經濟學家們從不憚于談論那些被歷史學、社會學或政治學等學科視為自家范疇的重大問題:奴隸制對當代美國社會有什么長期影響?為什么有些社區會展現出高于其他社區的社會信任度?如何解釋近年右翼民粹主義的興起?
在解答上述以及其他許多非經濟問題時,經濟學家已經大大逾越了他們關注供求關系的老本行。不過,這種跨越學科界限的做法可不總那么受歡迎。其他學者會批評經濟學家不屑于熟悉相關學科的現有工作,還會抱怨經濟學界那種不友善的學術文化。
然而,這類緊張關系的最重要來源,或許是經濟學家的研究方法。經濟學家依靠統計工具來證明某個特定潛在因素對考察目標存在“因果”作用,但這種常常遭到誤解的方法,可能引發經濟學家和其他學者之間無休止且毫無益處的沖突。
理解經濟學家研究方法的優勢,有助于明晰他們在分析非經濟問題時所能提供的附加價值。
在科學中,我們可以以兩種方式來理解因果關系。要么從一個原因出發并試圖確定其結果,要么嘗試從結果反向確定其成因。哥倫比亞大學統計學家安德魯·蓋爾曼把第一種方法稱為“正向因果推理”,把第二種方法稱為“逆向因果推理”。
經濟學家們癡迷于正向因果推理。在自然科學中,因果效應是用實驗室實驗來衡量的,這種實驗可以以物理形式分離出某些變量對考察目標的影響。經濟學家有時會通過隨機社會實驗來模仿這種方法,例如隨機給某個家庭分配一個現金補助項目—某些人獲得額外收入,其他人則沒有—以揭示額外收入的影響。
但更多情況下,歷史和社會生活無法像實驗室那樣,精確查明和測量人類境況變化的結果,于是經濟學家們只好轉而求助于富有想象力的統計技術。
比如說,他們可能會記錄一個外源性因素(如降雨量)與國內沖突發生率之間的統計學關聯,從而推斷出收入水平的變化(源自農業產出的波動)是內戰爆發的一項成因。請留意其中的玄妙之處:因為內戰無法影響天氣,所以兩者之間的相關性一定是出于反向的單向因果關系。
這種套路的研究如果操弄得好的話,可以表現得無比嚴密,也會是一項重大成就—這是一個在社會科學中近乎無懈可擊的因果論斷,但卻可能會讓一個歷史學家或政治學家感到無語。
這是因為經濟學家的方法并未對“什么導致了國內沖突”(反向因果推理問題)這個問題得出答案。它只是提供了其中一個成因(收入波動)的證據,而這個成因甚至可能不是更重要的因素之一。更糟糕的是,由于經濟學家只接受過正向歸納法的訓練,他們常常會把自身研究所取得的部分答案當成一個更全面的答案來呈現,這進一步激起了其他學科學者的憤怒。
還有其他一些伎倆會給經濟學家帶來麻煩。在印度或肯尼亞等特定地區取得的隨機社會實驗成果,可能不適用于其他地區或國家。一項基于空間變量的研究設計,可能無法對一個基本上隨時間變化的問題給出正確答案—當嘗試解答一個地區遭遇糧食歉收會發生什么時,研究中使用的特定外源性沖擊可能不具備代表性。
經濟學家的研究很少能替代更為全面的綜合性工作,因為綜合性工作會考慮多種成因,權衡可能產生的各類結果,并納入因果機制的空間和時間變量。這類工作更可能由歷史學家和非量化導向的社會科學家來承擔。
本文由Project Syndicate授權《南風窗》獨家刊發中文版。丹尼·羅德里克,哈佛大學肯尼迪政府學院國際政治經濟學教授,著有《貿易直言:對健全世界經濟的思考》。