O tym, jak dobre pytania przyciągają dobre odpowiedzi

Wykorzystanie w ekonomii empirycznej eksperymentów naturalnych przyczyniło się do postępów w analizie związków przyczynowo-skutkowych. Wynikająca z tego „rewolucja wiarygodności” (ang. credibility revolution) wywarła wpływ na badania nad polityką publiczną, m.in. w zakresie edukacji, imigracji i płacy minimalnej.
O tym, jak dobre pytania przyciągają dobre odpowiedzi

(©Envato)

Kiedyś naiwnie zapytałem nieżyjącego już Alana Kruegera o pionierów eksperymentów naturalnych w ekonomii. Odpowiedział z pewnym zakłopotaniem, że to tak jakby pytać o pionierów muzyki rockowej. Nie musiałem zbyt długo szukać, aby odkryć licznych bohaterów tego nurtu w obrębie ekonomii pracy z lat 80. i 90. XX wieku, który zasadniczo zmienił sposób, w jaki prowadzone są badania empiryczne zarówno w tej dziedzinie, jak i wielu innych obszarach nauk ekonomicznych.

Jednak podobnie jak muzyka rockowa miała Beatlesów, tak nurt eksperymentów naturalnych również ma swoją „fantastyczną czwórkę” i są nią trzej laureaci Nagrody Nobla z 2021 roku, David Card, Joshua Angrist i Guido Imbens, a także nieżyjący już Alan Krueger. Mam nadzieję, że wiele osób zgodzi się ze mną, że ta nagroda stanowi również uhonorowanie Kruegera.

Kluczowe pytania w dziedzinie ekonomii dotyczą związków przyczynowo-skutkowych.

Kluczowe pytania w dziedzinie ekonomii dotyczą związków przyczynowo-skutkowych. W jaki sposób imigracja wpływa na sytuację rodzimych pracowników na rynku pracy? Jakie są korzyści ekonomiczne z dodatkowego roku spędzonego w szkole lub ze studiowania na uniwersytecie? Jaki jest wpływ płacy minimalnej na perspektywy zatrudnienia pracowników o niskich kwalifikacjach? Na te pytania trudno jest jednak odpowiedzieć, ponieważ brakuje nam odpowiednich scenariuszy kontrfaktycznych.

Nie wiemy na przykład, jak radziliby sobie rodzimi pracownicy, gdyby do ich kraju przybyła mniejsza liczba imigrantów. Zamiast tego obserwujemy wpływ, jaki mają na rodzimych pracowników faktycznie zrealizowane oddziaływania, tj. takie poziomy imigracji, jakie rzeczywiście miały miejsce. Zaobserwowane powiązania między zrealizowanymi oddziaływaniami a ostatecznymi wynikami mogą mieć trzy możliwe przyczyny:

• faktyczny efekt przyczynowo-skutkowy badanej zmiennej – na przykład wpływ przybycia imigrantów na płace rodzimych pracowników;
• kierunek związku przyczynowo-skutkowego może być odwrotny – na przykład imigranci mogą osiedlać się na szczególnie dobrze prosperujących rynkach pracy;
• może istnieć trzecia zmienna (zwana zmienną zakłócającą lub czynnikiem zakłócającym), która wpływa zarówno na badane oddziaływanie, jak i na ostateczne wyniki. W przypadku korzyści ekonomicznych wynikających ze studiowania na uniwersytecie absolwenci mogą być bardziej zdolni lub mogą ciężej pracować niż osoby przedwcześnie kończące edukację i mieliby wyższe zarobki, nawet gdyby nie poszli na uniwersytet.

Próba rozwiązania tych zagadek dotyczących przyczynowości jest kluczowym wyzwaniem w dziedzinie nauk społecznych. Podstawowe metody, które miały później stać się filarami pracy badawczej w nurcie „eksperymentów naturalnych”, były znane ekonomistom już od dawna. Kluczem do odkrycia związków przyczynowo-skutkowych jest posiadanie jasnego obrazu tego, skąd pochodzi zmienność w interesującej nas zmiennej oraz istnienie wiarygodnej grupy kontrolnej.

