|
稿件：[email protected] 所有計量經(jīng)濟(jì)圈方法論叢的code程序, 宏微觀數(shù)據(jù)庫和各種軟件都放在社群里.歡迎到計量經(jīng)濟(jì)圈社群交流訪問.
關(guān)于一些計量方法的合輯,，各位學(xué)者可以參看如下文章：①“實證研究中用到的200篇文章, 社科學(xué)者常備toolkit”、②實證文章寫作常用到的50篇名家經(jīng)驗帖, 學(xué)者必讀系列,、③過去10年AER上關(guān)于中國主題的Articles專輯,、④AEA公布2017-19年度最受關(guān)注的十大研究話題, 給你的選題方向，⑤2020年中文Top期刊重點選題方向, 寫論文就寫這些,，⑥過去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光時刻”路線圖,。后面，咱們又引薦了①使用CFPS, CHFS, CHNS數(shù)據(jù)實證研究的精選文章專輯,！,，②這40個微觀數(shù)據(jù)庫夠你博士畢業(yè)了, 反正憑著這些庫成了教授，③Python, Stata, R軟件史上最全快捷鍵合輯,！，④關(guān)于(模糊)斷點回歸設(shè)計的100篇精選Articles專輯,！,，⑤關(guān)于雙重差分法DID的32篇精選Articles專輯！,，⑥關(guān)于合成控制法SCM的33篇精選Articles專輯,！⑦最近80篇關(guān)于中國國際貿(mào)易領(lǐng)域papers合輯！,，⑧最近70篇關(guān)于中國環(huán)境生態(tài)的經(jīng)濟(jì)學(xué)papers合輯,！⑨使用CEPS, CHARLS, CGSS, CLHLS數(shù)據(jù)庫實證研究的精選文章專輯！⑩最近50篇使用系統(tǒng)GMM開展實證研究的papers合輯,！正文
關(guān)于下方文字內(nèi)容,，作者：楊青清,，湖南大學(xué)經(jīng)濟(jì)與管理研究中心經(jīng)濟(jì)所，通信郵箱：[email protected]今天這篇《在家工作可以嗎?來自中國實驗的證據(jù)》by@梁建章等，通過在攜程公司內(nèi)部做實驗搜集數(shù)據(jù),，并最終發(fā)表在The Quarterly Journal of Economics上,。主要觀點：現(xiàn)在，越來越多的員工定期在家工作（WFH）,，但是有人擔(dān)心這會導(dǎo)致“在家中偷懶”,。本文對攜程呼叫中心的員工進(jìn)行實驗。實驗發(fā)現(xiàn),，自愿參加實驗的呼叫中心員工被隨機(jī)分配在家中或辦公室工作9個月,，在家工作使績效提高了13％，其中9％是由于每班工作的時間更長（更少的休息時間和病假）,，而4％的原因是每分鐘接聽了更多的電話（歸因于更安靜,，更方便的工作環(huán)境）。另外,，在家工作員工的工作滿意度有所提高,，其離職率降低了一半，但晉升率還要取決于績效,。由于實驗的成功,，攜程將在家辦公的選擇權(quán)推廣到了整個公司，并允許實驗的員工在家和辦公室之間進(jìn)行重新選擇,。有趣的是,，超過一半的人改變了之前的選擇，這也使得在家辦公的收益幾乎翻了一番,，達(dá)到22％,。這凸顯了采用WFH等現(xiàn)代管理實踐時學(xué)習(xí)和選擇效應(yīng)(learning and selection effects)的好處。I. Introduction在家辦公（working from home,也稱為遠(yuǎn)程辦公）正變得越來越普遍,。在美國,，過去30年中，主要在家工作的員工比例增加了兩倍多,，從1980年的0.75％上升到2010年的2.4％,。而且涉及的職業(yè)范圍也很廣泛，從銷售員到軟件工程師,。在美國,，最高和最低工資的十分位數(shù)主要是在家工作（Figure 1）。
Figure II顯示了在2012-2013年間作者對3,000多家中型（50-5,000員工）制造公司進(jìn)行的一項主要電話調(diào)查中，被允許在正常工作時間內(nèi)在家工作的經(jīng)理所占的比例,。
