доказательный ⎵ пробел

Cambridge University Press открыл доступ к новой подборке научных статей по экономике. Хорошая возможность бесплатно пополнить список литературы и познакомиться со свежими исследованиями. 👉 Открыть подборку @evidencespace

J-PAL совместно с MIT стартует свой курс по оценке социальных программ. Наши подписчики оставляли замечательный отзыв о курсах J-PAL здесь. Теперь у вас снова есть возможность пройти бесплатный курс в этом потоке. Регистрация здесь. @evidencespace

📢 Наши подписчики приглашают принять участие в международном исследовании взаимодействия человека и ИИ Мы изучаем, как люди оценивают аргументы по общественно значимым вопросам при взаимодействии с большими языковыми моделями. Исследование проводится международной исследовательской группой с участием университетов Princeton, Columbia, Cambridge и других (IRB #19354). Эксперимент проходит онлайн, полностью анонимен и занимает 10-15 минут. Нацелен на тех, кто сейчас живет в России. 🔗 Ссылка: https://princetonsurvey.az1.qualtrics.com/jfe/form/SV_bmHuUsXoCpi4s3s?Q_Language=RU

Ранний доступ к медицине может продлевать жизнь спустя 70-80 лет. Новая работа Хамида Ногханибехамбари (Hamid Noghanibehambari) и Джейсона Флетчера (Jason Fletcher) “Early Life Healthcare Access and Later-life Mortality: Evidence Using Openings of County Health Departments”, NBER Working Paper No. 35533, июль 2026 г., исследует последствия открытия окружных департаментов здравоохранения (County Health Departments, CHD) в США в начале XX века. Эти учреждения создавались прежде всего в бедных и сельских районах и давали доступ к недорогой медицине, дородовому наблюдению, вакцинации, санитарному контролю и профилактике инфекций. Главный результат - доступ к такой инфраструктуре во время внутриутробного развития и в первые годы жизни оставляет измеримый след в продолжительности жизни через десятилетия. Методологически работа интересна хорошим историческим квазиэкспериментом. Авторы связывают данные Social Security Administration о смертности с полной переписью США 1940 года и восстанавливают округ рождения или проживания в детстве примерно для 2,1 млн человек, родившихся в 1900-1940 гг. Тритмент - открытие CHD в конкретном округе, причем разные округа получали учреждения в разные годы. Это позволяет применить staggered difference-in-differences и событийный анализ (event study), включая estimator Sun-Abraham при гетерогенных эффектах по времени: сравнивается продолжительность жизни людей, которым на момент открытия CHD было 0-4 года или которые еще находились в утробе матери, с более старшими когортами того же округа. Поэтому результат интерпретируется как intent-to-treat - эффект появления доступа к медицинской инфраструктуре, а не фактического обращения конкретного человека за медицинской помощью. Базовая оценка - около +0,9 месяца жизни для получивших доступ в возрасте до 4 лет. На первый взгляд немного, но речь идет о вмешательстве в самом начале жизни и об эффекте, проявляющемся спустя многие десятилетия. Причем эффект усиливается на более высоких возрастных порогах и оказывается выше у мужчин, небелого населения и людей из семей с менее образованными родителями. Очень сильная проверка каузальной интерпретации - обратный эксперимент: там, где CHD закрывались, ранняя потеря доступа связана уже с сокращением продолжительности жизни примерно на 1,3-1,4 месяца. Результаты также почти не меняются при альтернативных fixed effects, Sun-Abraham, survival-моделях, Heckman correction, исключении когорт пандемии 1918 года и других проверок на робастность. Самое интересное - авторы пытаются раскрыть механизм накопления эффекта по жизненному циклу. После открытия CHD младенческая смертность снижается примерно на 4%, рождаемость растет примерно на 3,9%. В дальнейшем у детей улучшаются образовательные траектории: вероятность посещать школу выше примерно на 1,4 п.п., средняя продолжительность обучения - примерно на 0,17 года, улучшаются профессиональный и социально-экономический статус. В пожилом возрасте эти люди оказываются в более обеспеченных территориях. Авторы оценивают денежный эквивалент полученных дополнительных лет жизни примерно в $13,6 млрд в ценах 2020 года при совокупных исторических затратах на CHD около $1,25 млрд. Кажется, что это очень хороший пример того, почему оценка государственной политики через полный жизненный цикл может приводить к совершенно иным выводам, чем стандартный краткосрочный анализ выгод и затрат (cost-benefit analysis). @evidencespace

