1
00:00:00,000 --> 00:00:02,550
♪ [音乐] ♪

2
00:00:03,800 --> 00:00:05,800
- [旁白] 欢迎收看“诺奖得主畅谈系列”

3
00:00:07,040 --> 00:00:08,100
在这一集中

4
00:00:08,100 --> 00:00:11,570
Josh Angrist 和 Guido Imbens
与 Isaiah Andrews

5
00:00:11,570 --> 00:00:14,600
将讨论计量经济学领域是如何发展的

6
00:00:16,100 --> 00:00:18,750
- [Isaiah] 那么，Guido 和 Josh

7
00:00:18,750 --> 00:00:21,500
你们都是开发经济学实证研究工具的先驱

8
00:00:21,500 --> 00:00:23,174
所以我想了解你对这个领域的发展方向的想法

9
00:00:23,174 --> 00:00:25,300


10
00:00:25,709 --> 00:00:28,079
经济学、计量经济学，整个领域

11
00:00:28,510 --> 00:00:31,302
首先，我很想听听你是否觉得

12
00:00:32,171 --> 00:00:35,200
局部平均处理效应框架的方式

13
00:00:35,200 --> 00:00:38,510


14
00:00:38,800 --> 00:00:42,187
对经济学中的新经验法如何发展和传播

15
00:00:42,187 --> 00:00:44,300
或它们应如何发展和传播有任何榜样

16
00:00:44,560 --> 00:00:45,960
- [Josh] 这是个好问题

17
00:00:46,610 --> 00:00:47,790
你先说吧

18
00:00:47,790 --> 00:00:49,240
[笑声]

19
00:00:49,700 --> 00:00:52,940
- [Guido] 是的，所以我认为重要的是

20
00:00:52,940 --> 00:00:58,550
要提出令人信服的案例

21
00:00:58,550 --> 00:01:02,207
其中问题清晰

22
00:01:02,400 --> 00:01:05,720
且方法普遍适用

23
00:01:06,253 --> 00:01:07,560
有一件事我...

24
00:01:08,192 --> 00:01:12,000
当我回顾较新的文献时

25
00:01:12,200 --> 00:01:16,700
我真的很喜欢回归不连续性文献

26
00:01:16,700 --> 00:01:19,670
其中显然有一堆非常有说服力的例子

27
00:01:19,670 --> 00:01:23,378
这让人们可以更清晰地思考

28
00:01:23,378 --> 00:01:27,200
更仔细地研究方法问题

29
00:01:27,400 --> 00:01:28,800
有着一些清晰的应用方法

30
00:01:28,800 --> 00:01:30,600
然后允许你思考：

31
00:01:30,600 --> 00:01:33,600
“哇，这些类型的假设在这里看起来合理吗？

32
00:01:33,600 --> 00:01:38,000
我们不喜欢早期论文中的哪些方面？

33
00:01:38,500 --> 00:01:39,802
我们如何改进这些方面？”

