这是一篇我读《Good Economics for Hard Times》过程中写下的读书笔记片段的集合。
作者Banerjee和Duflo是MIT的经济学教授，共同获得过诺贝尔经济学奖。两人于2011年出版过另一本也非常值得一读的《贫穷经济学》。
这本2019年出版的《艰困时代的经济学思考》讨论了多个发展经济学议题，包括移民/难民、国际贸易、经济增长停滞、收入不平等、气候变化、政府公信力、失业问题等。通过阅读这本书可以了解经济学家在这些热点议题上的当前观点和数据。与其听媒体或自媒体借这些话题助推焦虑情绪和极端观点，或听美国政客煽动性的口号式言论，不如读一读来自社会实验的真实数据和经济学家的分析思路。
本书写得也非常好，语言朴素易懂，态度真诚，尽量做到了客观，处处显露出人文关怀。非常推荐！
关于移民
很多数据证明，经济发达地区本地人害怕担心的移民潮发生的可能性其实很小；就算发生了，对本地就业、经济的影响其实是利大于弊。
一个很有意思的数据：希腊2010-15年间由于国家破产，带来了经济最差的五年，失业率一度接近30%。但这五年间选择离开希腊的人却还不到总人口的3%。
要知道从希腊移居到欧盟其他国家比国内跨省移居还容易！一是因为欧洲真的很小，雅典到德国飞3小时就到了；二是欧盟内无边境控制迁徙自由，说走就走完全没问题，去另一个国家找工作上学没有任何签证、户口限制。
别说跨国了，就算在离家不远的另一个地方有更好的工作机会，能为赚更多钱而动身的人也是人群中的少数。
在孟加拉印度一些贫困农村乡下地区，碰上年景不好收成不足，一家人就不得不饿肚子。明知动身去城里打工就可以马上带来更多收入，但还是有很多人宁愿饿着肚子也不愿动身去城里打工。
那些愿意为了更好的经济条件和社会资源而主动长途迁徙移民的人，必然是人群中的少数，属于achiever了。
当有大批人离开家乡时，往往不是出于经济原因，而是家园已经变得完全无法居住，只能为逃命离开，比如由于战乱或自然灾害。近几年的战争难民主要来自叙利亚阿富汗等国，这些国家在世界范围比较来看经济绝对不是最差的，算是中等。那些比它们还穷得多的（但生活较为平和的）国家里，国民移民离开的比例和意愿都相较低得多。
保证有一定数量的民众迁徙对于政府来说反而是件需要鼓励的事，因为劳动力的迁徙和集中对经济发展的好处很大，而绝大部分人是不愿意离家的。所以有些国家为了促进迁徙而动用计划经济手段，中国也是其中之一。政府曾通过限制压低农产品价格，使小户人家务农的收益非常低，从而让农民入城打工，建设城市经济。
供求关系和工资水平
本书第二章有一段讨论为什么供求关系不像很多人以为的那样会直接影响劳动力价格。
大众观点一般认为，劳动力市场上，当劳动力供应相对需求增加时，平分到每个劳动力上的报酬就会降低。这也是很多排斥外来移民来“抢工作”的本地人的观点。但事实并不一定会这样发生。根本原因在于，雇主和雇员在一段雇佣关系中的「风险不对称」。
一个不合格员工会给受雇企业带来巨大的潜在损失，比如搞砸重要的客户关系，损害昂贵的企业资产，行为不端使企业名誉受损。但多付还是少付一点工资，这点摆在桌面上的支出对企业来说，比起一个员工可能带来的潜在损失倒是没那么重要。
事实上，企业对不合格员工在合法范围内基本上没有开除以外的惩戒措施。
当工资很低时，开除员工都无法给他带来太大震慑，人家耸耸肩就去找下一份工作了。但高工资高福利就不一样了，这时的开除行为才能让员工感到痛苦，拿开除作为让员工打起精神应对工作的措施这才有效。
所以当供求变化时，雇主并不一定会因为劳动力充裕而趁机压低工资。企业在意的不是节省一点点工资，而是尽量减轻潜在损失。
关于极端化
极端化确实存在，并且在增长。
虽然人性决定了“非黑即白”地看待事物是天性，且是最轻松的思维选项，但思想上更走极端化的人的比例确实也在增长。
微博上很多人会觉得中文互联网越来越极端化，然而这个现象也不止局限于某个国家。
《Good economics for hard times》里列了几个美国民意也越来越两极化的数据：
81%认同某一政党的人，同时对另一个政党持否定负面看法。
