2018年-世界发展银行全球_Risk_Preferences_and_the_Decision_to_Flee_Conflict_41页_15mb

总结：Risk Preferences and the Decision to Flee Conflict

核心内容

本文探讨了个体在冲突情境下的风险偏好如何影响其是否选择逃离冲突区域的决策。作者提出了一种基于**分位数最大化（Quantile Maximization, QM）的模型，以解释个体在面对“留在冲突区”和“逃离冲突区”两种选择时的行为差异。与传统的期望效用理论（Expected Utility Maximization, EUM）**不同，QM模型认为个体更关注分布的不同部分，而非整个分布的平均值和方差。

主要观点

• 冲突中的风险偏好差异：个体在冲突中面临两种“彩票”（留在冲突区或逃离），他们根据风险偏好选择不同的分位数来评估这些选择。风险规避型个体更关注分布的下端（即最坏情况），倾向于选择更安全的选项；而风险承受型个体则更关注上端（即最好情况），倾向于选择可能带来更高收益的选项。
• QM模型的优势：QM模型比EUM模型更简洁、灵活和现实，因为它不需要个体了解整个分布的信息，也不需要假设特定的效用函数形状。在冲突情境中，信息不完整和不确定性较高，因此QM模型更适合。
• 实证发现：使用尼日利亚2010-2016年的家庭与冲突面板数据，研究发现风险规避型个体更倾向于逃离冲突区，而风险承受型个体更倾向于留在冲突区，这一结果与QM模型的预测一致。
• 与经济移民的对比：研究指出，经济移民和被迫移民在风险偏好上存在显著差异，经济移民更倾向于风险承受，而被迫移民更倾向于风险规避，这表明需要对两种类型的移民制定不同的政策。

关键信息

• 数据来源：尼日利亚2010-2016年的家庭与冲突面板数据。
• 模型对比：
  • 期望效用理论（EUM）：假设个体基于平均效用和方差做出决策，但需要完整信息和特定效用函数。
  • 分位数最大化（QM）：个体基于分布的不同分位数（如下端或上端）做出决策，更贴近现实情境。
• 实证方法：
  • 第一步：估计留在冲突区和逃离冲突区的潜在收益分布。
  • 第二步：使用一阶随机占优分析比较两个分布，预测不同风险偏好个体的迁移选择。
  • 第三步：通过直接询问风险偏好，检验QM模型的预测是否与实际迁移行为一致。
  • 第四步：测试是否存在混淆因素（如家庭关系网络）影响迁移决策。
• 研究结论：
  • 风险规避型个体更倾向于逃离冲突区。
  • 风险承受型个体更倾向于留在冲突区。
  • 这些发现与经济移民研究的结果相反，强调了对被迫移民和经济移民应采取不同的政策。

理论与实证背景

• 传统理论的局限性：EUM模型在冲突情境中不够适用，因为信息不完整、个体效用函数难以量化，且冲突的突发性和不可预测性使得平均值和方差不足以解释决策。
• 行为经济学的启示：已有研究表明，冲突或暴力经历会影响个体的风险偏好，如更倾向于风险承受或风险规避。但这些研究并未直接探讨风险偏好是否是迁移决策的驱动因素。
• 现有文献的不足：虽然已有研究涉及经济移民与风险偏好之间的关系，但缺乏对被迫移民的研究，且未区分内部迁移与外部迁移。

政策意义

• 研究结果表明，被迫移民与经济移民在风险偏好上存在本质差异，因此政策制定应考虑这种差异。
• 对冲突地区的政策应侧重于保护风险规避型个体的基本生活标准，而对迁移目的地的政策应关注如何吸引或支持风险承受型个体的迁移。
• QM模型提供了一种更贴近现实的工具，用于分析和预测在冲突情境下的迁移行为。

结构概述

1. 引言：介绍全球被迫移民的现状及研究动机。
2. 模型构建：提出QM模型并对比EUM模型，强调其在冲突情境中的适用性。
3. 实证策略：分四步进行实证分析，包括数据估计、模型预测、风险偏好检验和混淆因素测试。
4. 结论：总结研究发现并讨论政策建议。

参考文献与相关研究

• QM模型：Rostek [2010] 提出QM理论，但未进行实证应用。
• 冲突与风险偏好：Voors et al. [2012] 和 Callen et al. [2014] 发现暴力经历可能影响个体的风险偏好。
• 经济移民与风险偏好：Mironova and Whitt [2017] 以及 Jaeger et al. [2010] 和 Akguc et al. [2016] 研究了经济移民中的风险偏好问题，但未涉及冲突情境。

研究贡献

• 首次将QM模型应用于冲突情境下的迁移决策研究。
• 揭示了被迫移民与经济移民在风险偏好上的差异，为制定差异化政策提供了依据。
• 提出了更现实的风险偏好模型，适用于信息不完整和高度不确定的冲突环境。