Jedna z metod – tzw. metoda różnicy w różnicach lub podwójnej różnicy (ang. difference in differences) – jest często stosowana do analizy zmian w polityce publicznej poprzez porównywanie obszarów lub grup, spośród których niektóre są poddawane danemu oddziaływaniu (ang. treatment), a niektóre nie. Grupy są śledzone w okresie zarówno przed, jak i po zmianie realizowanej polityki publicznej lub przeprowadzeniu interwencji. Kiedy porównujemy zmiany zachodzące na przestrzeni czasu zarówno w grupach poddanych oddziaływaniu (ang. treatment groups), jak i grupach kontrolnych, nie ma potrzeby, aby te grupy były uprzednio identyczne. Wystarczy, że przy braku danego oddziaływania ewoluują one w podobny sposób.

Druga metoda to tzw. metoda zmiennych instrumentalnych. Łączy ona źródło zmienności zwane instrumentem lub zmienną instrumentalną – niezwiązane z wynikami (tj. zmienną objaśnianą) i zmiennymi zakłócającymi – z danym oddziaływaniem, które z kolei powinno wpływać na wynik. Zmienne instrumentalne można zatem wykorzystywać do zidentyfikowania związków przyczynowo-skutkowych i w wielu przypadkach dobrze nadają się one do wyodrębnienia zmienności wynikającej z eksperymentów naturalnych.

Kiedy ekonomia staje się eksperymentalna

Metody te były znane i wykorzystywane przez ekonomistów na długo przed latami 80. XX wieku. Jednym z przykładów jest praca Theodore’a Schultza (1964) dotycząca „hipotezy nadwyżki siły roboczej”. Schultz chciał oszacować krańcowy produkt pracy w gospodarce rolnej i wykorzystał zgony w indyjskich prowincjach podczas epidemii grypy w latach 1918-1919 jako wstrząs dla podaży pracy.

Cóż więc konkretnie wnieśli do nauk ekonomicznych przedstawiciele szkoły eksperymentów naturalnych z lat 80. XX wieku?

Moja wspomniana na początku naiwność w kwestii tego, kto był pionierem omawianego nurtu wskazuje na zasadniczą trudność w dokładnym zdefiniowaniu wkładu celebrowanego przez tegoroczną nagrodę Nobla. Aby rzucić na tę kwestię nieco więcej światła, należy sobie uświadomić, że prace takie jak ta opublikowana przez Schultza były wówczas zdecydowanym wyjątkiem, a nie regułą. Lata 70. i 80. XX wieku były raczej mroczną epoką dla ekonomii empirycznej. Niezadowolenie odczuwane przez wiele osób w tamtych czasach znalazło wyraz w pamiętnym apelu Edwarda Leamera (1983), który wzywał do „wyrugowania z ekonometrii elementu oszustwa” (ang. take the con out of econometrics).

Lata 70. i 80. XX wieku były raczej mroczną epoką dla ekonomii empirycznej. Niezadowolenie odczuwane przez wiele osób znalazło wyraz w pamiętnym apelu Edwarda Leamera (1983), który wzywał do wyrugowania z ekonometrii elementu oszustwa.

Leamer ilustruje swoją frustrację ówczesnym stanem rzeczy na przykładzie dyskusji dotyczącej tego, czy kara śmierci przyczynia się do zmniejszenia przestępczości. Isaac Ehrlich dowodził w swoich dwóch wpływowych publikacjach (1975, 1977), że tak właśnie jest, jednak Leamer wykazał, że z tego samego zbioru danych można by równie dobrze uzyskać odwrotne wyniki przy zmianie zaledwie kilku aspektów oszacowania. Współcześni krytycy mieli również zastrzeżenia do przedstawionej przez Ehrlicha analizy i podkreślali jej kruchość w odniesieniu do formy funkcjonalnej, zmiennych uwzględnionych w modelach regresji oraz zmian w próbie badawczej.

Jednak wszystkie te kontrowersje pomijały najważniejszą sprawę, a mianowicie kwestię tego, czy zależność między wskaźnikiem egzekucji a wskaźnikiem morderstw mówi nam coś o efektach przyczynowo-skutkowych kary śmierci. Ehrlich doskonale zdawał sobie sprawę z faktu, że wskaźniki przestępczości mogą również wpływać na egzekucje i w celu obejścia tego problemu wykorzystał metodę zmiennych instrumentalnych. Jednak wybrane przez niego instrumenty – łączne wydatki rządowe i wydatki na policję, wielkość populacji oraz odsetek populacji niebiałej – nie wydają się być szczególnie wiarygodne, a sam Ehrlich nie wskazuje, dlaczego miałyby one być pomocne.

