11 октября 2021 года были объявлены лауреаты премии по экономике имени Альфреда Нобеля, учрежденной Государственным банком Швеции. Ими стали американские ученые — 65-летний профессор Калифорнийского университета в Беркли Дэвид Кард (David Card) (1/2 денежной составляющей премии) за «его эмпирический вклад в экономику труда», а также разделившие другую половину премии — 61-летний профессор MIT Джошуа Энгрист (Joshua Angrist) и 58-летний профессор Стэнфордского университета Хидо Имбенс (Guido Imbens) «за их методологический вклад в анализ причинных взаимоотношений».
Научный сотрудник австралийского Мельбурнского института прикладных экономических и социальных исследований (Melbourne Institute of Applied Economic and Social Research), автор подкаста «Большие вопросы» (socialsciencepodcast.com) Максим Ананьев, associate professor испанского Центра денежных и финансовых исследований в Мадриде (Center for Monetary and Financial Studies, CEMFI) Дмитрий Архангельский и стажер-исследователь Международной лаборатории экспериментальной и поведенческой экономики НИУ-ВШЭ Иван Сусин рассказали ТрВ-Наука о научном вкладе лауреатов и связанной с ними научной проблематике.
В основном безвредна…
В начале книги «В основном безвредная эконометрика» (отсылка к книге Дугласа Адамса «В основном безвредна») будущий лауреат Джошуа Энгрист и его соавтор Йорн-Штеффен Пишке (Jorn-Steffen Pischke) задаются вопросом: улучшает ли система здравоохранения здоровье людей? Хотя ответ кажется очевидным, неочевиден метод, подходящий для получения ответа из данных.
Простое сравнение среднего уровня здоровья тех, кто оказался в больнице, с теми, кто там не был, скорее всего, покажет, что после посещения врача здоровье в среднем становится хуже. Это неудивительно — человек, которому понадобилась медицинская помощь, изначально был менее здоровым, чем тот, кто в больнице не бывал. Этот феномен — «ошибка самоотбора» (selection bias) — встречается повсеместно в социальных науках.
Дают ли в элитной школе хорошее образование или там учат так же, а успехи определяются отбором более мотивированных школьников и их родителей? Вредит ли перспективам на рынке труда служба в «горячих точках» или последующие проблемы ветеранов объясняются большей склонностью к военной службе людей с исходно менее радужными перспективами на рынке труда? Ответы на эти вопросы важны для проведения грамотной экономической и социальной политики, и в то же время на них зачастую нельзя ответить экспериментально. В своих эмпирических и методологических работах лауреаты премии памяти Нобеля 2021 года Дэвид Кард, Джошуа Энгрист и Хидо Имбенс показывают, как обойти эту проблему, используя естественные и квазиэксперименты.
Естественные (натуральные) эксперименты — это похожие на контролируемые эксперименты случайные события, которые происходят сами собой, а не по воле исследователя и влияют на тот фактор, эффект которого мы хотим изучить. Например, зачастую, мы не можем случайно выбрать, кто будет служить в армии, а кто нет, — во многих странах это решение люди принимают сами.
Но иногда в этот процесс вмешиваются внешние факторы: во время войны во Вьетнаме призыв в армию США включал в себя лотерею. Поскольку общая мобилизация не требовалась, годных к службе американцев случайно рассортировали согласно дню рождения и призывали по мере необходимости. В результате родившихся 14 сентября призвали первыми, а родившихся 2 декабря не призвали вовсе. Это внешняя случайная вариация позволила Джошуа Энгристу [1] измерить эффект службы в армии на будущие доходы индивидов.
Явная лотерея — это все-таки редкость, чаще встречаются ситуации, когда разные группы отличаются воздействием на них внешнего фактора, который — по мнению исследователя — не приводит к ошибке самоотбора. Они интересуют не только экономистов: известным примером из истории медицины служит исследование вспышки холеры 1854 года доктором Джоном Сноу (John Snow).
