22. oktober 2019

Hvordan måler man effekten af bistand? Økonomer fandt et svar – og får Nobelpris for det

Kommentar af lektor Thomas Markussen (Økonomisk Institut) i Globalnyt den 22. oktober 2019.

Nobelprisen i økonomi går i år til tre udviklingsøkonomer – Esther Duflo og Abhijit Banerjee fra Massachusetts Institute of Technology og Michael Kremer fra Harvard.

Esther Duflo er kun den anden kvinde, som modtager Nobelprisen i økonomi (den første var i øvrigt Elinor Ostrom, som også har haft stor betydning for udviklingsarbejde).

Prisen gives for modtagernes ”eksperimentelle tilgang til at afhjælpe global fattigdom”. Nøgleordet er ”eksperimentel”. Prismodtagernes helt revolutionerende bidrag til udviklingsøkonomien er deres promovering af de såkaldte ”randomiserede, kontrollerede forsøg” (randomized controlled trials, ”RCTs”).

Tilfældigt udvalgte forsøgsgrupper

Med inspiration fra lægevidenskaben bruger man i denne tilgang tilfældigt udvalgte forsøgs- og kontrolgrupper til at måle effekten af en intervention. Tag for eksempel mikrokredit.

For at undersøge om adgang til små lån er effektivt redskab i kampen mod fattigdom, har nobelpristagerne og andre forskere samarbejdet med en række NGOer om at udrulle mikrokreditprogrammer i nogle lokalsamfund, og ikke i andre.

Fordi de lokalsamfund, som får adgang til programmerne, er tilfældigt udvalgte, adskiller de sig ikke systematisk fra andre lokalsamfund.

Hvis man et stykke tid efter implementeringen af låneprogrammet kan måle, at investeringerne er højere og fattigdommen lavere i forsøgsgruppen end i kontrolgruppen, kan man derfor konkludere, at det sikkert skyldes mikrokreditprogrammet.

Den store fordel ved RCTerne er altså, at de gør forskerne i stand til at identificere årsagssammenhænge. Med andre ord, de sætter os i højere grad end tidligere i stand til at afgøre, om bestemte politikker til at afhjælpe fattigdom faktisk virker.

I eksemplet ovenfor viser prismodtagernes forskning faktisk, at adgang til mikrokredit kun har moderate, positive effekter på f.eks. investering og indkomst.

Andre interventioner, som f.eks. forbedret adgang til kunstgødning, bedre skolepensum, og indsatser mod tropiske sygdomme har derimod vist sig at have stærke, positive, økonomiske effekter.

Banerjee, Duflo og Kremers tilgang flytter fokus fra makroøkonomiske dynamikker og politiske institutioner til konkrete tiltag, som kan forbedre folks levestandard. Det er både godt og skidt..

Thomas Markussen

Metoden kan ikke bruges overalt

Banerjee, Duflo og Kremers tilgang flytter fokus fra makroøkonomiske dynamikker og politiske institutioner til konkrete tiltag, som kan forbedre folks levestandard. Det er både godt og skidt.

På den ene side fremmer nobelpristagernes tilgang en mere videnskabeligt funderet og i sidste ende mere effektiv tilgang til kampen mod fattigdom. På den anden side sætter makroøkonomien og de politiske institutioner naturligvis rammen for, hvilke interventioner, der kan gennemføres.

RCT-tilgangen er i en sådan grad blevet ”guldstandarden” inden for udviklingsøkonomi, at det kan være svært at finde ørenlyd for budskaber, som er baseret på andre tilgange. Det er problematisk af to grunde.

For det første er der mange forhold, det er vanskeligt at undersøge ved hjælp af RCTer, f.eks. effekten af makroøkonomiske politikker (hvor ekspansiv skal finanspolitikken være?) eller forfatningsændringer (skal der indføres demokrati?).

For det andet egner RCT-metoden sig bedst til at teste en enkelt eller to interventioner af gangen. I virkeligheden spiller forskellige interventioner naturligvis sammen på komplekse måder. Udbredelse af sundhedsklinikker virker måske kun, hvis der samtidig bygges bedre veje, så folk kan komme hen til klinikkerne, og hvis arbejdsmarkedet styrkes, så klienterne har penge til at købe medicin.

RCT-tilgangen møder derfor også kritik. Langt de fleste kritikere går dog kun så langt som til at sige, at RCTerne ikke giver svaret på alle spørgsmål.

Den eksperimentelle tilgang til studiet af fattigdom er et redskab, som giver os mulighed for at give langt bedre svar på mange spørgsmål end vi tidligere kunne. Det er nok en nobelpris værd.