Позитивные изменения. Том 1, №1 (2021). Positive changes. Volume 1, Issue 1 (2021) - Редакция журнала «Позитивные изменения»

группы.

Фиктивная переменная d2 улавливает факторы, которые бы вызвали изменения у даже при отсутствии воздействия или программы. Фиктивная переменная dB улавливает возможные различия между опытной и контрольной группами соответственно. Представляющий собой интерес коэффициент 1 находится при переменной взаимодействия d2dB, которая совпадает с фиктивной переменной, равной единице, для наблюдений в опытной группе во втором периоде. Оценка 1 методом «разность разностей» (РР-оценка) — это обычная оценка метода наименьших квадратов для уравнения (1) на основе случайной выборки по исследуемым группам. Ее можно записать в виде

1 = (yB,2 — yB,1) — (yA,2 — yA,1), (2)

где А обозначает контрольную группу.

Таким образом, выборка в нашем исследовании также будет представлять две группы, которые будут выражаться в двух группах компаний, одна из которых являлась нарушителем закона (опытная) в одном из двух периодов, а другая подобных действий не осуществляла ни в одном из периодов (контрольная). Таким образом, переменная d2 в нашем уравнении характеризует соответствующий конкретному наблюдению период, а переменная dB будет представлять различие между опытной и контрольной группами. В итоге данный метод предоставляет нам возможность выявить чистое влияние программы на какой-либо индивидуальный социальный или экономический компонент.

Второй крупной работой Дэвида Карда было изучение влияния минимальной заработной платы на занятость. Проверялась гипотеза, что введение минимальной заработной платы окажет негативное влияние на занятость. Исследование базировалось на том, что 1 апреля 1992 года в Нью-Джерси должны были повысить минимальную заработную плату с 4,25 до 5,05 доллара в час. Исследователи собрали данные по уровню занятости в ресторанах быстрого питания в Нью-Джерси и Пенсильвании до и после указанного повышения в Нью-Джерси. Результат показал, что повышение минимальной заработной платы привело к увеличению занятости, так как в Нью-Джерси она фактически выросла.

Следующая фундаментальная задача, которая в общем виде выражается как поиск причинно-следственной связи между решениями (индивидуальными или государственными) и экономическими результатами, была взята в работу Джошуа Ангристом. Причинно-следственные вопросы требовали особого языка. Ангрист в своих работах опирался на придуманную в семидесятых годах Дональдом Рубиным модель «потенциальных исходов».

Исходные предпосылки модели: у каждого индивида есть набор потенциальных исходов, которые с ним могут произойти в зависимости от того, каким будет его решение. Например, если у человека болит зуб, то он может либо принять обезболивающую таблетку, либо пойти к стоматологу, либо ничего не делать. Каждое из этих решений приведет к какому-то потенциальному результату. В фактических данных мы наблюдаем только один из этих исходов, мы не знаем исход, если бы тот же самый индивид принял другое решение. Эта фундаментальная проблема причинно-следственного анализа не имеет решения, мы никогда не сможем измерить эффект воздействия для конкретного индивида. В то же время при определенных предпосылках мы можем измерить некоторый средний эффект.

Вместо придумывания потенциальных предпосылок, чтобы оценить эффект для всех, исследователи перевернули задачу и спросили, для кого мы можем оценить эффект при разумных предпосылках. Ответ оказался простым и интуитивным: средний эффект можно рассчитать для тех индивидов, которые изменили свое решение под воздействием инструмента.

В своей работе 1994 года Имбенс и Ангрист показывают, как применить эту методологию к инструментальными переменным. Вместо придумывания потенциальных предпосылок, чтобы оценить эффект для всех, исследователи перевернули задачу и спросили, для кого мы можем оценить эффект при разумных предпосылках. Ответ оказался простым и интуитивным: средний эффект можно рассчитать для тех индивидов, которые изменили свое решение под воздействием инструмента, — так называемый локальный средний эффект воздействия (Local Average Treatment Effect).

Опираясь на новую методику, Ангрист и Крюгер изучали влияние образования на заработную плату. Их задача состояла в исключении других влияющих факторов — способностей человека или его семейного происхождения. Ученые решили базироваться на данных о годе рождения учащихся, чтобы предсказать, сколько учащиеся будут учиться в школе. Предполагалось, что год рождения не связан с происхождением и врожденными способностями, соответственно, он не влияет на успешность и уровень заработной платы человека в будущем. На большой выборке они подсчитали, что влияние обучения на заработки по факту оказалось больше, чем предыдущие оценки с использованием традиционных методов. Так был установлен стандарт для такого рода анализа.

Новые идеи не сразу получили признание официальной науки. В начале девяностых работы Дэвида Карда вызывали много критики со стороны исследователей — и в том числе нобелевских лауреатов, как и подход Имбенса и Ангриста к анализу причинно-следственных связей. Но за прошедшие годы эти идеи выдержали свою проверку временем, и сегодня сложно представить себе эмпирическую работу, не опирающуюся в какой-то степени на исследования Карда, Имбенса и Ангриста. Такой подход к прикладным исследованиям получил название «революция достоверности» (credibility revolution). «Благодаря им роль эмпирических исследований в экономической науке претерпела революционные изменения. Их работы радикально изменили подход ученых к поиску ответов на эмпирические вопросы на основе данных естественных и полевых экспериментов», — сообщил Нобелевский комитет.

Экономические исследования за последние полвека сместились в зону эмпирической проверки гипотез. Изменилась и сама цель эмпирического исследования. Произошло смещение внимания науки от описания вариаций той или иной величины (дохода, безработицы и т. п.) в зону выявления причинно-следственных связей, от описания атрибутов — в зону экспериментов.

Мировая методология оценки импакт-эффектов в рамках социально-экономических процессов движется от атрибутивных подходов с постановкой контролируемого эксперимента в сторону естественных экспериментов и контрафактического моделирования. Здесь можно вспомнить другого нобелевского лауреата — Даниэля Канемана, который определил новое направление исследований в экономике — «поведенческую экономику». Канеман простым экспериментом доказал, что не некое абстрактное экономическое лицо, а реальный человек склонен к нерациональному выбору и что порядка 80–90 % людей не следуют рациональному выбору.

Стоит отметить, что рациональность в экономике отличается от этого понятия в быту. Под ней понимается набор некоторых аксиом, которые указывают, как сделать выбор. У нас есть все альтернативы, мы можем их сравнить с учетом всех значимых показателей и математически оценить выгоду от каждого варианта. И как показали эксперименты Канемана, реальные люди иначе оценивают вероятности тех или иных альтернатив. В случае выигрыша, например, люди склонны к гарантированному варианту чаще, чем к рискованному (менее вероятному), даже если в риск заложен более крупный выигрыш. При этом при потерях, эти же люди больше готовы рисковать в выборе, ожидая, что обойдется без потерь. Своими исследованиями Канеман как будто соединил математизированные подходы экономики со всеми строгими правилами и не всегда рациональные парадигмы социальных наук. Было положено начало новому широкому взгляду на социально-экономические процессы.

В заключение стоит отметить, что идею нерациональности человека отражали и другие ученые — Адам Смит, Джон Мейнард Кейнс,