比较.17辑
全新正版 极速发货
￥ 31.9 6.6折 ￥ 48 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者编者:吴敬琏
出版社中信
ISBN9787521738735
出版时间2021-12
装帧平装
开本其他
定价48元
货号31334930
上书时间2024-10-20
商品详情
- 品相描述：全新
- 商品描述
-
商品简介
《比较》是著名经济学家吴敬琏主编的经济学系列出版物，该套丛书选题既贴近现实又具有前瞻性，本辑继续延续这一选题风格。本辑《比较》开篇选取诺贝尔经济学奖委员会对今年三位经济学诺奖得主的学术综述，梳理了他们对经济学的重大贡献。此外，本辑比较还从科学经济学、创新反垄断、比较制度分析、法和经济学等角度，选取了国内外经济学专家的前沿学术文章，对这些问题进行了深入的解读，为读者了解相关问题提供了新思路。
作者简介
吴敬琏，当代中国杰出经济学家、著名市场经济学者，2003年获得国际管理学会（IAM）“杰出成就奖”；2005年荣获首届“中国经济学奖杰出贡献奖”，《比较》辑刊、《洪范评论》主编。
目录
使用观测性数据回答因果问题 诺贝尔经济学奖评委会
通向新的科学经济学 帕塔·达斯古普塔 保罗·戴维
科学的经济学分析 葆拉·斯蒂芬
法律的第三种功能：改变文化类别的能力 卡拉·霍夫 詹姆斯·沃尔什
行业垄断的收入分配效应分析 岳希明 蔡萌
劳动生产率视角下的中国经济减速 张斌 朱鹤 张佳佳 钟益
以创新重构经济理论的可贵尝试：评《创造性破坏的力量》 熊鸿儒 田杰棠
内容摘要
《比较》是著名经济学家吴敬琏主编的经济学系列出版物，该套丛书选题既贴近现实又具有前瞻性，本辑继续延续这一选题风格。本辑《比较》开篇选取诺贝尔经济学奖委员会对今年三位经济学诺奖得主的学术综述，梳理了他们对经济学的重大贡献。此外，本辑比较还从科学经济学、创新反垄断、比较制度分析、法和经济学等角度，选取了国内外经济学专家的前沿学术文章，对这些问题进行了深入的解读，为读者了解相关问题提供了新思路。
主编推荐
1.经济学前沿
2.热点问题解读
精彩内容
使用观测性数据回答因果问题诺贝尔经济学奖评委会绝大多数应用科学都致力于揭示因果关系。在许多领域，随机对照实验（RCT）被认为是实现这一目标的黄金准则。系统地使用随机对照实验研究因果关系，例如评估医疗效果，已经为社会带来了巨大的福利收益。然而，由于经济、伦理或实践方面的限制，有许多重要问题，尤其是社会科学领域的问题，人们无法使用随机对照实验加以研究。例如，学校停课对学生学习以及新冠病毒的传播会产生何种影响？低技能移民对当地劳动力市场的就业和工资水平有什么影响？制度会如何影响经济发展？实施最低工资政策对就业有何影响？在回答这些类型的问题时，研究人员只能仰赖观测性数据，即那些不是由随机对照实验生成的数据。但是在使用观测性数据时会出现一个基本的识别问题：我们并不清楚导致相关性的深层原因。如果我们观测到最低工资和失业之间存在相关性，这可以说明是因为最低工资导致了失业吗？还是因为失业和那些低收入者的工资增长过慢才导致了最低工资的引入？抑或是因为那些同时影响了失业和引入最低工资的其他因素？此外，在许多情况下，随机变动本身并不足以识别平均干预效应。
今年的经济学奖授予了三位学者：伯克利加州大学的戴维·卡德（DavidCard）、麻省理工学院的乔舒亚·安格里斯特（JoshuaAngrist）和斯坦福大学的吉多·因本斯（GuidoImbens）。获奖者的贡献是独立的，但又彼此互补。从20世纪90年代初期的一系列论文开始，戴维·卡德开始使用“自然实验”，即一种研究设计，其分析包含的个体会随机地暴露于自然、制度或政策变动带来的变化之下，分析劳动经济学中的一些核心问题。这些最初的研究涉及最低工资、移民和教育政策的影响，它们挑战了对这些问题的传统认知，也成为后续复刻这些结果以及新的实证研究和理论研究迭代过程的起点，在这些过程中，卡德仍然是核心贡献者。得益于这项工作，我们对劳动力市场的运行方式有了更深入的了解。
在20世纪90年代中期，安格里斯特和因本斯为估计平均干预效应*英文为treatment，也翻译成处理，在医学实验中通常翻成治疗或医疗干预；在经济学研究中通常指政策干预，文中也将treatment和干预（intervention）并用，为便于阅读和理解，本文统译为干预。——编译注这一任务做出了根本性的贡献。尤为突出的是，他们分析了个体受到同一干预的不同影响并选择是否遵从自然实验分配给他的干预时的现实场景。安格里斯特和因本斯表明，即使在这种较为一般的情况下，也可以在一组最小（并且在许多情况下具有经验合理性的）条件下估计出明确定义的干预效应，即局部平均干预效应（LATE）。在得出他们的主要成果时，他们合并了经济学中常见的工具变量（IV）框架与统计学中常见的因果推断的潜在结果框架。利用这个合并后的框架，他们厘清了因果设计中的核心识别假设，并提供了一种透明的方式来检查违反这些假设的敏感性。
