176 1

[公开数据] 《Doing Better at Doing Good》脱贫项目贝叶斯Meta分析:5,097 条效应量与复现包 [推广有奖]

  • 0关注
  • 0粉丝

等待验证会员

学前班

0%

还不是VIP/贵宾

-

威望
0 级
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
10 点
帖子
0
精华
0
在线时间
0 小时
注册时间
2026-11-13
最后登录
2026-11-13

楼主
新型城镇化60605 发表于 2026-11-13 12:52:17 |AI写论文

+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~ !

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

同一批脱贫项目,2016 年之后实施的收益成本比是 4.85,2016 年之前实施的是 2.88。翻遍项目设计、成本结构,都解释不了这 70% 的差距——作者把它归到"行业在学"这件事上。这是世界银行 2026 年 10 月的工作论文《Doing Better At Doing Good: Lessons From A Bayesian Meta-Analysis After 20-Years Of Poverty Graduation Programs》给出的主要发现之一,配套复现包编号 RR_WLD_2026_756,作者 Patrick Premand、Edward Jee、Dean Karlan、Samantha Carter。

 

它做的不是又一篇文献综述,而是把 49 项随机评估、81 种处理变体的效应量、项目组件、成本与异质性塞进一个贝叶斯分层模型,再拿三种对照项目(无条件现金转移、金融教育)检验"越做越好"到底是普遍现象还是脱贫项目特有。

 

包里是什么:五张主表、34 张图表、一套容器

 

整包 40,101,033 字节,解开后 91.38 MB,1,001 个文件、256 个目录。真正的分析入口很轻,重的是数据。

 

层内容规模
data/analysis/五张主表 + manifest.json(校验值、列定义、单位、主键)5,097 条效应量起
data/study-list/同一批表的一个变体,专供"纳入研究清单"那张表6 个文件
data/derived/作者随包提供的后验抽样、模型摘要与中间输入769 个数据文件里绝大多数在此
code/analysis/入口脚本、计算模块、图表模板219 个文件(R 113、Python 20、Shell
13、Stan
4)
containers/Containerfile、renv.lock、字体配置221 个 R 包锁定在 R 4.5.3
data/output/exhibits/34 份参考成品:17 个 PDF 图、17 个 LaTeX 表(含结果宏)逐字节比对用

 

还有 SHA256SUMS(1,010 行)、data_hash_report.csv(逐文件哈希与修改时间)、reproducibility_report_RR_WLD_2026_756.pdf(三页复现报告)、README.pdf(四页说明)。

 

五张主表怎么读

 

文件行 × 列是什么
graduation_effects.csv5,097 × 81逐条效应量:处理效应、不确定性、控制变量、波次、结果变量
graduation_arms.csv99 × 435逐个处理臂:五个组件、协变量、成本、臂身份
studies.csv53 × 25研究标识、引用、分类、原文链接、健康组件编码
cash_effects.csv646 × 152Crosta 等的无条件现金转移 Meta 数据,113 篇原文、72 个项目、34 个国家、2006—2024 年
financial_literacy_effects.csv673 × 33Kaiser 等金融教育复现数据的选字段版本,加了实施年份编码

 

graduation_arms.csv 那 435 列看着吓人,实际是把四个东西横着排开了:五个组件是否存在(消费支持、储蓄便利、技能培训、陪伴辅导、一次性转移)、协变量、观察到的与插补的成本、以及一批派生变量(大额转移虚拟、组件计数、转移额取对数、每百美元转移额等)。做成本效果分析时,你要的几乎都在这一张表里。

 

studies.csv 用扁平化列名记录嵌套结构,字段前缀就是层级:citations__pubYear、references__bib_url、health__confidence。按前缀筛列比按位置取列稳。

 

论文的三个结论

 


第一,平均效应大且持久。
月度消费提高 38.1 美元(购买力平价,95% 区间 29.3—47.0),对照组均值 361 美元,相当于 11%;家庭收入提高 28.1 美元(21.4—34.
9),对照组 190 美元,相当于 15%。储蓄、资产(+282 美元,区间 167—403)、食品安全、心理健康、妇女赋权也都同向改善。这两条主结论的样本是 38 项研究、52 个处理臂、83 个消费观测波次。

 


第二,大额转移不等于更划算。
一次性转移达到 400 美元购买力平价以上的项目,效应确实更大(消费侧"大额转移"虚拟的系数后验概率 98%、收入侧 99%),但成本涨得比效应快,性价比反而下降;总成本越高的项目效应越大,可增幅跟不上成本增幅。全样本成本均值 811 美元、中位数 438 美元,最低 102、最高 3,090 美元,名义成本均值 1,015 美元。

 


第三,2016 年是个分水岭。
2016 年及以后实施的项目,收益成本比 4.85(线性口径 3.20、永久性口径 12.
12);2015 年及以前是 2.88(1.37、4.20);全样本 4.00。实施年份的中位数是 2017。作者检验了成本变化与高层设计(组件构成),都解释不了这个上升,于是提出"行业持续学习、执行质量提高"的机制假设——注意这是假设,不是被识别的因果。

 

作为对照,无条件现金转移没有出现同样的上升:2015 年前收益成本比 2.50,2016 年后 1.93,反而是降的;金融教育在行为改变上出现了类似上升(351 条效应量、50 项研究,斜率 0.0097,后验概率 99.8%)。三个一比,"越做越好"就不是评估方法进步的通病,而更像脱贫项目这个领域的特征。

