mercoledì, Ottobre 20, 2021
Home Economia e lavoro Benefici del ciclo di vita dei programmi per la prima infanzia: prove...

Benefici del ciclo di vita dei programmi per la prima infanzia: prove da un influente programma per la prima infanzia

articolo principale

L'istruzione completa insieme al reddito degli adulti, alla salute e ai risultati del crimine per i partecipanti ai programmi per la prima infanzia possono insieme fornire una misura dettagliata degli effetti complessivi a lungo termine di tali interventi. Questo articolo si basa su una combinazione di dati sperimentali e teoria economica per tracciare i risultati previsti dei partecipanti al programma in età avanzata. Gli autori quantificano i molteplici benefici per la vita di influenti programmi per la prima infanzia per bambini svantaggiati nella Carolina del Nord, concentrandosi sui risultati socio-economici misurati durante la mezza età. Gli alti tassi di rendimento stimati per i programmi dimostrano la loro "redditività sociale".

Un corpus sostanziale di prove mostra che i programmi di alta qualità per la prima infanzia aumentano le capacità dei bambini svantaggiati.[1] La maggior parte di questa ricerca riporta gli effetti del trattamento a breve termine di questi programmi sui punteggi dei test cognitivi, sulla preparazione scolastica e sulle misure del comportamento sociale nella prima infanzia. Alcuni studi analizzano i benefici a lungo termine in termini di istruzione completa, salute degli adulti, criminalità e reddito da lavoro.[2] Sono scarse prove rigorose sui loro effetti a lungo termine sull'efficienza sociale.[3]

I programmi per la prima infanzia possono portare a effetti positivi a lungo termine sul completamento dell'istruzione, sulla salute degli adulti e sul reddito da lavoro

Questo documento quantifica e aggrega i molteplici benefici per tutta la vita di un influente programma per la prima infanzia rivolto a bambini svantaggiati nella Carolina del Nord con risultati misurati fino alla mezza età. Guidati dalla teoria economica, integriamo i dati sperimentali con dati non sperimentali per prevedere i benefici ei costi del ciclo di vita del programma. Il programma ha un tasso di rendimento interno aggiustato per le tasse del 13,7% (s.e. 3%) annuo e un rapporto costi / benefici aggiustato per le tasse di 7,3 (s.e. 1,84). Teniamo conto dell'errore di stima del modello e dell'errore di previsione nella nostra stima e conduciamo ampie analisi di sensibilità.

Il nostro articolo è un modello per sintetizzare dati sperimentali e non sperimentali utilizzando la teoria economica per stimare i benefici del ciclo di vita a lungo termine dei programmi sociali. Andiamo ben oltre le applicazioni meccaniche della letteratura sui marker surrogati biostatistici utilizzata in alcuni studi recenti in economia che ignorano la differenza nelle distribuzioni campionarie dei dati di coorte sperimentali e sintetici.

Mettiamo insieme i dati di due programmi praticamente identici: il Carolina Abecedarian Project (ABC) e il Carolina Approach to Responsive Education (CARE), d'ora in poi ABC / CARE. Entrambi sono stati valutati da studi di controllo randomizzati. Entrambi i programmi sono stati lanciati negli anni '70. I partecipanti sono stati seguiti fino alla metà degli anni '30. I partecipanti hanno iniziato presto nella vita (8 settimane di vita) e sono stati coinvolti fino all'età di 5 anni. I programmi hanno generato numerosi effetti terapeutici positivi.[4] I genitori dei partecipanti (principalmente le madri) hanno ricevuto assistenza all'infanzia gratuita che ha facilitato il loro impiego e la partecipazione all'istruzione degli adulti.