Powyższy przykład i toczone wokół niego dyskusje były dość reprezentatywne dla tego okresu. W rzeczywistości omawiane badanie było prawdopodobnie jednym z bardziej starannych. Nieco mechaniczne wykorzystywanie zmiennych instrumentalnych było wówczas naturalnym elementem głównego nurtu ekonomii empirycznej. Często instrumentami były po prostu przeszłe wartości danego oddziaływania w badaniach szeregów czasowych. Jednocześnie wielu ekonomistów rozumiało problem zmiennych zakłócających i odwrotnej przyczynowości oraz fakt, że powszechnie stosowane podejścia były często słabo dostosowane do zadań badawczych. Orley Ashenfelter z Uniwersytetu Princeton opublikował serię badań poświęconych ocenie prowadzonych przez rząd programów szkoleń zawodowych (Ashenfelter 1974, 1978, Ashenfelter i Card 1985).

Jak na ironię, on również wykorzystał metodę różnicy w różnicach do porównania pracowników, którzy odbyli szkolenia zawodowe z innymi, nieprzeszkolonymi pracownikami. Jednak analizy różnych horyzontów czasowych przed szkoleniem i po nim przynosiły bardzo różne szacunki co do wpływu szkolenia. Dla badacza stało się wówczas jasne, że trajektorie zarobków pracowników odbywających szkolenie znacznie różniły się od grup kontrolnych: pracownicy szkoleni często doświadczali spadku zarobków tuż przed rozpoczęciem szkolenia. W rezultacie to, co może wyglądać na efekt szkolenia zawodowego, może być po prostu naturalnym „odbiciem” po przejściowym pogorszeniu sytuacji odbywających szkolenie pracowników.

Tymczasem przeprowadzono również randomizowaną ewaluację jednego z takich programów szkoleniowych, znanego jako National Supported Work Demonstration, a doktorant Ashenfeltera, Robert Lalonde, porównał szacunki eksperymentalne z alternatywami nieeksperymentalnymi. Badanie Lalonde’a potwierdziło tezę o kruchości metod nieeksperymentalnych i dostarczyło wielu działającym w tym czasie młodym ekonomistom silnej motywacji do zintensyfikowania wysiłków naukowych.

Podczas gdy Ashenfelter popierał w późniejszym okresie eksperymentalną ewaluację programów rządowych, inny doktorant z Uniwersytetu Princeton, Gary Solon, obrał inną drogę. Solon interesował się wpływem zasiłków dla bezrobotnych na zachowania osób bezrobotnych związane z poszukiwaniem pracy, a także na czas jaki zajęło im znalezienie nowej pracy. Zasiłki dla bezrobotnych różnią się między sobą z dwóch względów: zasad ustalania wysokości świadczeń oraz poprzednich zarobków i historii zatrudnienia poszczególnych osób. Choć interesuje nas wpływ obowiązujących zasad, naukowcy często po prostu porównywali świadczenia otrzymywane przez bezrobotnych z ostatecznymi wynikami w zakresie zatrudnienia, mieszając tym samym politykę publiczną z indywidualną heterogenicznością w zakresie perspektyw na rynku pracy.

Solon starannie rozdzielał efekty przepisów regulujących świadczenia. W ramach modelu różnicy w różnicach wykorzystał fakt opodatkowania począwszy od 1979 roku zasiłków dla bezrobotnych wypłacanych osobom o wysokich dochodach i porównał je z nieopodatkowanymi osobami z grupy kontrolnej. Było to kolejne przełomowe badanie, które wpłynęło na pracę wielu innych naukowców zarówno w bezpośrednim otoczeniu autora, jak i gdzie indziej. Warto tu wymienić choćby doktorantów z MIT, Lawrence’a Katza i Bruce’a Meyera, którzy w późniejszym okresie kontynuowali badania w tym obszarze.

Uniwersytet Princeton nie był w istocie jedynym miejscem, w którym narastało niezadowolenie ze stanu nauk ekonomicznych. Pod silnym wpływem wspomnianej wcześniej pracy Schultza pozostawał Richard Freeman pracujący na Uniwersytecie Harvarda. Freeman próbował naśladować Schultza, stosując w swojej pracy podobne szoki, ale nie doszedł do punktu, w którym jego pracę można by uznać za eksperymenty naturalne w pełnym tego słowa znaczeniu.