34
00:01:39,802 --> 00:01:44,210
因此，我认为有着明确的应用方法

35
00:01:44,210 --> 00:01:46,400
来激发这些文献是非常有帮助的

36
00:01:46,800 --> 00:01:48,050
- Guido，我很高兴
你提到了回归不连续性

37
00:01:48,050 --> 00:01:49,382


38
00:01:49,382 --> 00:01:53,300
我认为 IV 和 RD、

39
00:01:54,700 --> 00:01:57,060
工具变量和回归不连续性之间有很多互补性

40
00:02:00,506 --> 00:02:03,260
回归不连续性的许多计量经济学应用
曾经被称为“模糊” RD

41
00:02:03,260 --> 00:02:04,520


42
00:02:04,520 --> 00:02:07,230


43
00:02:07,230 --> 00:02:11,620
它在截止时不是离散的或确定的

44
00:02:11,620 --> 00:02:14,900
而只在速率或强度上有着变化

45
00:02:14,900 --> 00:02:17,737
LATE 框架帮助我们理解这些应用方法

46
00:02:17,737 --> 00:02:18,740


47
00:02:18,740 --> 00:02:21,140
并为我们提供了一个清晰的解释

48
00:02:21,140 --> 00:02:25,000
比如在我与 Victor Lavy 的论文中

49
00:02:25,000 --> 00:02:28,100
我们使用了 Maimonides 规则
班级规模截断

50
00:02:28,430 --> 00:02:30,030
那么你这里了解到了什么？

51
00:02:30,290 --> 00:02:31,820
当然，你可以用线性常数效应模型
来回答这个问题

52
00:02:31,820 --> 00:02:33,900


53
00:02:34,200 --> 00:02:36,310
但事实证明我们并不局限于此

54
00:02:36,310 --> 00:02:39,889
RD 仍然非常强大和有启发性

55
00:02:40,630 --> 00:02:43,092
即使在这种情况和类型规模下

56
00:02:43,092 --> 00:02:45,866
截止和感兴趣的变量之间的相关性是局部的

57
00:02:45,866 --> 00:02:49,133


58
00:02:49,133 --> 00:02:51,000
甚至可能不是那么强

59
00:02:52,000 --> 00:02:54,999
所以肯定有着平行发展

60
00:02:54,999 --> 00:02:56,400
这也很有趣...