Как мягко менять поведение людей, чтобы они не воспринимали это как давление? И, может, вообще не осознавали? Взяли 455 экспериментов на 2,14 миллиона участников и свели в кучу. Считалось, что менять поведение можно: 1. Рублём. Чтобы человек поступал как надо — давать субсидии, налоговые льготы, штрафы, повышать или понижать цены. 2. Добрым словом. Менять убеждения через информационные кампании, просвещение, рекламу. Оба варианта не учитывали идиотов. За то, как учитывать идиотов в экономике, как-то даже дали нобелевку. Люди — не рациональные агенты. У человека мало времени, мало данных и нет сил подумать, поэтому он часто хватается за то, что под рукой, копирует поведение окружающих, поддаётся тому, как преподнесли варианты. И вот вопрос: а можно ли чуть переделать обстановку так, чтобы человеку было проще сделать нужный выбор? Типа он сам, но сделал то, что надо. Да, можно, это работает, и это третий путь. Называется подталкивание. Некоторые называют это UI dark pattern, но граница там размыта. Ну то есть разница как между заранее поставленной галочкой и заранее снятой галочкой на спам. Сила эффекта скромная, примерно как у обычной рекламы пользы или у денежных поощрений. Примерно в 1 случае из 7 подталкивание может сработать наоборот. Легче всего подтолкнуть человека там, где решение мелкое и привычное (что сожрать на ужин). Труднее всего — там, где на кону деньги и серьёзные последствия. Конкретные приёмы: — Информировать. Перевести на человеческий, сделать побольше, повесить у кассы, показать норму по соседям и т.п. Олкотт разослал на 600 тысяч писем, где расход электричества сравнивался с расходом соседей. Люди стали тратить в среднем на 2% меньше. Такой же эффект можно получить, поднимая цену на 11-20%. — Поменять расстановку вариантов и формат выбора. Ну типа положить самое дорогое молоко поближе к глазам и рукам, а самое дешёвое запихать на самый верх, чтобы бабки не достали без сотрудника магазина. Это самый сильный вариант. Сравнили донорство органов в разных странах Европы: где галка стоит по умолчанию — на 60 процентных пунктов наборов органов больше. — Устранить разрыв между намерением и поведением. Один раз взять обещание и напоминать. Типа, сначала спрашиваете, кто готов помогать, а потом просите скинуться, а не сразу спрашиваете, кто скинется. Слабые места работы: скандал с лабораторией Корнелла с систематическими научными подлогами — десятки статей Брайана Уонсинка отозвали. И нашли большое публикационное смещение из-за того, что чаще печатают удачные результаты (эффект сисек). Чем красивее работа, тем охотнее её берут, работы "мы измерили, что-то нифига не работает" — некрасивые. Из-за этого реальный эффект ещё на четверть слабее. А тут берут ровно те же данные, прогоняют их через метод, который учитывает публикационное смещение. Вывод: доказательств того, что подталкивание работает — нету. Основное: — Информирование не работает вообще — Структура выбора работает нормально или слабо — Напоминания и упрощение действий почти не работает — В финансах вообще не работает ничего В авторах офигенно тёплая компания. Т. Д. Стенли, — чувак, который всю жизнь громит метаанализы; его друг Д. Шэнск — берёт психологические теоретические работы и ставит практические эксперименты по ним под визги теоретиков (потому что обычно нифига не сходится). И ещё Э. Вагенмакерс, который знатно так поработал над кризисом воспроизводимости с помощью матметодов. Слабое место работы — риск перекоррекции, вероятно, оценка сместилась к нулю больше, чем должна была в реальности, это подтверждается оценкой сверху вниз и снизу вверх, они разные. То есть читать лучше так: подталкивание как-то работает, но слабо. Но вот про часть работы в обратную сторону — сохранилось ) И это, скажите кто-нибудь это маркетологам и ПО, пожалуйста, а то задолбали пихать свои выдумки в каждый интерфейс! -- Вступайте в ряды Фурье! | Лучшие посты Большинство пользователей, играющих в игры 18+, родились 1 января!

