陈耿宣,黄 睿,凌 浩
(1. 四川省社会科学院 经济研究所,四川 成都 610071;2. 重庆电子工程职业学院 重庆高技能人才发展研究中心,重庆 401331;3. 香港中文大学(深圳) 深圳高等金融研究院,广东 深圳 518172)
近年来,随机田野实验(Randomized Field Experiments,RFE)在世界范围内受到广泛的关注。随机田野实验在经济学期刊上的发文量逐年增加,仅2019年,与随机田野实验有关的论文已达到236篇。①数据来源为全球最大的经管类论文收录平台IDEAS,数据统计时间截至2020年6月19日。2015—2019年,每年都有超过10篇与随机田野实验有关的论文被经济学Top5期刊发表。在美国国家科学基金会(National Science Foundation,NSF)支持的科研项目中,使用随机田野实验的科研项目占所有经济学项目的1/5以上。2008年,致力于将随机田野实验推广至行为经济学等领域的李斯特获得了阿罗奖;2015年,小福瑞尔因为将随机田野实验使用于种族经济学和教育经济学研究,获得了克拉克奖[1];2018年,诺贝尔经济学奖同时颁发给巴纳吉、杜芙若夫妇和克默,以表彰他们在“在减轻全球贫困方面的实验性做法”,随机田野实验开始获得主流经济学的认可。
随机田野实验的成就体现在以下两个方面:首先,随机田野实验丰富了现有的研究结论。以李斯特针对慈善捐赠的研究为代表,使用随机田野实验得到的结论反驳了一些行为经济学学者使用实验经济学方法得到的人们对自愿捐赠的看法[2]。其次,针对同一话题,使用随机田野实验的研究比使用传统研究方法将获得更高的引用量和关注度。例如,针对疫苗推广效用的研究,使用随机田野实验的研究在发表时间晚一年、发表期刊影响力更弱的情况下,获得了更高的引用率[3-4]。这从侧面表明,学者在某些话题下对随机田野实验的研究过程更关注,也更相信该方法得到的结论。以上成就主要源于随机田野实验的三大特点:首先,作为一种实验经济学方法,随机田野实验的直观性让学者在控制实验环境的前提下,观察研究对象的直接干预对实验的影响,从而保证实验结论的无偏性。其次,作为一种源自自然科学的社会科学研究方法,随机田野实验大量借鉴、发扬和创新了其他学科的方法,在跨学科、跨领域的环境下将获得更具有现实意义的研究结论。最后,作为一种面向真实世界的经济学研究工具,随机田野实验并不拘泥于传统的理论推导和数据分析,而是直接面对具体的现实事件进行研究,研究结论也将直接运用于现实。
近年来,关于随机田野实验的使用也受到了不少国内学者的高度关注,涌现出了一些优秀的研究成果。对于与中国经济问题相关的研究,特别是一些需要针对现实问题和政策展开的研究,随机田野实验是具有使用潜力的研究方法之一。
随机田野实验的起源,可以追溯到医学和自然科学研究中的随机对照实验(Randomized Controlled Trial,RCT)。在医学和自然科学中,随机对照实验一直被认为是最具有效力的实验研究方法之一,也是因果推理的理想形态[5]。随机田野实验借鉴了RCT的基本思路,但与RCT不同的是,随机田野实验的实验场景是在真实的社会生活中,更类似于医学研究中的“真实世界研究”[6],即通过对真实世界的人群或事件进行合理随机分组,对各实验组进行不同的干预,进而观察各组间的差异,从而得到结论。
