In a 2007 study, William Easterly used cross-countrydata to examine th การแปล - In a 2007 study, William Easterly used cross-countrydata to examine th ไทย วิธีการพูด

In a 2007 study, William Easterly u

In a 2007 study, William Easterly used cross-country
data to examine the Engerman and Sokoloff hypothesis.
His research confirmed that “agricultural endowments
predict inequality and inequality predicts
development.” Specifically, Easterly finds that inequality
negatively affects per capita income; it also
negatively affects institutional quality and schooling,
which are “mechanisms by which higher inequality
lowers per capita income.” That the negative relationship
between income and inequality is present in the
data is clear—but how do development economists
take the step to prediction and assignment of causality
when measurement error and many confounding factors
are present, such as the possible link that underdevelopment
itself is a cause of inequality?
Sometimes development economists run field
experiments—but obviously, we cannot randomly
assign countries various levels of inequality to see
what happens! In the many cases when field experiments
are impossible, development economists frequently
try to understand causality by searching for
an instrumental variable (or “instrument”); in fact,
many researchers in development economics invest a
lot of their time in this search. This is a topic covered
in classes in econometrics. But the basic idea is that to
identify the effect of a potential causal variable c
(such as inequality) on a development outcome variable
d (such as income or educational attainment),
the hunt is on for an elusive instrumental variable e
that affects d only through e’s effect on c. So an instrument
has no independent effect on the outcome
variable of interest. You saw earlier that Acemoglu,
Johnson, and Robinson used settler mortality as an instrument
for early institutions. Easterly uses “the
abundance of land suitable for growing wheat relative
to that suitable for growing sugarcane” as an instrument
for inequality. Using this strategy, Easterly concludes
that high inequality of the Engerman and
Sokoloff variety is independently “a large and statistically
significant barrier to prosperity, good quality institutions,
and high schooling.” Schooling and institutional
quality are precisely the mechanisms proposed
by Engerman and Sokoloff by which higher inequality
leads to lower incomes. Like a leprechaun, a good instrumental
variable is hard to get hold of but when
