Metody quasi-eksperymentalne i ich zastosowanie w badaniu wpływu historii na współczesność

• Authors: Wójcik Piotr

Title variants

EN

Quasi-experimental Methods and Their Use in Analysing the Influence of History on Contemporary Economies

RU

Квазиэкспериментальные методы и их применение в исследованиях влияния истории на современную экономику

• Languages of publication: PL

Abstracts

PL

Celem artykułu jest omówienie sposobów empirycznego weryfikowania wpływu odległej historii na współczesne zróżnicowanie wskaźników społeczno-gospodarczych w różnych regionach i krajach. Metodologia jest w tym przypadku podobna do wykorzystywanej w badaniach ewaluacyjnych, nazywanych też quasi-eksperymentalnymi albo naturalnymi eksperymentami. Polegają one na porównaniu pod względem wybranej miary efektywności grupy jednostek objętych analizowanym programem czy interwencją z odpowiednio dobraną grupą kontrolną. Jedynym czynnikiem, który różnicuje obie grupy, jest udział (lub brak udziału) w ocenianym programie. Czynnikiem, który różnicuje dwie porównywane grupy, może być też położenie po jednej lub drugiej stronie historycznej granicy. W artykule omówiono różne metody quasi-eksperymentalne, w tym łączenie badanych jednostek w pary, wykorzystanie zmiennych instrumentalnych oraz nieciągłą regresję. Autor ocenia zalety i wady tych metod. Druga część artykułu zawiera przegląd badań empirycznych wykorzystujących omówione metody do badania wpływu historii na współczesne gospodarki.

EN

The aim of this article is to discuss the ways of empirical verification of the impact of a distant history on the contemporary differences of socioeconomic indicators in various regions and states. The methods used in such research are similar to those employed in quasi-experimental research, or natural experiments. They consist in comparing the group covered by the analysed program or intervention with properly selected control group. The only factor differentiating both groups is their participation or non-participation in the evaluated program, or their localization on opposite sides of historical borders. The article presents quasi-experimental methods, including the use of instrumental variables, matching similar units, and discontinuous regression. The author is assessing the virtues and drawbacks of these methods. The last part of the article includes a review of empirical studies using the discussed methods in analysing the impact of history on contemporary economies.

RU

Целью статьи является рассмотрение способов эмпирической проверки влияния истории на современную дифференциацию социально-экономических показателей в разных регионах и странах. В этом случае методология похожа на ту, которая используется в эволюционных исследованиях, называемых также квазиэкспериментальными или естественными экспериментами. Они состоят в сравнении с разных точек зрения эффективности группы единиц, охваченных данной программой или интервенцией, с контрольной группой, подобранной соответствующим образом. Единственным фактором, который различает обе группы, является участие (или отсутствие участия) в анализируемой программе. Фактором, который различает две сопоставляемые группы, может быть их положение по одну или по другую сторону исторической границы. В статье рассмотрены различные квазиэкспериментальные методы, в том числе объединение исследуемых единиц в пары, использование инструментальных переменных, а также непостоянная регрессия. Автор оценивает достоинства и недостатки этих методов. Вторая часть статьи содержит обзор эмпирических исследований, использующих рассмотренные методы для исследования влияния истории на современную экономику.

Keywords

EN

historical experiments; quasi-experimental methods; discontinuous regression; spacial analysis

• Publisher: Komitet Nauk Ekonomicznych PAN, Polskie Towarzystwo Ekonomiczne
• Journal: Ekonomista
• Year: 2018
• Issue: 2
• Pages: 156-184