但是,，在家工作面臨著兩個問題。第一,，這種實踐是否可以提升生產(chǎn)率和利潤率,；第二個問題則涉及到工作與生活平衡的惡化，而在家辦公是否有助于解決這一問題,。攜程的高管認(rèn)為,，在家工作可以減少辦公室租金，而且還可以減少長時間通勤員工的離職率,。但是,，在家工作也有一定的缺陷。呼叫中心的工作人員主要都是年輕員工,，他們很可能難以在沒有直接監(jiān)督的情況下集中精力工作,。基于以上考慮，攜程的管理層決定進(jìn)行這次隨機(jī)對照實驗,。 實驗時長為9個月,。他們詢問了上海呼叫中心機(jī)票和酒店部門的996名員工，是否有興趣每周在家工作四天,，第五天在辦公室工作,。在報名的503個員工中，249人獲得參加實驗的資格,。經(jīng)過抽簽,，生日為偶數(shù)的員工在家工作，而生日為奇數(shù)的員工留在辦公室作為對照組,。兩組員工使用相同的IT設(shè)備,，面對來自同一臺中央服務(wù)器的工作指令，執(zhí)行相同的任務(wù),，薪酬體系也相同,。唯一的區(qū)別就是工作地點。實驗發(fā)現(xiàn),，首先,，在家工作員工的績效大幅上升，在實驗的九個月里增長了13%,。這種改善主要來自于他們在輪班期間工作的分鐘數(shù)（即他們登錄打電話的時間）增加了9%。這是由于家庭工作者減少了休息時間,、休假時間和病假,。剩下的4%來自家庭工作者增加的每分鐘所打電話的數(shù)量。在采訪中，員工們將工作時間的增加歸因于便捷性（例如,，容易喝茶,、咖啡、吃午餐或上廁所）,，而每分鐘增加的產(chǎn)出歸因于工作環(huán)境安靜,。第二，這樣的效果似乎沒有外溢到其他群體,。將對照組與未參與實驗的攜程南通呼叫中心的類似員工進(jìn)行比較發(fā)現(xiàn),，盡管對照組在抽簽中失利，但他們的表現(xiàn)沒有下降,。第三,，離職率在家庭工作者中急劇下降，與對照組相比下降了50%,。處理組的工作滿意度也顯著提高,，并且有更積極的態(tài)度。第四,，以績效為條件,，在家工作和大約50%的晉升率降低有關(guān)。接著,，作者對這個結(jié)果進(jìn)行深入的分析,。首先，家庭工作著是不是為了數(shù)量而犧牲了質(zhì)量,？作者使用兩種不同的質(zhì)量指標(biāo),，發(fā)現(xiàn)在家工作的質(zhì)量并沒有受到影響。第二,，結(jié)果是否可能是由于對照組員工在分組時失利而變得沮喪,，從而表現(xiàn)更差？為了驗證這一點,，作者將上海的對照組與南通的類似員工進(jìn)行了比較,，發(fā)現(xiàn)幾乎沒有相同的結(jié)果。第三,，也許結(jié)果是由離職偏差（attrition bias）導(dǎo)致的,。該公司使全要素生產(chǎn)率提高了20%到30%，為每個員工每年節(jié)省了2000美元,。大約三分之二的改進(jìn)來自于辦公空間的減少,、員工績效的提高和人員流動的降低。基于實驗所發(fā)現(xiàn)的較好的結(jié)果,，攜程把選擇是否在家工作的決策推廣到全公司,。然而，超過一半的員工改變了之前的想法，這也表明了員工了解自己適合在家工作的程度,。這次實驗是第一個關(guān)于在家工作的隨機(jī)實驗,，它提供了因果證據(jù)以作為之前案例和調(diào)查研究的補(bǔ)充。雖然這次發(fā)現(xiàn)的對績效的直接影響局限于基本工資較低,、績效占較大部分薪酬這種類型的職業(yè),，但是作者相信，本次實驗得到的關(guān)于離職和晉升的結(jié)果具有廣泛的適用性,。II. Modeling WFH Decisions作者建立了三個簡單的模型,，發(fā)現(xiàn)在家工作對公司利潤、雇員的時間以及選擇效應(yīng)三方面的影響方向是不確定的,，以此證明進(jìn)行這項實驗的必要性,。II. A Firm Profits（i） 小時數(shù)（hours）：從正式輪班開始工作的小時數(shù)（與休息時間相對）；（ii）通話率（call rate）：每小時完成的通話次數(shù)（quality adjusted）,；（iii）離職（attrition）：對離職率的影響（這推動了招聘和培訓(xùn)成本）,；（iv）資本(capital)：通過辦公空間和設(shè)備要求對資本投入的影響。假設(shè)員工每周輪班的時間為每周H小時,，每小時處理c通電話,。每通電話的價值為v。員工實際工作的小時數(shù)為H=40-B,，其中B是他們中途休息的時間,，40小時則是名義上的輪班時長。公司的成本包括三個方面,。一是員工的固定基本工資f,，每次通話計件價格w。二是如果員工離職,，公司則會產(chǎn)生招聘和培訓(xùn)費用t,。本文定義員工離職的可能性為a。三是公司需要支付租金率為r,，面積為k的辦公室費用,。那么，每個員工為公司所帶來的利潤可以視作工作地點的函數(shù)：
