认识经济卡尔兰

迪恩·卡尔兰（Dean Karlan） (作者)，本电子书格式：PDF MOBI EPUB TXT适配所有阅读设备，百度网盘在线阅读。体验很好，支持在线阅读、百度网盘云免费下载。

经济学家解决问题的工具箱

我们刚刚讨论的四个问题是一些基本的经济学思想。利用它们来理解世界可能是如何运行的，这只成功了一半而已。在本节，我们将描述经济学家将经济学思想应用于现实时所借助的工具。

在现实世界中要准确定位这些基本的经济学概念，并不如你想象的那样简单，它们有时并不是显而易见的。纵观历史，人们观察他们周围的世界，并得出过一些被证明是滑稽的（或者有时是错误的）结论。我们现在知道，太阳不是围绕地球旋转的，干旱并不是向人们投去邪恶目光的女巫造成的。然而，聪明的人也曾经相信过这些事情。出于人类的本性，我们会观察并思考我们周围事物的意义，但我们的结论并不总是正确的。

经济学分析要求我们把理论知识与观察到的现实相结合，并在得出结论之前对这两个方面进行详细检查。接下来，我们将看到如何将理论和事实结合到一起来确定因果关系（是什么引起了什么）。我们还将区分事物存在的方式是什么以及我们认为它们存在的方式应该是什么。你可以将这些工具应用到各种各样的情境中，从个人生活选择到企业决策和政策分析。

相关性和因果关系

许多体育爱好者都有一件幸运球衣，他们会穿这件衣服来帮助自己支持的球队赢得比赛。铁杆粉丝可能会坚持认为他的球衣显然是幸运的，因为当他的团队赢得NBA总决赛或超级碗时他正穿着它。这种迷信是对一般人类倾向的夸大：当我们看到两个事件同时发生时，我们倾向于假定是一个事件引起了另一个事件。但是经济学家努力地谨慎对待因果关系（是什么引起了什么）。

为了区分仅仅是发生在同一时间的两件事与有明确因果关系的两件事，我们使用两个不同的术语。当我们看到两个事件或两个变量之间的一致关系时，我们会说它们之间存在一种相关性（correlation）。如果两件事常常发生在同一时间或沿着同一方向移动，我们就说它们是正相关的（positively correlated）。穿雨衣和下雨呈正相关。如果当一个事件或变量减少时，相关的事件或变量会同时增加，我们就说它们是负相关的（negativelycorrelated）。它们沿着相反的方向运动。较高的温度与人们穿羽绒服是负相关的。如果两个变量之间没有一致关系，我们就说它们是不相关的（uncorrelated）。

相关性与因果关系不同。因果关系（causation）意味着一个事件引起了另一个事件。正如上述例子所示，因果关系和相关性经常一起出现。天气和服装通常是相关的，因为天气会引起人们做出关于如何穿衣的选择。

不幸的是，相关性和因果关系并不总是以直接的方式一起出现。相关性和因果关系常常因为三种方式被混淆：没有因果关系的相关性、遗漏变量和反向因果关系。没有因果关系的相关性。超级碗的比赛结果能预测股市的表现吗？几年前，一些人开始认为它是可能的。在超级碗中，美国橄榄球联合会（AFC）的顶级球队与国家橄榄球联合会（NFC）的顶尖团队进行比赛。在很长的一段时间内，当来自AFC的球队赢了比赛时，这一年股市表现会很糟糕；而当来自NFC的球队赢了比赛时，这一年股市表现会很棒。事实上，在1967～1997年的85%的时间里，这种相关模式都是成立的。

基于超级碗的结果来决定你的投资策略，这会是一个好主意吗？我们认为不是。这里并没有貌似可信的因果关系。一些年来，股票市场的结果恰好与超级碗的结果相关，但无法用逻辑证明股票市场的结果是由超级碗的结果引起的。如果你花足够长的时间去寻找奇怪的巧合，你总会找到一些的。遗漏变量。考虑以下情况：消防队员的存在和患有严重烧伤的人之间存在正的相关性。这句话是否意味着消防员引起了烧伤？当然不是。我们知道消防队员不会烧伤他人，消防队员会努力救他们。相反，观察到的这两个结果背后必定有一些常见的潜在因素或变量，在这个例子中即是火灾。

有时，两个相关的事件一起发生是因为两者都是由相同的潜在因素引起的。两者都分别与第三个因素之间存在因果关系，两者之间却不存在因果关系。这个潜在的因素被称为遗漏变量，因为尽管它是一个因果关系链上的重要组成部分，在之前的分析中却忽略了这个因素。换个视角专栏讲述了关于遗漏变量的例子，遗漏变量使医生误会并错误地打击了大家在夏天的主要乐趣：冰激凌。

《认识经济》网盘地址: https://pan.baidu.com/s/13o1mVrywJHwXKBNdPWhQYg 提取码: jiia 复制这段内容后打开百度网盘手机App，操作更方便哦