История победившей революции.
К концу XX века одним из главных вопросов экономической науки стал: что зависит от чего? Если мы видим связь двух параметров, изменение какого является причиной, а какого – следствием? У богатых людей здоровье в среднем лучше, чем у бедных, и живут богатые не только лучше, но и дольше. И что здесь причина, а что следствие? У богатых людей больше денег, лучше медицинское обслуживание, еда, личные тренеры и доступ в тренажерные залы. Значит, здоровье следует за богатством? Или наоборот – люди, имеющих более крепкое здоровье, зарабатывают больше, и, значит, причинно-следственная связь работает в другую сторону? Нобелевская премия 2021 года присуждена Дэвиду Карду из Беркли, Джошуа Энгристу из MIT и Гвидо Имбенсу из Стэнфорда за разработку и использования методов анализа данных в ситуациях, когда полноценный лабораторный эксперимент невозможен.
Если можно случайным образом разделить участников на экспериментальную группу, которая подвергается воздействию, последствия которого нужно проанализировать, и контрольную, с которой ничего не делается, то всё в порядке. Можно будет установить – есть причинно-следственная связь или нет. Однако для экономистов возможность организовать такой эксперимент – скорее исключение, чем правило. Невозможно взять группу шестилетних детей, случайным образом решить – кого отправить в школу в этом году, а кого – в следующем, а потом посмотреть на их успехи в учёбе и в жизни. Никакие родители не согласятся, чтобы судьба их ребёнка решалась жребием. А без этого не узнать, связаны ли успехи в школе с ранним началом обучения. Этот вопрос имеет большое практическое значение – для многих родителей это острый, насущный вопрос. Корреляция между успеваемостью ребенка и ранним стартом, конечно, есть, но глупо принимать решение, опираясь только на корреляцию. Не исключено, что причинно-следственная связь здесь работает в другую сторону – более сильные дети идут в школу раньше. В этом случае отправив в школу своего ребенка рано, родители – в среднем, конечно – ему повредят. Что же делать?
Дэвид Кард, специалист по рынку труда, стал одним из лидеров «революции достоверности» – глобального поворота экономической науки к анализу причин и следствий статистическими методами. Первый шаг в этом направлении – поиск «естественных экспериментов», реальных жизненных ситуаций, когда можно разбить затронутых людей на экспериментальную и контрольную группу. Это не всегда возможно и, значит, исследования отчасти движутся данными, которые есть. Тем не менее подход оказался очень продуктивным не только для тех вопросов, которыми занимался сам Кард, но и для многих других.
Первая известная работа Карда, о последствиях повышения минимальной заработной платы – стала сенсацией. С незапамятных времён профессора экономики учили студентов-первокурсников, что чем выше минимальная заработная плата, тем ниже занятость. Анализ реальных данных показывал корреляцию – высокая минимальная зарплата соответствует более высокой безработице. Теоретически, есть механизм, в котором причиной выступает повышение минимальной зарплаты, а следствием из этого служит падение занятости: чем выше зарплата, тем меньше людей хотели бы нанять на эту зарплату работодатели. Однако возможно и другое объяснение, в котором причинно-следственная связь действует в другую сторону: представьте, что, когда безработица начинает расти, фирмы опускают зарплаты, на что граждане – через политические институты – отвечают требованиями повысить минимальную зарплату. Причинно-следственная связь – в точности обратная, а ведь вопрос что именно является причиной, а что следствием – ключевой для практических мер. Если повышение минимальной зарплаты не вызывает безработицы – это сильный аргумент в пользу ее повышения. Если вызывает – картина совершенно иная.
Кард и Алан Крюгер, его соавтор, нашли естественный эксперимент: в 1992 году в штате Нью-Джерси повысили минимальную зарплату, а в соседней Пенсильвании – нет. И изучили 410 закусочных в этих штатах (их выбрали потому, что в этом бизнесе сотрудникам часто платится именно минимальная зарплата). Понятно, что работники фаст-фудов, живущие в приграничных районах, могут работать и там, и там. В этих районах вообще все практически одинаково. То есть у исследователей нашлись, действительно, и экспериментальная, и контрольная группы.
И оказалось, что там, где минимальная зарплата выросла, занятость практически не изменилась. То ли бизнес сумел переложить свои издержки, выросшие после повышения зарплат, на потребителей, то ли более высокие зарплаты привлекли на рынок тех, кто до этого не искали работы. В любом случае сейчас экономисты, читая лекции по микроэкономике, точнее описывают связь между минимальной зарплатой и занятостью.
