นี่คือตัวอย่างของสิ่งที่นักเศรษฐศาสตร์เรียกว่า “ปัญหาการระบุ” – การค้นหาวิธีระบุสาเหตุที่แท้จริงของการแทรกแซงนโยบาย ในการระบุผลเชิงสาเหตุ เราจำเป็นต้องทราบข้อเท็จจริงที่ถูกต้อง นั่นคือ จะเกิดอะไรขึ้นหากนโยบายไม่ได้ถูกนำมาใช้ กล่าวอีกนัยหนึ่ง กลุ่มที่ได้รับผลกระทบจากนโยบายจำเป็นต้องเปรียบเทียบกับกลุ่มควบคุมที่ถูกต้อง นี่เป็นประเด็นใหญ่ทั่วไปที่นักเศรษฐศาสตร์ทำงานกันมานานหลายทศวรรษ ในช่วงเวลาดังกล่าวได้มีการพัฒนาเทคนิคที่
มีประโยชน์มากมายเพื่อแก้ไขปัญหาการระบุตัวตนในสังคมศาสตร์
การพัฒนาชุดเครื่องมือนี้เป็นสิ่งที่ Joshua Angrist นักเศรษฐศาสตร์ของ MIT (หนึ่งในนักวิชาการชั้นนำในความพยายามนี้) เรียกว่า ” การปฏิวัติความน่าเชื่อถือ ” เป็นการปฏิวัติเพราะขณะนี้เรามีวิธีระบุผลเชิงสาเหตุของการแทรกแซงนโยบายต่างๆ ได้อย่างน่าเชื่อถือ ที่ช่วยให้เราสามารถกำหนดนโยบายที่เหมาะสมตามหลักฐานเชิงประจักษ์
มันยังช่วยให้นักวิชาการเข้าใจขนาดหรือ “ความสำคัญ” ของผลกระทบและดำเนินการวิเคราะห์ต้นทุนและผลประโยชน์อย่างรอบคอบ ในปี 2550 รัฐนิวเซาท์เวลส์ออกกฎหมายห้ามผู้ขับขี่ในปีแรกของใบอนุญาตชั่วคราวไม่ให้บรรทุกผู้โดยสารอายุต่ำกว่า 21 ปีตั้งแต่ 2 คนขึ้นไประหว่างเวลา 23.00 น. ถึง 05.00 น.
ดังที่นักเศรษฐศาสตร์ Tim Moore และ Todd Morris เขียนไว้ในเอกสารงานที่ตีพิมพ์โดยสำนักงานวิจัยเศรษฐกิจแห่งชาติของสหรัฐฯในเดือนเมษายนประมาณ 3% ของอุบัติเหตุทั้งหมดโดยผู้ขับขี่ในปีแรกเกิดขึ้นขณะบรรทุกผู้โดยสารหลายคนระหว่างชั่วโมงดังกล่าว แต่อุบัติเหตุเหล่านี้คิดเป็นประมาณ 18% ของการเสียชีวิต Moore (ชาวออสเตรเลีย ปัจจุบันอยู่ที่ Purdue University ในรัฐอินเดียนา) และ Morris (ที่สถาบัน Max Planck สำหรับกฎหมายสังคมและนโยบายสังคมในเยอรมนี) เห็นว่านโยบาย NSW เป็นโอกาสที่ดีในการทดสอบประสิทธิภาพของข้อจำกัดการขับรถของวัยรุ่น
พวกเขาใช้หนึ่งในเทคนิคคลาสสิกจากการปฏิวัติการระบุตัวตน ซึ่งเรียกว่า ” ความแตกต่างในความต่าง ” หรือวิธี DID เทคนิคนี้โด่งดัง (ในแวดวงวิชาการและนโยบาย) จากบทความที่ทำลายสถิติในปี 1994โดย David Card และ Alan Krueger (ซึ่งขณะนั้นเป็นนักเศรษฐศาสตร์ที่มหาวิทยาลัย Princeton) ว่ากฎหมายค่าจ้างขั้นต่ำส่งผลต่อการจ้างงานอย่างไร
