趙泉　吳要武

經驗研究的過程：一個方法論角度的探討*

趙泉吳要武

經驗研究是一個從提出問題到推導結論，再構建因果關系鏈條以證明研究結論成立的過程。它暗含著一個波普爾范式：假說—檢驗—證偽。以“科學上可識別”為選題原則，作者需要從現象精煉出特征化事實，在理論的指導下提出假說，尋找適用性數據，構建一個完整的因果關系鏈條，檢驗這個假說。最后，在一個規(guī)范的寫作框架下，將這個研究過程展示出來。

經驗分析波普爾范式可信性革命

2007年，Amy Finkelstein曾做過一個關于經驗研究方法的講座，開篇一句值得特別強調：“這些技巧，我希望當年也曾有人教過我”。①This is a semi-structured list of some tips Iwish someone had toldme….無論是Finkelstein的學術成就還是受教育經歷，都使人無法懷疑，她接受了當今世界最優(yōu)秀經濟學家群體提供的完備訓練。從MIT經濟系歷屆畢業(yè)生所取得的卓越成就，2009—2012年連續(xù)獲得四屆克拉克獎，可見其教授們在訓練研究生方面的強大實力。盡管如此，Finkelstein的語氣，暗示MIT的教授們忽略了對研究過程和方法技巧的指導。

中國的研究生和青年學者，大多數沒有像MIT那樣的學習、研究和成長環(huán)境，也缺少訓練有素的教授們組成的導師組進行完備的知識技能訓練。如果連Finkelstein都認為給研究生講解經驗研究過程中的方法技巧是有價值的，那么，為了幫助中國的研究生和青年學者找到正確門徑，對這個過程作專門的探究就是必要的。

探究經驗研究過程的另一個誘因是看到很多大學的經濟計量學教師，并不會做經驗研究。其中，不少人教育背景為數量經濟學、數學或統(tǒng)計學專業(yè)，他們會解數學題和統(tǒng)計學題——甚至很難的題，但卻不知道解這些題有什么用。他們教學生做經驗研究，是“瞎子領瞎子”。因此，中國的經驗研究總體水平不高。即使在國內最優(yōu)秀的經濟學專業(yè)期刊上，對經濟計量學的錯誤運用，也比比皆是。

如果沒有良師指點，少數聰明穎悟之士，或許也能學會做規(guī)范的經驗研究，但這個過程將是漫長的。因此，筆者想從經驗研究的過程入手，嘗試為研究生和青年學者尋找正確路徑。揭示經驗研究的過程，在一定意義上相當于“手把手地教人”做研究。寫一篇規(guī)范的論文，與工程師建造一座橋梁，裁縫制作一件服裝，具有類似性。本文會例示一些優(yōu)秀的論文，剖析經驗研究論文的產生過程，還要從方法論角度作探討，使我們對經驗研究過程的分析更具一般性。

經驗研究不容易，因為它的研究對象是復雜的人類社會，“原因”常被各種混淆性因素所纏繞、遮蓋。欲揭示真正的原因，不僅需要理論洞見，還需要掌握眾多相關事實和專業(yè)方法。即使找到了事件真正的原因，還有各種復雜的技術難題要克服，很多不確定的因素要處理。有些問題可用數據來刻畫，另一些問題卻只能來自研究者的主觀判斷。當然，主觀證據也要建立在理論和事實的基礎上（DiNardo，Lee，2011）。［1］

一、模仿：倒立的影像

做經驗研究是從模仿開始的，幾乎沒有例外。有經驗的導師會選國際領先期刊上的論文，給研究生研讀，訓練他們掌握經驗分析的方法：讓研究生認真琢磨作者如何提出問題，如何分析研究對象面臨的環(huán)境和制約因素，如何利用理論和約束條件構建假說，如何介紹數據，如何設定經驗方程，如何處理內生性偏差，如何擴展模型和作穩(wěn)健性檢驗等等。鼓勵研究生比照這個思路與框架寫出自己的論文來。那篇優(yōu)秀論文作為模板，就立在那里。

