1、2000年诺贝尔经济学奖获得者 詹姆斯赫克曼 James JHeckman 个 人 档 案全名：詹姆斯约瑟夫赫克曼 (Jams Joseph Heckman)出生：1944年4月19日美国芝加哥市国籍：美国星座：白羊座获奖时间：2000年10月11日，与丹尼尔麦克法登分享获奖成就；创立了分析选择性样本的理论与方法我致力于探讨样本设计对由那些样本获得的经验估计的重要性，样本选择是严重影响对社会统计学的解释的普遍现象：我帮助把同行的注意力引导到了这个论题。此外，我还探讨了未能说明劳动供给和生产率动态模型中不可察变项的后果，这种不可察变项称为“异质性”严至地影响了人们可从动态数据中所作出的论断：人各
2、有别这一假设可以说明社会科学中极其多样的经验规律性。我的主要目标但也许并非我的主要贡献是为经济学提供一个真空的基础，使它没有形而上学的或政治的倾向性，同时把以经验为根据的试验从不以经验为基础的庞大的经济体中分离出来。我所有的工作就是建立可测试的经济模型，并且要求把可知性的从臆测中分离出来，而不管这些臆测是流行的或广为采纳的。虽然试验中根据经验的内容很少，而且人们对它的发展关注很欠缺，使得许多人觉得它不可预测。但是将经济学建立在以经验为根据的基础上，并且抛弃目前大行其道的那些主 观因素，或许我们能在这方面获得长足的进步。二、劳动力供给模型二、劳动力供给模型 赫克曼研究选择性和选择偏差问题是基于他
3、所建立的已婚妇女的赫克曼研究选择性和选择偏差问题是基于他所建立的已婚妇女的劳动力供给模型（劳动力供给模型（19741974），他在研究美国已婚妇女是否选择工作这一），他在研究美国已婚妇女是否选择工作这一现象时提出了选择性问题，由于能直接观测的是选择工作的已婚妇女现象时提出了选择性问题，由于能直接观测的是选择工作的已婚妇女的市场工资，而选择不工作的妇女可能会因坐享社会福利或从其他渠的市场工资，而选择不工作的妇女可能会因坐享社会福利或从其他渠道而获得的收入不能观测，称其为影子工资，显然市场工资只能从选道而获得的收入不能观测，称其为影子工资，显然市场工资只能从选择工作的群体中观测，这样得到的市场工资
4、样本就是所谓选择性样本，择工作的群体中观测，这样得到的市场工资样本就是所谓选择性样本，这种样本不是从已婚妇女这个总体中随机抽取，由此导致使用选择性这种样本不是从已婚妇女这个总体中随机抽取，由此导致使用选择性样本来推断总体特征就有可能产生偏差。因此，模型从设定到估计与样本来推断总体特征就有可能产生偏差。因此，模型从设定到估计与检验均须考虑这种选择性数据并基于模型分析其偏差。检验均须考虑这种选择性数据并基于模型分析其偏差。赫克曼主要的工作是将选择性问题内生化，即已婚妇女选择参加赫克曼主要的工作是将选择性问题内生化，即已婚妇女选择参加工作是效用最大化的结果。这样，他所建立的已婚妇女劳动力供给模工作是
5、效用最大化的结果。这样，他所建立的已婚妇女劳动力供给模型为两个方程所组成的结构模型。其中，第一个方程为观测的市场型为两个方程所组成的结构模型。其中，第一个方程为观测的市场（工作）工资方程，其外生变量为影响市场工资的因素（常规性外生（工作）工资方程，其外生变量为影响市场工资的因素（常规性外生变量变量)，第二个方程为影子（储备）工资方程，其中的外生变量除了，第二个方程为影子（储备）工资方程，其中的外生变量除了常规的可观测因素，还包括工作时间。常规的可观测因素，还包括工作时间。但影子工资是不能观测的潜在变量，而个人对工作时间的选择可以调但影子工资是不能观测的潜在变量，而个人对工作时间的选择可以调节使
6、得市场工资等于影子工资。当工作时间大于节使得市场工资等于影子工资。当工作时间大于0 0时，说明工人处于时，说明工人处于工作状态，此时可观测到的内生变量为市场工资和所有外生变量，但工作状态，此时可观测到的内生变量为市场工资和所有外生变量，但影子工资不能观测。因此，与经典模型相比较，赫克曼的劳动力供给影子工资不能观测。因此，与经典模型相比较，赫克曼的劳动力供给模型中某些内生变量为不可观测的潜在变量，对这一模型的估计必须模型中某些内生变量为不可观测的潜在变量，对这一模型的估计必须考虑样本是一种非随机的选择性样本，赫克曼利用扰动的正态分布和考虑样本是一种非随机的选择性样本，赫克曼利用扰动的正态分布和恰
7、当的变换导出了这种样本的极大似然函数，并由此获得基本结构参恰当的变换导出了这种样本的极大似然函数，并由此获得基本结构参数的无偏估计和市场工资方程的估计，然后使用估计的结构参数来预数的无偏估计和市场工资方程的估计，然后使用估计的结构参数来预测选择工作和工作时间的概率，以及储备工资和市场工资的概率。赫测选择工作和工作时间的概率，以及储备工资和市场工资的概率。赫克曼克曼19781978年的工作是对上述模型进行改进，与前述模型相比较，其特年的工作是对上述模型进行改进，与前述模型相比较，其特点：一是定义虚拟变量，其对应的判别准则是潜在变量大于点：一是定义虚拟变量，其对应的判别准则是潜在变量大于0 0时，
8、对时，对虚拟变量赋值虚拟变量赋值1 1即选择工作，否则为即选择工作，否则为0 0。与经典模型中反映结构变化或。与经典模型中反映结构变化或政策变化的虚拟变量相比较，这里的虚拟变量实质上是针对潜在变量政策变化的虚拟变量相比较，这里的虚拟变量实质上是针对潜在变量而定义的。二是在市场工资（因变量）方程即第一个方程中，被解释而定义的。二是在市场工资（因变量）方程即第一个方程中，被解释变量除原有的外生变量外，还包括潜在变量和虚拟变量，而在影子工变量除原有的外生变量外，还包括潜在变量和虚拟变量，而在影子工资（第二个方程的因变量）中，解释变量除原来的外生变量之外，还资（第二个方程的因变量）中，解释变量除原来的
9、外生变量之外，还包括市场工资和虚拟变量包括市场工资和虚拟变量。这样，赫克曼这样，赫克曼19781978年的模型更直接反映了市场工资和年的模型更直接反映了市场工资和影子工资的交互影响，他通过定义虚拟变量来反映结构变影子工资的交互影响，他通过定义虚拟变量来反映结构变化和虚拟内生变量以揭示这种交互影响。当然，这一模型化和虚拟内生变量以揭示这种交互影响。当然，这一模型在估计，检验与识别等方面就更加复杂，但用这种模型所在估计，检验与识别等方面就更加复杂，但用这种模型所描述的经济行为更为广泛，如是否加入工会，评估某些社描述的经济行为更为广泛，如是否加入工会，评估某些社会项目（计划或经济政策）的效应等。实际
10、上，这个这个会项目（计划或经济政策）的效应等。实际上，这个这个模型稍加改进就可用于评价就业法的效果。赫克曼正是定模型稍加改进就可用于评价就业法的效果。赫克曼正是定义与设定了倾向于公平就业法的义与设定了倾向于公平就业法的“情绪情绪”变量与方程，并变量与方程，并于兰德斯（于兰德斯（Landes,1968Landes,1968）的公平就业方程相联立，以形）的公平就业方程相联立，以形成评估就业法的效果的结构模型。这一方法亦使用极大似成评估就业法的效果的结构模型。这一方法亦使用极大似然估计，因此这类模型亦可用于评估经济政策的效应，赫然估计，因此这类模型亦可用于评估经济政策的效应，赫克曼在这方面的工作也是
11、他获奖的重要因素。克曼在这方面的工作也是他获奖的重要因素。三、二阶段估计三、二阶段估计 赫克曼对微观计量的另一杰出工作是他所提出的二阶段估计。赫赫克曼对微观计量的另一杰出工作是他所提出的二阶段估计。赫克曼克曼19741974年是使用极大似然方法估计已婚妇女的劳动力供给方程，当年是使用极大似然方法估计已婚妇女的劳动力供给方程，当时所使用的极大似然估计没有考虑扰动的截断。稍后，赫克曼于时所使用的极大似然估计没有考虑扰动的截断。稍后，赫克曼于19761976年提出了校正截断偏差的二阶段估计。其基本思想是，第一阶段：在年提出了校正截断偏差的二阶段估计。其基本思想是，第一阶段：在扰动为正态扰动的假设下，
12、导出工作时间大于扰动为正态扰动的假设下，导出工作时间大于0(0(即选择工作即选择工作)的条件的条件下，对市场工资的扰动的条件概率，这一条件概率的条件为工作时间下，对市场工资的扰动的条件概率，这一条件概率的条件为工作时间大于大于0 0，从而使其由不可观测的影子工资所在方程的参数和市场工资，从而使其由不可观测的影子工资所在方程的参数和市场工资方程的有关参数来表述。这样，这方程的有关参数来表述。这样，这条件概率实质上转化了不可观测条件概率实质上转化了不可观测的因变量即影子工资。第一阶段即是使用全部样本信息对上述条件概的因变量即影子工资。第一阶段即是使用全部样本信息对上述条件概率进行概率极大似然估计。
