本
文
摘
要
计量经济学笔记分享：第一讲 计量经济学内涵与发展
例1.3肥料对作物产量的影响
一些早期的经济计量研究[例如Griliches（1957）]考虑了新肥料对作物产量的影响。假设考虑的作物是大豆。由于施肥量只是影响产量的一个因素——其他一些因素包括降雨量、土地质量和寄生虫的存在，所以这个问题必须被视为其他同等问题。确定施肥量对大豆产量的因果影响的一种方法是进行试验，试验可能包括以下步骤。选择几块一英亩的土地。在每个地块上施用不同数量的肥料，然后测量产量；这给了我们一个横截面数据集。然后，使用统计方法（将在第2章中介绍）来测量产量和施肥量之间的关联。
如前所述，这似乎不是一个很好的实验，因为我们没有提到选择除化肥用量外所有方面都相同的地块。事实上，选择具有这种特征的地块是不可行的：一些因素，例如土地质量，甚至无法完全观察到。我们如何知道这个实验的结果可以用来衡量肥料的其他同等效应？答案取决于肥料用量的具体选择。如果肥料水平独立于影响产量的其他地块特征而分配给地块——也就是说，在决定施肥量时，地块的其他特征完全被忽略。我们将在后面证明这一说法的合理性。
例1.3肥料对作物产量的影响肥料对作物产量的因果效应
“如果增加施肥量，大豆产量将增加多少”
隐含假设：影响作物产量的所有其他因素，如土地质量、降雨量、是否有寄生虫等都是固定不变的
实验：
选择几块一英亩的土地；随机分配不同数量的肥料到不同的地块；比较产量
这项试验之所以奏效，是因为施肥量和影响作物产量的其他因素无关
示例1.4衡量教育回报率
劳工经济学家和政策制定者长期以来一直对回归教育感兴趣。“在某种程度上，这个问题被非正式地提出如下：如果一个人被从人群中挑选出来，并被给予另一年的教育，他或她的工资会增加多少？与前面的例子一样，这是一个其他同等的问题，这意味着所有其他因素都是固定不变的，而另一年的教育则被给予这些人。”
我们可以想象一个社会规划师设计一个实验来解决这个问题，就像农业研究人员设计一个实验来估计肥料效应一样。目前，假设社会规划师有能力为任何人分配任何级别的教育。该计划如何模拟示例1.3中的肥料试验？计划者会选择一组人，随机分配给每个人一定的教育程度；有些人接受八年级教育，有些人接受高中教育，有些人接受两年大学教育，等等。随后，计划者会测量这组人的工资（我们假设每个人都在一个工厂工作）。这里的人就像肥料例子中的情节，教育扮演肥料的角色，工资率扮演大豆产量的角色。如例1.3所示，如果教育水平的分配独立于影响专业发展的其他特征-生产力（如经验和天生的能力），那么忽略这些其他因素的分析将产生有用的结果。再一次，需要在第二章中做出一些努力来证明这一说法的合理性；目前，我们在没有支持的情况下说明。
衡量教育回报
“如果从人口中选出一个人，再接受一年的教育，他的工资会增加多少？”
内隐假设：其他影响工资的因素，如经验、家庭背景、智力等都是固定不变的
实验：
选择一组人；随机分配不同数量的教育给他们（不可行！）；比较工资结果
无随机分配问题：受教育程度与影响工资的其他因素有关（如智力）
例1.5执法对城市犯罪水平的影响
一段时间以来，如何最好地预防犯罪的问题一直存在，而且可能会继续存在。在这方面，一个特别重要的问题是：街上有更多的警察，这能阻止犯罪吗？
其他条件相同的问题很容易回答：如果一个城市被随机选择，比如说，增加十名警察，其犯罪率会下降多少？另一种表述问题的方式是：如果两个城市在所有方面都相同，但A城市有十个，警察比B市多，这两个城市的犯罪率相差多少？
除了警察队伍的规模之外，几乎不可能找到所有方面都相同的成对社区。幸运的是，经济计量分析并不需要这一点。我们需要知道的是，我们收集的关于社区犯罪水平和警察队伍规模的数据是否可以被视为实验性的。我们当然可以想象一个真正的实验，涉及大量的城市，我们决定每个城市在未来一年将使用多少警察。
尽管政策可以用来影响警察队伍的规模，但我们显然无法告诉每个城市它可以雇佣多少警察。如果一个城市雇佣多少警察的决定很可能与影响犯罪的其他城市因素有关，那么这些数据必须被视为非实验性的。事实上，看待这一问题的一种方式是看到一个城市对警察队伍规模和犯罪数量的选择同时被确定。我们将在第16章中明确解决此类问题。
执法对城市犯罪水平的影响
“如果随机选择一个城市，再增加10名警察，其犯罪率会下降多少？”
另一种说法是：“如果两个城市在所有方面都是一样的，除了A市多了10名警察，那么两个城市的犯罪率会有多大差异？”
实验：
随机分配警力到大量城市
实际上，警察人数将由犯罪率决定（同时确定犯罪率和警察人数）
例1.6最低工资对失业的影响
一个重要的、或许也是有争议的政策问题涉及最低工资对不同工人群体失业率的影响。虽然这个问题可以在各种数据设置（横截面、时间序列或面板数据）中研究，但时间序列数据通常用于观察聚合效应。表1.3给出了失业率和最低工资的时间序列数据集示例。
标准供求分析表明，随着最低工资高于市场结算工资，劳动力需求曲线会向上滑动，总就业率会下降。（劳动力供给超过劳动力需求。）为了量化这种影响，我们可以研究就业与最低工资之间的关系。除了在处理时间序列数据时可能出现的一些特殊困难外，还可能存在推断因果关系的问题。美国的最低工资不是在真空中确定的。各种经济和政治力量影响着任何一年的最终最低工资。（最低工资一旦确定，通常会持续几年，除非它与通货膨胀挂钩。）因此，最低工资的数额可能与影响就业水平的其他因素有关。
我们可以想象，美国 *** 正在进行一项实验，以确定最低工资对就业的影响（而不是担心低工资工人的福利）。 *** 可以每年随机设定最低工资，然后将就业结果制成表格。由此产生的时间序列数据可以使用相当简单的计量经济学方法进行分析。但这份sce nario几乎没有描述最低工资是如何设定的。
如果我们能够控制与就业有关的足够多的其他因素，那么我们仍然可以估计最低工资对就业的其他同等影响。从这个意义上讲，这个问题与前面的横截面示例非常相似。
最低工资对失业的影响
“如果最低工资提高一定数额（保持其他固定不变），失业率会增加多少（如果有的话）
实验：
*** 每年随机选择最低工资并观察失业结果
这项实验将起作用，因为最低工资水平和决定失业的其他因素无关
实际上，最低工资水平将取决于政治和经济因素，这些因素也会影响失业
例1.7期望假设
金融经济学的预期假设指出，考虑到投资者在投资时可以获得的所有信息，任何两项投资的预期回报都是相同的。例如，考虑两种可能的投资，投资期限为三个月，同时购买：（l）购买面值为10000美元的三个月期的T-钞票，价格低于10000美元；三个月后，你会收到1万美元。（2） 购买一张六个月期的国库券（价格低于10000美元），三个月后将其作为三个月期国库券出售。每项投资需要的初始资本大致相同，但有一个重要的区别。对于第一笔投资，你确切地知道购买时的回报是什么，因为你知道三个月期国库券的初始价格，以及它的面值。第二项投资的情况并非如此：虽然你在购买一张六个月期国库券时知道它的价格，但你不知道三个月内可以卖出多少。因此，对于一些有三个月投资期的人来说，这项投资存在不确定性。
这两项投资的实际回报通常是不同的。根据预期假设，考虑到投资时的所有信息，第二次投资的预期回报应该等于购买一张三个月期国库券的回报。正如我们将在后面章节中看到的，这一理论很容易验证。
检验经济理论的预测
经济理论并不总是以因果效应来表述
例如，预期假设指出长期利率等于复合预期短期利率
公式分析
一个隐含的含义是，三个月期国库券的利率应该等于六个月期国库券头三个月的预期利率；这可以用计量经济学方法进行检验。
专栏万维经济学作者：万维财经299币9,610人已购查看专栏珍大户-认知世界的经济学作者：珍大户219币1,762人已购查看