0:00:00.000,0:00:02.550
♪ [音乐] ♪

0:00:03.800,0:00:05.800
- [旁白] 欢迎收看“诺奖得主畅谈系列”

0:00:07.040,0:00:08.100
在这一集中

0:00:08.100,0:00:11.570
Josh Angrist 和 Guido Imbens[br]与 Isaiah Andrews

0:00:11.570,0:00:14.600
将讨论计量经济学领域是如何发展的

0:00:16.100,0:00:18.750
- [Isaiah] 那么，Guido 和 Josh

0:00:18.750,0:00:21.500
你们都是开发经济学实证研究工具的先驱

0:00:21.500,0:00:23.174
所以我想了解你对这个领域的发展方向的想法

0:00:23.174,0:00:25.300


0:00:25.709,0:00:28.079
经济学、计量经济学，整个领域

0:00:28.510,0:00:31.302
首先，我很想听听你是否觉得

0:00:32.171,0:00:35.200
局部平均处理效应框架的方式

0:00:35.200,0:00:38.510


0:00:38.800,0:00:42.187
对经济学中的新经验法如何发展和传播

0:00:42.187,0:00:44.300
或它们应如何发展和传播有任何榜样

0:00:44.560,0:00:45.960
- [Josh] 这是个好问题

0:00:46.610,0:00:47.790
你先说吧

0:00:47.790,0:00:49.240
[笑声]

0:00:49.700,0:00:52.940
- [Guido] 是的，所以我认为重要的是

0:00:52.940,0:00:58.550
要提出令人信服的案例

0:00:58.550,0:01:02.207
其中问题清晰

0:01:02.400,0:01:05.720
且方法普遍适用

0:01:06.253,0:01:07.560
有一件事我...

0:01:08.192,0:01:12.000
当我回顾较新的文献时

0:01:12.200,0:01:16.700
我真的很喜欢回归不连续性文献

0:01:16.700,0:01:19.670
其中显然有一堆非常有说服力的例子

0:01:19.670,0:01:23.378
这让人们可以更清晰地思考

0:01:23.378,0:01:27.200
更仔细地研究方法问题

0:01:27.400,0:01:28.800
有着一些清晰的应用方法

0:01:28.800,0:01:30.600
然后允许你思考：

0:01:30.600,0:01:33.600
“哇，这些类型的假设在这里看起来合理吗？

0:01:33.600,0:01:38.000
我们不喜欢早期论文中的哪些方面？

0:01:38.500,0:01:39.802
我们如何改进这些方面？”

0:01:39.802,0:01:44.210
因此，我认为有着明确的应用方法

0:01:44.210,0:01:46.400
来激发这些文献是非常有帮助的

0:01:46.800,0:01:48.050
- Guido，我很高兴[br]你提到了回归不连续性

0:01:48.050,0:01:49.382


0:01:49.382,0:01:53.300
我认为 IV 和 RD、

0:01:54.700,0:01:57.060
工具变量和回归不连续性之间有很多互补性

0:02:00.506,0:02:03.260
回归不连续性的许多计量经济学应用[br]曾经被称为“模糊” RD

0:02:03.260,0:02:04.520


0:02:04.520,0:02:07.230


0:02:07.230,0:02:11.620
它在截止时不是离散的或确定的

0:02:11.620,0:02:14.900
而只在速率或强度上有着变化

0:02:14.900,0:02:17.737
LATE 框架帮助我们理解这些应用方法

0:02:17.737,0:02:18.740


0:02:18.740,0:02:21.140
并为我们提供了一个清晰的解释

0:02:21.140,0:02:25.000
比如在我与 Victor Lavy 的论文中

0:02:25.000,0:02:28.100
我们使用了 Maimonides 规则[br]班级规模截断

0:02:28.430,0:02:30.030
那么你这里了解到了什么？

0:02:30.290,0:02:31.820
当然，你可以用线性常数效应模型[br]来回答这个问题

0:02:31.820,0:02:33.900


0:02:34.200,0:02:36.310
但事实证明我们并不局限于此

0:02:36.310,0:02:39.889
RD 仍然非常强大和有启发性

0:02:40.630,0:02:43.092
即使在这种情况和类型规模下

0:02:43.092,0:02:45.866
截止和感兴趣的变量之间的相关性是局部的

0:02:45.866,0:02:49.133


0:02:49.133,0:02:51.000
甚至可能不是那么强

0:02:52.000,0:02:54.999
所以肯定有着平行发展

0:02:54.999,0:02:56.400
这也很有趣...

