孙立坚:错综复杂因素中经济学方法选择和优化十分重要
2021年10月12日  |  来源:复旦发展研究院  |  阅读量:2060

今年诺贝尔经济学奖在大家的期待中终于发布了。获奖者是三位美国经济学家:一位是大卫卡德(David Card),是加利福尼亚大学伯克利分校的教授,他的贡献在于用严谨的实证方法揭示了劳动经济学中的一些“异质性”现象,属于应用计量的范畴。而后两位学者,一位是麻省理工大学的约书亚·安格瑞斯特(Joshua Angrist)教授和斯坦福大学的吉多·伊本斯(Guido W. Imbens)教授,他们合作研究的成果同样获得今年诺奖殊荣的理由是“奖励他们对因果关系分析的方法论的贡献”,尤其他们在这方面的理论计量上有了全新的突破,影响了经济学后来的研究方法。虽然今年经济学诺奖信息发布延迟了些,但它释放出未来经济学发展的取向的信息依然十分明确,甚至在众多候选人和候选领域中,今年诺奖给了劳动力市场问题研究的微观计量经济学家,也是在情理之中。那就是这个领域的研究对我们正确认识今天十分关键的就业政策的效果、收入分配的效应乃至由此引发的政策设计的科学性问题都有十分重要的借鉴意义。

▲图片来源:诺贝尔奖委员会官网

由于经济现象存在内在的特殊性,这一点可能在很多人文社科中都普遍存在,即经济现象不可能再完美重复发生,而且呈现出来的各种现象之间也存在较强的相互依赖性和对外部环境变化的敏感性,如果我们不能用正确的方法找到其中客观的规律(经济学常说的因果关系),甚至把它们是否存在依赖关系的内在规律也认知错误(相关性当成因果性,因果性问题却做出因果颠倒的判断,甚至没有的相关性也在夸大它们存在着相互的依赖性甚至衍生出更为离奇的因果性判断,而有时恰恰存在的内在因果关系却被“有偏的估计”而忽略掉等问题),那么,后续的政策设计就可能无效,甚至事与愿违,而且效果适得其反。今年经济学诺奖颁发给三位做微观计量研究的教授,也是在提醒学术研究和政策设计者千万不能在对经济现象错误判断的基础上去追求揭示规律和解决问题的理论与政策的“完美性”!这可能对我们今天反思经济学研究和教育的重心究竟放在哪里等问题也会产生较为深刻的影响。

事实上,至少在20世纪80年代之前,经济学中因果推理的传统方法依赖于结构方程模型,也就是说,基于理论给出的逻辑性形成描述经济行为关系的方程组做出的推断,关于这个特征可以参见1989年诺贝尔经济学奖得主Trygve Haavelmo(1943、1944)的一系列研究成果。然而,这种结构方程方法的一个关键问题是,为了建立因果关系,所提出的结构方程必须要确保它的正确性,这种正确性不是停留在理论上的自圆其说,而是要经得起数据统计意义上的检验,甚至这种检验还要确保容忍的“偏差”足够小的条件。所以,到20世纪80年代早期,这种被微观计量经济学家戏称为“先入主见”的想当然的检验方法,就会出现各种各样的偏差问题而经不起他们严格的推敲了。这次这三位微观计量经济学家突破了仅限于理论上的合理性研究的框架,而是重视理论的现实意义去寻找识别内在规律的科学方法,正是这种基于实践和实验的科学态度才获得了他们对经济学研究的影响力,这些识别因果关系的方法不仅成为劳动经济学研究普遍接受的方法,而且已经广泛地拓展到教育经济学、城市经济学、金融经济学、消费经济学、卫生经济学等各个领域。这三位作者很多研究也跟我们展示了研究方法的广泛的应用场景。

值得一提的是,这三位作者既是研究领域的领头羊,又是培育后代热心的教育家。比如,大卫卡德于1991年至1995年担任美国顶级学术期刊之冠的《计量经济学》主编,2002年至2005年又担任和《计量经济学》影响力并驾齐驱的《美国经济评论》杂志的联合主编。1995年就获得了美国经济协会的约翰·贝茨·克拉克奖(小诺奖),该奖项每隔一年颁发给40岁以下的经济学家,他的工作被认为对该领域做出了最重大的贡献。2006年,他共同获得IDA劳动经济学奖:2015年获得BBVA知识前沿奖,2007年被计量经济学会授予弗里施奖章。

