计量经济学与实证经济学（econometrics and empirical economics）
/ ee-con-oh-MEH-trix /
在它历史的大部分时间里，经济学主要靠理论和逻辑来论辩：思想家们推理市场「应该」如何运转，并用言辞彼此争论。但一个理论的好坏，只看它与现实是否相符。你究竟如何测量：提高最低工资是否会让人失业，或者多上一年学是否真的会提高工资？用真实世界的数据、借助统计学来回答这类问题，正是计量经济学的工作——而这种数据驱动方法的兴起，已经把经济学变成了一门远为实证的科学。
计量经济学是把统计方法应用于经济数据，以衡量关系、检验理论、并进行预测。它的主力工具是回归，它在控制住其他因素不变的前提下，估计一件事如何随另一件事变动——例如，在控制年龄和家庭背景的情况下，估计多受一年教育能让收入提高多少。最核心、也最棘手的挑战是因果：数据很容易显示两件事一起变动（相关），但要证明其中一件「导致」了另一件就难得多，因为可能有别的东西同时驱动着两者。现代实证经济学用一些巧妙的设计来攻克它——随机对照试验（像医学实验那样）、自然实验（利用历史或政策的偶然），以及模仿真实实验的方法——以更接近真正的因果关系。
计量经济学之所以重要，是因为它把经济学从宏大的「扶手椅式」理论思辨，推向了可检验的、基于证据的论断；近几十年的一场「可信性革命」（已被诺贝尔奖所认可）使严谨的因果证据成为黄金标准，而随机试验重塑了发展经济学和政策经济学。但它带着严肃的告诫，对这些告诫保持诚实至关重要。相关不等于因果，糟糕的推断无处不在。结果可能脆弱、无法被重复、或无法推广到测量地之外；研究者可能（有意无意地）去「钓」出显著的发现；数据也可能有偏，或干脆缺失。计量经济学是经济学最有力的成就之一，但它是一门需要小心的手艺，而非一台真理机器——它的结论，只与背后的设计和数据一样可信。
冰淇淋销量和溺水死亡一起上升——但冰淇淋并不导致溺水；炎热的天气同时驱动着两者。计量经济学的存在，正是为了解开这类陷阱，把真正的原因从纯粹的巧合中分离出来，常常借助实验或自然实验。
相关不等于因果——两者可能共享一个隐藏的原因。
相关不等于因果，结果可能脆弱、无法重复、或无法推广。研究者可能去「钓」显著发现，数据也可能有偏或缺失。计量经济学是一门需要小心的手艺，而非真理机器——只与其设计和数据一样可信。