เพื่อให้ง่ายที่สุด แทนที่จะเปรียบเทียบกลุ่มหนึ่งกับอีกกลุ่มหนึ่ง
หรือกลุ่มหนึ่งก่อนและหลังการเปลี่ยนแปลงนโยบาย วิธี DID เกี่ยวข้องกับการเปรียบเทียบการเปลี่ยนแปลงเมื่อเวลาผ่านไปในกลุ่มหนึ่งกับการเปลี่ยนแปลงเมื่อเวลาผ่านไปในอีกกลุ่มหนึ่ง
Moore และ Morris คำนวณการเปลี่ยนแปลงในช่วงเวลาจำกัด (23.00 น. – 05.00 น.) จากนั้นเปรียบเทียบกับการเปลี่ยนแปลงของอุบัติเหตุในช่วงกลางวัน (8.00 น. – 20.00 น.) สิ่งนี้ทำให้พวกเขาสามารถควบคุมปัจจัยอื่นๆ ที่ส่งผลต่อความเสี่ยงในการชนได้
สิ่งที่พวกเขาแสดงให้เห็นโดดเด่น ข้อจำกัดนี้ลดการชนของผู้ขับขี่ในปีแรกลง 57% การรักษาในโรงพยาบาลและการเสียชีวิตลง 58%
ด้วยข้อจำกัด การชนในช่วงเวลา 23.00 น. – 5.00 น. ลดลงจากประมาณ 18% เป็น 4% ของผู้เสียชีวิตที่เกี่ยวข้องกับผู้ขับขี่ในปีแรก นั่นเป็นนโยบายที่มีประสิทธิภาพ
หากคุณกำลังนั่งอยู่ในงานสัมมนาทางวิชาการเพื่อฟังผลลัพธ์เหล่านี้ คุณอาจถามว่า: “ตกลง แต่จะเกิดอะไรขึ้นหลังจากข้อจำกัดในปีแรกเริ่มทำงาน”
มัวร์และมอร์ริสยังพบว่าการชนกันของผู้โดยสารหลายคนในตอนกลางคืนลดลงในปีที่สองและสามอีกด้วย ไม่มีความแตกต่างที่ชัดเจนในปีต่อๆ ไป แต่ถึงตอนนั้นอัตราการชนจะลดลงเหลือหนึ่งในห้าของระดับปีแรก
ผลกระทบต่อผู้โดยสารหลายคนในตอนกลางคืนขัดข้อง
กล่าวอีกนัยหนึ่ง ข้อจำกัดเหล่านี้ดูเหมือนจะมีผลต่อเนื่องแม้ว่าจะไม่มีการแทรกแซงนโยบายแล้วก็ตาม
มีบทเรียนที่กว้างขึ้นในเรื่องนี้ นโยบายอาจมีผลกระทบในระยะยาว แม้ว่าผู้ที่ตกเป็นเป้าหมายของนโยบายจะไม่ได้ “ถูกปฏิบัติ” อีกต่อไป สิ่งนี้เป็นที่รู้จักกัน ดีในการแทรกแซงทางการศึกษา ตัวอย่างเช่น การทดลองที่มีรางวัลทางการเงินเล็กๆ น้อยๆ สำหรับนักเรียนและผู้ปกครอง ได้แสดงให้เห็นการปรับปรุงในสิ่งต่างๆ เช่น การเข้าเรียนและการแสดงยังคงดำเนินต่อไป แม้ว่าสิ่งจูงใจจะหยุดลงแล้วก็ตาม ควรพิจารณานโยบายในด้านอื่นๆ ด้วย
ไม่ว่าในกรณีใด NSW – และโดยทั่วไปในออสเตรเลีย – ดูเหมือนว่าจะไขข้อข้องใจเกี่ยวกับความปลอดภัยของผู้ขับขี่ที่เป็นวัยรุ่น
