Фридман и большинство современных экономистов считают, что статистические тесты представляются подходящим способом тестирования моделей. Однако Фридман в своей работе от 1953 года вряд ли мог предполагать, что статистика окажется не столь сильной в вопросе отклонения экономических гипотез. Есть несколько причин этому. Во-первых, это наступление современной экономической теории. В те времена, когда Фридман писал свое эссе, экономическая модель обычно предполагала идеальную конкуренцию. Неопределенность могли упоминать, но это была необычная характеристика. Можно было бы сравнительно легко отвергнуть такую узкую теорию по причинам статистического характера. Однако в настоящий момент с приходом теории игр признанная экономическая наука включает все виды асимметричной информации, а с применением экономики поведения она может даже включать мотивации психологического характера, такие как отвращение к потерям и предубежденности. С такой экспансией экономической теории огромное число возможностей рассматриваются по прецеденту как более эффективные, нежели экономика идентичности; и они должны исчерпать себя до того, как экономист должен, согласно нормам, принятым в своей профессии, приступить к исследованию моделей, где новые факторы играют свою роль.
Такое расширение экономической теории привело экономическую науку в состояние, значительно более близкое к реальности. Однако оно является «ночным кошмаром» для экономиста, мыслящего в рамках логического позитивизма. Если ему в достаточной степени повезет и он сможет отвергнуть одну модель, то всегда найдется другая модель, которая займет место прежней. И это только начало проблем. Любое статистическое тестирование теории требует указания переменных с такой степенью точности, которая будет значительно выше, нежели та, что может быть предложена теорией. У экономиста почти всегда есть широкий выбор независимых переменных (тех, которые находятся в левой части уравнений регрессии), зависимых переменных (в правой части уравнений) и многих других различных аспектов функционального характера. Если оценка проводится по временной шкале, экономист должен в дополнение к этому оценить опережающие и запаздывающие параметры. Он должен выбрать временной период для своих оценок (даты начала и окончания), а также периодичность данных (должны ли данные собираться с интервалом в недели, месяцы, годы либо с другим интервалом). Если его оценка касается населения, то нужно решить, какие слои населения включать в рассмотрение, а какие – нет. (Например, нужно ли включать только мужчин, только женщин или обе категории.) Таким образом, даже при тестировании достаточно хорошо определенной экономической модели у экономиста есть много вариантов способов тестирования[265]. Поскольку каждое из этих решений можно принять независимо, то даже самый простой и ясный тест имеет буквально миллионы возможных спецификаций. Все это говорит о том, что трудно придерживаться принципа научного исследования, который гласит, что если теория не отвергнута, то она должна быть принята. Становится трудным фальсифицировать теорию. Редко можно найти модель (независимо от степени ее глупости), миллионы аспектов которой могут быть единодушно отвергнуты.
Статистические проверки в большинстве эмпирических работ незначительно влияют на результат, так что мы должны искать альтернативные методы. Большая часть научных исследований проводится посредством очень внимательного наблюдения малых явлений. Этот альтернативный метод позволяет достичь успеха во многих областях, поскольку ключом к совокупному результату часто бывают микроскопические явления. Наиболее драматический пример сходства между малым и великим – это сама структура жизни. Фрэнсис Крик и Джеймс Уотсон справедливо предположили, что если они смогут описать кристаллическую структуру одной молекулы ДНК, то они смогут расшифровать код жизни[266]. Дуальность отношений между структурой молекулы ДНК и способом, посредством которого рождаются и репродуцируются организмы, – это одно из наиболее красивых открытий в науке.
Каковы следствия такого подхода в экономической науке? Стандартная экономическая методология с ее сосредоточенностью на статистическом анализе популяций исходила бы из того, что интенсивное изучение одной-единственной молекулы было бы «почти бесполезным» исследованием. Такие наблюдения «анекдотичны». В случае с ДНК оказалось, что справедливо совершенно противоположное. Один кролик выглядит точно так же, как и другой, по причине общности их ДНК, а отличия между кроликами имеют место благодаря отличиям в ДНК. Коды стоит изучать, потому что до тех пор, пока они одни и те же, они приводят к дубликации; однако раз уж они отличаются, это приведет к отличиям. Этнографы, работы которых мы изучаем, ставят перед собой цель раскрыть социальные коды экономических подразделений – таких, как фирмы, школы и домашние хозяйства. Имеет смысл изучать их социальные коды по той же причине, по какой имеет смысл изучать ДНК кроликов, – чтобы понять как сходства, так и различия между ними.
