互联网的兴起提供了一个庞大的自然实验。更好的是，互联网在不同的州兴起的时间也不一样，这样就有50个自然实验。
从这些实验中得到的最重要的一点是“网络越开放，强奸案越少”。网络开放度增加10%，上报的强奸案就会减少7.3%。那些采用互联网速度最快的州，其强奸案的犯罪率下降得也最多。根据克莱姆森大学的托德·肯德尔（Todd Kendall）教授的观点，即便当我们控制了所有那些明显的混杂变量，例如酒类消费、警力、贫困、失业率和人口密度等，其产生的效果仍然存在。
由此我们能够得出结论，至少暂且是这样：网络访问可以减少强奸。但是这距离证明接触色情可以减少强奸还很遥远。也许那些强奸犯都窝在家里摧残维基百科，从而导致强奸率下降。但是肯德尔教授指出网络访问对于杀人犯不会产生相似的影响。维基百科在遏止强奸犯的同时，也会遏止其他暴力犯罪，很难看不到两者同时出现。从另一方面来讲，我们很容易可以想到观看色情内容可以作为强奸的替代品。
如果不是维基百科，那么网络交友怎么样？也许之前那些强奸犯在网络上找到了自己的真爱，由此导致了强奸率下降。不过肯德尔教授又指出网络产生效用最强的是15到19岁的作案者——这个群体使用交友服务的可能性最小。
此外，肯德尔教授还认为这些青少年正好就是那一拨（可能）严重依赖网络获取色情内容的群体。和父母住在一起时，要藏起来一些色情杂志可没有在慌乱中关闭浏览器那么简单。因此，这些辅助证据和之前的假设全都一致，假设认为网络访问可以减少强奸是因为网络使人更易获得色情内容。
心理学家的确发现，男性受试者在看完色情片之后，更容易立即产生厌女情绪。不过正如肯德尔教授所说的那样，我们需要弄清楚这些实验要测试的是什么：他们要测验的是在一间特定的实验室内，由研究员全程监控受试者观看色情片产生的反应。而如果是在自己房间里，并且在完全私密的状态下看色情片，通常都会产生高潮，这是一种有点混乱却让人十分满足的体验——这一体验似乎能够压制住内心的一些攻击性冲动，就如同实验室通过中间打断色情观看受试者内心激起的攻击性一样。
当我写到有关肯德尔教授在《石板》杂志上的那篇研究时，不少半懂不懂的人给我发来邮件，使我大为震惊，他们很郑重地说我们不可能得到这些知识，因为相关性并不意味着因果关系，因此也绝不可能建立因果关系。这些人的生活得是什么样子呢？他们真的会假装不知道汽油没了车就会停吗？他们真的是靠着意念每天开着没油的车去上班，然后咒骂是自己运气太差而一天天总是搁浅在路边吗？又或者说在他们的内心深处，是否也和我们其他人一样，承认知识有时候也是可能被获取的？
不过，那些持怀疑态度的人在有一点上是对的：如果没有一丁点儿相关理论，即使是一个很好的自然实验也几乎什么都说明不了，而如果你的理论就是错误的，那么你的结论也会变质。
还是以抽烟和癌症为例。宾夕法尼亚州提高烟草税，那儿的人就会减少抽烟，宾州的癌症发病率就会有所下降。与此同时，纽约的烟草税保持稳定不变，癌症发病率也就保持不变。这样是否就能证明抽烟导致癌症呢？不完全是。正如我在上文的脚注中指出的那样，它最多能证明对于那些对税收增加敏感的人来说，抽烟会导致癌症。而要做出进一步概括就需要一定的理论，在这个例子中，我们需要的就是类似“癌症和抽烟之间的联系是生物性的，而我们所有人的生物机体都是一样的”这样的理论。
当然没有人会怀疑这个理论，因此这一概括化的结论也必定是正确的。但是很快我们就会发现，对于其他的自然实验来说，其中所涉及到的相关理论既复杂又难以验证。
假设你想要来验证癌症和抽烟这一理论。（我知道，我晓得你已经对这个理论深信不疑了，所以你觉得没必要再去验证它了。但是请忍耐一下。这一点会很有启发意义。）第一步就是要了解足够多的医学知识，这样你就可以更精确地阐述一个理论。诸如“抽烟导致肺部受损，而肺部受损会引发癌症”。这一表述好的地方就在于它很容易得到验证。这就意味着如果你想要衡量抽烟和肺部受损之间的相关性，进而衡量肺部受损和癌症之间的相关性，然后使两个数字相乘，这样你就能得到抽烟和癌症发病率之间的相关性。如果这一等式适用的话（在可容忍的近似范围内），你就找到了可以支持自己理论的证据。
在经济学上，这种形式的推理被称为“结构模型”。变量越多，结构模型也就越复杂。高中就辍学的比读完高中的那些人锒铛入狱的可能性更大。是辍学导致了犯罪吗？还是说那些人想要当罪犯所以就辍学了？还是一些别的变量，比如智商低下或者父母疏于管教导致了这些？这些因果关系还可以走得更深入一些。比如是低智商导致了父母疏于管教吗？还是说因为父母疏于管教导致了智商低？
基于研究者对相关科学和经济学的理解，一个结构模型也许能够囊括所有这些问题。而一旦在这些问题上持有某种立场，你就可以从这些相互关系中推导出一些更为复杂的关系（比如“关联A和B的比率就等于关联C和D的比率加上关联E和F的比率之和”）。你可以检验下看看这些等式是否站得住脚，如果是的话，你就有权对这个模型充满信心。
