我们研究了冲突导致的流离失所对人力资本的影响。我们关注的是莫桑比克内战（1977年至1992年），在这场内战中，400多万平民逃到了邻国的农村、城市、难民营和定居点。我们利用战后的全面人口普查来比较战争期间失散的兄弟姐妹，使用那些留下来的人作为一个人流离失所道路的反事实。扎根儿童在教育方面的投资更高。其次，我们量化了基于地点和位移效应的相对重要性。后者增加了教育，减少了对农业的依恋，其速度与暴露在比出生地发达大约一个标准差的环境中的速度相同。第三，我们在楠普拉进行了一项调查，那里的人口在内战期间翻了一番。那些逃到城市的人比留在农村的兄弟姐妹受的教育要高得多，他们的教育水平也与城市出生的非流动人口相当。然而，即使在战争结束三十年后，那些流离失所者的社会/公民资本也明显较低，心理健康状况也较差。这些发现表明，流离失所冲击可以引发人力资本投资，打破与自给农业的联系，但代价是长期的社会和心理创伤。
在大衰退和新冠肺炎衰退期间，STEM职业的就业率比非STEM职业遭受的峰谷百分比下降幅度较小，这表明STEM就业具有相对的弹性。我们利用新冠肺炎衰退期间STEM和非STEM就业的突然峰谷下降来衡量STEM衰退的相关性，将我们的差异估计分解为各种来源解释的部分。我们发现，STEM知识在工作中的重要性解释了STEM就业弹性的最大份额，而使用STEM知识的非STEM职业的工人体验到了更好的就业结果。STEM就业弹性可以解释新冠肺炎对创新活动的温和影响。
我们研究了必须获得的处方药监测计划（PDMP）和最近限制首次阿片类药物处方持续时间的法规对工伤患者接受护理的影响，重点关注阿片类物质的使用和与疼痛管理相关的医疗护理。我们发现，必须获得PDMP导致了阿片类药物使用率的下降，而限制首次阿片类处方持续时间的规定对工作人员是否接受阿片类物质几乎没有影响，但减少了处方人员的阿片类药品使用。我们发现了一些必须获得PDMP的证据，这些证据影响了其他医疗护理的利用——最有趣的是，鉴于阿片类药物的高使用率，非阿片类止痛药和神经性脊椎疼痛的介入性疼痛管理服务。我们发现，必须获得PDMP和初始处方的限制对12个月到期时获得的临时残疾福利的持续时间几乎没有影响。
工作要求在美国安全网项目中很常见。然而，关于工作要求在多大程度上提高经济自给自足或筛选弱势群体的证据仍然有限。使用食品券（SNAP）和收入的相关行政数据，通过回归不连续性设计，我们发现有强有力的证据表明，工作要求使在职参与者在18个月后退出计划的人数增加了23个百分点（64%）。受工作要求约束的成年人参与该项目的人数总体减少了53%。无家可归的成年人被不成比例地排除在外。我们没有发现对就业的影响，在某些规范中，有迹象表明收入增加。我们的研究结果表明，与针对同一人群的其他项目相比，每一美元的公共支出，取消工作要求可能会向低收入成年人转移更多的资源。
我们建立了一个新的均衡模型，其中家庭的劳动力供应选择形成了婚姻市场排序和劳动力市场排序之间的联系。我们首先表明，在理论上，家庭生产的性质——无论伴侣的工作时间是互补的还是替代的——都在均衡中塑造了婚姻市场排序、劳动力市场排序和劳动力供应选择。然后，我们根据德国数据估计了我们的模型，以评估数据中家庭生产的性质，并发现配偶的家庭时间是互补的。我们调查了在家工作时间的互补性在多大程度上推动了排序和不平等。我们发现，家庭生产的互补性——通过加强积极的婚姻排序，减少工作时间和劳动力排序方面的性别差距——给性别工资差距和家庭内部收入不平等带来了巨大的下行压力，但它加剧了家庭之间的不平等。我们的估计模型揭示了当今德国不平等的根源，并通过确定家庭生产技术向更具互补性的重要转变，揭示了不平等随时间的演变。
本章回顾了有关代际流动的文献。虽然我们的综述是围绕着这一主题的大量实证文献进行的，但我们也对一些相关理论进行了简要的讨论。我们考虑了经验文献的三个方面。首先，我们讨论了如何衡量不同社会经济结果的代际持久性。我们讨论了测量方面的挑战和一些值得注意的发现。然后，我们转向量化家庭环境和遗传因素对儿童结果的重要性。我们介绍了各种方法的优缺点以及主要发现。第三条是关于儿童的结果如何受到家庭环境特定特征的影响的因果推断。我们讨论了广泛的环境特征，包括儿童成长的社区。我们批判性地评估人们可能会从某些被广泛引用的关于社区和代际流动的实证研究中得出什么结论，也可能不会得出什么结论。
自1980年以来的四十年里，美国学院和大学的海外学生人数翻了四番。入学人数和学位的增加影响了全球受过高等教育的工人的供应、人才流向美国劳动力市场以及美国高等教育的融资。然而，影响远非一致，研究水平和机构类型之间存在显著差异。外国流入美国高校的决定因素既反映了国外学生需求的变化，也反映了高校市场环境的变化，签证政策起到了中介作用。这些市场机制的后果影响着全球人才发展、高校资源以及美国和留学生国家的劳动力市场。
新冠肺炎大流行期间学校关闭对儿童教育的影响是什么？在线教育不能完全取代面对面的学习，尤其是对低收入家庭的孩子来说。同伴效应也发生了变化：学校允许来自不同社会经济背景的孩子混合在一起，而当学校关闭时，这种效应就会消失。另一个因素是父母的反应，他们中的一些人通过自己的努力来弥补环境的变化，而另一些人则无法做到这一点。我们借助技能形成的结构模型来研究这些因素的相互作用。我们发现，学校关闭对教育结果产生了巨大而持久的影响，这是高度不平等的。来自贫困社区的高中生的学习损失为0.4个标准差，而来自富裕社区的孩子则毫发无损。在疫情期间，通过学校、同龄人和家长运营的渠道都加剧了教育不平等。
我们使用职位空缺的机构级数据研究了人工智能对劳动力市场的影响，这些数据包括详细的职业和技能信息，包括2010年以来美国几乎所有的在线职位空缺。2010-2018年间，与人工智能相关的职位空缺快速增长，在人工智能暴露的机构中增长更大。暴露于人工智能的机构正在减少非人工智能职位的招聘。然而，我们发现人工智能暴露与职业或行业层面的就业或工资增长之间没有明显的关系，这意味着人工智能目前正在一部分任务中取代人类，但它还没有产生可检测的劳动力市场总体后果。
