詹姆斯·赫克曼

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

詹姆斯·赫克曼(James J.Heckman)
放大
詹姆斯·赫克曼(James J.Heckman)
詹姆斯·赫克曼(James J.Heckman, 1944)
諾貝爾經濟學獎
诺贝尔经济学奖(The Nobel Economics Prize)
歷屆獲得者
1969拉格納·弗里希
(Ragnar Frisch)
簡·丁伯根
(Jan Tinbergen)
1970保羅·薩繆爾森
(Paul A. Samuelson)
1971西蒙·庫茲涅茨
(Simon Kuznets)
1972約翰·希克斯
(John R. Hicks)
肯尼斯·約瑟夫·阿羅
(Kenneth J. Arrow)
1973華西里·列昂惕夫
(Wassily Leontief)
1974弗里德里克·哈耶克
(Friedrich August von Hayek)
綱納·繆達爾
(Gunnar Myrdal)
1975列奧尼德·康托羅維奇
(Leonid Vitaliyevich Kantorovich)
佳林·庫普曼斯
(Tjalling C. Koopmans)
1976米爾頓·弗里德曼
(Milton Friedman)
1977戈特哈德·貝蒂·俄林
(Bertil Ohlin)
詹姆斯·愛德華·米德
(James E. Meade)
1978赫伯特·西蒙
(Herbert A. Simon)
1979威廉·阿瑟·劉易斯
(Sir Arthur Lewis)
西奧多·舒爾茨
(Theodore W. Schultz)
1980勞倫斯·羅·克萊因
(Lawrence R. Klein)
1981詹姆斯·托賓
(James Tobin)
1982喬治·斯蒂格勒
(George J. Stigler)
1983羅拉爾·德布魯
(Gerard Debreu)
1984理查德·約翰·斯通
(Richard Stone)
1985弗蘭科·莫迪利安尼
(Franco Modigliani)
1986詹姆斯·麥基爾·布坎南
(James M. Buchanan Jr.)
1987羅伯特·索洛
(Robert M. Solow)
1988莫裡斯·阿萊斯
(Maurice Allais)
1989特裡夫·哈維默
(Trygve Haavelmo)
1990默頓·米勒
(Merton H. Miller)
哈里·馬科維茨
(Harry M. Markowitz)
威廉·夏普
(William F. Sharpe)
1991羅納德·科斯
(Ronald H. Coase)
1992加里·貝克爾
(Gary S. Becker)
1993道格拉斯·諾斯
(Douglass C. North)
羅伯特·福格爾
(Robert W. Fogel)
1994約翰·福布斯·納什
(John F. Nash Jr.)
約翰·海薩尼
(John C. Harsanyi)
萊因哈德·澤爾騰
(Reinhard Selten)
1995小羅伯特·盧卡斯
(Robert E. Lucas Jr.)
1996詹姆斯·莫裡斯
(James A. Mirrlees)
威廉·維克瑞
(William Vickrey)
1997羅伯特·默頓
(Robert C. Merton)
邁倫·斯科爾斯
(Myron S. Scholes)
1998阿馬蒂亞·森
(Amartya Sen )
1999羅伯特·蒙代爾
(Robert A. Mundell)
2000詹姆斯·赫克曼
(James J. Heckman)
丹尼爾·麥克法登
(Daniel L. McFadden)
2001喬治·阿克爾洛夫
(George A. Akerlof )
邁克爾·斯賓塞
(A. Michael Spence )
約瑟夫·斯蒂格利茨
(Joseph E. Stiglitz)
2002丹尼爾·卡納曼
(Daniel Kahneman)
弗農·史密斯
(Vernon L. Smith)
2003克萊夫·格蘭傑
(Clive W.J. Granger)
羅伯特·恩格爾
(Robert F. Engle III)
2004芬恩·基德蘭德
(Finn E. Kydland)
愛德華·普雷斯科特
(Edward C. Prescott)
2005托馬斯·克羅姆比·謝林
(Thomas Crombie Schelling)
羅伯特·約翰·奧曼
(Robert John Aumann)
2006埃德蒙德·菲爾普斯
(Edmund Phelps)
2007埃里克·馬斯金
(Eric S. Maskin)
羅傑·邁爾森
(Roger B. Myerson)
里奧尼德·赫維茨
(Leonid Hurwicz)
2008保羅·克魯格曼
(Paul R. Krugman)
2009埃莉諾·奧斯特羅姆
(Elinor Ostrom)
奧利弗·威廉姆森
(Oliver E. Williamson)
2010彼得·戴蒙德
(Peter A. Diamond)
戴爾·莫特森
(Dale T. Mortensen)
克裡斯托弗·皮薩里德斯
(Christopher A. Pissarides)
[編輯]

