计量经济学在经济学研究运用优势及方法

　　摘要：计量经济学在经济学研究的运用中占主流优势。究其原因, 计量经济学对于描述经济现象具有实用性强、精确性高与时效性佳等优点。由于计量经济学在世界经济学研究中的广泛运用, 其他的经济学研究方法逐渐被“边缘化”。运用计量经济学方法分析的经济学研究者, 普遍认为计量经济学方法具有普适性, 然而, 事实并非如此。如若经济学研究的其他方法能被广泛运用在经济学研究中, 那么经济学研究者能大范围地摒弃计量经济学对经济学现实描述中的诸多约束与假设前提, 甚至缩短研究的时空距离。文章着重探讨理想的、令人满意的经济学研究文章的方法论, 即为理论与研究方法上的多元性, 兼收并蓄, 博采众长。这才是现今经济学方法论发展的主流方向。通过分析过往计量经济学的研究方法, 深入探究这种方法的局限性及可行性, 文章得出经济学研究方法需要多元化的基本结论。

　　关键词：计量经济学; 经济学研究; 经济学方法; 经济转型;

　　A Discussion on Methodology of Econometrics and Economic Research

　　SU Chang

　　Party School of the CPC Central Committee

　　Abstract：

　　Econometrics is seen as the dominant method in terms of applicability, accuracy and efficiency in economic science. It is widely used and other methods have been reduced to marginal contributions. Econometricians behave as if their techniques were universal when in fact they are not. If alternative methods are accepted, one can largely eliminate the restrictions and distance to reality of econometrics. The article debates the pathways for a satisfactory economics in a context where theoretical and methodological pluralism is entering even in mainstream ideas. The historical construction of econometrics as the main method in economics and the limitations and possibilities of this tool are explored, underlining the need of pluralism.

　　Keyword：

　　Econometrics; Economic research; Economic methods; Economic transition;

　　一、引言

　　最近几年, 经济学家与经济学因过度地使用数学公式研究实际经济问题, 而被学界广泛地质疑与批评。经济学家过度使用数学公式论证经济问题, 这一事实的发展过程起源于经济学家偏好运用微分学论证问题, 直至运用更为复杂的运筹学, 最后到滥用计量经济学研究方法, 通过设定不符合现实的假设条件, 创建计量经济学模型, 检验计量经济学模型, 并运用模型来估测或评判经济学现象。

　　现如今, 较为正统的观点认为, 只有通过构建经济学计量模型来进行稳健的定量分析的经济学研究才是主流趋势。经济学作为一种社会科学, 具有科学研究的客观性, 应充分接收不同的理论与研究方法。往日的经济学研究颇受诟病, 究其原因为:支持自由政策, 并使自由政策合法化, 引致接连不断的经济危机。尤为显著的是, 奉行“自由市场”理论, 并把市场作为促进资源优化配置机构的正统观点占据主流的研究。类似上述的重新定义经济学的讨论并无新意, 但由于2008年以来次贷危机的爆发, 全球经济陷入低迷, 因而针对这个问题的讨论在诸多经济学期刊中又一次被提及, 并具有一定的时代意义。现如今, 越来越显著的是, 尽管计量经济学分析方法被正统观点奉为解释经济规律的“优越的分析工具”, 经济计量的分析方法在分析研究经济现象时并不完美, 尤其在没有稳健性的说明, 或模型运用不合理的情况下, 比如仅有少量的坚实数据基础、不合适地滥用套用模型、分析结论远远超出了所设定模型能解释分析的范畴、通过设定的变量并没有表现出我们预期想得到的那种研究结果时, 经济计量方法滥用的弊端尤为凸显。除去对计量经济学分析方法的有益性与稳健性的考量, 分析经济学研究中的计量经济学方法, 并不是出于对其价值的质疑。

　　在经济学研究中, 经济计量方法的运用在许多案例的分析中格外重要, 故而文章仅试图对该方法的局限性略加品评。文章基于计量经济学研究方法产生的历史进程并进行剖析, 试图说明为何计量经济学研究方法曾占据经济学研究的主流。之后, 文章对计量经济学研究方法的假设条件的完备性及局限性进行了分析。最后, 文章得出结论:随着经济多元化的发展, 分析复杂的经济现象及解决经济问题, 需要采用多元化的分析研究方法, 而并不拘泥于经济计量分析这一种方法。经济学方法论的多元化发展也越来越被正统观点所接纳。经济学方法论的多元化已逐渐成为诠释经济发展规律的主流, 并已开始建构更令人满意的经济规律分析模式。这种模式能精确地解释相关的经济现象, 并清楚地阐释复杂的经济学的本质与真谛。

　　二、计量经济学研究方法的研究概述

　　1. 计量经济学研究范式源流及发展综述

　　古典经济学家诸如亚当·斯密、大卫·李嘉图或卡尔·马克思往往将经济学看作是历史化的研究生产与价值分配过程中人与人之间的社会关系的一种社会科学。新古典经济学革命, 尝试将社会秩序视作经济现象规律的内在机制。新古典经济学家如杰文斯、埃奇沃思、门格尔、瓦尔拉斯、帕累托等, 抽空了经济学研究的社会化内容, 取而代之的是通过严格地数量化及数学化来定量表述的经济学研究方法。这是一种在进化论与制度主义基础上发展起来的经济学方法论。然而, 斯密与马克思所探讨的经济学研究范畴远远超出了被占据主流思想的“理性经济人”假设所廓定局限的研究范畴。再如, 十九世纪后半叶研究的一个开放性经济问题——价值的起源问题, 因“边际革命”的兴起而被搁置, 取而代之的解释为:价值是由各个理性的市场主体试图最大化其客观效用而形成的。这些思想家将热力学第一定律视作统一的数学模式:拉格朗日最大化条件可运用至一组原子, 各个市场主体在个人主义达到极端的方法论下, 也会达到与物理学概念“均衡”相一致的状态, 这时所有动态调整都趋于静态均衡。根据这一概念, 经济学家创建了一个规范性概念, 当经济趋于均衡时, 便是社会的最佳状态, 也即原子化的各市场主体均“利己”地最大化个体效用, 最终由为满足个人偏好而采取的行动, 亦增进了社会的福利。而当物理学上热力学第二定律产生时, “熵”概念提出, 以及海森堡不确定性概念的提出, 那时的经济学家们仍旧坚定地认为, 均衡是具有普世价值的公理, 而不仅仅局限于经济学规律中。在这一过程中, 新古典学派与德国历史学派、美国制度主义、剑桥学派阿尔弗雷德·马歇尔等产生分歧, 后三者紧密稳定地结合在一起。

