吉多·因本斯

Can natural experiments lead to credibility?

解釋經濟學家的研究有時頗棘手。也許他們發展了一種尚未有適用詞匯的新方法論或理論,或者有時結合了太多的領域分支而沒法以簡潔的方式表達。對於經常透過自然實驗研究因果效應而獲獎的吉多·因本斯( Guido Imbens)而言,他仍然覺得解釋得最好是自己女兒。

「我的女兒西維婭 (Sylvia) 在這方面能言善道,她說我們在做實驗但又沒有真正做實驗,這說法完全正確。這些實驗並非為了協助我們回答特定問題而設計。這些實驗當初是為截然不同的目的而設計,但它們幫我們發現了一些因果關係,然後我們把這些實驗當成為原本目的而設計並幫助分析。」

因果關係當然是經濟學的核心。它旨在探索和回答人們為何會做他們所做的事情,以及作出特定的決定時會發生甚麼。因本斯長期以來一直在探索相關性和因果關係,並在其職業生涯的大部分時間裡都在證明他確定相關性背後的方法。

因本斯說:「在我們做決定時,總是考慮如果我們如此決定結果會怎樣。如果我有頭痛,應否服用阿司匹靈。我對其中的相關性不感興趣。我感興趣的是,如果我服用了阿司匹靈實際上會發生甚麼事。與經濟學相似,我們看到人們讀書然後獲得好工作。但我們真正感興趣的,是接受更多教育、獲得研究生學位、高中畢業、獲得博士學位的因果效應是甚麼。我們想知道如果人們沒有那樣做,沒有作出如此決定會發生甚麼。」

吉多·因本斯的照片

吉多·因本斯

2021 年瑞典央行紀念阿爾弗雷德·諾貝爾經濟學獎

摘要

出生: 1963 年出生於荷蘭格爾德普

研究領域: 計量經濟學

奬項:2021 年瑞典央行紀念阿爾弗雷德·諾貝爾經濟學獎(共同獲得)

獲獎研究:對因果關係分析方法的貢獻

暑期工:2014 年在 Facebook 當過數個月的實習生

棋逢敵手:小時候是個狂熱的國際象棋玩家,經常一次下四、五個小時棋

向諾貝爾博物館貢獻的館藏:洗衣粉,因為他許多最鼓舞人心的對話都發生在大學期間在的一家自助洗衣店

相關性和因果關係

大自然的自然實驗

在某些情況下,隨機對照試驗很簡單,例如在醫療環境中。在經濟學中,進行雙盲隨機實驗並不那麼簡單。在這些情況下,經濟學家不得不依賴觀察研究。以這種可靠的方式釐清相關性和因果關係,正是因本斯獲得其領域最高榮譽的原因。換句話說,有時候當科學有所求時,自然就會介入。

因本斯開始把彩票等事物作為因果關係研究的基礎。與其純綷為研究而不讓個別學生修讀醫學院,以便看看這對他們以後生活的影響,這做法既不可能,亦不道德,因本斯尋找的是數據中已經存在一些雜訊和隨機性的領域。例如在荷蘭,政府會限制開放醫學院的學額,然後以抽籤形式分配名額。他還研究了利用彩票來決定誰能拿到錢的全民基本收入計劃的影響。

因本斯說:「在這些情況下,在限制選擇的方式和分配對待的方式兩方面存在著特殊性,我們可利用分配機制的一種方法是比較閾值兩側的人來獲得可比較的群組,而不受制於我們常見的偏見類型。

在許多案例中,它們並非一定是彩票,而是一些變化讓研究人員能夠找到他們感興趣的事實。然而,對於全民基本收入研究,他們夥拍麻省的彩票公司,並查詢他們是否有興趣合作。他們訪問那些赢得 50 萬美元州彩票的人。在該州份,這獎金的分發方式是中獎者會每 2 年收到一張 25,000 美元的支票,這系統模仿全民基本收入。

他們專注於六 6 年前中獎的人,然後查看他們的年度收入,並能夠對中獎的影響作出非常可靠的估計。

因本斯說:「我們觀察到,事實上這些中了彩票的人與其他人並沒有什麼不同,我們確實看到他們工作頻率降低了一些,也早了些退休。但是他們的工作量沒有顯著變化。他們贏得的錢大約有 5% 到 10% 會用於減少他們的勞動力供應。」

當大自然介入時:自然實驗

誰把詭計放進計量經濟學?