13、第二阶段：利用第一阶段的结果对市场工率进行概率极大似然估计。第二阶段：利用第一阶段的结果对市场工资方程进行普通最小二乘估计资方程进行普通最小二乘估计(OLS)(OLS)或加权最小二乘估计或加权最小二乘估计(WLS)(WLS)。不难。不难看出，市场工资的扰动的条件概率是以工作时间大于看出，市场工资的扰动的条件概率是以工作时间大于0 0 为条件，因而为条件，因而这种扰动具有截断分布。即期望不为这种扰动具有截断分布。即期望不为0 0，因此，在进行第二阶段估计，因此，在进行第二阶段估计前，利用第一阶段的估计结果，将这种均值不为前，利用第一阶段的估计结果，将这种均值不为0 0的扰动表述成的扰动表述成其期
14、其期 望和新的望和新的0 0均值扰动之和，并以此替代市场工资方程中的扰动，然后利用观测均值扰动之和，并以此替代市场工资方程中的扰动，然后利用观测到的样本对市场工资进行普通最小二乘估计或最小二乘估计到的样本对市场工资进行普通最小二乘估计或最小二乘估计 这样就对选择性这样就对选择性偏差进行了校正。偏差进行了校正。不难看出，赫克曼二阶段估计的技术突破是证明扰动的期望不为不难看出，赫克曼二阶段估计的技术突破是证明扰动的期望不为0 0且用其且用其均值校正偏差而获得一致估计，且这一方法既能对结构式也能均值校正偏差而获得一致估计，且这一方法既能对结构式也能 对简约式进行估计，这是它与常规的二阶段估计的根本区
15、别。这一估计方法对简约式进行估计，这是它与常规的二阶段估计的根本区别。这一估计方法的最大优势在于它能用于任何含有的最大优势在于它能用于任何含有“潜在潜在”（如截断、过滤等）因变量的联（如截断、过滤等）因变量的联立方程系统的估计。因此，后来发展的微观计量模型很多都使用赫克曼的二立方程系统的估计。因此，后来发展的微观计量模型很多都使用赫克曼的二阶段估计，如赫克曼评价劳动力市场项目（或政策）的模型估计等。不仅如阶段估计，如赫克曼评价劳动力市场项目（或政策）的模型估计等。不仅如此，这一方法还能用于含有混合性潜在因变量（即有的因变量为截断或过滤，此，这一方法还能用于含有混合性潜在因变量（即有的因变量为截
16、断或过滤，有的因变量为数量反向即取值为有的因变量为数量反向即取值为0 0、1 1、2 2等）的联立方程系统的估计。总之，等）的联立方程系统的估计。总之，赫克曼原创的二阶段估计，其学术价值不仅在于这一估计捕获了扰动的非赫克曼原创的二阶段估计，其学术价值不仅在于这一估计捕获了扰动的非0 0均均值偏差，而且其应用非常广泛，因而促进了微观计量的应用。因此，赫克曼值偏差，而且其应用非常广泛，因而促进了微观计量的应用。因此，赫克曼原创的二阶段估计，是他对微观计量最具影响性的贡献。原创的二阶段估计，是他对微观计量最具影响性的贡献。赫克曼最初的估计是对简约式进行二阶段估计。通过对模型的适赫克曼最初的估计是对简
17、约式进行二阶段估计。通过对模型的适当处理，也可对结构方程直接进行二阶段估计。无论是对简约式还是当处理，也可对结构方程直接进行二阶段估计。无论是对简约式还是结构式，二阶段的估计均为一致估计。赫克曼的二阶段估计与经典计结构式，二阶段的估计均为一致估计。赫克曼的二阶段估计与经典计量经济模型的普通二阶段估计的主要区别在于，赫克曼的二阶段估计量经济模型的普通二阶段估计的主要区别在于，赫克曼的二阶段估计是基于结构方程或简约方程的参数来表述，利用截断来校正偏差。这是基于结构方程或简约方程的参数来表述，利用截断来校正偏差。这种二阶段估计的最大优势在于它能用于任何含有截断分布的潜在变量种二阶段估计的最大优势在于
18、它能用于任何含有截断分布的潜在变量的联立方程组。而普通的二阶段估计无法用于估计这种联立方程组。的联立方程组。而普通的二阶段估计无法用于估计这种联立方程组。基于这一思想发展起来的还有概率二阶段和托宾基于这一思想发展起来的还有概率二阶段和托宾（J.Tobin)J.Tobin)二阶段二阶段估计。此外，还有用于混合性因变量（如有些因变量为截断，有些为估计。此外，还有用于混合性因变量（如有些因变量为截断，有些为数量反响因变量）的联立方程组的二阶段估计也是基于赫克曼的二阶数量反响因变量）的联立方程组的二阶段估计也是基于赫克曼的二阶段估计的思想。由上述可见，赫克曼的二阶段估计不仅成功估计了具段估计的思想。由
