POLICY EVALUATION

La valutazione delle politiche può essere suddivisa in valutazioni ex-ante ed ex-post. Questo corso si concentrerà sulla seconda, ossia sulle valutazioni attuali degli sforzi passati per raggiungere gli obiettivi di politica. La valutazione prospettica mira a stimare gli effetti causali delle interventi politici come programmi anti-COVID-19, programmi anti-povertà, programmi anti-obesità, ecc.

Gli studenti impareranno come identificare l'effetto causale di tali politiche e il motivo per cui l'effetto causale non può essere identificato solo dai dati, ma richiede anche assunzioni che derivano dalla conoscenza sostanziale del fenomeno in esame, nonché una comprensione approfondita del disegno di ricerca. Gli studenti saranno in grado di comprendere i metodi avanzati e più utilizzati, e di utilizzarli per valutare criticamente gli studi che si concentrano sugli effetti di riforme politiche cruciali. Esamineremo domande popolari nell'economia del lavoro come i rendimenti dell'istruzione, questioni nell'economia della salute come le inteventi nel settore sanitario, fenomeni nell'economia urbana come i voucher per l'alloggio volti ad analizzare gli effetti sul quartiere, e molti altri problemi di politica.

Gli studenti sono tenuti ad avere conoscenze di teoria delle probabilità, statistica inferenziale e modelli di regressione lineare

Un'introduzione all'inferenza causale
Grafi direzionati aciclici: per comprendere le relazioni causali nelle politiche
Valutazione delle politiche tramite l'approccio di Discontinuità di Regressione: L'analisi di discontinuità di regressione (RD) è un approccio non sperimentale rigoroso che può essere utilizzato per stimare l'impatto dei programmi in situazioni in cui i candidati sono selezionati per il trattamento in base a se il loro valore per un punteggio numerico supera una soglia o un punto di taglio designato. Negli ultimi due decenni, l'approccio di discontinuità di regressione è stato utilizzato per valutare l'impatto di una vasta gamma di programmi sociali.
Valutazione di una riforma utilizzando variabili strumentali, il problema degli strumenti deboli, effetti di trattamento omogenei versus eterogenei: Imparerai i metodi delle variabili strumentali per cercare di valutare una relazione causale tra risultati e trattamenti e capire il problema degli strumenti deboli. I metodi verranno utilizzati per studiare il caso dell'abuso di metanfetamine da parte dei genitori e l'affidamento familiare, nonché i rendimenti dell'istruzione.
Sfruttare i dati longitudinali e studiare le inteventi politiche: Imparerai metodi che sono in grado di sfruttare la dimensione spazio-temporale dei fenomeni in esame.
Il potere del Difference-in-Difference per studiare le inteventi politiche: Imparerai la strategia di identificazione quasi sperimentale per stimare gli effetti causali di diverse riforme.
Valutazione delle politiche attraverso l'obiettivo di Synthetic Control: Imparerai la strategia di identificazione quasi sperimentale per stimare gli effetti causali di diverse riforme.

Cunningham S. (2021) Causal Inference, Yale University Press
Angrist D. J and Pischke J.S (2009) Mostly Harmless Econometrics: An Empiricist's Companion Paperback
A selection of scientific papers will be provided.

L'esame sarà scritto e gli studenti dovranno rispondere a tutte le domande. L'esame sarà scritto e gli studenti dovranno rispondere a tutte le domande.

scritto

Le lezioni saranno tenute in presenza e il materiale sarà caricato sul sistema.

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile