※《经济学原理》/｛附录｝

※《附录·绘图》

※｛第02节·运用图形时容易出现的错误｝/ 专题01

忽略的变量和反向因果关系

经济学用图形来说明关于经济如何运行的观点。换言之，是用图形来说明，一组事件如何引起另一组事件的发生，且不会混淆原因与结果。好比在需求曲线中，我们变动价格，同时使所有其他变量不变，就得知，价格的变动引起了需求量的变动。

但上述的情况是建立在假设的基础之上的，当用现实世界的数据来画图时，要确定一种变量如何影响另一种变量，往往是比较困难的，这里一般存在两个问题，即“忽略的变量”和“反向因果关系”。

忽略的变量：变动是由图形上没有画出的第三个被忽略的变量引起的

在研究两种变量之间的关系时，要使其他条件不变是困难的；如果不能让其他变量保持不变，就可能会让人们认为图形中的一个变量引起了另一个变量变动；而实际上，这一变动是由图形上没有画出的第三个被忽略的变量引起的。

如图所示

若图片无法显示，刷新页面即可

图中，向右上方倾斜的曲线表明，家庭拥有的打火机越多，家庭成员越可能患癌症。

判断该分析是否正确时，首要问题是，在考虑一个变量时，是否令其他相关变量保持不变？如果回答是否定的，这个结论就值得怀疑。

对上图一个简单的解释是，拥有打火机多的人往往吸烟多，引发癌症的是吸烟，而不是打火机；若没有使吸烟数量不变，就无法告诉人们持有打火机的真正后果。

上述说明了一个重要原理：当看到某图形被用于支持一种关于原因与结果的观点时，应思考，有没有一种被忽略的变量变动能解释观察到的结果，这很重要。

反向因果关系：可能确定是A引起B，而事实上却是B引起A

即使确定了所要观察的两个正确的变量，也会遇到反向因果关系；换言之，可能确定是A引起B，而事实上却是B引起A。

如下图示

若图片无法显示，刷新页面即可

图中，向右上方倾斜的曲线表明，警察集中程度越高的城市越危险。

但是，上图并未让人们确定因果关系的方向，即到底是警察引起了犯罪，还是犯罪猖獗的城市雇用了更多的警察。

一种确定因果关系的简单方法是考察哪一个变量先变动：即“犯罪增加，警察增多”；或“警察增多，犯罪增加”。

但这种方法的缺陷是：人们并非根据其对当前状况的变动来改变自己的行为，而是常根据其对未来状况的预期变动来改变。

例如：预期未来有一次大的犯罪高潮的城市，现在就会雇用更多警察；另如：夫妇预期孩子的出生，而先于孩子出生购买家庭用车，但千万不要试图得出家庭用车销售引起人口增长的结论。

忽略的变量和反向因果关系的陷阱提醒人们，用图形得出关于原因与结果的结论时，要谨慎。