というNBER論文が上がっている（ungated(SSRN)版）。原題は「Model Uncertainty and Measures of Inequality of Opportunity」で、著者はGiovanni Bernardo（フェデリコ2世ナポリ大）、Steven N. Durlauf（シカゴ大）、Andros Kourtellos（キプロス大）、Chih Ming Tan（ノースダコタ大）。
以下はその要旨。
Inequality of opportunity has great normative importance. This has led to a literature on measuring the part of overall inequality that is due to circumstances outside of a person’s control. We contribute to such studies by evaluating the implications of uncertainty about circumstance variables and linear versus nonlinear transmission of circumstances on inequality of opportunity estimates. Applying linear Bayesian model averaging methods and three ensemble tree-based machine learning approaches to data from 31 European Union countries, we find that ignoring model uncertainty can lead to substantial overstatement of levels of inequality of opportunity.
（拙訳）
機会の不平等は規範的に大いに重要である。そのことは、全体的な不平等のうち個人がコントロールできない環境による部分を測定する研究を促した。我々は、環境の変数に纏わる不確実性と、機会の不平等の推計に環境が及ぼす影響が線形か非線形かに纏わる不確実性の意味合いを評価することで、それらの研究に貢献した。線形ベイズモデル平均手法と3つのアンサンブル・ツリーベース機械学習手法を欧州連合の31か国のデータに適用して我々は、モデルの不確実性を無視すると機会の不平等のかなりの過大評価につながり得ることを見い出した。
以下は論文の図1。標準的に使われる linear “kitchen sink” (KS) model*1では指標が過大評価になる傾向があるとの由。
環境変数については、社会的階層要因、就中、親の教育と職業が一貫して最も重要な要因だった、という身も蓋もない結果が出たとのことである。
