陆铭实证研究进行到底 陆铭:把实证研究进行到底
作者 : 姜天骄 经济学是研究社会与人的, 这一点决定了经济学必须与现实有关。 理论是帮助我们寻找躲藏 在社会之中的种种规律的有力的方法,特别是数理逻辑。但是,离开了实证,理论就容易成 为断了线的风筝。
我还想列举一些理由来说明实证研究是重要的。首先,不同的理论之间往往是竞争性的,这 时,“实践是检验真理的唯一标准”,实证研究就是帮助我们寻找有关实践的证据的。一个 理论正确与否,得到这个理论的假定前提是不是成立,都需要借助于实证来了解。
其次,经 济学理论从本质上来说是要告诉我们一些变量之间的关系是怎么的, 但是这些变量的关系是 不是重要,如果不做实证研究我们根本无法知道。特别重要的是,在制定政策的时候,每一 种影响因素的作用到底有多大是非常重要的信息, 它可以告诉政府把钱花在什么地方是最有 效率的。
所以,计量经济学才特别强调估计要是“无偏”的。当然,如果实证研究得到了与 理论模型不同的结论并不一定是理论就错了,可能变量之间的关系有多种方向相反的可能。
你可能会说,既然如此,实证就不重要了嘛。不对,当实证的结果与理论不同时,至少它提 醒我们可能有新的变量之间的关系还没有在理论上被发现, 这是理论向前进步的通道。
这就 引出了实证研究的重要性的第三个方面,可能这个原因是最重要的,──它是推动理论发展 的重要力量, 而且我认为是必要的力量。 做理论研究最容易犯的错误就是凭自己的理解去构 造所谓“新的”理论,认为自己的理论可以解释现象就可以了。
我说这是一种错误是因为, 我们往往忘记了问一句,我们为什么需要一种新的理论。我的看法是,只要当既有的理论无 法解释既有的现实的时候才是理论需要向前发展的时候。
其实, 回想一下经济学理论的发展 历史就知道,历史上的一些重大理论进展,比如说凯恩斯理论、货币主义、理性预期、信息 经济学,等等,都是在既有的理论不能解释现实的背景下产生的。所以,当你听到一种新的 解释性的理论时,建议你先不要管它是不是数学够复杂,是不是引了权威杂志上的文献,你 不妨问一问, 既有的理论是不是已经不足以解释现实了。
而为了了解一种理论到底是不是能 够解释现实, 以前人们往往借助于简单的观察, 而现在就需要求助于基于统计和计量经济学 的实证研究了。
现在国际上的经济学研究,特别是在应用经济学领域里越来越重视实证,原 因无外乎以上三个方面。事实上,很多人都认为,经济学理论的发展在很多方面已经非常丰 富,与理论研究相比,实证研究的成果并不丰富。
说得更为刻薄一点,经济学家关于现实到 底是怎么样的知道得并不比普通老百姓多多少。 我自己前些年的工作也偏重理论, 而且说实 话,我最终仍然是对理论比较有兴趣,但是可能也正因此,我作为一个刚刚开始做实证的初 学者来为实证研究的重要性说几句话也少些“王婆卖瓜”的嫌疑吧。
让我们再来说说计量经济学的“陷阱”。是的,计量经济学充满着各式各样的陷阱,从一定 意义上来说, 你可以利用计量经济学的外衣得到任何你想得到的结果。
对于既做理论又做计 量的人来说,更是不愿意看到与自己的理论不同的结论。与理论研究相比,计量经济学论文 几乎不可能让读者看到研究工作的全过程。
读理论论文时,至少可以自己把数学推导一遍, 然后就知道了理论的问题出在什么地方。但是从“理论”上来说,计量经济学论文从概念定 义到指标设定,到方法的选取,再到数据的收集,最后到结果的报告,读者看到的被报告的 结果只显示了整个研究的 1%的过程,而且作为读者是很难重复其过程的,一个最简单的原 因就是读者往往无法获得研究者掌握的数据, 谁知道这些数据不是编造的?是的, 这都是实 证研究的可能存在的陷阱,但是,这些问题并不是经济学研究的问题,实际上所有的实验科 学和运用实证研究方法的社会科学(比如社会学和政治学)都存在类似的问题,只不过社会 科学的不可重复性更强而已。
但是, 这并不意味着计量经济学的 “陷阱” 是随意的和巨大的, 当代社会科学研究体制已经在很大程度上减少了人为的陷阱。
首先,在数据方面,很多数据 库现在都是公开的(当然,在中国这一点还做得非常不够),这就大大增强了实证研究的可 重复性。
即使对于那些由研究者自己收集的数据,在论文发表之前,审稿人也有权要求作者 提供数据来重复检验。所以,数据的真实性可以在相当大的程度上由杂志的权威性来保证。 其实,更为重要的一个制约可能还是来自于研究者自身,一个真正的科学家,首先应该具备 的就是科学求实的态度, 他不应该做与这个职业相背的事, 即使有些时候也会被发表论文的 结果所诱惑,他也需要想想造假是不是有损声誉,从而得不偿失。
只要数据的可信性能够有 保证,其他的问题,比如指标、方法和结果的报告中可能存在的其他问题,就可以被比较容 易地发现了。 任何科学研究都是在往前走的,这意味着从哲学上来说,所有已经发表的论文都是错的,否 则人类的知识就不会再有新的发现了。
