現代數量經濟學中的庸俗化傾向

摘要：數理模型和計量分析都是現代經濟理論研究的重要工具，但是，由于在應用過程中工具成了價值、形式成了目的，于是完整的經濟學理論研究就被割裂了。一方面，一些經濟學家從事我向思考式的邏輯游戲，從而導致數理經濟學的勃興，但這種邏輯游戲根本上是與現實脫節的，從而屬于“極高明而不道中庸”的抽象體系。另一方面，一些經濟學家則片面放大經濟學的客觀性，從而導致計量經濟學的偏盛，這種研究根本無法得出一般性理論，從而屬于“道中庸而極不高明”的實用主義。特別是，在商人心態的主導下，這兩種研究趨向在國內也發生了蛻變：一方面，從事數理經濟學的那些人士根本無力在數理邏輯或模型構建上所有創新，而往往是機械地搬用（最多是對變量做些調整）西方學界的數理模型，從而表現為“上不入天”；另一方面，從事計量實證的那些人士根本不能對現實社會環境作正確的理解，從而那些實證分析往往是非常牽強附會的而根本無助于預測或指導實踐，從而表現為“下不著地”。正因如此，現代主流經濟學的理論研究看似繁榮，但其理論并無實質發展。

關鍵詞：計量分析； 數理模型； 數量經濟學； 庸俗化； 方法論

中圖分類號：F224.0 文獻標志碼：Ａ

一、引 言

一般來說，基于邏輯實證主義來發展經濟理論會遇到嚴重的“休謨問題”：一方面，當檢驗結果與理論一致時，我們不能簡單地認定理論被證實了，因為還有更多的經驗事實并沒有得到檢驗；另一方面，當檢驗結果與理論發生差錯時，也不能簡單地以為原先的理論錯了，因為經濟理論所基于的多維條件在現實中根本是不可重復的[1]。事實上，這幾乎已經成為了所有科學哲學家的共識，邏輯實證主義也已經遭到了方法論專家們的深刻批判，那么為什么主流經濟學還是那么固執地信奉它呢？博蘭指出，經濟學理論家在對待前人的觀點時往往像商人追求利潤最大化那樣各取所需，“所有對弗里德曼論文的批判都是錯誤的”，因為“那些依靠這些批判中的一項或多項而反對該論文的人，實際上是在各取所需”；同樣，“那些把弗里德曼的論文作為適用于一切‘眼前目的’而加以接受的人，實際上它們的方法論也是在各取所需”。問題是，商人從事一切市場活動的根本目的是為了獲得利潤，它的各取所需也是基于這種目的，而經濟學從事一切理論研究的根本目的是為了增進認知，那么它的各取所需能夠實現這一目的嗎？顯然，也正如博蘭承認的，“‘商人’可能對各取所需更感興趣，這是因為具有競爭的壓力，但是，倘若我們的目的是要推進經濟學理論，也就是說，倘若我們的目的是要完善我們對現實世界的認識，則在方法論和理論方面采取各取所需的對策，將會產生適得其反的效果”。[2]60事實上，正因為主流經濟學盲目地以商人的處世態度和方式來對待理論研究，結果反而使得科學研究逐漸庸俗化，并窒息和扭曲了理論的發展；而且這種商人主義心態在當前國內經濟學界尤其盛行，從而導致國內經濟學的數量化趨勢獲得畸形的膨脹。

顯然，正是在當前這種盲目而極端的邏輯實證主義支配下，國內一些“主流”經濟學者已經開始不把那些沒有數學符號的文章視為經濟學專業文章；一個明顯的事實是，沒有實證分析的文章已經越來越難以在專業經濟學刊物上發表，更不要說獲得那些所謂的“一流”經濟學刊物的青睞了。當然，計量作為處理經濟數據以分析經濟現象之間關系的工具本身是無可厚非的，這里也不存在價值判斷；同樣，數學也是對思想嚴密化、精確化的一個有益工具，并有益于思想的發現和傳播。但問題是，這些工具一旦被具有能動性的主體所使用，就開始潛藏了偏好和立場，并體現了其基本的利益取向和學術風氣，從而使得這種計量實證根本就不是它表面上呈現的那種“客觀”；同時，過分強調工具的使用，往往會導致目的和手段的顛倒，從而使學術研究偏離原初的目的而異化。顯然，這些傾向在當前中國經濟學界表現得尤其嚴重，本文就此現象作一剖析。

二、計量實證的庸俗化發展

我們知道，真正的計量模型分析對事物之間因果機理的解釋是有幫助的，因為描述經濟現象之間聯系的理論模型是整個理論分析的出發點，也是理論檢驗的必要階段，從而有助于增強理論與檢驗事實之間的一致性。首先，即使僅僅限于對數據的處理的統計分析而言，它對經濟理論的發展和完善也有如J.內維爾.凱恩斯所列舉的兩方面作用：一是提出以經驗為根據的規律，它可能或不能隨后進行演繹的產生；二是通過檢查演繹推理的結果并將它們呈送試驗進行檢驗，對演繹推理予以補充，甚至促使理論前提的修正。[3]其次，計量經濟學是數學、統計技術和經濟分析的綜合，因而才形成之初就被賦予了一定的經濟學特性；這意味著，計量經濟學在理論性方面就遠遠超越了傳統的統計學了，其目的就是為了有助于因果機理的揭示。這一點在弗里希為《計量經濟學》雜志創刊號所寫的發刊詞中就得到了說明：用數學方法探討經濟學可以從好幾個方面入手，但任何一方面都不能與計量經濟學混為一談：計量經濟學與經濟統計學決非一碼事，也不應視為數學應用于經濟學的同義語，同時，計量經濟學也不同于我們所說的一般經濟理論，盡管經濟理論大部分具有一定的數量特征。在弗里希看來，對于真正了解現代經濟生活中的數量關系來說，統計學、經濟理論和數學這三者都是必要的，但卻并非是充分條件；相反，只有三者結合起來才構成了計量經濟學。

