Santo、Koufax 与 Hausman

经济学家 Nicholas Decker 预测 Steven Berry、Jerry Hausman 和 Ariel Pakes 将因其在产业组织领域的贡献而获得 2025 年诺贝尔经济学奖。然而，文章主要探讨了 Hausman 可能面临的“Ron Santo 问题”：即评选机构（如诺贝尔奖委员会）可能更倾向于奖励拥有短暂但辉煌成就的“巅峰价值”型人物，而非像 Hausman 这样长期做出重要贡献但缺乏单一标志性突破的“终身价值”型学者。尽管对其依赖强假设的计量方法存在一些技术性质疑，但总体结论仍然认为 Hausman 获奖的理由是充分的。

巅峰价值 vs. 终身价值：一个棒球类比

这个核心论点可以通过对比两位棒球名人堂成员来理解：Ron Santo 和 Sandy Koufax。

• Ron Santo (终身价值): 他是一名持续表现出色的球员，职业生涯长且稳定，积累了很高的总价值（Wins-Above-Replacement 超过 70）。但他从未在任何一个赛季成为联盟中的最佳球员。他最终通过“元老委员会”渠道才进入名人堂。

• Sandy Koufax (巅峰价值): 他的职业生涯相对较短，除了四个无与伦比的赛季外，其余表现平平。然而，他在这四年里达到了绝对的巅峰，赢得了多项大奖。尽管总价值较低（WAR 约 50），但他首次获得提名就入选了名人堂。

正如体育分析师 Bill James 指出的那样，名人堂倾向于选择 巅峰价值（如 Koufax），而非 终身价值（如 Santo）。

Hausman 的“Ron Santo 问题”

Jerry Hausman 的情况与 Ron Santo 非常相似。

他发表了许多被频繁引用的论文，这在经济学界已是了不起的成就。然而，他缺少那种能让他家喻户晓的一两篇标志性作品，比如“科斯定理”或“卢卡斯批判”。

因此，如果诺贝尔奖委员会也偏爱 巅峰价值，那么 Hausman 在评选中就会处于不利地位。

对其方法的担忧

对 Hausman 研究方法的讨论也引发了一些警示。他的解决方案通常依赖于利用正态性假设和使用 最大似然估计。

正如一位研究生曾抱怨的那样，这无异于“用最不可能的数据进行最大似然估计”。

这种方法存在一些潜在的弊端：

• 依赖强假设: 为了在普通线性回归无法解决的复杂情况下估算出参数，Hausman 的方法需要建立在一些 很强的假设 之上。
• 结果可能不可靠: 虽然这些技术能够解决难题，但批评者认为，由此得出的估计值可能是 特异的、不可靠的。理想的计量经济学技术应致力于提高稳健性，减少对测量误差等问题的敏感度，而这恰恰与 Hausman 的方向相反。

尽管存在“Ron Santo 问题”和对其方法的担忧，但从整体来看，支持 Jerry Hausman 获得诺贝尔奖的理由依然是 坚实且有说服力的。