Wandering astray: Teenagers' choices of schooling and crime¶

作者: Chao Fu, Nicolás Grau, Jorge Rivera
来源: Quantitative Economics
主题: 经济理论 / 应用
相关性: 5/10
机构绿灯: University of Wisconsin-Madison（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1722

一、领域脉络与小综述¶

这个方向是什么¶

本文属于应用微观经济学中的结构性劳动/犯罪经济学子方向。其根本的科学问题是：如何量化并预测青少年在“就学”与“犯罪”之间的跨期动态决策，并评估政策干预（如教育补贴、代金券）对减少犯罪、提高就学率的因果效应。该方向当前成熟度较高，已形成一套标准化的“动态离散选择模型 + 结构估计 + 反事实政策模拟”实证范式，但每篇应用论文仍需针对具体政策背景和数据特征进行模型定制。

发展脉络（history）¶

根据本文引言（intro）的引用，该方向的发展脉络可梳理如下：

奠基工作：动态离散选择模型的结构估计
- Rust (1987)：开创性地将动态规划（Dynamic Programming, DP）与结构估计结合，用于估计公交车发动机更换决策。这是该领域的方法论基石，证明了在特定假设下（如条件独立、可加可分冲击），动态离散选择模型可以被估计。
- Keane & Wolpin (1997)：将动态离散选择模型应用于人力资本积累与职业选择，是本文最直接的方法论祖先。他们估计了年轻男性在“就学”、“工作”和“在家”之间的选择，并模拟了教育补贴的政策效果。本文的模型结构（状态空间、选择集、贝尔曼方程）直接继承自该工作。
主要进展：将犯罪决策纳入动态框架
- Lochner (2004)：首次在动态人力资本模型中正式引入犯罪决策，理论分析了教育如何通过提高合法工资（机会成本）来降低犯罪。本文引用其理论框架，但指出其模型是“简化形式”（reduced-form），未进行结构估计。
- Lochner & Moretti (2004)：利用州际义务教育法作为工具变量，实证估计了教育对犯罪率的因果效应。本文引用其估计结果（教育显著降低犯罪），但指出其方法无法揭示决策的动态过程，也无法模拟未实施过的政策（如本文的代金券方案）。
- Bayer, Hjalmarsson & Pozen (2009)：利用佛罗里达州数据，估计了一个包含“就学”和“犯罪”的静态离散选择模型。本文引用其工作，但强调其模型是静态的，无法捕捉青少年决策中关键的跨期动态（如当前犯罪影响未来就学机会、能力不确定性随时间更新等）。
当前 Frontier 与本文的位置
- 当前前沿在于：在动态离散选择模型中，同时处理多种异质性来源（初始禀赋、机会不平等、能力不确定性、同期冲击），并利用丰富且链接的行政面板数据（如学校记录与犯罪记录）进行估计。本文声称是首次在动态框架下，利用链接的行政面板数据，同时纳入上述四种异质性来源，来估计青少年就学与犯罪决策的模型。其位置是：在 Keane & Wolpin (1997) 和 Lochner (2004) 的理论与实证基础上，针对智利的具体政策背景（高中代金券制度），构建了一个更丰富、更贴近现实的动态模型，并进行了反事实政策模拟。

子线索聚类¶

这些被引文献大致落在两条子线索上：

线索一：结构性动态离散选择模型（Structural Dynamic Discrete Choice Models）。这一簇的核心是估计一个结构参数化的动态规划模型。代表工作：Rust (1987), Keane & Wolpin (1997), 以及本文。它们关注的是：如何设定状态空间、如何求解贝尔曼方程、如何用模拟矩估计（SMM）或最大似然估计（MLE）来估计参数。本文属于这一簇。
线索二：教育对犯罪的因果效应估计（Causal Effect of Education on Crime）。这一簇的核心是识别教育对犯罪的平均处理效应（ATE），通常使用工具变量（IV）或自然实验。代表工作：Lochner & Moretti (2004), Bayer et al. (2009)。它们关注的是：找到外生冲击（如义务教育法、学校入学年龄），并利用简化形式（reduced-form）方法估计因果效应。本文的贡献在于，它不满足于估计ATE，而是通过结构模型来理解决策的动态机制，并模拟更精细的政策（如针对特定群体的代金券）。

