前言：本站為你精心整理了經濟學非主流解讀分析范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

一、何謂“能測量”?

眾所周知，科學知識的表達方式通常有兩種：一種是文字語言，另一種是數學語言。這兩種語言都必須遵循起碼的最低表達要求。文字語言的最低表達要求，就是要遵守“形式邏輯”。形式邏輯有四大定律，即同一律、排中律、矛盾律和理由充足律。同一律的基本內容是：在同一論證過程中，概念和判斷必須保持同一性，亦即確定性。同一律可用公式表示為：A是A。矛盾律的基本內容是：在同一論證過程中，對同一對象的兩個相互矛盾(對立)的判斷，其中至少有一個是假的，不可能全是真的。矛盾律可用公式表示為：A是B，A不是B；這兩個命題不會同時成立，也不會同時不成立。排中律的基本內容是：在同一論證過程中，對同一對象的肯定判斷與否定判斷，這兩個相矛盾的判斷必有一個是真的。排中律可用公式表示為：A或者一A。理由充足律的基本內容是：正確的判斷必須有充足的理由。充足理由律可用公式表示為：因為B真，且B能推出A，所以A真，也可以說，B是A成立的充足理由。Is]形式邏輯這四條規律要求人的思維必須具備確定性、無矛盾性、一貫性和論證性。數學語言也有邏輯要求，那就是要遵守“數理邏輯”。數理邏輯包括兩個最基本的也是最重要的組成部分，就是“命題演算”和“謂詞演算”。所謂命題演算，是研究關于命題如何通過一些邏輯連接詞構成更復雜的命題以及邏輯推理的方法。所謂謂詞演算，也叫做命題涵項演算。

在謂詞演算里，把命題的內部結構分析成具有主詞和謂詞的邏輯形式，由命題涵項、邏輯連接詞和量詞構成命題，然后研究這樣的命題之間的邏輯推理關系。數理邏輯也稱為“符號邏輯”，其體系主要包括：邏輯演算(包括命題演算和謂詞演算)、模型論、證明論、遞歸論和公理化集合論[6]。數理邏輯和計算機科學有許多重合之處，兩者都屬于模擬人類認知機理的科學。數理邏輯其實就是形式邏輯的現代表達方式。簡而言之，數理邏輯就是精確化、數學化的形式邏輯，它不僅是數學計算的基本要求，而且也是現代計算機技術的基礎。需要說明的是，除了上述兩種邏輯之外，從更高境界的維度上講，科學知識的表達方式還應當遵循辯證邏輯——比如馬克思主義政治經濟學。至于辯證邏輯，這里不談(辯證邏輯有三條原則，即對立統一、否定之否定、質量互變)。今天，在現代經濟學的范式中，數學幾乎成了理論思想的唯一表達方式。這種情形，也被稱為經濟學的“形式化”。說到經濟學的“形式化”，筆者有必要提及一個真實的故事：在美國芝加哥大學社會科學研究館的正面，刻著這樣一句話：“如果你不能測量的知識就是貧乏和不能令人滿意的-E73~。所謂“能測量”是什么意思?就是“形式化”。換言之，經濟學的“能測量”就是指在方法論的意義上，經濟學“能實證”、“能量化”，或者說“能計量”。請注意，這個“能測量”不是刻在自然科學研究館，而是刻在社會科學研究館!由此可見，實證的精神，不僅是自然科學方法論的核心，而且也是社會科學方法論追求的目標。至于這個目標能在多大程度上實現，那就是另一回事了。如果僅從自然科學發展的歷史來看，那么科學的起碼要求，就是必須“能測量”。所以，對于理工科來說，“能測量”怎么強調都不過分。