　　在第一次世界大战之前, 多元化的分析研究手段是经济学领域的主流趋势。在那个时代, 不同见解、多元化的经济学理论分析和谐共存, 可谓百花齐放, 万家争鸣。在二十世纪之初, 经济学家们将经济学视为一种具体的科学而非抽象的科学, 并以道德来承诺, 以此确保经济学研究的标准性, 并将客观性与宣传性相结合。二十世纪第二代经济学家的出现, 经济学研究方法才悄然发生变化。

　　1929年, 美国经济大萧条时期, 经济学家旨在通过积极的经济学研究来给当政者提供政策建议, 以促进衰退的美国经济企稳复苏。许多数学家、物理学家等不同领域的学者开始参与对社会现实的研究与探讨。于是, 基于计量经济学方法的方案, 并非出于新古典经济学方法, 试图支持政府监管与国家干预自由市场与私人活动, 并试图力劝政府放弃市场“无形之手”调节经济的预案, 且被提上议事日程。这种思想主张应严格化、定量化地重构经济学研究方法。约翰·梅纳德·凯恩斯便是这种思想的典型代表人物。在这一时期, 许多组织机构积极建立相关的经济宏观数据库, 如国家经济研究局等, 这些便是在这种思想的刺激下出现的。这种思想的其他代表人物是许多来自政府的经济学家, 如丁伯根、马沙克、兰格、库普曼斯、内曼、米德, 尤其包括计量经济学会的创始人拉格纳·弗里希, 他的座右铭便是“科学即是测算”。如果我们熟悉历届经济学诺贝尔奖得主, 那么上述那些响亮的名字便如雷贯耳。彼时, 经济学被视作一种对抗失业、经济萧条的政策工具, 人们用这套政策工具来做出描述性或规范性的研究解析。因此, 以往的新古典学派的理论方法已经过时, 当政者甚至已不容许经济学家运用新古典学派的方法来解决预防和危机补救的问题。制度主义经济学家们在二十世纪三十年代备受打击, 部分原因在于他们没能针对美国大萧条提出有益的政策建议或政策工具。

　　一直到第二次世界大战时, 二战的爆发刺激经济学向新古典经济学的研究范式大步迈进。这一时期, 政府要求经济学家针对出台的政策问题制定解决的工具。经济学演变为了一种具体的工具包知识, 而不是一种研究社会经济领域的特定科学。经济学研究方法的变更急需改变经济学语言、研究范式与研究工具, 而计量经济学恰好满足所需。新的经济学方法论成为了一套减少了学科多元化研究可能性的标准。彼时的经济学家们, 已然脱离了古典经济学方法论灌输于他们的想法与信念。彼时, 关于计量经济学是否与经济学研究相关的理论争鸣也不容小觑。简·丁伯根曾严重批评熊彼特的商业周期理论, 原因是熊彼特的理论中相关变量为冲击而非机制。众所周知, 约翰·梅纳德·凯恩斯曾盲目地运用计量经济学的知识分析经济现象。经济学家斯基德尔斯基曾针对凯恩斯盲目运用计量经济学方法进行研究提出质疑:一是关于不随时间或观测组变化而恒定的估计参数, 没有理由认为一旦时间或观测组发生变化, 假设的参数间的关系是稳定的, 更不能保证相关的回归是准确的, 稳健的;二是针对不同的观测值而建立的最佳估计模型是不同的, 这就不免会引起回归结果的偏倚, 从而会创建一种危险的假设来约束筛选与先验思想相一致的观测值;三是有一些经济维度是不可量化的, 而且是不能缩减到计量经济学可以研究的范畴的, 如代表主观效用的定量转化或不精准的估值就会使回归结果无效;四是尽管计量经济学的分析方法能用于检测经济现象中的复杂关系, 甚至是不确定性和多维度过程中的效用, 但是凯恩斯的经济计量模型在研究拟合经济学实际问题时显得过于简单。凯恩斯曾于1939年批评丁伯根过度将经济计量方法引入经济学研究, 并将计量经济学比作炼金术。然而, 凯恩斯却格外敬重丁伯根, 他认为计量经济学是一种危险的工具, 用凯恩斯的话说, 计量经济学几乎是一种“黑魔法”。约翰·梅纳德·凯恩斯捍卫了经济学, 凭借经济学专业知识的积累及敏锐的专业直觉, 他发现了一个共识, 即, 经济学是处理道德问题的一种科学, 依赖于人类行为的不确定性进行研究, 而不能被一种需要精确量化或估计有效性的工具 (如计量经济学) 来限定。彼时, 经济学家们普遍认为, 计量经济学这种研究方法虽不完美, 但若用已知的理论校准统计计量的结果, 还是可以创新经济学研究领域的相关知识的。

　　第二次世界大战后, 计量经济学研究的目标是构建一个模型或通过创建一组结构方程, 来取代市场进行资源的优化配置。这种新的经济学研究方法的确立, 意味着新古典基于严格的研究方法与测算政策效应能力的研究范式是有可取之处的。与此同时, 新的思想学派促使计量经济学的研究中心由欧洲转移到了美国, 并将计量经济学的目标与市场制度的中心地位紧密地联系起来。二战后的美国社会, 由政府干预市场的思潮转为支持自由市场, 进而建立开放的自由竞争机制。这一点印证了新古典主义的思想。在冷战时期, 经济学的方法论转变在于人们信念的转换。宏观经济学的微观基础的发展是与经济思想日益抽象化不无关联的。正是由于两次世界大战期间, 社会思潮普遍支持政府干预经济, 以及战后支持自由市场的呼声一浪高过一浪, 西方政治与经济社会背景下的主权运作模式和森严的等级制社会结构, 导致经济学研究方法论多元化的日趋衰落。