這里,，工作地點為θ,，它可能會影響員工休息的時間、通話率c,、離職率以及資本需求,。如果公司將在家工作的θ設(shè)定為一個正值，并對求導(dǎo),，則一階導(dǎo)數(shù)為：
在家工作會減少離職,，即 ;資本成本也會減少,，即 ;每通電話的收入大于邊際成本，即 ,。因此，一階導(dǎo)的符號主要由 決定,。然而工作地點對通話率的影響是不確定的,。在辦公室工作可以得到監(jiān)督者的幫助，但在家工作又可以享受安靜的工作環(huán)境,。另外,，如果是像寫論文這種需要集中精力的工作，在家工作更好,；如果是需要團(tuán)隊合作的工作,，在辦公室則更優(yōu)。II.B. Employees’ Hours在這個模型中,，本文定義員工的效用由收入Y,、工作時的休息時間B、員工在工作外的娛樂時間L以及工作地點所決定,。其中 ,，80為一周中員工不需要上班的小時數(shù)，T則為一周的通勤時間,。為了簡便起見,，假設(shè)效用與收入為線性關(guān)系，則有以下模型：
對B求導(dǎo),，代表了在更少的收入與從更多休息中得到的效用的權(quán)衡,。接著再對工作地點θ求導(dǎo)，得到,。其中表示：如果在家工作的生產(chǎn)率更高,，那么員工休息的時間也會更少；第二項反映了通勤時間減少帶來的娛樂時間增加對break吸引力的影響,，由于break 和leisure 是互補(bǔ)品,，因此該項的符號可能為負(fù)。最后一項則反映了工作地點對break 吸引力的直接影響,。但是這一項的符號是不確定的,，因為在辦公室休息時可以進(jìn)行社交，在家休息時可以看電視和打游戲,。因此在家工作對工作時長的整體影響也是不確定的,。II.C. Selection Effects最后，作者轉(zhuǎn)向了選擇問題：如果員工可以選擇,，他們會選擇在家工作嗎,？定義為員工最佳在家時長,。在攜程的案例中，為0或θ,，但是現(xiàn)在我們將它看作是不受約束的,。則員工的效用函數(shù)可以視作的函數(shù)：
其中是給定時最佳休息時間。類似的,，有導(dǎo)數(shù)
首先,，在=0時導(dǎo)數(shù)的符號無法確定，因此事前很難預(yù)測員工是否會選擇在家工作,。其次,，該條件不同于在家辦公增加工作時間的條件，,，以及增加公司利潤的條件,。因此，選擇效應(yīng)可以是正的,，也可以是負(fù)的,。綜上所述，三個模型的導(dǎo)數(shù)符號都是不確定的,，無法準(zhǔn)確判斷在家工作對公司和員工的影響,，因此進(jìn)行以下的隨機(jī)實驗是非常必要的。III. The Experiment在這一部分,，作者首先介紹了攜程公司的基本情況,，接著介紹了實驗的設(shè)計和數(shù)據(jù)的收集情況。實驗在攜程上海呼叫中心的酒店和機(jī)票部門進(jìn)行,，處理組的員工有四天在家工作,，第五天在辦公室工作。而對照組的員工五天從早上9點至晚上五點都在辦公室工作,。從表面上看,，兩組唯一的區(qū)別在于工作地點的不同，而工作類型和時長都是相同的,。1.處理組的通勤時間減少，這意味著他們不需要休息或者早退便可以照顧個人和家庭,。3.兩組的工作環(huán)境不同。一個人工作的孤獨感可能會降低效率,，但是安靜的工作環(huán)境又會提高效率,。Table I 介紹了影響員工參與實驗的一些因素。在家工作的員工必須滿足至少六個月的任期,，家中有網(wǎng)絡(luò)以及獨立的工作區(qū),。最終有249個員工滿足條件,，其中生日為偶數(shù)的被選為處理組，奇數(shù)的則為對照組,。
實驗于2010年12月6日開始,，持續(xù)了9個月。實驗結(jié)束后,，攜程在2011年9月1日向機(jī)票和酒店預(yù)訂部門的有資格并希望在家里工作的員工提供在家工作的機(jī)會,。然而處理組中約50%的員工立即選擇回到辦公室，這說明他們非?？粗厣缃唬欢鴮φ战M中只有35%的員工選擇在家工作（他們之前希望在家工作）,。Figure V展示了實驗前后在家工作員工的比例變化,。