通過模仿掌握研究方法是個共識，但大多數研究生并未學會做規(guī)范的經驗研究。如果他們有鍥而不舍的精神，堅持上5—10年，甚至更長，或許會找到正確的路徑。但更可能的結果是，大多數人因挫折而放棄?！敖洕鷮W不是科學”，“我與經濟學無緣”，是一個輕松的借口。

難在哪里？當我們希望模仿一篇規(guī)范的經驗研究論文時，除了要突破各種知識技能上的障礙，還有一個易被忽略的難點：那是一個“倒立的影像”——“原因—過程—結果”。文章本身并不顯示真實的研究和寫作過程，甚至誤導了讀者。真正的研究過程，卻是相反的：

我提出了一個問題，接著，找到了答案，然后，還原事件發(fā)生的過程；再接著，我猜測事情發(fā)生的原因……。當我把一系列的因素都構建齊備后，通過寫作過程，把這個“頭下腳上”的影像翻轉，在一個“規(guī)范的框架”里報告出來。

二、提出問題：科學上可識別

科學研究都始于一個客觀事實。經濟學也不例外，選題通常來自社會生活中的問題或歷史事件。有經驗的導師，會鼓勵學生去現實生活中找問題（Davis，2001；Mankiw，2006）。［2］［3］

（一）選題原則：重要、新穎、科學上可識別

重要，是指問題的社會關注度。通常是現實生活中的重要事情。研究的問題過小，缺少社會關注度，哪怕作者自認為有趣，別人也會認為不值得研究，畢竟，一顆葡萄是難以與人分享的（Stigler，1988）。［4］有學者曾指出：在轉型期的中國，“農民工的工作條件和收入”是一個比“臉蛋漂亮對工資的影響”更有價值的問題。

新穎，包括選題新和研究問題的切入點選得好。新穎的選題，不僅讓作者感到有趣，也讓讀者感到有趣。但太陽下面無新事，對那些天天遇到的事情，大多數人會熟視無睹。一旦作者能從大家熟悉的事實，講一個別致的故事，就會讓人耳目一新。比如，女性地位是個老問題，無論發(fā)達國家還是發(fā)展中國家，都存在著爭論，而性別比失衡，則是發(fā)展中國家面臨的社會難題。錢楠筠將這兩個因素結合起來，用中國市場上的茶葉價格波動來探討女性收入和其社會地位的關系，并擴展到了性別比這個大問題上去（Qian，2008）。［5］就選題來說，是個成功的典范。

科學上可識別，意味著對問題的解釋能夠用經驗證據檢驗。這個命題，你用某個大樣本抽樣數據可以檢驗它，別人使用其他的大樣本數據，也同樣能檢驗它，會得出一致或近似的結果。這體現了科學研究的可重復性，是客觀性的一種經驗表現。

可識別的另一層意義是把一個不清晰、不準確的表述精煉化，使之成為一個可以檢驗的科學命題。這個能力經由訓練而獲得，每個青年研究人員都必須練就這個能力。

（二）尋找答案

第一，從理論出發(fā)去“猜答案”。經濟學之所以是科學，是因為他建立在“人性不變”這個準公理性假設的基礎上——從閱讀孔子、司馬遷、修昔底德和普魯塔克等人的著作，結合我們對自己的反思，對身邊人的觀察，可以相信，2500年以來，人性是穩(wěn)定的，古今中外皆然。人性的穩(wěn)定性，使人類社會有一種內在的和諧，因而是可以認識的。人是理性的，社會資源是有限的，尋求資源的有效配置，是任何國家和社群所關注的大事。以此為根基，經濟學發(fā)展出一套完備的知識體系，理論能夠給我們尋找正確的答案指出方向。

第二，直接去數據中“偷看答案”。經濟學理論是我們解釋世界的工具，但它本身僅僅是一套（空洞的）邏輯體系。要想解決問題，必須與問題發(fā)生的環(huán)境結合起來。這就需要學者熟悉研究對象，了解問題的來龍去脈，只有這樣，才能重構事件發(fā)生的過程，找到事件發(fā)生的真正原因。學者應該在自己的研究對象上，成為真正的專家（List，2011）。［6］你運用理論推理時，可能忽視了環(huán)境的影響，但這個影響會體現在數據中。

