以諾獎為談資的熱乎勁已經(jīng)過去,，現(xiàn)在可以來嚴肅地聊一聊諾獎了。今年的經(jīng)濟學諾獎產(chǎn)生了三位得主,，其中伯克利加州大學的David Card因在勞動經(jīng)濟學經(jīng)驗研究上的貢獻獲得一半獎金,，麻省理工學院的Joshua Angrist和斯坦福大學的Guido Imbens因在因果推斷方法論上的貢獻分享剩余一半獎金。

很多人聽到消息的第一反應是,，跑回歸的得獎了,！這種非議實際的潛臺詞是，這些諾獎得主并沒有為經(jīng)濟學理論作出實質(zhì)性貢獻。而且這種非議不是第一次產(chǎn)生,，當2019年的諾獎頒給MIT的Abhijit Banerjee和Esther Duflo以及當時還在哈佛（如今在芝加哥大學）的Michael Kremer時,，就有人質(zhì)疑他們并沒有提出重要的經(jīng)濟學理論。（當時還有一種質(zhì)疑是他們并沒有為消除全球貧困作出貢獻,，但這是對諾獎委員會的宣傳語產(chǎn)生了誤解,，獲獎理由“消除全球貧困的實驗方法”并不是指將做實驗作為消除貧困的手段，而是指通過實驗方法評估和指導設計發(fā)展政策,。）

先來說今年略顯奇怪的獎金分配方式,。

David Card

三人中間，Card主要從事經(jīng)驗研究（盡管近些年他在回歸斷點設計和回歸拐點設計上也有方法論貢獻）,；Imbens算是純粹的理論計量經(jīng)濟學家（所謂econometrician）,，只有少量經(jīng)驗研究存世；Angrist則兼做方法論和經(jīng)驗研究,，側重于后者,。

Joshua D. Angrist

縱觀過去52屆經(jīng)濟學諾獎，要么得獎理由比較聚焦（有具體的問題或具體的理論）,，要么獎勵一個新領域的開創(chuàng)者（比如2017年的得主Richard Thaler是行為經(jīng)濟學的開創(chuàng)者之一）,，從來沒有一次頒給一個涵蓋面寬泛的領域并且獲獎者不是該領域的開創(chuàng)者。而且不妨說,，勞動經(jīng)濟學已經(jīng)出過好幾個諾獎了：早在1992年,，Gary Becker即因在家庭、犯罪,、歧視,、人力資本等勞動經(jīng)濟學議題上的貢獻獲獎；2001年,，Joseph Stiglitz因從信息不對稱角度解釋勞動力市場非自愿失業(yè)而獲獎,；2010年，Peter Diamond, Dale Mortensen, Christopher Pissarides三人因發(fā)展出勞動力市場的搜尋匹配模型而共享諾獎,。即使要再度頒給勞動經(jīng)濟學,，Angrist在這一領域的經(jīng)驗研究上所作出的貢獻似乎也不亞于Card。

至于因果推斷方法論,，不管是官方介紹還是坊間解讀,，重點提及的只有一篇文章，那就是Imbens和Angrist于1994年發(fā)表在ECMA的文章（以及與此相關的Angrist and Imbens, 1995, JASA; Angrist, Imbens, and Rubin, 1996, JASA）,，這一系列文章為古老的工具變量方法究竟識別了何種因果效應提供了一個解釋框架,，但如果只是這么看，似乎貢獻并不足以獲得諾獎,？

