当代中青年实证学者必读因果推断综述：经济学因果框架里的脉络与前沿

当代中青年实证学者必读因果推断综述：经济学因果框架里的脉络与前沿

2021年诺贝尔经济学奖授予了David Card、Joshua Angrist和Guido Imbens，以表彰他们在劳动经济学和实证经济学领域的开创性贡献。其中，Angrist和Imbens因在因果关系分析方法论方面的贡献而获奖，特别是他们提出的局部平均处理效应（LATE）定理。本文将详细介绍这三位学者的工作及其对现代实证经济学的影响。

微观经济理论的核心在于探究各种经济因素之间的因果联系。例如，商品价格的变动如何影响其供给量或需求量，这正是价格弹性所揭示的因果效应。人力资本理论，如贝克尔在1964年所提出的，阐释了教育对工人收入潜力的深远影响。同样，劳动力市场的干预政策，比如新的培训计划或最低工资的调整，其有效性也取决于它们对工资水平和就业状况的具体影响。

然而，在20世纪的大部分时间里，微观经济研究往往没有明确地使用因果关系的表述。据Currie等在2020年的研究显示，直到1980年代，仅有大约15%的美国国家经济研究局（NBER）的工作论文中出现了"因果"或"因果关系"等词汇。但自1990年代中期以来，这一比例有了显著的提升，并在2000年代初持续增长。根据Imbens在2021年的报告，现在几乎有50%的NBER论文涉及到因果关系的探讨。

这种转变背后的原因是什么呢？

尽管从单一时间序列数据中有力地解答因果问题颇具挑战性，我们仍可从时间的脉络中寻找潜在的解释。20世纪80年代末至90年代初，David Card在普林斯顿大学工业关系部进行的一系列开创性实证研究，为劳动经济学的核心议题提供了新的因果证据。这些议题包括最低工资对就业的影响、移民对本地劳动市场的影响，以及教育投资对劳动市场结果的影响。

Card的研究成果不仅出人意料，而且具有划时代的意义，挑战了既有的传统观念，并激发了广泛的讨论和后续研究。例如，在分析1990年“马列尔事件”后大量古巴移民涌入迈阿密的影响时，Card发现这一现象对本地工人的就业率和工资几乎没有负面影响。而在1994年与Krueger合作的研究中，他们发现新泽西州最低工资的提高并未导致低工资就业的减少。这两项发现均与经典的劳动力市场模型预测相悖，激发了对潜在机制的深入探讨，如外国与本地工人的替代性问题以及低工资企业的市场力量。

Card的工作以其惊人的实证发现，展示了如何通过揭示具体的因果效应，挑战并重塑了人们对于经济理论的先入为主的信念，进而推动了数十年的经济学研究。

David Card的工作对实证经济学的影响，不仅体现在他得出的结论上，更在于他得出这些结论的方法论上。在20世纪80年代末至90年代初，Card与Joshua Angrist、Orley Ashenfelter、Alan Krueger等普林斯顿工业关系部的同事和学生，以及其他当时著名的劳动经济学家一道，开创了一种以识别因果效应为核心的新的实证分析方法。

这种方法的核心是对研究设计的精心考量(design-based approach)，包括理解经济“处理”（如高最低工资）的变异来源，并利用这种理解来构建适当的比较组。理想的“处理”变异通常来源于所谓的“自然实验”，即意外的冲击或近乎随机的处理暴露变化，或者是决定处理的因素。这种基于设计的方法能够使实证研究结论背后的关键假设变得清晰可见，并经常指导其实证验证或证伪。

基于设计的方法之所以吸引人，部分原因在于它与真实实验（例如随机对照试验，RCT）之间的紧密联系。在研究重要的经济问题，如移民对当地劳动力市场的影响或大规模最低工资变动的影响时，真正的随机化往往是不可行的。大多数经济处理并非完全由随机因素决定，如同在RCT中那样，它们还受到个体或机构的选择影响，而这些选择往往并非随机。