这个方向在追问的核心问题¶

如何刻画并量化影响青少年决策的多种异质性？ 初始禀赋（家庭背景、认知能力）、机会不平等（学校质量、社区环境）、能力不确定性（对自己未来学业/工作能力的未知）、以及同期冲击（一时冲动、同伴压力），这些因素如何共同塑造了不同青少年的不同路径？
如何利用行政面板数据（而非调查数据）来估计动态模型？ 行政数据样本量大、测量误差小，但通常缺乏关键变量（如个人偏好、预期、非市场活动的时间投入）。如何利用其优势，并处理其局限性？
如何设计并评估针对特定弱势群体的政策干预？ 通用政策（如提高所有学生的代金券）可能效率不高。结构模型允许研究者模拟“定向”政策（如仅针对低收入家庭、或成绩差的学生），并计算其成本效益比。

当前主流方法与已知瓶颈：主流方法是动态离散选择模型 + 模拟矩估计（SMM）。瓶颈在于：① 状态空间“维度诅咒”（curse of dimensionality），使得求解动态规划在计算上非常昂贵；② 模型识别依赖于强参数假设（如效用函数的函数形式、冲击的分布假设）；③ 反事实政策模拟的可靠性取决于模型对未观测到的政策环境的正确设定。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）¶

作者把缺口 frame 成什么？ 作者声称，现有文献要么是静态模型（Bayer et al., 2009），要么是动态但未同时处理多种异质性（Keane & Wolpin, 1997 未包含犯罪；Lochner, 2004 是理论模型），要么是简化形式（Lochner & Moretti, 2004）。因此，本文的“显然的下一步”是：构建一个动态模型，同时纳入四种异质性来源，并利用链接的行政面板数据进行估计，从而能够模拟更精细的定向政策。
哪些竞争路线被他淡化或回避了？ 作者淡化了简化形式方法（IV, DID） 的竞争力。虽然承认其能估计ATE，但强调其无法揭示机制、无法模拟新政策。作者也回避了机器学习/非参数方法在因果推断中的应用（如DML、Causal Forest），这些方法在估计异质性处理效应（HTE）方面非常强大，且计算上比结构模型轻量得多。作者没有讨论为什么结构模型比这些更灵活的“准结构”方法更好。
什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用任何关于动态离散选择模型的识别理论的文献（如Magnac & Thesmar, 2002; Aguirregabiria & Mira, 2010）。这些文献讨论了在什么条件下，动态模型的参数可以被非参数识别，以及哪些参数是“不可识别的”（如贴现因子）。对于一位关心识别的研究者（如陈星宇），这是一个明显的缺失——本文的估计结果在多大程度上依赖于参数假设，而非数据驱动？这是一个值得去查的问题。