IV. Impact on the Firm在這一部分，文章從五個方面分別研究在家工作對公司和員工的影響,。IV.A. Individual Employee Performance作者首先估計了實驗前與實驗間在家工作對員工每周績效的意向處理效果（intention-to-treat effect）,。具體模型如下：
其中是虛擬變量，當(dāng)員工在處理組時,，該變量為1,；也是一個虛擬變量，當(dāng)時間為實驗期間（12月6日至次年8月14日）,；為工作績效指標(biāo),，它具體包括了每周接聽電話的對數(shù)；每分鐘接聽電話的對數(shù),；每周總接聽分鐘數(shù)的對數(shù)以及一個整體績效的z-score（根據(jù)實驗前每個任務(wù)的表現(xiàn)情況進(jìn)行標(biāo)準(zhǔn)化的績效分?jǐn)?shù)）,。為周的時間虛擬變量，以說明旅游需求的季節(jié)性變化,，則是個體固定效應(yīng),。
Table2 展示了回歸結(jié)果。實驗開始后,，處理組的總體績效比對照組高0.232個標(biāo)準(zhǔn)差,，且在1％的水平上顯著。第（2）欄只使用了實驗期間的績效數(shù)據(jù),，且沒有控制個體固定效應(yīng),，系數(shù)雖然變小，但是相差不大,。第（3）欄將樣本限制在134個命令接收員（order takers）,，并使用電話接聽數(shù)作為績效衡量指標(biāo)，發(fā)現(xiàn)處理組高于對照組0.248個標(biāo)準(zhǔn)差,。第（4）欄中系數(shù)為0.12,，意味著處理組的員工每周多接聽13%的電話（注意：13% = exp(0.120)）,。Figure VI則直觀的展示了實驗前和實驗期間兩組員工每周接聽電話數(shù)量的變化情況。實驗前,，兩組的變化趨勢是相似的,，都隨著需求的季節(jié)性變化而變化。但是實驗開始后,，處理組的表現(xiàn)變開始優(yōu)于對照組,，每人每周多接聽約40通電話。
IV.B. Individual Employee Labor Supply
在對個體員工的勞動供給方面,，Table III分析了導(dǎo)致處理組員工工作時間更長的因素,。第（2）欄顯示，大約四分之三的通話時間差異是由處理組每天在電話上花費更多的時間造成的,，這種現(xiàn)象的原因可能是在家工作更準(zhǔn)時,、休息時間更少等。第（3）欄顯示,，處理和控制組之間工作時間差異的另一個四分之一是由處理組員工的工作天數(shù)所解釋的（因為他們請的病假更少）,。作者還將在家工作的treatment dummy 與長通勤時間的指標(biāo)進(jìn)行交互以進(jìn)一步分析。結(jié)果也證明,，對于每天通勤時間超過120分鐘的員工而言,，每周通話時間和每天工作時間的差異更大（第（4）-（6）欄）。IV.C. Quality, Spillovers接著,，作者考慮了處理組的產(chǎn)出增加是否與服務(wù)質(zhì)量有關(guān),，并構(gòu)建了兩個衡量質(zhì)量的指標(biāo)：轉(zhuǎn)換率與周記錄分?jǐn)?shù)（conversion rates and weekly recording scores）。并發(fā)現(xiàn)在家工作對工作質(zhì)量沒有任何影響,。另外,，作者也思考了與WFH相關(guān)的改善是來自處理組的實際改善還是來自對照組的惡化（對照組可能會因為沒有選中他們而表現(xiàn)消極）。作者選用了兩個準(zhǔn)對照組來解決這個問題,。一組是南通呼叫中心的員工,，他們本來可以根據(jù)實驗的選擇規(guī)則獲得資格；另一組是上海呼叫中心的190名員工,，他們沒有自愿參加WFH實驗,，但滿足在家工作的資格要求。結(jié)果說明,，處理組和對照組之間的差距來自處理組的表現(xiàn)改善,，而不是對照組表現(xiàn)的惡化。（詳見Table IV）
