Премия памяти Нобеля по экономике: причинно-следственный эксперимент

Может ли экономика быть эмпирической?*

Шведский государственный банк присудил премию по экономическим наукам памяти Альфреда Нобеля (которую часто ошибочно называют «Нобелевской премией по экономике») сразу двум научным группам: половину — Джошуа Ангристу (Массачусетский технологический институт) и Гвидо Имбенсу (Стэнфордский университет) «за методологический вклад в анализ причинно-следственных связей», вторую половину — Дэвиду Карду (Университет Калифорнии в Беркли) «за его эмпирический вклад в экономику труда». Их исследования показали нам, как прожиточный минимум связан с безработицей, как миграция влияет на рынок труда, а также многое другое. Но главное, за что экономическая наука должна быть им благодарна — это методы экспериментальной проверки теоретических данных.

Рандомизированные контролируемые испытания — краеугольный камень доказательной науки, и особенно это справедливо для медицинских исследований. Все мы хотим принимать решения, опираясь на проверенные данные, и знать, что действительно стало причиной какого-то эффекта, а что случайно совпало с ним. Но когда дело касается судеб людей, исследователи заходят в этический тупик. С одной стороны, политикам, социологам, да и много кому еще хотелось бы знать, как иммигранты меняют ландшафт рынка труда, как пандемия повлияла на качество образования или каким будет доход у представителей различных профессий через десять лет. С другой, проводить рандомизированные эксперименты по этим или другим экономическим вопросам на людях либо слишком жестоко, либо невозможно (например, из-за масштабов явления или необходимости изолировать кучу людей, чтобы сторонние факторы на них не влияли).

Здесь на помощь приходит «естественный эксперимент», при котором исследователи измеряют воздействие факторов, которые возникли сами по себе, независимо от их воли. Вклад лауреатов 2021 года в науку состоит даже не в самом применении естественного эксперимента, а в разработке методов, которые с его помощью позволяют отличать причины и следствия от простых совпадений. Естественный эксперимент раньше использовался и в других сферах, но именно в экономике и социальной политике он позволил быстро оценивать успешность разных реформ и принимать решения, которые влияют на жизнь людней.

Помогают ли дополнительные годы в университете больше заработать?

Одним из важных примеров естественного эксперимента стало изучение связи образования и дохода. Статистика показывает, что чем дольше люди учились, тем больше они зарабатывают. Для мужчин, родившихся в США в 1930-е годы, с каждым дополнительным годом образования зарплата возрастала на 7%. Значит ли это, что долгие годы студенчества становятся причиной высоких доходов? Необязательно. Некоторые люди более усердны, амбициозны или талантливы, поэтому будут добиваться успеха даже с незавершенным образованием. Другим пришлось прервать обучение, потому что им нужно было сразу начать работать, чтобы прокормить себя и родных. Третьи росли в богатой семье со связями и получили хорошую должность благодаря родителям. Так что на результат может влиять целый набор посторонних факторов.

Чтобы проверить, в образовании ли кроются причины высокого дохода, Джошуа Ангрист и его коллега Алан Крюгер (ныне покойный) воспользовались действовавшим в США правилом, согласно которому ученики могут окончить школу, когда им исполняется 16 или 17 лет (в зависимости от штата). Поскольку все они поступают в школу в один и тот же календарный год, выходит, что рожденные в первом квартале покидают учебное заведение на несколько месяцев раньше, чем их сверстники, появившиеся на свет в четвертом квартале. Даты рождения распределяются по году случайно, и от талантов, усердия или семейных связей не зависят, так что ученые решили использовать этот фактор как рандомизирующий. Сравнив эти две группы подростков, Ангрист и Крюгер заметили, что люди из первой в среднем учились меньше и получали более низкую зарплату в будущем. Разница составила 9% — даже больше, чем предсказывала статистика.

Следующие 30 лет показали, что ситуации, подходящие для естественных экспериментов, встречаются очень часто: например, благодаря разным решениям местных властей можно сравнить налоги, образование, бизнес или другие процессы в соседних и похожих по многим другим факторам регионах одной и той же страны. Если присмотреться, найти случайные факторы, которые отделяют людей группы, подверженной какому-то эффекту, от «контрольной группы», довольно легко.

Другим примером естественного эксперимента в образовании стало изучение того, как ресурсы, вложенные в развитие школ, влияли на успех выпускников на рынке труда. Для естественного эксперимента Дэвид Кард и Алан Крюгер сравнили отдачу от образования у людей, живущих в одном и том же месте (Калифорния), но выросших в разных регионах (например, Айове и Алабаме). Если их показатели будут различаются, это будет указывать на то, что разное количество ресурсов, направленное властями Алабамы и Айовы на школьное образование, влияет на будущее трудоустройство. Оказалось, что сумма вложений действительно важна: польза от образования была выше, когда в штате, где человек вырос, было больше учителей на душу населения. Другие исследования на эту тему позже показали, что финансирование образования сильно влияет на успех на рынке труда, и этот эффект особенно заметен на выпускниках из малообеспеченных семей.

Приводит ли рост минимальных ставок к безработице?

