冰淇淋与溺水

你有没有想过，为什么统计学家常举这样一个例子：一个地区冰淇淋销量越高，溺水事件也越多？难道冰淇淋会让人溺水吗？当然不是——真正的原因很简单：夏天到了，气温升高，人们既更爱吃冰淇淋，也更爱去游泳，溺水风险自然上升。冰淇淋和溺水，只是两个都被“夏天”这个共同原因牵着走的变量，彼此之间并没有谁导致谁。

这个例子听起来有点无厘头，但它藏着经济学研究方法里最核心、也最容易被忽略的一课：相关不等于因果。翻开任何一份财经报道，你几乎天天能看到类似的表达——“教育年限每增加一年，收入平均提高 X%”“某地上调最低工资后，失业率下降了”。这些说法读起来言之凿凿，但你的第一反应应该是：这背后到底是谁在影响谁？会不会也存在一个像“夏天”一样藏在暗处的第三方因素，同时驱动着这两件事？

这正是这门课要训练你的本事——不是让你死记多少个模型和公式，而是练出一双能拆穿“数据陷阱”的眼睛。接下来，我们会从最基础的相关系数出发，一步步走到内生性、工具变量、双重差分这些听起来吓人、其实逻辑很朴素的工具。每讲一个工具，我们都会先问“它想解决什么问题”，再讲“它是怎么解决的”——因为方法从来不是目的，回答真实世界的问题才是。

---

先把案情摊开

别急着背定义。我们先当一次办案的人。桌上三样东西：冰淇淋销量、溺水人数、气温。你只被允许问一个问题：谁先动的？

第三行才是这张表真正要你看见的东西。相关，只是告诉你“这两列数字经常一起动”；因果，是在说“我若只扳动其中一个，另一个会跟着变”。夏天没有出现在你最初那两列数据里，可它才是真正的推手。

你也可以把“扳动”想成一次干预。关掉全市冰淇淋机，溺水会不会下降？如果答案是不会，那你刚才看见的高相关，再整齐也只是共舞。经济学里绝大多数政策争论，其实都在问这一种“假如只改一件事”。

那接下来呢？一旦你接受“数据里可能藏着一个没被写出来的夏天”，你就会开始怀疑几乎所有漂亮的相关。这正是我们要的起点。

---

为什么这件事值得你学

你学这个方法，不是为了在饭局上揭穿亲戚的错误金句。你是为了在读论文、听政策、看公司报表时，少被一句话带走。

教育年限和收入高度相关。这是真的。可教育年限高的人，家庭资源、能力、健康、社交网络往往也更好。你若把“多读一年书”直接写成“多赚一笔钱”，等于把夏天写进了冰淇淋的功劳簿。

最低工资上调之后，某地失业率下降了。这也可能是真的。可同一年该地正好接到一笔大投资，劳动需求自己就在涨。政策像冰淇淋，投资像夏天——你分不清，就会把功劳记错账。

公司里也一样。广告支出和销售额一起升，市场部会说广告有效。也许只是旺季到了：广告预算本来就按旺季加，销售自己也会热。你要的不是两列一起动的PPT，而是“假如我只加广告、季节不变，销售还会不会加”。

下面这个小实验室把“夏天”和“只动冰淇淋”拆开。先拉气温，再拉促销。你会感到胃里那一下：相关什么时候跳，什么时候散。

方法课最容易写成“先定义相关系数，再讲公式”。我不打算这么干。公式你以后在计量课里会算得很熟。这里要先建立一种生理反应：看见两列数字一起动，胃里先紧一下，问一句“谁在暗处”。

---

相关到底在说什么

设两个变量 $X$ 和 $Y$。样本相关系数可以写成：

$$r_{XY} = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sqrt{\sum (X_i - \bar{X})^2 \sum (Y_i - \bar{Y})^2}}$$

你不必现在就爱上这个式子。它只做一件事：把“一起偏高、一起偏低”的程度压到 $[-1, 1]$ 之间。$r$ 接近 $1$，说明同向共舞；$r$ 接近 $-1$，说明反向共舞；$r$ 接近 $0$，说明跳的不是一支舞。

它不回答三个更要命的问题：

1. 谁先动？
2. 中间有没有第三者？
3. 我若只改 $X$，$Y$ 会不会改？

所以 $r$ 很勤快，也很老实——它从没答应过给你因果。是我们这些读图的人，常常擅自给它加戏。

还有一个容易被忽略的细节：$r$ 会被极端值拽着走。两座旅游城市同时热卖冰淇淋、同时淹死人，就能把一张本来平淡的图拉成“铁证”。相关既会被夏天欺骗，也会被两三个异常点欺骗。看见 $|r| = 0.9$，先问样本里是不是有人在喊。

这张图最大的教学点，其实在于你看不到的那张标签。即使每个点的位置排得再美、相关系数再高，只要没有把那“第三者”写出来，你永远不知道它究竟是什么。你只看见冰淇淋和溺水像在共舞，却并不知道背后还有“气温”这个关键玩家在牵线搭桥。这就是混淆的本质：点可以画得再漂亮，你若不问“第三列叫什么”，就永远只能看见表面。

---

三种会让你看走眼的结构

同一张“$X$ 和 $Y$ 一起动”的图，背后至少能藏三种完全不同的故事。学会点名这三种，比记住“相关不是因果”这句口号有用得多——口号不告诉你下一步该怀疑哪一种。

共同原因

夏天推冰淇淋，也推溺水。这是最经典的混淆。经济学里到处都是这种结构：宏观经济景气同时推高投资和招聘；家庭背景同时推高学历和收入；城市扩张同时推高房价和通勤时间。

你控制不住那个共同原因，相关就一直在对你眨眼。

反向因果

你看见警察多的街区犯罪率也高，于是下结论：警察制造犯罪。且慢。更常见的故事是：犯罪先高，所以派了更多警察。$Y$ 在推 $X$，不是 $X$ 在推 $Y$。

最低工资和就业、广告投放和销量、医院密度和死亡率，都很容易踩进这个坑。数据不会自动告诉你箭头朝哪边。时间先后有时能帮忙，但也不够：预期会让“结果”提前发生，价格还没涨，房子已经在炒。

对撞与挑选

有一种结构更绕：两个互不相干的原因，撞上同一个结果，你还按结果挑了样本。比如：要进某所名校，不是成绩极好，就是特长极突出。你若只观察已经入学的学生，会发现成绩和特长呈负相关——这不是世界的真相，是你自己用“入学”这扇门把样本切歪了。

经济学里，研究“成功创业者”时特别容易犯这招：你只看见活下来的公司，于是把存活者的性格当成成功秘诀。那不是因果，那是幸存者在说话。

下面把三种结构摊开，让你亲手选箭头。选错不可耻，可耻的是选完还觉得“反正都相关”。

你看，相关不只会“夸大因果”，它还会“伪造因果”。下一章我们会问：一个说法怎样才算科学上的合格——它得先能被打脸。眼下你只要记住：同一张散点图，至少有三种读法。

---

一张图，把暗处的人画出来

经济学家后来越来越爱画一种简单的箭头图，叫因果图（你以后会听到 DAG 这个缩写，先不用记）。对我们这个例子，最干净的一张是：

没有从冰淇淋指向溺水的箭头。这不是因为我们发誓两者无关，而是因为我们暂时找不到“只改冰淇淋、不改气温”时溺水会变的机制。

你也可以故意画错，看看错在哪：

多画那条横箭头，政策含义立刻变了：禁冰淇淋能救人。方法上的一小笔，会在现实里变成一套禁令。所以画图不是装饰，是把你的主张摊在桌上，供别人拆。

识别的直觉，其实就是下一张开关：假如你真能按住气温，只比较差不多热的城市，那条向上的云还在不在？

云散了，不等于你已经完成一项研究。它只说明：原来的相关主要是夏天在干活。真正的研究还要问，现实里你有没有一把合法的手，能像这个开关一样按住夏天——那是后面识别、实验、准实验的事。

---

新闻标题里的夏天

我们可以把刚才学到的思维方式，应用到你每天都会遇到的新闻标题或社交媒体热搜上。面对吸引人的数据结论，我们习惯性地想知道“消息准不准”，但更关键的问题其实在于：报道有没有把“相关”误当成了“因果”，有没有把两个变量一起动的共舞关系，直接解读成了一个变量在带着另一个变量跳。

换句话说，看到“某地吃冰淇淋多，溺水事件也多”“谁家小孩补课多，成绩就好”，不要急着接受结论。你要先学会审题：它是不是把共舞现象误写成了领舞逻辑？有没有可能背后还有未被点名的“夏天”在发生作用？只有这样，你才能更清醒、更全面地理解这些表面上直截了当的新闻标题。

这些追问还不等于你已经有了答案。它们只是把“夏天”从暗处拽到台前。拽出来之后怎么办？后文会讲控制、实验、准实验。眼下你若能稳定地提出第三个问题，这章就算及格。

下面按夜班编辑的节奏练几条。没有标准答案可以背，只有一种肌肉：先判，再找夏天。

你经常能看到“教育程度越高，收入水平越高”的相关性报告，但其实这只是数据表面。就像你只看到了桌上的两本书，却忽略了支撑这些书的桌腿——家庭背景、成长环境、父母资源等。这些隐藏的“支撑”，在经济学上通常被称为“能力偏差”或者“家庭背景效应”。

我们将在后面讨论人力资本时详细谈这个问题。现在，你只需要记住：这些不可见的背景条件，其实就是数据里的“夏天”，它们可能让两个变量共舞，却未必真的存在直接因果。

---

相关仍然有用，别矫枉过正

说了这么多“相关不是因果”，我得把话说回来：相关不是垃圾。

天气预报大量依赖相关。你不会因为“气压和降雨只是相关”就拒绝带伞。医学筛查也依赖相关：某个指标异常，值得接着查，不等于它就是病因。

经济学里，相关至少做三件事：

• 帮你发现该去查的线索
• 在机制已经很清楚时，提供幅度感
• 作为更严格识别策略的对照：随机实验之后，相关若还在，你才更有底

真正要反对的，是一种偷换：把“一起动”写成“所以我们应该……”。后面那个“应该”，已经跨进规范判断，而且常常把箭头画错。休谟那一刀，我们稍后单独砍。

两面旗离得很近，不代表其中一面在推另一面。它们只是碰巧站在了同一条山脊上，或许因为背后有共同的地形线（比如隐藏的第三个原因）。峰顶才是你该爬过去看的地方，只有到了那里，你才能真正看清全局，判断箭头该往哪画。

---

你现在可以带走的三句话

1. 两列数字一起动，只说明共舞，不说明领舞。
2. 先把可能的共同原因、反向因果、样本挑选写下来，再决定相不相信箭头。
3. 方法课的第一块肌肉，不是公式，是犹豫。

犹豫不是懦弱。下一章我们会把犹豫变成一种更硬的标准：一个说法如果怎么都打不脸，它就还不算进入科学的赛场。波普尔把这件事说得很绝——也许绝过头了——但作为训练，它非常好用。

你已经能指出冰淇淋和溺水之间的夏天。下一问是：怎样提出一个“夏天”也躲不掉的说法？