大家好，我是弋零，今天想聊计量经济学。如果说其他经济课教我理解世界是怎样运行的，计量更像一个冷静的旁观者，提醒着我要区分相关性（correlation）和因果性（causation）。
一、计量经济学的核心思想：相关性≠因果性
数据告诉我们，冰淇淋销量越高，溺水人数越多，难道为了拯救溺水的人，要禁止卖冰淇淋？学历越高的人收入越好，所以只要多读书，收入也会越高？为什么警察越多的地方，犯罪率越高？这些模式都揭示的是「相关性」，而非「因果性」。比如，冰淇淋销量高是因为是在夏天，夏天溺水的人也多。学历、犯罪的两个例子正好体现了两个相关性无法体现因果性的原因：
- 遗漏变量偏差（Omitted Variable Bias）。遗漏变量偏差指的是除了X、Y，存在另外的变量Z，同时影响X、Y。比如在学历和收入的例子里，个人能力、家庭背景就可能是Z。个人能力强的人有更大机会获得更高的学历，同时也有机会找到更好的工作，获得更高的收入。家庭背景好的人有机会通过留学等方式获得更高的学历，实际就业时也能背靠家里的资源有更好的收入。如果只考虑教育水平和收入，我们实际上是把个人能力、家庭背景的作用都加在了教育上，导致教育对收入的真实作用无从显现。也许教育和收入在历史上某一个时期是负相关——例如，在改革开放时期早出来工作的人，能够更好的抓住时代的红利，实现资源的变现。
- 因果倒置（Reverse Causality）。因果倒置是指Y对X也可能同时存在作用的情况。比如，对于警察越多犯罪率越高的问题，更真实的情况应该是因为地区犯罪率高，所以加派了警察。如果只看警察对犯罪率的作用，我们很容易得出越少警察越好的荒谬结论。
二、我的亲身实践：用计量经济学破除统计学迷雾
去年夏天，我在大学举办了一场ABC美好社会咨询社的校园宣讲会。活动办的热热闹闹，我邀请了部门总监、副社长在内的五位嘉宾进行分享，直接转化50人报名。但是这50个人，真的是我的功劳吗？如何解构这50个人，看看分别是什么因素驱动它们的报名？
首先要排除自然流量的影响。ABC和大学社会实践中心是老合作伙伴了，每个季度都会有自然的内推转介绍。其次要排除学校扩招的潜在影响。学校招的人多了，基数自然也会上升。我用今年夏季的转化人数减去去年夏季的转化人数，可以排除自然流量的影响，得到今年净增长30人。这30个人代表扩招与宣讲会的综合作用，如果估计扩招人数为10%，那么本次宣讲会实际转化人数在27个左右。
我在这里的处理方式就暗含了计量经济学领域内的双重差分法（Difference in Difference），排除了自然流量等因素的影响。这里只是一个思维实验，准确而言，双重差分法应该通过实验组和对照组前后对比的差值得出政策的作用。
关于计量经济学的内容，就分享到这里。计量最宝贵的是告诉了我任何时候要有质疑"相关不等于因果"的勇气。
随机分享🍪
前段时间在听邓亚萍的访谈和读她的《心力》，有几点感触比较深的和大家分享。从中国乒乓球大满贯第一人到剑桥博士，原来一个「很难不成功」的人是这样的。
注意力无法集中，可能正说明这件事没那么难。你是“大炮打蚊子”，把太多精力放在这件事上了，反而无法聚焦。注意力不集中，可以做一些分心的事，比如边跑步边想工作。
不要强行控制注意力，注意力越控制越容易出问题。赢家不思考，赢家靠直觉。太过于专注某件事情的时候，反而会出岔子。把专业变成一种直觉。
意志力资源是有限的，任何困难的事情，体力劳动也好，脑力劳动也好，甚至是管理你自己的情绪，都会消耗这种资源。
勇敢是最重要的，但如果不具备勇敢，平凡也是一种祝福。
有关注意力资源的分享当真是恍然大悟！以后所有摸鱼都有理论依据了。
关于21天输出挑战🚩
受Garron和Chris的启发，我在2025年3月最后一个周末开始了「21天输出挑战」。我希望用21天的时间，梳理自己已有的知识体系，实现输入-内化-输出的正向循环。
选择Newsletter的形式是我希望构建一个更为私人的分享场合。欢迎你随时和我反馈，包括内容的勘误、观点的讨论等，我会根据反馈调整接下来的内容与形式。
谢谢观看，如果喜欢的话，欢迎邮件订阅！接下来，我会继续更新「大学学会了什么」系列内容。