доказательный ⎵ пробел pinned «💡13–31 июля 2026 — NBER Summer Institute, одна из главных ежегодных конференций по экономике Среди участников, авторов и организаторов: Клаудия Голдин, Радж Четти, Жан Тироль, Джошуа Дэвид Ангрист, Гвидо Имбенс, Эдвард Глейзер, Андрей Шлейфер и другие известные…»

💡13–31 июля 2026 — NBER Summer Institute, одна из главных ежегодных конференций по экономике Среди участников, авторов и организаторов: Клаудия Голдин, Радж Четти, Жан Тироль, Джошуа Дэвид Ангрист, Гвидо Имбенс, Эдвард Глейзер, Андрей Шлейфер и другие известные экономисты Многие секции будут транслироваться на YouTube, что предоставляет редкую возможность увидеть экономическую науку «в процессе»: как презентуют новые результаты, какие вопросы задают авторам и за что критикуют даже самые сильные исследования Например, можно будет узнать: – как временные отраслевые шоки влияют на накопление человеческого капитала (Micro Data and Macro Models) – влияет ли форма пенсионных выплат на продолжительность жизни (Workshop on Aging) – как пошлины, введённые США в 2025 году, изменили расходы американских семей (Household Finance) – помогает ли удалённая работа сократить разрыв в занятости и доходах между мужчинами и женщинами после рождения детей (Children and Families) – как цензура и моральные ограничения меняли содержание голливудских фильмов (Development of the American Economy) – нужно ли центральным банкам пересмотреть правила, по которым они изменяют процентные ставки (Monetary Economics) – как особенности памяти влияют на ожидания людей относительно доходности акций, цен на жильё и продолжительности жизни (Behavioral Macro) – заставляют ли налоговые льготы венчурные фонды чаще вкладываться в рискованные, но потенциально «миллиардные» стартапы (Corporate Finance) – как именно рождение ребёнка влияет на личные финансы родителей (Household Finance) – снижает ли доступ к жилью риск домашнего насилия (Economics of Crime) – и ещё много-много всего интересного! Программа и ссылки на трансляции: https://www.nber.org/conferences/summer-institute-2026

Обновилась онлайн-версия книги Роба Хайндмана и Джорджа Афанасопулоса «Forecasting: Principles and Practice». Много практических кейсов: прогнозы цен на акции IBM, индекса Dow Jones, продаж новых домов в США, посещаемости отелей по регионам Австралии, электропотребления и т.д. Все примеры сопровождаются готовым кодом на R. Весь набор данных и функций собран в пакете fpp2. Учебник охватывает широкий спектр методов: от простого наивного прогнозирования (Naive approach) и экспоненциального сглаживания до ARIMA, динамической регрессии, иерархического прогнозирования и комбинирования прогнозов. Авторы сознательно избегают излишней теории и фокусируются на том, что действительно работает на практике. Материал рассчитан на тех, кто знаком с базовой статистикой и алгеброй. @evidencespace

📢 Вебинар AMLEDS Сегодня вечером пройдёт вебинар, который стоит посетить! Спикер: Скотт Каннингем (Baylor University) Тема: "AI-агенты для исследователей: инструменты, применение и открытые вопросы" Скотт Каннингем – настоящая рок-звезда современной эконометрики. Автор одного из первых и любимого многими учебника по причинно-следственному выводу "Causal Inference: The Mixtape" (мы с нетерпением ждём грядущего переиздания The Remix 🎶). Автор подкаста с ведущими учёными, стример, организатор классных воркшопов и человек, который сделал очень много для популяризации эконометрики В последнее время он активно экспериментировал с AI-инструментами в научной работе – и похоже, накопленный опыт вырос в отдельный полноценный воркшоп 🗓 26 июня 2026 года 🕒 18:00 Мск 🎙 Формат: Zoom-вебинар (онлайн, бесплатно) 📝 Регистрация по ссылке #канал_зовёт @causal_channel

🔉Лаборатория поведенческой экономики и финансов НИУ ВШЭ приглашает принять участие в исследовательском эксперименте Эксперимент проходит в онлайн формате, через веб-браузер, и займет у вас не более 20 минут. По результатам случайные участники получат денежное вознаграждение (сертификаты).   Эксперимент доступен по любой из ссылок ниже: • http://195.133.73.40:5000 • http://195.133.73.40 ⏰ Ждем Ваших ответов до 31.05.2026. В случае возникновения вопросов пишите Fomina.a.a@hse.ru. 🔜 Про суть исследования и результаты обязательно расскажем после завершения сбора данных

Пока наши студенты защищают выпускные работы, а мы с интересом следим за их защитами 👋, решили поделиться с вами свеженькими полезными находками Питер Халл обновил свои материалы по эконометрике — на странице Metrics Notes теперь лежат свежие слайды бакалаврского и магистерского курсов за весну 2026 года с расширенными материалами и исправленными неточностями и опечатками прошлых версий Там же собраны другие полезные материалы его авторства: ускоренный курс по design-based эконометрике, а также заметки про effective populations, propensity score, residualized regressions, instrumented DiD, shift‑share IV и weak IV – по сути, полноценный toolbox для современных исследований #канал_обозревает #канал_рекомендует @causal_channel