虽然有人担心自然科学的终结已经来临了, 但我想对 于社会科学,类似的担心还远远不必。从计量经济学的飞速发展来说,每有重大发展都会对 之前的一些实证研究结论构成极大的挑战, 即使是一些发表在国际一流杂志上的论文 (甚至 是近年刚刚被发表的)也仍然会被质疑。
事实上,近二十年来计量经济学工具的发展每一次 都是因为发现了既有方法的重大缺陷而导致的。 但是, 计量经济学工具可能存在的缺陷并不 是否定实证研究的理由。
我喜欢打的一个比方是, 人类的天文望远镜所能够看到的距离与宇 宙之大相比, 实在是不算什么, 基于现在所看到的事实所得到的对于宇宙的了解完全可能是 错的,难保有一天我们不会借助于望远镜在无穷远处看到一个上帝(也许是几个),是吧? 但是,不能因为这种可能存在的错误,我们就停止了对于宇宙的观察,如果没有当初那些基 于肉眼的观察得到的“地心说”再到后来的“日心说”,我们可能到现在仍然以为地球是在 一个大乌龟的背上呢。
在中国经济学的发展过程中, 我们已经经过了从拍脑袋想问题到构建数理模型的阶段, 接下 来中国经济学的发展一定会看到实证研究的进步。
如果说理论模型的构建能够显示出一个经 济学家是不是聪明的话, 那么, 实证研究则在很大程度上能够显示出一个经济学家是否有坚 韧的毅力。实际上,实证研究之难是只有做过了才知道的,从收集数据到录入,到处理,然 后尝试各种模型,再检验,一不小心就可能因为找错了指标或者方法,使所有的工作都需要 从头做起。
在中国做实证研究,特别是做中国问题的实证研究,更是难上加难。很多政府部 门掌握的数据是不公开的,好象那里面有天大的秘密,实际上,政府往往不知道,如果不去 分析那些数据,连他们自己都不知道那些秘密到底是什么。
有时候,费了半天力气,得到了 一些结论,讲给别人听,还可能面对让人哭笑不得的反应。
一种是“啊,我们知道”,言下 之意是,我们做的实证研究都是完全多余的,真不知道在有实证研究之前,人们是怎么知道 结果的,又怎么知道他们的知识是正确的。第二种反应是──如果你得到了与人们通常的认 识不同的观点──“哦,现实不是这样的”,不知道他们是怎么了解现实的,根据一些比例? 一些时间趋势?还是其他什么?第三种反应是, “你们用的数据都是我们提供的,那里面水 份很多的”,言下之意是这些做实证的人都是傻子,实际上,他们不知道,数据不准多半不 是经济学家的错,而且,只要数据不是疯子给的,就一定包含着一些有用的信息,一个实证 经济学家的基本功夫就是去处理那些乱糟糟的数据,如果它们不是垃圾的话。
所以, 我在有可能的场合总是尽力和来自政府部门的人讲, 你们现在实施的政策都是有政策 而无评估,很多看上去挺象那么回事的结论都是错的:用数据的比例说明问题,实际上就是 单变量的回归,可能忽略其他重要的影响因素;用两个变量的共同的时间趋势来说明问题, 就可能存在伪回归问题, 因为它们之间可能没有什么关系, 只是大家都在上升或者下降而已; 用对一部分人的政策效果来说明问题,可能忽视了谁成为政策实施的对象是“内生的”,换 句话说,那些政策实施对象可能是自己选择成为政策的实施对象的;……所有这些问题都可 能导致严重的偏误,从而导致政策的低效率,甚至错误。
我坚信,只要不断地向政府部门的 人去说,总会有人信我们的,至少我们的学生成长起来以后,目前这样的轻视政策评估的现 象总会改变的。
讲实证研究的重要性,还有一些更为实际的理由,那就是,实证研究在国际上比较容易得到 认同,容易得到参加国际会议的机会,容易发表。
这样说有些俗气和功利,但也是事实。好 的,我们换种说法,我相信,中国国内的经济学研究走向国际,将从实证研究开始。首先, 随着国际上对中国问题的关注越来越强, 人们一定会要求经济学家 (特别是来自中国本土的 经济学家) 对中国的一些现实问题给出解释和回答, 而这些解释和回答没有与数据结合起来 是很难说服人的。
第二,凭借对于中国的数据的了解,以及对掌握数据或数据收集渠道的部 门更为熟悉,实证研究者更可能获得国际的资助、交流与合作。
第三,可能也是最为重要的 是, 我们虽然都感觉到了中国的经济与社会有着一些与西方国家不同的特征, 但这些特征究 竟是什么,更进一步地来说,究竟中国与西方国家有什么本质上的不同,都仍然是有待回答 的问题。
我自己也一直在试图思考这些问题,但是,思考这些问题的第一步是要去看在既有 的理论中,是不是任何一种都不能解释中国的现实。实际上,在很多时候,你都会发现,中 国与其他国家的区别在理论层面上并没有想象当中那么大。
说了半天实证研究的重要性,我很怕留下一种误解,是不是会让人觉得理论不重要。不是这 样的, 实证研究和理论研究的区别只不过是方法而已, 决定实证研究者做什么和怎么做的仍 然是经济学的理论和对现实世界的思考, 这不仅使得理论经济学家区别于数学家, 也使计量 经济学家区别于统计学家。