Zrobił to jednak Alan Krueger, będący jednym z jego doktorantów. Krueger dołączył do Uniwersytetu Princeton jako adiunkt w 1986 roku i został współpracownikiem Davida Carda. Joshua Angrist był wówczas doktorantem. Byli oni przedstawicielami grupy młodych ekonomistów przekonanych, że możliwe jest ulepszenie stosowanych metod badawczych i prowadzenie bardziej wiarygodnych prac empirycznych.

Badanie Carda masowego exodusu uchodźców z Kuby do Stanów Zjednoczonych jest przykładem różnic w podejściu między pracami nowej generacji ekonomistów a wcześniejszą praktyką badawczą.

Przeprowadzone przez Carda badanie masowego exodusu uchodźców z Kuby do Stanów Zjednoczonych, którego celem było zmierzenie wpływu imigracji na rodzimych pracowników, jest przykładem różnic w podejściu między pracami tej nowej generacji ekonomistów a wcześniejszą praktyką badawczą. W celu obejścia problemu badawczego, jakim jest fakt, że imigranci mogą osiedlać się na dobrze prosperujących rynkach pracy, Card przyjrzał się zorganizowanej akcji, w ramach której w 1980 roku kilkaset tysięcy Kubańczyków przedostało się drogą morską z kubańskiego portu Mariel do Stanów Zjednoczonych (tzw. Mariel Boatlift). Wszyscy Kubańczycy imigrujący w ramach tej akcji przybyli pierwotnie do Miami i wielu z nich już tam pozostało, co doprowadziło do wzrostu zasobów siły roboczej w mieście o około 7 proc. na przestrzeni zaledwie kilku miesięcy.

W ramach prostej analizy różnic w różnicach Card starannie porównuje sytuację rodzimych pracowników z Miami z mieszkańcami kilku innych miast, które przypominają Miami, ale nie doświadczyły dużego napływu imigrantów. Ewolucja zarobków i stopy bezrobocia wśród mieszkańców Miami była mniej więcej podobna do tej obserwowanej w innych miastach, ale w wynikach jest sporo szumu informacyjnego i nie są one całkowicie rozstrzygające. Niemniej jednak badanie dotyczące przerzutu emigrantów z portu Mariel pozostaje naturalnym eksperymentem par excellence i w tamtym okresie wpłynęło ono na wielu badaczy.

David Card i Alan Krueger są być może najbardziej znani ze swoich badań nad płacami minimalnymi, a w szczególności z pracy, w której analizują wzrost stanowej płacy minimalnej w New Jersey. W innym modelu różnic w różnicach badają oni jak podwyżka wpłynęła na zatrudnienie w restauracjach typu „fast food” w stanie New Jersey w porównaniu z sąsiednią Pensylwanią i stwierdzają występowanie w obu stanach podobnych trendów w zatrudnieniu. Być może stany New Jersey i Pensylwania w jakiś sposób się różniły i dlatego jeden stan podniósł płacę minimalną, a drugi nie, a ten efekt kompensuje wszelki możliwy spadek zatrudnienia. Card i Krueger rozwiązują ten problem, porównując również restauracje o różnych poziomach wynagrodzeń przed podwyżką płacy minimalnej w New Jersey i uzyskują podobne wyniki.

Nobel 2021 – naturalna rewolucja empiryczna

Jedną z innowacyjnych cech wyróżniających to badanie z zakresu płacy minimalnej był fakt, że naukowcy pozyskali dane, wykorzystując do tego celu własne badanie ankietowe. Działo się to w czasach, gdy ekonomiści polegali prawie wyłącznie na wtórnych źródłach danych. Znajdowanie dobrych nowych źródeł danych lub generowanie własnych danych jest obecnie powszechną praktyką w ekonomii empirycznej. Okazało się później, że jakość danych z New Jersey pozostawiała wiele do życzenia, na co zwracali uwagę krytycy. W kolejnej analizie Card i Krueger (2000) poprawili jakość danych, wykorzystując w tym celu rejestry administracyjne. Wcześniejsze wyniki zostały potwierdzone. Krytyczne reewaluacje własnych prac i wykorzystanie ich do ulepszania stosowanej metodologii to kolejny znak rozpoznawczy tych autorów.