Современники Джона Сноу считали, что причиной холеры является «болезнетворный воздух». Посчитав количество случаев холеры в каждом доме района Сохо в Лондоне и нанеся их на карту, доктор Сноу заметил, что ключевым внешним фактором является расстояние до водоразборной колонки. Люди, пившие воду из колонки, болели, а те, кто жил подальше, и люди, которые жили около нее, но пили только пиво — нет. Просто сравнить жителей, которые забирали воду из зараженной колонки, с теми, кто этого не делал, нельзя. Эти люди отличаются по многим характеристикам (например, доходу). В то же время мы можем соотнести, насколько больше болеют люди, живущие ближе к колонке, с тем, насколько чаще они забирают из нее воду.
Современный экономист назвал бы длину пути до колонки инструментальной переменной, или просто инструментом. Инструмент — это переменная, удовлетворяющая двум свойствам: она не влияет на интересующую нас переменную (заболеваемость холерой) напрямую, но играет важную роль при принятии индивидуальных решений (откуда забирать воду). Ключевую роль в развитии методологии использования инструментальных переменных как раз и сыграли лауреаты 2021 года Хидо Имбенс и Джошуа Энгрист.
Кроме инструментальных переменных другим важным методом квази-экспериментального анализа является метод «разностей в разностях» (difference-in-differences). Если мы хотим измерить эффект экономической политики — скажем, введения минимальной заработной платы в конкретном регионе, — то мы не можем просто сравнить экономические показатели до и после этого изменения. Вполне возможно, в тот же самый период произошли другие события, которые повлияли на рынок труда.
Чтобы справиться с этой проблемой, мы можем найти регион, в котором с минимальной заработной платой ничего не происходило. Сравнивая разницу между двумя периодами в этих регионах, мы можем разделить общие факторы, которые влияют на рынок труда повсеместно, и эффект экономической политики. В этом суть метода «разности в разностях», его популяризовал лауреат Дэвид Кард, о работах которого речь пойдет ниже.
Разности Дэвида Карда
Основные работы профессора Калифорнийского университета в Беркли Дэвида Карда посвящены экономике труда. Это область экономики, изучающая зарплаты, рынок труда и его регулирование государством. В своих исследованиях Кард и соавторы показывают, что базовые модели из учебников по экономике для начинающих — если их воспринимать чересчур серьезно и не проверять эмпирически — приводят к неверным выводам.
Например, едва ли не на первой университетской лекции по экономике излагается теория, что на совершенном рынке зарплата каждого работника равна его предельной производительности: больше фирма платить просто не может, потому что иначе станет убыточной, а на меньшее не согласится работник, перейдет в другую фирму. Следовательно, вредны любые попытки государства установить минимальную зарплату выше той, что платят фирмы по решению рынка.
Эту простую и логичную теорию часто используют противники повышения минимального размера оплаты труда (МРОТ) как «то, что говорит экономическая наука». Конечно, реальные рынки несовершенны, и работник не может просто так перейти в другую фирму, но тем не менее долгое время считалось, что минимальная зарплата может только повредить рынку труда.
Статья Дэвида Карда и Алана Крюгера (Alan B. Krueger) [2], посвященная ресторанам быстрого питания в американских штатах Нью-Джерси и Пенсильвании (и большое число статей-последователей), показывает эмпирически, насколько далеки рынки труда от стандартной модели. Она сравнивает занятость работников в ресторанах в двух граничащих штатах, используя метод «разницы в разностях», и не обнаруживает предсказанного теорией эффекта увеличения безработицы.
В чем же проблема с базовой теорией? Рынки труда бывают несовершенны, работникам особенно некуда больше идти, и фирмы этим пользуются. Последующие исследования рассматривали тот же вопрос в других контекстах: всегда ли нет эффекта на безработицу, какой возникает эффект на зарплаты низкооплачиваемых работников, куда переходят те, кого все-таки увольняют после такого изменения. Интересующимся читателям можно порекомендовать недавний отчет на эту тему, подготовленный для британского министерства финансов Ариндражитом Дубе (Arindrajit Dube), профессором Массачусетского университета в Амхерсте [3].
Еще одно популярное клише, поставленное под сомнение Кардом, — об отрицательном влиянии мигрантов на зарплаты. Источник этого клише — все та же классическая модель спроса и предложения на совершенном рынке. Любое увеличение населения в этой модели (из-за миграции или, например, из-за высокой рождаемости) приводит к увеличению числа потенциальных работников, а значит, к снижению равновесной зарплаты (при неизменном количестве рабочих мест).
