詹姆斯•赫克曼
微观计量经济学的开创者,因对分析选择性抽样的原理和方法所做出的发展和贡献，而获2000年诺贝尔经济学奖。
2000年的诺贝尔经济学奖授予两位美国经济学家詹姆斯•赫克曼和丹尼尔•麦克法登，以奖励他们发展广泛应用在经济学以及其他社会科学中对个人和住户的行为进行统计分析的理论和方法。尤其是，对赫克曼奖励他“对分析选择性抽样的原理和方法所做出的发展和贡献”获奖。对麦克法登奖励他对分析离散抉择的理论和方法的发展。这两位经济学家所从事的学科领域可称为微观计量经济学。早年计量经济学主要都用在宏观经济学上，即主要研究以国民经济为主体的经济行为。微观经济学问题，即个人、住户和企业的经济行为问题；例如，决定个人在教育、就业、住房等方面选择的经济因素是什么，不同的劳动市场和教育计划对个人收入和就业有什么激励影响等等。这类问题以前很少有人研究。其原因之一是这方面的统计数据不容易找到。近三十年来，微观统计数据开始越来越丰富，使得微观计量经济学研究就有了可能。但是这里有许多新的统计上的问题要解决。例如，个人或住户行为的统计样本不一定是随机的，从而不一定有代表性；影响个人行为的某些特征是不可观察的等等。
1、詹姆斯•赫克曼简介
詹姆斯•赫克曼(James J.Heckman)1944年生于美国芝加哥，曾就读于科罗拉多学院(Colorado College)数学系，1971年获普林斯顿大学经济系博士学位。曾在哥伦比亚大学、耶鲁大学、和芝加哥大学任教。从1995年起，赫克曼就在芝加哥大学获任亨利-舒尔茨杰出成就经济学教授，现为芝加哥大学的教授。赫克曼在经济学领域的研究内容涉及诸如社会项目评估、非连续选择和纵向数据的计量经济学模式、劳工市场经济学以及收入分配的模式选择等等。
2、与麦克法登合作的学术研究及成就贡献
赫克曼和麦克法登的主要贡献在于“个体经济计量学”(Microeconometrics)的建立和发展。所谓个体经济计量学是指对家庭、厂商等经济个体的行为所进行的计量研究，研究对象范围很广，较主要的有劳动经济学的课题：劳动供给、薪资决定、教育选择、失业期间、移民、职业选择、生育选择、性别歧视、种族歧视等；共经济学的课题：租税政策及社福政策的效应；消费行为研究的课题：商品需求、品牌选择；都市及运输经济学的课题：住房租购选择、区位选择、交通工具选择；产业经济学的课题：生产形式选择、生产要素需求、生产效率评估等。
1）“个体经济计量学”中赫克曼的贡献：
个体资料的收集大多是在一个不是完全随机抽样的状况下所进行的，而抽样之所以不随机，是因为个体资料的样本观察值都是来自于家庭、厂商等经济个体，而这些经济个体本身(或是它周遭的其他经济个体)都具有选择判断的能力，因此很可能会采取一些影响抽样过程的行动，以致抽样失去随机性，造成所收集到的样本不能够比例的代表母体。例如我们永远只能从有工作的人那里获得工作时间以及薪资的资料，但总人口中总会有不小比例的人选择不工作，任何资料库都不可能包括这些人的工时或薪资，也就是说不工作者工时或薪资之无法观察的本质，造成资料库结构性的缺失，不论抽样过程是如何的客观随机，所得到工时或薪资的资料严格说起来均不具真正的代表性，如果使用传统的经济计量方法来分析这样的资料，所得到的任何推论都只能代表有工作者的行为，而不能说是对全体人口的行为描述，若仍然将实证结果解释为放诸四海皆准的发现，当然是犯了以偏概全的错误，这种错误就是所谓的“样本选择误差”(SelectionBias)。
2）“样本选择”问题