 

跑一遍:容器里 10 到 20 分钟,但先把环境建起来

 

入口是 code/analysis/run-replication.py,三步:先 --check 核对分发的文件与 SHA256SUMS 是否一致,再建容器,最后在容器里跑分析、把结果写进新目录。

 

  1. docker build --platform linux/amd64 -f containers/Containerfile -t graduation-replication .
  2. docker run --rm --network none --platform linux/amd64 --cpus 8 --memory 8g -v "$PWD:/replication" graduation-replication python3 /replication/code/analysis/run-replication.py --output /replication/output
复制代码

 

镜像基于 rocker/r-ver:4.5.3,装 221 个锁定的 R 包、CmdStan 2.36.0、Python 与 PyMuPDF 1.28.
2、TeX Live 与 DejaVu 字体,编译 Stan 模型时把 OPENBLAS_NUM_THREADS 与 OMP_NUM_THREADS 都设成 1。要求 x86-64 Linux、8 核、8 GB 内存、10 GB 空闲磁盘;建镜像要联网,跑分析不需要网络,也不需要外部数据。

 

时间上有个容易看错的地方:目录页写"约 1.5 小时",README 写"环境就绪后约 10—20 分钟"。差的那一个多小时基本在装包与编译 Stan,不是在算模型。你要是只想知道复现要多久,按后者估;要算上第一次建环境,按前者。

 

跑完会生成 output/verification.json,逐项把 34 份成品与参考件比对:表格要求完全一致,PDF 只忽略内嵌时间戳、标识符与等价存储细节,比对失败直接返回非零退出码。想单独复核用 --verify。

 

三处口径要先弄清

 

49 与 53 不是矛盾,是合并前后。 论文摘要说 49 项研究、81 种处理变体;表里是 53 项研究、99 个处理臂。差别在"长期追踪合并"——graduation_arms.csv 的 studyID 字段说明写着 "Source-document study identifier, before long-follow-up pooling",逐条效应量那层的 studyID 是合并前的来源文档编号。引用样本量时写清是哪个口径。

 

包内没有手稿。 README 有一节"Optional manuscript",说验证过的论文 PDF 以 graduation-meta-analysis.pdf 随包提供,还给了重建 78 页手稿的命令。实际包内既没有 manuscript/ 目录,也没有这个 PDF,重建命令跑不起来。要复现正文以外的图表没问题,要重建整本手稿得另找来源。

 

不是每个模型都从五张表重跑。 README 自己写明了:有些输出用的是随包提供的后验抽样、模型摘要与图表模板,"this is not a refit of every underlying model from the five CSVs"。原始抽取文件、编码工作簿与准备代码也不在包内,数据准备环节无法重跑。所以这个包的复现边界是"分析层可复现",不是"从原始文献重做一遍"。

 

另外两点:data/derived/ 里同一个 CSV 会在多处出现同一份副本(graduation_effects.csv 至少在四个路径下各有一份 2.8 MB 的拷贝),改数据前先确认你动的是哪一份;data/study-list/ 是给"纳入研究清单"那张表专用的变体,别和 data/analysis/ 混用。

 

适合谁

 

做政策评估、发展经济与 Meta 分析的研究者,尤其想学贝叶斯分层模型怎么处理"同一项目多波次、多结果、多处理臂"的;需要一份可追溯的脱贫项目效应量与成本数据库的写作者;给研究生上证据综合课的教师,这份包从数据表、Stan 模型到 34 份成品是一条完整链;以及关心"为什么后来的项目效果更好"这个问题的政策研究者。

 

不太适合:想直接拿数据做业务分析的人(435 列的臂表与 81 列的效应量表都需要先读 manifest.json);只有 Windows 又不想装 Docker 或 Podman 的人;想重现 78 页手稿的人(手稿不在包内)。

 

拿到它的条件

 

世行可复现研究仓库页面免费下载,无需注册、无需申请,40 MB 的 zip。许可分两块:代码是 MIT(Copyright 2026 World Bank),另附世行作为政府间组织的程序性条款(IGO Rider,涉及豁免与争议解决,不改变再分发权);作者自编的数据与复现文档是 CC BY 4.0,条件是署名贡献者与来源作者、保留来源引用、给出许可链接、标明改动。包内还有两份文件把边界写清楚了:THIRD_PARTY_NOTICES.md 说明第三方材料仍按各自条款,LICENSE-DATA.md 明确这个授权只覆盖贡献者自己持有的权利,不覆盖原始论文与随包软件。金融教育那份对照数据本身也是 CC BY 4.0(Mendeley Data V2)。

 

以上是免费部分。币区放条款原文、五张表的字段与核心数字、34 份成品清单、以及记录页与整包入口。

 

────────────────

想看条款原文、五张表的字段清单和核心结果数字,回帖留下邮箱,我按顺序发给你。


游客,如果您要查看本帖隐藏内容请回复

把经管之家装进你常用的 AI 智能体中

一键快捷安装经管之家 MCP/技能,让 AI 帮你查教程、找数据、读论坛帖子。

检索、阅读公开帖子不收费,安装可申请领取:3 通用积分+100 论坛币+3 元论坛资金

请点击查看安装教程与福利 →

说明: AI 算力按所用平台规则计算;附件按原帖条件获取;福利领取条件以活动页面为准。

二维码

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


沙发
股市信息76183 发表于 2026-11-13 14:50:22
收益成本那节最有价值

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-11-19 01:08