04 经济学怎么知道：模型、实证与因果

这一讲要回答三个问题：

1. 我们一直在用的那些"小例子"，也就是模型，到底是什么？为什么故意把它们画得和现实不一样？
2. 一个争论里，哪些部分是事实问题，哪些部分是价值判断？
3. 怎么才能证明 A 导致了 B，而不只是 A 和 B 一起出现？

前三讲，我们用二手自行车、小岛、你和小周这几个小例子，得出了不少结论。现在我要停下来，把这些结论背后的"方法"摊开给你看。这是 Unit 1 的最后一讲，也是你以后读任何经济学论断时，最该带着的一副眼镜。

一、辅导班真的有用吗？

你有一个孩子，上小学。邻居给你看了一份调查：上过辅导班的孩子，平均成绩比没上过的高 12 分。（这是一个编出来的例子。）

辅导班一个学期要花 8000 块。你会花这笔钱吗？

先停一下，想想你的第一反应。大多数人会说：12 分，这不是很明显吗？辅导班有用。

可是等一等。我想让你问自己一个问题：这 12 分，真的是辅导班"带来"的吗？

想一想，哪些家庭会给孩子报辅导班？大概是更重视教育的家庭。这样的家庭，平时也更会盯着孩子写作业、更愿意买书、更常和老师沟通。就算没有辅导班，这些孩子的成绩可能也本来就更高。

先猜一猜。 如果辅导班的真实作用其实很小，比如只有 2 分，那这份调查里的 12 分，剩下的 10 分是从哪来的？

这一讲结束的时候，你会亲手算出答案。

二、模型：一张故意画"错"的地图

2.1 为什么需要一个"错"的东西

回头看前三讲：二手自行车市场只有 8 个买家和 8 个卖家；小岛上只有稻和鱼两样东西；你和小周的世界里只有网页和海报。

现实里有成千上万种商品，每个买家都不一样。我们为什么要把世界画得这么简单？

想象你要去一个陌生的城市。有人递给你一张 1:1 的地图，每一块砖、每一棵树都画得清清楚楚。这张地图完美地还原了城市，可你根本用不了：它和城市一样大。

好的地图，是故意舍掉细节的：只画主干道，不画每棵树。正因为简化了，你才能一眼看出怎么走。

经济学里的**模型（model）**就是这样的地图。统计学家 George Box 有一句常被引用的话：所有的模型都是错的，但有些是有用的。 它"错"在简化了现实，“有用"在帮你看清最重要的那几条线。

2.2 一个模型由什么组成

一个模型，通常有三个部分：

1. 假设：我们先决定世界是什么样的。
2. 推导：在这些假设下，逻辑上必然得到什么。
3. 预测：推导出来、可以拿去和现实对照的结论。

拿一个二手自行车市场来看（第 7 讲，会把它讲透）：

• 假设：每个买家最多买一辆，每个卖家最多卖一辆；每个人有自己固定的愿付价或成本；价格对大家公开。
• 推导：价格过高会过剩，推动降价；价格过低会短缺，推动涨价；两种压力都消失的地方是均衡。
• 预测：如果所有买家的愿付价都上升了（需求增加），均衡价格会上涨，成交量也会上升。

最后这一句，是可以拿去和现实对照的。如果现实里"需求增加却没有涨价”，我们就要怀疑：是模型错了，还是有别的东西同时在变。

2.3 “其他条件不变”

模型里有一个你已经用过很多次的小技巧：其他条件不变（拉丁文叫 ceteris paribus）。

比如，讨论"需求增加"时（第 5、7 讲会详细讲），我们只让买家的愿付价变，卖家的成本一点都没动。这样，价格和数量的变化，就只能是需求变化造成的。

这有点像物理里的受控实验：一次只拧一个旋钮，其他旋钮都锁死。这样你才能看清，每个旋钮到底管什么。

但是，请注意这里藏着一个问题：现实里的旋钮是一起转的。 需求在变的同时，供给也在变；政策在变的同时，天气、利率、人们的心情也在变。“其他条件不变"在模型里是一个思想实验，在现实里几乎从不成立。

