哈佛经济最美女教授TOP5刊新作, QJE主编绝不是盖的！

凡是搞计量经济的，都关注这个号了

稿件：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

TOP5刊之一的RES最新一期中的一篇文章《Immigration and Redistribution》，讲的是移民是否会改变人们对再分配的支持度。

这篇文章出自哈佛经济系一位既有才又有颜值的年轻美女教授Stefanie Stantcheva之手（1986年生人）。

1986年出生的哈佛大学Stefanie Stantcheva教授，2014年从MIT博士毕业四年后就在哈佛经济系评上正教授。若除去其中2年的博后（Junior Fellow），她从助理教授到教授实际上只花了2年时间（2016-2018年），并于2021年当选为世界计量经济学会会士。该美女教授很多作品都是唯一作者，包括一篇JPE（lead）、QJE、RES。2018年，她被《经济学人》评选为十年来最优秀的8位年轻经济学家之一。

她现在是QJE的联合主编（其他4大主编，包括大名鼎鼎的Robert Barro，Andrei Shleifer、Lawrence F. Katz和Nathan Nunn），曾经做过AER副主编、RES外国主编、JPE副主编。

不得不谈的是，Stantcheva在哈佛大学创建的社会经济学实验室（Social Economics Lab）。这个实验室对几个国家进行调查，以了解他们的人民如何思考，以及他们对新的社会和经济政策的态度和行动。这些对于理解“无形”数据（如行为、态度和信念）极为重要。一些值得注意的调查涉及移民和失业人数的感知与实际情况、美国税收制度的缺陷以及美国各州的社会流动性。

下面这篇RES文章就是在该实验室调查数据基础上做的相关研究。

摘要

移民是否会改变人们对再分配的支持度？

本文在六个国家设计并开展调查实验，调查人们如何看待移民，以及这些看法如何影响他们对再分配的支持度。研究发现，人们对移民的数量和特征存在明显的误解。在所有国家，受访者都大大高估了移民的总数，相对于实际情况，他们认为移民在文化和宗教上与他们更遥远，在经济上更弱：受教育程度更低、失业人数更多并且更依赖政府转移政策。文章的实验部分表明，只要让受访者在询问有关再分配的问题之前先考虑移民问题，他们就不太会支持再分配政策，包括对慈善机构的实际捐款。受访者认为移民在经济上较弱并且更有可能利用福利制度的看法与他们对再分配的较低支持度密切相关。进一步的实验证据证实了这些发现。有关移民的真实份额和来源的信息不会改变对再分配的支持度。一个关于“努力工作”的移民故事有更强的影响，但不能抵消让人们想到移民的负面效应。因此本文结果进一步表明，故事比事实更能深刻地塑造人们对移民的看法。

简要介绍

1.1 研究问题

本文研究公民对移民的看法与公民对再分配支持程度之间的关系，并进一步分析这种看法是否准确。

1.2 研究方法与思路

研究方法：在线调查。

具体思路：抽样调查来自六个国家(法国、德国、意大利、瑞典、英国和美国)的约24000名非移民受访者。这些国家的福利状况和对再分配的态度各不相同，但移民问题一直是它们政治辩论的中心。

1.3 研究结果

1. 受访者对移民的数量和构成存在明显的误解，样本中的所有国家的平均和中位数受访者都明显高估了移民的数量。例如，在美国，合法移民的实际人数占总人口的10%，但人们普遍认为这一数字是36%；在意大利，真正的移民比例是10%，但实际的比例是26%。

2. 对移民人口规模的误解在各个政治派别的群体中都很普遍。

3. 受访者误解了移民的构成。他们认为，移民在文化上与非移民更为疏远。例如，他们高估了穆斯林移民的比例，低估了基督教移民的比例。

4. 对于移民的受教育水平、收入水平以及他们对接受国福利国家的依赖程度的误解也很普遍。误解最大的受访者是那些受教育程度低的人、那些在移民工人较多的行业工作的人、没有受过大学教育的人、女性和右翼受访者。虽然左翼和右翼受访者对移民比例的误解程度相同，但他们对移民的构成及其对国家的贡献有着截然不同的看法。

