大约在2004—2005年的时候，我还在国内读研究生，当时的志趣是成为一名宏观经济学家，学习了很多相关的数学和经济学知识。那一年美国麻省理工学院的经济学教授乔舒亚·安格里斯特（Joshua Angrist）访问北大，讲了一次为期两天的短期课程。我去旁听，觉得太有意思了，原来经济学还可以这样玩，那我也要这样玩。于是就照他讲的方式玩了起来，没想到一玩就是将近20年，乐不思蜀，早已忘掉了做一名宏观经济学家的初心。2011年，我曾在美国与安格里斯特教授重逢，我告诉他：“您改变了我的生活。”

当年他在北大讲的内容，正是这本书的主题：社会科学数据中的因果关系。

所谓“数据”，并非简单的数字。任何数字，只有经过人的解读才有意义，一个“据”字，突出的正是人的推理和论证过程。杂乱无章的数字，只有经过理论逻辑的抽丝剥茧，才能呈现出有意义的模式，这些模式可以被用作特定理论假说的依据，协助人们认识世界。

在杂乱的数字中寻找符合逻辑的蛛丝马迹，确实很像“大侦探”的工作。世上没有完美的证据，只有一点一滴拼凑出来的逻辑链条。合格的侦探，不仅要构建让人信服的链条，还要不断排除其他的可能性。正如福尔摩斯所言：“排除了一切的不可能之后，剩下的不管多么难以置信，一定就是真相。”本书介绍的各种探求所谓“因果性”的方法，本质上都是这种“排除法”。当然，可能性无穷无尽，永远排除不完。所谓“让人信服”，不过就是能讲出一个“超越合理怀疑”的故事。

优秀的侦探，固然要掌握处理各类证据的高超技巧，但更离不开对案情本身的背景和人性的深刻洞察。在社会科学的研究中，不管数据处理得多么干净和井井有条，都只能作为“据”，不能替代“论”。最终真正让人信服的，还是逻辑和故事本身。侦探再好，也不能代替律师和法官断案。在法庭上，如何呈现这些数据，如何说服陪审团和大众，靠的还是故事和逻辑，以及潜藏其中的人类价值观和情感共鸣。

本书的另一个重点，正是多方位地探讨数据背后的社会现象。社会科学中的数据，毕竟是人类行为的结果。如果没有对现象本身的深入思考和认识，没有对当事人行为模式的深入理解，没有严格的理论推理，只是一味地挖掘数据，最终的结果很难让人信服。正如科斯所言：“如果你严刑拷打数据，只要时间足够久，你让它招什么都行。”所以在当年北大的讲座中，有人问安格里斯特：“您是怎么想到那些精妙的数据逻辑的？”他只答了一个词：“制度。”意思就是深入考察数据背后的社会机制，因为这几乎是唯一的途径。本书讲述的故事中，就有经济学家对研究的对象缺乏深入了解，靠拍脑袋挖掘数据，虽然聪明绝顶，但还是中了招。

社会科学的数据中只有相关性，是我们的大脑从中构建和识别出了某些关联，讲了一些其他人能理解和认同的故事，也才有了故事中的因果性。如果换一个故事，其中的因果可能又不同。讲故事（或称理论、模型、范式等），就是我们认识和理解“因果”的方式，也是我们理解社会现象的方式。真正的因果性，观测不到。我们能依靠的，只有推测。

既然是讲故事，就要讲得有意思。这本书里的故事，都很有意思。可能你听完了，也会忍不住想编故事。一个好故事，力量非常大，而编一个好故事能带来的快乐，也非常多。