卡特里娜飓风降低了死亡率吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
在《美国经济评论》最近的一篇文章中，Tatyana Deryugina和David Molitor(DM)分析了卡特里娜飓风对新奥尔良老年和残疾居民死亡率的影响。作者得出结论，卡特里娜飓风将新奥尔良老年和残疾居民的八年存活率提高了3%，死亡率的下降大部分是由于那些搬到死亡率较低的地方的人的死亡率下降。在本文中，我对DM提供的证据进行了批判性评估，以支持他们的结论。主要有三个问题。首先，DM通常不能解释这样一个事实，即随着时间的推移，不同年龄、种族或性别的人会有不同的死亡概率，当他们考虑到这一点时，结果会发生明显的变化。第二，糖尿病没有解释新奥尔良居民可能根据健康状况非随机选择的事实，因为与全国其他地区相比，新奥尔良的死亡率相对较高。第三，有相当多的证据表明，在从新奥尔良搬来的人中，选择的目的地是非随机的。最后，DM从未直接评估卡特里娜飓风前后移居或留在新奥尔良的人的死亡率变化。这些问题使我得出结论，DM提出的证据不支持他们的推论。
---
英文标题：
《Did Hurricane Katrina Reduce Mortality?》
---
作者：
Robert Kaestner
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
英文摘要：
  In a recent article in the American Economic Review, Tatyana Deryugina and David Molitor (DM) analyzed the effect of Hurricane Katrina on the mortality of elderly and disabled residents of New Orleans. The authors concluded that Hurricane Katrina improved the eight-year survival rate of elderly and disabled residents of New Orleans by 3% and that most of this decline in mortality was due to declines in mortality among those who moved to places with lower mortality. In this article, I provide a critical assessment of the evidence provided by DM to support their conclusions. There are three main problems. First, DM generally fail to account for the fact that people of different ages, races or sex will have different probabilities of dying as time goes by, and when they do allow for this, results change markedly. Second, DM do not account for the fact that residents in New Orleans are likely to be selected non-randomly on the basis of health because of the relatively high mortality rate in New Orleans compared to the rest of the country. Third, there