Можно бесконечно приводить примеры того, как исследования на основе АМР показали один результат, а эксперименты — другой. Например, АМР показал, что добавка витамина Е в пищу снижает вероятность рака простаты. В разных штатах были проведены эксперименты, в ходе которых мужчины-участники были случайно распределены по двум группам: экспериментальная группа принимала витамин Е, контрольная группа принимала плацебо. Этот эксперимент выявил небольшое повышение вероятности заболевания раком из-за употребления витамина Е[157].
Витамин Е — не единственная пищевая добавка, вызывающая недоверие. Множество экспериментальных исследований показывают, что мультивитамины, которые принимает половина американцев, не приносят либо никакой пользы, либо очень малую, а если принимать повышенное количество витаминов, то организму это причинит только вред[158]. Что касается остальных 50 000 пищевых добавок, которые имеются в продаже, то об их эффективности нет практически никаких доказанных сведений. Большинство доказательств, которые имеются сейчас о пищевых добавках, говорят о том, что они бесполезны, а некоторые — и вредны[159]. К сожалению, политика компаний — производителей пищевых добавок привела к тому, что конгресс исключил их продукцию из списка товаров, подлежащих государственному регулированию, и в том числе освободил производителя от требования экспериментально исследовать эффективность продукции. Как следствие, миллиарды долларов ежегодно растрачиваются на лекарственные средства, которые либо бесполезны, либо вредны.
Использование анализа множественной регрессии там, где нужны исключительно эксперименты
Чем дольше человек сидит без работы, тем труднее ему найти ее. В то время, когда пишется эта книга, количество людей, которые не работают в течение короткого срока (до 14 недель), едва превышает число безработных перед началом Великой рецессии и мирового финансового кризиса 2007-2008 гг.[160] Но число «долгосрочных» безработных на 200% превышает число безработных в тот же период. Есть ли у работодателей предубеждение к долгое время не работавшим людям? Неужели к ним теряют интерес лишь потому, что у них долго не было работы? АМР не может дать ответа на вопрос, действительно ли про прочих равных переменных работодатели несправедливо обходят вниманием тех, кто не работал долго, предпочитая тех, кто совсем недавно остался без работы. Ведь у людей, не работавших долгое время, могут быть негативные отзывы от предыдущих работодателей, а может быть, они не прикладывали достаточно усилий, чтобы найти работу, или были чересчур разборчивы в поиске. Политики, как правило, ссылались именно на эти причины, пытаясь объяснить ситуацию в период Великой рецессии. Но нельзя узнать, верны ли эти объяснения, проведя анализ множественной регрессии. Никакое «контролирование» подобных переменных не способно избавить такой анализ от ошибки самоотбора и с точностью сказать, существует ли данное предубеждение.
Единственный способ ответить на этот вопрос — провести эксперимент. И такой эксперимент был проведен; ответ известен. Экономисты Ранд Гайяд и Уильям Диккенс разослали 4800 фиктивных заявок о приеме на работу на 600 открытых вакансий[161]. Даже в тех случаях, когда данные претендентов были идентичны, за исключением мнимого периода безработицы, тех, кто был без работы короткое время, приглашали на собеседования в два раза чаще, чем тех, кто не работал длительный срок. Более того, тех, кто не работал короткое время, чаще приглашали на собеседование даже в тех случаях, когда их квалификация была ниже, чем у соискателей, не работавших длительное время!
Существуют вопросы, на которые можно ответить только с помощью эксперимента, но некоторые ученые все равно предпочитают искать ответы на них, прибегая к анализу множественной регрессии.
Множество экспериментальных исследований показали, что, если работу ищут афроамериканцы с характерными именами (Д’Андре, Лакейша), их реже приглашают на собеседования, чем таких же кандидатов с более обычными именами (Дональд, Линда). Вероятность того, что соискателей с именами, указывающими на белый цвет кожи, пригласят на собеседование, была на 50% выше, чем у соискателей с именами, указывающими на черный цвет кожи[162]. Имя, указывающее на белый цвет кожи, по сравнению с именем, указывающим на черный цвет кожи, можно приравнять к ценности восьмилетнего опыта работы. Будучи не совсем уверенными в том, что «черные» имена так сильно ухудшают экономические возможности человека, известные экономисты Роланд Фрайер и Стивен Левитт провели исследование множественной регрессии, изучив соотношение между «черным» именем и различными экономическими показателями[163]. Для исследования была выбрана популяция черных женщин нелатиноамериканского происхождения в Калифорнии, которые выросли и остались жить в этом штате. В качестве зависимых переменных были выбраны не такие аспекты, как успешный поиск работы, уровень дохода и профессиональный статус, а косвенные показатели уровня жизни — уровень дохода относительно среднего дохода женщин в районе проживания, а также наличие полиса добровольного медицинского страхования. Исследователи отмечают, что последняя переменная является «лучшим показателем из тех, что у нас есть, напрямую относящимся к уровню профессиональной востребованности женщины»[164]. (Именно так — лучшим из тех, что были у этих исследователей. На самом деле это довольно грубый показатель для оценки профессиональной востребованности.)
