1
00:00:00,012 --> 00:00:01,054
♪ [音乐] ♪

2
00:00:03,620 --> 00:00:05,700
[讲解员] 欢迎观看《诺贝尔对话》

3
00:00:07,000 --> 00:00:10,043
本集中，Josh Angrist
和Guido Imbens

4
00:00:10,043 --> 00:00:14,716
与Isaiah Andrews就机器学习
在应用计量经济学中的角色

5
00:00:14,717 --> 00:00:16,587
展开讨论和争辩

6
00:00:18,264 --> 00:00:21,223
- [Isaiah] 有很多议题
两位大致上都同意

7
00:00:21,224 --> 00:00:24,240
但我想换个或许两位各有看法的话题

8
00:00:24,240 --> 00:00:26,883
我想听听你们对机器学习的看法

9
00:00:26,883 --> 00:00:29,900
还有就经济学而言
这方面在当前和未来的进展

10
00:00:30,073 --> 00:00:33,715
- [Guido] 我看过一些
专利之类的数据

11
00:00:33,716 --> 00:00:34,978
但并无相关出版文献

12
00:00:36,106 --> 00:00:39,312
我看到有人做了搜索演算法的实验

13
00:00:39,668 --> 00:00:41,176
不过问题在于

14
00:00:42,829 --> 00:00:45,623
该实验是关于排序与改变排序的

15
00:00:45,837 --> 00:00:50,559
所以当中显然存在许多异质性

16
00:00:52,161 --> 00:00:56,031
比方说若要搜寻的是

17
00:00:57,831 --> 00:01:00,617
小甜甜布兰妮的照片
（Britney Spears）

18
00:01:00,617 --> 00:01:05,500
那结果排序不重要
因为还要自行判断吻合的目标

19
00:01:06,136 --> 00:01:09,717
是排第一、第二，还是第三都无所谓

20
00:01:10,091 --> 00:01:12,491
但若要找的是最好的计量经济学专书

21
00:01:13,139 --> 00:01:18,196
结果排序是第一还是第十，差别就很大

22
00:01:18,544 --> 00:01:20,923
因为这关系到点阅率

23
00:01:21,829 --> 00:01:23,417
有监于此…

24
00:01:23,417 --> 00:01:27,259
- [Josh] 为什么需要
机器学习来发现这点？

25
00:01:27,260 --> 00:01:29,195
这似乎我自己来就行了

26
00:01:29,195 --> 00:01:30,435
- [Guido] 所以总的来说…

27
00:01:30,435 --> 00:01:32,100
- [Josh] 这有很多可能性

28
00:01:32,101 --> 00:01:37,257
- 因为设想到事物的诸多特性

29
00:01:37,681 --> 00:01:43,287
你会想了解造成异质性的驱力及其影响

30
00:01:43,323 --> 00:01:45,008
- 但你只是在预测

31
00:01:45,008 --> 00:01:47,665
某种意义上来说，这是在解决营销问题

32
00:01:47,666 --> 00:01:49,191
- 不，这有因果关系

33
00:01:49,274 --> 00:01:51,911
- 这是因果关系，但缺乏科学内涵

34
00:01:51,911 --> 00:01:53,141
不妨这样想

35
00:01:53,664 --> 00:01:57,307
- 不是的，在医疗界也有类似的例子

36
00:01:57,857 --> 00:02:01,942
你若对部分族群接受特定疗法的功效感兴趣

37
00:02:01,951 --> 00:02:03,705
因此进行研究实验

38
00:02:03,828 --> 00:02:07,887
