文章图片
得知获奖后 ， 因本斯（中）与家人的合影 。 安格里斯特与因本斯相识于职业生涯初期 ， 二人分别于1989年和1990年毕业后到哈佛大学经济学系任教 ， 很快一拍即合 ， 乐于一同做研究 。
20世纪90年代中期 ， 安格里斯特和因本斯对如何评估平均干预效应做出了挑战 。 他们将经济学中常用的工具变量(IV)框架和统计学中常用于因果推理的“反事实结果”（counterfactualoutcome）框架相结合 ， 分析了在现实场景中 ， 如何识别和评估可以明确解释的干预效果 ， 即局部平均干预效应(localaveragetreatmenteffect,LATE） 。 安格里斯特和因本斯的研究表明 ， 使用工具变量 ， 即与是否受到干预相关而与其他影响结果的因素无关的变量 ， 可以识别出针对依从实验或准实验分配的个体(complierstotheassignedtreatment)的局部平均干预效应 。 在上面提到的测试新药的实验为例 ， 工具变量就是实验组/对照组的分配 ， 而依从分配的个体指的是无论分配到实验组或是对照组都会遵从医嘱服药的患者 ， 即分配在实验组会服用新药而分配在对照组会服用旧药 。 瑞典皇家科学院点评称 ， 在经济学还是其他社会科学领域他们的LATE框架成为准实验性和实验性研究 ， 的主导框架 。 而且 ， 由安格里斯特和因本斯提供的LATE框架也用于检测包括断点回归设计和双重差分识别在内的其他因果推断方法的条件 。
瑞典皇家科学院认为 ， 今年三位获奖者的贡献彼此互补 ， 综合起来的整体贡献大于他们各自贡献之和 。 卡德在20世纪90年代初的研究展示了如何利用自然实验揭示因果效应 ， 将使用观察数据的实证研究的焦点转向依赖准实验变化来建立因果效应 。 安格里斯特和因本斯则极大地改变了研究人员使用由自然实验或不完全依从（imperfectcompliance）随机实验产生的数据来研究实证问题 。 因此 ， 所有获奖者的贡献加在一起 ， 他们为经济学建立基于研究设计的实证方法发挥了核心作用 。 他们的方法旨在模拟随机实验通过可观察的数据（observeddata）来回答因果问题 ， 大大提高了研究人员使用可观察的数据来回答对经济和社会政策具有重大意义的因果问题的能力 。
1994年 ， 安格里斯特与因本斯共同发表的《局部平均干预效应的识别和估计》（IdentificationandEstimationofLocalAverageTreatmentEffects ， Econometrica,March1994.)将LATE这一因果推断框架模型正式发表 ， 也是诺奖这次表彰他们的最主要的贡献 。
张宏亮介绍 ， 安格里斯特对自然实验的研究与贡献集中体现在他的两篇代表作中 。 第一篇可以追溯到他的博士论文《终生收入与越战时期抽签征兵制度：来自社会保障行政记录的证据》（LifetimeEarningsandtheVietnamEraDraftLottery:EvidencefromSocialSecurityAdministrativeRecords,TheAmericanEconomicReview,June1990.） ， 他研究的是在越战期间 ， 因为按照生日进行随机抽签而服兵役对未来的收入产生的影响 。 第二篇就是他在1994年和因本斯共同发表的《局部平均干预效果的识别和估计》这篇论文 。 这篇论文通过严谨的数学推导出了LATE理论模型 。 张宏亮指出“基于LATE因果推断模型的经济学实证论文 ， 最大的优势研究设计干净利落（cleanandneat） ， 因果推理方法、所基于的事实数据、以及从中推断出什么样的结论都可以清晰地解释给即使是没有经济学背景的非专业人士 。 ”

文章图片
LATE的数学推导
【专访诺奖得主Angrist中国门生：他的教育研究对中国有借鉴意义