数量经济论文范文

2022-05-10

要写好一篇逻辑清晰的论文,离不开文献资料的查阅，小编为大家找来了《数量经济论文范文(精选3篇)》，供大家参考借鉴，希望可以帮助到有需要的朋友。[摘要]当前，社会各界对出租车业是否有必要加强数量管制持不同态度，但是从本质上看都在于对出租车业固有特质中不同侧面的考虑和强调。文章目的旨在提供一种科学的决策思路和经济学分析方法，强调应充分权衡各方利弊，通过经验观察和实证研究，谨慎、科学地做出决策，实行最有利于社会福利最大化的政策。

第一篇：数量经济论文范文

数学化的经济学是数量经济学发展的归宿

【摘要】随着近年来数量经济学的快速发展，对我国计量经济学的研究发展做出了重要的突破。但是为了促进数量经济学的进一步提升，应该提升其“问题观念”，通过问题导向的意识使之进入数学化经济学的范畴，产生一种新“范式”的经济学。

【关键词】数量经济学数学化问题意识

从数量经济学的角度来说，虽然其不是传统意味上的经济学，但是其仍然是基础经济学的重要组成部分，只是已经逐渐数学化了。总的来说，数量经济学是经济学的数学化。但是很多人对于“数学化”这一概念的理解存在误区，认为“数学化”会将经济学转换变成数学形式。但是这种观点忽略了数学在经济学相关理念发展过程中的推动作用，从而限制了数量经济学的进一步提升和变革[1]。

一、经济学的数学化的涵义

“经济学的数学化”的第一种涵义就是通过数学思维方法和手段的使用，不断提升经济学的变革和发展。我们应该认识到数学作为人类文明的重要组成部分，数学思维方式的产生和发展对于经济学相关理念的突破起到了重要的推动作用，例如将微积分应用到经济学领域从而促进了经济学“边际革命”的产生，完善了现代西方经济学的理论模型。此外，在必然数学到随机数学的转变过程中，人们使用概率论代替了过去的定数论的理论，从而导致了计量学的产生，促进了经济理论与实践的结合，使得经济学的实践性不断发展，而数学也从本质上得到了提升，不断影响着不同时代人们的思维习惯和思考方式。

“经济学数学化”的第二种涵义就是指，经济学理论按照论证的角度出发，参考数学理念，最先需要构建一个理论模型，该模型的建立需要经过三个步骤：假设前提、推导逻辑、导出结果[2]。从数学的角度来说，只有经过论证的命题才能够成立，但是在经济学的范畴里，理论是具有普适性的。由此，经济学的理论就变得绝对化了。因而，在当代经济学的发展过程中，其理论的构建方式也应该朝着数学化的方向发展，在没有经过严密论证前，理论观点只能是一种理论抽象，以“假说”的方式存在。假说是关于一套命题的集合，其具体内容需要有待于现实、历史等的进一步验证。

“经济学数学化”的第三种涵义就是说，在经济学的交流和沟通过程中，由主要使用文字形式进行交流转变为借助数学语言。作为一种严密的逻辑组成，数学语言的表达具有清晰简洁的特征，并且能够被科学证明其真伪[3]。当前很多理论没有被证明的原因就在于潜在假设或者前提条件的模糊，使得文字表述存在不清晰的情况，都是众说纷纭的情况出现。而为了解决这一问题，最好的方式就是借助数学语言进行描述。通过严谨的数学语言，不仅能够提升学术研究的效率，还能够减少模糊的争议，促进现代经济学的进一步发展。

由此可见，“经济学数学化”是借助数学的语言形式、论证方法以及思维习惯等对于过去的经济学进行变革和发展，从而实现从旧的研究模式向新的研究模式的转变，这应该当前数量经济学发展的重要趋势。

二、经济学的“问题意识”

任何的科学探索都是从问题的提出而发展的，而“问题意识”就是指对于所要探究问题的回答的意向的指导，是一种对于潜在可能进行回答的研究方向上的主觀感觉。具体来说，“问题意识”主要是经济学家根据对现实的感受、体验以及观察等，在不同的时代，经济学家在不同现实问题的导向下进行经济学理论的研究。例如，在欧洲18世纪的时期，资本主义的竞争处于自由上升的阶段，社会上不同生产商和消费者之间的主观决策不仅没有导致市场衰败，反而促进了市场最优化配置效率的产生。虽然亚当·斯密在1776年已经对此进行了解答：正是由于“看不见”的手的调节作用。但是，直到一百年后瓦尔拉斯才将这一理论归纳成一般均衡的问题，将其转变为具体的数学公式。这是由于这一理论的产生需要使用线性代数的理念，而线性代数的数学理论直到19世纪才逐渐成熟，被广泛使用在物理学、力学等领域的研究中。由此可见，虽然社会情况影响经济学观念的问题层面，但是经济理论的突破和发展需要依赖于一般科学的文化背景。瓦尔拉斯由于其所处时代数学发展水平的影响，其一般均衡理论没有经过证实，仅仅是一种假说，而到了19世纪中叶，德布鲁才使用拓扑学的理论进行证明，将其变成严格的定理，构建起微观经济学的框架。从斯密到德布鲁，这些经济学大师的思想促进经济学产生了划时代的变革，这一切都有赖于他们敏锐的问题意识，这也受益于数学思维方式的影响。

三、数量经济学的发展方向

长期以来，数量经济学过于重视方法论的指导，忽视“问题意识”，这是由于该学科创立伊始将数量经济学认定为方法学科有关。由于数量经济学过度强调数学的计量作用，发展其工具效用，导致其逐渐朝着使用方法对于现实进行套用的方向发展，而不是从问题的角度出发进行新方法论的创设。在本世纪的60年代初，西方经济学被认为是整体庸俗而仅仅方法论有效的一门学科，于是形成了“以马克思质性分析为前提”，辅之以方法上的使用的模式，这种数量经济学的前身被认为是“经济数学方式”。虽然这种方式对于促进学科发展、打破理论局限具有一定的作用，但是这种观念之所以得到快速发展，还是由于计量经济学发展之初，很多经济学研究人员没有经过系统的科学训练难以参与其中，而主要的研究骨干都是具有理工科背景的人员，比较重视技术方面的研究，没有经济学的问题意识，因而数量经济学的方法论导向的观念使他们较为容易采用。而随着80年代我国经济建设的发展，大批模型技术由国外引入，出现了“模型研究热潮”。在这一时期很多人认为数量经济学的特征就是以模型为导向，借助计量模型，获得较为丰富的信息，提升决策的前瞻性和科学性。但是，虽然数量经济学的进一步发展，很多学者逐渐认识到仅仅进行模型模仿的局限性，逐渐从现实的角度出发进行研究。他们认为没有经济学理念支撑的计量是不存在，需要逐步构建我国的数量经济学体系，增强其对中国经济实践的解释能力。因而，在这个基础上，他们对于数量经济学学科进行重新定位，认为其实数学化的经济学。对于企业来说，如果希望借助数量经济学获得持续的发展，就需要逐渐从“方法论”观念转变为问题导向，明确数学经济学的经济学价值。

四、总结

作为一种新兴的研究框架，数量经济学在我国取得了较快发展，并且与传统研究模式并存。可以说，在经济学数学化的发展历程中，就是经济学新旧研究模式交替的过程，是中国经济学逐渐科学化和现代化的过程，当新的经济学研究模式占据主导地位，经济学就将产生巨大的变化，在那个时候，数量经济学与经济学在名称上的区分，也就失去了实际意义。

参考文献

[1]李莹莹.数理经济学、计量经济学和数量经济学在我国的发展[J].现代商业，2009，(15)：101-102.