如本文后面將展開,，此三人獲獎的真正理由,，是推動了一場研究范式的革命，深刻改變了社會科學研究者思考因果關系的方式,，深刻改變了主要基于非實驗數(shù)據(jù)（觀測數(shù)據(jù)）的社會科學經(jīng)驗研究的方向,，勞動經(jīng)濟學只不過是這場革命中戰(zhàn)果最為豐碩的陣地而已。如果這個理由成立,，那為什么不是三人平分獎金呢,？我能接受的解釋是，Card是Angrist和Imbens的老師輩,，要給老師多發(fā)點獎金,。Card于1983年從普林斯頓大學博士畢業(yè)，在母校任教14年,，然后在伯克利工作至今,，他的博士論文導師是勞動經(jīng)濟學大家Orley Ashenfelter（后面還會提及）。六年之后,，Angrist也從普林斯頓博士畢業(yè),，用學術界的黑話講，他的大老板也是Ashenfelter,，而小老板不是別人,，正是此時剛剛升任正教授兩年的Card。（如果在相聲門里,，這三人的關系還不好論了。）Angrist在哈佛和希伯來大學短暫停留后,，自1996年起在MIT任教至今,，開枝散葉，其中最著名的學生就是2019年的諾獎得主Duflo,。他是Duflo的小老板,，后者的大老板當然也就是她的丈夫兼合作者兼諾獎共同得主Banerjee。（如果在相聲門里,，這三人的關系更不好論了,。）

Guido W. Imbens

Imbens則于1991年從布朗大學畢業(yè)，師從理論計量大家Tony Lancaster（你可能會熟悉他2000年發(fā)表在JoE上廣為引用的關于伴隨參數(shù)問題的文章）,。Imbens一直輾轉于美國東西海岸之間,，他最近一次跳槽是和妻子Susan Athey（克拉克獎得主、美國經(jīng)濟協(xié)會候任主席）一起于2012年從哈佛轉至斯坦福,。1990-1991年間,，Imbens和Angrist的職業(yè)經(jīng)歷在哈佛有短暫的重合，斯坦福官方有一則新聞提到,，二人每個周六的早上都會相約到教工宿舍的自助洗衣店洗衣服,，趁滾筒翻轉的間隙討論學術問題,，諾獎思想的種子正是在那時埋下的。2002年Imbens和Athey結婚,，Angrist還擔任了伴郎,。（四年后，Athey和Imbens的第一篇合作論文發(fā)表于ECMA,，提出著名的非線性DID模型,，首次將目光從平均因果效應轉向因果效應的整個分布。）2000-2006年間,，Imbens和Card同在伯克利,，二人雖然沒有正式合作，但經(jīng)常在各自的辦公室工作到深夜,，然后結伴去小酌一番,，交流研究心得，按Imbens自己的話說,，深受教益,。

既然已經(jīng)提及，雖與本文的主旨無關,，不妨就2019年的諾獎多說幾句,。除了Duflo是最年輕的經(jīng)濟學諾獎得主（時年46歲）、第二位女性得主（第一位是已經(jīng)過世的Elinor Ostrom）以及和Banerjee組成第一對夫妻檔得主（耐人尋味的是,，諾獎官網(wǎng)并不這么認定）這些大眾熟知的八卦之外,，還有一個絕無僅有之處在于，當年的三位得主中有兩位,，其引用量最高的學術成果并不是諾獎成果,。Banerjee其實是一位杰出的理論家，他最高引的文章是1992年發(fā)表在QJE上關于羊群效應的理論模型（引用數(shù)超過八千）,，次高引的文章是1993年發(fā)表在JPE上關于初始財富分布如何通過影響人們的職業(yè)選擇從而影響經(jīng)濟發(fā)展的理論模型（引用數(shù)四千）,。而Duflo最高引的文章是2004年發(fā)表在QJE討論DID模型技術細節(jié)的文章（引用數(shù)超過一萬一千），文章對后世的影響,，用黑話講就是,，在進行統(tǒng)計推斷時，要使用聚類標準誤,。Kremer是將實地實驗方法引入發(fā)展經(jīng)濟學的先驅(qū),，他最高引的文章題為“蛔蟲”，2004年發(fā)表于ECMA（引用數(shù)超過二千）,。但筆者認為,，Kremer最令人醍醐灌頂、拍案叫絕的成果卻是一篇理論文章,，那就是1993年發(fā)表在QJE的“O型環(huán)理論”,，用生產(chǎn)環(huán)節(jié)的互補性這樣一個小小的巧思來解釋眾多的經(jīng)濟發(fā)展事實,。（O型環(huán)是美國挑戰(zhàn)者號航天飛機上的一個零部件，至于為何如此命名以及該理論的偉大之處,，筆者將有另文專述,。）