不过，获奖者的综合贡献要大于各个部分的简单加总。卡德在20世纪90年代初期的研究中展示了在重要的领域利用自然实验揭示因果关系的力量。因此，这项早期工作使经验研究的重点从使用观测性数据转向了依靠准实验变动构建因果效应。反过来，无论是使用自然实验还是实验对象不完全遵从分配给他的干预的随机实验产生的数据，安格里斯特和因本斯开发的分析框架都显著改变了研究人员解决实证问题的方式。本质上，局部平均干预效应阐明了可以从此类实验中得到什么，以及无法得到什么。总而言之，获奖者的工作在建立所谓的基于设计的经济学方法（designbasedapproachineconomics）方面发挥了核心作用。这种旨在模拟随机实验以使用观测性数据回答因果问题的方法改变了应用工作，并提高了研究人员使用观测性数据回答对经济和社会政策非常重要的因果问题的能力。
基于设计的研究方法：背景直到20世纪80年代，经济学中有关因果推断的传统方法仍然依赖于结构方程模型，即依赖于设定的方程组捕捉行为关系：关于这一部分内容，请参阅莱特（Wright，1928）和1989年诺贝尔经济学奖获得者特里夫·哈维默（TrygveHaavelmo，1943，1944）的工作。然而，结构方程法的一个关键问题是，为了建立因果关系，必须正确设定相应的结构。
到20世纪80年代初期，人们逐渐认识到正确设定因果推断所需的结构模型面临的困难。当时，人们普遍担心无法可靠地构建因果关系。参见Hendry（1980）、Sims（1980）和Leamer（1983）等。阿申费尔特（Ashenfelter，1978）指出了评估工作培训计划的困难所在，而拉隆德（Lalonde，1986）表明，针对同一个工作培训计划，使用实验估计（即使用随机的工作培训计划进行估计）得到的结果与使用标准经济学方法得到的结果存在系统性差异。这些结果为三位获奖者即将到来的创新提供了重要助力。
基于设计的研究方法：基于自然实验的新型可信证据作为对拉隆德（1986）等研究结果的回应，20世纪80年代后期，劳动经济学家转而开始利用自然实验产生的数据。在某些情况下，由自然、政策或制度（变化）引起的变化意味着我们可以将受干预影响的人和不受干预影响的人分开，就好像干预的分配是随机的。早期且极具贡献和影响力的例子包括安格里斯特（1990）、卡德（1990）、安格里斯特和克鲁格（AngristandKrueger，1991）、卡德和克鲁格（1992a，1994）。虽然并不是经济学家首先提出了因果推断的准实验方法，但在解决对经济和社会政策具有重要意义的问题时，准实验变动方法的系统性使用，迅速改变了应用微观经济研究和其他领域的实践。早在20世纪60年代，DonaldCampbell就讨论了使用教育领域的制度改革和制度规则估计因果效应（见本文第1节）。这种变化主要不是关于使用新的经验研究方法，而是关于如何干预因果问题。自然实验的流程要求研究人员了解是什么机制决定哪些个体接受什么干预。因此，新方法需要了解待识别信息的来源，即它需要对自然实验的机制有所认知。
使用可论证的外生变动估计因果效应提供了新的、可信的以及与政策高度相关的证据。这些最初的发现激发了新的研究，研究成果也因此不断积累。卡德在最低工资方面的工作为这种迭代过程提供了很好的例子。
根据教科书中的劳动力市场竞争模型，最低工资的提高会导致就业大幅减少，20世纪80年代后期所能提供的证据普遍支持这一结论。卡德和克鲁格（1994）对这个结论提出了质疑。通过一项自然实验，利用来自美国两个相邻州（其中一个提高了最低工资）的数据，他们表明，提高最低工资并没有对就业产生负面影响。这一发现促使经济学家大量使用美国和其他国家的数据重新分析最低工资；从这些广泛的文献中得出的总体结论是，提高最低工资对就业的负面影响是有限的。卡德和克鲁格的结果还使研究人员开展了一系列的实证和理论工作以解释为什么最低工资对就业没有负面影响，并提出了得到经验证据支持的几种解释。一种解释是，单位劳动效率的成本并没有与最低工资同比例上升：例如，有证据表明，采用更高的最低工资标准后，员工的生产率有所提高。另一种解释是，受最低工资影响最大的本地服务提供商能够以更高的价格将成本增加转嫁给消费者，而且不会对产品需求造成太大的损失。第三种解释是企业在劳动力市场上具有垄断势力；由于企业的垄断势力对劳动力需求和劳动力供给的影响相互抵消，所以最低工资的影响是不明确的。垄断是指雇主在劳动力市场上拥有市场支配势力的情况（Robinson，1933）。雇主可以利用这种市场势力将工资设定为低于竞争性劳动力市场的水平。在垄断劳动力市场中，由于劳动力供给的积极反应，最低工资的边际增加可以提高就业。于是，在最低工资文献的推动下，又掀起了一波有关劳动力市场垄断的后果和企业工资结构变动如何影响工资不平等的研究热潮。虽然就此断定提高最低工资永远不会对就业产生负面影响是不恰当的，但现在的我们无疑比30年前更深入地了解了为什么可能出现这种情况。
