人大教授赵忠找一文讲透2021年诺贝尔经济学奖为何获奖：用数据推翻主流反对的最低工资制度！（独立之思想验证之严密）

资料图

作者：赵忠，中国人民大学劳动人事学院教授
编辑：德勤

小议2021年诺贝尔经济学奖

作者：赵忠

今年的诺贝尔经济学奖颁发给了加州伯克利大学的David Card，麻省理工学院的Joshua D. Angrist 和斯坦福大学的Guido W. Imbens三位经济学家，表彰David Card 在劳动经济学中经验研究的贡献，Joshua D. Angrist 和Guido W. Imbens对因果推断方法论的贡献。三位经济学家都在美国任教，但同时又极其国际化。David Card出生在加拿大，Guido W. Imbens出生于荷兰；Joshua D. Angrist虽然出生于美国，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，师从著名劳动经济学家Orley Ashenfelter，Guido W. Imbens博士毕业于布朗大学，是著名计量经济学家Tony Lancaster的学生。

颁奖给予三位学者的两个领域初看不相关，实际上确紧密联系。此次颁奖一定程度上可以看作是对这三位学者在被Joshua D. Angrist和Jörn-Steffen Pischke称为经济学经验研究的可信性革命(The Credibility Revolution in Empirical Economics)的开创性研究的认可。

David Card 1983年从普林斯顿大学毕业后，一直从事劳动经济学的实证研究，并于1995年获得了小诺贝尔奖之称的John Bates Clark Prize，该奖项当时每两年颁发一次，颁给年龄40岁以下的杰出经济学者。他的研究涉及了劳动经济学中几乎所有的重要话题，从移民到劳动供给、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，贯穿始终的是创新地使用计量经济学和统计学方法。创造性地利用“自然试验”导致的外生冲击来清晰识别和估计经济变量之间的因果关系。这篇短文的篇幅当然不足涵盖David Card的主要贡献，只好挂一漏万，以他广为人知的对最低工资的研究为例作简要说明。最低工资政策在美国是受到广泛关注又充满争议的政策，其中最低工资政策的实施是否会对就业造成负面影响是其中的焦点之一。David Card和Alan Kruger 1994年的American Economic Review 文章聚焦美国新泽西和宾夕法尼亚这两个相邻的州，其中新泽西州1992年调整了最低工资，而宾夕法尼亚州没有调整。通过对比这两个相邻州快餐行业的就业变化，发现最低工资的提高没有导致就业的下降。这是最低工资领域最有名的学术研究，也是劳动经济学经验研究中最著名的研究之一。上述最低工资的变化就是“自然试验”的一个例子。

此次诺贝尔经济学奖颁给Joshua D. Angrist是因为他和Guido W. Imbens对因果推断方法论的贡献。事实上，Joshua D. Angrist首先是一位劳动经济学家。他最广为人知的劳动经济学论文可能是他与Alan Kruger 1991年在Quarterly Journal of Economics上利用美国义务教育制度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因，而教育是人力资本的重要形式。从Jacob Mincer开创性的研究后，对教育回报率进行估计的论文汗牛充栋，但要准确估计出教育对收入的影响确不容易。从经验研究的角度，主要难点是接受多少年的教育是个人自己选择的，而不是随机分配的，同时一些影响选择的因素通常观测不到，例如文献中经常提到的个人的能力，这样就会导致不能区分观察到的收入不同是由于能力不同导致的，还是教育程度不同导致的，即教育的内生性造成了估计的偏差。那么有没有可能找到影响个人教育程度，同时不受个人控制的外生事件，即“自然试验”？如果存在此类“自然试验”，就可以用来解决上述的内生性问题。Joshua D. Angrist和Alan Kruger发现美国的义务教育制度一般要求学生满特定的年龄（例如16周岁）后才可以辍学，如果违反了义务教育规定，各州会给予家长处罚。基于美国义务教育制度，如果一个人出生在第一季度，他在学年结束之前就到法定可以辍学的年龄，出生在后半年，则要学年结束后才到法定可以辍学的年龄。这样出生时间这个外生的不受自己控制的因素就会影响到一个人的教育程度，就可以用这种外生的教育程度差异来估计教育回报率。而且这个出生时间与上述的最低工资调整相比，是由自然界的力量导致的，因此文献上又把这类“自然试验”叫作自然“自然试验”。

Guido W. Imbens和Joshua D. Angrist对因果推断方法论的贡献，最有名、影响最大的是他们在哈佛大学任教时合作，1994年发表在Econometrica上关于局部项目效果的论文。国际上经济学期刊的论文，作者一般按姓氏的英文字母排序，但这篇文章Guido W. Imbens排在Joshua D. Angrist前面，一定程度上反映出了两位学者的相对贡献。该论文考虑了因果效果的异质性，把计量经济学中传统的工具变量法与统计学中Jerzy Neyman从1923年开创，1974年Donald Rubin进一步系统化的潜在效果分析框架，即Rubin Model相结合，对工具变量估计方法在存在异质性的情况下模型识别的条件、估计量的统计性质和参数的解释进行了系统的论述。此时模型识别的条件除了满足传统的工具变量法的条件外，还需要满足单调性条件；估计出的因果效果是局部项目效果，而不是全局效果；更深刻在一定程度上也令人沮丧的是，这时估计出的不仅仅是“局部项目效果”，而且这种“局部项目效果”的适用群体在现实中是不存在的，不可观测到的。此项研究大大推进了因果推断的研究，深化了对经济学中常用的工具变量法的认识。