张力¶

未见明显对立引用。所有被引工作都指向一个共识：教育能降低犯罪，且动态模型比静态模型更能揭示决策机制。不同工作只是在方法（结构 vs. 简化形式）和模型复杂度（静态 vs. 动态，单一异质性 vs. 多种异质性）上存在差异，而非结论矛盾。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
- t：时间（年龄），从 t=1（约12岁）到 T（18岁）。
- i：个体（青少年）。
- s_t：状态变量（state variables），是一个向量，包含个体在时间 t 的所有相关信息。例如：s_t = (a_t, g_t, e_t, h_t, x_t)，其中：
  - a_t：年龄。
  - g_t：年级（当前就读年级，若辍学则为0）。
  - e_t：教育积累（已完成的学年数）。
  - h_t：犯罪史（如过去是否被捕过）。
  - x_t：外生变量（如家庭收入、社区犯罪率、学校质量）。
- d_t：选择变量（choice variable），是离散的。本文设定为三种选择：d_t ∈ {1, 2, 3}，分别代表“就学”（schooling）、“工作”（work）、“犯罪”（crime）。
- U(d_t, s_t, ε_t)：当期效用（per-period utility），是选择 d_t 在状态 s_t 和同期冲击 ε_t 下的效用。ε_t 是一个随机向量，代表个体在做出选择时面临的、未被模型观测到的临时性偏好冲击（如一时冲动）。
- V(s_t, ε_t)：价值函数（value function），是给定状态 (s_t, ε_t) 下，从当期到期末的最优期望贴现效用之和。
- β：贴现因子（discount factor），通常设为接近1（如0.95），衡量个体对未来的耐心程度。
- θ：结构参数（structural parameters），是模型的核心参数，包括效用函数中的系数（如对工资、犯罪收益、就学成本的偏好）、状态转移概率中的参数等。这是研究者要估计的对象。
- P(s_{t+1} | s_t, d_t)：状态转移概率（state transition probability），描述在给定当前状态和选择下，下一期状态的概率分布。例如，选择“就学”会提高 g_t 和 e_t；选择“犯罪”会增加被捕概率，从而影响 h_t。
模型：
- 数据生成机制：每个青少年 i 在每一期 t，观测到自己的状态 s_t 和同期冲击 ε_t，然后选择一个行动 d_t 以最大化其期望贴现效用： max_{d_t} [ U(d_t, s_t, ε_t) + β * E[ V(s_{t+1}, ε_{t+1}) | s_t, d_t ] ] 其中，期望 E 是对未来状态 s_{t+1} 和未来冲击 ε_{t+1} 的分布取的。这个最大化问题通过贝尔曼方程（Bellman equation）递归求解。
- 假设：
  1. 条件独立（CI）假设：给定当前状态和选择，未来状态和未来冲击是条件独立的。这是动态离散选择模型的标准假设，使得贝尔曼方程可解。
  2. 可加可分（Additive Separability）：同期冲击 ε_t 以可加的方式进入效用函数，且其分布是已知的（如I型极值分布，即Logit模型）。这使得选择概率有闭式解（logit公式）。
  3. 理性预期：个体对未来状态转移概率 P 的信念与模型设定的真实转移概率一致。
- 要估的对象：结构参数 θ，它决定了效用函数 U 和状态转移概率 P 的具体形式。
可观测数据：
- 研究者实际能观测到的是：一个包含大量青少年（约50万）的行政面板数据，记录了每个青少年从小学到18岁的年度信息。
- 可观测变量：
  - d_t：个体的选择（通过学校记录和犯罪记录推断）。例如，如果某年有学校记录，则 d_t = 1（就学）；如果有被捕记录，则 d_t = 3（犯罪）；如果两者都没有，则 d_t = 2（工作/闲散）。
  - s_t 中的部分变量：a_t（年龄）、g_t（年级）、e_t（教育积累）、h_t（犯罪史）、x_t（家庭背景、社区特征等）。
- 想要但观测不到（潜在/不可观测）：
  - ε_t：同期冲击。这是模型假设的随机项，研究者无法观测到。
  - 个体的真实偏好：如对犯罪的“内在偏好”、对就学的“厌恶程度”。这些被参数化为 θ 的一部分。
  - 个体的预期：如对未来工资、被捕概率的信念。模型假设这些预期与数据生成过程一致（理性预期）。

