这三位经济学家都是实证劳动经济学（empirical labor economics）的关键人物，为革新因果分析的方法做出了卓著的贡献。他们得奖的呼声其实一直很高，“可惜”年龄都比较年轻。今年得奖也是众望所归了。其中，安格里斯特在中国知名度很高，还被尊为“安神”。

虽然我个人的兴趣不是这个领域，但也或多或少拜读过他们三人的著作。这是因为，我刚开始接触经济学研究的时候做的就是实证劳动经济学（empirical labor economics）——我相信现在大多数学生都会选择这个方向入门。这样做的原因，并不只由于这个领域比较“容易上手”，更因为那种真切的因果分析的魅力让人拍案叫绝的同时，又让人感到自己真正离“经世济民”的理想更近了一步。

这个方向的研究内容，就我粗浅的理解而言，一般是用数据检验某政策、某因素对于一些劳动经济学指标的因果关系。

自然科学上，要验证一个因素对其他一些因素的影响，可以通过设计实验的方式解决。比如看疫苗有效性，可以在临床阶段对受试者进行随机分成实验组和对照组，对实验组注射疫苗，而对对照组注射安慰剂。一定时间后通过对比两组样本的抗体产生情况来判断疫苗是否有效。这种实验设计的核心思路是“控制变量法”——保持其他条件不变，就能仅仅观察某一因素（如疫苗）对其他因素（比如产生抗体）的影响。

而经济学中类似的分析，则完全是另一个故事了。

很典型的几个例子：最低工资限制到底是促进了就业还是减少了就业？新增移民对本地居民的工资的影响是增加还是减少？受教育的年限对毕业生工资有什么影响？空气污染对人类寿命有什么影响？

乍听起来这些问题似乎很直白，理论上也早就有了相应的答案：比如最低工资限制“显然”减少了就业，因为雇主雇佣成本提高了，使得他们不愿意去雇更多的员工；新增移民“显然”对本地居民的工资有负面影响，因为加大了劳动力竞争。

然而，事实真的如此吗？就算真的如此，我们能够通过实际观测去验证吗？

按照自然科学的方法去设计实验，听起来完全是无稽之谈：如何做实验让一群移民“突然”来某个城市生活？如何让“实验组”愿意呆在空气污染的环境中，而“对照组”享受新鲜空气？如果要做类似自然科学的实验来保证相对严谨的对照探究，就算可行，其相应的经济、社会、道德成本也都是不可估量的。

既然直接设计实验不行，经济学家的办法就是退而求其次，寻找（拟）自然实验（我也喜欢叫它“天然实验”）——因为一些政策导致的天然形成的“实验组”和“对照组”。其实这种自然实验无处不在。

一个我自己的例子：我上小学的时候政策建议9月1日以前年满6周岁的儿童上小学；而我正好出生于9月1日以后，所以晚上了一年学。6岁那年相当于“gap”了一年。

其实，这种政策就是一种自然实验——通过人为设置时间界限的方式，许多9月和8月出生的孩子被分开了：前者比后者晚了一年就读小学。论年龄，这两个月出生的孩子基本没差别；论学习能力和背景，只要你调查的人口足够多，也很容易保证你的“两组”观测值没有明显的差异。因此，只要合理地使用统计工具，我们就可以较为客观地探究“晚上一年学（或早上一年学）”这个单一因素对于学生“学校表现/后续升学发展”等因素的影响了。

我接触到的第一篇劳动经济学领域的文章，就巧妙回答了空气污染对人类寿命的影响的这个问题。这篇文章的题目是《持续空气污染对寿命的影响：来自中国南北供暖政策的证据》（Evidence on the impact of sustained exposure to air pollution on life expectancy from China’s Huai River policy）。作者巧妙地利用了中国南北冬季供暖政策的差异：大多数北方城市冬季集体供暖（一般使用热电厂并造成空气污染），而南方则没有（以秦岭—淮河分界）。而这条分界线正是作者寻找拟自然实验的关键。

要是在南方、北方各选一个城市检验人类寿命差异，好像还蛮简单的。然而，就算那个北方城市空气污染指数高达500，南方城市空气污染指数只有50，结果也是无法服人的——选取的那两个城市不仅有空气质量的差异，还有气候差异、文化饮食差异、地方经济差异等多种因素影响了人们预期寿命的差异。

本文的核心洞见，就是选取了秦岭—淮河线南北附近（纬度5度之内）的村庄和城市——这些地区除了供暖与否的差异之外，文化饮食差异、气候差异、地方经济差异几乎都可以忽略不计（而且统计检验证实了这一猜想）！于是，选取了实验组（南北分界线以北5纬度内的城市）与对照组（南北分界线以南5纬度内的地区），施以合适的因果推断方法（2SLS），这篇文章得以成功证明（暖气带来的）空气污染确实对人的预期寿命造成了显著的负面影响。