他的杰出贡献是构建了一套基于设计的研究方法,即称为基于自然实验的新的可信证据。在20世纪80年代末劳动经济学家转向利用自然实验产生的数据。系统地使用准实验来解决对经济和社会政策有重大意义的问题,很快这个潮流就改变了应用微观计量经济学研究和其他领域的研究方法,这一变化主要不是关于使用新的经验方法,而是关于如何处理一个因果问题。自然实验要求研究人员了解决定哪些单元接受哪些处理的过程。因此,新的方法需要理解识别信息的来源,也就是说,它需要关于自然实验的制度知识。所以,卡德在20世纪90年代初的一系列论文中,对几个世纪以来的问题进行了严谨和透明的分析,如最低工资对就业的影响、移民对劳动力市场的影响,以及教育投资对劳动力市场结果的影响。通过以新颖的、先验的、更可信的方式来解决这些问题,卡德能够得出新的、更可靠的答案。由于卡德发起的这类研究以及随后的年轻追随者继续深入的探索,使得我们今天对政策影响劳动力市场结果的潜力,移民对工资和就业差异的影响以及企业在塑造收入方面的作用等问题,都有了更好的重新的理解。

而伊本斯和安格瑞斯特 (1994)在他们开创性的论文中,则提出了一个很关键的问题,即在不限制研究对象行为的情况下(否则很可能会产生选择性的偏差),当人群的反应有异质性时,如何使用最少的假设从随机或准实验研究中估计出因果关系(处理效应)。他们的研究表明,他们的方法在那些遵守由实验或准实验产生的分配的人当中,就可以估计出平均的因果效应(LATE),而这种效应是由工具变量(IV)识别的。所以,他们的研究成果运用在普遍存在的异质性来源未知(且无法建模和估计)的情况下,人们也可以正确的扑捉到内在的因果关系。而且,约书亚·安格瑞斯特教授和皮施克合著的书籍《基本无害的计量经济学:实证研究者指南》(郎金焕,李井奎译,格致出版社出版,2012)和《精通计量:从原因到结果的探寻之旅》(郎金焕译,格致出版社出版,2019),都显示了研究大家深入浅出的教育能力,即使中译版在中国都拥有了大量的读者,让很多年轻人认识到了计量经济学在研究经济问题中的重要性和趣味性。而他在暨南大学进行短期授课,更是吸引了慕名而来的清华大学、复旦大学、中山大学、香港中文、芝加哥大学、宾州州立大学等国内外顶尖高校的学员近200名师生。他围绕计量经济学中的几个重要话题,热心的向“中国粉丝”细致地做了阐述,其中就包括随机对照试验、工具变量、断点回归设计等最新的研究动向。同时,他对中国经济发生的巨大变化也产生了浓厚的研究兴趣。今天业界也许很多人会认为诺奖获得者的研究应该是理论研究占上风,即使实证研究也应当致力于美国问题美国数据才容易出成绩,但安格瑞斯特教授并不认同这样的观点。反而感到未来想要做出一些好的研究,就应该去追寻好的话题和那里独有的资源,才能找到独特的问题,研究出有创新力的成果。他认为中国的劳动力市场改革及教育政策等问题就是很好的选择。顺便一提的是,他还是麻省理工学院(MIT)“学校效率与不平等倡议”(School Effectiveness & Inequality Initiative)的联合创始人和联席主任,该组织主要致力于研究美国人力资本与收入不平等之间的关系问题。

 

▲安格瑞斯特在暨南大学讲课

可以这样认为,这三位学者的工作存在异曲同工的特点,这也许就是今年他们同时获奖的理由之一。卡德从20世纪90年代初开始的研究显示了利用自然实验揭示重要领域的因果效应的力量。因此,这项早期工作在将使用观察数据的实证研究的焦点转向依赖准实验变异来建立因果效应方面发挥了关键作用。反过来,由伊本斯和安格瑞斯特开发的框架,则显著地改变了研究人员使用自然实验或不完全依从性的随机实验所产生的数据来估计难以驾驭的因果处理效应。

同时我们也发现,要想坚持不懈、做最好的研究可能也必须具备类似企业创新所需要的“3F”条件:首先,是家庭(family)的支持。据了解,伊本斯的夫人苏珊也是一位极为优秀的经济学家,是第一位获得有“小诺奖”之称的克拉克奖的女性经济学家,她对动态机制设计领域有着非常重要的贡献。这样的案例还不少,比如,因信息经济学获得诺奖的阿克洛夫教授和他的妻子——一位非常出名的研究者、后来成为美联储主席,如今在拜登时代又出任美国财长的耶伦女士。美国学界流传着一段佳话,说苏珊在学术上碾压自己的丈夫,而丈夫似乎一直默默追随夫人,从美国西海岸搬到东海岸,后来又随同夫人迁回西海岸。其次,就是强大的学术圈(friend)提供的研究氛围,据了解,今年这三位诺奖的工作虽然各有侧重,但他们三人交流非常频繁,而且私人关系也非常好,卡德说他的婚礼还邀请过今年同时获奖的其他两位教授。正是这种不同寻常的信赖关系,渐渐衍化出研究上相辅相成的协同效应。第三,要有一个强大的研究团队或年轻的追随者(fans),这样才能不断分享持续研究的快乐,以及与大家相互鼓励以克服等待成果时的身心煎熬。

(孙立坚,复旦发展研究院金融研究中心主任、复旦大学经济学院教授。)

回到顶部