作为一种比较灵活的经济学研究方法,关于随机田野实验的定义颇多[7-8]。Harrison 和List[9]与随机田野实验有关的论文并未对随机田野实验给出确切的定义,而是使用相对定义法。罗俊等[10]总结随机田野实验是“运用科学的实验方法去检验真实世界中(或自然环境下)的因素对人们行为决策的影响”。目前,对随机田野实验还没有一个绝对的定义,这是因为随机田野实验是一种比较灵活的经济学工具,根据研究主题和研究对象的不同,随机田野实验的设计和实施方法也不同,从而很难找到绝对的界限。然而,学者关于随机田野实验还是存在着一些共识。Harrison和List[9]认为,随机田野实验应该满足如下条件:一是随机田野实验应在实地、以实物,基于真实发生的事件为基础进行;二是被试者应为真实社会环境中的自然人;三是被试者没有意识到他们正在参与实验。随机田野实验是在社会真实环境下进行人工干预的经济学研究。学者不仅需要做好“干预”的工作,设计出合理的实验,还需要在被试者不察觉的情况下进行干预。经济学学者作为一个客观的观察者,在不干预被试者其他条件的情况下完成结论的获取。综上,随机田野实验是一种被进一步约束了的实验经济学研究方法,它是现实生活中出现的元素的自然复现,这一特性保证了随机田野实验结论的外部效用性。
随机田野实验与其他经济学研究方法存在着相似点和不同点,本文对容易混淆的四类研究方法——社会调查、计量经济学方法、实验经济学方法和随机田野实验进行归纳与总结(如表1所示)。与社会调查相比,随机田野实验的特点在于存在人工干预,它在真实世界中,通过干预来观察和验证规律。与计量经济学方法相比,随机田野实验所使用的统计推断方法更加直接可靠。计量经济学方法大量依赖统计学的推断,其中涉及对计量模型的选择偏差、遗漏变量等问题,而随机田野实验通过随机实验剔除其他因素的干扰,统计推断过程只需要比较实验组和控制组的差异,因而统计推断更加直接。与实验经济学方法相比,随机田野实验是基于真实世界的研究,而不是实验室环境研究。实验经济学方法只能模拟某些经济场景,但并不能基于真实世界展开研究。
表1 随机田野实验与其他研究方法的比较
综上,随机田野实验的优点集中在以下两点:首先,在做统计推断,特别是因果推断中,随机田野实验能够有效控制其他变量的干扰,使得统计推断过程更加可信。其次,随机田野实验是针对真实世界的研究,不同于社会调查是通过观察进行研究,也不同于实验经济学方法是通过实验室模拟进行研究,随机田野实验是通过对真实世界进行积极干预获得新的发现。
随机田野实验并不是一种万能方法,既不是解决所有经济学问题的通用方法,也不是经济学研究的终极方法。在面对具体的经济学问题时,学者需要灵活选用研究方法,不应该盲目使用随机田野实验[11]。是否使用随机田野实验,应主要基于以下两个方面考虑:
第一,随机田野实验相对于其他方法,在使用上是比较困难的。首先,相比传统的计量经济学方法,随机田野实验要求学者“就事论事”,针对每一个研究目标和研究对象,都需要设计出对应的合理实验,这是使用随机田野实验的关键原因。其次,在使用随机田野实验时需要大量资源,包括资金、管理资源、人力资源,以及大量的时间和精力。最后,随机田野实验不是一种每个学者都能够轻松驾驭的研究方法,需要学者拥有扎实的理论基础并付诸大量实践,而且需要项目支持者和相关人员的大力支持。
第二,随机田野实验存在一些劣势,使得其适用性受到影响。首先,某些领域是无法使用随机田野实验的,如随机田野实验无法针对宏观经济学的话题进行实验,也无法针对涉及一般均衡的话题进行实验,因为随机田野实验无法设计出对应的干预组和非干预组[12]。其次,在实际操作中完全按照实验标准进行操作是很困难的,一旦无法完全开展实验步骤,就将造成外部效用缺失、单/双向不合规(Partial Compliance or One-sided and Two-sided Non-compliance)等问题,影响实验的结果,从而造成实验失败[13]。再次,相对于传统的经济学调查而言,随机田野实验的针对性更强,容易陷入行为主义范式的“陷阱”中,获取到的数据一般也无法在其他研究中使用[14]。最后,因为需要长期的投入和检验,研究结论的时效性可能被质疑[14]。