在經驗上，常常是先“猜出”或“偷看”了答案，才倒推出特征化事實（Stylized fact）。也可能會走相反的路徑：先找到了特征化事實，然后順推出事件的結果。因此，研究路徑有兩個：在理論的指導下，觀察一個或多個可信的大樣本數據；觀察事件發(fā)生的過程和結果。

（三）特征化事實

理論為尋找正確的答案提供了方向，但能否發(fā)現正確的答案，則不一定。比如，工資水平提高后，人們會增加閑暇時間還是增加工作時間？這取決于每個代理人的效用評價：收入效應和替代效應這兩個相反方向的力量誰占主導，是不能先驗地判定的。不同的環(huán)境，有著不同的特征化事實，“修改了”真實的事件結果。

既然要對假說或推論的結果進行猜測，那么，可能猜對，也可能猜錯。猜對了，接著要構建連接問題與結論的橋梁；猜錯了，要重新思考為什么結果沒有如理論推斷那樣，里面一定有原因。這個時候，不要輕易放棄。猜對了，你在講一個合乎經濟學邏輯的故事；猜錯了，你可以講一個同樣合乎經濟學邏輯但更加新穎的故事。這時的關鍵是弄清環(huán)境中有什么特征化事實沒有被掌握，以至于你的模型里忽略了它。但一個可信的大樣本數據卻作證：它就在這里。

由于研究對象的復雜性，馬歇爾告誡：經濟學家要掌握盡可能多的事實。這些事實幫你修正理論預測的錯誤。要提醒一點：任何“現象”都“屬于”事實，但只有用可信的大樣本數據能檢驗出來的事實，才能稱得上是特征化事實。需要借助抽象思維才能理解這個概念。

三、數據：找到答案

（一）數據產生過程（DGP）

洪永淼（2007）認為，經驗分析有兩個公理性假定：［7］（1）任何經濟系統(tǒng)都可以看作是服從一定概率分布的隨機過程；（2）任何經濟現象（經濟數據）都可以看作是這個隨機數據生成的過程的實現。

以上論斷并不易懂。我們從“自然實驗”入手，更直觀地介紹數據產生過程。作個場景模擬：“大自然”在做實驗的時候，很少邀請你到現場觀摩，更不會慷慨地一邊向你演示一邊為你解釋：他做這個實驗的目的，經歷了怎樣的過程，得到了什么樣的結果。但實驗結果會被記錄在自然界或人類社會里。比如，人口控制政策的出臺，導致1972年以后（城鎮(zhèn)）獨生子女的數量越來越多，在出生隊列中的比例持續(xù)提高。雖然你沒有親自參觀實驗過程，但你看到這個結果（數據或事實），通過理論訓練和分析事件發(fā)生時的社會經濟狀況，可以將事件發(fā)生過程重現在頭腦中。

我們再回到洪永淼的論斷上來。既然是隨機的過程，那么，一個樣本里包含的信息，既有確定性，也有隨機性。沒有一個樣本能說，自己既“代表著客觀事實”又做到了“準確區(qū)分”，但一個樣本做不到的，用一組樣本卻可以做到：這組隨機產生的樣本，觀測值越多，代表真實總體的能力也就越大。大樣本代表“明天的太陽會升起”；觀測值則允許“今天的風隨意吹”。因此，在經驗研究中，數據處于關鍵地位，因為它一頭連接著形而上的理論——確定性，另一頭連接著形而下的經驗現象——隨機性。如果數據產生過程是隨機的，樣本越大，越接近（理論上的）真實。

理論（假說）與數據之間是相互影響甚至是相互誘導的（Heckman，2015），［8］也就能理解數據的地位有多重要。作者在使用數據之前，要先對數據的適用性與可信性作評估。