61%的民主党支持者认为共和党支持者是种族歧视者、性别歧视者或固守偏见的人。
54%的共和党支持者认为民主党人居心不良。
1/3的美国人会对亲人与另一党派支持者结婚而感到失望。
中间商与贸易信任
本书讲贸易的一章，其中关于中间商在贸易中重要作用的内容刷新了我对中间商的认知。
我以前觉得，中间商不就是不直接事生产，通过提高供与求之间商品流通效率来赚钱的公司么。对于终端消费者来说，多个中间商的存在提高了商品价格。有些公司、产品还会以“厂家直销”，所以无中间层层“盘剥”有价格优势，来作为商品卖点。
但这一章作者就讲了，对于跨国贸易来讲，中间商的作用究竟有多关键。
中间商在贸易中不只是连接买家和卖家，更是买卖双方降低信用成本的主要桥梁。
对于买家（通常是富裕国家的公司）来说，与某个没听过名字的卖家（通常是穷国的公司）建立进口贸易关系的风险很大。短期利润并不是买家最大的考虑，更重要的是合作方是否靠谱：商品质量能否保证，商品运输是否准时，商品供应是否稳定。这些都是会直接影响到买家公司商誉的重要因素。
而商品的制造成本能降得多低，倒是没那么重要。
一是因为大多商品的制造成本往往只是零售价的10-15%，就算换一个制造成本低50%的供应商，最终这个影响最多只能让零售价降低7.5%。这个幅度对日用品来说不算什么。
二是因为富裕国家的消费者对价格不敏感，而对质量和服务更敏感。比起买最便宜的，相当多人愿意多付钱，只为质量保证和退换方便。
所以，大家普遍认为的来自发展中国家卖家的低劳动成本优势在现实中其实很有限。
另一方面，跨国贸易对穷国卖家的风险也不小。卖家很多是小本买卖，承受不了多次因商品验收不合格而收不到尾款的经济成本。跨着国，追讨款项的可能性也很小。
所以这样的跨国贸易需要强大的中间商作双向的信用保证，在中间做大量沟通协调、双向承担风险的工作。
这也是为什么就算川普打贸易战，中国作为第一世界制造工厂的地位在中短期内也很难被撼动的原因之一。因为中国的大量供应商已经在全球范围内广泛建立了物美价廉稳定靠谱的声誉。对于外国的进口公司来说，除非中国制造的成本大幅提高，否则它们没有理由放弃长久以来的合作关系，而转向其他也许报价更低但信用成本极高的外国卖家。
关于统计歧视
讲歧视的一章里提到美国一些州最近几年一场叫“Ban the Box”的运动，指的是限制雇主在招聘时询问求职者犯罪前科权利的政策。以前雇主有权询问求职者是否有前科，但在实施BTB政策的地区，雇主不能问这个问题。这个政策本意是想减轻企业在招聘过程中对年轻黑人男性的歧视，因为年轻黑人男性的犯罪率远高于白人男性。
有经济学家在实施这个政策的地区做了实施前后的对照实验，结果发现，这个政策反而让黑人求职者更受歧视了……
因为HR不能通过直接询问犯罪记录来筛人，所以选择了筛掉所有看起来像来自黑人的简历（主要靠名字推断，因为种族、照片什么的本来也不能放在简历上）。因为黑人的群体犯罪率高，所以在无法准确得知求职者是否有前科的信息时，HR不得不靠统计歧视（statistical discrimination），把对群体的统计结果推广到个体上。
一个感想：参与公共事务决策的人若不懂经济学和心理学，就很可能把事情越搞越糟。
关于偏好
书里用很多社会实验和事件说明，我们对别人的强烈好恶，并不一定经过认真考虑，常常源自非常随机的因素。当那些随机因素发生变化时，很可能我们对别人的印象会跟着完全反转。
一个例子是1994年发生在卢旺达的大屠杀。
比利时殖民者到达卢旺达后，为了更好控制殖民地，于是硬生生把原本差不多同一种族的当地人分成社会地位相异的两个种族：高等的图西族和低等的胡图族。
在后殖民时代，胡图族对图西族进行报复，同时图西族也对胡图族进行种族清洗。两族对立的紧张局势直接导致了1994年的卢旺达大屠杀事件，100天内有近千万人因此死亡。
图西族和胡图族的相互仇视，并没什么逻辑和道理可言。本就是同种族的人，不存在外貌上、智力上或体能上的差异。两族对立完全只是因为当初殖民者出于私利把他们随机分成两个部落而已。