[2]刘明国.对经济学数学化的反思——兼论数学在经济学中的应用边界[J].特区经济，2009，(03)：282-284.

[3]王庆石.数量经济学的学科定位及专业发展问题研究[J].东北财经大学学报，2003，(03)：79-81.

作者简介：唐森(1991-)，男，汉族，山东青岛人，学历：硕士，研究方向：数量经济学。

作者：唐森李丹智迪迪

第二篇：出租车业数量管制的经济学分析

[摘要]当前，社会各界对出租车业是否有必要加强数量管制持不同态度，但是从本质上看都在于对出租车业固有特质中不同侧面的考虑和强调。文章目的旨在提供一种科学的决策思路和经济学分析方法，强调应充分权衡各方利弊，通过经验观察和实证研究，谨慎、科学地做出决策，实行最有利于社会福利最大化的政策。

[关键词]出租车行业;数量管制;可行性分析

[DOI]10.13939/j.cnki.zgsc.2016.02.132

近年来，各地出租车业的司机集体罢运事件，引起了社会各界的广泛关注，如2008年11月3日，重庆出租车司机全城罢工，“份钱”过高、起步价低以及黑车猖獗等问题引发出租车停运事件;2011年8月1日，杭州发生大规模出租车停运事件，抗议补贴力度不足、高油价、交通拥堵、“份子钱”被盘剥过重等;随着移动互联网技术的发展和专车的兴起，出租车行业的利润被进一步挤压，罢运风波也愈演愈烈，2015年1月4日沈阳千余出租车罢工，抗议相关部门对黑出租、套牌出租整治力度不够，以及对“滴滴”“快的”等专车蚕食行业“蛋糕”表达不满，类似的情况还出现在武汉、济南等诸多城市。

以上各类事件的背后存在一个争议，即“数量管制”——严厉的出租车牌照管制导致车标成为稀缺资源，出租车司机几乎没有议价能力，一边是出租车行业取得了高额垄断利润，另一边则是底层司机艰难处境，从而导致出租车司机为维护自身利益而发生罢运等事件，这不得不让我们反思出租车行业的管制政策。

学术界对出租车业数量管制的探讨主要集中于对数量管制依据、方式和效应分析，一部分学者认为数量管制可以提高资源配置效率，增进社会福利，因而是合理的，其他人则认为数量管制阻止了市场机制发挥作用，缺乏效率，导致社会福利的损失。

1数量管制的经济学依据

寻求数量管制的经济学依据之前首先要对出租车行业性质进行分析。按照排他性和竞争性的特点对物品进行分类，出租车提供的服务产品更接近一种私人物品，然而出租车作为城市公共交通的一部分，其服务质量和水平的高低，是城市整体形象的一部分;同时，由于出租车占用城市公共道路资源，造成交通拥挤，其产品的生产经营具有明显的负外部性，此外出租车还会排放尾气会污染空气，由燃油税等措施在一定程度上进行调整。

显而易见，自由市场无法对具有外部性的物品资源进行有效率的配置，市场上的买者与卖者不考虑外部成本从而使市场上生产的量大于最有效率的量，下图说明了出租车业这一情形。由于自由市场在消除负外部性上的无效率，因而政府干预是必要的。

出租车业负外部性分析[1]

2数量管制的收益——成本分析

以上说明了出租车业政府干预以控制出租车数量的必要性，然而政府干预可以有很多政策，到底应该采取哪一种呢?如果要实行数量管制，那么，对其进行收益——成本权衡则成为必要，因为只有当其收益——成本权衡还不错时，数量管制才是可取的。

2.1收益分析

(1)缓解城市交通拥挤状况及减小出租车空驶率。对于交通拥挤外部性的考虑，从来都是对出租车行业数量管制的一个重要理由，交通拥挤的大城市更是如此。由于出租车占城市交通流量的比例较高，对出租车业进行数量管制从而改善城市交通的作用不容忽视。

(2)防止过度竞争，促进资本合理流动，引导消费。出租车业是一个进入门槛低的行业，不需要很高的技术，也不需要多大的资金投入。如果允许经营者自由进入这一行业，很容易造成过度供给，促使司机之间打价格战，影响出租车服务质量，最终影响到消费者的利益。政府如果对出租车行业进行数量管制，而大力发展公交、轨道等公共交通，不仅缓解了城市交通紧张的状况，而且还有利于减少污染和环保。

2.2成本分析

(1)数量管制对自由竞争的限制必然导致出租车行业的高额利润。处于弱势地位的司机在支付了高昂的风险抵押金和“份子钱”之后，为了养家糊口，不得不延长工作时间，透支自己的生命。相反，没有任何经营贡献的公司却凭着特许经营权瓜分了行业大部分收入。基于数量管制的特许经营权的存在，无论是在公司化的模式下，还是在个体化的模式下，都造成了掌握经营权的公司或车主不劳而获的局面，而千辛万苦经营出租车的司机却收入甚微，这显然违背了公平和效率原则。

(2)数量管制可能导致寻租行为。管制会产生各种租金，从而引发人们对租金的竞争，寻租通过各种非法途径造成社会福利损失。在出租车业，政府运用行政权力对出租车经营权的垄断，用管制手段发放给出租车公司，有可能导致公司寻租，产生很多社会问题，社会福利达不到帕雷托最优。而要防止非法的寻租行为发生，就必然要发生监督成本。

(3)数量管制必然导致出租车业经营和管理效率低下，服务质量差。行业的服务质量直接取决于竞争，数量管制保护了出租车行业的高利润，出租车公司没有动力提高经营管理水平，服务质量也不可能提高。因为缺乏竞争，出租车公司没有动力去改善管理，以节约成本。

3数量管制的可行性分析

数量管制的可行性集中表现在管制的数量能不能低成本地确定，使供给量最大限度地接近最适需求量。因此，如何确定数量成为决定供需均衡的关键，也是判断管制政策是否达到目标的标志之一。目前“黑车”泛滥，说明政府没有投入最合适的出租车数量造成市场供给短缺，表明管制政策没有达到有效目标。

实际上，政府往往通过经验观察得出近似的出租车需求量，具体方法有[2]：每千人拥有出租车数量的比例、等车时间、有效载客率和呼叫回应时间等。没有制定出合理的出租车管制数量，供给过少或过多，也是导致目前数量管制政策引起诸多矛盾与问题的重要原因。因此政策制定者应该加强市场研究，通过引进一些科学合理的数量评估机制，得出合理的出租车数量需求，才能达到既定的管制目标，有效缓解出租车行业矛盾。

4结论和建议

通过以上分析可知，出租车业提供的服务产品既有私人物品的特点，同时也具有外部效应。对私人物品特性的强调，主张取消现行的管制政策，引入市场竞争，根据市场调节供给和需求，打破行业高额的垄断利润，从而体现社会公平。而对负外部性的强调，则支持数量管制政策。收益——成本权衡观点认为现行数量管制政策的代价较高，但结合数量管制政策的可行性及经济性分析，这一政策确有可待改进之处，而且改良后的数量管制政策有助于改善当前出租车行业困境。相关建议有：

(1)加快转变出租车业的服务方式，促进从巡游揽客为主的服务方式向以电话叫客、网络约客为主的服务方式转变，这可以有效降低空驶率，缓解交通拥挤状况。

(2)构建科学合理的数量评估机制，结合使用几种经验观察方法，反复调研，制定合理的管制数量，平衡供给与需求，有效解决供给不足而导致的“黑车”泛滥的情况，同时也缓解行业其他矛盾与问题，降低数量管制政策的代价，增加收益。

(3)改革数量管制的实现方式，改以发放特许经营权的方式为资格考试的方式，强化行业服务质量管理。

(4)规范引导专车市场发展。注重发挥市场配置资源的决定性作用，更好地发挥政府作用，整合闲置运营资源，把社会车辆通过交管备案、考核等审核机制，引入到约租车体系服务中，成为公共交通的组成部分或重要补充，提供安全、优质、受欢迎的出行服务，满足民众多样化、差异性需求。参考文献：

[1][美]N.Gregory Mankiw.经济学原理[M].3版.梁小民，译.北京：机械工业出版社，2006.

[2]陈明艺.出租车数量管制的合理性分析及评估机制研究[J].中国物价，2006(8).

作者：王小丹

第三篇：现代数量经济学中的庸俗化倾向

摘要：数理模型和计量分析都是现代经济理论研究的重要工具，但是，由于在应用过程中工具成了价值、形式成了目的，于是完整的经济学理论研究就被割裂了。一方面，一些经济学家从事我向思考式的逻辑游戏，从而导致数理经济学的勃兴，但这种逻辑游戏根本上是与现实脱节的，从而属于“极高明而不道中庸”的抽象体系。另一方面，一些经济学家则片面放大经济学的客观性，从而导致计量经济学的偏盛，这种研究根本无法得出一般性理论，从而属于“道中庸而极不高明”的实用主义。特别是，在商人心态的主导下，这两种研究趋向在国内也发生了蜕变：一方面，从事数理经济学的那些人士根本无力在数理逻辑或模型构建上所有创新，而往往是机械地搬用（最多是对变量做些调整）西方学界的数理模型，从而表现为“上不入天”；另一方面，从事计量实证的那些人士根本不能对现实社会环境作正确的理解，从而那些实证分析往往是非常牵强附会的而根本无助于预测或指导实践，从而表现为“下不着地”。正因如此，现代主流经济学的理论研究看似繁荣，但其理论并无实质发展。

关键词：计量分析；数理模型；数量经济学；庸俗化；方法论

一、引言

一般来说，基于逻辑实证主义来发展经济理论会遇到严重的“休谟问题”：一方面，当检验结果与理论一致时，我们不能简单地认定理论被证实了，因为还有更多的经验事实并没有得到检验；另一方面，当检验结果与理论发生差错时，也不能简单地以为原先的理论错了，因为经济理论所基于的多维条件在现实中根本是不可重复的[1]。事实上，这几乎已经成为了所有科学哲学家的共识，逻辑实证主义也已经遭到了方法论专家们的深刻批判，那么为什么主流经济学还是那么固执地信奉它呢？博兰指出，经济学理论家在对待前人的观点时往往像商人追求利润最大化那样各取所需，“所有对弗里德曼论文的批判都是错误的”，因为“那些依靠这些批判中的一项或多项而反对该论文的人，实际上是在各取所需”；同样，“那些把弗里德曼的论文作为适用于一切‘眼前目的’而加以接受的人，实际上它们的方法论也是在各取所需”。问题是，商人从事一切市场活动的根本目的是为了获得利润，它的各取所需也是基于这种目的，而经济学从事一切理论研究的根本目的是为了增进认知，那么它的各取所需能够实现这一目的吗？显然，也正如博兰承认的，“‘商人’可能对各取所需更感兴趣，这是因为具有竞争的压力，但是，倘若我们的目的是要推进经济学理论，也就是说，倘若我们的目的是要完善我们对现实世界的认识，则在方法论和理论方面采取各取所需的对策，将会产生适得其反的效果”。[2]60事实上，正因为主流经济学盲目地以商人的处世态度和方式来对待理论研究，结果反而使得科学研究逐渐庸俗化，并窒息和扭曲了理论的发展；而且这种商人主义心态在当前国内经济学界尤其盛行，从而导致国内经济学的数量化趋势获得畸形的膨胀。

显然，正是在当前这种盲目而极端的逻辑实证主义支配下，国内一些“主流”经济学者已经开始不把那些没有数学符号的文章视为经济学专业文章；一个明显的事实是，没有实证分析的文章已经越来越难以在专业经济学刊物上发表，更不要说获得那些所谓的“一流”经济学刊物的青睐了。当然，计量作为处理经济数据以分析经济现象之间关系的工具本身是无可厚非的，这里也不存在价值判断；同样，数学也是对思想严密化、精确化的一个有益工具，并有益于思想的发现和传播。但问题是，这些工具一旦被具有能动性的主体所使用，就开始潜藏了偏好和立场，并体现了其基本的利益取向和学术风气，从而使得这种计量实证根本就不是它表面上呈现的那种“客观”；同时，过分强调工具的使用，往往会导致目的和手段的颠倒，从而使学术研究偏离原初的目的而异化。显然，这些倾向在当前中国经济学界表现得尤其严重，本文就此现象作一剖析。

二、计量实证的庸俗化发展

我们知道，真正的计量模型分析对事物之间因果机理的解释是有帮助的，因为描述经济现象之间联系的理论模型是整个理论分析的出发点，也是理论检验的必要阶段，从而有助于增强理论与检验事实之间的一致性。首先，即使仅仅限于对数据的处理的统计分析而言，它对经济理论的发展和完善也有如J.内维尔.凯恩斯所列举的两方面作用：一是提出以经验为根据的规律，它可能或不能随后进行演绎的产生；二是通过检查演绎推理的结果并将它们呈送试验进行检验，对演绎推理予以补充，甚至促使理论前提的修正。[3]其次，计量经济学是数学、统计技术和经济分析的综合，因而才形成之初就被赋予了一定的经济学特性；这意味着，计量经济学在理论性方面就远远超越了传统的统计学了，其目的就是为了有助于因果机理的揭示。这一点在弗里希为《计量经济学》杂志创刊号所写的发刊词中就得到了说明：用数学方法探讨经济学可以从好几个方面入手，但任何一方面都不能与计量经济学混为一谈：计量经济学与经济统计学决非一码事，也不应视为数学应用于经济学的同义语，同时，计量经济学也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征。在弗里希看来，对于真正了解现代经济生活中的数量关系来说，统计学、经济理论和数学这三者都是必要的，但却并非是充分条件；相反，只有三者结合起来才构成了计量经济学。

