2021诺贝尔经济学奖揭晓:授予三位经济学家,利用自然实验分析劳动力市场

2021年10月12日 12点热度 0人点赞 0条评论

瑞典皇家科学院当地时间10月11日宣布,将2021年诺贝尔经济学奖授予David Card,另一半联合授予Joshua D. Angrist和Guido W. Imbens。他们因在劳动经济学方面的研究,以及在因果关系方法论方面的贡献而获奖。

David Card,1956年生于加拿大圭尔夫,现为加州大学伯克利分校经济学教授,美国与加拿大双重国籍。Joshua D. Angrist,1960年出生于美国俄亥俄州哥伦布市,现为麻省理工学院经济学教授。Guido W. Imbens,1963年出生于荷兰埃因霍温,现为斯坦福大学应用计量经济学与经济学教授,美国与荷兰双重国籍。

对于三位学者的获奖原因,瑞典皇家科学院在颁奖词中写道:

三位诺贝尔奖得主在20世纪90年代初的贡献表明,利用自然实验(而不只是随机控制实验等设计出的实验)可以回答有关因果关系的重要问题。

他们的贡献相互补充和加强:Angrist和Imbens对自然实验的方法论见解,以及Card对这一方法在重要问题上的应用,为其他研究人员开辟了道路。

我们现在有了一个连贯的框架,这意味着我们知道应该如何解释这类研究的结果。获奖者的工作彻底改变了社会科学的实证研究,显著提高了研究界回答对我们所有人都非常重要的问题的能力。

“提高最低工资的负面影响很小”

加拿大经济学家David E.Card与美国经济学家Alan B.Krueger(2019年去世)由于在劳动力市场方面做出具有政策导向性的实证研究,已于2006年荣获伊萨劳动经济学奖。

两位学者的研究集中在最低工资政策、教育投入的回报、移民问题等方面,通过运用双重差分模型、自然实验研究以及元分析等方法质疑了传统经济学的固有结论。

在最低工资方面,上世纪90年代初的传统经济学观点是,提高最低工资会导致就业减少,因为这会增加企业的工资成本。

但支持这一结论的证据并不完全令人信服:确实有许多研究表明最低工资和就业之间存在负相关关系,但这真的意味着更高的最低工资会导致更高的失业率吗?

为了调查提高最低工资如何影响就业,David Card和Alan Krueger仔细研究了新泽西州和宾夕法尼亚州东部的就业市场:在1992年4月,美国新泽西州将最低时薪从4.25美元提高至5.05美元,而预期毗邻的宾夕法尼亚州保持其最低时薪标准不变。

相关研究显示,提高最低工资的负面影响较30年前所认为的要小得多,提高最低工资不仅不会增加失业率,甚至可能降低失业率。这项开创性的研究导致了大量的后续研究。

对于Card研究结论,后续研究认为可能的解释是,企业可以在需求没有显著下降的情况下,以更高的价格将增加的成本转嫁给消费者。另一种解释认为,主导当地劳动力市场的公司可以保持低工资;提高最低工资意味着更多的人想要工作,从而增加了就业。

“教育背景影响就业”

David Card的另一大研究贡献则是在移民和教育领域。

通过研究上个世纪80年代的迈阿密劳动市场(短期内大量古巴移民涌入),Card发现:尽管劳动力供应大幅增加,受教育程度低的迈阿密当地居民并没有受到负面影响。

后续研究表明,增加移民对许多在美国出生的群体的收入产生积极影响,而较早移民的人则受到负面影响。对此的一种解释是,当地人转向需要良好母语技能的工作,这使得他们不必与移民竞争工作。

David Card在教育回报领域的研究再次质疑了之前的经济学观点:学校资源对于学生教育回报很重要,教育回报随着教师密度的增加而增加(传统观点认为学校资源与教育回报相关性较弱)。

现在有强有力的实证已经表明,教育投资会影响学生以后在劳动力市场上的成功;对于来自弱势教育背景的学生来说,这种影响尤其明显。

“因果关系研究的新框架”

在因果关系方面,现实情况下干预的效果——例如,额外的教育对收入的影响——因人而异。同时自然实验对个体的影响是不同的。这使得相关研究者很难探究具体的因果关系。

Joshua Angrist和Guido Imbens在20世纪90年代中期的一项有影响力的研究中解决了这个问题。更具体地说,他们问了以下问题:在什么情况下可以使用自然实验来估计特定干预的效果,当效果在个体之间不同,研究者不能完全控制谁参与时,如何估计这种影响,以及如何解释这种影响?

Joshua Angrist和Guido Imbens研究证明,通过应用两步过程(工具变量法)来估计程序的效果是可能的:第一步调查自然实验如何影响参与项目的概率;第二步在评估实际方案的效果时考虑这个概率。这使得即使没有关于谁真正受到自然实验影响的信息,研究人员也可以估计这个项目的影响。

相关研究的一个重要的结论是,只有在那些因自然实验而改变行为的人群中,才有可能估计其影响。

由Angrist和Imbens开发的框架已经被研究观察数据的研究人员广泛采用。通过阐明建立因果关系所必需的假设,他们的框架也增加了实证研究的透明度——从而增加了可信度。

本文来自华尔街见闻,欢迎下载APP查看更多

淡泊7505:知识改变命运

半导体:转发了

幸运十月888:转发了

众译识财:转发了

healthfish:转发了

向往v在路上:转发了

用户3418017238873:全美

你可能也喜欢

华尔街见闻

这个人很懒,什么都没留下