近30年來，現(xiàn)代經(jīng)濟學研究爆發(fā)了一場因果推斷革命。

多讀一年書，收入會上漲嗎，漲多少？提高最低工資，就會導致失業(yè)率上升嗎？移民增加，會影響當?shù)厝说木蜆I(yè)與薪資水平？今年的諾貝爾經(jīng)濟學獎就頒給了三位通過各種計量工具，給出嚴謹因果性答案的美國經(jīng)濟學家。諾貝爾獎表彰他們解開了一個又一個歷史、社會和經(jīng)濟的謎團。

北京時間10月11日，作為壓軸獎項的諾貝爾經(jīng)濟學獎揭曉，一半授予大衛(wèi)·卡德（David Card)“因為他對勞動經(jīng)濟學的實證貢獻”，另一半則由約書亞·安格里斯特（Joshua  D. Angrist）和吉多·因本斯（GuidoW Imbens）共同摘得，“表彰他們對因果關(guān)系分析的方法論貢獻”。

頒獎詞這樣寫道：他們提供了關(guān)于勞動力市場的新見解，且展示了可以從自然實驗中得出關(guān)于因果關(guān)系的結(jié)論。他們的方法已經(jīng)擴展到其他領(lǐng)域，并徹底改變了實證研究。

香港浸會大學工商管理學院經(jīng)濟學副教授張宏亮在接受澎湃新聞（www.kxwhcb.com）專訪時表示，大家都預(yù)期他們會獲獎，唯一不確定的什么時候頒獎。在接受澎湃新聞記者專訪前，張宏亮剛剛給他的導師安格里斯特發(fā)去了祝賀郵件，說到對這一不確定性解除的喜悅和激動，并在10月13日收到了安格里斯特的感謝回復(fù)。

安格里斯特得知自己獲獎時，其妻子拍下的照片。

在真實世界的經(jīng)濟學中尋找因果關(guān)系

2003年至2009年，張宏亮在麻省理工學院攻讀經(jīng)濟學博士學位，在讀期間，他的指導老師為安格里斯特和2019年的諾貝爾經(jīng)濟學獎得主之一埃絲特·迪弗洛（Esther Duflo）。迪弗洛是歷史上最年輕的諾貝爾經(jīng)濟學獎得主（獲獎時47歲），也是第二位獲獎的女性；2019年迪弗洛與丈夫阿比吉特·巴納吉（Abhijit Banerjee)因在“減輕全球貧困方面提出的實驗性方法”，與邁克爾·克雷默（Michael Kremer）一同摘得諾貝爾經(jīng)濟學獎。

張宏亮告訴澎湃新聞，幾年前曾有一次勞動經(jīng)濟學被普遍看好，當時的熱門候選人除了今年獲獎的三位，2019年去世的艾倫·克魯格也是熱門人選。今年是繼1992年加里·貝克（Gary Becker）作為首位獲獎的勞動經(jīng)濟學家后，諾獎再次頒給勞動經(jīng)濟學家。今年的獎項給到了作為基于自然實驗的實證研究及其方法。基于自然實驗的實證研究的興起對經(jīng)濟學發(fā)展的影響是革命性的，對近三十年成長起來的經(jīng)濟學家產(chǎn)生了廣泛深刻的影響。過去經(jīng)濟學基本是要求首先確定理論模型，相關(guān)的分析基于模型正確的假設(shè)。基于自然實驗的實證研究強調(diào)“讓數(shù)據(jù)自己說話”，直接調(diào)查解釋變量（explanatory variable)和結(jié)果變量（outcome variable）的因果關(guān)系。

張宏亮介紹，今年的諾貝爾經(jīng)濟學獎可以與2019年的隨機試驗的聯(lián)系在一起來看。諾獎這次為什么希望強調(diào)“自然實驗”的重要性，因為在自然科學中，可以做很多科學實驗， 2019年的諾獎表彰的是將隨機實驗（randomized control trial）應(yīng)用到發(fā)展經(jīng)濟學的研究中。隨機試驗在醫(yī)學上有很多應(yīng)用，比如在測試新藥時，可以把病人隨機分配到對照組（使用大家原來普遍使用的藥）和實驗組（使用新藥），再看實驗組的治愈率是否高于以及在多大程度上高于對照組。經(jīng)濟學家將隨機實驗應(yīng)用到研究經(jīng)濟社會問題中，比如對接種疫苗選擇某些區(qū)域提供補助和激勵機制，再與那些維持現(xiàn)狀的區(qū)域進行對比來看相關(guān)機制對疫苗接種率的影響。但是在很多經(jīng)濟學的問題上，不一定有條件做完全的隨機試驗。這個時候就需要憑借現(xiàn)有的數(shù)據(jù)來評估已經(jīng)發(fā)生的事情，構(gòu)建一個自然實驗——通過觀測到的數(shù)據(jù)，而不是去做田野實驗收集的數(shù)據(jù)來進行因果推斷。

得知獲獎后，因本斯（中）與家人的合影。安格里斯特與因本斯相識于職業(yè)生涯初期，二人分別于1989年和1990年畢業(yè)后到哈佛大學經(jīng)濟學系任教，很快一拍即合，樂于一同做研究。