Contributors

author

Wójcik Piotr

• Dr Piotr Wójcik – Uniwersytet Warszawski, Wydział Nauk Ekonomicznych

References

• Acemoglu D., Johnson S., Robinson J.A., The Rise of Europe: Atlantic Trade, Institutional Change and Economic Growth, „The American Economic Review” 2005, nr 95(3).
• Angrist J.D., Grouped-data Estimation and Testing in Simple Labor-supply Models, „Journal of Econometrics” 1991, nr 47.
• Angrist J.D., Imbens G., Two-stage Least Squares Estimates of Average Causal Effects in Models with Variable Treatment Intensity, „Journal of the American Statistical Association” 1995, nr 90.
• Angrist J.D., Imbens G., Rubin D.B., Identification of Causal Effects Using Instrumental Variables, „Journal of the American Statistical Association” 1996, nr 91.
• Angrist J.D., Krueger A., Instrumental Variables and the Search for Identification: from Supply and Demand to Natural Experiments, „Journal of Economic Perspectives” 2001, nr 15(4).
• Angrist J.D., Pischke J.S., Mostly Harmless Econometrics: An Empiricist’s Companion, Princeton University Press 2009.
• Becker S.O., Boeckh K., Hainz Ch., Woessmann L., The Empire is Dead, Long Live the Empire! Long-run Persistence of Trust and Corruption in the Bureaucracy, „The Economic Journal” 2016, nr 126(590).
• Black D.A., Galdo J., Smith J.A., Evaluating the Worker Profiling and Reemployment Services System Using a Regression Discontinuity Approach, „American Economic Review” 2007, nr 97(2).
• Broockman D.E., Do Congressional Candidates Have Reverse Coattails? Evidence from a Regression Discontinuity Design, „Political Analysis” 2009, nr 17(4).
• Bruhn M., Gallego F.A., Good, Bad, and Ugly Colonial Activities: Do they Matter for Economic Development?, „Review of Economics and Statistics” 2012, nr 94 (2).
• Bukowski P., Identity as a Determinant of Institutional Persistence: Lessons from the Partitions of Poland, „BEHL Working Paper Series” 2015, WP2015–10.
• Caliendo M., Kopeinig S., Some Practical Guidance for the Implementation of Propensity Score Matching, „Journal of Economic Surveys” 2008, nr 22(1).
• Calonico S., Cattaneo M.D., Titiunik R., rdrobust: An R Package for Robust Nonparametric Inference in Regression-Discontinuity Designs, „The R Journal” 2015, nr 7/1.
• Caughey D., Jasjeet S.S., Elections and the Regression Discontinuity Design: Lessons from Close U.S. House Races, 1942–2008, „Political Analysis” 2011, nr 19(4).
• Choi J., Lee M., Regression Discontinuity: Review with Extensions, „Statistical Papers” 2016, doi: 10.1007/s00362–016–0745-z.
• Comin D., Easterly W., Gong E., Was the Wealth of Nations Determined in 1000 BC?, „American Economic Journal: Macroeconomics” 2010, nr 2 (3).
• Cook T.D., Waiting for Life to Arrive: A History of the Regression-discontinuity Design in Psychology, Statistics and Economics, „Journal of Econometrics” 2008, nr 142(2).
• Dell M., The Persistent Effects of Peru’s Mining Mita, „Econometrica” 2010, nr 78 (6).
• Dittmar J.E., Information Technology and Economic Change: the Impact of the Printing Press, „The Quarterly Journal of Economics” 2011, nr 126.
• Easterly W., Levine R., The European Origins of Economic Development, „DRI Working Paper”, Development Research Institute NYU 2016, nr 104.
• Egger P.H., Lassmann A., The Causal Impact of Common Native Language on International Trade: Evidence from a Spatial Regression Discontinuity Design, „The Economic Journal” 2015, nr 125(584).
• Eggers A.C. i in., On the Validity of the Regression Discontinuity Design for Estimating Electoral Effects: New Evidence from over 40,000 Close Races, „American Journal of Political Science” 2014, doi: 10.1111/ajps.12127.
• Feyrer J.D., Sacerdote B., Colonialism and Modern Income: Islands as Natural Experiments, „Review of Economics and Statistics” 2009, nr 91 (2).
• Frölich M., Nonparametric IV Estimation of Local Average Treatment Effects with Covariates, „Journal of Econometrics” 2007, nr 139(1).
• Frölich M., Lechner M., Exploiting Regional Treatment Intensity for the Evaluation of Labour Market Policies, „Journal of the American Statistical Association” 2010, tom 105, nr 491.
• Galor O., From Stagnation to Growth: Unified Growth Theory, w: Handbook of Economic Growth, P. Aghion, S. Durlauf, Vol. 1A, Elsevier, Amsterdam 2005.
• Galor O., Unified Growth Theory, Princeton University Press, Princeton 2011.
• Gelman A., Imbens G., Why High-order Polynomials Should Not Be Used in Regression Discontinuity Designs, „NBER Working Paper” 2014, nr 20405.
• Gerber A.S., Kessler D.P., Meredith M., The Persuasive Effects of Direct Mail: A Regression Discontinuity-based Approach, „Journal of Politics” 2011, nr 73(1).
• Grosfeld I., Zhuravskaya E., Cultural vs. Economic Legacies of Empires: Evidence from the Partition of Poland, „Journal of Comparative Economics” 2015, nr 43.
• Hahn J., Todd P., van der Klaauw W., Identification and Estimation of Treatment Effects with a Regression-Discontinuity Design, „Econometrica” 2001, nr 69.
