AI经济学：像经济学家一样思考（增补版）
导语
你好，我是梁捷。今天是我们节目的第二讲。第一讲里，我们一口气读了三篇发表在顶级期刊上的最新经济学论文。想必大家已经对经济学有一些初步的感受，经济学并没有那么可怕。今天我们就可以聊细一点的问题，我主要想跟大家聊聊微观经济学到底是什么？
一般而言，经济学可以分为微观经济学和宏观经济学，经济学家也就此两分。类似于厨师可以分成红案和白案，横跨两界的人才比较罕见。当然，还有一部分经济学家在研究更为高深的数学理论，为微观经济学家和宏观经济学家提供新的武器，他们的数量就更少一些。大多数经济学家都在研究微观经济学或宏观经济学，第一次见面先问你偏微观还是偏宏观，依此分类。
这两类经济学家的数量也不对等，微观经济学家的数量肯定更多。两者相比，可能是七三开，甚至八二开，绝大多数经济学家都是微观经济学家。微观经济学家都在做什么？这就是我们今天要讨论的主题。
微观经济学家都在做什么？
我可以负责地说，除了少数微观经济学家在进行理论研究之外，大多数微观经济学家都在研究因果关系。
随手打开一本经济学杂志，我们看到论文题目大多数都是这样的：
· 看电视会导致孩子学习能力下降吗？
· 更好的公司治理结构是否能够改善公司价值、公司创新或者股利政策？
· 紧缩财政一定会阻碍经济复苏吗？
…
这些题目，讨论的都是“因素A是否影响因素B”的问题。这些论文作者都深知这些研究未必是普世真理，所以一般会在前面加上限定条件，比如“源于印度的证据”、“基于中国家庭金融调查数据”等等。这是一种最典型的经济学八股文，但它讨论问题的方式非常非常重要，这是我们积累经验性知识的一种重要方式。
下面，我们就从一个最简单的例子开始讨论：看电视会导致孩子学习能力下降吗？
因果关系的迷思一：相关？因果？
一个孩子的学习能力与他考上大学的概率相关，与他积累人力资本的方式有关，是一个典型的经济学命题。我们可以用随机抽样的方式，搜集一千个孩子的统一考试的成绩，同时调查了解他们每天在家里看电视的时间，把这两列数据放在一起进行回归分析。确实有一些经济学家这么做了。他们发现，每天看电视时间超过3小时的孩子，比看电视时间少于1小时的孩子的学力测试成绩低。
结论似乎很清楚：看电视会影响孩子的学习成绩。
但是——且慢！在这里，我们还需要进一步讨论：到底是“因为看电视，所以学习能力下降”？还是“学习能力差的孩子看电视时间更长”？
这是两种完全不同的解释。前者“因为看电视，所以学习成绩差”，这是一种因果关系，因在前，果在后。而后者“学习能力差的孩子，也更喜欢看电视”，这只是一种相关性。你不能说“因为学习能力差，所以喜欢看电视”，这种逻辑说不通。所以后者只能说明两者之间具有相关性，而相关性不能说明任何问题。两个独立事件看似有关，其实只是“纯属巧合”，像这样的例子有很多很多。两个变量的变化趋势碰巧相似，这种现象在统计学上称作“伪相关”。
有些无聊的经济学家曾经搜集过不少伪相关的例子，比如“尼古拉斯·凯奇一年参演电影的部数”与“美国每年在游泳池溺死的人数”之间存在相关性—— 尼古拉斯·凯奇每年都拍不少烂片，美国每年也都有在游泳池淹死的人，你觉得这背后有什么关联吗？
还有“当年美国小姐的年龄”与“美国因取暖设备丧命的人数”，“美国某条商业街的总收入”与“在美国获得计算机科学博士学位的人数”，这些数据经过检验都存在显著的相关性，但我们实在无法在逻辑上证明两者之间存在任何因果链条，所以我们只能把它们归于偶然。如果有人坚信偶然背后存在必然规律，那就超出经济学范畴，进入神学领域了。
因果关系的迷思二：遗漏变量
除了伪相关性，还有一种影响我们分析因果关系的情形，叫做遗漏变量。举个例子——
有经济学家发现，人们家中打火机的数量与个人罹患肺癌的概率之间存在显著的相关关系。如果这种逻辑关系成立，那将是一个重要发现，我们可以建议大家把家里的打火机都扔掉，就能提高健康水平、减少肺癌风险。
但是，我们很容易想到这在逻辑上说不通。在今天，人们使用打火机的机会不多，主要用来点烟。像我不抽烟，所以家里可能连打火机都找不到。而经常抽烟的人，可能家里有好几个打火机，家里放一个，办公室里放一个，随身手提包里再放一个什么的。所以，最终影响罹患肺癌概率的因素是抽烟数量，而不是什么打火机。
