如果世界肯掷骰子
医药试验里有一个近乎粗暴的规矩：谁吃药、谁吃糖豆，用随机决定。不是因为医生懒得判断谁更需要，而是因为判断本身会把“更可能好起来的人”送进治疗组。你一旦按病情、按关系、按自愿来分组，夏天又回来了。
经济学能做的实验比医药少。价格、税收、学校，常常不能对一半公民掷骰子。可逻辑是同一套：随机化的目标，不是让试验看起来更科学，而是让两组人在处理之前，夏天的分布差不多。看得见的特征要对上，看不见的能力、动机、运气也要对上。判断做不到后半句。骰子不保证每一对人都一样，它保证的是：平均而言，夏天被分到两边的机会差不多。
给失业者办培训班，最容易把这件事看走眼。你若让“看起来更有希望找到工作的人”优先进班，毕业后就业率当然好看——那是挑选，不是课程。方法课把这种挑选叫做选择偏差。骰子要挡的，就是辅导员、医生、校长脑子里那一次好心的排序。
试验协议：先写清楚你在赌什么
这一章按一份试验协议往下读。不是因为经济学都该进实验室，而是因为协议能强迫你在掷骰子之前把话说死。随机化很干净，事后改口很脏。协议是两者之间的那根钉子。
处理。 你到底随机化了什么？是发一张培训券，还是强制参加培训？券的效应包含“领了但不去”；强制的效应包含“不情愿的人被按进教室”。两者都合法，但不是同一个问题。政策部门常常只能发券，不能按人进教室。你若把“发券”的结果，写成“培训本身”的结果，等于把没去上课的人，也算进了教室的功劳。
对象。 谁进入抽签？自愿报名的人已经是被挑选过的样本。你识别的是“对这些报名者”的效应。推广到不愿报名的人，需要另一套故事。公租房抽签发生在已经排队的人之间，签证抽签发生在已经申请的人之间。骰子很公平，池子不一定代表全民。
结果。 主结果是什么，次要结果是什么，何时度量。协议若允许你在十二个指标里挑显著的那个发表，随机化也救不了你——你只是把挑选从分组挪到了表格。就业、收入、是否创业、是否更自信：换一个窗口，星星就会换位置。
失败。 何种结果会让你改口。前面写过记录本：对象、度量、对照、最怕看到的数字。实验不是免检产品，它只是把分组那一步从选择改成了机会。机会用完之后，你仍然可能改问题。
把四格写成一句人话，大约是：在已经报名的失业者里抽签发培训券，主结果是六个月后的就业，最怕看到的是处理组和对照组就业率几乎一样，也最怕对照组后来自己报了别的班。这样写，失败标准是钉死的。若改成“我们关注就业、收入、自信、创业意愿中任何一个显著的指标”，骰子还在，挑选已经挪到了表格里。
随机化处理了选择偏差，没有处理你事后改问题的诱惑。预注册不是仪式，是把“最怕看到的结果”提前钉在墙上。
协议写不清，后面的田野再热闹也只是一次昂贵的观察。我们先把会计账本摊开，看骰子究竟补上了哪一列。
潜在结果：你缺席的那一半人生
每个人有两个潜在结果 和 。个体效应是它们的差：
原则上不可观察——你不能让同一个人同时参加和同时不参加培训。这叫因果推断的根本问题。听起来像哲学，其实是会计：账本缺了一列。你看见的永远是半本账。
随机化做的事很具体：它不让你看见缺席的那一列，但它让两组人缺席列的平均值差不多。处理组里没被看见的 ，对照组里没被看见的 ，平均而言可以互相借来用。于是两组平均值的差，不再是“愿意来的人”减去“没来的人”，而接近平均处理效应：
“差不多”三个字很重要。样本小，两边夏天仍可能碰巧不均；随机化只保证，重复很多次时，这种碰巧会抵消。一次试验里，你仍要看基线是否大体平衡，不能把骰子当成免检章。
用四个失业者把账摊开。每人有两个潜在工资：去培训、不去培训。你只能看见其中一格。若你按“看起来更积极”把甲、乙送进班，比较的是积极者的 和消极者的 ，差里混着性格。若骰子把甲、丙送进班，乙、丁留在对照，两组的未看见那一列，平均而言才开始像同一类人的缺席人生。个体那一格仍然涂黑，平均值那一行才有资格相减。
个体的另一半人生看不见。随机化借给你的，是两组平均值可以互换的那一点保险。
下面先按“看起来更需要培训”的人来分组，再改用骰子。你会看见：判断把差拉偏，骰子把差拉回。缺的那一列没有出现，但平均值开始像那么回事。
你学实验，首先是为了看见：因果问题在会计上缺列。随机化是补列的一种保险，不是唯一保险。下一章那三只抽屉，都在用别的办法借同一列。
实验室、田野、政策抽签
经济学里的“掷骰子”至少有三处场地，规则不同。场地一换，你问的问题、你最怕的污染，一起换。
实验室告诉你“这种机制在干净环境里会不会出现”。它很少直接告诉你“把机制搬到劳动力市场仍有同样大小”。被试常常是学生，货币常常是实验币，决策常常被压缩进一小时。拍卖实验能告诉你：信息一不对称，出价会不会立刻扭曲。它不能直接告诉你：把同一套规则搬进政府采购，规模和关系网会不会把效应改姓。机制存在，不等于政策有效。
田野实验更接近政策现场，也更“脏”：
-
干预实施中容易出问题，比如：
- 培训班办砸了
- 对照组偷偷混进处理组
- 邻居之间互相转告信息
-
伦理要求也更严格：
