آنچه می‌خوانید خلاصه‌ای از یک کورس آموزشی تحت عنوان نقش بزرگ داده در حل مشکلات اقتصادی و اجتماعی است که در سال ۲۰۱۹ توسط پرفسور راج چتی (از محققان موسسه Oppurtunity Insights) در دانشگاه هاروارد ارائه شده است. این کورس قصد دارد، نتیجه‌ی تحقیقات مبتنی بر تحلیل داده را که طی سالیان طولانی در زمینه‌های فرصت برابر اجتماعی، تحصیلات، سلامت، آموزش، محیط زیست و عدالت قضایی در آمریکا صورت گرفته است، شرح دهد.
جذابیت این موضوع برای من، در شیوه‌ی مواجهه تحلیل‌گران و آمارشناسان با پرسش‌های اجتماعی است. اینکه چگونه می‌توان با در نظر گرفتن ابعاد مختلف پدیده‌های اجتماعی به عوامل آنها پی برد و راهکارهایی عملیاتی ارائه نمود.
دسترسی آزاد به بخش عظیمی از انواع داده در آمریکا و امکان فعالیت آزادانه محققان، موضوعی ناشناخته و دور از دسترس در کشورهای جهان سومی است. ترجمه‌ی این کورس آموزشی نه با هدف تخریب کشوری خاص بلکه با هدف الگوبرداری از شیوه‌ی تحلیل و گردش آزاد اطلاعات صورت گرفته است.
بزرگ داده تغییرات شگفتی در علوم اجتماعی و اقتصادی پدید آورده است. با این حال در بهره‌برداری و شیوه‌ی تحلیل بزرگ داده در صنعت و علوم اجتماعی تفاوت‌هایی وجود دارد. هدف اغلب صنایع امروزی از تحلیل بزرگ داده، پیش‌بینی است. در حالیکه هدف بیشتر تحلیل‌های مربوط به علوم اجتماعی کشف رابطه علت و معلولی در بین رخدادهای محیطی است.
پیشنهاد من بستن این پنجره و تماشای تمام این ۱۸ ویدیوی یک ساعته است. در صورتیکه فرصت کافی را برای این کار ندارید، من خلاصه‌ای از نه بخش اول را در این پست وبلاگی منتشر کرده‌ام و نه بخش باقیمانده را در بخش دوم این پست وبلاگی منتشر خواهم کرد.
رویای آمریکایی مقوله‌ای چند بعدی است که برای هر کسی تعبیر متفاوتی دارد. با این حال قلب تپنده‌ی آن را می‌توان باور به این دانست که اگر کسی باندازه‌ی کافی تلاش کند می‌تواند به سطح درآمد به مراتب بهتر از نسل پیشین خود (مشخصا پدر و مادر) دست یابد. آیا در آمریکا و در طی زمان، نسل‌های مختلف توانسته‌اند بهتر از نسل پدر و مادر خود عمل کنند؟
نمودار پایین سال تولد کودکان و درصد افرادی که توانسته‌اند درآمدی بیشتر از پدر و مادرانشان داشته باشند را نمایش می‌دهد. برای مثال اگر کسی در سال ۱۹۴۰ در آمریکا بدنیا آمده باشد، با احتمال ۹۲٪ به درآمدی بیشتر از پدر و مادرش دست یافته است ولی این احتمال برای کسی که در سال ۱۹۸۰ بدنیا آمده است، معادل احتمال وقوع شیر یا خط در پرتاب یک سکه است.
با دیدن این نمودار، سوالی که مطرح می‌شود این است: شانس کودکان در بخش‌های مختلف آمریکا در پیشرفت مالی نسبت به نسل قبلی خود، چگونه تغییر می‌کند؟ [۱]
برای پاسخ به این سوال، نتیجه سرشماری‌های ملی از سال ۲۰۰۰ تا ۲۰۱۰ را با داده درآمد افراد که از مالیات پرداختی آنها بدست آمده است ترکیب کردیم. همچنین والدین آمریکایی، هنگام پرداخت مالیات؛ کد ملی فرزندان خود را وارد می‌کنند تا مالیات کمتری بپردازند. با در دست داشتن این مجموعه داده، می‌توان ارتباط بین والدین و فرزندان را تا حدی پیگیری کرد. با ترکیب همه این مجموعه‌های داده، به یک مجموعه داده با ۸ میلیارد ردیف داده که شامل داده ۲۰.۵ میلیون کودکی می‌شود که بین سال‌های ۱۹۷۸ تا ۱۹۸۳ بدنیا آمده‌اند می‌رسیم. این؛ ۹۶٪ از کل جامعه هدف ما است.
