上一章说，宏观做不了实验。退一步想：就算不做实验，光是把经济「量」清楚总可以吧？物理学里也有一大类工作不叫实验，叫测量——量出光速、量出电子电荷，照样是硬科学。
这章要泼一盆冷水：宏观经济学里那些最基础的「量」，本身就不是世界的一部分，而是人做出来的东西。
GDP 不是一台仪表的读数
GDP（国内生产总值）——一个国家在一段时期内生产的所有最终商品和服务的市场价值总和。新闻里每个月都在报，精确到小数点后一位，仿佛它是国家经济这台机器仪表盘上的一个读数。
但它不是读数，是一个统计构造物。几个让人不舒服的事实：
第一，GDP 的定义里塞满了人为约定。你在家给自己做饭，这顿饭不进 GDP；同一个厨子，你到餐馆吃他做的饭，进 GDP。家务劳动、志愿服务、地下交易，都不算——不是量不到，是定义上就没算。GDP 的发明者之一库兹涅茨当年就警告过：别拿这个数字当国民福祉的度量。结果全世界都拿它当福祉的度量。
第二，GDP 会被事后修订，而且修得幅度不小。一个季度的增长率，初值报出来，之后几年里会一修再修。美国 2008 年四季度的 GDP 增速，初值报的是年化 -3.8%，几经修订后变成了 -8.9% 左右——同一个季度，一个是「不太好」，一个是「大崩盘」。换句话说，新闻里那个让你焦虑或振奋的数字，大概率不是最终数字；而决策者在当时只能拿着初值做决定。
第三，把万亿种经济活动压成一个标量，信息必然大量丢失。两个国家 GDP 一样，一个在生产抗癌药，一个在重建被洪水冲垮的房子，前者是创造，后者是补窟窿——数字上分不出来。
大白话：GDP 不像体重秤，更像「你觉得今天状态怎么样」——有参考价值，但它是一个人设计出来的问题，答案也经过了好几次修改。
CPI：你量的通胀，和我的不是同一个
CPI（消费者价格指数）——拿一篮子代表性的商品和服务，跟踪其价格变化，用来度量通货膨胀。听起来就是「做个加权平均」，工程师十分钟能写完代码。
魔鬼在「一篮子」里。篮子里放什么、各占多少权重，是统计局的决定，而这个决定永远追不上生活。智能手机刚出现时不在篮子里；等进了篮子，又出现一个折磨统计学家的难题：新一代手机贵了 10%，但它快了一倍、摄像头好了五倍——这 10% 里有多少是「涨价」，多少是「你买到了更好的东西」？这叫质量调整，不同的调整方法能差出可观的通胀率。
结果是：官方 CPI 说通胀 2%，而你觉得生活成本涨了 10%。你们可能都没错——你的篮子（房租、孩子学费、外卖）和统计局的篮子（含降价的家电和汽车）根本不是同一个篮子。通胀不是一个数，是 14 亿人各自的数，官方公布的只是其中一种平均。
失业率：你不找了，就不算失业
再看失业率。定义听起来简单：没工作且在找工作的人，除以劳动力。注意那个尾巴——「且在找工作」。一个被裁员的程序员，找了半年工作没找到，心灰意冷不找了，去开网约车糊口。在失业统计里，他不是失业了，他是退出了劳动力市场——失业率反而因此变好看了。
所以同一段时期，失业率下降，可能意味着经济回暖，也可能意味着大量人绝望到放弃找工作。数字本身不告诉你哪一种。
古德哈特定律：量什么，什么就变形
如果这些只是「测量误差」，那还好办——理科生最会处理误差了，误差棒画大点就行。但宏观测量有个更毒的属性：一旦一个指标被当成目标，它就不再是好指标。这叫古德哈特定律。
经典例子：苏联钉厂按「钉子吨位」考核，工厂就生产又大又重又没人要的钉子；改成按「钉子数量」考核，就生产一大堆小得没法用的钉子。指标本身没错，可一旦它变成考核目标，被考核的人就会优化指标而不是优化现实。
放到宏观里：当 GDP 增长率成为政绩目标，地方就有动机在数据上「想办法」；当银行监管盯住某个资本充足率，银行就发明各种把风险挪出该指标的金融创新——指标没变，风险没少，只是搬出了仪器的视野。在物理世界，你量温度不会把温度计烤热；在经济世界，你公布测量标准的那一刻，被测对象就开始围着标准变形。
这对理科生意味着什么
工科训练教我们信任仪表：读数不对，先怀疑传感器，再怀疑被测对象。宏观经济学要求反过来：先怀疑读数。
这不意味着宏观数据是废纸。GDP、CPI、失业率仍然是人类目前能造出的最好的总量度量，趋势方向大体可信，跨国跨期比较大体可用。但要把它们当「构造物」用，而不是当「读数」用：问自己这个数是怎么定义的、什么时候会被修订、谁在因为这个数字被考核。一个习惯了精确测量的理科生，在这里要学会的第一件事，是把每个宏观数字后面自动脑补一个很大的误差棒，以及一行小字：「本数字的定义可能改变」。