这当中牵涉各种特性
因此需要系统性地搜寻…

39
00:02:07,888 --> 00:02:13,730
- 没错，但我有疑虑是个体因果关系的假设

40
00:02:13,999 --> 00:02:17,024
以及机器学习的洞察实用性

41
00:02:17,259 --> 00:02:20,045
考量到我丰富的执教经验

42
00:02:20,046 --> 00:02:24,109
包括一所公费资助的特许私校

43
00:02:25,225 --> 00:02:29,399
校方实际上可视需要自由安排课程

44
00:02:29,529 --> 00:02:33,390
有些特许学校的教学成效卓著

45
00:02:33,789 --> 00:02:37,662
而在产生这类结果的数据集中包含许多共变量

46
00:02:37,663 --> 00:02:43,207
包括基线分数、家庭背景、家长教育程度

47
00:02:43,343 --> 00:02:45,800
学生性别和种族

48
00:02:45,930 --> 00:02:49,795
一旦我将其中的数个项目整合后

49
00:02:49,795 --> 00:02:51,900
便会产生高维空间

50
00:02:52,244 --> 00:02:56,402
我对那种疗效研究的对应班级特征绝对有兴趣

51
00:02:56,457 --> 00:03:02,046
比如是否对出身低收入家庭者较有利

52
00:03:02,409 --> 00:03:06,042
但令我较难信服的应用是

53
00:03:07,273 --> 00:03:09,872
非常高维的这类资料

54
00:03:09,872 --> 00:03:14,971
我发现例如高收入家庭的非白人儿童

55
00:03:14,971 --> 00:03:17,800
但基线分数落在第三个四分位数

56
00:03:18,166 --> 00:03:22,928
且只在公立学校念到三年级而非六年级

57
00:03:22,929 --> 00:03:25,715
因此衍生高维分析

58
00:03:25,716 --> 00:03:28,016
条件陈述也很复杂

59
00:03:28,223 --> 00:03:30,675
我认为刚才那种排序有两大问题

60
00:03:30,676 --> 00:03:34,000
首先是分析难以执行

61
00:03:34,600 --> 00:03:36,412
也不明白这样做的理由

62
00:03:36,591 --> 00:03:41,139
我还知道有些替代模型就有几乎同样的作用

63
00:03:41,671 --> 00:03:42,877
这就完全不同了

64
00:03:43,115 --> 00:03:48,636
对吧？因为机器学习
无法指出真正重要的预测因子

65
00:03:48,637 --> 00:03:51,020
只能找出不错的预测因子

66
00:03:51,486 --> 00:03:57,586
所以我认为就社会科学而言，情况有些不同

67
00:03:57,785 --> 00:04:00,983
- [Guido] 我想你提到的
社会科学应用

68
00:04:01,522 --> 00:04:08,100
是效果异质性显著的例子

69
00:04:09,783 --> 00:04:13,410
- [Josh] 若可填补模型空间可能会有

70
00:04:13,411 --> 00:04:15,685
- 不是这样的！

71
00:04:15,739 --> 00:04:18,786
我想就多数那些干扰因子来讲

72
00:04:18,787 --> 00:04:22,765
你会期望对所有人来说，效果意涵是一样的

73
00:04:24,358 --> 00:04:26,913
或许当中存在些许强度差异

74
00:04:26,914 --> 00:04:31,596
不过许多教育上的论辩
认为这对大家都有好处

75
00:04:34,169 --> 00:04:37,385
并非只对某些人不好，对其他人就有益

76
00:04:37,471 --> 00:04:40,812
当然其中会有一小部分不好