Чтобы исследовать этот вопрос, Дэвид Кард снова использовал метод «разности в разностях»: 20 апреля 1980 года Фидель Кастро объявил, что все, кто хочет покинуть Кубу, могут это сделать. Мгновенно более ста тысяч кубинцев на частных лодках отправились во Флориду из самого близкого к США кубинского порта Мариэль. В результате количество работников в Майями единовременно выросло на 7%. Сравнив Майами с другими городами, Кард показал, что это не привело ни к каким заметным изменениям зарплат даже среди низкооплачиваемых специальностей, где, казалось бы, конкуренция с мигрантами могла бы быть наиболее высокой.
Эта статья тоже породила огромную литературу — вывод Карда подтверждается и с применением более современных методов. С тех пор экономисты проанализировали еще несколько подобных эпизодов, в частности, иммиграцию в Израиль из бывшего СССР. Нигде не были выявлены серьезные негативные последствия для местного населения. В чем тогда наивная модель, где увеличение населения снижает равновесную зарплату, неверна? Оказалось, что она не учитывает, что мигранты, во-первых, увеличивают совокупный спрос тех мест, где они работают и, во-вторых, увеличивают производственные возможности местной экономики. Кроме того, поскольку мигрируют, как правило, самые активные и изобретательные люди, местная экономика выигрывает от их деятельности. Например, одна из недавних статей на эту тему показывает, что иммигранты в большей степени создают новые рабочие места, чем занимают уже существующие.
Потенциальные исходы
Прикладные работы в экономике обычно ищут связь между решениями (индивидуальными, корпоративными, государственными) и экономическими результатами. Такие «причинно-следственные» вопросы требуют особого языка, который частично был заложен в статьях Хидо Имбенса и Джошуа Энгриста. В своих работах они опирались на придуманную в 1970-х годах Дональдом Рубиным (Donald B. Rubin) [4] модель «потенциальных исходов» 1.
В ней у каждого индивида есть набор потенциальных исходов, которые с ним могут произойти в зависимости от того, какое решение он примет. Например, если у человека болит голова, то он может либо принять таблетку от головной боли, либо этого не делать. Каждое из этих решений приведет к какому-то потенциальному результату. В данных мы наблюдаем только один из этих исходов, мы не знаем, что было бы, если бы тот же самый индивид принял бы другое решение. Эта фундаментальная проблема причинно-следственного анализа не имеет решения, мы никогда не сможем измерить эффект воздействия для конкретного индивида. В то же время при определенных предпосылках мы можем измерить некоторый средний эффект. Например, если решение было принято случайно (как в эксперименте), то мы можем сравнить средние результаты.
В своей работе 1994 года [5] Имбенс и Энгрист показывают, как применить эту методологию к инструментальными переменным, которые мы обсуждали в начале статьи. К началу 1990-х экономисты занимались вопросами инструментальных переменных уже 60 лет, и казалось, что ничего нового сказать про них было нельзя.
Более того, результаты этих исследований были не очень радужными: оказывалось, что в рамках реалистичных моделей инструментальные переменные не позволяют оценить средний эффект воздействия переменной интереса [6, 7]. Это легко видеть в примере про призыв в армию США во время войны во Вьетнаме. В популяции есть люди, которые категорически не хотят служить и уклоняются от призыва (как, например, боксер Мохаммед Али, отказавшийся идти в армию), поэтому лотерея никак не влияет на их решение. И, наоборот, есть люди, которые считают своим долгом пойти служить и сделают это в любом случае. Лотерея (инструмент) никак не влияет на решения этих людей и поэтому не позволяет нам оценить для них эффект службы. В начале 1990-х этот негативный результат (невозможность оценить эффект для всей популяции) ставил крест на оценивании эффектов воздействия с помощью инструментальных переменных.
Вместо того, чтобы придумывать нереалистичные предпосылки, при которых можно оценить эффект для всех, Хидо Имбенс и Джошуа Энгрист перевернули задачу и спросили, для кого мы можем оценить эффект при разумных предпосылках. Ответ оказался простым и интуитивным: средний эффект можно рассчитать для тех индивидов, которые изменили свое решение под воздействием инструмента — так называемый локальный средний эффект воздействия (Local Average Treatment Effect).
