1704597390
实际上，经济学家并不是在一个化学实验的试管里做研究——世界上有数十亿人和成千上万的企业。我们将向你展示，与传统的经济学智慧不同，只要我们在不加控制的、新奇多变的现实世界中用一种比较另类的方式来看待人们的行为，那么随机的实地实验的方法是可以对很多经济学问题给出有意义的解答的。实际上，实地实验是最近几十年来经济学实证领域最重要的创新之一。这种方法不仅允许我们度量正在发生的各种现象，还有助于我们找到这些现象发生的原因。在本书中，我们将向你展示我们如何用随机的实地实验解决世界上最令人头疼的经济学问题，这些问题包括：
1704597391
1704597392
·为什么在现代经济体中女性和男性仍然同工不同酬，为什么在高级管理层中女性所占的比例小于男性？
1704597393
1704597394
·享受同样的产品和服务，为什么有些人付的钱多，有些人付的钱少？
1704597395
1704597396
·为什么有些人会歧视其他人，如何消除歧视行为？
1704597397
1704597398
·虽然与其他发达国家相比，美国投入公共教育的资金更多，但是在美国的很多地方，高中的辍学率却超过50%。那么，昂贵的教育项目到底有没有用呢？如何用一种性价比最高的方式缩小贫穷家庭的孩子和富裕家庭的孩子之间的教育差距？
1704597399
1704597400
·在一个竞争日益激烈的全球化环境中，企业如何才能更富有创新能力，提高生产率，以及创造更多的价值、机会、工作岗位？
1704597401
1704597402
·非营利组织如何能够鼓励更多的人回馈社会？如何让你喜欢的慈善机构运营得更有效率？
1704597403
1704597404
你可能会觉得，上述这些问题看起来毫无关联。但是，从我们的角度来看，所有这些问题都可以从一个经济学视角进行研究，而且都可以通过简单的经济学方法加以解决。实地实验能够帮助我们找到这些问题的答案，即找到正确的激励机制，以及搞清楚到底是什么样的动机促使人们这样或那样行事。
1704597405
1704597406
人们常常会说“这件事导致了那件事”，实际上，很多时候人们根本不清楚上述说法到底是不是事实。当我们手上缺乏从现实世界中收集到的实验数据时，我们所有人都可能会随意地、无根据地解读事物之间的因果关系。
1704597407
1704597408
不久之前，我和我在芝加哥大学经济系的同事史蒂芬·列维特、查德·塞沃逊一起，与一些知名的大型零售企业的总裁们讨论如何提高公司销售业绩的问题。一位高级市场经理向我们展示了下面这幅图，他试图说明的是，他所在公司的零售广告对提高产品销售额起到了很好的作用（出于保密考虑，图中的具体数据我们进行了修改，但是变量之间的关系大致如下）。
1704597409
1704597410
1704597411
1704597412
1704597413
图0–1 广告数量和销售额之间的关系
1704597414
1704597415
这位高级市场经理自豪地对我们说：“看，这就是铁证。这张图表明广告数量和销售额之间有很明显的正相关性。当我们做1 000条广告的时候，销售额大约为3 500万美元。而如果只做100条广告，销售额就下降至2 000万美元，看到了吗？”
1704597416
1704597417
实际上，广告数量和销售额之间的关系并不像这位高级市场经理所讲的。要理解这一点，我们来看一看另一幅类似的图。
1704597418
1704597419
1704597420
1704597421
1704597422
图0–2 冰激凌销售额和溺水死亡人数之间的关系
1704597423
1704597424
上图展示了两种截然不同的现象之间的关系：一是1999~2005年溺水事故的数量，二是同一时间段内美国最大的冰激凌公司之一的冰激凌零售额。显然，这两个变量之间的关系用图展示出来相当令人吃惊。
1704597425
1704597426
如果你是一位保护欲很强的家长，你看了这幅图以后可能再也不会让自己的孩子在水边吃冰激凌了。但是，很显然，这里存在着第三个隐性变量，那就是天气。夏天气温高的时候，人们会吃更多的冰激凌，同时游泳的次数也会增多，而游泳次数的增多导致溺水事故的高发。虽然人们确实会在夏天吃数量较多的冰激凌，但是吃冰激凌本身并不会导致溺水事故的发生，影响溺水事故数量的变量是天气，而不是冰激凌的销售额。
1704597427
1704597428
再回到之前广告数量和销售额的例子，在那位高级市场经理向我们展示的图中，是否存在第三个隐性变量呢？在那次交谈之后我们发现，该公司在每年11月和12月期间加大了广告的投放量，而11月和12月正是美国传统的消费旺季，所以在此期间公司的销售额上升并不奇怪。季节这个隐性变量造成了广告数量和销售额之间存在因果关系的假象。实际上，当我们对数据进行更深入的挖掘，并考虑到该公司提高广告数量的时间段就会发现，数据（广告数量和销售额）之间并不存在因果关系，而只存在相关性。消费者购买了更多该公司的商品是出于季节的原因，未必是因为公司的广告策略。
1704597429
1704597430
我们的世界充满了这类错误。当我们觉得两个变量之间可能存在因果关系时，我们往往很容易把相关性误认为因果关系。因为这样的错误，我们每天都在浪费大量的金钱和时间，却根本没有取得期望的效果。问题的症结在于：世界充满了各种各样错综复杂的关系，想搞清楚事物之间的真实关系非常困难。
1704597431
1704597432
但是，现在我们有了一个新型武器，那就是当下流行的“大数据”。通过收集海量数据，并从数据中总结规律，我们可以获得一些有趣的结果。大数据很重要，有很多好处，但是，也存在着大问题。研究大数据的方法仍然严重依赖变量之间的相关性，而不是因果关系。对此，《社会动物》[1]一书的作者戴维·布鲁克斯曾经这样说：“无数的事物之间都可能存在相关性，全凭你处理数据的方式，以及拿哪些数据进行比较。但是，要想把有意义的关系从无意义的关系中拣选出来，常常要先有一些关于因果关系的假设，这些假设代表的是你倾向于认为变量间存在怎样的关系。也就是说，我们还是必须回归人类提出理论的原始方法。”
1704597433
1704597434
大数据的另一个问题是，由于数据过于庞杂，因此处理起来十分困难。企业掌握了太多的数据，以至于它们根本不知道应该从哪里下手，应该看数据的哪一个方面。企业往往竭尽所能地收集所有数据，却被大数据所击溃，因为它们感兴趣的变量有太多种排列组合的可能性，实在不知道从何处下手。而我们的方法则不同，我们通过实地实验来获取因果关系，而且，在产生和收集数据之前，我们会非常认真地思考我们感兴趣的变量之间可能存在怎样的因果关系。因此，我们的方法可以得到大数据分析难以得到的结果。
1704597435
1704597436
值得庆幸的是，实地实验可以为公民、教育工作者、慈善家、政策制定者、企业的首席执行官（CEO）等各类人群提供他们需要的“硬数据”。这样的“硬数据”不仅能避免严重错误的发生，还能帮助人们更好地理解他们的服务对象：到底是什么样的动机在主宰着人们的行为？为什么这些动机会产生这样的结果？
1704597437
1704597438
什么样的激励机制可以促使人们去做“正确”的事情？而处罚、制裁之类的激励机制又是如何减少人们的不良行为的呢？在什么样的情况下激励机制会无效？
1704597439