实证经济学方法论
傍晚五点半，校园食堂门口已经排起长队。有人抱怨：“只要给提前取餐的人减三元，大家就会错峰，队伍一定短很多。”也有人马上接话：“那就应该一直办下去，省得每天下课像打仗。”两句话听起来都很有道理，却在做两件不同的事：前一句在猜测一种机制，后一句在表达一种取舍。
经济学方法论的训练，往往就从这类不显眼的争论开始。它不要求我们把直觉压下去；直觉常常是发现问题的起点。它要求的是下一步更克制：先问清楚自己想解释什么，再把一句“我觉得”改写成可能被事实支持、也可能被事实推翻的主张。这里所说的实证经济学（positive economics），关心的正是这条从观察、推理到检验的道路。
这个章节会始终跟着“错峰取餐券”走。我们不急着宣布它是好政策还是坏政策，而是一步步把它拆开：优惠究竟改变了谁的选择？排队真的缩短了吗？若缩短，是否由优惠引起？即使有效，是否值得长期保留？最后一个问题不会被数据单独裁决，但它需要前面那些更扎实的答案。
两种问法
“提前取餐减三元”引来的第一轮讨论，常常把事实、预测和价值揉在同一句话里。试着分别读下面两种说法。
第一种说法有可能错。即使大家都很喜欢它，也仍可用订单时间、等待时长和价格记录去检查。它描述的是世界如何运作、在某种变化后可能发生什么，属于实证经济学的工作。第二种说法并不因此没有价值；它把“应该”放到了台面上，要求我们说明所依据的公平、效率或照顾原则。问题在于，不能把对它的赞同误当成证据。
区分并不是靠寻找“应该”“公平”这几个词的机械游戏。有些句子没有价值词，仍然含着选择；有些句子带有目标，却可在目标明确后转化为可检验的问题。比如“食堂应减少排队”含有一个方向性的愿望。若各方先同意把“平均等待时间更短”作为目标，随后要问的“提前取餐券能否使平均等待时间下降”，就进入了实证经济学。
这也解释了为什么政策争论常常越说越乱。甲可能在说“优惠会减少拥堵”，乙却在说“补贴不应偏向时间更自由的人”。两人未必真的在反驳彼此：一人争的是后果，另一人争的是后果应如何权衡。成熟的讨论不是强迫所有人接受同一种价值，而是先把分歧的所在说清。
在实际研究中，实证经济学也不是一片完全没有选择的真空。研究者要决定测量什么、把“高峰”划在几点到几点、将等待几分钟视为拥堵，这些都可能影响结论。承认这一点，不等于放弃事实检验；恰恰相反，它提醒我们把定义、数据处理和不确定性讲得更清楚，让别人能够检查和质疑。
把直觉变成命题
一句“减三元肯定有用”还不能检验，因为“有用”指什么、对谁有用、在什么期间有用都不明确。实证经济学并不是把生活翻译成难懂的术语，而是把模糊断言改造成边界清楚的命题。以食堂案例为例，可以先写成：在其他条件相近时，提前取餐减三元会提高十七点三十分至十八点之间的取餐占比，并降低十八点至十八点半的平均等待时长。
这句话并没有保证结论为真。它只是交代了要观察的对象、预期变化的方向和比较的时段。命题越具体，越容易被发现问题：提前的人也许只是本来就会提前；优惠可能吸引新顾客，而非转移原有订单；高峰变短的同时，早段是否反而拥挤；若有人提前下单却仍在高峰取餐，又该归到哪一类？好问题会逼迫研究者澄清这些细节。
从日常判断走向研究问题，常见的改写步骤如下。
- 写下现象。 不先解释，只记录“某些天晚高峰特别长”“优惠推出后订单时间似乎变早”。
- 确定结果变量。 可以是每五分钟的订单数、从下单到取餐的分钟数、放弃排队的比例，不能只写“秩序变好了”。
