用理想主義研究現實問題:今年諾貝爾經濟學獎歸於因果分析方法論

原標題:用理想主義研究現實問題:今年諾Bell經濟學獎歸於因果分析方法論 來源:貝殼財經

文/北大國發院經濟學副教授張丹丹

本次諾Bell經濟學獎於昨晚出爐,David Card,Joshua D.Angrist和Guido W. Imbens三人獲獎。出乎意料,似乎又在意料之中。三位獲獎人的權重並不均等,David Card佔據了本次經濟學諾獎的一半,Joshua D. Angrist和Guido W.Imbens則分享另一半。這個劃分的理由可能是區分領域的,David Card的獲獎理由是「他對於勞動經濟學的實證貢獻」,Joshua D. Angrist和Guido W. Imbens則是「他們對分析因果關係的方法論貢獻」。

經濟學實證研究和因果關係方法論之前有密切的聯繫,兩者之間相輔相成、彼此成就。實證研究是因果關係方法論的試煉場,同時也極大地推動了因果關係方法論的發展。本次獲獎的三位學者在提出方法論和實踐方法論方面做出了突出的貢獻。儘管三位獲獎學者主要耕耘於勞動經濟學領域,而與其說本次諾獎歸於勞動經濟學,不如說更多的是表彰「因果」分析方法論的勝利。

David Card從1990年初開始就執著於在勞動經濟學領域利用自然實驗的方法進行因果關係的識別。而Joshua D. Angrist和Guido W.Imbens更是在上世紀90年代中期就論證了自然實驗方法論對因果推斷的準確性。此後該研究方法被廣泛應用到實證研究領域。

在過去的二三十 年間,實證研究在經濟學研究論文中佔了絕大部分(7成以上),而其中又有絕大部分使用的是自然實驗或擬自然實驗方法。可見該方法論的重要性和其巨大的應用空間。這一套方法和理念也是經濟學專業基礎訓練中的重要一環,一個訓練有素的實證經濟學家對相關方法必須了如指掌、運用自如。而David Card,Joshua D. Angrist和Guido W. Imbens是經濟學實證研究領域的因果關係理念與自然實驗方法的最大推手,他們的貢獻可類比米開朗其羅、達芬奇和拉斐爾之於西方繪畫,雖然現在這些方法大家都會玩,但是人家是第一個使用並推廣了這一套重要方法的人。

因果關係

實證研究的終極目標

因果關係是實證研究的終極目標,其含義是兩個事物(經濟變數)之間的真實關係,即一個是因(X)一個是果(Y),X是導致Y的必然原因,而Y是X的必然結果。

因果關係是複雜的事物關係中最為直接並具有重要政策含義的一對關係,只有基於對事物因果關係的認識才能真正把握現實世界的運行規律並對其進行改造。我們在生活中看到的大部分關係其實都是簡單粗暴的相關關係而不是因果關係。比如雞一叫(X),天就亮(Y),我們用常識就可以判斷雞叫不是導致天亮的原因,天亮也不是雞叫的結果,兩者只是相關關係而不是因果關係。再比如,我們觀察到去醫院看病(X)的人身體健康水平差(Y),是否能推之去醫院導致健康程度下降?

顯然這一判斷是有偏差的,這一對關係只是相關而非因果。

現實世界中大量的事物之間的關係是錯綜複雜的,為了能撥開現象看本質,科學家需要藉助工具對事物之間的因果關係進行識別,並實現對現實的理想化改造。在經濟學領域中,計量經濟學提供了這樣一整套的工具包。簡言之,計量經濟學就是使用統計學的方法,利用大量從現實中收集上來的數據,識別經濟變數之間的因果關係。傳統的計量經濟學強調使用較為複雜的數學方法論證因果關係,Joshua D.Angrist和Guido W. Imbens則是率先強調並極力推廣「自然實驗」方法論的先行者。

自然實驗

對實證研究領域有顛覆性的影響

「自然實驗」方法的使用對實證研究領域的影響是顛覆性的,如「蘋果」之於傳統手機。傳統的實證方法強調從現實中收集數據,根據經濟學理論構建實證研究的模型,然後帶入數據得到對經濟變數之間關係的定量估計。可以說非常強調方法的正確使用,而對數據收集沒有建議。長期以來實證經濟學家被動地收集現實世界中的數據,然後利用計量經濟學的高深方法,如同在實驗室里一樣對數據進行各種控制和解剖,分離出因果關係。而Joshua D. Angrist和Guido W. Imbens則強調在被動收集數據之前,先去思考是否可以藉助上帝之手利用自然實驗獲得對因果關係的直接判斷。打個比方來說,傳統的實證方法是用高超的技術打一手爛牌(觀察的數據),而自然實驗法是先抓一手好牌(實驗的數據)並用簡單的技術手段打贏。

