下载掌阅APP，畅读海量书库
立即打开
如果把模型比作寓言没有吸引力，你可以把模型看作实验。这也许是一个惊人的类比。如果把模型比作寓言显得太简单化，比作实验又似乎是给它披上了过于华丽的科学外衣。毕竟，在许多文化里，实验是最可敬的科学活动。穿白大褂的科学家通过实验寻找世界运行的“真理”，检验特定的假说是否正确。经济学模型难道能与之相比吗？
但我们不妨考虑一下实验的实质是什么。实验室是一个人为建造的环境，用于将实验涉及的物质与真实世界的环境相隔绝。研究者设计出实验环境，以把假设的因果关系链凸显出来，并将这一过程与其他潜在重要影响隔离开来。例如，当重力成为扰乱因素时，研究者就在真空中做实验。如芬兰哲学家乌斯卡里·迈凯（Uskali Mäki）解释的，经济模型的创建者事实上也是在采取类似的绝缘、隔离与识别方法。它们的主要区别是，实验是有目的地操纵物理环境，以实现观察因果关系所需的隔离，而模型则是操纵其所使用的假设。 [1] 模型通过构建思想环境来检验假说。
你也许会反驳说，实验的环境虽然是人造的，但过程依然是在现实中发生的。在至少一个环境中，我们知晓它是否有效。相比之下，经济学模型则是彻底的人造物，只在人的头脑中展开。但是，这一区别也许只是程度上的，而不是本质上的。实验结果也需要一定的推演，才能应用于现实。在实验室里有效的东西也许在其他地方无效。例如，进行实验时如果不考虑某些现实条件，某种药品可能变得没有疗效。
这就是科学哲学家所说的内部有效性与外部有效性的区别。如果一个实验设计严密，能成功地在具体条件下查明因果关系，它就有高度的“内部有效性”。但其“外部有效性”取决于其结论是否能脱离实验条件，适用于其他环境。
在现实中而非实验室里进行的所谓“田野实验”（field experiments），也面临着这一挑战。近年来这样的实验在经济学研究中已变得很普遍，而且有时人们认为，这能带来不受具体模型局限的知识，即不需要依赖模型设定与假设的因果关系链，也能展示世界运行的深层规律。但是，这并不完全正确。例如，在哥伦比亚，随机分发私立学校入学券明显提高了入学率，但没什么能保证类似做法可在美国或南非取得同样的成果。最终的结果取决于一系列因素，各国都不同。收入水平、父母的偏好、私立与公立学校的质量差距、教师和学校管理者的激励机制以及其他重要的潜在因素，都会产生影响。 [2] 要从一个地方的成功推导出另一个地方的成功，还需要许多额外条件。 [3]
在实验室或实地开展的实验，与我们称为“模型”的思想实验之间的差距，并不像我们想象的那么大。两种实验在应用于现实需求时，都需要一定的推演。合理的推演又需要明智的判断、考察其他的证据来源，以及逻辑化的推理。这两种实验的力量都在于，它们能帮助我们了解其具体条件之外的现实，这取决于我们发现相似性、在不同条件之间做比较的能力。
就像真实的实验一样，模型的价值在于能够逐一分离和识别出具体的因果机制。所有试图对事物做出科学解释的人，都会面临一个困难：在现实中，这些机制是与许多其他机制一起发挥作用的，后者会干扰它们的运行。在这方面，经济学模型也许还具有一种优势，因为模型本身承认偶然性，即对具体假设条件的依赖。我们将在第三章看到，这种确定性的缺乏，恰好能鼓励我们探索在多种不同的模型中，哪一种是对当前现实更好的描述。
[1] Uskali Mäki，“Models Are Experiments，Experiments Are Models，” Journal of Economic Methodology 12，no.2（2005）：303-315.需要注意的是，在经济学模型中分离出某种效应，不像看起来那么简单。我们始终都要对其他背景条件做出一定的假设。因此，卡特赖特才论称，结果总是多种原因共同造成的，在经济学中我们永远都不可能真正地将原因和结果分离开来。见Cartwright， Hunting Causes and Using Them ： Approaches in Philosophy and Economics （Cambridge：Cambridge University Press，2007）。总体上说这是对的，但拥有多种模型的价值在于，这让我们可以选择性地改变背景条件，以断定是哪种原因对结果造成了实质性的影响。改变一些背景条件也许会造成巨大的不同，改变其他背景条件则影响甚微。也可参考我稍后在本章对假设的现实性所做的讨论。
[2] 我在这里提到的哥伦比亚大学的研究是一篇著名的论文: Joshua Angrist, Eric Bettinger, and Michael Kremer:“Long-Term Educational Consequences of Secondary School Vouchers:Evidence from Administrative Records in Colombia, ” American Economic Review 96, no.3（2006）:847-62。
[3] Nancy Cartwright and Jeremy Hardie, Evidence-Based Policy: A Practical Guide to Doing It Better （Oxford:Oxford University Press, 2012）。