正因如此，我們必須要清楚認識到，計量經濟學與統計學之間是存在根本性差異的。一方面，統計學往往是顯示事物本身是什么的事實，譬如，根據統計知識可以說明一個國家在一定時期的生產和消費，也可以根據統計資料來顯示一種事物或行為的分布狀態；另一方面，計量經濟學的研究卻需要根據統計提供的事實，進一步指出這些事實的來源和后果，闡明它們之間的因果聯系。因此，如果計量經濟學的研究蛻化為僅僅是提供事實，而不去進一步了解事實之間的相互聯系；那么，它顯然就失去了它存在的意義，更不能由此提出政策建議。例如，薩伊很早就曾指出，沒有一個荒謬理論或狂妄言論未曾援引事實以作說明；使政府當局往往受到迷惑的，也正是事實。事實上，歐美學術界對這兩門學科的性質往往區分得非常清楚：一個是提供事實，一個是機理探討；有人甚至認為，對那些統計學家來說，觀察事物就是簡單地收集大量數據，除此之外就無事可做了，因而統計學家僅僅是捆好小麥給他人去打場脫粒的人，而他們本身的思想是貧乏的。而且，與中國混淆兩個學科的研究者乃至把統計學家視為理論經濟學的權威不同，西方學術界對這兩個領域的學者也界定得很清楚：經濟學家并非就是統計學家，而統計學家也不是想當然的經濟學家；譬如，R.Kalaba是動態規劃的創始人Bellman的主要伙伴，一生發表過600多篇經濟學論文，12本書，但沒有人認為他是經濟學家，很多人甚至認為他不懂經濟學。[4]

同時，盡管計量經濟學出現的目的是為了對經濟理論進行檢驗和預測，并通過對理論的檢驗而推動假說上升為科學，但這是一個非常系統而邏輯嚴密的過程。波普爾曾指出，一個假說的檢驗包含了四種不同的途徑：“第一，在這些結論中進行邏輯比較，以此來檢驗系統內部的邏輯一致性。第二，考察理論的邏輯形式，決定該理論是否具有一種經驗理論或科學理論的特征，或者決定它是否具有其他特征，如累贅重復等。第三，與其他理論進行比較，以決定在該理論經受住我們的各種檢驗后，是否構成科學的發展。第四，通過從該理論推導出的各種結論的經驗應用來檢驗這種理論”；而且，波普爾強調，“最后一種檢驗的目的，在于發現該理論的結果在多大程度上經受住了實踐的檢驗，而不管這些實踐是由純粹的科學實驗提出的，還是由實際的技術應用提出的”。[5] 133-134顯然，是否可以通過對數量之間的定量分析來“發現”理論一直是一個引起爭論的話題，而且西方學術界對當前檢驗根據的內在缺陷也比較清楚，因而沒有深厚的計量經濟學基礎是不敢從事計量檢驗工作的。譬如，就20世紀30年代發展起來的內曼—皮爾遜假設檢驗而言，它就是“一個有著深刻缺陷的關于歸納推理的理論”，因為“如果沒有相應的隨機化技術、抽樣設計技術以及控制技術，這個假設檢驗將迅速變成一種對假設為科學的程序所進行調控的合理化過程，這個假設為科學的程序幾乎可以產生調查者渴望的任何結果”；同樣，這種自我證實的檢驗也存在其他方面，例如，“如果有無限的自由可以改變變量和判斷程序，那么，所謂的‘需求率’僅僅忽視一個指令，一個要不斷嘗試可選擇規格直到得到關于一個價格變量的負系數為止的指令”。[6]

正因為自誕生起計量經濟學所從事的研究就已經重在事物內在作用機理的探索上，這需要非常廣博的經濟學理論和其他社會科學的知識；因此，一般來說，沒有深厚的經濟學基礎是不敢從事計量檢驗工作的。然而，隨著功利主義在學術界中的膨脹，越來越多的人出于商人心態（為了盡早地獲得職稱、職位等利益）而開始撰寫的計量分析文章；由于缺乏足夠的理論素養，這類文章逐漸偏離了因果機理的探討，而使計量模型日益流于形式。事實上，計量分析首先是20世紀60、70年代的美國博士生開始偏重的，因為當時的學生就業壓力越來越大，而計量分析可以使他們更早地拿出論文；但是隨著邏輯實證主義的偏盛以及對經濟研究“客觀化”的強調，原先注重因果機理探究的計量經濟學卻越來越機械化和形式化了。結果，有關實證分析的文章基本上開始落入了一種八股文式的研究格式：第一節作為引言，第二節冠以“模型”或相關的名稱，第三節冠以“來自經驗的結果”，第四節則概括了“諸項結論”，最后可能是有關的不足及未來的可能研究；而且，“如果通常被發表的實證的新古典文章確實被認為是對‘科學的知識’做出貢獻的話，那么它就只能是這樣的情況，即這種實證經濟學的隱秘目的就是芝加哥實證主義的目的，也即從長遠上證明新古典經濟學為正確。具體地說，每一篇論文——它提供了說明新古典經濟學對‘現實世界’問題適用性的一項證明——都必須被視為朝向新古典理論真實性最終得到歸納證明這一目標的一項更具實證性的貢獻”。[2]173