حال بیایید داده مربوط به بخش شهری شیکاگو را در نظر بگیریم. در نمودار زیر میانگین درآمد والدین بین سال‌های ۱۹۹۴ تا ۲۰۰۰ را با میانگین درآمد فرزندانشان در سال‌های ۲۰۱۴ تا ۲۰۱۵ (زمانی که فرزندانشان در اواسط سی سالگی هستند) مقایسه کردیم. نمودار افقی رتبه‌ی درآمدی والدین و نمودار عمودی، رتبه درآمدی فرزندان را نمایش می‌دهد. یک رگرسیون خطی ساده به این داده فیت شده است. چند نتیجه کلی را می‌توان از این نمودار گرفت:
نقشه پایین پراکندگی درآمد فرزندان خانواده‌های کم درآمد را در ۷۴۱ منطقه آمریکا (commuting zones) نمایش می‌دهد. بخش‌های آبی مناطقی هستند که فرزندان خانواده‌های فقیر توانسته‌اند از فقر خارج شوند و به درآمد بیش از ۴۰هزار دلار در سال دست یابند. بخش‌های قرمز مناطقی را نشان می‌دهد که فرزندان خانواده‌های کم درآمد، درآمدی باندازه‌ی خانواده خود و یا کمتر دارند.
این نقشه به خوبی نشان می‌دهد که در بخش‌هایی از آمریکا، کودکان فرصتی بهتر از هر کشور دیگری در جهان برای پیشرفت دارند و از سوی دیگر در بخش‌های دیگری از آمریکا، شانس کودکان برای پیشرفت بدتر از هر کشوری است که داده آن موجود است.
تصویر بالا نقشه مهمی برای ادامه مسیر این کورس آموزشی است و بارها به آن ارجاع می‌شود. می‌توانید از طریق این لینک این نقشه را بصورت آنلاین ببینید. با زوم کردن در بخش‌های مختلف این نقشه متوجه می‌شوید که می‌توان فرصت رشد یا شکست را محله به محله و یا بر اساس جنسیت و نژاد در بخش‌های مختلف بررسی کرد. از شما دعوت می‌کند قبل از آغاز مطالعه بخش دوم، از کار با این نقشه لذت ببرید.
کمی روی نقشه‌ای که بالاتر معرفی کردیم، زوم می‌کنیم و به بوستون جنوبی می‌رویم. این نقشه به وضوح نشان می‌دهد که در بخش خاصی از بوستون جنوبی، درآمد فرزندان خانواده‌های کم‌درآمد بیشتر از بقیه مناطق است. ولی سوال اینجاست که آیا منطقه زندگی تاثیری در میزان درآمد کودکان در آینده دارد؟ یعنی اگر خانواده‌ای را از منطقه‌ی آبی به منطقه‌ی قرمز منتقل کنیم، احتمال اینکه درآمد فرزندشان در آینده کاهش یابد، وجود دارد؟
برای تایید یا رد این نظریه از یک شیوه‌ی شبه تجربی و از داده‌ای که در دست داریم، بهره می‌بریم. داده خانواده‌هایی را بررسی می‌کنیم که در طی زمان و با کودکانی در سنین مختلف از مناطقی به مناطق دیگر نقل مکان کرده‌اند. (برای مثال از منطقه روکسبری که میانگین درآمد فرزندان در آن ۲۳۰۰۰ دلار است به منطقه‌ی ساوین هیل نقل مکان کرده‌اند که میانگین درآمد فرزندان در آن ۴۰۰۰۰ دلار است.) نمودار زیر روند تغییر میانگین درآمد در سنین مختلف نقل مکان فرزندان را نشان می‌دهد.
سوال بعدی که مطرح می‌شود این است که تفاوت این مناطق در چیست؟ چرا کودکانی که در برخی مناطق رشد می‌کنند، درآمد بیشتر نسبت به دیگری دارند؟ ممکن است اولین پاسخی که به ذهن می‌رسد این باشد که در این مناطق موقعیت‌های شغلی بیشتری وجود دارد ولی نمودار زیر این ادعا را رد می‌کند. همانطور که مشاهده می‌کند این نمودار هیچ الگوی مشخصی ندارد و بصورت نسبتا رندم پراکنده شده است.
۵ تفاوت مهم در مناطق مختلف که منجر به تفاوت در میزان درآمد فرزندان می‌شوند:
دو راهکار اصلی برای بهبود این وضعیت وجود دارد:
یک. تغییر محل زندگی به مناطقی با وضعیت بهتر.
دو. بهبود وضعیت مناطق فعلی.
آزمایش تغییر محل زندگی به مناطقی با وضعیت بهتر بین سال‌های ۱۹۹۴ تا ۱۹۹۸ در پنج شهر اصلی آمریکا یعنی بالتیمور، بوستون، شیکاگو، لس‌آنجلس و نیویورک صورت گرفت. در این آزمایش ۴۶۰۰ خانواده را بصورت تصادفی به سه گروه تقسیم کردند. گروه اول کسانی بودند که کمک مالی تهیه مسکن دریافت می‌کردند به شرطی که به منطقه‌ای با فقر پایین‌تر نقل مکان کنند. (Experimental voucher) گروه دوم کسانی بودند که همین کمک مالی را دریافت می‌کردند ولی لزوما شرط خاصی برای انتخاب محل زندگی بعدی نداشتند (Section 8) و گروه سوم کسانی که هیچ کمک مالی دریافت نمی‌کردند (Control).
نتایج این آزمایش را در این نمودار مشاهده می‌کنیم. کودکانی که در سنی کمتر از ۱۳ سال بهمراه خانواده‌شان به محلات بهتری نقل مکان کرده‌اند مشخصا عملکرد بهتری نسبت به آنهایی که باقی‌مانده‌اند، دارند.
