什麼是正向經濟學？

核心描述

• 正向經濟學聚焦於用可觀察的事實、數據以及可證偽的陳述來描述和檢驗經濟中的 “是什麼”，而不是基於觀點討論 “應該是什麼”。
• 它幫助投資者、政策制定者與企業把經濟信號（利率、通脹、就業、盈利）轉化為可衡量的關係、情景區間與基於概率的預期。
• 其關鍵紀律在於將證據與價值判斷分開：正向經濟學可以估計可能出現的結果與權衡，但無法替社會決定目標，也不能斷言某項政策 “好” 或 “壞”。

定義及背景

正向經濟學是對經濟如何運行的客觀、以證據為先的研究。它旨在通過可被數據檢驗、並可能被證明為錯的陳述，來解釋真實行為與結果，包括價格、工資、消費、失業與信貸增長。

正向經濟學是什麼（以及不是什麼）

記住邊界的一種簡單方式是：

• 正向經濟學：“在其他因素不變的情況下，如果 X 改變，Y 往往會發生什麼？”
• 非正向經濟學：“這種結果是否公平、是否理想、是否可接受？”

這種區分很重要，因為討論中常把兩層內容混在一起：

• 衡量（發生了什麼、規模多大、確定性有多強），以及
• 偏好（我們希望出現哪種結果）。

正向 vs. 規範（核心對比）

它從何而來（簡要歷史）

早期政治經濟學將道德目標與觀察分析混在一起。隨着時間推移，經濟學家推動提出可檢驗的主張並進行更形式化的建模。隨着國民賬户、統計機構與現代計量經濟學的發展，正向經濟學與可度量、可檢驗的假設聯繫更緊密。近幾十年，因果推斷方法（自然實驗、雙重差分、工具變量）強化了論證能力，使研究者能更有力地説明 X 是否可能導致 Y，而不僅是與 Y 同步變動。

計算方法及應用

正向經濟學並不依賴某個通用公式。相反，它採用一套嚴謹的工作流程，把問題轉化為可檢驗的證據。

正向經濟學中的實用工作流程

• 定義可檢驗的問題
• 構建機制的簡化模型
• 收集相關數據（並記錄口徑定義）
• 選擇識別策略（如何將因果關係與相關關係區分開）
• 估計與驗證
• 傳達不確定性（區間、置信區間、備選情景）

常見工具（在實踐中做什麼）

投資者經常見到的一種最小化標準關係

當分析師描述敏感度（即一個變量對另一個變量的響應）時，常用類似 “彈性” 的概念來概括（一個百分比變化對另一個百分比變化的響應）。經濟學中廣泛使用的一個定義是需求的價格彈性：

\[\varepsilon = \frac{\%\Delta Q}{\%\Delta P}\]

在正向經濟學中，關鍵不在公式本身，而在於它為何屬於 “正向”：該主張可以用數據檢驗（你可以估計需求是否下降、下降了多少，以及不確定性有多大）。

與投資和政策相關的應用

宏觀與央行觀察

正向經濟學有助於把問題結構化，例如：

• 如果政策利率上升，按揭申請、銀行信貸與耐用品消費會如何響應？
• 如果通脹回落，是哪些分項（能源、住房、服務）推動了變化？

與其説 “加息好或不好”，正向經濟學的任務是衡量傳導：時點、幅度、置信度與例外情況。

政策評估（項目與監管）

正向經濟學常用於評估 “前後變化”，並儘量控制同期發生的其他因素。例如，研究者評估勞動政策時，會比較受政策影響的地區與未受影響的地區，而不是宣稱政策後的整個時期都 “由該政策造成”。