虽然随机田野实验相比其他研究方法而言具有思路清晰、处理干净的特点,但在实际使用中,随机田野实验同样存在一些短板,需要对随机田野实验不断地审视和更新。在现实情况下实验进行时存在着许多突发事件(如单/双向不合规,干预溢出等),都有可能导致随机田野实验出现误差。同时,在随机田野实验的流程设计中,面对复杂的情况,也需要一些优化方法来解决问题,如将其他学科的方法引入到随机田野实验中。
对于随机田野实验,外部有效性问题一直是一个争议焦点。这是因为在随机田野实验中,由于资源有限,为了更集中地研究相关问题,学者通常会针对一个小范围的人群和环境进行实验,即使实验本身是准确的,但研究结果可能在研究范围的外部(如其他地区和其他国家)无法被完全重现,从而削弱了研究的效用。因此,学者试图依托一些统计方法解决这类问题。
Dehejia等[15]针对Angrist和Evans[16]有关兄弟姐妹性别构成对生育率和劳动力供给影响的随机田野实验,基于1960年以来世界各地的人口普查数据,在世界各地进行了一百多次的实验重现,研究了与随机田野实验干预效果的外部效用相关的问题。研究发现,宏观协变量在减少预测治疗效果的误差方面优于微观协变量,宏观协变量更能减少预测干预时的误差,这是过去的外部效度研究所无法评估的。Egami和Hartman[17]研究发现,分析人员通常受到实验中可用协变量信息的约束,这些信息降低了协变量现有方法的适用性。他们通过对大规模实验的修正,提出了协变量分组技术(Covariate Blocking Techniques,CBT),该方法可用来估计分离集(即影响采样机制和治疗效果异质性的一组变量),还可有效地确定总体平均干预效果(Population Average Treatment Effect,PATE)。
在随机田野实验中,需要学者进行主动干预,但干预不一定完全按照理想状态进行,会出现一些特有威胁(Threat),最终会导致实验的结果不准确,影响结论和分析。常见的随机田野实验中特有威胁主要有单/双向不合规、数据损失(Attrition)、干预溢出(Spillovers)和结果导向效应(Evaluation-Driven Effects)等。近年来,学者除了在实验实施过程中加强记录和管理,避免特有威胁对实验造成影响,也开始尝试通过一些技术手段进行修正,以确保结论的准确性。例如,对于不合规问题,近年来的处理方法是在随机田野实验模型中使用工具变量(IV)。Blackwell[18]试图区分选举国家选民受到的一些可能导致其投票率降低的影响。以往的研究无法比较这些影响,因为现有处理不合规问题的实验方法无法解决因果关系问题。研究发现,通过扩展传统的工具变量可以设计出多种匹配对应干预方法的工具变量,以此解决这一问题。Aronow和Samii[19]在有关社会网络的随机田野实验中,针对不合规问题,使用工具变量进行修正是一种可行的方法。
随机田野实验是一种实验的经济学研究方法,在面对某些复杂的研究目标或研究对象时,需要在实验设计和实施上进行一定的优化。近年来,随机田野实验开始从医学和社会学中借鉴、发扬了一些行之有效的优化方法,这些方法有效地拓展了随机田野实验的使用范围。这也体现了随机田野实验在跨学科发展和应用中具有较强的生命力。
在随机田野实验中,随机抽样是一个非常重要的步骤,会直接影响到实验实施和最终结论。Woertman 等[20]认为,逐步楔形设计(Stepped-Wedge Trial)作为一种抽样方法,已经越来越多地用于群集随机实验(CRT,随机田野实验的一种)。但是,有关这类实验的设计和分析策略的信息并不多。现有论文中只提供了样本大小和功效计算(Power Analysis)方法,缺少简洁的样本大小公式。Woertman等针对聚类随机阶梯楔形设计提供了一个可行的样本量公式,为逐步普及楔形设计提供了基础。Ji等[21]根据农村社区健康保险(CBHI)计划的数据,采用了聚类逐步楔形设计方法。在研究中,Ji等[21]制定了一个更有效的策略——随机推断,该推断可确保统计时的I型错误符合检验。