我当时作为一个“小白”，第一次读到这篇令世界瞩目的文章，简直要拍案叫绝。虽然作者探究的似乎是一个十分符合直觉的问题——空气污染会导致人类寿命下降，但他们运用政策造成的自然实验之巧妙、因果推断方法之准确、得出的结论之让人信服，不得不令人叹为观止。

其实，这种巧妙的自然实验思想和准确的检验方法，正是本次诺奖得主所奠基的。上世纪90年代左右，安格里斯特和因本斯拓展了一系列计量经济学的方法（包括著名的LATE）使得自然实验能够准确地得出某因素对另一些因素产生的因果影响。随后，他们通过自然实验探究了受教育时间对工资的影响。

与我个人在中国的经历类似，美国同样有根据出生日期的对于学生的政策分段。两位经济学家证明了：出生在第四季度的美国人由于可以得到更多的教育时间，从而工资也显著更高。

而卡德也通过自然实验（并应用双重差分检验）准确回答了一系列经济学家久久未能验证的问题：新增移民对本地居民的工资没有显著影响、最低工资标准并不会减少就业等——这些结论都与传统理论的预测不符，对劳动经济学领域的传统理论造成了挑战、对全球化政策提供了支持。

对于劳动经济学领域，我其实完全就是个外行，所以也没有必要班门弄斧。因此，我打算从另一个角度对本次获奖者的贡献进行讨论。

我认为这三位经济学家最大的贡献，其实可以概括为对“无害经济学”的推动。安格里斯特有一本著名的实证经济学教材——Mostly Harmless Econometrics（《基本无害的计量经济学》），这本书被世界各国很多经济系采用作为微观实证课程的教材。

一开始我看到这书名就感到疑惑：既然说“基本无害”，那肯定是针对“有害”而言的。那么，什么经济学是有害的呢？后来我明白了：当一个研究不能提供准确的结论就妄下定论、甚至急于给出政策建议、又或者盲目把理论生搬硬套到实际的时候。

比如“有害的”理论研究。就拿这次诺奖得主卡德的研究为例：许多理论经济学家是反对最低工资标准的，认为这是干扰市场，反而会让人们就业困难。又有不少经济学家反对全球化，认为移民必然加剧就业市场的竞争。

长期以来，这些经济学家通过发表论文、智库顾问、政府任职、游说，当然已经左右了许多政策走向。然而，卡德的研究通过客观事实表明这种担忧是不存在的。理论家要提出政策建议，就得更审慎地提出符合事实证据的理论。毫无事实根据的情况下拍脑袋提出政策建议，就像是在进行人为的社会实验，可能带来毁灭性的结果。世上没有后悔药，盲目施政造成的负面后果无法弥补。

再比如“有害的”实证研究。现在汗牛充栋的实证研究到底数据集准不准确？统计检验方法是否可靠？自然实验是否严谨？如果这些基本的要件无法满足，就将不准确的、甚至是谬以千里的结果公之于众，得出举世震惊的议论，赢得生前身后名，又如何呢？反而是对社会、对经济学最大的伤害。

私以为，实证经济学家当以今年这三位诺奖得主为楷模。即使是最简单的现象，也不能不用最严谨的方法去检验，得出最谨慎的结果。好在目前看来，越来越多的实证研究正在走向严谨。学科内部的监督机制也在起作用。前段时间，金融学顶刊Journal of Finance一篇文章由于结果无法被重复而被撤稿，即是对“有害”经济学的明显警告。

“无害”这个词用得好。说着容易，身体力行又何其难也。有多少经济学家们与“经济学家们”忙着鼓吹自己的惊天发现、游说政策走向？

新冠肺炎疫情发生两年来，关于相应防疫政策的论文不断。明明模型仍与现实差距甚远，许多文章就开始想要左右政府政策了。回过头来，幸好政府没有采用许多经济学家的政策，不然早就发生悲剧性的结果了——不知道这讽刺的事实是该让人笑还是哭？

由此可见，经济学“有害”起来，的确贻害无穷。不要说“经世济民”了——小则倾家荡产，大则祸国殃民。安格里斯特写了这么个标题，也是希望拨乱反正。经济学要做到“有益”其实一点都不难，但要做到绝对“无害”那是难上加难。然而，经济学家的追求、经济学的发展终应朝向“无害经济学”的目标迈进。

封面图片来源：新华网

2021年10月12日