而且計量分析重在對干擾因素的剖析，重在對現實與理論不一致的分析；因此，對計量經濟學文章來說，一切數據的處理都是次要的，那些具體的計算過程完全可以且應該放進附錄中，以供有興趣的學者查閱本文所揭示的因果機理所依據之事實的真實性。然而，國內主流經濟學刊物上所刊登的計量文章幾乎通篇都是這樣的數據處理文章，而最后的結論卻非常簡單，往往幾句話給出所得結論就草草了事了；而對數據的分析卻異常的簡單，絕大多數文章甚至根本就沒有因果機理的分析。正因如此，國內的這種文章本質上已經不是真正的計量經濟學文章，而僅僅是提供一些資料的統計，這些研究也不是經濟學的研究；相反，它更像是統計員的“體力”工作，因為它的主要工作在于數據收集和處理而不是理論思索。正因為當前被視為經濟學“理論”研究的那些學術刊物中充斥著這些形式主義的計量文章，因而廣大青年學子往往不能正確地辨析這些研究的合理性；相反，出于文章發表以及職稱評定的需要，他們還積極效仿這類雜志所崇尚的研究方式以及基本思維，從而也往往會把在這些刊物中發表計量文章的人視為理論權威。結果，國內經濟學就形成了把經濟學理論探索等同于數據處理的學術風氣，從而混淆統計學的文章和計量經濟學的文章，并進而混淆了統計學文章和理論經濟學文章，甚至混淆了經濟學和統計學這兩門學科。試想：整個經濟學界的理論研究被統計分析所完全取代，豈非黑白顛倒得離譜么？

可見，計量經濟學本身是出于使經濟理論嚴密化而出現的，計量實證本身是理論探究的一個重要過程，它注重的是對事物內在因果關系的揭示，從而需要契合前人所積累的各種知識。而且，理論提出之初也僅僅是一個假說，它在為人廣為接受之前必須進行檢驗；因此，計量實證往往成為一個假說上升為理論的一個必要步驟，這也正是計量經濟學對經濟學理論發展的意義所在。張五常就指出，如果有了深思熟慮的驗證思考，數據來源清楚明確，用回歸分析處理是錦上添花。[7]但不幸的是，由于功利主義的盛行，計量經濟分析的過程和目的越來越偏離原初目的：它不再是理論研究中的一個環節，而是用數量關系來取代了整個理論研究。事實上，當前那些從事計量研究的人，往往在沒有想好可以被事實推翻的假說之前，就直接跳躍到對一個變量作相關性分析，并以此給出相關或不相關的結論；而且他們在作回歸處理時，甚至對數據的出處也往往缺乏查根問底，而只是把一堆一堆的數字放進計算機來由回歸軟件處理。正因為數據處理時缺乏一個邏輯嚴密的假說基礎，因而我們必然無法說明出現特定結果的原因，無法全面剖析自變量和因變量之間邏輯關系以及作用機理，從而必然無法得到具有說服力的理論；顯然，這就逐漸背離了計量經濟學產生的目的。盡管如此，當前卻很少有人愿意并能夠反思這種計量檢驗中所存在的種種缺陷，甚至在數據處理時連對現有檢驗手段的適用性也很少認真甄別；相反，他們往往非常隨意地選擇一些數據作計量分析，或者不斷變化地使用檢驗方法直到得出自己需要的那種結果為止。事實上，在軟件上把數據調來調去往往是舉指之勞，得出來的是什么就說自己的假說是什么；正因為當前學術界熱衷于這種軟件文章，因而這類文章所給出的結論往往是千奇百態的。

三、數理建模的庸俗化發展

數理經濟學是運用數學方法對經濟學理論進行陳述和研究的一個分支學科，數理模型通過將一些因素抽象掉以后更有利于看清一些相關變量的關系，從而有助增強理論內在邏輯的一致性；因此，利用數學方法來研究經濟問題，有利于發現經濟問題的實質，指明經濟問題發展、變化的趨勢。但是我們必須認識到，數理經濟學根本上是一種演繹理論：從一些所謂的假定公理出發通過運用數學方法來推演一些定理；正因如此，我們要衡量結論的正誤首先必須審視它所基于的引導假定，要充分反思前提假設的合理性。而且經濟學理論的“內在一致性”也不同于自然科學理論的“內在一致性”，因為經濟學理論的內在邏輯一致性主要是指建立在“人之行為邏輯”的基礎之上而非“數理邏輯”的基礎之上。例如，艾克納在《經濟學為什么還不是一門科學》中就強調，內在一致性檢驗只是一個理論的必要的條件，但并不是充分的。在艾克納看來，任何理論的證明都必須進行三種性質的經驗檢驗：一是相符性檢驗(correspondence)，即檢驗基于理論的結論是否與從現實世界中的經驗觀測相符；二是普適性檢驗(comprehensiveness)，即鑒定理論是否能夠包容與所研究的某種現象有關的所有已知事實；第三是精煉性檢驗(parsimony)，即確定理論結構中任何具體要素（包括內在假定）對于說明經驗觀測的東西是否是必要的。