这个落差，是这一讲后半段要处理的核心难题。

2.4 怎么评价一个模型

那么，一个"错"的模型，凭什么说它有用？

一个常见的回答来自 Milton Friedman 1953 年的文章《实证经济学的方法论》：评价一个模型，主要看它的预测准不准，而不是看它的假设像不像现实。

这个主张一直有争议。批评者认为：如果一个假设严重偏离现实，即使碰巧预测对了一次，也可能在别的地方把你带进沟里。

一个比较稳妥的做法是两头都看：

• 看预测有没有被证据支持；
• 问”哪些假设是关键的？放松它们会怎样？"

这正是后面，第 7 讲结尾，会做的事：那一讲，给你的是一个基准，再往后的讲，会看"偏离这个基准的时候，会发生什么"。垄断、寡头、信息不对称，都是在放松基准模型里的某条假设。

2.5 一个检验模型的例子

模型能不能拿去检验？第 7 讲，会提到 Vernon Smith 1962 年的实验。他让参与者扮演买家和卖家，每个人只知道自己的价值或成本，在规则下报价、成交。如果供需的均衡模型是对的，价格应该靠近我们算出来的均衡价。结果是：确实很快靠近了。

这就是"把理论搬进实验室，看它的预测是否成立"。这也是经济学从纯理论走向实证的一条路。

小结： 模型是故意画"错"的地图：舍掉细节，才能看清主干。它由假设、推导和预测构成。“其他条件不变"是一个思想实验。评价模型，要看预测是否被证据支持，也要问哪些假设是关键的。

三、事实问题 vs. 价值判断

3.1 两个人在吵同一件事吗？

现在换一个场景。两个朋友在争论最低工资：

甲：“提高最低工资会让一些低技能的工人失业。” 乙：“最低工资应该提高。”

你觉得他们是在争同一个问题吗？

仔细看，他们说的是两种不同的话。

甲在说事情是怎样的：提高最低工资，会不会导致失业？这是个可以拿数据去检验的问题，原则上有对错之分。

乙在说事情应该怎样：最低工资该不该提高？这取决于你看重什么：你更在乎已经有工作的人收入提高，还是更担心少数人失去工作？不同的价值观会给出不同的答案，这不是靠数据能直接判定的。

3.2 两个名词

经济学里把这两类陈述分得很清楚：

实证陈述（positive statement）：描述”是什么"。原则上可以用证据检验对错。 规范陈述（normative statement）：表达"应该怎样"。涉及价值判断。

有一个很容易被误解的地方：实证陈述不等于"正确的陈述"。 “提高最低工资会让所有人失业"也是一个实证陈述，它完全可能是错的。判断标准不是对不对，而是原则上能不能用证据来检验。

3.3 练一练

先自己判断，每句话是实证的还是规范的，再看答案：

注意第 4 行和最后一行：很多规范的主张，背后藏着实证的前提。 一个人说"应该禁止涨价”，他可能默认了"禁止涨价不会造成短缺”。如果这个前提是错的，他的结论就站不住，哪怕他的价值观没有问题。

3.4 一个政策争论的"拆解图"

一个政策争论，可以拆成两块：

事实判断（这个政策会带来什么结果？） ＋ 价值判断（这些结果，哪个更重要？） ＝ “应该这样做"的结论

两个人观点不同，可能是因为：

• 他们对事实的判断不同（一个认为失业会明显增加，另一个认为不会）；
• 他们的价值观不同（一个更看重已有工作者的收入，另一个更担心失业者）；
• 或者两者都不同。

搞清楚分歧在哪一块，是讨论的第一步。 如果分歧在事实，可以拿证据说话；如果分歧在价值观，再多的数据也不能直接说服对方。

3.5 经济学家之间的分歧，有多少来自事实？

这是一个很值得问的问题。有两项调查可以参考。

第一项是芝加哥大学布斯商学院的 IGM 专家小组。2013 年 2 月，它问了一批经济学家一个实证问题：把联邦最低工资提高到每小时 9 美元，是否会让低技能工人明显更难找到工作？结果大致是：约 34% 同意，约 32% 不同意，约 24% 不确定。差不多三分天下。

同一次调查还问了一个带价值判断的问题：这个政策的好处是否大到足以抵消代价，让它值得去做？据对这次调查的转述，大约 47% 的专家同意，只有约 11% 不同意。

需要诚实地说：这个调查的样本很小（来源说法不一，不到 50 位专家），转述的数字也要谨慎对待。但它至少说明一件事：在同一次调查里，事实问题上分歧很大，而在"值不值得"这个问题上，却没有那么分裂。