IV.D. Potential Hawthorne and Gift-Exchange Effects進(jìn)一步,，作者還提出一種對于處理組表現(xiàn)優(yōu)異的解釋是霍桑效應(yīng)（Hawthorne effects）,，也就是說員工可能是因為實驗而故意為之。另一種解釋是交換禮物式的回應(yīng)（gift-exchange type response）,，因為攜程允許他們在家工作,，所以通過更加努力工作來回報他們,。但是作者分別論述了這兩種因素是無關(guān)緊要的。IV.E. Postexperiment Selection2011年8月,，管理層估計,，攜程每位在家工作的員工每年多掙2000美元左右，因此他們決定將在家工作的選擇權(quán)推廣到整個酒店和機(jī)票部門,。這些部門的員工被告知實驗已經(jīng)結(jié)束,，他們有權(quán)選擇工作地點，之前沒有被選中在家工作的員工現(xiàn)在便有了機(jī)會,。
Figure VIII 表明,，實驗后的選擇大大增加了在家工作對績效的影響。作者分析原因是那些在家工作表現(xiàn)較差的員工往往都會回到辦公室工作,。具體的結(jié)果從Table V中可以看出,。
V. Impact on the EmployeesV.A. Employees’ Self-Reported Outcomes攜程管理層還對員工自我報告的幸福感如何受到該實驗的影響感興趣。因此,，他們提出了兩套調(diào)查：滿意度調(diào)查和每周一次的工作態(tài)度調(diào)查。實驗開始后,，滿意度提升且在統(tǒng)計上顯著,；工作態(tài)度方面，雖然在實驗之前處理組就報告了更高的積極態(tài)度（在10%的水平上顯著）,、更少的消極態(tài)度以及更少的工作疲勞度（可能因為他們知道自己在抽簽環(huán)節(jié)贏了）,，但是實驗開始后，處理組與對照組之間的差距進(jìn)一步擴(kuò)大,，即處理組有顯著的更高的積極性和更少的工作倦怠,。V.B. Attrition攜程開展這項實驗的關(guān)鍵原因之一是為了降低員工流失率。Figure IX分別描繪了實驗期間處理組和對照組的累積離職率,。實驗開始后不久,，兩組之間的累積離職率出現(xiàn)了差異，并且差異迅速地具有統(tǒng)計學(xué)意義,。到實驗結(jié)束時,，處理組的總離職率（17％）小于對照組的一半（35％）。50%的差距是非常大的,，不過作者也指出,，如果所有的公司都推行在家辦公的話，處理組的離職率可能不會降低這么多,。
同時,，作者通過probit 回歸檢驗了是否存在選擇性離職，回歸結(jié)果見Table VIII,。從第（1）欄可以看到,，兩組差異為17%,，從而進(jìn)一步證實了Figure IX的結(jié)論。從第（2）欄可以看出,，表現(xiàn)越好的員工離職的可能性越小,。第（3）欄則表示，在家辦公會直接降低離職率,，間接提升員工的績效,。第（4）欄中的交互項并不顯著，說明相比對照組,，處理組的離職率對績效不是很敏感,。第（5）和（6）欄則分別估計了在家辦公對離職率的影響。另外,，作者還提出處理組的效果可能存在低估的偏誤,。
V.C. Promotions and Career Concerns在這一小節(jié)，作者考慮了在家辦公是否會影響到晉升,。Table IX的第（1）欄表明,，在家工作對晉升沒有整體影響。在第（2）欄中,，我們發(fā)現(xiàn)績效與晉升顯著正相關(guān),。第（3）欄表明，在控制了他們的績效后,，在家辦公有一個微弱顯著的負(fù)效應(yīng),。作者認(rèn)為，負(fù)相關(guān)的原因之一是由于他們在家,，主管不太注意他們的表現(xiàn),；另一個原因是在家辦公的員工缺乏發(fā)展人際交往技能的機(jī)會。
VI. Profit, Productivity, and Firm LearningVI.A. Profit and Productivity Impact作者在這一節(jié)分析了公司和個人員工在家工作的成本和收益,。在對利潤和生產(chǎn)率的影響方面,，實驗表明，在家工作使每名員工每年可節(jié)省約1900美元 ,。不僅如此,，全要素生產(chǎn)率（TFP）也有20%-30%的提升。VI.B. Firm Learning2) 允許員工選擇辦公地點所產(chǎn)生的效果遠(yuǎn)遠(yuǎn)大于員工被要求在家辦公的效果,；3) 擁有大量的員工可以作為處理組和控制組，使公司能夠評估對不同類型員工的影響,；4) 管理層對于離職率差異如此之大的情況表示,，這是超出預(yù)期的。