caught can give the researcher’s equivalent of a pot of
gold. Though active debate on inequality and development
continues, the interplay between the careful
institutional analysis and economic history scholarship
of Engerman and Sokoloff and the study of
causality with larger data sets as used by Easterly gives
a window into how the field of development economics
continues to make progress.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
ในการศึกษา 2007, William Easterly ใช้ข้ามข้อมูลการตรวจสอบสมมติฐาน Sokoloff และ Engermanงานวิจัยของเขายืนยันว่า "เกษตรสาธารณะกุศลทำนายทำนายความไม่เท่าเทียมกันและไม่เท่าเทียมกันการพัฒนา" โดยเฉพาะ Easterly พบว่าความไม่เท่าเทียมกันส่งผลเสียต่อรายได้ต่อหัว มันยังส่งผลเสียต่อคุณภาพสถาบันและประถมซึ่งเป็น "กลไก โดยที่ความไม่เท่าเทียมกันสูงขึ้นออกรายได้ต่อหัว" ว่าความสัมพันธ์เชิงลบระหว่างรายได้และความไม่เท่าเทียมกันอยู่ในข้อมูลไม่ชัดเจน — แต่ไรนักเศรษฐศาสตร์พัฒนาใช้ขั้นตอนการพยากรณ์และกำหนด causalityเมื่อข้อผิดพลาดในการวัดและ confounding หลายปัจจัยมีอยู่ เช่น underdevelopment ที่เชื่อมโยงไปสาเหตุของความไม่เท่าเทียมกันเป็นตัวเองบางครั้งนักเศรษฐศาสตร์พัฒนาเรียกใช้ฟิลด์ทดลอง — แต่แน่นอน เราไม่ได้กำหนดให้ประเทศในระดับต่าง ๆ ของความไม่เท่าเทียมกันไปดูเกิดอะไรขึ้น ในหลายกรณีเมื่อฟิลด์ทดลองเป็นไปไม่ได้ นักเศรษฐศาสตร์พัฒนาบ่อยพยายามเข้าใจ causality โดยการค้นหาการบรรเลงตัวแปร (หรือ "เครื่องมือ"); อันที่จริงนักวิจัยมากมายในการพัฒนาเศรษฐกิจการลงทุนจำนวนมากของเวลาในการค้นหานี้ นี่คือหัวข้อครอบคลุมในชั้นเรียนใน econometrics แต่ความคิดพื้นฐานที่จะระบุลักษณะพิเศษของ c ตัวแปรเชิงสาเหตุที่เป็นไปได้(เช่นความไม่เท่าเทียมกัน) ตัวแปรผลการพัฒนาd (เช่นรายได้หรือสำเร็จการศึกษา),การล่าสัตว์อยู่อีตัวแปรเครื่องมือเข้าใจยากที่มีผลต่อ d ผ่านผล e's c เท่ากัน ดังนั้นเครื่องมือมีผลกระทบต่อผลลัพธ์ไม่อิสระตัวแปรที่น่าสนใจ คุณเห็นก่อนหน้านั้น AcemogluJohnson โรบินสันใช้ settler ตายเป็นเครื่องมือสำหรับสถาบันก่อน Easterly ใช้ "การที่ดินเหมาะสำหรับปลูกข้าวสาลีญาติมากมายถึงที่เหมาะสำหรับปลูกอ้อย"เป็นเครื่องมือสำหรับอสมการ ใช้กลยุทธ์นี้ Easterly สรุปอสมการที่สูงของ Engerman และSokoloff หลากหลายเป็นอิสระ "ขนาดใหญ่ และทางสถิติอุปสรรคสำคัญต่อความเจริญรุ่งเรือง สถาบันคุณภาพดีและการศึกษาสูง" Schooling และสถาบันคุณภาพเป็นกลไกแม่นยำเสนอโดย Engerman และ Sokoloff โดยที่ความไม่เท่าเทียมกันสูงนำไปสู่ลดรายได้ เช่น leprechaun บรรเลงดีตัวแปรคือยากที่จะได้รับถือของแต่เมื่อจับให้เป็นนักวิจัยเทียบเท่ากับหม้อของทอง แม้ว่างานอภิปรายในอสมการและการพัฒนายังคง ล้อระหว่างระมัดระวังวิเคราะห์สถาบันและทุนการศึกษาประวัติศาสตร์เศรษฐกิจEngerman Sokoloff และการศึกษาให้กับชุดข้อมูลขนาดใหญ่ที่ใช้ โดย Easterly causalityหน้าต่างเป็นวิธีด้านการพัฒนาเศรษฐกิจยังคงต้องการความก้าวหน้า
