财新传媒

比较|诺奖得主如何理解发展与减贫

2020年02月18日 13:41 来源于 《比较》
可以听文章啦!

  [本文为诺贝尔经济学奖评委会对2019年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)和迈克尔·克雷默(Michael Kremer)学术贡献的总结报告,感谢特邀编辑李一南提供的帮助。——编者注]

  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。(①随机控制实验(randomized controlled trial)是测算某种干预、某个项目或政策的因果效应的一种方法。田野实验(field experiment)是指让参与人在普通日常环境中做选择决策的随机控制实验。本文第1节对此有更详细的描述。)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(第1节)。然后将阐述三位获奖人的部分重大研究发现,它们包含几方面议题,均有助于理解高收入国家民众与低收入国家民众之间的巨大福利差异(当然这些内容只是其实证研究贡献的一小部分),另外还涉及获得这些研究发现的过程(第2节)。接下来,我们将探讨外部效度的挑战,并概述三位获奖人与其他合作者找到的应对此类挑战的方法(第3节)。最后,我们将简要介绍这一新的实验研究方法如何影响政策措施(第4节),并对全文加以总结(第5节)。

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。

  1.1三个重大贡献

  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。(①在发展经济学的领军人物中,把实验研究同政策调整和建议联系起来的不只是迪弗洛、班纳吉与穆莱纳桑等人。例如,迪恩·卡尔兰(Dean Karlan)与他人合作创建了非政府组织“创新贫困行动”(Innovations for Poverty Action,IPA),在若干发展中国家设立办公室(与贫困行动实验室大致在同一时期设立)。创新贫困行动组织为协助研究人员在全球开展和实施实验项目发挥了关键作用。几年后,爱德华·米格尔(Edward Miguel)与他人合作创建了“有效全球行动中心实验室”(Center for Effective Global Action Lab,CEGA),克雷默与他人合作创建了“世界驱虫”组织(Deworm the World),将他与米格尔的早期驱虫实验研究的成果付诸实践,如今成为非政府组织“循证行动”(Evidence Action)的组成部分。)

  1.2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。(①与之类似,我们可以估计出对均值之外的其他分布特征的影响。)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。(②最早发表的对医疗实验的描述是詹姆斯·林德(James Lind)于1747年开展的实验,针对柑橘和柠檬对治疗海员坏血病的作用。有关细节可参阅Thomas (1997)。)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(Negative Income Tax,Hausman and Wise,1985)、兰德健康保险实验(RAND Health Insurance Experiment,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。(①随机控制实验(经常被称为田野实验)在其他经济学研究领域也得到了更多的使用,这方面的综述可参阅Harrison and List(2004),Card、DellaVigna and Malmendier (2011)等。)

  1.3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”(behavior midpoints)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。

  1.4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。(①设计新的干预措施的能力——在许多情形下通过校正、修改或分解其他人(如非政府组织)开展的项目——使发展研究不同于美国和加拿大的社会实验评估研究。这方面的介绍可参阅Gueron (2017)。在美加的社会实验评估中,接受评估的项目通常是实施机构选择的较为全面的干预措施,研究者主要扮演专业评估人员的角色。主要的例外包括由研究人员主导的负所得税实验和兰德健康保险实验,两者旨在检验相关机制,所得税实验针对收入和替代效应,健康保险实验针对道德风险。)

  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。

2.发展中国家减贫斗争的经验证据

  本节将追踪实验研究方法在发展经济学中的学术成长史,重点包含如下几个专题:教育、医疗、行为偏差、性别与政治以及信贷。这五个专题将分别用一个小节阐述,并突出今年的获奖人的杰出贡献。

  下述内容远非对获奖人研究成果的详尽介绍,更算不上对这五个专题的学术成果的完整综述,其重点只是阐述由班纳吉、迪弗洛与克雷默开创的实验研究方法如何深刻地改变了我们对发展中国家的经济、社会和政治现象的现实了解,以及学术研究的方法论潮流。下文还将介绍有关领域采用的较普遍的减贫方法,从促进人力资本和实物资本积累的政策、鼓励采纳更优秀技术的政策,到可能影响相关政策的选择及实施的干预措施等。此外,许多研究人员已经在大多数发展领域开展了大量有良好识别成果的微观经济学研究。这再次表明,今年的获奖人开创的实验研究方法改变了这一学科领域的面貌。

  2.1教育

  20世纪80年代后期到90年代针对增长与发展的宏观经济学研究强调人力资本(经常用教育程度来近似替代)在理论研究(Lucas,1988)和实证研究(Barro,1991;Mankiw、Romer and Weil,1992)中的作用。增长研究试图把各国之间的长期增长率差异分解到一组可能的因素上(包括人力资本在内)。这一方法要求测算人力资本的回报,主要通过把工资水平与教育程度联系起来的横截面明塞尔回归(Mincer regressions)来实现。

  不过,此类实证研究受到三个问题的困扰。首先,对教育回报率的横截面估计经常存在偏差,因为基本的教育水平差距反映着系统性的选择差异。其次,回报是以学校教育年限测算的,就人力资本获取而言,在不同时间和地点的学校教育并不等效。最后,这些研究总体上对政策缺乏指导,包括如何能最有效地提高入学率或者改进学习成绩等。今年的获奖人开创的新研究方法则在以上三个方面都取得了重大突破。

  学校教育改进的效果

  20世纪90年代中期,克雷默及其合作者启动了发展经济学的转型。为了分析供需因素的相互作用如何决定教育结果,他们与一家非政府组织在肯尼亚西部开展了一系列田野实验。其中两个实验估算了增加学校投入的效应:1996年开始的教科书投入实验(Glewwe、Kremer and Moulin,2009),1997年开始的白纸板投入实验(Glewwe、Kremer、Moulin and Zitzewitz,2004)。另外两个实验估算了健康干预的效应,包括1998年开始的对儿童的驱虫干预(Miguel and Kremer,2004),2000年开始的学校餐食干预(Vermeersh and Kremer,2005)。1998年启动的一个实验则给教师提供与学生考试成绩挂钩的财务激励(Glewwe、Kremer and Moulin,2010)。

  这类早期研究证明了专项田野实验的作用与可行性,也揭示了深刻的教训。在特定条件下,仅增加资源供给对学校教育质量的影响有限。每个学生得到更多教科书不会提高平均考试成绩,但会提高能力最强的学生的成绩。给学校送去白纸板对学生学习也没有促进作用。两个健康干预措施降低了缺课率,但并未改善考试成绩。从理论上讲,激励项目既可能促使教师想办法提高学生的长期学习能力,也可能让他们更关注应试教育。结果表明后者占据主导,教师更多为应试而努力,由此提高了与激励挂钩的考试成绩,与激励无关的考试成绩则没有进步。

  促进因材施教

  在肯尼亚开展的首批田野实验的发现,给2000年在印度发起的早期随机控制教育实验提供了出发点(Banerjee、Cole、Duflo and Linden,2007)。班纳吉、迪弗洛及其合作者借鉴了肯尼亚项目的经验,认为在校天数增加似乎没有给学生带来更多收获,对教科书的投入也未起到促进学习的效果,当然肯尼亚的学校原本确实缺乏很多必要的投入。针对印度的情况,班纳吉与迪弗洛试图研究为什么大量儿童学到的知识如此之少,例如瓦尔道拉市(Vadodara)的现场测试表明,三年级学生中仅有不到五分之一能正确做出一年级的数学考试题。

  糟糕的是,这些发现似乎不限于瓦尔道拉市。尽管过去数十年来发展中国家的入学率普遍提升,但上学并不能确保孩子学有所获(Glewwe and Muralidharan,2015)。联合国教科文组织的统计研究所(UNESCO Institute for Statistics)估计,全球儿童中仅有半数在离开学校时掌握了起码的阅读和数学技能(UIS,2017)。

  针对此类发现,班纳吉、迪弗洛及其合作者指出,让更多儿童上学的措施必须辅以提高学校品质的改革,只有针对未被满足的特定需求,增加的投入才可能发挥效用。具体而言,他们认为教学方法与课程表均没有针对大量儿童涌入小学的现实做出调整,这得到了另一份研究成果(Glewwe、Kremer and Moulin,2009)的印证。新学生中的许多人其实是家里的第一代受教育者,如果这些孩子的学习落后,他们的父母可能不容易及时了解学校的情况并做出响应。可以说,研究者观察到的学习困难恰恰部分源于让更多学生上学的干预成果。