顯然，目前流行的模型分析往往局限于邏輯的演繹推理，迷信于數學符號拜物教；它不但刻意逃避對這種數學推演進行經驗上的嚴格驗證，更是忽視人之行為邏輯與數理邏輯之間的差異。正因如此，基于數理邏輯得出的經濟理論與經驗事實開始變得越來越相脫節，并且數理模型也開始在一個“我向思考”思維下進行自我繁殖。譬如，艾克納就指出，構成新古典經濟核心理論的四個基本構件幾乎都存在著嚴重的問題：(1)一組無差異曲線，這種無差異曲線是建立在各個假定的效用函數的基礎之上的；(2)一組連續或者光滑的等產量曲線，這種等產量曲線是建立在各個假定的生產函數的基礎之上的；(3)所有不同的廠商和行業的一組斜率為正的供給曲線；(4)生產過程中所用的全部投入的一組邊際產量曲線。也就是說，構成微觀經濟學分析基礎的無差異曲線、等產量曲線、斜率為正的供給曲線和邊際產量曲線都缺乏有效的經驗數據的支持，是缺乏經驗基礎的空洞的概念而很難經受相符性檢驗。而且，不僅主流經濟學的微觀分析層面是如此，宏觀層面的分析也是如此，如希克斯—漢森的IS-LM模型和菲利普斯曲線就同樣經不起相符性檢驗。正因如此，盡管那些從事數量經濟學研究的學者往往宣稱其研究方法具有嚴密邏輯，因而是客觀科學的；但正如波普爾指出的，當前盛行的自然主義方法論規則只不過是新古典經濟學形成的一種約定，這種游戲規則“與純粹的邏輯規則不同，卻與弈棋規則相像，很少有人會把弈棋規則當作純粹邏輯的一部分”。[5]139

特別是，數理經濟學發展起來的原初目的是希望通過數理的邏輯發現人類直覺或思辨所不能揭示的東西；例如，數理經濟學先驅古諾就是依靠對策思維發現了不完全競爭的情況下廠商確定價格和數量的行為。但不幸的是，當前絕大多數數理經濟學研究者都缺乏直接進行數理思維的能力，而僅僅指是把一些業已知道的常識性東西進行復雜化和符號化；因此，當前的數理經濟學往往不是強調思想的發現而是注重模型本身，以致數理模型已成為掩蓋其貧乏空洞思想的面具。同時，國內那些數理經濟學研究者大都是照搬西方學者已經提出的一些數理模型，從而沒有多少實質性的模型創新；更為甚者，在對西方主流經濟學中的假設前提和思維方式缺乏實質理解的情況下，他們卻想當然地進行一些畫蛇添足的修改以期本土化應用，反而扭曲或肢解了主流經濟學中數理模型的真實含義。其實，數理模型的建立往往是比較繁瑣的，它有兩個基本要求：一是要有良好的知識素養，從而形成良好的直覺；二是要較高的數學功底，能夠把這種直覺表現出來并加以嚴密化論證。正因為數理模型與一個啟發性的思想或故事是分不開的，因而模型的假設前提和模型選擇都有嚴格的要求。而且，盡管數理模型的構建是一項非常費力的工作，但這種工作往往是吃力不討好的：一者，一個模型所具有的實際價值和內含缺陷往往很容易被認識，一個簡單的假設都會引起人們對整個模型的意義否定；二者，即使一個數理模型有效地表達和精致化了人類傳承下來的思想，但思想的首創之功仍屬于那些思想提出者。

然而，盡管數理經濟學的要求如此之高，并且僅僅是完整經濟學理論研究路線中的一小部分；但是，受當前經濟學“科學化”思潮的影響，眾多的經濟學者卻集中于這一小部分，從而嚴重扭曲了這一領域的研究。事實上，目前國內流行的研究傾向基本上拋棄了理論研究前兩個更為重要的層次：方法論層次和理論素養層次；即使在思想表達層次上，也主要是以將簡單思想復雜化、模糊化從而顯得高深莫測為宗旨。結果，就完全扭曲了數理經濟學發展的根本目標，成為“為數理而數理”的一種形式追求。[1]究其原因在于，目前一大批從事數學建模的學者往往都是理工科出身，例如，那些海歸學者們大多也都是理工科出身的，只是到了國外學了一些建模技巧以后而搖身一變為主流經濟學的；事實上，這些人往往連經濟學理論中的基本術語都比較欠缺，也就不要說其他社會科學領域的知識和國內外經濟發展的實際歷程了，更不要說對人類社會有自己真正的獨特見解了。正因如此，盡管這些“數理經濟學家”依靠幾個貌似復雜的數學模型而名噪當前，但實際上，他們并不真正懂得經濟運行的“理”；他們所建立的模型往往也是機械的，是為了“建模而建模”或者為了唬人而建模，而基本上無法揭示出事物內在的作用機理，無法從模型構建和推理中獲得新的洞見。

