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

2
00:00:03,800 --> 00:00:07,040
- [讲解员] 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 --> 00:00:10,810
Josh Angrist 
和 Guido Imbens

5
00:00:10,810 --> 00:00:12,620
与 Isaiah Andrews

6
00:00:12,620 --> 00:00:15,550
将讨论计量经济学领域如何发展

7
00:00:16,100 --> 00:00:17,780
- Guido 和 Josh

8
00:00:17,780 --> 00:00:21,500
您们都是开发经济学实证研究工具的先驱

9
00:00:21,500 --> 00:00:24,837
所以我想了解
您们对经济学、计量经济学

10
00:00:24,837 --> 00:00:28,079
整个领域发展方向的想法

11
00:00:28,510 --> 00:00:31,302
首先，我很想听听您们是否觉得

12
00:00:32,171 --> 00:00:37,731
局部平均处理效应框架的方式

13
00:00:37,731 --> 00:00:43,037
对经济学中的新经验法
就如何发展和传播有何启发

14
00:00:43,037 --> 00:00:44,300
或它们应该怎样

15
00:00:44,560 --> 00:00:46,202
- [Josh] 这是个好问题

16
00:00:46,610 --> 00:00:47,790
你先说吧

17
00:00:49,700 --> 00:00:53,340
- [Guido] 是的
那么我认为重要的是

18
00:00:53,340 --> 00:00:58,550
要提出令人信服的案例

19
00:00:58,550 --> 00:01:02,207
其中问题清晰

20
00:01:02,400 --> 00:01:05,720
且方法普遍适用

21
00:01:06,253 --> 00:01:07,560
有一件事

22
00:01:08,192 --> 00:01:12,000
当我回顾较新的文献时

23
00:01:12,200 --> 00:01:16,700
我真的很喜欢断点回归文献

24
00:01:16,700 --> 00:01:19,670
其中显然有很多非常有说服力的例子

25
00:01:19,670 --> 00:01:23,378
这让人们可以更清晰地思考

26
00:01:23,378 --> 00:01:27,200
更仔细地研究方法问题

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

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

29
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？

30
00:01:33,600 --> 00:01:38,000
我们不喜欢早期论文中的哪些方面？

31
00:01:38,500 --> 00:01:39,912
我们如何改进这些方面？”

32
00:01:39,912 --> 00:01:44,210
因此，我认为有着明确的应用方法

33
00:01:44,210 --> 00:01:46,400
来激发这些文献是非常有帮助的

34
00:01:46,800 --> 00:01:49,450
- Guido，我很高兴
你提到了断点回归

35
00:01:49,450 --> 00:01:53,694
我认为工具变量（ IV ）
和 断点回归（ RD）之间

36
00:01:53,694 --> 00:01:57,971
有很多互补性

37
00:02:00,506 --> 00:02:07,307
断点回归的许多计量经济学应用
曾经被称为“模糊” RD

38
00:02:07,307 --> 00:02:11,620
它在截断点不是离散的或确定的

39
00:02:11,620 --> 00:02:14,900
而只在速率或强度上有变化

40
00:02:14,900 --> 00:02:18,737
LATE 框架帮助我们理解这些应用方法

41
00:02:18,740 --> 00:02:21,140
并为我们提供了一个清晰的解释

42
00:02:21,140 --> 00:02:25,000
比如在我
与 Victor Lavy 的论文中

43
00:02:25,000 --> 00:02:28,100
使用了 Maimonides 规则
班级人数截断

44
00:02:28,430 --> 00:02:30,290
那么从中了解到了什么？

45
00:02:30,290 --> 00:02:33,891
当然，你可以用线性常数效应模型
来回答这个问题

46
00:02:34,200 --> 00:02:36,310
但事实证明我们并不局限于此

47
00:02:36,310 --> 00:02:39,889
RD 仍然非常强大和有启发性

48
00:02:40,630 --> 00:02:45,242
即使截断值
和感兴趣的变量之间的相关性

49
00:02:45,242 --> 00:02:49,133
此例中是班级人数，是局部的

50
00:02:49,133 --> 00:02:51,000
甚至可能都不那么强

51
00:02:52,000 --> 00:02:54,999
所以肯定有着平行发展

52
00:02:54,999 --> 00:02:56,400
这也很有趣...