61
00:02:57,253 --> 00:02:59,780
当我们在读研究生时，没有人谈论回归不连续性设计

62
00:02:59,780 --> 00:03:01,220


63
00:03:01,220 --> 00:03:02,843
这是其他社会科学家感兴趣的东西

64
00:03:02,843 --> 00:03:05,300


65
00:03:05,800 --> 00:03:09,507
它与 LATE 框架一起成长

66
00:03:09,507 --> 00:03:11,927
我们都曾基于这两种应用方式和方法进行工作

67
00:03:11,927 --> 00:03:14,565


68
00:03:14,565 --> 00:03:18,377
而且能看到它的发展并变得如此重要

69
00:03:18,377 --> 00:03:19,800
我感到非常兴奋

70
00:03:20,000 --> 00:03:21,767
我认为，这是朝着可靠的识别策略

71
00:03:21,767 --> 00:03:26,086
因果效应的普遍演变的一部分

72
00:03:26,086 --> 00:03:27,441


73
00:03:29,393 --> 00:03:30,642
使计量经济学更多地关注
因果问题而不是模型

74
00:03:30,642 --> 00:03:33,300


75
00:03:33,640 --> 00:03:34,650
就未来而言

76
00:03:34,650 --> 00:03:37,660
我认为 LATE 帮助促进的一件事是

77
00:03:37,660 --> 00:03:42,008
朝着更具创造性的随机试验迈进

78
00:03:42,008 --> 00:03:44,400
其中有着一些有趣的东西

79
00:03:45,500 --> 00:03:48,460
它不可能或直接能被简单地关闭或开启

80
00:03:48,460 --> 00:03:50,700


81
00:03:51,000 --> 00:03:54,584
但你可以鼓励或阻止它

82
00:03:54,584 --> 00:03:58,200
因此，例如，你能通过经济援助
来补贴学校教育

83
00:03:59,000 --> 00:04:02,080
所以现在我们有了
一个完整的框架来解释这一点

84
00:04:03,600 --> 00:04:07,113
它打开了对以前似乎不可能的事情
进行随机试验的大门

85
00:04:07,113 --> 00:04:09,265


86
00:04:10,300 --> 00:04:12,471


87
00:04:14,500 --> 00:04:17,864
我们在麻省理工学院
Blueprint实验室中

88
00:04:17,864 --> 00:04:21,160
大量使用了这一点

89
00:04:22,360 --> 00:04:26,600
我认为，我们正在以
非常有创意的方式利用随机分配

90
00:04:28,100 --> 00:04:31,395
- [Isaiah] 与此相关，你是否看到

91
00:04:31,395 --> 00:04:34,445
有助于计量经济学研究的特定因素？

92
00:04:34,445 --> 00:04:38,443
你已经提到它与
实际出现的问题有明确的联系

93
00:04:38,443 --> 00:04:40,300


94
00:04:40,300 --> 00:04:42,862
并且经验实践通常是一个好主意

95
00:04:43,290 --> 00:04:45,000
- 这不是一个好主意吗？

96
00:04:45,700 --> 00:04:50,112
我经常发现自己坐在
一个计量经济学理论研讨会上

97
00:04:50,700 --> 00:04:52,500
比如哈佛麻省理工学院的研讨会

98
00:04:53,400 --> 00:04:56,350
我会想，“这个人在解决什么问题？

99
00:04:56,350 --> 00:04:57,960
谁面对这个问题？”

100
00:04:57,960 --> 00:04:59,800
而且，你知道…

101
00:05:01,600 --> 00:05:04,700
如果我问的话
有时会出现令人尴尬的沉默

102
00:05:04,900 --> 00:05:08,300
或者可能会有一个相当牵强的场景

103
00:05:08,800 --> 00:05:11,600
我想看看这个工具在哪里有用

104
00:05:12,500 --> 00:05:14,765
有一些是纯粹的基础工具

105
00:05:14,765 --> 00:05:16,250
我确实明白这一点

106
00:05:16,250 --> 00:05:21,735
有些人正在研究的概念基础

107
00:05:22,600 --> 00:05:25,300
它变得更像数理统计

108
00:05:25,800 --> 00:05:27,653
我的意思是，我记得一个较早的例子

109
00:05:27,653 --> 00:05:29,920
那就是我很难理解的随机等连续性的概念

110
00:05:29,920 --> 00:05:32,500


111
00:05:32,500 --> 00:05:35,070
我的论文顾问之一，Whitney Newey

112
00:05:35,070 --> 00:05:36,479
使用它取得了很好的效果

113
00:05:36,479 --> 00:05:38,821
我当时试图理解这一点

114
00:05:40,600 --> 00:05:42,034
这真的很基础

115
00:05:42,034 --> 00:05:45,200
驱动它的不是一个应用方法

116
00:05:45,890 --> 00:05:47,300
至少不是立即的

117
00:05:48,600 --> 00:05:53,200
但是大多数事情不是这样的
所以应该有着问题

118
00:05:53,800 --> 00:05:59,247
我认为这取决于这类事情的卖家

119
00:06:00,480 --> 00:06:02,250
因为有着机会成本、时间和注意力

120
00:06:02,250 --> 00:06:05,295
以及理解事情的努力

121
00:06:05,980 --> 00:06:07,200
卖家有义务说：

122
00:06:07,400 --> 00:06:08,900
“嘿，我正在解决这个问题

123
00:06:09,400 --> 00:06:12,900
这里有一组结果表明它很有用

124
00:06:12,900 --> 00:06:15,200
这是我得到的一些见解。”

