無計量不學術

06-03

1987年我在中國人民大學參加一個經濟學培訓中心，當時請的都是美國的一些教授來講課，我們看的都直接是國外一些學術期刊上的文章。結果看不懂，我當時就問了一位來自斯坦福大學的教授：我到底要花多長時間才能看懂這些學術論文？他的回答是：五年。

等到很多年以後，我在美國讀完博士、工作以後，有一天我突然醒悟過來，他講的五年正好是美國的博士的學制，他的意思是，當你通過博士期間的訓練以後，也就是大概需要五年的時間你才能夠看懂你本專業的學術論文。這說明，想要掌握計量經濟學並達到能夠應用的程度，的確是要花費一些時間的。

現代經濟學問題需要數學工具實現

對於中國的一些學生，在學了數學、計量經濟學這樣一些課程以後不知道怎麼用，我覺得這本身跟中國的一些課程的設置是有關係的。在美國，在你學習經濟學之前就會告訴你一些必須的先修課程，比如在上中級微觀之前就會告訴學生你必須先學習微積分，因為中級微觀里要學到效用最大化等問題，就要用到數學裡的求極值的方法，就要用到微積分的知識。這樣就給了學生一種導向：要想修中級微觀，就要先學會微積分；而且，這樣還可以告訴學生微積分是怎麼樣用在經濟學的分析里的。

而在中國目前的課程設置情況下，學生在學習《高等數學》的時候是看不到以後這些課程將會用到哪裡的，學的數學課程和以後所學的經濟學裡的數學應用是有些脫鉤的。再者，學生之所以覺得數學和計量經濟學比較難學，那可能跟中國目前的教學文化也有一定的關係。現代經濟學之所以要用到數學、計量經濟學等工具，就是因為現代經濟學是建立在一套很嚴謹的術語、規範的基礎之上的，有著一套很嚴謹的邏輯框架，因此它的內容和形式是高度統一的。你為了分析一些高深的經濟學問題，就必須使用一些複雜的數學工具才能實現。當然，我覺得國內的數學和計量經濟學的老師們的教學水平在某些方面也要有一定的加強。由於計量經濟學要求的門檻高一些，特別是對數學工具的要求比較高，我們就容易把注意力集中在這些數學工具上，而忽略其背後的經濟含義。如果老師們能夠把這些經濟含義通過一些例子講進去的話，我相信學生肯定會喜歡計量經濟學這門課的。

計量經濟學所面臨的局限是整個經濟學科的局限

計量經濟學所面臨的局限性不是計量經濟學本身所特有的，而是整個經濟學科所面臨的局限性。從整個經濟學科的特點來看，其假設條件一般是沒有辦法直接去驗證的。其實過去好幾代經濟學家一直想要讓經濟學成為一門像物理學這樣的科學。

那麼什麼是科學呢？首先就是理論體系要有邏輯性，從假設到理論本身，到推論，一定都要有邏輯性，不能有邏輯錯誤。更重要的一點是，你的理論能不能解釋現實，也就是說理論跟現實要有一致性。而後面這一點其實就是計量經濟學的工作。我們現在發展一整套的計量經濟學的方法、模型和工具，其實都是為了用來分析經濟數據，然後看看這些經濟數據跟理論是不是相吻合。

那麼，為什麼說計量經濟學或者整個經濟學科有局限性呢？最關鍵的一點就是，在自然科學裡面，像物理、化學，或者生物，這些都是可以做實驗的。你之前可能做了大量的實驗來驗證某種假說，然後提出了你的理論。等你的理論提出之後，其他人在你的假設條件下可以獨立進行實驗，來驗證你的理論。但是，經濟學是做不到這一點的。例如研究過去三十年中國的經濟轉型問題，別人是不可能讓中國經濟回到三十年前再重複來實驗一次的，這種實驗是沒有辦法做的。雖然現在也有實驗經濟學，但是畢竟實驗經濟學研究的領域相對還是狹窄的，對於大多數經濟現象，我們都是被動的觀測者，並不能主動去產生數據。因此，如果你現在通過實證研究提出了一個觀點，但別人想要通過做實驗來驗證這個結論是不可能的。

在物理學、生物學上，我們可以靠做實驗來判斷對錯和真假；而在經濟學方面，只能是看你使用的分析方法，如果是實證研究的話，就是看你的計量經濟學方法，看哪一個更一般、哪一個更具有科學性，只有這樣，才能夠判斷出哪種結論要更好一些。而這也是相對的。就是說，也許現在受到數據的限制，或者所使用的經驗的計量經濟學的方法不夠好，不能把目前的理論推翻掉，但這並不一定說明這個理論就是正確的理論；過了一段時間，經濟現象的數據多了，方法完善了，可能就可以把這個理論推翻掉。

從這個意義上講，我其實是有一點懷疑，經濟學是不是可以達到像自然科學那樣比較完美、或者完善的程度。所以我們只能從多方面著手，讓經濟學在方法上、在各方面能夠盡量往科學研究方面靠，但是真正要達到自然科學的那種水平還是相當困難的。這是社會科學與自然科學最重要的一點區別。

經濟學不跟數據打交道是不可能的

數量分析方法的廣泛應用是一種進步。看看中國經濟學教育，在1980年之前的30年，經濟管理類的學生是不用學數學的，他們主要就是學習馬克思的政治經濟學。而現代經濟學最重要的就是marginal revolution，就是邊際革命。所謂邊際，對應的數學就是求導數，所以經濟學裡使用數量分析方法就很正常。為什麼要用計量經濟學方法去做呢？先看看國外的情況吧。美國高校里的經濟學的學術研究一共有三類：第一類是理論研究，具體分為微觀理論、宏觀理論和計量經濟學理論三個主流學科；第二類是應用研究，就是實證，就是用數據來描述客觀經濟現象，不加任何價值判斷；第三類就是政策性的，而政策性的研究在好的高校的經濟系裡面一般是很少的，是不提倡的。

不過這在中國可能正好是倒過來的。中國這種純學術的研究本身就比較少，比較早期的一些經濟學研究都是帶有價值判斷的，例如批判馬歇爾的新古典微觀經濟學叫庸俗經濟學。後來在接觸西方經濟學之後，國內學者才懂得必須做實證，就是要以事實為依據，只描述整個經濟過程，不加任何價值判斷，讀者看了以後自己會去判斷。這個實際上是社會科學的一個最基本的方法論。一百多年前，在德國有兩個學者爭論了半天，後來達成了學術界的一個共識，就是科學的研究方法最好不要帶任何價值判斷，客觀地描述整個過程就可以了，這樣才可能真正地把一些真相、真理髮現出來。如果是這樣的話，在經濟學裡，你不跟數據打交道是不可能的。特別是在經濟現象比較複雜的情況下，分析的工具也應該相應地變得複雜才對。我很難想像，複雜的經濟現象照樣還可以用最簡單的一些分析方法來做，這個是絕對不可能的。

現在在中國有很多政策性的建議，它們都是建立在跟數據不打交道的經濟邏輯思維上的，而這種經濟邏輯思維是隱含的有前提的。如果你的前提錯了，你的邏輯思維即使正確，你得到的結論也可能和經濟現實不一樣，這就是為什麼需要經驗驗證，也就是為什麼需要統計、計量的分析。因為經濟系統沒有辦法做實驗，因此想要判斷一個結論的科學性，每個人的標準都是不一樣的。但是有一點是可以肯定的，就是如果沒有計量分析，就會出現一種「公說公有理，婆說婆有理」的結果，就很難達到共識。

也正是因為這樣的原因，現在在國外的經濟研究，我估計80%以上的研究都是實證研究。可是，目前中國的一些學者，包括一些年輕學者，在不是很懂計量經濟學方法的時候就拿來用，比較機械地照搬別人的方法，這樣可能就會得出和中國現實相差十萬八千里的結論。而這些就給了那些批評的聲音以借口，說用計量經濟學方法預測的不準確、分析的與現實不一致等等。但是這並不能說明數量分析方法就是錯的。本身這就是一個必經的階段，現在我們看到的國內的很多學者使用的計量經濟學方法，是跟「練習」差不多的。我們現在還沒有真正掌握現代經濟學的基本分析方法，即使當這些方法掌握之後，分析中國問題時還要具體考慮中國的時空等條件。我相信，到那個時候，批評的聲音會少一些。