Фрайер и Левитт обнаружили, что у женщин с именами, указывающими на черный цвет кожи, карьера складывалась значительно хуже, чем у женщин, с именами, указывающими на белый цвет кожи, что и ожидалось после проведения первых экспериментальных исследований. Но соотношение между типом имени и результирующими переменными исчезло, когда они взяли под контроль такие переменные, как процент черных детей в том роддоме, где родилась конкретная женщина; процент черных детей в том регионе, где она родилась; родилась ли ее мать в Калифорнии; возраст матери на момент ее рождения; возраст отца на момент ее рождения; сколько месяцев женщина наблюдалась у врача в течение беременности; родилась ли она сама в обычном районном роддоме; ее вес при рождении; сколько детей она родила; была ли она матерью-одиночкой.
Авторы понимали проблемы, связанные с этим видом анализа. Они признают, что «очевидная недоработка такого эмпирического подхода состоит в том, что, если ненаблюдаемые характеристики женщин коррелируют и с их уровнем жизни, и с их именем, результаты наших исследований будут искажены»[165]. И это правда.
Тем не менее авторы исследования продолжают настаивать, что между именем и уровнем жизни нет никакой связи, если исключить все остальные факторы. «Мы не обнаружили... никакой отрицательной зависимости между именами, которые определенно часто носят чернокожие, и уровнем жизни, исключив влияние других обстоятельств при рождении ребенка»[166]. Нужно было бы провести оценку чрезвычайно большого количества переменных, многие из которых могли бы лучше предсказать карьерный рост, чем те, что исследовали Фрайер и Левитт, чтобы подтвердить этот вывод. (При исследовании очень большого числа переменных многие из них показывают более крепкие взаимосвязи с зависимой переменной, чем корреляцию с интересующей исследователя переменной, отчего выводы становятся менее надежными.)
Фрайер и Левитт предполагают, что родители могут дать ребенку имя, указывающее на черный цвет кожи, ничуть не беспокоясь о том, что это может плохо повлиять на его будущую карьеру. Это кажется чрезвычайно маловероятным в свете данных экспериментальных исследований.
Недавнее исследование, проведенное Кэтрин Милкман и ее коллегами, показало, что имя, указывающее на черный цвет кожи, определенно может плохо сказаться на шансах поступления в университет[167]. Тысячам профессоров разослали по электронной почте письма якобы от претендентов на постдипломное обучение, которые просили назначить им встречу для обсуждения перспектив проводимых исследований. Юноши с именем, указывающим на белый цвет кожи, на 12% чаще получали приглашение на собеседование с преподавателем, чем юноши с именем, указывающим на черный цвет кожи. Последствия такого отличия могут быть очень серьезны: человек, имеющий возможность работать с выбранным им самим научным руководителем, с большей вероятностью построит более успешную научную карьеру.
Почему Фрайер и Левитт решили, что исследование, основанное на АМР, может быть достаточно веским основанием, чтобы поставить под сомнение результаты экспериментов? Я подозреваю, что причина в том, что называют профессиональной деформацией, — в тенденции перенимать инструменты работы и точку зрения людей одной с нами профессии. В большинстве исследований, которые проводят экономисты, АМР — единственный доступный способ научной работы. Экономисты не могут управлять процентными ставками, установленными Федеральным резервом США. Если вы захотите выяснить, что было бы более эффективно для экономики страны во время Великой рецессии — «затянуть пояса» или, напротив, усилить государственное стимулирование, — вы можете скоррелировать степень жестких экономических мер и интенсивность процесса восстановления, но вы никак не можете случайным образом распределить население страны по данным условиям.