（二）數據的適用性和可信性

當你從理論出發(fā)，結合研究對象面臨的約束條件，刻畫出一個故事輪廓了，接著，你需要尋找適用的數據，構建證據鏈條來檢驗它。這個鏈條應該與理論邏輯（故事）的方向相平行，在理論邏輯的每個“節(jié)點”，都要有數據結果來“與之對應”。兩者之間當然可以調整，以相互適應，但最終能為同行接受的鏈條，應該是平行且有對應性的。

在尋找數據時，作者面臨一個問題：本文的假說能用這套數據進行檢驗嗎？作者需要去研究這個數據的結構，有哪些變量，如何定義的，與待檢驗假說是否有關，樣本多大等等。

數據結構決定了模型設定。同樣的命題，使用不同結構的數據都能得到檢驗，比如，研究工資變化的文獻，有使用個人層面微觀數據的，有使用城市（地區(qū)）層面匯總數據的；有用截面數據或混合截面數據的，也有用面板數據的。數據結構不僅決定了經驗方程的設定，時間維度特征的有無，觀測對象異質性的不同來源等，還意味著不同的內生性特征和處理手段。最受研究者歡迎的是以個人、家庭或公司為觀測對象的微觀數據，因為它有堅實的理論根基：經濟學模型里必須有代理人。①參見哈佛經濟學系微觀經濟學講義，Econ 2010A，2013秋季學期，第一講，主講人：EdwadGlaeser。

數據的可信性，也是證據的可信性。由于大多數數據來自抽樣調查，那么，樣本應該能夠代表總體。因此，要重視數據的產生過程。理論上的DGP是評估經驗方程中的誤差項是否符合高斯—馬爾科夫條件，但經驗上的DGP則是強調嚴格遵循科學抽樣與調查的過程，處理好調查過程中的關鍵性細節(jié)，得到“最接近隨機”的高質量數據——良好地代表了總體。思考與評估數據產生過程在理論與經驗上的對應性，是研究者的一個重要技能。只有親自參與過數據采集過程的學者，才容易理解與把握這種對應性，才敢說對數據的使用“雙腳站在了磐石上”。②數據采集和整理是個苦活、累活，令人厭倦，卻是一個學者不可或缺的多維度訓練：養(yǎng)成細致準確的專業(yè)素養(yǎng)，也練就堅韌頑強的性格。

數據的可信性，可通過不同抽樣調查數據的收斂性來評估。面對同一個社會總體，有幾個學者都在做抽樣調查數據，如果都遵循了同樣的隨機抽樣過程，則不同數據的結果應該是一致的。不同來源的數據，起到了一個互證的作用。研究者應該“在數據上成為一個企業(yè)家”，經常搜集和關注不同來源、不同時期的數據結果，并且經常觀察社會事實。不斷比對，不斷修正，才能在頭腦中建立正確的影像——對社會狀況的判斷和認識。

當數據不支持假說時?？尚诺臄祿拍軝z驗正確的假說并為之作證。當兩者不一致時，作者就受到困擾：到底是假說錯了，還是數據錯了，還是兩者都錯了？假說錯了，可以重新構建，如果數據錯了，更可能絆倒作者。畢竟，假說來自頭腦，而數據卻是更嚴格的外在約束。

數據的有限性。在現實中，沒有一個抽樣調查真正做到了“隨機性”，那么，每個數據都是有缺陷的，研究者應該清楚這個特征，揚長避短。比如，抽樣調查數據的匯總結果，常常會偏離真實的結果，③用加權的辦法能部分解決偏差，但加權的技術復雜且易被誤用，故要慎用。但將抽樣調查數據用于結構性分析，其偏差就會小得多。

有經驗的調查者，通常會對數據做個評估，看自己的抽樣數據偏差有多大，朝哪個方向偏。比如，謝宇等（2014）在評估CFPS的質量時，先找一個可信的數據作為基準——第六次人口普查數據，然后，將自己做的抽樣調查數據與普查數據作比對，以判斷偏差的方向和大小。［9］不做數據評估的人，必被數據所絆倒。