ولی این شیوه‌ی آزمایش نیز محدودیت‌های قابل توجهی دارد:
به جای آزمایش واقعی می‌توان از آزمایش‌های شبه تجربی نیز استفاده کرد. برای مثال داده خانواده‌های شبیه به هم را در دو منطقه مختلف مقایسه کرد. ولی این آزمایش نیز لزوما بر پایه این فرضیه استوار است که دو خانواده شبیه هم هستند.
نمودار زیر، میزان اجاره‌ی واحدهای دو خوابه را با میانگین درآمد فرزندان خانواده‌های کم درآمد ترسیم کرده است. شیب مثبت رگرسیون خطی نشان می‌دهد که هر قدر به سمت محلات گران‌قیمت حرکت کنیم، میانگین درآمد هم بیشتر خواهد شد. ولی از سوی دیگر مناطقی را می‌بینیم که اجاره بهای بالایی دارند ولی میانگین درآمد در آنها پایین‌تر از محله‌های ارزان‌تر است. برای مثال خانواده‌ای کم درآمد در سنترال دیستریکت می‌تواند به نورمندی پارک مهاجرت کند تا هم اجاره‌ی کمتری بپردازد و هم فرزندش از فرصت بهتری در زندگی برخوردار شود.
تغییر محل زندگی حتی اگر آزمایش موفقی باشد با سه معضل اصلی روبه‌رو است:
رویکرد سرمایه‌گذاری در بهبود مناطق موجود گزینه‌ی بعدی مورد بحث است. پیش‌تر به عوامل مهم که در هر منطقه منجر به تفاوت در میزان درآمد فرزندان می‌شوند پرداختیم. تفکیک نژادی، نابرابری درآمدی، کیفیت مدارس، ساختار خانواده و سرمایه اجتماعی مهم‌ترین آنها بودند. دولت‌های مختلف تلاش بسیاری برای بهبود هر یک از اینها کرده‌اند ولی هنوز هم کسی نمی‌داند که بهترین راه‌حل ممکن چیست.
همانطور که در سه بخش قبلی دیدیم، یکی از پارامترهای اصلی اندازه‌گیری موفقیت در نسل‌های مختلف آمریکایی، ارزیابی زندگی نسل‌های بعد نسبت به نسل قبلی خودشان (مشخصا پدر و مادرشان) است. در این بخش، با جزییات بیشتری به این موضوع می‌پردازیم.
بیایید ابتدا به نمودار پایین نگاهی بیاندازیم:
این نمودار درصد افرادی را نشان می‌دهد که در دهه‌های مختلف نسبت به پدر و مادر خود درآمد بهتری داشته‌اند. (شکل دیگر و تفکیک شده‌تری از اولین نمودار اولِ پست). برای مثال ۹۵٪ از کودکانی که در دهه ۱۹۴۰ بدنیا آمده‌اند، درآمدی بیشتر از پدر و مادرشان داشته‌اند ولی اگر فرزندی در دهه ۱۹۸۰ در خانواده‌ای بدنیا بیاید که بین ۴۰ تا ۶۰ هزار دلار در سال درآمد دارد، ~۴۰٪ امکان دارد که به درآمدی بیشتر از خانواده‌ی خود برسد.
اگر رویای آمریکایی را کسب درآمد بیشتر فرزندان از پدر و مادرانشان تعریف کنیم، این رویا در حال رنگ باختن است.
ولی این نمودار چگونه بدست آمده است؟ مگر ما به داده‌ی همه کودکان و پدر و مادرانشان و ارتباط موجود بین آنها، در طول سال‌های گذشته دسترسی داریم؟ نه! این مجموعه داده در دسترس نیست. با این حال، نگاه به نمودار توزیع چگالی احتمال، در یافتن راه حل به ما کمک می‌کند.
برای مثال توزیع چگاهی احتمال برای کودکان متولد دهه ۱۹۴۰ و اولیای آنها را در نظر بگیرید:
از این نمودار می‌توان پی برد که برای کودکان متولد دهه ۱۹۴۰، ۸۰٪ از اولیا حقوقی کمتر از ۲۷۰۰۰ دلار در سال داشته‌اند در حالی که ۸۶٪ از فرزندانشان حقوقی بیشتر از این عدد را دارند. با این حساب نیازی به داشتن داده‌ی دقیق وجود دارد. خوشبختانه برای سال‌های اخیر نیز داده دقیق این ارتباطات در دسترس است.
از سال ۱۹۴۰ تا کنون دو تغییر عمده در اقتصاد آمریکا رخ داده است. اول اینکه در حالت کلی رشد اقتصادی از سال ۱۹۷۳ به این طرف کمتر بوده است و دوم اینکه به صورت نابرابرتری توزیع شده است. نمودار میله‌ای آبی، نشان می‌دهد که بین سال‌های ۱۹۴۷ تا ۱۹۷۳ تقریبا تمامی اقشار جامعه بین ۲-۳ درصد رشد اقتصادی را تجربه کرده‌اند، در حالی که بین سال‌های ۱۹۷۳ تا ۲۰۱۳ این رشد برای طبقه ضعیف منفی بوده است.