这让我想起来之前写的一条微博，关于「随机发生」的先入为主的第一印象是如何大大影响（基本上是决定了）我们对一件事一个人的看法。
人在天性上不是理性的生物，古典经济学的理性人假设肯定是不切实际的。大脑理性的部分是新近发展出来的，决定我们情感和行为的原动力还来自底层的鳄鱼脑。
打破网络回音壁
书里讲了一个很有意思的实验，证明了也许有办法打破网络世界里的回音壁效应。
这个实验大体验证了当给新闻App用户评估、选择信息来源的机会时，原先观点更极端分化的用户会慢慢地向中间靠拢。当给读者机会了解一条新闻背后媒体的立场倾斜程度时，就是给了读者修正自己立场的机会。
这也是为什么推荐算法被经济学家批评的原因：推荐算法不断把随机来源的信息流推给用户，使得用户没机会判断信息来源和来源的立场，所以也无法根据历史数据来进行评估和自我修正。
这个研究确实很有意思，不由地引发了我的很多想法。比如，这会不会成为未来政府对App推荐算法的管理制约思路之一呢？
收入不平等与金融业
讲收入不平等的一章里提出一个理论说，英美两国自1980s以来民众收入越来越不平等的一部分原因（注意只是部分原因）在于金融业。
英美是金融业最发达的两大国家，它们发达的部分在于投资银行和各种金融衍生品。相比之下，其他发达国家的金融业更加传统，主要是普通银行和保险业。
英美金融业的问题在于，其中从业人员收入非常高却不是因为工作技能或作出的贡献高于社会中其他人。基金经理的收入相当于租金，来自雷打不动的管理费，而不是传统的劳动收入。早就有统计显示，主动管理的基金并不比被动型基金（如指数基金）收益更高，有时甚至还不如被动型基金。这说明了基金经理并不是一个靠才能赚钱的职业。
但这样的高收入行业对年轻人的吸引力很大。 五十年前，哈佛大学毕业生中只有6%选择进入金融业；但最近的数据是将近30%的哈佛毕业生都进了金融业。
全社会享受最优质教育资源的精英年轻人中，有近1/3都因为高收入而选择金融这个并不主动创造多少社会价值的行业，这是对社会资源的极大浪费。除了不主动创造价值，有时还会给社会带来很大灾难，比如08金融危机，是拿着超高收入却才不配位的金融从业者把行业风险转移给了全社会。
因为美国金融业越来越发达，金融业从业人员的收入越来越高，包括CEO们。其他非金融行业的CEO因此也要求越来越高的收入。CEO的收入一般是由董事会商议决定的，这个决定受市场上最高收入水平（也就是金融业CEO）的影响。再加上CEO的收入越来越和公司股价挂钩，所以CEO的收入就自然而然地脱离了公司内部的工资体系。
以前当CEO也受公司内部工资系统制约时，提高CEO的收入意味着调整整个工资系统，也就是最低级别的员工也可能因此而涨工资。但CEO收入与其余员工的工资水平脱钩之后，提高CEO工资就不再会影响其余员工的待遇，反而对公司来说，尽量控制对其他员工的工资支出更有利于提高利润率和股价。
所以收入水平就这样变得越来越不平等。越高收入的人的收入水平越来越高，越低收入的人的收入水平不太动甚至还降低了。这就是美国1980s以来社会面临的收入不平等问题的状况。
（这里有个数据：过去几十年来，美国工资在100k-200k之间的人收入涨幅仅略高于平均值，工资超过500k的人却看到他们的收入发生了爆炸式增长。低于100k的不一定有增长。蓝领工人相对工资则是降低了。）
政府公信力、政府能力与收税难度
书里讨论的主要是美国政府。
美国政府以及政治家在美国民众心中普遍没有公信度这个事实大家都知道。很多人不觉得这是个问题——政府的权力就是要防着啊；世界上还有不脏的政治家吗；比起穷人普通人，政府作出的决定更被精英和大企业所影响。很多人都怀有前面这些想法。
但是这些把政府当作民众敌人的想法会带来很多负面影响。
一是，政府很难收上来税。加税成了一件极不受欢迎且几乎不可能的事。然而任何公共事业都必须靠税收来支持。越是收入低的人就越需要公共支出的帮助，但在美国这部分人反而非常反对政府扩大税收。
从数据上来说，美国政府税收额占GDP的比例在发达国家中排倒数。因为没钱，所以政府无法支持很多公共事业，比如全民医保、基建等等。