（三）數據的解讀

數據自身并不會做因果分析。做因果分析的是研究者。他要把干預或事件發(fā)生的過程弄清楚，構建因果關系的鏈條和傳遞機制，展示給讀者。讀者會運用自己的理解力和判斷力，決定是否接受這樣的因果關系。在數據提供各種計算結果的同時，要輔以公認的經驗事實——數據結果的經驗內容。比如，歷次人口普查數據都能看到：1959—1961年出生隊列，有個急劇的下降。假如國外學者不了解中國當時發(fā)生“大饑荒”的事實，就可能作出其他的推測或解釋：戰(zhàn)爭，瘟疫，或者干脆是數據錯誤。

數據結果和經驗事實必須聯系起來。你看到數據結果，要向有經驗的學者請教：“Z老師，人口普查數據里，發(fā)現一個現象，當時，中國發(fā)生了什么事情？”Z老師會告訴你，那段時間，中國正在推行“晚稀少”生育政策，人口出生率下降，并不是始自1980年的獨生子女政策，在1970年代初，就開始下降了。數據的背后是歷史和事實。

（四）對大樣本數據的偏好

“自變量要變”。在經濟計量學教科書里，這是個公理性的假設。在經驗上，它對應著“樣本規(guī)?！焙汀白儺惓潭取?。從遵循“數據產生過程的客觀性”原則看，小樣本難題是無解的。無論研究者怎樣創(chuàng)新估計方法，再抽樣，模擬，等等，方法越復雜，越遠離“客觀性原則”。因此，什么樣的估計方法都代替不了高質量的大樣本數據。反過來則可以斷言：時間序列方法在經驗研究中，不是一個有前途的方法——樣本小，內生性嚴重，很難得出可信的結論。

（五）數據的拷打

我們對“完美的證據”有著本能的渴望。然而，社會問題的復雜性，使我們很難找到“完美的證據”，或者說，根本就“沒有完美的證據”。因此，幾乎每個學者都有拷打數據的沖動：讓數據提供我們需要的結果。

拷打數據的方式，形形色色，但都背離了研究的目標：創(chuàng)造（更接近真理的）新知識以增進我們對生活在其中的這個世界的理解（Stigler，1988）。［10］數據拷打的方法，常用的方法是加權。另一種拷打是模型誤設，放一些壞控制變量，以獲得主變量的統(tǒng)計顯著。

不止一個學者遇到這樣的誘惑：把不同產生過程的抽樣調查數據混合到一塊使用。這固然增大了樣本，數據按照作者的需要“招供”，但這里的“樣本”背后，沒有“總體”。既沒有內部有效性，也沒有外部有效性。在科學法庭上，不接受拷打得來的證據，這是原則。

四、編織故事：步驟與證據鏈條

（一）編織故事的三個線索

1．問題—結果—過程。

現在，問題清楚了，也猜出了正確答案，如何報告研究結果呢？問題在認識之河的此岸，而答案卻在彼岸。必須構建一個“橋梁”，把兩個端點連接起來，讀者才能看得懂和接受你的論證。這個“橋梁”，就是證據鏈條。

搭建證據鏈條要遵守規(guī)范的框架。需要數據和經驗事實來充當“建橋材料”，還要有一套完備的知識技能，以組織、運用和剪裁這些材料，依照特定的框架結構展示證據。這個“橋梁”有兩個鏈條：理論上的邏輯線條；經驗上的證據鏈條。

從理論出發(fā)，加上中國的特征化事實，可以推論應該出現什么結果，這是“假說”。它在形而上的世界里。在形而下的經驗層次上，假說會以什么方式表現出來？這是可以用經驗證據檢驗的“推論”。形而上與形而下兩個世界，在此有了對應性。這兩個鏈條必須是一致的、平行的。兩條線索就像“橋梁的鋼筋”，將一塊塊的“材料”聯結起來。經驗研究論文必須有兩條相互印證的線索，才有可信性。那一個個的橋墩（關鍵證據）如果不夠堅固，文章就有硬傷。

