Winnaars van de Nobelprijs voor de economie hebben economen bevestigd hoe ze de echte wereld in hun laboratorium kunnen veranderen
De keuze van het Nobelcomité om zijn economische prijs voor 2021 toe te kennen aan David Card, Josh Angrist en Guido Imbens markeert het hoogtepunt van een revolutie in de manier waarop economen de wereld benaderen die meer dan 30 jaar geleden begon. Tot de jaren tachtig waren experimenten ongebruikelijk in de economie. De meeste economen die aan het toegepaste facet van de sector werkten, waren afhankelijk van gegevens uit enquêtes (net als de volkstelling) of administratieve bronnen (zoals sociale veiligheid).
Rond de achterstallige jaren tachtig begonnen arbeidseconomen zich specifiek af te vragen hoe de resultaten van verschijnselen als immigratie of het minimumloon hoger konden worden ingeschat. Op dezelfde manier als hoe bijvoorbeeld farmaceutische agentschappen naar een gloednieuw medicijn kijken, wilden ze andere variabelen weergeven die dezelfde effecten zouden kunnen veroorzaken. Samen met dit kwam een nieuw bewustzijn van informatie en het meten van individuen en hun gedrag.
Het is geen toeval dat Card (1983) en Angrist (1989) elk hun doctoraat aan Princeton hebben afgerond. Beiden hadden Orley Ashenfelter als hun doctoraatsgids, en Ashenfelter verdient een aanzienlijke credit score aan de zijde van Card voor het stimuleren van arbeidseconomie en empirische economie in de richting van het nabootsen van de conventionele wetenschappen.
David Card en het eigenlijke internationale laboratorium
Economen wisten dat het lastig was om de exacte datering te achterhalen tussen twee monetaire variabelen – bijvoorbeeld scholing en lonen. Het feit dat, in het algemeen, mensen met een hogere opleiding ook hogere lonen verdienen, suggereert nu niet dat betere lonen het resultaat zijn van meer opleiding. Andere factoren, zoals een bevoorrechte kring van verwanten of een beter aangeboren potentieel, kunnen ook in verband worden gebracht met elk hoger opleidingsniveau en hogere lonen.
Bij een drugstest kunt u door middel van een gerandomiseerde test de gevolgen van het medicijn isoleren in plaats van verschillende mogelijke resultaten: u verdeelt de mensen die aan uw proef deelnemen willekeurig in bedrijven, geeft het medicijn aan ten minste één organisatie en geeft het alternatief een placebo, maar die niemand meer vertelt of ze het eigenlijke medicijn wel of niet gebruiken.
Ashenfelter en Card zagen het potentieel om iets vergelijkbaars in de economie te doen met het gebruik van ‘natuurlijke experimenten’, die mogelijk financiële verschijnselen in het echte leven zijn die voor sommige mensen het handigst zijn. Door twee bedrijven te evalueren waarvan er maar één een fenomeen kent – willekeurig omdat het zo was – zouden onderzoekers een duidelijker beeld krijgen van oorzaak en gevolg.
Twee van David Card’s meest invloedrijke artikelen maakten gebruik van natuurlijke experimenten met een uitstekende impact. In de eerste, gepubliceerd in 1990, testte hij hoe meer dan honderdtwintigduizend migranten die op een bepaald moment in 1980 de haven van Mariel in Cuba verlieten, de arbeidsmarkt in Miami beïnvloedden.
Een eenvoudig contrast tussen lonen en werkloosheid in Miami zou de realiteit hebben genegeerd dat het financiële systeem van de VS in 1979 een hoge vlucht nam en in 1981 getankt werd voor motieven die niets met die migranten te maken hadden. Het antwoord van Card wordt het onderzoeken van de gemeenschappelijke inruillonen en werkloosheid tussen de achterstallige jaren zeventig en tachtig in Atlanta, Houston, Los Angeles en Tampa-St. Petersburg.
Dit leverde een zogenaamde “contrafeitelijke eindresultaten” op – wat betekent wat er mogelijk in Miami zou hebben plaatsgevonden zonder de toestroom van immigranten. Door deze variatie af te trekken van de verandering in arbeidsmarktresultaten in Miami, is Card in staat om (aantoonbaar) de impact van de instroom van immigranten op de lonen en werkloosheid in de metropool te berekenen.
Card ontdekte, opmerkelijk genoeg, dat deze toestroom absoluut geen invloed had op de lonen van lager-professionele niet-Cubanen in Miami, en nu de werkloosheid onder zwarte mensen of niet-Cubanen beide niet deed toenemen. Dit eindresultaat werd 31 jaar geleden betwistbaar en blijft tegenwoordig controversieel, maar de benadering van Card blijft nogal invloedrijk.