is considerable evidence that among those who moved from New Orleans, the destination chosen was non-random. Finally, DM never directly assessed changes in mortality of those who moved, or stayed, in New Orleans before and after Hurricane Katrina. These problems lead me to conclude that the evidence presented by DM does not support their inferences.
---
PDF下载：
--> English_Paper.pdf (295.07 KB)

2022-4-19 18:35:53 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：卡特里娜 死亡率 epidemiology Contribution Applications

卡特里娜飓风降低了死亡率吗？Robert Kaestner摘要在《美国经济评论》最近的一篇文章中，Tatyana Deryugina和David Molitor(DM)分析了卡特里娜飓风对新奥尔良老年和残疾居民死亡率的影响。作者得出结论，卡特里娜飓风将新奥尔良老年和残疾居民的八年存活率提高了3%，死亡率的下降大部分是由于那些搬到死亡率较低的地方的人的死亡率下降。在本文中，我对DM提供的证据进行了批判性评估，以支持他们的结论。主要有三个问题。首先，DM通常不能解释这样一个事实，即随着时间的推移，不同年龄、种族或性别的人会有不同的死亡概率，当他们考虑到这一点时，结果会发生明显的变化。第二，糖尿病没有解释新奥尔良居民可能根据健康状况非随机选择的事实，因为与全国其他地区相比，新奥尔良的死亡率相对较高。第三，有相当多的证据表明，在从新奥尔良搬来的人中，选择的目的地是非随机的。最后，DM从未直接评估卡特里娜飓风前后移居或留在新奥尔良的人的死亡率变化。这些问题使我得出结论，DM提出的证据不支持他们的推论。关键词：死亡率、健康生产、移民JEL代码:I12、Q51、Q54、R23在《美国经济评论》最近的一篇文章中，Tatyana Deryugina和David Molitor(2020)分析了2005年8月下旬发生在新奥尔良的卡特里娜飓风对新奥尔良参加医疗保险的居民死亡率的影响。这篇文章的标题是“你死的时候取决于你住在哪里吗？卡特里娜飓风的证据。“我完整地再现了摘要，并在部分地方用黑体字：我们跟随医疗保险队列，估计卡特里娜飓风对最初居住在新奥尔良的受害者的长期死亡率影响。包括最初的冲击在内，飓风将八年存活率提高了2.07个百分点。向低死亡率地区的迁移解释了这种存活率增加的大部分原因。迁移到低死亡率地区和高死亡率地区的人在基线上看起来相似，但当地死亡率每降低一个百分点，他们随后的死亡率就低0.83-1.01个百分点，量化了地点对这一人群死亡率的因果影响。在行为更健康、收入更高的目的地，移民的死亡率也更低，但与当地的医疗支出和质量无关。（Deryugina and Molitor 2020，3602，黑体字补充）我对Deryugina and Molitor(DM)提出了几点批评，但让我从两个插图开始，这些插图突出了我的一些批评的直觉。首先，考虑卡特里娜飓风之前的一个时间，比如2005年7月，两个男人，都是70岁，一个住在新奥尔良，一个住在弗吉尼亚州的里士满，这是DM的比较地区之一。假设像我们这样的世界除了卡特里娜飓风不会发生，这两个人存活到2013年的机会是一样的吗？答案很可能是否定的：新奥尔良人是在死亡率相对较高的新奥尔良活到70岁的人。与死亡率相对较低的里士满70岁的人相比，在那里活到70岁表明身体异常健康。因此，新奥尔良的70岁老人很可能会比里士满的70岁老人活得更长。如果是这样的话，那么对卡特里娜飓风影响的分析似乎会降低死亡率，而实际上这只是不将健康状况相同的人进行比较的产物。现在考虑第二个场景，涉及2005年7月新奥尔良的两个70岁的老人。