125
00:06:16,097 --> 00:06:18,280
- [Isaiah] 正如你所说，Josh

126
00:06:18,280 --> 00:06:20,700
它已经朝着更多地考虑经济学中的因果关系

127
00:06:20,700 --> 00:06:22,900
以及经济学中的实证工作的方向发展

128
00:06:22,900 --> 00:06:26,570
这种观点的传播有什么让你感到惊讶的后果

129
00:06:26,570 --> 00:06:28,347
或者有着你认为是
经验经济学发展方式的不利因素吗？

130
00:06:28,705 --> 00:06:31,500


131
00:06:31,500 --> 00:06:34,322
- 有时我看到有人进行 IV 时

132
00:06:34,322 --> 00:06:38,304
他们得到的结果似乎难以置信地大

133
00:06:38,800 --> 00:06:40,200
这是常见的情况

134
00:06:42,500 --> 00:06:45,220
因此，这可能是一些相对较小的干预
造成的非常大的因果影响

135
00:06:45,220 --> 00:06:48,600


136
00:06:49,100 --> 00:06:52,260
这些干预是随机的

137
00:06:52,260 --> 00:06:54,490
或者你利用它来证明一个好设计的存在

138
00:06:54,900 --> 00:06:57,205
然后当我看到这一点时

139
00:06:57,944 --> 00:07:00,101
我认为我很难相信这种相对较小的干预
会产生如此大的影响

140
00:07:00,101 --> 00:07:02,030


141
00:07:02,030 --> 00:07:03,720


142
00:07:04,100 --> 00:07:06,277
作者有时会采用局部平均处理效应定理并说：

143
00:07:06,277 --> 00:07:08,690


144
00:07:08,690 --> 00:07:11,066
“嗯，这些编译器

145
00:07:11,066 --> 00:07:12,700
它们在某些方面很特别

146
00:07:13,300 --> 00:07:15,800
它们只是从这种干预中受益匪浅。”

147
00:07:15,800 --> 00:07:17,600


148
00:07:18,100 --> 00:07:21,175
我不愿意从表面上看

149
00:07:21,175 --> 00:07:23,750
我经常认为，当影响太大时

150
00:07:24,300 --> 00:07:26,780
这是因为排除限制失败了

151
00:07:26,780 --> 00:07:29,456
所以你真的没有正确的内生变量
来衡量这个结果

152
00:07:29,456 --> 00:07:31,380


153
00:07:32,000 --> 00:07:35,700
因此，我不太高兴看到一个通用的异质性论点

154
00:07:36,937 --> 00:07:39,692


155
00:07:40,022 --> 00:07:41,760
被用来为我认为可能是一个
更深层次的问题的事情辩解

156
00:07:41,760 --> 00:07:43,800


157
00:07:45,190 --> 00:07:47,358
- [Guido] 我认为它在简化形式
和结构方法之间的讨论中

158
00:07:47,358 --> 00:07:50,083


159
00:07:50,083 --> 00:07:51,700
扮演了一个不幸的角色

160
00:07:51,700 --> 00:07:55,510
我觉得这不太正确

161
00:07:56,090 --> 00:07:58,810
工具变量假设是关于行为的核心结构假设

162
00:07:58,810 --> 00:08:01,510


163
00:08:01,510 --> 00:08:03,483


164
00:08:03,483 --> 00:08:05,200
它们源自于经济

165
00:08:07,100 --> 00:08:09,900
考虑代理人的经济行为

166
00:08:10,300 --> 00:08:15,100
不知何故它被推向了一个
我认为不是很有帮助的方向

167
00:08:15,100 --> 00:08:17,600


168
00:08:20,426 --> 00:08:21,663
我认为，最初

169
00:08:22,800 --> 00:08:24,067
我们把事情写下来

170
00:08:24,067 --> 00:08:26,480
描述正在发生的事情

171
00:08:26,480 --> 00:08:29,783
人们使用了一套方法

172
00:08:29,783 --> 00:08:32,111
我们以一种我认为包含相当多洞察力的方式

173
00:08:32,811 --> 00:08:38,361
阐明了这些方法的作用

174
00:08:39,100 --> 00:08:42,050
但它不知何故被推到了
一个我认为不一定很有帮助的角落

175
00:08:42,050 --> 00:08:45,379


176
00:08:45,379 --> 00:08:48,604
- 在简化形式与结构的语言中

177
00:08:48,604 --> 00:08:50,306
我觉得有点有趣

178
00:08:50,306 --> 00:08:52,985
因为局部平均处理效应模型
潜在的结果模型是非参数结构模型

179
00:08:52,985 --> 00:08:54,154


180
00:08:54,154 --> 00:08:56,110


181
00:08:56,110 --> 00:08:58,600
如果你想像你所建议的那样考虑它，Guido

182
00:08:58,600 --> 00:09:01,129
所以把这两个东西放在对立面有点好笑

183
00:09:01,129 --> 00:09:03,505


184
00:09:03,505 --> 00:09:05,116
- [Guido] 是的。

185
00:09:05,116 --> 00:09:08,371
- [Josh] 当然，这种语言来自
我们继承的联立方程框架

186
00:09:08,371 --> 00:09:09,641


187
00:09:10,400 --> 00:09:11,440
它的优点是人们在你使用它时
似乎知道你的意思

188
00:09:11,440 --> 00:09:14,085


189
00:09:14,085 --> 00:09:15,164


190
00:09:16,559 --> 00:09:18,300
但这可能是不同的人听到不同的东西

191
00:09:18,300 --> 00:09:20,480
- [Guido] 是的。我认为简化形式已被用于贬义...