در یک مطالعه‌ی دیگر که به همین موضوع پرداخته است، مشاهده می‌کنیم که در سال ۱۹۸۰ طبقه‌ی ضعیف و متوسط شاهد بیشترین میزان رشد اقتصادی بوده است در حالیکه در سال ۲۰۱۴ رشد طبقه‌ی ضعیف و متوسط به حداقل رسیده و طبقه‌ی مرفه (کسانی که سالانه حدود ۱ میلیون دلار درآمد دارند) با اختلاف بسیار زیاد سالانه ۶٪ رشد را تجربه کرده می‌کنند.
حال اگر همین داده را با نمودار قبلی ترکیب کنیم، متوجه خواهیم شد که دو دلیل عمده در کاهش درآمد فرزندان نسبت به پدرومادرنشان کاهش رشد اقتصادی و عدم توزیع عادلانه آن است. خط نارنجی در نمودار پایین شرایطی را نشان می‌دهد که کودکان متولد دهه‌ی ۱۹۸۰ با رشد اقتصادی معادل ۱۹۴۰ مواجه بودند. خط سبز رنگ نیز شرایطی را نشان می‌دهد که رشد اقتصادی بصورت برابری توزیع شده باشد.
می‌توان نتیجه گرفت، ۱/۳ از کاهش درآمد فرزندان نسبت به پدران و مادرانشان بخاطر کاهش رشد اقتصادی و ۲/۳ آن بخاطر توزیع ناعادلانه‌ی آن است.
نمودار زیر نیز از منظری دیگر، یافته‌های نمودار بالا را تایید می‌کند. خط سیاه روند درآمد فرزندان نسبت به پدر و مادرانشان در طول سال‌های مختلف است. خط آبی همین داده را تحت شرایطی نمایش می‌دهد که رشد اقتصادی بالاتری وجود داشته باشد. خط خاکستری شرایطی است که رشد اقتصادی بصورت عادلانه توزیع شده باشد.
همین یافته‌ها را برای کشورهای دیگر نیز می‌توان مشاهده کرد:
برای احیای رویای آمریکایی دو راه‌حل اصلی وجود دارد:
بررسی ارتباط مستقیم بین فرصت‌های برابر و رشد اقتصادی، ساده نیست. یکی از کانال‌های ارزیابی رشد اقتصادی توسط اقتصاد‌دانان، نوآوری است. برای ارزیابی نوآوری، از پتنت‌ها [۲]، داده مالیاتی افراد (مانند دانشگاه محل تحصیل، میزان تحصیلات و ...) و نمرات دانش‌آموزان در مدارس نیویورک استفاده خواهیم کرد.
نمودار پایین، تعداد مخترعان در هر ۱۰۰۰ کودک را در مقابل درآمد خانواده ترسیم کرده است. هرقدر میزان درآمد خانواده بیشتر می‌شود، تعداد پتنت‌های ثبت شده نیز بیشتر می‌شود.
در صورتی که همین داده را با نمرات افراد در درس ریاضی و میزان درآمد خانواده ترکیب کنیم، به نمودار بسیار جالب زیر دست می‌یابیم:
خط آبی عملکرد فرزندان خانواده‌های فقیر و خط نارنجی عملکرد فرزندان خانواده‌های ثروتمند را نمایش می‌دهد. خط افقی، نمرات دانش‌آموزان در درس ریاضی است و خط عمودی تعداد مخترعان در هر ۱۰۰۰ دانش آموز. یعنی در آمریکا اگر کودکی بخواهد مخترع شود هم باید نمرات خوبی در درس ریاضی بگیرد و هم از خانواده ثروت‌مندی باشد. توزیع نمرات ریاضی برای خانواده‌های پردرآمد و کم‌درآمد نیز ثابت می‌کند اختلاف معناداری بین عملکرد کودکان در درس ریاضی و سطح درآمد خانواده وجود دارد.
با انجام آزمایش آماری propensity score reweighting، می‌توان دریافت که اگر توزیع نمرات کودکان خانواده‌های کم‌درآمد مانند کودکان خانواده‌های پردرآمد باشد، ۳۱٪ از گپ در تعداد اختراعات آنها کاهش پیدا می‌کند. پس ~ ۷۰٪ از این گپ بدلیل میزان درآمد خانواده است.
داده‌ی نمودار بالاتر را می‌توان برای نژادها و جنسیت‌های مختلف نیز بررسی کرد. برای مثال مشخصا حتی اگر جزو بهترین شاگردان کلاس باشید ولی نژادتان سیاه یا هیسپان باشد، نرخ ثبت اختراع برای شما به شدت پایین‌تر خواهد بود.
در بحث جنسیت، اگر به درصد زنان مخترع متولد شده در طول زمان نگاه کنیم، شاهد رشد ۰.۲۷٪ سالانه هستیم. یعنی با ادامه‌ی روند فعلی، در آمریکا ۱۱۸ سال دیگر طول می‌کشد تا تعداد زنان و مردان مخترع مساوی شود.
حال به این می‌پردازیم که چقدر محیط خلاق بر تعداد اختراعات کودکان در آینده موثر است. برای شروع کودکانی که پدر و مادر مخترعی دارند را با کودکان عادی مقایسه می‌کنیم. اگر پدر و مادر شما مخترع باشند، ۱۰ برابر شانس مخترع شدنتان بیشتر است.