微觀計量經濟學的開創者,因對分析選擇性抽樣的原理和方法所做出的發展和貢獻,而獲2000年諾貝爾經濟學獎

目錄

詹姆斯·赫克曼生平簡介

  詹姆斯·赫克曼(James J.Heckman)1944年生於美國芝加哥,曾就讀於科羅拉多學院(Colorado College)數學系,1971年獲普林斯頓大學經濟系博士學位。曾在哥倫比亞大學耶魯大學、和芝加哥大學任教。從1995年起,赫克曼就在芝加哥大學獲任亨利-舒爾茨傑出成就經濟學教授,現為芝加哥大學的教授。赫克曼在經濟學領域的研究內容涉及諸如社會項目評估、非連續選擇和縱向數據的計量經濟學模式、勞工市場經濟學以及收入分配的模式選擇等等。

  2000年的諾貝爾經濟學獎授予兩位美國經濟學家詹姆斯·赫克曼和丹尼爾·麥克法登,以獎勵他們發展廣泛應用在經濟學以及其他社會科學中對個人和住戶的行為進行統計分析的理論和方法。尤其是,對赫克曼獎勵他“對分析選擇性抽樣的原理和方法所做出的發展和貢獻”獲獎。對麥克法登獎勵他對分析離散抉擇的理論和方法的發展。這兩位經濟學家所從事的學科領域可稱為微觀計量經濟學。早年計量經濟學主要都用在巨集觀經濟學上,即主要研究以國民經濟為主體的經濟行為。微觀經濟學問題,即個人、住戶和企業的經濟行為問題;例如,決定個人在教育、就業、住房等方面選擇的經濟因素是什麼,不同的勞動市場和教育計劃對個人收入和就業有什麼激勵影響等等。這類問題以前很少有人研究。其原因之一是這方面的統計數據不容易找到。近三十年來,微觀統計數據開始越來越豐富,使得微觀計量經濟學研究就有了可能。但是這裡有許多新的統計上的問題要解決。例如,個人或住戶行為的統計樣本不一定是隨機的,從而不一定有代表性;影響個人行為的某些特征是不可觀察的等等。

與麥克法登合作的學術研究及成就貢獻 

  赫克曼和麥克法登的主要貢獻在於“個體經濟計量學”(Microeconometrics)的建立和發展。所謂個體經濟計量學是指對家庭、廠商等經濟個體的行為所進行的計量研究,研究對象範圍很廣,較主要的有勞動經濟學的課題:勞動供給、薪資決定、教育選擇、失業期間、移民、職業選擇、生育選擇、性別歧視、種族歧視等;共經濟學的課題:租稅政策及社福政策的效應;消費行為研究的課題:商品需求、品牌選擇;都市及運輸經濟學的課題:住屋租購選擇、區位選擇、交通工具選擇;產業經濟學的課題:生產形式選擇、生產要素需求、生產效率評估等。

  “個體經濟計量學”中赫克曼的貢獻:

  個體資料的收集大多是在一個不是完全隨機抽樣的狀況下所進行的,而抽樣之所以不隨機,是因為個體資料的樣本觀察值都是來自於家庭、廠商等經濟個體,而這些經濟個體本身(或是它周遭的其他經濟個體)都具有選擇判斷的能力,因此很可能會採取一些影響抽樣過程的行動,以致抽樣失去隨機性,造成所收集到的樣本不能夠比例的代表母體。例如我們永遠只能從有工作的人那裡獲得工作時間以及薪資的資料,但總人口中總會有不小比例的人選擇不工作,任何資料庫都不可能包括這些人的工時或薪資,也就是說不工作者工時或薪資之無法觀察的本質,造成資料庫結構性的缺失,不論抽樣過程是如何的客觀隨機,所得到工時或薪資的資料嚴格說起來均不具真正的代表性,如果使用傳統的經濟計量方法來分析這樣的資料,所得到的任何推論都只能代表有工作者的行為,而不能說是對全體人口的行為描述,若仍然將實證結果解釋為放諸四海皆準的發現,當然是犯了以偏概全的錯誤,這種錯誤就是所謂的“樣本選擇誤差”(SelectionBias)。

