一切都是誘因的問題

序

　　有時候，再明顯不過的事情，我們反而常常視而不見。1990年代末，我還是個年輕經濟學者時，就有過這樣的經驗。對經濟學界而言，那是令人振奮的年代，我有幸在哈佛大學和麻省理工學院度過這段時間，這兩所聲譽崇隆的學府正好是經濟學新浪潮的發展中心。

　　綜觀歷史，經濟學一直由理論所主導，往往因為某些聰明絕頂的人寫下複雜的數學模型，勾勒出世界運作的抽象定理，而促使經濟學出現大躍進。隨著電腦運算威力和大數據的大爆發，經濟學專業在1980年代和1990年代開始轉變。許多經濟學家的研究重心愈來愈偏向實證研究，努力分析現實世界的各種數據。像我這樣的年輕經濟學者，在認清自己的聰明才智還不足以發展出新奇的理論見解後，我開始覺得，辛苦鑽研數據並從中找出一些趣的事實，也是可敬的研究方式。

　　當時（現在也一樣）我們面對的重要挑戰是，如何釐清兩個變數之間的關係是否真的是因果關係，或只不過相互關聯罷了。這件事為何如此重要？因為因果關係對公共政策的寓意重大。如果能找到因果關係，我們對於世界究竟如何運作，也會多一分重要的理解。

　　隨機實驗大不易

　　不過，要證明因果關係非常不容易，最好的方式是透過隨機實驗來證明。這是為什麼美國食品藥物管理局要求新藥在核准通過之前，必須先進行隨機實驗。問題是，像我這樣的經濟學者探討的問題，不見得適合採取實驗室測試新藥的方式來作實驗。結果，我們耗費不少心力尋找所謂「意外實驗」—在依稀模擬隨機實驗的現實世界中碰巧發生的怪異事件。比方說，颶風橫掃某個城市，另外一個城市卻毫髮無傷，你或許以為哪個城市會遭受風災或多或少是隨機決定的。

　　或以美國最高法院在1973年「羅伊對維德案」（Roe v. Wade）中裁定墮胎合法為例，在某些州，墮胎發生的機率從此大幅改變，但在其他州則未必如此。如果我們比較那段時間在不同州出生的嬰兒後來的人生發展，或許會對政策的衝擊多幾分理解，甚至有助於探討更深層的問題：例如，一個不受歡迎卻來到人世的嬰孩，往後的人生會因此受到什麼樣的影響。

　　於是，我和其他許多經濟學家開始花時間尋找「意外實驗」。

　　有一天，我碰到一個小我幾歲的經濟學家，從此一切都改變了。他的出身背景和我截然不同。他從來不曾進過哈佛大學或麻省理工學院，他大學念的是威斯康辛大學史蒂芬角分校，後來又拿到懷俄明大學的博士學位。他的第一份教職是在中佛羅里達大學教書—也不是什麼名校。

　　現場實驗帶來新契機

　　他的名字是約翰‧李斯特（John List）。李斯特和我及其他著名經濟學家很不一樣，事後看來，他開創的研究方式顯然十分合情合理：在現實世界中操作隨機的經濟學實驗。但不知怎麼的，當時幾乎沒有人和他採取同樣的做法。受經濟學界的傳統及前輩經濟學家樹立的榜樣所影響，我們從來不曾想過可以在實際的經濟環境中，以真人為隨機實驗的對象，而且這些人完全不曉得自己是實驗的一部分。而這位卡車司機的兒子告訴我們該怎麼做。

　　不妨以偏見為例。如果一個人對待別人的方式十分偏頗，大家會假定他是種族主義者、性別歧視者、同性戀等等，但是從來沒有人像李斯特和尤瑞‧葛尼奇（Uri Gneezy）這樣，剖析表面上似乎基於不喜歡、討厭或純粹出於憎恨而展現出來的行為，並找出行為背後的潛在動機。他們的實驗（將在本書的第六章與第七章中討論）顯示，其實歧視背後隱藏的動機不見得是憎恨，有時候只不過是為了多賺點錢罷了。

　　在我看來，真正的天才總是獨具慧眼，能看出明明顯而易見、但大家都視而不見的事實。按照這個標準來看，李斯特和葛尼奇是真正的天才，也是真正的開拓者，他們的貢獻可說是過去五十年來最偉大的經濟學創新成就之一。本書是他們的故事，讓我們看到深思熟慮又富於創意的學者如何透過上述實驗方法，解析日光之下的任何問題。

　　實地進行的隨機現場實驗是非常有力的工具，而且各位很快會發現，這種實驗方式非常有趣。希望各位像我一樣，從閱讀本書中得到莫大的樂趣。