近年来,一些新技术的应用和跨学科的延展大大拓展了经济学研究的视野,也为随机田野实验带来了更多可能。新技术在随机田野实验中的延展主要是从以下两点进行的:
第一,一些学者通过对社会生活中产生的大数据进行分析和研究,对人们的行为和倾向等进行深度刻画,甚至发现一些从未意识到的结论。例如,Chandar等[22]利用Uber平台超过4 000万次旅行中生成的大数据集,对全美关于小费的实验进行实地观察,了解社会偏好是如何被驱动的,结合数据中的实验变化和自然变化,建立了关于小费的模型,进而对给予小费的潜在动机提供见解。
第二,还有一些学者通过使用人工智能、IoT等技术,设计了更加有效的随机田野实验,从而得到对政策和策略更有现实意义的结果。例如,Ghose等[23]利用亚洲最大的移动健康应用平台之一mHealth,并使用IoT终端,开展了一项针对1 070名糖尿病患者的随机田野实验。研究发现,患者使用mHealth平台产生的数据具有统计学意义,在较长时间的监测后,平台积累的数据对缓解患者病情、就诊压力和降低医疗费用等具有重大影响。
随机田野实验不仅在行为经济学、发展经济学等领域发挥着重要作用,而且在更多领域被学者接受,并开始被广泛使用。通过对IDEAS 平台进行网络爬虫①分析截至2020年6月19日,共有2 727篇在JEL 标注C93(即随机田野方法)的论文被爬取并纳入分析,发表时间从1986年到2020年。,整理数据后发现,对于2000—2020年的相关论文而言②因为在2000年之前论文的JEL标注有缺失,并且占论文总数的比率很小,因而此处和表1中没包含2000年之前的论文。,随机田野实验主要在劳动经济学、发展经济学和公共经济学等领域得到使用,这也体现了随机田野实验“对现实存在的问题进行实验和验证,以期得到可以反哺现实的结论”的特点。在使用随机田野实验的经济学论文中,利用CiteSpace聚类分析可知,随机田野实验已经在经济学许多领域中得到使用,并形成了一定的研究基础,如自愿捐款、创业教育(扶贫)、性别差异(歧视)、公共信息等(如表2所示)。
表2 使用随机田野实验论文的领域分类(2000—2020年)
根据IDEAS的数据分析和CiteSpace聚类分析情况,本文对近年来随机田野实验在重点领域的使用进行更深入的综述和评价,并举例随机田野实验在健康经济学、教育经济学、公共经济学、劳动经济学和人口经济学领域中的具体应用。
通过使用随机田野实验,健康经济学学者针对个人的具体习惯或公共卫生的具体政策开展了一些研究,取得了传统经济学方法较难得到的结论。Schilbach[24]对印度低收入工人设计了随机田野实验,研究其饮酒习惯与自控能力的关系。根据实验要求,约229名人力车司机愿意放弃饮酒习惯,这将使得他们节省大量金钱并保持清醒。然而,研究发现,没有证据能表明白天人力车司机的清醒与劳动力供应、生产力或收入变化相关。Royer等[25]研究发现,公司激励员工使用健身房的计划仅会对员工养成健康习惯产生短期的影响,一旦激励计划结束,这种影响通常就会消失。当使用随机田野实验展开研究后,Royer等[25]发现,在激励计划结束时,额外提供激励承诺的另一组员工则显示出长期的影响,甚至在激励措施终止后的几年内,这一激励仍起作用。Loewenstein等[26]针对40所小学的8 000名学生使用了随机田野实验,测试了提供短期激励措施是否可以令学生形成健康的饮食习惯。在实验中,学生参加一个3周或5周的项目,只要在午餐时间食用1份水果或蔬菜,就会获得一定的奖励。研究发现,提供小额的奖励使儿童在午餐时至少吃1份水果或蔬菜的几率增加了1倍。