77
00:04:40,869 --> 00:04:43,884
程度上会有落差

78
00:04:43,948 --> 00:04:46,955
但得有非常庞大的数据集才能发现

79
00:04:47,135 --> 00:04:51,415
我同意这类例子的分析难度不低

80
00:04:51,700 --> 00:04:56,457
但我想还有很多异质性更高的情境

81
00:04:57,250 --> 00:04:59,102
- 我不否认有那种可能

82
00:04:59,102 --> 00:05:04,918
我认为你所举的例子，本质上是营销案例

83
00:05:06,315 --> 00:05:10,630
不，这就组织机构是有其意涵的

84
00:05:10,631 --> 00:05:14,393
亦即实际上是否得顾虑…

85
00:05:15,469 --> 00:05:17,900
- 好吧，那我得读那篇论文了

86
00:05:18,336 --> 00:05:21,008
所以感觉上

87
00:05:21,467 --> 00:05:23,996
- 某部份我们仍有意见分歧
- 没错

88
00:05:23,996 --> 00:05:25,440
并非全然达成共识

89
00:05:25,440 --> 00:05:27,200
我也感觉到了

90
00:05:27,200 --> 00:05:30,833
- 这方面我们实际上有不同看法
是因为并非切身相关

91
00:05:30,833 --> 00:05:32,334
[笑声]

92
00:05:33,049 --> 00:05:34,763
现在气氛好一点了

93
00:05:35,820 --> 00:05:37,883
热络起来好啊

94
00:05:38,016 --> 00:05:39,691
Josh，听来你的意思是

95
00:05:39,692 --> 00:05:45,236
你并非全盘否认这类分析可能有的应用价值

96
00:05:45,237 --> 00:05:49,487
而是对当前应用抱持保留的态度

97
00:05:49,917 --> 00:05:51,589
- 这说得通
- 我是很有信心的

98
00:05:51,981 --> 00:05:53,663
[笑声]

99
00:05:54,156 --> 00:05:55,189
- 就此而言

100
00:05:55,189 --> 00:05:56,751
我认为Josh说的有道理

101
00:05:57,987 --> 00:06:04,974
即使是机器学习大放异彩的预测模型用例

102
00:06:04,992 --> 00:06:06,952
还是存在许多异质性

103
00:06:07,300 --> 00:06:10,411
你不太在意这其中的细节对吧？

104
00:06:10,769 --> 00:06:11,836
- [Guido] 是的

105
00:06:11,836 --> 00:06:15,000
并无牵涉政策角度之类的

106
00:06:15,128 --> 00:06:20,089
机器学习更擅长辨识数字纪录之类的

107
00:06:20,090 --> 00:06:24,000
而非建构复杂的模型

108
00:06:24,400 --> 00:06:28,079
但是有很多社会科学，很多的经济应用

109
00:06:28,222 --> 00:06:31,905
事实上，我们很了解所属变数间的关联

110
00:06:31,906 --> 00:06:34,700
这些关联有很多是单调（monotone）的

111
00:06:37,126 --> 00:06:39,376
教育会提升收入

112
00:06:39,697 --> 00:06:41,950
不分是人口特性

113
00:06:41,950 --> 00:06:44,930
任何教育程度都一样

114
00:06:44,930 --> 00:06:46,076
直到获得博士学位

115
00:06:46,077 --> 00:06:47,956
研究所教育也一样吗？

116
00:06:47,956 --> 00:06:49,227
[笑声]