正因如此，我们必须要清楚认识到，计量经济学与统计学之间是存在根本性差异的。一方面，统计学往往是显示事物本身是什么的事实，譬如，根据统计知识可以说明一个国家在一定时期的生产和消费，也可以根据统计资料来显示一种事物或行为的分布状态；另一方面，计量经济学的研究却需要根据统计提供的事实，进一步指出这些事实的来源和后果，阐明它们之间的因果联系。因此，如果计量经济学的研究蜕化为仅仅是提供事实，而不去进一步了解事实之间的相互联系；那么，它显然就失去了它存在的意义，更不能由此提出政策建议。例如，萨伊很早就曾指出，没有一个荒谬理论或狂妄言论未曾援引事实以作说明；使政府当局往往受到迷惑的，也正是事实。事实上，欧美学术界对这两门学科的性质往往区分得非常清楚：一个是提供事实，一个是机理探讨；有人甚至认为，对那些统计学家来说，观察事物就是简单地收集大量数据，除此之外就无事可做了，因而统计学家仅仅是捆好小麦给他人去打场脱粒的人，而他们本身的思想是贫乏的。而且，与中国混淆两个学科的研究者乃至把统计学家视为理论经济学的权威不同，西方学术界对这两个领域的学者也界定得很清楚：经济学家并非就是统计学家，而统计学家也不是想当然的经济学家；譬如，R.Kalaba是动态规划的创始人Bellman的主要伙伴，一生发表过600多篇经济学论文，12本书，但没有人认为他是经济学家，很多人甚至认为他不懂经济学。[4]

同时，尽管计量经济学出现的目的是为了对经济理论进行检验和预测，并通过对理论的检验而推动假说上升为科学，但这是一个非常系统而逻辑严密的过程。波普尔曾指出，一个假说的检验包含了四种不同的途径：“第一，在这些结论中进行逻辑比较，以此来检验系统内部的逻辑一致性。第二，考察理论的逻辑形式，决定该理论是否具有一种经验理论或科学理论的特征，或者决定它是否具有其他特征，如累赘重复等。第三，与其他理论进行比较，以决定在该理论经受住我们的各种检验后，是否构成科学的发展。第四，通过从该理论推导出的各种结论的经验应用来检验这种理论”；而且，波普尔强调，“最后一种检验的目的，在于发现该理论的结果在多大程度上经受住了实践的检验，而不管这些实践是由纯粹的科学实验提出的，还是由实际的技术应用提出的”。[5] 133-134显然，是否可以通过对数量之间的定量分析来“发现”理论一直是一个引起争论的话题，而且西方学术界对当前检验根据的内在缺陷也比较清楚，因而没有深厚的计量经济学基础是不敢从事计量检验工作的。譬如，就20世纪30年代发展起来的内曼—皮尔逊假设检验而言，它就是“一个有着深刻缺陷的关于归纳推理的理论”，因为“如果没有相应的随机化技术、抽样设计技术以及控制技术，这个假设检验将迅速变成一种对假设为科学的程序所进行调控的合理化过程，这个假设为科学的程序几乎可以产生调查者渴望的任何结果”；同样，这种自我证实的检验也存在其他方面，例如，“如果有无限的自由可以改变变量和判断程序，那么，所谓的‘需求率’仅仅忽视一个指令，一个要不断尝试可选择规格直到得到关于一个价格变量的负系数为止的指令”。[6]

正因为自诞生起计量经济学所从事的研究就已经重在事物内在作用机理的探索上，这需要非常广博的经济学理论和其他社会科学的知识；因此，一般来说，没有深厚的经济学基础是不敢从事计量检验工作的。然而，随着功利主义在学术界中的膨胀，越来越多的人出于商人心态（为了尽早地获得职称、职位等利益）而开始撰写的计量分析文章；由于缺乏足够的理论素养，这类文章逐渐偏离了因果机理的探讨，而使计量模型日益流于形式。事实上，计量分析首先是20世纪60、70年代的美国博士生开始偏重的，因为当时的学生就业压力越来越大，而计量分析可以使他们更早地拿出论文；但是随着逻辑实证主义的偏盛以及对经济研究“客观化”的强调，原先注重因果机理探究的计量经济学却越来越机械化和形式化了。结果，有关实证分析的文章基本上开始落入了一种八股文式的研究格式：第一节作为引言，第二节冠以“模型”或相关的名称，第三节冠以“来自经验的结果”，第四节则概括了“诸项结论”，最后可能是有关的不足及未来的可能研究；而且，“如果通常被发表的实证的新古典文章确实被认为是对‘科学的知识’做出贡献的话，那么它就只能是这样的情况，即这种实证经济学的隐秘目的就是芝加哥实证主义的目的，也即从长远上证明新古典经济学为正确。具体地说，每一篇论文——它提供了说明新古典经济学对‘现实世界’问题适用性的一项证明——都必须被视为朝向新古典理论真实性最终得到归纳证明这一目标的一项更具实证性的贡献”。[2]173

而且计量分析重在对干扰因素的剖析，重在对现实与理论不一致的分析；因此，对计量经济学文章来说，一切数据的处理都是次要的，那些具体的计算过程完全可以且应该放进附录中，以供有兴趣的学者查阅本文所揭示的因果机理所依据之事实的真实性。然而，国内主流经济学刊物上所刊登的计量文章几乎通篇都是这样的数据处理文章，而最后的结论却非常简单，往往几句话给出所得结论就草草了事了；而对数据的分析却异常的简单，绝大多数文章甚至根本就没有因果机理的分析。正因如此，国内的这种文章本质上已经不是真正的计量经济学文章，而仅仅是提供一些资料的统计，这些研究也不是经济学的研究；相反，它更像是统计员的“体力”工作，因为它的主要工作在于数据收集和处理而不是理论思索。正因为当前被视为经济学“理论”研究的那些学术刊物中充斥着这些形式主义的计量文章，因而广大青年学子往往不能正确地辨析这些研究的合理性；相反，出于文章发表以及职称评定的需要，他们还积极效仿这类杂志所崇尚的研究方式以及基本思维，从而也往往会把在这些刊物中发表计量文章的人视为理论权威。结果，国内经济学就形成了把经济学理论探索等同于数据处理的学术风气，从而混淆统计学的文章和计量经济学的文章，并进而混淆了统计学文章和理论经济学文章，甚至混淆了经济学和统计学这两门学科。试想：整个经济学界的理论研究被统计分析所完全取代，岂非黑白颠倒得离谱么？

可见，计量经济学本身是出于使经济理论严密化而出现的，计量实证本身是理论探究的一个重要过程，它注重的是对事物内在因果关系的揭示，从而需要契合前人所积累的各种知识。而且，理论提出之初也仅仅是一个假说，它在为人广为接受之前必须进行检验；因此，计量实证往往成为一个假说上升为理论的一个必要步骤，这也正是计量经济学对经济学理论发展的意义所在。张五常就指出，如果有了深思熟虑的验证思考，数据来源清楚明确，用回归分析处理是锦上添花。[7]但不幸的是，由于功利主义的盛行，计量经济分析的过程和目的越来越偏离原初目的：它不再是理论研究中的一个环节，而是用数量关系来取代了整个理论研究。事实上，当前那些从事计量研究的人，往往在没有想好可以被事实推翻的假说之前，就直接跳跃到对一个变量作相关性分析，并以此给出相关或不相关的结论；而且他们在作回归处理时，甚至对数据的出处也往往缺乏查根问底，而只是把一堆一堆的数字放进计算机来由回归软件处理。正因为数据处理时缺乏一个逻辑严密的假说基础，因而我们必然无法说明出现特定结果的原因，无法全面剖析自变量和因变量之间逻辑关系以及作用机理，从而必然无法得到具有说服力的理论；显然，这就逐渐背离了计量经济学产生的目的。尽管如此，当前却很少有人愿意并能够反思这种计量检验中所存在的种种缺陷，甚至在数据处理时连对现有检验手段的适用性也很少认真甄别；相反，他们往往非常随意地选择一些数据作计量分析，或者不断变化地使用检验方法直到得出自己需要的那种结果为止。事实上，在软件上把数据调来调去往往是举指之劳，得出来的是什么就说自己的假说是什么；正因为当前学术界热衷于这种软件文章，因而这类文章所给出的结论往往是千奇百态的。

三、数理建模的庸俗化发展

数理经济学是运用数学方法对经济学理论进行陈述和研究的一个分支学科，数理模型通过将一些因素抽象掉以后更有利于看清一些相关变量的关系，从而有助增强理论内在逻辑的一致性；因此，利用数学方法来研究经济问题，有利于发现经济问题的实质，指明经济问题发展、变化的趋势。但是我们必须认识到，数理经济学根本上是一种演绎理论：从一些所谓的假定公理出发通过运用数学方法来推演一些定理；正因如此，我们要衡量结论的正误首先必须审视它所基于的引导假定，要充分反思前提假设的合理性。而且经济学理论的“内在一致性”也不同于自然科学理论的“内在一致性”，因为经济学理论的内在逻辑一致性主要是指建立在“人之行为逻辑”的基础之上而非“数理逻辑”的基础之上。例如，艾克纳在《经济学为什么还不是一门科学》中就强调，内在一致性检验只是一个理论的必要的条件，但并不是充分的。在艾克纳看来，任何理论的证明都必须进行三种性质的经验检验：一是相符性检验(correspondence)，即检验基于理论的结论是否与从现实世界中的经验观测相符；二是普适性检验(comprehensiveness)，即鉴定理论是否能够包容与所研究的某种现象有关的所有已知事实；第三是精炼性检验(parsimony)，即确定理论结构中任何具体要素（包括内在假定）对于说明经验观测的东西是否是必要的。

显然，目前流行的模型分析往往局限于逻辑的演绎推理，迷信于数学符号拜物教；它不但刻意逃避对这种数学推演进行经验上的严格验证，更是忽视人之行为逻辑与数理逻辑之间的差异。正因如此，基于数理逻辑得出的经济理论与经验事实开始变得越来越相脱节，并且数理模型也开始在一个“我向思考”思维下进行自我繁殖。譬如，艾克纳就指出，构成新古典经济核心理论的四个基本构件几乎都存在着严重的问题：(1)一组无差异曲线，这种无差异曲线是建立在各个假定的效用函数的基础之上的；(2)一组连续或者光滑的等产量曲线，这种等产量曲线是建立在各个假定的生产函数的基础之上的；(3)所有不同的厂商和行业的一组斜率为正的供给曲线；(4)生产过程中所用的全部投入的一组边际产量曲线。也就是说，构成微观经济学分析基础的无差异曲线、等产量曲线、斜率为正的供给曲线和边际产量曲线都缺乏有效的经验数据的支持，是缺乏经验基础的空洞的概念而很难经受相符性检验。而且，不仅主流经济学的微观分析层面是如此，宏观层面的分析也是如此，如希克斯—汉森的IS-LM模型和菲利普斯曲线就同样经不起相符性检验。正因如此，尽管那些从事数量经济学研究的学者往往宣称其研究方法具有严密逻辑，因而是客观科学的；但正如波普尔指出的，当前盛行的自然主义方法论规则只不过是新古典经济学形成的一种约定，这种游戏规则“与纯粹的逻辑规则不同，却与弈棋规则相像，很少有人会把弈棋规则当作纯粹逻辑的一部分”。[5]139

特别是，数理经济学发展起来的原初目的是希望通过数理的逻辑发现人类直觉或思辨所不能揭示的东西；例如，数理经济学先驱古诺就是依靠对策思维发现了不完全竞争的情况下厂商确定价格和数量的行为。但不幸的是，当前绝大多数数理经济学研究者都缺乏直接进行数理思维的能力，而仅仅指是把一些业已知道的常识性东西进行复杂化和符号化；因此，当前的数理经济学往往不是强调思想的发现而是注重模型本身，以致数理模型已成为掩盖其贫乏空洞思想的面具。同时，国内那些数理经济学研究者大都是照搬西方学者已经提出的一些数理模型，从而没有多少实质性的模型创新；更为甚者，在对西方主流经济学中的假设前提和思维方式缺乏实质理解的情况下，他们却想当然地进行一些画蛇添足的修改以期本土化应用，反而扭曲或肢解了主流经济学中数理模型的真实含义。其实，数理模型的建立往往是比较繁琐的，它有两个基本要求：一是要有良好的知识素养，从而形成良好的直觉；二是要较高的数学功底，能够把这种直觉表现出来并加以严密化论证。正因为数理模型与一个启发性的思想或故事是分不开的，因而模型的假设前提和模型选择都有严格的要求。而且，尽管数理模型的构建是一项非常费力的工作，但这种工作往往是吃力不讨好的：一者，一个模型所具有的实际价值和内含缺陷往往很容易被认识，一个简单的假设都会引起人们对整个模型的意义否定；二者，即使一个数理模型有效地表达和精致化了人类传承下来的思想，但思想的首创之功仍属于那些思想提出者。

然而，尽管数理经济学的要求如此之高，并且仅仅是完整经济学理论研究路线中的一小部分；但是，受当前经济学“科学化”思潮的影响，众多的经济学者却集中于这一小部分，从而严重扭曲了这一领域的研究。事实上，目前国内流行的研究倾向基本上抛弃了理论研究前两个更为重要的层次：方法论层次和理论素养层次；即使在思想表达层次上，也主要是以将简单思想复杂化、模糊化从而显得高深莫测为宗旨。结果，就完全扭曲了数理经济学发展的根本目标，成为“为数理而数理”的一种形式追求。[1]究其原因在于，目前一大批从事数学建模的学者往往都是理工科出身，例如，那些海归学者们大多也都是理工科出身的，只是到了国外学了一些建模技巧以后而摇身一变为主流经济学的；事实上，这些人往往连经济学理论中的基本术语都比较欠缺，也就不要说其他社会科学领域的知识和国内外经济发展的实际历程了，更不要说对人类社会有自己真正的独特见解了。正因如此，尽管这些“数理经济学家”依靠几个貌似复杂的数学模型而名噪当前，但实际上，他们并不真正懂得经济运行的“理”；他们所建立的模型往往也是机械的，是为了“建模而建模”或者为了唬人而建模，而基本上无法揭示出事物内在的作用机理，无法从模型构建和推理中获得新的洞见。