53
00:02:57,253 --> 00:03:01,264
当我们在读研究生时
没有人谈论断点回归设计

54
00:03:01,264 --> 00:03:05,217
这是其他社会科学家感兴趣的东西

55
00:03:05,800 --> 00:03:09,507
它与 LATE 框架一起成长

56
00:03:09,507 --> 00:03:14,631
我们都曾基于
这两种应用方式和方法进行工作

57
00:03:14,631 --> 00:03:18,377
而且能看到它的发展并变得如此重要

58
00:03:18,377 --> 00:03:19,800
我感到非常兴奋

59
00:03:20,000 --> 00:03:23,267
我认为，这是朝着可靠的识别策略

60
00:03:23,267 --> 00:03:27,519
是因果效应的普遍演变的一部分

61
00:03:29,393 --> 00:03:33,200
使计量经济学更多地关注
因果问题而不是模型

62
00:03:33,640 --> 00:03:34,650
就未来而言

63
00:03:34,650 --> 00:03:37,660
我认为 LATE 帮助促进的一件事是

64
00:03:37,660 --> 00:03:42,008
朝着更具创造性的随机试验迈进

65
00:03:42,008 --> 00:03:44,400
其中有一些有趣的东西

66
00:03:45,500 --> 00:03:50,598
它不可能或直接被简单地增加或去除

67
00:03:51,000 --> 00:03:54,584
但你可以鼓励或阻止它

68
00:03:54,584 --> 00:03:58,200
例如，你能通过经济援助
来补贴学校教育

69
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

70
00:04:03,600 --> 00:04:12,119
它打开了对以前似乎不可能的事情
进行随机试验的大门

71
00:04:14,500 --> 00:04:17,864
我们在麻省理工学院
Blueprint 实验室中

72
00:04:17,864 --> 00:04:21,160
大量使用了这一点

73
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

74
00:04:28,100 --> 00:04:30,290
- 与此相关，您是否看到

75
00:04:30,290 --> 00:04:34,445
有助于计量经济学研究的特定因素？

76
00:04:34,445 --> 00:04:40,347
您已经提到它与
实际出现的问题有明确的联系

77
00:04:40,347 --> 00:04:42,862
实证研究通常是一个好主意

78
00:04:43,290 --> 00:04:45,000
- 是一定是个好主意吗？

79
00:04:45,700 --> 00:04:50,112
我经常发现
在计量经济学理论研讨会上

80
00:04:50,700 --> 00:04:52,810
比如哈佛麻省理工学院的研讨会

81
00:04:53,400 --> 00:04:56,350
我会想，“这个人在解决什么问题？

82
00:04:56,350 --> 00:04:57,960
谁有这个问题？”

83
00:04:57,960 --> 00:04:59,800
而且…

84
00:05:01,600 --> 00:05:04,700
如果我这样问的话
有时会出现令人尴尬的沉默

85
00:05:04,900 --> 00:05:08,300
或可能场面很不自然

86
00:05:08,800 --> 00:05:11,600
我想看看这个工具在哪里有用

87
00:05:12,500 --> 00:05:14,765
有一些是纯粹的基础工具

88
00:05:14,765 --> 00:05:16,250
我确实明白这一点

89
00:05:16,250 --> 00:05:21,735
有些人正在研究的概念基础

90
00:05:22,600 --> 00:05:25,300
它变得更像数理统计

91
00:05:25,800 --> 00:05:27,653
我的意思是
我记得一个较早的例子

92
00:05:27,653 --> 00:05:32,561
那就是我很难理解的
随机等连续性的概念

93
00:05:32,561 --> 00:05:35,070
我的导师
Whitney Newey

94
00:05:35,070 --> 00:05:37,009
使用它取得了很好的效果

95
00:05:37,009 --> 00:05:39,451
我当时试图理解这个概念

96
00:05:40,600 --> 00:05:42,194
它真的很基础

97
00:05:42,194 --> 00:05:45,200
驱动它的不是一个应用方法

98
00:05:45,890 --> 00:05:47,300
至少不是直接的

99
00:05:48,600 --> 00:05:53,200
但是大多数情况不是这样的
所以应该存在问题

100
00:05:53,800 --> 00:05:59,247
我认为这取决于这类事情的推销人

101
00:06:00,480 --> 00:06:03,046
因为有着机会成本、时间和注意力

102
00:06:03,046 --> 00:06:05,295
以及理解事情的努力

103
00:06:05,980 --> 00:06:07,400
卖家可以推销说：

104
00:06:07,400 --> 00:06:09,400
“嘿，我正在解决这个问题

105
00:06:09,400 --> 00:06:12,900
结果表明它很有用

106
00:06:12,900 --> 00:06:15,200
这是我得到的一些见解”

107
00:06:16,097 --> 00:06:18,280
- 正如您所说，Josh

108
00:06:18,280 --> 00:06:20,700
它已经朝着
更多考虑经济学中的因果关系

109
00:06:20,700 --> 00:06:22,900
以及实证工作的方向发展

110
00:06:22,900 --> 00:06:26,570
这种观点的传播
有什么让您感到惊讶的

111
00:06:26,570 --> 00:06:31,308
或者有什么您认为是
实证经济学发展的不利因素？

112
00:06:31,500 --> 00:06:34,322
- 有时我看到有人进行 IV 时

113
00:06:34,322 --> 00:06:38,304
他们得到的结果似乎难以置信地大

114
00:06:38,800 --> 00:06:40,660
这是常见的情况

115
00:06:42,500 --> 00:06:48,590
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

116
00:06:49,100 --> 00:06:50,881
这些干预是随机的

117
00:06:50,881 --> 00:06:54,490
或者你利用它来证明一个好设计的存在

118
00:06:54,900 --> 00:06:57,205
当我看到这点时

119
00:06:57,944 --> 00:07:03,494
我很难相信这种相对较小的干预
会产生如此大的影响

120
00:07:04,100 --> 00:07:08,770
作者有时会凭借
局部平均处理效应定理来争辩：

121
00:07:08,770 --> 00:07:11,066
“这些编译器

122
00:07:11,066 --> 00:07:13,110
在某些方面很特别

123
00:07:13,300 --> 00:07:17,633
它们只是很受干预的影响罢了”

124
00:07:18,100 --> 00:07:21,175
我不太能接受这种说辞

125
00:07:21,175 --> 00:07:23,750
我经常认为，当影响太大时

126
00:07:24,300 --> 00:07:26,780
这是因为排除限制失灵

127
00:07:26,780 --> 00:07:31,475
所以你没有正确使用内生变量
来衡量这个结果

128
00:07:32,000 --> 00:07:39,616
我不太满意的是
人们凭借一般的异质性进行诡辩

129
00:07:40,022 --> 00:07:44,415
而那可能是个更深层次的问题

130
00:07:45,190 --> 00:07:50,075
- 我认为它在简化形式
和结构方法之间的讨论中

131
00:07:50,083 --> 00:07:51,700
扮演了一个不幸的角色

132
00:07:51,700 --> 00:07:55,510
我觉得这不太正确

133
00:07:56,090 --> 00:08:01,381
工具变量假设是核心

134
00:08:01,381 --> 00:08:03,761
而结构假设与方式有关

135
00:08:03,761 --> 00:08:05,530
它们源自于经济

136
00:08:07,100 --> 00:08:09,900
考虑代理人的经济行为

137
00:08:10,300 --> 00:08:19,452
不知何故它被推向了一个
我认为不是很有帮助的方向

138
00:08:20,426 --> 00:08:21,663
我认为，最初

139
00:08:22,800 --> 00:08:24,067
我们把事情写下来

140
00:08:24,067 --> 00:08:26,480
描述正在发生的事情

141
00:08:26,480 --> 00:08:29,783
人们使用了一套方法

142
00:08:29,783 --> 00:08:34,161
以一种自认为包含相当多道理的方式

143
00:08:34,161 --> 00:08:38,361
阐明了这些方法的作用

144
00:08:39,100 --> 00:08:45,118
但不知何故被推到了
一个我认为不一定很有帮助的角落

145
00:08:45,379 --> 00:08:49,014
- 就“简化形式”与“结构”这种用词

146
00:08:49,014 --> 00:08:50,306
我就觉得有点意思

147
00:08:50,306 --> 00:08:56,176
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

148
00:08:56,176 --> 00:08:58,600
如果像您所建议的那样考虑它，Guido

149
00:08:58,600 --> 00:09:03,574
所以把这两个概念放在对立面有点好笑

150
00:09:03,574 --> 00:09:05,116
- 是的

151
00:09:05,116 --> 00:09:10,050
- 当然，这种叫法来自
我们继承的联立方程框架

152
00:09:10,400 --> 00:09:14,338
它的优点是，在你使用它时
人们似乎知道你的意思

153
00:09:14,338 --> 00:09:18,300
但这可能是因人而异

154
00:09:18,300 --> 00:09:22,283
- 是的
我认为简化形式已被用于贬义...

