“经济学家应该时刻记住，经济学是理解人类行为后果的工具，而不是用来预测未来的水晶球。”

这是奥地利学派经济学家雅各布·霍恩伯格（Jacob Hornberger）提出的一条重要原则。

最近，我向《自由未来基金会》（FFF）投递了一篇文章，预测2026年底将出现经济衰退。结果这篇文章被退稿了。基金会的主编正是霍恩伯格，他给出的理由非常直接：“我对经济学家的一大不满就是，他们太爱做预测了，但这些预测通常都会落空。”

按照常理，我本该对此感到愤怒。毕竟，作为一名经济学家，我接受了几十年的教育和训练。我的预测是建立在对历史和现状数据仔细研究的基础之上的，怎么能如此轻易地被否定呢？

然而，我出奇地平静，丝毫没有生气。为什么这么说呢？因为我在心底里知道，他是对的。经济学家的预测经常出错。而且，只要预测的时间线稍微拉长一点，从统计学上看，这些预测几乎百分之百是错的。

算一笔账：经济预测到底有多离谱？

经济学家在评估预测的准确性时，经常会看一个指标叫做R平方值（决定系数）。简单来说，就是看预测模型能在多大程度上解释实际发生的经济结果。

圣路易斯联邦储备银行曾经做过一项专门的分析。我们从中发现，如果是做“即时预测”（也就是预测当前季度的经济状况），其R平方值的准确率大约只有38%。

如果把时间线拉长到未来四个季度（也就是一年后），圣路易斯美联储的审查显示，这个准确率会暴跌到仅仅0.1%。这意味着什么呢？这意味着一年期的共识性经济模型，其统计预测能力几乎等同于零。

在其他机构的研究中，情况也并没有好到哪里去。当经济学家试图精确预测某一年经济的具体增长幅度时，通常会有一个特定的、可衡量的误差范围。

根据世界银行和国际货币基金组织（IMF）对全球增长预测的审计，同一年份的平均预测误差高达1.3到1.5个百分点。

让我们来算一笔账：假设一位经济学家自信地预测今年经济将增长3%。实际的结果通常会落在1.5%到4.5%之间的任何一个位置。

在非衰退的平稳年份里，经济学家通常能猜对大方向。但是，相对于典型的经济增长率而言，他们那些看起来非常精确的计算，实际上包含了100%的误差幅度。总而言之，千万别把经济学家给你的具体数字太当回事！

经济不是机器，而是复杂的人性

预测成功率之所以如此惨淡，根本原因在于研究方法的失败。

经济根本不是一台可以被随意建模的机器。相反，它是一个高度复杂的自发秩序。这个秩序是由数以百万计的个体驱动的，每个人都在根据自己的主观价值和局部信息采取行动。

现有的数学模型严重依赖总量数据（比如GDP）和滞后的统计数字。这种做法完全错过了市场在现实中实时的自我调整过程。

更糟糕的是，央行的干预和各种政治操作，早已主动扭曲了诸如利率等真实的价格信号。而经济学家正是用这些被扭曲的信号来构建他们的模型的。这直接导致他们的预测建立在一堆人造的虚假数据之上。

刺猬与狐狸：为什么媒体偏爱“预言大骗子”？

著名学者以赛亚·柏林有一篇名为《刺猬与狐狸》的著名散文。这个概念源于古希腊诗人阿尔齐洛科斯的一句残篇：“狐狸知道很多事，但刺猬知道一件大事。”

这个比喻为我们提供了一个绝佳的心理学和方法论框架。它不仅解释了为什么经济预测会惨败，也解释了为什么某些经济学家即使屡次失败，却依然死不认错。

当我们将这个理论应用到经济预测领域时，会揭示一个残酷的真相。那就是，让一位预测者受到大众欢迎的特质，往往正是导致其预测不准确的特质。

这些受欢迎的经济学家往往是意识形态的信徒、宏观预测者以及喜欢构建庞大模型的人。在主流经济学圈子里，这类“刺猬型”学者可能坚信一个死理。比如，他们认为所有的经济衰退都是因为总需求不足，唯一的解药就是货币刺激政策。

因为“刺猬”的世界观极其僵化，他们极易陷入确认偏误。当现实世界的数据与他们的理论相冲突时，他们绝不会认为是理论错了。相反，他们会拒绝接受数据，把问题归咎于“暂时的异常”或者“市场行为不理智”。

《超级预测》一书的作者、心理学家菲利普·泰特洛克进行过一项研究。他花费数十年时间，明确追踪了成千上万个预测。结果发现，那些在媒体上曝光率极高的预测者，在统计学上反而是最差的预测者。

他们总是预测过度，抛出极少发生的极端结果。同时，因为他们总是戴着有色眼镜看世界，所以屡屡错过经济真正的转折点。然而，正因为他们能提供清晰、自信且充满戏剧性的故事，媒体和政客对他们爱不释手，甚至欣然接受他们的失败。

相比之下，“狐狸型”的经济学家则截然不同。他们兼收并蓄，思维发散，善于从广泛的经验和理论中汲取养分。他们从不相信这个世界可以被简化为一个优雅的方程式，或者一套宏大的历史叙事。

这些“狐狸”是受数据驱动的经验主义者、专注于局部的研究人员，以及微观经济学家。他们专门研究具体的市场过程、消费者习惯或是供应链的瓶颈。

这些专业人士深刻认识到，经济是一个高度复杂、动态且自发的秩序。面对通胀问题，两者给出的答案截然不同。

“刺猬”会斩钉截铁地说：“因为货币供应量的增长，下个季度的通胀率必将精准达到4.2%。”