这个例子还比较简单，我们很容易从打火机联想到抽烟，从而找到真正影响肺癌的变量。但在更多复杂研究中，要找到这些遗漏变量就没那么容易，这样就会导致我们错误地判断因果关系。
因果关系的迷思三：逆向因果关系
最后，我们再来讨论第三种情况，也是最复杂的情况，叫做逆向因果关系。回到之前看电视与学习成绩的例子——
正常的逻辑是：因为孩子花费太多时间看电视，没有时间学习，所以学习成绩下降。但是还有一种逆向的解释：因为孩子学习能力差，变得自暴自弃，所以花费更多时间看电视。
这两种解释都有一定的说服力。如果是第一种情况，我们的解决方案很简单：只要单纯减少孩子看电视时间，那么他的学习成绩自然就上去了。但如果是第二种情况，解决方案就很不一样了：我们需要与孩子深入沟通，提高他们的学习能力，增强他们的自信。当他们更努力地投入学习后，自然就会减少看电视的时间。如果只是单纯地限制他们看电视，可能并不能提高成绩，因为孩子们还是会把时间浪费在其他事情上。
说到这，相信你也能看出来了：要在两种逻辑中甄别出正确的因果关系，并不是一件容易的事。经济学家要做的，就是根据不同的情景，设计出五花八门的技巧来甄别出正确的因果关系。
下面我就来举一个“警察与犯罪数量”的例子。这个例子非常有名，被很多经济学教科书引用——
大家现在想一想：一个地区警察数量与罪犯数量，这二者之间是什么关系呢？表面上看，它们存在高度的相关性。我们可以简单地得到一个结论：警察越多，罪犯越多，警察治理成为孕育罪犯的温床。
但是这个结论，仔细想想非常荒唐。我们之所以会根据数据得到这个结论，是因为我们忽略了一种非常可能的反向因果关系，就是一个地区的罪犯越多，犯罪活动越猖獗，会引起地方政府的担忧，从而招募或者安排更多数量的警察。所以，更多罪犯是更多警察的原因，而不是结果。如果我们没有梳理清楚这两者的因果关系，就有可能倒果为因。
事实上，经济学家在严肃的实证研究中发现，警察和罪犯数量之间的关系远比我们想象的复杂得多。说到这，就不得不讨论一下犯罪经济学大师，芝加哥大学莱维特（S.Levitt）教授的研究工作。
消除内生性：工具变量法
犯罪经济学中有一个基本假设，就是警察应该具有威慑作用。警察越多，罪犯越害怕，他们担心自己犯罪被抓住，所以会减少犯罪次数，最终抓获的罪犯数量或犯罪次数会减少。然而，现实情况却是，美国很多地区的警察数量和罪犯数量，近年来都在不断增多。这实在是一个不正常的现象。
犯罪经济学的最大困难，就是罪犯数量和警察数量之间相互影响的关系 不容易分清楚到底是谁影响谁，有点像鸡生蛋和蛋生鸡的关系。经济学家给这种“鸡”和“蛋”的关系起了一个专业名称，叫做“内生性”（endogenous）。微观经济学家在研究中的一项重要任务，就是消除这种内生性。
我们今天先介绍一种最常用的消除内生性的方法，叫做工具变量法。工具变量就是一种只与被解释变量相关，而与解释变量不相关的变量，把原先两者纠缠不清的内在关系一刀切断。工具变量只可能通过影响解释变量而影响被解释变量，通过回归估计被解释变量与工具变量的关系，就能有效推断两者之间的因果关系。简单的说，工具变量就是一种过滤器，它只能通过一个方向的因果关系，而把反向的因果关系隔离在外。
说回刚刚的犯罪经济学例子：莱维特认为，警察数量毫无疑问与美国的政治选举周期有关。大选之年，执政的地方政府为了拉拢选票，一定会把更多资源投向警察。但是我们不能说，犯罪数量与政治选举年份有关。所以莱维特设计了一系列精巧的工具变量，主要运用选举年份消除罪犯数量和警察数量之间的内生性。消除内生性以后，莱维特证明，警察对于罪犯确实还是存在威慑效应。
莱维特的这项研究1997年发表在《美国经济研究》上，但即使这样的研究，也有人挑毛病。有人重新验算了莱维特的结果，发现他的运算中存在一些小的瑕疵。而莱维特又不得不重新算了一遍，发文章回应，首先承认错误，其次表明，在改正错误以后，警察对于罪犯的威慑效应还是存在，自己的这种工具变量研究法仍然可行。双方你来我往，各有道理，但大家终究觉得莱维特的这项研究没有那么可靠。
可遇不可求的自然实验
