Régi megfigyelés, ha bölcsnek nem is nevezhető, hogy ha már egyszer a nindzsák a rejtőzködés mesterei, ha épp egyet sem látsz magad körül, biztosan van egy a környezetedben. A logikai hibák, a korreláció és a kauzalitás keverése nem újkeletű, viszont adott esetben súlyos, emberi és társadalmi csoportok sorsát meghatározó tévedésekhez vezetnek.

Ennek a problémának a korszakos kutatásáért kapott idén közgazdasági Nobel-díjat David Card, valamint a Joshua D. Angrist, Guido W. Imbens kutatópáros, akiknek megfigyeléseit és módszerét immár számos tudományágban alapvetésnek tekintik.

Mint azt a díj ismertetésekor elmondták, Card az eredeti megfigyeléseivel, míg Angrist és Imberns a módszertani munkájukkal hoztak létre egy számos területen alkalmazható, korábbi alapfeltételezéseket megkérdőjelező rendszert.

Nehéz ügy az emberkísérlet

Megkérdőjelezhetetlen ok-okozati következtetéseket a társadalomtudományok terén különösen nehéz levonni, bármennyire is fontos lenne. Számos kérdés foglalkoztatja a gazdasági és egyéb tudósokat és döntéshozókat, amiket feltételezések mentén kell kezelniük. Mennyire függ össze az iskolázottság a későbbi fizetésekkel? Miként hat a bevándorlás a munkaerőpiacra? Tényleg hasznosak a vírus ellen a lezárások?

Ezt kísérleti alapon nehéz lenne mesterségesen vizsgálni, például nem lehet megtenni, hogy emberek egy csoportját iskolába küldik, a másikat meg eltiltják tőle, és utána megnézik pár év múlva az eredményt. Teljesen más a helyzet, mint a gyógyszerkutatásban, ahol az egyes szerek kifejlesztése során irányított keretek között végzik a kísérleteket.

Ellenben a természetesen kialakuló társadalmi jelenségek megfigyelésével megfelelő következtetéseket levonni. A lényeg, hogy a folyamat magától történjen, ahol a résztvevőket kísérleti és kontrolcsoportba lehet sorolni, anélkül, hogy ezt bármilyen külső irányítás elősegítené.

Például nem mindegy, hogy december 31-én vagy január 1-én, éjfél előtt vagy után születik meg egy gyerek, mivel sok országban a naptári évhez kötik az életkor szerinti beiskolázást. Most, hogy kitört a járvány, gyerekek egy csoportja a szokott módon járhatott iskolába, egy másik viszont olyan időben, amikor zárva vannak az iskolák, attól függően, hogy éjfél előtt vagy után született. A természet és a véletlenszerű események ezzel megteremtettek egy megfigyelhető kísérleti közeget.

Nem is számít a minimálbér

Card kiindulópontja az oksági összefüggést vizsgálta a foglalkoztatottság és a fizetések közözött. Elvileg az lenne a logikus, hogy a magas minimálbér visszafogja a foglalkoztatottságot, lévén a munkaadók a munkaerőn igyekeznek spórolni.

Ezt a korrelációt a munkaerőpiaci számok is sokszor alátámasztották. De felmerült az is, hogy hátha más tényezőket is figyelembe kell venni, vagy akár ellentétes irányú ok-okozati összefüggések is hatással vannak.

Card gyorséttermeket vizsgált. Ez egy olyan iparág, ahol a szektor minimálbére alacsony, és változásának érzékelhető a hatása a foglalkoztatási adatokban.

Megnézte New Jersey államot, ahol 1992-ben megemelték a minimálbért, vissza is esett a foglalkoztatás a gyorséttermekben. De az oksági összefüggés vizsgálatához kellett egy kontroll csoport. Adta magát a szomszédos Pennsylvania állam, ahol nem változtak a fizetések. A körülmények államról-államra eltérhetnek, ezért megfigyeléseit az államhatár környékére koncentrálta.

Arra jutott, hogy a fizetés változása nem befolyásolta érdemben a foglalkoztatottságot, vagyis nem feltétlenül a bérek okozzák a munkaerőpiaci változásokat. Ez meg is lepte a kutatókat, olyannyira, hogy azóta is számos kutatás követi az eredeti megállapítást.

Akkor mit tanultunk?

Angrist és Imbens azt kutatták, hogy milyen következtetéseket lehet levonni egy természetes kísérletből. Példa gyanánt egy olyan esetet kell elképzelni, amikor egy cégnél a dolgozók kaptak ajándékba egy-egy biciklit, hogy azzal járjanak dolgozni. A kutató szeretné megtudni, hogy ennek a változásnak a hatásaiból kiderül-e, hogy tényleg egészségesebb mindenki, aki többet bringázik.

Ekkor azonban jönnek a problémák. Az érintettek máshogy reagálnak. Valaki rászokik, valaki amúgy is bringával járt, megint mások továbbra is autóval fognak járni.

A kontroll csoportként szolgáló másik cégnél nem kaptak ajándékba biciklit a dolgozók. És itt is van olyan, aki amúgy is biciklivel jár, aki elkezdett volna azzal járni, ha kap egyet, és itt is lesznek az autóhoz ragaszkodók. Ráadásul mindegyik esetben mások lehetnek a biciklizés egészségügyi hatásai egyénről-egyénre.

A kutatás végére arra jutottak, hogy nem lehet egyénekre lebontani azt a csoportot, aminél változást idézett elő a beavatkozás, de meg lehet határozni a csoport méretét, és meglehetős pontossággal jellemezni is lehet. Az eköré kidolgozott alapos, transzparens modellezést pedig nagy hatékonysággal alkalmazzák azóta is a tudomány számos területén.