2019年诺贝尔奖：颁给了一个打破好故事的人
2019 年 10 月 14 日，诺贝尔经济学奖颁给了三位研究贫困的经济学家：Abhijit Banerjee、Esther Duflo 和 Michael Kremer。
颁奖委员会给出的理由是：“用实验方法减缓全球贫困”。
Esther Duflo，法国人，麻省理工学院教授，当年 46 岁——成为有史以来最年轻的诺贝尔经济学奖得主，也是继 Elinor Ostrom 之后第二位获奖的女性经济学家。她的得奖研究，本质上做了一件事：把医学的随机对照试验（RCT）搬到了贫困问题研究里——用严格的实验设计，检验那些”看起来很好”的扶贫项目，到底有没有用。
结果令人不安：大量广受好评的扶贫项目，经过严格测量后，效果微乎其微，甚至没有效果。
这对影响力投资领域是一个根本性的冲击：如果”你帮助了多少人”是一件可以被证伪的命题，那么所有不愿意被检验的影响力宣称，都应该受到怀疑。
一、诺贝尔奖背后的问题：扶贫钱到底花对了吗？
J-PAL 和实验经济学的诞生
2003 年，Abhijit Banerjee 和 Esther Duflo 在 MIT 创立了 J-PAL（Abdul Latif Jameel Poverty Action Lab，贫困行动实验室），这是一个专门把 RCT 方法应用于贫困问题研究的学术网络。
他们的核心主张是：我们不能靠”道理上应该有用”来决定把钱花在哪里。我们需要像医学临床试验那样，把政策和项目当做”药物”来测试——随机给一部分人”服药”，与不服药的对照组比较，才能知道效果。
第一个有影响力的发现：向印度公立学校提供额外教材，对学生学习成绩几乎没有影响（因为教材不是瓶颈，教学质量才是）。这颠覆了”更多资源→更好结果”的直觉。
另一个关键发现：在非洲向学生免费发放驱虫药（针对肠道寄生虫），能显著提升学生出勤率，且成本极低（每学生约 50 美分）。这成为”全球最具成本效益的教育干预”之一的基础。
到 2023 年，J-PAL 已在全球 96 个国家完成了超过 1,500 项随机评估，影响了超过 4 亿人的政策覆盖。
Esther Duflo 的视角
Duflo 有一个非常著名的比喻，她把自己的工作比作水管工（Plumber）：
“经济学家喜欢把自己想象成宏大架构的设计师。但我更愿意把自己看作水管工——我不建房子，我修漏水。当政策中有漏水的地方，我试图找到它在哪里、为什么在漏、怎么修。”
这个视角对影响力投资的启示是：不要总是在讨论”我们应该让世界变得更好”，而是要具体问：这个具体的干预，在这个具体的地方，对这些具体的人，有没有可验证的效果？
二、IRIS：影响力指标的”共同语言”
IRIS（Impact Reporting & Investment Standards） 由 GIIN 于 2009 年推出，是一套标准化的影响力指标词典，现已升级为 IRIS+。
IRIS 解决什么问题？ 在 IRIS 之前，每家影响力基金用不同指标报告影响力：有的报告”服务用户数”，有的报告”收入增长”，有的报告”CO₂减排量”。彼此根本不可比较。就像如果每个国家用不同的货币，全球贸易就无法进行；如果每家基金用不同指标，影响力投资的资本市场就无法有效运作。
IRIS+ 提供了超过 600 个标准化指标，按主题分类：教育、能源、环境、金融服务、粮食与农业、医疗、住房、水与卫生……
IRIS 的局限：提供了指标的定义，但没有强制执行。机构可以选择性地报告自己表现好的指标，而忽略表现差的维度。IRIS 更像是一个工具箱，而非审计标准。
三、IMP 五维框架：从指标到洞察
IMP（Impact Management Project） 在 IRIS 的基础上更进一步，提出了一个评估影响力的五个维度框架：
| 维度 | 核心问题 | 举例（农村清洁水项目） |
|---|---|---|
| What（什么） | 产生了什么结果？正面还是负面？ | 5,000 户家庭获得安全饮水 |