基于设计的研究方法：局部平均干预效应框架利用自然实验的第一波研究热潮得到了一些研究结果，由此引出了一些概念上有重要意义的问题。例如，对教育回报的准实验估计表明，回报的因果估计值高于使用普通最小二乘法（以下简称OLS）的简单估计值。这是令人惊讶的，因为研究人员预计OLS估计量会出现向上的“能力偏差”。也就是说，越“有能力”的人收入越高，而这些人往往受教育程度也更高。由于无法观察到能力的所有维度，因此OLS估计量可能存在正向偏差（见第1节）。这些发现表明了考虑异质性效应的重要性。
第二个问题与遵从性有关。除了某些类型的临床对照实验外，准实验或者对实验安排的遵从几乎总是不完全的。例如，如果政策将义务教育的时间延长一年，那么全民平均受教育程度的增加将不到一年，因为在政策变化之前，有些人就已经接受了超过义务教育范畴的教育。同样，在随机对照实验中，个人可能会背离给定的干预方案（treatmentprotocol）。也就是说，完全遵从实验安排是一种例外情况而非准则。
那么，当实验人群中的不同个人反应各异且不完全遵从时，又该如何估计干预效应呢？医学领域的标准做法是估计并报告意向干预（intenttotreatment）的估计值（时至今日仍然如此），也就是说，不管个人是否背离了给定的干预状态，都按照个人被分配到的干预状态来分析结果。在许多情况下，意向干预的估计值是一个值得关注的参数；在其他情况下，它则是唯一可以不需要施加额外假设就进行估计的因果参数。然而，意向干预估计值并没有估计个人遵从干预方案时的干预效应，而这一干预效应是一个非常关键的参数。重要的是，正如赫尔南和罗宾斯（HernánandRobins，2017）讨论的那样，基于意向干预的分析可能会使原本并不安全的干预措施显得安全，或者使事实上有效的干预措施看起来无效。
在20世纪80年代后期，研究人员开始研究，在什么条件下可以估计存在异质性和不完全遵从的干预效应。这一领域文献的早期贡献者包括：张伯伦（Chamberlain，1986）、罗宾斯（1989）、赫克曼（Heckman，1990）和曼斯基（Manski，1990），他们专注于在什么条件下可以估计出平均干预效应，以及确定平均干预效应的边界。他们的贡献表明，只有在某些特殊情况下才可以估计出遵从者的因果效应例如，如果个体不知道干预将如何影响他们，或者不对这种干预采取异质性行动，那么估计受干预者的平均因果效应就是可行的。；此外，在实际应用中，平均干预效应的边界往往太宽，以至于无法提供有效信息。
在其开创性的工作中，安格里斯特和因本斯（1994）以一种关键方式推动了此类文献的发展（另见AngristandImbens，1995；Angrist、ImbensandRubin，1996）。具体而言，当总体中的反应存在异质性时（这是合理的假设），安格里斯特和因本斯在不对研究对象的行为做出限制的前提下，提出并重新阐述了如下问题：从随机实验或准实验研究中，可以估计出什么样的因果干预效应。在最少的假设下，他们的研究表明，那些依从实验或准实验分配的人的平均因果效应可以被估计出来，并且还由工具变量确定了这种效应。安格里斯特和因本斯将这种因果效应称为局部平均干预效应，有时也被称为遵从者平均因果效应。因此，安格里斯特和因本斯明确说明了在异质性来源未知（并且无法建模和估计）的情况下如何解释干预效应。
在论证其主要结论的过程中，安格里斯特和因本斯做出了更广泛的贡献。他们根据潜在结果展开分析，以此将经济学中发明的工具变量框架与统计学中发展出来的用于因果推断的潜在结果框架相结合。而这反过来又产生了一个一般性框架，提高了研究人员证明因果关系、解释研究结果的能力；特别是，它使识别假设的性质变得清晰，并允许研究人员评估经验设计对偏离这些假设的敏感性。在经济学以及一些其他领域，这些优点使该框架成为准实验和实验工作的主导框架。此外，安格里斯特和因本斯提供的基本框架已经用于检验识别局部平均干预效应所需的假设，并且还被用于研究使用其他因果推断方法（包括断点回归设计，Hahn、ToddandvanderKlaauw，2001）以及双重差分设计（例如，deChaisemartinandDHaultfoeuille，2020）时识别因果效应所需的条件。这些方法在第1节中都有简要的介绍。
— 没有更多了 —
以下为对购买帮助不大的评价