192
00:09:20,480 --> 00:09:22,200


193
00:09:22,200 --> 00:09:23,540
- [Josh] 有时

194
00:09:25,104 --> 00:09:28,250
...而这并不是它最初的目的

195
00:09:30,100 --> 00:09:33,090
- [Isaiah] 我想在思考
局部平均处理效应框架的影响时

196
00:09:33,090 --> 00:09:35,645


197
00:09:35,645 --> 00:09:37,676
还有一点让我印象深刻的是

198
00:09:37,676 --> 00:09:40,000
人们通常会在远远超出任何形式的
正式结果实际存在的环境中

199
00:09:40,000 --> 00:09:42,358


200
00:09:42,358 --> 00:09:44,963
采用局部平均处理效应效果的直觉

201
00:09:45,440 --> 00:09:49,180
我很好奇，鉴于你们为在不同环境中
建立 LATE 结果的所有努力

202
00:09:49,180 --> 00:09:52,390


203
00:09:52,390 --> 00:09:54,415
我很好奇，你们对此有什么想法吗？

204
00:09:55,360 --> 00:09:57,306
- 我认为在很多情况下
直觉确实会让你有所发展

205
00:09:57,306 --> 00:10:02,200


206
00:10:02,800 --> 00:10:04,989
但它会受到一些限制

207
00:10:04,989 --> 00:10:07,600
建立正式的结果可能会有点棘手

208
00:10:08,400 --> 00:10:09,490


209
00:10:09,490 --> 00:10:12,700
然后可能只在特殊情况下才有效

210
00:10:14,600 --> 00:10:16,540
然后你会得到很多
可能无法完全捕捉直觉的形式

211
00:10:16,540 --> 00:10:19,500


212
00:10:19,900 --> 00:10:21,550
有时我对它们有些不安

213
00:10:21,550 --> 00:10:24,438
它们不一定是我想写的论文

214
00:10:25,148 --> 00:10:27,819
但我确实认为直觉
通常确实抓住了问题的一部分

215
00:10:27,819 --> 00:10:30,912


216
00:10:33,100 --> 00:10:36,300
我认为，从某种意义上说，我们很幸运

217
00:10:36,900 --> 00:10:39,250
LATE 论文在期刊上得到了处理

218
00:10:39,250 --> 00:10:41,766
所以，实际上，编辑把它缩短了很多

219
00:10:42,100 --> 00:10:46,300
这让我们能够专注于非常清晰、清晰的结果

220
00:10:49,924 --> 00:10:51,770
计量经济学文献中有些不幸的趋势

221
00:10:51,770 --> 00:10:53,118


222
00:10:53,118 --> 00:10:54,870
那就是论文越来越长

223
00:10:54,870 --> 00:10:56,550
- 嗯，你应该能够解决这个问题，伙计

224
00:10:56,550 --> 00:10:58,915
- 我正在努力解决这个问题 [笑声]

225
00:10:58,915 --> 00:11:01,510
*但我认为这是一个例子，很明显，它很短实际上是——

226
00:11:01,510 --> 00:11:03,097


227
00:11:03,097 --> 00:11:04,750
- 你应该强制规定没有任何论文可以比 LATE 论文更长。

228
00:11:04,750 --> 00:11:06,802


229
00:11:07,269 --> 00:11:09,617
- 那……哇！那可能很棒。

230
00:11:09,617 --> 00:11:11,685
- 至少没有理论，没有理论论文。

231
00:11:11,892 --> 00:11:13,339
- 是的，我认为......

232
00:11:14,500 --> 00:11:16,800
我正在努力让论文更短，我认为今天有很多价值，因为它通常是论文的第二部分实际上并没有让你得到太多进一步理解事物，它确实使事情变得更难阅读。

233
00:11:16,800 --> 00:11:19,514


234
00:11:19,514 --> 00:11:21,573


235
00:11:21,573 --> 00:11:25,049


236
00:11:25,049 --> 00:11:26,395


237
00:11:27,000 --> 00:11:29,870


238
00:11:32,426 --> 00:11:36,179
这可以追溯到我认为应该如何进行计量经济学。

239
00:11:36,179 --> 00:11:38,070
你应该关注——它应该合理地接近经验问题。

240
00:11:38,700 --> 00:11:41,300


241
00:11:41,500 --> 00:11:43,900
他们应该是很清楚的问题。
但通常理论不需要那么长。

242
00:11:44,800 --> 00:11:48,900


243
00:11:48,900 --> 00:11:50,010
- [乔什] 是的。

244
00:11:51,100 --> 00:11:54,670
- 我认为事情有点偏离了轨道。

245
00:11:56,260 --> 00:11:57,750
- [以赛亚] 一个相对较新的变化是科技行业对具有计量经济学因果效应估计技能的人的需求似乎大幅增加。

246
00:11:57,750 --> 00:12:00,230


247
00:12:00,230 --> 00:12:03,765


248
00:12:03,765 --> 00:12:04,994


249
00:12:04,994 --> 00:12:07,563
我很感兴趣，你们有没有想过这将如何与实证方法的发展或经济学的实证研究相互作用？

250
00:12:07,563 --> 00:12:09,840


251
00:12:09,840 --> 00:12:11,600


252
00:12:11,600 --> 00:12:13,950


253
00:12:14,600 --> 00:12:16,770
- [乔希]嗯，有一个元点，那就是有这种新的雇主，亚马逊和优步，以及到到网的世界，我认为这很棒。

254
00:12:16,770 --> 00:12:21,000


255
00:12:21,800 --> 00:12:27,530


256
00:12:28,000 --> 00:12:29,300


257
00:12:29,300 --> 00:12:32,030
我喜欢告诉我的学生这件事。

258
00:12:32,600 --> 00:12:35,500
在麻省理工学院，我们有很多计算机科学专业——这是我们最大的专业。

259
00:12:35,500 --> 00:12:37,000


260
00:12:37,400 --> 00:12:42,362
我试图通过说你可以为这些人们非常热衷于工作的公司工作，因为工作看起来令人兴奋，你在计量经济学中获得的技能与任何竞争学科一样好或更好，以此来吸引这些人中的一些人进入经济学必须提供。

261
00:12:43,228 --> 00:12:46,700


262
00:12:46,700 --> 00:12:49,250


263
00:12:49,250 --> 00:12:50,800


264
00:12:52,000 --> 00:12:54,250


265
00:12:54,250 --> 00:12:56,100


266
00:12:56,100 --> 00:12:59,736


267
00:12:59,736 --> 00:13:02,143
所以你至少应该学习一些经济学——学习一些计量经济学和一些经济学。

268
00:13:02,143 --> 00:13:04,290


269
00:13:04,800 --> 00:13:07,000
我和 Uber 一起做了一个关于 Uber 司机劳动力供应的有趣项目，能参与其中是非常非常令人兴奋的。

270
00:13:07,600 --> 00:13:09,501


271
00:13:09,920 --> 00:13:12,805


272
00:13:13,100 --> 00:13:15,400
另外，我还为 Uber 开了一段时间，我觉得那也很有趣。

273
00:13:15,900 --> 00:13:17,730


274
00:13:17,730 --> 00:13:19,231
我赚的不够多，以至于我很想放弃我在麻省理工学院的工作，但我很享受这段经历。

275
00:13:19,231 --> 00:13:22,616


276
00:13:22,616 --> 00:13:25,100


277
00:13:25,230 --> 00:13:27,534
我在这里看到了我们的研究生教育模式面临的潜在挑战，也就是说，如果我们正在培训人们去亚马逊工作，不清楚为什么我们应该为此支付研究生津贴。