在个体资料中实在是很常见，比如：试图收集高中毕业者和大学毕业者的薪资资料以研究大学教育对薪资的贡献(粗略来说即是大学毕业薪资高出高中毕业薪资的部分)，不论抽样过程是如何的客观随机，资料都一定会有样本选择问题，因为进不进大学是一种选择，每一个人都会谨慎评估它的成本和效益，而不太可能以丢铜板完全随机的方式来决定是否要进大学，影响所及，所有高中毕业者和大学毕业者的样本都不会是完全随机的，若仍然采用传统的计量方法来比较高中毕业者和大学毕业者的薪资，就会导致选择误差。赫克曼最大的贡献便是明确的点出这个问题，并提供解决的计量方法。赫克曼对选择误差问题的分析，不仅影响经济学，更从根本上改变了许多其他社会科学的实证研究。更难能可贵的是，赫克曼开创性的以个体经济理论来解释个体资料之样本选择问题，关于这点我们应该注意到，个体经济学本身可说就是一种分析经济个体如何选择的科学，以个体经济理论来解释个体资料之样本选择问题事实上是相当自然的，而赫克曼则是严谨精准的表达这种看法的第一人。
3、赫克曼自己的学术研究及成就贡献
赫克曼在经济学领域的研究内容涉及诸如社会项目评估、非连续选择和纵向数据的计量经济学模式、劳工市场经济学以及收入分配的模式选择等等。
提出对统计数据的选择偏差进行纠正的简单可行的理论和方法：
所谓选择偏差是指在样本选取时因数据的局限或取样者的个人行为而引起的偏差。例如，考虑受教育程度与个人收入之间的统计关系问题。一般来说，数据来源总是有偏差的。教育程度高的人群的数据容易得到，而教育程度低的数据就不容易得到，因为他们的工作可能不固定，甚至常常失业。这样仅仅以搜集到的数据来作统计分析，受教育程度对个人收入的影响就会被低估。赫克曼为此提出著名的赫克曼修正法。这种方法分为两个步骤。第一步先构造一个基于经济理论的工作概率模型，并由此对每个个人预测其工作的概率。第二步再把这些预测概率加到原来的模型中去，作为新的解释变量，由此就得到更确切的受教育程度与个人收入之间的统计模型。赫克曼用这样的方法处理了许多类似的问题；例如，失业者再就业的时间间隔问题(观察到的数据往往带有个人特征的影响)，职业培训的估价问题(未经职业培训的个人数据不易得到，赫克曼得到的结论是许多职业培训的作用被高估)等。
对劳动供给和薪资决定的研究：
赫克曼对样本选择问题的分析肇始于一九七零年代初期他对劳动供给的实证研究，而在劳动供给领域中，赫克曼开创了所谓的“第二代”劳动供给模型，将一般计量模型所必有的随机干扰项直接融入劳动供给者的效用极大化过程之中，由此直接推导出劳动供给计量模型，这种计量模型较传统劳动供给模型更为贴切的描述劳动供给者的“心路历程”，也能够同时处理劳动供给者“要不要工作”以及“每天要工作多少时间”两种决定，更值得称道的是，第二代劳动供给模型一并解决了劳动供给资料中的样本选择问题。
赫克曼是在1974年的一篇论文中提出相关的论述，他指出根据个体经济理论，工作与否是由劳动供给者(尤其是妇女)的效用极大化过程来决定，而这个过程可以如下的方式解释：劳动供给者根据自身的需求拟定出一个“保留工资”(ReservationWages)，劳动供给者只有在找到薪水大于这个保留工资的工作后才会开始工作，也就是说一个人是否工作完全是根据保留工资和真正可拿到的薪水的比较来决定的，这个机制不仅描述了劳动供给的决策过程，也同时解释了劳动供给资料为什么会有样本选择问题。只有在搞清楚样本选择问题的肇因后，才有可能提出解决的方法，而这也正是赫克曼由个体经济理论出发，逐步处理样本选择问题的做法。