- 说明可能的原因。 价格优惠、课程结束时间、窗口数量、天气、外卖平台活动都可能有关。
- 选择比较对象。 比较优惠前后很方便，但也要问：没有优惠的相近窗口同期发生了什么？
- 预先说出反例。 如果提前订单并未增加，或等待时长没有下降，原先的解释就应被削弱、修改或放弃。
这里的“可检验”并不等于“立刻能得到一个干净的是或否”。社会行为不会像实验室里的球那样只受一个力影响。经济学研究通常必须在变化的环境中收集证据、比较解释的表现；因此，严谨的结论往往是“现有资料更支持某个判断”“在这类场景中尚未发现相反证据”，而不是把一次观察包装成永恒规律。
有一个容易忽略的练习：把结果变量和价值目标分开写。研究者可以测量平均等候时间，却不能从这一数字自动推出“缩短等待最重要”。也可以发现优惠让总订单增加，却仍要讨论新增收入是否值得补贴成本。实证经济学提供的是后果地图，不是替所有人选择目的地。
预测为何会失手
模型像一张有目的的地图。地图不会画出每棵树，却不能把桥和道路画错位置；经济模型也会忽略很多细节，却必须抓住对问题关键的关系。分析错峰取餐时，一个极简模型可以只保留三件事：学生在方便与省钱之间取舍，订单集中会增加等待成本，优惠改变较早取餐的相对吸引力。由此可推出一个条件性的预测：当学生能够调整时间且优惠足够有感时，订单可能从高峰流向较早时段。
这样的简化并非宣称每个学生都在心里算一道题。有人受课表限制，有人和室友结伴，有人只是不想吃凉饭；食堂也会临时关闭窗口、菜品售罄。模型所问的是：即使动机千差万别，价格和时间成本的改变能否在总体上留下稳定的行为痕迹。它的价值取决于这个问题，而不取决于把人描绘得多么像算盘。
简化不是免检证。若预测反复失手，首先要检查的不是“现实太复杂，所以模型没法用”，而是模型遗漏了什么关键机制。比如优惠推出后高峰反而更长，可能是总需求增长得更快，也可能是取餐流程成了新瓶颈；若只盯着订单时间，就会误把一个局部改善说成整体效率提升。
方法论上的争论也由此出现。一种立场更看重模型能否做出有用的预测，认为不必逐项复制现实；另一种立场提醒，若模型靠错误的因果机制碰巧预测对了，它在新场景中可能立刻失灵。两边关心的并不只是公式，而是研究该如何帮助人理解和应对真实处境。较好的做法不是把某一种标准当作口号，而是同时问：它解释了什么、在哪些条件下预测得较好、忽略了什么、换一个环境还站得住吗？
证据要回答因果
看到“优惠后排队变短”，很容易得出“优惠使排队变短”。这是最常见、也最需要警惕的一步。那一周也许恰逢考试周，学生离校更早；天气转凉后外卖更多；食堂新开了窗口；甚至原本最拥挤的课程临时调课。它们都会同时影响优惠和排队，让简单的前后比较混入别的变化。
真正要回答的不是“优惠日和非优惠日有什么不同”，而是一个反事实问题：同一群学生、同一时段，如果没有这张取餐券，队伍本会怎样？ 这个看不见的对照，正是因果识别的难处。随机分配优惠、分批上线、比较相似窗口、利用制度时间差，都是在尽量构造可信的对照；每一种办法都有自己的条件，也都需要说明漏洞。
数值本身不会替研究者说话。数据可能有漏记：有人先取号后离开，等待时间被记录成零；也可能有选择性：最赶时间的学生根本不进队，于是队伍里的平均等待看似下降。研究报告应说明数据从何而来、样本覆盖谁、指标如何计算，并尽可能让别人在同样规则下复核。能被复核的结论，不必因此永远正确，却比只靠权威和印象更经得起讨论。