278
00:13:27,534 --> 00:13:30,900


279
00:13:31,700 --> 00:13:36,068


280
00:13:37,900 --> 00:13:41,190


281
00:13:41,190 --> 00:13:42,900


282
00:13:43,200 --> 00:13:47,280
为什么纳税人应该有效地补贴这一点。

283
00:13:47,280 --> 00:13:51,180
我们在美国的研究生教育得到了慷慨的补贴，即使在私立大学也是如此——那里有很多公共资金。

284
00:13:51,180 --> 00:13:53,272


285
00:13:54,906 --> 00:13:56,477


286
00:13:56,477 --> 00:13:59,300
我认为这样做的传统理由是，我们正在培训教育工作者和学者，我们所做的工作有很大的外部性，要么是研究外部性，要么是教学外部性。

287
00:13:59,643 --> 00:14:01,992


288
00:14:01,992 --> 00:14:05,657


289
00:14:05,657 --> 00:14:07,910


290
00:14:07,910 --> 00:14:09,557


291
00:14:10,100 --> 00:14:13,389
但是，如果我们的许多学生要在私营部门工作——那很好，但也许他们的雇主应该为他们买单。

292
00:14:13,389 --> 00:14:14,688


293
00:14:16,300 --> 00:14:17,414


294
00:14:19,000 --> 00:14:21,700


295
00:14:22,120 --> 00:14:23,370
- 对我来说，这与在咨询公司工作的人完全不同。

296
00:14:23,370 --> 00:14:26,780


297
00:14:27,200 --> 00:14:28,780
我不清楚学术界的工作数量是否发生了变化。

298
00:14:28,780 --> 00:14:32,836


299
00:14:33,370 --> 00:14:36,325
- 我觉得这是一个不断发展的行业，而咨询...

300
00:14:36,325 --> 00:14:37,807


301
00:14:37,807 --> 00:14:39,289
你提出这个问题是对的。

302
00:14:39,289 --> 00:14:42,100
咨询可能也一样。

303
00:14:44,846 --> 00:14:47,500
我将越来越多的学生安排在这些企业中，所以在某种程度上，我认为我没有关注咨询工作。

304
00:14:47,500 --> 00:14:49,467


305
00:14:49,467 --> 00:14:54,212


306
00:14:54,212 --> 00:14:56,920
咨询一直很重要，而且我认为从咨询到研究也有一些变化——它更加流畅。

307
00:14:56,920 --> 00:14:58,950


308
00:14:58,950 --> 00:15:01,140


309
00:15:01,140 --> 00:15:02,723


310
00:15:03,900 --> 00:15:07,630


311
00:15:07,630 --> 00:15:09,430
我不得不说，这两个领域的很多工作并没有真正的不同，但是在科技领域工作的人正在做一些可能具有科学兴趣的事情，但大多是隐藏的。

312
00:15:09,430 --> 00:15:12,730


313
00:15:12,730 --> 00:15:15,480


314
00:15:15,480 --> 00:15:16,800


315
00:15:17,100 --> 00:15:18,550
那你真的要说，政府为什么要为此买单？

316
00:15:18,550 --> 00:15:20,900


317
00:15:22,104 --> 00:15:23,732
- 虽然，就 Guido 而言，我想这里有一个数据问题，即经济学博士的 [非 EC] 营利部门的总就业人数。项目毕业生增加还是只是从金融和咨询转向技术？