　　之后新古典经济学逐渐吸收了计量经济学工具主导的范式。在二十世纪五十至六十年代, 出现了新古典主义综合派, 由微观经济学研究演化出了宏观经济学研究, 包括IS-LM曲线出现, 菲利普斯曲线以及基于计量经济学的模型进行政策的评估, 的确使彼时的经济学方兴未艾。在二十世纪六十年代末, 计量经济学之父拉尼亚·弗里施乞求成为对计量经济学使用方法质疑的批评者。在围绕货币主义兴衰的争论中, 弗里德曼主张通过货币工具, 来控制可用资金的数量, 以维持资本主义社会经济的稳定性。卢卡斯的批判指出, 人们总要估计当前的经济政策对将来事态的影响, 并且按照估计的影响来采取政策, 即, 改变他们的行为, 以便取得最大的利益, 这样就会使经济复兴并回归至一般均衡模型。这些经济学家在适当的条件下重构了经济学方法论体系, 在研究方面将经济学演化为一门抽象的学科。尽管现今宏观经济学有诸多流派, 但这些流派的根源其实都在于现代社会资本积累过程的费希尔-瓦尔拉斯模型。经过卢卡斯等经济学家的研究, 经济学模型被简化, 在分析宏观经济时, 在随机一般均衡模型的基础上进一步深化, 为政策制定者与美联储提供了切实的服务。经济学方法论失去了植根于现实的复杂性、系统性, 及人际关系的不确定性, 并在时空方面脱离了本真的经济学研究的基本语境。引入动力学与进化理论之后, 经济学方法论在学科前沿经济学家的发展下, 正越来越偏离正统经济学的发展轨道。

　　总之, 当经济学方法论过分强调个人主义时, 往往得出的经济理论是不够好的。当下, 经济学开始研究个人在某些选择条件下的行为, 而社会模型的构建是基于聚合过程的, 这似乎违背了经济学的基本原则。个人主义与集体主义之间的张力是经济学与其他社会科学方法论之间一个重大的差异, 但经过多次辩论后, 通过重构向下因果关系, 这种方法论与其他建议相一致。在经济学研究中, 个人往往受限于影响他们的制度环境, 在时间与空间的特定背景下, 各种立法机构、行政机构不仅限制个人的行为, 还会加强个人的行为动机, 甚至基层机构与更高级别机构之间上下联动的决策部署, 也会改变或增强个人的行为动机。重构向下因果关系, 决定论似乎从顶层被撤销, 各个层级的立法机构、行政机构等不仅会对个人施加约束, 更会成为个人行为的诱因。

　　2. 计量经济学的发展脉络分析

　　微积分诞生于17世纪, 由此至推断统计学诞生的20世纪20年代, 数理科学的发展为计量经济学的诞生夯实了理论基础。仔细梳理计量经济学的发展脉络, 文章发现计量经济学的演进过程大致可分为四个阶段:第一阶段为1920-1950年, 计量经济学诞生;第二阶段为1950-1975年, 计量经济学发展;第三阶段为1975-2000年, 现代计量经济学诞生;第四阶段为2000年至今, 现代计量经济学发展。

　　随着17世纪牛顿和莱布尼兹提出“微积分”的概念, 计量经济学的理论基础得以奠定, 于是“最小二乘法”得以运用。1809年, 高斯在著作《天体运行论》中运用了最小二乘法;同期, 勒让德也曾声称他发现了最小二乘法。1821年, 数学家高斯发现了“正态分布”, 并率先将“正态分布”理论应用于天文研究中。1877年, 高尔顿在发表的种子研究结果中指出存在“回归到平均值”现象, “回归”一词就此诞生。

　　20世纪20年代, 内曼建立了“统计推断”和“假设检验”的一种严格的数学理论。同期, 费雪论证了方差分析原理和方法, 数学家高斯率先提出“最大似然法”, 自此统计推断学被创立。至此, 统计学由“描述性统计学”迈向“推断统计学”, 数理统计学的理论框架已基本形成。1926年, 挪威经济学家费里希模仿生物计量学提出了“计量经济学”的概念, 计量经济学由此诞生。1930年, 全球规模最大、水平最高的世界计量经济学会成立了。1933年, 世界计量经济学会创办的《Econometrica》正式出版, 标志着计量经济学作为一门独立学科正式诞生了。1933-1940年, 计量经济学的研究对象主要是个别生产者、消费者、家庭、厂商等微观分析范畴;自1940年以后, 计量经济学研究由微观向局部地区扩大至整个社会的宏观经济体系, 如国民消费、投资、失业问题等。

　　1950-1975年为经典计量经济学的发展阶段。1950年开启了“联立方程时代”, 标志性事件为1950年库普斯曼发表的《动态经济模型的统计推断》及论文《线性联立经济关系的估计》。“计量经济学之父”的劳伦斯·克莱因于1950年发表了《美国经济波动》, 构建了美国1921-1941年的经济波动模型, 是计量经济学发展的里程碑。截止1987年, 劳伦斯·克莱因发起的联合国世界连接模型, 包括78个国家的2万个方程, 为世界最著名的联立方程。这一时期, 宏观模型被大规模运用于经济波动、国际发展战略和经济政策制定, 时间序列和联立方程迎来了最辉煌的时代。

　　70年代之前的建模技术均是以“经济时间序列平稳”的前提条件设计的, 也即时间序列必须平稳。1974年, 格兰杰在《计量经济学中的虚假回归》中, 首次提出不平稳会导致“虚假回归”的问题。由于战后许多宏观经济变量均呈非平稳特征, 故而虚假回归和预测的失败问题比比皆是。于是, “ARIMA”模型于1976年被提出, 妥善解决了变量非平稳问题。ARIMA模型可将非平稳时间序列转化为平稳时间序列, 从而进一步构建ARMA模型。1964年, 萨尔甘提出误差修正模型ECM, 之后经济学家们不断完善了ECM模型, 并不断尝试用此模型解决非平稳变量的建模问题。1980年, 西姆斯因率先提出“向量自回归模型VAR”而荣获2011年诺贝尔经济学奖。1987年, 恩格尔与格兰杰携手发表论文《协整与误差修正, 描述、估计与检验》, 正式提出“协整”概念, 自此满足一定条件的非平稳变量, 也可构建模型。1988年至1992年, 约翰森连续发表了四篇关于VAR模型中检验协整向量, 并建立VEC (向量误差修正) 模型的文章, 进一步丰富了协整理论。

　　步入21世纪后, 随着信息技术的发展, 数据越来越膨胀, 数据由截面数据、时间序列数据发展为面板数据。面板数据增加了模型的自由度, 降低了解释变量之间的多重共线性。先前的计量经济学主要都用在宏观经济分析上, 微观层面的研究, 如个人的就业、教育、住房等问题, 以及企业和住户层面的经济问题, 则很少有人研究, 其中很大的原因为数据稀少或残缺。最近几十年中, 微观数据愈发丰富, 微观计量经济学也慢慢走上了计量的舞台。詹姆斯·赫克曼建立了个体计量经济学, 发现了选择性抽样的理论和方法;丹尼尔·麦克法登发现了离散抉择的理论和方法。这两位经济学家因在微观计量经济分析研究中的开创与奠基贡献而荣获2000年的诺贝尔经济学奖。

