Loading AI tools
美国经济学家 来自维基百科，自由的百科全书
約書亞·戴維·安格里斯特（英語：Joshua David Angrist，1960年9月18日—）[1]是以色列裔美國經濟學家和麻省理工學院福特經濟學教授。[2]他的研究領域有勞動經濟學[3]、城市經濟學[4]和教育經濟學[5]。此外他還是麻省理工學院學校效率與不平等倡議（School Effectiveness & Inequality Initiative）[6]的聯合創始人和聯合主任，該倡議研究美國人力資本與貧富差距（收入不平等）之間的關係。2021年，約書亞·D·安格里斯特憑藉「對因果關係分析的方法學貢獻」與戴維·卡德和吉多·因本斯共同獲得諾貝爾經濟學獎[7]。
約書亞生於美國俄亥俄州哥倫布，在賓夕法尼亞州匹茲堡長大。1982年，約書亞獲歐柏林學院經濟學學士學位，1982年至1985年前往以色列，在以色列國防軍當傘兵[8]，1987年和1989年分別獲得普林斯頓大學文學碩士和哲學博士，博士論文《從經濟計量學角度分析越戰時期抽籤入伍制度》由奧利·阿什費爾特指導，在《美國經濟評論》分篇發表[9]。約書亞取得哲學博士文憑後，赴哈佛大學擔任助理教授，直至1991年回以色列擔任耶路撒冷希伯來大學高級講師[10]。晉升為希伯來大學副教授後，約書亞1996年任麻省理工學院經濟系副教授，1998年升任全職教授，2008年起任麻省理工經濟學福特教授，主講計量經濟學和勞動經濟學。約書亞為美國全國經濟研究所[11]、IZA勞動經濟學研究所、美國經濟學會、美國統計協會、經濟計量學會、美國人口協會和勞動經濟學會成員，在《計量經濟學》、《美國經濟評論》、《美國應用經濟期刊》、《商業與經濟統計期刊》、《經濟學快報》、《勞動經濟學》和《勞動經濟學期刊》任編輯。
約書亞·安格里斯特主要研究教育、學校改革、社會項目與勞動市場的經濟現象、移民帶來的影響、勞動市場監管與機構及評估項目與政策的計量經濟學方法[13]。在註冊IDEAS/RePEc的5.6萬名經濟學家中，約書亞的研究成果數量排前50[14]，經常與吉多·因本斯、艾倫·B·克魯格、維克多·拉維、帕拉·帕塔克及喬恩-史蒂芬·皮施克等人合著論文[15]，其中於2009年和皮施克發表專著《大體上無害處的計量經濟學》（Mostly Harmless Econometrics），探討實證研究人員使用的計量經濟學工具[16]，2014年再和皮施克發表面向經濟計量學本科學生的著作《掌握「指標」：從原因到結果的過程》（Mastering 'Metrics': The Path from Cause to Effect）。
約書亞有大量研究聚焦於教育經濟學，從學校教育的回報講起。約書亞和克魯格早期的一項研究按照規定入學年齡和義務教育年齡的政策和法律，利用兒童出生季節與教育程度的關係，推算出學校教育的回報與他們的普通最小二乘法估算結果相近[17]，證明義務教育法只能留住10%想離開的學生[18]。安格里斯特和克魯格早期依照越戰時期抽籤徵兵制度，使用工具變量估算學校教育回報[19]。他們後來對分割樣本的工具變量研究雖然證實了他們對義務教育的發現，但卻不能支持派生自抽籤徵兵制度研究的學校教育回報估算結果[20]。在與達隆·阿齊默魯合作的研究中，安格里斯特進一步使用美國義務教育法的發展，估算出人力資本的外部性約為1%，從統計層面看並不顯著[21]。安格里斯特還研究1980年代約旦河西岸地區和加薩走廊學校教育成效大幅度減少的現象[22]，也和李維研究摩洛哥學校教育回報，通過當地學校講課語言從法語變為阿拉伯語的政策，發現摩洛哥青年的法語寫作能力下降，在學校上學的成效大幅度減少[23]。
