2016 年的经济师考试那会儿，大家心里实际上都在揣测那道红叉。

那时候备考的状态像极了逛菜市场，买通了白菜，却买不通人生。大量人认定这行好做，认定只要拥有计算机和电脑原理基础就行，实际上不然。

那届考试，答案直接打在你脸上，痛得让人想哭。 考场上最让考生晕足的，实际上不是那些烧脑的数学题，而是那些让你看着就头大的图表解析。

那会儿学 stuff 的时候，脑子转得快，一看图就认定“哎呀，这是路网”，结局一考试，图都看不懂，数据全对不上号。

那时候老师讲“闭环”，我脑子里只有一个图：一个圆圈，里面是数据，外面是箭头，箭头指哪，数据就跟哪，后面是数据，前面是数据，最终又是一个圆圈。结局一考，老师讲“数据流”，我脑子里只有个死疙瘩：数据往哪流？流到哪儿去？流来的数据是啥？流走的数据又是啥？这种逻辑，考场上反而成了最大的障碍。 再说说那些让你抓耳挠腮的公式。数学得满分不难，难的是那些带变量的公式，特别是涉及到工夫、成本、规模这些变量。

那时候大家看到 $Y = f(X_1, X_2, X_3)$，嘴里念叨着“变量忒多，忒难了”，结局一做，发现 $X_1$ 和 $X_2$ 的关系，如何算如何绕晕。

那会儿认定这是“函数性质”，目前才知道，这是“逻辑链条”。链条断了，整个链条就碎了一地。

这种时候，有人认定“算了，我不看公式了，直接背结论行不中”，结局越背越背，最终表格都背成了流水账。 还有那套经济学试题，简直是把理论往实地上砸。

那会儿学宏观，认定 GDP 增长就是好事儿，目前学起来才发现，GDP 增长不等于经济活力，有时候 GDP 还跌了，但企业还在招人，还在发工资，这说明啥？说明这就是个“假繁荣”。

那时候认定“数据就是真理”，目前才明白，数据背后藏着大量故事，就连大量谎言。

比如那个“有效需求不足”的理论，那会儿学起来认定像念说明书，结局一考试，发现每个理论背后实际上都对应着不同的政策路径。 再讲一下那些让你哭笑不得的题型。记得有一次，题目让你画一个“投入产出表”，结局画出来，数据对不上，逻辑也乱。

那时候有个同学问我：“这图是不是画错了？”我说不是，是“数据不对”。画错了算错，不对算对。

这种时候，最忌讳的就是“逻辑自洽”，但考试时你往往找不到逻辑自洽的证据。 还有那道关于“行业兴衰”的题目。

那会儿看新闻说这个行业不中了，大家就认定“完了，行业完了”，结局一考，发现那个行业可能只是“转型期”，行业没死，只是换了门路。

这时候，大量人就陷入了“幸存者偏差”，当作行业不中了，行业就完了，实际上不然。

这种时候，最好办犯的毛病就是“把行业兴衰等同于个体命运”。 考试那会儿，最让人无语的是那些“模型构建”。

那会儿学《微观经济学》时，总认定模型是死的，是写在教科书上的，结局一考试，发现模型要“活”了，要根据题目里的数据“活”起来。

那时候有个同学问我：“老师，这个模型是不是画错了？”我说不是，是“数据不对”。画错了算错，不对算对。

这种时候，最忌讳的就是“机械套用”，但考试时你往往找不到机械套用的证据。 最终谈谈那种“数据陷阱”。

那会儿看新闻说“企业务必扩张”，目前看新闻说“企业务必收缩”。

这时候，最好办犯的错就是“数据误导”，当作数据就是真理，实际上数据只是工具。工具用错了，结局就错了。

这种时候，最忌讳的就是“听信数据”，但考试时你往往找不到听信数据的证据。 总的来说，2016 年的经济师考试，就像是一场心理战。你不仅要考知识，更要考思维。

那种“逻辑自洽”的要求，那种“数据真”的考验，那种“模型适用”的边界，都在向你招手。

那时候，大量人认定这行好做，认定只要拥有计算机和电脑原理基础就行，实际上不然。

那届考试，答案直接打在你脸上，痛得让人想哭。 目前回想起来，那些曾经让我们抓耳挠腮的图表、公式、题目，实际上都是通往更广阔世界的桥梁。别看考试时挺难，但一旦通过，你会发现，这不只是是一门学科，更是一种思维方式。

那种“逻辑链条”的思维，那种“数据背后的故事”的思索，那种“模型背后的边界”的探索，都会让你的认知更加立体。 故此，下次再遇到这样的考试题目，不要急着求快，不要急着背结论。你要慢慢啃，要慢慢琢磨。出于，真正的学问，压根儿不是速成的，而是沉淀下来的。