общественных процессов и получать, как показали авторы, достоверные результаты.
Основной проблемой исследований в социальных процессах является сложность организации контролируемого эксперимента. Нельзя сделать строгую выборку подходящих нам для эксперимента людей и подвергнуть их целенаправленно влиянию, например перевести на здоровое питание. Мы можем оценивать только тех, чей осознанный выбор привел их к такому питанию. Но какие факторы повлияли на выбор этих людей? Можем ли мы полноценно их соотносить с теми, кто к такому выбору не пришел? И каково наше влияние на такой выбор, если мы ведем регулярную пропаганду здорового образа жизни? Вот тут-то и поможет нам созданная нобелевскими лауреатами методология оценки результатов естественных экспериментов. Ученые смогли ввести научно-доказательную базу в эксперименты, которые строит сама жизнь. Если в одном городе или одной стране вдруг повышают минимальную зарплату, сокращают рабочую неделю или расширяют наем мигрантов, а в соседних — нет, то по замеру результатов уже можно сказать, как это влияет на благосостояние людей и общества в целом. Другими словами, ученые предложили искать две разные группы людей, одна из которых случайным образом столкнулась с влиянием социального фактора, а вторая случайно его избежала.
Оценка социального воздействия современного бизнеса — одна из актуальных задач текущего времени. Импакт-бизнес, безусловно, должен быть успешен как в экономике, так и в реализации своей социальной миссии.
Дэвид Кард, используя метод естественных экспериментов, проанализировал влияние минимальной заработной платы, уровня иммиграции и образования на формирование рынка труда. Он выявил, что повышение минимальной заработной платы не всегда ведет к сокращению числа рабочих мест, а среднее образование имеет более высокую ценность, чем считалось раньше. В своих исследованиях Кард показал, что базовые модели экономической теории, если их воспринимать как догму и не проверять эмпирически, приводят к неверным выводам. В теории предполагается, что на рынке зарплата сотрудника равна его максимальной производительности: с одной стороны, организация не может больше платить сотруднику, ориентируясь на предел расходов, с другой стороны, сотрудник за меньшее не согласится работать, перейдет в другую организацию. Отсюда вредны любые попытки государства установить минимальную зарплату выше рынка. Такая парадигма часто транслируется теми, кто против повышения минимального размера оплаты труда.
Если в одном городе или одной стране вдруг повышают минимальную зарплату, сокращают рабочую неделю или расширяют наем мигрантов, а в соседних — нет, то по замеру результатов уже можно сказать, как это влияет на благосостояние людей и общества в целом.
Вторая догма, которую развенчал Кард, — это влияние притока мигрантов на занятость коренного населения. Об этом говорила классическая модель баланса спроса и предложения на рынке. Любое увеличение населения в этой модели (в том числе из-за миграции) приводит к увеличению числа работников на рынке и при фиксированном количестве рабочих мест дает снижение заработной платы и рост безработицы. Дэвид Кард опубликовал две крупные работы по этой теме. Первая была результатом исследования того, как более 120 000 мигрантов-кубинцев в 80-м году повлияли на рынок труда Майами. Просто сравнить безработицу и заработную плату в Майами в режиме «до и после» притока мигрантов было невозможно, экономика США переживала рост в 1979 году и падение в 1981 году по причинам, не имеющим ничего общего с этими мигрантами. Но Кард сделал анализ средних изменений в заработной плате и безработице с конца 1970-х по 1980-е годы в Атланте, Хьюстоне, Лос-Анджелесе, Тампе и Санкт-Петербурге. Затем он вычел это изменение из изменения результатов рынка труда в Майами и получил влияние притока иммигрантов на заработную плату и безработицу в городе. Кард обнаружил, что этот приток практически не повлиял на заработную плату неквалифицированных некубинцев в Майами, а также не увеличил безработицу среди чернокожих или некубинцев.
Методологическим основанием исследования Карда стал метод «разности разностей». Данный метод можно широко использовать для исследования факторов влияния в естественных экспериментах. Суть метода в простейшей реализации выглядит так: наблюдаются некоторые исходы для двух групп и двух временных периодов. Одна из групп подвержена воздействию или участвует в некоторой программе в одном из периодов, а вторая группа не подвержена воздействию ни в одном из периодов. В случае, когда одни и те же объекты внутри групп наблюдаются в каждом периоде, среднее изменение исхода во второй (контрольной) группе вычитается из среднего изменения исхода в первой (опытной) группе. Это устраняет смещение при сравнении исходов в опытной и контрольной группах только во втором периоде, которое может быть следствием постоянных различий между группами, а также смещение при сравнении во времени, которое может быть вызвано временными трендами, никак не связанными с программой.
Более подробно возможности и потенциал данной методологии можно рассмотреть на примере, приведенном Джеффри Вулдриджом в публикации «Оценивание методом «разность разностей»: предположим, что один из штатов США осуществляет программу в области здравоохранения для пожилых людей в возрасте 65 лет и старше, и зависимая переменная у — это некий показатель здоровья. Одна из возможностей состоит в том, чтобы использовать данные только по жителям штата, в котором реализуется программа, как до, так и после ее внедрения и в качестве контрольной группы взять жителей в возрасте до 65 лет (или в возрасте от 55 до 64 лет), а в качестве опытной группы — жителей в возрасте 65 лет и старше. Потенциальная проблема такого анализа состоит в том, что другие факторы, не связанные с новой программой штата, могут повлиять на уровень здоровья пожилых людей по сравнению с молодыми, например изменения политики в области здравоохранения на федеральном уровне. Иная стратегия анализа заключается в использовании другого штата для формирования контрольной группы, то есть в рассмотрении пожилых жителей штата, в котором программа отсутствует, в качестве контрольной группы. Тем самым накладывается постоянное изменение между этими двумя группами, и в дальнейшем измеряется влияние непосредственно самой программы на исследуемый показатель.
При наличии повторяющихся выборок за два периода времени модель, тестируемая с помощью данного метода, записывается следующим образом: y = b0 + b1db + 0d2 + 1d2dB + u, где y — представляющий интерес исход, d2 — фиктивная переменная для второго периода, dB — фиктивная переменная для опытной группы.
Итак, вернемся к математической постановке данного метода.
При наличии повторяющихся выборок за два периода времени модель, тестируемая с помощью данного метода, записывается следующим образом:
у = в0 + BldB + 0d2 + 1d2dB + u, (1)
где y — представляющий интерес исход, d2 — фиктивная переменная для второго периода,
dB — фиктивная переменная для опытной