而且，需要指出的是，數量經濟學最初獲得迅速發展的基本原因是為了現實的應用，它是20世紀20年代到60年代期間不斷膨脹的國民經濟計劃化的產物；但是到了20世紀70年代以后，隨著市場經濟重新取代計劃經濟成為主導，數理經濟學幾乎已經退出了政策應用的領域而逐漸成為象牙塔里的一種符號游戲。不幸的是，國內那些數理經濟學者似乎本身沒有看到這種轉變，也不愿看到這種轉變，因為他們根本沒有甘愿清貧的那種經院主義精神，而是努力要將他們基于模型的純粹邏輯研究與社會政策掛上鉤以獲得其他的物質利益。而且，令人啼笑皆非的是，在國內，這類學者竟然往往可以承接了大量的應用性課題，有的甚至充當了各類機構的經濟顧問；在一個極端抽象的概念上而撇開具體的社會現實所展開的建模游戲，并且缺乏其他學科的基本常識，竟然就妄想并敢于為實際經濟的運行出謀劃策。顯然，這就顯得異常荒唐了，要知道，作為應用政策經濟學的研究，并不在于模型的漂亮，而在于對具體問題的了解程度，而這些數理模型的構建者對現實問題又了解多少呢？在華盛頓特區的政界里有50多年經濟學研究經歷的赫伯特.斯坦因指出，“經濟學家對經濟并不知道多少，而其他人（包括制定經濟政策的政治家）就知道得更少了”。[8]

可見，真正的數理經濟學研究需要非常高的數學要求，它得出的理論要有現實意義更需要非常廣博的經濟學素養和其他社會科學知識，因而真正能夠從事數理建模研究的學者并不多；正因如此，當前國內從事數量經濟學研究的人主要偏好于計量方面，熱衷于基于某局部數據而進行所謂的實證研究。究其原因在于，實證研究只要在數據方面有專攻就行了，其他人不可能對之數據或者研究方法論重新作一考證；而且，如果其他人真正希望進行批判的話，為了有的放矢地重寫一篇文章，也必然會讓原先的那錯誤百出的文章發表。我們知道，自然科學中只有那些已經為大多數經驗事實證明的假說才會引發后人進行檢驗或嚴密化的興趣，在經濟學中也理應如此；正因如此，國內絕大多數實證文章是無人問津的，試想：一個在半年乃至幾個月內就可能過時或被實踐證明錯誤的文章還值得費力用論文來證明它的優劣嗎？事實上，國內這一群計量“研究者”也很少是在做真正的實證研究，更不要說理論研究：一者，他們的實證檢驗往往是在舍棄理論研究前兩個層次的基礎下進行的；二者，他們出于發表的目的往往會想當然地找幾個數據套在固定的計量模型。正是由于這些實證分析主要是出于發文章、報課題、評職稱以及獲得獎勵等功利目的，因而這些學者往往會不斷地轉移著實證研究的課題，形成一篇一篇評定職稱極為有效的“前沿”文章，卻根本無暇也無能對特定理論作全面而系統的實證分析，也似乎不屑寫什么能夠經得起時間檢驗的巨著。

四、經濟學庸俗數量化的原因及其批判

盡管現代經濟學者經歷了比古典經濟學者更長時期的人類歷史發展，歷史提供的素材對他們而言也更為充分；但是，由于片面強調數量化的發展道路，經濟學的思想卻似乎并沒有獲得相應的增量，經濟學家對社會的認知也似乎并沒有獲得相應的提高。相反，隨著大量標準化的應用計量軟件的開發，主流經濟學對社會現象的分析已經逐漸蛻化成了一種常規性的機械勞動；由于這種勞動日益減少了個人主觀思維的應用，從而必然也就會逐漸鈍化研究者的智力。一個簡單的原因在于，人類的理想思維首先來源于對經驗事實的直覺，但計算機的大量使用卻逐漸使使用者喪失了對經驗的直覺；薩繆爾森就指出，“據我觀察，計算機在很大程度上還是一只黑匣子，研究者把原始材料輸入進去，得出不同的概括性尺度和模擬結果。由于不能到匣子里頭去看看，和糟糕的舊時光相比，調研者對數據缺乏直覺上的親近感”。[9]當然，筆者不否認統計軟件有助于提高人們對數據進行計量處理的效率，而且統計軟件的開發、成熟的過程本身就凝結了人類的大量理性智慧；但是這種軟件開發鍛煉了開發者的智慧，卻限制了使用者的智慧，正如那些使用越來越先進的機器進行生產的藍領工人一樣，我們不能說那些會操作先進機器的人比那些手工匠更具智慧。其實，任何特定現象的研究本來應該是具有個性的，這包括如何更恰當地特定因素的影響，以及如何更恰當地選擇、增補數據等；但是現代的統計軟件已經使得研究批量化了，從而使得傳統的智慧型的科研工作者變成了一般的勞力型的資料統計員。更何況，任何理論的開發本身都有其恰當的使用條件和使用目的，但是目前這些方面很多都被使用者忽視了，使用者常常被告知只要懂得如何用，而不需知道為何用。

