非参数选择模型中的福利效应估计：以学券为例

我们开发了新的稳健离散选择工具，以在外生、离散的价格变动下了解对价格补贴的平均支付意愿及其对需求的影响。我们的出发点是非参数、不可分离的选择模型。我们利用这样一个洞见：该模型中的福利参数可以表示为不同选项需求的函数。然而，尽管数据中的变动揭示了在观测价格处需求的值，这些参数通常依赖于超出这些价格的需求值。我们展示了当需求被设定为完全非参数或以灵活方式参数化时（这两者均意味着参数不一定能被点识别），如何清晰地刻画我们所能了解的内容。我们利用我们的工具分析华盛顿特区机会奖学金计划中由学券提供的价格补贴的福利效应。我们发现，提供现状学券以及一系列不同金额的反事实学券，在扣除成本后都可能产生正向且潜在巨大的收益。这一正向效应可由该计划中低学费学校的受欢迎程度来解释；若将它们从计划中移除，则可能导致净收益为负。我们还发现，相比之下，各种标准logit设定将注意力局限于对学券需求较低的需求函数，无法捕捉与数据可信一致的大幅收益。