155
00:09:22,283 --> 00:09:23,540
- 有时是

156
00:09:25,104 --> 00:09:28,250
...而这并不是它最初的目的

157
00:09:30,100 --> 00:09:35,706
- 我在思考
局部平均处理效应框架的影响时

158
00:09:35,706 --> 00:09:37,676
还有一点让我印象深刻的是

159
00:09:37,676 --> 00:09:42,372
人们通常会在远远超出任何形式的
正式结果实际存在的情况下

160
00:09:42,372 --> 00:09:44,963
采用局部平均处理效果的直觉

161
00:09:45,440 --> 00:09:52,391
我很好奇，鉴于您们在不同环境中
建立 LATE 结果的所有努力

162
00:09:52,391 --> 00:09:54,645
我很好奇，您们对此有什么想法？

163
00:09:55,360 --> 00:10:02,588
- 我认为在很多情况下
直觉确实会让你有所发展

164
00:10:02,800 --> 00:10:04,989
但它会受到一些限制

165
00:10:04,989 --> 00:10:09,527
建立正式的结果可能会有点棘手

166
00:10:09,527 --> 00:10:12,700
可能只在特殊情况下才有效

167
00:10:14,600 --> 00:10:19,482
然后，你会得到很多
可能无法完全依靠直觉的东西

168
00:10:19,900 --> 00:10:21,550
有时我对它们有些不安

169
00:10:21,550 --> 00:10:24,438
它们不一定是我想写的论文

170
00:10:25,148 --> 00:10:30,971
但我确实认为
直觉确实能解决一部分问题

171
00:10:33,100 --> 00:10:36,300
我认为从某种意义上说我们很幸运

172
00:10:36,900 --> 00:10:39,250
LATE 论文在期刊上得到了修改

173
00:10:39,250 --> 00:10:41,766
实际上编辑把它缩短了很多

174
00:10:42,100 --> 00:10:46,300
这让结果非常的清晰

175
00:10:49,924 --> 00:10:53,159
计量经济学文献中有些不好的趋势

176
00:10:53,159 --> 00:10:54,870
那就是论文越来越长

177
00:10:54,870 --> 00:10:56,550
- 你应该能够解决这个问题，伙计

178
00:10:56,550 --> 00:10:58,915
- 我正在努力解决这个问题

179
00:10:58,915 --> 00:11:03,078
但我认为这个例子
说明了简短的论文实际上...

180
00:11:03,097 --> 00:11:06,494
- 你应该强制规定任何论文
不能比 LATE 论文长

181
00:11:07,269 --> 00:11:09,617
- 那…哇！那将太棒了

182
00:11:09,617 --> 00:11:11,685
- 至少是那些理论文章

183
00:11:11,892 --> 00:11:13,339
- 是的，我认为...

184
00:11:14,500 --> 00:11:16,800
我正在努力让论文更短

185
00:11:16,800 --> 00:11:19,514
我认为其具有很多价值

186
00:11:19,514 --> 00:11:21,573
因为通常，论文的第二部分

187
00:11:21,573 --> 00:11:26,998
并没有让你进一步了解内容

188
00:11:27,000 --> 00:11:29,870
而且确实能让论文变得更难读

189
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

190
00:11:36,179 --> 00:11:38,070
你应该关注

191
00:11:38,700 --> 00:11:41,300
它应该合理地接近实证问题

192
00:11:41,500 --> 00:11:43,900
应该是很清楚的问题

193
00:11:44,800 --> 00:11:48,900
但通常，理论部分不需要那么长

194
00:11:48,900 --> 00:11:50,010
- 是的

195
00:11:51,100 --> 00:11:54,670
- 我认为
现在论文有点偏离了轨道

196
00:11:56,260 --> 00:11:58,427
- 有个相对较新的变化

197
00:11:58,427 --> 00:12:03,765
就是科技行业对计量经济学
懂因果效应估计的人才的需求

198
00:12:03,765 --> 00:12:04,994
似乎大幅增加

199
00:12:04,994 --> 00:12:07,563
我很感兴趣，您们对此有何想法

200
00:12:07,563 --> 00:12:14,223
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？

201
00:12:14,600 --> 00:12:16,770
- 嗯，有这么一个元点

202
00:12:16,770 --> 00:12:21,000
那就是有这种雇主

203
00:12:21,800 --> 00:12:27,530
像亚马逊、优步以及猫途鹰等

204
00:12:28,000 --> 00:12:29,300
我认为这很棒

205
00:12:29,300 --> 00:12:32,030
我喜欢和我的学生谈论他们

206
00:12:32,600 --> 00:12:35,500
在麻省理工学院，我们有很多
计算机科学专业的学生

207
00:12:35,500 --> 00:12:37,000
这是我们最大的专业

208
00:12:37,400 --> 00:12:42,362
为了吸引这些学生中的一些人学经济学科

209
00:12:43,228 --> 00:12:49,293
我告诉他们可以为
这些人们非常热衷的公司工作

210
00:12:49,293 --> 00:12:51,252
因为工作内容很令人兴奋

211
00:12:52,000 --> 00:12:59,722
而且你在计量经济学中获得的技能
与其它竞争学科一样好，甚至更好

212
00:12:59,736 --> 00:13:02,143
所以你至少应该学一些经济学

213
00:13:02,143 --> 00:13:04,290
一些计量经济学

214
00:13:04,800 --> 00:13:09,486
我和优步一起做了一个关于
优步司机劳动力供应的有趣项目

215
00:13:09,920 --> 00:13:12,805
能参与其中是非常令人兴奋的

216
00:13:13,100 --> 00:13:15,700
另外，我还为优步开了一段时间的车

217
00:13:15,900 --> 00:13:17,730
我觉得那也很有趣

218
00:13:17,730 --> 00:13:22,615
我所赚的不足以让我很放弃
在麻省理工学院的工作

219
00:13:22,616 --> 00:13:25,100
但我很享受这段经历

220
00:13:25,230 --> 00:13:31,413
我在这里看到了
研究生教育模式面临的潜在挑战

221
00:13:31,700 --> 00:13:36,068
也就是说，如果我们培训的人
都去亚马逊工作了

222
00:13:37,900 --> 00:13:42,797
我不知道为什么我们应该
为此支付研究生津贴

223
00:13:43,200 --> 00:13:47,280
为什么要纳税人最终承担这些费用

224
00:13:47,280 --> 00:13:51,180
美国的研究生教育得到了慷慨的补贴

225
00:13:51,180 --> 00:13:54,525
即使在私立大学也是如此

226
00:13:54,906 --> 00:13:56,477
那里有很多公共资金

227
00:13:56,477 --> 00:13:59,300
我认为这样做的传统理由是

228
00:13:59,643 --> 00:14:01,992
我们培训教育工作者和学者

229
00:14:01,992 --> 00:14:05,657
这些工作有很大的外部性

230
00:14:05,657 --> 00:14:07,910
要么是研究外部性

231
00:14:07,910 --> 00:14:09,557
要么是教学外部性

232
00:14:10,100 --> 00:14:14,799
但是，如果我们许多学生
都去私营企业工作

233
00:14:16,300 --> 00:14:17,414
那没问题

234
00:14:19,000 --> 00:14:21,700
但也许他们的雇主应该为此买单

235
00:14:22,120 --> 00:14:25,338
- 对我来说，这与在
咨询公司工作的人完全不同

236
00:14:27,200 --> 00:14:32,976
我不清楚学术界的工作数量
是否发生了变化

237
00:14:33,370 --> 00:14:36,325
- 我觉得这是一个不断发展的行业

238
00:14:36,325 --> 00:14:37,807
而咨询...