И ещё одно о премии Карда. Его соавтор по знаменитой статье 1992 года Алан Крюгер, профессор Принстона, автор десятков статей и нескольких книг о рынках труда, замминистра экономики и финансов в администрациях Клинтона и Обамы, глава президентского Комитета экономических советников, лауреат множества научных премий, имел большой шанс получить Нобелевскую премию вместе с Кардом. Но он покончил с собой два года назад, в возрасте 58 лет. Если нужно ещё одно напоминание о важности заботы о психическом и ментальном здоровье – даже когда речь идёт о самых успешных и производительных профессионалах – вот оно, напоминание.
Работы Энгриста и Имбенса помогли справиться со следующей проблемой, которая сильно затрудняла поиск хороших естественных экспериментов. Бывает, что в данных чётко видны две группы людей или фирм, которые было бы удобно использовать в качестве экспериментальной и контрольной групп. Но есть подозрение, что само это деление не случайно, а результат индивидуальных решений, личного выбора. А на него могли влиять какие-то характеристики, которые исследователям не видны. Например, вы хотите выяснить, как влияет участие в конкурсе или школьной олимпиаде на будущие баллы ЕГЭ. Казалось бы, вот контрольная группа – дети, которые в конкурсе не участвовали, вот экспериментальная – те, что участвовали. Проблема в том, что само решение – участвовать или не участвовать – не было случайным! А значит, результат оценивания может оказаться глубоко искаженным.
Энгрист и Имбенс внесли ключевой вклад в статистический метод борьбы с этой проблемой, «метод инструментальных переменных». Вместо той переменной, которую подозревают в зависимости от решений участников, используют другую, которая никак не может быть зависимой. Скажем, если мы исследуем вопрос о влиянии участия ребенка в школьной олимпиаде на то, с какими баллами ЕГЭ она закончит школу, можно взять, в качестве инструментальной переменной, карантин, объявленный в каких-то школах города, из-за которого часть детей не смогла принять участие в олимпиаде. Конечно, любой параметр может подойти или не подойти в качестве инструментальной переменной – например, «карантин» не подойдет, если есть основания полагать, что наличие заболевших в классе сказалось на баллах ЕГЭ ребёнка напрямую. Этот подход породил огромную и теоретическую литературу, развивающую статистическую технику, и прикладную, применяющую эту технику в разных ситуациях.
В качестве «инструментов» могут использоваться самые разные параметры. Например, какие-то географические или климатические характеристики. Буквально какие угодно, лишь бы они ни были зависимы от той переменной, которая, по нашему подозрению, является зависимой в исходной паре переменных. И как-то связанной с исходной «причинной» переменной. Например, Дэвид Янагизава-Дротт из Цюрихского университета, в начале 10-х годов XXI века попытался оценить вклад «Радио тысячи холмов» – главного правительственного медиа в Руанде – в геноцид тутси. Радиостанция прямо призывала своих слушателей истреблять «тараканов», представителей этнического меньшинства в стране. Но чтобы услышать эти призывы, нужно было включить радио, а это действие зависело от взглядов слушателя. То есть, возможно, не радиопередачи заставили хуту преследовать тутси, а просто те, кто слушал проправительственное радио и были теми же людьми, которые и так, без всякого радио, участвовали в погромах. Это означало бы, что пропаганда на людей не действует – они в любом случае делали бы то же самое. Чттобы установить причинно-следственную связь, то есть показать, что пропаганда действительно меняла поведение людей, ученый использовал рельеф местности, чтобы обойти эту проблему – радиосигнал «Радио тысячи холмов» можно было поймать не в любой точке страны. Оценив качество покрытия, Янагизава-Дротт сопоставил его с числом жертв в разных регионах и резюмировал: до 10 процентов погромщиков (а это около 51 тысячи человек) приняли участие в погромах тутси усилиями именно государственной пропаганды. Когда «инструментов» не хватает, их можно просто создать – исследуя эффективность военной разведки в ходе американской операции «Несокрушимая свобода» в Афганистане, мы с Остином Райтом из Чикагского университета использовали синтетические, искусственно созданные инструментальные переменные.
С «революцией достоверности» для экономистов открылся целый мир. Тысячи работ следуют стопами Карда, отыскивая естественные эксперименты на всех немыслимых рынках, и используют методы Энгриста и Имбенса, чтобы получать достоверные статистические оценки, опирающиеся на причинно-следственные связи. Более того, никаких других эмпирических работ в экономической науке не осталось – от любых авторов какой-то эмпирической закономерности ждут выявления именнно причинно-следственной зависимости. Из трёх Нобелевских лауреатов Энгрист стал соавтором двух популярных, почти научно-популярных учебников, «Mostly Harmless Econometrics», который я рекомендую всем студентам-экономистам, и «Mastering Metrics», который я рекомендую просто всем, кто интересуется, что можно извлечь, узнать, понять из имеющихся данных. Это целый новый мир и Нобелевская премия 2021 года – премия за открытие этого мира.
Профиль автора в соцсети: https://www.facebook.com/konstantin.sonin