而且，需要指出的是，数量经济学最初获得迅速发展的基本原因是为了现实的应用，它是20世纪20年代到60年代期间不断膨胀的国民经济计划化的产物；但是到了20世纪70年代以后，随着市场经济重新取代计划经济成为主导，数理经济学几乎已经退出了政策应用的领域而逐渐成为象牙塔里的一种符号游戏。不幸的是，国内那些数理经济学者似乎本身没有看到这种转变，也不愿看到这种转变，因为他们根本没有甘愿清贫的那种经院主义精神，而是努力要将他们基于模型的纯粹逻辑研究与社会政策挂上钩以获得其他的物质利益。而且，令人啼笑皆非的是，在国内，这类学者竟然往往可以承接了大量的应用性课题，有的甚至充当了各类机构的经济顾问；在一个极端抽象的概念上而撇开具体的社会现实所展开的建模游戏，并且缺乏其他学科的基本常识，竟然就妄想并敢于为实际经济的运行出谋划策。显然，这就显得异常荒唐了，要知道，作为应用政策经济学的研究，并不在于模型的漂亮，而在于对具体问题的了解程度，而这些数理模型的构建者对现实问题又了解多少呢？在华盛顿特区的政界里有50多年经济学研究经历的赫伯特.斯坦因指出，“经济学家对经济并不知道多少，而其他人（包括制定经济政策的政治家）就知道得更少了”。[8]

可见，真正的数理经济学研究需要非常高的数学要求，它得出的理论要有现实意义更需要非常广博的经济学素养和其他社会科学知识，因而真正能够从事数理建模研究的学者并不多；正因如此，当前国内从事数量经济学研究的人主要偏好于计量方面，热衷于基于某局部数据而进行所谓的实证研究。究其原因在于，实证研究只要在数据方面有专攻就行了，其他人不可能对之数据或者研究方法论重新作一考证；而且，如果其他人真正希望进行批判的话，为了有的放矢地重写一篇文章，也必然会让原先的那错误百出的文章发表。我们知道，自然科学中只有那些已经为大多数经验事实证明的假说才会引发后人进行检验或严密化的兴趣，在经济学中也理应如此；正因如此，国内绝大多数实证文章是无人问津的，试想：一个在半年乃至几个月内就可能过时或被实践证明错误的文章还值得费力用论文来证明它的优劣吗？事实上，国内这一群计量“研究者”也很少是在做真正的实证研究，更不要说理论研究：一者，他们的实证检验往往是在舍弃理论研究前两个层次的基础下进行的；二者，他们出于发表的目的往往会想当然地找几个数据套在固定的计量模型。正是由于这些实证分析主要是出于发文章、报课题、评职称以及获得奖励等功利目的，因而这些学者往往会不断地转移着实证研究的课题，形成一篇一篇评定职称极为有效的“前沿”文章，却根本无暇也无能对特定理论作全面而系统的实证分析，也似乎不屑写什么能够经得起时间检验的巨著。

四、经济学庸俗数量化的原因及其批判

尽管现代经济学者经历了比古典经济学者更长时期的人类历史发展，历史提供的素材对他们而言也更为充分；但是，由于片面强调数量化的发展道路，经济学的思想却似乎并没有获得相应的增量，经济学家对社会的认知也似乎并没有获得相应的提高。相反，随着大量标准化的应用计量软件的开发，主流经济学对社会现象的分析已经逐渐蜕化成了一种常规性的机械劳动；由于这种劳动日益减少了个人主观思维的应用，从而必然也就会逐渐钝化研究者的智力。一个简单的原因在于，人类的理想思维首先来源于对经验事实的直觉，但计算机的大量使用却逐渐使使用者丧失了对经验的直觉；萨缪尔森就指出，“据我观察，计算机在很大程度上还是一只黑匣子，研究者把原始材料输入进去，得出不同的概括性尺度和模拟结果。由于不能到匣子里头去看看，和糟糕的旧时光相比，调研者对数据缺乏直觉上的亲近感”。[9]当然，笔者不否认统计软件有助于提高人们对数据进行计量处理的效率，而且统计软件的开发、成熟的过程本身就凝结了人类的大量理性智慧；但是这种软件开发锻炼了开发者的智慧，却限制了使用者的智慧，正如那些使用越来越先进的机器进行生产的蓝领工人一样，我们不能说那些会操作先进机器的人比那些手工匠更具智慧。其实，任何特定现象的研究本来应该是具有个性的，这包括如何更恰当地特定因素的影响，以及如何更恰当地选择、增补数据等；但是现代的统计软件已经使得研究批量化了，从而使得传统的智慧型的科研工作者变成了一般的劳力型的资料统计员。更何况，任何理论的开发本身都有其恰当的使用条件和使用目的，但是目前这些方面很多都被使用者忽视了，使用者常常被告知只要懂得如何用，而不需知道为何用。

但不可思议的是，就是这种学科的研究方式，一些调查竟然认为，自然科学家的智商普遍比社会科学家的智商要高，而经济学家又提高了整体社会科学家的智商水平，而当前中国经济学界一些人也常常以此而自喜，难道偏执地坚持某种经济学的教条也是理性高的表现么！其实，根据孔德的观点，历史的顺序与逻辑的顺序紧密地相互对应着，天文学作为自然科学中最普遍和单纯的学科，首先得到发展，每一学科的出现要靠前一学科的发展；因此，他根据它的普遍性和独立性的程度（普遍性和抽象性的递减律、复杂性增加的程度、实用重要性的程度），把一切科学知识排成一个等级体系：数学、天文学、物理学、化学、生物学和社会学。其中，数学是所有学科中最抽象、最简单、距离直接的实用最远，数学家无法利用其他科学所获致的成果，故独立性最高；而社会学最具体、最复杂，与实用关系最直接，且须利用所有其他科学的一切成果，因而解决任何一个社会现象都需要依据更全面的人类理性。正因如此，麦克洛斯基指出，“智商测验从诞生时起就是个冒着科学之名自欺欺人的丑闻和无耻的骗局”，[10]特别是，当前的说辞竟然把是否拥有处理最不复杂现象的数学工具的能力看成是理性甚至智商水平的标志，而那些拥有广博知识、试图从更全面角度分析问题的学者却被认为是智力上的欠缺者，岂不荒唐！显然，这种观点之所以会盛行，不仅与现实社会中的政治、人文环境有关，更与当前主流经济学乃至其他社会科学领域中的研究人员构成以及研究人员的知识结构有关。

