Die Suche nach Kausalität

Anfang 2023 besuchte Nobelpreisträger Joshua Angrist (MIT) das Department. Nach der Präsentation seines aktuellen Forschungsprojekts und Gesprächen mit Studierenden und Forschenden nahm er sich die Zeit, um über seine lebenslange Leidenschaft für ökonometrische Methoden zu sprechen.

Die Suche nach Kausalität

Manchmal ist es einfach, kausale Zusammenhänge zu bestimmen. Häufiger ist dies nicht der Fall. Und zuweilen ist es so anspruchsvoll, dass die Entwicklung einer entsprechenden Methode den Nobelpreis einbringt.

1988 sass der Doktorand Joshua Angrist an seinem Schreibtisch und grübelte darüber nach, wie man den Effekt des Militärdienstes im Vietnamkrieg auf das spätere Einkommen messen könnte. Frühere Untersuchungen waren zu widersprüchlichen Ergebnissen gekommen. Einige stellten fest, dass der Militärdienst in Vietnam das spätere Einkommen erhöhte, während andere das Gegenteil fanden.  Der Wunsch den isolierten Effekt des Militärdienstes auf das Einkommen zu messen, brachte den jungen Wissenschaftler auf den Weg, der ihn zum Nobelpreis für Wirtschaftswissenschaften führen sollte, den er 2021 zusammen mit seinem langjährigen Koautor und Freund Guido Imbens und David Card erhielt.

Die Krux der Kausalität

Der einfachste Weg kausale Effekte zu untersuchen ist es eine Forschungsfrage in ein Laborexperiment zu übertragen. So können Forschende eine Umgebung schaffen, die es erlaubt, die Wirkung einer einzelnen Intervention oder Variable auf ein Ergebnis zu ermitteln.

Man kann aber auch im Alltag vorkommende Variationen untersuchen, um kausale Effekte zu finden. Die durch solche natürlichen Experimente gewonnenen Erkenntnisse sind oft besser verallgemeinerbar und daher für politische Entscheidungsträger relevanter. Natürliche Experimente vermeiden auch ethische Probleme, da die Proband:innen nicht in potenziell nachteilige Situationen gebracht werden müssen, um die Auswirkungen einer Intervention zu untersuchen. Allerdings bringen sie ihre eigenen Herausforderungen mit sich: So müssen zum Beispiel alle Faktoren, die sich auf das Ergebnis auswirken können, identifiziert und isoliert werden.

Der Schlüssel ist die Identifizierung der instrumentellen Variable, die eine Kette von Reaktionen auslöst. Diese muss zufällig und unabhängig sein

«Der Schlüssel ist die Identifizierung der instrumentellen Variable, die eine Kette von Reaktionen auslöst. Diese muss zufällig und unabhängig sein», erklärt Joshua Angrist das Vorgehen, «Während meiner gesamten Laufbahn habe ich Methoden zur Bearbeitung von solchen Instrumentalvariablen untersucht und entwickelt, um reichhaltige und komplexe Daten aus natürlichen Experimenten zu analysieren». Um sicherzustellen, dass die Instrumentalvariable zufällig und unabhängig ist, vergleichen Forscher:innen die Mitglieder von Test- und Kontrollgruppen in Bezug auf demografische Daten, Testergebnisse, Fähigkeiten usw. , wie dies auch bei klinischen und experimentellen Studien geschieht.

Bildung ist der wichtigste Prädiktor für das Einkommen

Obwohl Joshua Angrist Ökonometriker und Arbeitsökonom ist, ist er ebenso bekannt für seine Forschung über die Auswirkungen von Massnahmen im Bildungsbereich.  «Bildung ist der wichtigste, systematische Prädiktor für individuelle Arbeitsmarktergebnisse wie z. B. Einkommen», erklärt er sein Interesse.

Bildung ist der wichtigste, systematische Prädiktor für individuelle Arbeitsmarktergebnisse wie z. B. Einkommen.

Zusammen mit Alan Krueger konnte er zeigen, wie schon wenige Monate zusätzlicher Schulbildung zu höheren Löhnen führt. In seiner aktuellen Forschung untersucht er die Effekte einer sehr kostspielige Intervention, nämlich die Beförderung von Kindern aus benachteiligten Gebieten mit Bussen zu Schulen in wohlhabenderen Gegenden. Die Kinder werden mittels Lotterie auf die Plätze in diesen "begehrteren" Schulen zugeteilt. Die Busse haben zwar positive Effekte, indem sie die Integration verbessern. Seine Ergebnisse finden aber keine Auswirkungen auf die akademischen Leistungen der Kinder. Damit widerlegt er eine der Kernannahmen, auf der die Intervention basierte.

Die Grenzen von natürlichen Experimenten

Gute Voraussetzungen für natürliche Experimente sind häufiger gegeben, als wir vielleicht denken.  Lotterien, Geburtsdaten, Zulassungsbeschränkungen, Schwellenwerte in Steuer- und Sozialleistungssystemen; sie alle können die Grundlage für natürliche Experimente sein. Es gibt einige Fragen, bei denen es schwieriger ist, gute natürliche Experimente zu finden. «Aber Wirtschaftswissenschaftler sind klug und in der Regel erfolgreich darin, etwas zu finden», fügt er hinzu und verweist auf einen ehemaligen Studenten, der eine Methode entwickelt hat, um die Auswirkungen des Falls der Berliner Mauer zu untersuchen.