2021 年 10 月，斯德哥尔摩的诺贝尔经济学奖委员会宣布将当年的奖项颁给三位美国经济学家：David Card、Joshua Angrist 和 Guido Imbens。理由是他们"对因果关系分析的方法论贡献"与"对劳动经济学的实证贡献"。
委员会同时引用了一个词，这个词在过去二十年已经成为经济学内部最广泛流传的自我批评之一：可信性革命（Credibility Revolution）。
这场革命的核心不是一个新理论，而是一个问题的重新定位——经济学在多大程度上能够可信地回答"如果 X 改变，Y 会怎样"这类因果问题？
破除误解：相关性与因果性的鸿沟
在大多数人的直觉里，经济学研究的样子大概是：收集大量数据，运行回归方程，从系数里读出政策含义。"最低工资上涨 10%，失业率增加 N%。"
但这个过程有一个难以绕开的统计问题：选择偏误（selection bias）。
真实世界里，政策不是随机发生的。政府往往在经济困难时上调最低工资；富裕地区的孩子更可能上大学；受过良好教育的家庭倾向于移居教育资源更好的城市。如果研究者直接比较"实施了政策 X 的地方"与"没有实施政策 X 的地方"，观察到的差异究竟来自政策本身，还是来自两类地方本来就不同——这两者根本无法分开。
这不是技术细节。这意味着大量早期经济学研究的政策结论，在逻辑上从一开始就站不住脚。
可信性革命的贡献就是系统性地解决这个问题：如何在没有真正随机分配政策的现实世界中，找到近似随机的变动，用它来识别出真正的因果效应。
核心工具箱
自然实验与断点回归
Card 在 1990 年代对最低工资问题的研究是可信性革命最经典的案例之一。当时标准理论预测：提高最低工资会增加失业率，因为劳动力价格上涨会导致雇主少雇人。
Card 和同事 Alan Krueger 注意到一个天然的"实验"：1992 年，新泽西州提高了最低工资，而邻近的宾夕法尼亚州没有。两州的快餐行业在政策实施前大体相似。他们在政策实施前后对两州的快餐店进行了调查，把宾夕法尼亚州作为"对照组"，新泽西州作为"实验组"。
结论震惊了经济学界：新泽西州提高最低工资后，快餐业就业没有下降，甚至有轻微上升的迹象（Card & Krueger, 1994）。这不是一个小发现——它直接挑战了教科书中关于最低工资的核心预测，并引发了长达数十年的争论，至今仍未平息。
Card 还利用 1980 年美国历史上著名的"马里埃尔船民潮"——卡斯特罗在几个月内允许约 12.5 万名古巴人移民美国，其中大量涌入迈阿密——作为另一个自然实验，研究大规模突然移民对当地低技能工人工资和就业的影响。他的初步结论是影响甚微，这同样与简单的供求逻辑相悖。
工具变量（IV）
Angrist 和 Imbens 则专注于发展识别因果效应的统计框架。工具变量法的核心思想是：找到一个只影响"原因 X"、但不直接影响"结果 Y"的外部变量（工具），用它来分离出 X 对 Y 的纯净因果效应。
Angrist 在研究服兵役对收入影响时面临一个棘手问题：自愿参军的人与不参军的人在许多特征上本来就不同（包括教育程度、家庭背景、风险偏好）。他找到了一个工具：越战期间的征兵抽签号码——一个真正随机决定了部分人是否被迫服役的机制。利用这一随机性，他得以估算出服役对收入的真实因果效应，结论是存在显著的负面影响（Angrist, 1990）。
Imbens 与 Angrist 合作建立了一套完整的理论框架，说明在"依从者（compliers）"——即真正受到工具变量影响而改变行为的人——这个群体上，IV 估计量识别出的是什么，称为局部平均处理效应（LATE，Local Average Treatment Effect）。这一框架厘清了工具变量法的适用边界，是方法论上的重要进步（Angrist & Imbens, 1994）。
随机对照实验（RCT）
另一条战线由 Banerjee、Duflo 和 Kremer 开辟——他们把医学临床试验的逻辑直接带入发展中国家的贫困研究。
与自然实验依赖偶然产生的"伪随机"不同，RCT 直接设计随机分配：随机选择一批村庄发放补贴、随机向一批学生提供额外辅导、随机向一批农户提供农业技术培训。如果随机化设计得当，实验组与对照组在起始点上的所有差异都是纯随机的，因此事后观察到的差异可以直接归因于干预本身。
他们与同事共同创立的"贫困行动实验室"（J-PAL，现设于 MIT）已在全球超过 80 个国家开展了数百项 RCT 研究，覆盖教育、卫生、微型信贷、农业、条件现金转移等领域。
Banerjee、Duflo、Kremer 三人因此获得了 2019 年诺贝尔经济学奖，获奖理由是"用实验方法减轻全球贫困"。
谁在做、做到了哪一步
三种方法在 2020 年代已经发展成一个相互配合的工具箱，但内部分工和侧重各有不同：
| 方法 | 代表人物 | 适用场景 | 核心限制 |
|---|---|---|---|
| 自然实验 + 差分中的差分（DiD） | Card、Duflo | 政策冲击研究 | 依赖平行趋势假设 |
| 断点回归（RD） | Angrist 等 | 阈值制度设计（如考试分数线） | 仅在断点附近局部有效 |
| 工具变量（IV） | Angrist、Imbens | 有内生性的政策评估 | 工具变量难找，且 LATE 的外推受限 |
| 随机对照实验（RCT） | Banerjee、Duflo、Kremer | 干预政策评估 | 成本高，外部有效性存疑 |
2020 年代，这个领域的前沿正在向几个方向延伸：
机器学习与因果推断的结合：Imbens、Susan Athey（斯坦福大学）等人正在探索如何用机器学习方法识别异质性处理效应（HTE，Heterogeneous Treatment Effects）——不同个体对同一政策的响应有多大差异？这把因果推断从"平均效应"推向"个体化效应"（Athey & Imbens, 2016）。