第二步：讲最小内核¶

本文的核心思路可以用一个最简特例来理解：假设只有两个时间点（t=1, 2），且只有两种选择（就学 S，犯罪 C）。

设定：
- t=1：青少年决定是“就学”还是“犯罪”。
- t=2：青少年进入成年期，其福利（如工资、入狱）完全由 t=1 的选择决定，不再有动态决策。
- 状态变量：s_1 简化为一个标量 e_0（初始教育水平，如小学毕业）。s_2 由 s_1 和 d_1 决定。
- 效用函数：
  - U(S, s_1, ε_S) = α * w(e_0) - c + ε_S。其中 w(e_0) 是当前工资（假设就学期间有兼职），c 是就学成本（学费、努力），α 是工资的边际效用。
  - U(C, s_1, ε_C) = b - p * f + ε_C。其中 b 是犯罪收益，p 是被捕概率，f 是惩罚（如入狱带来的效用损失）。
- 价值函数：
  - V_2(s_2)：t=2 的价值函数，是 t=1 选择的函数。例如，如果 d_1 = S，则 V_2 = W(e_0 + 1)（更高的未来工资）；如果 d_1 = C，则 V_2 = -F（入狱惩罚）。
  - V_1(s_1, ε_1) = max{ U(S, s_1, ε_S) + β * E[V_2(s_2) | s_1, S], U(C, s_1, ε_C) + β * E[V_2(s_2) | s_1, C] }。
核心思路：
1. 决策是动态的：青少年在 t=1 选择“就学”还是“犯罪”，不仅看当期效用，还要看它对未来福利的影响。如果“就学”能大幅提高未来工资（W(e_0+1) >> W(e_0)），那么即使当期就学成本 c 很高，也可能值得。
2. 异质性的作用：
  - 初始禀赋：e_0 低的人，未来工资 W(e_0+1) 可能也低，因此“就学”的长期回报小，更容易选择“犯罪”。
  - 机会不平等：c（就学成本）对不同背景的人不同。弱势背景的青少年可能面临更高的学费、更差的学校质量（隐含成本高），从而降低就学吸引力。
  - 能力不确定性：青少年可能不确定自己未来的工资 W 到底是多少。如果他对自己的能力很悲观（低估 W），他可能过早放弃就学。
  - 同期冲击：ε_S 和 ε_C 是随机项。即使“就学”的期望效用更高，一个很大的 ε_C（如一时冲动）也可能让他选择犯罪。
3. 估计：研究者观测到大量青少年的 (e_0, d_1, d_2) 数据。通过模拟矩估计（SMM），他们调整结构参数 θ = (α, c, b, p, f, β, ...)，使得模型预测的“就学/犯罪”选择概率与数据中观测到的比例尽可能匹配。例如，如果数据中 e_0 低的青少年犯罪率很高，模型就会估计出 W(e_0+1) 对低 e_0 者很小，或者 c 对弱势群体很高。
这个特例揭示了本文的核心数学困难：即使在这个两期、两选择的特例下，要估计 θ 也需要求解一个简单的贝尔曼方程（计算 V_2 和 V_1）。当扩展到多期（T=7）、多选择（3种）、且状态空间包含多个维度（年级、教育积累、犯罪史、外生变量）时，状态空间呈指数级增长，求解贝尔曼方程变得极其计算密集。本文的关键技术贡献之一就是如何高效地处理这个高维状态空间（通过离散化、插值、以及利用数据的结构来简化计算）。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：构建并估计了一个动态离散选择模型，用于刻画智利青少年在“就学”、“工作”和“犯罪”之间的跨期决策，并评估针对弱势群体的教育代金券政策对减少犯罪、提高就学率的因果效应。
核心工具/方法：动态离散选择模型（Dynamic Discrete Choice Model） + 模拟矩估计（Simulated Method of Moments, SMM）。模型通过贝尔曼方程求解最优决策，SMM用于匹配模型预测的矩（如各年龄段的就学率、犯罪率）与行政面板数据中的观测矩。
主要结论：对于弱势背景的青少年，将现有高中代金券增加157美元/人年（相当于改善就学机会并免除学费），可使18岁前被捕比例降低11%，持续在学比例提高13%。该政策对非弱势背景青少年效果不显著。

关键设定与假设¶

在第二节最小记号的基础上，补全完整设定：

选择集：d_t ∈ {1, 2, 3}，分别代表“就学”（Schooling）、“工作”（Work）、“犯罪”（Crime）。注意，“工作”是一个“外部选项”（outside option），包括非正式工作、闲散等。这是为了处理数据中“既不在校、也无犯罪记录”的个体。
状态空间：s_t 包含：
- 年龄 a_t：从12岁到18岁（t=1,...,7）。
- 年级 g_t：从6年级到12年级，以及“辍学”状态（0）。
- 教育积累 e_t：已完成的学年数。
- 犯罪史 h_t：一个二元变量，表示是否在18岁前被捕过。
- 外生变量 x_t：包括家庭收入（分为5个分位数）、社区犯罪率、学校质量（如通过标准化考试成绩衡量）、性别、是否享受政府补贴等。
效用函数：假设为线性可加形式： U(d_t, s_t, ε_t) = u(d_t, s_t) + ε_t(d_t) 其中 u(d_t, s_t) 是确定性的效用部分，ε_t(d_t) 是随机冲击，假设服从I型极值分布（Type I Extreme Value），且独立同分布。这个假设使得选择概率有闭式解（Logit形式），极大简化了计算。
- u(1, s_t)（就学效用）：包含就学的直接收益（如对人力资本积累的预期）、成本（如学费、努力成本），以及可能来自同伴或家庭的非金钱收益。
- u(2, s_t)（工作效用）：包含当前工资（取决于教育水平 e_t 和年龄 a_t）。
- u(3, s_t)（犯罪效用）：包含犯罪收益（取决于个人特征和社区环境）、被捕风险（取决于犯罪史 h_t 和社区特征）、以及被捕后的惩罚（如入狱带来的效用损失）。
状态转移：P(s_{t+1} | s_t, d_t) 是确定的（deterministic）或随机的。例如：
- 如果 d_t = 1（就学），则 g_{t+1} = g_t + 1（升级），e_{t+1} = e_t + 1。
- 如果 d_t = 3（犯罪），则 h_{t+1} 以一定概率变为1（被捕），这个概率是模型要估计的参数。
相比已有文献的强化/放宽：
- 强化：相比Bayer et al. (2009)的静态模型，本文引入了动态决策（跨期替代、人力资本积累）。
- 强化：相比Keane & Wolpin (1997)（仅关注就学与工作），本文同时纳入了犯罪作为选择，并引入了犯罪史作为状态变量。
- 强化：相比Lochner (2004)的理论模型，本文进行了结构估计，并利用行政面板数据进行校准。
- 放宽：相比许多使用调查数据的动态模型，本文利用了大样本行政数据，减少了抽样误差和测量误差。