卡特里娜飓风过后，一个人搬到了巴通3鲁日，因为有一辆城市公共汽车可以带他们去那里，而另一个人搬到了休斯顿，因为他有一辆车，去看望亲戚。2013年，搬到巴吞鲁日的人已经去世，而搬到休斯顿的人仍然活着。他们生存的差异可能部分与巴吞鲁日对休斯顿的条件和环境有关。但也有可能因果差异是两个人的差异，一个搬到巴吞鲁日，另一个搬到休斯顿。如果完全如此，那么那个搬到巴吞鲁日并死去的人即使搬到休斯顿也会死去。这两个插图强调了人们在不同的方式上的差异，而科学家们没有，也往往无法观察和测量。然而，这些差异可能与观察到的事物有关，例如一个人一直住在哪里，一个人是否选择搬家，以及一个人搬到哪里。我们都是有创造力的人，每个人都有“自己的运动原则”（Smith TMS，234.17)。这种运动的原则，即意志，是基于灵魂的特殊机会和限制而运动的。经济学家应该总是认为，在人类意志导致的事件背后隐藏着难以理解的隐藏因素。谁死了还是没死？搬家者和逗留者的死亡率DM对年度死亡率进行了差异分析，将2004年卡特里娜飓风前后居住在新奥尔良的老年人（约80%）和非老年人、残疾人（约20%）的医疗保险参保者的死亡率与其他地区类似居民的死亡率进行了比较。基于这一分析结果，DM得出结论，卡特里娜飓风导致了医疗保险参保者死亡率的下降。我将对这一基本主张提出一些怀疑。但首先，让我们承认卡特里娜飓风导致了医疗保险参保人死亡率的下降。DM说，这种下降主要是因为在大多数分析中，DM使用了10个城市的居民，这些城市的居民在收入中位数、人口增长和种族组成方面与新奥尔良非常接近。这10个城市是：巴尔的摩，马里兰州；伯明翰，阿尔；密西西比州底特律；加里，在；杰克逊女士；田纳西州孟菲斯；新泽西州纽瓦克；弗吉尼亚州朴茨茅斯；弗吉尼亚州里士满；还有密苏里州的圣路易斯。使用其他比较区来代替这10个城市，使用这些替代方法的估计值相似。在其他分析中，DM使用了由县或通勤区定义的更大一组地区。因为搬家者的死亡率下降。然而，DM从来没有真正分析过卡特里娜飓风对卡特里娜飓风前后搬家者或滞留者死亡率的因果影响。DM的差异中的差异方法不能识别卡特里娜飓风对搬家和留在新奥尔良的人的影响，而只能识别卡特里娜飓风对两组人的综合影响。因此，DM的结论“迁移到低死亡率地区解释了大部分存活率的增加”(P.3602)，没有直接的证据支持。DM分析是对新奥尔良（和其他城市）的所有居民进行的，而不仅仅是搬家者或停留者，这一事实很重要，因为卡特里娜飓风增加了新奥尔良停留者的后续死亡率似乎是合理的。基础设施遭到广泛破坏，包括大多数医疗设施（如纪念医疗中心）遭到破坏，大量医疗专业人员流离失所，造成严重短缺（Rudowitz et al.2006)。DM提到在卡特里娜飓风后新奥尔良的医疗保健基础设施可能会有所改善（见论文脚注21)，但几项研究表明情况并非如此。充其量，在诊所提供的服务方面有轻微的改善，但在提供联邦援助之后的至少几年里，这种改善并没有发生（Rittenhouse等人）。

2012年；科尔等人。2015年；哈梅尔等人。2015）。为新奥尔良大多数低收入人群服务的纪念医疗中心（即慈善医院）被一家新医院取代，但直到2015年才开业。此外，在卡特里娜飓风过后的短期内，就业（和收入）大幅下降，尽管到2007-08年，提交纳税申报单的人的劳动收入，后来可以在税收数据中观察到恢复到卡特里娜飓风前的水平（Deryugina等人）。2018）。然而，糖尿病分析的重点是老年人和残疾人，他们主要没有工作，遭受卡特里娜飓风造成的破坏和流离失所。创伤，以及被摧毁的医疗保健系统、被摧毁的基础设施和严重受损的经济，都表明老年人/残疾人的死亡率可能会增加。借助一些假设，有可能获得卡特里娜飓风对每组死亡率影响的估计。