El Premio Nobel de Economía 2021 ha sido concedido a David Card (University of California, Berkeley) “por su contribución empírica a la economía laboral”, y a Joshua D. Angrist (Massachusetts Institute of Technology) y Guido W. Imbens (Stanford University) “por sus contribuciones metodológicas al análisis de relaciones causales”.

Los tres galardonados, Card, Angrist e Imbens, comparten la aproximación empírica empleada en sus trabajos: la utilización de experimentos naturales para el estudio de relaciones causales.

¿Cuál es la importancia de esos trabajos? Para responder a esa pregunta es necesario comprender la importancia que tiene la inferencia causal en la ciencia. La práctica habitual en la ciencia para determinar la existencia de una relación causa efecto es la realización de un experimento. Por ejemplo, supongamos que queremos determinar si una vacuna es efectiva, es decir, si quien recibe la vacuna tiene menos probabilidades de contagiarse. Para determinar si existe la relación causa efecto entre vacunación y probabilidad de contagio, el procedimiento experimental establece que la vacuna se administre a un grupo de sujetos (el grupo de tratamiento) y al mismo tiempo se inocule un placebo (un compuesto inocuo) a otro grupo de sujetos (el grupo de control). El procedimiento experimental consigue establecer la causalidad porque la asignación de un sujeto al grupo de tratamiento o de control se realiza de forma aleatoria, de tal forma que todos los sujetos experimentales tengan ex-ante la misma probabilidad de recibir el tratamiento. La aleatorización del tratamiento en una muestra suficientemente grande de sujetos garantiza que los sujetos del grupo de tratamiento y los del grupo de control tengan características similares. Por ejemplo, si entre los sujetos experimentales existiese un subgrupo de individuos con un sistema inmunológico débil, es altamente probable que la asignación aleatoria del tratamiento consiga que aproximadamente la mitad de los inmuno-deprimidos resulte asignado al grupo de tratamiento y la otra mitad al grupo de control. De esta forma, si el grupo de tratamiento resulta tener un nivel de contagio menor que el grupo de control, dicha diferencia no podrá ser debida al débil sistema inmunológico de algunos sujetos, pues esos se encuentran igualmente distribuidos en los dos grupos.

Realizar un experimento puede ser muy costoso y, en ocasiones, puede no ser factible, puede ser ilegal o simplemente puede no ser ético. En economía y otras ciencias sociales, la posibilidad de realizar experimentos aleatorios suele estar muy restringida por los condicionantes de legalidad y ética.

Pese a esas dificultades, en las últimas décadas, la economía del comportamiento ha conseguido importantes logros utilizando experimentos de laboratorio para el estudio del comportamiento de sujetos ante situaciones recreadas en el laboratorio. Así, el Premio Nobel de Economía 2002 fue otorgado a Vernon Smith y Daniel Kahneman por su contribución a la economía del comportamiento, para lo cual utilizaron métodos experimentales.

Los experimentos en el laboratorio permiten establecer la relación causa y efecto, pero la extrapolación de los resultados así obtenidos a la población en general puede ser arriesgada. La relación de causa y efecto quizás sólo se mantenga para los sujetos analizados y no sea generalizable. Para poder generalizar los resultados de los experimentos resulta necesario llevar a cabo experimentos de campo, donde el experimento tiene lugar en la población de interés. Así, otros economistas han utilizado experimentos de campo para sus investigaciones, como es el caso de los galardonados con el Premio Nobel de Economía 2019, Abhijit Banerjee, Esther Duflo y Michael Kremer por su contribución a la economía del desarrollo.

Pese a esas notables excepciones, la inmensa mayoría de las preguntas relevantes en economía requerirían llevar a cabo experimentos cuya realización es simplemente imposible. ¿Qué se puede hacer en esos casos?

Los galardonados este año con el Premio Nobel de Economía lo son por sus contribuciones al estudio de las relaciones causales utilizando datos observacionales, es decir, datos que se recogen en el campo mediante encuestas o registros públicos o privados, y que no fueron recogidos en el transcurso de un experimento.