Goette和Stutzer[27]通过3个月涉及10 000多个献血者的大规模随机田野实验和为期15个月的随访调查,研究如何奖励献血这一利他行为。Goette和Stutzer[27]检验了将免费进行胆固醇测试作为“奖励彩票”的情况下,是否能够有效激励献血。研究发现,相对于46%的基线捐赠率,平均来说,彩票的发放将献血的可能性提高了5.6个百分点,而这种影响是由先前献血动机较弱的人推动的。由此可知,通过使用随机田野实验,健康经济学学者可以通过对个体进行干预和观察,从而直观地研究某个具体的偏好和习惯等对健康行为(如选择)的经济学影响,并提供具有外部效用的政策建议,这对于一般的经济学研究方法来说是很难完成的。随机田野实验也可以在一些公共卫生的话题上得到运用,切入点通常是从个人的偏好和行为出发的。
在教育经济学领域,学者通常使用随机田野实验研究教育资源如何对个人产生影响或如何提高教育效率,并提高经济效益。例如,Oreopoulos和Ford[28]设计了一个面向高中学生的随机田野实验,了解如何更有效地帮助可能退学的学生进行大学申请①美国本科生升学采用主动申请制,学生将个人情况上交到自己意向的学校,大学评估通过后,再向学生发放录取通知。,从而提高升学率。学生被引导挑选符合他们感兴趣的课程,完成经济援助的申请。研究发现,学生平均的主动申请率从64%提高到78%。主动申请率的变化对那些在高中没有上过大学预备课程(University-track)的学生影响最大。主动申请率的变化让两年制大学的录取率提高了9%。Maitra和Mani[29]主要考察了提供补贴的职业训练计划是否能帮助妇女们产生经济回报。研究发现,在不到一年的时间里,接受职业训练计划的妇女受雇可能性增加了近5%,而受雇的妇女人数增加了6%;同时,在训练后,干预组的妇女收入是非干预组的两倍。Bursztyn和Jensen[30]对美国高中学生使用随机田野实验观察到了同侪压力的存在。通过向美国高中学生免费提供在线SAT复习课程①美国高中11 年级时,班级一般分为普通班(Non-honors Classes)和升学班(Honors Classes)等,升学班是为希望升入大学的学生开设的,而SAT测验分数是大学本科申请时必须提交的。,并控制注册课程时公开或保密注册信息。研究发现,如果在普通班中提供课程公开注册信息,那么学生注册该课程的可能性会比保密注册信息时降低25%;相反,如果在升学班中提供课程公开注册信息,那么学生注册该课程的可能性会比保密注册信息时提高25%。这一系列随机田野实验有效地揭示了干预影响的渠道,为教育资源如何能够更有效率地投放到个人提供了实证基础,为政策制定者提供了证据支持。
对于公共经济学学者而言,在有关公共利益和群体行为的研究中经常应用随机田野实验。Andreoni 等[31]希望通过随机田野实验探究人们为什么会避免捐款。学者在救世军(Salvation Army)②救世军(Salvation Army)是一个以基督教为信仰基本的国际性宗教及慈善公益组织,以街头布道和慈善活动、社会服务著称。每年在其年度捐款活动中,志愿者都会摇响铃铛,以此吸引和提醒人们参与捐款。的年度捐款期间实施了一个实验:在某个超市两个主要入口处安排一个或两个志愿者募集捐款,要求志愿者从口头招揽和摇铃之间只选择一种方式进行街头宣传。研究发现,虽然口头招揽大大增加了参与捐款者的数量和捐款的数量,但也带来了比摇铃更高的捐款回避率。Damgaard和Gravert[32]通过使用随机田野实验以推力理论的其中一种“提醒”(Reminder)为切入点设计了实验。研究发现,像口头招揽一样,“提醒”类干预在增加捐款行为的同时也会导致人们的回避。在不考虑隐性成本的情况下,使用这类干预将会夸大近10倍的捐款带来的社会福利,并掩盖了慈善机构对社会福利潜在的负面影响。