20世紀90年代中期，安格里斯特和因本斯對如何評估平均干預(yù)效應(yīng)做出了挑戰(zhàn)。他們將經(jīng)濟學中常用的工具變量(IV)框架和統(tǒng)計學中常用于因果推理的“反事實結(jié)果”（counterfactual outcome）框架相結(jié)合，分析了在現(xiàn)實場景中，如何識別和評估可以明確解釋的干預(yù)效果，即局部平均干預(yù)效應(yīng)(local average treatment effect, LATE）。安格里斯特和因本斯的研究表明，使用工具變量，即與是否受到干預(yù)相關(guān)而與其他影響結(jié)果的因素無關(guān)的變量，可以識別出針對依從實驗或準實驗分配的個體(compliers to the assigned treatment)的局部平均干預(yù)效應(yīng)。在上面提到的測試新藥的實驗為例，工具變量就是實驗組/對照組的分配，而依從分配的個體指的是無論分配到實驗組或是對照組都會遵從醫(yī)囑服藥的患者，即分配在實驗組會服用新藥而分配在對照組會服用舊藥。瑞典皇家科學院點評稱，在經(jīng)濟學還是其他社會科學領(lǐng)域他們的LATE框架成為準實驗性和實驗性研究的主導框架。而且，由安格里斯特和因本斯提供的LATE框架也用于檢測包括斷點回歸設(shè)計和雙重差分識別在內(nèi)的其他因果推斷方法的條件。

瑞典皇家科學院認為，今年三位獲獎?wù)叩呢暙I彼此互補，綜合起來的整體貢獻大于他們各自貢獻之和。卡德在20世紀90年代初的研究展示了如何利用自然實驗揭示因果效應(yīng)，將使用觀察數(shù)據(jù)的實證研究的焦點轉(zhuǎn)向依賴準實驗變化來建立因果效應(yīng)。安格里斯特和因本斯則極大地改變了研究人員使用由自然實驗或不完全依從（imperfect compliance）隨機實驗產(chǎn)生的數(shù)據(jù)來研究實證問題。因此，所有獲獎?wù)叩呢暙I加在一起，他們?yōu)榻?jīng)濟學建立基于研究設(shè)計的實證方法發(fā)揮了核心作用。他們的方法旨在模擬隨機實驗通過可觀察的數(shù)據(jù)（observed data）來回答因果問題，大大提高了研究人員使用可觀察的數(shù)據(jù)來回答對經(jīng)濟和社會政策具有重大意義的因果問題的能力。

1994年，安格里斯特與因本斯共同發(fā)表的《局部平均干預(yù)效應(yīng)的識別和估計》（Identification and Estimation of Local Average Treatment Effects，Econometrica, March 1994.)將LATE這一因果推斷框架模型正式發(fā)表，也是諾獎這次表彰他們的最主要的貢獻。

張宏亮介紹，安格里斯特對自然實驗的研究與貢獻集中體現(xiàn)在他的兩篇代表作中。第一篇可以追溯到他的博士論文《終生收入與越戰(zhàn)時期抽簽征兵制度：來自社會保障行政記錄的證據(jù)》（Lifetime Earnings and the Vietnam Era Draft Lottery: Evidence from Social Security Administrative Records , The American Economic Review , June 1990.），他研究的是在越戰(zhàn)期間，因為按照生日進行隨機抽簽而服兵役對未來的收入產(chǎn)生的影響。第二篇就是他在1994年和因本斯共同發(fā)表的《局部平均干預(yù)效果的識別和估計》這篇論文。這篇論文通過嚴謹?shù)臄?shù)學推導出了LATE理論模型。張宏亮指出“基于LATE因果推斷模型的經(jīng)濟學實證論文，最大的優(yōu)勢研究設(shè)計干凈利落（clean and neat），因果推理方法、所基于的事實數(shù)據(jù)、以及從中推斷出什么樣的結(jié)論都可以清晰地解釋給即使是沒有經(jīng)濟學背景的非專業(yè)人士。”

LATE的數(shù)學推導

MIT經(jīng)濟學系問問題最尖銳的老師

按照獲獎時的任職機構(gòu)，芝加哥大學是擁有經(jīng)濟學諾獎得主最多的高校，共計13位，而今年麻省理工學院（8位）因為安格里斯特的獲獎而趕超哈佛大學(7位）。

張宏亮回顧上學期間，談到MIT經(jīng)濟系有一個傳統(tǒng)：每年諾獎頒布前師生都會猜花落誰家。每個人可以猜多個人選，每個人選投1美元到競猜的獎池中，最后獎池中的錢由猜中者平分。他讀書的那幾年，雖然MIT經(jīng)濟系的老師們 “群星薈萃”，但一直沒有人獲獎，每年也只有寥寥1-2人可以猜中。但2010年以來已先后有5位老師獲獎（Peter Diamond 08’; Bengt Holstrom, 16’;Ahhijit Banerjee and Esther Duflo，19’;Joshua Angrist,21’），相信這幾年的獎池常常會由很多人共享。

