2021年ノーベル経済学賞(2)
受賞理由
因果関係の分析への方法論的貢献
受賞者
アメリカ合衆国, 
イスラエル
オランダ, アメリカ合衆国
解説
アンリストさんとインベンスさんは「原因と結果」をはっきりさせる道具を作りました。たとえば、雨の日に傘をさしたから濡れなかったのか、もともと雨が弱かったのかを見分けるイメージです。彼らは“自然実験”で本当に影響を受けた人だけを見つけ出す仕組みを考えました。そのおかげで、学校に1年長く通うとおこづかいがどれだけ増えるかなどを正しく計算できます。社会のルールづくりに役立つ魔法のメガネのような方法です。
関連キーワード
因果推論
データから「原因が結果を生む」メカニズムを特定する科学的プロセスです。相関関係ではなく因果関係を示すために、ランダム化や自然実験、操作変数などの手法が用いられます。アンリストとインベンスの研究は、観察データでも厳密な因果推定が可能であることを示しました。社会科学・医学・機械学習など幅広い分野で応用が拡大しています。前提条件の透明性と再現性が研究信頼性を左右します。
操作変数
目的の処置に影響を与えるが結果に直接は影響しない外生的変数を指します。操作変数を用いると未観測バイアスを取り除き因果効果を推定できます。アンリストとインベンスは2SLS推定量をLATEとして再解釈しました。強い第一段階と排他性が妥当性のカギです。弱い操作変数問題への対処法も発展しました。
局所平均処置効果（LATE）
LATEは、操作変数によって行動が変わった人々（コンプライヤー）に対する平均的因果効果です。全人口平均効果ではない点が特徴で、外的妥当性を議論する際に重要です。アンリストとインベンスの定理により、Wald推定量がLATEと一致する条件が示されました。モノトニシティ仮定が破れると識別不能になります。政策評価ではLATEとATEの差をどう補完するかが課題となります。
自然実験
政策変更や規則、自然現象など、研究者が操作できない外的ショックを利用して無作為割り当てに近い比較を実現する手法です。アンリストとインベンスは自然実験で生じる不完全遵守を体系的に扱う理論を構築しました。教育年数と収入の関係など多数の応用研究が存在します。外生性と干渉の確認が重要で、感度分析が推奨されます。デジタルデータが豊富な現代では自然実験の探究がさらに容易になっています。
無作為化比較試験
RCTは介入をランダムに割り当てて因果効果を直接測定する実験です。社会政策では倫理・費用の制約から完全RCTが難しい場合があります。アンリストとインベンスのフレームワークは不完全遵守RCTにも適用でき、意図した処置効果（ITT）とLATEを分離します。医療・開発経済学で広く利用され、エビデンスに基づく政策立案を支えています。外的妥当性やスケールアップの問題が次の研究課題です。
計量経済学
統計学と経済理論を結びつけ、データから経済関係を推定する学問です。因果推論の概念整備は計量経済学の中心テーマとなっています。アンリストとインベンスの業績は操作変数法とポテンシャルアウトカムモデルを統合し、近代計量経済学の標準を築きました。計算資源の発展により高次元・機械学習との融合が進行中です。政策提言には計量モデルの透明性と再現性が不可欠です。