原創(chuàng) 木 海 PoIiticaI理論志

實證經(jīng)濟學的可信度變革：更好研究設計如何規(guī)避計量經(jīng)濟學弊端？

編者按：

本文作者約書亞·安格里斯特是2021年諾貝爾經(jīng)濟學獎獲得者，本文發(fā)表于Journal of Economic Perspectives并對實證經(jīng)濟學自1980年代起發(fā)展的回顧。本文側重介紹研究設計對于增加經(jīng)濟學實證研究可靠性的改善，學者通過反思計量經(jīng)濟學研究中常見的通過不嚴謹?shù)亩糠治龅贸霾豢煽康慕Y論的陷阱，總結經(jīng)濟學的主要領域中的發(fā)展和局限性，是經(jīng)濟學方法論綜述的經(jīng)典篇目。

學人簡介：

Joshua D. Angrist (約書亞·安格里斯特), MIT Ford Professor of Economics

J?rn-Steffen Pischke, LSE Professor of Economics

文獻來源：

Angrist, Joshua D., and J?rn-Steffen Pischke. 2010. "The Credibility Revolution in Empirical Economics: How Better Research Design Is Taking the Con out of Econometrics." Journal of Economic Perspectives, 24 (2): 3-30.

作者 Joshua D. Angrist

著名經(jīng)濟學家Edward Leamer 在1983年曾對經(jīng)濟學的實證工作提出批判，認為計量經(jīng)濟學的種種以看似可靠的實證過程得出結論的“騙術”應被盡快拋棄。本文意在回顧過往二十幾年的實證工作，看實證研究的可靠度是否自Leamer悲觀的斷語面世后有所改善。

Leamer的批評源自于研究中種種預設缺乏穩(wěn)健性——而這些預設本身雖然對研究結果極為重要，卻近乎隨意挑選。因此Leamer認為應進行敏感度分析，以判斷是否方程模型以及變量選擇改變影響研究結果。后來的歷史說明，研究設計的改善使得實證研究雖非按照Leamer提出的方案改革，卻也經(jīng)歷長足發(fā)展。

實證研究中利用隨機實驗的研究最先得益于研究設計的改進，如在墨西哥進行的改善兒童福利的隨機研究，美國住房和城市發(fā)展部主導的幫助搬遷項目，都因可信的研究成果而改善了現(xiàn)實政策或改變既往的錯誤認知。結構性的經(jīng)濟學參數(shù)，比如跨時期替代彈性，也是隨機實驗的研究重點。在研究人員無法進行隨機實驗的課題上，類實驗或者自然實驗就成為研究者獲取信息的有效渠道。相比之下，實證宏觀經(jīng)濟學或許進步有限。但是一部分研究設計為基礎的實證作品依舊促進學界達成對重要問題的共識。

Leamer的批判與改良策略

Leamer的批判主要針對傳統(tǒng)的樸素的回歸分析，而非針對研究設計。Leamer為避免回歸分析中的假設影響研究結果，提出敏感性分析。Sims也同樣支持這一觀點，并將貝葉斯分析應用于這種檢驗中；最終二人提出極限邊界分析，即將多種協(xié)變量組合加入模型中估計目標參數(shù)，最終確定目標參數(shù)的范圍。

本文作者通過下述兩個案例說明Leamer的貢獻和局限：第一個頗有影響力的研究為Ehrlich于1977年發(fā)表的用時間序列和截面數(shù)據(jù)做的法律研究，Ehrlich使用Leamer等人的方法得出結論，認為死刑確對犯罪行為具有震懾作用。該研究在法院對于死刑的判罰產(chǎn)生實質(zhì)影響。然而該文一經(jīng)面市便引起巨大爭議——研究者發(fā)現(xiàn)，Ehrlich的研究結果會因方程形式變化而異，而作為Ehrlich研究的因變量，即1960年代的兇殺案頻發(fā)，可能收到多種因素影響，而非僅依犯人處決率變動。另外，盡管Ehrlich本人試圖通過工具變量應對反向因果、遺漏變量等問題，他卻從未論證該工具變量為何有效，乃至為何工具變量與其他內(nèi)生變量相關。

第二個研究探索教育投入與產(chǎn)出的關系。Coleman等人1966年發(fā)表的文章可以說明當時研究的典型問題。學生、學校、社區(qū)不同級別的特點本身并未得到區(qū)分，例如常見的結論有小課堂可能導致學生標準化考試成績下降，然而事實是，學習吃力的學生可能會被劃分到小課堂等等。另一方面，許多研究也忽視了作為因變量的課堂規(guī)模等因素實際與平均投入高度相關，因此把平均投入作為控制變量本身就存在問題。其他著名的研究，如蘭德公司1974年的健康保險實驗研究也存在相似問題。