2019年的諾Bell經濟學獎得主Abhijit Banerjee, Esther Duflo, 和Michael Kremer使用的是「隨機干預實驗」的方法研究全球貧困問題。「隨機干預實驗」與「自然實驗」存在極大差異,前者通常是在小範圍內由研究者自行設計對現實世界的干預,比如其在印度村莊中進行的發放蚊帳和各種藥物實驗,研究者親力親為對

整個實驗進行完美的控制,從而得到乾淨的分析結果。後者是研究者只作為觀察者,不對現實數據產生的過程進行干預,而是藉助政策或者某些事件自然產生的隨機性,巧妙地識別因果關係。「隨機干預實驗」通常存在結論外推性的問題,換一個實驗對象或許結果會存在不穩定的情況;而自然實驗藉助真實世界里的巧合設計,其結論通常更具有一般意義。

比如David Card在1990年發表的文章「The Impact of the Mariel Boatlift on the Miami Labor Market」利用了一個政治事件作為自然實驗。1980年4月20日古巴領導人卡斯特羅的特赦令——古巴居民可以自由從古巴的Mariel港口離開去往美國,使得與之最近的美國城市邁阿密在短期內接收到大量古巴移民。由於該法令導致的短期大量移民流入對於邁阿密來說是完全沒有準備的突發事件,因而可以解決一般情況下移民奔著高薪資和就業機會有組織有目的進入某地而產生的反向因果問題,從而可以更好地識別移民對當地勞動力市場的影響。

再比如David Card與Alan Krueger合作發表在1994年《美國經濟學評論》上的「Minimum Wages and Employment: A Case Study of the Fast FoodIndustry in New Jersey and Pennsylvania」一文,利用新澤西隨機的最低薪資調整作為自然實驗,通過對兩個近似地區快餐業就業在政策實施前後的差異來分析最低薪資的政策效果。

自然實驗就是藉助現實中發生的隨機事件獲得因果判斷。這種方法在後來的30年中得到了極大的推廣,並不斷出圈應用到更為廣泛的對現實政策的評估和對經濟現象的解釋之中。

David Card引發的學術爭論

除了方法上的貢獻,David Card也是一位敢於挑戰傳統經濟學認知的學者。他對以上兩個問題的研究,顛覆了傳統勞動力經濟學的認知,引發了長達幾十 年的學術爭論。

最低薪資的提高對就業的影響,以及大量移民的進入對當地勞動力(特別是低技能者)的就業和薪資水平的影響是勞動力經濟學中的經典議題。新古典的理論認為,打破市場均衡薪資必然導致就業損失;短期大量的勞動供給,在勞動力需求不變的前提下,必然導致當地勞動力的就業和薪資損失。而藉助自然實驗的方法,David Card得出了完全相反的結論。他發現最低薪資調整對就業的影響微乎其微,其在提升勞動者薪資水平的同時並不會對其就業帶來威脅,這一結論無疑為最低薪資政策的推行和工會在薪資議價中的作用給予了極大的支持。這一觀點的產生引發了對這一問題的長久爭論,滋養和豐富了勞動力學的這一支文獻,並使得最低薪資政策成為政府干預勞動力市場最有效的手段,無論是中國的產業結構調整,還是美國新冠疫情期間的社會救助,最低薪資都是政府採取的重要政策手段。

David Card的另一個主要觀點是移民對當地勞動力市場不會產生負面影響,不會抑制當地人的就業和薪資水平。這一觀點對移民政策的放開給予了理論上的支持,不過爭議也是巨大的。勞動經濟學界見證了來自加拿大的David Card和來自古巴的

George J. Borjas的長期論戰。後者一直秉持移民帶來就業衝擊等觀點,也是川普政府移民政策的背書者。兩位大咖的論戰產生了大量的學術論文,推動了這一研究領域的發展和政策的制定。

David Card,Joshua D. Angrist和Guido W. Imbens三位獲獎者在各自的領域都是反傳統的,敢於挑戰權威,我只能想像他們經歷的批判和不認可,以及他們多年的頑強堅持,直至擁有眾多的追隨者,成為經濟學研究的主流。這可能也是他們今天能夠站到經濟學研究頂峰的原因。

編輯 陳莉 校對 劉軍

加入好友

台灣疫情資訊

台灣疫苗接種

相關熱門