Hallsworth等[33]在考虑税收问题时,发现如何提醒人们主动纳税是一个不能被忽略的问题。研究发现,只要在标准的纳税提醒函中提及一些社会共识(Social Norms)和公益信息,就可以大大提高纳税率。Liebman 和Luttmer[34]使用了一个随机田野实验,旨在检验决策者是否可以通过相对廉价的方法传播与个人利益相关的公共治理项目信息,以此影响个人行为,并探索行为改变的潜在机制。研究发现,通过进行一年相对温和、廉价的干预方式(如发送小册子和邀请参加网络教程)后,劳动力参与率相对于非干预组显著增长了4%。在公共经济学研究中,随机田野实验的优势是可以通过精巧的设计对被试者进行直接干预,从而让学者了解内在模式,并最终揭示更有效率的政策设计和实施方案。
因为随机田野实验的灵活性和直接性,劳动经济学和人口经济学一直是随机田野实验使用的高频领域。Agan 和Starr[35]通过设计随机田野实验,同时使用三重差分法,探索了美国“不计前嫌”(Ban-The-Box)政策③“不计前嫌”(Ban-The-Box)政策,是美国为了帮助出狱人员再就业而出台的政策,即禁止询问任何求职者有关犯罪前科的信息,并删除求职信息表上“是否有犯罪记录”的复选项(Box),因为有研究显示若有犯罪前科的人无法再就业,会使他们再次犯罪的可能性更高。对曾经犯罪的黑人和从未犯罪的黑人同时求职带来的影响。“不计前嫌”政策限制了雇主询问求职者的过往经历,但这一政策会存在鼓励“统计歧视”(Statistical Discrimination)的风险。研究发现,在启动“不计前嫌”政策前,白人申请人收到的回复率比类似经历的黑人申请人多大约7%,但实施“不计前嫌”政策后,白人申请人收到的回复率从7%提升到了45%。Neumark等[36]研究了近年来较为热门的年龄歧视问题,他们重新设计并实施了一次大规模的随机田野实验,以解决现有论文中存在的潜在误差。同时,还研究了接近退休年龄对求职需求的影响。研究发现,在校正了这项研究的潜在偏差之后,很少有证据证明存在针对男性的年龄歧视。相较于传统的经济学研究方法,随机田野实验可以尽可能地在真实环境下开展研究设计,并针对具体的政策灵活地安排研究方案,从而更加准确地获得研究结果。
随机田野实验逐渐开始得到中国学者的关注和使用,但从近年来论文发表的数量和内容①国际期刊的检索来源与前文一致,中国期刊的检索来源主要为Scopus;检索时要求论文的研究主体必须与中国有关,且作者中包含中国人。来看,随机田野实验在国内依然是一种处在起步期的研究方法,具有起步晚、数量少、领域窄、上升趋势明显等特点(如图1所示)。
图1 2000—2019年在中国和国际期刊中与随机田野实验有关的论文发文量
第一,中国学界对随机田野实验的使用起步时间比国际学界要晚。从年发文量看,自2003年以来,国际上使用随机田野实验的论文年发文量开始呈现较大增长,迎来发展期。具体来看,从2015年开始,国际上平均每年有近两百篇论文使用随机田野实验。而对于中国而言,从2011年开始,才出现使用随机田野实验的论文,并且在较长的时间内,使用随机田野实验的论文无论在年发文量和应用的质量上亦没有得到突破性的进展,近五年来保持在一年10篇左右。
第二,国际上随机田野实验已在不同研究领域使用,中国仍然处在不断尝试的过程中。从国内学者的研究领域来看,虽然已经有一些学者尝试在自己擅长的领域使用随机田野实验进行研究,但尚未出现明显的跨领域、跨学科应用的趋势。
第三,虽然中国学界关于随机田野实验的实践和认识还比较薄弱,但该研究方法的发展已呈上升趋势,这得益于中国学者的更多关注和资源投入,以及国际上随机田野实验稳定发展给国内学者带来的后发赶超优势。