但不可思議的是，就是這種學科的研究方式，一些調查竟然認為，自然科學家的智商普遍比社會科學家的智商要高，而經濟學家又提高了整體社會科學家的智商水平，而當前中國經濟學界一些人也常常以此而自喜，難道偏執地堅持某種經濟學的教條也是理性高的表現么！其實，根據孔德的觀點，歷史的順序與邏輯的順序緊密地相互對應著，天文學作為自然科學中最普遍和單純的學科，首先得到發展，每一學科的出現要靠前一學科的發展；因此，他根據它的普遍性和獨立性的程度（普遍性和抽象性的遞減律、復雜性增加的程度、實用重要性的程度），把一切科學知識排成一個等級體系：數學、天文學、物理學、化學、生物學和社會學。其中，數學是所有學科中最抽象、最簡單、距離直接的實用最遠，數學家無法利用其他科學所獲致的成果，故獨立性最高；而社會學最具體、最復雜，與實用關系最直接，且須利用所有其他科學的一切成果，因而解決任何一個社會現象都需要依據更全面的人類理性。正因如此，麥克洛斯基指出，“智商測驗從誕生時起就是個冒著科學之名自欺欺人的丑聞和無恥的騙局”，[10]特別是，當前的說辭竟然把是否擁有處理最不復雜現象的數學工具的能力看成是理性甚至智商水平的標志，而那些擁有廣博知識、試圖從更全面角度分析問題的學者卻被認為是智力上的欠缺者，豈不荒唐！顯然，這種觀點之所以會盛行，不僅與現實社會中的政治、人文環境有關，更與當前主流經濟學乃至其他社會科學領域中的研究人員構成以及研究人員的知識結構有關。

一方面，在經濟學領域，那些從事數理模型構建的技術經濟學家往往是那些根本無能力從事數學、物理學等學科理論研究的人，他們在數學、物理學領域甚至都發不出什么有意義的文章，更不要說有所創見了；但是，一旦轉到經濟學界，就可以不斷地發表那些讓人摸不著頭腦的文章了，于是，也就開始被尊奉為杰出理論經濟學家，被視為是具有高度抽象推理能力的人。君不見，在國內，那些在數學或物理學界根本發不了文章，職稱也難以晉升的人，轉眼間成為經濟學界的教授、博導、學科帶頭人，即使經濟學領域那些所有“百優博士學位論文”也幾乎被這些人盡占；相反，那些從事社會科學綜合型研究的，盡管他們的見解更全面，分析更透徹，但往往給人條理不清的印象。同樣，一些經濟學專業出身的人在受到這些數理經濟學“家”的打壓下，也開始轉移到其他社會科學領域，如政治學、社會學以及法學等；而且，由于經濟學的研究方法比其他學科更為清晰和有條理，從而他們的研究往往被認為更具創見，從而也越來越受到青睞。之所以出現這種現象，除了理論研究確實需要各學科的交叉和契合以及數學工具確實是一個基礎外，更主要的原因在于人們對“科學”的內涵本身就存在認知上的缺陷。由于科學首先源于自然科學，于是就用自然科學的簡潔、普遍以及“客觀”性來衡量其他學科的“科學化”程度；結果，就導致其他社會科學盲目地仿效物理學等自然科學，而主流經濟學則擔當起了傳道的先鋒角色。然而，正如克洛爾和豪伊特指出的，“當代經濟理論雖然沒有給經濟生活提供一幅‘真實可靠’的肖像，但是它卻提供出一幅精致優美的畫圖。而且，沿著這幅畫圖指引的方向，一個注重學就式的研究訓練而忽視解決實際問題的研究綱領展開了”，不過，盡管“這種‘研究本身’具有一定的價值，但是，把它作為發展方向則有些過分了”，特別是，“目前經濟學中的這種狀況已經過頭了。因為在這種形勢下，我們（像巴甫洛夫的狗那樣）養成了條件反射的習慣，不精確地回答純粹學術上猜謎游戲式問題誤認為是‘有意義的’和‘令人感興趣的’內容”。[11]其實，經濟學畢竟是一門經驗科學，人們希望經濟理論可以用來指導解決實際問題而不是純粹的智力游戲，但顯然，這半個多世紀以來主流經濟學家卻一直熱衷于這種智力游戲，這顯然就使得經濟學的研究本末倒置了!

另一方面，目前那些從事計量經濟學研究的學者也大都是在統計學領域無所作為的人。如北大計量經濟學教授朱家祥就指出，一般而言，計量經濟學家的統計功底不如統計學家，但是比他們多懂了些經濟學；同時，計量經濟學家的經濟功底又不如經濟學家，但卻比他們多懂了些統計學。正因如此，朱家祥教授風趣地說，當他遇見統計學家時，趕緊稱自己是經濟學家；在經濟學家面前，也忙著標榜自己是學統計的。[12]實際上，那些功底深厚的統計學家轉而研究計量經濟學時基本上都集中在理論計量學方面，因為只有在這個領域，他們才可以專注于方法上的研究而發現研究的意義，相反卻不用關心那些自己心里根本無底的經濟涵義，因為后者本身就是他們的弱項；而且，正因為經濟現象要比自然現象復雜得多，以致當前計量經濟學的應用一般也要落后方法上的創新達30年～50年；因此，盡管今天理論計量的研究成果很可能是未來經濟學實證的資產，但由于數據的選擇、變量的確定以及方法的選擇等都存在很強的主觀性，因而這些邏輯嚴密的方法具體的應用價值也存在很大的疑問。正因如此，一個人的統計學功底如果不高，他也不想成為理論計量學家；那么，他首先應該把經濟學的理論基礎打扎實，這樣才可更好地從事應用計量經濟學的研究，而不是盲目地學習和應用那些計量工具。一般地，一個經濟學人在進行計量分析之前首先應該謙卑地去尋求一個“好”的模型，而這種模型包括4個基本特征：（1）符合經濟學的合理性，（2）符合統計學的合理性，（3）能幫助我們了解經濟問題，（4）要與現有的數據信息一致。顯然，一個計量經濟學家不但要接受統計學的洗禮，更要有扎實的經濟學訓練；即使如此，真正能同時滿足合理性與有用性的模型也是不多的，因而計量經濟學分析本身是一個非常艱苦的工作。然而，在當前國內經濟學界，那些數學或統計學出身而從事計量經濟學研究的學者鮮有集中在方法論領域的，相反，卻熱衷于所謂的實證分析，熱衷于承接各種課題。問題是，他們又提出了任何值得推敲的理論了嗎？他們在課題中提出的政策建議又有多少是可行的？