Wszystkie opisane badania wykorzystują metodę różnicy w różnicach, ale kluczowym narzędziem nurtu eksperymentów naturalnych była metoda zmiennych instrumentalnych. Jej zastosowanie zostało podkreślone w badaniu Angrista i Kruegera dotyczącym korzyści ekonomicznych wynikających z ukończenia dodatkowego roku nauki w szkole. W swojej pracy autorzy wykorzystują charakter przepisów dotyczących obowiązku szkolnego w Stanach Zjednoczonych. Stanowią one, że uczniowie mogą porzucić naukę, kiedy tylko osiągną wiek zakończenia obowiązku szkolnego (który w wielu miejscach wynosi 16 lat), nawet jeśli ich urodziny przypadają w środku roku szkolnego. Ponieważ rozpoczęcie nauki w danym roku szkolnym ma miejsce tylko raz w roku we wrześniu, daty urodzenia uczniów generują zróżnicowanie czasu spędzanego w szkole przez osoby, które decydują się na przerwanie nauki w pierwszym momencie, gdy jest to możliwe. Skłoniło to Angrista i Kruegera do wykorzystania danych na temat kwartału urodzenia, które są dostępne w dużych dostępnych do użytku publicznego próbkach z amerykańskiego spisu ludności, jako instrumentu dla liczby lat nauki.

Podobnie jak w wielu kluczowych pracach z nurtu eksperymentów naturalnych, przedstawione w pracy tezy wspierają proste dowody graficzne. Ta przejrzystość jest kolejną kluczową cechą ruchu eksperymentów naturalnych.

Omawiana praca stanowiła punkt zwrotny, jeśli chodzi o nowoczesne, przemyślane wykorzystanie zmiennych instrumentalnych (choć są też oczywiście inne przykłady). Angrist i Krueger starannie potwierdzają przyjęte założenia dodatkowymi dowodami empirycznymi. Autorzy dokumentują na przykład, że przepisy dotyczące obowiązku szkolnego wpływają na frekwencję szkolną młodszych kohort wiekowych objętych spisem ludności dokładnie w taki sposób, jak można by się spodziewać (chociaż nie są to główne kohorty wykorzystane w analizie). Badacze pokazują również, że efekt kwartału urodzenia występuje przede wszystkim wśród osób z wykształceniem średnim i niższym, czyli tych, na które powinny w praktyce wpływać regulacje dotyczące obowiązku szkolnego (a nie wśród osób, które uzyskują wyższe poziomy wykształcenia). Podobnie jak w wielu kluczowych pracach z nurtu eksperymentów naturalnych, przedstawione w pracy tezy wspierają proste dowody graficzne. Ta przejrzystość jest kolejną kluczową cechą ruchu eksperymentów naturalnych.

Jednym z zaskakujących wyników analizy wpływu długości edukacji przeprowadzonej przez Angrista i Kruegera był fakt, że skutki ekonomiczne przedłużenia edukacji zidentyfikowane w oparciu o metodę zmiennych instrumentalnych były większe od tych zaobserwowanych we wcześniejszych, bardziej naiwnych analizach. Jest to zaskakujące: większość analityków spodziewała się, że zależności zidentyfikowane w ramach naiwnych schematów badawczych są zbyt duże. Myślenie to opiera się na przekonaniu, że ci, którzy i tak mieliby wyższe zarobki, są również tymi, którzy uzyskują wyższe wykształcenie, co w efekcie prowadzi do „zawyżenia” naiwnego powiązania.

W tym miejscu na scenę wkracza praca Angrista i Guido Imbensa. Obaj skończyli właśnie swoje doktoraty i spotkali się jako adiunkci na Uniwersytecie Harvarda. To oczywiste, że różne osoby uzyskają różne korzyści z dodatkowego roku edukacji. Ktoś może mieć zagwarantowane zatrudnienie w rodzinnej firmie i w jego przypadku ukończenie szkoły średniej nie ma większego znaczenia. W przypadku innej osoby ta różnica może mieć ogromny wpływ na całe dalsze życie zawodowe. Tak więc czyje korzyści ekonomiczne wynikające z dłuższej edukacji w rzeczywistości mierzymy? Imbens i Angrist pokazują, że chodzi o osoby, na których edukację wpływa zmienna instrumentalna.

W przypadku Angrista i Kruegera grupa ta obejmuje osoby, których dotyczyć może przedwczesne porzucenie nauki. Badanie to niewiele mówi nam o ukończeniu studiów uniwersyteckich. Chociaż nie dowiadujemy się o wpływie dodatkowego roku nauki na zarobki w odniesieniu do wszystkich grup uczniów i nie dowiadujemy się o tym wpływie dla każdego roku nauki, wyniki badań z wykorzystaniem zmiennych instrumentalnych są często szczególnie istotne dla grup, które są przedmiotem uwagi w ramach realizacji polityki publicznej.