• Hidano N., Hoshino T., Sugiura A., The Effect of Seismic Hazard Risk Information on Property Prices: Evidence from a Spatial Regression Discontinuity Design, „Regional Science and Urban Economics” 2015, nr 53.
• Hornung E., Railroads and Micro-regional Growth in Prussia, „Ifo Working Paper”, Leibniz Institute for Economic Research, University of Munich 2012, nr 127.
• Imbens G.W., Angrist J.D., Identification and Estimation of Local Average Treatment Effects, „Econometrica” 1994, nr 62(2).
• Imbens G.W., Kalyanaraman K., Optimal Bandwidth Choice for the Regression Discontinuity Estimator, „Review of Economic Studies” 2012, nr 79(3).
• Imbens G.W., Lemieux T., Regression Discontinuity Designs: a Guide to Practice, „Journal of Econometrics” 2008, nr 142.
• Imbens G., Zajonc T., Regression Discontinuity Design with Multiple Forcing Variables, Technical Report, Harvard University, Department of Economics, Cambridge, Mass. 2011.
• Iyer L., Direct versus Indirect Colonial Rule in India: Long-term Consequences, „Review of Economics and Statistics” 2010, nr 92(4).
• Keele L., Titiunik R., Geographic Boundaries as Regression Discontinuities, „Political Analysis” 2015, nr 23(1).
• Keele L., Titiunik R., Natural Experiments Based on Geography, „Political Science Research and Methods” 2016, nr 4(01).
• King G., Nielsen R., Why Propensity Scores Should Not Be Used for Matching, working paper, Harvard 2016, http://j.mp/1FQhySn.
• van der Klaauw W., Estimating the Effect of Financial Aid Offers on College Enrollment: A Regression-Discontinuity Approach, „International Economic Review” 2002, nr 43(4).
• Lee D.S., Lemieux T., Regression Discontinuity Designs in Economics, „Journal of Economic Literature” 2010, nr 48.
• Lee D.S., Lemieux T., Regression Discontinuity Designs in Social Sciences, w: The SAGE Handbook of Regression Analysis and Casual Inference, rozdz. 14, SAGE Publications Ltd., London 2015.
• Maksim M., Wybrane problemy oceny aktywnych programów rynku pracy, „Acta Universitatis Lodziensis Folia Oeconomica” 2007, nr 213.
• McCrary J., Manipulation of the Running Variable in the Regression Discontinuity Design: A Density Test, „Journal of Econometrics” 2008, nr 142(2).
• Moffit R., Program Evaluation with Nonexperimental Data, „Evaluation Review” 1991, nr 15.
• Nunn N., Historical Development, w: Handbook of Economic Growth, tom 2, red. P. Aghion, S. Durlauf, North-Holland 2014.
• Otsu T., Xu K., Matsushita Y., Empirical Likelihood for Regression Discontinuity Design, „Journal of Econometrics” 2015, nr 186(1).
• Papay J.P., Willett J.B., Murnane R.J., Extending the Regression-discontinuity Approach to Multiple Assignment Variables, „Journal of Econometrics” 2011, nr 161(2).
• Rosenbaum P., Rubin D., The Central Role of the Propensity Score in Observational Studies for Causal Effects, „Biometrica” 1983, nr 70(1).
• Rubin D., Estimating Causal Effects of Treatments in Randomized and Non-randomized Studies, „Journal of Educational Psychology” 1974, nr 66.
• Silverman B., Density Estimation for Statistics and Data Analysis, Chapman & Hall, London 1986.
• Smith J., Todd P., Does Matching Overcome LaLonde’s Critique of Nonexperimental Estimators?, „Journal of Econometrics” 2005, nr 125(1–2).
• Spolaore E., Wacziarg R., How Deep are the Roots of Economic Development?, „Journal of Economic Literature” 2013, nr 51(2).
• Strawiński P., Propensity Score Matching. Własności małopróbkowe, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa 2014.
• Thistlethwaite D.L., Campbell D.T., Regression-discontinuity Analysis: an Alternative to the Ex Post Facto Experiment, „Journal of Educational Psychology” 1960, nr 51(6).
• Trochim W., Research Design for Program Evaluation: The Regression-discontinuity Approach, Sage, Beverly Hills, CA 1984.
• Trochim W., Regression-discontinuity Design, w: International Encyclopedia of the Social and Behavioral Sciences, red. N.J. Smelser, P.B. Baltes, North-Holland, Amsterdam 2001, tom 19.
• Trzciński R., Wykorzystanie techniki propensity score matching w badaniach ewaluacyjnych, Polska Agencja Rozwoju Przedsiębiorczości 2009.
• Wald A., The Fitting of Straight Lines if Both Variables are Subject to Error, „Annals of Mathematical Statistics” 1940, nr 11.
• Wong V.C., Steiner P., Cook T.D., Analyzing Regression-discontinuity Designs with Multiple Assignment Variables: a Comparative Study of Four Estimation Methods, „Journal of Educational and Behavioral Statistics” 2013, nr 38(2).
• Wysokińska A., Invisible Wall. Role of Institutions and Culture in Long Term Development. Natural Experiment, „CEP Labour Market Workshop Series”, LSE, London 2015.
• Zarycki T., History and Regional Development: a Controversy over the „Right” Interpretation of the Role of History in the Development of the Polish Regions, „Geoforum” 2007, nr 38(3).