最后，需要指出的是，當前經濟學界追求數理的風氣主要與功利主義的學風密切相關，因為知識素養不足而又試圖能夠發表文章以有利于評獎、職稱、課題等青年學子所能采取的最佳捷徑就是構建復雜的數理模型；它不但不需要系統的學術認知，也是相對于那些老教授的優勢所在。而且從某種意義上講，這種學風也是以美國為代表的主流經濟學之學風的縮影或放大，因為自邊際革命以來，主流的新古典經濟學就日益撇開了對事物本質的探討，而僅僅關注事物之間的功能聯系；特別是，近半個世紀以來西方整個學術界尤其是經濟學界的風氣也越來越功利，以至對經濟學之學科性質也越來越無知。正因如此，主流經濟學家拋棄了真正符合經濟學特性的那種內部標準檢驗而過分注重實證分析，從而使得經濟學理論無法得到真正的檢驗；或者，簡單地把人類行為邏輯等同于數理邏輯而過分地注重于邏輯體系的完美性，從而扭曲了人的知性思維而無法發現背后的規律。結果，主流經濟學形成了局限在新古典經濟學者特定分析框架下的脫離實際的自我繁殖，并最終使經濟學成為一種我向思考的學科。顯然，正如阿萊指出的，“不幸的是，數學的濫用已經不只是當代文獻的弊端，這種弊端過于經常地產生出大批偽理論，這些理論靠的是機械地運用計量經濟學和統計技術，毫無真知灼見。所有這些理論都具有同樣的特征：精心建立線性相關的模型，而實際上它們只是偽模型，伴之以未經理順的根本未曾證明其合理性的經濟計量學的全套數學—統計學方法。計量經濟學對于天真而幼稚的人來說，是科學理論，但它們通常只有空殼：盲目而魯莽地使用線性相關方法和有關的檢驗，盡管這些檢驗通常并不適用于所研究的案例；過于經常地將模型用于一個國家的短期研究，其中解釋形變量的數量以及任意參數的數量都是些不可能有實際意義的東西”。[13]不過，經濟學數理化和計量化所潛在的理論危機在西方已經得到了越來越廣泛的認識，從而經濟學也正在朝多元化和交叉性的方向發展；但國內那些“主流”經濟學家還在炒作那些充滿缺陷的剩飯，而根本上沒有注意最新的經濟學發展，或者把這些最新發展視為非主流的而加以排斥。一個明顯的例子是，眾多的經濟學家已經開始注意到經濟學過分注重技術分析方面，并對經濟史和經驗研究在經濟學中的相對衰落感到不安和驚愕；例如，歷史學家格爾申克隆就指出，社會科學中有一種根深蒂固的渴望，要尋找一種通用的方法，一種對所有時期都適用的法則，但是這種簡單無知的態度必須被超越。顯然，就經濟學的理論研究而言，如果對社會現象的內在機理缺乏真正理解而片面追求所謂科學化的數學模型，那么，就不但不會促進理論的真正進步，反而窒息了理論的實質發展；實際上，這已經在當前經濟學理論上得到了反映，不久我們將會更深刻地認識到這一點。

五、結 語

盡管數理模型的分析以及計量實證的檢驗都是理論發展和完善過程中必不可少的階段，但是我們在發展經濟理論時卻不能喧賓奪主，而是要充分認識到這兩者在經濟學理論發展中的局限；究其原因在于，經濟學畢竟不是自然科學，其理論本身的可證實性以及可證偽性都比較差。事實上，我們往往難以從數理模型和計量分析中直接得出理論，相反，經濟學理論大都依賴于對那些熟視無睹的歷史材料的知性抽象；而且，在絕大多數情況下，數理推理和計量檢驗僅僅是對已經抽象出的理論進行補充和嚴密化而已。這對現實現象進行分析時是如此，對歷史事實進行描述和分析更是如此；米塞斯就寫道：當歷史學家解釋并重寫過去時，“這要求它要運用一些在開始自己的研究工作之前必須已經具有的思想。在他的研究過程中，即使處理一些材料使他得出了新思想，在邏輯上概念總是先于對個別的、獨特的和非重復性事件的理解。除非在致力于研究歷史來源之前有一個確定的戰爭與和平的概念，否則就不可能談論戰爭與和平。除非具有把原因與后果之間的一定聯系看作是普遍的可使用范圍來對待的理論，否則就不能談論個別情況下的原因與結果”。[14]盡管如此，現代主流經濟學者卻熱衷于在數據的基礎上對理論乃至社會政策進行“建構”性設計。試問，難道這些學人就不能稍微放一放這種“研究”而讀一讀哈耶克的著作，并由此作稍微的聯想和反思：自己的這種經濟學理論研究中不正潛在著深刻的“理性自負”么？