問題是對于社會科學之一的經濟學來說，“能測量”有什么意義呢?在經濟學界，這個問題應該說已經不是什么問題了。對于“能測量”的意義，1989年，諾貝爾經濟學獎得主挪威經濟學家哈維爾莫(TrygveHaavel—too)，曾經這樣說：“許多經濟學家有許多深刻的思想，但是缺少數量概念。例如說某一個經濟指標受到惟一原因的影響，但是如果對影響的強度一無所知，即使知道這個影響是正的或負的，也是沒有多少實際的科學意義”[8]。馬克思也說過一句很著名的話：“任何一門科學，只有充分利用了數學才能達到完美的境界。”現在高校的經濟學研究生和博士生，基本上都開了“三中”課程(中級宏觀經濟學、中級微觀經濟學和中級計量經濟學)和“三高”課程(高級宏觀經濟學、高級微觀經濟學和高級計量經濟學)，就是在學“能測量”。尤其是計量經濟學，作為“能測量”的有效手段，不僅已經成為經濟學的基本內容之一，而且也是經濟思想和經濟理論的基本表達方式。計量經濟學模型，就是要解決“如何測量”這個問題；而回答“影響強度”這個定量問題的，正是計量經濟學模型的結構參數估計量。

二、“能測量”異化為“能忽悠”

今天，在社會科學當中，大概只有經濟學才敢稱這個所謂的“能測量”。具體而言，對于經濟行為的“因果關系”來說，所謂“能測量”有兩個基本要求：(1)這個問題可以建立數學模型來解釋，比如計量經濟學的回歸分析；(2)得出的結論可以用精確的統計來檢驗，比如“t檢驗”。請大家注意，正是這個“t檢驗”，讓經濟學的“能測量”變為科學。令人遺憾的是，在我國經濟學界，這個“能測量”已經被神話了，這種情況導致很多學術論文的“能測量”，異化成為“能忽悠”。有一幅漫畫《公雞的自我總結》(我是怎么克服困難，天天把太陽叫起來的)。在經濟學中，“公雞打鳴”與“太陽升起”，這兩個現象之間的關系可以用數學模型來表達，并建立如下函數關系：Y—a+ZX+U“公雞打鳴”是自變量(X)，“太陽升起”是因變量(Y)，a是截距項，u是隨機變量。然后做計量回歸分析，求出回歸系數(8)之后，進行“t檢驗”，檢驗結果肯定非常顯著。也就是說：“公雞打鳴”之后“太陽就升起來了”，這個關系是一個“大概率”的事件，而不是一個偶然的“小概率”事件。也就是說，“公雞打鳴”100次，“太陽升起”也是1O0次。于是，數學模型“科學”地證明：“公雞打鳴”是“太陽升起”的原因。那么，公雞為什么會打鳴呢?科學研究證明，在公雞的大腦與小腦之間，有一個內分泌器官叫松果腺，這是公雞打鳴的基礎，或者說，公雞打鳴的“生物鐘”就生長在這里。經過長時間的進化，早上打鳴已成為公雞的一種習性保存下來。即使將公雞放到黑暗的地方，讓它看不到光線，到了清晨，它還是一樣要打鳴的。由此可見，雖然從表面來看，“公雞打鳴”與“太陽升起”存在著“相關性”，但是，這種“相關性”僅僅是這兩種“現象”外在的聯系，并不是這兩種“現象”內在的“因果聯系”。嚴格說，公雞打鳴是由動物在進化過程中形成的內在生物鐘決定的，而太陽升起是由太陽系甚至銀河系的運動規律決定的。

