教育频道,考生的精神家园。祝大家考试成功 梦想成真!
会员登录 会员注册 网站通告:

经济学

搜索: 您现在的位置: 经济管理网-新都网 >> 经济学 >> 数量与技术经济学 >> 正文

走向未来的经济模型:质疑与前景

http://www.newdu.com 2018/4/9 中国社会科学网 葛新权 参加讨论

    用概率的话来说,每个人主观努力(其理论基础、能力是前期能力的结果)程度决定了他实现“一通百通”的程度的可能性大小。即在同等条件下,主观越努力,实现“一通百通”的可能性越大。大师、大科学家、大学者,以及相对的“一通百通”的高端人才都是他们努力的结果。
    另一方面,做人做事做学问是相通的。就是说,无论做人做事还是做学问,都对应有一个两步选择。第一步是条件,即应该怎样做,要做该做的,而不应做不该做的。这似乎简单,但有时做到也很不易。第二步是结果,即在应该做的情形下,怎样做好。要做好,更不是易事。显然,在应该做的情形下做好的条件概率大,也不一定做好。但在不应该做的情形下,做好的条件概率几乎为0。研用一个有价值、有意义的经济模型就是如此。基于经济模型独特不可替代的作用,我们第一步是选择经济模型,第二步是选择研用一个有价值、有意义,且更优良的经济模型。因此,不能因为在经济模型研用中存在的问题,而因噎废食,放弃经济模型,除有意误用、滥用模型外,应发挥主观能动性,基于第一步的正确选择,尽可能做好第二步的选择。的确,正如一些博士论文,甚至一些高水平论文中存在问题受到质疑,说明做好第二步不容易。扣除人为误用,过度、乱用、滥用经济模型外,研用一个更优良的经济模型是一个无止境的科学与艺术追求。这也是社会经济科学与自然科学与工程技术科学的不同之处。后者追求的目标线性,并且环境是可以控制的,但其追求路径阶梯明显,且阶梯不可逾越。可以说,从事自然科学与工程技术学科研究工作难中有易。难度在于,对人的起点,以及阶梯起点要求高,每一步渐进阶梯不可短缺。易度则在于,追求目标是线性、增量的,只要达到了起点,通过努力是总会有结果的,只有增量多少不同而已。但社会经济学科不同,它面对往复的人类活动,以及循环再现的现象,追求的目标是多元的、非线性的,且环境是不可控制的,不像自然科学与工程技术科学那样要求高的门槛和显性的阶梯,似乎谁都能研究。但要想取得像自然科学和工程技术科学那样的线性、增量成果是不可能的。因为社会经济系统是复杂人类活动的结果,需要规避“按了葫芦起了瓢”,需要考虑短期与长期,需要考虑宏观与微观,需要考虑共性与差异,只能追求一个大体相对平衡的结果。这需要科学与技术的力量,同样需要艺术与文化的力量。
    这里,值得强调的是,数量经济学是应用经济学的一个分支,但它像自然科学和工程技术科学一样,具有“高门槛起点与不可跨越阶梯”的“硬科学”特征,同时它与自然科学与工程技术科学不一样,具有“目标多元、非线性,环境不可控”的“软科学”特征。可以讲,从事数量经济学及其研用经济模型工作的难度高于自然科学与工程技术科学,以及其他社会经济科学。现实中的一个悖论也可以说明这一点。这个悖论就是,报考、攻读数量经济学专业的硕士博士研究生,以及从事数量经济学专业工作的人都少,但几乎每一个都在研用经济模型。即使数量经济学是小众,但也不至于是这个比例。结果,对于数量经济学,不愿意系统学习,却热衷研用经济模型。这个现象为研用的经济模型被质疑与批评埋下“先天不足”的伏笔。因此,研用一个更优的经济模型,系统学习数量经济学是一个关键的基础。
    再一方面,对任何科学理论、技术与方法,怎样应用,也有一个两步选择。第一步是把它们用在正确的地方,第二步是用好它们。显然,如果把它们用在错误的地方,就谈不上用好。同样,做出正确选择之后,能否做好取决于选择者的态度、学养、学识与能力,以及对所研究问题的过去、现状与未来认识的深度与广度。对社会经济科学更为如此,因为自然科学与工程技术科学具有绝对性,而社会经济学具有相对性。在第一步正确选择下,第二步做好的难度更大,这说明社会经济科学研究具有巨大的挑战性。
    特别地,对于经济模型,它不是数学模型,我们的选择就更为重要。如最近p值被美国政治学术期刊《政治分析》禁用,同样是一个选择问题。p值如同最小二乘法一样,它们就是在假定下推导出来的一种理论结果,固有其局限性,但其指导实际是没有问题的。同样,不排除未来某一天,另一种更优、更好的方法诞生,并经过长期检验后被证实,可以替代它们。但这种新的更优、更好的方法还没有出来的时候,还需要应用它们(这里想起一句大哲学家的话——科学是保守的)。关键是谁用,以及怎样用。我们认为,应用它们解决实际问题是一个理论联系实际的创新。我们之所以会误用、过度用,甚至乱用、滥用,正是这种理论联系实际创新的失败。当然,这种创新确实很难,却吸引我们为之不断探索。这里,我们只强调一点,如最小二乘法本身就是一个无约束条件的优化问题。它是一个数学问题,用到实际中有没有价值、有没有意义?各种检验值是一方面的考量,但更重要、关键的是相关变量之间的关系的经济学理论支撑、对实际问题过去、现状与未来把握认识,以及解决实际问题的能力与结论。且不说样本还不是唯一的,可见问题不在最小二乘法,而在使用最小二乘法的人。因此,一方面,对待经济模型,同样不能像对待自然科学与工程技术科学那样的绝对的苛刻要求,更需要符合实际的相对的宽容要求,更需要一个良好的学术、文化氛围。但对经济模型研用者,不是没有要求,而是要求他们端正态度、事实求是,以问题为导向,充分发挥主观能动性,提高理论、技术与方法水平,尽最大能力研用一个有价值、有意义、更优良的经济模型,并坚守初心,持续改进,发挥经济模型不可替代的作用。另一方面,经济模型不是无所不包的,更不是万能的,现实中出现的经济模型“瓶颈”是很正常的,同时还有文化“瓶颈”的问题。关键是怎样分析解决问题,实现持续改进,这才是经济模型研用者的正确选择。
    最后,还有一点值得关注。过去常常因样本选择的偏失,导致研用了错误的模型,并作出错误的推断。这与经济模型,以及p值没有关系。由于现实中我们看不到或难以看到,更谈不上使用不同类型、不同层次的沉默/隐式的样本和证据,所选择的样本几乎都是显示的样本和证据,导致了“幸存者偏差”现象。这一点更能说明经济模型,以及p值的无过,而是样本偏失、违背随机性产生的后果,这也是研用者无奈的选择。

上一页  [1] [2] [3] [4] [5] [6] 下一页

Tags:数量经济学,经济模型,人工智能,大数据  
责任编辑:admin
请文明参与讨论,禁止漫骂攻击。 昵称:注册  登录
[ 查看全部 ] 网友评论
| 设为首页 | 加入收藏 | 网站地图 | 在线留言 | 联系我们 | 友情链接 | 版权隐私 | 返回顶部 |