跳轉到

2019 · 懸案：減貧政策，究竟有沒有效？#

2019 諾貝爾經濟學獎（瑞典央行紀念獎）：阿比吉特·維納亞克·班納吉 Abhijit Vinayak Banerjee（印度／美國，1961– ）、艾絲特·卡羅琳·迪弗洛 Esther Caroline Duflo（法國／美國，1972– ）與麥可·羅伯特·克雷默 Michael Robert Kremer（美國，1964– ）— 表彰他們「以實驗方法緩解全球貧窮」（for their experimental approach to alleviating global poverty）。

懸案（案情提要）#

減貧是經濟學最古老的目標之一，但 2019 年之前，政策評估的方法極為脆弱：

  1. 觀察性資料無法回答因果問題：實施某項援助計畫的地區，本來就可能更窮——於是「援助與貧窮的相關」既可能是政策有效，也可能是政策被需要（選擇偏誤）；
  2. 反事實不可觀察：要知道「沒有援助會怎樣」，必須知道同一群人在另一條歷史分支上的表現；
  3. 政治障礙：政策實驗需要隨機化，但選民、官員都會抵制（1990 年前的隨機化實驗多集中在醫療與微觀信貸）；
  4. 理論懷疑：隨機實驗得到的「局部效果」，能否推廣？實驗結論常被批為「不切實際」或「無法擴展」。

三人的答案是：把減貧變成一門實驗科學——用隨機對照實驗（RCT）建立因果證據，並把「制度性障礙」（資訊、激勵、缺失的市場）納入政策設計。

前因#

年份 事件
1990s 1990s 醫學隨機試驗的黃金時代；Abel–Glaeser（1991）證明「選擇偏誤」在都市研究中的嚴重性
1995 Banerjee 在印度做動態研究的博士論文（《 Poor Economics》，2002 出版）
1996 Duflo 與 Banerjee 相遇（MIT）；Duflo 的博士論文（1999，MIT，關於印尼學校的水分缺乏與缺席）
1999 Duflo 的〈柯曲拉與班加羅的營養〉：微觀隨機試驗：口服補液鹽（ORS）對兒童腹瀉死亡率的影響
2000 Kremer 在 MIT 的「Development Innovation Lab」
2001 Banerjee、Duflo 与 Esther Duflo 的「Kerala Teachers」實驗；「Schooling and Cognitive Ability」（1996）——教育不是提高「一般智力」
2003 「Progresa（CONDOR）計畫」評估：墨西哥的現金轉移計畫；政策改革的政治經濟學（Duflo 的「改革要對抗既得利益者」的命題）
2003 「Scholarships for Girls in Kenya」（女性教育回報的田間實驗）
2004 「Buring the Money: Teacher Incentives」（印度 cameras 對缺勤的抑制）
2005 「The Battle of the Sexes」（印度男性HIV的經濟學）
2006 「Active Learning, Technical Assistance, and the Development of Educational Technology」（印度的電腦輔助教學，\(15/\))
2007 「Incentives and Sanitation」（印度 sanitation 補貼，帶來更高出席率）
2010 Kremer 的「Development Lab」的組織化；J-PAL（Abdul Latif Jameel Poverty Action Lab）成立（2003 創辦，2010 正式成立）
2015 「General Equilibrium Effects of Cash Transfers」（巴西的 Bolsa Família，帶來顯著的全國性勞動市場效果）
2019 得獎；委員會稱其「以實驗方法緩解全球貧窮」。** Banerjee 與 Duflo 是夫妻，並成為史上第六對共同獲諾貝爾經濟學獎的夫妻

調查#

線索一：RCT 的方法論骨架#

隨機對照實驗的估計量：

\[ \hat{\tau} = \overline{Y}_{T} - \overline{Y}_{C} \]

其中處理組 \(T\) 與對照組 \(C\) 被隨機分配。隨機化給出兩個性質：

  1. 無混淆（no confounding）：\(E[Y(1) - Y(0) | D = 1] = E[Y(1) - Y(0) | D = 0]\)；
  2. SUTVA（無干擾、處理無溢出）。

估計量的抽樣分佈正是 1989 年 Haavelmo 案給出的 Davison–Haavelmo 定理（1981 案）。

三人的方法論貢獻（使 RCT 可用於政策）：

  1. 把「理論」放進實驗：實驗不是盲目的效果測量，而是檢驗經濟學的機制假設。例如「微型企業的貸貸限制是發展的障礙」\(\rightarrow\) 實驗：隨機給予微型企業貸款額度，觀察投資與生存率；
  2. 處理一般均衡效應（BAN 2015）：巴西 Bolsa Família 的 RCT 發現，全國性現金轉移確實降低了勞動供給（正當性 labor supply），提高了均衡工資——這說明局部的實驗效果不能直接外推到全國規模；
  3. 一般化的實驗（general equilibrium）與「規模問題」：實驗樣本佔市場的比例若太小，則缺乏一般均衡效果；若太大，則外部有效性受限。Kremer 的組織化工作（Development Innovation Lab）試圖解決「規模化（scale-up）」問題——同一方法在多國複製。

