اقتصادسنج انقلابی

چند سال پیش، اگر از یک اقتصاددان تجربی می‌پرسیدید موثرترین ابزار برای سنجش اثر یک سیاست چیست، احتمالاً یکی از پاسخ‌ها «تفاضل در تفاضل‌ها» بود؛ روشی ساده و جاافتاده که سال‌ها برای اندازه‌گیری اثر افزایش حداقل دستمزد، اصلاحات مالیاتی، قوانین محیط‌زیستی، برنامه‌های سلامت و ده‌ها سیاست دیگر به‌کار رفته بود. منطقش هم آن‌قدر سرراست بود که به‌راحتی می‌شد آن را در یک مثال توضیح داد: تغییرات گروهی را که سیاست روی آن اجرا شده با تغییرات گروهی که هنوز مشمول سیاست نشده یا اصلاً مشمول آن نیست، مقایسه کن و ببین بعد از اجرای سیاست چه فاصله‌ای میان آنها ایجاد شده است. این روش البته از همان ابتدا یک شرط مهم داشت؛ دو گروه، اگر سیاست اجرا نمی‌شد، باید مسیری مشابه را طی می‌کردند. اقتصاددان نمی‌توانست صرفاً ببیند بعد از اجرای سیاست چه اتفاقی افتاده و همه تغییر را به حساب سیاست بگذارد. باید هرکس می‌فهمید گروه تحت سیاست در غیاب آن چه مسیری را طی می‌کرد. همین فرض به «روندهای موازی» معروف شد و برای سال‌ها یکی از پایه‌های اصلی این نوع پژوهش‌ها بود. اما دنیای واقعی همیشه منتظر نمی‌ماند تا داده‌ها مرتب و تمیز در اختیار اقتصاددان قرار بگیرند. اما در فاصله سال‌های ۲۰۱۸ تا ۲۰۲۱، گروهی از اقتصادسنجان جوان به یک نتیجه ناراحت‌کننده رسیدند: نسخه رایج و پرکاربرد این روش، در بسیاری از موقعیت‌های واقعی، می‌تواند نتیجه‌ای کاملاً نادرست و حتی معکوس بدهد. یکی از چهره‌های اصلی این ماجرا، اقتصادسنج جوانی به نام لی‌یانگ سان بود که امروز به‌عنوان مدرس اقتصاد در دانشگاه کالج لندن (UCL) شناخته می‌شود. عمده شهرت او به‌دلیل تحول در نحوه اندیشیدن اقتصاددانان به «علیت» است. ایده تفاضل در تفاضل‌ها (Difference-in-Differences) می‌گوید، «گروهی را که تحت یک سیاست قرار می‌گیرد با گروهی که قرار نمی‌گیرد مقایسه کن، و روند تغییرات هر دو را قبل و بعد از اجرای سیاست بسنج». اگر روند دو گروه پیش از اجرای سیاست مشابه بوده باشد، هر تفاوتی را که بعد از اجرا ظاهر شود می‌توان به آن سیاست نسبت داد. برای دهه‌ها، اقتصاددانان این روش را با ابزاری به نام «اثرات ثابت دوطرفه» یا TWFE پیاده‌سازی می‌کردند؛ یک رگرسیون ساده که همزمان اثرات ثابت واحد (مثلاً استان یا شرکت) و اثرات ثابت زمان را کنترل می‌کند. این روش آن‌قدر رایج شده بود که در نرم‌افزارهای آماری با چند خط کد قابل‌اجرا بود و بخشی از آموزش استاندارد اقتصادسنجی در دانشگاه‌ها به‌شمار می‌رفت.

مشکل از جایی شروع شد که سیاست‌های واقعی، برخلاف مدل‌های ساده‌شده کتاب‌های درسی، معمولاً به‌صورت پلکانی و در زمان‌های متفاوت روی گروه‌های مختلف اجرا می‌شوند. یک استان ممکن است سیاست را در سال ۲۰۱۵ اجرا کند، استان دیگری در ۲۰۱۸ و استان سوم اصلاً اجرا نکند. این الگو، که در ادبیات به آن «زمان‌بندی پلکانی» گفته می‌شود، دقیقاً همان چیزی بود که بیشتر مطالعات سیاستی واقعی با آن روبه‌رو هستند؛ از اصلاحات بیمه درمانی گرفته تا قوانین محیط‌زیستی و برنامه‌های صنعتی.