所以離題萬里，其實想說三點,，第一,，2019年的諾獎得主并非沒有理論貢獻，只是他們的理論貢獻可能被低估了而已,；第二,，從諾獎得主名單中，可以看出經(jīng)濟學脈絡清晰,、綿延不絕的學術傳承譜系,，現(xiàn)代經(jīng)濟學的蔚然大觀其來有自；第三,，經(jīng)濟學的健康發(fā)展,，離不開理論研究和經(jīng)驗研究的齊頭并進，這是Milton Friedman (1953)“實證經(jīng)濟學方法論”的寶貴遺產(chǎn)：實證經(jīng)濟學的目標是發(fā)展出一個理論或假說,，對現(xiàn)象做出有意義的預測,，必須也只能通過現(xiàn)象驗證預測來評判理論。這樣就拗回正題了,。

那么,，這是一場什么樣的革命？

一言以蔽之,，就是采用隨機實驗的語言和概念框架來理解,、表述和規(guī)范經(jīng)濟學的經(jīng)驗研究。要考察一項政策的效果,，最理想的情形是，隨機選擇政策的干預對象,，這樣接受干預個體的平均結果和未接受干預個體的平均結果之間的差異就能夠反映政策效果,。但社會科學最重要的特征在于，研究對象是活生生的人,，而不是一個光滑的木箱子或一只小白鼠,。絕大多數(shù)時候，政策干預不是隨機發(fā)生的,，而是經(jīng)濟參與人的自主選擇,，因此和政策干預與否相關的結果差異，反映的可能其實是影響這種政策干預與否的某個選擇因素,，而不是政策干預本身,。

我們把研究者無法以實驗的方式主動介入數(shù)據(jù)生成過程而只能被動觀測之的研究統(tǒng)稱為觀測性研究(observational studies),。根據(jù)前述理由，在觀測性研究中,，如果我們不能充分認識干預與否這種變動性的來源,，是說不清楚干預和結果之間的因果關系的。在傳統(tǒng)上,，這種變動性的來源恰恰是未知的或未被模型化的,。而這場經(jīng)驗研究的“可信性革命”最核心的指導思想是，去尋找影響干預與否的諸多因素中足夠外生的因素,，然后只利用這一外生因素所產(chǎn)生的,、干預的整體變動性中的某一部分，去識別干預和結果之間的因果關系,。盡管這一外生因素不是研究者通過實驗制造出來的,，但好比是造物主進行了一場實驗，因此這種研究取徑也被稱作自然實驗,。換句話說,，一個好的自然實驗，必須要能夠產(chǎn)生干預的一個足夠干凈清晰的變動性來源,。

自然實驗——心理學中管它叫準實驗——這個說法其實帶有一定的迷惑性,。“實驗”一詞給人的感覺是,，干預組和未干預組的劃分是隨機的,。經(jīng)濟學中確實有這樣的“精確的”自然實驗研究，比如Raymond Fisman (AER, 2001)的成名作,，考察政治關聯(lián)的價值,，以印尼股票市場為實驗情境，以蘇哈托健康狀況惡化的小道消息傳播為實驗干預,，發(fā)現(xiàn)越是與蘇哈托家族勾連密切的上市公司,，在謠言聲起時越是經(jīng)歷大幅股價下跌。

