Студопедия

Главная страница Случайная страница

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Причина и следствие






Очень часто для того, чтобы проиллюстрировать различные экономические явления, эконо-
мисты обращаются к графикам. Другими словами, они используют их, демонстрируя, как
одни события влияют на другие. Когда мы рассматриваем график типа кривой спроса, у
нас не возникает сомнений относительно причины и следствия. Так как мы изменяем
цену, а все другие переменные считаем постоянными, мы знаем, что изменение в цене на
романы приводит к изменению покупаемого Эммой количества книг. Помните, однако, что
наша кривая спроса построена на данных гипотетического примера. Когда мы стал-
киваемся с реальной действительностью, определить влияние одной переменной на
другую не так-то просто.

Первая проблема состоит в том, что множество факторов, влияющих на степень воздей-
ствия одной переменной на другую, не являются константами. Мы можем полагать, что
изменение некоей переменной определяет изменение другой, а на самом деле здесь задей-
ствована третья, опущенная переменная, не отраженная на графике. Даже если мы верно
определили две переменные, взаимодействие которых будем анализировать, мы можем
столкнуться со второй проблемой — обратной причинно-следственной зависимостью.
Другими словами, мы могли решить, что причиной изменения В служит А, а в действитель-
ности В определяет изменения А. Возможность наличия опущенных переменных и об-
ратной причинно-следственной зависимости требует от нас, когда мы делаем выводы о
причинах и следствиях, осторожного использования графиков.

Опущенные переменные. Давайте рассмотрим следующий пример. Представьте, что
правительство в ответ на настойчивые требования озабоченной высокой смертностью на-
селения страны от раковых заболеваний общественности поручает компании «Статисти-
ческие услуги Большого Брата» провести исчерпывающее исследование. Сотрудники
«Большого Брата» обнаруживают явную зависимость между двумя переменными: ко-
личеством курящих в семье и вероятностью заболевания раком кого-то из ее членов
(рис. 2п.6).


Глава 2. Думайте как экономист



Рис. 2п.6

ГРАФИК С ОПУЩЕН-
НОЙ ПЕРЕМЕННОЙ
Направленность
кривой вверх пока-
зывает, что чем
больше курящих
в семье, тем выше
вероятность заболева-
ния раком. Однако
мы не должны делать
из этого вывод, что
причиной рака
является курение,
потому что исследо-
ватели не принимают
в расчет количество
выкуренных сигарет.

Количество курящих в семье


Какова должна быть реакция правительства на полученные результаты? «Большой
Брат» рекомендует установить дополнительный налог на продажу сигарет и потребовать
размещения предупреждающих надписей: «" Большой Брат" предупреждает — курение
опасно для вашего здоровья».

Однако у вдумчивого исследователя возникает вопрос: «А все ли переменные, кро-
ме одной, были приняты за константы?», ведь в случае отрицательного ответа полученные
результаты нельзя считать достоверными. Одно из объяснений графика на рис. 2п.6 заклю-
чается в том, что, вероятнее всего, люди, в домах которых много курящих, и сами входят в
число любителей табака. Причина рака курение, а не число курящих в семье. Если вы не
приняли за константу количество выкуренных сигарет, график 2п.6 не отражает истинно-
го влияния числа курящих в доме на уровень заболеваемости раком.

Эта история является иллюстрацией к важному принципу: когда вы видите график,
который используется для подтверждения выводов о причине и следствии, необходимо
задать себе вопрос, не влияют ли на полученные результаты изменения опущенной
переменной.

Обратная причинно-следственная зависимость. Экономисты нередко совершают
ошибки при определении направления причинно-следственной зависимости. Предполо-
жим, что Ассоциации анархистов Америки поручено проведение исследования уровня пре-
ступности в США, результаты которого представлены на рис. 2п.7. График демонстрирует
зависимость количества тяжелых преступлений в крупных городах от числа полицейских
на тысячу человек. Анархисты пришли к выводу, что большее число полицейских приво-
дит к увеличению количества преступлений в городах, а значит, общество обязано снизить
меру ответственности преступников.

Если бы мы могли провести контролируемый эксперимент, мы избежали бы опасности
попасться на удочку обратной причинно-следственной зависимости. Для проведения эк-
сперимента мы бы произвольно увеличили или уменьшили число полицейских в разных
городах, а затем рассмотрели бы зависимость между численностью сил правопорядка
и количеством преступлений. А график на рис. 2п.7 показывает только то, что в более
опасных для жизни городах больше полицейских. Это можно объяснить тем, что в городах
с высоким уровнем преступности мэрия увеличивает численность полицейских. Другими
словами, скорее увеличение количества преступлений является причиной для найма до-
полнительных полицейских. График не позволяет нам определить направление причин-
но-следственной зависимости.

Может показаться, что для определения направления причинно-следственной связи
необходимо выявить изменяющуюся первой переменную. Если мы наблюдаем рост пре-
ступности, а затем увеличение количества полицейских, мы приходим к одному выводу.



Часть 1. Введение


 



Тяжелые преступления (на 100 человек)

Рис. 2п.7

ГРАФИК,

ПРЕДСТАВЛЯЮЩИЙ
ОБРАТНУЮ
ПРИЧИННО-
СЛЕДСТВЕННУЮ
СВЯЗЬ

Направленность
кривой вверх
показывает, что по
мере увеличения
числа полицейских
в городе опасность
проживания в нем
возрастает. Однако
из графика непонятно,
являются ли поли-
цейские причиной
преступлений или
города с более
высоким уровнем
преступности нани-
мают на работу
больше стражей
порядка.


 

 

Полицейские
(на 100 человек)

Если мы подмечаем, что сначала увеличивается численность полицейских, а затем следует
рост преступности, мы делаем другой вывод. Недостаток такого подхода заключается в
следующем. Очень часто люди изменяют поведение не в ответ на изменение существующих
условий, а в ответ на изменение их ожиданий будущих условий. Город, ожидающий рост
преступности в будущем, может увеличить количество вакансий для полицейских уже
сегодня. Или еще более наглядный пример — соотношение новорожденных и детских
кроваток. Очень часто детскую кроватку покупают в ожидании рождения ребенка, но
если она появляется в доме раньше новорожденного, это не означает, что увеличение про-
даж кроваток способствует росту населения!

Исчерпывающих правил, определяющих достоверность выводов о причинно-след-
ственной зависимости по графику, не существует. Просто помните о том, что причина
роста раковых заболеваний отнюдь не число курящих (опущенная переменная), причина
рождения детей — отнюдь не появление в доме детской кроватки (обратная причинно-
следственная связь), и вам удастся избежать глупых экономических споров.



Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2024 год. (0.006 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал