بخش اول جلسهٔ سوم: هجرت به سمت فرصت!

خب، توی جلسات قبلی دیدیم که دو نوع راهکار برای بهبود شرایط افراد داریم:

1. رفتن به سمت فرصت (Moving to Opportunity): این که آدم‌هایی که توی جاهای قرمز نقشه هستند رو ببریم جاهای بهتر.
2. سرمایه‌گذاری مکان‌محور (Place-Based Investments): این که وضعیت جاهایی که قرمز هستند رو بهتر کنیم.

توی این قسمت از جلسه می‌خوایم با استفاده از داده‌ها، کارآمدی راه‌حل اول رو بررسی کنیم.

شرح آزمایش

برای بررسی کارآمدی روش اول، از دادگان آزمایشی استفاده می‌کنیم که بین سال‌های ۱۹۹۴ تا ۱۹۹۸ در ۵ مکان پیاده‌سازی شده، یعنی لوس‌آنجلس، بالتیمور، شیکاگو، نیویورک و بوستون. توی این آزمایش ۴۶۰۰ خانواده درگیر شدن، نحوه پیاده‌سازی این آزمایش به این صورت بود که خانواده‌هایی که در پروژه‌های public housing (خونه‌هایی که دولت ساخته بود و به خانواده‌های کم بضاعت اختصاص می‌داد) به ۳ دسته زیر تقسیم می‌شدن:

1. دسته آزمایشی (Experimental): دسته‌ای که بهشون امکانات مالی دادیم و مجبورشون کردیم که توی مناطق به درصد فقر پایین (کمتر از ۱۰ درصد) نقل مکان کنن.
2. بخش ۸ (Section 8): دسته‌ای که بهشون امکانات مالی دادیم ولی محدودیتی برای محل زندگی‌شون اعمال نکردیم.
3. کنترل (Control): دسته‌ای که بهشون امکانات مالی‌ پیشنهاد ندادیم و توی همون خونه‌های دولت به زندگی‌شون ادامه دادن.

در ادامه می‌خوایم بررسی کنیم که این تغییر چه تاثیراتی توی زندگی افراد ایجاد کرد، قبل از اینکه به ادامه این نوشته برسیم خوبه دوتا سوال رو از خودتون بپرسید و جوابی براش داشته باشید:

1. معیارمون برای سنجش تغییر شرایط زندگی چیه؟
2. بر اساس معیاری که تو سوال قبلی تعریف کردیم، انتظار داریم چه اتفاقی بیفته؟

خوب، امیدوارم برای سوال اول پاسخ خوبی پیدا کرده باشید. حقیقت اینه که مطالعاتی که روی این آزمایش بعدها انجام شد، تاثیر اندکی رو روی خروجی‌های اقتصادی نشون داد،‌ نمونه‌اش مطالعه‌ایه که روی افراد میان‌سال و جوان (در هنگام نقل مکان) انجام شده؛ اما روش جایگزینی که پیشنهاد شد، این بود که ببینیم تاثیر این جابجایی روی فرزندهای افرادی که جابجا شدن چطوریه. داده‌ای که برای این کار مطالعه می‌کنیم استفاده از مالیات پرداختی بچه‌ها در سن ۲۰ سالگیه. خب، پس الان به سوال اولی که مطرح کردیم جوابی دادیم، حالا بریم ببینیم جواب سوال دوم چطوریه:

خب حالا نمودارهای بالا بهمون چی می‌گه؟ نمودار سمت چپ می‌گه که میانگین درآمد در سن‌های بالاتر از ۲۴ برای افراد دسته ۱ (دسته‌ای که بهشون امکانات دادیم و مجبورشون کردیم به یک محله خوب نقل مکان کنن)، حدود ۱۵ هزار دلاره، برای افراد دسته ۲ (دسته‌ای که بهشون امکانات مالی دادیم و به نقل مکان مجبورشون نکردیم) ۱۳ هزار دلار و برای دسته ۳ (دسته‌ای که امکانات جدیدی بهشون ندادیم) ۱۱ هزار دلار. نمودار سمت راست هم داره درصد شرکت در کالج در سن ۱۸ الی ۲۰ رو نشون می‌ده که اون هم الگویی مشابه نمودار سمت چپ داره.

پس متوجه شدیم که تاثیر رفتن به سمت فرصت، برای بچه‌ها نتایج خوبی داشته و بهمون نتیجه مثبتی داده. خوبه که نتیجه این اتفاق رو برای رده‌های سنی دیگه هم مقایسه کنیم. اما قبلش خوبه که برای خودتون یک پیش‌بینی داشته باشید :)

حالا توی این قسمت می‌خوایم بررسی کنیم برای بچه‌های رده سنی ۱۳ تا ۱۸ سال، رفتن به سمت فرصت چه تاثیراتی داشته:

خب! الان نتایج برامون جالب شدن...

اگر به نمودارها دقت کنید می‌بینید که نتایج چندان امیدوارکننده نیستن، یعنی درآمد، برای دسته ۱ و دسته ۲ کاهش پیدا کرده، و درصد افراد با مادر مجرد (افرادی که مادرشون طلاق گرفته یا پدرشون ترکشون کرده یا ...) هم توی دسته ۳ افزایش پیدا کرده! هم‌چنین اگه به p نگاه کنید که نشون‌دهنده میزان p-value هست، مقادیر به نسبت زیادیه که نشون می‌ده چندان تفاوت معناداری بین دسته‌ها نیست؛ به عبارت دیگه هرچی بچه کوچکتر، تاثیر مثبت «رفتن به سمت فرصت» بیشتر :دی

(مقدار پی یا p-value اینجا داره احتمال مشاهده دادگان، به شرط بی‌تاثیر بودن نقل مکان برای دسته‌ها رو اندازه‌گیری می‌کنه؛ یعنی اگه فرض کنیم نقل مکان بی‌تاثیر بوده و باید دادگانی شبیه به دسته control ببینیم، چقدر چیزی که دیدیم محتمله. برای آشنایی بیشتر با p-value می‌تونید اینجا رو بخونید.)

