個人の人種情報が得られない場合の人種格差の推定

Core Concepts

個人の人種情報が得られない場合でも、姓と居住地の情報を用いることで、人種格差を正確に推定することができる。

Abstract

本論文では、個人の人種情報が得られない場合の人種格差の推定方法について提案している。

従来の方法では、人種予測確率を用いて人種格差を推定するが、予測誤差と結果変数の相関により、格差を過小評価してしまう問題がある。
本論文では、姓を人種の代理変数として用いる新しい同定戦略を提案する。この戦略では、姓と結果変数が条件付き独立であるという仮定の下で、人種格差を一致推定できる。
提案手法であるBIRDiEモデルは、BISG予測確率を入力として、姓を楽器変数として用いることで、人種格差を正確に推定する。
BIRDiEモデルは、大規模な行政データにも適用可能であり、さらに追加の説明変数を組み込むことも可能である。
北カロライナ州の有権者データを用いた検証実験では、提案手法が従来手法に比べて最大84%の誤差削減を実現した。
最後に、内国歳入庁の個人所得税データに適用し、人種間の住宅ローン控除の利用格差を新たに推定した。

Stats

白人有権者と黒人有権者の民主党登録率の格差は54.6パーセントポイントである。
従来手法では24.1パーセントポイントと過小評価されていたが、提案手法では48.5パーセントポイントと、80%の誤差削減を実現した。

Quotes

"個人の人種情報が得られない場合でも、姓と居住地の情報を用いることで、人種格差を正確に推定することができる。"
"提案手法であるBIRDiEモデルは、BISG予測確率を入力として、姓を楽器変数として用いることで、人種格差を正確に推定する。"

Key Insights Distilled From

Estimating Racial Disparities When Race is Not Observed

by Cory McCarta... at arxiv.org 04-18-2024

https://arxiv.org/pdf/2303.02580.pdf

Deeper Inquiries

人種格差の推定において、姓以外にどのような代理変数が考えられるだろうか。

人種格差の推定において、姓以外の代理変数としては、住所や地理的位置、その他の観察された属性が考えられます。例えば、住所や地理的位置は人種と関連していることが多く、特定の地域や地理的な要因が人種と関連している可能性があります。また、年齢や性別などの観察された属性も人種と関連している場合があります。これらの代理変数を組み合わせて人種を推定し、人種格差を推定することが考えられます。

従来手法と提案手法の違いを踏まえ、どのような状況で各手法を使い分けるべきか。

従来手法と提案手法の違いを考えると、従来手法は人種を推定する際に姓や住所などの情報を使用しており、その推定結果を元に人種格差を推定しています。一方、提案手法では、姓が直接的に結果に影響を与えるという仮定のもと、姓を人種の代理変数として利用しています。
各手法を使い分ける際には、以下のような状況で適切な手法を選択する必要があります。

姓や住所が結果に直接的に影響を与える可能性が低い場合は、従来手法を使用することが適しています。
姓や住所が結果に直接的に影響を与える可能性が高い場合や、他の観察された属性との関連性が複雑な場合は、提案手法を使用することが適しています。
適切な手法を選択するためには、研究の目的やデータの特性を考慮し、どちらの手法がより適切かを検討する必要があります。

本研究で提案された手法は、他の分野の格差推定にも応用可能だろうか。

本研究で提案された手法は、他の分野の格差推定にも応用可能であると考えられます。提案手法は、人種の代理変数として姓を使用し、人種格差を推定する手法であり、人種以外の要因による格差推定にも適用可能です。例えば、性別や年齢などの要因による格差推定にも応用できる可能性があります。
さらに、提案手法は一般的な統計モデリングの枠組みであり、様々な分野や問題に適用することができます。他の分野のデータや問題に対しても、同様の手法を適用することで、代理変数を活用して格差推定を行うことが可能です。提案手法は柔軟性があり、さまざまな分野での応用が期待されます。