赫克曼在其后一系列论文中对处理样本选择问题提出了一个非常简单的计量方法，也就是著名的“赫克曼两阶段法”(或称为赫克曼修正法)，采用这种计量方法的实证研究可说是汗牛充栋，例如，中央研究院院士李龙飞在1978年的一篇论文中研究工人加入工会是否有助于薪资的提升，由于工人不是随机性的加入工会，而是会经过一番审慎的选择，因此工会资料也有样本选择问题，所以必须采用赫克曼两阶段法加以处理。类似的研究还包括公营机关和民营企业薪资的比较，跨国移民对所获薪资的影响，以及之前提到过之教育报酬率的估计等等。
劳动市场辅导计划的评估：诸如在职训练、就业辅助、员工津贴等劳动市场辅导计划，在许多国家都行之有年，评估这类计划的效益当然是一个很重要的问题，赫克曼对这个课题的重大贡献仍然是在于指出样本选择问题的存在：当我们试图测量某一劳动市场辅导计划对参与者的帮助有多大时，我们只能比较计划参与者和非参与者之间的差异。但是由之前对样本选择问题的讨论中我们应可了解，每一个计划参与者之所以加入计划都是经过一番评估的，只有在认定对自己有帮助时才会选择加入，也就是说，是否要参与计划绝不是随机决定的，所以计划参与者和非参与者的样本资料都有样本选择问题，要比较两者之间的差异必须采用类似赫克曼两阶段法的计量处理方式。赫克曼在一连串的后续研究中更进一步的指出，一般处理样本选择问题的计量方式，可能还都不能完全消除计划评估的样本选择误差，他因此曾建议采用实验方式收集资料以根本的避免样本选择问题，并对此建议进行详尽的理论分析。总结赫克曼以及其他学者过去二十多年来的研究，我们发现我们将是不太可能只根据单一的计量方法来评估所有的辅导计划，计划效益的评估必须逐案个别处理。而从赫克曼所做过的大量个案中我们也可发现，大多数劳动市场辅导计划对参与者的帮助都不明显，不同形式的计划对不同的参与者也会有很不相同的影响。
对持续期间(Duration)的研究：
所谓“持续期间”是指某一事件延续时间的长短，持续期间之计量分析在经济学中的应用包括失业期间、罢工时间、景气循环周期、消费者购物时点、以及许多人口学的课题，诸如婚姻、生育、寿命、迁徙等的持续期间。赫克曼对持续期间的研究也有相当大的贡献，他特别重视持续期间资料的“隐性差异”(UnobservableHeterogeneity)问题，现以失业期间的分析为例来说明隐性差异的影响：在失业者中，素质较优的失业者比较容易找到新工作而有较短的失业期间，而素质较差的失业者相对的当然会有较长的失业期间，因此“长失业期间样本组”和“短失业期间样本组”之间的差异可能不完全是随机的，而是属于在素质上有根本差异的两个不同群组之间的差异，我们对这两个群组之间的差异到底是什么通常也无法完全确认，所以便以隐性差异称呼这些无法确认的素质差异，换句语说，失业期间资料之所以会有长短不同，很可能是由无法确认之隐性差异所造成的，若有太多的隐性差异无法确认，则我们当然无法正确分析失业期间的决定因素。在这个讨论中我们应可看出，隐性差异对持续期间分析的影响相当类似样本选择问题，而样本选择问题的处理一直就是赫克曼的兴趣所在。为解决隐性差异问题赫克曼还提出一些无母数的计量方法，为持续期间的实证研究者所广泛采用，赫克曼本人也对失业期间和生育期间课题做了许多的实证研究。
赫克曼除了对个体经济计量学的理论有重大贡献外，还进行了许多深入的实证研究，在劳动供给、薪资决定、失业期间、劳动市场辅导计划的效益评估、生育多寡、性别歧视等课题上，获得相当丰硕的实证结果，也提供了不少独到的见解。
参考资料
标签
赫克曼核心模型，条件对数分析模型