　　随着计算机技术的迅猛发展, 大数据产业化的逐渐深入, 计量经济分析将不断融入到各个领域, 并必然会在后世时代中, 被经济学家们发挥出巨大的应用价值, 创造更大的辉煌。

　　三、计量经济学在经济学研究中的应用简述

　　计量经济学是一门结合经济学、统计学、数学三门学科的科学, 其字面意思为“对经济的测算”。计量经济学运用于应用经济学领域中, 通常用来检测经济学理论, 为决策者提供经济信息或对未来的经济行为作出预测。计量经济学模型的建立须符合经济理论, 有时模型中需创建多个变量, 并通过系数显著性等相关检测, 舍弃系数不显著的变量, 并探寻与所分析的问题更为相关的变量。建立计量经济学模型的目的是利用实证数据来估计因变量与自变量的相关参数, 检验参数估计相关的各种假设条件、数值以及各种统计指标, 以此预判经济理论的实效性、预测公共政策的经济学效应等。经济学家运用计量经济学旨在指引经济规律的建立, 然而, 建立经济规律的愿景不应成为计量经济学研究方法的目标。因为, 经济学规律的本质中“自然”这一本真色彩的属性, 使经济学成为一种社会科学。如果依靠计量经济学的建模结果来创建经济学理论, 那么经济学的“自然”属性荡然无存, 反而多了几分人为的“矫揉造作”。

　　1. 计量经济学的研究过程简述

　　计量经济学的分析方法有助于估测在确定的经济学案例中, 各相关变量间的通约性效应及乘数效应等, 并试图预测未来的经济行为及经济发展趋势。实证数据的属性很大程度上决定了计量分析的模式与范畴。在某一时点收集的不同对象的数据, 分别对应同一时点上不同空间 (对象) 所组成的一维数据集合, 即为横截面数据。横截面数据研究的是某一时点上的某种经济现象, 突出空间 (对象) 的差异。在运用横截面数据进行分析时, 实证数据的数值较之于其时序更为重要。在不同时间点上收集到的数据, 反映了某一事物、现象等随时间的变化状态或程度, 这类数据集合被称为时间序列数据。在运用时间序列数据进行分析时, 实证数据的数值与其时序性都十分重要, 皆会对实证结果产生较大影响。面板数据是由截面数据与时间序列数据综合起来的一种数据类型。面板数据有时间序列和截面两个维度, 当这类数据按两个维度排列时, 是排在一个平面上, 与只有一个维度的数据排在一条线上有着明显的不同, 整个表格像是一个面板。面板数据, 有时也被称作纵向数据或横截面时间序列, 是指具有个人、企业、国家等多种数据集在两个或两个以上的多个时期内所观测到的多种情况的数据集合。适用于面板数据回归来估测的信息类型有两种:一种为各个体之间的差异显著;另一种是各个体行为随时间变化而变化。目前, 模型估计还可涉及到具有更复杂特征的因变量, 如非正态分布或分布过于分散、过多的零值变量, 甚至是受限因变量等。计量经济学已然长足发展, 可以克服一些技术限制问题, 诸如不能通过古典假设条件的误差项, 以及不能通过协整检验来处理的数据的非平稳性问题等。

　　经济学家运用计量经济学模型来分析现实经济问题的一般步骤为:

　　第一, 问题的设定 (初始问题, 我们期望知晓什么) 。

　　第二, 信息的收集 (实证数据来源) 以及数据的预处理 (例如聚集、区分、定基处理、对数化处理、季节性调整等) , 问题数据 (数据缺失) 的处理。

　　第三, 选择经济计量模型 (横截面、时间序列、面板数据等) 。

　　第四, 经验分析 (参数估计) , 模型诊断 (模型的整体质量, 测定系数R平方, 模型规格及平稳性, 变量间的线性关系, 残差的正态性;自相关, 异方差, 平稳性, 乘数分析等) 。

　　第五, 对模型进行修改 (为巩固模型做出改变而进行的测试) 。

　　第六, 根据对模型的解释作答初始问题。

　　2. 计量经济学在实际研究中所存在的问题分析

　　通读国内外的运用计量经济学分析经济学问题的文献, 显而易见, 许多计量经济学家及应用经济学家通常对第六个步骤不感兴趣。他们的注意力高度集中于第四与第五个步骤上。通常情况是, 建好了模型后, 文章没有对经济问题的详细分析, 也没有回答初始问题, 假设模型可以进行自我解释。而且, 通常情况下, 建模过程要求从特殊至一般, 秉承经济理论至上的原则, 有些研究者建立的模型只有很少几个变量, 当对模型进行诊断性测试时, 根据测试结果, 研究者再决定添加新的变量, 当添加了新变量的模型碰巧可以通过测试时, 研究者便认为合适的模型已建立成功, 事实上忽略了模型的经济意义。这种建模方法之所以广受诟病, 是因为研究者最终只重视那些看起来可以接受初始观点的模型理论以及统计术语的运用, 而忽视了中间的检验结果。基于研究者的先验思想估测建立的模型, 将反复地运用同一组数据进行计量分析, 而拥有同样数据的不同研究者则会创建完全不同的模型。从一个先验理论开始, 研究者坚定地认为模型所分析的行为结果应与现实相一致, 可是结果并不一致时, 研究者倾向于修改数据或对数据施加限定条件。最后, 研究者希望得到什么样的计量结果, 模型数据就会分析出什么样的结果。计量经济学模型的创建应基于从一般到特殊的建模规则或基于现实优先的原则。实证数据的选择应基于广泛的经济相关性理论研究, 而不应仅仅为了得出预先设定的研究结论而肆意做出限定。计量经济学的研究方法主张运用严格的计量经济学理论与统计准则来选择一个合适的模型。只有这样, 才能发现经济学中新的相关关系并验证以往经济理论的真伪性。时至今日, 尽管学界仍在争论, 但是这种从一般到特殊的研究方法在某些方面, 还是优于从特殊到一般的建模研究方法的。GTS方法 (从一般到特殊的研究方法) , 在萨尔甘一篇研究英国工资与物价的论文中得到极大体现, 这反映出伦敦经济学院发展的一种口语传统。从一般到特殊的建模方法是对实证数据生成过程中过度参数化模型的估测, 并允许逐步消除不相关的变量, 分析的主观性较小, 也可杜绝研究者根据先验思想对模型估计结果的理解而擅自改动模型。这种方法有两个关键假设:一是简化, 设计一个简约的模型, 删除不重要的变量;二是评估, 最终的模型应接受一系列的测试诊断, 以确定其对现实的拟合程度与适用性。数据生成过程, 基于特定经济机制产生的观测值的现实机制, 均为伦敦经济学院方法论提供了坚实的基础。伦敦经济学院方法论在其看来, 是不存在更加可靠的、能与之媲美的学科基质的。但这种方法论在解释经济危机背景下的经济复杂性时, 仍做出了很多调整。伦敦经济学院的经济学家强调, 某些计量经济学模型, 如向量自回归模型, 能够检测经验数据的隐藏模式, 并成为捕获现实经济世界研究方法的一个支点与起点。这些计量模型还可校正经济建模中的非平稳性, 这是十分常见的, 很大程度上会导致伪回归的产生, 甚至会对在其他条件相同情况下建模的假设或基于理性预期假设下的建模产生质疑。