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ในการศึกษาปี 2007
วิลเลียมตะวันออกใช้ข้ามประเทศข้อมูลในการตรวจสอบและEngerman Sokoloff สมมติฐาน.
งานวิจัยของเขายืนยันว่า
"พลังการเกษตรคาดการณ์ความไม่เท่าเทียมกันและความไม่เท่าเทียมกันคาดการณ์การพัฒนา." โดยเฉพาะตะวันออกพบว่าความไม่เท่าเทียมกันส่งผลกระทบต่อรายได้ต่อหัว; ก็ยังส่งผลกระทบต่อคุณภาพของสถาบันและศึกษาซึ่งเป็น"กลไกโดยที่ความไม่เท่าเทียมกันที่สูงขึ้นช่วยลดรายได้ต่อหัว." ที่มีความสัมพันธ์เชิงลบระหว่างรายได้และความไม่เท่าเทียมกันอยู่ในข้อมูลที่ชัดเจนแต่อย่างไรนักเศรษฐศาสตร์การพัฒนาจะใช้ขั้นตอนในการทำนายและการโอนอำนาจเมื่อเกิดข้อผิดพลาดการวัดและปัจจัยหลาย ๆ ที่มีอยู่เช่นการเชื่อมโยงไปได้ว่าด้อยพัฒนาตัวเองเป็นสาเหตุของความไม่เท่าเทียมกันหรือไม่บางครั้งนักเศรษฐศาสตร์การพัฒนาเรียกใช้การทดลองแต่เห็นได้ชัดว่าเราไม่สามารถสุ่มกำหนดประเทศระดับต่างๆของความไม่เท่าเทียมกันที่จะเห็นสิ่งที่เกิดขึ้น! ในหลายกรณีเมื่อทดลองเป็นไปไม่ได้นักเศรษฐศาสตร์การพัฒนาบ่อยพยายามที่จะเข้าใจเวรกรรมโดยการค้นหาตัวแปรเครื่องมือ(หรือ "เครื่องมือ"); ในความเป็นจริงนักวิจัยจำนวนมากในการพัฒนาเศรษฐกิจการลงทุนจำนวนมากของเวลาของพวกเขาในการค้นหานี้ นี้เป็นเรื่องที่ได้รับการคุ้มครองในชั้นเรียนในเศรษฐ แต่แนวคิดพื้นฐานคือการระบุผลของคตัวแปรสาเหตุที่อาจเกิดขึ้น(เช่นความไม่เท่าเทียมกัน) ในการพัฒนาผลตัวแปรd (เช่นรายได้หรือสำเร็จการศึกษา) การล่าสัตว์อยู่บนสำหรับอีตัวแปรที่ยากจะอธิบายการใช้เครื่องมือที่มีผลต่อ d เท่านั้น ผ่านผลจในค ดังนั้นเครื่องมือที่ไม่มีผลเป็นอิสระเกี่ยวกับผลตัวแปรที่น่าสนใจ คุณเห็นก่อนหน้านี้ว่า Acemoglu, จอห์นสันและโรบินสันใช้ไม้ตายการตายเป็นเครื่องมือสำหรับสถาบันต้น ตะวันออกใช้ว่า "ความอุดมสมบูรณ์ของที่ดินที่เหมาะสมสำหรับการเจริญเติบโตเมื่อเทียบข้าวสาลีที่เหมาะสมสำหรับการเจริญเติบโตของอ้อย" เป็นเครื่องมือสำหรับความไม่เท่าเทียมกัน การใช้กลยุทธ์นี้ตะวันออกสรุปว่าความไม่เท่าเทียมกันสูงของ Engerman และ Sokoloff หลากหลายเป็นอิสระ "ที่มีขนาดใหญ่และสถิติอุปสรรคที่สำคัญในการเจริญสถาบันที่มีคุณภาพดีและการศึกษาสูง." การศึกษาและสถาบันที่มีคุณภาพได้อย่างแม่นยำกลไกที่เสนอโดยEngerman และ Sokoloff โดย ซึ่งความไม่เท่าเทียมกันที่สูงขึ้นจะนำไปสู่รายได้ต่ำ เช่นเดียวกับแคระเป็นเครื่องมือที่ดีตัวแปรยากที่จะได้รับถือของแต่เมื่อจับสามารถให้เทียบเท่าวิจัยของหม้อที่ทอง แม้ว่าการอภิปรายที่ใช้งานบนความไม่เท่าเทียมกันและการพัฒนายังคงมีอิทธิพลซึ่งกันและกันระหว่างระมัดระวังการวิเคราะห์สถาบันและทุนการศึกษาประวัติศาสตร์เศรษฐกิจของEngerman และ Sokoloff และการศึกษาของเวรกรรมที่มีชุดข้อมูลขนาดใหญ่ที่ใช้โดยตะวันออกให้หน้าต่างเข้าไปในวิธีการด้านการพัฒนาเศรษฐกิจอย่างต่อเนื่องที่จะทำให้ความคืบหน้า
















































การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 3:[สำเนา]
คัดลอก!
ใน 2007 การศึกษา , วิลเลียม กระแสลมตะวันออกที่ใช้ข้ามประเทศ
ข้อมูลเพื่อตรวจสอบสมมุติฐาน engerman Sokoloff .
งานวิจัยของเขา ยืนยันว่า " ผู้นำเกษตร
ทำนายความเหลื่อมล้ำและความไม่เท่าเทียมกัน โดยการพัฒนา " โดยเฉพาะ กระแสลมตะวันออกพบว่า ความไม่เท่าเทียมกัน
ส่งผลกระทบต่อรายได้ต่อหัว มันยังส่งผลกระทบต่อคุณภาพของสถานศึกษา และโรงเรียน

,ซึ่งเป็น " กลไกซึ่งช่วยลดความเหลื่อมล้ำรายได้ต่อหัวสูงกว่า

" ว่า ความสัมพันธ์เชิงลบระหว่างรายได้และความไม่เสมอภาคเป็นปัจจุบันใน
ข้อมูลชัดเจนแต่อย่างไร
นักเศรษฐศาสตร์พัฒนาก้าวเพื่อการทำนายและการกำหนดบทบาท
เมื่อความคลาดเคลื่อนและหลายปัจจัยที่เพิ่มโอกาสเสี่ยง
ในปัจจุบัน เช่น การเชื่อมโยงที่เป็นไปได้ที่ล้าหลัง
ตัวเองเป็นสาเหตุของความไม่เท่าเทียมกัน ?

บางครั้งนักเศรษฐศาสตร์พัฒนาวิ่งสนามทดลองแต่ก็ไม่สามารถสุ่ม
กำหนดประเทศระดับต่างๆของความไม่เท่าเทียมกันที่เห็น
อะไรจะเกิดขึ้น ! ในบางกรณีเมื่อการทดลองภาคสนาม
เป็นไปไม่ได้ นักเศรษฐศาสตร์พัฒนาบ่อย
เข้าใจความเป็นเหตุเป็นผล โดยการค้นหา
มีตัวแปรเครื่องมือ ( หรือ " เครื่องมือ " ) ; ในความเป็นจริง
นักวิจัยหลายคนในเศรษฐศาสตร์การพัฒนาลงทุน
เวลามากของพวกเขาในการค้นหานี้ นี้เป็นหัวข้อที่ครอบคลุม
ในชั้นเรียนในวิชาเศรษฐมิติ . แต่แนวคิดพื้นฐานคือว่า

ระบุผลกระทบของศักยภาพเชิงสาเหตุตัวแปร c
( เช่น ความไม่เท่าเทียมกันในการพัฒนาผลตัวแปร
D ( เช่น รายได้ หรือการศึกษา ) ,
ล่าคือสำหรับตัวแปร e
เปรียวบรรเลงที่มีผลต่อ D เท่านั้นผ่านอีต่อ C ดังนั้นเครื่องดนตรี
ไม่มีอิสระมีผลต่อผล
ตัวแปรของดอกเบี้ย คุณเห็นก่อนหน้านี้ที่ acemoglu
, จอห์นสัน และ โรบินสัน ใช้ไม้ตายเป็นเครื่องมือ
ตายก่อน ) ไปทางทิศตะวันออกใช้ "
ความอุดมสมบูรณ์ของที่ดินที่เหมาะกับการปลูกข้าวสาลีสัมพัทธ์ที่เหมาะสมสำหรับการปลูกอ้อย

" เป็นเครื่องมือสำหรับความแตกต่างการใช้กลยุทธ์นี้ ไปทางทิศตะวันออกได้
ที่ความสูงของ engerman
Sokoloff และความหลากหลายเป็นอิสระ " ขนาดใหญ่และสำคัญทางสถิติ
กั้นเจริญ สถาบันคุณภาพ
และตนสูง " คุณภาพและการเรียนการสอนของสถาบันแน่นอนกลไกเสนอ

และโดย engerman Sokoloff ซึ่ง
ความไม่เสมอภาคสูงขึ้นนำไปสู่รายได้ต่ำ . เหมือนกับภูติจิ๋วดีเครื่องมือ
ตัวแปรที่ยากที่จะได้รับถือของ แต่เมื่อ
จับให้ผู้วิจัยเทียบเท่าของหม้อ
ทอง แม้ว่าการอภิปรายงานในความไม่เท่าเทียมกัน และการพัฒนา
ยังคงความสัมพันธ์ระหว่างการวิเคราะห์สถาบันระวัง

และประวัติศาสตร์เศรษฐกิจและทุนของ engerman Sokoloff และชุดการศึกษา
( ข้อมูลขนาดใหญ่ที่ใช้ โดยไปทางทิศตะวันออกให้
หน้าต่างเป็นวิธีการด้านเศรษฐศาสตร์การพัฒนา
อย่างต่อเนื่องเพื่อให้ก้าวหน้า
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2026 I Love Translation. All reserved.

E-mail: