把问题写成一张设计图

方法的零件已经足够让你拆解别人的文章，但如果你要亲自动手，还缺一张把这些零件合理拼接起来的整体设计图。拆文时，我们擅长揣摩别人在哪偷懒，自己开工时更重要的是提前明白：我准备在哪些环节取巧，又会在哪一格暴露短板。

要把一个复杂的问题落到工地操作层面，首先要用一张清晰的工单，把每个必填的细节都盘清楚。开工不是哲学辩论，而是脚踏实地地把每格都写满。只有当工单五格全部填完，你才能发现，前面学过的每一章其实环环相扣，并非可有可无的装饰：因果问题与识别方法相呼应，理想实验与随机掷骰子相对应，实际裂缝对应那些无法被完美控制的三只抽屉，尺子是数据台账的投影，估计则直指最后的“对谁有效”。每个步骤，在工单上都有它专属的一格。

研究的本质就是对问题不断细分、拆解，然后用结构化的方式将零散想法牢牢固定。养成习惯，不一脑热就打开软件试参数，更不是等跑出来的结果以后再编故事；而是先把问题钉在明明白白的“设计图”上，后面所有的操作才有落脚点。

---

工单五格

顺序固定：先问题，后理想实验，再裂缝，再尺子，最后才是估计。倒过来填，几乎一定在某一格撒谎——最常见的是用软件选项去冒充因果问题。

1. 因果问题：对象、干预、结果三件事必须点明，避免只说“某某与某某有关”。
2. 理想实验：如果能掷骰子，你会随机谁、操作什么，别直接套默认分析工具。
3. 实际裂缝：现实中变化到底怎么发生，警惕每个变量都想纳入的冲动。
4. 尺子：数据里处理和结果对应哪列，不要用模糊的替代指标糊弄。
5. 估计与局部性：推出来的数字对谁有效、哪里可能失效，别简单写成人人通用。

五格不是五个装饰标题。第一格写不清，后面四格都会跟着飘。第二格写不清，你不知道自己的裂缝该模仿骰子的哪一步。第三格写不清，控制变量会重新装成识别。第四格写不清，你精确估计的是另一道题。第五格写不清，局部数字会在摘要里改姓。

---

第一格：把关系改成干预

“教育与收入有关”不是因果问题。它只报了一场共舞。因果问题长这样：若某人多受一年正规教育，其小时工资会如何变化。注意三个零件：对象、干预、结果。少一个，句子还是兴趣，不是问题。

对象要能指出是谁。全体劳动年龄人口、城市户籍、已经报名培训的失业者，不是同一群人。干预要能想象“只扳这一下”：多一年正规教育、发一张培训券、把分数线降 20 分，不是“教育这个东西”。结果要能被尺子碰到：小时工资、六个月后是否就业，不是“发展得更好”。

写不清干预，后面的工具变量、双重差分都会飘——钥匙和日历不知道该转哪一根线。写不清对象，你会把局部效应说成政策万灵。写不清结果，弯尺会在终点等你。第一格的失败很安静：看起来像一句研究兴趣，读出来却没有“假如只改这一件”。

下面六句含糊的兴趣，改写成对象、干预、结果。缺零件不能过。共舞改不成干预，后面的抽屉和骰子都无处可钉。

---

第二格：先在纸上掷骰子

即使你永远不会真做实验，也要在纸面上一步步走一遍理想流程：假如随机分配是可行的，那处理组会获得什么，对照组又得到什么，何时度量效果，如何防止信息或影响从一组渗透到另一组。这样的演练不是多余，而是让你的思维强制对齐到最基本的因果思路。你需要把每一步讲清：谁被分配，分配什么，实际操作时遇到哪些障碍（比如资源、伦理、数据可得性），并设想你的观察发生在哪里。例如，前面写过试验协议：处理、对象、结果、失败。这一格就是把协议在草稿纸上重新展开一遍，不必真的把公民分成两半，但整个过程要能被明明白白画出来。

理想实验是“假如可以随心所欲”时的乌托邦，最大的作用就是暴露你还没想清楚的地方。常见卡点包括：

• 不确定该随机化学校的哪个环节：师资分配、课程年限、还是设施投入？这通常说明第一格（问题界定）还不够细致。
• 干预定义不清：比如随口说“更好的教育”，但无法明确“更好”具体指哪些变化，说明干预描述还不明确。
• 理想随机化带来伦理难题：如果设想让一半城市直接加税，或让一半村庄失去疫苗，这样的设计会产生严重伦理争议，说明需要重新思考比例尺，调整到现实中可行的干预。

总之，如果理想实验一设想就遇到障碍，往往是前面拆解不细、干预未定义清楚，或者干预尺度不贴合实际。这时可以退一步，想想现实中能操作的，是否仅仅是一封邀请函，而不是彻底改变所有人的生活。

写理想实验的过程，就是梳理自己最怕什么场景：外溢、不服从分组、对照组被污染、未来事后换指标……这些故障最好都提前在草稿纸上预演一遍。这样到后面找裂缝、写借条时，你才知道要对应防范哪些地雷。还有一个好处——你越写，越容易发现自己其实还没真正定义清楚“干预”或“对象”。“不写不是谦虚，是概念还没钉稳。”理想实验里每一个模糊的点，最终都会在后续设计和解释中变成一个漏洞。

理想实验写不清，常常是因为干预还没定义清。你可以暂时什么都不填在椅子上，但房间必须先分开，骰子必须先落下。哪怕最后只能靠观察数据推断，你也必须先证明：纸面上的实验你能讲明白。

---

第三格：裂缝与借条

现在才允许去找那三只抽屉。入学截止日期、州界、分数线、政策突变，都必须翻译成：它如何模仿第二格的骰子，以及它在哪一点上不像。不像的地方，就是借条。不写借条，裂缝只是一个听起来外生的故事。

借条模板可以很短，但不能空。不同识别策略要写清以下内容：

1. 工具变量

   • 钥匙真的转动处理（关联性强）。
   • 钥匙尽量不直接影响结果（排除直接路径）。
   • 若第一阶段很弱或排除限制讲不圆，要主动关抽屉，停止推断。

2. 双重差分

   • 若没有这项政策，两组应有大致平行趋势。
   • 如果政策前已分叉，或对照组也同样受影响，要及时收回结论。

3. 断点回归

   • 分数线附近的人不能精确操控分数。
   • 若分数密度在断点处急剧堆积，或断点两侧的预先特征突然跳变，则不再把断点当作“掷骰子”的分割线。

每项都应有明确的排除和收回条件，不能留空。收回条件要事先写。若安慰剂失败、事前趋势飘走、第一阶段转不动，我收回因果说法，只保留描述。写得出收回，你才算把打脸纪律接进了设计。故事很圆却没有收回句，保护带已经开始退化。

下面是出生季度当教育钥匙的设定。勾选必须声明的假设，并写一句失败则收回的话。漏掉排除限制，这张借条不能过。

---

第四格：两列数字的身份证

处理和结果各出示身份证。教育是最高学历，还是完成的学年？培训是发了券，还是人真的进了教室？工资是税前还是税后，含不含奖金，有没有把不工作的人的零工资算进去？样本是谁进得来，谁被网漏掉？

这一格看起来行政，却常决定符号。把不工作者丢掉，你研究的是“有工作者的工资”，不是“教育对劳动收入的全部影响”。用考试分数当学习，你研究的是被问责的尺子，不一定是技能。用新注册公司数当进入，空壳和为补贴而登记的店会挤进来。前面那一页测量台账，钉的就是这一格。

身份证还要写谁不在列里。高收入拒答、非正式就业、没进名录的店，不会出现在回归里。他们不是效应为零，是根本没被量到。裂缝再干净，比较的仍是有身份证的人。

下面专门卡身份证。定义一换，问题就换姓。换完之后，回头看第一格还是不是原来那道题。

---

第五格：估计、局部、以及你打算怎样失败

最后才选回归、二阶段、事件研究。选完必须跟一句：这个数字对谁。服从者、边界州、分数线附近、抽中券的人。再跟一句：何种图或检验会让你改摘要。事件研究在政策前就开始飘、断点处密度堆起小山、第一阶段弱得像没转动——这些不是附录里的礼貌，是第五格的失败条件。

论文的方法部分若只有软件选项，没有局部性，没有失败条件，它还不是设计图，是施工广告。广告可以说“我们用了双重差分”；设计图必须说“对边界上那一类企业、在平行趋势成立时有效；政策前分叉则收回”。

前面把理性减过肥。这一格里它只是一条假设，不是门牌：你也许需要“线附近的人不能精确操控”，也许需要“发券的人里有一部分会进门”。写明即可。不要在导言里再把全知请回来。

前四格填满仍不能收工。最后一个问号不是随手一填，而是要清楚写明：

• 你的估计到底对谁有效；
• 效应局限在哪些群体、边界或条件下；
• 以及究竟看到什么样的数据或图形时，你会当场改口，承认设计不成立或者需要修正。

这不是形式主义，而是让研究在检验和失败中才有力量。

五格可以按这个顺序走一遍。从第一格问题，到最后的失败标准，每一格都必须具体、落地，能拿实际数据台账和图来卡。任何一步读起来像空话或模板化，立刻退回那一格精补细查，不要用后面的技术细节、软件操作去粉饰前面的问题设计。

把“大学扩招”整张工单走一遍。系统会指出最弱的一格，常见是裂缝和尺子：扩招改的到底是谁的教育，工资列里有没有把没工作的人算进去。弱的那一格补上之前，不要写摘要。

---

设计图画完，还要会拆稿

设计图管的是内部效度：你的数字凭什么像因果。它不管问题重不重要，也不保证外部效度。分数线附近多读几个月有用，推不到所有人多读一年都同样有用。边界州的最低工资实验，推不到全国所有行业。局部效应推广到全国，需要另一张关于机制和环境的地图——反馈快不快、对象像不像、尺子量的是不是同一块。

工单填完，只说明你知道自己借了什么、量了谁、准备在何处认输。它不自动让问题值得做。价值庭里那一刀仍在：发现可以很干净，建议仍须署名。

你现在能写工单，也就能反过来拆别人的工单。看一篇论文，先找这五格：哪一格是空的，哪一格在用软件冒充问题，哪一格把局部写成了全民。下一章把全书收在拆稿台上——方法会骗人，常常是因为某一格被当成了已经填好。

内部效度是墙的这一面。外部效度、问题值不值得做，在另一面。两面都要看，才能拆稿。