IV Круглый стол "Практики эффективного диалога бизнеса и власти" посвящен доказательному подходу в ОРВ. Место проведения: УрГЭУ (Екатеринбург) с онлайн подключением Время: 13.00 Мск (15.00 Екб) ❗️Обращаем внимание на изменение времени начала   Ключевые направления дискуссии:  Когда нужно регулировать — Елена Артюх (Уполномоченный по защите прав предпринимателей в СО) и Какое регулирование считать эффективным - Владимир Чураков (Мосстратегия)  Доказательный подход и «Голос рынка» — Георгий Богатырев (Банк России)   Мнение бизнеса — Михаил Андронов («Аскорт», Москва) и Барзыкина Галина (Курская область)   Региональный опыт — новые инструменты: представители органов власти Москвы, Чувашии, Владимирской и Свердловской областей  Научный взгляд — эксперты МГУ (Ольга Маркова, Анна Ставнийчук) и руководитель ЦРК Ирина Рахмеева (УрГЭУ) 📋 Программа круглого стола и приглашение на субъекты РФ👇 Кому нужно именное приглашение - пишите в чат Центра Ссылка для регистрации #новостиОРВ #обсудим

Всем выйти из тени! Есть вещи, которые долго существуют в полутьме. Отдельные исследователи. Разрозненные данные. Интервью, которые нельзя публиковать сразу. Судебные практики, о которых почти никто системно не пишет. Мы решили, что пора выходить из тени. Так появился LEAD Lab — Law, Empirics & Data Lab: пространство для тех, кто изучает право не как набор красивых норм, а как социальную практику. Мы — социологи права, криминологи, антропологи, политологи, исследователи данных. Многие из нас годами изучают суды, полицию, миграционный контроль, юстицию и повседневную работу государственных институтов. LEAD Lab — это попытка собрать эти исследования в общую инфраструктуру: — регулярные семинары, — обсуждение work-in-progress текстов, — методологические воркшопы, — совместные проекты, — поддержку молодых исследователей, — международную исследовательскую сеть. Первый семинар мы уже провели в мае — обсуждали статью о проектах реформ милиции в Беларуси в начале 1990-х. И поняли, что такой формат очень нужен. С сентября запускаем регулярную серию онлайн-семинаров и планируем очные встречи. Мы не хотим делать «клуб разговоров». Наша задача — создать рабочее пространство для эмпирических исследований права и государства: с текстами, данными, дискуссиями и нормальным академическим фидбеком. Поэтому мы начинаем этот публичный канал. Здесь будут: — анонсы семинаров, — исследовательские заметки, — данные, — обсуждения методов, — разговоры о том, как сегодня реально работают право и государственные институты. LEAD Lab запустили: Екатерина Ходжаева, Кирилл Титаев, Элла Панеях, Дарья Кузнецова и др.

Микроданные Всероссийского опроса жертв преступлений теперь в каталоге Если быть точным Сегодня мы опубликовали микроданные трех волн Всероссийского опроса жертв преступлений (2018, 2021 и 2024 годы) в нашем каталоге. Подробнее об обследовании можно прочитать тут. Что в данных Всероссийский опрос жертв преступлений, который проводит Институт проблем правоприменения при ЕУСПб, — единственное повторяющееся обследование опыта столкновения с преступностью и виктимизации в России. Участников спрашивают, случалось ли им пережить нападение, кражу или что-то подобное, и подробно расспрашивают о том, что произошло.

«Algorithmic Interference and Causal Inference on Platforms» (2025), Susan Athey, Guido Imbens, Vasilis Syrgkanis, Jeff Wu Статья предлагает новую рамку для каузального анализа в платформенной экономике, исходя из того, что классическое предположение SUTVA (Stable Unit Treatment Value Assumption) здесь системно нарушается. В отличие от традиционных рынков, где эффекты можно считать индивидуальными, на платформах взаимодействие пользователей опосредовано алгоритмами - ранжирования, мэтчинга и распределения. Это означает, что воздействие на одного участника (например, бонус водителю или продвижение продавца) неизбежно влияет на других через перераспределение спроса или внимания. Авторы вводят концепцию алгоритмической интерференции (algorithmic interference), где ключевой переменной становится не только treatment, но и алгоритмическая экспозиция (algorithmic exposure) - положение агента в системе, определяемое алгоритмом. Методологический вклад статьи - модель, в которой исход зависит одновременно от собственного воздействия и взаимодействия через алгоритм. На этой основе предлагается подход DAIV (Debiased Algorithmic Instrumental Variable), сочетающий инструментальные переменные и Double Machine Learning. Ключевой результат: даже современные методы могут давать значительное смещение, если игнорируют алгоритмическую структуру - в симуляциях ошибка достигает ~50% (!). При выполнении условия локальной алгоритмической монотонности (LAM) возможна точечная идентификация эффектов; в противном случае - только интервальная, с тестами на наличие интерференции. Практическое значение выходит за пределы платформ и касается академических задач и оценки политик. Методы применимы к системам с опосредованным распределением ресурсов: рынкам труда, образовательным платформам, госуслугам, цифровым платформам и маркетплейсам. Во всех случаях эффекты распространяются не только напрямую, но и через конкурентное перераспределение, что требует учета алгоритмов. С точки зрения государственной политики это означает переход к algorithm-aware causal inference, где алгоритмы рассматриваются как институциональные механизмы. Для исследований - интеграцию данных о работе платформ в эконометрические модели, для policy - новые стандарты оценки цифровых интервенций с учетом интерференции. В более широком смысле статья показывает, что объект анализа современной экономики - не только агенты, но и алгоритмические системы, через которые реализуется их взаимодействие. @evidencespace