  班纳吉与迪弗洛同一家大型非政府组织在印度的公立学校合作,考察了旨在提高后进学生学习的两项干预措施的效应。一项措施是教育补习项目,聘请辅导人员在正规课堂外给三年级和四年级较差的学生提供帮助。另一项措施是计算机辅助学习项目,让四年级的学生每周有两个小时能在共享的计算机上玩与数学题有关的游戏。班纳吉、迪弗洛及其合作者发现,相比早先开展的增加一般资源的项目,这两项干预都给学生学习带来了显著的中期促进效应,在一年后和两年后均是如此。

  该项目的设计让研究者可以分析补习措施提高平均考试成绩的不同机制:该项目有可能直接影响那些针对其学习水平提供了更好指导的学生;也可能通过班级规模的变化产生间接影响,即落后的学生因为师生比提高而受益;还可能受到同伴效应的影响,即落后的学生因为同学的进步而受激励。实验结果表明,全部改进是来自补习教育的直接效应,并没有班级规模与同伴效应的间接影响。

  班纳吉与迪弗洛的研究同时开始回应实验研究的普适性(或外部效度)问题,本文第3节还将对此展开深入讨论。他们的实验规模很大,在两年时间覆盖了超过1.5万名学生,并有意识地在孟买和瓦尔道拉两个城市分别开展,由不同的实施团队负责。

  迪弗洛与克雷默等人于2005年在肯尼亚开展了另一项早期多干预实验(multiple-treatment experiment,Duflo、Dupas and Kremer,2011, 2015),同样是为了应对引入免费小学教育导致学习准备参差不齐的大量学生涌入学校带来的挑战。几位研究者抓住了一个机遇:有一个教育项目给学校委员会提供资金,让他们雇用额外的合同制教师,以缩小一年级的班级人数规模。研究者加入了两个实验变量:根据入学前成绩对学生分班,以及给学校委员会提供监督额外教师的培训。这一设计让他们能分析若干重要课题,包括:在不改变教学方法的前提下缩小班级规模的影响,由动态激励制度约束的合同制教师与公务员身份的终身制教师的作用对比,被赋予一定权力的学校委员会的影响,以及在小学实施分班教育带来的影响等。

  面对过分拥挤的教室,一种通行应对策略是增加老师。背后的思路很简单:提高师生比率,会增加教师在每名学生身上投入的时间,从而给学习带来直接的促进效应。如果学习较好的同伴能激励学生,那么根据入学准备或学习能力把学生划入不同水平的班级,可能打击成绩较差的学生,而促进成绩较好的学生,致使学习差距拉大。因此,根据成绩做分班教育是许多人反对的有争议的做法。然而如迪弗洛等人的研究强调的那样,分班教育能让教师根据学生的不同需要有针对性地开展教学(Duflo、Dupas and Kremer,2011)。

  为考察分班教育的效应,这几位学者提出了一个理论模型,假设同伴的品质会直接影响学生成绩,此外还会通过教师选择的努力程度和教学水平产生间接影响。这些因素反过来取决于班级的考试成绩分布,以及教师的报酬同考试成绩之间是线性、凹性还是凸性函数关系。某个学生的学习水平与教师选择的教学水平差距越大,该学生的收获就越小。如果差距过大,他可能完全无法进步。关于分班教育对学生成绩分布的影响,这一模型能够得出丰富的理论预测。

  迪弗洛等人的研究表明,分班教育让所有样本学生都获得了好处(Duflo、Dupas and Kremer,2011)。(①若控制基准线考试成绩及儿童的年龄和性别因素,分班教育的效果在5%的统计水平上显著。对开始就有两个或更多一年级班级的学校,结果表明难以持续开展分班教育,这些学校没有纳入分析。在19个学校中,10个开展分班教育,9个没有。) 他们利用断点回归分析进一步发现,快班里垫底的学生与慢班里拔尖的学生从分班教育中获得的收益相当。(②这一排名是根据基准线时期的考试成绩分布。)根据其模型得到的实证结果意味着,教师必须根据班级学生的构成状况调整教学方法,他们的报酬函数与最终成绩的分布呈凸性关系。(③该模型中的线性报酬函数意味着,教师会根据班里中位数学生的水平进行教学。因此在分班教育时,位居初始成绩分布中部的学生,其学习表现可能下降。成绩稍高于中位数的学生可能比稍低于中位数的学生学得更好,因为他们能受益于成绩更高的同伴,但实证结果并不支持这一点。另一方面,如果教师的报酬函数是凸的,成绩稍低于中位数的学生可能比稍高于中位数的学生获益更大,因为教师的关注点是位居上层的少数学生,但同伴效应更有助于成绩稍高于中位数的学生。)

  不施行分班制度的学校把学生随机指派到各班级,也给学习过程提供了启示。按照迪弗洛等人的模型,入学前成绩分布的外生性提高非常有利于位居初始成绩分布顶层的学生,这既是因为有正向的直接同伴效应,也源于教师的教学水平会向上抬升。可是对处于成绩分布底层的学生,上述外生性提高的效应难以判断,因为正向的同伴效应会被教师的教学水平更加偏离这批学生的最优需求抵消。此类效应在数据上有明显体现:拔尖学生因为同学的初始水平提高而受益,对位居成绩分布中层的学生则没有影响。迪弗洛等人的研究还在位居成绩分布底层的学生身上发现了正面效应(Duflo、Dupas and Kremer,2011),这同样符合其模型预测:由于这批学生之前的水平远远低于教师设定的教学水平目标,错配效应扩大的负面影响会小于同伴效应的正面影响。

  教师的努力

  在中低收入国家,许多学生的学习效率明显偏低有着多方面的根源,包括上文提到的学生入学准备同教师的目标教学水平错配。21世纪初的若干研究(如Chaudhury、Hammer、Kremer、Muralidharan and Rogers, 2006;Banerjee、Deaton and Duflo,2004)强调了另一种可能性:在低收入国家,很多教师在上课时间实际上并没有授课,也就是说,广大发展中国家的教师缺勤率相当高。(①这些论文不是首批指出缺勤现象的问题,却最早在各国内部和国际间做了系统性分析。乔杜里等人利用7个中低收入国家的数据,发现平均缺勤率达到19%(Chaudhury、Hammer、Kremer、Muralidharan and Rogers,2006)。此外,他们还借助印度公立学校的数据发现,指派到学校的教师中,仅有45%在规定的时间里从事教学活动。10年后,博尔德及其合作者利用撒哈拉以南非洲国家的数据给出了类似的估计,教师的到校缺勤率达23%,缺课率更是达到44%(Bold、Filmer、Martin、Molina、Stacy、Rockmore、Svensson and Wane,2017)。)

  在21世纪初的一系列文章里,迪弗洛与班纳吉以及不同合作者开始深入探讨如何解决教师缺勤问题。迪弗洛等人于2003年发起一次田野实验,分析与出勤挂钩的强激励措施(Duflo、Hanna and Ryan,2012)。他们同负责印度农村地区单个教师学校(singleteacher schools)运营的一家非政府组织合作,随机选出某些学校,让教师从每日出勤中获得额外奖励,由安装在校的摄像机在教学日的早晚取证。该项目的结果发现,相比控制组的学校,参与实验项目的学校的教师缺勤率下降了一半,而且学生的学习也有所改进。

  迪弗洛等人的上述成果是最早的案例之一,显示随机评估不仅能发现特定干预措施的效果,还有助于估算更具普遍意义的行为参数。这方面的一条途径是将实验证据同结构模型相结合。(①把实验数据与结构模型结合起来分析发展中国家问题的早期例子还包括Todd and Wolpin (2006),Attanasio、Meghir and Santiago (2012)。) 具体地说,迪弗洛及其合作者利用实验组的数据估计了一个结构模型,并利用控制组加以确认。该研究给某些重要的行为参数提供了令人信服的证据,例如教师劳动供给的工资弹性,它在设计提高教师业绩的政策时很有参考价值。

  班纳吉等人针对印度公立诊所的护士出勤率的财务激励开展了类似研究,得出了更具警示性的结论(Banerjee、Glennerster and Duflo,2008)。该实验中的激励大体上类似于迪弗洛等人开展的上述实验,在一个月内缺勤记录达到50%以上的护士将按照缺勤日百分比扣减薪酬,连续两个月缺勤50%以上的护士将被停止从事政府服务。该研究在初期发现了显著的实验效应,可是随时间递减,并在研究结束时回归到零水平。有关传闻说,护士学会了如何利用制度中的漏洞,躲避缺勤记录。对比这两项研究,一个可能的差异在于迪弗洛等人研究的是由非政府组织运营的学校,该组织或许比政府更能有效地落实相关激励。因此,两项研究带来的共同问题是:这类激励项目能否大规模推行?政府能否像非政府组织那样有效实施?我们将在第3节回到这些重要的外部效度问题。

  迪弗洛等人还有一项研究,关注给肯尼亚的学校委员会随机提供资金,让他们雇用额外的短期合同制教师,以缩小一年级的班级规模,以及给学校委员会提供基本管理培训等措施的效果(Duflo、Dupas and Kremer,2015)。合同制教师通过年度合同雇用,不属于教育部的正规公务员渠道,其工资通常也低于有正式身份的教师。合同可以续签,条件是在当地环境中取得良好业绩。把研究焦点放在临时合同制教师与终身制公务员教师的对比上很有意义,源自几方面的考虑。从理论上说,有条件的雇用合同依靠动态激励(Holmstrom,1982),业绩良好会得到续聘的奖励,业绩糟糕会导致合同终止。出于职业发展的考虑,合同制教师理应比没有业绩压力的终身制教师付出更多努力。从政策上看,了解合同制教师与终身制教师对学生学习的不同影响至关重要,因为发展中国家为了节约成本有很多教师是以短期合同雇用的。

  迪弗洛等人的这一研究表明,被随机指派留在由终身制教师负责的现有班级的学生,其考试成绩没有明显提高,尽管平均班级规模缩小了近一半,从82人减少至44人。此结果的一个潜在原因是,教师对该项目的反应可能削弱了本应带来的积极效果。研究者指出,在接受雇用经费资助的学校,终身制教师不仅缺勤率上升,还给合同制教师的招聘过程造成了负面影响。另一方面,学生被随机指派到缺勤率较低的合同制教师负责的班级后,考试成绩有显著改善。给学校委员会中的家长赋予更大权力的一个学校治理改进项目,则使合同制教师与终身制教师所教学生的考试成绩都获得了提高。

  元研究(meta-studies)

  过去20年,各发展中国家开展了100多项教育领域的随机控制实验。高质量研究的数量增长,同样体现在对研究证据的更多系统性总结上。来自这些“元研究”的一条清晰信息是,班纳吉、迪弗洛与克雷默检验过的某些早期干预被认可为改进学生学习效果的最有效措施。例如格力维与穆拉利塔兰(Glewwe and Muralidharan,2015)总结称:

  着眼于改进教学方法的干预措施(尤其是给落后于年级能力要求的儿童提供补习辅导)特别有效,改善学校治理与教师责任制的干预措施同样如此。

  克雷默等人(Kremer、Brannen and Glennerster,2013)则认为:

  在提高学习成绩上,把教学同学生学习水平匹配的教育改革成本效益很高,另外还有改进责任制和激励的改革措施,如通过短期合同在本地招聘教师等。

  2.2健康

  现代公共医疗技术(如疫苗、抗生素和抗疟药物)与有效预防方法(如蚊帐和饮用水净化)已经使哪怕低收入国家的民众健康提升至史无前例的水平。然而,低收入国家的儿童在5岁前的死亡率依然是高收入国家的近15倍。若干低廉的预防医疗产品在发展中国家的覆盖还远未完善。

  标准的人力资本理论模型把医疗健康既视为消费品,也看作投资品(Grossman, 1972)。人力资本可以通过医疗投资积累,理性消费者如果预见到投资的私人边际收益超过边际成本,就会从事此类投资。然而私人收益与社会收益的缺口使消费者的医疗投资不足,除非实施有效的公共干预。例如,当治疗和预防带有正外部性或带有公共品属性,使其边际成本低于平均成本时,医疗投资可能过低。这一简化模型成为克雷默及其合作者的一系列重要贡献的出发点,他们希望弄清楚公共医疗措施的实施明显低于最优水平的原因。

  外部效应

  米格尔与克雷默估计了人体驱虫的直接效应及外部效应(Miguel and Kremer,2004)。他们认为当存在外部效应时,在个人层面随机开展疾病控制的研究会低估效应水平,因为没有把正外部效应纳入考虑。虽然外溢效应可能有头等重要性,特别是在传染病依然占据很大比例的疾病负担的国家,公共医疗与流行病学的实证研究对此的关注却相当有限(BenjaminChung、Arnold、Abedin、Falcao、Clark、Konagaya、Luby、Miguel and Colford,2015)。(①这些田野实验研究通常没有估计外溢效应的大小,而是试图通过巧妙的设计减少这类效应的影响(Hargreaves、Aiken、Davey and Hayes,2015)。)

  相比之下,米格尔与克雷默的研究为测算这种外溢性做了专门设计(Miguel and Kremer,2004)。他们考察了一项非政府组织项目,以学校为基地给学生集体服用驱虫药并开展健康教育。该项目对75个小学分步实施,其实施次序是首先把学校按地理位置分组,然后对同一区域的学校按字母顺序排列。在米格尔与克雷默的经济计量模型中,驱虫的效果同某个地理范围之内的当地学校样本的整体密度有关。如果居住在学校一定距离以内的上学儿童总数相同,则这些儿童中在参与实验的学校就学的人数应该与可观察及不可观察的其他本地因素无关。于是,该实验近似地设计出了可能受干预措施影响的外溢效应。

  米格尔与克雷默的研究发现,寄生虫感染率及由此影响的入学率存在显著的外部效应,从接受治疗的学校能延伸到至少3公里之外。(②这篇早期论文还记录了每所学校3—6公里距离内的干预外部效应,不过,此类效应部分源自一个编码错误。随后发表的文献对此问题和其他稳健性检测做了讨论(Aiken、Davey、Hargreaves and Hayes,2015;Hicks、Kremer and Miguel,2015;Hargreaves、Aiken、 Davey and Hayes,2015)。)(③世界卫生组织(WHO)建议在高流行地区对儿童实施群体干预,以消除寄生虫干扰。不过,在何种条件下大规模服药措施的预期收益能够超过其成本,依然存在争议(WHO,2017;Croke、Hsu and Kremer,2017)。) 他们提出的这一实证方法(Miguel and Kremer,2004)在经济学领域(无论是针对医疗或其他议题)被大量研究采用,以估计干预措施的外部效应大小和空间范围。(①有关介绍可参阅Dupas and Miguel (2017)。)

  公共品

  某些基础设施属于公共品,一旦建设完成,即使服务具有排他性,也能以极低的边际成本为新增顾客提供支持。此类产品具有自然垄断特性。如果居民家庭对基础设施的估价存在差异,同时供应方不能在价格上做完美的区别对待(价格歧视),就会产生静态的无谓损失。通过价格监管减少这种静态效率损失,可能使社会整体得到改善,哪怕由此也可能降低基础设施的投资激励。

  克雷默及其合作者以水务基础设施技术为背景,分析了上述议题(Kremer and his coauthors,2011)。在对象研究区域,许多人从天然形成的泉水中取水,那里可能被人或其他动物的排泄物污染。研究者评估了一项给随机选择的泉水子样本提供防污染措施的项目。该干扰措施使水源地出现大肠杆菌(反映粪便污染指标的细菌)的概率下降了近三分之二,来自居民的报告则显示,实验组与控制组相比,儿童发生腹泻的情况减少了约25%。

  除估计干预措施的直接效应外,克雷默及其合作者还利用评估数据判断水源保护的最佳治理方式。基于交通成本模型和居民家庭到哪里取水的信息,他们估算了人们为泉水保护付费的意愿程度,然后把这些估计值用于一个结构模型,以评估水务基础设施和福利方面的其他政策选项及产权体制的影响。结果表明,本质上属于公共产权性质的现有体制带来的福利水平高于私人产权体制。不过在更高的收入水平上,私人产权可能刺激对泉水保护的足够投资,超出授予土地所有者本地市场供水权带来的静态成本。

  定价

  对医疗产品和服务的用户是否收费及如何收费,一直是也将继续是激烈讨论的政策议题。收费可能减少高度有效的医疗产品的使用,并妨碍穷人获得医疗。但另一方面,标注价格可以帮助筛选出哪些人最重视、最需要医疗产品。正价格还可以带来心理效应:人们可能更多地使用他们花钱购买的产品,这可以视为沉没成本效应(Thaler,1980;Arkes and Blumer,1985)。如果更高的价格能理解为更高品质的信号,也可能促进产品的使用。

  克雷默与米格尔的研究首次以实验的方法评估了低收入环境中价格对医疗产品采用的影响(Kremer and Miguel,2007)。在参与上文提到的免费驱虫项目(Miguel and Kremer,2004)的50所小学里,他们随机选出25所加入一个成本分摊的实验项目,要求学生父母为子女的驱虫药支付一笔费用。结果发现,在发放免费驱虫药的学校,服药率达到75%,而在收费0.40美元(仍包含很大价格补贴)的学校,服药率仅为18%。虽然这显示人们的需求对价格极其敏感,并可能给理性人力资本模型中的假设提出疑问,却不是决定性的证明。正如克雷默与米格尔推测的那样,人们对驱虫的私人价值感受似乎低于收取的费用,可能只是因为他们提到的干预的外部效应。尽管他们那篇论文没有区分这种外部效应与收取价格的其他效应,但有另行设计的后续实验大大拓展了研究前沿,分辨了不同机制的影响。

  医疗的低质量问题

  发展中国家的医疗体制经常严重失调。近期的一项估测显示,中低收入国家的大多数死亡由低劣的医疗服务所致(Kruk、Gage、Joseph、Danaei、GarciaSaiso and Salomon,2018)。

  医疗服务质量为何如此低劣,哪些政策可能带来改善,长期以来是发展经济学中一个极为活跃的研究领域。前文提到的早期缺勤率研究给这些课题带来了显著推动,较早的许多研究把焦点集中在努力机制上。(①Dupas and Miguel (2017)综述了有关医疗治疗的量化分析,以及围绕改进医疗供应的政策开展的实验研究。)

  缺勤率太高以及更普遍的公共服务提供状况糟糕,促使班纳吉、迪弗洛及其合作者发起一项实验研究,探寻提高印度农村地区免疫覆盖率的办法(Banerjee、Duflo、Glennerster and Kothari,2010)。在实验区域,1—2岁儿童仅有2%接种过通常建议的基本免疫疫苗组合。研究者在实验中探讨了接种率低的几方面潜在原因,包括公共服务提供不力。例如,他们发现,在实验干预的前一年,有接近一半负责免疫工作的医护人员没去健康中心上班,在这些村里的任何地方也找不到他们。

  干预措施采用了流动免疫诊所(营地)的形式,使医护人员始终在现场。在这些营地的一个随机子样本中,把孩子送来接受免疫接种的居民会获得小激励。结果在设立有激励营地的社区,完全接种率达到39%,在设立无激励营地的社区为18%,而控制组社区仅为6%。不过,与有激励的营地相比,设立普通营地已足以提升至少接种疫苗一次的儿童的比率(分别为78%和74%)。激励措施尤其能发挥作用的方面是鼓励居民家庭留在活动中,接种全部应接种的疫苗。但尽管有了便利的参与机会,加上对免疫接种好处的宣传,以及每次接种能获得小额非现金奖励(价值约1美元的1公斤扁豆),仍有61%的家庭没有让孩子接种全部应接种的疫苗。

  2.3行为偏差

  现代发展经济学系统性地分析了在信息不完全环境中,贫困给决策造成的结构性约束。在此情况下,即使决策者属于“新古典类型”,即有理性、前瞻性和内在一致性,贫困依然会影响他们的行为(Duflo,2006b)。

  迪弗洛、克雷默与罗宾逊的研究为行为经济学和发展经济学的结合树立了重要里程碑(Duflo、Kremer and Robinson,2011)。他们在2000年发起一系列实验,试图解答一个重大疑惑:为什么如此多的小农户(特别是在撒哈拉以南非洲)未能采用很简单的现代技术(如化肥等),尽管农业实验证明这些技术能带来极高的回报?

  为回答上述疑问,他们针对肯尼亚西部的农民开展了长期有序的田野实验。他们的第一组发现表明,要正确使用化肥不见得容易。农民不采用化肥,因为如果用量不当,他们将无利可图(Duflo、Kremer and Robinson,2008)。这些发现同时意味着存在巨大的学习潜力,于是下一组实验试图弄清楚缺乏信息能否解释化肥利用率低下的现象,结果发现不能。

  迪弗洛等人转而探究:现时偏差(present bias)能否解释农户的行为(Duflo、Kremer and Robinson,2011)。他们构建了一个模型,某些农户会随机发生现时偏差,即他们是双曲贴现者(hyperbolic discounters),并较为天真,这使他们会低估自己未来发生现时偏差的概率。由于购买化肥带有较小的固定成本,双曲贴现意味着有购置计划的农户会把购买行动推迟到靠近某个截止期限。然而等到达那个时点后,他们可能再次变得缺乏耐心,从而放弃购买。

  利用上述模型,迪弗洛等人把两类不同政策干预措施做了对比:提供数额较大的补贴,以及在收获季节(当农民有些现金时)给化肥购买提供有时间限制的数额较小的折扣。他们在田野实验中把两类干预措施都付诸实践,发现在提供有时间限制的较小补贴(以免费送货的形式)时,农户购买的化肥量增加了50%。另外与理论预测相符,相比在季节后期提供免费送货外加50%补贴的情形,前者的促进效应更大。这些发现表明,现时偏差确实是小农户较少采用现代技术的一个重要因素。后来开展的验证其他假说的更多实验得出的证据,进一步强化了这一解释。(①对行为发展经济学文献的讨论和回顾,可参阅Kremer、Rao and Schilbach (2019)。)

  迪弗洛与班纳吉根据13个国家开展的家庭调查对穷人经济生活的描述(Banerjee and Duflo,2007),加上迪弗洛等人在肯尼亚开展的实验(Duflo、Kremer and Robinson,2011),深刻影响了对贫困人群的认知和心理决策的后续研究。这方面的工作有理论创新意义,其设计和发现涉及一系列顺序实验。新的实验轮次根据早前实验的结果发起,每项干预的设计都有理论作为指导。这种迭代式学习过程采用实验手段,把场景和样本固定,通常在实验室中开展。但与经济学中的大多数实验室研究不同,田野实验有真实世界的从业者参与,例如肯尼亚实验里种植玉米的农户,他们需要做与自己生计相关的重大决策。

  2.4性别与政治

  发展政治经济学研究的一项重要议题,是政治领导人的身份对实际政策选择有何影响。迪弗洛在她最早发表的一份成果中就回应过此问题(Chattopadhyay and Duflo,2004),该论文研究的对象是印度的一项政治改革,以增强女性的政治地位为目标。1993年,印度联邦政府引入了新的宪法规定,要求各邦必须把三分之一的村委会主席职位留给女性。另外,这些村委会还在当地的基础设施决策中被赋予了更重要的作用,由各邦的法规分别约定。为了解所谓女性保留席位的影响,迪弗洛与查托帕迪亚对西孟加拉邦和拉贾斯坦邦两地的样本村庄开展了调查,西孟加拉邦有着更长的村级选举历史,分散给村委会的权力也更广泛。

  在两个邦里,都有特定法规确保把随机选择的村委会主席职位留给女性。通过对这些规则及调查数据的分析,迪弗洛与查托帕迪亚能够估计出拥有随机选择的女性领导带来的效应。他们发现,女性领导人制定的决策似乎更符合女性的偏好。在西孟加拉邦,农村女性更关心饮用水和道路,男性则更关注教育。这里的女性领导人对饮用水和道路的投入确实高于男性领导人,代价则是减少对教育的投入。拉贾斯坦邦有类似情形,女性比男性更关心用水,而不太重视道路。由女性领导的村委会在投资中表现出同样的倾向性,在用水上花的钱更多,对道路的投资较少。

  在后续的一篇论文里,迪弗洛及其合作者再次考察了这一自然实验,并在选举结果之外补充了自己从大约500个样本村庄获取的调查和实验数据(Beaman、Chattopadhyay、Duflo、Pande and Topalova,2009)。他们发现,在一个村庄持续为女性保留领导席位可以显著提升女性候选人在未来选举中的当选期望。还有,导致该结果的一个关键机制是选民的僵化观念被改变,也就是说,认为女性当不了合格决策者的偏见会弱化。这篇文章不仅内容相当重要,而且在方法上极富创新性,是首批采用所谓“隐含联系检验”(implicit association tests,参见Greenwald、McGhee and Schwartz,1998)测算样本偏差的经济学论文之一。

  迪弗洛对女性政治领导人的研究广泛影响了后来针对性别与政治问题的研究,范围覆盖发展中国家和发达国家。当然,她对性别、政治与政策的研究只涉及女性赋权和经济发展的更宏大课题的一个方面。正如她本人所述,女性赋权与发展的因果关系可能是双向的,并通过多个渠道发挥作用(Duflo,2012)。

  2.5信贷

  资本和其他投入品在总生产函数中错配可能源自某些企业的信贷约束。这一机制是班纳吉与迪弗洛的一项研究的核心,他们阐述了低收入国家的大量扭曲同实证增长研究文献中发现的生产率和收入的巨大差异之间的联系(Banerjee and Duflo,2005)。

  班纳吉、迪弗洛及其合作者的若干重要成果进一步考察了信贷约束的真实性、原因及后果。2002年,班纳吉与迪弗洛率先提出设想,通过分析印度的一个定向贷款计划,为信贷约束的存在提供了可信证据(Banerjee and Duflo,2014)。该干预措施要求银行给特定类型的企业提供贷款。借助双重差分法,班纳吉与迪弗洛发现信贷扩张显著促进了目标企业的销售额与利润。其结论是,这是大型企业面临信贷约束的初步证据。假如这些企业不存在信贷约束,定向贷款计划会使它们的财务组合构成发生变化,例如让它们偿清较为昂贵的债务,但不太会改变它们的实际业务行为。

  发展经济学的多个田野实验评估了已经大规模实施且受到欢迎和推广的政策产生的效果,而不是检验新项目或新机制。这方面的一个例子是小额信贷运动,穆罕默德·尤努斯(Muhammad Yunus)与格莱珉银行(Grameen Bank)的开创性工作赢得了2006年诺贝尔和平奖。然而,关于小额信贷——其目的是让很穷的人能获得贷款,实际上是否对发展起到了显著推动作用,仍缺乏令人信服的研究证据。

  班纳吉与迪弗洛同其他人合作,针对印度海得拉巴市面向女性(她可能是创业者,也可能不是创业者)的标准集体小额贷款模式开展了最早的随机评估工作(Banerjee、Duflo、Glennerster and Kinnan,2015)。这些评估跟踪了居民家庭3年以上,以反映该项目的中期影响。

  在第一个评估点上(项目实施12—18个月之后),班纳吉、迪弗洛及其合作者发现,居民家庭从小额信贷机构确实借了更多钱,但总体参与率并不很高,只有约四分之一合乎条件的家庭从小额信贷机构借款。此外,部分新贷款是用以替代原有的非正式贷款。随着非正式借贷减少,整体借贷没有大幅增长。

  这些发现表明,对小额信贷的需求并不特别强烈。还有,该研究并没有在任何关键的发展指标上找到显著进步,如人均消费、健康状况、女性赋权或儿童教育等。获得小额信贷跟女性创业者(定义为拥有至少一家企业)的身份无关,但她们对已经拥有的企业的投入确实有所增加。从第5百分位到第95百分位的企业的盈利能力跟是否获得小额信贷的帮助没有关联,不过该项目似乎促进了最具盈利性的企业。

  下一个评估点是项目在实验组社区开始实施的三年半之后。此时,控制组社区也能获得小额信贷,但实验组社区的家庭能借款的历史相对要长得多。到这个点上,两个组别已不再有多少显著差异。因此综合来看,小额信贷作为经济增长或更普遍发展的主要发动机的说法没有太多证据支持。

  在诠释和概括实验结果时,班纳吉、迪弗洛及其合作者强调有若干注意事项不可忽视,包括他们在评估中没有充分考虑的几个潜在收益,如外溢效应、一般均衡效应、需要借款时可以借到的预期效应等。即便考虑到这些因素,他们的研究依然未发现小额信贷有任何显著的积极影响。对其他小额信贷项目的评估随后也得出了相似的结论(参见Banerjee、Karlan and Zinman,2015)。

3.外部效度

  在今年的获奖人开创的实验研究方法中,识别因果关系是核心。通常认为,随机控制实验在确保内部效度(internal validity)上尤其值得信赖(Athey and Imbens,2017),这是指实验的具体干预措施、特定参与人样本、日历时间安排,以及实验设计等内容。而围绕随机实验的外部效度还存在激烈争论,即从特定样本、时间和场景中能否有效得出普遍的因果推论。发展中国家的许多(虽非全部)田野实验是由管理得当的当地非政府组织在较小的规模上实施,其外部效度引起了严肃讨论。

  实验规模和实施主体(换成政府)都会影响特定发现的普遍适用性。博尔德及其合作者指出,在规模扩大或实施主体变成政府时,政治考虑与政府能力这两个因素可以显著改变本地实验结果的普适性(Bold and colleagues,2018)。此外还有均衡效应、溢出效应、环境依赖、随机偏差以及试点偏差等其他潜在影响渠道。

  今年的三位获奖人在这场关键讨论中做出了贡献。通过若干论文和其他方式,他们展示、探讨和分析了外部效度面临的挑战(Duflo,2004;Duflo、Glennerster and Kremer,2006;Banerjee and Duflo,2009;Banerjee、Banerji、Berry、Duflo、Kannan、Mukherji、Shotland and Walton,2017)。(①除可能的随机偏差外,这些外部效度问题不只是实验研究所特有,而是从微观实证研究中推演大规模政策实施的结论时普遍需要回应的疑问。)尤其重要的是,他们一直身处应对和缓解这些挑战的最前线,通常还是以实验证据和方法为基础。

  首先来看均衡挑战。在规模较小的田野实验中,可以用局部均衡模型较为合理地解释结果。然而规模较大的项目有可能影响价格和工资等变量,继而改变项目的整体效果,并导致或许不受欢迎的重大分配效应。假如我们确信此类均衡效应很重要,则可以在实验设计时预先考虑进来。一种做法是在市场(而非个人)层面做随机指派,并关注市场层面的结果。另一种做法是在两个阶段做随机处理,除目标市场内部的随机指派以外,再增加市场层面的随机干预指派。

  克莱蓬和迪弗洛等人就采用了此类两步骤实验设计评估职业介绍辅助的直接和间接效应(Crepon、Duflo、Gurgand、Rathelot and Zamora,2013)。第一步,研究关注的每个就业领域会被随机指派p%的求职者,p的值在0—100。第二步,每个就业领域的全体合格求职者中有p%会被随机指派接受辅助。这样的设计不仅让谁得到干预存在随机性,还使某领域中多大比例求职者得到干预也存在随机性。尽管在不受随机性影响的较高总量层次依然可能发生均衡效应,但这一实验方法仍有助于对关键的行为参数做出可靠估计,并将这些参数用于分析较高总量层次上的均衡结果。外溢效应也可以通过更高总量层次上的随机处理,做类似的解释与量化处理(参见Miguel and Kremer,2004;Duflo and Saez,2003)。

  环境依赖问题则可以通过复制实验解决。例如,本文第2.5小节介绍的小额贷款评估就可以视为此类复制项目的组成部分,该项目共计开展了6个小额贷款实验。另一个例子是多站点项目,例如对一种扶持极端贫困人口的多因素方法的评价,随机实验于同一时期在6个发展中国家开展(Banerjee、Duflo、 Goldberg、Karlan、Osei、Pariente、Shapiro、Thuysbaert and Udry,2015)。该多站点项目检验了“充分性”推测,表明拟定的主要目标,即大幅提高极端贫困人口的消费率,于6个实验点中的5个在项目结束时达成,并在一年后得以维持,其成本低于测算的收益。

  把环境依赖纳入考虑同样需要理论的指导。尽管特定项目的内容可能不具有普适性,人类行为的基本模式却有普遍性。因此了解这些行为模式是关键所在(Banerjee and Duflo,2009)。

  关于其他外部效度挑战,还有个颇具启发的案例:推广本文第2.1小节讨论过的针对学生水平因材施教的干预措施。推广过程揭示出了随机偏差的挑战,即同意参与一项小规模实验的对象,可能不同于人群中的其他成员。试点偏差的挑战也同样暴露出来,即在监督控制较为严格的小规模项目中得到的结论,在项目大规模推行时或许难以复制。

  这里涉及的基本教学干预方法——让教师根据学生的知识水平传授基本的语言和数学知识,而非按照既定的年级教学大纲讲授——是由印度的非政府组织伯乐林教育基金会(Pratham)开发。班纳吉、迪弗洛及其合作者报告了他们如何与该组织联合工作,反复开展设计、实验、再设计、再实验……的过程。最终,他们为该教育方法在印度公立学校的推广开发出了两个成功的可复制模式(Banerjee、Banerji、Berry、Duflo、Kannan、Mukherji、Shotland and Walton,2016, 2017)。

  这一反复迭代过程始于本文第2.1小节介绍的概念证明(proof-of-concept)实验(Banerjee、Cole、Duflo and Linden,2007),让落后学生在正规课堂外接受语言和数学的辅导训练。为评估此类试点结论的外部效度,他们在更具挑战性的农村环境中开展了新的随机评估。新评估的结果虽然是正向的(Banerjee、Banerji、Duflo、Glennerster and Khemani,2010),却提出了新的关注点,例如处于学习分布底部的学生参与率较低等。

  于是,在公立学校体系内实施首次推广项目时,有两项内置的田野实验在2008—2009学年和2009—2010学年开展。实验结果大体而言令人失望,尽管证据表明公立教师有能力提供补课教育,大多数人却不愿意做。因此项目做了重新设计并于2012—2013学年开展实验评估。这是一种所谓教师主导的模式,确保教师把补课辅导视为一项核心教学任务,实验得到了积极的结果。另一个补充项目——由学校内的志愿者主导的模式——也被开发出来,并在大规模推广时做了评估,同样表现出了积极的结果。

  最终,在跨越数年的5项随机控制实验之后,两个版本的辅导教育项目被设计出来,并且在大规模推广中获得成功。如今,教师主导补习模式已在印度13个邦的超过10万所学校实施,惠及近500万名儿童。校内志愿者主导模式在印度各地的4000多所学校实施,受益儿童超过20万名(Banerjee、Banerji、Berry、Duflo、Kannan、Mukherji、Shotland and Walton,2017)。

4.对政策制定的影响

  今年的获奖人开创的研究方法为解决贫困问题的新项目和现有项目带来了诸多启示洞见。这些洞见加上对当地情况和制度背景的理解,给发展政策的制定提供了有力指导。

  当然,这些认识是否以及在何种程度上被纳入现实的政策设计和实施,原则上不在学者的掌控之内。政策制定者在决定实施何种政策时,有可能考虑或不考虑政策是否有效及其原因的充分证据。政治经济学领域的研究告诉我们,决策者受到各种约束的限制,这或许能解释为何许多有效的政策得不到采纳(这方面的研究综述可参阅Persson and Tabellini,2000)。根据不同环境,此类约束可能反映了不同参与方的政策偏好、私人部门与公共部门采用的生产技术、决策者掌握信息和履行承诺的能力,以及决定政治权力分配的制度安排等。此类约束不仅影响国内政策制定,在有国际援助的背景下或许更为突出。

  即便如此,今年的获奖人开创的研究方法仍对政策产生了清晰可见的直接和间接影响。影响的大小很难量化,但由班纳吉、迪弗洛与穆莱纳桑创建的贫困行动实验室(JPAL)这一全球研究组织估计,与该组织有关的研究者参与评估后加以推广的干预项目已覆盖了超过4亿人。当然这只是一个指标,并未包含与该组织无关的发展经济学家开展的评估和田野实验项目。

  此外,将研究证据纳入决策不只是推广有效的干预项目,还涉及避免把宝贵的资源消耗在无效项目上。例如,本文第2.1小节介绍的通过生物识别监督系统减少医护工作者缺勤的项目,班纳吉等人评估后发现其改善效果很有限(Banerjee、Glennerster and Duflo, 2008)。该结果促使政府决定取消原计划的项目推广,节约了数百万美元资金以及执行该项目所需花费的大量工作时间。

  对发展中国家的社会和经济项目开展随机控制实验的研究证据,还以其他方式改变了现实中的政策制定。例如,逐渐降低预防性医疗产品的用户付费,就反映了发展经济学家的大量随机实验评估关于此类产品利用中的价格效应的结论,克雷默和米格尔开创了这一评估方法(Kremer and Miguel,2007)。(①英国政府曾援引克雷默与米格尔的研究(Kremer and Miguel,2007),以及科恩与杜巴斯关于耐用抗疟蚊帐需求的研究(Cohen and Dupas,2010),以呼吁贫困国家取消对医疗产品和服务的用户收费(UK Government,2009)。)

  还有,班纳吉、迪弗洛与克雷默开创的研究方法深刻改变了某些政府机构和非政府组织的工作方式。越来越多(虽然还远非全部)致力于全球减贫的组织已切实着手对新的政策建议做系统评估(经常利用田野实验),而且把这些评估的结果应用于决策。

5.总结

  过去20年来,我们看到了发展经济学的重大变革。若干学者在此行动中发挥了核心作用,而今年的三位获奖人所做的广泛贡献对于发展研究取得今天的成就至关重要。克雷默及其合作者在肯尼亚西部开展的系列早期实验,展示出把沉重的全球贫困问题分解为更易控制的较小课题的希望,每个小课题都能通过专门的田野实验进行严格考察。班纳吉与迪弗洛(经常同克雷默和其他学者合作)拓宽和深化了这些课题的范围,并向学术界清晰阐述了如何用此类微观经济学研究的多方面成果帮助解答更为宏大的发展谜题。三位获奖人都把实验研究方法拓展到该领域的几乎所有分支,也都在最前线回应实验方法面临的合理挑战,并探讨相应的解决办法。

  班纳吉、迪弗洛与克雷默的贡献鼓励和激发了新一代研究人员追随其脚步。结果使发展经济学不仅发生了深刻的转型,而且持续成为一个活跃且成长壮大的学术领域,为发展政策制定提供了越来越多有坚实依据的指导建议。三位获奖人目前依然是学术前沿的主要创新者,他们近期的成果遍及气候与环境政策(Duflo、Greenstone、Pande and Ryan,2018)、社交网络(Banerjee、Chandrasekhar、Duflo and Jackson,2013)以及认知科学(Dillon、Kannan、Dean、Spelke and Duflo,2017)等多个领域。

  在不到20年的时间里,班纳吉、迪弗洛与克雷默开创的实证微观经济学研究方法改变了发展经济学家的工作方式。借助他们的实验方法开展的研究得出了大量重要的新发现,并让人类解决全球贫困问题的能力得以持续提升。

  (余江译)

  参考文献

  Aiken, Alexander M., Calum Davey, James R. Hargreaves and Richard J. Hayes. 2015. “Reanalysis of Health and Educational Impacts of a Schoolbased Deworming Programme in Western Kenya: A Pure Replication.” International Journal of Epidemiology 44(5):1572-1580.

  Angrist, Joshua D. and JrgSteffen Pischke. 2010. “The Credibility Revolution in Empirical Economics: How Better Research Design Is Taking the Con out of Econometrics.” Journal of Economic Perspectives 24(2): 3-30.

  Attanasio, Orazio, Costas Meghir and Ana Santiago. 2012. “Education Choices in Mexico: Using a Structural Model and a Randomized Experiment to Evaluate Progresa.” Review of Economic Studies 79(1): 37-66.

  Arkes, Hal R. and Catherine Blumer. 1985. “The Psychology of Sunk Cost.” Organizational Behavior and Human Decision Processes 35: 124-140.

  Athey, Susan and Guido W. Imbens. 2017. “The Econometrics of Randomized Experiments.” In A. Banerjee and E. Duflo (Eds.) Handbook of Field Experiments, Vol 1: 73-140. Amsterdam: North Holland, Elsevier.

  Banerjee, Abhijit, Rukmini Banerji, James Berry, Esther Duflo, Harini Kannan, Shobhini Mukherji, Marc Shotland and Michael Walton. 2016. “Mainstreaming an Effective Intervention: Evidence from Randomized Evaluations of ‘Teaching at the Right Level’ in India.” NBER Working Paper No. 22746.

  Banerjee, Abhijit, Rukmini Banerji, James Berry, Esther Duflo, Harini Kannan, Shobhini Mukherji, Marc Shotland and Michael Walton. 2017. “From Proof of Concept to Scalable Policies: Challenges and Solutions, with an Application.” Journal of Economic Perspectives 31(4):73-102.

  Banerjee, Abhijit, Rukmini Banerji, Esther Duflo, Rachel Glennerster and Stuti Khemani. 2010. “Pitfalls of Participatory Programs: Evidence from a Randomized Evaluation in Education in India.” American Economic Journal: Economic Policy 2(1): 1-30.

  Banerjee, Abhijit, Arun G. Chandrasekhar, Esther Duflo and Matthew O. Jackson. 2013. “The Diffusion of Microfinance.” Science 341(6144): 1236498.

  Banerjee, Abhijit, Shawn Cole, Esther Duflo and Leigh Linden. 2007. “Remedying Education: Evidence from Two Randomized Experiments in India.” Quarterly Journal of Economics 122(3): 1235-1264.

  Banerjee, Abhijit, Angus Deaton and Esther Duflo. 2004. “Wealth, Health, and Health Services in Rural Rajasthan.” American Economic Review 94(2): 326-330.

  Banerjee, Abhijit and Esther Duflo. 2005. “Growth Theory Through the Lens of Development Economics,” In Handbook of Economic Growth, Vol. 1A. Durlauf, Steve and Philippe Aghion (eds.), 473-552. Amsterdam: North Holland, Elsevier.

  Banerjee, Abhijit and Esther Duflo. 2007. “The Economic Lives of the Poor.” Journal of Economic Perspectives 21(1): 141-167.

  Banerjee, Abhijit and Esther Duflo. 2009. “The Experimental Approach to Development Economics,” Annual Review of Economics 1: 151-178.

  Banerjee, Abhijit and Esther Duflo. 2011. Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty. New York, NY: Public Affairs.

  Banerjee, Abhijit and Esther Duflo. 2014. “Do Firms Want to Borrow More? Testing Credit Constraints Using a Directed Lending Program.” Review of Economic Studies 81(2): 572-607.

  Banerjee, Abhijit, Esther Duflo and Rachel Glennerster. 2008. “Putting a Band Aid on a Corpse: Incentives for Nurses in the Indian Public Health Care System.” Journal of the European Economic Association 6(2-3): 487-500.

  Banerjee, Abhijit, Esther Duflo, Rachel Glennerster and Cynthia Kinnan. 2015. “The Miracle of Microfinance? Evidence from a Randomized Evaluation.” American Economic Journal: Applied Economics 7(1): 22-53.

  Banerjee, Abhijit, Esther Duflo, Rachel Glennerster and Dhruva Kothari. 2010. “Improving Immunization Coverage in Rural India: A Clustered Randomized Controlled Evaluation of Immunization Campaigns with and without Incentives.” British Medical Journal 340: C2220.

  Banerjee, Abhijit, Esther Duflo, Nathanael Goldberg, Dean Karlan, Robert Osei, William Pariente, Jeremy Shapiro, Bram Thuysbaert and Christopher Udry. 2015. “A Multifaceted Program Causes Lasting Progress for the Very Poor: Evidence from Six Countries.” Science 348(6236): 1260799.

  Banerjee, Abhijit, Dean Karlan and Jonathan Zinman. 2015. “Six Randomized Evaluations of Microcredit: Introduction and Further Steps.” American Economic Journal: Applied Economics 7(1): 1-21.

  Barro, Robert J. 1991. “Economic Growth in a Cross Section of Countries.” Quarterly Journal of Economics 106(2): 407-443.

  Beaman, Lori, Raghabendra Chattopadhyay, Esther Duflo, Rohini Pande and Petia Topalova. 2009. “Powerful Women: Does Exposure Reduce Bias?” Quarterly Journal of Economics 124(4): 1497-1540.

  BenjaminChung, Jade, Benjamin F. Arnold, Jaynal Abedin, Lauren Falcao, Ashley E. Clark, Eugene Konagaya, Steve P. Luby, Edward Miguel and John M. Colford. 2015. “The Identification and Measurement of HealthRelated Spillovers in Impact Evaluations: A Systematic Review.” 3ie Systematic Review 22. London: International Initiative for Impact Evaluation (3ie).

  Bold, Tessa, Deon Filmer, Gayle Martin, Ezequiel Molina, Brian Stacy, Christophe Rockmore, Jakob Svensson and Waly Wane. 2017. “Enrollment without Learning: Teacher Effort, Knowledge, and Skill in Primary Schools in Africa.” Journal of Economic Perspectives 31(4):1-21.

  Bold, Tessa, Mwangi Kimenyi, Germano Mwabu, Alice Ngang and Justin Sandefur. 2018. “Experimental Evidence on Scaling Up Education Reforms in Kenya.” Journal of Public Economics 168: 1-20.

  Card, David, Stefano DellaVigna and Ulrike Malmendier. 2011. “The Role of Theory in Field Experiments.” Journal of Economic Perspectives 25(3): 39-62.

  Chattopadhyay, Raghabendra and Esther Duflo. 2004. “Women as Policy Makers: Evidence from an IndiaWide Randomized Policy Experiment.” Econometrica 72(5): 1409-1444.

  Chaudhury, Nazmul, Jeffrey Hammer, Michael Kremer, Karthik Muralidharan and F. Halsey Rogers. 2006. “Missing in Action: Teacher and Health Worker Absence in Developing Countries.” Journal of Economic Perspectives 20(1): 91-116.

  Cohen, J. and P. Dupas. 2010. “Free Distribution or CostSharing? Evidence from a Randomized Malaria Experiment.” Quarterly Journal of Economics 125(1): 1-45.

  Crepon, Bruno, Esther Duflo, Marc Gurgand, Roland Rathelot and Philippe Zamora. 2013. “Do Labor Market Policies Have Displacement Effects? Evidence from a Clustered Randomized Experiment.” Quarterly Journal of Economics 128(2): 531- 580.

  Croke, Kevin, Eric Hsu and Michael Kremer. 2017. “More Evidence on the Effects of Deworming: What Lessons Can We Learn?” American Journal of Tropical Medicine and Hygiene 96(6): 1265-1266.

  Dillon, Moira R., Harini Kannan, Joshua T. Dean, Elizabeth S. Spelke and Esther Duflo. 2017. “Cognitive Science in the Field: A Preschool Intervention Durably Enhances Intuitive but not Formal Mathematics.” Science 357(6346): 47-55.

  Duflo, Esther. 2004. “Scaling Up and Evaluation.” In Bourguignon, Francois and Boris Pleskovic (eds.) Accelerating Development. New York, NY: Oxford University Press.

  Duflo, Esther. 2006a. “Field Experiments in Development Economics,” In Advances in Economics and Econometrics: Theory and Applications, Ninth World Congress, Volume 2, Blundell, Richard, Whitney Newey, and Torsten Persson (eds.), 322-348. New York, NY: Cambridge University Press.

  Duflo, Esther. 2006b. “Poor but Rational?” In Banerjee, Abhijit, Dilip Mookherjee and Roland Benabou (eds.) Understanding Poverty. New York, NY: Oxford University Press.

  Duflo, Esther. 2012. “Women Empowerment and Economic Development.” Journal of Economic Literature 50(4): 1051-1079.

  Duflo, Esther, Pascaline Dupas and Michael Kremer. 2011. “Peer Effects, Teacher Incentives, and the Impact of Tracking: Evidence from a Randomized Evaluation in Kenya.” American Economic Review 101(5): 1739-1774.

  Duflo, Esther, Pascaline Dupas and Michael Kremer. 2015. “School Governance, Teacher Incentives, and Pupil.Teacher Ratios: Experimental Evidence from Kenyan Primary Schools.” Journal of Public Economics 123: 92-110.

  Duflo, Esther, Rachel Glennerster and Michael Kremer. 2006. “Using Randomization in Development Economics Research: A Toolkit,” NBER Technical Working Paper 333. Reprinted in Handbook of Development Economics, 2007, Volume 4, Schultz, T. Paul and John Strauss (eds.), 3895-3962. Amsterdam: North Holland, Elsevier.

  Duflo, Esther, Michael Greenstone, Rohini Pande and Nicholas Ryan. 2018. “The Value of Regulatory Discretion: Estimates from Environmental Inspections in India.” Econometrica 86(6): 2123-2160.