公司與行業分析

企業在以下方面應用正向經濟學：

• 定價敏感度（價格變化時銷量如何變化），
• 需求預測（銷售對收入與就業的響應），
• 供應鏈衝擊（投入品價格向終端價格的傳導）。

對投資者而言，這些不是道德判斷，而是可衡量的關係，用於構建情景與壓力測試。

結合公開討論的美國數據主題的案例式説明

在美聯儲於 2022 至 2023 年加息後，許多實證分析與市場評論跟蹤了利率敏感型活動如何響應。正向經濟學的表述方式如下：

• 可觀察指標集合：政策利率、按揭利率、按揭申請、成屋銷售、銀行信貸調查。
• 假設：借貸成本上升會降低利率敏感型需求（住房活動往往走弱）。
• 衡量目標：在承認供給約束與財政因素等混雜因素的前提下，估計方向、幅度與滯後期。

結論不是 “美聯儲對或錯”。正向經濟學的產出是：將利率與觀察到的借貸和支出行為建立量化映射，並給出不確定性與注意事項。

優勢分析及常見誤區

正向經濟學為何有用

清晰與可檢驗。 正向經濟學迫使主張以可被數據挑戰的形式表達。這能提升討論質量：人們可以在目標上分歧，但仍可就已測量的關係達成一致。

更有紀律的預測。 正向經濟學中的預測是有條件的：“如果 X 發生，基於假設，Y 很可能以 Z 的幅度變化”。這種條件式表述對風險管理至關重要。

可複核與隨時間學習。 由於正向經濟學依賴數據與明確假設，隨着新數據到來或條件變化，結論可以被重新檢驗。

正向經濟學的侷限

它無法選擇社會目標。 即便測量再充分，也無法回答社會應優先考慮什麼（效率 vs. 平等，短期 vs. 長期）。

可能低估難以衡量的影響。 外部性、分配效應與長期風險往往難以被清晰捕捉。

結果依賴數據質量與模型選擇。 數據修訂、測量誤差、遺漏變量與結構性變化都可能改變結論。

正向 vs. 規範：常被混淆的例子

常見誤區（以及如何修正）

誤區 1：“正向經濟學是沒有價值觀的建議。”

現實：正向經濟學在結論中避免價值判斷，但選題、數據選擇與建模選擇仍需要判斷。良好做法是透明：定義變量、註明來源、解釋侷限。

誤區 2：“預測是確定的。”

現實：正向經濟學的預測是概率性的、且有條件的。負責任的輸出應是區間，而不是把單一數字當作必然結果。

誤區 3：“相關性等於因果性。”

現實：兩個變量可能因第三個因素而同向變動。正向經濟學會通過設計選擇（控制變量、自然實驗、雙重差分）儘量識別因果效應，並清楚説明假設。

誤區 4：“一個簡潔模型可以解釋一切。”

現實：在特殊時期（疫情、戰爭、金融危機），關係可能失效。正向經濟學需要穩健性檢驗，並對制度環境變化保持謹慎。

實戰指南

正向經濟學在你把模糊的判斷改寫為可衡量、可證偽的陳述，並在證據變化時更新觀點時，才會真正落地。

第 1 步：把問題改寫成可檢驗的形式

不要説：

• “通脹太高。”
  改為：
• “過去 6 個月 CPI 總體通脹加速，住房通脹貢獻了上升中的 X 比例。”

不要説：

• “更高的利率會傷害經濟。”
  改為：
• “當利率上升 100 bps 時，利率敏感指標（按揭申請、汽車貸款、房屋開工）往往會在 Y 個月內走弱。”

第 2 步：選擇你能自圓其説的變量與替代指標

• 通脹替代指標：CPI 或 PCE 通脹（需明確口徑）。
• 勞動力替代指標：非農就業、失業率、職位空缺。
• 金融條件：收益率、信用利差、貸款調查。

在正向經濟學中，你也要寫清楚替代指標的缺口（覆蓋範圍、修訂、季節性、結構性變化）。

第 3 步：建立 “混雜因素清單”

在相信任何關係前，先問：

• 同期還有什麼發生變化（能源價格、財政轉移、供給約束）？
• 統計口徑是否發生變化？
• 是否存在反向因果（例如市場提前定價政策）？

這份清單往往決定了一份正向經濟學分析是更有説服力的證據，還是隻是一段故事。

第 4 步：量化不確定性，而不僅是點估計

如果你用迴歸或估計敏感度，請呈現：

• 合理區間，
• 基準情景與替代情景，
• 哪些證據會讓你改變判斷。

這能讓正向經濟學支持風險管理，而不是製造虛假的精確感。

第 5 步：案例研究（示意，不構成投資建議）

虛擬案例（僅用於學習）： 你跟蹤一個消費板塊組合，想理解工資增速壓力是否會擠壓利潤率。

• 假設（正向經濟學）：“若工資增速加快且定價能力不變，經營利潤率往往會被壓縮。”
• 你收集的數據：平均時薪增速、與該板塊相關的 CPI 分項、公司披露中的人工成本評論、以及總體利潤率指標。
• 識別挑戰：利潤率也會隨需求、其他成本與產品結構變化而變動。
• 實用產出：把工資增速區間與利潤壓力區間對應起來的情景表，並列出該關係可能失效的條件（例如需求強勁、企業能提價）。

你不會直接得出 “買入或賣出”。正向經濟學的價值在於把輸入與結果對應起來，並記錄假設，從而讓觀點可隨信息更新。

資源推薦

教材與體系化學習

• 入門框架：Principles of Economics（Mankiw）
• 微觀基礎與嚴謹性：Intermediate Microeconomics（Varian）
• 應用計量基礎：Wooldridge 的計量經濟學教材

練習正向經濟學的數據來源

• FRED（Federal Reserve Economic Data）：宏觀與金融序列
• World Bank 與 OECD 數據庫：跨國指標
• IMF 報告與數據集：宏觀框架、假設與情景語言

需要培養的研究與證據習慣

• 閲讀能把觀察事實與建議結論分開的摘要與報告。
• 優先選擇説明識別策略與穩健性檢驗的研究。
• 保持 “數據日記”（發佈日期、修訂風險、使用的變換方式）。

常見問題

用一句話概括什麼是正向經濟學？

正向經濟學是指經濟學研究中的客觀分析。大多數經濟學家通過觀察特定經濟體發生的事實以及當前的情況來預測未來。這種調查過程是正向經濟學。相反，規範經濟研究會在未來預測中基於價值判斷。

正向經濟學與規範經濟學有何不同？

正向經濟學用數據與可證偽假設來衡量並解釋結果；規範經濟學則基於公平、效率等價值觀來主張政策。

正向經濟學更適合回答哪些問題？

適合回答能用證據檢驗的問題，例如 “加息是否降低了按揭需求？” 或 “銷售税如何影響消費？”。

正向經濟學最常用的方法有哪些？

描述性統計、計量建模與因果推斷設計（自然實驗、雙重差分、工具變量），以及穩健性與敏感性檢驗。

正向經濟學可以用於預測嗎？

可以，但預測是有條件且概率性的，依賴假設，並可能隨新數據到來或環境變化而改變。

投資者為什麼要關注正向經濟學？

它能把宏觀數據與政策變化轉化為可衡量的情景，支持更有紀律的預期、風險控制與在不確定環境下更清晰的推理。這是教育內容，不構成投資建議。

正向經濟學在現實中的一個例子是什麼？

研究者常測量美國利率變化對銀行信貸與住房活動的影響規模與時點，而不去評判政策選擇 “好” 或 “壞”。

初學者最常見的坑有哪些？

把相關性當因果性、忽視混雜因素、過度信任單一模型、以及在沒有區間與清晰假設的情況下給出點預測。

總結

正向經濟學是一種實用的思維方式：定義問題，用可信數據去衡量；在可能的情況下區分相關與因果；並誠實地表達不確定性。對投資者與分析師而言，它的主要價值不是 “確定地做對”，而是建立一套可重複的流程，把經濟噪聲轉化為可檢驗的主張與情景區間。通過將 “是什麼” 與 “應該是什麼” 分開，正向經濟學有助於在數據噪聲大、結果不確定時做出更有紀律的判斷。