Sirvan unos ejemplos, cuya autoría corresponde a los galardonados este año con el Nobel, para ilustrar cómo inferir relaciones causales en un contexto no experimental. En su estudio pionero sobre el impacto de la inmigración sobre el mercado laboral, David Card observó que la llegada masiva de cubanos a Miami en 1980 podía servir como un experimento natural. Efectivamente, Card recolectó datos sobre salarios y empleo en Miami y otras ciudades sureñas de los Estados Unidos para determinar el impacto de la entrada masiva de emigrantes cubanos. Su conclusión fue que la entrada masiva de inmigrantes cubanos no tuvo un impacto significativo sobre los salarios y la tasa de desempleo de los trabajadores menos cualificados.

En otro de sus trabajos seminales, David Card, conjuntamente con Alan Krueger, observó que el estado de Nueva Jersey planeaba subir el salario mínimo en 1992. Mientras se producía el debate político de la medida, Card y Krueger recopilaron datos de salarios y empleo en restaurantes de comida rápida (a cuyos empleados la subida del salario mínimo debería afectar) de Nueva Jersey y otros de los condados próximos del estado de Pensilvania donde no tuvo lugar una subida del salario mínimo, sirviendo así de grupo de control. Posteriormente, cuando subió el salario mínimo en Nueva Jersey, procedieron a recoger los mismos datos, consiguiendo así datos antes y después de la subida del salario mínimo (el tratamiento). Concluyeron que la subida del salario mínimo no tuvo el efecto negativo sobre el empleo que la teoría predecía. Card y Krueger contribuyeron la probablemente más citada aplicación del método de diferencias en diferencias en economía.

Hoy muchos debaten sobre si las contribuciones de Card contradijeron o no la teoría económica más ortodoxa, que efectivamente lo hicieron, pero el Premio Nobel se lo han dado por su contribución metodológica. Los resultados cuantitativos obtenidos en esos estudios han sido revisados y corregidos por muchos economistas, pero la contribución metodológica pervive, y hoy en día no es posible abrir un número de una revista científica de economía sin ver alguna aplicación.

Los otros dos galardonados, Angrist e Imbens, han contribuido, entre otras aportaciones, al estudio de las relaciones causales mediante la utilización de “variables instrumentales”. La educación constituye una inversión en capital humano que debería tener un impacto positivo sobre las ganancias salariales de los más educados. Angrist consideró que un estudio sobre las ganancias salariales de veteranos de la guerra del Vietnam podría contribuir al estudio de los rendimientos de la educación, puesto que los veteranos de guerra cuentan con menos años de estudio. En su estudio argumenta que el sorteo para determinar si un hombre iba o no a servir en el ejército estadounidense podía ser utilizado como una “variable instrumental”, de forma similar a la asignación aleatoria en los experimentos. Sin embargo, algunos de los hombres a los que la “suerte” les asignó no servir en el ejército decidieron presentarse como voluntarios y otros que habían sido asignados al servicio militar presentaron alegaciones para ser eximidos del servicio. En términos experimentales, diríamos que algunos de los asignados al grupo de tratamiento no resultaron tratados, y que algunos asignados al grupo de control, finalmente, recibieron el tratamiento. Ese es un caso de “interferencia” que Angrist e Imbens demostraron que puede ser analizado fijando la atención en aquellos sujetos que siguieron el protocolo, es decir, que sirvieron en el ejército cuando fueron asignados a ello y que no sirvieron en el ejército cuando no fueron asignados a ello. Lo que supuso una mejora respecto al método de “intención de tratar” que tradicionalmente se utilizaba en la literatura.

Estos ejemplos y otros muchos “experimentos naturales” sirven hoy día a los investigadores en economía y otras muchas ciencias sociales para determinar la existencia de relaciones de causa y efecto. Lógicamente, estos métodos que imitan o recrean situaciones y condiciones similares a las experimentales resultan en inferencia cuya potencia es inferior a la obtenida mediante el procedimiento experimental tradicional, pero permiten disponer de inferencia fundamentada en el procedimiento científico.

Felicidades David, Joshua y Guido.