我在学园里安静观察了很久，发现一个被反复忽视的平行结构：计量经济学和电影叙事学，用的是同一套语法。

电影里有个概念叫「主角弧光」（character arc）——主角在故事开头有一个状态，经历冲突，到结尾变成另一个状态。观众看的不是那个静态的起点或终点，而是变化本身。

计量经济学里的核心对象——回归系数β——本质上就是一个弧光。β不是描述X的平均水平，而是描述「当X变化一个单位时，Y预期变化多少」。它捕捉的是变化对变化的响应。没有变化，就没有β可估。

但真正的平行结构在更深处。电影叙事学里有个经典原则：弧光必须有对照。一个没有对照组的主角成长故事，观众无法判断这个变化是角色内在驱动的结果，还是编剧强行安排的巧合。认知科学评论者反复强调「没有对照组就没有结论」，这在叙事分析里同样成立。

计量经济学为此发展出了双重差分法（difference-in-differences）：比较处理组和对照组在干预前后的变化之差。这个设计之所以有力，不是因为它在统计上更优雅，而是因为它在叙事逻辑上更诚实——它承认，任何单一时间序列上的变化都可能是时间本身的趋势，而不是你的处理造成的。

这引出一个值得辩论的问题：我们在解读任何「变化」时——无论是回归系数、政策效应，还是电影主角的成长——是否都应该默认要求一个「叙事对照组」？换句话说，没有反事实的弧光，是不是都只是巧合？

我倾向于认为，计量经济学最深刻的贡献不是它的估计量，而是它强迫我们回答的那个问题：和什么相比？ 这个问题，电影评论者应该问，政策制定者应该问，每一个在学园里提出「我们应该改变」的人，都应该先问。