Essays on migration and child well-being
Aquesta tesi aborda tres temes de rellevància acadèmica i social continuada - migració familiar i educació infantil, política de planificació familiar i salut infantil, i migració internacional - utilitzant eines analítiques de la literatura de microeconomia aplicada per a la inferència causal, mode...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | inglés |
| OAI Identifier: | oai:ddd.uab.cat:321488 |
| Acceso en línea: | https://ddd.uab.cat/record/321488 |
| Access Level: | acceso embargado |
| Palabra clave: | Migració Migration Migración Benestar infantil Child well-being Bienestar infantil Ciències Socials |
| Sumario: | Aquesta tesi aborda tres temes de rellevància acadèmica i social continuada - migració familiar i educació infantil, política de planificació familiar i salut infantil, i migració internacional - utilitzant eines analítiques de la literatura de microeconomia aplicada per a la inferència causal, modelatge estructural i avaluació de polítiques amb dades de panell. Al primer capítol, proposo i estimo un model de migració familiar que inclou els infants. Els retorns esperats a l'educació dels fills s'inclouen com a part de la decisió de migració parental en el model d'elecció discreta aniuat. Els resultats d'estimació utilitzant dades de panell de llars mostren que els pares rurals migren per millors oportunitats educatives pels seus fills i per una prima salarial. Eviten costos elevats, però encara es concentren a les destinacions més restrictives i congestionades. Les anàlisis contrafactuals suggereixen que subvencionar l'educació a l'origen rural dels migrants és més efectiu que subvencionar-la a la destinació, o fins i tot que una subvenció universal, per reduir la separació familiar i millorar l'escolarització dels infants. I totes les subvencions educatives són més efectives que les restriccions de mobilitat per controlar els fluxos migratoris sense perjudicar el grup normalment ocult però altament vulnerable en la migració laboral - els infants, implicant que les polítiques dirigides a la motivació de la migració són més efectives que les restriccions de mobilitat. Al segon capítol, examino com la presència de germans afecta els resultats de salut infantil utilitzant la política universal xinesa de dos fills del 2016 com a xoc exogen a la mida familiar. Utilitzant un enfocament de variables instrumentals, trobo que l'elasticitat de substitució entre quantitat i qualitat infantil varia significativament segons els nivells inicials de recursos i els contextos culturals. Els resultats indiquen efectes heterogenis: un efecte positiu en l'alçada dels primogènits a zones urbanes, suggerint un comportament compensatori per part de pares amb recursos, però un efecte negatiu a zones rurals, consistent amb el model clàssic de compromís quantitat-qualitat. Els efectes de gènere revelen la complexa interacció entre preferències culturals i assignació de recursos, amb efectes protectors més forts pels primogènits masculins. Aquesta recerca proporciona evidència que el compromís quantitat-qualitat depèn críticament de les expectatives inicials sobre la mida familiar, el moment dels canvis polítics en relació amb el desenvolupament infantil, i els contextos culturals locals moldejats per polítiques anteriors, així com els nivells de recursos que determinen la capacitat adaptativa. El tercer capítol, coautor amb Konstantin Boss, Andre Groeger, Tobias Heidland i Finja Krueger, publicat com "Forecasting Bilateral Asylum Seeker Flows with High-Dimensional Data and Machine Learning Techniques", Journal of Economic Geography (2025): 25(1), 3-19, utilitza mètodes d'aprenentatge automàtic per incorporar dades de Google Trends com a predictors de dades multidimensionals sobre migració de refugiats entre 157 països d'origen i els països de la UE27. Trobem que una previsió d'ensemble combinant algoritmes Random Forest i Extreme Gradient Boosting supera el passeig aleatori per horitzons entre 3 i 12 mesos, validats fora de mostra. Per corredors grans, això es manté en un model parsimonioso basat exclusivament en variables de Google Trends, disponibles en temps real. |
|---|