安格里斯特對教育經濟的另一項研究是各種學習輸入與規則的影響。在與李維進行的深入研究中，他依照邁蒙尼德法則將班級學生規模限制在40人，以此研究班級規模對以色列學校教育成果的影響，結果發現減少班級規模能大幅度提升四年級生和五年級生的考試成績，但無法提升三年級生的成績[24]。通過進一步研究，兩人發現師範教育可以多快好省地提升學生考試成績（至少在世俗學校是這樣）[25]，由計算機系統輔導的教育未必如此[26]；另外，透過現金誘導鼓勵高中女生把更多時間投入到考試準備上，可以提升她們的成績，但放在男生身上未必有效[27]。類似地，安格里斯特、菲利普·奧利奧普洛斯和丹尼爾·朗在一項研究中比較了學業指導服務、金錢誘導及雙管齊下對加拿大大學一年級學生的影響，結果發現雙管齊下能提高女生在一年級和二年級時的成績，對男生則毫無影響[28]。在與埃里克·貝廷格、埃里克·布魯姆（Erik Bloom）、伊莉莎白·金（Elizabeth King）和麥可·克雷默對哥倫比亞私立學校學券制的研究中，安格里斯特發現學券獲得者中，有10%能完成初中學業，5-7%能完成高中學業，並且在考試中取得比標準差高0.2的成績，認為學券帶來的收益可能高於其24美元的成本[29][30]。另一個研究課題是教育中的同伴效應[31]，譬如與凱文·朗就大都會教育機會委員會主辦學校合併進行的研究，與阿蒂拉·阿卜杜勒卡迪羅格魯（Atila Abdulkadiroglu）和帕拉·帕塔克就波士頓和紐約超額報名的考試學校進行的研究，結果顯示兩個案例帶來的影響輕微及適中[32][33]。針對教師考試帶來的影響，安格里斯特和喬納森·古瑞安（Jonathan Guryan）在美國進行研究，結果發現國家規定的教師考試沒有提升教師的水平，反倒提高了他們的薪資，同時西班牙裔教師比例減少，降低教師的多樣性[34]。在與李維和安娜莉亞·施勞瑟（Analia Schlosser）進行的研究中，安格里斯特通過對雙胞胎新生兒差異及父母對混性別兄弟姐妹組成的偏好，否定蓋瑞·貝克權衡兒童質量與數量的假說[35]。
自2000年代末起，安格里斯特和帕塔克、阿卜杜勒卡迪羅格魯、 蘇珊·戴納爾斯基、托馬斯·凱恩和克里斯多福·沃特斯（Christopher Walters）對美國的特許學校開展了廣泛的研究。在對KIPP林恩學院的研究中，他們估算好的出勤率能將學生的數學成績提高到0.35個標準差，將英語成績提高到0.12個標準差[36]，英語水平有限、有特殊教育需求或成績低於標準線的學生受益最多[37]。除了KIPP林恩學校，他們還學生波士頓特許學校的出勤率普遍提升了初中高中學生的考試成績，尤其是需要抽籤分學位的學校，但對試點學校（涵蓋部分集體談判條款、在教育政策上有更多自主性的公立學校）學生考試成績影響很小，或是從統計學層面看不明顯[38]。後續研究將城市特許學校相比之下的成效歸咎於採用城市教育中「不許有藉口」（No Excuses）的方法，強調學生紀律及行為、傳統的閱讀和數學技能、數學時間及特聘教師[39]。
類似於對教育經濟學的研究，安格里斯特經常在勞動經濟學研究中運用准自然實驗來確定因果關係。安格里斯特按照自己的學位論文，利用越戰抽籤徵兵制度，估算出越戰退伍老兵的畢生收入比非越戰退伍老兵減少約15%[40]。考慮到教育與培訓補貼等退伍軍人福利（依照《美國軍人權利法案》），他認為這些措施將美國的學校教育時間提升到約1.4年，將老兵的收入提高到6%[41]。在利用美國徵兵制度特徵進行的後續研究中，安格里斯特研究了1980年代志願兵勞動市場的效益，估算出當時志願兵服役期間的收入比平民高，退伍後的就業率也比平民高，但充其量只是提高他們退伍後的收入，而且對白人來說，退伍後收入反而少了[42]。安格里斯特也和克魯格研究美軍二戰退伍老兵的收入是不是比平民高，結果發現他們的收入最多和可供比較的平民一樣多[43]。兩人在《勞動經濟學手冊》（Handbook of Labor Economics）一書中歸納對勞動經濟學因果關係的研究，特別強調要干擾因素控制、固定效果模型、雙重差分、工具變量估算和回歸不連續性設計[44]。在另一項關於美軍的研究中，安格里斯特和約翰·H·詹森四世（John H. Johnson IV）用海灣戰爭估計工作原因分離對軍屬的影響，發現男兵部署和女兵部署對離婚率及配偶勞動供給的影響有較大差異[45]。