随机对照试验是发展经济学领域的热门方法,其最热心的倡导者刚刚获得诺贝尔奖。但这种实验方法真的能够帮助制定更好的经济政策吗?
经济政策是否达到其既定目标,我们如何得知?答案是:我们可以创建两个相似的群体,随机只将“干预措施”分配给其中一个群体,并衡量结果。通过比较两组,我们将获得对政策有效性的可靠估计。
这一技术即随机对照试验(RCT),长期以来已被用于医学和社会政策领域。埃丝特·迪弗洛、阿比吉特·班纳吉和迈克尔·克雷默将其应用于发展经济学,彻底改变了许多经济学家的工作方式——并于上个月荣获诺贝尔奖。
这一成就兼具学术和组织层面的意义:一个全球性群体已经形成,随机化主义者致力于利用随机对照试验改变世界。新的证据将促使发展中国家政府摒弃不良政策、采纳良好政策。
哲学家南希·卡特赖特、诺贝尔奖得主安格斯·迪顿和詹姆斯·赫克曼,以及牛津大学的兰特·普里切特长期以来一直主张,认为随机对照试验得出的证据是并非支持者所宣称的可靠性“黄金标准”。但即使证据有力,选民和政府会被说服吗?政策能否得到足够改善,从而切实改变人们的生活?
如果说有哪个时刻,可靠证据无法打动政治家,那就是现在。“专家都是糟糕的!”唐纳德·特朗普宣称(2016年)。“英国已经受够了专家!”保守党大臣迈克尔·戈夫反驳道,面对脱欧将损害英国经济的证据时。不难想象,俄罗斯的弗拉基米尔·普京、巴西的雅伊尔·博索纳罗、土耳其的雷杰普·塔伊普·埃尔多安和菲律宾的罗德里戈·杜特尔特都会点头表示赞同。
实验方法基本上是非理论性的,有人认为这是一种优势:让数据自己说话。但随机化主义者确实有一个隐含的政策制定模型,而且很简单:只要你建造了它,人们就会来。政治家在面对有力的证据时,会做正确的事。然而,其他经济学研究(通常由其他诺贝尔奖得主完成)有助于理解为何这一模型并不令人满意。
从决策开始说起。心理学家丹尼尔·卡尼曼和经济学家理查德·塞勒因其在行为经济学领域的开创性工作获得诺贝尔奖。行为经济学这一研究分支表明,充斥于经济学家模型中的完全理性的经济人(homo economicus)从来就不存在:人类在做出选择时容易过度自信、存在偏见,并依赖不可靠的经验法则。
当人类必须做出的选择是集体性的时,问题会呈指数级增长。集体理性未必个人喜欢,这一观察是现代公共经济学的基础。如果某一群体从某项公共支出中受益(例如一家当地诊所),且该支出可通过借贷筹资——从而使当前及未来的其他纳税人也会帮助承担费用——那么,即使有再多关于财政审慎之实证益处的说教,也无法阻止邻居们要求建造这家诊所。作为智利四年的财政部长,我参与了无数次关于公共支出的辩论。我不记得有哪篇证据充分的学术论文曾帮助我方赢得过辩论。
此外还有棘手的分配问题。有些政策变化会使部分人受益而没有人受损(经济学家称之为帕累托改进)。在这种情况下,有说服力的实证证据若运用得当,可以改变人们的想法。但大多数政策选择都会使某些人失去某些东西。潜在的受损者随后会组织起来抵制变革,而潜在的受益者则仍然缺乏信息、不感兴趣,或两者兼而有之。政策瘫痪随之而来。随机对照试验的结果不太可能改变这一局面。
此外,人们在意与自己有认同感的他人如何评价自己。正如雷切尔·克兰顿与诺贝尔奖得主乔治·阿克洛夫曾主张,我们愿意为了确认自身身份而承担经济成本。一位新近移民可能选择不学习其新居住国的主流语言,以便融入由其他近期移民聚居的社区。又或者,认同民粹主义领导人的选民可能继续支持他,即使其错误的政策正在使国家破产。政治往往是身份政治,对证据的分量不够敏感。
最后是范围与雄心的问题。随机对照试验最适合用于范围明确的政策议题。如果你希望人们睡在防疟蚊帐下,你应该出售这些蚊帐还是免费发放?有条件现金转移支付给贫困母亲是否促使她们让子女入学?还有我个人最喜欢的问题:性别选举配额是否改善了印度女性的政治代表性?(答案显然是肯定的。)
无论有多少研究人才,都无法设计随机对照试验来检验更多全球化是否可取、政府规模应有多大,或什么触发经济增长。因此,随机化主义者对于那些激起热情、并围绕其构建宏大叙事的重大问题,几乎无法置喙。而正是这些叙事,罗伯特·J·席勒(又一位诺贝尔奖得主)已表明,塑造着我们对经济的思考方式。若不能融入广泛的变革叙事,实证证据的政治影响充其量也很有限。
迪弗洛和班纳吉对此了然于心。在他们深思熟虑的新书《艰难时代的良好经济学》中,他们写道:“随着我们失去倾听彼此的能力,民主变得越来越缺乏意义,更接近于各个部落的人口普查,每个部落的选民投票时更多基于部落忠诚,而非对各项优先事项的审慎权衡。”这一观察如何与他们的社会变革理论相契合,仍不清楚。
“我们应对糟糕想法的唯一办法,”他们总结道,“是保持警惕,抵制“显而易见”的诱惑,对所谓的奇迹保持怀疑,质疑证据,对复杂性保持耐心,并坦诚面对我们所知与所能知的内容。”这番话既雄辩又正确,但与其说是一种行动号召,不如说更像是一种希望的表达。
关键并不在于质疑关于教育、贫困或健康领域“何为有效”的更多证据的重要性。但经济学告诉我们,应将边际资金投向能带来最大社会回报的地方。鉴于近年来随机对照试验的泛滥,或许学术界和捐助者应当投入更多时间和资源,研究无法通过实验方法探讨的重大问题,并更多地了解政策制定者对新实证证据的需求以及障碍,即政策制定者使用这些证据时所面临的。课程设置亦是如此:许多学术项目可能让学生掌握每一个计量经济学细节,却几乎没有传授如何将这些知识应用于现实世界的智慧。作为一所公共政策学院的院长,这让我常常辗转难眠。
若不改变方向,定量政策评估的供给将持续增长,而政策制定者对此的需求似乎正在下降。任何一年级经济学专业学生都会告诉你,经济学家服务的相对价格可能会下跌。这对经济学家而言是坏消息——对整个世界而言也是如此。