یک نگاه نقادانه

خوب حالا که این آزمایش رو بررسی کردیم، خوبه یکم از دیدگاه نقادانه این آزمایش رو بررسی کنیم و اشکالات این مدل آزمایش (نسبت‌دادن تصادفی) رو بررسی کنیم:

1. این مدل آزمایش، واقعن گرونه! می‌تونید تصور کنید که برای ۴۶۰۰ خانواده‌ای که این آزمایش روشون اجرا بشه چه هزینه‌ای خرج می‌شه.
2. هزینه زیاد باعث می‌شه اندازه نمونه‌ای که داریم خیلی بزرگ نشه، بزرگ نبودن جامعه آماری‌مون باعث می‌شه اطمینان کمتری به نتایجمون داشته باشیم.
3. ریزش: خونواده‌هایی که طی فرآیند آزمایش ردشون رو از دست می‌دیم رو بهش می‌گیم ریزش. می‌تونید تصور کنید که دنبال کردن همین نمونه‌ها طی چندین سال چقدر سخته و به راحتی ممکنه نتونیم دیگه دنبالشون کنیم. هم‌چنین وقتی نرخ ریزش توی دسته‌های مختلف متفاوت باشه، نتایج دسته‌هامون چندان قابل قیاس نباشن.
4. نداشتن قابلیت تعمیم: اول این نوشته گفتیم که این آزمایش فقط توی ۵ منطقه اجرا شده و ممکنه قابل تعمیم به کل آمریکا نباشه.

و اشکال بنیادی‌تری که می‌شه به این روش وارد کرد، اینه که آیا ما حق این رو داریم که با سکه، تصمیم بگیریم به یک سری از افراد امکانات بدیم و به یک سری دیگه نه؟

خوب، پس الان چه روشی برای حمله به این مسئله پیشنهاد می‌دید؟!

روشی که پیشنهاد داده می‌شه اینه که از Quasi-experiment استفاده کنیم؛ این که گفتیم یعنی چی؟

اسم درس همین بود که از دادگان حجیم برای حل مسائل استفاده کنیم، پس الان هم همین کار رو می‌کنیم. با استفاده از داده‌ها، می‌تونیم به همه داده‌های افرادی که نقل مکان کردن دسترسی داشته باشیم، اینطوری بدون هزینه زیاد، به جامعه بزرگی دسترسی داریم. البته خوبه که ملاحظات استفاده از این روش رو هم در نظر بگیریم، برای مثال افرادی که به نقاط مختلف نقل مکان می‌کنن، قابل مقایسه با یکدیگر نیستن. دادگانمون اینطوری قابلیت تعمیم بیشتری هم دارن چون توی نقاط خاصی نمونه‌گیری اتفاق نیفتاده. برای اینکه دقیق‌تر ببینید با استفاده از این روش چطوری استنتاج می‌کنیم، می‌تونید مطلبی رو که عرفان برای بخش اول جلسهٔ دوم نوشته بخونید.

خوب، پس تا اینجای این جلسه چی یاد گرفتیم؟

متوجه شدیم که امکانات نقل مکان برای رفتن به سمت فرصت، می‌تونه خیلی موثر باشه، به شرطی که این نقل مکان برای بچه‌ها در سنین پایین اتفاق بیفته، به عبارتی با یک هدف‌گذاری دقیق‌تر می‌شه خونواده‌های با فرزند کم‌سن‌تر رو به عنوان هدف انتخاب کرد.

هم‌چنین اینکه متوجه شدیم این تسهیلات مالی باید مشخصن صرف نقل مکان به محله‌های به صرفه و با موقعیت بهتر بشه. (از کدوم قسمت آزمایش این نتیجه رو گرفتیم؟)

مطالعات آماری نشون می‌ده که ۸۰ درصد تسهیلات مالی‌ اختصاص داده‌شده به خونواده‌های بخش ۸، داره در محله‌های با نرخ فقر بالا و کم‌برخوردار خرج می‌شه...

حالا سوالی که برامون پیش می‌آد اینه که چطوری محله‌های به‌صرفه و یا موقعیت خوب و رو شناسایی کنیم؟ برای پاسخ به این سوال و بررسی اینکه منظورمون از به‌صرفه چیه و سوالات دیگر، منتظر بخش دوم جلسهٔ سوم می‌مونیم :)

ممنون از

عرفان عزیز که از اساس من رو با این دوره آشنا کرد، وقت زیادی گذاشت تا در نگارش این نوشته به من کمک کنه و تاخیر‌های من رو با صبوری تحمل کرد. هم‌چنین عرفان معینی عزیز که متن رو خوند و سوالاتش رو پرسید و برای بهتر شد متن کمکم کرد :)

این پست از مجموعه پستاییه که عرفان داشت مسیر خودش توی درس Using Big Data to Solve Economic and Social Problems و چیزایی که ازش یاد می‌گرفت و براش جالب بود رو به اشتراک می‌ذاشت. تا اینکه به من افتخار داد و باهاش هم‌مسیر شدم :) پست اول این مجموعه رو می‌تونید از اینجا ببینید و پست بعدی رو که عرفان نوشته از اینجا ببینید: