2021年10月13日
周一，瑞典皇家科学院公布了2021年瑞典中央银行纪念阿尔弗雷德·诺贝尔经济科学奖的三位获得者，其中两位与某机构有关联。
加州大学伯克利分校经济学教授、某机构学者大卫·卡德因“对劳动经济学的实证贡献”获得一半奖项。斯坦福大学商学院教授、某机构学术研究顾问吉多·因本斯与麻省理工学院的乔什·安格里斯特因“对因果关系分析的方法论贡献”共同分享另一半奖项。
某机构核心人工智能集团副总裁兼首席经济学家帕特·巴贾里表示：“大卫和吉多利用应用计量经济学帮助我们发明了服务客户的新方法。他们都是非常杰出的经济学家，并且是许多年轻经济学家的优秀导师，特别是在某机构内部，他们指导年轻学者运用经济推理和应用计量经济学方法严谨地构建商业问题框架。祝贺他们两位！”
实证经济学与自然实验
正如卡德的诺贝尔奖引文所述，他最为人所知的是在实证经济学方面的工作，即试图通过实验（包括受控实验和“自然实验”）将微观经济学置于更可靠的实证基础上。
在自然实验中，由于某些近乎随机的因素，环境允许将受到经济干预的人群与未受干预的人群进行比较，且统计偏差的可能性较小。
例如，在20世纪90年代初，卡德及其同事艾伦·克鲁格调查了宾夕法尼亚州和新泽西州两个相邻、人口统计学特征相似的地区的快餐市场，其中一地最近提高了最低工资，而另一地则没有。两地就业增长率保持相似。
因果推断与溢出效应
正如卡德在1月份向某机构科学频道解释的那样，他和同事的早期实证工作在该领域内遇到了相当多的质疑。怀疑论者认为，研究对象过于复杂，很难理清其中的因果关系。因此，因果关系的分析（因本斯诺贝尔奖引文中提到研究主题）成为实证经济学家主要关注点之一。
随机实验最常见的例子是药物试验：一些受试者接受实验药物，一些接受安慰剂，然后比较结果。但随机实验在工业界也很普遍。例如，某机构会频繁进行A/B测试：一组客户看到某个版本的网页，另一组客户看到另一个版本。
然而，此类测试可能会因溢出效应而产生偏差。假设在一次A/B测试中，向A组（“处理组”）展示的信息导致特定产品购买量增加。该产品的热度上升意味着它会更频繁地推荐给购物者——包括B组（对照组）。
“如果发生这种情况，对照组就不再是真正的对照组了，”卡德告诉某机构科学频道，“测试结果就不可靠了。”
因本斯补充说：“这种类型的溢出效应在标准的药物试验中不会发生，因为一个人服用新药并不会影响另一个服用安慰剂的人的结果。但这是在某机构及类似公司的许多实验中的一个特征，因为我们面临着复杂的反馈循环。”
技术方法论：针对溢出效应的实验设计
在他们发表的美国经济学会论文中，巴贾里、因本斯及其同事提出了一种实验设计蓝图，即使在存在溢出效应的情况下，也能识别出因果关系，并提供了分析此类实验结果的统计技术。
因果分析是某机构经济研究的常见课题。某机构的零售业务为大规模实证经济学提供了前所未有的机会。
获奖后接受采访时，因本斯表示：“某机构，像许多现代公司一样，广泛使用数据来支持其决策。这自然而然地使得相关的统计方法在定义上就是因果性的：当我们改变用户或卖家的体验时，我们预期会看到什么？当我们提高运输速度时会发生什么？当我们改进退货政策或评论管理时会发生什么？所有这些问题都是因果性的，而大卫·卡德、乔舒亚·安格里斯特和我一直在研究的方法与此极其相关。不仅如此，某机构的经济学家们不断提出新问题，推动了进一步的方法论创新。”
卡德补充道：“某机构拥有一支了不起的经济学家团队，他们正在进行前沿的应用研究，展示了经济理论和方法在现实世界中的力量。”
FINISHED