شکاف دیده‌نشده

نقطه عطف زمانی رخ داد که چند پژوهشگر، تقریباً همزمان و مستقل از یکدیگر، به این پرسش پرداختند که وقتی زمان‌بندی سیاست پلکانی است و اثر آن سیاست هم در طول زمان و هم میان گروه‌های مختلف متفاوت است، رگرسیون TWFE دقیقاً چه چیزی را برآورد می‌کند؟ پاسخی که به‌دست آمد، بنیان روش رایج را لرزاند. اندرو گودمن-بیکن نشان داد که ضریب برآوردی TWFE درواقع میانگین وزنی مجموعه‌ای از مقایسه‌های دوبه‌دو میان گروه‌هاست، و در این میان مقایسه‌هایی هم وجود دارد که واحدهای «از قبل تحت سیاست» به‌عنوان گروه کنترل برای واحدهایی که تازه سیاست بر آنها اعمال شده به‌کار می‌روند. این مقایسه‌ها، که به آنها «مقایسه‌های ممنوع» لقب داده شد، می‌توانند وزن منفی بگیرند؛ به این معنا که در برخی حالت‌ها، هرچه اثر واقعی یک سیاست مثبت‌تر باشد، برآورد نهایی می‌تواند کوچک‌تر یا حتی منفی نشان داده شود. لی‌یانگ سان، در پژوهش مشترکش با سارا آبراهام که در نشریه اکونومتریکا منتشر شد، دقیقاً همین مسئله را از زاویه‌ای دیگر، و با تمرکز ویژه بر «مطالعات رویدادی» دنبال کرد. مطالعات رویدادی نسخه پویاتری از تفاضل در تفاضل‌ها هستند که علاوه‌بر اثر متوسط یک سیاست، حتی روند آن اثر را در سال‌های پیش و پس از اجرا نشان می‌دهند؛ ابزاری که اقتصاددانان از آن برای اطمینان از معتبر‌بودن مقایسه خود نیز بهره می‌برند، چون اگر روند دو گروه پیش از اجرای سیاست یکسان نباشد، کل تحلیل زیر سوال می‌رود. سان و آبراهام نشان دادند مشکل حتی از این هم عمیق‌تر است؛ در حضور ناهمگونی اثر سیاست، حتی ضرایبی که قرار است روند «پیش از سیاست» را نشان دهند و باید نزدیک صفر باشند، می‌توانند به‌طور کاذب منحرف شوند. به بیان دیگر، ابزاری که برای تشخیص خطا طراحی شده بود، خودش می‌توانست منبع خطا باشد.

آنچه پژوهش سان و آبراهام را از یک نقد صرفاً نظری متمایز کرد، ارائه راه‌حل عملی بود. آنها برآوردگری موسوم به «برآوردگر وزن‌دهی تعاملی» پیشنهاد کردند که اثر هر گروه همزمان (کوهورت) را جداگانه محاسبه می‌کند و سپس این اثرها را با وزن‌های درست، متناسب با سهم واقعی هر گروه در جمعیت، با هم ترکیب می‌کند؛ کاری که مانع از راه‌یافتن مقایسه‌های ممنوع به برآورد نهایی می‌شود. این ایده در قالب یک ماژول نرم‌افزاری به نام مطالعات رویداد در دسترس پژوهشگران قرار گرفت؛ گامی که تبدیل یک بحث فنی و پیچیده به ابزاری قابل‌استفاده برای اقتصاددانان عادی را ممکن کرد، بدون آنکه لازم باشد ریاضیات پشت آن را از صفر بازسازی کنند. این مقاله در سال ۲۰۲۲ جایزه آیگنر را از آن خود کرد و به یکی از پراستنادترین آثار این حوزه در سال‌های اخیر تبدیل شده است. اما تاثیر واقعی آن را باید در رفتار عملی اقتصاددانان جست‌وجو کرد. پژوهشی که مطالعات منتشرشده در نشریات مالی را با روش‌های جدید بازآزمایی کرد، نشان داد جایگزینی TWFE سنتی با برآوردگرهای مقاوم به ناهمگونی، در شمار قابل‌توجهی از موارد به‌طرزی محسوس به نتایجی متفاوت می‌رسد. این یافته به این معناست که بخشی از دانش تجمیع‌شده اقتصاد سیاستی در دهه‌های اخیر، دست‌کم در جزئیات کمّی، نیازمند بازبینی است.

یک موج، نه یک نفر

اهمیت کار سان را اگر فقط در یک مقاله خلاصه کنیم، بخش مهمی از داستان از دست می‌رود. اتفاقی که در اقتصادسنجی علّی رخ داد، نتیجه کار یک نفر نبود. چند گروه پژوهشی تقریباً همزمان به سراغ ابزارهایی رفتند که سال‌ها در مطالعات تجربی استفاده می‌شدند و هرکدام از زاویه‌ای متفاوت نشان دادند که در شرایطی خاص، تفسیر این ابزارها آن‌قدرها هم که به‌نظر می‌رسد ساده نیست. این جریان را می‌توان ادامه مسیری دانست که از دهه‌های قبل در اقتصاد تجربی شکل گرفته بود. در «انقلاب اعتبارسنجی» دهه‌های ۱۹۹۰ و ۲۰۰۰، اقتصاددانانی مانند جاشوا آنگریست و گیدو ایمبنز تلاش کردند استفاده از شواهد مشاهده‌ای را برای پاسخ‌دادن به پرسش‌های علّی دقیق‌تر کنند. توجه از همبستگی‌های ساده به طراحی‌های پژوهشی رفت که امکان شناسایی اثر علّی را بهتر فراهم می‌کردند. اما یک نسل بعد، بخشی از اقتصادسنجان شروع کردند به نگاه‌کردن به خود ابزارها. اگر روش مورداستفاده درست تفسیر نشود چه؟ اگر ضریب رگرسیون چیزی غیر از آنچه عنوانش می‌گوید اندازه بگیرد؟ اگر فرضی که سال‌ها در یک مدل پذیرفته شده، در داده‌های واقعی برقرار نباشد؟ درواقع، کار سان را نباید جدا از موجی دید که در همین سال‌ها اقتصادسنجی را تحت تاثیر قرار داد. تقریباً همزمان با مقاله سان و آبراهام، پژوهشگرانی مانند برنت کالوی و پدرو سانت‌آنا، کلمان دو شزمارتن و خاویر دو اُلتفوی و همچنین کیریل بوروسیاک، خاویر خاراول و ژاکس اسپیس، هرکدام از زاویه‌ای متفاوت به مشکل روش‌های قدیمی پرداختند و راه‌های تازه‌ای برای اندازه‌گیری اثر سیاست پیشنهاد کردند. روش‌هایشان با هم تفاوت داشت، اما حرف اصلی یکی بود؛ وقتی اثر سیاست میان گروه‌ها متفاوت باشد، گروهی که قبلاً تحت سیاست قرار گرفته، نمی‌تواند به‌سادگی گروه کنترل گروهی باشد که تازه وارد سیاست شده است. این پژوهش‌ها که تقریباً همزمان در فاصله چند سال منتشر شدند، به‌سرعت ادبیات تازه‌ای را در اقتصادسنجی شکل دادند؛ ادبیاتی که به‌جای ساختن یک روش جدید برای پاسخ به پرسش‌های اقتصادی، اول سراغ خود ابزار رفت و پرسید: آیا ابزاری که سال‌ها استفاده کرده‌ایم، واقعاً همان چیزی را اندازه می‌گیرد که فکر می‌کنیم؟ اهمیت این تغییر فقط دانشگاهی نبود. بسیاری از مطالعات مربوط به اشتغال، مالیات، سیاست‌های صنعتی، برنامه‌های حمایتی و مقررات محیط‌زیستی با همین روش‌های قدیمی انجام شده بودند. حالا قرار نبود همه آنها کنار گذاشته شوند، اما بخشی از آنها نیاز به بازبینی پیدا کردند؛ چون در بعضی موارد، با استفاده از روش‌های جدید، اندازه اثر سیاست تغییر می‌کرد و حتی ممکن بود نتیجه‌گیری درباره جهت یا شدت اثر هم متفاوت شود. این موضوع برای سیاست‌گذاران، تحلیلگران بازار و هر کسی که تصمیمی را بر پایه «مطالعات تجربی» بنا می‌کند، اهمیت مستقیم دارد.

مسیر پیش از این نقطه

مسیر علمی سان نیز نشان‌دهنده همین نگاه دقیق و شکاک به ابزارهای رایج است. او دوره دکترای اقتصاد و آمار خود را در سال ۲۰۲۱ در دانشگاه ام‌آی‌تی به پایان رساند و پیش از پیوستن به کالج لندن، دوره پسادکترای خود را در دانشگاه برکلی گذراند. حوزه تمرکز او از همان ابتدا صحت و دقت خودِ ابزارهای اندازه‌گیری بوده است، نه پرسش‌های بزرگ اقتصادی به‌معنای رایج؛ موضوعی که در علم اقتصادسنجی به آن «شناسایی» گفته می‌شود، یعنی این پرسش که آیا اصلاً می‌توان از داده‌های موجود، پاسخی معتبر برای پرسش علّی موردنظر استخراج کرد یا نه. این نگاه را می‌توان در دیگر آثار او هم دید. در پژوهشی مشترک با آنا میکوشوا، سان به مسئله «متغیرهای ابزاری ضعیف» پرداخت؛ وضعیتی که در آن ابزار آماری مورداستفاده برای جداسازی اثر علّی، به‌قدر کافی قدرتمند نیست و می‌تواند نتایج گمراه‌کننده ایجاد کند، حتی اگر در ظاهر آزمون‌های آماری استاندارد را پشت سر بگذارد. در پژوهشی دیگر با جسی شاپیرو، او به مدل‌های پانل با ضرایب ناهمگون و تغییرات در میزان مواجهه با یک عامل پرداخت؛ موضوعی که در ارزیابی سیاست‌هایی با شدت متفاوت در مناطق مختلف (مانند سیاست‌های تجاری یا محیط‌زیستی که شدت اجرای متفاوتی در استان‌های گوناگون دارند) کاربرد مستقیم دارد. جریان مشترک همه این آثار، پرهیز از فرض ساده‌انگارانه «همه چیز برای همه یکسان است» است؛ فرضی که دهه‌ها زیربنای بسیاری از تحلیل‌های اقتصادی بوده، اما در دنیای واقعی به‌ندرت برقرار است.

