一篇文章讲明白：2021年的诺贝尔经济学奖

作者 | Michael Zhang 麦教授

一个工作玩耍两不误（work hard, play harder）的教授

香港中文大学商学院教授

超量子量化私募基金创始人

麻省理工学院博士

清华大学文学学士、工学学士、管理学硕士

今年的诺贝尔经济学奖结果在这周一揭晓了，获奖的是麦教授在两年前的一篇预测中提到的三位教授。

麦教授两年前公众号文章里的愿望，结果今年就实现了。

三个都中，一个不差。

David Card、Joshua D. Angrist和Guido W. Imbens三位经济学家，因在使用“自然实验”方面做出了“挑战传统智慧”的开创性工作，被授予了诺贝尔经济学奖。

三位都是麦教授做研究时经常会引用的，而Josh Angrist则是当时麦教授读博士期间上 MIT 14.381 A

pplied Econometrics课的任课老师（虽然麦教授上了两周就退了, 原因是别的课太难了，他这个课可以看他的著名的那本书Mostly Harmless Econometrics就可以学了) 。

那个14是经济系的代码，MIT所有的系都有一个自己的代码，管理学院Sloan的代码是15。麦教授前前后后上过 6（计算机），9（大脑和认知），14（经济），15（管理），17（政治），18（数学），21（人文）的课. 自己是15系的，结果上14系的课最多。

David Card因在最低工资、移民和教育方面的开创性工作而被瑞典皇家科学院认可。他通过自然实验——研究人员对现实世界中的情况进行研究——表明提高最低工资并不一定会导致就业机会减少。

Card得出的这一结论颠覆了公认的理论（即提高最低工资会导致就业机会减少），极大地改变了对不平等和影响低工资工人的社会和经济力量的理解。

Joshua D. Angrist和Guido W. Imbens的工作解决了方法论的问题，他们的研究表明可以从自然实验中得出关于因果关系的精确结论，帮助推动了自然研究的使用。

诺贝尔奖委员会主席Peter Fredriksson表示，Card对社会核心问题的研究以及Angrist和Imbens对因果关系方法论的贡献表明，自然实验是丰富的知识来源。他们的研究大大改善了我们回答关键因果问题的能力，这对社会大有裨益。这三位经济学家的工作加在一起，"彻底改变了经济学的实证工作"。

用一句话总结今年的诺贝尔经济学奖的研究就是：经济学家是如何将现实世界变成他们的实验室并得出结论的。

下面就来讲讲他们所做的研究以及这背后的一些故事。

经济学界从30年前开始一直在做一次非常大的论证，有点像剑宗和气宗之争。一派认为应该做加法，用更复杂的模型来深刻理解数据背后的意义，而另一排认为应该做减法，用最简单的实验来找到因果关系。

几年前获奖的Christopher Sims和Lars Hanssen都是主张做加法的。 10多年前有一期Journal of Economic Perspectives里面让两派的人分别论证自己的观点，Sims和Angrist非常针锋相对的互相批评，支持己方观点。

很少在经济学期刊里看出武侠小说的感觉，那一本我现在还留着，因为太有趣了。

而今年获奖的是主张做减法的几位学者。

David Card和现实世界的实验室

大多数传统的经济学理论都是非常理论化的，通过一些假设来推导结论。但如今经济学的很大一部分都是非常具体的，比如研究教育、健康、移民的影响或工资政策的影响等课题。这些问题很多时候并不能找到假设是否成立。Card的工作是试图不依赖于假设而在经济学中获得更多基于实证的因果分析。

Card关于最低工资的研究是20世纪80年代在普林斯顿与Alan Krueger合作进行的，Krueger后来成为奥巴马的财政部助理部长。如果他没有去世，今年的诺奖也会有他的名字。

Card和Krueger在新泽西州实行最低工资之前和之后对该州的餐馆进行了调查，这种方法在当时很不寻常。而他们的调查结果，即最低工资并没有导致大量工作岗位的流失，也没有立即被接受。因为在经济学的入门课程中，通常都会讲到：设定价格下限——牛奶、石油，或者是最重要的劳动力——会导致供大于求。

就劳动力而言，这意味着如果有最低工资，雇主对工人的需求就会下降（因为他们的成本会更高），而工人的供应就会增加（因为他们会得到更多的钱），这样一来就会出现失业，以及由此带来的其他成本。

这个结论很大程度上是基于抽象的理论，但它的影响力持续了几十年。经济学家Lars Christensen的这张图，是设定最低工资的一个非常简单的模型。

从图中可以看到，设定最低工资会增加工资（Wmin>Weq），但它也会增加劳动力的供应（N1>Neq），同时减少需求（N2<Neq），并导致失业（N1 - N2）。

因此，多年来，许多经济学家几乎不加质疑地认为，最低工资破坏了就业。

1993年，Card和Krueger发表的论文打破了这种传统观念。

他们调查了新泽西州和宾夕法尼亚州东部的400多家快餐店，尝试评估1992年4月1日生效的新泽西州最低工资从每小时4.25美元提高到5.05美元的效果，以了解最低工资提高后新泽西州的就业增长是否放缓，然而并没有任何证据表明是这样。