实用计量经济学家同时需要自然实验和结构模型来判别因果关系和单纯的相关性。例如，我们可以相当确定高中辍学的人犯罪率更高是因为他们是辍学者。
只有通过结构模型我们才能知道降落伞可以救人性命。确实，不带降落伞和丧命之间呈现了很高的相关性，但相关性并不能说明就是因果关系。目前，还没有人做过这样的一组对照实验，即随机选择10名受试者带着降落伞从飞机上跳下，另外10名则不带降落伞跳下。那么为什么所有神智健全的人都相信降落伞实际上可以导致跳下来的人活下来？答案是：因为我们有结构模型，也就是说，我们可以借助模型来阐述降落伞是如何挽救生命的，我们还可以借此做出一系列精确的预测。它预测到那些因没有携带降落伞而丧命的跳伞者很可能出现多处骨骼断裂，而那些降落在树顶上的人生还的可能性要比落在岩滩上高得多。这些预测的准确性给了我们足够的信心，我们可以说在这个例子中相关性的确由因果关系而来。这恰好就是经济学家一直以来推理的类型。要知晓这些事情是非常有可能的。
下面这个例子中就同时用到了自然实验和结构模型：我们知道那些接受过学前教育的孩子更有可能从高中毕业，更有可能避免未成年怀孕，接受社会救济的可能性更小。和当年那些没有接受学前教育的孩童相比，成年之后，他们赚的工资（很显然）要更高。他们的工龄更长，并且犯罪较少。这是因果关系吗？或者仅仅是有相关性？
对我们来说，比较有利的条件是有一组可以实际进行的对照实验，佩里学前教育项目就是一例，它针对的是密歇根州伊斯兰提市3岁的贫困儿童，有没有资格参加这个项目全靠抛硬币来决定。如同其他幼儿园的孩子一样，参加了佩里学前教育的孩子成年后要远比那些没有参加学前教育的同伴成功得多。
不幸的是，这项实验并不是那么清晰明了，因为并不是所有抛硬币的获胜者都会选择把孩子送到幼儿园。那么那些从佩里学前班毕业的孩子日后能成功是因为他们上了学前班吗？还是因为他们有了那种把自己送到学前班的父母？
这里就需要用到结构模型了：我们首先要从详细的理论开始，研究一下这些变量之间的相互作用。这些变量为：学前班的出勤率，智商，家长给予的关注，家长的智商，学前班学到的技能，以及这些技能对日后的技能学习所产生的帮助，等等。这些理论能够帮助我们预测到不同变量之间的相互作用所产生的复杂关系。你可以分别测验下这些关系以便验证出哪些理论站得住脚。最终的结果是：很显然，学前教育导致好的结果。诺贝尔经济学奖得主詹姆斯·赫克曼（James Heckman）也是一位卓越的结构模型师，基于自己的结构模型，他估算到如果有15000美元，花在学前教育上要比在警察局花上80000美元能更有效地遏制犯罪。
事实并不是那么简单。用来支撑佩里学前教育实验项目的理论非常深奥，而且很难（随时会有以下风险：一个理论上的错误就能危及整个实验）。有些经济学家更偏爱自然实验，同时把外显理论控制到最小限度，而有些经济学家则更倾向于依靠精心设计的结构模型来说明问题，在这两者之间需要保持一种健康的制衡。
我再拿一例来结束本章：在美国职业篮球联赛（NBA）大赛中，白人裁判员（略微有些）更倾向于吹黑人球员犯规，而黑人裁判员（也是略微有些）更倾向于吹白人球员犯规。
如果你要罗列所有可能的解释，下面这一种你可能会提起：出于某种原因，NBA在分配裁判的时候会给吵闹的黑人球员分到白人裁判，而给那些吵闹的白人球员分到黑人裁判。这个解释可能说不通，因为比赛的时候裁判都是随机分配的。所以这里的情况就有点像自然实验。
那么是否这个实验就证明了白人裁判对待黑人球员更为苛刻呢？一点也不明显，也许这种情况恰好说明了它的反面呢！如果白人裁判对黑人球员特别宽松，那么黑人球员一看到是白人裁判就会格外嚣张。因此，有可能出现的情况是，如果裁判是白人，黑人球员犯规的次数高出了20%，但却因为白人裁判对他们太宽松，最后结果是他们犯规只多了1%而已。（同样的情况也适用于黑人裁判和白人球员。）
你也许会觉得这个理论难以置信，但关键在于仅有数字并不能反驳它。要想判定这个理论是否合理可信，你得了解下比赛规则以及裁判如何与球员互动——正如你想去研究学前教育产生的益处那样，你得先去学习下人的认知发展过程。因为有了理论，才使得获取知识变得可能。
事实上，过去几章的主题一再说明了获取知识是可能的。这就涉及一个问题：我们有没有可能知晓一切？你大概也听说过现代物理学就是建立在不确定性原理的基础之上，这一原则断言人类全知是不可能的。在接下来的一章中，我将会向大家解释下不确定原则的相关内容。
[1] 事实上，这个证据能说明的问题要少一些：它显示出对于那些对税收增加敏感的人来说，抽烟会导致癌症。不过可以肯定的是，那些人有着和我们其他人几乎一样的机体，于是你自然就能得出一个更广泛的结论。如果换作其他例子，这一类的概括方法是相当成问题的。稍后我们会看一下这些例子。
