In der ökonomischen Forschung wird eine Vielzahl von Strategien verwendet, um zu versuchen kausale Schlussfolgerungen aus Beobachtungsdaten zu ziehen. Neue Strömungen in der Literatur zu kausaler Inferenz konzentrieren sich auf die Kombination von Methoden zur Vorhersage und kausalen Fragestellungen. Diese neuen Methoden ermöglichen es neue Forschungsfragen zu beantworten und bieten die Möglichkeit bestehende Forschungsfragen in der Literatur neu zu adressieren. Diese Dissertation umfasst empirische Arbeiten in den Bereichen (i) Umweltökonomie: Ich evaluiere die Preispolitik für Abfälle mithilfe der “synthetic control” Methode und Methoden des maschinellen Lernens; (ii) Arbeits- und Migrationsökonomie: Ich identifiziere und quantifiziere nicht gemeldete landwirtschaftliche Arbeitsleistung, die durch einen plötzlichen Migrationszustrom verursacht wird; (iii) Konfliktökonomie: Ich analysiere die wirtschaftlichen Kosten eines hybriden Krieges, des Donbass-Krieges in der Ukraine. Der Beitrag dieser Dissertation zur bestehenden Literatur ist dreifach. Erstens kombiniere ich neuartige Datenquellen und stelle neue Datensätze bereit. Zweitens verwende ich moderne Evaluierungsmethoden und passe sie an, um politisch relevante kausale Parameter in verschiedenen Bereichen der ökonomischen Forschung abzuschätzen. Drittens vergleiche ich neuere mit traditionellen ökonometrischen Ansätzen, die zuvor in der Literatur verwendet wurden. Meine Dissertation zeigt, dass moderne ökonometrische Techniken vielversprechend sind, um die Genauigkeit und Glaubwürdigkeit von kausalen Schlussfolgerungen und die Evaluierung von Politikmassnahmen zu verbessern. / In economics, researchers use a wide variety of strategies for attempting to draw causal inference from observational data. New developments in the causal inference literature focus on the combination of predictive methods and causal questions. These methods allow researchers to answer new research questions as well as provide new opportunities to address older research question in the literature. This dissertation entails empirical work in the fields of (i) environmental economics: I evaluate waste pricing policies using synthetic controls and machine learning methods; (ii) labor and migration economics: I identify and quantify unreported farm labor induced by a sudden migrant inflow; (iii) conflict economics: I evaluate the economic costs of an hybrid war, namely, the Donbass war in Ukraine. The contribution of this dissertation is threefold. First, I combine novel data sources and provide unique datasets. Second, I apply and tailor modern evaluation methods to the estimation of policy-relevant causal parameters in various fields of economics. Third, I compare recent versus traditional econometric approaches previously employed by the literature. My dissertation shows that modern econometric techniques hold great promise for improving the accuracy and credibility of causal inference and policy evaluation.
| Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/23014 |
| Date | 27 January 2021 |
| Creators | Valente, Marica |
| Contributors | Fitzenberger, Bernd, Wooldridge, Jeffrey M. |
| Publisher | Humboldt-Universität zu Berlin |
| Source Sets | Humboldt University of Berlin |
| Language | English |
| Detected Language | English |
| Type | doctoralThesis, doc-type:doctoralThesis |
| Format | application/pdf |
| Rights | http://rightsstatements.org/vocab/InC/1.0/ |
| Relation | https://doi.org/10.1080/10242694.2020.1791616, https://doi.org/10.1016/j.jeem.2019.06.004 |
Page generated in 0.0022 seconds