　　基于常识的推断及计量经济学的应用实践经验, 研究发现计量经济学研究方法需遵循的五大原则:一是运用计量模型试图分析经济现象的整个过程中, 实证数据的采集与统计口径的一致性显得格外重要;二是因为有限理性的存在, 市场主体的利己行为会将基于偏好的一个短期计量模型搞得格外复杂;三是即便一个计量模型优于另一个, 该模型也应该能够对其所替代的模型做出合理的解释;四是若一个计量模型的分析结果与人们早已熟知的经济学理论相悖时, 应重新做出更加深层次的分析与阐释;五是在跨时期分析时, 数据单元的一致性应明显存在, 以减少经济现象分析的前后矛盾。

　　3. 计量经济学滥用的例证及分析

　　Mc Grattan&Prescott (2010) 建立的模型中, 无意义的词语与新的计量经济学结论之间联系不紧密。Boldrin&Levine (2008) 所著的《完全竞争性的创新》中, 亦存在计量经济学滥用的问题, 如作者们将论文题目中有确切含义的、与现存计量经济学结论有紧密联系的若干形容词抽离出来, 生硬地将形容词与完全不同数理结论的集合映射在一起。在最初阶段, 模型中的知识创新者为一垄断者, 他将创新生产出的产品独占, 是市场上唯一的供给者。作者们强迫模型中的垄断者对创新产品采取已给定的完全竞争市场的受价, 并生硬地设定了这种行为假设。

　　除了文章的用词与模型不符之外, Boldrin&Levine (2008) 亦使用了大量的与一般正式分析相悖的结论。例如, 他们声称基于欧拉定理的论据并不适用, 原因是均衡价格等于生产的边际成本, 产生的前提为不存在产能约束条件。Robert Lucas同样声称, 在知识作为要素的计量经济学模型中, 书籍、蓝图等根本起不到预期的作用, 原因是一些知识是可从书籍中、蓝图中、机器中, 甚至一些物质资本中获得的, 并且知道怎样将资本引入计量经济学模型里去, 但是Lucas也知道这种做法并不能形成使经济持续增长的引擎 (Lucas, 2009) 。无论哪种情况, 著名的计量经济学模型证实这些口头的表述都是假的。从任何两部门的计量经济学模型都可以看出, 马歇尔的局部均衡分析是怎样使Boldrin&Levine的研究误入歧途的。任何扩大投入资本品的多样化的内生增长模型, 或是投入提高生产质量的资本品的内生增长模型, 都是卢卡斯断言的反面例证。

　　在Lucas&Moll (2014) 的论著中, 计量经济学的滥用不仅体现在研究用语与研究结论联系无关上, 还体现在对数理模型并没有详细的说明上。其论文中的基准模型的成立依赖于假设P, 假设P使劳动者们期初拥有的无限知识进行了一次分配。基准模型中样本的分配呈帕累托肥尾分布的特点。给定这个假设, Lucas&Moll表示, 劳动者之间随机偶遇引致的知识传播, 引致了g[P] (t) 的经济增长率。随着参数t趋于无穷大, 经济增长率收敛于γ且γ>0。

　　假设P要求在初始时期t=0时, 劳动者就已经能够使用, 在将来任何时期内将被习得的创新生产技术, 进行生产了。因此, 假设P不能证明结论。设计者们给出了一个替代的“观测等价的”解释, 在t=0时刻劳动者的知识是有限的, 但新知识会以较低的频率传播, 并随机地被劳动者习得 (Lucas&Moll, 2014) 。给定这个替代解释, 一系列的经济体均由假设B (生产初期知识是有限的) 开启生产。这一假设本身表明, 当劳动者具备全部的知识后, 经济增长率趋于0。然而, 新知识的分配模式具有帕累托肥尾分布的特点, 劳动者习得新知识的速率为β, 因而经济体B最终将转化为经济体P。因为劳动者习得新知识的速率β较低, 因而经济体由B转向P需花费相当长的时间。由于β>0是既定条件, 令β:B圯P, 表明集合中的一个特定经济体。任何对增长率的观察期限都止于有限的时期T。如果T足够大, 那么g[P] (T) 将收敛于γ, 而g[β:B圯P] (T) 由于新知识较低的习得率β, 这个特定经济体的增长率将趋于0。这意味着任何对增长率的样本观察集合得出的结论均为, 经济体P与任何有着足够低速率β的, β:B圯P经济体都是显著不同的。在任何传统意义的研究中, 这个替代解释与原假设并不等价。

　　计量经济学的滥用不止包含一个对“观测等价的”这种用语的不规范解释。潜在的准确结论应为, 在一种求极限的次序下, 计算函数limβ→0 (lim T→∞g[β:β圯P]) 的结论为γ, 也即P经济体所收敛于的有限增长率。然而, 在另一种求极限的次序下, lim T→∞ (limβ→0 g[β:B圯P]) , 结论是不同的, 结论是0。Lucas&Moll (2014) 运用第一种求极限次序下的结论, 证实他们所谓的“观测等价”的看法。从运用计量经济学的严谨性来说, 他们应指明这两次求极限的运算是无意义的, 并且在求极限次序不同而得到两个不同结论的情况下, 不应以其中的一次运算结论来以偏概全。

　　4. 计量经济学研究市场的新均衡

　　Lucas (2009) 的论著中有一个证明中的缺陷。在他的计量经济学证明中, 分数应小于1。在关于γ的解释说明中, , 由于α, γ与δ均为正数, 那么必然比1大。