即便证据支持“优惠减少拥堵”，结论仍有范围。它可能只适用于课程表弹性较大的校园、只在补贴力度有限时成立，或只在厨房产能尚有余量时有效。把适用条件写出来不是削弱结论，而是让后来的人知道何时可以借鉴、何时应重新检验。实证经济学追求的不是夸张的万能答案，而是边界清楚、可以累积的知识。
可以在相互影响较少的食堂或时段之间随机安排优惠，比较总体等待变化，并检查跨食堂、跨时段流动。若只对同一队伍中的个人随机发券，领券者会改变未领券者的等待，不能把两者差异直接当作全体推行优惠的效果。现实中随机安排未必可行，因此应区分随机试验与依赖其他识别条件的观察性比较，说明各自的证据边界。
观察性资料的价值并不低。不同类型的信息合在一起，能够帮助我们排除一些解释、发现新的机制。这些信息包括：
- 连续多周的排队记录：反映总体情况和变化趋势。
- 不同窗口的服务日志：记录窗口运行的具体细节。
- 匿名问卷中的时间约束：了解个体的特殊需求与现实限制。
- 优惠规则的分批调整：观测政策变化带来的影响。
要点在于让这些证据链条环环相扣，比如：
- 日志告诉我们发生了什么；
- 比较设计帮助判断某种变化是否可能由优惠产生；
- 访谈可以解释为什么有些人始终无法错峰。
数字和经验材料并非互相对立，而是共同服务于一个具体问题。此外，还要避免只报告“平均有效”。仅看平均值可能会掩盖重要差异。例如：
- 平均等待时间缩短两分钟，但刚下课、没有时间弹性的学生反而排得更久。
- 原本最拥挤的窗口改善了，压力却转移到其他窗口。
实证经济学还会继续追问：
- 效应对不同年级、不同课表、不同支付方式的人是否相同？
- 优惠带来的改善是否只停留在部分群体或者窗口？
这些问题并不是多余的道德装饰，而是关于实际后果的、可以检验的事实问题，也直接影响后续的价值判断。
最后，研究者应把没有支持自己预期的结果也保留下来。若只挑选优惠显得成功的日期、只呈现有利的指标，结论会比现实更整齐，却更不可靠。提前明确主要指标和比较方式、同时报告不确定性与不一致结果，能减少事后挑选解释的空间。方法论的纪律，不是把研究写得毫无波澜，而是让读者看见它在什么地方承受了失败的风险。
把争论放回现场
实证经济学不会直接替人决定“食堂要不要长期补贴”，但它能让各种备选方案的后果更清楚：比如，证据显示优惠缩短了高峰等待，但主要受益者是课表灵活的学生，占用了原本可改善无障碍服务的预算。这种证据本身并不替代价值选择，最后依然要明确排序：是效率优先，还是优先照顾时间受限的群体？合理的分歧应公开讨论，而不是用数据包装好像唯一解。
不过，价值判断不能无视事实。若主张“优先照顾赶课的学生”，就要具体讨论哪些办法才能真正帮到他们；若坚持“人人同价”，也应正视可能带来的排队增加与服务压力。经验研究不能代替公众讨论，却能让讨论不落空。它帮助我们把“我希望怎样”与“结果会怎样”清晰区分。
放到中国各类经济议题也是同理。无论是平台规则、住房保障、绿色转型还是就业服务，都应首先回到具体对象、制度环境和可观察后果上，不能因外来模型或复杂情形就放弃对照和检验。贴近现场，就是弄明白数据来源、制度细节以及人的实际选择，并乐于让自己的判断接受证据考验。
实证经济学方法的成熟，不是装作没有价值判断，而是分清什么时候需要判断、什么时候用证据，并在证据有限时坦承不确定性。这样，争论才有机会从贴标签走向共同解决问题。
所以，下次听到“这个方案肯定有效”或“这项措施绝对公平”，不妨追问：说的是哪些人的结果？靠什么机制？有没有可比的对照？哪些证据足以改变初衷？回到现场和证据，每一步都兼顾经验与价值，这正是我们希望练习的经济学思考。