然而，囿于當時的生產力水平，遠古時代的先民既不知道公雞內在的生物鐘規律，也不知道太陽系運行的自然規律，所以，只能把這種現象上的“相關性”當作內在的“因果性”。順便指出，有人認為，雖然公雞打鳴不是太陽升起的原因，但太陽升起是公雞打鳴的原因，所以二者仍然存在因果關系。這個說法同樣值得商榷。有關公雞為什么會有生物鐘現象，在學術界大致有三種觀點。(1)“外源說”認為，某些復雜的宇宙信息是控制生命節律現象的動因。持這種觀點的科學家認為，動物對廣泛的外界信息，如電場變化、地磁變化、重力場變化、宇宙射線、其他行星運動周期、光的變化、月球引力等極為敏感，這些變化的周期性，引起了生命節律的周期性。(2)“內源說”認為，生命節律是由動物自身內在的因素決定的。對夜間活動的倉鼠的試驗表明，在外界條件變化的情況下，如在與地球自轉方向相反的條件下，仍然有相似的節律。動物在恒溫和與外界隔絕的地下，也表現出近似于24小時的節律，因此，生命節律是由動物自身的因素造成的。(3)“綜合說”認為，動物與環境相互作用是生物節律形成的原因。綜上可見，不僅公雞打鳴不是太陽升起的原因，而且說太陽升起是公雞打鳴的原因也是不確切的。

三、案例分析

有人會說：現代經濟學還不至于這么可笑吧?其實，不啻遠古時代，即便在現代，人們依然在犯同樣的錯誤。問題是，這類錯誤往往還披著“科學”的外衣來忽悠人。下面舉三個實例。

(一)“自欺欺人”

自己都沒搞懂，就亂用計量方法。最常見的比如時間序列數據，很多人不做平穩性檢驗和協整分析，就進行回歸，這怎么避免“偽回歸”呢?筆者在審論文時，這類“偽回歸”的危險非常普遍。比如，筆者的一個研究生做畢業論文，題目是《農村勞動力轉移與城鄉收入差距》。他提出了一個假說：城鄉收入差距越大，越會阻礙農村勞動力向城市轉移。為此，他建立了一個“收入與勞動力遷移決定”的理論模型，然后采用1979—2008年的時間序列數據，進行回歸分析之后，“t檢驗”非常顯著，由此證明了他的這個“假說”是成立的。從理論上來看，這個假設顯然與劉易斯的“二元經濟”理論是不相容的。從經驗上看，這個假說顯然有問題：難道深圳的工資越高，農民就越不愿意去深圳打工嗎?也就是說，實踐的檢驗與“t檢驗”有很大出入。這就提出了一個問題：當實踐的檢驗與“t檢驗”發生矛盾時，哪個檢驗才是科學的?哪個檢驗說了算?筆者仔細看了論文后問他：“時間序列數據為什么不做‘平穩性檢驗’和‘協整分析’?”他說：“如果做‘平穩性檢驗’和‘協整分析’，‘t檢驗’就不顯著了。”換言之，他的論文就沒法“創新”了。筆者說：“那你也不能拿模型來這樣忽悠人吧?”他說：“趙老，你太認真了，大家都是這樣做的。”然后，他搬出一個著名經濟學雜志上發表的一篇文章來為自己辯護：“看看，這篇文章也是這樣‘忽悠’人的。”可見問題不在于個別學生誤用模型，而是在于“大家都是這樣做的”。

(二)“自娛自樂”

模型的“假設”，完全是想當然的，要么毫無根據，要么根本就是一個偽問題。比如，一篇論文的核心假設是“企業的政策性負擔越重，企業的績效就越差”，作者的工作就是要證明這個假設。于是，作者選取了相關的樣本數據，并進行了回歸分析，“t檢驗”非常顯著。在審閱了全部內容之后，筆者在審稿意見上寫到：“企業的政策性負擔越重，企業的績效就越差”這個常識難道還需要做回歸分析嗎?這個假設與假設“年齡越大，離死亡越近”有何不同?難道“年齡越大，離火葬場還越遠”了不成?所以，這種假設不僅把自己當作白癡，而且把別人也當作白癡。把簡單問題復雜化，如果用的方法有創新，也就罷了，可作者用的方法都是計量經濟學的常識，這有意義嗎?還有一篇文章，作者所要做的事情，就是要證明下面兩個假設。假設1：企業污染的公共事件將導致該企業股票價格波動(因為企業要被政府處理并罰款——比如康菲公司海上漏油事件)。假設2：在發達國家，企業污染事件與該企業股價波動強相關(因為透明)；在發展中國家，企業污染事件與該企業股價弱相關(因為不透明)。筆者問編輯：“企業污染的公共事件將導致該企業股票價格波動是個常識性的東西，還有什么必要加以證明?”編輯說：“作者畢竟證明了‘相關性的強度’，這還是有必要的。”筆者說：“‘假設2’所要證明的這個‘強度’，難道不同樣是一個常識嗎?”難怪李子奈說：“如果建立了計量經濟學模型，經過復雜的估計和檢驗過程，最終發現了或者驗證了人們所熟知的結論，那么研究的價值就大打折扣了。”豈止是“大打折扣”，簡直就是沒有任何價值!由此可見，“偽問題”在我國已經泛濫成災!