顯然，這又回到了筆者所提倡的有關理論研究的四層次框架，基于這種框架的理論研究需要非常廣博的知識素養，理論發展也是在“為往圣繼絕學”的基礎上“演化”進行的。[1]事實上，正是由于現代主流經濟學拋棄了古典經濟學實際使用的從本質到現象的研究路線，從而將經濟學理論研究割裂了：一方面，一些經濟學家從事“我向思考”式的邏輯游戲，從而導致數理經濟學的勃興，但這種邏輯游戲根本上是與現實脫節的，從而屬于“極高明而不道中庸”的抽象體系；另一方面，一些經濟學家則片面放大經濟學的客觀性，從而導致計量經濟學的偏盛，這種研究根本無法得出一般性理論，從而屬于“道中庸而極不高明”的實用主義。而且，這兩種研究趨向在國內也發生了蛻變：一方面，從事數理經濟學的那些人士根本無力在數理邏輯或模型構建上有所創新，而往往是機械地搬用（最多是對變量做些調整）西方學界的數理模型，從而表現為“上不入天”；另一方面，從事計量實證的那些人士根本不能對現實社會環境作正確的理解，從而那些實證分析往往是非常牽強附會的而根本無助于預測或指導實踐，從而表現為“下不著地”。當然，也有一些學者提出要進行所謂的“上天著地”的研究，這種“上天著地”往往被扭曲為搬用西方的一些理論來對一些具體問題進行解釋，如利用供求規律或“誰受益誰付費”的激勵理論來倡導提高高校學費就是此類；但顯然，這與從本質到現象研究思維及其蘊含的研究四層次所主張的“上天著地”思路完全相反，因為這一思維強調的是能夠從現象中發現其背后的本質和一般規律，從而提高我們的認識層次，在此過程中，不是簡單地利用某一單一理論對現實進行解釋，而是從多視角地全面分析，并由此總結出更為一般性的理論體系。

因此，判斷一個人對經濟現象以及社會現象的認知深度主要看他的知識廣度而不是所建模型的復雜程度，而社會科學領域學者們進行比較的主要體現在：誰讀得書最多；一般地，那些博覽群書者往往被視為權威，人文性越強的學科就越是如此。當然，與歷史等人文學科稍有不同的是，經濟學的理論認知還具有較強的系統性；因此，有了知識的廣度還需要能夠把這些知識契合起來而成為一個整體，這就涉及到方法論的訓練。然而，當前主流經濟學的學習和研究風氣完全背離了這一特點，那些對人類社會科學領域所積累的知識一無所知而熱衷于一些模型構建者往往被稱為經濟學大家；之所以如此，關鍵就在于，隨著越來越多理工科出身的人逐漸主導了經濟學，經濟學理論研究者的知識素養就已經急速下降了。試問：盡管當前國內經濟學子熱衷于設計出一個個數理模型，以致經濟學的文章充斥各類雜志而看似獲得了畸形繁榮，但這些幾乎根本不顧經濟學特質的抽象模型果真能夠獲得“發現”嗎？或者，它所表達的思想果真又什么價值嗎？那些計量結論有什么堅實的理論根基（無論是邏輯上還是經驗驗證上）嗎？正是這種研究取向導致整體性的經濟學理論研究已經被嚴重分割了，以致我們作了再多的問題研究，還是對社會現象困惑不解。筆者相信，將來人們再回過頭來反思我們當前的經濟學理論研究現狀之時，必然會對這種荒唐鬧劇苦笑不已，甚至會奇怪：那時的理論探索者怎么都陷入了如此的非理性狀態，就像社會上的大躍進一樣。

參考文獻：

[1]朱富強.經濟學計量化的反思[J].廣東經濟管理學院學報，2006，(4):5-11.

[2]博蘭.批判的經濟學方法論[M].北京:經濟科學出版社.2000.

[3]J.內維爾.凱恩斯.政治經濟學的范圍與方法[M].北京:華夏人民出版社，2001:225.

[4]宋小川.也為左大培說幾句公道話：也談我國的學術討論環境[J].海派經濟學通訊，2004，(4):23-26.

[5]波普爾.開放的思想和社會：波普爾思想精粹（米勒編）[M].南京:江蘇人民出版社，2000.

[6]米洛斯基.問題是什么[C].//巴克豪斯.經濟學方法論的新趨勢.北京:經濟科學出版社，2000:67-99.

[7]張五常.強迫發表是悲劇[EB/OL].[2007-10-10]?http://zhangwuchang.blog.sohu.com/66696001.html.

[8]迪克西特.經濟政策的制定：交易成本政治學的視角[M].北京:中國人民大學出版社.2004:2.

[9]薩繆爾森.我的人生哲學：政策信條和工作方式[C]//曾伯格.經濟學大師的人生哲學.北京:商務印書館，2001:328-344.

[10]麥克洛斯基.經濟學的修辭[C]//豪斯曼.經濟學的哲學.上海:世紀出版集團、上海人民出版社，2007:353-401.

[11]克洛爾，豪伊特.經濟學的基礎[C]//多迪默，卡爾特里耶.經濟學正在成為硬科學嗎.北京:經濟科學出版社，2002:22-48.

[12]朱家祥.計量經濟分析的陷井[EB/OL].[2007-01-08]http://3pro.blog.sohu.com/28853853.html.

[13]阿萊.我對研究工作的熱情[C]//曾伯格編.經濟學大師的人生哲學.北京:商務印書館，2001:23-56.

[14]米塞斯.經濟學的認識論問題[M].北京:經濟科學出版社，2001:1.

（責任編輯 吳曉妹）