在與威廉·埃文斯（William Evans）合作的研究中，安格里斯特利用家庭對不同性別兄弟姐妹的偏好，用普通最小二乘法估算兒童對父母勞動供給的影響，結果發現家庭人口數目對丈夫方的勞動供給沒有影響，對妻子方的影響則被高估[46]。在兩人後續的研究中，安格里斯特發現1970年國家墮胎改革影響到教育與勞動力市場結果，認為政策變動影響美國黑人青少年的生育率，從而提高了黑人女性的高中畢業率、大學出勤率和就業率[47]。在和阿塞莫奧盧進行的另一項研究中，安格里斯特分析了《美國殘疾人法案》的效益，發現法案生效初期殘障人士就業率出現銳減，認為法案可能傷害到殘障人士勞動力市場的結果[48]。利用內婚制下的婚姻，安格里斯特研究美國的婚姻市場，發現男女性別比例增加了女性結婚的可能性，減少她們的失業程度[49]。在與阿德里安娜·庫格勒合作的研究中，安格里斯特發現勞動力市場機構會減少市場靈活性，加劇移民造成的本土失業現象，特別是受限產品市場[50]。安格里斯特和庫格勒也調查了哥倫比亞古柯價格與內戰的關係，發現古柯種植業帶來的經濟機會會助長內戰發生，其中種植古柯的鄉村地區在暴力活動上有所上升[51]。
除了實證研究，安格里斯特對計量經濟學也做出重大貢獻，尤其是工具變量估算的使用上。安格里斯特開發了等效於瓦德估算量的兩階段最小二乘法[52]。他與吉多·因本斯提出局部平均處理效果概念，證明了辨別與估算的方法[53]，演示如何用兩階段最小二乘法估算自變量的平均處理效果[54]。在與因本斯和唐納德·魯賓進行的後續研究中，安格里斯特演示工具變量嵌入到潛在結果模型的方法，以此確定變量之間的因果關係[55]。安格里斯特與伊本斯和庫格勒開發出所謂的「刀切法工具變量估計量」（jackknife instrumental variables estimators），解決過度識別模型中兩階段最小二乘法估算帶來的誤差[56]，與因本斯和凱薩琳·格雷迪在聯立方程式模型中解釋工具變量估算量[57]。安格里斯特與因本斯和阿爾貝托·阿巴迪研究《1982年職業培訓合作法案》下實習生收入的分位數，發現法案對低薪的女性勞動者有重大影響，對男性學員的影響只在收入分布的上半區有影響[58]。單就具有二元內生回歸量的因變量模型，安格里斯特傾向使用兩階段最小二乘法、條件平均數乘法模型及帶有內生二元回歸量的分位數迴歸[59]。他還認為局部平均處理效果與群體平均處理效果（如工具變量估算量的外部效度）之間存在關聯[60]。最終，安格里斯特與維克多·切爾諾朱科夫和伊萬·費爾南德斯-瓦爾（Iván Fernández-Val）探討了分位數迴歸，認為這種方法能最花銷參數錯誤造成的加權均方誤差損失函數[61]。
在與克魯格及喬恩-史蒂芬·皮施克（Jorn-Steffen Pischke）發表在《經濟展望期刊》的文章裡，安格里斯特一再強調要關注識別經濟學因果關係的案例，例如對工具變量的使用[62]，特別提到自己2010年回應愛德華·利默1983年在實證研究設計有重大改進像批判、因果關係再次得到關注引發的「公信力革命」的背景下，像以前批判微觀經濟學一樣批判計量經濟學[63]。
安格里斯特為勞工研究所研究員、經濟計量學會會士，2006年當選美國文理科學院院士[64]。2007年8月，獲聖加侖大學經濟學榮譽博士，2011年獲布達佩斯拉斯洛·拉伊克高級研究院頒發的年度約翰·馮·諾依曼獎。2021年，與吉多·因本斯共同斬獲諾貝爾經濟學獎。瑞典皇家科學院特別提到了他的貢獻：
出自自然研究的數據很難解釋......例如，針對一組（而非另一組）學生延長義務教育一年不會給組內的所有人帶來均等的影響，有些學生無論如何都會繼續學習，就這樣看來，教育的價值通常不能代表整組人。那麼，多上一年學究竟會有什麼樣的結果？1990年代中，約書亞·安格里斯特和吉多·因本斯解決了這個方法論問題，展示出如何用自然實驗得出帶因果關係的精確結果[7]。
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
.jpg)