一是注意在卡特里娜飓风之前，例如，2004年，新奥尔良老年人和残疾人的死亡率在代数上等于：5（1）（1）stayers moverspre preprem M Mα=+-方程（1）简单地说，卡特里娜飓风(pre)之前新奥尔良的死亡率(M)等于卡特里娜飓风(pre)之后留在新奥尔良的新奥尔良居民的份额(α)乘以他们当时的死亡率（即2004年）加上卡特里娜飓风(1-α)之后迁出新奥尔良的新奥尔良居民的份额乘以他们当时的死亡率。同样，在卡特里娜飓风过后（2006年至2013年），新奥尔良老年人和残疾人的死亡率为：（2）（1）留在新奥尔良居民的死亡率差异是:(3)()(1)()留在新奥尔良居民的死亡率差异是：（3）留在新奥尔良居民的死亡率差异是：（3）留在新奥尔良居民的死亡率差异是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在新奥尔良居民的死亡率是：（3）留在从文章中，我们知道新奥尔良居民死亡率的估计差异（in-Differences）在-0.5到-0.2之间（见正文表2）。为了确定卡特里娜飓风对移动者和停留者死亡率的影响，有必要知道三个值:()，和（）停留者停留者移动者moverspostprepostprem M M Mα-。这篇文章给出了α的估计，但没有给出另外两个量的估计。2006年，新奥尔良大约50%的老年和残疾居民已经搬迁，但到2013年，大约一半已经返回。鉴于这些数字，我假设留在者的份额(α)是0.63，而移动者的份额(1-α)是0.37。接下来，我计算（）stayers stayerspost premm-的不同值，条件是（）movers moverspost premm-的假设值。例如，文章中提出的证据表明，迁移者的死亡率与他们迁移到的地方的死亡率趋同。2006年，新奥尔良居民迁移到的地区的死亡率约在5.0至6.0之间（案文见表A.17)。考虑到这些数字，对（）移动者移动Premm-的一个非常大的，也许是难以置信的大的估计是负一个百分点。利用这一估计，假设α=0.63，以及DM提供的Premm-（等式3）的估计值为-0.5，我得出了（）stayers stayerspost Premm-的估计值，该估计值等于-0.21。这一计算提示留观者的死亡率下降了0.21个百分点。表1提供了（）stayers stayerspost premm-对于（）movers moverspost premm-的不同值的估计值，以及DM提供的三个post premm-的估计值，这些估计值包含其他估计值。

在卡特里娜飓风降低搬家者死亡率的假设下，正如DM的结论，表1中的估计有力地表明，卡特里娜飓风后新奥尔良逗留者的死亡率也下降了，而且下降的幅度可能超过搬家者死亡率的下降幅度。然而，卡特里娜飓风造成的破坏和干扰的所有证据表明，滞留者的死亡率应该会增加。卡特里娜飓风对移动者死亡率的影响和对移动者的影响估计（假设）移动者的影响PremM-总影响（由DM估计）PremM-对逗留者的影响-0.32附录《糖尿病》中的图A.13显示，卡特里娜飓风过后的几年里，滞留者的死亡率有所下降，尽管估计数没有统计学意义。然而，这一证据来自一个有问题的分析，选择移动状态，这是内生的。留在新奥尔良的人不太可能与留在其他地区的人相比，糖尿病没有提供证据证明这种分析是合理的。7表1中的证据表明了地方对死亡率的影响？不多。无论你留在新奥尔良还是搬到另一个地方，死亡率似乎都在下降。令人惊讶的发现是，这两组的死亡率都有所下降。令人惊讶的是，创伤（例如，Laditka等人2010年；Rhodes等人2010年；Fussel和Lowe 2014年；Calvo等人2015年）、医疗基础设施的广泛破坏（Rittenhouse等人2012年；Cole等人2015年；Hamel等人2015年）以及有形基础设施的破坏和搬迁者和入住者不同程度的流离失所。还有其他证据对卡特里娜飓风后死亡率下降是由于移动的说法提出了质疑。附录表A.7中的估计数。表明搬家的人比不搬家的人更有可能是黑人（22个百分点）和65岁以下的人（12个百分点）。如果搬家是死亡率下降的原因，那么我们预计新奥尔良黑人和65岁以下居民的死亡率将比其他群体下降得更多。事实并非如此。虽然所有黑人居民的死亡率在卡特里娜飓风后比其他种族/族裔群体下降得更多，但更大的下降幅度在统计上并不显著。卡特里娜飓风过后，新奥尔良65岁以下居民的死亡率实际上高于老年人，尽管这一估计并不显著。一般而言，迁移人口群体的比例与卡特里娜飓风对死亡率的影响之间几乎没有系统的关系。这是进一步的证据，表明搬家不是死亡率下降的主要原因。计量经济学问题是一个重要的统计问题，显著影响糖尿病的结果，与回归模型的指定方式有关。问题是，该模型是否允许死亡率按年龄和年份差异较大，而不是按年龄和年份差异较大，年份效应对该年所有年龄都是相同的。这种微妙的区别很重要，因为样本由不同年龄的人组成，随着时间的推移--意思是随着他们的年龄增长。队列中年龄较大的成员会比年轻成员更早死亡，因此分析应该允许这种情况发生。然而，在大多数分析中，糖尿病不允许卡特里娜飓风对死亡率的影响取决于暴露（移动）和暴露的影响，这可能因人口群体而异。

因此，暴露的程度与卡特里娜飓风的影响之间不必有关联。死亡率因年龄而异。当他们这样做时，结果明显不同。模型规范用于估计死亡时间并应用于糖尿病背景的标准人口统计模型是：（4）2013-2005(*)1、...，（邮政编码）30,...,85（年龄）t=2004,...,2013jat at t j t j jattDEATH NO yeja==+++==等式（4）规定了2004年邮政编码为“j”的年龄为“a”的人在“t”年死亡的概率，条件是在t年开始时还活着，这取决于年龄逐年固定效应（at(a))、新奥尔良虚拟变量(NO)和年份虚拟变量之间的相互作用以及邮政编码固定效应。等式（4）的一个重要特征是，每个年龄的人都有单独的年份效应（这里我使用30岁到85岁，因为样本中没有提供最年轻和最大的年龄）。之所以需要纳入这些固定效应，是因为2004年40岁的人在2004年后任何一年活着的概率与2004年70岁的人在2004年后任何一年活着的概率大不相同。老年人在此后的任何一年中死亡的概率都要高得多。考虑年龄逐年的固定效应显然是合适的模型，它是人口统计学研究死亡率的主要模型。DM在大多数分析中不估计这个标准模型，但仅在敏感性分析中。相反，DM估计:(1)20132005(*)jat a t t j jattDEATH NO yea a t t j jattDEATH NO yea a t t t t j jattDEATH NO yea a t t t t t t j a t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t t a t t t a t t t t t t a t t t a t t t t a t t t a t a t t t t a t a t a t a t t t虽然它们可能反映了个人和环境的差异，但考虑到新奥尔良的虚拟变量，它们可以说是不必要的。例如，德国罗德里格斯的讲稿见:https://data.princeton.edu/wws509/notes/c7s69，如DM附录图A.7所示，在回归模型中加上年龄-种族-性别-年份固定效应，对卡特里娜飓风对死亡率影响的估计要小得多。对于1992年和1999年的样本，这些控制措施的增加在2009（2010）至2013年期间产生的估计数在统计上并不显著。因此，在这些样本中，卡特里娜飓风后死亡率下降的任何证据都可能是由于人口学家和流行病学家所说的收获--卡特里娜飓风的创伤加快了一些虚弱者的死亡（即收获），卡特里娜飓风后死亡人数的激增自然（生物学上）伴随着死亡率的暂时下降，然后回到基线。这正是DM图A.1所示的情节。也许更令人担忧的是，来自标准和更合适的人口统计模型的估计揭示了差异前趋势的证据--一个无效研究设计的迹象--与卡特里娜飓风后的估计相比，这在数量上是非同小可的。正如所指出的，由DM从等式（4）报告的估计值相对于从等式（5）报告的估计值要小得多，而且往往没有统计学意义。为什么会这样？考虑一个极端的情况，新奥尔良的所有人都是40岁，而对比地区的所有人都是60岁。在卡特里娜飓风过后的任何一年里，新奥尔良年轻居民的死亡概率都低于其他地方的老年居民，即使是以基线年龄差异为条件。这与DM报告的方程（4）和（5）的不同估计以及新奥尔良居民比其他地区居民年轻的事实相一致。种族和性别的差异可能有类似的混杂影响。