Il programma è un prototipo per molti programmi pianificati o in atto oggi. Circa il 19% di tutti i bambini afroamericani oggi sarebbe idoneo per ABC / CARE.[5] L'applicazione del programma ABC / CARE alle popolazioni svantaggiate di oggi sarebbe una politica efficace e socialmente efficiente per promuovere la mobilità sociale.[6]

Il nostro articolo affronta un problema fondamentale che si pone nella valutazione dei programmi sociali. Poche valutazioni del programma hanno storie complete del ciclo di vita dei partecipanti. Secondo i nostri dati, il soggetto sperimentale più anziano ha circa 30 anni. Si tratta di determinare l'impatto del programma sul ciclo di vita. Costruiamo coorti sintetiche per prevedere i vantaggi e i costi del ciclo di vita completo del programma utilizzando dati non sperimentali guidati dalla teoria economica.[7]

Come sottoprodotto, affrontiamo anche il problema dell'aggregazione delle prove attraverso la molteplicità degli effetti del trattamento trovati in ABC / CARE. Stimiamo aggregati interpretabili economicamente: tassi interni di rendimento e rapporti benefici / costi che monetizzano l'ampia gamma di benefici e costi generati.

Utilizzando dati non sperimentali e informazioni da modelli teorici, è possibile fare previsioni per analizzare l'efficacia a lungo termine dei programmi per la prima infanzia

Costruiamo coorti sintetiche da campioni non sperimentali. Le coorti vengono scelte per approssimare i cicli di vita degli esperimenti nei loro anni campione post-sperimentali. Per fare questa approssimazione, formuliamo e stimiamo le funzioni di produzione per campioni non sperimentali che prevedono gli effetti del trattamento del programma all'interno di campioni non sperimentali comparabili. Valutiamo anche la loro accuratezza delle previsioni all'interno del campione in campioni sperimentali.

Alcuni degli input delle funzioni di produzione stimata che utilizziamo per generare gli effetti del trattamento vengono modificati dal trattamento. Sono misurati sia in campioni sperimentali che non sperimentali. Se le funzioni di produzione che mappano gli input agli output attraverso le coorti non sono influenzate dal trattamento, cioè sono "invarianti al trattamento" o "autonome" nel senso di Frisch (1938), possiamo tranquillamente usarle per prevedere gli effetti del trattamento in età avanzata oltre follow-up dell'esperimento a condizione di prevedere accuratamente il percorso degli input futuri. Testiamo e non rifiutiamo l'invarianza del trattamento confrontando i risultati in campioni sperimentali con quelli previsti in campioni non sperimentali che si sovrappongono per età.[8] Prevediamo gli effetti del trattamento sperimentale utilizzando le nostre funzioni di produzione stimate applicate a dati non sperimentali con input e output. Conduciamo un'ampia analisi di sensibilità per i nostri modelli di previsione di base, incluso l'esame, ad esempio, di ipotesi alternative sugli effetti di coorte che potrebbero contaminare l'uso di campioni non sperimentali. Confrontiamo anche i risultati del nostro approccio con una procedura di abbinamento più rozza che replica le nostre stime dalla nostra procedura più sofisticata.

Oltre a fornire stimoli a breve termine per il rendimento scolastico e le abilità sociali, i programmi per la prima infanzia avvantaggiano anche i partecipanti a lungo termine

.

Risultati empirici

La figura 1 mostra i contributi al valore attuale dei principali componenti del programma. L'alto tasso di rendimento e il rapporto costi-benefici che troviamo ha molteplici fonti. La nostra analisi è un modello per stimare i guadagni del ciclo di vita degli esperimenti sociali per i quali c'è un follow-up inferiore alla intera durata. L'integrazione dei dati sperimentali con dati non sperimentali migliora le informazioni disponibili dagli esperimenti sociali. L'utilizzo della teoria economica e dei metodi econometrici per generare previsioni empiricamente concordanti accresce la credibilità della nostra procedura.

Figura 1 – Valore attuale netto dei componenti principali dell'analisi costi / benefici aggregata (rispetto al sesso) nel ciclo di vita per partecipante al programma, trattamento vs. controllo