ولی این می‌تواند بدلیل مباحث ژنتیکی یا محیطی باشد. باید معیار بهتری برای ارزیابی تاثیر محیط پیدا کنیم. برای این‌کار می‌توان به دسته‌بندی اختراعات فرزندان و فاصله‌ی آن از اختراعات اولیایشان نگاه کرد. در تصویر پایین می‌بینید که بیش از ۹۰٪ کودکان دقیقا در همان حوزه‌ای اختراع داشته‌اند که پدر یا مادرشان اختراعی داشته است. (فاصله طبقه‌بندی اختراع آنها با اختراع والدینشان صفر است.) همین روند را در نقشه‌ی پراکندگی جغرافیایی اختراعات هم می‌توان دید. برای مثال کودکانی که در سیلیکون ولی رشد می‌کنند اغلب اختراعاتشان در زمینه‌ی کامپیوتر است در حالی که کودکانی که در مینیاپولیس هستند، بیشتر در حوزه‌ی پزشکی اختراع دارند.
در ادامه می‌توان تاثیر جنسیت‌های مختلف بر مخترع شدن کودکان را بسنجیم. نمودار میله‌ای زیر نشان می‌دهد که پسرها و دخترها در صورتی که در محیطی قرار بگیرند که مردان و زنان مخترع بیشتری در آن وجود دارد، احتمال مخترع شدنشان افزایش می‌یابد. پسرها بیشتر تحت تاثیر مردان و دخترها بیشتر تحت تاثیر زنان هستند. تاثیر محیطی با زنان مخترع بر پسران منفی ۰.۲ است.
اگر زنان، اقلیت‌ها و کودکان خانواده‌های کم‌درآمد باندازه مردان خانواده‌های پردرآمد، اختراع داشته باشند؛ نرخ نوآوری در آمریکا ۴ برابر می‌شود.
ارزیابی تاثیر تحصیلات عالی در درآمد افراد طی نسل‌های مختلف، تحت تاثیر سه عامل مهم است:
یک. توزیع درآمد والدین بین دانشگاه‌های مختلف.
توزیع چگالی احتمال درآمد والدین برابر با نمودار زیر است. بالاتر نیز به شکل‌های گوناگون، به داده‌ی این نمودار پرداخته بودیم.
حال بیایید برای نمونه به داده دانشگاه هاروارد نگاهی بیاندازیم. همانطور که می‌بینید ۷۰٪ از دانشجویان هاروارد از خانواده‌های پردرآمد هستند. جالب است بدانید که ۱۵.۴٪ از دانشجویان هاروارد فرزندان ۱٪ پردرآمد جامعه هستند (کسانی که سالانه بیش از نیم میلیون دلار درآمد دارند.)
این یعنی احتمال ورود به هاروارد برای کسانی که از طبقه‌ی ۱٪ مرفه جامعه هستند ۱۰۳ برابر بیشتر از کم‌درآمدترین اقشار جامعه است!
این پدیده مختص به هاروارد نیست و برای بقیه‌ی دانشگاه‌های آمریکا نیز تکرار می‌شود:
درک نمودار میله‌ای پایین توجه بیشتری طلب می‌کند! اغلب، تصور ما این است که دانشگاه باعث می‌شود افراد با افراد دیگری از طبقه‌های مختلف جامعه در ارتباط باشند ولی نمودار زیر ثابت می‌کند که درباره دانشگاه‌های برتر آمریکا اینگونه نیست.
در واقع نمودار زیر ثابت می‌کند که ثروتمندان در محل زندگی خود بیشتر شانس مواجه با طبقات محروم را دارند تا در دانشگاه!
همچنین روند ثبت نام فرزندان قشر کم‌درآمد جامعه در طی زمان، با وجود اجرای برنامه‌های حمایتی مختلف تغییر چندانی نکرده است و در برخی دانشگاه‌ها کمتر نیز شده است.
دو. میزان درآمد دانشجویان بر اساس دانشگاه محل تحصیل
بررسی میزان درآمد دانشجویان دانشگاه‌های مختلف نتیجه‌ی جالبی بهمراه دارد. نمودار پایین دو دانشگاه مختلف و میزان درآمد والدین در آن را نمایش می‌دهد. خطوطی که روی تصویر هستند، درصد دانشجویانی را نشان می‌دهد که جزو ۲۰٪ پردرآمدترین افراد در سن ۳۴ سالگی خود رسیده‌اند.
در واقع فرقی نمی‌کند از خانواده فقیر باشید یا پولدار، اگر به دانشگاه بروید احتمال اینکه به درآمد بالایی برسید زیاد و برای همه یکسان است.
حال بیایید واحدی به نام "نرخ حرکت" تعریف کنیم. نرخ حرکت، در واقع نرخ دانشجویانی است که از خانواده‌های کم درآمد هستند ولی به درآمد بالا در اواسط ۳۰ سالگی رسیده‌اند. برای مثال نرخ حرکت برای دانشجویان دانشگاه سانی، ۸.۴٪ است.
حال می‌توانیم این نرخ را برای همه دانشگاه‌های آمریکا محاسبه کنیم و لیستی از بهترین دانشگاه‌هایی را پیدا کنیم که می‌توانند افراد از خانواده‌های کم‌درآمد را جذب کنند و خروجی خوبی از آنها بگیرند.