0:02:57.253,0:02:59.780
当我们在读研究生时，没有人谈论回归不连续性设计

0:02:59.780,0:03:01.220


0:03:01.220,0:03:02.843
这是其他社会科学家感兴趣的东西

0:03:02.843,0:03:05.300


0:03:05.800,0:03:09.507
它与 LATE 框架一起成长

0:03:09.507,0:03:11.927
我们都曾基于这两种应用方式和方法进行工作

0:03:11.927,0:03:14.565


0:03:14.565,0:03:18.377
而且能看到它的发展并变得如此重要

0:03:18.377,0:03:19.800
我感到非常兴奋

0:03:20.000,0:03:21.767
我认为，这是朝着可靠的识别策略

0:03:21.767,0:03:26.086
因果效应的普遍演变的一部分

0:03:26.086,0:03:27.441


0:03:29.393,0:03:30.642
使计量经济学更多地关注[br]因果问题而不是模型

0:03:30.642,0:03:33.300


0:03:33.640,0:03:34.650
就未来而言

0:03:34.650,0:03:37.660
我认为 LATE 帮助促进的一件事是

0:03:37.660,0:03:42.008
朝着更具创造性的随机试验迈进

0:03:42.008,0:03:44.400
其中有着一些有趣的东西

0:03:45.500,0:03:48.460
它不可能或直接能被简单地关闭或开启

0:03:48.460,0:03:50.700


0:03:51.000,0:03:54.584
但你可以鼓励或阻止它

0:03:54.584,0:03:58.200
因此，例如，你能通过经济援助[br]来补贴学校教育

0:03:59.000,0:04:02.080
所以现在我们有了[br]一个完整的框架来解释这一点

0:04:03.600,0:04:07.113
它打开了对以前似乎不可能的事情[br]进行随机试验的大门

0:04:07.113,0:04:09.265


0:04:10.300,0:04:12.471


0:04:14.500,0:04:17.864
我们在麻省理工学院[br]Blueprint实验室中

0:04:17.864,0:04:21.160
大量使用了这一点

0:04:22.360,0:04:26.600
我认为，我们正在以[br]非常有创意的方式利用随机分配

0:04:28.100,0:04:31.395
- [Isaiah] 与此相关，你是否看到

0:04:31.395,0:04:34.445
有助于计量经济学研究的特定因素？

0:04:34.445,0:04:38.443
你已经提到它与[br]实际出现的问题有明确的联系

0:04:38.443,0:04:40.300


0:04:40.300,0:04:42.862
并且经验实践通常是一个好主意

0:04:43.290,0:04:45.000
- 这不是一个好主意吗？

0:04:45.700,0:04:50.112
我经常发现自己坐在[br]一个计量经济学理论研讨会上

0:04:50.700,0:04:52.500
比如哈佛麻省理工学院的研讨会

0:04:53.400,0:04:56.350
我会想，“这个人在解决什么问题？

0:04:56.350,0:04:57.960
谁面对这个问题？”

0:04:57.960,0:04:59.800
而且，你知道…

0:05:01.600,0:05:04.700
如果我问的话[br]有时会出现令人尴尬的沉默

0:05:04.900,0:05:08.300
或者可能会有一个相当牵强的场景

0:05:08.800,0:05:11.600
我想看看这个工具在哪里有用

0:05:12.500,0:05:14.765
有一些是纯粹的基础工具

0:05:14.765,0:05:16.250
我确实明白这一点

0:05:16.250,0:05:21.735
有些人正在研究的概念基础

0:05:22.600,0:05:25.300
它变得更像数理统计

0:05:25.800,0:05:27.653
我的意思是，我记得一个较早的例子

0:05:27.653,0:05:29.920
那就是我很难理解的随机等连续性的概念

0:05:29.920,0:05:32.500


0:05:32.500,0:05:35.070
我的论文顾问之一，Whitney Newey

0:05:35.070,0:05:36.479
使用它取得了很好的效果

0:05:36.479,0:05:38.821
我当时试图理解这一点

0:05:40.600,0:05:42.034
这真的很基础

0:05:42.034,0:05:45.200
驱动它的不是一个应用方法

0:05:45.890,0:05:47.300
至少不是立即的

0:05:48.600,0:05:53.200
但是大多数事情不是这样的[br]所以应该有着问题

0:05:53.800,0:05:59.247
我认为这取决于这类事情的卖家

0:06:00.480,0:06:02.250
因为有着机会成本、时间和注意力

0:06:02.250,0:06:05.295
以及理解事情的努力

0:06:05.980,0:06:07.200
卖家有义务说：

0:06:07.400,0:06:08.900
“嘿，我正在解决这个问题

0:06:09.400,0:06:12.900
这里有一组结果表明它很有用

0:06:12.900,0:06:15.200
这是我得到的一些见解。”

0:06:16.097,0:06:18.280
- [Isaiah] 正如你所说，Josh

0:06:18.280,0:06:20.700
它已经朝着更多地考虑经济学中的因果关系

0:06:20.700,0:06:22.900
以及经济学中的实证工作的方向发展

0:06:22.900,0:06:26.570
这种观点的传播有什么让你感到惊讶的后果

0:06:26.570,0:06:28.347
或者有着你认为是[br]经验经济学发展方式的不利因素吗？

0:06:28.705,0:06:31.500


0:06:31.500,0:06:34.322
- 有时我看到有人进行 IV 时

0:06:34.322,0:06:38.304
他们得到的结果似乎难以置信地大

0:06:38.800,0:06:40.200
这是常见的情况

0:06:42.500,0:06:45.220
因此，这可能是一些相对较小的干预[br]造成的非常大的因果影响

0:06:45.220,0:06:48.600


0:06:49.100,0:06:52.260
这些干预是随机的

0:06:52.260,0:06:54.490
或者你利用它来证明一个好设计的存在

0:06:54.900,0:06:57.205
然后当我看到这一点时

0:06:57.944,0:07:00.101
我认为我很难相信这种相对较小的干预[br]会产生如此大的影响

0:07:00.101,0:07:02.030


0:07:02.030,0:07:03.720


0:07:04.100,0:07:06.277
作者有时会采用局部平均处理效应定理并说：

0:07:06.277,0:07:08.690


0:07:08.690,0:07:11.066
“嗯，这些编译器

0:07:11.066,0:07:12.700
它们在某些方面很特别

0:07:13.300,0:07:15.800
它们只是从这种干预中受益匪浅。”