　　对于计量经济学滥用的最后一些证据, 来自Piketty&Zucman (2014) 发表的论著。作者们引用了一个增长模型的结论:在储蓄率不变的前提下, 当经济增长率下降50%时, 财富与收入的比例将翻倍。作者们指出, 公式W/Y=s/g假设, 国民收入与储蓄率s, 均是以净折旧额来计量的。作者们观察到, 当研究中所陈述的变量为全国总储蓄率与国民收入总值时, 原式应调整为W/Y=s/ (g+δ) , δ为折旧率。

　　在Krusell&Smith (2014) 的论著中, 如果经济增长率下降, 净储蓄率保持不变, 总储蓄率必然要上升。假设给定净储蓄率为10%, 折旧率为3%, 若经济增长率由3%下降到1.5%, 则总储蓄率必然要从18%增加至25%。这意味着, 表达式s/ (g+δ) 将因经济增长率g降低的直接效应而增加至原来的1.33倍, 因总储蓄率s的引致变化, 而增加至原来的1.38倍。此外, 因为经济增长率g的下降会使表达式增加至原来的1.09倍, 引致国民总收入与净收入的比值增加了。上述三个因素相乘约为2, 可以很好地说明, 模型中W/Y的变量分别使用净值测算, 与使用总值测算, 结论基本等价。

　　Piketty&Zucman (2014) 认为, 他们使用的数据集合与实证分析, 具有极好的精准度。为使阐明结论时尽量省去冗余的细节, 作者们或许已对新均衡的预期做了回应:实证研究才是科学, 理论仅供娱乐。创建理论模型就好比是玩儿了一次纸牌魔术。人们都晓得建立模型都要耍些手腕儿, 而没有要误导读者的企图, 因为没人对计量经济学滥用的现象较真。或许不久后, 后续的研究规范就会像一个专业魔术师在变魔术一般, 而揭开魔术诡计的做法, 将被视为不礼貌的, 甚至是不道德的行为。

　　5. 新古典经济学的误用例证及分析

　　(1) 卢卡斯的商业周期模型

　　在经济周期理论研究中, 卢卡斯构建了一种“模拟经济的模型”, 并指出“货币供应量的变化有引致经济萧条或繁荣的能力”。卢卡斯通过构建“虚拟经济”来应用这一理论模式。对卢卡斯来说, 商业周期基本上是一种内在的系统现象, 且有不同时间序列的条件共变异的特征;更是以市场经济的一般规律为基础, 而不是针对特定国家或时期的政治或体制特征。为了能够支持这种观点, 卢卡斯必须以一种非常受限的方式来定义研究对象。卢卡斯断言, 如果想得到确切的数字答案, 必然需要研究一个明确的、平衡的商业周期, 但为什么一定要有一个“平衡的商业周期”, 卢卡斯给出的理由不是很有说服力。原因是, 卢卡斯将研究对象均定义为“所有分散的同质的市场经济”。根据这一定义, 卢卡斯将商业周期视为同一系列的“共同运动的定性行为”。这样一来, 卢卡斯观点的理论漏洞就显而易见了, 即, 不是所有估计的宏观经济关系都是一成不变的。相反, 为了获得一种不变的关系, 就必须从个体代理的选择派生出要估计的函数形式。卢卡斯设定的假设意味着, 必须从只考虑个人偏好和生产技术的个体优化问题中得出聚合关系。卢卡斯的假设条件“所有分散的同质的市场经济”, 为研究中将各类经济实体处理为平稳的随机过程 (在大多数现代概率的计量方法的标准假设) 和“经济均衡理论”提供了可能。卢卡斯假设的商业周期模型, 是一个基于“个人偏好”和“市场出清”理论条件的模型。虽然这些理论条件有可能会被要求放在模型中, 但是这些要求是不相关的。为什么非自愿失业被认为是一个难以理解的不平衡的概念?凯恩斯认为, 非自愿失业是劳动力的过度供给导致的。然而, 卢卡斯商业周期模型中的失业者只能被认为是因为“个人偏好”选择休闲, 而放弃工作的劳动者。现实世界中的失业问题往往是这样的:如果劳动者的保留工资高于市场上所有厂商所提供的工资, 他才会选择失业, 这是他的首选。在新古典经济学理论中, 有时劳动者选择不受雇佣是最优的。这是一个真实的经济学现象, 而不是一个用“理论建构”来“解释”现代理论经济学原理的任务。换句话说, 所有的经济理论都必须以某种方式处理不确定性和风险这一令人生畏的问题。这对于理解商业周期至关重要。为了能够更好地研究经济学, 我们需要利用某种方法了解决策者正在解决的问题。卢卡斯的假设———“适应性理性预期”理论, 根据代理人的主观概率来确定“观察到的事件的预测频率”与“真实”的概率相一致。在不确定的情况下, 经济推理将毫无价值。基于这样的假设, 商业周期的属性可以被看作是可多次重复的、基本类似的。市场主体的预期是理性的, 他们有相当稳定的收集和处理信息的能力, 并可以利用这些信息稳定地预测未来, 而毫无系统性的风险可言, 且很容易及时纠偏。从本体论和认识论的角度考虑, 这似乎是理所当然的事情。然而, 卢卡斯选择了定义他的研究对象, 并构建了模型, 以满足自己的方法论和理论偏好。模型具有开放商业周期的特点, 而封闭商业周期却被排除在外了。用模型来拟合经济学实际现象要求在策略变化下模型的结构不变。经济模型中的参数不变性不能被视为理所当然。然而, 在卢卡斯自己建构的模型上应用“卢卡斯批判”, 很显然也失败了。故而, 改变“政策规则”不能被假定为不会影响投资和消费行为的前提条件, 更不用说生产技术和个人偏好了。