早期解决选择偏差问题的方法主要集中在选择模型上，依赖于丰富的微观经济学理论。然而，Card及其同行通过关注某些自然实验中的准随机性，展示了如何放宽甚至避免这些建模限制。

2021年诺贝尔奖的后半部分对新计量经济学见解的认可，进一步增强了基于设计方法的说服力和严谨性。在Imbens和Angrist（1994）提出的局部平均处理效应（LATE）定理中，两位获奖者展示了如何利用自然（或准）实验中影响处理分配的变量产生的随机性来估计处理的因果效应，这种方法对其他影响处理选择的因素的限制最小。例如，用于确定个人是否有资格参加军事征兵的随机抽签号码，可以用来估计这种服役对后期收入的影响（Angrist，1990）。

然而，实际情况可能更为复杂：有些人可能无论是否符合征兵资格都会选择自愿参军，而另一些人则可能在被征召时寻找避免服兵役的方法。

经济学家通常采用工具变量（IV）技术来分析这种情况，例如，将征兵资格作为军事服务这一“处理”的“工具变量”。Imbens和Angrist的研究表明，这种IV分析通常能够揭示局部平均处理效应（LATE）：即那些因征兵抽签而被诱导服役的合规者群体中，军事服务对平均收入的影响。与此相对的是，一个假设的随机对照试验（RCT）会随机分配人们服兵役，从而得出整个群体的平均处理效应（ATE），这包括了自愿者以及那些无论抽签结果如何都会设法避免服兵役的人。

LATE定理的核心观点对经济学家如何解读自然实验产生的证据，以及如何整合不同研究中的证据产生了深远的影响。该定理的基础是潜在结果框架（potential outcome framework），这一框架放宽了早期IV分析中基于模型（通常是参数化的）的限制。这个框架强调了处理效应异质性的可能——无论是在不同群体之间还是在同一个群体的不同自然实验中。这种异质性解释了为何两个研究设计都可能得出有效的因果效应，但结果却可能存在差异。

对处理效应异质性的关注，以及对内部效度与外部效度（即普适性）的考量，激发了大量且不断增长的文献。这些文献包括获奖者的后续工作，展示了如何通过个体行为的结构模型和统计外推方法，来整合不同研究设计和情境中的因果证据。

本文认为，2021年诺贝尔经济学奖得主的实证研究和方法论贡献，在很大程度上塑造了现代实证经济学的面貌。David Card通过细致入微的研究设计，为劳动经济学中的核心问题和理论提供了新的、引人注目且有时出人意料的证据。Joshua Angrist和Guido Imbens则展示了基于设计方法的精确性和局限性，使得新的实证研究能够在不同研究之间得到更好的背景化和整合。这三位获奖者共同展示了坚实的理论与实证研究是如何相互作用，推进了我们对那些在真实实验条件下不可行的关键经济问题的理解，从而加强了经济学的科学基础。

为了将Card、Angrist和Imbens的贡献置于适当的背景之中，我们首先概述了获奖者工作所关注的关键实证挑战——选择偏差——以及这项工作开始时的当代实证实践状态。本文讨论了基于设计的方法和对自然实验的探索如何帮助解决了对现有实证方法的一些批评。接下来，本文将重点介绍获奖者的实证贡献，特别关注David Card在移民和最低工资法方面的工作，以及三位获奖者在教育和劳动市场经验对收入影响方面的研究。然后，本文详细介绍了该奖项的方法论部分，重点是Angrist和Imbens的局部平均处理效应（LATE）定理。本文讨论了他们的成果以及一般潜在结果框架如何形式化了基于设计的IV方法的关键优势和局限，并为其他方法带来了进一步的见解。最后，本文简要总结了从这一获奖工作中衍生出的其他进展，以及获奖者及其他学者如何在此基础上继续推动经济学的实证研究。