结果是，当使用正确的模型时，卡特里娜飓风对死亡率影响的估计要小得多（大小的一半或更少），在统计上也不太显著。这些发现表明了收获效应的存在。选择性死亡率和未测量的异质性DM报告的一个值得注意的经验事实是，新奥尔良的所有居民的死亡率高于大多数比较地区（见图1和A.5)。在这里，我回到我最初的插图的第一个。考虑2004年两个年龄均为70岁的人（大约是样本的平均年龄），但一个住在新奥尔良，另一个住在里士满。新奥尔良较高的死亡率表明，由于选择性死亡，新奥尔良的70岁老人比里士满的70岁老人更健康--要使新奥尔良的相对死亡率达到70岁，一个人必须比死亡率较低地区的70岁老人更健康。有证据表明选择性死亡率是一个问题，见管理部附录图a.7。该图显示新奥尔良和其他地区死亡率的前期趋势不同，新奥尔良随着人们年龄的增长，死亡率的下降幅度始终大于卡特里娜飓风之前的比较地区。卡特里娜飓风前新奥尔良死亡率和其他地区死亡率之间的偏差大约是卡特里娜飓风后偏差的一半。再一次，我们发现大量证据来质疑卡特里娜飓风降低死亡率的基本说法。DM的推理方法是值得怀疑的。这种方法是所谓的聚类鲁棒方法。DM构造标准误差，允许基线邮政编码内观测的非独立性，但没有为其选择提供任何理由。此外，这不是一个统计上合理的选择，有可用的替代方案。对于使用1992年或1999年队列和10个城市对照组的分析，Donald and Lang(2007)的方法是可行的，也是可取的。然而，这种方法没有被使用，DM没有解释为什么没有使用它。对于使用县作为新奥尔良(n=152)或通勤区(n=400)的比较的分析，而不是10个比较城市，可以使用Conley and Taber(2011)的方法或随机推断（例如，Good2005)。众所周知，标准误差可能有本质上的不同。要了解潜在的问题，请考虑DM使用2004年新奥尔良和10个比较城市的队列和居民进行的主要分析。对这些数据的一种看法是，只有六个“观察”----2004年、2005年和2006-2013年新奥尔良的三个观察和2004年、2005年、2006-2013年比较城市的三个观察（如表2）。DM中的表2报告了大约800万和1000万次观察的样本量，这不太相关，并指出标准错误是按邮政编码归类的，没有任何理由。有人可能会争辩说，推论应该是在假设六个观察的情况下进行的，也就是说，不能做出任何推论（Donald and Lang 2007；Cameron and Miller 2015）。DM没有将刚才提到的两种可行的推论方法应用于产生文章结论基础上的估计的差异中的差异分析，而是选择改变研究设计，显然只是为了进行推论。这是一个奇怪的选择。特别是，糖尿病使用综合控制(SC)方法而不是差异中的差异方法来估计卡特里娜飓风对死亡率的影响。虽然从SC方法得出的推论表明，卡特里娜飓风对死亡率产生了重大的负面影响，但估计数的大小和模式与从差中差方法得出的估计数明显不同。

