《大侦探经济经济学》 (2021-12-12 11:25:27 )

趣味性比较强的一本书,通过很多历史事件案例,引入计量经济学的实证分析得出更有说服性的结论。
心理学、经济学,都是不那么“硬”的学科,随着量化、实证、对比等方法的深入,它们也逐步提高了硬度……
事实框架:要想真正地揭示因果关系,你必须保证因果关系的主体相同,同时所有的其他环境与条件也都一样,最好是同一个人,同时出现在不同的状态下,经过对比,你才能说明某种状态的因果效应是怎么样的。如果一个人吃了某道菜之后死了,那么,只有当他同时又没有吃这道菜之后活着,这两种状态都为我们所观察到时,我们才能说,这道菜是他死去的原因。
随机实验方法,因果推断的潜在结果模型(Potential Outcomes Model):一般来说,我们设定的p值大多在0.05左右,也就是1/20,只要p值小于这个水平,我们一般就认为,只是出于运气而做到的可能性就很小。
为什么黑人的车里更容易发现毒品和其他违禁品?
基于统计的歧视,贝叶斯法则。在双方达到均衡状态时,警察盘查黑人所开的车辆和盘查白人所开的车辆,其收益应该一样。因为如果不一样,他们就会更多地盘查能带来更多收益的那个族群所开的车辆。
黑人更容易被判死刑?
模型关键是找到合理的检验方法:法院追求判决错误概率最小化这个基本假设。
墨西哥毒品战争是否导致了更大规模的暴力犯罪?
“后此谬误”,意思是说,仅仅因为一件事发生在另一件事情的前面,就认为前者是后者的原因。
断点回归,清晰断点。
胜选的墨西哥国家行动党开展的扫毒行动,打击的是那些台上的大毒枭,而一旦这些大毒枭失势,毒贩内部相互之间为了争夺地盘和利益的暴力冲突反而加剧了。墨西哥毒品战争主要是因为打破了贩毒组织的势力平衡而引发了更大规模的暴力犯罪活动。这种扫毒行动都是运动式的,不会长期持续,所以扫毒带来的震慑力会逐渐减退。
墨西哥毒品战争的溢出效应。开辟新地区。更多敲诈弥补损失,导致非正式部门的经济萎缩。
西西里黑手党崛起的历史背景
黑手党真正提供的商品是保护。在国家力量薄弱的地方,就会有其他组织来提供国家所提供的东西,黑手党就是在这样的背景下产生的。经济发展的“自然资源诅咒”,他们的研究发现,在19世纪后期,柑橘和柠檬类水果出口贸易的蓬勃发展,是黑手党兴起的关键因素,从能够种植这类作物的土地上获得的暴利,使制度进一步恶化,即便是社会中的主要群体也认为,掠夺比生产更容易实现财富的增加。柠檬种植的普及对黑手党在19世纪下半叶的出现产生了至关重要的因果性影响。
意大利西西里的黑手党得以崛起并迅速发展的三个要素:土地改革、柑橘类水果的种植以及农民社会主义运动组织的兴起。
中国北方因工业结构、供暖政策等差异导致北方的大气污染浓度比南方高了46%,由此使北方人的预期寿命比南方人少了3.1年。
冬季燃煤供暖“杀人事件”:
第一,有很有强的证据表明,冬季供暖开始后,空气质量会立即恶化。平均而言,冬季供暖一启动,空气污染指数就上升36%。
第二,由冬季供暖导致的空气质量的下降,会立即引发死亡率的上升。平均而言,供暖开始的时候,周死亡率上升14%。这个结果主要是心肺疾病带来的死亡人数增加引致的,这进一步坐实了空气污染乃是身体健康的杀手之一。
空气污染指数提高10个点,周死亡率会增加2.2 %。月度PM2.5数据中每增加10微克,就会导致死亡率提高3.25%。
经济学中有一套现成的关于生命统计价值的估算方法。根据这套估算方法,可以把一条生命的价值用货币表示出来。经过严格测算认为,中国人的生命统计价值在2015年大约为115万美元
隐藏在绿水青山背后的成本
企业的生产效率通常以全要素生产率(TFP)表示,它衡量的是:在要素投入既定的情况下企业的产出量。TFP越大,说明要素投入不变,产量越大;反之则相反。
监测站的位置这个断点天然地把污染企业分成了两组。位于监测站上游的企业在TFP上比下游企业要低24%多一点,污染排放量比下游企业低57%还要多。