  “樣本選擇”問題在個體資料中實在是很常見,比如:試圖收集高中畢業者和大學畢業者的薪資資料以研究大學教育對薪資的貢獻(粗略來說即是大學畢業薪資高出高中畢業薪資的部分),不論抽樣過程是如何的客觀隨機,資料都一定會有樣本選擇問題,因為進不進大學是一種選擇,每一個人都會謹慎評估它的成本和效益,而不太可能以丟銅板完全隨機的方式來決定是否要進大學,影響所及,所有高中畢業者和大學畢業者的樣本都不會是完全隨機的,若仍然採用傳統的計量方法來比較高中畢業者和大學畢業者的薪資,就會導致選擇誤差。赫克曼最大的貢獻便是明確的點出這個問題,並提供解決的計量方法。赫克曼對選擇誤差問題的分析,不僅影響經濟學,更從根本上改變了許多其他社會科學實證研究。更難能可貴的是,赫克曼開創性的以個體經濟理論來解釋個體資料之樣本選擇問題,關於這點我們應該註意到,個體經濟學本身可說就是一種分析經濟個體如何選擇的科學,以個體經濟理論來解釋個體資料之樣本選擇問題事實上是相當自然的,而赫克曼則是嚴謹精準的表達這種看法的第一人。

赫克曼自己的學術研究及成就貢獻

  赫克曼在經濟學領域的研究內容涉及諸如社會項目評估、非連續選擇和縱向數據的計量經濟學模式、勞工市場經濟學以及收入分配的模式選擇等等。 

  一、提出對統計數據的選擇偏差進行糾正的簡單可行的理論和方法

  所謂選擇偏差是指在樣本選取時因數據的局限或取樣者的個人行為而引起的偏差。例如,考慮受教育程度與個人收入之間的統計關係問題。一般來說,數據來源總是有偏差的。教育程度高的人群的數據容易得到,而教育程度低的數據就不容易得到,因為他們的工作可能不固定,甚至常常失業。這樣僅僅以搜集到的數據來作統計分析,受教育程度對個人收入的影響就會被低估。赫克曼為此提出著名的赫克曼修正法。這種方法分為兩個步驟。第一步先構造一個基於經濟理論的工作概率模型,並由此對每個個人預測其工作的概率。第二步再把這些預測概率加到原來的模型中去,作為新的解釋變數,由此就得到更確切的受教育程度與個人收入之間的統計模型。赫克曼用這樣的方法處理了許多類似的問題;例如,失業者再就業的時間間隔問題(觀察到的數據往往帶有個人特征的影響),職業培訓的估價問題(未經職業培訓的個人數據不易得到,赫克曼得到的結論是許多職業培訓的作用被高估)等。

  二、對勞動供給和薪資決定的研究

  赫克曼對樣本選擇問題的分析肇始於一九七零年代初期他對勞動供給的實證研究,而在勞動供給領域中,赫克曼開創了所謂的“第二代”勞動供給模型,將一般計量模型所必有的隨機干擾項直接融入勞動供給者的效用極大化過程之中,由此直接推導出勞動供給計量模型,這種計量模型較傳統勞動供給模型更為貼切的描述勞動供給者的“心路歷程”,也能夠同時處理勞動供給者“要不要工作”以及“每天要工作多少時間”兩種決定,更值得稱道的是,第二代勞動供給模型一併解決了勞動供給資料中的樣本選擇問題。

  赫克曼是在1974年的一篇論文中提出相關的論述,他指出根據個體經濟理論,工作與否是由勞動供給者(尤其是婦女)的效用極大化過程來決定,而這個過程可以如下的方式解釋:勞動供給者根據自身的需求擬定出一個“保留工資”(ReservationWages),勞動供給者只有在找到薪水大於這個保留工資的工作後才會開始工作,也就是說一個人是否工作完全是根據保留工資和真正可拿到的薪水的比較來決定的,這個機制不僅描述了勞動供給的決策過程,也同時解釋了勞動供給資料為什麼會有樣本選擇問題。只有在搞清楚樣本選擇問題的肇因後,才有可能提出解決的方法,而這也正是赫克曼由個體經濟理論出發,逐步處理樣本選擇問題的做法。赫克曼在其後一系列論文中對處理樣本選擇問題提出了一個非常簡單的計量方法,也就是著名的“赫克曼兩階段法”(或稱為赫克曼修正法),採用這種計量方法的實證研究可說是汗牛充棟,例如,中央研究院院士李龍飛在1978年的一篇論文中研究工人加入工會是否有助於薪資的提升,由於工人不是隨機性的加入工會,而是會經過一番審慎的選擇,因此工會資料也有樣本選擇問題,所以必須採用赫克曼兩階段法加以處理。類似的研究還包括公營機關和民營企業薪資的比較,跨國移民對所獲薪資的影響,以及之前提到過之教育報酬率的估計等等。

  勞動市場輔導計劃的評估:諸如在職訓練、就業輔助、員工津貼等勞動市場輔導計劃,在許多國家都行之有年,評估這類計劃的效益當然是一個很重要的問題,赫克曼對這個課題的重大貢獻仍然是在於指出樣本選擇問題的存在:當我們試圖測量某一勞動市場輔導計劃對參與者的幫助有多大時,我們只能比較計劃參與者和非參與者之間的差異。但是由之前對樣本選擇問題的討論中我們應可瞭解,每一個計劃參與者之所以加入計劃都是經過一番評估的,只有在認定對自己有幫助時才會選擇加入,也就是說,是否要參與計劃絕不是隨機決定的,所以計劃參與者和非參與者的樣本資料都有樣本選擇問題,要比較兩者之間的差異必須採用類似赫克曼兩階段法的計量處理方式。赫克曼在一連串的後續研究中更進一步的指出,一般處理樣本選擇問題的計量方式,可能還都不能完全消除計劃評估的樣本選擇誤差,他因此曾建議採用實驗方式收集資料以根本的避免樣本選擇問題,並對此建議進行詳盡的理論分析。總結赫克曼以及其他學者過去二十多年來的研究,我們發現我們將是不太可能只根據單一的計量方法來評估所有的輔導計劃,計劃效益的評估必須逐案個別處理。而從赫克曼所做過的大量個案中我們也可發現,大多數勞動市場輔導計劃對參與者的幫助都不明顯,不同形式的計劃對不同的參與者也會有很不相同的影響。

  三、對持續期間(Duration)的研究

  所謂“持續期間”是指某一事件延續時間的長短,持續期間之計量分析在經濟學中的應用包括失業期間、罷工時間、景氣迴圈周期、消費者購物時點、以及許多人口學的課題,諸如婚姻、生育、壽命、遷徙等的持續期間。赫克曼對持續期間的研究也有相當大的貢獻,他特別重視持續期間資料的“隱性差異”(UnobservableHeterogeneity)問題,現以失業期間的分析為例來說明隱性差異的影響:在失業者中,素質較優的失業者比較容易找到新工作而有較短的失業期間,而素質較差的失業者相對的當然會有較長的失業期間,因此“長失業期間樣本組”和“短失業期間樣本組”之間的差異可能不完全是隨機的,而是屬於在素質上有根本差異的兩個不同群組之間的差異,我們對這兩個群組之間的差異到底是什麼通常也無法完全確認,所以便以隱性差異稱呼這些無法確認的素質差異,換句語說,失業期間資料之所以會有長短不同,很可能是由無法確認之隱性差異所造成的,若有太多的隱性差異無法確認,則我們當然無法正確分析失業期間的決定因素。在這個討論中我們應可看出,隱性差異對持續期間分析的影響相當類似樣本選擇問題,而樣本選擇問題的處理一直就是赫克曼的興趣所在。為解決隱性差異問題赫克曼還提出一些無母數的計量方法,為持續期間的實證研究者所廣泛採用,赫克曼本人也對失業期間和生育期間課題做了許多的實證研究。

  赫克曼除了對個體經濟計量學的理論有重大貢獻外,還進行了許多深入的實證研究,在勞動供給、薪資決定、失業期間、勞動市場輔導計劃的效益評估、生育多寡、性別歧視等課題上,獲得相當豐碩的實證結果,也提供了不少獨到的見解。

本條目對我有幫助17
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目

評論(共0條)

提示:評論內容為網友針對條目"詹姆斯·赫克曼"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

MBA智库
打开APP

以上内容根据网友推荐自动排序生成