چرا این تحول برای اقتصاد کاربردی مهم است؟

شاید در نگاه نخست، این تحولات چیزی بیش از یک بحث فنی میان اقتصادسنجان دانشگاهی به‌نظر نرسد. اما دامنه کاربرد این ابزارها فراتر از دانشگاه است. نهادهای سیاست‌گذاری، بانک‌های مرکزی، اتاق‌های فکر اقتصادی و حتی بنگاه‌های بزرگ که ارزیابی اثر تصمیمات خود را با روش‌های شبه‌آزمایشی انجام می‌دهند، همگی به همین خانواده از ابزارها متکی هستند. وقتی روشی که پایه ارزیابی اثر یک سیاست پولی، یک اصلاح مقرراتی یا یک برنامه حمایت صنعتی بوده، دچار تجدیدنظر جدی می‌شود، این تجدیدنظر می‌تواند شکل توصیه‌های سیاستی آینده را نیز تغییر دهد. نمونه‌های عملی این موضوع کم نیستند. پژوهشی که مطالعات منتشرشده در نشریات مالی طی یک دهه اخیر را با روش‌های جدید بازآزمایی کرد نشان داد در سهم قابل‌توجهی از این مطالعات، جایگزینی TWFE سنتی با برآوردگرهای مقاوم به ناهمگونی، نتیجه‌ای به‌طور محسوس متفاوت به دست می‌دهد؛ گاه اندازه اثر تغییر می‌کند و گاه حتی جهت آن. این یافته به این معناست که ارزیابی‌هایی که پیش‌تر برای توجیه یک سیاست صنعتی، یک برنامه یارانه‌ای یا یک اصلاح مقرراتی به‌کار گرفته شده‌اند، اکنون در معرض بازخوانی هستند. برای نمونه، در مطالعاتی که اثر برنامه‌های زیرساختی یا جاده‌سازی را در مناطق مختلف با زمان‌بندی اجرای متفاوت بررسی می‌کنند، یا در تحلیل‌هایی که پیامدهای سیاست‌های حمل‌ونقل شهری و مقررات محیط‌زیستی را می‌سنجند، استفاده از تشخیص گودمن-بیکن یا برآوردگرهای نسل جدید به بخشی جدانشدنی از فرآیند داوری علمی و حتی گزارش‌های سیاستی نهادهای بین‌المللی تبدیل شده است. این موضوع برای اقتصادهایی مانند ایران که سیاست‌های اقتصادی اغلب به‌صورت پلکانی و منطقه به منطقه اجرا می‌شوند نیز اهمیت دارد؛ از اجرای تدریجی طرح‌های یارانه‌ای و اصلاح قیمت حامل‌های انرژی در استان‌های مختلف گرفته تا معرفی تدریجی مناطق آزاد تجاری یا مقررات جدید بانکی. در چنین بسترهایی، تحلیلگرانی که هنوز از نسخه کلاسیک تفاضل در تفاضل‌ها برای سنجش اثر یک سیاست استفاده می‌کنند، در معرض همان خطایی هستند که این نسل از اقتصادسنجان کشف کردند: برآوردی که ممکن است جهت واقعی اثر یک سیاست را وارونه نشان دهد. نکته دیگر، سرعت رسیدن این تحول نظری به عمل است. برخلاف بسیاری از پیشرفت‌های نظری اقتصادسنجی که سال‌ها طول می‌کشد تا به ابزارهای قابل‌استفاده در نرم‌افزارهای رایج تبدیل شوند، در این مورد فاصله میان انتشار مقاله و در دسترس قرار‌گرفتن ابزار نرم‌افزاری آن بسیار کوتاه بود؛ نسخه‌های اجراپذیر این برآوردگرها تقریباً همزمان با انتشار مقالات، در قالب بسته‌های نرم‌افزاری برای R و Stata، دو زبان برنامه‌نویسی رایج در میان اقتصاددانان تجربی، در دسترس قرار گرفتند. این سرعت را می‌توان تا حدی نتیجه ماهیت باز و اشتراکی جامعه اقتصادسنجی امروز دانست؛ جایی که کد و داده‌های تکرارپذیری هر پژوهش معمولاً همراه خود مقاله منتشر می‌شود و پژوهشگران دیگر، چه در دانشگاه و چه در بخش سیاست‌گذاری، می‌توانند بلافاصله آن را در کار خود به‌کار گیرند؛ فرهنگی که خود بخشی از همان تحول بزرگ‌تر در استانداردهای علمی اقتصاد به‌شمار می‌رود.

ادامه مسیر

آنچه این روند را از یک نوسان زودگذر علمی متمایز می‌کند، تداوم آن است. بیش از پنج سال از انتشار نخستین مقالات این موج گذشته، اما همچنان هر سال ده‌ها مقاله جدید در ادامه همین خط پژوهشی منتشر می‌شود؛ از برآوردگرهای مقاوم به داده گم‌شده گرفته تا روش‌های ترکیبی برای داده‌های ابزاری در طراحی‌های پلکانی. سان همچنان در مرکز این جریان فعال است و در کنار تدریس در کالج لندن، پروژه‌ای پژوهشی با حمایت مالی شورای پژوهش اقتصادی و اجتماعی بریتانیا را نیز هدایت می‌کند. داستان لی‌یانگ سان، داستان یک نسل از اقتصادسنجان است که به‌جای پذیرفتن ابزارهای موروثی به‌عنوان موضوعی بدیهی، آنها را دوباره روی میز گذاشتند و از خودشان پرسیدند: آیا این ابزار واقعاً همان چیزی را می‌سنجد که ما فکر می‌کنیم؟ پاسخ به این پرسش ساده، شکلی از دقت را به اقتصاد تجربی بازگرداند که اثرش را می‌توان، فراتر از صفحات نشریات دانشگاهی، در کیفیت ارزیابی سیاست‌های اقتصادی در سراسر جهان مشاهده کرد.