第二项是 Victor Fuchs、Alan Krueger 和 James Poterba 1998 年发表在 Journal of Economic Literature 上的研究。他们调查了美国 40 所顶尖大学里的劳动经济学家和公共经济学家，让他们对一些经济参数给出估计，同时回答了关于价值观的问题（比如效率与公平孰轻孰重）。他们发现：经济学家的政策立场，与他们的价值观的关系，比与他们对经济参数的估计的关系更紧密。 另外，不同经济学家对同一参数的估计差异很大，而且他们往往比这些差异所允许的更有把握。

这两项调查合起来，说明了一件重要的事： 经济学家之间的分歧，并不都来自"谁懂得更多”。有相当一部分来自价值观。

3.6 这门课怎么处理争议话题

所以，从这一讲起，我会在这门课里一以贯之地这样写有争议的话题：

1. 理论预测什么；
2. 证据怎么说，这些证据有什么局限；
3. 分歧在哪；
4. 价值判断，留给你自己做。

我会尽量把"是什么"和"应该怎样"分开写，不替你下结论。

小结： 实证陈述说"是什么"，原则上可检验；规范陈述说"应该怎样"，涉及价值。很多规范主张背后藏着实证前提。政策争论由事实判断和价值判断共同构成，搞清楚分歧在哪一块，是讨论的第一步。

四、因果：为什么这么难

4.1 三种可能

回到辅导班。“上辅导班的孩子成绩更高”，有三种可能的解释：

1. 辅导班提高了成绩（A 导致 B）。
2. 成绩好的孩子更愿意报辅导班（B 导致 A，这叫反向因果）。
3. 有第三个因素，同时影响了两者，比如家庭对教育的重视程度（这叫混杂因素）。

我们看到的，只是"一起出现"，也就是相关。相关不等于因果。

4.2 看不见的另一条时间线

要说清"辅导班到底提高了多少分"，我们需要比较的是：

同一个孩子，上了辅导班的成绩 − 同一个孩子，没上辅导班的成绩。

这个差值，才是辅导班真正的作用，叫因果效应。

麻烦在于：同一个孩子，不可能既上又不上辅导班。 你只能看到其中一个版本。另一条时间线，是"如果没有发生会怎样"，经济学里叫反事实，它是永远看不见的。统计学家 Paul Holland 把这个困难叫做因果推断的根本问题。

你可能觉得这个说法似曾相识。它和第 1 讲里的机会成本是同一类东西：机会成本，是没选的那条路；因果效应，是没发生的那条路。第 1 讲里我们讲过 Bastiat 的故事：代价往往是看不见的，因为它是"没有发生的事"。因果推断，就是想办法把这条看不见的路，估计出来。

4.3 让代码替你算一遍

我们来做一个"上帝视角"的实验。在模拟里，我们知道辅导班的真实作用（我设成了 2 分），也知道每个家庭的重视程度。这样，我们就能检验不同的算法，到底能不能把这个 2 分算出来。

（再强调一次：这里的"2 分"是我编的数字，用来演示方法，不是对真实辅导班效果的结论。）

import numpy as np

rng = np.random.default_rng(0)
n = 100_000
true_effect = 2.0                                   # 辅导班真实的作用：平均多考 2 分

motivation = rng.normal(0, 1, n)                    # 家庭对学习的重视程度（现实里看不见、也没法量）
noise = rng.normal(0, 10, n)                        # 其他各种随机因素

# 现实：越重视学习的家庭，越可能给孩子报辅导班
p_tutor = 1 / (1 + np.exp(-2 * motivation))
tutor = rng.random(n) < p_tutor
score = 70 + 8 * motivation + true_effect * tutor + noise     # 重视程度本身也会提高成绩

naive = score[tutor].mean() - score[~tutor].mean()
print(f"真实作用：+{true_effect:.1f} 分")
print(f"直接比较「上辅导班的」和「没上的」：+{naive:.1f} 分")

# 如果能看见"重视程度"，只比较重视程度差不多的孩子（现实里往往看不见）
bins = np.quantile(motivation, np.linspace(0, 1, 21))
idx = np.clip(np.digitize(motivation, bins[1:-1]), 0, 19)
diffs = [score[(idx == b) & tutor].mean() - score[(idx == b) & ~tutor].mean() for b in range(20)]
print(f"只比较重视程度相近的孩子（分 20 档，档内比较再平均）：+{np.mean(diffs):.1f} 分")