Nota: questa figura mostra i valori attuali netti del ciclo di vita per partecipante al programma delle componenti principali dell'analisi costi / benefici di ABC / CARE dalla nascita alla morte prevista, scontati alla nascita a un tasso del 3%. Per "netto" si intende che ogni componente rappresenta il valore totale per il gruppo di trattamento meno il valore totale per il gruppo di controllo. Costi del programma: il costo totale di ABC / CARE, incluso il costo del welfare delle tasse per finanziarlo. Vantaggi totali: i vantaggi per tutti i componenti che consideriamo. Reddito da lavoro: reddito da lavoro individuale totale dall'età di 21 anni al pensionamento dei partecipanti al programma (presumibilmente all'età di 67 anni). Reddito da lavoro parentale: reddito da lavoro parentale totale dei genitori dei partecipanti da quando i partecipanti avevano un'età compresa tra 1,5 e 21 anni. Crimine: il costo totale del crimine (costi giudiziari e di vittimizzazione). Per semplificare la visualizzazione, nella figura non sono riportate le seguenti componenti: (i) costo della scuola materna alternativa a carico dei genitori dei bambini del gruppo di controllo; (ii) i costi di assistenza sociale per il trasferimento dei redditi dal governo; (iii) prestazioni di invalidità e richieste di assistenza sociale; (iv) i costi dell'aumento dell'istruzione individuale e materna (inclusa l'istruzione speciale e il mantenimento del grado); (v) costi sanitari pubblici e privati ​​totali. L'inferenza si basa su valori p unilaterali non parametrici dalla distribuzione bootstrap empirica. I punti indicano stime puntuali significative al livello del 10%.

* QALY si riferisce agli anni di vita aggiustati per la qualità. Qualsiasi guadagno corrisponde a migliori condizioni di salute fino alla morte prevista, con $ 150.000 (2014 USD) come valore base per un anno di vita.

Valutazione dei metodi di previsione ad hoc

La ricerca di stime a lungo termine da esperimenti con follow-up a breve termine ha recentemente portato all'applicazione di procedure informali per la stima dei benefici a lungo termine utilizzando misure a breve termine dei punteggi dei test infantili Chetty et al. (2011); Kline e Walters (2016). Dimostriamo che nei nostri campioni, queste procedure forniscono stime molto fuorvianti dei reali benefici del programma del ciclo di vita concentrandosi sui guadagni, senza contare l'intera gamma di benefici generati e facendo affidamento esclusivamente sui punteggi dei test per prevedere i guadagni futuri. L'applicazione delle loro procedure utilizzando semplicemente i punteggi dei test per prevedere i guadagni all'età di 27 anni fornisce un rapporto costi-benefici corretto per le tasse di 0,58 rispetto alla nostra stima di 7,33.

La nostra metodologia fornisce una stima più accurata dei vantaggi e dei costi del programma ABC / CARE. Quantificiamo meglio gli effetti dell'esperimento considerando l'intera gamma di vantaggi durante l'intero ciclo di vita. Inoltre approssimiamo meglio l'incertezza delle nostre stime considerando sia l'errore di campionamento nei campioni sperimentali e ausiliari, l'errore di previsione dovuto all'interpolazione ed estrapolazione, sia la sensibilità delle nostre stime a parametri specificati esternamente. Teniamo conto della possibilità che gli effetti degli input sui risultati nei campioni di coorte sintetici non siano paragonabili alle stime sperimentali a causa dell'endogeneità di questi input nei campioni di coorte sintetici.

Sommario

Questo documento presenta un modello per la costruzione di riepiloghi interpretabili economicamente dei molteplici effetti del trattamento generati da una valutazione randomizzata di un programma per la prima infanzia di alta qualità e ampiamente emulato con follow-up fino alla metà degli anni '30. Andiamo oltre la consueta pratica di segnalare batterie di effetti del trattamento. Segnaliamo i costi e monetizziamo i trattamenti in numerosi domini. Stimiamo il tasso di rendimento interno corretto dalle tasse e il rapporto costi / benefici del programma per valutare l'efficienza sociale del programma.

La "redditività sociale" dei programmi per la prima infanzia come ABC e CARE risiede nei loro effetti a lungo termine, dove i benefici superano di gran lunga i costi

Usiamo informazioni ausiliarie e le informazioni dai modelli economici strutturali per guidare la monetizzazione degli effetti del trattamento e per estrapolare i benefici ei costi misurati ai cicli di vita completi dei partecipanti. Teniamo conto della stima del modello e dell'errore di previsione e conduciamo ampie analisi di sensibilità delle nostre stime a ipotesi e metodologie alternative. Sulla base di una serie di ipotesi plausibili, stimiamo che il tasso di rendimento interno corretto per le imposte del programma oscilli tra l'8% e il 18,3% e siano tutti statisticamente significativamente diversi da zero. Le nostre stime dimostrano la redditività sociale di ABC / CARE. Mostriamo che le stime di una robusta strategia di corrispondenza non parametrica sono vicine a quelle del nostro approccio strutturale. Dimostriamo con l'esempio i pericoli delle procedure di previsione ampiamente utilizzate per valutare i benefici a lungo termine dei programmi sociali.