MIT實行的是雙導師制，張宏亮當時的研究領(lǐng)域是公共經(jīng)濟學和勞動經(jīng)濟學，選擇的兩位導師就是迪弗洛和安格里斯特。兩位導師也風格迥異——迪弗洛對研究的問題較為開放，對學生的選題盡量正面回應(yīng)；而安格里斯特則對選題的標準非常嚴格。

讓張宏亮印象最深刻的是每周的午餐研討會。“MIT有一個非常好的氛圍，學生跟老師之間的互動比較多，按照研究的領(lǐng)域，每周有一個午餐研討會，這個領(lǐng)域的所有博士生和老師一起吃飯，由一位學生介紹自己的研究課題，所有老師一起點評。”

張宏亮介紹MIT的午餐會時說，安格里斯特在午餐研討會是出了名的問問題最為尖銳的。

“他永遠會追問你‘so what’？你做的研究貢獻到底是什么：文獻上有什么貢獻？實證的意義在哪里？大家都覺得最難的就是前5-10分鐘，如果能順利地通過安格里斯特的追問，往往代表通過了選題這一關(guān)。”

張宏亮也自認最受益于安格里斯特對選題和寫作方面的指導。安格里斯特對寫作的要求也非常嚴格，他送給學生每一位學生一本寫作指導（“The Elements of Style” by William Strunk Jr.），還親自教學生怎么寫文章的開頭段落。

“他自己的文章都是寫得非常好的，他對自己要求非常高，對其他人要求也是比較高的。”張宏亮如此評價自己的老師。

安格里斯特作為第一作者的《基本無害的計量經(jīng)濟學》也被國內(nèi)學界推崇為經(jīng)濟學實證研究必讀書目。

安格里斯特對教育機制的設(shè)計或?qū)χ袊薪梃b意義

實際上，安格里斯特在教育經(jīng)濟學領(lǐng)域的多篇文章已經(jīng)被奉為經(jīng)濟學經(jīng)典。

此次瑞典皇家科學院也提到，安格里斯特和艾倫·克魯格在1991年在頂級雜志《經(jīng)濟學季刊》上發(fā)表的一篇文章，討論的是教育時間與未來工資水平的問題。

美國很早就頒布了《義務(wù)教育法》。美國的義務(wù)教育法規(guī)定：只要當年年滿6歲的兒童，都需要在該年9月份入學。也就是說，一個孩子如果生日是1月1日，他的入學年齡是6歲8個月，而同一年12月31日出生的孩子，入學年齡則是5歲8個月，比1月1日出生的孩子小了1歲。而美國的義務(wù)教育法同時又規(guī)定要過了16歲的生日才能合法地離開學校。這樣一來，如果同樣是過了16歲生日就離開學校，1月1日出生的小孩因為上學年齡晚1歲，教育年限也少了1年。

美國的義務(wù)教育法從而也就創(chuàng)造了一個自然實驗的環(huán)境——16歲輟學的孩子可分成兩組：對照組是生日在一年當中比較早的；干預(yù)組是生日在一年當中比較晚。安格里斯特和克魯格分別搜集了美國20世紀20年代、30年代、40年代和50年代出生的孩子在1970年、1980年的收入信息發(fā)現(xiàn)，對于20世紀20年代出生的孩子來說，第一季度出生的人比其他三個季度出生的人少上了0.126年學，收入（周薪）要低約0.9個百分點，由此推斷出教育回報率低了7%。對于20世紀30年代出生的孩子來說，第一季度出生的人比其他三個季度出生的人少上了0.109年學，收入（周薪）要低1.11%，由此推斷出多上一年學的回報率是10.2% 。

安格里斯特的研究有效證明了教育時間的延長可以顯著提高未來工資水平，也從而反駁了義務(wù)教育法對學生個人的經(jīng)濟意義不大的觀點。

張宏亮介紹，安格里斯特近期的研究也都是關(guān)于教育問題——學校與學生的匹配、學生與老師之間匹配的機制設(shè)計，以及如何評估學校對學生學習效果的影響。他在MIT創(chuàng)辦了Blueprint Lab實驗室來推動教育、醫(yī)療和就業(yè)政策的機制設(shè)計。

“美國有一個組織叫做‘Teach for America’，這個組織做的事情類似于中國的支教。涉及到支教的問題時，老師會有一些偏好，特別在美國，不同的個體對宗教和種族會有不同的偏好；學生在選擇學校的時候也會有很多偏好。在這樣的情況下，如何做好學生、老師和學校之間的匹配工作，把老師和學生要分配到不同的學校，最大化他們的偏好和成績。安格里斯特就是在通過設(shè)計一個運算法則（algorithm）來幫助這個機構(gòu)。”

張宏亮認為，安格里斯特目前的研究對中國也很有借鑒意義。比如目前中國想要實現(xiàn)去學區(qū)化與教師的流轉(zhuǎn)，肯定會存在一定困難，因為教師會有一些偏好。要如何在一定程度上既尊重教師的偏好的同時，實現(xiàn)教師的流轉(zhuǎn)機制，使得教育資源的分配更加公平，正是安格里斯特目前正在做的工作。