一方面，在经济学领域，那些从事数理模型构建的技术经济学家往往是那些根本无能力从事数学、物理学等学科理论研究的人，他们在数学、物理学领域甚至都发不出什么有意义的文章，更不要说有所创见了；但是，一旦转到经济学界，就可以不断地发表那些让人摸不着头脑的文章了，于是，也就开始被尊奉为杰出理论经济学家，被视为是具有高度抽象推理能力的人。君不见，在国内，那些在数学或物理学界根本发不了文章，职称也难以晋升的人，转眼间成为经济学界的教授、博导、学科带头人，即使经济学领域那些所有“百优博士学位论文”也几乎被这些人尽占；相反，那些从事社会科学综合型研究的，尽管他们的见解更全面，分析更透彻，但往往给人条理不清的印象。同样，一些经济学专业出身的人在受到这些数理经济学“家”的打压下，也开始转移到其他社会科学领域，如政治学、社会学以及法学等；而且，由于经济学的研究方法比其他学科更为清晰和有条理，从而他们的研究往往被认为更具创见，从而也越来越受到青睐。之所以出现这种现象，除了理论研究确实需要各学科的交叉和契合以及数学工具确实是一个基础外，更主要的原因在于人们对“科学”的内涵本身就存在认知上的缺陷。由于科学首先源于自然科学，于是就用自然科学的简洁、普遍以及“客观”性来衡量其他学科的“科学化”程度；结果，就导致其他社会科学盲目地仿效物理学等自然科学，而主流经济学则担当起了传道的先锋角色。然而，正如克洛尔和豪伊特指出的，“当代经济理论虽然没有给经济生活提供一幅‘真实可靠’的肖像，但是它却提供出一幅精致优美的画图。而且，沿着这幅画图指引的方向，一个注重学就式的研究训练而忽视解决实际问题的研究纲领展开了”，不过，尽管“这种‘研究本身’具有一定的价值，但是，把它作为发展方向则有些过分了”，特别是，“目前经济学中的这种状况已经过头了。因为在这种形势下，我们（像巴甫洛夫的狗那样）养成了条件反射的习惯，不精确地回答纯粹学术上猜谜游戏式问题误认为是‘有意义的’和‘令人感兴趣的’内容”。[11]其实，经济学毕竟是一门经验科学，人们希望经济理论可以用来指导解决实际问题而不是纯粹的智力游戏，但显然，这半个多世纪以来主流经济学家却一直热衷于这种智力游戏，这显然就使得经济学的研究本末倒置了!

另一方面，目前那些从事计量经济学研究的学者也大都是在统计学领域无所作为的人。如北大计量经济学教授朱家祥就指出，一般而言，计量经济学家的统计功底不如统计学家，但是比他们多懂了些经济学；同时，计量经济学家的经济功底又不如经济学家，但却比他们多懂了些统计学。正因如此，朱家祥教授风趣地说，当他遇见统计学家时，赶紧称自己是经济学家；在经济学家面前，也忙着标榜自己是学统计的。[12]实际上，那些功底深厚的统计学家转而研究计量经济学时基本上都集中在理论计量学方面，因为只有在这个领域，他们才可以专注于方法上的研究而发现研究的意义，相反却不用关心那些自己心里根本无底的经济涵义，因为后者本身就是他们的弱项；而且，正因为经济现象要比自然现象复杂得多，以致当前计量经济学的应用一般也要落后方法上的创新达30年～50年；因此，尽管今天理论计量的研究成果很可能是未来经济学实证的资产，但由于数据的选择、变量的确定以及方法的选择等都存在很强的主观性，因而这些逻辑严密的方法具体的应用价值也存在很大的疑问。正因如此，一个人的统计学功底如果不高，他也不想成为理论计量学家；那么，他首先应该把经济学的理论基础打扎实，这样才可更好地从事应用计量经济学的研究，而不是盲目地学习和应用那些计量工具。一般地，一个经济学人在进行计量分析之前首先应该谦卑地去寻求一个“好”的模型，而这种模型包括4个基本特征：（1）符合经济学的合理性，（2）符合统计学的合理性，（3）能帮助我们了解经济问题，（4）要与现有的数据信息一致。显然，一个计量经济学家不但要接受统计学的洗礼，更要有扎实的经济学训练；即使如此，真正能同时满足合理性与有用性的模型也是不多的，因而计量经济学分析本身是一个非常艰苦的工作。然而，在当前国内经济学界，那些数学或统计学出身而从事计量经济学研究的学者鲜有集中在方法论领域的，相反，却热衷于所谓的实证分析，热衷于承接各种课题。问题是，他们又提出了任何值得推敲的理论了吗？他们在课题中提出的政策建议又有多少是可行的？

最后，需要指出的是，当前经济学界追求数理的风气主要与功利主义的学风密切相关，因为知识素养不足而又试图能够发表文章以有利于评奖、职称、课题等青年学子所能采取的最佳捷径就是构建复杂的数理模型；它不但不需要系统的学术认知，也是相对于那些老教授的优势所在。而且从某种意义上讲，这种学风也是以美国为代表的主流经济学之学风的缩影或放大，因为自边际革命以来，主流的新古典经济学就日益撇开了对事物本质的探讨，而仅仅关注事物之间的功能联系；特别是，近半个世纪以来西方整个学术界尤其是经济学界的风气也越来越功利，以至对经济学之学科性质也越来越无知。正因如此，主流经济学家抛弃了真正符合经济学特性的那种内部标准检验而过分注重实证分析，从而使得经济学理论无法得到真正的检验；或者，简单地把人类行为逻辑等同于数理逻辑而过分地注重于逻辑体系的完美性，从而扭曲了人的知性思维而无法发现背后的规律。结果，主流经济学形成了局限在新古典经济学者特定分析框架下的脱离实际的自我繁殖，并最终使经济学成为一种我向思考的学科。显然，正如阿莱指出的，“不幸的是，数学的滥用已经不只是当代文献的弊端，这种弊端过于经常地产生出大批伪理论，这些理论靠的是机械地运用计量经济学和统计技术，毫无真知灼见。所有这些理论都具有同样的特征：精心建立线性相关的模型，而实际上它们只是伪模型，伴之以未经理顺的根本未曾证明其合理性的经济计量学的全套数学—统计学方法。计量经济学对于天真而幼稚的人来说，是科学理论，但它们通常只有空壳：盲目而鲁莽地使用线性相关方法和有关的检验，尽管这些检验通常并不适用于所研究的案例；过于经常地将模型用于一个国家的短期研究，其中解释形变量的数量以及任意参数的数量都是些不可能有实际意义的东西”。[13]不过，经济学数理化和计量化所潜在的理论危机在西方已经得到了越来越广泛的认识，从而经济学也正在朝多元化和交叉性的方向发展；但国内那些“主流”经济学家还在炒作那些充满缺陷的剩饭，而根本上没有注意最新的经济学发展，或者把这些最新发展视为非主流的而加以排斥。一个明显的例子是，众多的经济学家已经开始注意到经济学过分注重技术分析方面，并对经济史和经验研究在经济学中的相对衰落感到不安和惊愕；例如，历史学家格尔申克隆就指出，社会科学中有一种根深蒂固的渴望，要寻找一种通用的方法，一种对所有时期都适用的法则，但是这种简单无知的态度必须被超越。显然，就经济学的理论研究而言，如果对社会现象的内在机理缺乏真正理解而片面追求所谓科学化的数学模型，那么，就不但不会促进理论的真正进步，反而窒息了理论的实质发展；实际上，这已经在当前经济学理论上得到了反映，不久我们将会更深刻地认识到这一点。