سه. میزانی از درآمد دانشجو که مشخصا به دلیل تاثیر دانشگاه بوده است.
این بخش از تحقیق، تلاش می‌کند به این پرسش پاسخ دهد که اگر دانشجویانی که در هاروارد درس می‌خوانند، ۳۰٪ بیشتر از دانشجویان دانشگاهی دیگر درآمد داشته باشند؛ چه بخشی از این درآمد صرفا ناشی از تحصیل در هاروارد بوده است؟ آیا اگر همین دانشجویان که برای تحصیل در هاروارد انتخاب شده‌اند، مسیر دیگری را در زندگی در پیش می‌گرفتند، همین مقدار پیشرفت مالی را داشتند یا خیر؟
بدست آوردن این رقم، کار بسیار پیچیده‌ای است؛ چرا که نیازمند یک آزمایش واقعی و انتخاب تصادفی دانشجویان برای تحصیل در دانشگاه‌های آمریکا است (کاری که انجام آن عملا غیرممکن است). با این حال، می‌توان به شیوه‌های آماری دیگر یک تخمین برای این موضوع بدست آورد.
بیایید به یک دانشگاه دولتی سطح پایین در ایالت فلوریدا نگاهی بیاندازیم. جدول زیر معدل و امتیازاتی را نشان می‌دهد که هر دانشجو باید داشته باشد تا اجازه ورود به این دانشگاه را بگیرد. البته این نمرات یکی از معیارهای تصمیم‌گیری برای پذیرش دانشجو در این دانشگاه است. برای مثال می‌بینیم که اگر امتیاز SAT برابر با ۹۷۰ باشد، معدل لازم برای ورود به این دانشگاه ۲.۹ است و یا اگر امتیاز SAT کمتر از ۹۷۰ باشد، معدل باید ۳.۰ باشد. قشر بزرگی از دانشجویان (۷۳٪) جزو این دسته هستند.
حالا با دقت! به نمودار پایین توجه کنید. در تصویر سمت چپ، در خط افقی؛ فاصله‌ی معدل تا امتیاز SAT را می‌بینید. برای مثال اگر امتیاز شما زیر ۹۷۰ باشد عدد صفر به منزله‌ی معدل ۳.۰ است. خط عمودی تعداد دانشجویانی را نشان می‌دهد که از دانشگاه فلوریدا پذیرش گرفته‌اند. در واقع اگر با امتیاز زیر ۹۷۰، معدل ۳.۰۱ داشته باشید ۲۳.۴٪ شانس بیشتری برای پذیرش گرفتن از کسانی دارید که معدلشان ۲.۹۹ بوده است. این موضوع به ما کمک خواهد کرد تا تاثیر ورود به این دانشگاه را متوجه بشویم. تصویر سمت راست هم میزان حضور همین دانشجویان در کلاس را نمایش می‌دهد.
در واقع دانشجویانی که معدلشان ۳.۰۱ بوده، گروهی هستند که تحت آموزش در دانشگاه قرار گرفته‌اند (treatment group) ولی آنهایی که معدلشان ۲.۹۹ بوده با وجود شرایط یکسان و بصورت اتفاقی، تحت آموزش قرار نگرفته‌اند (control group).
با فرض بر اینکه دیگر شرایط این افراد، تا حدودی یکسان بوده است، می‌توان مشخصا نتیجه گرفت که شرکت در این دانشگاه منجر به ۵٪ رشد در درآمد برای این افراد شده است.
در آمریکا سالانه بیش از ۱ تریلیون دلار صرف مقاطع تحصیلی پیش از دانشگاه می‌شود. با این حال سهم ایالت‌های مختلف، وابسته به میزان مالیاتی که دریافت می‌کنند؛ متفاوت است.
بحث و جدل بسیاری نیز بصورت فعالانه در این زمینه در جریان است. مدارس دولتی، خصوصی و چارتری هر یک طرفداران و مخالفان خود را دارند. سوال اصلی که کماکان وجود دارد این است که چگونه می‌توان کیفیت این مقاطع تحصیلی را افزایش داد؟
یکی از مجموعه‌های داده اصلی برای بررسی خروجی مدارس، نمرات دانش‌آموزان است. هرچند میزان درآمد در آینده و یا میزان ورود به دانشگاه می‌توانند معیارهای بهتری برای ارزیابی موفقیت باشند ولی نمرات در دسترس‌تر هستند و به سرعت به روز می‌شوند.
قبل از پرداختن به تحلیل‌های اصلی، باید ببینیم که آیا نمره معیار خوبی برای سنجش موفقیت افراد هست یا خیر؟
بیایید به سوالاتی که از یک دانش‌آموز مقطع مهدکودک پرسیده می‌شود نگاهی بیاندازیم. برای مثال از او می‌پرسند که کدام‌یک از تصاویر زیر با حرف آخر واژه cup آغاز می‌شود؟
نمودار زیر نمرات ۱۲۰۰۰ دانش‌آموز مهدکودک در سال ۱۹۸۵ را در یکی از ایالت‌های کم‌درآمد آمریکا (Tennessee) در مقابل میزان درآمدشان در بزرگسالی نمایش می‌دهد. [۳] (توجه کنید که هر نقطه روی نمودار میانگین درآمد یک بازه از نمرات را نشان می‌دهد. برای مثال لزوما کسی که نمره مهدکودکش در میانه بوده، درآمد ۱۷۰۰۰ دلار در سال ندارد. ممکن است بیشتر یا کمتر باشد. این نقطه نشان‌گر میانگین همه این افراد است.)