計量經(jīng)濟學中的“騙術”為何變少

質(zhì)量更佳的數(shù)據(jù)和穩(wěn)健的估計方式對實證研究的改善自不必說，明晰的研究設計更對研究的可靠性至關重要。從Ehrlich 區(qū)區(qū)35個樣本的研究至今，微觀研究的數(shù)據(jù)量大幅增長。研究者的關注點從過分糾結技術細節(jié)，忽略估計量的因果闡釋，到如今擺脫對回歸分析的教條理解，而側重理解包括TSLS在內(nèi)的回歸分析對于平均作用的闡釋，使得實證經(jīng)濟學在模型本身穩(wěn)健型增強的同時，也有更多的實質(zhì)意義。

最重要的莫過于實證研究的重點逐漸轉(zhuǎn)向以研究設計為基礎的研究，研究者對于研究設計傾注的心血對于真正的隨機實驗研究和非實驗研究接近一致。回到教育資源投入產(chǎn)出的著名研究案例，到1992年，Krueger等人的研究轉(zhuǎn)而從每一代人的出生群為單位，使得變化的源頭與最終估計量的層級統(tǒng)一，如此規(guī)避部分遺漏變量帶來的影響。后來，Lavy等人1999年的文章上以RD研究課堂規(guī)模對于標化成績的影響，由此規(guī)避課堂規(guī)模的內(nèi)生性問題。最后一種類實驗的研究設計為DID，也是如今應用最為廣泛的研究設計為基礎的估計方法。DID研究評估政策變化導致的變動的差異。例如圖一便是著名的關于死刑廢除與殺人案發(fā)生率的因果關系的研究，美加兩國相似的變動趨勢說明了這一因果關系。此外隨機實驗也在研究中得到大力推廣，其中最有名的就是田納西州以10000名幼兒園至三年級學生為樣本的研究，這些研究者將孩子們隨機分配進不同規(guī)模的課堂并追蹤其成績變化。當然了，這些研究都有其自身局限性。但是相比于原本徒勞地尋求“真正”的模型，研究者如今的重點放在了遺漏變量可能的來源等更值得探究的問題。

此外，研究設計也逐漸成為被公布、廣泛討論的內(nèi)容。如今研究設計已經(jīng)不再是一個形式主義的產(chǎn)物，而是需要詳細陳述并反復答辯的實施方案，確定識別策略已經(jīng)成為研究中必不可少的一環(huán)。好的研究設計也使得實證結果更加直白，更易于呈現(xiàn)。而敏感性測試則似有式微：相比于Leamer茫無目的地測試不同模型的敏感度，有研究設計藍本的研究更易甄別研究中的疏忽并及時加以改正。

相比于微觀，宏觀經(jīng)濟學的進步則有所局限。這一則是因為宏觀經(jīng)濟學的研究課題自身難以進行隨機實驗，另一方面，許多宏觀經(jīng)濟學家也逐漸依賴計算機模擬實驗。這些模擬實驗通過改變原模型中的參數(shù)來重新估計以求回答研究問題，由此可以確定因果效應是否存在，以及可能的規(guī)模。然而需要注意的是，雖然在理論中增添合理的具體數(shù)值無傷大雅，理論卻并未因此變?yōu)閷嵶C。另一個頻受沖擊的研究領域是產(chǎn)業(yè)組織學，這一領域傳統(tǒng)的研究辦法是估計目標產(chǎn)品需求系統(tǒng)，接著假定市場行為，最終模擬產(chǎn)業(yè)在是否存在兼并下的行為。然而事實上，兼并行為本身或許并不能單純地以假設兼并未發(fā)生作為反事實研究，在這種研究范式下，其他市場的價格常被作為工具變量甄別需求，然而市場之間彼此獨立的假設本身就很有問題。另一種做法是Hastings（2004）中呈現(xiàn)的，找到實驗操作前趨勢相同的控制組和實驗組，以此判斷兼并對市場的影響。好的結構模型可以不僅點明經(jīng)濟學原理，也指出因果效應，但是這些原理必須在更弱的前提假設下依舊成立，否則便乏善可陳。

研究設計是否已經(jīng)走上歧途

隨機實驗范式的興起使得研究者逐漸質(zhì)疑這種研究的外部有效性，由于種種特定的實驗場景，研究者很難確定在這些特定場景之外，研究結論是否依舊有效；此外，實驗往往針對細微的變量，而忽視領域中有待探索的大問題。

任何實證研究中某一因果效應的證據(jù)都是在地的（local）——它只限于此時此地，基于此研究設計。籠統(tǒng)的研究框架也不能使研究的變量更具代表性。但是任何相信數(shù)據(jù)的意義的人都不會反對，異質(zhì)性是相對有限的，理解過去總可以指導未來。對于上述疑慮，或許更有建設性的回應是研究設計中可以增加所尋求的證據(jù)，以求獲得對問題的全面闡述。在相似的研究的不斷累積中，外部有效性更強的理論或許會產(chǎn)生。

編譯 | 木 海

原標題：《諾獎編譯 | Angrist等：更好研究設計如何規(guī)避計量經(jīng)濟學弊端？實證經(jīng)濟學的可信度變革》

閱讀原文