- 不能对一半村庄关掉疫苗
- 不能对一半家庭随机加税
-
能实际操作的干预，通常是社会允许你动的那一小块，比如：
- 给一部分农户发有条件现金
- 给一部分店铺发补贴券
- 在一部分学校试点辅导项目
田野实验现场关注的核心问题是：“这种干预在这里有没有用”，而不是“任何地方、任何规模都一样”。
政策抽签往往最有外在效度，因为对象就是制度要服务的人。学位、签证、公租房，名额本来就不够，抽签有时是制度自己的分配办法。中签者与落选者可比，不代表他们与从未申请的人可比。骰子很公平，池子仍然是局部。
“做过实验”不是质量认证。实验设计可以很糟：样本自我选择、结果被挑选、对照被污染。你要看的是协议，不是标签。
骰子掷下去之后，常见的三种故障会把干净的差重新弄脏。下面把它们逐个打开，看估计值怎么走偏。
骰子也会脏
随机化挡住的是分组时的选择。它不自动挡住后来发生的三件事。
不服从。 抽中培训券的人，不一定去上课；没抽中的人，也可能自己找了别的班。你随机化的是邀请，不是实际坐进教室。若你仍按“谁真正去了”来比较，选择又从后门溜回来：去上课的人，往往更有时间、更有动机。两种不服从不要混着骂。处理组不去，叫取用不足；对照组自己去找替代，叫对照被污染。前者摊薄你发出邀请的效应，后者让对照不再是“没有干预”。
外溢。 处理组的邻居听见了消息，对照组的同事被抢走了名额，市场上的价格被一批补贴抬动。一个人的处理，改了另一个人的 。潜在结果那张表的前提是：别人进不进处理组，不改你自己那两列。邻居一传话，这个前提就裂了。比较两组平均值，比较的已经不是“有干预 / 无干预”，而是“有干预的世界 / 也被波及的世界”。若闲话、价格、名额都在村里流动，骰子有时要掷在村这一级，而不是掷在人这一级。那是承认外溢存在，并把它圈进同一颗骰子里，不是假装每个人互不影响。
事后换指标。 主结果不显著，就翻次要结果；六个月窗口不行，就改成十二个月。骰子当时是公平的，表格后来不公平。预注册要钉死的，正是这一步。次要结果可以报，但要事先声明它们是探索，不是用来替换主结果的备用星星。
当对照组已经受到干预的波及时，可以注意以下几点：
- 本应“什么也不做”的对照组，也在不同程度上受到了干预影响；
- 此时测算出的组间差异，其实是“干预 VS. 已有部分干预影响”的结果，而不是“干预 VS. 完全没有干预”的理想设定；
- 这种情况下，干预的净效应往往被稀释、低估，实际效应比测出来的更大；
- 现有设计下你只能观测到残余的净效应。
看过这些常见故障后，回头要把实验协议彻底写清楚、写死。哪些人被处理，处理内容具体是什么，主要评估的结果是什么，测量的具体时间点，最担心的污染可能来自哪里——每一格都要在协议里列明。只要有一项没说清楚，评审或读者大概率会追问你的选择是否可能藏有偏倚。做实验不只是抽签本身公正透明，还要让所有关键环节都经得起复查和质询。
你能控制的是邀请
不服从一旦出现，你面前至少有两个数字。
-
意图处理效应：按抽签结果分组，不管后来谁去了、谁没去。它回答的是：我发出这张邀请，平均而言改变了什么。政策部门真正能扳动的，常常就是发不发这张邀请。
-
实际接受处理的效应：只比较真正去上课的人和没去的人。它听起来更“纯”，却把选择请了回来。愿意去的人，夏天可能本来就不同。
所以不服从时，先报意图处理。它通常更小，因为它把“领了券却不去”的人仍留在处理组里，把效应摊薄了。摊薄不是缺陷。它提醒你：杠杆有多长，取决于有多少人真的被扳动。
用一个小数字看摊薄。假设对真正去上课的人，培训让就业概率提高 10 个百分点；抽中的人里只有一半去了，没抽中的人几乎没去。意图处理大约就是 个百分点。5 不是算错了，是邀请这根杠杆只撬动了一半人。你若把 5 写成“培训没用”，是在骂错对象；你若把 10 直接写成政策效果，是在假装人人都会拆开信封。
若你还想知道“对那些听话的人，培训本身有多大用”，后面的工具变量会借同一张抽签当扳手。那是下一章的事。这一章先把名字叫准：骰子分的是邀请。
意图处理不是退而求其次的残次品。它常常正是政策能控制的那个量：发出去的名额、寄出的券、开放的窗口。
下面给几个场景命名。能分清“邀请”和“进门”，才不会把摊薄写成失败。
骰子掷完，运气还要借
你现在有了一把最干净的尺：随机化。它把夏天从分组那一步里赶走，让你第一次用两组平均值去填缺席的那一列。它仍要求你写死协议，仍怕不服从、外溢和换指标，仍只对抽签池子里的人说话。
可大多数政策不会为你停下，让你把公民分成两组。义务教育年限改了几个月、邻县先涨了最低工资、分数线两侧的人几乎一样——这些都不是你掷的骰子，却有一点骰子的味道：差异不是当事人自己选出来的。下一章打开三只抽屉——工具变量、双重差分、断点回归。它们都在模仿掷骰子，也都在某个角上少了一点诚实。用它们之前，你得先闻闻那点缺口。
世界不肯掷骰子的时候，就去借别的运气。借来的每一只，都要问清：它模仿了骰子的哪一步，又在哪一步偷懒。
关于随机实验，哪一句最稳妥？