Поставить естественные эксперименты можно и в сфере трудоустройства. Более того, благодаря им удалось проверить и даже опровергнуть немало расхожих мнений в среде экономистов. В начале девяностых считалось, что чем выше минимальная зарплата, тем ниже занятость населения, потому что у компаний не хватит денег на много сотрудников. Исследования показывали, что корреляция между этими уровнями была отрицательной, но влияли ли они друг на друга? Некоторые ученые даже предполагали, что связь действует в обратном направлении: с ростом безработицы компании предлагают более низкую оплату труда, и люди соглашаются на нее, потому что у них нет выбора. Естественный эксперимент на эту тему провели Дэвид Кард и Алан Крюгер. Они решили сравнить условия в Нью-Джерси, где минимальная почасовая зарплата возросла с 4,25 до 5,05 долларов, и восточной Пенсильвании, где рынок труда был похожим, но минимальная оплата не изменилась. Ученые не нашли других значимых различий, которые могли бы влить на уровень безработицы, и проследили, как это изменение повлияло на трудоустройство. Таким образом, контрольной группой для этого эксперимента стал штат Пенсильвания. Экономисты сфокусировались на работниках сетей фастфуда, так как там оплата труда в среднем была очень низкой. Они выяснили, что рост минимального размера оплаты труда не всегда вызывает повышение безработицы, или, по крайней мере, не влияет на него так сильно, как предполагалось 30 лет назад.

В следующей работе Кард попытался объяснить, почему повышение минимальной зарплаты не ведет к безработице. Возможно, компании перекладывают дополнительные издержки на потребителей, и поскольку спрос постоянный, люди готовы за это платить. Другое объяснение заключалось в том, что повышение оклада мотивирует людей устраиваться на работу. В случае, если фирма доминирует на местном рынке труда, ситуация усложняется: то, как повышение зарплат влияет на спрос на рабочую силу, начинает противоречить тому, как оно действует на предложение.

Мешают ли приезжие искать работу местным жителям?

Еще один экономический стереотип гласит, что трудовые мигранты занимают рабочие места, из-за чего их не хватает местному населению. Чтобы понять, так ли это, нам снова нужна контрольная группа. Но поскольку иммигранты приезжают в регионы, где рынок труда расширяется, недостаточно сравнить области с большим и малым процентом приезжих.

Но Дэвиду Карду удалось отыскать ситуацию для естественного эксперимента и в этом случае. В 1980 году Фидель Кастро разрешил всем желающим покинуть страну. Всего за несколько месяцев 125 тысяч кубинцев эмигрировали в США, и большинство из них поселились в Майями. Из-за этого число потенциальных рабочих за лето возросло на 7%. Кард сравнил ставки и трудоустройства в Майами и четырех «контрольных» городах с похожими экономическими условиями, и обнаружил, что уровень безработицы среди малообразованных местных жителей не увеличился, а минимальный размер оплаты труда не упал.

Это исследование положило начало целой серии статей, посвященной эффектам иммиграции на рынок труда. Удалось узнать, что приток новой рабочей силы даже повышает доход многих групп местного населения, хотя и негативно сказывается на тех, кто въехал в страну раньше. Возможно, это происходит потому, что местное население идет работать туда, где нужно хорошее знание языка, чтобы не приходилось конкурировать с иммигрантами.

Почему согласие участников социальных экспериментов так важно?

Но изучая такую сложную систему как человеческое общество, нужно понимать, что эффект вмешательств будет сильно отличаться для разных людей. Например, если ученик сильно заинтересован в исследовательской карьере, то возможность уйти из школы в 16 лет не покажется для него заманчивой. А если внешние обстоятельства помешают такому человеку продолжать обучение, он постарается вернуться к нему позже. Это справедливо и для обычных экспериментов: когда мы анализируем результат, мы знаем, какие люди согласились в них участвовать, но не всегда понимаем, что их сподвигло.

В середине девяностых Джошуа Ангрист и Гвидо Имбенс задались вопросом, в каких условиях мы можем использовать естественный эксперимент для оценки вмешательства (например, образовательного курса), если эффекты различаются у разных людей, которых мы не контролируем. Мы можем представить, что естественный эксперимент делит людей на группу вмешательства (люди, которые записались на курс) и группу контроля. Эффект программы можно определить при помощи оценки погрешности измерений. Для этого сначала надо узнать, как сам факт попадания в условия естественного эксперимента влияет на участие в программе или курсе. Это влияние учитывается при расчетах эффектов самого вмешательства.

Ангрист и Имбенс сформулировали условия, при которых можно оценить эффект программы, даже если мы не знаем особенности участников эксперимента. Это возможно только в том случае, если люди сами изменили свое поведение — например, добровольно решили покинуть школу в 16 лет. Но в отличие от клинических исследований, в естественном эксперименте согласие почти никогда не бывает полным. И в этой ситуации Ангрист и Имбенс провели параллель между причинно-следственной связью и средним локальным эффектом вмешательства (local average treatment effect, LATE) и выяснили, что мы точно можем выяснить в эксперименте, даже когда эффект разнородный (и когда мы не знаем, почему это так).

Ученые объединили расчеты инструментальных погрешностей измерений, которые раньше использовались в основном в экономике, с поисками причинной зависимости из статистики. Так они получили ключевые предположения, которые могли определить причинно-следственные связи и предложили прозрачную методику проверки этих предположений. Традиционный подход в этой области опирался на модели структурных уравнений, которые не работали без правильного определения структуры, о которой идет речь. Плюсы нового метода сделали его преобладающим не только в квази-экспериментальных, но и просто в экспериментальных работах, причем далеко не только в экономике, благодаря чему эмпирические исследования стали прозрачнее, а их выводы — достовернее.