2009年，几位意大利经济学家在另一份顶级学报、芝加哥大学的《政治经济学杂志》上发表了一篇论文，利用一次机会难得的“自然实验”研究了犯罪经济学中的“威慑效应”，引起学界一片喝彩。
2006年，在教皇保罗二世的不断敦促下，意大利的法律制定者们通过了一项法律。2006年8月1日，意大利释放了全部剩余刑期不到3年的罪犯。这样一来，意大利有40%的在押罪犯都被释放。但是他们在被释放时被告知，如果再次犯罪，再次被抓获，那么他们的刑期中需要加上这次没有完成的刑期。
比如一个罪犯的刑期还剩三年，这次被释放了，如果下次被抓，那么刑期就要把这次的三年加上去；而另一个罪犯刑期只剩一个月，那么下次被抓，新的刑期就只是多加一个月。如此一来，每个被释放罪犯就面临不同程度的“威慑效应”，有的长有的短。更重要的是，这些威慑是外生的，或者说对于罪犯是偶然的，他们事先并不可能预期到这项措施。
作者研究了这些罪犯被释放后重新犯罪的概率，与他们所面临的“潜在刑期”的关系，发现罪犯对此十分敏感：潜在刑期长的人，犯罪的概率明显要低；而潜在刑期只有一两个月的人，对于犯罪更无所谓。所以，这就证明威慑效应确实存在，罪犯评估自己更有可能受到惩罚，或者所要受到的惩罚更高，他们就会减少自己的犯罪行为。
这种研究不存在内生性问题，也不存在什么反向因果关系。先有“潜在刑期”，后有新的犯罪行为，因果关系非常清楚，比之前的工具变量方法更有说服力。但是，这种“自然实验”的机会可遇不可求，很多经济学家想尽办法去寻找自然实验，但在没有自然实验的时候，还是只能从现有数据里分析挖掘因果关系。
奴隶贸易与信任危机
最后，我们再来看一篇2011年的文章，讨论的是“非洲奴隶贸易与不信任的起源”。
要知道，“信任”是经济发展中的一个非常重要的因素，只有相互信任，才会有投资行为，才能一起做生意。美籍日裔政治学家福山写过一本很有名的书，就叫《信任》，讨论了信任与经济发展的关系。我在看理想的上一档节目《一平方公里内的经济学》里，也曾讲过信任的问题，大家如果感兴趣可以去听一下。总之，“信任”是经济学家们热衷于研究的问题。
今天，在非洲的很多地区，我们发现人们相互之间的信任度非常非常低。大家只相信现金，一手交钱，一手交货，根本不相信什么投资和长期合作。为什么会这样呢？两位著名的经济史研究者认为，这可以追溯到四百年前非洲奴隶贸易时期。欧洲的奴隶贩子到非洲西海岸，把一批非洲人像商品一样贩卖到美洲或加勒比海群岛的种植园里去劳动。奴隶缺乏人身自由，每天工作十几个小时，预期寿命平均只有七年，需要源源不断的奴隶加以补充。
所以，在上百年的时间里，有数以千万的非洲奴隶被卖到了美洲。那么，问题来了：奴隶贩子又不是非洲本地人，人生地不熟，他们怎么保证每次都能获得足够数量的奴隶装满他们的运输船？
很多历史学家指出：奴隶贸易是奴隶贩子和非洲本地人合谋的结果。奴隶贩子只认识当地部落首领，当地首领通过战争，把一些其他部落的人抓来交给奴隶贩子。暴力获取的奴隶数量肯定不够，那就用骗的方法，胁迫一些人去欺骗自己邻居、朋友甚至自家亲人到某个地方，说是去那里玩一玩或者可能赚大钱。被骗去的人，一去就遭受暴力威胁，一去不回头。久而久之，大家都使用出卖周围人的方式来换取自身利益。
根据经典的经济学理论，每个人不可能知道周围人的所有情况，只能基于非常有限的信息加以决策。你不知道刚接触过的人是不是跟奴隶贩子有联系，不知道他最近跟谁接触过，所以最好的决策就是倾向于不信任任何人。这种信念如此强烈，以至于受到过奴隶贸易严重影响的人的后代，他们对当地政府和其他人也丧失了信任感。
我们今天可以获得非洲不同地区人们的信任感，但是，要在它与以前的奴隶贸易记录之间建立起因果联系，并不是一件容易的事。这两者之间的距离，比打火机和肺癌之间的距离还要远，有太多可能被我们遗漏掉的变量。
作者使用了多种检验方法，最后还是祭出经济学家最偏爱的方法：工具变量法。
作者别出心裁地将现在每一个城市距离海岸线的距离作为工具变量。因为奴隶贸易都是从海岸线出发的，在涉及奴隶贸易的地区，一个城市距离海岸线越近，那么人就越有可能被卷入奴隶贸易；而距离海岸线的距离，与个人信任之间显然不存在直接联系。研究表明，一个西非城市与海岸线的距离，与当下人们对政府的信任显著高度相关，证实了作者的大胆猜想。