估计值要大得多（几乎是两倍），估计值不会随着时间的推移而变小，差异中的差异估计值也是如此（来自最佳实践规范）。从这种补充分析中得出的基于推断方法的统计显著性结论，没有经过任何敏感性分析（例如，在选择权重的方法中），只是粗略地描述，应用于从差异中的差异分析中得到的估计似乎是一座桥梁。作者没有给出将SC导出的结论应用于差中差分析的正当理由。更重要的是，随机化（排列）推断（或Conley and Taber2011)没有理由不能在差异中差异分析的背景下进行--没有必要转移到不同的研究设计来进行这种推断（例如，Kaestner2016)。最后，没有对2004年的队列进行SC分析，因为这是不可行的，但替代的推断方法可以用于这一队列。总之，缺乏有效的推断方法意味着，从统计角度来看，数据挖掘报告的基本估计数都无法评估。他们没有提供卡特里娜飓风对死亡率影响的可靠证据。没有理论-没有假设？没问题--我们有一个研究设计，DM文章几乎完全是一个经验练习，几乎没有试图使用理论来产生可检验的假设。我能找到的唯一理论陈述是：极端天气事件引起的破坏可以用来说明影响健康资本积累或贬值的因素(Grossman1972)。(DM，3602-03)在没有任何关于有目的的人类将如何带来假定观察到的结果的理论的情况下，估计的合理性完全取决于研究设计的可信度。对估计数的解释变成临时的。DM认为卡特里娜飓风降低了新奥尔良居民的死亡率是违反直觉的。这一发现超出了直觉。它不符合健康需求的规范模型(Grossman，1972)。Grossman(1972)模型将预测留在新奥尔良的居民死亡率的增加，原因是:o卡特里娜飓风后，由于压力增加和霉菌等不利环境因素，健康状况恶化（Laditka et al.2010；Rhodes et al.2010；Fussel and Lowe，2014；Calvo et al.2015)。o保健投资生产率下降和保健系统退化（Rittenhouse et al.2012；Cole et al.2015；Hamel et al.2015)。o保健投资成本较高，例如，由于获得医疗服务的机会较少，商品和服务价格较高（例如，租金大幅上涨）。如表1所示，《糖尿病》中的估计数和其他资料表明，留在新奥尔良的居民死亡率下降。对此，我们该如何解读？这是一个令人惊讶的新奇发现吗？参见:https://financialservices.house.gov/uploadedfiles/fact_sheet_status_of_housing_in_nola_10_yrs_later_final.卡特里娜飓风对新奥尔良居民劳动收入影响的分析（2018）显示，在2005-13年期间，劳动收入在统计上与2004年水平没有差异。本研究中使用的推理方法也遇到了前面所述的同样的问题。劳动收入对老年人和残疾人来说并不重要，因为许多人不工作。

由于支出增加，这些人口群体的净收入可能会下降。13应该让我们重新思考理论吗？还是应该质疑估计的可信度？对DM估计的有效性和可靠性（推断）的理论分析和合法性问题使我得出结论，我们应该怀疑估计。理论也可以用来评估离开新奥尔良的人的死亡率是否可能下降。Grossman(1972)模型表明，搬家者的死亡率将受到健康恶化、医疗保健的获得和价格、医疗保健的质量和收入的影响。考虑一下恶化的健康状况。虽然可能存在污染和其他环境因素，但发病的年龄模式不太可能随着目的地的位置而发生很大变化。有趣的是，DM显示迁移到低污染地区与死亡率增加有关（图6）。DM还报告说，就目的地污染而言，搬运工人的选择有所不同--健康的搬运工人更有可能去污染更严重的地方。搬家的人也在很大程度上选择了向上的收入流动性和房屋价值中值。其他几个特征（社会资本、犯罪率、收入隔离和城市人口）显示出迁入者特征和目的地特征之间的非微不足道但仅有轻微显著的相关性。当然，经济理论表明，即使搬家的决定是随机的，搬家者的目的地也不是随机的。为了支持移动是随机的论点（并推翻标准经济理论），糖尿病依赖于这样一个事实，即基于种族（黑人）、性别、年龄(<64,75岁以上）和几个慢性病指标的移动者预测死亡率与目的地死亡率没有强烈的相关性。然而，这些特征可能解释了一小部分移动者死亡（DM未报告），这一分析并不是非常有力的证据来反对可能的偏见，因为移动者按目的地可能是非随机排序，特别是因为有大量证据表明移动者的目的地是非随机的。其他人也提供了类似的证据。卡里森等人。例如，(2020)显示，在老年医疗保险参保者中，患病者比健康者更有可能选择高支出的医疗保险目的地。