第二，公信力低形象负面的政府难以吸引有才能的年轻人加入。在美国最有才能和抱负的年轻人基本不会先考虑去当公务员。结果就是政府里大量雇员都是业务水平非常一般的人，这就反过来影响了政府的工作能力和决策水平。这是个恶性循环：大家对政府和政治家没啥高期待，有能力的人不会加入，所以接着又验证了对政府无能的看法，因此政府无力征更多税，因为大家不信任政府能够有效利用税收做出利于社会的决定……
其实2020年美国总统竞选是两个70多岁的老头在争，这一点也从侧面说明了美国政府的人才储备不足吧……
第三，公信力不足让政府展开工作的阻力变得很大。因为不信任，所以对政府工作设置了大量条条框框的限制，导致事情不总能按最有效的路径去完成，最后导致了低效和资源浪费。
举个例子，美国政府开发软件系统的合同，那些知名大科技公司一般不太会去竞标，因为政府合同的条条框框太多（几万页的规章制度细则），比起软件最终的质量和可用性，更重要的是不要不小心违反任何一条细则。
如何应对未来的失业潮
最后一章讲的是如何为陷入经济困境的人群设计有效的社会政策。
其中一个重要方面是，所有未来可能被AI和机器人替代的工作都会给现有从业者带来风险，政府将来如何帮助这些或许为数众多的失业者，是个值得提前思考讨论的问题。
这并不仅是给失业者统一安排个工作或发点失业金这么简单。在发生巨变的经济结构下，如何给予处于不同地理位置的数量巨大的人群适宜帮助，帮他们匹配到既有尊严又有合理收入的有意义工作——社会将要面对的其实是这个问题。当社会发展到高度自动化的先进阶段时，人类的精神需求也是水涨船高，大部分人不会满足于一个填饱肚子的差事，而需要有尊严有意义有公平收入的职业。
书里提出一个相当实际的提议，即政府可以通过提高划给劳动力密集型公共产业的预算，来间接创造对社会有益的就业。这些产业包括教育、幼儿托管和养老等。
现在人工智能算法是以海量数据训练一个对具体问题的解决方案，比如下围棋，识别图像，检测关键词，翻译文本。因此那些本质上主要依靠有限特定技术的工作岗位，都存在大规模失业风险。
但同时随着自动化的发展，人类相比机器人和算法的相对优势，也会变得更加难以取代。这些相对优势包括：灵活度、同理心和社交能力。
教育、幼儿托管和养老都是非常需要人的灵活度、同理心和社交能力，所以很难被机器人替代的产业。不仅如此，这些也是无法规模化（think about things that don’t scale），能够吸收大量从业人员的行业。而且当经济越来越发达，社会越来越文明之时，这些产业的重要性也会越来越凸显出来。即使我们将来进入了元宇宙阶段，教育、育儿和养老也是人类社会不可移除的公共事业。
对教育和幼儿托管上的公共投入，也是改善社会不平等（包括贫富差距和性别不平等）的重要手段。很多对照试验表明，对学龄前儿童的教育干预，具有提高一个人一生生活质量的积极作用。这些教育干预包括在有资质幼教陪伴下的全天幼儿托管，寓教于乐的活动，以及家访。（家访是指社工和教育工作者上门，向家长普及科学的家庭教育方法，比如如何互动玩耍对孩子的情感智力发育最有益这种细节）
全民基本收入
作者也讨论了UBI（universal basic income 全民基本收入）这个大部分人第一反应都声嘶力竭反对的政策思路。
UBI是指给所有国民都发一份基本工资，能保证最低限度的吃喝住开销，以取代现有所有福利政策（以及复杂的福利审核程序）的一个政策构想。
反对的人通常认为，如果给所有人都发基本工资，那不就没人工作了吗，那人类社会还能运转下去吗……
很多经济学家却不是这么认为的。我们确实也有局部地区进行UBI实验的数据，这些数据显示，其实绝大部分收到基本工资的人并不会停止工作，连选择减少工作时间的人也不是很多。其中很大的原因在于，工作带来的不仅仅是一份收入，同时也是一个人与社会产生联系，嵌入人际关系网，获得成就感和社会身份的方式。
人类是有精神需求的，绝大部分人都想要以有意义、充实的方式度过时间。自己手头的工作也许不是最理想的打发时间方式，但总好过什么也不做或不被任何人需要地待着……