VI.C. Employee Learning衡量員工學(xué)習(xí)程度的一個直接指標(biāo)是改變了在家工作想法的員工數(shù)量。經(jīng)過調(diào)查,，有47%的人改變了想法,。其中24％的人從“是”或“不確定”變?yōu)椤胺瘛保蛑皇撬麄儼l(fā)現(xiàn)在家辦公會給同住的人帶來不便,；而12％的人從“否”或“不確定”變?yōu)椤笆恰?，原因之一是他們看到了在家工作的同事的成功?/span>VI.D. Why Did the Firm Not Introduce Working from Home Before?原因有兩個：第一，在各種形式的創(chuàng)新過程中都出現(xiàn)了經(jīng)典的搭便車問題,，由于缺少知識產(chǎn)權(quán),，很難防止被人模仿。攜程會因此承擔(dān)全部的實驗費用,，卻僅能獲得部分的收益,。第二，在攜程旅行網(wǎng)中,，高級管理人員的激勵機(jī)制使實驗結(jié)果具有有限的上升空間和廣泛的下降空間,。他們從成功的實驗中幾乎得不到什么好處，并且如果實驗失敗了,，就有可能損害其職業(yè)生涯,。作者還指出，模仿的威脅以及高管對職業(yè)風(fēng)險的規(guī)避可能也是阻礙管理和運(yùn)營實踐實驗的普遍力量,。VII. Conclusions此次實驗有三大貢獻(xiàn)：首先,，發(fā)現(xiàn)了呼叫中心員工的工作特別適合遠(yuǎn)程辦公；其次,，借助廣泛的集中式數(shù)據(jù)庫，該公司可以密切監(jiān)視員工的績效和勞動力供給,；第三,，在家辦公的程度是有限的，因此不需要在工作場所進(jìn)行重大重組,。Reference: Nicholas Bloom, James Liang, John Roberts, Zhichun Jenny Ying, Does Working from Home Work? Evidence from a Chinese Experiment , The Quarterly Journal of Economics, Volume 130, Issue 1, February 2015, Pages 165–218, https:///10.1093/qje/qju032 拓展性閱讀：
①關(guān)于各種因果識別方法的120份經(jīng)典實證文獻(xiàn)匯總”,，②哈佛大學(xué)新修訂完成的因果推斷經(jīng)典大作免費下載,！附數(shù)據(jù)和code，③因果推斷的統(tǒng)計方法總結(jié), 177份文獻(xiàn),，④政策評估的計量方法綜述, 包括最新因果推斷方法,，⑤在教育領(lǐng)域使用IV, RDD, DID, PSM多嗎? 使用具體文獻(xiàn),，⑥看完頂級期刊文章后, 整理了內(nèi)生性處理小冊子,，⑤工具變量精辟解釋, 保證你一輩子都忘不了，⑦DID, 合成控制, 匹配, RDD四種方法比較, 適用范圍和特征，⑧關(guān)于雙重差分法DID的32篇精選Articles專輯,！⑨關(guān)于(模糊)斷點回歸設(shè)計的100篇精選Articles專輯,！⑩匹配方法(matching)操作指南, 值得收藏的16篇文章等，?MIT廣為流傳的政策"處理效應(yīng)"讀本,，?DID的研究動態(tài)和政策評估中應(yīng)用的文獻(xiàn)綜述,，?最新政策效應(yīng)評估的四種方法，?政策效應(yīng)評估的基本問題,。 下面這些短鏈接文章屬于合集,，可以收藏起來閱讀，不然以后都找不到了,。2.5年,，計量經(jīng)濟(jì)圈近1000篇不重類計量文章， 可直接在公眾號菜單欄搜索任何計量相關(guān)問題,
Econometrics Circle 計量經(jīng)濟(jì)圈組織了一個計量社群,，有如下特征：熱情互助最多,、前沿趨勢最多、社科資料最多,、社科數(shù)據(jù)最多,、科研牛人最多、海外名校最多,。因此,，建議積極進(jìn)取和有強(qiáng)烈研習(xí)激情的中青年學(xué)者到社群交流探討，始終堅信優(yōu)秀是通過感染優(yōu)秀而互相成就彼此的,。
|