1.4 研究难点

1. 核心挑战：需要保证受访者对移民的误解不是由于缺乏关注，并将其与其他误解进行适当的对比。

2. 解决方式：

1) 要求受访者也提供他们对非移民的看法(例如，非移民的教育、失业或贫困水平)。

2) 提供随机的，可观的，和不同的金钱奖励，以准确回答的子样本的应答者。金钱激励不会影响误解，这表明受访者确实不知道正确答案，或者他们非常坚持自己的观点。

3) 让受访者在调查结束时选择支付随机数额的钱，以换取对所有有关移民特征的问题的正确答案，来衡量他们对移民信息的“付费意愿”。接受这个选项的受访者中，大约有一半愿意为正确的信息支付至少50美分。那些有更大误解的人不太愿意为获得正确的信息而付费，这可能是因为观点不准确的受访者更自信，或者更不愿意学习——这也可以解释为什么他们一开始就有更大的误解。

3.结果：

1) 平均而言，受访者对移民的看法比对非移民的看法更不准确。

2) 利用受访者的细粒度位置数据来表明，误解是由移民的实际数量和特征以及他们在受访者所在地区和国家相对于非移民的差异所形成的。

3) 与移民的接触很重要，受访者确实在某种程度上从非移民的特征进行推断，而且他们倾向于夸大移民和非移民之间的差异(即他们倾向于刻板印象)。

---

关于这篇文章的全文解读，可以点击下方图片或长按下方图片。

---

TOP5文章，参考：1.2位女学者用中国汽车制造公司做实验, 把文章发到了TOP5刊QJE！2.完整解读TOP5刊的"什么时候和如何对标准误做聚类调整?" 4位计量大佬的合作！3.关于TOP5刊ECM上一篇质疑经济史数据与作者予以答复的讨论，4.JPE前沿: 一篇汇集中国内地和台湾, 日本, 美国和澳洲学者的TOP5, 并且还是新加坡博导关系！5.宋铮在TOP5刊ECM发文! 中国的研发都去哪儿了? 6.四位外国学者研究中国农业TFP问题发到TOP5上, 基于中国面板数据的定量分析，7.TOP5最新文靶向了中国AI公司, 使用三重差分DDD进行实证评估，8.TOP5刊, 我国政府为什么对金融市场进行定期和密集的干预？9.TOP5上中国学者发表的文章和主题，10.他刚用一篇TOP5为上交扳回一局, 多期DID, 农业TFP测算等为实证学习亮点！11.使用千年难得的IV＋DID方法将中国故事写到了Top５, 设计之巧妙构思之缜密让人叹服不已！12.什么? 用30年前TOP5上的文章为文科太多来背黑锅? 13.TOP5期刊同一期出现了四位华人学者的文章, 在这一领域华人始终都是佼佼者！14.继发AER之后, 2021年再发Top5, 这是什么神仙组合? DID, DDD方法在顶刊仍然耐打！15.历史性突破! 南京大学首次登上Top5刊, 研究环境, 政府与企业的因果关系！16.创历史! 西南财大近百年来第一篇TOP5刊物出现了! 17.AER: 中国城乡迁徙与企业生产, 移动份额工具变量法Bartik，18.公开！北大姚洋耗时15年的AER文章解读可以下载了！19.AER, 中国大运河上的叛乱: 262年间的证据, 运用DID, CIC, SCM等方法！20.AER上事件研究+DID做得真出神入化, 国内很多大牛都借此学习到该方法的精髓！21.AER中截面数据(队列)DID的程序和数据开放下载！来自中国四学者的最新研究！22.中国学界F4发表AER一篇! 知识青年上山下乡与农村教育问题！23.16年前博士与一硕士发"经济研究", 16年后该硕士与博士终登顶"AER"！24.关于“中国资源错配与全要素生产率”最经典的文献之一(QJE)，25.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release！26.用中国截面数据和OLS在JPE发文, 这个外国教授凭啥这么牛！

---

下面短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

4年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。