117
00:06:49,227 --> 00:06:55,605
合理的范围内还不至于大幅下滑

118
00:06:56,044 --> 00:06:59,692
许多情况下，这类机器学习的方法表现亮眼

119
00:07:00,100 --> 00:07:04,900
这些关联中包含许多非单调性的多模性

120
00:07:05,300 --> 00:07:08,456
就这些关联性来说，机器学习是很有力的工具

121
00:07:08,921 --> 00:07:11,787
不过我仍坚信

122
00:07:12,472 --> 00:07:17,608
经济学家能从这些方法中获益良多

123
00:07:17,609 --> 00:07:21,700
对未来前景影响甚钜

124
00:07:21,889 --> 00:07:22,979
♪ [音乐] ♪

125
00:07:23,382 --> 00:07:25,912
- [Isaiah] 机器学习在这方面
似乎还有很多有趣的议题

126
00:07:25,912 --> 00:07:30,908
所以可否请Guido就当前既有的应用

127
00:07:30,908 --> 00:07:32,598
再举些例子？

128
00:07:32,628 --> 00:07:34,150
其中一个例子就是

129
00:07:34,673 --> 00:07:39,565
我们目前舍弃一般的因果关系
转向寻求个别化的估计

130
00:07:41,492 --> 00:07:43,426
来预测因果关系

131
00:07:43,427 --> 00:07:47,569
这方面机器学习的演算非常有用

132
00:07:47,932 --> 00:07:51,503
以往的传统途径是内核方法

133
00:07:51,504 --> 00:07:53,936
理论上成效不错

134
00:07:53,937 --> 00:07:57,294
不过有些人辩解道这已经是最好的了

135
00:07:57,548 --> 00:07:59,579
不过此法的实务表现不甚理想

136
00:08:00,900 --> 00:08:02,971
Stefan Wager
和 Susan Athey

137
00:08:02,979 --> 00:08:06,644
两位学者持续耕耘的
随机与因果森林这类推断法

138
00:08:06,916 --> 00:08:09,429
应用非常广泛

139
00:08:09,548 --> 00:08:15,562
这些方法在这类情境中
推断基于共变项的因果效应

140
00:08:15,563 --> 00:08:19,151
效果其实很不错

141
00:08:20,604 --> 00:08:23,818
我想这些推断方法才刚起步

142
00:08:23,819 --> 00:08:25,700
但很多情况下

143
00:08:27,351 --> 00:08:31,600
这些演算法在搜索广泛空间时

144
00:08:31,721 --> 00:08:37,021
以及找出适合的函数方面帮助很大

145
00:08:37,267 --> 00:08:40,948
其运作方式是我们无法事先备妥的

146
00:08:41,500 --> 00:08:43,015
就因果推论而言

147
00:08:43,016 --> 00:08:47,295
我并不清楚机器学习的洞见
是否有吸引我关注的例子

148
00:08:47,767 --> 00:08:51,209
我知道一些很可能会误导的例子

149
00:08:51,210 --> 00:08:53,781
因此我和 Brigham Frandsen
合作过一些相关研究

150
00:08:54,022 --> 00:08:59,897
例如，在需要界定共变量的工具变量问题中

151
00:09:00,187 --> 00:09:03,456
使用随机森林来建立共变量效应模型

152
00:09:04,288 --> 00:09:08,200
对此，你不会对其功能形式有特别强烈的感受

153
00:09:08,201 --> 00:09:12,915
因此或许需作决策曲线分析
并对弹性曲线拟合分析持开放的态度

154
00:09:12,916 --> 00:09:16,757
这会引导你进入一种
模型中包含许多非线性的情况

155
00:09:17,312 --> 00:09:19,933
这对工具变量来说很危险

156
00:09:19,933 --> 00:09:22,893
因为任何所排除的非线性

157
00:09:23,226 --> 00:09:25,839
都有可能导致因果效应的谬误

158
00:09:25,839 --> 00:09:29,292
我想我和Brigham已就这点提出有力证明

159
00:09:29,292 --> 00:09:35,159
所用的例子是我和Bill Evans
合着的论文中所用的两项分析工具

160
00:09:35,160 --> 00:09:38,754
其中若将两阶段最小二乘法

161
00:09:38,755 --> 00:09:42,366
换成某种随机森林分析法

162
00:09:42,900 --> 00:09:46,807
便会得出精算过的虚假推估

163
00:09:48,962 --> 00:09:51,942
我认为这是一大警讯

164
00:09:51,943 --> 00:09:54,665
考量我使用简单分析工具

165
00:09:54,666 --> 00:09:58,975
就自身研究兴趣的案例中
所得到的这些验证过的见解

166
00:09:59,268 --> 00:10:01,093
让我对此有所怀疑

167
00:10:02,862 --> 00:10:06,276
非线性和工具变量并不是很契合

168
00:10:06,331 --> 00:10:09,981
- 不是的，这听起来好像变成更复杂的层面

169
00:10:10,052 --> 00:10:11,802
- 我们谈的是工具变量...
- 是的

170
00:10:12,536 --> 00:10:14,091
...所以才设法厘清

171
00:10:14,395 --> 00:10:15,899
[笑声]