Всемирный банк анонсировал запуск PIP Innovation Hub — новой платформы, предназначенной для исследователей и специалистов в области политики. На этом ресурсе они могут детально изучать, каким образом различные методики оценки бедности и неравенства влияют на итоговые показатели. Суть работы платформы заключается в возможности сравнивать официальные данные о бедности с альтернативными подходами к их измерению. Это позволяет наглядно увидеть, как выбор той или иной методологии способен изменить конечные результаты. В состав хаба входит раздел «Глубинные исследования» (Deep Dives), где представлены примеры того, как разные исследования сказываются на оценках уровня бедности. Кроме того, доступен Исследовательский репозиторий, который существенно упрощает поиск актуальных научных публикаций по теме неравенства и бедности. Главная цель проекта — повысить качество формирования политики и распределения ресурсов за счёт более точного понимания того, как измеряется бедность. PIP Innovation Hub делает эти данные прозрачными и общедоступными, способствуя принятию более обоснованных решений. @evidencespace

НИУ ВШЭ открыл публичный доступ к микроданным о домашних хозяйствах России Высшая школа экономики открыла данные проекта «Экономическое поведение домашних хозяйств в России» (ЭПДХ) за 2023-2024 годы — одной из наиболее комплексных эмпирических баз по благосостоянию и потребительскому поведению российских семей. Что в данных Основной массив включает микроданные пяти волн опроса за 2023–2024 годы — около 6000 респондентов старше 18 лет, отобранных по многоступенчатой стратифицированной выборке, с личным интервью (CAPI). База охватывает структуру расходов и сбережений по доходным группам, потребительское поведение в секторах культуры, спорта, здравоохранения и цифровых услуг, бюджеты времени и внутрисемейное распределение обязанностей, а также связь экономических решений с эмоциональным состоянием респондентов. Отдельно есть результаты первой волны опроса верхнего дециля — домохозяйств с доходом свыше 165 тысяч рублей на члена семьи в месяц. Выборка составляет 1000 человек, опрос проводился онлайн (CAWI). Эта группа традиционно выпадает из социологических замеров, поэтому подобные данные о потребительских практиках высокодоходных домохозяйств появляются впервые. Как скачать данные Чтобы скачать файлы с данными исследования, нужно создать личный кабинет в Репозитории научно-технической информации НИУ ВШЭ. Для этого нужна электронная почта и номер телефона. Зарегистрироваться может любой — не только студенты и сотрудники Вышки. Для удобства мы сохранили все микроданные: 🔺Данные 1 волны опроса населения по вопросам потребления и бюджетов времени 🔺Данные 2 волны опроса населения по вопросам потребления и бюджетов времени 🔺Данные 3 волны опроса населения по вопросам потребления и бюджетов времени 🔺Данные 4 волны опроса населения по вопросам потребления и бюджетов времени 🔺Данные 5 волны опроса населения по вопросам потребления и бюджетов времени 🔺Данные 1 волны социологического исследования россиян, входящих в верхний дециль по доходам Если у вас есть пожелания по форматам данных или новым наборам — вступайте в наш чат по данным @tochnochat

Дорогие коллеги и друзья! Все, кто работает с опросными данными по экономическому - трудовому, потребительскому и финансовому поведению населения и домохозяйств - мы открыли данные большого проекта за 2023-2024 гг.

Открытый тьюториал от Пола Голдсмит-Пинкхэма по практической имплементации Claude Code для эконометристов и исследователей со всеми pros и cons. К примеру, такие причины использовать AI Пол отмечает в своей лекции: 1. Делать больше и быстрее: расстояние…