而“狐狸”则会说：“由于航运方面的供应受阻，通胀可能会上升。但这也许会被逐渐疲软的劳动力市场，以及消费者偏好的改变所抵消。”

在预测的准确性上，“狐狸”的表现远远碾压“刺猬”。当新数据出现时，他们愿意随时更新自己的信念。他们习惯用概率而不是绝对的确定性来思考问题，并且坦然接受人类行为中固有的混乱感。

但这种做法也有一个致命缺点。因为“狐狸”的预测总是充满了细微的差别、各种前提条件，以及“另一方面”式的平衡论调。这种话语很难成为新闻的吸睛头条，更不适合政客们在参议院里拍桌子演讲。

归根结底，柏林的概念揭示了经济预测领域的一个悲剧性悖论。经济预测的市场需求端呼唤的是“刺猬”。人们渴望确定性、清晰的故事和大胆的断言，以此来缓解他们对未知未来的焦虑。

然而，市场运作的真实逻辑却是“狐狸”式的。经济的未来是一个自发秩序。它不断地被意想不到的创新、政治干预以及人类欲望的改变所重塑。

因此，要想在经济预测的迷雾中找到出路，唯一可行的方法就是采取“狐狸”的心态。我们必须保持谦逊，抛弃那些宏大且具有决定论色彩的模型。我们必须接受关于经济的唯一一件“大事”：那就是经济本身，是由数以百万计的、不可预测的“小事”所驱动的。

政府的经济数据，到底能不能信？

既然专家靠不住，那政府发布的经济数据呢？你能相信吗？当然不能！

来自美国华盛顿特区的经济预测，其目的更多是为了迎合政治需要，而不是反映真实的经济状况。我们要清醒地认识到，政府的预测往往结构设计粗糙，出发点是利己的。这些预测在实际结果面前，往往显得不堪一击。

此外，在华盛顿内部，预测也分为两类，并且界限分明。一类是纯粹的政治预测，专门用来为立法议程寻找合理性。另一类则是旨在指导政策的机构性预测。

然而，即便是最独立的机构预测，也很容易受到制度性偏见的影响，往往过度倾向于乐观。诺贝尔奖得主詹姆斯·布坎南开创的公共选择理论，完美地解释了这一现象：官僚和政客都是基于自身利益行动的。

政府部门之间需要争夺联邦资金，政客们需要争夺选票。如果一个机构总是预测某项法案一旦通过就会引发经济灾难，那么这个机构很快就会被边缘化。

因此，政府机构内部的经济模型，会经历一个“自然选择”和微调的过程。最终生成的预测结果，必然是为了证明扩大该机构的职权、政治影响力、监管权力或立法议程是绝对合理的。

不同政府机构的研究结果有着天壤之别。如果你看的是美国行政管理和预算局（OMB）、财政部或白宫的预测，你会发现这些数据被严重修饰过。它们预测的是政客们“想说的话”，而不是经济将“如何实际运行”。

如果你看的是国会预算办公室（CBO）或美联储的预测，虽然它们不那么刻意讨好某一位具体的政客，但同样是利己的。它们的预测更多是为了维持机构自身的重要性，并安抚公众情绪。

最终的结果是，这些预测系统性地偏向一个美好、稳定的未来。而现实中充满动态和波动的真实经济，却极少按照这个美好的剧本发展。

放下傲慢：经济学关乎人类的选择

站在奥地利学派的立场来看，政府预测的失败不仅是学术腐败的问题。这更是一个根本性的认识论错误。

政府机构极其依赖计量经济学模型。他们把海量的历史总量数据输入到庞大的软件程序中，妄图以此预测数百万人的行为。

由于这些模型根本无法将个人的主观行动、局部隐藏的知识，以及政府自身干预（如人为操纵利率或加征关税）带来的扭曲效应计算在内，它们从骨子里就是有缺陷的。

当模型未能成功预测实体经济时，政治机器的做法极其简单粗暴。他们只会修改模型的参数，使其迎合下一个选举周期所需要的宏大叙事。这就把大多数政府机构内的经济科学，彻底沦为了一种政治辩护的工具。

在现实中，经济预测不仅仅是一项困难的任务，它甚至是一种方法论上的错觉。那些经常在有线电视新闻频道上露脸的主流经济学家，把市场当成一台可以通过复杂数学来建模、测量和预测的机器。但他们完全偏离了经济学的真正意义。

市场是一个持续运转且不可预测的过程。它是由人类独一无二的选择、不断变化的主观价值，以及持续更新的局部知识所驱动的。因为未来从根本上说是未知的，是随着人类的行动而不断塑造的，所以想要进行精确的宏观经济预测，几乎是不可能的。

往好里说，这些模型不过是瞎猜。往坏里说，它们是中央计划者手中的危险工具。这些工具会导致大规模的错误投资和严重的市场扭曲。

对于普通大众来说，不盲目相信经济学家的预测才是明智之举。许多经济学家未能意识到一个最基础的事实：经济学，仅仅是研究在稀缺条件下人类如何做出选择的一门学问。

一次又一次，许多经济学家总是犯下同样的错误。他们忘记了人类是不可预测的、情绪化的，并且具有政治动机的行为主体。人类，绝对不是数学方程式中可以被精准计算的变量。

如果我们经济学家看不清人类行为这种固有的不可预测性，我们不可避免地会失去那些我们原本想要去理解的大众的信任。