全国人大教授赵忠义解释2021年诺贝尔经济学奖获奖原因

信息图

作者：赵忠，中国民大学劳动人事学院教授

2021年诺贝尔经济学奖

作者：赵忠

今年的诺贝尔经济学奖授予了加州大学伯克利分校的David Card，麻省理工学院的Joshua D. Angrist和斯坦福大学的Guido W. Imbens，表彰David Card对劳动经济学实证研究的贡献，以及Joshua D. Angrist和Guido W. Imbens对因果推理方法的贡献。这三位经济学家都在美国任教，但同时又非常国际化。David Card出生于加拿大，Guido W. Imbens出生于荷兰，Joshua D. Angrist出生于美国，但拥有美国和以色列双重国籍。David Card和Joshua D. Angrist都是普林斯顿大学的博士，毕业于布朗大学，毕业于著名的劳工经济学家Orley Ashenfelter，Guido W. Imbens博士是著名计量经济学家Tony Lancaster的学生。

该奖项授予三位学者的两个领域乍一看并不相关，实际上密切相关。该奖项可以部分地被视为对三位学者在Joshua D. Angrist和Jörn-Steffen Pischke所谓的经济学实证研究的可信度革命中的开创性研究的认可。

自1983年从普林斯顿大学毕业以来，大卫·卡德一直是劳动经济学的实证研究者，并于1995年获得了小诺贝尔奖，约翰·贝茨·克拉克奖，该奖项每两年颁发一次给40岁以下的杰出经济学家。他的研究几乎涵盖了劳动经济学的每一个主要主题，从移民到劳动力供应，从罢工到集体谈判，从技术进步到收入不平等，从最低工资到工资结构的变化，从教育到就业培训。

在他的研究中，自始至终都使用了计量经济学和统计方法的创新使用。创造性地使用"自然实验"引起的外生冲击来清楚地识别和估计经济变量之间的因果关系。这段话当然没有涵盖大卫·卡德的主要贡献，所以他不得不挂断电话，简要介绍一下他对最低工资的着名研究。最低工资政策是美国一项广泛关注且有争议的政策，其中最低工资政策的实施是否会对就业产生负面影响是焦点之一。大卫·卡德（David Card）和艾伦·克鲁格（Alan Kruger）1994年《美国经济评论》（American Economic Review）的文章聚焦于新泽西州和宾夕法尼亚州这两个相邻的州，新泽西州在1992年调整了最低工资，而宾夕法尼亚州则没有。通过比较两个邻国快餐业的就业变化，发现最低工资的增加并没有导致就业率的下降。这是最低工资领域最著名的学术研究之一，也是劳动经济学实证研究中最著名的研究之一。上述最低工资的变化就是"自然实验"的一个例子。

诺贝尔经济学奖授予约书亚·D·安格里斯特（Joshua D. Angrist），以表彰他与Guido W. Imbens一起对因果推理方法学的贡献。事实上，约书亚·D·安格里斯特（Joshua D. Angrist）首先是一位劳工经济学家。也许他最著名的关于劳动经济学的论文是他1991年在《经济学季刊》（Quarterly Journal of Economics）上发表的关于使用美国义务教育制度来估计教育回报率的论文。人力资本是现代经济增长的重要动力，教育是人力资本的重要形式。从雅各布·明瑟（Jacob Mincer）的开创性研究中可以看出，估计教育回报率的论文充满了人，但要准确估计教育对收入的影响并不容易。从实证研究的角度来看，主要难点在于教育年限是单独选择的，而不是随机分配的，一些影响选择的因素往往不被观察到，比如文献中经常提到的个体的能力，导致由于能力不同或教育水平不同而无法区分观察到的收入差异， 即教育的内生性导致估计的偏差。那么，是否有可能在他或她不受控制的时候找到影响个人教育的外源性事件，称为"自然实验"？如果存在这样的"自然实验"，它们可以用来解决上述内生问题。Joshua D. Angrist和Alan Kruger发现，美国义务教育制度通常要求学生在特定年龄（如16岁）辍学，如果父母违反规定，各州将对他们进行处罚。根据美国义务教育制度，如果一个人出生在第一季度，在学年结束之前，他达到了他可以辍学的法定年龄，如果他出生在学年的下半年，他或她没有达到他或她可以辍学的法定年龄。这样，出生时间的外生因素不受其控制会影响一个人的教育水平，你可以利用这种外部教育差异来估算教育回报率。而出生时机，与上述最低工资调整相比，是由自然的力量引起的，因此文献将这种"自然实验"称为自然的"自然检验"。

Guido W. Imbens和Joshua D. Angrist对因果推断方法的贡献在哈佛大学任教期间的合作中最引人注目和最有影响力，1994年在《计量经济学》上发表了一篇关于当地项目影响的论文。国际经济期刊上的论文通常按姓氏的字母顺序排列，但这篇文章Guido W. Imbens领先于Joshua D. Angrist，部分反映了两位学者的相对贡献。本文考虑了因果效应的异质性，系统地讨论了异质性情况下工具变量估计方法的模型识别条件、统计性质和参数解释，这是Jerry Neyman于1923年在计量经济学中开创的，并由Donald Rubin于1974年进一步系统地分析。此时，模型识别的条件除了满足传统刀具变量法的条件外，还需要满足单调的条件，估计的因果效应是局部项目效应，而不是全局效应，更为深刻且在一定程度上令人沮丧，此时估计的不仅仅是"局部工程效应"， 而且这种"局部项目效应"在现实中适用的群体是不存在的，是不可观察的。这项研究极大地推进了因果推理的研究，加深了对经济学中常用的工具变量方法的理解。