Нобелевская премия по экономике – 2021
Нобелевскую премию по экономике 2021 г. разделили трое лауреатов – за «естественные эксперименты»: Дэвид Кард, профессор Калифорнийского университета в Беркли, за развитие эмпирических исследований рынка труда, в частности эффектов минимальной зарплаты, мигрантов и трат на образование (половину), и Джошуа Ангрист, профессор MIT, и Гвидо Имбенс, профессор Стэнфорда, за развитие методологии по выявлению и оценке причинно-следственных связей (другую половину).
Снижается ли – и насколько сильно – зарплата в регионах, куда массово прибывают мигранты? Увеличивается ли безработица с установлением или повышением минимальной зарплаты? Будет ли эффект – и какой именно – на здоровье и производительность труда работников, если фирма подарит всем велосипеды на Новый год или введет запреты на курение? Ответы на такие вопросы важны для экономической политики на разных уровнях, но их чрезвычайно тяжело получить.
Если сравнить или отследить среднюю зарплату в регионах, куда едут мигранты, то может оказаться, что она растет быстрее, чем в тех, где их нет. Мигранты могут ехать в те регионы, которые растут быстрее и в которых легче найти работу. В итоге рынок труда реагирует на мигрантов или мигранты на рынок труда?
Общее утверждение о том, что зависимость (корреляция) не означает причинно-следственной связи, стало, пожалуй, ключевым девизом современных эконометрических исследований. Для оценки таких связей во многих науках используются рандомизированные эксперименты, в которых одна группа подвергается воздействию экспериментатора, а другая (контрольная группа) – нет, при этом отбор в каждую группу происходит случайно. Пример – оценка эффективности вакцин, при которой сравниваются последствия у двух групп, получившей и не получившей вакцину.
Однако подобные эксперименты не всегда можно провести по различным причинам, в том числе этическим. Лауреаты Нобелевской премии этого года предложили множество методов, как найти в существующих данных вариацию, которая похожа на рандомизированный эксперимент, и использовать такой естественный эксперимент для оценок.
Дэвид Кард, например, с соавтором Аланом Крюгером в начале 1990-х гг. сравнил эффект повышения минимальной зарплаты в Нью-Джерси с таким же эффектом в восточной Пенсильвании, где не было повышения, на изменение безработицы. Можно предположить, что если работники стали стоить дороже, то работодатели сократят часть занятых. Если оценивать данные только по Нью-Джерси, то для вывода их было бы недостаточно, поскольку на возможное изменение безработицы могут повлиять и множество других факторов. А вот сравнение изменений в Нью-Джерси с соседним похожим регионом – дает результат. И результат стал сюрпризом: оказалось, что если повышение минимальной зарплаты и увеличивает безработицу, то минимально. «Люди, которых я знал на протяжении многих лет, очень рассердились и разочаровались [из-за исследования]. Они думали, что мы, публикуя наши работы, предаем саму идею экономики», – вспоминал Кард. Эта работа привела к большому количеству дальнейших исследований эффектов повышения минимальной оплаты труда.
Другие примеры естественной рандомизации, которые использовали в своих с соавторами работах лауреаты: кубинская эмиграция, которая случилась достаточно резко и массово и была сосредоточена в районе Майами, что позволило сравнить последствия в Майами с другими подобными городами до миграции (Кард); месяцы рождения при оценке эффекта влияния на зарплату количества лет образования (Ангрист и Алан Крюгер). В этом исследовании люди, родившиеся в конце, скажем, 1936 г. и начале 1937 г. в США, не сильно отличаются по своим характеристикам, но могут сильно – на один год – отличаться по количеству лет обучения из-за особенностей системы образования и найма на работу. Те, кто родился в начале года, могли начинать работу практически на год ранее, а учиться, соответственно, на год меньше, чем те, кто родился в конце года. Авторы выяснили, что зарплата от дополнительного года образования увеличивается на 9%.
Другим источником сложностей в случайных экспериментах, да и в общей оценке эффектов воздействия каких-либо инициатив, изменений, предложений, является то, что люди, которым предлагается что-то новое, вольны выбирать – участвовать в этом или нет, а кто-то вообще может и не узнать о предложении. К примеру, государство решило предложить субсидию за курсы повышения компьютерной грамотности (или, например, программу материнского капитала). Какой будет эффект от такой субсидии? Будут люди, которые узнают про субсидию, но все равно не пойдут на курсы; будут такие, кто пойдет на курсы, ничего не зная о субсидии; а будут такие, кто и не узнает, и не пойдет. В случае с материнским капиталом – будут семьи, которые проигнорируют субсидию, и семьи, для которых субсидия не повлияет на уже намеченные планы рождения детей. Джошуа Ангрист и Гвидо Имбенс предложили и продолжают развивать методы, которые позволяют оценивать такие эффекты воздействия, в частности оценку локального среднего эффекта воздействия.
Одним из дополнительных вкладов лауреатов является четкое описание и анализ того, что можно, а что нельзя оценить с помощью таких методов. В примерах выше то, что можно и нужно оценивать, – это дополнительный эффект от субсидии: как она повлияет на изменение решений людей с учетом их информированности и доступности субсидии.