Внутренняя логика этих этнографических изысканий предоставляет критерий собственной валидности, хотя и отличающийся от статистической проверки. Милтон Фридман и другие предупреждали, что мы должны быть осторожными, делая выводы на основании того, что говорят люди: они могут не понимать своих собственных мотивов, они могут служить своим собственным интересам. Однако самые лучшие этнографические работы дают возможность это проверить. На основании множества мельчайших подробностей, которые они записывают, и благодаря вниманию, которое они уделяют подтекстам того, что произносят люди, ученые конструируют последовательную картину поведения людей. Действительно, самые лучшие этнографические работы не просто записывают то, что говорят люди; они декодируют то, что те говорят и делают.
Имеется другая, возможно даже более непосредственная причина изучения небольших явлений. В большинстве экономических проблем причинная связь может реализовываться двумя различными способами. Например, изменения в цене могут происходить или из-за изменения в спросе, или из-за изменения в предложении. Один из популярных подходов к определению причины заключается в поиске событий – «естественных экспериментов», в которых что-либо вне системы вызывает только изменение предложения либо только изменение спроса. Наш любимый пример – это кубинский «лодочный мост», который привел к огромному притоку в США кубинских иммигрантов в 1980 году. Решение Фиделя Кастро – позволить большому количеству кубинцев покинуть страну – ничего общего не имело с условиями рынка труда в США. Иммигранты наводнили Южную Флориду, значительно увеличив предложение низкоквалифицированной рабочей силы на местном рынке труда. Специалист по экономике труда Дэвид Кард использовал эту прекрасную возможность, чтобы изучить влияние притока рабочей силы на уровень зарплат и безработицы[267].
Несмотря на изобретательность экономической науки в поиске таких ситуаций и в периодической разработке самих экспериментов, даже лучшие из этих исследований оставляют неразрешенные вопросы. Исследования, которые успешно определяют причинную связь, разумеется, полезны. Однако они могут лишь намекнуть на то, что мы действительно желаем знать. Например, мы видели ранее, как Кивкин, Ханусек и Кейн показали, опираясь на специальный набор данных, что учителя влияют на результаты академических занятий учеников. Будучи важным по своей природе, данное открытие поднимает другой вопрос: как и почему учителя оказывают влияние? Этот вопрос значительно труднее исследовать с помощью статистических методов. Что же такое делают хорошие учителя в отношении общей стратегии действий, планирования и своих повседневных обязанностей, что приводит к успеху?
Чтобы ответить на такие вопросы, нам нужно собрать информацию, которая может быть получена лишь путем тщательных и внимательных наблюдений. Такие исследования, как «Мир, который мы создали в Hamilton High», «Средняя школа типа Shopping Mall» и «От обучения до труда», приоткрывают нам окна в жизнь учеников. Часть работы Коулмана «Взрослое общество» и исследование Бишопом оскорбительного поведения в школе, которые мы находим особенно полезными, были описательными работами, а не статистическими проверками.
Лабораторные эксперименты – это еще один способ рассмотреть события малого масштаба. Статистические проверки с использованием данных по популяции малоэффективны, а масштабную работу в полевых условиях может оказаться трудно осуществить. Однако заменой этому могут оказаться хорошо разработанные эксперименты. Точно так же, как эти эксперименты могут протестировать отвращение к риску, существующие предубеждения и стратегические игры, они могут протестировать и экономику идентичности. И на самом деле, как мы уже обсуждали выше, некоторые экспериментальные работы уже продемонстрировали, что идентичность и нормы оказывают влияние на экономические результаты.
Идя далее эмпирических тестов, большинство экономистов убеждены, что хорошая модель приводит к поразительным заключениям. Один наш друг сказал, что должно быть «джентльменское расстояние» между допущениями и заключениями – в противном случае теория может оказаться пустой. Следовательно, непосредственное выведение наших заключений из наших предположений – это ошибка. Мы при этом подобны тому мудрецу, который объяснял движение, говоря, что оно происходит благодаря принципам перемещения.
Мы соглашаемся с тем, что выводы не должны быть очевидными. Однако может существовать более чем один способ прийти к неочевидным выводам. Допущения сами по себе могут быть новыми и могут дать дорогу новым знаниям. Примите два утверждения, изложенные в нашей книге: