为什么你应该购买本书？
作者：大卫·弗里德曼（芝加哥大学物理学博士，美国圣塔克拉拉大学经济学、法学教授，诺奖得主米尔顿·弗里德曼之子。主要研究方向为价格理论、法律经济学等，著有《经济学与法律的对话》等）
许多经济学教科书的一个缺陷，特别是在初级阶段，是它们在教你关于经济学的东西，而不是教你经济学本身。其结果是培养出的学生有能力谈论经济学，但却不会用它，这相当于学会了在鸡尾酒会上点出名字。你现在已经花了23章的时间学经济学本身，在最后一章，我将尝试讲一些关于经济学的东西：经济学有什么用处，如何用它，以及经济学家究竟在多大程度上知道些什么。
经济学究竟有什么用处？
看到本节的标题，你可能会想到它应该属于本书的第一章，不是最后一章。作为理性行为的信徒，我或许应该先向你解释为什么经济学值得学习，然后才期望你花时间和精力学习它。遗憾的是，如果我在你读这本书之前告诉你经济学有什么好处，你可能会以为只是虚假广告，理性地驳回我的主张。你现在可能依然得出同样的结论，但至少你的结论有一些证据可以作为基础。
学习经济学至少有四个不同的理由。首先是经济学家在基于理性假设推演人类行为理论的过程中，对如何理性行动进行了很多有用的思考。虽然我们可能对你的目标是什么或者应该是什么知之甚少，但我们非常了解如何在给定一组目标的情况下最好地实现它们。一旦你理解了边际成本、沉没成本、边际价值、现值等概念，你应该发现它们是决定如何组织你的生活的有用工具。当你终于意识到你已经投入了六个月的努力和心痛去追求一个对你一点兴趣都没有的异性，你可以总结出你的处境——并且不情愿地得出关于如何处理它的正确结论——只要你觉察到沉没成本就是沉没成本。当决定是否再花几周时间搜购更好的房子或汽车，你可以通过问额外搜购的回报大于还是小于其边际成本来把问题理得更清，而不是问你是否已经找到了最好的买卖。
学习经济学的第二个理由是为了理解和预测他人的行为，尤其是很多人的行为的影响，以便在规划自己的生活时考虑到它。无论你是想在股市赚钱的投资者、防止士兵逃窜的将军、想要防盗的房主，还是想预测各种职业的未来工资的学生，学经济学应该都很有用。在所有这些例子中，经济学知识都不足以回答你的问题——还需要事实和判断。但在所有这些情况以及更多情况下，经济学提供了一个知识和判断可以结合起来的框架，从而能得出一个也许是正确的结论——或者至少是比没有经济学时得出的结论更好的一个。
学习经济学的第三个理由可能是你希望成为一名职业经济学家：受聘教授经济学，创作经济学理论或将经济学理论应用于你的雇主希望能被回答的问题。显然，我认为经济学家是一个有吸引力的职业，若非如此，我就会以其他方式谋生。作为经济学的传道授业者，我希望你们中的一些人也能得出同样的结论。当然，作为一个理性自利的经济学家个人，我又希望我还没有说服你去跟我竞争进而大为减少我的收入。
学经济学的第四个理由是它很有趣。一旦你理解了经济学的逻辑，你可以从你本来不能理解的周围世界的元素中理出头绪，这既有趣又实用。你也可以把从明显的混乱中提取理性模式的过程，变成为了游戏本身而玩的游戏，即使在看起来很不可能存在可以提取的模式的情形下。
我略去了学经济学的第五个原因，而许多教科书都会把它放在首位：让自己成为更好的公民和更知情的选民。诚然，理解经济学使你更有可能正确认识到政府实际或拟议政策的后果。然而，虽然这可能是我教你经济学的好理由，但除非你与众不同，否则这不是你学习它的好理由。正如我曾多次指出的，在一个我们这样庞大的社会中，你的投票对任何事情能有所影响的概率很低。如果你非常利他，那么对你而言，让大量的人受益的政府政策的改进，可能会平衡你的行动催生这种改进的微小概率。如果你预期自己有非比寻常的影响力——也许是因为你来自肯尼迪或洛克菲勒家族——你可能会得出这样的结论：让自己成为知情公民带来的公共利益能证明成本的合理性。如果不是这两种情况，你对经济学增进的理解带来的公共利益效应，不太可能会值回你付出的私人成本。
经济学家的工作
据我所知，受雇于企业或政府的经济学家有两个职能：一是用经济学理论来回答雇主想要他们回答的问题——告诉福特公司下个季度的汽车需求，或者为财政部估计税法的一项变革对税收会有什么影响；二是用经济学语言构建可信的、听起来很专业的论证，以支持其雇主想要的任何东西。
由于我自己是一名学术型经济学家，我更清楚学术型经济学家的工作：教你正在学的课程，写你正在读的书，还有写文章和做研究，用经济学来解释、预测和开处方。
在这三项职能中，研究是你接触得最少的一项。我在前面的某章曾评论，做经济学需要在不切实际的简化与不可行的复杂化之间不断寻求平衡。我还可以补充说，取得这种平衡，并画出简单的现实图景从而可以对其分析和理解，其基本结构也准确到能告诉我们有关现实世界的一些有用信息，是一门艺术，而不是可以从这本书或任何其他书籍中学到的机械过程。你可以通过观察该理论是否对现实世界有不明显但准确的预测来查验这种尝试是否成功。
这就提出了一个问题：我们如何区分出这两种事情，一种是理论在逻辑上所隐含的，一种是仅仅因为作者在构建理论之前就知道它们是真的，理论才“预测”到的？使用现实世界的知识来构建正确的理论，与构建出不过是对你已知事物的复杂重述的理论之间，有一条微妙的线。
这个问题的一个解决方案是预测你不知道的事情，最好是由于尚未发生，你不可能知道的事情。这种证明你的理论有用性的方式令人信服，特别是当别人的理论做出了不同的预测但结果是错的，而你的结果是对的的时候。遗憾的是，这只适用于其含意可以在相当短的时间内并且能在当前条件下验证的理论。我发表在经济学杂志上的第一篇文章为《国家的规模与形状理论》，其预测由从罗马帝国灭亡至今的不断变化的欧洲政治版图来检验。如果我限制自己只用未来事件来检验自己的理论，那初步的结果可能要到我的孙子才能见得到。
保持在预测与描述分界线的正确一侧的一种方法是仅预测未来。另一种方法是近乎死板地坚持完全理性的逻辑。大多数人认为，实际行为混杂了理性与非理性因素。但在构建经济理论的过程中，诱人的是从一个基于理性的模型开始，然后在需要时引入非理性的因素来解决模型的预测和实际观察到的情形之间的冲突。由此产生的理论，相比于一个假设到处都是理性的理论，看起来更像是对现实世界的描述，但作用却更小。如果只要方便你就假设非理性，那你就可以解释任何事情，但这样做之后，你和其他人都没有任何简单的方法来知道你的理论是否有效，因为你在开始之前就知道答案并相应地修改了理论。
相反，如果在处处都坚持理性假设，即使是在小孩子决定是否踢兄弟姐妹的行为中，改变预测以适应事实的自由也会少得多。基本假设一旦建立，模型将由自身的内在逻辑驱动。无论是否想去那里，它都会将你带到逻辑引向的地方。这样做的一个优点是它可能会让你得出你知道是错误的结论，证明最初的模型是错误的。另一个优点是它可能会让你得出你本以为错的结论，告诉你之前不知道，以及从符合你所认为的事实的方式中构建的理论那里永远不会知道的东西。
从这个角度来看，经济学家关于理性人的假设，正如我在第一章所主张的，既是利用人类行为中可预测因素的一种方式，也是让经济理论家保持诚实的一种方式。
模型，模型，还是模型
“模型”（model）一词在经济学中用于描述三类截然不同的事物。阐释这几类模型可以避免混淆，这也是勾勒经济学家，尤其是学院派经济学家所做的三类完全不同的事情的方式。
一种模型是简化的图景，旨在更容易地分析一个形势的逻辑而忽略不重要的特征。此类模型已在前面的22章中反复使用。一个例子是第七章中关于租赁合同的法律限制对房东和租户的影响的讨论。我假设所有房东都是相同的，所有租户都是相同的，并且法律限制对（房东的）成本和（租户的）价值的影响类似于税收或补贴的影响。我做出这些假设不是因为我相信它们是真实的，而是因为它们使问题变得足够简单，而且没有改变形势的本质逻辑。一旦使用这种模型能弄清楚简单形势里正发生什么以及为什么，就准备好了分析更现实——也就更艰深——的案例。其他例子有：第十一章中的理发店问题、第十九章关税在小麦是唯一出口而汽车是唯一进口商品的世界的影响分析，以及第二十一章婚姻市场的两种模式。
第二种模型用于数理经济学中。一个典型的例子可能从假设“在一个有N种商品和M个消费者的世界”开始，其中数值可能是10、100或10亿。然后简化假设——不是关于商品或参与者的数量的，而是关于模型要素的数学特征的，如效用函数和生产函数。这些假设不是为了给模型求解——没人想去解这种模型，即把数据代入并解出数据——而是要证明关于解应该是什么样的定理。在本书中，我没有做任何这类严格的数理经济学，但当在第八章解释原则上如何解决经济问题和在第十六章说竞争性市场效率的证明可以转为一种更精确的形式时，我都曾提及。其中一个数理经济学家想要证明的定理，就是关于在什么情况下经济运转是有效率的。
