WEBVTT

00:00:00.000 --> 00:00:02.550
♪ [音乐] ♪

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

00:00:07.040 --> 00:00:08.100
在这一集中

00:00:08.100 --> 00:00:11.570
Josh Angrist 和 Guido Imbens
与 Isaiah Andrews

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

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

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

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

00:00:23.174 --> 00:00:25.300


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

00:00:28.510 --> 00:00:31.302
首先，我很想听听你是否觉得

00:00:32.171 --> 00:00:35.200
局部平均处理效应框架的方式

00:00:35.200 --> 00:00:38.510


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

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

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

00:00:46.610 --> 00:00:47.790
你先说吧

00:00:47.790 --> 00:00:49.240
[笑声]

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

00:00:52.940 --> 00:00:58.550
要提出令人信服的案例

00:00:58.550 --> 00:01:02.207
其中问题清晰

00:01:02.400 --> 00:01:05.720
且方法普遍适用

00:01:06.253 --> 00:01:07.560
有一件事我...

00:01:08.192 --> 00:01:12.000
当我回顾较新的文献时

00:01:12.200 --> 00:01:16.700
我真的很喜欢回归不连续性文献

00:01:16.700 --> 00:01:19.670
其中显然有一堆非常有说服力的例子

00:01:19.670 --> 00:01:23.378
这让人们可以更清晰地思考

00:01:23.378 --> 00:01:27.200
更仔细地研究方法问题

00:01:27.400 --> 00:01:28.800
有着一些清晰的应用方法

00:01:28.800 --> 00:01:30.600
然后允许你思考：

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？

00:01:33.600 --> 00:01:38.000
我们不喜欢早期论文中的哪些方面？

00:01:38.500 --> 00:01:39.802
我们如何改进这些方面？”

00:01:39.802 --> 00:01:44.210
因此，我认为有着明确的应用方法

00:01:44.210 --> 00:01:46.400
来激发这些文献是非常有帮助的

00:01:46.800 --> 00:01:48.050
- Guido，我很高兴
你提到了回归不连续性

00:01:48.050 --> 00:01:49.382


00:01:49.382 --> 00:01:53.300
我认为 IV 和 RD、

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

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

00:02:03.260 --> 00:02:04.520


00:02:04.520 --> 00:02:07.230


00:02:07.230 --> 00:02:11.620
它在截止时不是离散的或确定的

00:02:11.620 --> 00:02:14.900
而只在速率或强度上有着变化

00:02:14.900 --> 00:02:17.737
LATE 框架帮助我们理解这些应用方法

00:02:17.737 --> 00:02:18.740


00:02:18.740 --> 00:02:21.140
并为我们提供了一个清晰的解释

00:02:21.140 --> 00:02:25.000
比如在我与 Victor Lavy 的论文中

00:02:25.000 --> 00:02:28.100
我们使用了 Maimonides 规则
班级规模截断

00:02:28.430 --> 00:02:30.030
那么你这里了解到了什么？

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

00:02:31.820 --> 00:02:33.900


00:02:34.200 --> 00:02:36.310
但事实证明我们并不局限于此

00:02:36.310 --> 00:02:39.889
RD 仍然非常强大和有启发性

00:02:40.630 --> 00:02:43.092
即使在这种情况和类型规模下

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

00:02:45.866 --> 00:02:49.133


00:02:49.133 --> 00:02:51.000
甚至可能不是那么强

00:02:52.000 --> 00:02:54.999
所以肯定有着平行发展

00:02:54.999 --> 00:02:56.400
这也很有趣...