所以他们最后得出的结论是："尽管工资提高了，但相对于宾夕法尼亚州而言，新泽西州的全职就业人数还是增加了"。

其实Card和Krueger的论文并不是第一篇估计最低工资实证效果的论文，但它令人信服的方法，迫使传统的经济学家认真对待了这一结论。同时，它也引起了普遍的争议，《纽约时报》记者Binyamin Appelbaum在Twitter上列出了对该论文的一些尖锐反应。

诺奖得主经济学家Buchanan甚至说Card和Krueger在毁坏经济学的根基，并用了不可言述的词对做减法的这些人做了人身攻击。

而Card和Krueger将他们的成果扩展为一本广受好评的书《Myth and Measurement》，然后基本上远离了这场争论。

多年后Card在一次接受采访的时候说："我后来远离了最低工资文献，原因有很多。首先，它让我失去了很多朋友。我认识了很多年的人，例如，我在芝加哥大学的第一份工作中遇到的一些人，变得非常愤怒或失望。他们认为出版我们的作品是对整个经济学事业的背叛。"

然而他们的研究效果依然存在。一些实证经济学家仍然认为最低工资会导致工作流失；另一些人认为，大多数工资上涨对就业的影响很小，而且会被增加工资本身带来的贫困减少所覆盖。但所有人都同意，这是一个实证问题，最好通过仔细考虑实际情况来回答。

在Card和Krueger之后的研究已经大大降低了最低工资对就业影响的平均估计。自2000年以来发表的研究，结论是大多数最低工资增长对就业的影响很小，甚至可能不存在。

Card的研究也让很多人受益，因为在此之前，各州并不经常提高最低工资，大多数州都满足于保持与联邦政府相同的工资水平。Card和Krueger的研究为许多州提高最低工资铺平了道路，使其远远高于每小时7.25美元的联邦最低工资标准（这个联邦最低工资的数字自2009年以来一直没有改变）。

今年约有24个州提高了最低工资，推动了包括拜登政府在内的美国15美元最低工资的立法。

Josh Angrist和学校教育

Angrist最具影响力的贡献之一也是与Alan Krueger合作的一篇论文（1991年）。

在研究学校教育对收入的影响时，Angrist和Krueger需要筛选出其他因素，如个人的先天能力或他们的家庭背景。这些因素可能与学生的教育水平相关，但没有数据可供分析。

Angrist和Krueger观察到，美国法律规定，学生必须在他们满6岁的自然年开始上学，但只要年满16岁就可以辍学。这意味着12月31日出生的学生要比1月1日出生的学生多出一年的在校时间。

接着，Angrist和Krueger利用人们在某一年出生的时间来预测他们会接受多少学校教育。因为出生的年份被认为与家庭背景或先天能力无关，这使他们能够在分析中排除这些因素的影响。

当观察一个大的群体时，他们发现的情况与Angrist和Krueger的工作一样令人惊讶——他们估计教育对收入的影响实际上比以前使用传统方法的估计要大。对于这些结果是否完全可靠仍有一些争议，但Angrist和Krueger的论文毫无争议地为这类分析设定了标准。

Guido Imbens和因果关系方法论

经济学家们认为Card和Krueger的工作是"可信度革命"或“实证主义革命”（经济学中创新的研究设计，旨在寻找可靠的因果关系证据来回答重要的政策问题）的开场炮之一。在Card和Krueger开场之后，Angrist和Imbens加入了进来，通过更加巧妙的统计学武器，给这场革命带来了一场胜利。

Imbens完善了学术界用来估计因果效应的工具——或者说知道何时在解释结果方面存在限制。这对如何评估政策选择有很大的影响。

Imbens最具影响力的论文是在1996年与Angrist和Donald Rubin合作的，后者是哈佛大学的统计学家（他其实也有机会分享这个诺奖，不知道是不是因为诺奖委员会认为他不是经济学家而没有给他）。该论文提出了一个框架，帮助我们在一些人拒绝干预和一些人总是接受干预的情况下评估政策。例如，就业培训计划对工资的影响。

在另一篇极具影响力的论文中，Angrist和Imbens准确地定义了因果估计对谁成立。例如，Angrist和Krueger关于学校教育的结果只对那些被迫留在学校直到16岁，但如果可以会更早离开的人有意义——这可以解释为什么结果与以前的估计不同。

上图是Imbens获奖后，Stanford商学院给他庆祝的酒会。照片来自我的博士导师Erik Brynjolfsson。

八卦一下，Imbens的太太Susan Athey是个经济学和人工智能通吃、加法和减法通吃的大师，之后非常可能获得诺奖。

对于Card、Angrist和Imbens来说，经济学中的"可信度革命"在于对因果效应提供合理的估计——即使这些估计与传统经济理论的出发点不一样。

他们相信，来自现实世界的数据会揭示真相，他们的工作给了我们研究真相的工具。

麦教授几乎所有研究都是在做减法这个分支上的，在博士生的课程里也非常强调因果关系的建立。

这个分支过去30年作出的杰出贡献在未来会解决人工智能无法解决的因果关系的问题，并必将和人工智能结合产生出更强大的大数据分析工具。

▼