五、结语

尽管数理模型的分析以及计量实证的检验都是理论发展和完善过程中必不可少的阶段，但是我们在发展经济理论时却不能喧宾夺主，而是要充分认识到这两者在经济学理论发展中的局限；究其原因在于，经济学毕竟不是自然科学，其理论本身的可证实性以及可证伪性都比较差。事实上，我们往往难以从数理模型和计量分析中直接得出理论，相反，经济学理论大都依赖于对那些熟视无睹的历史材料的知性抽象；而且，在绝大多数情况下，数理推理和计量检验仅仅是对已经抽象出的理论进行补充和严密化而已。这对现实现象进行分析时是如此，对历史事实进行描述和分析更是如此；米塞斯就写道：当历史学家解释并重写过去时，“这要求它要运用一些在开始自己的研究工作之前必须已经具有的思想。在他的研究过程中，即使处理一些材料使他得出了新思想，在逻辑上概念总是先于对个别的、独特的和非重复性事件的理解。除非在致力于研究历史来源之前有一个确定的战争与和平的概念，否则就不可能谈论战争与和平。除非具有把原因与后果之间的一定联系看作是普遍的可使用范围来对待的理论，否则就不能谈论个别情况下的原因与结果”。[14]尽管如此，现代主流经济学者却热衷于在数据的基础上对理论乃至社会政策进行“建构”性设计。试问，难道这些学人就不能稍微放一放这种“研究”而读一读哈耶克的著作，并由此作稍微的联想和反思：自己的这种经济学理论研究中不正潜在着深刻的“理性自负”么？

显然，这又回到了笔者所提倡的有关理论研究的四层次框架，基于这种框架的理论研究需要非常广博的知识素养，理论发展也是在“为往圣继绝学”的基础上“演化”进行的。[1]事实上，正是由于现代主流经济学抛弃了古典经济学实际使用的从本质到现象的研究路线，从而将经济学理论研究割裂了：一方面，一些经济学家从事“我向思考”式的逻辑游戏，从而导致数理经济学的勃兴，但这种逻辑游戏根本上是与现实脱节的，从而属于“极高明而不道中庸”的抽象体系；另一方面，一些经济学家则片面放大经济学的客观性，从而导致计量经济学的偏盛，这种研究根本无法得出一般性理论，从而属于“道中庸而极不高明”的实用主义。而且，这两种研究趋向在国内也发生了蜕变：一方面，从事数理经济学的那些人士根本无力在数理逻辑或模型构建上有所创新，而往往是机械地搬用（最多是对变量做些调整）西方学界的数理模型，从而表现为“上不入天”；另一方面，从事计量实证的那些人士根本不能对现实社会环境作正确的理解，从而那些实证分析往往是非常牵强附会的而根本无助于预测或指导实践，从而表现为“下不着地”。当然，也有一些学者提出要进行所谓的“上天着地”的研究，这种“上天着地”往往被扭曲为搬用西方的一些理论来对一些具体问题进行解释，如利用供求规律或“谁受益谁付费”的激励理论来倡导提高高校学费就是此类；但显然，这与从本质到现象研究思维及其蕴含的研究四层次所主张的“上天着地”思路完全相反，因为这一思维强调的是能够从现象中发现其背后的本质和一般规律，从而提高我们的认识层次，在此过程中，不是简单地利用某一单一理论对现实进行解释，而是从多视角地全面分析，并由此总结出更为一般性的理论体系。

因此，判断一个人对经济现象以及社会现象的认知深度主要看他的知识广度而不是所建模型的复杂程度，而社会科学领域学者们进行比较的主要体现在：谁读得书最多；一般地，那些博览群书者往往被视为权威，人文性越强的学科就越是如此。当然，与历史等人文学科稍有不同的是，经济学的理论认知还具有较强的系统性；因此，有了知识的广度还需要能够把这些知识契合起来而成为一个整体，这就涉及到方法论的训练。然而，当前主流经济学的学习和研究风气完全背离了这一特点，那些对人类社会科学领域所积累的知识一无所知而热衷于一些模型构建者往往被称为经济学大家；之所以如此，关键就在于，随着越来越多理工科出身的人逐渐主导了经济学，经济学理论研究者的知识素养就已经急速下降了。试问：尽管当前国内经济学子热衷于设计出一个个数理模型，以致经济学的文章充斥各类杂志而看似获得了畸形繁荣，但这些几乎根本不顾经济学特质的抽象模型果真能够获得“发现”吗？或者，它所表达的思想果真又什么价值吗？那些计量结论有什么坚实的理论根基（无论是逻辑上还是经验验证上）吗？正是这种研究取向导致整体性的经济学理论研究已经被严重分割了，以致我们作了再多的问题研究，还是对社会现象困惑不解。笔者相信，将来人们再回过头来反思我们当前的经济学理论研究现状之时，必然会对这种荒唐闹剧苦笑不已，甚至会奇怪：那时的理论探索者怎么都陷入了如此的非理性状态，就像社会上的大跃进一样。

参考文献：

[1]朱富强.经济学计量化的反思[J].广东经济管理学院学报，2006，(4):5-11.

[2]博兰.批判的经济学方法论[M].北京:经济科学出版社.2000.

[3]J.内维尔.凯恩斯.政治经济学的范围与方法[M].北京:华夏人民出版社，2001:225.

[4]宋小川.也为左大培说几句公道话：也谈我国的学术讨论环境[J].海派经济学通讯，2004，(4):23-26.

[5]波普尔.开放的思想和社会：波普尔思想精粹（米勒编）[M].南京:江苏人民出版社，2000.

[6]米洛斯基.问题是什么[C].//巴克豪斯.经济学方法论的新趋势.北京:经济科学出版社，2000:67-99.

[7]张五常.强迫发表是悲剧[EB/OL].[2007-10-10]?http://zhangwuchang.blog.sohu.com/66696001.html.

[8]迪克西特.经济政策的制定：交易成本政治学的视角[M].北京:中国人民大学出版社.2004:2.

[9]萨缪尔森.我的人生哲学：政策信条和工作方式[C]//曾伯格.经济学大师的人生哲学.北京:商务印书馆，2001:328-344.

[10]麦克洛斯基.经济学的修辞[C]//豪斯曼.经济学的哲学.上海:世纪出版集团、上海人民出版社，2007:353-401.

[11]克洛尔，豪伊特.经济学的基础[C]//多迪默，卡尔特里耶.经济学正在成为硬科学吗.北京:经济科学出版社，2002:22-48.