239
00:14:37,807 --> 00:14:39,289
你提出这个问题是对的

240
00:14:39,289 --> 00:14:42,100
咨询公司可能也一样

241
00:14:44,846 --> 00:14:47,500
我将越来越多的学生
安排到这些企业中

242
00:14:47,500 --> 00:14:49,467
所以在某种程度上

243
00:14:49,467 --> 00:14:54,212
我认为我没太关注咨询工作

244
00:14:54,212 --> 00:14:56,920
咨询一直都很重要

245
00:14:56,920 --> 00:15:01,208
而且我认为
又有一些从咨询转到研究的趋势

246
00:15:01,208 --> 00:15:02,723
有点儿不稳定

247
00:15:03,735 --> 00:15:09,430
我不得不说，这两个领域的很多工作
并没有实际的不同之处

248
00:15:09,430 --> 00:15:15,525
但是在科技领域工作的人正在做一些
可能具有科学意义的事情

249
00:15:15,525 --> 00:15:16,880
但大多是隐藏的

250
00:15:17,100 --> 00:15:20,871
所以你必须要问
政府为什么要为此买单？

251
00:15:22,104 --> 00:15:23,732
- 就 Guido 的观点而言

252
00:15:23,732 --> 00:15:26,783
我想这里有一个数据问题

253
00:15:26,783 --> 00:15:35,597
即在营利部门的经济学博士的毕业生
总就业人数增加了

254
00:15:35,597 --> 00:15:40,310
还是这些人才只是
从金融和咨询领域转向技术领域？

255
00:15:40,310 --> 00:15:44,454
- 我可能在回应没有真正发生过的事情

256
00:15:44,454 --> 00:15:48,522
- 我实际上已经与其中一些科技公司合作过

257
00:15:49,100 --> 00:15:52,200
我不是不同意 Josh 的观点

258
00:15:52,200 --> 00:15:56,577
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

259
00:15:56,913 --> 00:15:59,400
但从科学的角度来看

260
00:15:59,980 --> 00:16:02,840
这些地方不仅拥有大量数据

261
00:16:02,840 --> 00:16:05,112
而且现在出于隐私原因

262
00:16:05,112 --> 00:16:07,100
他们往往会非常小心

263
00:16:07,380 --> 00:16:09,463
但他们也有很多很好的问题

264
00:16:10,200 --> 00:16:15,790
我发现倾听那里的人
并了解他们的问题非常鼓舞人心

265
00:16:15,790 --> 00:16:21,175
而且这些问题通常也出现在其他地方

266
00:16:21,241 --> 00:16:27,430
我与 Raj Chetty 和
Susan Athey 有几篇论文

267
00:16:27,430 --> 00:16:33,237
我们研究了结合实验数据
和观察数据的方法

268
00:16:35,500 --> 00:16:42,919
Raj Chetty 对幼儿计划对
以后生活的影响感兴趣

269
00:16:42,919 --> 00:16:46,330
不仅是对考试成绩
也包括对收入和其他方面

270
00:16:46,330 --> 00:16:48,300
我们开发了一些方法

271
00:16:48,600 --> 00:16:53,751
可以帮助你在某些情况下阐明这一点

272
00:16:53,751 --> 00:17:00,629
同样的问题也出现在
这些科技公司的情况中

273
00:17:00,629 --> 00:17:05,363
所以，从我的角度来看这是相同的

274
00:17:05,363 --> 00:17:07,600
我在和做实证工作的人交谈

275
00:17:07,600 --> 00:17:09,700
我尝试着眼于这些具体问题

276
00:17:09,700 --> 00:17:13,370
然后尝试提出更一般的问题

277
00:17:15,110 --> 00:17:18,230
在更高的层次上重新制定问题

278
00:17:18,500 --> 00:17:22,900
以便我可以考虑在一系列环境中
得出有效的解决方案

279
00:17:23,400 --> 00:17:24,933
所以从这个角度来看

280
00:17:24,933 --> 00:17:30,423
与科技公司的互动
非常有价值，非常有用

281
00:17:31,700 --> 00:17:35,204
我们确实有学生现在在那里实习

282
00:17:35,204 --> 00:17:43,565
然后利用他们在那里的经历
写出更有趣的论文

283
00:17:44,600 --> 00:17:47,210
- [讲解员] 如果你想观看更多
“诺奖得主畅谈系列”

284
00:17:47,210 --> 00:17:48,460
请单击此处

285
00:17:48,460 --> 00:17:50,760
或者，如果你想了解更多
有关计量经济学的信息

286
00:17:50,760 --> 00:17:53,100
请查看 Josh 的“掌握计量经济学”系列

287
00:17:53,700 --> 00:17:57,170
如果你想了解更多关于 Guido
Josh 和 Isaiah 的信息

288
00:17:57,170 --> 00:17:58,930
请查看说明中的链接

289
00:17:59,036 --> 00:18:01,495
♪ [音乐] ♪