但在“模糊的”自然實驗情境中,，干預組和未干預組的劃分是非隨機的,，只在特定情境下部分地受到外生因素的影響，這種外生因素就被稱作工具變量,，由工具變量去撬動因果效應的識別,。Imbens和Angrist (ECMA, 1994)問了一個今天看來似乎理所當然的問題：工具變量既然利用的是干預的整體變動性中的一部分，那么工具變量方法所識別的因果效應是否就不是關于所有個體的平均因果效應,，而只是關于局部個體的平均因果效應,？如果承認一項政策干預對于不同個體的因果效應可能存在異質(zhì)性，那么這個局部的構成就是至關重要的,。他們?yōu)檫@個問題給出了一個正式的肯定回答：構成這個局部的是其干預狀態(tài)的變動性關于工具變量敏感的那些個體,，因此這個構成是依賴于工具變量的,，也就是說，在不同的研究情境中,，我們尋找到不同的工具變量,，識別了不同局部的平均因果效應。這項研究的意義有二,，其一,，在異質(zhì)性因果效應的前提下，對于1928年由經(jīng)濟學家Philip Wright發(fā)明的工具變量方法首次獲得了完整準確的理解,；其二,，將溯源自統(tǒng)計學先驅(qū)Neyman和Fisher、由統(tǒng)計學家Donald Rubin（哈佛榮休,，已于2018年全時加盟清華）在上世紀七八十年代的一系列研究所奠定的因果推斷話語體系引入了經(jīng)濟學,。

古老的方法獲得了嶄新的生命力，是這場革命的鮮明特征,。1960年由心理學家Thistlethwaite和Campbell發(fā)明的回歸斷點設計,，在1990年代后期被經(jīng)濟學家重新注意到，掀起一股使用這一方法的浪潮并流行至今,，Angrist and Lavy (1999, QJE)關于班級規(guī)模如何影響教育產(chǎn)出的研究是早期的代表作之一,。Hahn, Todd, and van der Klaauw (2001, ECMA)很自然地將Imbens和Angrist的思想拓展到回歸斷點設計中。仍然考慮因果效應可能存在個體異質(zhì)性,，如果政策干預與否由某種一刀切標準完全決定,，就構成了“精確的”自然實驗，一刀切標準兩側個體的結果差異反映臨界點處的平均因果效應,；如果政策干預部分地由一刀切標準決定,，就構成了“模糊的”自然實驗，一刀切標準是現(xiàn)成的工具變量,，由此識別的因果效應是臨界點處干預狀態(tài)關于一刀切標準敏感的局部個體的平均處理效應,。

更典型的例子是雙重差分(DID)方法。最早的DID研究來自流行病學,，即Snow(1954)關于倫敦霍亂是否通過水源傳播的研究,。有意思的是，經(jīng)濟學中最早的DID研究都是關于最低工資的,，Obenauer and von der Nienburg (1915)研究了美國俄勒岡州最低工資立法的經(jīng)濟后果。Lester(1946, AER)是一篇“臭名昭著的”文章,，是Friedman (1953)中用來批判的靶子,，這篇文章主要想說利潤最大化的邊際分析方法整個兒錯了，因為作者調(diào)查發(fā)現(xiàn),，很少有企業(yè)經(jīng)理人認為工資是工人雇傭量的決定因素,。Friedman指出,，不能通過直接檢驗假設的現(xiàn)實性來評判理論的優(yōu)劣。但對最低工資立法是否降低企業(yè)雇工數(shù)量的檢驗意外造就了DID方法的早期實踐,。在這類研究中,，有干預組和未干預組兩類個體，以及干預前和干預后兩個時期,，如果有理由認為,，倘若沒有干預，干預組和未干預組結果變化的固有趨勢相同,，這種干預就構成了“精確的”自然實驗,，兩個組干預后和干預前結果的差異之差異反映了干預組干預后的平均因果效應。而如果在干預后時期,，不是所有的干預組個體都接受了干預,，只是干預組個體接受干預的比例提高，則構成了“模糊的”自然實驗,。

