Montag, Oktober 18, 2021
StartWIRTSCHAFTWirtschaftsnobelpreis: Echte Ursache und Wirkung

Wirtschaftsnobelpreis: Echte Ursache und Wirkung

- Anzeige -


KKurzer Rückblick: Vom 15. April bis 31. Oktober 1980 verließen rund 150.000 Kubaner ihre Heimat, die Hälfte davon ließ sich in Miami nieder. Die meisten von ihnen erhielten eine Aufenthalts- und Arbeitserlaubnis. Dadurch wuchs die Zahl der Arbeiter in der Großstadt innerhalb kürzester Zeit um 7 Prozent. Die lokale Arbeitslosenquote stieg von 5 auf 7 Prozent, normalisierte sich aber schnell.

Der Wirtschaftsprofessor David Card, der jetzt mit dem Wirtschaftsnobelpreis ausgezeichnet wurde, hat die Lohnentwicklung in Miami von 1979 bis 1985 untersucht und mit anderen amerikanischen Metropolen verglichen. Einfache Wirtschaftsmodelle deuteten darauf hin, dass die Löhne im Allgemeinen sinken würden, und zwar besonders stark für Arbeiter, die direkt mit Kubanern konkurrierten. Card hingegen stellte fest, dass die Einwanderung wenig Einfluss auf die Löhne hatte.

Die Auszeichnung des norwegischen Preiskomitees würdigt weniger das überraschende Ergebnis als die für die Wirtschaftswissenschaft vergleichsweise neue Methode: Card nutzte ein natürliches Sonderereignis, um Schlussfolgerungen zu ziehen. Der Berkeley-Forscher, der die Hälfte des Preises erhielt, teilt ihn mit Guido Imbens (Stanford University) und Joshua Angrist (Massachusetts Institute of Technology). Allen drei Forschern ist gemeinsam, dass sie Theorien mit sogenannten Naturexperimenten überprüfen. Zusammen mit dem verstorbenen Alan Krueger (Princeton) nutzte Angrist eine Besonderheit des amerikanischen Schulsystems aus, um zu zeigen, dass mehr Schulen mehr Einkommen bringen, während sich Statistikspezialist Imbens vor allem durch neue methodische Erkenntnisse auszeichnet.

Cards zweite bahnbrechende Arbeit wiederum veränderte die Vorstellungen über den Mindestlohn. Auch mit Krueger untersuchte er die Auswirkungen der Anhebung des gesetzlichen Mindestlohns im Bundesstaat New Jersey auf die Beschäftigung in den Fastfood-Restaurants im Vergleich zum benachbarten Pennsylvania, wo die Mindestlöhne niedriger und nicht angepasst waren. Entgegen der „klassischen“ Theorie fanden sie keinen negativen Beschäftigungseffekt; vielmehr stieg die Beschäftigung in den mehr als 400 untersuchten Schnellrestaurants in New Jersey. Dies war auch deshalb überraschend, weil die Lohnerhöhung während einer Rezession stattfand.

Cards Mindestlohnforschung wird derzeit vor allem von Teilen der Demokratischen Partei versucht, die Forderung nach einem Mindeststundenlohn von 15 Dollar zu unterstützen. Card stellte fest, dass diese Arbeit von links und rechts oft missverstanden und missbraucht wurde. Er selbst hatte nie eine generelle Erhöhung des Mindestlohns gefordert. In dem von ihm untersuchten Fall hob New Jersey 1992 den Mindestlohn von 4,25 Dollar auf 5,05 Dollar an, während er in Pennsylvania stabil bei 4,25 Dollar blieb. 1992 hatten 5 US-Dollar eine Kaufkraft, die heute weniger als 10 US-Dollar beträgt. Card, wie er einmal sagte, verließ das Forschungsfeld schnell, nicht nur weil er gute Freunde zum Beispiel an der University of Chicago verlor, sondern auch, weil er sich nicht mit dem Kommentieren alter Ergebnisse für ein Forscherleben aufhalten wollte. Stattdessen stellte er bei der Interpretation von Daten aus Deutschland fest, dass Frauen auch weniger verdienen als Männer, weil sie häufiger bei Arbeitgebern beschäftigt werden, die in der Regel weniger bezahlen.

Während Card vor allem durch seine detailliertere Analyse des Arbeitsmarktes überzeugte, entschied sich das Nobelpreiskomitee für Angrist und Imbens für die Weiterentwicklung der theoretischen Grundlagen der statistischen Analyse. Ihre in den 1990er Jahren veröffentlichten Beiträge eröffneten auch Ökonomen neue Möglichkeiten, aus beobachteten Daten Schlussfolgerungen zu ziehen. Tatsächlich beschäftigt sich ein Großteil aktueller statistischer Methoden damit, Zusammenhänge zwischen verschiedenen Phänomenen überhaupt aufzudecken, also zu klären, ob und wie diese korrelieren. Die für Wirtschaftspolitiker oder Unternehmen in der Praxis ebenso wichtige Frage ist, wie der beobachtbare Zusammenhang verläuft, was Ursache und Wirkung ist, ob und wie sich ein Ergebnis tatsächlich ändert, wenn sich die Rahmenbedingungen ändern oder ob andere Variablen eine Rolle spielen , die gar nicht direkt abgebildet werden. Es geht um Kausalität im Gegensatz zu bloßer Korrelation. Hier haben Angrist und Imbens neue Techniken zur Verfügung gestellt, die Forscher auf der ganzen Welt in ihrer empirischen Arbeit auf vielfältige Weise anwenden.

Einen Namen hat sich Imbens auch mit seinem Drang gemacht, datenintensive Ansätze basierend auf Lernalgorithmen aus der Künstlichen Intelligenz in die Wirtschaftswissenschaften zu übertragen. Zusammen mit seiner Frau Susan Athey, die gelegentlich auch als Nobelpreisträgerin genannt wird, hat er vor zwei Jahren einen erfolgreichen Übersichtsartikel unter dem Titel „Machine Learning Methods Economists Should Know About“ veröffentlicht. Der Antrieb ist klar: In einer Zeit, in der ständig riesige Datenmengen gesammelt und ausgewertet werden („Big Data“), wird Ökonomie zunehmend in Teilen mit IT kombiniert. Kein Wunder, dass im Literaturanhang der Begründung des Preiskomitees der Name Judea Pearl auftaucht: 2011 erhielt der Informatiker die höchste Auszeichnung in seinem Fach, den Turing Award – für seine Arbeiten zur Kausalität.

ZUGEHÖRIGE ARTIKEL

HINTERLASSEN SIE EINE ANTWORT

Please enter your comment!
Please enter your name here

Anzeige

Am beliebtesten

Letzte Kommentare