# 实验：抛硬币决定谁上辅导班，和重视程度无关
tutor_rct = rng.random(n) < 0.5
score_rct = 70 + 8 * motivation + true_effect * tutor_rct + noise
rct = score_rct[tutor_rct].mean() - score_rct[~tutor_rct].mean()
print(f"抛硬币随机分配后再比较：+{rct:.1f} 分")

输出：

真实作用：+2.0 分
直接比较「上辅导班的」和「没上的」：+11.7 分
只比较重视程度相近的孩子（分 20 档，档内比较再平均）：+2.2 分
抛硬币随机分配后再比较：+2.1 分

画出来：

回答开头的问题：直接比较，得到 11.7 分，而真实作用只有 2 分。 剩下的将近 10 分，来自"本来就更重视学习的家庭"。你邻居给你看的那份调查，就是这种直接比较。

另外两种算法都把答案找回来了：

• 只比较重视程度相近的孩子：+2.2 分。意思是：既然重视程度会同时影响"是否报班"和"成绩"，那我们就只在重视程度相近的孩子里比较，把这个因素"控制"住。
• 抛硬币随机分配：+2.1 分。

第一种方法有一个致命的问题：它需要你能看见那个混杂因素。 在模拟里我们能看见"重视程度"，现实里你没法给一个家庭的重视程度打分。你控制得了你能看见的因素，却控制不了看不见的。

第二种方法的神奇之处，就在于它不需要看见任何东西。抛硬币和家庭的重视程度、孩子的天赋、性格、一切别的因素，统统无关。 所以，只要人数足够多，两组孩子"平均来说"除了辅导班，其他地方是一样的，包括所有你看不见的东西。这种做法叫随机对照实验（randomized controlled trial，RCT）。

4.4 现实里往往不能抛硬币

可是，很多时候我们没法抛硬币。你不可能随机地给一些州提高最低工资，给另一些州不提。你也不能随机让一些国家加息。

这时候，经济学家会去找自然实验：现实里碰巧发生的、“很像"随机分配的情形。

最有名的例子之一，是 David Card 和 Alan Krueger 1994 年发表在 American Economic Review 上的研究。

背景：1992 年 4 月 1 日，美国新泽西州把最低工资从每小时 4.25 美元提高到 5.05 美元。邻居宾夕法尼亚州没有变。

做法：他们分别在政策前（1992 年 2 到 3 月）和政策后（1992 年 11 到 12 月），调查了两个州的快餐店。

结论：他们没有发现新泽西的快餐店就业相对宾州下降。作者说，这个结果挑战了"最低工资上涨一定会让就业减少"这一传统看法。

我们先放下这个结论，只看它的方法，因为这个方法特别巧妙，叫双重差分。

4.5 双重差分：用对照组补上看不见的那条线

你想知道：政策到底让新泽西的就业变化了多少？

你有三个很自然的想法，但它们都有问题：

1. 只看新泽西的前后变化。 问题：就算没有政策，就业也可能因为淡季、整体经济而变化。你把这个变化全算在政策头上了。
2. 只比较政策之后两个州。 问题：新泽西和宾州本来就不一样（店的规模、顾客不同）。你把这个"本来就有的差别"也算在政策头上了。
3. 双重差分：先看新泽西前后变了多少，再看宾州前后变了多少，两个变化再相减。

为什么相减有用？宾州没有政策，它前后的变化，代表了”如果没有政策，大家共同遇到的那个变化"。这就是新泽西看不见的那条时间线（反事实）的估计。

用一个示意的数字（不是真实数据）：

• 宾州：23 人 → 21 人，变化 −2
• 新泽西：20 人 → 17 人，变化 −3
• 新泽西如果没有政策，应该也像宾州一样变化 −2，也就是 20 → 18
• 所以政策的作用 = 17 − 18 = −1 = (−3) − (−2)

4.6 让代码替你算一遍，而且让它"出错"

我们再做一个"上帝视角"的模拟：政策的真实作用是 −1 人/店，两个州本来的基础水平不同，还有一个共同的变化 −2。看三种算法各自给出什么。然后我们再设计一种让这个方法失效的情形。

import numpy as np

rng = np.random.default_rng(1)
n = 400                                              # 每个州 400 家店，前后各调查一次

def survey(effect, nj_own_trend=0.0):
    """返回 (宾州前, 宾州后, 新泽西前, 新泽西后) 的平均每店员工数。"""
    pa0 = 23 + rng.normal(0, 4, n)                   # 宾州：每店 23 人
    nj0 = 20 + rng.normal(0, 4, n)                   # 新泽西：每店 20 人（两个州本来就不一样）
    common = -2                                      # 两州共同遇到的变化（比如淡季）
    pa1 = pa0 + common + rng.normal(0, 2, n)
    nj1 = nj0 + common + nj_own_trend + effect + rng.normal(0, 2, n)   # 新泽西多了政策的作用
    return pa0.mean(), pa1.mean(), nj0.mean(), nj1.mean()

def report(title, effect, nj_own_trend=0.0):
    pa0, pa1, nj0, nj1 = survey(effect, nj_own_trend)
    print(f"{title}（政策的真实作用：{effect:+.1f} 人/店）")
    print(f"  只看新泽西前后：        {nj1 - nj0:+.2f}")
    print(f"  只比较政策后两个州：    {nj1 - pa1:+.2f}")
    print(f"  双重差分（前后之差再作差）：{(nj1 - nj0) - (pa1 - pa0):+.2f}")

report("情形一：两州趋势本来一样", effect=-1.0)
print()
report("情形二：新泽西本来就有自己的下行趋势 -1.5", effect=-1.0, nj_own_trend=-1.5)

输出：

情形一：两州趋势本来一样（政策的真实作用：-1.0 人/店）
  只看新泽西前后：        -2.95
  只比较政策后两个州：    -3.81
  双重差分（前后之差再作差）：-0.92

情形二：新泽西本来就有自己的下行趋势 -1.5（政策的真实作用：-1.0 人/店）
  只看新泽西前后：        -4.42
  只比较政策后两个州：    -5.74
  双重差分（前后之差再作差）：-2.45

我们逐条看：

情形一：两个州的趋势本来一样。

• 只看新泽西前后：−2.95，把共同的变化 −2 也算成了政策的作用，错得很远。
• 只比较政策后两个州：−3.81，把"两个州本来就差 3 人"也算进去了，错得更远。
• 双重差分：−0.92，非常接近真实的 −1。

情形二：新泽西本来就有自己的下行趋势。 比如新泽西的快餐业本来就在萎缩，和政策无关。

• 双重差分给出 −2.45，而真实作用仍然是 −1。多出来的 −1.45，几乎等于新泽西自己的那个趋势（−1.5）。

这是双重差分的关键弱点：它假设如果没有政策，两个州的趋势会一样。这叫平行趋势假设。这个假设是无法被证明的（因为"没有政策的新泽西"永远看不到），你只能找证据让人觉得它合理，比如检查政策之前，两个州的趋势是不是本来就平行。

这就是为什么，“用了一个很聪明的方法"不等于"结论一定对”。每一种因果推断的方法，背后都藏着一个无法完全证明的假设。 读研究时，最重要的问题之一就是：它的这个假设，站得住吗？

4.7 这个争论，后来怎么样了

回到 Card 和 Krueger 的研究。它发表后，引起了很大的争论。

2000 年，David Neumark 和 William Wascher 在同一份杂志（American Economic Review 第 90 卷第 5 期）上发表评论，用快餐店的工资单记录重新估计，得出了相反的结论：就业有所下降。Card 和 Krueger 在同一期杂志上回应，质疑对方样本的代表性，并用其他数据重新分析。

这场争论并没有让一方完全说服另一方。2013 年那次 IGM 调查里“三分天下”的结果，也说明至少在当时，经济学家当中对这个问题没有一致的看法。

我们在这里要学的，不是"谁赢了"，而是几件事：

• 同样的政策，不同的数据来源、不同的样本，可以得出不同的结论；
• 单个研究很少是定论；
• 即使是顶级研究者，面对同一份证据，也会有不同的判断。

这类研究方法，对整个领域的影响是深远的。2021 年的诺贝尔经济学奖，一半授予 David Card，“因为他对劳动经济学的实证贡献”；另一半授予 Joshua Angrist 和 Guido Imbens，“因为他们对因果关系分析的方法论贡献”，也就是教会研究者，怎样从自然实验里读出因果。2019 年的诺贝尔奖则授予 Abhijit Banerjee、Esther Duflo 和 Michael Kremer，表彰他们用实验方法缓解全球贫困的研究。因果推断，已经成为现代实证经济学的核心。

