这是一本非常有意思的经济学启蒙书，作者探讨了许多问题，并通过数据找到答案。

我们先来看看作者眼中的“魔鬼经济学”是什么，再选一个贴近我们生活的例子进行阐述。

---

01

魔鬼经济学

中心思想：假如道德代表人类对世界运转方式的期望，那么经济学就代表其实际的运行方式。

经济学：首先是一门有关测评的学科，它包含一系列行之有效、用途广泛的工具，可以对大量信息如就业、房地产、金融、投资进行确切的评估，以确定任意因素的影响，乃至所有影响。

对于中心思想，放到个人来说就是：朋友圈代表着个人对理想生活的期望，而大数据代表其实际生活方式。

朋友圈里展示的内容是个人所期望的生活，或者说是希望别人看到的生活。而各类平台上，如短视频、网购、社交、出行、银行卡的数据记录，才是真实的生活。

再回到集体，人类对世界运转的方式也有所期望，并默认用这个期望去解释所见所闻，但往往其并不是真实情况。

经济学是一门测评学科，无论多离谱的现象和问题都没有超过范畴。

书中就依次探讨了教师与相扑力士的共同点、3k党与房地产中介的共同点、毒贩为何还与母亲同住、犯罪率为何下降、怎样才算完美父母。

很明显，现实世界中有无数个随机变量，这些变量之间的关系错综复杂，要想准确地测评，获取数据以及测评方式就非常关键了。

---

02

数据与测评

获取真实的数据自然是第一步，并且数据本身都是有价值的。

就像在读书笔记-《人人都是产品经理》中，我们发现一个看似简单的需求管理表，就可以从不同的维度进行分析，得到有价值的结论。

关于测评，本质就是找到因果关系。

假设犯罪率为 x，警力为 y，通过对数据进行回归分析我们发现，x 和 y 会同时上升，也就是说，x 与 y 存在相关关系。注意，相关关系包含多种因果关系，例如 x => y、y => x、z => x & z => y 等。

从常识来说，当然是 x => y，不过如果要从数据上去证明，就需要找到警力提升，但犯罪率下降的案例。自然是找得到的，在书中的例子中，当近期有选举时，市长会扩充警力并导致犯罪率下降。

相关关系很容易找到，理论上只要有数据，看一眼就行，而因果关系就需要费些心思了，往往需要通过控制变量法的思想来找对比数据。

---

03

案例：怎样才算完美父母

20世纪90年代末期，美国教育部开展了名为“童年早期的纵向研究”，测算了2万多名儿童从幼儿园到五年级期间的学业进展，研究对象从全国抽取，数据包括种族、性别、家庭结构、社会经济地位、父母教育水平及其他私人信息。

以下因素中，有8个与儿童考试分数呈相关关系，大家可以逐个思考下：

• 父母学历高

• 家庭完整

• 父母拥有较高的社会经济地位

• 父母最近搬入了条件较好的小区

• 母亲在生育第一胎时的年龄为30岁及以上

• 母亲在孩子出生后至上幼儿园之前不工作

• 出生体重低

• 参加过启智计划（美国卫生与公共服务部实行的项目，为贫困家庭儿童提供早教、卫生、营养和家长参与服务）

• 父母在家讲英语

• 定期随父母去博物馆

• 是被收养儿童

• 经常被打

• 父母参加家长教师联谊会

• 经常看电视

• 家中藏书多

• 几乎每天都听父母读书

因为作者有数据，自然能直接找到所有的相关关系，不过他倒没有做详细的因果关系分析。比较反常的有这几个：

收养有关，被打无关。可能原因是被弃养的孩子家庭条件差，以及有部分真实打孩子的父母没有说实话，而说实话的父母至少将诚实教给了孩子。

藏书多有关，听读书无关。可能原因是重视教育的父母导致了藏书多，同时也导致了孩子成绩好（即 z => x & z => y）。

最后我们会发现，相关的奇数行是父母特点的描述，不相关的偶数行是父母行为的描述，也就是说，高学历、事业有成、身体健康的父母所生育的孩子往往成绩好，但是否去博物馆、是否被打、是否参加启智计划、是否听父母读书、是否经常看电视却没什么影响。

这是否符合你的认知呢？也就是说，卷娃不如卷自己……

不过，现实世界中有无数个随机变量，几乎不可能找到所有变量，更别提掌控所有变量了。这也意味着父母博学多识、家境殷实的孩子或是条件与之相反的孩子，都有可能因为其他因素而拥有一个完全不符合我们常识的人生。

---

原文链接：读书笔记-《魔鬼经济学》

原创不易，点个关注不迷路哟，谢谢！

文章推荐：

• 如何提高核心竞争力

• 读书笔记-《当下的力量》

• 读书笔记-《写给大家看的设计书》

• 赛博朋克2077玩后感

• 程序员工作中常见问题，你遇到过几个？

• 如何设计离线跑批系统

• 读书笔记-《人人都是产品经理》

• 读书笔记-《Spring技术内幕》（三）MVC与Web环境