比较•2019年第六辑（比较105）

《比较》是著名经济学家吴敬琏主编的连续出版物。本辑比较继续延续以往的选题风格，开篇选取了诺贝尔经济学奖评委会对今年诺奖得主的学术贡献总结文章。另外，本辑比较还从经济结构、金融监管、国企改革、地方政府隐性债务等角度选取文章，为读者理解经济形势提供参考。

吴敬琏，男，江苏南京人，著名的经济学家，中国经济学界的泰斗。其母亲邓季惺是著名的女报人，生父吴竹似、继父陈铭德都是《新民报》的创办人。

比较105目录

理解发展和减贫   诺贝尔经济学奖评委会

源于博弈论的市场设计   阿尔文?罗斯 罗伯特?威尔逊

法和经济学简史   考希克?巴苏

全球金融稳定的一个监督框架   托比亚斯?阿德里安 何东 梁内利 法比奥?纳塔卢奇

现代货币理论的逻辑错误   孙国峰

从数据看全球金融危机以来中国国有企业规模的加速增长   张春霖

中国地方政府隐性债务：发展现状与未来展望   汪德华 刘立品

中国患病率不平等的社会经济因素研究   蒋云赟 郑海涛 赵天浩

陈翰笙、《农村中国》和中国农村派的国际化：全球视角的经济思想史研究   范世涛

理解发展和减贫

诺贝尔经济学奖评委会

尽管在过去数十年取得了巨大进步，以各种维度衡量的贫困在全球依然是个广泛而顽固的难题。例如，今天有7亿多人生活在极低收入水平上。每年有约500万名5岁以下儿童死于通常可以用若干已知干预手段预防或治疗的疾病。中低收入国家的大多数儿童如今能接受小学教育，但其中许多人在离开学校时仍未熟练掌握阅读、写作与数学技能。如何有效地减少全球贫困依旧是人类面临的最紧迫问题之一，也是经济学科自创建以来需要应对的最重大课题之一。

如何才能找到给最贫困人群提供帮助的最佳策略？今年的诺贝尔经济学奖授予了改变发展经济学面貌的实验研究方法，这一领域探讨的主题正是全球贫困的原因及最好的应对策略。在短短20年间，今年的三位获奖人所做的开创性研究将发展经济学变成了一片生机勃勃的实验田。

来自发展经济学领域之内和之外的创新都帮助播撒了促进变革的种子。在该领域内部，2015年的诺贝尔经济学奖得主安格斯?迪顿（Angus Deaton）把发展经济学的研究推向微观分析。他还积极主张必须在抗击贫困的斗争中紧密结合对福利的测量，尤其是对穷人福利的测量。在该领域之外，于20世纪90年代早期发端于劳动经济学的所谓“可信度革命”（credibility revolution）推动多个领域的经济学研究更加关注对因果效应的估测。此外，关于激励与信息以及行为约束会如何影响人们的行动，出现了有清晰架构的微观经济学理论。已多次获得诺贝尔经济学奖的微观经济学理论给学者提供了强有力的研究工具组合，以分析贫困的决定因素及减贫的途径。此类方法论上的成就为后续变革创造了先决条件，但谜题的一个核心部分依然缺失。

具体而言，要发现贫困背后的可能机制并引导探索有效的减贫方法，清晰的理论架构固然至关重要，却仍不足以给政策提供指导。理论可以精确查明某些类型的激励，但不知道它们在实践中有多大作用。这里试举几例，单凭理论无法告诉我们：为提高教学质量，相比缩小班级规模而言，临时雇用有续聘可能性的教师是不是成本效益更好的做法？理论并不清楚小额贷款项目是否有效促进了贫困人群的创业活动，也无法揭示带补贴的医疗产品能在多大程度上增加穷人对自身健康的投资。要改善穷人的人力资本、收入水平和健康状况，找出上述具体问题的准确量化答案是关键所在。而对这些问题的回答，要求通过巧妙的实证方法让研究人员得到关于因果效应的确切结论。

今年的三位诺贝尔经济学奖得主——阿比吉特?班纳吉（Abhijit Banerjee）、埃丝特?迪弗洛（Esther Duflo）与迈克尔?克雷默（Michael Kremer）——通过开创性实证研究方法给出的回答改变了发展经济学。他们的方法依然以微观经济学理论为指导，并以微观数据做支撑，但把研究焦点转向判别能够证实因果效应的可行政策。

因此，关于贫困背后的特定机制与减轻贫困的特定干预，我们如今有了大量坚实的研究成果。例如在学校教育领域，目前有充分证据显示雇佣合同制教师通常是改善学生成绩的有效方法，而缩小班级规模的效果至多是好坏难言。在医疗健康领域，发现穷人的预防性医护投资对医疗产品或服务的价格极为敏感，因而充分说明理应大力补贴此类投资。在信贷领域，越来越多的证据表明小额贷款项目在大规模推广时并没有产生许多人原本期待的那种促进发展的效应。

发展经济学面貌的改变来自多位学者的重要贡献，而今年的获奖人在如下三方面的成就尤其突出。

第一，在20世纪90年代中期，克雷默及其合作者在肯尼亚的学校教育中发起了一组随机控制实验。他们的方法相当于把如何提升低收入国家人力资本的问题分解为更小、更可控的具体课题，每个小课题都能通过精心设计的田野实验进行严格考察。很快，班纳吉与迪弗洛（经常同克雷默以及其他人合作）扩展了教育领域的研究课题，并把该方法延伸到包括医疗、信贷与农业在内的其他领域。

第二，通过一系列成果，班纳吉与迪弗洛描述了此类微观经济研究的多方面成果如何帮助我们更接近于解开广泛存在的发展谜题：是什么导致了各国之间人均收入的巨大差异？他们首先记录了惊人的实证事实：各中低收入国家内相同生产要素的回报率有着如此之大的差异，甚至令各国间整个经济的平均收益率差异相形见绌。换句话说，发展中国家的某些企业与个人使用着最先进的技术，而同一国家和同一产业的其他人却在使用完全过时的生产方法。在高收入国家，产业内部的这种生产率差异要小得多。因此，对发展问题的深入理解要求解释为什么某些企业与个人不利用现成的最佳机遇和技术。班纳吉与迪弗洛进一步指出，上述错配可归因于多种市场不完全和政府失灵。要认识乃至最终战胜贫困，关键的一步是弄清楚我们观察到的低效率的根源及可能的应对之策。

第三，这三位学者通过设计新的实验研究方法，并战胜从具体实验中得出普遍结论伴随的挑战，即解决外部效度（external validity）问题，牢固地确立了发展经济学的这一方法论转变，为发展经济学和其他领域的新一代研究人员的研究工作奠定了坚实基础。

总之，三位获奖人的研究给激励理论赋予了更直接的适用性，从而深刻改变了发展经济学的实践。他们与其他许多追随者的工作极大地增进了对现实的量化认知，给识别贫困背后的关键机制及人们对不同政策干预的行为反应提供了必要准备。这些成就显著深化了我们对发展中国家贫困问题的认识。

以下的综述将首先介绍发展经济学这一微观研究新方法背后的核心理念，以及主要的基础性贡献。

1. 全球减贫的实验研究方法

本节将介绍发展经济学的现代研究方法的基石。我们首先将描述引言中强调的三个重大贡献，继而简要探讨主要的实证研究方法：随机控制实验，最后转向这一方法的实际应用。

三个重大贡献

发展经济学的现代研究方法基于两个简单却强大的理念。其一，有经济学理论指导的实证微观研究可以为设计有效的减贫政策提供关键参考。其二，要得出从原因到结果的真实路径的确切结论，最佳办法往往是开展随机控制的田野实验。这些理念在过去20年来的系统性应用为发展经济学研究的转型铺平了道路。

发展经济学领域的革新经历了几个显著进步，若干学者为此做出了重要贡献。今年的获奖人在三个方面的成就尤其突出。

第一，自20世纪90年代中期开始，克雷默与多位同事在肯尼亚发起了一系列田野实验，希望区分教育生产函数中不同部分的影响（Kremer，2003）。他们的方法本质上相当于把如何促进人力资本积累的大问题分解为多个更可控的小课题，每个课题都能通过专门设计的随机控制实验予以严格检测。很快，班纳吉与迪弗洛——在许多时候同克雷默和其他合作者一起——拓展了教育研究课题，并将田野实验的方法推广到若干其他领域。他们的研究为使这一新方法普及到发展经济学的所有分支发挥了核心作用。此外，研究结果指出私人部门与公共部门存在严重的市场效率低下问题，并为另辟蹊径解决这些问题提供了证据。

第二，班纳吉与迪弗洛通过一系列成果，从理论上清晰地阐述了如何利用微观经济学方法帮助理解不同方面的更广泛的（宏观经济）发展问题（Banerjee and Duflo，2005, 2007, 2011）。其中，他们于2005年发表的论文是把微观经济发展议题同发展中国家低人均收入联系起来的关键理论贡献。该研究的出发点源自一个重要的实证观察：中低收入国家内部相同生产要素的回报率差异悬殊，有利可图的投资机遇得到开发的程度大不相同。这一错配的严重程度，或许足以解释经济增长实证研究高度关注的低收入国家同高收入国家在全要素生产率上的巨大差距。直觉告诉我们：当资源得到最优配置时，经济运行将达到生产可能性边界；当资源错配时，经济运行将位于边界线之内，产出与生产率会低于最大可能值。班纳吉与迪弗洛进一步提出，发展研究文献中记述的市场不完全与政府不完全——无论是政府失灵、信贷约束、保险失灵、外部效应，还是家庭关系、行为问题等——都可能造成上述错配。所以，要理解某些国家贫困的根源，第一步就该从实证研究中查清导致其效率低下的主要原因，继而找到相应的政策。班纳吉与迪弗洛的著作《贫穷的本质：我们为什么摆脱不了贫穷》再度深化了上述思考，他们基于对贫困原因的大量微观研究成果，为采用科学方法改善穷人的医疗、教育和收入总结出了宝贵经验（Banerjee and Duflo，2011）。

第三，通过设计新的实验研究方法，即应对关键的外部效度挑战（Duflo，2004，2006a；Duflo、Glennerster and Kremer，2006；Banerjee and Duflo， 2009），三位获奖人确立了新方法的地位，并给新一代研究人员指明了前进的道路。班纳吉、迪弗洛同森德希尔?穆莱纳桑（Sendhil Mullainathan）合作创立的麻省理工学院阿卜杜勒?拉吉夫?贾米尔贫困行动实验室（Abdul Latif Jameel Poverty Action Lab at MIT，J-PAL）对此也发挥了关键作用。该实验室在许多国家开展了基于随机控制实验的研究项目，并提高了经济政策界对此类实验的接受度。

对因果效应的估计

促进发展经济学转型的重要推动力之一来自创立和采用更具一致性的微观经济学理论架构。另一关键催化剂则是，其他经济学领域大力转向通过明确设计的实证研究可靠地估计因果关系。这一所谓“基于设计的研究方法”始于20世纪90年代早期的劳动经济学家（有关综述可参阅Angrist and Pischke，2010）。然而与主要基于自然实验的初始方法不同，新的发展经济学微观研究主要（虽然并非全部）依靠田野实验。

随机控制实验是一种评估某项干预措施或某个干预项目的因果效应的方法。实验的设计就其本质而言是为回答下列反事实问题：处于某个项目中的人在未开展该项目时会如何表现？或反之，没加入某个项目的人在有机会加入其中时会如何表现？这些问题属于反事实性质，是因为在任何给定时点，一个人要么加入了该项目，要么没有加入。这正是“因果推论的基本难题”的一种情形：要估计某个项目在给定时间对某个人的影响是不可能的（Holland，1986）。可是，我们有可能估计该项目对一群人的平均效应，办法是把他们同没有加入该项目的另一群类似的人加以对比。为此要求有可靠的对照组：在没有开展项目时，对照组人群与实验组人群有类似的结果。那么，我们该如何寻找这种有效的对照组呢？

假如我们只是把加入某个项目的一群人同未加入项目的另一群人做对比，估算出的两个人群的差异会包含两个部分。其中一个部分是该项目导致的平均因果效应，而另一个部分反映的则是选择性偏差：在未开展该项目时（反事实情况下），两个群组的结果就有差异。若没有可靠的方法估测或剔除这种选择性偏差，就无法令人信服地估计因果效应。

解决选择性偏差问题的一种方法是随机指派个人（或其他实验对象单位，如家庭、社区或学校等）加入实验组或对照组。如果某个对象单位归属哪个群组完全是随机抽取的结果，则群组之间的唯一系统性差异都来自是否参加实验。因此，若能恰当地设计和实施，随机控制实验可以让研究人员无偏差地估计出某种干预措施的因果效应。

其实，随机控制实验在科学研究上已有很长的历史。一个世纪前，农业科学家就率先在作物研究中采用了这一方法。二战之后，随机控制实验与药品的临床试验和后来的现场试验密切相关。在经济学领域，发展经济学出现爆发式实验研究前，也有过某些重要的随机控制实验，如负所得税实验（Hausman and Wise，1985）、兰德健康保险实验（Newhouse，1993）、20世纪80—90年代的一系列福利改革实验（Manski and Garfinkel，1992），以及若干教育研究项目，包括佩里学前教育研究项目（Perry Preschool Project）和小班化教学项目等（Project STAR，参见Schweinhart、 Barnes and Weikart，1993）。因此，用以估计因果效应的主要方法并不新鲜。不过下文将会解释，随机控制实验在发展经济学的应用大大扩充了其使用范围。

因果机制的量化

今年的获奖人主张的研究方法基于经济学的一项基本认识：我们希望影响的大多数结果反映了个人有目的的选择。所以，为充分影响特定结果，即所谓的终端，我们必须了解导致最终结果的选择及其驱动机制。也就是说，我们需要弄清楚激励、约束和信息的变化通过人们的行为影响特定结果的因果传递路径。

例如，针对如何防止疟疾、痢疾、肺结核及其他致命疾病的危害，医学研究者早已通过随机控制实验收集了大量相关知识。尽管如此，每年仍有数百万低收入国家的儿童死于这些本可预防的疾病。因此，如今关于降低低收入国家儿童死亡率的议题基本集中在人们的行为上：为什么已被证实有效且并不昂贵的治疗方法没有供给或者没有需求？为什么服务链条各个环节上的供应者没有现身，或者没有开展工作？此类障碍如何能被克服？若能克服，如何能够用性价比高的办法提供可行的服务？以上问题正是发展经济学家采用的实验研究方法瞄准的中心目标。

对激励和约束的高度强调，是田野实验设计不同于更严格控制场景的实验设计的一个重要原因。例如，由于设计或现实方面的原因，双盲田野实验并不常见。在学校教育中投入更多资源时，如果学生家长知晓这一情况（也就是没有让他们处于盲区），他们自己的投资或努力可能会被挤出。这类行为反应不仅对理解实验结果本身至关重要，也适用于解析更广泛的人类行为。事实上，正是对所谓“行为中点”的关注，使田野实验成为更普遍地检验人类行为的强大工具。行为反应及其与经济学理论的联系，同样可以给实验干预之外的更广泛议题带来启迪。

机制的揭示

致力于机制的揭示，也是田野实验成为发展经济学领域主流实证研究方法的重要理由。随机控制实验的独特优势在于，让研究者不仅能完全掌控分组机制（从而消除选择性偏差），还能控制干预措施本身。迪弗洛与班纳吉的若干研究特别指出，传统的观测式研究评估世界上已经发生的事件，而实验让学者可以操控特定的干预措施，创造尚未观察到的事件（Duflo，2006a；Banerjee and Duflo，2009）。

这一设计上的灵活性具有多方面优势。研究者可以根据以前的知识或理论，对他们认为可能有效的新政策或干预进行测试，哪怕目前尚无政策制定者考虑实施。另外，研究者可以引入随机变化测试现有理论的推测。

还有，实验允许在相同场景下，以相同的结果变量和测算技术开展透明的反复研究。无论是通过准实验或者完全实验的方法，实证研究通常都会提出重要的后续问题。观测式研究在后续跟进时，容易受到产生初始数据的初始政策变化的限制。对干预措施本身实施控制的能力则可以放松这一约束，让研究者开展有顺序的多步骤实验，每个新步骤都能利用之前步骤的成果。迪弗洛曾指出，在固定场景下针对固定样本的此类研究通常是在实验室内开展（Duflo，2006a）。可是与经济学其他领域开展的大多数实验室研究不同，发展经济学的田野实验有真实世界的决策者参与，他们在普通的日常环境中做出重要选择。

最后，正如克雷默与格伦内斯特所述，田野实验的规划与实施迫使研究者把时间精力投入现实事务，经常同政府或非政府组织密切合作（Kremer and Glennerster，2011）。脚踏实地的方法促使他们在现有模型的启示之外，能归纳发现新的机制和事实。这种归纳反过来又有助于推动理论的提炼与政策设计能力的提高。

页　　数：232

开　　本：小16-5开

正文语种：中文