Analiza Angrista i Imbensa odegrała kluczową rolę w przedstawionej przez Carda interpretacji literatury naukowej dotyczącej korzyści ekonomicznych z przedłużenia edukacji szkolnej. Spostrzeżenia te były w międzyczasie wykorzystywane i rozwijane przez wielu innych badaczy. Pokazuje ona również, że dowolne pojedyncze badanie dostarcza jedynie częściowych wyników w odniesieniu do danej kwestii. W celu uzyskania pełniejszego obrazu potrzebujemy większej liczby analiz z różnymi instrumentami lub z uwzględnieniem innych osób dotkniętych danym zjawiskiem. Tym kwestiom zewnętrznej rzetelności i trafności badań poświęcano z biegiem czasu coraz więcej uwagi.

W rzeczywistości wszystkie z wymienionych tutaj publikacji poddane zostały skrupulatnej analizie i rozbiórce na czynniki pierwsze przez innych badaczy. Proces ten przyczynił się do lepszego zrozumienia stosowanych metod oraz do wprowadzenia wielu ulepszeń metodologicznych.

Klasyczne prace opisywanych autorów miały oczywiście swoich krytyków. W rzeczywistości wszystkie z wymienionych tutaj publikacji poddane zostały skrupulatnej analizie i rozbiórce na czynniki pierwsze przez innych badaczy. Proces ten przyczynił się do lepszego zrozumienia stosowanych metod oraz do wprowadzenia wielu ulepszeń metodologicznych. Przedstawiciele „fantastycznej czwórki” byli zresztą w ten proces aktywnie zaangażowani. Jak się okazało – co może być nawet nieco zaskakujące – znaczna część tych prac dość dobrze zniosła wnikliwą analizę, której zostały poddane.

Nobel za kontrowersyjne badanie

Metodologia eksperymentów naturalnych zyskała popularność nie tylko w ekonomii pracy, ale także w wielu innych dziedzinach ekonomii. Niektórzy obawiali się, że wkrótce zabraknie nam dobrych eksperymentów naturalnych i że metodologia ta doprowadzi badaczy do skupiania się na wąskich, stosunkowo nieistotnych kwestiach. Wydaje się jednak, że stało się dokładnie odwrotnie: wraz ze wzrostem liczby badaczy wykorzystujących omawiane metody otwiera się coraz więcej możliwości ich wykorzystania. Dobre pytania przyciągnęły dobre odpowiedzi.

Jednym prostym wyznacznikiem sukcesu rewolucji eksperymentów naturalnych jest fakt, że od 1990 roku co najmniej połowa medali Johna Batesa Clarka (nagrody przyznawanej przez Amerykańskie Towarzystwo Ekonomiczne dla najlepszego ekonomisty w wieku poniżej 40 roku życia) trafiła do badaczy związanych z metodami eksperymentów naturalnych. Jest to niezwykły wynik, biorąc pod uwagę fakt, że zdobywcy nagród wywodzą się ze wszystkich dziedzin ekonomii, w tym z obszaru ekonomii teoretycznej. Pokazuje on również rozmiar sukcesu, jaki odniosła w tym okresie ekonomia empiryczna. Tegoroczni laureaci zapewne w dużej mierze przyczynili się do tego, wskazując nam wszystkim drogę do realizacji wiarygodnych badań empirycznych.

Jörn-Steffen Pischke
Profesor ekonomii, London School of Economics; Starszy specjalista ds. badań naukowych, Centre for Economic Performance.

 

Artykuł ukazał się w wersji oryginalnej na platformie VoxEU, tam też dostępne są przypisy i bibliografia.

(©Envato)

Tagi


Artykuły powiązane

Czytelnicze refleksje o naturze ludzkiej (i ekonomii)

Kategoria: Trendy gospodarcze
Książka prof. Adama Glapińskiego z pewnością zaskoczy niejednego czytelnika, który może spodziewałby się pozycji traktującej np. o polityce pieniężnej czy bankowości centralnej. Tymczasem otrzymał rozważania o człowieku, jego naturze i zasadach funkcjonowania ludzi w  środowisku przyrodniczym.
Czytelnicze refleksje o naturze ludzkiej (i ekonomii)