318
00:15:23,732 --> 00:15:26,783


319
00:15:26,783 --> 00:15:32,772


320
00:15:32,772 --> 00:15:35,595


321
00:15:35,595 --> 00:15:38,290


322
00:15:38,290 --> 00:15:40,300


323
00:15:40,300 --> 00:15:42,300
- 我可能会对没有真正发生的事情做出反应。

324
00:15:42,300 --> 00:15:44,400


325
00:15:44,400 --> 00:15:45,890
- 我实际上已经与其中一些科技公司合作过。

326
00:15:45,890 --> 00:15:48,200


327
00:15:49,100 --> 00:15:52,200
我不同意乔希的观点，即我们需要考虑一下最终为研究生教育支付费用的资助模式。

328
00:15:52,200 --> 00:15:53,675


329
00:15:53,675 --> 00:15:56,390


330
00:15:56,913 --> 00:15:59,400
但从科学的角度来看，这些地方不仅拥有大量数据，而且现在出于隐私原因，他们往往会非常小心，而且他们也有很多问题。

331
00:15:59,980 --> 00:16:02,840


332
00:16:02,840 --> 00:16:05,112


333
00:16:05,112 --> 00:16:07,100


334
00:16:07,380 --> 00:16:08,900


335
00:16:10,200 --> 00:16:13,929
我发现倾听那里的人并了解他们有什么样的问题非常鼓舞人心，而且这些问题通常也出现在这些公司之外。

336
00:16:13,929 --> 00:16:15,950


337
00:16:15,950 --> 00:16:17,330


338
00:16:18,200 --> 00:16:21,241


339
00:16:21,241 --> 00:16:27,430
我与 Raj Chetty 和 Susan Athey 有几篇论文，我们研究了结合实验数据和观察数据的方法。

340
00:16:27,430 --> 00:16:31,600


341
00:16:31,600 --> 00:16:33,274


342
00:16:35,500 --> 00:16:38,600
Raj Chetty 对幼儿计划对以后生活结果的影响感兴趣，不仅对考试成绩，而且对收入和其他东西，我们开发了一些方法，可以帮助你在某些情况下阐明这一点......一些设置，同样的问题出现在这些科技公司的设置中。

343
00:16:38,600 --> 00:16:42,893


344
00:16:42,893 --> 00:16:46,330


345
00:16:46,330 --> 00:16:48,300


346
00:16:48,600 --> 00:16:51,500


347
00:16:52,718 --> 00:16:53,868


348
00:16:53,868 --> 00:16:56,920


349
00:16:56,920 --> 00:17:00,533


350
00:17:00,800 --> 00:17:03,240
所以，从我的角度来看，这是同一种——我在和做实证工作的人交谈。

351
00:17:03,240 --> 00:17:05,420


352
00:17:05,420 --> 00:17:07,600
我尝试着眼于这些具体问题，然后尝试提出更一般的问题，在更高的层次上重新制定问题，以便我可以考虑在一系列环境中有效的解决方案。

353
00:17:07,600 --> 00:17:09,700


354
00:17:09,700 --> 00:17:13,370


355
00:17:15,110 --> 00:17:18,230


356
00:17:18,500 --> 00:17:22,900


357
00:17:23,400 --> 00:17:24,933
所以从这个角度来看，与科技公司的互动非常有价值，非常有用。

358
00:17:24,933 --> 00:17:27,570


359
00:17:27,570 --> 00:17:30,300


360
00:17:31,700 --> 00:17:35,204
我们确实有学生现在在那里实习，然后由于他们在那里的经历而回来写更有趣的论文。

361
00:17:35,204 --> 00:17:38,516


362
00:17:38,516 --> 00:17:43,400


363
00:17:44,600 --> 00:17:47,020
- [旁白]如果您想观看更多诺贝尔对话，请单击此处。

364
00:17:47,020 --> 00:17:48,200


365
00:17:48,200 --> 00:17:50,500
或者，如果您想了解有关计量经济学的更多信息，请查看 Josh 的“掌握计量经济学”系列。

366
00:17:50,500 --> 00:17:53,100


367
00:17:53,700 --> 00:17:56,720
如果您想了解更多关于 Guido、Josh 和 Isaiah 的信息，请查看说明中的链接。

368
00:17:56,720 --> 00:17:58,300


369
00:17:59,036 --> 00:18:01,495
♪ [音乐] ♪