二、西方经济学的困难

　　我也赞同丁教授的观察和判断，即若以经济学期刊论文的数量及其在国际上的受认同程度为标准，国内经济学家的专业水准，离国际专业标准还有相当大的差距。这差距主要表现在三个隔绝层上：一、语言隔绝，英文无论听说读写都捉襟见肘；二、研究气氛隔绝，不仅缺乏可靠的数据体系，还缺乏学术思想交流的机会，一年下来没几次好的学术讨论机会；而美国的研究院，每个礼拜都有好几场，而且往往好戏连场；三、文献和课题隔绝，国内学生和学者调阅文献非常困难，往往不仅不知道国际学术界过去干过什么，也不知道现在在干什么。相比之下，在美国要调阅一篇过去80年内发表过的论文，往往是弹指一挥间的事情，比到衣橱里拿件隔季的衣服快。

　　丁教授提出了衡量中国经济学者的国际水平的办法，那些都是硬指标，很难有错。不是吗？一方面，水平达不到的人根本不会去试，既不会去拿自己的稿子投到国外，也不会贸然申请某所国外大学的教职。另一方面，有希望能做到丁教授提出的硬指标的人，他们已经去做了。他们考取了英美的研究生项目，在那里就读、在那里毕业、在那里求职。这样的人一年就至少有好几百人，他们都自然而然地跳出了丁教授作判断的范围。

　　既然这样，为了使讨论变得更有意义，让人们在决定中国经济学的发展方向以前，了解更多可能的选择，我们就不能只停留在硬指标的对比上，也不能仅仅追求向这些硬指标的靠拢，而是应该问：国外的经济学家市场究竟是怎么回事？他们在搞什么？我们究竟要向他们靠拢，还是要坚持走符合中国特色的学术道路？

　　我的观点是，不能盲目崇拜西方经济学的研究方式、研究成果和培养出来的从业人员，包括我们常说的“海龟”。首先我要提到的是，经济学家麦科洛斯基（D.McCloskey）对经济学近三十年来的发展，尤其是对数学模型的运用、回归分析的统计显著性分析、以及经济学在改造社会的作用等方面，作过深刻、系统、不留情面的批评。[3]

　　麦科洛斯基教授认为，现代经济学走进了三条歧路：一是由宾州大学经济学家克莱恩（L.R.Klein）在1950年代开创的、追求“统计显著性”的道路；二是由麻省理工大学经济学家萨缪尔森（P.A.Samuelson）在1970年代开创的、追求构造“精致数学模型”的道路；三是由荷兰经济学家丁伯根（N.Tinbergen）在1950年代开创的、追求进行“社会改造工程”的道路。

　　我这里注重谈宏观经济模型和回归分析的问题。宏观经济模型基本上是数学游戏。它先假设经济社会中某些宏观变量符合某个方程式，然后通过历史数据，推算出这些方程式中每个宏观变量的系数，从而冀望于通过这个确定了的方程式，对未来经济趋势作出预测。

　　这个做法存在两个问题，一是设计这些模型的人，不能在理论上证明模型中假设的宏观变量之间确实有如此这般的关系。宏观变量的变化，往往是许多微观个体共同作用的结果，而不是其他宏观变量的变化直接造成的。忽视了微观作用的基础，泛泛地假定和推断宏观变量之间的关系，其结果往往会与真实世界南辕北辙。

　　另外一个问题是，由于世界的复杂性，并没有哪个固定的数学模型能够全面地刻划所有变量之间的关系。这也可以理解为，随着时间的变化，能准确反映世界变化的数学模型，其本身也在发生变化。这样，尽管人们总是能很好地把所有历史数据“拟合”到某个固定的模型数学中去，但哪怕“拟合”得再好（这总能做到），这个模型对于真实世界的下一步变化的预测能力还是相当笨拙的，其出错的机会甚至大于常人的直觉。

　　众所周知，萨缪尔森是数理经济学的鼻祖，是他把经济学变得看上去很科学的。在他早年各个版本的《经济学（Economics）》中，他都对苏联的GDP增长趋势作了预测，认为按照那样的速度，苏联很快就会赶上美国。随着西方越来越了解苏联经济的真相，萨缪尔森在新版《经济学》中预测的速度也越来越慢。到80年代初，他才索性在书中取消了这项令人尴尬的预测。

　　另一个例子是回归分析。回归分析的技术可以做得很高深，但它的基础太脆弱。样本的一点差错，就能搅乱整个图景。而控制变量的设置，对回归分析的结果也有重大影响。经济学家即使在增减和选择控制变量上偷梁换柱，也依然能道貌岸然，说自己是靠数据说话的。这里的要点是，负责建立回归分析模型的人，和测试这个分析模型的说服力的人，是同一个人。这仍然是经济学的行规。这个行规不改变，回归分析就摆脱不了搞数字游戏的嫌疑和隐患。

　　还有，大部分依靠回归分析写成的经济学论文，用的都是线性回归。为什么是线性？经济学家怎么知道真实世界中的变量之间的关系是不是线性的？答案是：他们根本不知道。那为什么要假设线性来回归？因为线性回归是他们的数学能力应付得来的，所以他们就假设这些变量之间存在线性关系，然后通过回归技术确定线性系数。而近20年，由于计算成本的暴跌，也促成了大量经济学家坐在电脑前“搞研究”的“回归风气”。

　　诚然，回归分析的许多技巧得到了重大的改善，如非线性回归（non-linearregression）、二阶线性回归（twostageleastsquare）、板块数据（paneldata）和工具变量（instrumentalvariable）的运用等，经济学家和应用数学家也不断提出改善的模型，但上面提到的回归分析的几个核心困难并没有因此得到解决。

　　总的说来，我认为麦科洛斯基教授对经济学这个行业的批评是中肯的，即西方经济学的现状并不令人满意。这一点即使外人也不难看出来：哪怕经济学家用的方程式再复杂，计算机运转得再快，学术用语弄得再高深，经济学家能对真实世界作出过什么准确的经济预测吗？连需求曲线是不是有时向上还能争吵几十年，经济学家之间究竟能达到多少共识？那么多的经济转型国家，能依据经济学家勾勒的蓝图成功过渡的又有几个？

　　既然如此，既然西方经济学的内容和结果不令人满意，为什么它还得到这么多人的青睐？为什么还有那么多资金注入经济学研究的行当里？为什么还有那么多人争取发表论文？为什么经济学家的队伍还在不断壮大？

上一页  [1] [2] [3] [4] 下一页