Modellierung der Verteilung von Treatmenteffekten mit messfehlerbehafteten Umfragedaten diskreter Ausprägung – Eine Anwendung auf die Legalisierung von Marihuana in den USA

• Antragsteller: Professor Daniel Gutknecht, Ph.D.
• Fachliche Zuordnung: Statistik und Ökonometrie ; Wirtschaftspolitik, Angewandte Volkswirtschaftslehre
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 463916029

Das Hauptziel dieses Projektes ist die Entwicklung statistischer Schätz- und Inferenzmethoden für die Verteilung von Effekten eines sog. Treatments (z.B. einer Gesetzesänderung) auf eine abhängige Variable diskreter Ausprägung, wenn die selbstberichteten Werte dieser Variable potentiell unter den tatsächlichen liegen (d.h. messfehlerbehaftet sind) und das Treatment Einfluss auf den Messfehler haben kann. Das Antwortverhalten der Individuen wird dabei als nichtlineare Regressionsfunktion individueller Charakteristika modelliert und bedarf keiner bestimmten Verteilungsannahmen bezüglich des Fehlerterms des semiparametrischen Modells. In einem zweiten Schritt werden diese Ergebnisse verwendet, um einen neuen Schätzer speziell für Treatmenteffekte in Längsschnitt- und Panelstudien zu entwickeln. Der Fokus des Projektes liegt dabei nicht auf der Durchschnittsschätzung, sondern auf der Schätzung der Gesamtverteilung der Effekte. Die Methoden lassen sich in verschiedenen Bereichen der Wirtschaftswissenschaften anwenden. Exemplarisch sind hier Studien zu den Effekten von Änderungen bzgl. des rechtlichen Status von Abtreibungen auf deren selbstberichtete Häufigkeit oder von Steuergesetzänderungen auf selbstberichtete Fälle von Steuerhinterziehung zu nennen. Da die Methoden speziell für die Erfassung von personenbezogenen Effekten entwickelt werden („Heterogene Treatmenteffekte“), ergänzen und erweitern sie das Spektrum konventioneller Evaluationsmethoden für Längsschnitt- und Paneldaten (z.B. den linearen Differenz-von-Differenzen Ansatz).Das zweite Ziel diese Projektes ist die Anwendung der Methoden zur Ermittlung der Auswirkungen der Marihuana Legalisierung für Erwachsene in verschiedenen U.S. Staaten von 2012 bis 2018 auf die Verteilung des Konsumverhaltens amerikanischer High School Schüler*innen. Diese Anwendung eignet sich besonders, da sich das selbstberichtete Marihuana Konsumverhalten häufig vom tatsächlichen unterscheidet, und die Legalisierung unterschiedliche Auswirkungen auf den Konsum verschiedener Marihuana Nutzer*innen unter den Heranwachsenden haben kann. Ein detailliertes Verständnis dieser potentiell heterogenen Effekte ist unerlässlich für eine informierte Politikdebatte: Da z.B. Marihuana Konsument*innen vor allem während Ihrer Jugend anfällig für die Gefahren von regelmäßigem Konsum sind (siehe Referenzen im Antrag), ist aus gesundheitspolitischer Sicht ein Fokus auf die Effekte für regelmäßige Konsument*innen von besonderem Interesse. Dies gilt umso mehr als bei einer konventionellen Analyse des bedingten Erwartungswertes solche Effekte unentdeckt bleiben können. Das dritte Ziel ist es, frei zugängliche und benutzerfreundliche Software Codes für die statistischen Methoden dieses Projektes zur Verfügung zu stellen. Die Codes werden dabei in R und Stata, zwei verbreiteten statistischen Softwaresprachen, entwickelt und durch Einreichung bei wissenschaftlichen Zeitschriften sowie mit Hilfe einer Github Seite geteilt und verbreitet.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Großbritannien
• Kooperationspartnerinnen: Professorin Dr. Wiji Arulampalam; Professorin Dr. Valentina Corradi