第三种模型我在本书中完全没有使用过，这是一种大规模的计量经济学模型。与前两种不同的是，这种模型试图精确定量地描述某个经济体，比如2018年1月的美国。要做到这一点，它首先得简化真实情况，就像我在第十四章中把一切生产要素都简化为三个——虽然没有那么彻底，然后用现实世界的数据和统计资料来估算模型中的数量和关系。因此，它是一幅真实经济体的粗略图景。它的目标与其说是理解，不如说是预测。
你现在可能已经意识到，一个真实经济体——比如2018年1月的美国，是一个极其复杂的交互系统。计量经济学模型通常在非常大且昂贵的计算机上运行计算机程序。即使有最好的电脑，任何简单到足以预测明年会发生什么，而且只需要运行不到一年时间的模型，也不得不忽略经济中实际发生的大部分事情去建模。计量经济学的建模艺术，是建立足够简单有用、与被建模的真实经济体有足够的相似性、可以用于预测未来会发生什么的模型。从经济学理论家的角度看，它是一门经济学、统计学和巫术以大致相等的比例结合而成的艺术。
尽管计量经济学建模困难重重，预测也不太可靠，计量经济学模型还是存在并蓬勃发展着，因为它试图生成的信息有巨大的价值。如果你知道明年利率会是什么走向，你就可以在债券市场上大赚一笔。即使这些模型的预测不是很准，仅略知一二，得出的预测很可能错，但高于随机正确的概率，也足以支付无数小时的计算机时间花销与许多计量经济学家和程序员的薪水。
经济学是一门科学吗？
遗憾的是，计量经济学模型有一个副作用，它鼓励了这样一种看法：经济学家是那些花时间试图预测经济下一步走向的人，经济学要么是一场信心游戏，要么是一门非常原始的科学，因为“经济学家从不同意彼此的观点”。这就像对物理和物理学家做类似的评价，并引用糟糕的天气预报作为证据。对于经济学问题，经济学家时常，甚至通常，是同意彼此的。他们持不同意见的是对系统结果的定量预测，这些系统太过复杂，除非在一个非常近似的意义上，否则没有解法。
人们普遍认为经济学的尝试并非科学的第二个原因是，经济理论通常涉及在现实世界中具有相当重要意义的问题。如果经济学家说取消关税我们会过得更好，那会有几个富有的大组织——例如通用汽车和美国汽车工人联合会——宁愿别人不相信这种说法。在这种情况下，对反对声音的报道与支持他们的经济学家占比几乎没有关系。如果99%的经济学家一致认为应该降低关税（这只是比实际略为夸张而已），关税的支持者仍然能够在其余的1%中找到至少一个能言善辩的成员来代表他们的观点。公众的印象则是有些经济学家支持关税，有些反对。
同样的事情也发生在其他学科。物理学通常被认为是最艰深的科学，但是，当涉及许多人深有感触的问题时，它很快就开始显得好像物理学家也从不同意彼此的观点。我们可以看下对核反应堆是否安全，核战争的长期影响是什么，或者基于太空的核攻击防御是否切实可行等的争议。据我（或许，也包括你）所知，这些问题中的每一个都有正确答案，得到了大多数对此有能力持有看法的人士的认同。但只要有几个人在错误的一边并具有适当的资历，只要有影响力的大团体支持双方，就会给普罗大众对这个职业有对半分歧的印象。
1979年，《美国经济评论》发表了一项发送给大量经济学家的民意调查结果，这些经济学家一些是学者，一些受雇于企业或政府。问题以及结果，相当清楚地分为三类。第一类包括价格理论中相当直接的问题：租金管制、最低工资法、关税的影响。在这些问题上意见普遍一致，通常有超过90%的投票者是一致的。第二类主要涉及存在相当大的专业争议的“宏观经济”问题，正如人们所预料的那样，对这些问题的看法存在分歧。第三类问题的答案在很大程度上不取决于经济学，而是取决于道德哲学议题：人们认为什么是好的或公正的世界。一个例子是问：“美国的收入分配是否应该更加均等？”在这个类别中，也存在广泛的分歧。我从投票结果得出的结论是，经济学家和物理学家一样，普遍同意他们的学科已解决的问题，而那些工作仍在进行、结论在很大程度上取决于经济学以外的事物的领域则存在分歧。
书名：价格理论
作者：大卫·D.弗里德曼
出版社：广西师范大学出版社
出品方：新民说
译者：左子杭 / 程琭
出版年：2024-9
页数：638
定价：139.00 元
ISBN：9787559871060