172
00:10:15,907 --> 00:10:17,289
有道理

173
00:10:17,289 --> 00:10:18,410
♪ [音乐] ♪

174
00:10:18,410 --> 00:10:22,132
- [Guido] 身为<i>Econometrica</i>的编辑
我收到很多相关领域的论文

175
00:10:22,640 --> 00:10:26,823
不过其动机并不明确

176
00:10:27,578 --> 00:10:29,523
事实上是无从得知

177
00:10:29,759 --> 00:10:34,919
这些投稿论文并非传统的
半母数估计的那种论文

178
00:10:35,315 --> 00:10:37,045
这是一大问题

179
00:10:38,496 --> 00:10:42,337
相关的一个问题是计量经济学有种惯例

180
00:10:42,664 --> 00:10:46,560
那就是非常专注于
形式变量渐近后的趋近结果

181
00:10:48,800 --> 00:10:53,311
很多论文是作者提出一种方法后

182
00:10:53,312 --> 00:10:59,420
然后以一种非常标准化的方式建构出渐近的特性

183
00:11:00,896 --> 00:11:02,078
- 那样不好吗？

184
00:11:02,815 --> 00:11:09,040
我想这多少会排挤掉许多框架外的研究

185
00:11:09,040 --> 00:11:13,585
毕竟机器学习的相关文献
很多是比较偏向演算法的

186
00:11:13,808 --> 00:11:18,433
是基于演算法而得出预测

187
00:11:18,744 --> 00:11:23,458
结果证明这种方式的成效
优于非参数内核回归

188
00:11:23,650 --> 00:11:24,682
长期以来

189
00:11:24,683 --> 00:11:28,643
计量经济学都在处理非参数
大家用的都是内核回归

190
00:11:29,037 --> 00:11:31,202
这很适合用来证明定理

191
00:11:31,210 --> 00:11:34,684
可藉此得出置信区间、一致性和渐近正态性

192
00:11:34,684 --> 00:11:36,920
一切都很棒，但却不太实用

193
00:11:37,260 --> 00:11:40,760
机器学习的研究方式却好很多

194
00:11:40,844 --> 00:11:42,557
但又不会有这样的问题…

195
00:11:42,557 --> 00:11:45,871
我不认为因为机器学习，所以理论是薄弱的

196
00:11:45,871 --> 00:11:47,141
[笑声]