В вышеприведенном примере про службу в армию это люди, которые пошли служить именно потому, что «выиграли» в лотерею (иначе бы они не пошли). Эта группа индивидов зависит от той инструментальной переменной, которую мы используем, и она не всегда может быть большой по размеру, но для того, чтобы оценить эффект воздействия для нее, нам не нужно делать нереалистичные предпосылки. Сегодня этот подход используется в большинстве прикладных экономических работ.
Революция достоверности
Как это часто бывает в науке, новые идеи не сразу стали популярными. В начале 1990-х статьи Дэвида Карда (David Card) вызывали возмущение нобелевских лауреатов, а подход Имбенса и Энгриста к анализу причинно-следственных связей полностью отвергался другими выдающимися учеными. За следующие 25 лет эти идеи были не просто приняты, но стали настолько популярны, что сегодня сложно представить себе эмпирическую работу, не опирающуюся в той или иной степени на исследования Карда, Имбенса и Энгриста. С легкой руки последнего этот новый подход к прикладным исследованиям получил название «революции достоверности» (credibility revolution) [8].
Конечно, трое лауреатов — далеко не все люди, что стояли у истоков этой революции 2. В 2019 году не стало постоянного соавтора Дэвида Карда — американского экономиста Алана Крюгера, который разделил бы с ним сегодняшнюю награду.
Одним из первых стал всерьез заниматься прикладными исследованиями в области экономики труда научный руководитель Карда и Энгриста Орли Ашенфельтер (Orley C. Ashenfelter). Традиционные методы экономического анализа еще в 1980-е годы критиковал профессор экономики и статистики Калифорнийского университета в Лос-Анджелесе Эдвард Лимер (Edward E. Leamer) [9] — активный сторонник экспериментального подхода. Нельзя забывать и методологический вклад автора модели потенциальных исходов Дональда Рубина.
Сегодня каждый из лауреатов играет активную роль в академическом сообществе и за его пределами. Дэвид Кард возглавляет Американскую экономическую ассоциацию (American Economic Association). Ученики Джошуа Энгриста преподают в лучших университетах мира и даже получают премии раньше своего руководителя 3. В свою очередь Хидо Имбенс работает главным редактором одного из ключевых экономических журналов в мире — «Эконометрики» (Econometrica) — и консультирует крупнейшие мировые компании.
Методы лауреатов активно применяются академическими экономистами и представителями других социальных наук (прежде всего политологии и социологии), используются для разработки экономической политики и принятия решений частными компаниями. Революция продолжается…
Информацию о лауреатах и их научном вкладе см. на сайте Нобелевской премии:
nobelprize.org/prizes/economic-sciences/2021/summary/
2. davidcard.berkeley.edu/papers/njmin-aer.pdf
3. gov.uk/government/publications/impacts-of-minimum-wages-review-of-the-international-evidence
4. psycnet.apa.org/record/1975-06502-001
7. sciencedirect.com/science/article/abs/pii/0304407686900382
8. aeaweb.org/articles?id=10.1257/jep.24.2.3
1 Частный случай этой модели был предложен в магистерской работе польско-американского математика и статистика Ежи Неймана (Jerzy Spława-Neyman) в 1924 году.
2 Каждый год по сложившейся традиции премию может получить не более трех человек.
3 В 2019 году премию памяти Нобеля получила среди прочих профессор MIT Эстер Дюфло (Esther Duflo), руководителем которой был Энгрист. См. nobelprize.org/prizes/economic-sciences/2019/duflo/facts/
Хорошо бы еще в медицине такую революцию.
Для этого медицина должна преобразоваться из сферы услуг в здравоохранение.
Не знаю как с достоверностью, а вот с убедительностью скоро всё будет в порядке:
Создана программа анализа убедительности аргументов в научно-популярных статьях
Давать НП за условную вероятность это сильно ))
Ээээ, какие монахи в лондонском Сохо 1854 г.? Это примерно как комсомольская организация в квартале красных фонарей Западного Берлина в 1954 г.. В исходной истории вообще-то фигурируют не монахи, а работники пивоварни.