| Who（谁） | 影响了哪些人？他们有多需要？ | 月收入 50 美元以下的农村贫困家庭 |
| How much（多少） | 规模、深度、持续时间如何？ | 人均安全饮水从 5L/天增至 20L/天，持续 10 年 |
| Contribution（贡献） | 这个结果有多少是这笔投资独特贡献的？ | 没有这笔投资，项目根本不会启动（强加法性） |
| Risk（风险） | 影响力实现的不确定性有多大？ | 地下水水位下降可能在 5 年后导致供水不可持续 |
为什么”Contribution”维度最难？ 它要求回答一个”反事实问题”（counterfactual）：如果不是这笔影响力投资，会发生什么？这在严格意义上只能通过 RCT 来回答。但 RCT 平均成本为 50-300 万美元，大多数中小型影响力项目负担不起。
四、影响力衡量的方法论梯级
影响力衡量从简单便宜到严格昂贵，构成一个梯级：
Level 1：活动输出（Output）
“我们建了 10 口水井，服务了 5,000 人。”
- 成本极低，但不说明是否真正改变了受益者的状况
- 就像医院报告”做了多少手术”而不是”手术成功率”
Level 2：成果（Outcome）
“使用这些水井的家庭，儿童腹泻发病率下降了 40%。”
- 更有意义，但仍没有排除其他因素（比如同期推进的卫生教育项目）
Level 3：影响（Impact）
“与对照组（没有水井的相似村庄）相比，干预村庄的腹泻率统计显著下降（p<0.01），且在 5 年追踪中效果持续。”
- 最有说服力，需要对照组设计，通常需要 RCT
行业现实： 大多数影响力投资的衡量停留在 Level 1-2。Level 3 评估主要在两个场景出现：（1）受外部资助、有资源做严格评估的学术研究（J-PAL 类）；（2）GiveWell 等有效利他主义评估机构推荐的项目。
五、GiveWell：有效利他主义的极端严格版
GiveWell 是有效利他主义（Effective Altruism）运动中最严格的慈善研究机构，专门评估公共卫生领域的慈善项目效益。
它的核心问题是：每一美元捐款，在哪里能拯救最多的生命？
具体数字
GiveWell 对其推荐机构的研究显示（2023 年更新数据）：
Against Malaria Foundation（AMF，防疟疾基金会）：向撒哈拉以南非洲分发长效杀虫蚊帐
- 每张蚊帐成本：约 5-6 美元
- 覆盖一人睡眠保护：约 2-3 年
- GiveWell 估算每拯救一条生命的成本（含分发、监测等全部成本）：约 3,000-5,000 美元
Malaria Consortium（疟疾联盟）：季节性疟疾化学预防项目（SMC）
- 向西非和中非 5 岁以下儿童提供预防性抗疟药
- GiveWell 估算每拯救一条生命的成本：约 3,000-4,500 美元
对比：美国医疗系统中，一次透析（维持一位肾功能衰竭患者生命一年）平均成本约 10 万美元；一次化疗疗程可达 30-100 万美元。
这个对比不是在说”非洲的命比美国人便宜”，而是说明：在资源约束下，影响力的分配应该基于证据，而不是基于地理上的亲近感。 有效利他主义者由此主张：将同等的善意资本投向最低成本、最有证据支撑的项目，可以产生几十倍的效益差异。
GiveWell 与主流影响力投资的比较
| 维度 | GiveWell（有效利他主义） | 主流影响力投资 |
|---|---|---|
| 关注领域 | 全球公共卫生 | 多元领域 |
| 评估方法 | 强制要求 RCT 级别证据 | 多层次，许多停留在 Output |
| 数据透明度 | 极高（完整分析公开） | 参差不齐 |
| 资产类别 | 慈善捐款 | 投资（期望回收） |
| 核心批评 | 过于狭窄，忽视系统性变革 | 测量门槛太低，易于洗白 |
六、SDG 对齐：从理想框架到宽泛标签
联合国 2015 年发布的 SDGs 给影响力投资提供了全球公认的目标框架——17 个目标、169 个子目标。对影响力投资者来说，SDG 框架有两个作用：
优点：提供了国际认可的沟通语言（“我们的项目支持 SDG 7 清洁能源和 SDG 13 气候行动”），便于与政府、机构投资者和大众沟通。
批评：SDG 框架太宽泛，几乎任何”不明显有害”的项目都可以对齐某个目标。商业银行的基础设施贷款叫做”支持 SDG 9”，一家做员工培训的 HR 软件公司叫做”支持 SDG 4 优质教育”——这些联系牵强到令人尴尬。
更深层的问题：SDG 对齐描述的是相关性，而非因果性。一只对齐 SDG 5（性别平等）的基金，可能只是投资了若干女性创始人领导的公司，而没有去评估这些投资是否真正改善了性别平等状况。
七、“影响力洗白”：最常见的几种模式
当衡量标准不严格时，影响力洗白（Impact Washing）就有机可乘：
模式 1：只报告产出，不报告成果 某清洁炉灶项目向非洲 10 万家庭销售了炉灶，声称”减排了 X 万吨 CO₂”——但实际使用率调查显示，约 30% 的炉灶购买后几个月就被放弃，因为不适应当地烹饪习惯。减排量被大幅高估。
模式 2：对影响力目标的宽泛界定 一只投资”与医疗相关的科技公司”的基金，把自己称为”医疗影响力基金”——但核心客户是发达国家中产阶级（他们已有充足医疗资源），而非缺乏医疗的弱势群体。影响力宣称和实际受益人群严重错位。
模式 3：忽视负面影响 一个在柬埔寨推进”农业商业化”的影响力项目，声称提高了当地农民收入——但忽略了在此过程中发生的土地兼并：小农失去土地，流向城市贫民区。正面效益和负面外部性同时存在，只报告前者。
模式 4：不可追踪的归因链 某影响力 VC 声称，投资了一家提供农业信息的 App，“间接帮助了 300 万非洲农民”——但没有任何机制来追踪：这些农民是否真正使用了 App？使用后是否提升了产量？提升的产量是否转化为收入？每一步都是假设叠加假设。
八、实践者工具箱：三个自检问题
Duflo 在接受采访时曾说过一句话，精准地总结了影响力衡量的核心困难：
“善意不等于善果。在贫困问题上，我们已经犯了太多次’好意但没用’的错误——花了几十年才开始承认，某些被视为神圣的干预措施根本不起作用。”
在进入一个影响力项目之前，先问清楚三件事：
- 用什么指标衡量成功？ 是 Output（“服务了多少人”）、Outcome（“结果有什么变化”）还是 Impact（“和如果没有这个项目相比，变化有多大”）？
- 这个指标是被谁测量的？ 是项目自报，还是独立第三方评估？经费来自项目方的”第三方评估”，存在利益冲突。
- 有没有可信的反事实论证？ 有对照组吗？有随机分配机制吗？或者至少有可比较的历史基准？
没有这三个问题的答案，“影响力”二字就只是一个感觉良好的标签。
为什么重要
“如果你不能衡量它，你就不能管理它”——这句管理学格言在影响力投资里有特别的重量。
衡量不只是汇报的问题，它是决策的基础。哪个项目值得继续投入？哪个策略更有效？在有限资源下，应该优先解决哪个问题？没有严格的衡量，影响力投资就变成了”感觉良好”的游戏，而不是真正有效的资本配置。
J-PAL 的研究告诉我们：很多”感觉应该有用”的项目其实没用，很多”不起眼的、技术性的”干预反而效果惊人。这个教训同样适用于影响力投资：不要凭直觉做影响力——凭证据。
延伸阅读 / 公开资源
- Wikipedia - Impact management：影响力管理和 IMP 框架的介绍
- Wikipedia - Sustainable Development Goals：SDGs 的 17 个目标和测量框架
- YouTube - “Impact washing explained”：影响力洗白的典型案例和识别方法
- Wikipedia - GiveWell：有效利他主义的评估方法和最具成本效益的慈善项目
- YouTube - “Esther Duflo Nobel Prize poverty”：Duflo 获诺贝尔奖的研究背景和 J-PAL 的实验方法论