19、上述可见，赫克曼的二阶段估计不仅成功估计了具有潜在变量的联立方程模型，且基于估计来分析选择性偏差，然后更有潜在变量的联立方程模型，且基于估计来分析选择性偏差，然后更重要的是，他的思想激起了后续的许多研究和广泛应用。重要的是，他的思想激起了后续的许多研究和广泛应用。权权 威威 点点 评评 詹姆斯詹姆斯赫克曼因其对分析样本选择理论和方法的发展赫克曼因其对分析样本选择理论和方法的发展而获奖。而获奖。可利用的微观数据经常需要选择样本。例如，要是具可利用的微观数据经常需要选择样本。例如，要是具 备某些特定特征（它们不能被研究者观测到）的个体选择备某些特定特征（它们不能被研究者观测到）的个体选择 去工作或
20、接受教育，工资方面的数据就难以被随机地抽样。去工作或接受教育，工资方面的数据就难以被随机地抽样。如果没有考虑到这类选择，对经济关系的统计估计就会产如果没有考虑到这类选择，对经济关系的统计估计就会产生偏倚。赫克曼发展了用适宜的方式处理样本选择问题的生偏倚。赫克曼发展了用适宜的方式处理样本选择问题的统计方法。对于研究人员难以观察到的个体差异的相关问统计方法。对于研究人员难以观察到的个体差异的相关问题，他也提出了解决的工具。这类问题相当普遍，例如在题，他也提出了解决的工具。这类问题相当普遍，例如在评价社会计划或估计失业持续时期对获得工作机会的影响评价社会计划或估计失业持续时期对获得工作机会的影响时经
21、常遇到这类问题，同时，赫克曼还是这些领域应用研时经常遇到这类问题，同时，赫克曼还是这些领域应用研究的领袖人物。究的领袖人物。2000年瑞典皇家科学院公告年瑞典皇家科学院公告 詹姆斯詹姆斯赫克曼的研究改变了劳动经济学、经济计量学和人口统赫克曼的研究改变了劳动经济学、经济计量学和人口统计学的面貌。他对样本数据和选择问题的研究，为微观经济学中的抽计学的面貌。他对样本数据和选择问题的研究，为微观经济学中的抽样、时间序列分析建立了标准。他关于动态模型的探讨，阐明了异质样、时间序列分析建立了标准。他关于动态模型的探讨，阐明了异质与状态关联的显著含义，使我们对经济现象，尤其失业期间的了解加与状态关联的显著含
22、义，使我们对经济现象，尤其失业期间的了解加深。在分析妇女工资比率的时候，他首先提出了处理这类问题的方深。在分析妇女工资比率的时候，他首先提出了处理这类问题的方法法增加一项估计的偶然价格条款，以弥补干扰变量的非零条件的平增加一项估计的偶然价格条款，以弥补干扰变量的非零条件的平均数。如今该方法变得如此普遍，以致经济计量学的学生通常被教知均数。如今该方法变得如此普遍，以致经济计量学的学生通常被教知怎样怎样“Heckit”Heckit”回归方程式。最近，他致力的长期数据分析和非参数回归方程式。最近，他致力的长期数据分析和非参数问题都是统计学的前沿课题，此举对经济计量学而言具有深刻的意义，问题都是统计学
23、的前沿课题，此举对经济计量学而言具有深刻的意义，它的革新有望在经济与社会科学方面产生持久而重要的影响。它的革新有望在经济与社会科学方面产生持久而重要的影响。19831983年约翰年约翰贝茨贝茨克拉克奖公告克拉克奖公告19851985年年 劳动力市场的纵向分析劳动力市场的纵向分析（与辛格合编）（与辛格合编）Longitudinal Analysis of Labor Market Data,ed Longitudinal Analysis of Labor Market Data,ed with B.Singer,Cambridge University Press.with B.Singer,Cambridge University Press.19971997年年 纵向数据分析讲义纲要纵向数据分析讲义纲要（与辛格和蒋合著）（与辛格和蒋合著）Lecture Notes on Longitudinal Data Analysis,Lecture Notes on Longitudinal Data Analysis,with B.Singer&G.Tsiang,West view Press.with B.Singer&G.Tsiang,West view Press.著著 作作 选选 目目