水污染减排10%,污染类产业的TFP就会下降3.38%~3.81%。这一减排成本意味着,在他们研究的2000—2007年间,我国由于水环境污染治理政策导致工业总产出损失了大约8 000亿元。
名校骗局:以学生生日月份作为工具变量,只影响受教育年限。
一个好的工具变量,必须满足两个条件:第一,它与我们关心的那个因素相关,在这里就是与教育年限的选择相关,即与是否多读一年书相关;第二,它与其他影响收入变化的因素都不相关
在南亚、西亚、北非和中国,如前所述,女性与男性的人口比例为0.94,也就是女性比男性少6个百分点。如果无论男孩还是女孩都能得到同等的营养和护理条件的话,这个比率本应该是1.05,前前后后这样一算,女性的缺口就达到了11个百分点。
如果女性的收入增幅达到20%,那么,由此导致的女孩存活率的提高就可以完全消弭中国和西方国家在男女性别比例上的差异。
在贫穷的社会或者刚刚起飞的社会经济体中,男女之间的相对收入水平是带来这一悲剧的根本原因。同时,现代化的产前性别鉴定技术以及不当的生育政策,又加剧了这一悲剧的发展趋势。
非洲奴隶贸易可能是解释今日非洲民族林立且历史恩怨难解的一个重要原因。武器与奴隶的恶性循环。
双向因果问题。工具变量就像一把“手术刀”,它只留下鸡生蛋这一条路径,把蛋生鸡那条路径给切除掉了。美国食品援助的增加,会增加援助接收国武装冲突的发生率。
“天职”是基督教新教教派的核心伦理观念,从中世纪的宗教改革家马丁·路德而来。所谓的“天职”,不是指人们以苦修、超越世俗道德的禁欲主义方式来追求上帝的应许,反而应该在俗世中,完成个人在其所处职业位置上的工作责任和义务。“新教伦理”与“资本主义精神”之间存在着某种因果关系。这就是学术界著名的“韦伯命题”。
新教伦理在600年的漫长历史中对经济增长并不存在统计上显著的正向效应。
大多哲学和社科经典都写作于‘实证’几乎不可能的时代,比如,在二战之前,基本上不存在大规模的民意调查、完整的宏观经济和社会数据、科学上严谨的统计技术等等,所以大多数经典的写作方式只能是从概念到概念,从推断到推断,从灵感到灵感。这种写作方式往往能创造出很多很漂亮很有启发性的理论框架,但是很难校验这些理论的有效性,又因为不能校验它的有效性,即没有‘证伪’它的可能性,知识很难有效积累。
产权制度、生产的组织能力才是西方国家经济腾飞的重要原因。
度量处于不同气候条件下的人们对待失业的主观福利感受,以此来表示人们对待工作的态度。
气候条件确实会影响诸如工作态度之类的文化风气,但是通过这条途径影响经济发展的效果非常微弱
经济制度分为两类:一类叫榨取型经济制度,一类叫广纳型经济制度。制度对人均收入水平存在极大的正向影响。
第一代白人殖民者在殖民时期的死亡率作为这些国家当前制度的工具变量。死亡率会影响他们是否愿意在当地定居下来,而定居与否,会影响殖民者对殖民地采取榨取型经济制度还是移植对本地经济发展更有利的母国的好经济制度,这种经济制度的选择又会影响殖民地国家独立后经济制度的形成与延续,最后,这些国家的经济制度会影响它们的经济表现。
衡量相对收入流动性的常用指标是代际收入弹性(intergenerational income elasticity,简称IIE)。简单来说,这种测量方法告诉我们:代际流动弹性(IGE)代表父母辈的收入对子女收入的影响,父辈收入每增加1%,子女收入增加X%,这个X就是代际收入弹性。父母和子女之间的“收入百分位数等级”来衡量代际收入流动性。
在增速放缓和收入不平等程度加剧这两个因素中,收入分布不平等的加剧才是导致“美国梦”消逝的罪魁祸首
在美国,低贫困率社区对子女的未来发展具有积极作用,但这仅限于比较年幼的孩子,一旦这些孩子在搬入低贫困率社区时比较年长,那么这种效果就不再明显。
因果推断的五种武器:随机实验方法、回归方法(倾向得分匹配方法)、双重差分方法、断点回归方法以及工具变量方法。这些方法最根本的精神是由随机实验给出来的。 无论是哪种方法,都是在尽可能地从非实验性数据中寻找出随机实验的情境,通过适当的方法对因果效应进行研究。这种现实当中发生过的随机实验情境,就是所谓的自然实验或准实验。