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

00:02:59.780 --> 00:03:01.220


00:03:01.220 --> 00:03:02.843
这是其他社会科学家感兴趣的东西

00:03:02.843 --> 00:03:05.300


00:03:05.800 --> 00:03:09.507
它与 LATE 框架一起成长

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

00:03:11.927 --> 00:03:14.565


00:03:14.565 --> 00:03:18.377
而且能看到它的发展并变得如此重要

00:03:18.377 --> 00:03:19.800
我感到非常兴奋

00:03:20.000 --> 00:03:21.767
我认为，这是朝着可靠的识别策略

00:03:21.767 --> 00:03:26.086
因果效应的普遍演变的一部分

00:03:26.086 --> 00:03:27.441


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

00:03:30.642 --> 00:03:33.300


00:03:33.640 --> 00:03:34.650
就未来而言

00:03:34.650 --> 00:03:37.660
我认为 LATE 帮助促进的一件事是

00:03:37.660 --> 00:03:42.008
朝着更具创造性的随机试验迈进

00:03:42.008 --> 00:03:44.400
其中有着一些有趣的东西

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

00:03:48.460 --> 00:03:50.700


00:03:51.000 --> 00:03:54.584
但你可以鼓励或阻止它

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

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

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

00:04:07.113 --> 00:04:09.265


00:04:10.300 --> 00:04:12.471


00:04:14.500 --> 00:04:17.864
我们在麻省理工学院
Blueprint实验室中

00:04:17.864 --> 00:04:21.160
大量使用了这一点

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

00:04:28.100 --> 00:04:31.395
- [Isaiah] 与此相关，你是否看到

00:04:31.395 --> 00:04:34.445
有助于计量经济学研究的特定因素？

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

00:04:38.443 --> 00:04:40.300


00:04:40.300 --> 00:04:42.862
并且经验实践通常是一个好主意

00:04:43.290 --> 00:04:45.000
- 这不是一个好主意吗？

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

00:04:50.700 --> 00:04:52.500
比如哈佛麻省理工学院的研讨会

00:04:53.400 --> 00:04:56.350
我会想，“这个人在解决什么问题？

00:04:56.350 --> 00:04:57.960
谁面对这个问题？”

00:04:57.960 --> 00:04:59.800
而且，你知道…

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

00:05:04.900 --> 00:05:08.300
或者可能会有一个相当牵强的场景

00:05:08.800 --> 00:05:11.600
我想看看这个工具在哪里有用

00:05:12.500 --> 00:05:14.765
有一些是纯粹的基础工具

00:05:14.765 --> 00:05:16.250
我确实明白这一点

00:05:16.250 --> 00:05:21.735
有些人正在研究的概念基础

00:05:22.600 --> 00:05:25.300
它变得更像数理统计

00:05:25.800 --> 00:05:27.653
我的意思是，我记得一个较早的例子

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

00:05:29.920 --> 00:05:32.500


00:05:32.500 --> 00:05:35.070
我的论文顾问之一，Whitney Newey

00:05:35.070 --> 00:05:36.479
使用它取得了很好的效果

00:05:36.479 --> 00:05:38.821
我当时试图理解这一点

00:05:40.600 --> 00:05:42.034
这真的很基础

00:05:42.034 --> 00:05:45.200
驱动它的不是一个应用方法

00:05:45.890 --> 00:05:47.300
至少不是立即的

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

00:05:53.800 --> 00:05:59.247
我认为这取决于这类事情的卖家

00:06:00.480 --> 00:06:02.250
因为有着机会成本、时间和注意力

00:06:02.250 --> 00:06:05.295
以及理解事情的努力

00:06:05.980 --> 00:06:07.200
卖家有义务说：

00:06:07.400 --> 00:06:08.900
“嘿，我正在解决这个问题

00:06:09.400 --> 00:06:12.900
这里有一组结果表明它很有用

00:06:12.900 --> 00:06:15.200
这是我得到的一些见解。”

00:06:16.097 --> 00:06:18.280
- [Isaiah] 正如你所说，Josh

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

00:06:20.700 --> 00:06:22.900
以及经济学中的实证工作的方向发展

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

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？

00:06:28.705 --> 00:06:31.500


00:06:31.500 --> 00:06:34.322
- 有时我看到有人进行 IV 时

00:06:34.322 --> 00:06:38.304
他们得到的结果似乎难以置信地大

00:06:38.800 --> 00:06:40.200
这是常见的情况

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

00:06:45.220 --> 00:06:48.600


00:06:49.100 --> 00:06:52.260
这些干预是随机的

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

00:06:54.900 --> 00:06:57.205
然后当我看到这一点时

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

00:07:00.101 --> 00:07:02.030


00:07:02.030 --> 00:07:03.720


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：

00:07:06.277 --> 00:07:08.690


00:07:08.690 --> 00:07:11.066
“嗯，这些编译器

00:07:11.066 --> 00:07:12.700
它们在某些方面很特别

00:07:13.300 --> 00:07:15.800
它们只是从这种干预中受益匪浅。”