Ashenfelter (1978, REStat)首次指出DID方法的嚴重局限：如果干預組個體的結果在接受干預之前有不同于未干預組個體的系統(tǒng)性變化,，那么這種變化就會扭曲因果效應的估計。例如,，參加職業(yè)培訓項目的人往往剛受到收入的負向沖擊,，如果沖擊是暫時性的，那么下一期收入會自然回調(diào),，因此會高估職業(yè)培訓項目的效果,，反之，如果沖擊是永久性的,，就會低估其效果,。這項研究較早注意到了政策干預的選擇性問題，是在因果推斷嚴謹性上早期努力的典型代表,。（另一篇代表作是Robert Lalonde于1986年發(fā)表在AER上的文章,，指出用實地實驗數(shù)據(jù)評估職業(yè)培訓項目效果的必要性。Lalonde也是Ashenfelter在普林斯頓的學生,，1985年畢業(yè),，是小Card兩屆的師弟，已于2018年去世,，生前長期任教于芝加哥大學,。在筆者看來，Ashenfelter和Lalonde這對師徒的這兩篇文章才是這場經(jīng)驗研究革命的先鋒號角,。）

就筆者閱讀所及,，DID這個術語最早出現(xiàn)于Ashenfelterand Card (1985, REStat)，但讓這個方法聲名大噪的研究，也是Card最高引的文章（引用數(shù)超過四千）,，則是Card and Krueger (1994, AER),，這項關于美國東部快餐店在最低工資標準變動前后雇工量變動的研究與DID的早期研究結論意外吻合，對經(jīng)濟學的經(jīng)典結論形成挑戰(zhàn),。這之后,，雖Ashenfelter的警告言猶在耳，但DID方法逐漸大行其道,，如今已呈水漫金山之勢了,。不過Imbens和Angrist的思想在DID方法上的拓展姍姍來遲，直到de Chaisemartin and D’Haultfoeuille (2018, RES)才正式討論了模糊DID中識別的究竟是何種局部平均因果效應,。而因果效應的個體異質(zhì)性如果再結合干預時點的個體異質(zhì)性,，情況就變得更復雜，構成了DID領域的最新進展,。筆者一直以為,，要把DID這塊拼圖補充完整，諾獎才會青睞因果推斷的經(jīng)驗研究這個領域,，不過幸運的是,，諾獎委員會認為已經(jīng)是時候了。

一個相關的問題是,，應該如何評價Card and Krueger (1994),？或者更一般地，應該如何看待經(jīng)驗研究發(fā)現(xiàn)與理論結論的潛在沖突,？有人說這篇文章觸了經(jīng)濟學的逆鱗,，筆者則傾向于持折衷主義的態(tài)度。教科書關于最低工資帶來失業(yè)的理論分析不大可能錯,，因為它不過是需求定律的直接應用,。但大量的經(jīng)驗研究一致地發(fā)現(xiàn)，最低工資對低工資工人就業(yè)的影響很有限,，這也必須同樣嚴肅對待,。所以重要的不是站隊，而是思考真實世界究竟發(fā)生了何種對最低工資的教科書模型的偏離,。有沒有可能低技能工人其實不容易被高技能工人或機器所替代,？有沒有可能產(chǎn)品的需求價格彈性比較小以至于賣主可以把高企的用工成本轉嫁給消費者？有沒有可能勞動力市場存在摩擦因此工資的提高減少了職位空缺(vacancies)和人員流動(turnover),？經(jīng)驗研究技術在不斷進步,，但對作者與讀者而言，最大的考驗永遠是,，是否具備洞察現(xiàn)實世界的理論眼光,。

最后想說，每年當大家為新科諾獎得主的出爐而拍手叫好時，往往也會伴隨著遺珠之憾,。今年大家都注意到了Alan Krueger。筆者每年上計量課,，必講文獻中Krueger的作品至少占四篇,，除了前面提到的和Card合作的文章，還有和Angrist合作的用出生季度作為受教育年限工具變量的文章(1991, QJE),，以及和Ashenfelter合作的用雙胞胎數(shù)據(jù)估計教育回報率的文章(1994, AER),，都是兼具學術價值和教育意義(pedagogical value)的偉大作品。這位研究過快樂經(jīng)濟學的經(jīng)濟學家因為深沉的不快樂于2019年離世,。而當我寫下這些文字的時候,，偉大的科爾奈也剛剛撒手人寰。