این روند در میزان موفقیت در ورود به دانشگاه هم مشاهده می‌شود:
این داده مربوط به یک مدرسه در آمریکا است. حال اگر بخواهیم داده‌ی چندین مدرسه را باهم مقایسه کنیم، به این مشکل برمی‌خوریم که مدارس مختلف، آزمون‌های مختلفی برگزار می‌کنند و مقیاس نمرات در هر یک متفاوت است. محققی به نام ریردون (Reardon) با در دست داشتن ۲۱۵ میلیون نمره از مدارس ۱۱۰۰۰ منطقه در آمریکا، راه‌حل آماری برای این مسئله یافت. با استانداردسازی همه این نمرات به توزیع زیر می‌توان دست یافت. مشخصا میانگین نمرات دانش‌آموزان در دیترویت به مراتب پایین‌تر از پالو آلتو یا کمبریج است.
می‌توان همین ارقام را بر روی نقشه نمایش داد. نقاط سبز، مناطق تحصیلی را نشان می‌دهد که میانگین نمرات بالاتری دارند و نقاط بنفش مناطقی با میانگین نمرات پایین‌تر است. این نقشه را با جزییات بیشتر در این آدرس ببینید.
حال، همین مجموعه داده را بر روی داده درآمدی افراد در مناطق مختلف آمریکا ترسیم می‌کنیم و به این نمودار جالب دست می‌یابیم. در این نمودار خط افقی میزان درآمد خانواده را نمایش می‌دهد و خط عمودی میانگین نمرات فرزندان را.
روند کلی حاکی از این است که با افزایش درآمد، میانگین نمرات و موفقیت تحصیلی نیز افزایش پیدا می‌کند. تفکیک دانش‌آموز فقیر و غیرفقیر، ثابت می‌کند که حضور دانش‌آموز فقیر در مدارس باصطلاح بالاشهر! هم چیزی را بهتر نمی‌کند و حتی شاهد فاصله‌ی بیشتری بین نمرات در این مدراس هستیم.
در نموداری دیگر می‌توان میزان سرمایه‌گذاری در آموزش پیش از دانشگاه را با خروجی میانگین نمرات در آزمون‌های استاندارد، مشاهده کرد. همانطور که واضح است، کشور آمریکا هر چند بیش از فنلاند سرمایه‌گذاری می‌کند ولی میانگین پایین‌تری دارد. در واقع این تصویر ثابت می‌کند که نباید دلیل مشکلات را صرفا در میزان سرمایه‌گذاری جستجو کرد. میزان سرمایه‌گذاری مهم است. ولی تنها عامل نیست.
دو شیوه‌ی کلی برای بهبود وضعیت مدارس پیشنهاد می‌شود:
۱. راه‌حل‌های مبتنی بر دولت که نیازمند دخالت مستقیم دولت در افزایش کیفیت مدارس است.
برای بررسی نتایج و آثار این راه‌حل‌ها باید ابتدا ببینیم که چه عواملی در ارتقا کیفیت مدارس موثر هستند. تعداد نفرات داخل کلاس و سطح کیفی معلم دو عامل مهم در کیفیت مدارس هستند.
برای بررسی ابعاد مختلف آزمایشی به نام استار [۳] انجام گرفت. در این آزمایش دانش‌آموزان بصورت تصادفی در کلاس‌هایی با اندازه‌های مختلف قرار گرفتند. نتایج این آزمایش در جدول زیر گزارش شده است. نتایج آزمون‌ها بصورت میانگین ۴.۸۱ صدک افزایش پیدا کرده است. (در بازه‌ی اطمینان ۳ تا ۷ درصد). میزان ورود به دانشگاه به ازای هر سال حضور در کلاس کم جمعیت می‌توان بصورت میانگین ۲.۰۲٪ افزایش پیدا کند. ولی این مجموعه داده باندازه‌ای کافی نیست که بتواند تاثیر کلاس کوچک در میزان درآمد را به خوبی تخمین بزند.
برای بررسی تاثیر اندازه کلاس، به آزمایش دیگری که در سوئد انجام گرفته است، می‌توان پرداخت. حداکثر نفرات در کلاس‌های مدارس سوئد، ۲۵ نفر هستند و اگر کلاسی حتی یک نفر بیشتر از ۲۵ نفر باشد، باید به دو کلاس ۱۳ نفره تبدیل شوند. این موضوع، شرایط خوبی را برای آمارشناسان فراهم می‌کند تا تاثیر کلاس کوچک را بر خروجی کودکان ببینند. (همان کودکی که قرار بوده در کلاس بزرگ‌تر باشد ناگهان در کلاس کوچک‌تر قرار گرفته).
با افزایش تعداد دانش‌آموزان میانگین نمرات کم و کمتر می‌شود ولی وقتی به نقطه صفر می‌رسیم (یعنی جایی که کلاس ها را دوباره کوچک‌تر می‌کنیم) میانگین نمرات دوباره افزایش می‌یابد.