00:07:15.800 --> 00:07:17.600


00:07:18.100 --> 00:07:21.175
我不愿意从表面上看

00:07:21.175 --> 00:07:23.750
我经常认为，当影响太大时

00:07:24.300 --> 00:07:26.780
这是因为排除限制失败了

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

00:07:29.456 --> 00:07:31.380


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

00:07:36.937 --> 00:07:39.692


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

00:07:41.760 --> 00:07:43.800


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

00:07:47.358 --> 00:07:50.083


00:07:50.083 --> 00:07:51.700
扮演了一个不幸的角色

00:07:51.700 --> 00:07:55.510
我觉得这不太正确

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

00:07:58.810 --> 00:08:01.510


00:08:01.510 --> 00:08:03.483


00:08:03.483 --> 00:08:05.200
它们源自于经济

00:08:07.100 --> 00:08:09.900
考虑代理人的经济行为

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

00:08:15.100 --> 00:08:17.600


00:08:20.426 --> 00:08:21.663
我认为，最初

00:08:22.800 --> 00:08:24.067
我们把事情写下来

00:08:24.067 --> 00:08:26.480
描述正在发生的事情

00:08:26.480 --> 00:08:29.783
人们使用了一套方法

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

00:08:32.811 --> 00:08:38.361
阐明了这些方法的作用

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

00:08:42.050 --> 00:08:45.379


00:08:45.379 --> 00:08:48.604
- 在简化形式与结构的语言中

00:08:48.604 --> 00:08:50.306
我觉得有点有趣

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

00:08:52.985 --> 00:08:54.154


00:08:54.154 --> 00:08:56.110


00:08:56.110 --> 00:08:58.600
如果你想像你所建议的那样考虑它，Guido

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

00:09:01.129 --> 00:09:03.505


00:09:03.505 --> 00:09:05.116
- [Guido] 是的。

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

00:09:08.371 --> 00:09:09.641


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

00:09:11.440 --> 00:09:14.085


00:09:14.085 --> 00:09:15.164


00:09:16.559 --> 00:09:18.300
但这可能是不同的人听到不同的东西

00:09:18.300 --> 00:09:20.480
- [Guido] 是的。我认为简化形式已被用于贬义...

00:09:20.480 --> 00:09:22.200


00:09:22.200 --> 00:09:23.540
- [Josh] 有时

00:09:25.104 --> 00:09:28.250
...而这并不是它最初的目的

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

00:09:33.090 --> 00:09:35.645


00:09:35.645 --> 00:09:37.676
还有一点让我印象深刻的是

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

00:09:40.000 --> 00:09:42.358


00:09:42.358 --> 00:09:44.963
采用局部平均处理效应效果的直觉

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

00:09:49.180 --> 00:09:52.390


00:09:52.390 --> 00:09:54.415
我很好奇，你们对此有什么想法吗？

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

00:09:57.306 --> 00:10:02.200


00:10:02.800 --> 00:10:04.989
但它会受到一些限制

00:10:04.989 --> 00:10:07.600
建立正式的结果可能会有点棘手

00:10:08.400 --> 00:10:09.490


00:10:09.490 --> 00:10:12.700
然后可能只在特殊情况下才有效

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

00:10:16.540 --> 00:10:19.500


00:10:19.900 --> 00:10:21.550
有时我对它们有些不安

00:10:21.550 --> 00:10:24.438
它们不一定是我想写的论文

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

00:10:27.819 --> 00:10:30.912


00:10:33.100 --> 00:10:36.300
我认为，从某种意义上说，我们很幸运

00:10:36.900 --> 00:10:39.250
LATE 论文在期刊上得到了处理

00:10:39.250 --> 00:10:41.766
所以，实际上，编辑把它缩短了很多

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

00:10:49.924 --> 00:10:51.770
计量经济学文献中有些不幸的趋势

00:10:51.770 --> 00:10:53.118


00:10:53.118 --> 00:10:54.870
那就是论文越来越长

00:10:54.870 --> 00:10:56.550
- 嗯，你应该能够解决这个问题，伙计

00:10:56.550 --> 00:10:58.915
- 我正在努力解决这个问题 [笑声]

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

00:11:01.510 --> 00:11:03.097


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

00:11:04.750 --> 00:11:06.802


00:11:07.269 --> 00:11:09.617
- 那…哇！那可能很棒

00:11:09.617 --> 00:11:11.685
- 至少不包括理论，没有理论论文

00:11:11.892 --> 00:11:13.339
- 是的，我认为...

