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
但我认为这个例子说明了简短的论文实际上是

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
- 至少不包括理论，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

233
00:11:16,800 --> 00:11:19,514
我认为这在当今很有价值

234
00:11:19,514 --> 00:11:21,573
因为它通常是论文的第二部分

235
00:11:21,573 --> 00:11:25,049
而实际上并没有让你得到太多
进一步的了解

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


237
00:11:27,000 --> 00:11:29,870
而且它确实能使论文变得更难阅读

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

240
00:11:38,700 --> 00:11:41,300
它应该合理地接近经验问题

241
00:11:41,500 --> 00:11:43,900
它们应该是很清楚的问题

242
00:11:44,800 --> 00:11:48,900
但通常理论方面不需要那么长

243
00:11:48,900 --> 00:11:50,010
- [Josh] 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
- [Isaiah] 一个相对较新的变化

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


247
00:12:00,230 --> 00:12:03,765
是科技行业对具有计量经济学
因果效应估计技能的人才的需求

248
00:12:03,765 --> 00:12:04,994
似乎大幅增加

249
00:12:04,994 --> 00:12:07,563
我很感兴趣，你们有没有想过

250
00:12:07,563 --> 00:12:09,840
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？

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
- [Josh] 嗯，有这么一个元点

254
00:12:16,770 --> 00:12:21,000
那就是有这种新的雇主

255
00:12:21,800 --> 00:12:27,530
那就是亚马逊、优步以及猫途鹰的世界

256
00:12:28,000 --> 00:12:29,300
我认为这很棒

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] ♪