关于污染的调查结果特别重要，因为这是少数几个与死亡率有明确因果关系的目的地特征之一。大多数其他目的地特征没有这种链接。考虑一下现在居住在新地方的搬家者的健康行为。DM图6中的估计表明，搬到高吸烟区或高肥胖区会增加死亡率，搬到高运动量区会降低死亡率。这些关联背后的因果机制尚不清楚。很少有人真正戒烟。DM没有提供证据表明一个区域的吸烟水平会导致某人（例如，搬运工）吸烟量减少。事实上，与卡特里娜飓风相关的创伤和压力可能会导致人们预期搬运工中吸烟人数的增加。即使一个地区的卷烟价格和烟草控制政策存在差异，DM可能存在差异，但没有进行测量，证据表明这些政策对老年人吸烟的影响非常小（例如，Callison和Kaestner 2014）。同样，为什么地区肥胖水平会导致搬运工的死亡率增加？一个70岁的老人突然减肥是因为她搬到的地区肥胖症少了吗？这是值得怀疑的，糖尿病没有提供这种行为通道的证据。一个老年人或残疾人开始慢跑是因为他们看到一些人在他们的房子附近慢跑吗？同样，这是值得怀疑的。

所考虑的特征与死亡率之间缺乏强有力的因果联系是显而易见的，这表明缺乏动因分析的理论基础和所采取的特殊的经验方法。将这些相关性的估计与因果意义混为一谈是不恰当的，而且可能会产生误导。考虑医疗保健的准入和价格。样本中的所有人都被医疗保险覆盖，更高比例的新奥尔良居民作为双重资格被医疗补助覆盖，因此有更慷慨的福利。这一事实意味着，新奥尔良和目的地之间几乎没有价格差异或准入差异，这将显著影响搬运工的死亡率。新奥尔良和目的地之间的护理质量有显著差异吗？也许，但这是无法衡量的。在这里，DM图6中的估计也表明答案是否定的，因为目的地的医疗保健基础设施（不一定是质量）的衡量标准与搬运工死亡率无关。Datar和Nicosia(2018)研究了县肥胖率和被随机分配到地区的入伍（军人）成年人（平均年龄37岁）体重状况之间的联系。关联是积极的，但很小，通常没有统计学意义。同样，Christakis and Fowler(2007)和Christakis and Fowler(2008)报告称，邻居的肥胖和吸烟与上述任何一种健康行为都没有关系。15最后，考虑收入。然而，DM图6中的估计表明，搬到人均收入较高的地区会降低死亡率，但搬到老年贫困率较高的地区则没有影响。但大多数迁移者不工作，因此，这里也缺乏地区收入和迁移者死亡率之间的因果机制。总的来说，几乎没有与理论一致的证据支持移动降低死亡率的结论。那么，为什么糖尿病得出结论认为移动降低了死亡率？提出索赔的主要原因是对目的地死亡率和死亡概率之间联系的估计。但是，我们为什么要相信这一估计，因为有文件证明，推动者对目的地的非随机选择，不一致的证据（污染和社会资本），以及没有理论支持这种特定的联系。为什么目的地死亡率会影响搬运工死亡率？其因果机制是什么？没有提供，当评估理论上的死亡原因时，证据很弱或与理论不一致。简而言之，DM对移动者进行的实证分析充其量是探索性的，最坏的情况下是一种理论上的数据挖掘练习。结论《糖尿病》杂志报道的令人惊讶的发现是，像卡特里娜这样毁灭性的飓风降低了新奥尔良居民的死亡率，这一发现值得仔细审查，因为它与直觉、理论和先前的证据不一致（例如，Laditka et al.2010；Rhodes et al.2010；Fussel and Lowe2014；Calvo et al.2015)。我对管理部提供的证据进行了彻底的审查和批判性评估，以支持他们的结论。我发现证据不足。首先，我表明，基于DM报告的估计和合理的假设，DM的证据表明，卡特里娜飓风过后，留在新奥尔良的新奥尔良居民的死亡率下降了。虽然可能，但没有外部证据或理论支持这一结论。此外，如果使用适当的回归模型（等式4)，卡特里娜飓风对死亡率影响的估计在幅度上大大降低，而且有证据表明前期趋势存在分歧，这就对差异中差异研究设计的有效性提出了问题。然后是与DM如何处理推理有关的严重问题。尽管文献中广泛使用了这种方法，但它们从来没有提供过一种有效的推理方法。