0:07:15.800,0:07:17.600


0:07:18.100,0:07:21.175
我不愿意从表面上看

0:07:21.175,0:07:23.750
我经常认为，当影响太大时

0:07:24.300,0:07:26.780
这是因为排除限制失败了

0:07:26.780,0:07:29.456
所以你真的没有正确的内生变量[br]来衡量这个结果

0:07:29.456,0:07:31.380


0:07:32.000,0:07:35.700
因此，我不太高兴看到一个通用的异质性论点

0:07:36.937,0:07:39.692


0:07:40.022,0:07:41.760
被用来为我认为可能是一个[br]更深层次的问题的事情辩解

0:07:41.760,0:07:43.800


0:07:45.190,0:07:47.358
- [Guido] 我认为它在简化形式[br]和结构方法之间的讨论中

0:07:47.358,0:07:50.083


0:07:50.083,0:07:51.700
扮演了一个不幸的角色

0:07:51.700,0:07:55.510
我觉得这不太正确

0:07:56.090,0:07:58.810
工具变量假设是关于行为的核心结构假设

0:07:58.810,0:08:01.510


0:08:01.510,0:08:03.483


0:08:03.483,0:08:05.200
它们源自于经济

0:08:07.100,0:08:09.900
考虑代理人的经济行为

0:08:10.300,0:08:15.100
不知何故它被推向了一个[br]我认为不是很有帮助的方向

0:08:15.100,0:08:17.600


0:08:20.426,0:08:21.663
我认为，最初

0:08:22.800,0:08:24.067
我们把事情写下来

0:08:24.067,0:08:26.480
描述正在发生的事情

0:08:26.480,0:08:29.783
人们使用了一套方法

0:08:29.783,0:08:32.111
我们以一种我认为包含相当多洞察力的方式

0:08:32.811,0:08:38.361
阐明了这些方法的作用

0:08:39.100,0:08:42.050
但它不知何故被推到了[br]一个我认为不一定很有帮助的角落

0:08:42.050,0:08:45.379


0:08:45.379,0:08:48.604
- 在简化形式与结构的语言中

0:08:48.604,0:08:50.306
我觉得有点有趣

0:08:50.306,0:08:52.985
因为局部平均处理效应模型[br]潜在的结果模型是非参数结构模型

0:08:52.985,0:08:54.154


0:08:54.154,0:08:56.110


0:08:56.110,0:08:58.600
如果你想像你所建议的那样考虑它，Guido

0:08:58.600,0:09:01.129
所以把这两个东西放在对立面有点好笑

0:09:01.129,0:09:03.505


0:09:03.505,0:09:05.116
- [Guido] 是的。

0:09:05.116,0:09:08.371
- [Josh] 当然，这种语言来自[br]我们继承的联立方程框架

0:09:08.371,0:09:09.641


0:09:10.400,0:09:11.440
它的优点是人们在你使用它时[br]似乎知道你的意思

0:09:11.440,0:09:14.085


0:09:14.085,0:09:15.164


0:09:16.559,0:09:18.300
但这可能是不同的人听到不同的东西

0:09:18.300,0:09:20.480
- [Guido] 是的。我认为简化形式已被用于贬义...

0:09:20.480,0:09:22.200


0:09:22.200,0:09:23.540
- [Josh] 有时

0:09:25.104,0:09:28.250
...而这并不是它最初的目的

0:09:30.100,0:09:33.090
- [Isaiah] 我想在思考[br]局部平均处理效应框架的影响时

0:09:33.090,0:09:35.645


0:09:35.645,0:09:37.676
还有一点让我印象深刻的是

0:09:37.676,0:09:40.000
人们通常会在远远超出任何形式的[br]正式结果实际存在的环境中

0:09:40.000,0:09:42.358


0:09:42.358,0:09:44.963
采用局部平均处理效应效果的直觉

0:09:45.440,0:09:49.180
我很好奇，鉴于你们为在不同环境中[br]建立 LATE 结果的所有努力

0:09:49.180,0:09:52.390


0:09:52.390,0:09:54.415
我很好奇，你们对此有什么想法吗？

0:09:55.360,0:09:57.306
- 我认为在很多情况下[br]直觉确实会让你有所发展

0:09:57.306,0:10:02.200


0:10:02.800,0:10:04.989
但它会受到一些限制

0:10:04.989,0:10:07.600
建立正式的结果可能会有点棘手

0:10:08.400,0:10:09.490


0:10:09.490,0:10:12.700
然后可能只在特殊情况下才有效

0:10:14.600,0:10:16.540
然后你会得到很多[br]可能无法完全捕捉直觉的形式

0:10:16.540,0:10:19.500


0:10:19.900,0:10:21.550
有时我对它们有些不安

0:10:21.550,0:10:24.438
它们不一定是我想写的论文

0:10:25.148,0:10:27.819
但我确实认为直觉[br]通常确实抓住了问题的一部分

0:10:27.819,0:10:30.912


0:10:33.100,0:10:36.300
我认为，从某种意义上说，我们很幸运

0:10:36.900,0:10:39.250
LATE 论文在期刊上得到了处理

0:10:39.250,0:10:41.766
所以，实际上，编辑把它缩短了很多

0:10:42.100,0:10:46.300
这让我们能够专注于非常清晰、清晰的结果

0:10:49.924,0:10:51.770
计量经济学文献中有些不幸的趋势

0:10:51.770,0:10:53.118


0:10:53.118,0:10:54.870
那就是论文越来越长

0:10:54.870,0:10:56.550
- 嗯，你应该能够解决这个问题，伙计

0:10:56.550,0:10:58.915
- 我正在努力解决这个问题 [笑声]