4.8 还有哪些工具

除了随机实验和双重差分，经济学家还有其他几种常用的工具。这里只用一句话讲清它们的思路，后面遇到的时候再用：

• 工具变量：找一个"外力"，它只通过 X 去影响 Y，不会直接影响 Y。比如，想知道"上大学"对收入的影响，可以找一个影响上不上大学、但和收入没有其他关系的因素（比如家离大学的远近）。
• 断点回归：比较刚好过线和刚好没过线的人。比如录取分数线两边，一个考了 600 分、一个考了 599 分的学生，几乎一样，但一个被录取、另一个没有。比较这两群人的后续结果，就接近于一次随机实验。

小结： 相关不等于因果。因果效应要比较"实际发生的"和"如果没发生会怎样"，后者永远看不见。随机对照实验靠抛硬币解决这个问题；现实里不能抛硬币时，要找自然实验，比如双重差分。每种方法都有一个无法完全证明的假设，读研究时，一定要问这个假设站不站得住。

五、证据、局限与争议

5.1 结果能推广吗

新泽西快餐店的结果，能推广到别的行业吗？涨幅更大的时候呢？别的国家呢？

这叫外部有效性的问题：一项研究，可能在它的情境里是对的，但不一定能搬到别的地方。随机实验也一样：在肯尼亚一个村里做的实验，不能直接当成对整个国家的结论。

5.2 宏观问题几乎不能做实验

最低工资还可以找邻州当对照。可是宏观问题呢？央行该不该加息？一个国家的政府债务多高会出问题？

你没有第二个"平行的美国"可以拿来做对照，也不能随机让一些国家加息。数据很少（一个国家一年一个观测值），同时有太多因素在变。这是为什么宏观经济学里的争论，通常比微观经济学里更多、更久。我们在 Unit 7 和 Unit 8 会反复遇到这件事。

5.3 研究结果可靠吗

即使是发表在顶级期刊上的研究，也需要被重复检验。

Colin Camerer 等人 2016 年在 Science 上发表了一项研究：他们选了 2011 到 2014 年发表在 American Economic Review 和 Quarterly Journal of Economics 上的 18 项实验室经济学实验，严格地重新做了一遍。结果是：11 项（约 61%）得到了与原研究方向一致、统计上显著的结果；平均而言，重复出来的效应大小，约为原研究的 66%。

这说明两件事：多数结果经得起重复，这是好消息；但并非全部，而且重复出来的效应往往比原来小。所以，不要因为"有一项研究证明了"就下定论。要看多个研究、多种方法得到的结论是否一致。

5.4 经济学家不是价值中立的

前面我们区分了实证和规范。但这个区分是理想化的：研究者选择研究什么问题、怎么解读结果、强调什么，都可能受价值观影响。Fuchs 等人的调查也表明了这一点。

这并不意味着实证研究"没有意义"。它意味着：你要同时看证据本身，和提出证据的人的立场。 这也是为什么这门课会把"事实"和"价值"分开写，让你自己做判断。

5.5 常见的误用

六、小结

这一讲有五个想法，请带走：

1. 模型是故意画"错"的地图：舍掉细节，才能看清主干。它由假设、推导和预测构成，要拿预测去和证据对照。
2. “其他条件不变"是思想实验，现实里几乎从不成立，这是实证研究要面对的核心难题。
3. 实证陈述说"是什么”，规范陈述说"应该怎样"。政策争论由事实判断和价值判断共同构成，搞清楚分歧在哪一块，是讨论的第一步。
4. 相关不等于因果。 因果效应要比较"实际发生的"和"如果没发生会怎样"，后者永远看不见。随机实验、双重差分这些工具，是在想办法估计它。
5. 每种方法都有一个无法完全证明的假设，单个研究也很少是定论。读到"研究表明"时，多问一句：它怎么知道的？它的假设站得住吗？