(三)“自以為是”

“自以為是”主要表現就是把統計關系完全等同于因果關系。這又有兩種情況：一是把統計相關，夸大成“因果關系”；二是把統計因果關系(比如格蘭杰因果關系)，當作真實因果關系，就如同上面講的“公雞的總結”，等等。其實，不僅統計相關不是因果關系，而且統計因果關系也未必等于真實的因果關系。為什么呢?大致說來，有兩個原因：第一，“統計關系不是經濟關系的充分條件”。正如李子奈說：“從邏輯上說，一個統計關系式，不管多強或多么有啟發性，本身不可能意味著任何因果關系。要談因果關系，必須來自統計學之外，訴諸先驗的或者理論上的思考。-Es3第二，“統計意義和經濟意義具有不對稱性”。李子奈說：“所謂‘統計意義和經濟意義的不對稱性’指的是，經濟學命題必須通過統計學檢驗才能成立，而通過統計學檢驗的命題在經濟學上并不一定成立。即是說，統計檢驗是經濟學命題成立的必要性條件，而不是充分性條件。誤將必要性條件當作充分性條件，夸大統計學假設檢驗的功能，是一類常犯的錯誤。”E93總之，通過了統計學檢驗的命題，未必就是真實的命題；“t檢驗”非常顯著的統計關系，未必就是真實的因果關系。比如，按主流的理論，美國次貸危機的根源在于“缺乏監管”和“政策失誤”。“次貸危機”是因變量，“缺乏監管”和“政策失誤”是自變量，建立數學模型之后，這個“函數關系”不僅可以用計量模型做回歸分析，求出回歸系數，而且“t檢驗”也非常顯著。然而，理論和實踐都已經證明，美國次貸危機的根源內生于資本主義市場經濟制度之中，“缺乏監管”和“政策失誤”僅僅是觸發危機的外生因素而已。把“缺乏監管”當作危機的根源，就如同把“公雞打鳴”當作太陽升起的原因一樣的荒謬，由此可見，主流模型所把握的其實僅僅是危機在現象層面的“函數關系”而已。再比如，最近的歐洲主權債務危機，主流的解讀仍然只是從表面聯系上進行測量和分析。即使是曾經準確預言“次貸危機”的宋鴻兵先生也認為：“歐債危機的原因不在于經濟，也不在金融，而是在于政治。如果歐盟能將各國財政權統一起來，就可以消除危機。”其實，在資本主義私有制下，統一財政也僅僅是用空間來換取時間，雖然可以推遲危機的爆發，但導致危機的基因并未消除。可以預料，如果歐盟真的能統一財政，那么今后的債務危機將不再以國家為單位爆發，而是以聯盟為單位爆發。