主要结果¶

核心量化结论：
- 基准政策：将现有高中代金券增加157美元/人年（约合智利人均GDP的2%），对弱势背景（家庭收入最低的20%）青少年，可使：
  - 18岁前被捕比例降低11%（从基准的约15%降至约13.4%）。
  - 持续在学比例（从小学到高中毕业）提高13%（从基准的约50%升至约56.5%）。
- 异质性：该政策对非弱势背景青少年（家庭收入最高的80%）的效果在统计上不显著（被捕比例降低约1%，在学比例提高约2%）。
- 机制：政策主要通过降低就学成本（学费）和改善就学机会（更好的学校）来起作用。对于弱势群体，就学的长期回报（未来工资）相对更高，因此成本降低的边际效应更大。
与 baseline 对比：本文没有直接与一个“简化形式”的baseline（如IV估计）进行对比。其baseline是“无政策干预”的模型预测结果。作者通过模型拟合优度检验（如比较模型预测的年龄-就学率曲线与数据中的实际曲线）来验证模型的可靠性。
稳健性：作者进行了多种稳健性检验，包括：
- 改变贴现因子 β 的值。
- 改变同期冲击 ε 的分布假设（如使用正态分布代替极值分布）。
- 改变状态空间的离散化方式。
- 结果对上述变化均不敏感。

证明路线与技术技巧（理论型必写，要具体）¶

本文是应用/方法型论文，而非纯理论型。因此，其“证明”路线是估计与模拟的流程，而非数学定理的推导。

整体路线（估计流程）：
1. 数据准备：将智利的行政面板数据（学校记录 + 犯罪记录）整理成每个青少年从12岁到18岁的年度面板数据，包含其选择 d_t 和可观测状态 s_t。
2. 模型设定：参数化效用函数 u(d_t, s_t; θ) 和状态转移概率 P(s_{t+1} | s_t, d_t; θ)。θ 是待估参数向量（约20-30个参数）。
3. 求解动态规划：对于给定的 θ，通过逆向归纳（backward induction）求解贝尔曼方程，计算出每个状态 s_t 下的选择特定价值函数（choice-specific value function）v(d_t, s_t) = u(d_t, s_t) + β * E[V(s_{t+1}) | s_t, d_t]。由于状态空间很大（约10^5量级），这一步需要高效的数值算法（如离散化、插值、并行计算）。
4. 计算选择概率：利用Logit公式，计算模型预测的每个个体在每个时间点选择每个行动的概率： P(d_t = j | s_t; θ) = exp(v(j, s_t)) / Σ_{k=1}^3 exp(v(k, s_t))
5. 模拟矩估计（SMM）：
  - 选择矩：选择一组数据中可观测的统计量作为“矩条件”（moment conditions）。例如，不同年龄、不同家庭收入分位数的就学率和犯罪率。本文使用了约100个矩条件。
  - 模拟：对于给定的 θ，利用模型预测的选择概率，模拟生成一个“合成数据集”。
  - 匹配：计算合成数据中的矩，并与真实数据中的矩进行比较。SMM的目标是找到 θ，使得加权平方距离（weighted sum of squared deviations）最小化。权重矩阵通常是最优的（如使用真实数据矩的协方差矩阵的逆）。
6. 推断：利用SMM的渐近理论（GMM的变体），计算参数估计量的标准误，并进行假设检验。
关键跳跃点：
- 从静态到动态：最大的跳跃是引入了贝尔曼方程。这使得模型能够捕捉“当前选择影响未来机会”这一核心动态。计算上的挑战在于求解这个方程。
- 从单一异质性到多种异质性：模型同时纳入了四种异质性来源。这要求状态空间必须足够丰富，以区分不同异质性的影响。作者通过离散化（如将家庭收入分为5个分位数）和参数化（如将能力不确定性建模为对工资方程的一个随机冲击）来处理。
- 从调查数据到行政数据：行政数据样本量大、测量误差小，但缺乏关键变量（如个人偏好、非市场活动）。作者通过结构模型来“填补”这些缺失信息，即用模型参数来刻画这些不可观测的异质性。
技术技巧点名：
- 逆向归纳（Backward Induction）：求解动态规划的标准算法。从最后一期（t=T）开始，计算价值函数，然后向前递归。
- Logit 选择概率：利用I型极值分布假设，将复杂的动态规划问题转化为一个可解析计算的选择概率公式，避免了高维积分。
- 模拟矩估计（SMM）：一种基于模拟的GMM方法。当模型的似然函数难以计算（如动态规划模型）时，SMM是一种有效的替代方案。其核心是模拟数据并匹配矩。
- 离散化与插值：为了处理连续状态变量（如工资），作者将其离散化为有限个网格点，并在网格点之间进行线性插值，以近似价值函数。

