陆铭经济学家未婚 陆铭说审稿经济学家茶座

近日,因为审稿,以及收到的审稿报告,想起一些话,说给大家听听。

前两天,我将自己写的一份审稿报告和收到的一份审稿报告放在一起,在学生面前晒了晒。我对学生说,你们或早或迟,会成为审稿人,也会在各种报告会上批评别人的文章,那么,我希望你们记住两个C和两个P:constructive、professional、careful、polite。

审稿总是要批评的,批评是容易的,难的是建设性的批评。特别是对于实证研究,世人皆知,模型误设(mis-specification)、度量误差(measurement error)、内生性(endogeneity)是三个绕不过去的问题,从这三个角度去批评文章,基本不会错。

但是,一份审稿报告如果只谈这三个方面的问题,怕是恰恰说明审稿人除了教科书之外,对所审的文章没有更深的理解。更重要的是,一篇文章的模型形式应基于理论与文献,变量的度量应该是在研究之前已经充分考虑的问题,内生性的解决并不容易,有经验的作者不会在这方面一点也不考虑。

作为审稿人,我更愿意告诉作者这样一些信息:他有一个研究中闪亮的地方,他没有意识到;他遗漏了重要的文献;他可能能够找到某个数据,从而可以看看从X到Y的某个机制,甚至可以检验几种机制哪个更重要;或者,从X到Y的机制不是作者所说的那样,在历史和现实中,故事是另一种可能性,更接近真实的制度背景;我可能还会建议作者,在一篇学术论文中,不要将政策建议讲得那么多;我还会建议作者对于文章的引言部分换个写法,会使得他的工作更加重要和有趣。

……我会尽量要求自己所提的建议是可以做到的,从而使审稿意见具有“建设性”。

我不会对一篇研究收入差距对某个事物的影响的文章说,收入差距是内生的,你应该用实验数据去做,因为用实验方法来改变收入差距,不说是不可能的,也至少是不道德的。我也不会建议作者运用自然实验的数据来研究户籍的影响,因为我知道,随机地给农民工发放城镇户籍,这件事从来没有过。

对于耗费了经济学家大量精力的内生性问题,我想多说两句。我绝对认为克服内生性偏误是重要的,也是研究者应该努力去做的。不过,我的想法是,计量经济学方法和因果关系识别在理论上并无直接对应关系。计量的研究策略(包括实验方法、IV、regression discontinuity、propensity score matching、DID等等)都只是用来避免(或缓解)由遗漏变量或双向因果关系所产生的估计偏误的。

在使用了这些方法之后,研究者所看到的相关性更接近因果关系,而其是否真是因果关系,仍然需要看理论逻辑。因此,我不认为运用OLS方法分析截面数据的研究就一定不好,事实上,只要研究策略得当(比如运用了实验或自然实验的方法),从而保证了核心解释变量的外生性,OLS恰恰是最好且有效的估计。

一些顶级杂志的文章也常常在OLS的基础上,运用一些研究逻辑来排除某些作用机制,从而更好地接近因果推论。另外,一些开创性的研究往往是从看相关性起步的,此类研究的重要意义往往在于提出了具有创见的问题,当然,如果能够用更接近于因果分析的研究策略,则是锦上添花。

是不是可以简单地从研究方法来判断研究的价值?方法是重要的判断标准,但恐怕不能作为唯一标准。举个例子吧:党员到底代表什么?是能力还是权力?要回答这个问题,可以用同卵双胞胎数据,做一下双胞胎之间的数据差分,那么,同卵双胞胎的能力作为遗漏变量就被差分掉了。如果同卵双胞胎之间一个是党员,一个不是,两者之间的收入有差别,那说明党员的确不只代表能力。如果同卵双胞胎之间的党