總之，只要不觸及資本主義生產關系，任何藥方都消除不了資本主義的癌細胞，資本主義總危機的到來只是一個時間問題。說到危機，最近歐美又在鬧債務危機，自稱99的人占領了華爾街，導火線當然與貧富懸殊有關。流行的主流觀點認為，貧富懸殊根源在于教育不發達，很多經濟學論文就是在用數學模型證明這個觀點。最近鳳凰衛視評論“歐債危機”，在一番批評歐洲貧富懸殊之后，女主持最后總結說：“要想從根本上解決貧富懸殊，最終還是要靠‘教育’，只是時間有點漫長⋯⋯。”其實，所謂“根本解決”完全是自欺欺人。因為，教育能夠改變個人的命運，但卻不能改變階級或階層的命運。如果不觸動生產關系，如果雇傭關系的階級結構不改變，教育也僅僅是讓某個貧困生進了人民大學而已，實現的只是個人的“鯉魚跳龍門”而已。難怪馬克思說：“⋯⋯而庸俗經濟學卻只是在表面的聯系內兜圈子''''，[”]，就是這個意思。沒過“t檢驗”的，不一定就不“科學”；過了“t檢驗”的，不一定就是“科學”。同理，沒有被“形式化”的，不一定就不“科學”；能夠“形式化”的，不一定就是“科學”。

四、小結

以上“三自”的結果是什么呢?結果就是“自作自受”。過度追求形式化不僅沒有讓經濟學更“科學”，反而使經濟學的科學性備受質疑，以至于連主流學者都發出了另類呼吁：“經濟學教科書需要重寫。”問題的癥結在于，經濟學界流行一種誤導，以為要有“數學模型”才是實證分析，才是科學。其實，在社會科學中，作為一種基本的方法，實證研究方法有著豐富的內容，比如它主要包括：觀察法、實驗法、文獻分析法、內容分析法、問卷調查法、訪談法、個案分析法，等等。可見，并非僅僅有“數學模型”才是實證分析。何況，有許多數學模型本質上并不是實證的，而是規范的。比如“數理經濟學”就離不開“數學模型”，但嚴格來講，“數理經濟學”并不是“實證分析”，而僅僅是某些抽象理論的推演。所以，從方法論的角度上講，我們應當正確對待經濟學的形式化。關于方法論，擺在桌面上的說法是：“堅持、鼓勵、包容”。所謂堅持，就是要堅持“科學方法”，反對“神學方法”。至于什么是科學方法，學界有爭論。比如，馬克思主義的方法論是不是科學?是不是只有數學模型才是科學?這個問題已經超出了本文范圍，容以后討論。

所謂鼓勵，就是要鼓勵運用“現代經濟學的最新方法”來分析問題，也就是與“國際接軌”。現代經濟學的方法在今天居主流地位，所以無須鼓勵，對于現代經濟學最時尚的方法，大家都在爭先恐后，生怕落在后面。所謂包容，就是要包容“多元化”的方法，不能把某種方法看作經濟學獨一無二的方法。比如，現在流行把新古典經濟學的方法，當作經濟學唯一的科學方法，這是不是有點心胸狹隘?對于經濟學來說，形式化或者數學化不僅很必要，而且還要進一步完善和發展。但是，現在所謂“堅持、鼓勵、包容”，已經把現代經濟學的方法教條化、唯一化了。重慶市委書記說得好：“一些人提倡包容性、多樣化，但再包容、再多樣，也不能沒了‘主心骨’，迷失了方向。”[1。這段話雖然并不是直接針對經濟學的方法論而言的，但筆者認為對認識經濟學方法論極富啟發意義。就筆者從事經濟學的教學、科研的體會，認為拋棄了馬克思主義方法論以后，經濟學也就沒了主心骨，就成了大忽悠。當然，這一點，主流經濟學恐怕打死也不承認，因為忽悠本身或許就是某些人的目的，而忽悠的工具(數學模型)也就是他們的“主心骨”。以至于有這么一個笑話：經濟學教授讓學生讀一篇自己的文章，里面全是復雜的數學模型。學生看完后問：“老師，您的大作太深奧了，我沒讀懂。”教授激動地回答：“看不懂就對了，這就是學問。”請問，這種深奧學問的積累是不是能與人類知識的進步成正比，難道不值得懷疑嗎?