人大教授趙忠一文講透2021年諾貝爾經濟學獎為何獲獎


資料圖

作者:趙忠,中國人民大學勞動人事學院教授

小議2021年諾貝爾經濟學獎

作者:趙忠

今年的諾貝爾經濟學獎頒發給了加州伯克利大學的David Card,麻省理工學院的Joshua D. Angrist 和史丹福大學的Guido W. Imbens三位經濟學家,表彰David Card 在勞動經濟學中經驗研究的貢獻,Joshua D. Angrist 和Guido W. Imbens對因果推斷方法論的貢獻。三位經濟學家都在美國任教,但同時又極其國際化。 David Card出生在加拿大,Guido W. Imbens出生於荷蘭;Joshua D. Angrist雖然出生於美國,但擁有美國和以色列雙重國籍。 David Card和Joshua D. Angrist都是普林斯頓大學的博士,師從著名勞動經濟學家Orley Ashenfelter,Guido W. Imbens博士畢業於布朗大學,是著名計量經濟學家Tony Lancaster的學生。

頒獎給予三位學者的兩個領域初看不相關,實際上確緊密聯繫。此次頒獎一定程度上可以看作是對這三位學者在被Joshua D. Angrist和Jörn-Steffen Pischke稱為經濟學經驗研究的可信性革命(The Credibility Revolution in Empirical Economics)的開創性研究的認可。

David Card 1983年從普林斯頓大學畢業後,一直從事勞動經濟學的實證研究,並於1995年獲得了小諾貝爾獎之稱的John Bates Clark Prize,該獎項當時每兩年頒發一次,頒給年齡40歲以下的傑出經濟學者。他的研究涉及了勞動經濟學中幾乎所有的重要話題,從移民到勞動供給、從罷工到集體談判、從技術進步到收入不平等,從最低工資到工資結構的變化,從教育到就業培訓。

在他的研究中,貫穿始終的是創新地使用計量經濟學和統計學方法。創造性地利用「自然試驗」導致的外生衝擊來清晰識別和估計經濟變量之間的因果關係。這篇短文的篇幅當然不足涵蓋David Card的主要貢獻,只好掛一漏萬,以他廣為人知的對最低工資的研究為例作簡要說明。最低工資政策在美國是受到廣泛關注又充滿爭議的政策,其中最低工資政策的實施是否會對就業造成負面影響是其中的焦點之一。 David Card和Alan Kruger 1994年的American Economic Review 文章聚焦美國新澤西和賓夕法尼亞這兩個相鄰的州,其中新澤西州1992年調整了最低工資,而賓夕法尼亞州沒有調整。通過對比這兩個相鄰州快餐行業的就業變化,發現最低工資的提高沒有導致就業的下降。這是最低工資領域最有名的學術研究,也是勞動經濟學經驗研究中最著名的研究之一。上述最低工資的變化就是「自然試驗」的一個例子。

此次諾貝爾經濟學獎頒給Joshua D. Angrist是因為他和Guido W. Imbens對因果推斷方法論的貢獻。事實上,Joshua D. Angrist首先是一位勞動經濟學家。他最廣為人知的勞動經濟學論文可能是他與Alan Kruger 1991年在Quarterly Journal of Economics上利用美國義務教育制度估計教育回報率的論文。人力資本是現代經濟增長的重要動因,而教育是人力資本的重要形式。從Jacob Mincer開創性的研究後,對教育回報率進行估計的論文汗牛充棟,但要準確估計出教育對收入的影響確不容易。從經驗研究的角度,主要難點是接受多少年的教育是個人自己選擇的,而不是隨機分配的,同時一些影響選擇的因素通常觀測不到,例如文獻中經常提到的個人的能力,這樣就會導致不能區分觀察到的收入不同是由於能力不同導致的,還是教育程度不同導致的,即教育的內生性造成了估計的偏差。那麼有沒有可能找到影響個人教育程度,同時不受個人控制的外生事件,即「自然試驗」?如果存在此類「自然試驗」,就可以用來解決上述的內生性問題。 Joshua D. Angrist和Alan Kruger發現美國的義務教育制度一般要求學生滿特定的年齡(例如16週歲)後才可以輟學,如果違反了義務教育規定,各州會給予家長處罰。基於美國義務教育制度,如果一個人出生在第一季度,他在學年結束之前就到法定可以輟學的年齡,出生在後半年,則要學年結束後才到法定可以輟學的年齡。這樣出生時間這個外生的不受自己控制的因素就會影響到一個人的教育程度,就可以用這種外生的教育程度差異來估計教育回報率。而且這個出生時間與上述的最低工資調整相比,是由自然界的力量導致的,因此文獻上又把這類「自然試驗」叫作自然「自然試驗」。

Guido W. Imbens和Joshua D. Angrist對因果推斷方法論的貢獻,最有名、影響最大的是他們在哈佛大學任教時合作,1994年發表在Econometrica上關於局部項目效果的論文。國際上經濟學期刊的論文,作者一般按姓氏的英文字母排序,但這篇文章Guido W. Imbens排在Joshua D. Angrist前面,一定程度上反映出了兩位學者的相對貢獻。該論文考慮了因果效果的異質性,把計量經濟學中傳統的工具變量法與統計學中Jerzy Neyman從1923年開創,1974年Donald Rubin進一步系統化的潛在效果分析框架,即Rubin Model相結合,對工具變量估計方法在存在異質性的情況下模型識別的條件、估計量的統計性質和參數的解釋進行了系統的論述。此時模型識別的條件除了滿足傳統的工具變量法的條件外,還需要滿足單調性條件;估計出的因果效果是局部項目效果,而不是全局效果;更深刻在一定程度上也令人沮喪的是,這時估計出的不僅僅是「局部項目效果」,而且這種「局部項目效果」的適用群體在現實中是不存在的,不可觀測到的。此項研究大大推進了因果推斷的研究,深化了對經濟學中常用的工具變量法的認識。

相關文章  9月深圳二手房成交量暴跌12年來首次跌破2000套
回到頂端