“获得一份较高收入的工作，和经营一门收入不错的生意，哪个更难？”如果只比较两个最终数字，讨论很快就会变成互相举例：有人靠工作达到，有人靠小生意做到。
但我真正想追问的是：对起点普通、资源有限的人，结论是否仍然成立？
这篇文章讨论比较问题的方法，不估计现实收入分布，也不判断某个人应该就业还是经营。我的兴趣在于：一个看起来已经被数据回答的问题，可能还没有定义清楚它要回答谁。
“普通”需要拆成可讨论的条件
出身、能力和资源普通，是一种直观描述，却不能直接作为分析变量。教育、技能、地区、可投入时间、家庭责任、可承受损失和现有关系，都可能影响可选择的路径。
它们也不一定同步。一个人资金少但有很强的行业经验，另一个人有一点储蓄却无法承担收入中断，不能因为都叫“普通人”就默认面对相同机会。
我会先选出可能改变结论的几个条件，并说明其他条件暂时怎样处理。这样比较会变窄，却更接近实际问题。
同时要防止把条件收得过细，以至于只剩一个无法找到材料的虚构人物。分析的作用是识别关键差异；缺少数据时，应当保留不确定，而不是为每个条件编出一个概率。
当前结果的分布，不等于从起点出发的机会
“已有经营者里多少人达到某收入”，分母是当前被观察到的经营者。“从某种起点开始，多少人能在若干年后达到”，分母则是选择进入这条路径的一群人。
如果只看到仍在经营的人，退出者的经历可能没有进入同一统计。就业数据也要看是在全体人口、在职人员，还是某个职业样本里计算。
同样，成功者可能与准备进入的人在经验、资金、选择条件上不同。把成功人群的平均特点直接移给新进入者，不能得到可靠的实现难度。
Hernán 与 Robins 对选择偏差和因果比较的讨论，有助于理解样本形成过程与比较条件为什么重要；这里没有据此推导就业或经营的现实胜率。Causal Inference: What If
我需要先问的是：资料里的谁被看见了，谁没有进入比较，以及缺失是否影响我们正在回答的问题。
两个收入数字也未必在同一尺度上
工资收入、营业收入、经营利润和可支配所得，不是可以随意互换的口径。劳动时间、额外资本投入、波动与持续性，也可能藏在一个年收入数字后面。
比较前应明确计算期间、是否持续达到、包含哪些成本，以及个人劳动怎样计入。这里不需要先做复杂模型，只需要避免把不同意义的数字放在同一条线上。
“难”本身也有多种含义：进入门槛高，达到目标的比例低，需要时间长，还是失败后果难以承受？两条路径在不同尺度上可能排序不同。
若双方说的难度不同，争论不会因为增加成功故事而结束。
时间和失败路径应该进入比较
一个最终目标相同的路径，可能需要更长准备，也可能中途收入波动更大。对有家庭责任的人，等待期间的条件本身就会影响路径是否可行。
失败也不只有“没有达到目标”。还要看投入能否撤回，积累的能力是否能转用，以及退出后有哪些选择。这些是需要收集的信息，不是预先认定某条路径一定更安全。
我会用情境比较代替单一结论：假如时间约束更紧，哪项因素开始主导；假如已有专业经验，哪些门槛改变；假如无法承担收入中断，原来的排序是否还适用。
这种方法不直接给出行动建议，却能说明我们还缺什么证据，以及哪项条件值得先核查。
调查没覆盖到的部分，既不能忽略，也不能任意补上
现实中可能存在公开样本不容易覆盖的经营活动或收入形式。这值得检查调查对象、抽样方式、问题定义与非应答情况。
但“可能遗漏”不能直接推出“遗漏了大量更容易的机会”。遗漏部分可能表现更好，也可能更差，甚至因为口径不同根本无法直接加入。
我会把数据缺口写成具体问题：哪类对象没有覆盖，有没有补充资料，资料之间能否对齐，以及缺口扩大或缩小时会不会改变判断。
如果关键部分没有可靠材料，就先不给精确概率。用非常确定的数字装饰一个未知分母，比承认不知道更容易误导。
这个习惯也适用于技术比较
“哪个模型更好”，要追问对什么任务、输入和评价方式；“哪种研究方法更有效”，要看对什么人群、情境和决定；“这个自动化很省时间”，要检查谁省了时间、谁增加了维护。
这些看起来是不同领域的问题，却共享一个要求：结论的适用条件应该跟着结论一起出现。
我希望一个比较最后能留下可讨论的陈述：在这些前提下，这个选择有这些优势；某项条件改变后，原判断需要重看。它可能没有一句“哪个更好”那么痛快，却更容易进入实际决策。
与系统背后的决策过程连起来，下一层问题是：除了个人起点，谁还能改变我们面对的机会与规则？