詹姆斯·赫克曼的学术贡献

最新问答

• quanyanhei

  赫克曼和另一位2000年诺贝尔经济学奖得主丹尼尔·麦克法登的主要贡献在于建立和发展了个体计量经济学，在微观计量经济学理论与方法上做出了突出贡献。他们设计出研究人们生活方式决策的分析方法，已经在经济学及其他社会学科中广泛地用于对个人、家庭与企业的统计分析。这些理论与方法对于教育训练计划、城市运输系统和老人住房等社会经济问题的研究具有重大现实意义。 要对他们的贡献有所了解，必须先对个体经济计量研究有一些认识。所谓个体经济计量学是指对家庭、厂商等经济个体的行为所进行的计量研究，研究对象范围很广，主要有劳动经济学的课题：劳动供给、薪资决定、教育选择、失业期间、移民、职业选择、生育选择、性别歧视、种族歧视等；公共经济学的课题：租税政策及社会福利的效应；消费行为研究的课题：商品需求、品牌选择；及运输经济学的课题：住房租购选择、区位选择、交通工具选择；产业经济学的课题：生产形式选择、生产要素需求、生产效率评估等。
  值得一提的是，过去数十年来对经济个体的计量研究之所以有突飞猛进的发展，一个重要的原因是在这段时间中有多个大型“个体”的库问世。所谓“个体”就是以家庭、厂商等经济个体为样本收集单位的，一般为“横断面”形式(即在某个时点对许多经济个体进行普查集样)，但近年来“追踪”(即连续在多个时点对同一批经济个体进行普查集样)也越来越普及，而追踪中又以美国密西根在1960年末开始的“所得动态追踪研究库”(简称PSID)最为著名，这个库除了造就无数的实证研究外，也成为许多建立追踪库的典范。
  这些大型个体库的推出，除了有助于更精确严谨地验证既有的经济理论外，还引发出许多新的计量课题，主要是围绕个体本身的特点，在对这些新课题分析讨论的过程中，计量方法也因此有了长足的发展，个体经济计量研究就这样随着个体库的普及而茁壮成长。此外由于电脑的普及以及计算能力的速增，大量个体的处理变得可行，这也是个体经济计量研究得以进步的重要原因。 简单地说，微观计量经济学是一门介于经济学与统计学之间的边缘学科，包括经济学理论和用于分析微观的统计方法。也就是说，用经济学理论和统计学方法分析反映个体、家庭和企业的微观，并从中获得反映社会更为本质的经济信息。微观一般有两种表现形式：一种称为截面，表现为同一时点上不同情况的集合；另一种称为经度，即同一观察单位在不同时点（如年份）上的连续情况的集合。近30年来，微观计量经济学领域由于产生了包括微观的大型库，获得了迅速扩展。此时，微观越来越容易的可获得性和不断增强的计算能力，为实证分析检验微观经济理论了全新的便利和可能；在此基础上研究人员具备了检查分析关于“个体”的许多新问题的能力。 随着经济计量学的发展，微观的应用随之也产生了许多新的统计问题。特别是由于那些非实验性本身所固有的，研究者通常只能观察某些变量的特定个体，因此这一不是随机抽样的样本不可能在总体中具有代表性。即使样本有代表性，影响个体行为的一些特征仍然不能够被观察到，这使得解释个体之间的某些差异变得困难甚至不可能。而詹姆斯·赫克曼的理论填补了这些空白，他提出了与这类微观分析相关的一些基本统计问题的解决方法，推动了经济计量学理论与方法向前发展。　个体的收集大多是在一个不是完全随机抽样的状况下进行的，而抽样之所以不随机，是因为个体的样本观察值都是来自于家庭、厂商等经济个体，而这些经济个体本身(或是它周围的其他经济个体)都具有选择判断的能力，因此很可能会采取一些影响抽样的行动，以致抽样失去随机性，造成所收集到的样本不能够准确地代表母体。例如我们只能从有工作的人那里获得工作时间以及薪资的，但总人口中总有不小比例的人没有工作，任何库都不可能包括这些人的工时或薪资，不论抽样过程是如何的客观随机，所得到工时或薪资的严格说起来均不具真正的代表性，如果使用传统的经济计量方法来分析这样的，所得到的任何推论都只能代表有工作者的行为，而不能说是对全体人口的行为描述，若仍然将实证结果解释为放诸四海而皆准的发现，当然是犯了以偏概全的错误，这种错误就是所谓的“样本选择误差”。
  赫克曼除了对个体经济计量学的理论有重大贡献外，还进行了许多深入的实证研究，在劳动供给、薪资决定、失业期间、劳动市场辅导计划的效益评估、生育多寡、性别歧视等课题上，获得相当丰硕的实证研究结果，也了不少独到的见解。 所谓“持续期间”是指某一延续时间的长短，持续期间之计量分析在经济学中的应用包括失业期间、罢工时间、景气循环周期、消费者购物时点以及人口学的许多课题，诸如婚姻、生育、寿命、迁徙等的持续期间。赫克曼对持续期间的研究也有相当大的贡献，他特别重视持续期间的“隐性差异”问题，现以失业期间的分析为例来说明隐性差异的影响：在失业者中，素质较优的失业者比较容易找到新工作，因而有较短的失业期间，相对而言素质较差的失业者当然会有较长的失业期间，因此“长失业期间样本组”和“短失业期间样本组”之间的差异可能不完全是随机的，而是属于在素质上有根本差异的两个不同组之间的差异，这两个组之间的差异到底是什么，通常也无法完全确认，所以便以隐性差异称呼这些无法确认的素质差异，换句话说，失业期间之所以会长短不同，很可能是由无法确认之隐性差异所造成的，若有太多的隐性差异无法确认，则人们当然无法正确分析失业期间的决定因素。
  在这个讨论中我们应可看出，隐性差异对持续期间分析的影响类似于样本选择问题，而样本选择问题的处理一直就是赫克曼的兴趣所在。为解决隐性差异问题，赫克曼提出一些无母数的计量方法，为持续期间的实证研究者所广泛采用，赫克曼本人也对失业期间和生育期间课题做了许多的实证研究。 抽样问题是计量经济学中的基本问题，而抽样偏差和自选择问题则是微观计量经济研究中最基本的问题。如果一个样本不能随机地代表其总体，则抽样偏差就可能发生。一般来说，一个样本要么是收集规则的结果，要么是经济人自我行为的结果。后者就是一个自选择的过程。 赫克曼在自选择方面的研究突破主要发生在二十世纪七十年代中期。这些理论上的突破，与他本人对劳动力个体决定劳动参与和工作时间的潜心研究密切相关。当只考察那些已经选择工作的个体的工作时间变化时，就可能遇到带有自选择问题的样本。在1974年发表的一篇文章中，赫克曼研究已婚妇女的劳动供给问题时，设计出一种解决自选择问题的计量经济学方法。这份研究现在已成为将微观经济理论与微观计量方法结合起来研究的一个极好例证。
  赫克曼在随后的研究工作中又提出了另一解决自选择问题的方法，即著名的赫克曼矫正法，又称两阶段方法或赫克曼方法。这个方法应用起来极为方便而且影响十分深远。赫克曼矫正法分两个步骤进行：第一步骤，研究者根据经济学理论设计出一个计算个体工作概率的模型，该模型的统计估计结果可以用来预测每个个体的概率；第二步骤，研究者将这些被预测的个体概率合并为一个额外的解释变量，与教育、年龄等变量一起来矫正自选择问题。这样，估计出的工资关系在统计意义上就很适当了。

  浏览 353赞 96时间 2021-11-08