近几年,在国际上将随机田野实验作为重要的经济学研究方法进行应用的大背景下,随机田野实验逐渐被中国学者所接受。中国一些学者在合适的领域和语境下使用了随机田野实验,取得了比较好的效果。随机田野实验在中国的拓展应用时,主要有以下三点值得关注:
第一,学者可以在中国的经济和社会背景下,对一些经济学研究领域的经典论文或已有的随机田野实验设计进行更新和重构。关于一些经典经济学研究和实验的结论,由于大多是在西方国家的背景下进行,与中国人的行为模式相比,可能存在着差异。例如,在儒家文化圈,一些在西方国家出现的经济和社会现象可能无法在亚洲国家得到复现。因此,学者可以利用中国广大的研究资源,按照已有的理论和设计在中国实施实验,这样可以避免经济学研究中容易出现的“照搬问题”,也可以为学者在中国原创随机田野实验研究提供借鉴。例如,Hong等[37]在中国进行验证多任务理论的随机田野实验,Song[38]针对中国农村群体实施的与“金融知识缺乏”(Financial Illiteracy)和养老金缴纳有关的随机田野实验,以及Ong[39]针对婚恋匹配中教育水平和收入吸引力的关系在中国婚配网站进行的随机田野实验等。
第二,学者可以针对中国特有的现象和政策使用随机田野实验,以期获得更有意义的学术成果。一方面,针对中国社会和经济发展进程中一些有意义的独特现象,随机田野实验可为学者理解这些现象的底层机制提供一个更有实际意义的视角。例如,林莞娟[40]在中国进行的探索医生诱导需求和经济激励关系的实验,Luo等[41]在中国进行的有关户口认同(Hukou Identify)和“最后通牒博弈”(Ultimatum Game)的实验,以及Xu[42]进行的有关反腐条例对企业价值影响的实验。另一方面,针对一些政策的制定,随机田野实验可以有效地进行效度检验,并将得到验证的成果在其他地区,甚至其他国家进行复现和实践。
第三,随机田野实验将会促进中国的跨领域、跨学科研究,并促进中国学者展开与其他社会机构、企业之间的合作。在当下的学术氛围和环境中,寻求领域和学科堡垒间的突破是前沿学者的共同追求,而随机田野实验正是这种经济学研究方法,它可以在实验的设计过程中将各类学科和领域有机地联系在一起,降低考虑无关变量等统计学问题的压力,使得该方法适合经济学跨领域、跨学科的实证研究。Lai等[43]在中国青海实施的有关少数族裔学生教育质量与广泛传播语言之间关系的随机田野实验,以及Wong等[44]在中国农村进行的地区治理与地区基础建设质量有关的实验。
中国作为一个发展中国家,如果能够将一些发展中的成功经验客观、科学地记录、分析和总结,将会是一笔宝贵的学术财富,而这些经验也将作为借鉴帮助其他有相似处境的国家。例如,Cai等[45]在中国贵州农村进行的有关微型保险对个人经济活动影响的随机田野实验可以对其他发展中国家开展相关政策提供经验借鉴。
随机田野实验在国际上已经成为了重要的经济学研究方法。这主要源于以下两个方面:首先,随机田野实验在经济学领域的应用已经形成一股潮流,越来越多的学者使用随机田野实验,也有更多的个人和组织在支持随机田野实验的应用。随机田野实验的直观性、跨学科性和现实性,可以帮助学者更深刻地了解经济世界的运行方式,并通过学者干预来直接参与经济活动的研究和创新。其次,随机田野实验无论从理论还是实践上,近年来都得到了巨大的发展。从理论上,随机田野实验从经济学研究的视角出发,同时又试图从其他领域(学科)上吸取长处,从而推动着随机田野实验的创新。在实践上,有更多领域的学者正在尝试使用随机田野实验完成一些传统经济学研究无法企及的问题。
随机田野实验在中国的发展潜力巨大。这不仅因为随机田野实验拥有优良的基因,更因为中国有许多值得使用随机田野实验进行研究的问题和话题。随机田野实验不仅可以帮助中国学者进行创新,跨学科开展本土研究,而且可以支持中国学者在经济转型期进行客观的记录和研究,这些成果将作为宝贵的中国知识,帮助世界对中国经济有进一步的了解。