到这里，Unit 1 学完了。我们有了四样东西：机会成本（第 1 讲）、边际思维与激励（第 2 讲）、比较优势（第 3 讲）、读证据的方法（本讲）。

从下一讲起，我们进入 Unit 2：价格与市场。接下来，我们会把供给和需求，拆开来，一块一块讲清楚，到第 7 讲，再把两边合起来，看均衡的样子。先从买家这一边开始：第 5 讲，需求，人们愿意付多少。

思考题

1. 判断下面每句话是实证陈述还是规范陈述，并把其中一句改写成另一种类型：（a）“提高烟草税会减少吸烟。"（b）“吸烟的人应该为自己造成的医疗负担多付钱。"（c）“去年我国的出口增长了。"（d）“政府应该给低收入家庭补贴。”

提示：（a）实证，可检验。（b）规范，涉及"应该”。（c）实证，一个可核对的事实。（d）规范。改写示例：把（d）改成实证，“给低收入家庭补贴，会提高他们的消费水平”，就成了可检验的陈述。注意（b）和（d）背后，往往藏着实证前提，比如"补贴不会让人不愿意工作”。

2. 有一项调查发现：每天喝咖啡的人，平均寿命比不喝的人更长。请至少列出三种"咖啡并没有让人长寿"的可能解释，再想想怎么检验。

提示：（1）混杂因素：喝咖啡的人可能收入更高、生活方式不同。（2）反向因果：身体健康的人更能喝咖啡，有慢性病的人被医生要求戒咖啡。（3）选择偏差：调查对象本身可能不具代表性。检验思路：随机实验难做（时间长、难以长期随机分配）；可以找自然实验，或者在观察数据里尽可能控制可见的混杂因素，但要承认看不见的因素控制不了。

3. 某城市 A 推出一项外卖骑手保险政策，某项指标从 80 变成 84；对照城市 B 没有政策，同一指标从 70 变成 72。用双重差分估计政策的作用。如果政策出台之前，A 城这个指标每期本来就上涨 3，而 B 城每期上涨 2（趋势不平行），真实作用大约是多少？

提示：双重差分 = (84 − 80) − (72 − 70) = 4 − 2 = +2。如果 A 城本来每期就涨 3，那么这一期就算没有政策也会涨 3，真实作用约是 4 − 3 = +1。双重差分的 +2 高估了 1，这个多出来的 1 正好是两城本来趋势的差（3 − 2）。这说明平行趋势假设有多重要。

4. 某市推出汽车"以旧换新"补贴，之后一个月汽车销量比上个月涨了 10%。官员说：“补贴让销量涨了 10%。“你觉得这个说法缺了什么？

提示：缺的是反事实：如果没有补贴，销量会涨多少？上个月可能是淡季，下个月本来就会涨；全国整体可能也在涨。更可靠的做法是找一个对照城市做双重差分。另外还有一种可能：补贴只是让人们把未来要买的车提前买了，之后几个月销量反而下降，这也是只看一个月无法发现的。

5. 供需模型预测：供给减少会让价格上涨（第 7 讲，会详细讲）。如果你在现实数据里看到某商品价格下降、成交量也下降，这能说明模型错了吗？

提示：不能直接这样说。如果需求同时减少，而且减少得比供给更多，那么价格下降、数量也下降。你看到的是两条曲线都在动的结果。想检验模型，需要想办法分清是哪条曲线在动，这就是"识别"问题，也是实证研究最难的地方之一。

参考与延伸

• Friedman, M. (1953). The Methodology of Positive Economics. In Essays in Positive Economics. University of Chicago Press.
• Holland, P. W. (1986). Statistics and Causal Inference. Journal of the American Statistical Association, 81(396).
• Card, D., & Krueger, A. B. (1994). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772–793.
• Neumark, D., & Wascher, W. (2000). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania: Comment. American Economic Review, 90(5), 1362–1396；Card, D., & Krueger, A. B. (2000). Reply, 1397–1420.
• Fuchs, V. R., Krueger, A. B., & Poterba, J. M. (1998). Economists’ Views about Parameters, Values, and Policies: Survey Results in Labor and Public Economics. Journal of Economic Literature, 36(3), 1387–1425.
• Camerer, C. F., et al. (2016). Evaluating replicability of laboratory experiments in economics. Science, 2016.
• IGM Forum（Booth School of Business, University of Chicago）：2013 年 2 月关于联邦最低工资的专家小组调查。