  Duflo, Esther, Rema Hanna and Stephen Ryan. 2012. “Incentives Work: Getting Teachers to Come to School.” American Economic Review 102(4): 1241-1278.

  Duflo, Esther, Michael Kremer and Jonathan Robinson. 2008. “How High Are Rates of Return to Fertilizer? Evidence from Field Experiments in Kenya.” American Economic Review 98(2): 482-488.

  Duflo, Esther, Michael Kremer and Jonathan Robinson. 2011. “Nudging Farmers to Use Fertilizer: Theory and Experimental Evidence from Kenya.” American Economic Review 101(6): 2350-2390.

  Duflo, Esther and Emmanuel Saez. 2003. “The Role of Information and Social Interactions in Retirement Plan Decisions: Evidence from a Randomized Experiment.” Quarterly Journal of Economics 118(3): 815-842.

  Dupas, Pascaline and Edward Miguel. 2017. “Impacts and Determinants of Health Levels in LowIncome Countries.” In Handbook of Field Experiments, Volume 2, Duflo, Esther and Abhijit Banerjee (eds.). Amsterdam: North Holland, Elsevier.

  Glewwe, Paul, Nauman Ilias and Michael Kremer. 2010. “Teacher Incentives.” American Economic Journal: Applied Economics 2(3): 205-227.

  Glewwe, Paul, Michael Kremer, and Sylvie Moulin. 2009. “Many Children Left Behind? Textbooks and Test Scores in Kenya.” American Economic Journal: Applied 1(1): 112-135.

  Glewwe, Paul, Michael Kremer, Sylvie Moulin and Erik Zitzewitz. 2004. “Retrospective vs. Prospective Analyses of School Inputs: The Case of Flip Charts in Kenya.” Journal of Development Economics 74(1): 251-268.

  Glewwe, Paul and Karthik Muralidharan. 2015. “Improving School Education Outcomes in Developing Countries: Evidence, Knowledge Gaps, and Policy Implications.” RISE Working Paper 15/001.

  Greenwald, Anthony G., Debbie E. McGhee and Jordan L.K. Schwartz. 1998. “Measuring Individual Differences in Implicit Cognition: The Implicit Association Test.” Journal of Personality and Social Psychology 74(6): 1464-1480.

  Grossman, Michael. 1972. “On the Concept of Health Capital and the Demand for Health.” Journal of Political Economy 80(2): 223-255.

  Gueron, Judith M. 2017. “The Politics and Practice of Social Experiments: Seeds of a Revolution.” In Handbook of Field Experiments, Volume 1, Duflo, Esther and Abhijit Banerjee (eds.). Amsterdam: North Holland, Elsevier.

  Hargreaves, James R, Alexander M Aiken, Calum Davey and Richard J Hayes. 2015. “Authors’ Response to: Deworming Externalities and School Impacts in Kenya.” International Journal of Epidemiology 44(5): 1596-1599.

  Harrison, Glenn W. and John A. List. 2004. “Field Experiments.” Journal of Economic Literature 42(4): 1009-1055.

  Hausman, Jerry A. and David A. Wise. 1985. Social Experimentation. Chicago, IL: University of Chicago Press.

  Hicks, Joan Hamory, Michael Kremer and Edward Miguel. 2015. “Commentary: Deworming Externalities and Schooling Impacts in Kenya: A comment on Aiken et al (2015) and Davey et al (2015).” International Journal of Epidemiology 44(5): 1593- 1596.

  Holmstrm, Bengt. 1982. “Managerial Incentive Problems: A Dynamic Perspective.” In Essays in Honour of Lars Wahlbeck, Helsinki, Finland.

  Kremer, Michael. 2003. “Randomized Evaluations of Educational Programs in Developing Countries: Some Lessons.” American Economic Review 93(2): 102-106.

  Kremer, Michael, Conner Brannen and Rachel Glennerster. 2013. “The Challenge of Education and Learning in the Developing World.” Science 340(6130): 297-300.

  Kremer, Michael and Rachel Glennerster. 2011. “Improving Health in Developing Countries.” In Handbook of Health Economics, Volume 2, Mark V. Pauly; Thomas G McGuire; Pedro Pita Barros (eds.). Amsterdam: North Holland, Elsevier.

  Kremer, Michael and Edward Miguel. 2007. “The Illusion of Sustainability.” Quarterly Journal of Economics 122(3): 1007-1065.

  Kremer, Michael, Edward Miguel, Jessica Leino and Alix Peterson Zwane. 2011. “Spring Cleaning: Rural Water Impacts, Valuation and Property Rights Institutions.” Quarterly Journal of Economics 126(1): 145-205.

  Kremer, Michael, Gautam Rao and Frank Schilbach. 2019. “Behavioral Development Economics.” Handbook of Behavioral EconomicsFoundations and Applications 2, Volume 2, Bernheim, Douglas, Stefano DellaVigna and David Laibson (eds.). Amsterdam: North Holland, Elsevier.

  Kruk, Margaret E., Anna D. Gage, Naima T. Joseph, Goodarz Danaei, Sebastian Garcia-Saiso and Joshua A. Salomon. 2018. “Mortality Due to Lowquality Health Systems in the Universal Health Coverage Era: A Systematic Analysis of Amenable Deaths in 137 Countries”. Lancet 392: 2203-2212.

  Lucas, Robert E. 1988. “On the Mechanisms of Economic Development.” Journal of Monetary Economics 22(1): 3-42.

  Mankiw, N. Gregory, David Romer and David N. Weil. 1992. “A Contribution to the Empirics of Economic Growth.” Quarterly Journal of Economics 107(2): 407-437.

  Manski, Charles F. and Irwin Garfinkel. 1992. Evaluating Welfare and Training Programs. Cambridge, MA: Harvard University Press.

  Miguel, Edward and Michael Kremer. 2004. “Worms: Identifying Impacts on Education and Health in the Presence of Treatment Externalities.” Econometrica 72(1): 159-217.

  Newhouse, Joseph P. 1993. Free for All? Lessons from the RAND Health Insurance Experiment. Cambridge, MA: Harvard University Press.

  Persson, Torsten and Guido Tabellini. 2000. Political Economics. Cambridge, MA: MIT Press.

  Schweinhart, Lawrence J., Helen V. Barnes and David P. Weikart. 1993. Significant Benefits: The High/Scope Perry Preschool Study Through Age 27. Ypsilanti, MI: High/Scope Press.

  Thaler, Richard. 1980. “Toward a Positive Theory of Consumer Choice.” Journal of Economic Behavior and Organization 1(1): 39-60.

  Thomas, Duncan P. 1997. “Sailors, Scurvy and Science.” Journal of the Royal Society of Medicine 90(1): 50-54.

  Todd, Petra E. and Kenneth I. Wolpin. 2006. “Assessing the Impact of a School Subsidy Program in Mexico: Using a Social Experiment to Validate a Dynamic Behavioral Model of Child Schooling and Fertility.” American Economic Review 96(5): 1384-1417.

  UIS. 2017. More than OneHalf of Children and Adolescents Are Not Learning Worldwide. Fact Sheet No. 46. UNESCO/UIS. Montreal.

  UK Government. 2009. “PM.s Article on Universal Healthcare”. Statements and articles 2009/09(https://webarchive.nationalarchives.gov.uk/20100511120725/http://www.number 10.gov.

  uk/news/statements.and.articles/2009/09/pmsarticle.on.maternal.healthcare.20720).

  Vermeersch, Christel and Michael Kremer. 2005. “School Meals, Educational Achievement and School Competition: Evidence from a Randomized Evaluation.” Policy Research Working Paper; No. 3523. World Bank, Washington, DC.

  WHO. 2017. Guideline: Preventive Chemotherapy to Control Soil.Transmitted Helminth Infections in At.Risk Population Groups. Geneva: World Health Organization

  注:本文刊发于《比较》2019年第6期,原题为:理解发展和减贫

  [《比较》印刷版,点此订阅,随时起刊,免费快递。]

版面编辑:邱祺璞
财新私房课
好课推荐
财新微信


热词推荐
田纪云 存贷比 银河证券 张进 胡新娜 有其屋 陈小鲁 卢旺达 上海人口 深化改革 tpp协议 何立峰 寻衅滋事罪 国家统计局数据库 会议