想不到吧？非洲奴隶贸易不仅在历史上臭名昭著，直到今天，对非洲产生的不利影响还在持续着…
结语
好，今天我们主要介绍了微观经济学家的工作。第一，我们聊了聊分析因果关系的方法以及可能遇到的问题；第二，我们介绍了自然实验的概念。第三，我们以奴隶贸易为例，复习了工具变量的方法。
今天我们就先聊到这里。在下一讲，我们要来谈谈宏观经济学家的工作。我们下次见！
相关节目：
参考文献
Levitt S D . Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime. The American Economic Review, 1997, 87(3):270-290.
Francesco Drago & Roberto Galbiati & Pietro Vertova, 2009. "The Deterrent Effects of Prison: Evidence from a Natural Experiment," Journal of Political Economy, University of Chicago Press, vol. 117(2), pages 257-280.
Nathan Nunn & Leonard Wantchekon, 2011. "The Slave Trade and the Origins of Mistrust in Africa," American Economic Review, American Economic Association, vol. 101(7), pages 3221-3252
2020.07.02
精选评论
共 29 条这一问可能有些烧脑，听完的朋友辛苦了。前面几期比较辛苦，到后面...就习惯了。
知之 回复 王仲山 ：哈哈哈哈
神仙姐姐每天都很拉风 ：哪怕你念《楞严咒》，我也觉得是极好的🛸🪙🌈
关于工具变量的表述是不是反了，正确的表述应为：工具变量只与解释变量相关 而与被解释变量不相关。
JING婧 ：是的，的确反了。工具变量应该是与解释变量相关，而与被解释变量无关。
“工具变量就是一种只与被解释变量相关，而与解释变量不相关的变量，把原先两者纠缠不清的内在关系一刀切断。” 是不是该这样理解？ 工具变量只与解释变量相关，与误差项（其他变量）不相关，通过影响解释变量，进而影响被解释变量。
工具变量的方法真的好妙啊！
第一次知道经济学和社会学、历史学、数学联系都那么紧密，感觉学不好其中一门就不行呢
sheldor ：历史学经济史就够了，数学达到比较优秀的数学系的本科生的水平就够了。至于社会学嘛，学是不可能学的，马克思那关就过不了，练好跑步，社会学的同学跑过来的打你的时候快点逃跑就够了。
消除内生性的工具变量有点类似康德《纯粹理性批判》提到的“技术性策略”，理性知识和经验知识谁先谁后，犹如“鸡生蛋还是蛋生鸡”本来就是一个伪命题，只能无解。硬要解释，只能向外寻求工具变量。
这期是烧脑，但是有意思。人们都习惯用快思维来解释周围的现象，而经济学家则是用微观或宏观视角研究分析问题，得出不同的结论。下结论前，多问问：因？果？相关？…
倒果为因，可以换角度去思考一些问题
港股有个著名的伪（？）相关例子：丁蟹效应，我估计肯定有经济学学者研究过😝
璋 ：话说听了开头的那些伪相关性的例子，感觉经济学系微观经济学学坏了的学生很适合去搞新媒体啊（bushi）
要是说用matlab，我就不行了，哈哈
感觉这种经济学中的因果关系很像我们在学统计分析，实证调查的思路，很有意思～
经济学很有意义，但是自认为，所有经验研究，都是“休谟问题”的拓展。 老师，喜欢您讲课的思路哟！
还以为经济学就是算账呢，今年要跟着梁老师入门了😘
有没有partial 因果关系的？ 比如把打火机扔了，确实就没办法点香烟了...也就在家没办法吸烟了，也就肺癌率下去了...似乎就是有关系的了。
海中类人猿 ：那中观呢？
梁老师，后面会重点介绍下您的田野经济学吗