随机实验:
干预组或处理组,对照组或控制组。混杂因子。
对于做实验,随机分组非常重要。所谓‘随机分组’,就是尽可能保证每个实验对象进入干预组与否的概率是一样的,也就是说,他们进入哪个组,跟他们自身的其他特征没有关系,这样才做到了‘苹果与苹果相比、橘子与橘子相比’。否则的话,你们拿不同的修道者在进行比较时,就混入了其他的因素,得到的结果里就混杂了其他那些因素产生的影响。这种影响叫作选择性偏误。
随机实验的影子,可以说,它是现代因果推断研究的核心理念和基本精神所在。
匹配回归:
实验数据是通过做实验才能收集到的数据,数据的变异性是通过人为操纵产生的。观测数据却不是这样,它是从现实世界中搜集到的数据,本身并没有谁刻意地按照研究人员的意图进行操纵而生成的数据。所以,观测数据往往只能反映出不同变量之间的某种关联,到底这种关联是谁引起了谁,还是同时依赖第三方的条件而变化,观测数据不能直接告诉我们答案。
基于回归进行因果推断,有一个前提假设,那就是研究人员可以把所有实验对象的特征都观察到,而当处理组和控制组在可观察到的关键变量上都一样的时候,因这些因素造成的我们观察不到的选择性偏误基本上就能得到消除,这样,干预政策的因果关系就可以得到确证。
基本思想与随机实验相同,但却巧妙地利用了回归的思想。看来这回归的意思,就是‘保持其他条件不变’。
回归视为一种统计方法,它的主要特点是通过控制其他可以观察到的变量,而使一项干预政策效果的比较更具可比性,这就相当于是保持了其他条件不变,我们可以观察这项干预政策所产生的效果如何。
断点回归:
使用匹配回归方法得到的结果要想解释成因果效应,有一个前提条件,那就是基本上所有的相关变量都是可观测的,且都纳入了回归方程中,不存在其他不可观察的遗漏变量。但有时候,这个假设可能太严格了,遗漏变量带来的偏误在所难免,使用断点回归设计就可以更好地把研究对象进行随机化分组,因为断点的选择本身与实验对象的其他特征不相关,这就不会影响她或他进入到干预组或控制组的概率。因此,断点回归设计所得到的结果就会更加可信。
双重差分:
通过平行趋势检验。两组各变量趋势基本一致,一组特定条件变化后成为干预组,另一组成为对照组。通过比较结果差异,就是该变化条件的因果影响。因为用到两次差值,故称为双重差分,又叫倍差法。
工具变量:
工具变量回归方法最早就是为了解决计量经济学中双向因果关系问题而提出来的。‘逆向因果’或‘双向因果’问题。一个变量影响另一个变量,而另一个变量也会反过来影响这个变量,彼此相互交融,互相影响,到底谁是因谁是果确实很难分清。
工具变量的两个条件:第一,与我们所关心的那个原因变量具有相关性,这就是相关性条件。第二,与其他那些影响被解释变量的因素无关,这就是外生性条件。通过对比具备工具变量下的表现,和不具备工具变量的下的表现(控制变量),最终得出原因变量对结果的影响程度。

posted by Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36

分类(READING)  浏览(366)

(微信中因网页重排导致链接异常或无法留言,请长按二维码并选择识别,或通过右上角菜单“在浏览器中打开”)

评论与留言(20211212.《大侦探经济经济学》)
[沙发] 小白免[RE]
安徽(111.38.29.216)
2022-01-06 17:08:26
知道的这么多,会不会把简单的问题搞复杂了?
bykeer:[RE]
读时有感触的记录一下,转头基本也都忘了T_T

[头像]
姓名
来自
悄悄话
  

«2021 - 12#
MonTueWedThuFriSatSun
  12345
6789101112
13141516171819
20212223242526
2728293031