　　(2) 代表性行为人模型

　　如果生产的服务或产品没有出口, 那就理应被视为“未出售”。经济学研究中大量使用的“代表性行为人模型”在20世纪50至60年代被大量引入并使用。经济学研究中, 往往使用一般均衡模型, 即假设市场主体拥有完全信息、完整的知识体系、市场中交易成本为零, 且市场为完整的市场。卢卡斯曾说, 经济学研究基于个人和社会行为的表面现象, 而正是这种表面现象使经济学有能力试图理解我们的行为规则。考虑“代表性行为人模型”, 它把所有经济行为人之间的异质性问题和分配问题均抽象掉了, N个人都是相同的, 在结构相同的两个市场上进行经济活动, 而且在每个交易环节里, 内部没有任何沟通。然而, 不对称信息才是经济学研究中所要面临的多数情况, 在这样的模型中却被抽象掉了。如若我们的目标是用这种方式构建宏观经济分析, 那么这个过程的相关性极易被质疑, 甚至市场主体提出的“理性代理模型”通常也受人诟病。为什么呢?因为代表性行为人模型不包含分配效应, 而分配效应通常在宏观经济环境中起决定性作用。经济学家在对市场和机构运作的调查中, 通常会发生巨大的协商问题。处理协商问题很困难, 虽然也不是不可能, 但是在分析类似Robinson Crusoe模型时, 商业周期理论家采用了这一理论, 并排除了那些在许多非新古典主义分析中, 引致市场上群体之间差异的驱动力量。不同的经济学个体的选择偏好必须被证明是协调一致的。如若经济学模型没有给不同的个体提供空间, 很显然这种缺乏对异质性假设的重要性的理解的建模方式, 定会导致建构真实商业周期的动态随机一般均衡模型的棘手问题的出现。但是, 从现实主义的角度来看, “代表性行为人模型”更好驾驭, 它们也不那么相关, 且解释经济学现实的潜力低下。“卢卡斯批判”与“凯恩斯对计量经济学的批判”均曾指出, 人们无法在未来的基础上建构历史。一项经济政策在历史上曾发挥效应, 并不代表在未来沿用这样的政策会依旧奏效。宏观计量经济模型能够获取不同“变量”之间的相关性, 但还远远不够。因为, 如果经济学家无法理解产生数据的因果结构, 变量间的关系就没有真正被确定。卢卡斯认为, 在建立有明确的微观基础的模型中, 产生不稳定关系的问题在于, 即便经济政策变化, 具有前瞻性的优化个体的行为偏好以及稳健的行为参数也都是稳定的。在个体行动中洞悉宏观经济学原理是方法论简化的例证, 意味着宏观经济现象可从微观经济现象中得到唯一的推断。

　　然而, 尽管宏观经济现象在某种程度上预示着微观经济现象, 但仍无法确认这些微观现象能否从宏观现象中被简化或推导出来。在微观经济学中, 学者们知道总量理论实际是假设的, 不同市场主体具有相同的选择偏好, 这在实体经济中几乎从未存在过。故而, 这些假设所给出的结论并不可靠, 也不会在任何实体经济中捕捉到潜在的经济运行机制。在微观经济均衡中, 消费和生产的决策往往被描述为单个代理做出的选择, 但是市场价格由谁来制定呢?如何证明选择之间普遍一致性的假设呢?“代表性行为人模型”还有不当之处, 代表性行为人是遵守交易规则的, 且市场假设为完全竞争市场, 代表性行为人为价格接受者。这样的假设在N→∞的理想化假设中是合理的;然而, 代表性行为人本身就是一种理想化状态, N→1。代表性行为人即是整个市场的参与者, 同时与市场几乎不相关, 不一致。那么问题来了, 代表性行为人在与谁人交易呢?

　　四、计量经济学方法在经济学研究中饱受诟病的原因

　　由于计量经济学分析方法对应用经济学的分析更适用、时效性更强、准确性更高, 因而当下应用经济学的主流分析方法是计量经济学。计量经济学分析方法的主要弊端体现在四个方面:一是经济学家的经济学专业知识将不再具有垄断优势———其他科学领域中的科学家运用计量经济学分析方法在经济学领域, 也可做出显著贡献, 甚至于贡献可出自于白话经济学家;二是计量经济学分析方法对于我们更好地理解经济规律是有一定的必要性, 但这还不够———有许多经济现象是出于经济学本真的“自然”属性, 例如, 若收集的信息类型不能进行定量分析, 那计量经济学分析工具将不再适用。三是过度专业化的分析方法往往不利于学术交流, 也不利于前沿科学的发展———与特定学科相比, 交叉学科更有利于推动前沿科学的发展演进;四是计量经济学分析方法并不适用于所有类型的研究活动———经济学科学前沿有许多待开拓的未知领域, 需要人们运用多元化的方法尽情驰骋。

　　经济学的应用应以数据的真实性为基础, 并可为他人所用。然而, 计量经济学估计所使用的数据通常从不同的来源收集, 在大多数情况下, 是由具有不同思想与不同知识背景的非经济学家收集的。如若经济分析是在真实的数据基础上阐明的, 那么对人们大有裨益, 并且将鼓励更多人收集可能与经济学术语相关的数据, 从而做出更好的经济学分析。然而, 经济学不是一门自然科学, 不能以近似物理学的研究方法来进行经济分析, 故而计量经济学必然是一种有缺陷的分析方法。虽然计量经济学分析方法的不足不断被新理论的发展所修复, 但这种研究方法不具有通用性, 并不适用于所有类型的问题, 尤其是那种分析维度难以用数据或变量来表达的分析范式。计量经济学强调微积分的运用, 忽视收集数据的重要性, 故而至多是一种非实质性的研究方法。早期计量经济学分析方法颇受人们追捧, 是因为计量经济学的运用刺激了研究人员与学生的生产能力, 他们通过计量经济学或统计学的技术分析手段就可厘清经济现实, 而不需要具备训练有素的对经济现象的敏锐的审判能力与直觉能力。计量经济学通过增强“本土”经济学家与其他社会科学家知识创造的过度分工, 使经济学偏离正轨而被隔离为一门孤立的学科。这些方法似乎降低了规模报酬。因为, 如果做回归的成本很低, 但运用其他方法的成本相对较高, 那么越来越多的经济学家会采用成本低廉的回归来分析经济问题, 同样回归模型的科学价值就降低很多。计量经济学方法的滥用还是造成了学界的普遍不安, 尽管很多社会学专家与非专家并搞不清楚他们为什么不安。大多数经济学家针对质疑也均会给出适当的答复, 他们会说自己所使用的研究方法不是最合适的, 抑或是计量经济学分析方法很好, 只是研究者大多不会正确地使用这种研究工具。然而, 很多证据表明, 计量经济学分析方法的过度使用, 不仅会让研究者失望, 甚至还会导致欺骗。