0:10:58.915,0:11:01.510
但我认为这个例子说明了简短的论文实际上是

0:11:01.510,0:11:03.097


0:11:03.097,0:11:04.750
- 你应该强制规定没有任何论文[br]可以比 LATE 论文更长

0:11:04.750,0:11:06.802


0:11:07.269,0:11:09.617
- 那…哇！那可能很棒

0:11:09.617,0:11:11.685
- 至少不包括理论，没有理论论文

0:11:11.892,0:11:13.339
- 是的，我认为...

0:11:14.500,0:11:16.800
我正在努力让论文更短

0:11:16.800,0:11:19.514
我认为这在当今很有价值

0:11:19.514,0:11:21.573
因为它通常是论文的第二部分

0:11:21.573,0:11:25.049
而实际上并没有让你得到太多[br]进一步的了解

0:11:25.049,0:11:26.395


0:11:27.000,0:11:29.870
而且它确实能使论文变得更难阅读

0:11:32.426,0:11:36.179
这可以追溯到我认为应该[br]如何进行计量经济学

0:11:36.179,0:11:38.070
你应该关注

0:11:38.700,0:11:41.300
它应该合理地接近经验问题

0:11:41.500,0:11:43.900
它们应该是很清楚的问题

0:11:44.800,0:11:48.900
但通常理论方面不需要那么长

0:11:48.900,0:11:50.010
- [Josh] 是的

0:11:51.100,0:11:54.670
- 我认为事情有点偏离了轨道

0:11:56.260,0:11:57.750
- [Isaiah] 一个相对较新的变化

0:11:57.750,0:12:00.230


0:12:00.230,0:12:03.765
是科技行业对具有计量经济学[br]因果效应估计技能的人才的需求

0:12:03.765,0:12:04.994
似乎大幅增加

0:12:04.994,0:12:07.563
我很感兴趣，你们有没有想过

0:12:07.563,0:12:09.840
这将如何与实证方法的发展[br]或经济学的实证研究相互作用？

0:12:09.840,0:12:11.600


0:12:11.600,0:12:13.950


0:12:14.600,0:12:16.770
- [Josh] 嗯，有这么一个元点

0:12:16.770,0:12:21.000
那就是有这种新的雇主

0:12:21.800,0:12:27.530
那就是亚马逊、优步以及猫途鹰的世界

0:12:28.000,0:12:29.300
我认为这很棒

0:12:29.300,0:12:32.030
我喜欢告诉我的学生这件事。

0:12:32.600,0:12:35.500
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。

0:12:35.500,0:12:37.000


0:12:37.400,0:12:42.362
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。

0:12:43.228,0:12:46.700


0:12:46.700,0:12:49.250


0:12:49.250,0:12:50.800


0:12:52.000,0:12:54.250


0:12:54.250,0:12:56.100


0:12:56.100,0:12:59.736


0:12:59.736,0:13:02.143
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。

0:13:02.143,0:13:04.290


0:13:04.800,0:13:07.000
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。

0:13:07.600,0:13:09.501


0:13:09.920,0:13:12.805


0:13:13.100,0:13:15.400
另外，我还为 Uber 开了一段时间，我觉得那也很有趣。

0:13:15.900,0:13:17.730


0:13:17.730,0:13:19.231
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。

0:13:19.231,0:13:22.616


0:13:22.616,0:13:25.100


0:13:25.230,0:13:27.534
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。

0:13:27.534,0:13:30.900


0:13:31.700,0:13:36.068


0:13:37.900,0:13:41.190


0:13:41.190,0:13:42.900


0:13:43.200,0:13:47.280
为什么纳税人应该有效地补贴这一点。

0:13:47.280,0:13:51.180
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。

0:13:51.180,0:13:53.272


0:13:54.906,0:13:56.477


0:13:56.477,0:13:59.300
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。

0:13:59.643,0:14:01.992


0:14:01.992,0:14:05.657


0:14:05.657,0:14:07.910


0:14:07.910,0:14:09.557


0:14:10.100,0:14:13.389
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。

0:14:13.389,0:14:14.688


0:14:16.300,0:14:17.414


0:14:19.000,0:14:21.700


0:14:22.120,0:14:23.370
- 对我来说，这与在咨询公司工作的人完全不同。

0:14:23.370,0:14:26.780


