В жизни Гвидо Имбенса была пара случаев, когда его серьезно недооценивали. Первый раз это случилось в Нидерландах, когда Гвидо, несмотря на то что он был прилежным учеником, был бесцеремонно отстранен на несколько недель от посещения начальных уроков экономики в школе из-за того, что он вступил в спор с учителем по поводу учебника. Много лет спустя, в ходе собеседования для принятия на преподавательскую работу в Гарвардском университете, воинственно настроенный доцент — который впоследствии стал ближайшим другом Имбенса и со-лауреатом Нобелевской премии по экономике — проголосовал против его приема на работу. «Он считал, что работа, которой я занимаюсь в рамках моей диссертации, скучная», — говорит он. «Это был очень сухой и технический трактат», — вспоминает с усмешкой Джошуа Ангрист тридцать лет спустя.
В жизни, как и в экономике, есть такие вещи, о которых мы наверняка не знаем. В 2021 году Имбенс совместно с Ангристом из Массачусетского технологического института и экономистом по вопросам рынка труда Дэйвидом Кардом из Калифорнийского университета в Беркли получил Нобелевскую премию за новый подход к причинно-следственным связям в экономических исследованиях. Имбенс и Ангрист разработали инструменты, позволяющие ответить на вопрос «А что, если…?» для жизненных ситуаций, с тем чтобы не только объяснить, что произошло на самом деле, но и на основе естественных экспериментов оценить, что могло бы произойти, если бы обстоятельства сложились иначе. Возьмем простой вопрос: «Действительно ли высшее образование предопределяет получение более высокой зарплаты на протяжении трудовой жизни людей»? Нельзя провести идеальный эксперимент, направив одного и того же человека по двум разным жизненным путям — один с поступлением, другой без поступления в вуз, — чтобы посмотреть, что получится. Это невозможно. В то же время нельзя заставить двух разных людей пойти по двум разным путям в жизни только ради эксперимента — это было бы неэтично.
Поэтому Имбенс с коллегами разработали и протестировали более точные инструменты, использующие реальные данные — запутанные, несовершенные, основанные на наблюдениях — чтобы оценить результаты, которые в противном случае нельзя наблюдать напрямую. Они первыми начали использовать причинное следствие, позволяющее, например, сравнивать схожих людей, которые по воле случая или обстоятельств принимают разные решения.
Например, во время Вьетнамской войны проводился выборочный призыв на военную службу, при котором молодым людям в произвольном порядке присваивались номера лотерейных билетов. У тех, кому достался билет с низким номером, было больше шансов быть призванными. Многие молодые люди могли избежать призыва, поступив в вуз. Таким образом, призывная лотерея создала условия для естественного эксперимента, который позволил ученым сравнить, как сложилась жизнь по таким показателям, как доходы, у ряда в остальном схожих людей, одни из которых прошли, а другие не прошли военную службу. Это стало возможным главным образом потому, что призыв на военную службу проводился исходя из произвольного присвоенного номера, который и определял вероятность призыва, а не зависел только от личной мотивации людей. Почему это важно? Дело в том, что одной только корреляции недостаточно. Если государство хочет расширить возможности для граждан и повысить доходы, оно должно понимать, действительно ли обучение в вузе предопределяет получение более высоких доходов, а не просто часто ли эти две характеристики встречаются в сочетании друг с другом. Сегодня эти методы помогают разработчикам политики, врачам, предприятиям и ученым принимать более качественные решения на основе фактических данных.
Плодотворные дружеские связи
Поворотным моментом в карьере Имбенса стали 1990-е годы в Гарварде, когда несмотря на неудачное начало знакомства, они с Ангристом приступили к совместной работе, которая потом переросла в долгую дружбу. Их партнерство сложилось не в аудитории, а в местной прачечной. Оба были младшими научными сотрудниками и нередко встречались по утрам в субботу в прачечной, обмениваясь идеями под аккомпанемент сушильных машин. «С друзьями работать приятнее, — говорит Ангрист. — Я говорю своим студентам, что коллег по работе надо выбирать так же тщательно, как и супругов», — говорил он в шутку изданию NobelPrize.org. Эта дружба позволила им сделать наиболее влиятельный вклад в науку — разработать структуру локального среднего эффекта воздействия (LATE). Это строгий метод, позволяющий оценить, как какое-то событие, например поступление в вуз, ставшее возможным исключительно благодаря случайному стечению обстоятельств — такому как получение права на стипендию — влияет на людей.
Сегодня LATE — это стандартный инструмент, позволяющий на основе неупорядоченных данных сделать достоверные выводы. Имбенс описывает его как способ сосредоточить внимание не на всех, а только на тех людях, решения которых меняются под влиянием внешних сил — закона, правила или изменения обстоятельств. Например, разработчики политики используют его для оценки того, как гарантированное законом государственное медицинское страхование для граждан старше 65 лет влияет на использование системы здравоохранения. Кроме того, он позволяет оценить, как более продолжительное обучение в учебном заведении, установленное законом об обязательном образовании, влияет на доходы. Что касается промышленности, то в Кремниевой долине его используют для оценки новых характеристик технических платформ в рамках развертывания на случайной основе. Благодаря методу LATE, который изучает людей, чье поведение обусловлено событиями реальной жизни, экономика смогла перейти от теоретических моделей к практическим мерам политики на основе фактических данных.
Имбенс отдает должное основополагающей работе статистика Доналда Рубина — еще одного коллеги и друга из Гарварда — который помог ему и Ангристу сформировать свой подход к изучению причинно-следственных связей. Он говорит, что этот подход опирался на более ранние исследования, в том числе проводившиеся в сотрудничестве с ныне покойным Аланом Крюгером, новатором в экономике труда. В их работе 1991 года оцениваются причинно-следственные связи между образованием и доходами граждан на основе данных о том, в каком квартале года они родились, и законов США о возрасте зачисления в образовательные учреждения. Эта работа «оказала очень большое влияние» на продвижение причинно-следственных связей в экономике, подчеркивает Имбенс. Эти ранние естественные эксперименты заложили основу для революции в области достоверности данных в экономике в 1990-е годы, когда ученые стали ставить под сомнение допущения и настаивать на проведении правдоподобных сравнений. Они начали спрашивать: «Что случилось бы, если бы обстоятельства сложились иначе?» Это стало сдвигом в эмпирических исследованиях, который Имбенс помог сформулировать с помощью новых инструментов и более точных стратегий идентификации.
Кард, получивший совместно с Имбенсом и Ангристом Нобелевскую премию за проведение естественных экспериментов на рынках труда, отмечает, что Имбенс занимает редкое место между теорией и практикой. «Я, скорее, практик. Он — больше методолог. Но среди методологов именно он больше всего интересуется тем, чем занимаются коллеги в прикладных сферах», — говорит Кард. Их совместная работа помогает установить связь между реально происходящими в мире событиями и тем, как это можно достоверно объяснить. Имбенс говорит: «Мы хотели сделать эконометрику более полезной для эмпирических исследователей, и таким образом заполнить, как нам казалось, некоторый пробел».
Однако вклад Имбенса в работу команды исследователей далеко не исчерпывается мощью его интеллекта, говорит Рубин. «Он от природы дружелюбный человек. Он обладает спокойствием и уважением к коллегам, что позволяет рассеять напряжение и сосредоточиться на работе, — говорит Рубин. — У него во многом другой подход к жизни».