利用數據來鎖定參與者

Dollar Scholars 的核心信條之一是利用證據來激勵最有效的做法與政策。這當然意味著要納入最新經過同行評審的研究見解。無論採用何種方法，這是每個經濟學博士課程的核心原則，我們必須運用計量經濟學來識別和分析因果關係。僅僅分析相關性，確實能提供足夠的證據或信心，激勵決策者與政策制定者採取行動。

我們經濟學家用來衡量和評估職場變化、稅收變動、法律變革、科技變革影響的工具和方法，我們稱之為影響評估或因果分析。我們稱之為因果分析，是因為經濟學家字面上痴迷於找出哪些因素導致了其他經濟因素。例如，評估電動車補貼是否導致排放減少。

Dollar Scholars 今年冬天在亞歷山卓公共圖書館舉辦了一堂實體課程。我們運用這些方法，幫助我們找出推廣 Dollar Scholars 課程最有效的地點。例如，如果 Dollar Scholars 志工在馬里蘭州發放傳單，準備在維吉尼亞舉辦活動，那可能是浪費金錢和時間的錯誤。更有效的做法是在我們計劃舉辦課程的地點周邊地區發放傳單並進行外展。本質上，這是一個實證性問題。對於處於我們這種情況的政策制定者或決策者來說，關鍵問題是，我們應該在哪裡（以及何時）發放傳單，以吸引受益者和參與者參加我們的 Dollar Scholars 活動？

為了找出最有效的傳單散發區域，我根據2020年美國十年人口普查資料制定了計畫。地圖底層由OpenStreetMaps提供。地圖上，大紅星標示查爾斯·E·比特利公共圖書館的位置。我首先繪製了特定區域內拉丁裔人口的密度。拉丁裔人口較密集的區域在分發傳單時應該能提供更好的性價比。接著我也繪製了拉丁裔居民比例較高的區域。這兩者是不同的。一個區域可能因為人口密度高而拉丁裔人口密度高，但拉丁裔比例仍可能偏低。因此我將拉丁裔比例疊加在拉丁裔人口密度地圖上。參見圖3中重疊的兩者，拉丁裔人口密度以紅色標示，拉丁裔比例以藍色標示。因此，重疊顯著的區域呈現深紫色。技術上，我們稱之為拉丁裔密度與拉丁裔比例的聯合分布。

利用這個方法，我們成功辨識出兩個用星星標記的社區。Leslie 和我在 Dollar Scholars 課程開始前幾天拜訪了這些社區，並發放傳單。雖然我們沒有大量參與，但我確信我們採用了正確的策略來找出招募優先度最高的區域。未來我們肯定會採用這類方法，幫助激勵更多 Dollar Scholars 參加 Dollar Scholars 課程，並最大化 Dollar Scholars 在推廣課程上花費的時間和金錢的最大價值。