真实例子与应用¶

用的什么数据/场景：智利的行政面板数据，链接了学校记录（来自教育部）和青少年犯罪记录（来自警察局）。数据覆盖了约50万名青少年，从2005年（他们约12岁）追踪到2011年（他们约18岁）。场景是智利的高中教育体系，其中存在一个代金券制度（voucher system），政府为每个学生提供一定金额的补贴，学生可以选择公立或私立学校。
怎么把本文方法用上去：作者将数据整理成面板格式，定义了每个青少年的状态变量（年龄、年级、教育积累、犯罪史、家庭收入等）和选择变量（就学、工作、犯罪）。然后，他们用SMM估计了模型参数。估计出的参数揭示了不同群体的偏好差异（如弱势群体对就学成本更敏感、对犯罪收益更看重）。
得到什么结果：如上所述，主要结果是针对弱势群体的代金券政策能显著降低犯罪率、提高就学率。作者还模拟了其他政策，如无条件现金转移（效果不如代金券）、提高学校质量（效果显著但成本更高）。
这个例子想说明什么：这个例子想说明：① 结构模型可以用于评估未实施过的政策（如本文的定向代金券方案）；② 政策效果存在显著的异质性，通用政策可能效率低下；③ 动态模型能够揭示政策效果的机制（如通过降低就学成本、提高未来工资预期来减少犯罪）。

🔎 结论是否比证明窄¶

是。作者在引言中声称模型“纳入了四种异质性来源”，但在估计中，能力不确定性的处理相对简化。它被建模为对工资方程的一个随机冲击，其分布被参数化（如正态分布）。作者并没有真正“识别”出个体层面的能力不确定性，而是假设了一个分布并估计了其方差。因此，结论中关于“能力不确定性”的作用，更多是模型假设的产物，而非数据驱动的发现。
作者在结论部分也承认：“Our model is silent about the role of peer effects and neighborhood effects, which are likely important.” 这表明模型忽略了重要的社会互动效应，其结论的适用范围是有限的。

四、开放问题¶

识别问题：本文的估计结果在多大程度上依赖于参数假设（如效用函数的线性形式、冲击的极值分布）？能否在非参数或半参数条件下识别动态决策模型的关键参数（如贴现因子、风险偏好）？这扎根于本文未引用的识别理论文献（如Magnac & Thesmar, 2002）。
计算可扩展性：本文的状态空间已经很大（约10^5），但若引入更多状态变量（如同伴效应、社区动态、更精细的犯罪类型），状态空间将呈指数级增长。是否存在更高效的算法（如近似动态规划、强化学习）来求解这类高维动态规划问题？这扎根于本文对计算成本的讨论。
外部有效性：本文的结论是基于智利的数据和制度背景。这些结论能否推广到其他国家（如美国、中国）？不同国家的教育体系、劳动力市场、犯罪惩罚机制差异巨大，模型的结构参数可能完全不同。这扎根于作者在结论部分对“外部有效性”的谨慎讨论。
与简化形式方法的融合：本文的结构模型与简化形式方法（如IV、DID）是竞争还是互补？能否将结构模型的反事实预测能力与简化形式方法的稳健识别结合起来（如结构估计 + 外部工具变量）？这扎根于作者在引言中对简化形式方法的淡化处理。

Maintained by 陈星宇 · Homepage · Source on GitHub