□史蒂芬·列维特

　　很多时候，最明显的东西反而是最难看到的东西。

　　至少对年轻时候的我来说，上面这句话真的非常适用。20世纪90年代末，我还是一名年轻的经济学家，而那时的经济学界正处于一个令人兴奋的时代。那段时间，我有幸就读于哈佛大学和麻省理工学院，这两所备受尊敬的学府正是当时经济学新浪潮的中心。

　　从历史来看，经济学的主流是理论经济学。经济学的最大发展是由一些高智商的家伙推动的，他们建立复杂的数学模型，用抽象的理论来解释世界上种种现象的原理。但是，随着计算机技术的提高和大数据的兴起，20世纪八九十年代，经济学界发生了明显的转型。实证研究——即对现实世界中数据的分析——成了很多经济学家的工作重心。这对年轻时候的我而言可谓一个福音，我早已发现自己并非高智商人士，根本没有什么厉害的理论眼光，因此我决定转身投入茫茫的数据海洋之中，希望能从中发现一些有趣的现象。

　　但是，当时做实证研究的最大挑战是（其实现在仍然是这样）：如何搞清楚两个变量之间到底是真正的因果关系，还是只存在相关关系？为什么这个问题的答案很重要呢？如果两个变量之间真的存在因果关系，那就意味着我们可以运用这种关系来制定公共政策，对这个世界的运行原理也可以多一分了解。

　　遗憾的是，因果关系是极其难以证明的。要证明两个变量之间的因果关系，最好的方法是通过“随机实验”（randomized experiments）。正是因为这样，美国食品药品监督管理局才要求所有新药在获批之前必须经过随机实验。但是，经济学和化学不一样，药品可以在实验室里用随机实验的方式来测试，而经济学家感兴趣的问题却很难通过这种方法解决。因此，我们不得不花大量的精力去寻找“偶然实验”（accidental experiments）。所谓“偶然实验”，即现实世界中恰好发生的某种与随机实验性质相类似的事情。比如，飓风摧毁了A城，但是B城却安然无恙，我们可以认为飓风袭击城市是一件随机的事情。另一个例子是1973年“罗伊诉韦德案”高等法院的判决结果使得堕胎合法化。在有些州，堕胎的概率因为上述事件的发生有了显著变化，而在另一些州，堕胎的概率则未发生变化。如果我们把那一时间段中出生于不同州的婴儿的日后命运进行比较，我们就可以在一定程度上看清堕胎政策对社会的影响，甚至进一步回答一些更深层次的问题：例如，如果一个父母不想要的孩子出生了，那他以后的人生会受到怎样的影响？

　　没错，这就是我以及很多其他经济学家每天所做的工作——寻找我们需要的“偶然实验”。

　　但是，某一天，我遇见了一位年纪比我小几岁的经济学家，从此我的人生改变了。这位经济学家和我的背景截然不同，他没在哈佛大学和麻省理工学院就读过，他本科就读于威斯康星大学史蒂文分校，而博士学位则是从怀俄明大学取得的。他的第一份工作是在中佛罗里达大学教书——不得不说，这所学校实在算不上是一流名校。

　　这位年轻的经济学家叫作约翰·李斯特。约翰·李斯特和我不同，和其他知名的经济学家都不同，他当时正在极力探索和推广一个全新的领域。现在来看，这种新的经济学研究方法不仅非常自然，而且极其合理——那就是在现实世界中进行经济学的随机实验。但是，由于种种原因，当时基本上没有其他人从事这一领域的工作。考虑到经济学界的传统，以及之前的经济学家所设定的规则等，我们从来没有想到可以这样做：在现实世界中进行我们想要的设定，然后开展随机实验，而实验对象根本不知道自己正在参与某项实验。事实上，居然是一位卡车司机的儿子告诉我们，可以这样进行实验。

　　比如说，我们可以考虑偏见的例子。如果一个人用一种带有偏见的态度来对待他人，那么这个人就被定义为一个种族歧视者、性别歧视者、同性恋恐惧症患者，诸如此类。但是，却没有人会注意这种表面偏见行为背后的隐性动机，这种动机可以是反感、厌恶，或者是对他人赤裸裸的仇恨。约翰·李斯特和尤里·格尼茨的实验（详见本书第6章和第7章），显示了歧视现象背后的隐性动机，令人意外的是，有时候这种动机并不是对某一人群的真正仇恨，而只是为了赚取更多的钱财。

　　对我来说，真正的天才就是能够发现某些已经十分明显，但所有人却视而不见的事实的人。在这样的定义之下，约翰·李斯特和尤里·格尼茨无疑属于天才的范畴。他们是过去50年里经济学界最重要的创新领域的开拓者之一。这本书讲述的就是关于他们的随机实验这一经济学研究方法的故事。通过阅读本书，你将会看到，在聪明细致且富有创新精神的研究者手中，随机实验的方法几乎可以解决世界上的一切经济学问题。这个领域的唯一局限就是实验设计者的想象力可能不够丰富。

　　实地实验（约翰·李斯特和尤里·格尼茨因此而闻名）不仅是一种有力的经济学研究工具，同时也是一种非常具有趣味性的研究方法，这一点你在阅读本书的过程中一定可以体会到。我衷心地希望你可以像我一样，从阅读本书的过程中获得乐趣和启发。