合成控制法（Synthetic Control）：Alberto Abadie（MIT）发展的合成控制法通过构造一个"人工反事实"——从多个对照单元的加权平均来模拟假如没有政策冲击的走势——来评估单个大型政策干预（如某个省的贸易开放政策）。这一方法在案例稀少、无法依赖大样本的情境下尤其有价值。
DiD 方法的精细化：2021 年以来，多篇论文指出了经典"双向固定效应"（Two-Way Fixed Effects）模型在异质性处理效应下可能产生严重偏误的问题，由此引发了对 DiD 方法技术细节的重新审视，新的估计量（如 Callaway & Sant'Anna, 2021）相继被提出并迅速进入应用研究。
代价与争议
可信性革命并非没有代价。
外部有效性（external validity）的困境是 RCT 最受批评的核心。一项在肯尼亚农村小学进行的补贴教科书实验，其结论适用于孟加拉国的城市学校吗？在受控条件下的实验结果，能否推广到更大规模的政策实施？Deaton 和 Cartwright（2018）系统地批评了 RCT 的这一局限，认为政策外部有效性问题不能被因果识别的严格性掩盖。
局部性的代价：自然实验和 IV 估计的通常是局部平均效应，而非全局平均效应。Card 的马里埃尔结论被后续研究者（Borjas, 2017）用不同的技术选择重新分析，得出移民确实压低了工资的相反结论，争论延续至今，说明"可信的识别策略"并不自动产生无争议的答案。
"理论匮乏"的指控：批评者（如 Deaton, 2010）认为，可信性革命过于迷恋方法论的精细，而忽视了结构性理论模型的价值——没有理论框架，大量 RCT 和自然实验的发现只是一堆无法拼合成完整图景的碎片。
政治化的担忧：最低工资研究本身已经成为政治争论的场所。研究者的方法选择（控制变量的选取、对照组的界定）都可能实质性地改变结论，而这些选择并非完全中立。
未知的边界
- 平均效应到个体效应的桥梁：即便我们知道"平均而言"最低工资不损害就业，我们并不知道哪类工人、哪类地区、哪个行业会受益或受损——异质性处理效应的识别仍是开放问题。
- 大规模干预的评估：RCT 适合小规模测试，但当一个政策覆盖数千万人时，测试设计本身的成本和伦理问题如何处理？
- 长期效应的测量：大多数 RCT 的随访期在一到三年以内，而教育、营养干预的真实效果可能要二十年后才显现。
- 通用均衡效应：局部均衡的因果估计（只看直接受影响的人）能否推广到整体经济体系中（当每个人的行为都发生变化时），是一个尚未解决的方法论难题。
跨域连接
- 计量经济学基础：这场革命换掉的不是估计量，而是论证顺序：先说清什么制造了近似随机的变动，再谈系数。代价是可回答的问题变窄——能被干净识别的问题未必是最重要的问题，这也是它后来重新与结构模型结合的动机。
- 临床试验伦理：随机化的逻辑来自临床医学，随之而来的也是同一套约束：谁被分到对照组、知情同意怎么取得、干预明显有效时是否该提前终止。推论是干预规模越大，随机化的伦理成本越高，方法的适用范围因此被现实边界限住。
- 预注册与注册报告：另一门学科的复制危机给出补充教训：识别策略再干净，如果分析路径能事后挑选，结论仍不可信。可信性因此有两层——识别的可信与流程的可信，只解决前者不够，而后者需要制度而非技术。
- 科学哲学：潜在结果与结构因果模型对"因果"的定义不同，可识别条件也不完全重合，而现有工具箱几乎全建立在前者之上。推论是换一套形式化，同一份数据的可识别集就会变——这是本体论选择，不是技术偏好。
- 对外援助与发展：实验证据进入政策后，真正的难题是规模化：小范围有效的干预放大后会改变价格、挤占供给、触发一般均衡反应。推论是把局部效应直接当政策弹性使用，会系统性高估效果，而这一偏差的方向与大小通常都无法事先判断。
参考文献
- Card, D., & Krueger, A. B. (1994). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772–793.
- Angrist, J. D., & Imbens, G. W. (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2), 467–475.
- Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press.（可信性革命的实践教科书）
- Banerjee, A. V., & Duflo, E. (2011). Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty. PublicAffairs.
- Deaton, A., & Cartwright, N. (2018). Understanding and Misunderstanding Randomized Controlled Trials. Social Science & Medicine, 210, 2–21.
- Athey, S., & Imbens, G. W. (2016). Recursive Partitioning for Heterogeneous Causal Effects. Proceedings of the National Academy of Sciences, 113(27), 7353–7360.
- Nobel Committee. (2021). Scientific Background: Natural Experiments in the Social Sciences. The Royal Swedish Academy of Sciences. [nobelprize.org]