197
00:11:47,141 --> 00:11:52,394
不，我的意思是机器学习更擅于预测

198
00:11:52,394 --> 00:11:54,500
-机器学习是更好的曲线拟合工具

199
00:11:54,864 --> 00:11:57,704
但机器学习的研究分析方式

200
00:11:57,705 --> 00:12:00,458
因为并非证明事物的形式

201
00:12:01,486 --> 00:12:06,279
一开始无法为计量经济学期刊所轻易接受

202
00:12:06,857 --> 00:12:11,174
Breiman研发回归树的时候也是不符正统

203
00:12:12,920 --> 00:12:18,400
我想他当时投稿计量经济学期刊
也必定遇到不少困难

204
00:12:19,967 --> 00:12:23,656
我认为我们画地自限

205
00:12:24,663 --> 00:12:27,830
因此难有突破

206
00:12:27,924 --> 00:12:31,154
毕竟很多机器学习的方法实际上很实用

207
00:12:31,163 --> 00:12:34,000
我认为总的来说

208
00:12:34,908 --> 00:12:40,168
计算机科学家在相关研究文献上
贡献了大量的这类演算法

209
00:12:40,582 --> 00:12:43,887
也提出诸多很实用的演算法

210
00:12:43,887 --> 00:12:48,964
而这也会影响我们进行实证研究的方式

211
00:12:49,750 --> 00:12:52,067
不过我们对此尚未完全内化

212
00:12:52,068 --> 00:12:57,748
因为我们仍相当专注于
获得点估计和标准误差

213
00:12:58,485 --> 00:13:00,214
还有P值

214
00:13:00,270 --> 00:13:06,183
某种程度上，我们得摆脱局限
以善用机器学习的能力

215
00:13:06,491 --> 00:13:10,702
以及相关文献的有益贡献

216
00:13:11,396 --> 00:13:13,548
- 我一方面颇能理解你的观点

217
00:13:13,548 --> 00:13:16,850
也就是传统的计量经济学框架

218
00:13:16,850 --> 00:13:23,612
是在类似趋近的设定下
提出一种方法来证明极限定理

219
00:13:24,237 --> 00:13:27,057
因此论文出版有所局限

220
00:13:27,273 --> 00:13:28,710
且在某种意义上

221
00:13:28,711 --> 00:13:33,211
藉由放宽对论文学理论述的想像

222
00:13:33,485 --> 00:13:38,299
机器学习的研究文献
就很多问题都有很实用的见解

223
00:13:38,300 --> 00:13:41,085
而且目前对计量经济学也有重大影响

224
00:13:41,434 --> 00:13:47,548
有个我很感兴趣的问题是你如何定位理论…

225
00:13:48,611 --> 00:13:51,255
你是否认为理论部分毫无价值可言？

226
00:13:51,600 --> 00:13:56,748
因为见到机器学习工具的产出时，我常有个疑问

227
00:13:56,772 --> 00:14:01,653
你所提到的几种方式
实际上都已开发出推论结果

228
00:14:02,535 --> 00:14:05,559
我想知道的是不确定性量化之类的方法

229
00:14:05,560 --> 00:14:08,000
我有自身的先验

230
00:14:08,000 --> 00:14:10,888
我有既定的观点，并观察到事务的结果

231
00:14:10,889 --> 00:14:12,301
那要怎样就此更新呢？

232
00:14:12,302 --> 00:14:13,333
而在某种意义上

233
00:14:13,334 --> 00:14:17,145
若身处事物常态分布的世界，我也清楚怎样处理

234
00:14:17,146 --> 00:14:18,305
但此处却不然

235
00:14:18,305 --> 00:14:20,859
因此我想知道你对此有何看法

236
00:14:20,860 --> 00:14:26,426
- 我不认为这些结果并无特别之处

237
00:14:26,427 --> 00:14:30,161
但这类结果通常很难达成

238
00:14:30,162 --> 00:14:32,162
我们可能无法办到

239
00:14:32,489 --> 00:14:34,942
可能得分阶段来做

240
00:14:34,943 --> 00:14:36,505
得有人率先提出

241
00:14:36,506 --> 00:14:42,230
“看，我有个特定功能的有趣演算法

242
00:14:42,231 --> 00:14:44,699
且以特定标准而言

243
00:14:45,479 --> 00:14:49,804
这种演算法在这组数据集的功效良好

244
00:14:50,896 --> 00:14:52,602
所以我们应该提出来

245
00:14:52,602 --> 00:14:59,463
未来也许有人会有办法
在特定条件下以此进行推论

246
00:14:59,463 --> 00:15:03,800
然后发现达成条件不是很实际，那就再研究

247
00:15:03,903 --> 00:15:10,535
我觉得当我们过去始终认为
所投入的类型必须有所限制时

248
00:15:10,536 --> 00:15:13,185
这是在自我设限

249
00:15:13,185 --> 00:15:14,502
就某种意义而言

250
00:15:15,700 --> 00:15:21,716
这又回到Josh和我
对局部平均处理效应的看法

251
00:15:21,909 --> 00:15:25,174
以前人们并非这样看待这个问题的