00:11:14.500 --> 00:11:16.800
我正在努力让论文更短

00:11:16.800 --> 00:11:19.514
我认为这在当今很有价值

00:11:19.514 --> 00:11:21.573
因为它通常是论文的第二部分

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

00:11:25.049 --> 00:11:26.395


00:11:27.000 --> 00:11:29.870
而且它确实能使论文变得更难阅读

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

00:11:36.179 --> 00:11:38.070
你应该关注

00:11:38.700 --> 00:11:41.300
它应该合理地接近经验问题

00:11:41.500 --> 00:11:43.900
它们应该是很清楚的问题

00:11:44.800 --> 00:11:48.900
但通常理论方面不需要那么长

00:11:48.900 --> 00:11:50.010
- [Josh] 是的

00:11:51.100 --> 00:11:54.670
- 我认为事情有点偏离了轨道

00:11:56.260 --> 00:11:57.750
- [Isaiah] 一个相对较新的变化

00:11:57.750 --> 00:12:00.230


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

00:12:03.765 --> 00:12:04.994
似乎大幅增加

00:12:04.994 --> 00:12:07.563
我很感兴趣，你们有没有想过

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？

00:12:09.840 --> 00:12:11.600


00:12:11.600 --> 00:12:13.950


00:12:14.600 --> 00:12:16.770
- [Josh] 嗯，有这么一个元点

00:12:16.770 --> 00:12:21.000
那就是有这种新的雇主

00:12:21.800 --> 00:12:27.530
那就是亚马逊、优步以及猫途鹰的世界

00:12:28.000 --> 00:12:29.300
我认为这很棒

00:12:29.300 --> 00:12:32.030
我喜欢告诉我的学生这件事。

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。

00:12:35.500 --> 00:12:37.000


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。

00:12:43.228 --> 00:12:46.700


00:12:46.700 --> 00:12:49.250


00:12:49.250 --> 00:12:50.800


00:12:52.000 --> 00:12:54.250


00:12:54.250 --> 00:12:56.100


00:12:56.100 --> 00:12:59.736


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。

00:13:02.143 --> 00:13:04.290


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。

00:13:07.600 --> 00:13:09.501


00:13:09.920 --> 00:13:12.805


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。

00:13:15.900 --> 00:13:17.730


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。

00:13:19.231 --> 00:13:22.616


00:13:22.616 --> 00:13:25.100


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。

00:13:27.534 --> 00:13:30.900


00:13:31.700 --> 00:13:36.068


00:13:37.900 --> 00:13:41.190


00:13:41.190 --> 00:13:42.900


00:13:43.200 --> 00:13:47.280
为什么纳税人应该有效地补贴这一点。

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。

00:13:51.180 --> 00:13:53.272


00:13:54.906 --> 00:13:56.477


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。

00:13:59.643 --> 00:14:01.992


00:14:01.992 --> 00:14:05.657


00:14:05.657 --> 00:14:07.910


00:14:07.910 --> 00:14:09.557


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。

00:14:13.389 --> 00:14:14.688


00:14:16.300 --> 00:14:17.414


00:14:19.000 --> 00:14:21.700


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。

00:14:23.370 --> 00:14:26.780


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。

00:14:28.780 --> 00:14:32.836


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...

00:14:36.325 --> 00:14:37.807


00:14:37.807 --> 00:14:39.289
你提出这个问题是对的。

00:14:39.289 --> 00:14:42.100
咨询可能也一样。

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。

00:14:47.500 --> 00:14:49.467


00:14:49.467 --> 00:14:54.212


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。

00:14:56.920 --> 00:14:58.950


00:14:58.950 --> 00:15:01.140


00:15:01.140 --> 00:15:02.723


00:15:03.900 --> 00:15:07.630


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。

00:15:09.430 --> 00:15:12.730


00:15:12.730 --> 00:15:15.480


00:15:15.480 --> 00:15:16.800


00:15:17.100 --> 00:15:18.550
那你真的要说，政府为什么要为此买单？

00:15:18.550 --> 00:15:20.900


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？

00:15:23.732 --> 00:15:26.783


00:15:26.783 --> 00:15:32.772


00:15:32.772 --> 00:15:35.595


00:15:35.595 --> 00:15:38.290


00:15:38.290 --> 00:15:40.300


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。

00:15:42.300 --> 00:15:44.400


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。

00:15:45.890 --> 00:15:48.200


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。

00:15:52.200 --> 00:15:53.675


00:15:53.675 --> 00:15:56.390


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。

00:15:59.980 --> 00:16:02.840


00:16:02.840 --> 00:16:05.112


00:16:05.112 --> 00:16:07.100


00:16:07.380 --> 00:16:08.900


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。

00:16:13.929 --> 00:16:15.950


00:16:15.950 --> 00:16:17.330


00:16:18.200 --> 00:16:21.241


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。

00:16:27.430 --> 00:16:31.600


00:16:31.600 --> 00:16:33.274


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。

00:16:38.600 --> 00:16:42.893


00:16:42.893 --> 00:16:46.330


00:16:46.330 --> 00:16:48.300


00:16:48.600 --> 00:16:51.500


00:16:52.718 --> 00:16:53.868


00:16:53.868 --> 00:16:56.920


00:16:56.920 --> 00:17:00.533


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。

00:17:03.240 --> 00:17:05.420


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。

00:17:07.600 --> 00:17:09.700


00:17:09.700 --> 00:17:13.370


00:17:15.110 --> 00:17:18.230


00:17:18.500 --> 00:17:22.900


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。

00:17:24.933 --> 00:17:27.570


00:17:27.570 --> 00:17:30.300


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。

00:17:35.204 --> 00:17:38.516


00:17:38.516 --> 00:17:43.400


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。

00:17:47.020 --> 00:17:48.200


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。

00:17:50.500 --> 00:17:53.100


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。

00:17:56.720 --> 00:17:58.300


00:17:59.036 --> 00:18:01.495
♪ [音乐] ♪