Autor: dr Olga Zajkowska

Ekspert ekonomiczny w Departamencie Analiz i Badań Ekonomicznych NBP

Nobel 2021 – naturalna rewolucja empiryczna

David Card (Berkeley), Joshua D. Angrist (MIT) i Guido W. Imbens (Stanford) zmienili nasz sposób myślenia o ocenie efektów polityk publicznych i interwencji ekonomicznych.
Nobel 2021 – naturalna rewolucja empiryczna

(©Envato)

Tegoroczna nagroda Banku Szwecji im. Alfreda Nobla nie jest zaskoczeniem. Jest to kolejna nagroda honorująca podejście eksperymentalne w ekonomii i jednocześnie najważniejsza z punktu widzenia projektowania polityk publicznych i interwencji ekonomicznych. Po tym, jak doceniono prace nad eksperymentami laboratoryjnymi (Kahneman i Smith, 2002) i terenowymi (Duflo, Banerjee i Kremer, 2019), przyszedł czas na eksperymenty naturalne.

Tegoroczna nagroda jest kolejnym krokiem tzw. rewolucji wiarygodności (ang. credibility revolution) w ekonomii. Rewolucja ta miała swój początek w Warszawie w 1923 r., kiedy Jerzy Spława-Neymann po raz pierwszy zastosował koncepcję wyniku potencjalnego. W 1974 r. Donald Rubin uporządkował i rozwinął podstawy formalne i aparat pojęciowy do mierzenia efektów oddziaływania (ang. treatment effects) i analizy kontrfaktycznej (ang.counterfactual analysis) w naukach społecznych. W pewnym uproszczeniu chodziło o precyzyjne zmierzenie, jakie są efekty określonego działania i co byśmy zaobserwowali, gdyby takie działania nie zostały podjęte.

Nobel z ekonomii – blaski i cienie badań empirycznych

Próba przełożenia podejścia eksperymentalno-przyrodniczego na grunt ekonomii jest trudna ze względu na złożoność procesów decyzyjnych jednostek oraz ich różnorodności, a przez to ze względu na złożoność zachodzących procesów ekonomicznych. O ile w szczególnych przypadkach można zaaranżować eksperyment terenowy, o tyle przeważająca większość istotnych problemów ekonomicznych związanych z projektowaniem polityk publicznych nie może być analizowana za pomocą zaplanowanych eksperymentów.

Czasem jest to niemożliwe do zrealizowania, a czasem po prostu dlatego, że pojedyncze procesy i działania nie dzieją się w próżni. David Card pokazał, jak przełożyć powyższy sposób myślenia na problemy z zakresu szeroko pojętego rynku pracy, a Joshua D. Angrist i Guido W. Imbens dali nam w tym zakresie szereg narzędzi ekonometrycznych. Wielkim nieobecnym w tym zestawieniu jest Alan Krueger, który odszedł przedwcześnie w 2019 r.

Pomysł użycia eksperymentu naturalnego polega na porównaniu dwóch możliwie podobnych do siebie grup osób (lub w ogólnym przypadku: przedsiębiorstw, krajów etc.), z których tylko jednej przytrafiło się określone zdarzenie, np. podleganie reformie lub pewnej regulacji prawnej. Pozwala to na odróżnienie zależności o charakterze przyczynowym od tych o charakterze jedynie korelacyjnym.

W 1994 r. Card i Krueger istotnie zmienili główny dyskurs, publikując pracę pokazującą, że podniesienie płacy minimalnej nie musi prowadzić do spadku zatrudnienia. Analizowali wpływ podniesienia płacy minimalnej w New Jersey na zatrudnienie w restauracjach szybkiej obsługi. Card i Krueger porównali zatrudnienie, wynagrodzenia i ceny w sklepach w pasie wokół granicy stanów New Jersey i Pensylwania. Oba stany charakteryzowały się relatywnie podobnymi charakterystykami rynku pracy, jednak w przeciwieństwie do New Jersey, po pensylwańskiej stronie płaca minimalna pozostała na dotychczasowym poziomie, a rzeka Delaware rozdzielająca oba stany sprawiała, że dojazdy pracowników do pracy do sąsiedniego stanu były ograniczone. Pensylwański rynek pracy przy granicy ze stanem New Jersey został potraktowany przez autorów badania jako odzwierciedlenie sytuacji kontrfaktycznej, czyli tego jak zmieniłoby się zatrudnienie w branży gastronomicznej w New Jersey, gdyby podwyżka płacy minimalnej nie nastąpiła.

Małe pytania rozwiązują duże problemy

Początkowo wyniki Carda i Kruegera krytykowane były jako nienaukowe i ateoretyczne. Z perspektywy czasu wiemy, że przeprowadzone badanie nie było wolne od wad, takich jak krótki czas między badaniami, wykorzystanie ankiet telefonicznych, problemy z dotarciem ponownie do tych samych badanych, analiza tylko jednej specyficznej branży. Ale właśnie te niedoskonałości stały się przedmiotem jednej z najważniejszych dyskusji w ekonomii pracy. Kolejne argumenty za i przeciw znacząco wzbogaciły nasze rozumienie w zakresie procesu pozyskiwania i jakości danych oraz mierzenia i rozumienia zjawisk związanych z rynkiem pracy.

Ważnym wątkiem badań Angrista i Imbensa oraz przedmiotem żywych dyskusji z innym noblistą Jamesem J. Heckmanem (noblistą z 2000 roku) była heterogeniczność efektów oddziaływania, czyli zwrócenie uwagi na prosty fakt, że ludzie są różni i odmiennie mogą reagować na bodźce. Pozwoliło to na znacznie precyzyjniejszą ocenę skutków interwencji ekonomicznych. Dyskusje Carda z Neumarkiem i Borjasem czy Angrista i Imbensa z Heckmanem i Deatonem (noblistą z 2015 roku) wiele wniosły do naszego rozumienia procesów ekonomicznych i pracy z danymi empirycznymi oraz ograniczeń danych zastanych, tj. danych nieeksperymentalnych. Ważne są dyskusje o tym, czy grupy losowo objęte i nieobjęte daną interwencją są wystarczająco do siebie podobne, jaka strategia identyfikacyjna (tzn. sposób oszacowania modelu) będzie w danym przypadku optymalna i jak możemy odróżnić związek przyczynowo-skutkowy od korelacji w zakresie danych.

Tegoroczna nagroda nie jest ani zwieńczeniem, ani podsumowaniem ważnego obszaru badań. Rewolucja wiarygodności toczy się dalej. Dysponujemy coraz lepszymi mocami obliczeniowymi, mamy dostęp do coraz większej ilości danych, obejmujących obszary wcześniej niedostępne, a ostatnie prace tegorocznych noblistów („Machine Labor” Angrista i Frandsena z 2019 czy „Machine Learning Methods Economists Should Know About” Athey i Imbensa z 2019) sprawiają, że najciekawsze dopiero przed nami.

 

Opinie wyrażone przez autorkę nie reprezentują oficjalnego stanowiska NBP.

(©Envato)

Otwarta licencja


Tagi