0:14:27.200,0:14:28.780
我不清楚学术界的工作数量是否发生了变化。

0:14:28.780,0:14:32.836


0:14:33.370,0:14:36.325
- 我觉得这是一个不断发展的行业，而咨询...

0:14:36.325,0:14:37.807


0:14:37.807,0:14:39.289
你提出这个问题是对的。

0:14:39.289,0:14:42.100
咨询可能也一样。

0:14:44.846,0:14:47.500
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。

0:14:47.500,0:14:49.467


0:14:49.467,0:14:54.212


0:14:54.212,0:14:56.920
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。

0:14:56.920,0:14:58.950


0:14:58.950,0:15:01.140


0:15:01.140,0:15:02.723


0:15:03.900,0:15:07.630


0:15:07.630,0:15:09.430
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。

0:15:09.430,0:15:12.730


0:15:12.730,0:15:15.480


0:15:15.480,0:15:16.800


0:15:17.100,0:15:18.550
那你真的要说，政府为什么要为此买单？

0:15:18.550,0:15:20.900


0:15:22.104,0:15:23.732
- 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？

0:15:23.732,0:15:26.783


0:15:26.783,0:15:32.772


0:15:32.772,0:15:35.595


0:15:35.595,0:15:38.290


0:15:38.290,0:15:40.300


0:15:40.300,0:15:42.300
- 我可能会对没有真正发生的事情做出反应。

0:15:42.300,0:15:44.400


0:15:44.400,0:15:45.890
- 我实际上已经与其中一些科技公司合作过。

0:15:45.890,0:15:48.200


0:15:49.100,0:15:52.200
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。

0:15:52.200,0:15:53.675


0:15:53.675,0:15:56.390


0:15:56.913,0:15:59.400
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。

0:15:59.980,0:16:02.840


0:16:02.840,0:16:05.112


0:16:05.112,0:16:07.100


0:16:07.380,0:16:08.900


0:16:10.200,0:16:13.929
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。

0:16:13.929,0:16:15.950


0:16:15.950,0:16:17.330


0:16:18.200,0:16:21.241


0:16:21.241,0:16:27.430
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。

0:16:27.430,0:16:31.600


0:16:31.600,0:16:33.274


0:16:35.500,0:16:38.600
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。

0:16:38.600,0:16:42.893


0:16:42.893,0:16:46.330


0:16:46.330,0:16:48.300


0:16:48.600,0:16:51.500


0:16:52.718,0:16:53.868


0:16:53.868,0:16:56.920


0:16:56.920,0:17:00.533


0:17:00.800,0:17:03.240
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。

0:17:03.240,0:17:05.420


0:17:05.420,0:17:07.600
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。

0:17:07.600,0:17:09.700


0:17:09.700,0:17:13.370


0:17:15.110,0:17:18.230


0:17:18.500,0:17:22.900


0:17:23.400,0:17:24.933
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。

0:17:24.933,0:17:27.570


0:17:27.570,0:17:30.300


0:17:31.700,0:17:35.204
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。

0:17:35.204,0:17:38.516


0:17:38.516,0:17:43.400


0:17:44.600,0:17:47.020
- [旁白]如果您想观看更多诺贝尔对话，请单击此处。

0:17:47.020,0:17:48.200


0:17:48.200,0:17:50.500
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。

0:17:50.500,0:17:53.100


0:17:53.700,0:17:56.720
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。

0:17:56.720,0:17:58.300


0:17:59.036,0:18:01.495
♪ [音乐] ♪