『可信』也許是因本斯日常用語中最重要的一個詞,也是定義他職業生涯的一詞。

他說:「經濟學家一直試圖在實驗之外,尋找我們可以可信地建立因果推論的方法。關鍵是以可信的方式做到這一點。因此,自然實驗文獻建立在已經存在的想法之上,但真正著眼於在有重要問題且無法進行常規實驗的環境中,嘗試獲得可信的因果事實。」

當因本斯和同事開始研究這些問題時,人們覺得經濟學中的隨機實驗很難做到。在七、八十年代,曾經有些主要關注勞動力市場計劃方面的實驗,但研究員在進行這些實驗時遇到了很多阻力。

經濟學家一直試圖在實驗之外,尋找我們可以可信地建立的因果推論的方法。

因本斯說:「你告訴失業的人,好吧,你必須到我們辦公室來,也許你能參與一些培訓課程,也許這會幫助你找到工作,但也許不會。

這樣很難激勵人們為此前來,因為他們知道自己實際上可能得不到任何幫助,。故此行政人員不喜歡這些隨機實驗,而且無論何時進行這些實驗都非常昂貴。即便如此,他們也沒有足夠的能力去真正找到他們想要的效果。

當時,約書亞·安格里斯特(Joshua Angrist)、戴維·卡德(David Card)和我在想,即使可以進行這些實驗,我們也無法透過進行隨機實驗來估計讀大學的影響。」

同為諾貝爾經濟學獎獲獎者的阿巴希·巴納吉(Abhijit Banerjee)、艾絲特··杜芙若(Esther Duflo)和 麥可·克雷默(Michael Kremer)的貢獻是進行了較小規模的實驗,通常是在人們沒有考慮過進行實驗的環境中進行。因本斯說,他們不僅在這方面成功了,而且還建立了一個完整的基礎設施,在發展經濟學及其它領域掀起了新一輪的實驗浪潮。

他說:「這兩個研究的方向是非常有效的互補的性,只要你能夠做實驗就很棒了。它們真的是最佳解決方案。但這並不能消除這樣一個事實:將會有很多你無法進行調查的情況,你需要以某種方式將就著使用觀察得來的數據去推論。找到仍然可以獲得可靠估計的方法,對於這些情況來說將非常重要。」

信譽革命

經濟學的某些部份有時會變得非常深奧,但我認為經濟學的很大一部分最終會被現實世界中出現的問題所拉回。

矽谷與經濟學

對於因本斯來說,斯丹福大學與矽谷的距離之近不僅令人興奮,更是靈感泉源。世界上最有影響力的科技公司前往大學的路程短得踏單車便可到達,這代表即使是一般的計量經濟學會議也會有很多科技公司派員出席。科技和經濟學兩個行業之間存在著共同利益,並且許多經驗得著也可以在兩者之間互通。因本斯對科技公司正在探索、構建和測試的內容非常好奇,在他搬到該區時他甚至在 Facebook 當過一個暑期的實習生,只是為了看看他們感興趣的問題類型。

因本斯說:「那環境非常鼓舞人心。對我而言,最佳狀態是當我發現問題之間相互聯繫的時候。它們與我在其他個案中看到的一些問題具有相同的本質。他們使用了很多我參與開發的方法。這鼓勵了我致力研究方法。我試圖找出具有一定普遍性的問題的解決方案,但也在一些私營行業所做的實驗類型中找尋這些方案。」

因本斯表示,科技公司經常發現經濟學領域發生的事情非常有趣,並且與他們的業務相關,因此許多科技公司正在聘請自己的內部經濟學家。

他說:「我一直與蘇珊·艾希(Susan Athey)和拉傑·切蒂(Raj Chetty)一起做研究工作,試圖找出把短期實驗與長期觀察數據結合起來的方式。你不可能真的持續三十年做實驗,所以你需要找出方法把你可能獲得的四或五年實驗結果的數據與其他觀察性研究方法結合起來,以找出對長期的影響。這些東西都與經驗經濟學的許多領域非常直接相關,並在政策界產生了令人難以置信的影響。」

因本斯繼續說:「經濟學的某些部份有時會變得非常深奧,但我認為經濟學的很大一部分最終會靠現實世界中出現的問題而有所扳回。而在美國有一樣令經濟學家非常興奮的事,那就是,政策界和學術界的經濟學家以及非政府組織和私營行業之間,事實上有很多互動。」

科技與經濟之間的溢出效應

幸運的隨機選擇

儘管因本斯獲得了那麼多的成功和榮譽,但他仍然覺得有趣的是,他自己的經濟學之路本質上就是隨機的。

他說:「當我回想起在荷蘭讀高中時選修計量經濟學,會覺得有點好笑。我選擇這領域時並不太知道它是甚麼,但結果證明那是個非常幸運的選擇。」

即使這領域不斷發展,他的整個職業生涯都仍留在這領域之中,並且隨著眼前的更多變化,他對經濟學的興趣仍一如既往。

他繼續說:「經濟學現在是一個非常有趣的領域,因為它會給你很多機會,現今你可以做這麼多不同的東西。經濟學家可以分析數據、思考刺激措施和有關經濟行為。這是一個更有靈活性的領域,正因如此,你需要能夠與許多不同的學科的人互動。我們領域的定位非常好,讓我們進行很有趣的跨學科研究,而我認為這在可預見的未來都會繼續是這樣。 」

亦有人問

了解更多諾貝爾經濟學獎得主