　　通过大量查阅中外运用计量经济学研究经济问题的相关文献, 不难得知有些经济学研究者发表的论文中的计量经济学研究不符合基本假设, 有些没有讨论分析结果, 还有些没有将结果的统计意义与经济意义区分开来。这些作者忽视了经济学研究的重要方法, 相当多的研究者甚至没有区分开经济研究的统计学意义与经济学意义。有的学者认为, 传统的统计学分析方法是很好的分析工具, 人们利用统计学术语建立具体的、良好的、简约的模型, 就可以分析经济现象, 得出有科学价值的知识。关于计量经济学方法论的争论纷纷扬扬, 有的学者强调, 经济学科学真正的发展, 经济运行的规律, 主要是通过常识的分析研究得来的, 是高雅的理论体系, 应运用历史学的观点与学者间的严谨的学术沟通来推进其发展, 而统计假设检测只是几个重要工具之一。

　　五、经济学方法论需要多元化发展

　　我们应摆正计量经济学的位置, 应当承认计量经济学分析方法属于经济学这门社会学科, 但是捍卫计量经济学分析方法的学者往往认为这种方法具有普世价值, 而事实并非如此。如果我们运用更多来源于其他科学的定性研究方法来研究经济学, 例如案例研究、本土经济学、常识、直觉、洞察或隐喻等研究方法, 那么在很大程度上, 我们可以消弭计量经济学方法对现实拟合的差距与沟壑。如果使用补充方法来填补计量经济学研究方法之外的空白, 计量经济学所设定的那些假设前提与限定条件或许与经济现象并不十分相关。有些经济学家创建计量经济学模型后生成一个估计, 原则上他们应被动地分析模型得出的结果, 简单地报告这个结果并结束研究, 但是, 他们对模型估计的结果表现得异常积极主动, 并试图以一种特定的方式来解释他们判断的结果, 这就形成了经济学家与计量模型之间的互动作用。有学者指出, 应积极倡导经济学研究方法论与理论的多元化发展, 而不应过度注重计量经济学的形式主义, 而忽视了意识形态。经济学中的理性假设因不确定性的出现而变得格外复杂, 恰恰表明了经济学是一门开放的科学, 并不能基于绝对因果机制而创建模型, 因为经济学应考虑人类行动及其所有的不可预知的属性。新的研究方法应促进研究者对经济学现实做出拟合程度更高的建构。然而, 虽应积极捍卫经济学方法论的多元化发展, 但交叉学科的发展亦有其积极的意义, 针对经济学方法论的多元化发展的探究应格外谨慎, 而不应一味地、偏激地愤世嫉俗。正式的经济学分析方法常常并不精准。因为经济学的研究对象有些是模糊的、复杂的, 或无法量化的, 所以运用其他的方法研究经济问题就避免不了模糊化的问题。研究方法的运用很大程度上取决于研究者的先验选择。例如, 经济学静态分析的使用很可能会忽略经济学发展演变的进程, 而时间序列分析可能会将经济问题作为封闭的、独立的运行系统的案例进行研究等。一旦经济运行系统处于不断的演变演化过程中, 研究者参考主导的分析框架就完全崩溃了。只有确保经济研究系统的开放性, 才能彻底解决这种问题。然而, 开放的研究系统往往具有路径依赖, 具有非遍历、不规律或并不均衡的属性。

　　经济学研究方法应提倡多元化互补的理念, 通过与其他科学学科的沟通与讨论, 从而渗透些许其他科学学科的研究方法。一个完全开放的研究系统应是包容并蓄的、博采众长的, 应是能充分吸收新思想与新知识的。经济研究的两个核心问题是探索与创新。探索意味着深入未知的领域, 更加深入地了解经济学, 弄清经济学规律。探索的过程需要使用一套全面的研究方法与多元化的探索工具, 这全套的研究方法与研究工具应能够研究包含多个维度的、多样性的研究对象。只有多元化的研究方法才能确保研究者在更多层面上做出思考, 从而激发创造性思想并促进经济学研究方法的进步。计量经济学方法在经济学中的滥用, 有时会导致悖论与伪回归问题, 这就是失败的应用。经济学家应着眼于多元化的经济学方法, 并逐渐替代计量经济学的研究方法。

　　六、结论与展望

　　经济学研究既是客观的, 也是与意识形态紧密相关的。经济学研究的客观性要求计量经济学形式或边际主义分析范式是必不可少的, 因为定量分析方法对于经济学家分析经济现象来说是必不可少的。然而, 经济分析时更应注重从特殊到一般的研究, 毕竟经济学的基本属性是社会科学。计量经济学分析方法对于弄清楚短期经济现象还是大有裨益的;然而, 针对经济周期的研究, 计量经济学分析方法似乎不太奏效, 例如政府长期财政赤字, 目的是鼓励投资, 从而提振经济, 但是投资者的市场信心、对市场前景的预判、对国内外投资环境差异、投资成本收益、税收、消费者信心的考虑等, 可能会使经济前景并不明朗, 充满各种不确定性与不可预知性;金融危机的爆发使我们了解了市场失灵。故而, 经济学理论中“理性人”、“自由市场”等理论, 都是有一定的局限性的, 而不能简单地列入几条前提假设, 选择好模型计量分析得出结论这样简单。

　　针对我国的具体国情, 我们应当坚持以马克思历史唯物主义作为指导思想, 发展中国特色的社会主义市场经济。经济基础决定上层建筑, 上层建筑反作用于经济基础。长期以来, 中国实行的是传统发展方式, 即数量型和速度型的发展方式, 追求的是高速增长, 甚至超高速增长, 并认为这就是中国国情。其实, 这是不利于中国的发展的:效率低下、资源过度消耗、环境生态破坏、结构失调、某些行业产能过剩, 而短板行业则一直未能补上。为此, 我们必须深入认识中国的国情, 认识供给侧结构性改革的迫切性, 着手从数量型和速度型的发展方式转变为效益型和质量型的发展方式, 将高速增长转变为中高速增长, 实行结构调整, 创新驱动, 补齐短板, 调动企业作为经济主体的动力和活力。发展方式的转变是重中之重, 我们应当严格依照马克思主义经济学的发展规律和中国特色社会主义经济学的发展规律, 并始终牢记“经济学是历史的科学”。

　　参考文献
　　[1]
　　[2]托马斯·索维尔.被掩盖的经济真相:辨识最平常经济现象的真实与谬误[M].中信出版社, 2008.
　　[3]林毅夫.本体与常无:经济学方法论对话[M].北京大学出版社, 2012.
　　[4]朱成全.经济学方法论 (第三版) [M].东北财经大学出版社, 2014.
　　[5]马克·布劳格著.经济学方法论[M].商务印书馆, 1992.