每个经济判断都问一句：谁是看不见的受害者
一项政策、一个商业决策、一条经济新闻摆在面前。在形成观点之前，先问：谁从中受益？这些受益者是看得见的还是看不见的？谁在承担成本？这些成本承担者出现在新闻里了吗？
判断完成的标志：你能同时指出一项政策的受益者和受损者，而且受损者不是你从新闻标题里读到的。
一个不完整的例子不算完成：如果你只能说"关税保护了钢铁工人"，那你只看到了故事的一半。
区分统计事实和因果推断
遇到"A 导致了 B"这类经济判断时，检查三件事：数据是否覆盖了足够的时间段和地区？其他可能的解释是否被排除？是相关性还是因果性？
操作方法：把判断拆成两句——"A 和 B 同时出现"是第一句（统计事实），"A 导致了 B"是第二句（因果推断）。第一句只需要数据，第二句需要控制变量和排除替代解释。
当你发现自己在第一句的基础上直接跳到了第二句，停下来。这个跳跃就是大多数经济争论出错的地方。
对价格管制保持怀疑的默认姿态
任何形式的价格管制——不管是管高了还是管低了——都在消灭一个信号。价格被管制后，供给和需求的调节机制还在运行，只是换了一种不那么显眼的方式：排队、黑市、质量下降、供给缩减。
判断点：当有人提出"控制价格来解决问题"时，追问"价格被控制之后，供需缺口会通过什么方式重新出现？"
这不是说所有价格管制都不该做。而是说，在支持任何价格管制之前，应该先想清楚那个被消灭的信号会以什么形式卷土重来。
遇到差异数据先找替代解释
"男性收入比女性高 20%"——在得出"这是性别歧视的结果"之前，先查：是否控制了工作时间、行业选择、职级分布、工作年限？如果没有控制这些变量，这个 20% 的数字什么因果结论都不能支持。
操作习惯：遇到群体差异数据时，默认列出至少三个可能的替代解释，然后检查数据分析是否排除了它们。如果分析没有排除替代解释就给出了因果结论，降低对这个结论的信任度。