線索二：駭人的發現——「微觀的、無關緊道的細節」決定生死#

三人最著名的發現，是「最便宜的救命技術竟然沒被採用」：

  1. 口服補液鹽（ORS）：Duflo 與 Banerjee（2004，American Economic Review）在孟加拉的隨機實驗證明：推廣 ORS 可以大幅降低腹瀉造成的兒童死亡率，代價極低，但推廣率極低——障礙不是技術，而是資訊與信任；
  2. 除蟲藥（deworming）：在肯亞的實驗顯示，給予學童除蟲藥能改善出勤率（attendance）——但對測驗成績沒有效果（因為蟲病影響的是「現有的健康狀態」，而非「認知能力」）；
  3. 飲水與缺席：Duflo 的博士研究發現，學校供水（toilets for girls）能減少女童缺席；
  4. 微量營養素（缺碘、缺鐵、維生素 A）：這些「低成本、高影響」的營養補充在發展中國家的兒童智力與健康上有巨大效果。

核心命題：發展的障礙常常不是「資源不足」，而是激勵錯位：教師不願意教（在缺勤率高的班級教學成本高）、家長不願意投資（因為孩子的健康與營養問題不在學校解決）、企業不願意採用技術（因為客戶窮且風險高）。

線索三：從「識別」到「機制」——三個機制實驗#

  1. 資訊機制：Kremer 的「student achievement and incentives」系列：
  2. 相機監控（cameras）：印度政府的 Biometric Attendance System（BAMS），隨機在部分學校引入，相機監控教師缺勤的結果：缺席率下降約 21 個百分點，學習成績上升——這是「監控」而非「物質獎勵」的效果；
  3. 教師賞金（teaching incentives）：印度「Teaching at the Right Level」（TARL）的隨機實驗發現，把報酬與學習成果掛鈎（而非與出席掛鈎）顯著提高學習，但對最低表現的學生無效甚至有害（因為他們無法達到目標）；
  4. 市場機制：Kremer 的豆類與玉米的價格與營養實驗顯示，若學校周邊缺乏豆類供給，即使提高學校的營養餐標準，孩子仍會在回家後吃不對；營養政策必須配合市場結構；
  5. 制度機制：Duflo 的 Progresa 評估顯示，現金轉移的政治經濟學決定了改革能否持續——Progresa 的成功不只在於設計（明確的受益人資格、醫療與教育投資），也在於它繞過了既得利益者並建立了新的支持聯盟。

線索四：規模化與「制度缺口」#

Kremer 的核心問題：實驗成功，但無法擴展。他提出的解方是Development Innovation Lab 的組織模式：

\[ \text{研究} \to \text{政策試點} \to \text{政策採納} \to \text{證據的累積} \]

以及「證據的累積（cumulative culture of experimentation）」——國家的實驗能力本身是一種制度資本。

線索五：窮人市場的創新（與 2018 案的對話）#

2018 年羅默案提出「窮人市場的創新」；2019 年的實驗工作正是它的實證面：

  • ORS、除蟲藥、小型太陽能、微型保險、農業技術——都是高社會價值、低商業回報的創新；
  • 實驗證明其需求彈性高但供給側受資訊與風險約束；
  • 政策含義：政府或補貼者應成為這些創新的最後需求者（procurement、subsidies），這正是 Mo Ibrahim Prize 與 Gavi、UNICEF 的疫苗採購模式。

理論裁決#

裁決一：隨機對照實驗是減貧政策因果證據的金標準；其統計基礎是 Davison–Haavelmo 的抽樣分佈定理（1981 案的深遠影響）：

\[ \hat{\tau} = \overline{Y}_{T} - \overline{Y}_{C} \;\xrightarrow{a.s.}\; E[Y(1) - Y(0)] \]

裁決二：經濟學的機制假設可以被隨機實驗檢驗；實驗不只估計效果，更檢驗「為什麼有效」——這使減貧從「許願」變成「工程」。

裁決三：發展的瓶頸常常是激勵錯位（教師、家長、雇主的激勵與結果脫節），而不是資源不足；因此政策的正確對象是機制。

裁決四：局部的實驗效果不能直接外推到全國規模——必須考慮一般均衡效果（如現金轉移的全國性勞動供給效應）：

\[ \text{局部效果} \neq \text{一般均衡效果} \quad (\text{當處理佔市場比例足夠大時}) \]

裁決五：實驗能力本身是發展的制度資本；窮國的貧窮不只因為資源少，也因為缺少「用實驗找出有效政策」的制度能力。

後果#

領域 影響
政策應用 世界銀行的「業務手冊」以實驗證據為基礎；UNICEF、蓋茨基金會的現金轉移與疫苗政策；美國的 ACA 與 2010s 的大型隨機實驗（OPE）；India 的 MGNREGA 的評估
學術 發展經濟學的實證方法革命；J-PAL 與 IPA 的全球網絡；「證據驅動的政策」（evidence-based policy）成為國際組織的核心話術
爭議 外部有效性（external validity）與「實驗室的貧窮」之批；對「大規模轉移」的質疑（Abhijit 的名言：「大規模社會政策有時會失敗，是因為人們不嘗試」）；性別與家庭規範的介入被批為「文化殖民」；2018 年後對「實驗經濟學的帝國主義」的檢視
跨獎 1989 Haavelmo（統計基礎）、2000 Heckman–McFadden（選擇偏誤）、2021 Card–Angrist–Imbens（因果推斷方法論）、2018 Romer（窮人市場的創新）

關聯#