经济学应用实例:用简单工具破解日常因果难题 汉译世界学术名著《基本无害的计量经济学》(美国)乔舒亚·安格里斯特等著 一位教育局长面对两份报告发愁:一份说小班教学能显著提升成绩,另一份坚称班级规模无关紧要;社区工作者争论是否该逮捕家暴者,是保护受害者,还是激怒施暴者?大学生疑惑:高昂的学费真能换来更高收入?这些不是哲学思辨,而是政策制定者、学者乃至普通人日常遭遇的因果困境。2021年诺贝尔奖得主安格里斯特在与他人合著的作品中给出了一把钥匙:用最简单的工具,解开最复杂的因果谜题。《基本无害的计量经济学》核心思想近乎叛逆”,在数据科学追逐深度学习与复杂模型的今天,作者们却主张“少即是多”。他们用三个基础工具搭建起因果推断的脚手架:用线性回归控制变量,用工具变量捕捉自然实验,用双重差分法追踪政策效果。这些方法没有炫目的数学外衣,却能精准剖开现实中的混淆与偏见。以“小班教学是否有效”为例,富裕学校通常班额小、成绩好,但这可能源于资源投入而非班级规模。在田纳西州STAR调整班级人数的实验中,缩小班额被发现确实能提升成绩,但学生成绩提高仅约5%。更令人震撼的是对家暴干预的研究。20世纪80年代,美国明尼苏达州开展随机实验:接警员用抽签决定是否逮捕施暴者。十年后,当部分城市强制推行逮捕政策时,研究者采用“双重差分法”,比较政策实施前后、不同城市的家暴复发率变化。结果颠覆认知:逮捕使累犯率下降50%。这个发现不仅拯救无数家庭,更揭示了一个深层逻辑,看似冰冷的计量方法,实则是通往人性真相的桥梁。关于“教育回报率”的探讨则暴露了传统研究的致命缺陷。比较大学生与高中毕业生的收入,就像比较苹果与橘子,前者可能本就具备更强能力或家庭优势。本书推崇的“断点回归设计”提供了巧妙的解决方案:聚焦大学录取分数线附近的考生,这些人的能力几乎相同,只因几分之差走向不同人生轨迹。分析发现,大学教育能使他们收入增加20%,这才是教育真实的“边际效应”。这些案例背后藏着作者的方法论宣言:复杂模型常是皇帝的新衣。当某些学者用包含几十个变量的机器学习模型预测教育效果时,这就像用卫星地图找钥匙,明明低头就能看见。线性回归控制核心变量、工具变量善用自然实验、双重差分追踪政策效应,这三板斧之所以奏效,正是因其紧扣“因果推断”的本质:剥离干扰,聚焦核心。...... #经济 #经济学 #乔舒亚·安格里斯特 #基本无害的计量经济学
00:00 / 03:52
连播
清屏
智能
倍速
点赞15
00:00 / 00:40
连播
清屏
智能
倍速
点赞218
00:00 / 05:23
连播
清屏
智能
倍速
点赞288
00:00 / 01:25:33
连播
清屏
智能
倍速
点赞27
00:00 / 02:13
连播
清屏
智能
倍速
点赞54
00:00 / 11:02
连播
清屏
智能
倍速
点赞5
00:00 / 36:24
连播
清屏
智能
倍速
点赞9
00:00 / 02:46
连播
清屏
智能
倍速
点赞6
00:00 / 25:06
连播
清屏
智能
倍速
点赞17