همین روند را برای درآمد افراد بین ۲۷ تا ۴۲ سالگی‌شان بررسی می‌کنیم. درآمدها در نقطه‌ی کوچک‌تر کردن کلاس‌ها، حدود ۴٪ افزایش پیدا می‌کنند.
نتیجه مهم این بخش، این است که با تقسیم یک کلاس ۳۰ نفره به دو کلاس ۱۵ نفره، می‌توان مجموع درآمد دانش‌آموزان را در آینده بیش از ۶۰۰.۰۰۰ دلار افزایش داد. استخدام یک معلم و تخصیص یک کلاس بسیار کم‌هزینه تر از این است!
ولی سطح کیفی معلم چه تاثیری در خروجی دانش‌آموزان دارد؟
معیار کیفیت معلمان چیست؟ یکی از این معیارهای مهم مقداری است که یک معلم می‌تواند به میانگین نمرات دانش‌آموزان یک کلاس اضافه کند (Teacher Value-Added). ولی چند دغدغه مهم در اینباره وجود دارد:
یک شیوه‌ی موثر برای پاسخ به این سوال، نگاه به بخش‌هایی از داده است که یک معلمِ بهتر یا بدتر در سال مشخص به یک مدرسه رفته است.
نمودارهای زیر نشان می‌دهند که داشتن یک معلم بهتر، به ازای هر سال از تحصیل، احتمال رفتن به دانشگاه را ۲٪ افزایش می‌دهد. میانگین درآمد را ۵۰۰ دلار افزایش می‌دهد و نرخ فرزندآوری دختران در نوجوانی را کاهش می‌دهد!
سوالی که هنوز پاسخ مشخصی ندارد این است که اگر کسی ۱۰ سال پشت سرهم معلم خوبی داشته باشد، آیا درآمدش ۱۰ * ۵۰۰ بیشتر می‌شود؟ آیا شانس ورود به دانشگاه برای او ۲۰٪ افزایش می‌یابد؟ یا صرفا یک معلم در یک مقطع برای انگیزه بخشیدن کافی است؟
با همه‌ی اینها، اغلب معلمان بر اساس سال‌های تجربه درآمد بیشتری دریافت می‌کنند و نه بر اساس شیوه‌ی عملکردشان.
۲. راه‌حل‌هایی که مسئولیت دولت را ارتقاء مستقیم کیفیت آموزش نمی‌داند و این موضوع را به بخش خصوصی ارجاع می‌دهد.
آیا مدارس خصوصی یا چارتری، خروجی بهتری از مدارس عمومی دارند؟ با توجه به شرایط متفاوت مناطق این مدارس و پارمترهای دیگر، نمی‌توان یک مقایسه‌ی موردی انجام دادم و نتیجه‌گیری کرد و می‌بایست مانند موارد قبل از آزمایش‌های شبیه‌سازی شده استفاده کرد.
اگر دانش‌آموزی بصورت تصادفی (سیستم پذیرش در این مدارس حالت بخت‌آزمایی دارد و کاملا تصادفی است) موفق به رفتن به یک مدرسه چارتی در آمریکا شود، عملکرد بهتری از مدارس عمومی و پایلوت خواهد داشت.
تحقیقات بسیاری در زمینه‌ی مدارس چارتری شده است ولی نتایج کاملا وابسته به نوع مدرسه چارتری دارد و نمی‌توان به یک نتیجه‌گیری کلی دست یافت.
ایده‌ی پرطرفدار این است که سودآوری در مدارس خصوصی باعث خروج بازیگران ضعیف خواهد شد و همان اتفاقی میافتد که در بازار شرکت‌های خصوصی افتاده است. پس چرا نمی‌توان کل سیستم آموزشی را اینگونه کرد:
آنچه خواندید، خلاصه‌ای از ۹ بخش ابتدایی کورس آموزشی تحت عنوان نقش بزرگ داده در حل مشکلات اقتصادی و اجتماعی است که سال گذشته در دانشگاه هاروارد تدریس شده است.
این کورس آموزشی، ثابت می‌کند که با دسترسی به داده صحیح و یک نگرش موشکفانه‌ی تحلیلی، می‌توان ریشه‌ی بسیاری از مسائل اقتصادی و اجتماعی را یافت و برای آنها راه‌حل‌های عملیاتی پیشنهاد کرد.
در صورت تمایل، نظرات خود را درباره این نوشته با من به اشتراک بگذارید و اگر مطلب مرتبطی را قبلا در اینباره خوانده‌اید، در بخش نظرات لینک کنید.
برخی لینک‌های مرتبط:
[۱] پاسخ به این سوال در مقاله‌ای با عنوان The Opportunity Atlas: Mapping the Childhood Roots of Social Mobility مطرح شده است که بخش‌هایی از خلاصه آن در این پست وبلاگی هم آمده است.
[۲] قبلا در یک پست وبلاگی دیگر درباره پتنت‌ها، شیوه جمع‌آوری آنها و انواع تحلیل روی آنها نوشته‌ام: متن‌‌کاوی؛ چگونه به کمک صنعت کشاورزی می‌آید؟