Questo articolo riassume "Quantificare i benefici del ciclo di vita di un programma influente per la prima infanzia" di Jorge Luis Garcia, James Heckman, Duncan Ermini Leaf e María José Prados, pubblicato sul Journal of Political Economy nel 2020. Il riassunto è stato scritto da Jorge Luis Garcia e James Heckman, e i loro coautori non lo sostengono necessariamente.

Jorge Luis Garcia è alla Clemson University. James Heckman è all'Università di Chicago. Duncan Ermini Leaf e María José Prados frequentano la University of Southern California.

[1] Vedere, ad esempio, Cunha, Heckman, Lochner e Masterov (2006), Almond and Currie (2011) e Elango, García, Heckman e Hojman (2016) per i sondaggi.

[2] Gli esempi includono: Heckman, Moon, Pinto, Savelyev e Yavitz (2010a), Havnes e Mogstad (2011) e Campbell et al. (2014).

[3] Belfield, Nores, Barnett e Schweinhart (2006) e Heckman, Moon, Pinto, Savelyev e Yavitz (2010b) presentano analisi costi-benefici del ciclo di vita del Perry Preschool Program. Il nostro approccio è più completo in termini di risultati analizzati e nella procedura utilizzata per ottenere errori standard di stima dei parametri che riassumono l'efficienza sociale.

[4] Un documento complementare, García, Heckman e Ziff (2018), riporta questi effetti del trattamento. I partecipanti ad ABC / CARE beneficiano in termini di abilità cognitive e socio-emotive, istruzione, occupazione e reddito da lavoro, comportamento e salute a rischio. I genitori dei partecipanti beneficiano in termini di reddito da lavoro e istruzione.

[5] Il 43% dei bambini afroamericani era idoneo al suo inizio.

[6] García e Heckman (2016) stimano che se ABC / CARE fosse implementato sullo stock attuale di bambini idonei, il divario intra-nero (nero svantaggiato rispetto a nero avvantaggiato) nel diploma di scuola superiore, anni di istruzione, occupazione e reddito da lavoro a l'età di 30 anni per le donne sarebbe ridotta rispettivamente del 110%, 76%, 22% e 30%. Eliminerebbe il divario tra i diplomati delle scuole superiori all'interno dei neri, ridurrebbe gli anni di divario scolastico a 0,12 anni, ridurrebbe il divario occupazionale a 14 punti percentuali e ridurrebbe il divario del reddito da lavoro a 4.075 USD (2014). Per i maschi, il programma eliminerebbe il divario tra i diplomati delle scuole superiori all'interno dei neri, ridurrebbe gli anni di divario scolastico a 0,18 anni e ridurrebbe il divario occupazionale a 9 punti percentuali.

[7] Ridder e Moffitt (2007) discutono i metodi di combinazione dei dati. I nostri metodi sono correlati alla più vecchia letteratura sui "marker surrogati" in biostatistica (vedi ad esempio, Prentice (1989)). Tuttavia, quella letteratura non riesce a tenere conto dell'endogeneità delle variabili nelle coorti sintetiche rispetto all'esogeneità dei dati degli esperimenti. Quella letteratura inoltre non fornisce previsioni verificabili per la convalida delle sue previsioni come facciamo noi.

[8] Si veda Hurwicz (1962) per la definizione di invarianza del trattamento (politica). Ci basiamo sulla metodologia di Heckman, Pinto e Savelyev (2013), che mettono in relazione i risultati a medio e lungo termine in un'analisi di mediazione. Tuttavia, non costruiscono previsioni fuori campione come facciamo in questo documento.

ARTICOLI CORRELATI

I PIÙ POPOLARI