De 2e van Card’s meest kritische papers was een samenwerking met het verleden dankzij Alan Krueger, Card’s en Ashenfelter’s collega in Princeton, die tragisch stierf op 58-jarige leeftijd in 2019. Deze schilderijen uit 1993 onderzochten het effect van het minimumloon op de werkgelegenheid en probeerden het concept uit uit de trendy monetaire theorie dat het afdwingen van een minimumloon normaal gesproken een verschrikkelijk effect moet hebben op de werkgelegenheid.
Zich ervan bewust dat New Jersey zijn minimumloon op 1 april 1992 zou kunnen verhogen van US $ 4,25 naar US $ 5,05 per uur, verzamelden ze statistieken van snelle maaltijden-restaurants in New Jersey – en, als tegenfeitelijk, Pennsylvania – voor en na de verandering in het minimumloon van New Jersey. Hieruit bleek dat de werkgelegenheid in de fastfoodrestaurants in New Jersey echt toenam in vergelijking met Pennsylvania – wat betekent dat het verhogen van het minimumloon de werkgelegenheid verbeterde.
Josh Angrist en scholing
Josh Angrist is een andere gemaakt van de vruchtbare omgeving in de fase van de economische gezinsleden in Princeton van de jaren tachtig. De Nobelprijs citeert de schilderijen van Angrist in de econometrie – het nut van statistische technieken om economische verschijnselen te verklaren – ondanks het feit dat zijn schilderijen over de economie van de opleiding even belangrijk zijn. Een van de meest invloedrijke bijdragen van Angrist is een artikel uit 1991 met Alan Krueger, die deze prijs eigenlijk had kunnen delen als hij desondanks in leven was.
Bij het proberen het effect van scholing op het inkomen te plagen, moesten Angrist en Krueger andere elementen wegfilteren, waaronder het aangeboren potentieel van een personage of de achtergrond van hun familielid. Deze waren mogelijk gecorreleerd met het opleidingsniveau van de studenten, maar er waren geen gegevens om te testen.
In plaats daarvan ontdekten Angrist en Krueger dat de Amerikaanse regelgeving zei dat studenten binnen de twaalf maanden waarin ze zes werden, moesten beginnen met de faculteit, maar misschien wilden stoppen zodra ze zestien waren. Dit betekende dat een geleerde geboren op 31 december zou bijvoorbeeld een jaar langer moeten doorbrengen dan iemand die op 1 januari is geboren.
Angrist en Krueger gebruikten toen wanneer mensen binnen het jaar zijn geboren om te voorspellen hoeveel training ze zouden kunnen krijgen. Omdat hoewel wordt aangenomen dat je binnen het jaar bent geboren niet gerelateerd is aan de achtergrond of aangeboren capaciteiten van je familie, dit hen in staat stelde de impact van deze items in de evaluatie uit te stellen.
Wat ze opmerkten nadat ze naar een groot cohort keken, veranderde in onverwacht omdat de schilderijen van Card en Krueger – ze verwachtten dat het effect van scholing op het inkomen gewoon groter was dan eerdere schattingen van het gebruik van traditionele methoden. Er is nog steeds een beetje controverse over de vraag of deze resultaten absoluut betrouwbaar zijn, maar het artikel van Angrist en Krueger stelt ongetwijfeld hetzelfde voor dit soort analyse.
Guido Imbens en methode
Guido Imbens, die zijn Ph.D. aan de Brown University (1991), heeft de apparatuur die docenten gebruiken om causale uitkomsten in te schatten, delicaat – of om te begrijpen, terwijl er grenzen zijn aan hoe ze hun gevolgen kunnen interpreteren. Dit heeft met name invloed gehad op de manier waarop we dekkingsopties evalueren.
Het meest invloedrijke artikel van Imbens, uit 1996, is geschreven samen met Angrist en Donald Rubin, een statisticus aan Harvard die deze Nobelprijs misschien ook gemakkelijk heeft gedeeld. Het schetst een raamwerk dat ons in staat stelt om regels te evalueren, terwijl een paar individuen interventie weigeren en sommige mensen er altijd gebruik van maken – bijvoorbeeld de impact van een opleidingsprogramma voor banen op de lonen.
In enkele andere zeer invloedrijke artikelen definiëren Angrist en Imbens precies voor wie causale schattingen gelden. De uitkomsten van Angrist en Krueger over onderwijs zijn bijvoorbeeld het meest relevant voor mensen die tot hun zestiende onder druk hebben gezeten om op de universiteit te blijven, maar die mogelijk eerder zijn vertrokken als ze dat hadden kunnen doen – en dit zou zeker een verklaring kunnen bieden voor waarom de effecten één waren. vergelijkbaar met eerdere schattingen.
Voor Card, Angrist en Imbens is de ‘geloofwaardigheidsrevolutie’ in de economie ingesteld die verdedigbare schattingen van causale resultaten oplevert – zelfs aangenomen dat de schattingen van de ene in strijd zijn met de traditionele monetaire theorie. Ze vertrouwen er fundamenteel op dat statistieken uit de ‘echte wereld’ de waarheid zullen onthullen, en hebben geavanceerde strategieën om ons die realiteit te laten zien.