Gegevens gebruiken om deelnemers te targeten

Een van de kernprincipes van Dollar Scholars is het gebruik van bewijs om de praktijken en beleidsmaatregelen te motiveren die het meest effectief zijn. Dit betekent natuurlijk dat inzichten uit het nieuwste peer-reviewed onderzoek worden geïntegreerd. Ongeacht de aanpak is het een kernprincipe en wordt in elk PhD-programma economie onderwezen dat we econometrie moeten gebruiken om causale relaties te identificeren en te analyseren. Simpelweg correlaties analyseren levert voldoende bewijs of vertrouwen om besluitvormers en beleidsmakers tot actie te motiveren.

De set instrumenten en methoden die wij economen gebruiken om de impact van veranderingen op de werkplek, veranderingen in belastingen, wetswijzigingen, veranderingen in technologie, die we impactevaluatie of causale analyse noemen, te meten en te beoordelen. We noemen het causale analyse omdat economen letterlijk geobsedeerd zijn door het uitzoeken welke andere economische factoren veroorzaken. Bijvoorbeeld het evalueren of een subsidie op elektrische voertuigen een vermindering van de emissies heeft veroorzaakt.

Dollar Scholars organiseerde afgelopen winter een fysieke les in de Alexandria Public Library. We gebruikten deze methoden om de meest effectieve locaties te identificeren om onze Dollar Scholars-cursus met flyers te promoten. Als Dollar Scholars-vrijwilligers bijvoorbeeld flyers uitdelen in Maryland voor evenementen die we in Virginia gaan organiseren, kan dat slecht besteed zijn aan geld en tijd. Wat effectiever zou zijn, is flyers verspreiden en outreach houden in gebieden rond de locaties waar we van plan zijn lessen te organiseren. In de kern is dit een empirische vraag. Voor een beleidsmaker of besluitvormer in onze situatie was de belangrijkste vraag: waar (en ook wanneer) verspreiden we flyers om begunstigden en deelnemers aan te trekken voor onze Dollar Scholars-evenementen?

Om de meest effectieve gebieden voor het verspreiden van flyers te identificeren, heb ik een plan opgesteld met gegevens van de Amerikaanse Decennial Census uit 2020. De kaartbasis wordt geleverd door OpenStreetMaps. Op de kaarten staat de grote rode ster voor de locatie van de openbare bibliotheek van Charles E. Beatley. Ik heb eerst de dichtheid van Latino's binnen een bepaald gebied in kaart gebracht. Gebieden die dichter bevolkt zijn met Latino's zouden meer waar voor je geld moeten bieden bij het verspreiden van flyers. Daarna heb ik daarnaast gebieden in kaart gebracht met een hoog aandeel Latino's. Dat zijn twee verschillende dingen. Een gebied kan een hoge dichtheid Latino's hebben omdat er een hoge dichtheid van iedereen is, maar het aandeel Latino's kan nog steeds laag zijn. Om die reden heb ik het aandeel Latino's bovenop de Latino-dichtheidskaart gelegd. Zie de twee overlappende in figuur 3: de dichtheid van Latino's is rood en het aandeel Latino's is blauw. Gebieden met significante overlap zijn daarom donkerpaars. In technische termen noemen we dit de gezamenlijke verdeling van Latino-dichtheid en het aandeel Latino's.

Met deze methode konden we de twee buurten identificeren die met een ster waren gemarkeerd. Leslie en ik bezochten die wijken en deelden flyers uit in de dagen vóór de Dollar Scholars-les. Hoewel we geen enorme opkomst hadden, ben ik ervan overtuigd dat we de juiste strategie hebben gebruikt om de meest prioritaire gebieden voor werving te identificeren. We zullen in de toekomst zeker zulke methoden gebruiken om meer opkomst naar Dollar Scholars-lessen te stimuleren en het meeste uit de tijd en het geld te halen die Dollar Scholars besteedt aan het promoten van onze lessen.