2．問題—推論—結果。

不是所有的研究在提出問題后，接著就找到了答案，“橋梁”建設也不總是“從兩頭開始，向中間靠攏”。這種情況是常見的，從問題出發(fā)，不斷自我追問：知道了這個事實，又能怎樣呢？接著應該做什么呢？就像女孩子編辮子一般，不斷地朝一個方向拓展故事鏈條，直到講出一個完整的故事。

不少學者有這樣的經歷：開始動手寫作了，但還不知道目的地在哪里。在一步步摸索前進中，找到了答案?！把芯俊伎肌獙懽鳌?，是個滾動前進的過程（McCloskey，2000）。［11］Goldin和Katz強調，至少重寫十遍是真正的寫作藝術。①參見Goldin and Katz（memo），“The Ten Most Important Rules ofWriting Your Job Market Paper”?！笆椤辈⒉粌H僅是打理文字，甄選材料，理順邏輯，調整布局，還常常是修正結果甚至是重講故事。文章寫出來了，和最初的設想相比，已變得面目全非。要準備作這樣的調整和修改。

3．現象—事實—假說。

我們觀察到的是“現象”，既混亂又不穩(wěn)定。要以經濟學理論作指導，對這些經驗材料進行梳理分析，運用奧卡姆剃刀，保留主干，砍掉枝節(jié)，才能從“現象”精煉出“事實”。事實相當于約束條件，與理論相結合，才能推演出假說來。②在經驗研究中，是不能隨意作假定的。任何假定，都必須得到可信的論證。我們將這個思維前進過程概括為“現象—事實—假說”。

假說的構建。就思維過程來說，是從復雜無序的經驗層面跳躍到簡潔優(yōu)美的形而上層面。這很像飛機在跑道上滑跑、加速，然后，突然躍起并升入空中。在長長的跑道上，可以視為“現象”，而起飛的臨界點，可以被視為“事實”。一般理論和特征化事實相結合產生“假說”那個瞬間，就相當于“躍起”。“假說”，則已經升入空中了。

（二）構建完整的證據鏈

1．證偽檢驗。

你編了一個故事，怎么能證明你這個故事是創(chuàng)造了更接近真理的新知識，而不是一個自圓其說的邏輯戲法呢？一個辦法是做證偽檢驗，如果沒有你所說的那樣的原因或傳遞機制，就不會出現你所論證的結果。證偽檢驗的延伸，則是要證明其他競爭性假說不成立。

經濟學說史上，最大的公案之一是人力資本學派和信號學派之爭：雙方的預測結果都朝著一個方向，然而，政策含義卻是不同的。經驗研究不接受“公說公有理，婆說婆有理”：條件一定，正確結果只有一個。如何把這個纏繞結給解開？Waldinger（2010）給出了一個精彩的檢驗：大學還是那所大學，學生還是最優(yōu)秀的學生，但大師離開了，畢業(yè)生的質量顯著下降了。［12］在一個自然實驗框架下作證，人力資本假說得到支持。

2．剪裁與布局。

為了論證提出的假說，還需要各種相關的事實，作為主觀的證據，只有把這些證據材料進行組織、整理、剪裁，納入到一個合理的框架內，放在設定的邏輯鏈條上，才能構建出人們能理解的“認知橋梁”來。我們準備的材料或證據，既產生自頭腦中的知識存量，也來自“研究—思考—寫作”過程中的資料搜集，大多數是用不上的。要舍棄它們，并不容易，因為我們投入了心血，灌注了情感。我們希望把這些證據或材料，都用到文章中去。尤其是一些令我們洋洋自得的內容或“金句”，與作品的整體邏輯（或基調）并不吻合。對讀者來說，那是閱讀進程中一個討厭的鉤子（hook），必須剪掉它。重寫，是最有效的剪裁手段，能讓作者拉遠距離，像個中立的旁觀者，從思維的偏執(zhí)中跳出來，客觀評價材料在文章中的作用，是否保留。

3．數學工具。

有人聲稱，自己在模型中推導了多少步，才得出了正確的結果。這是一個誤導。我們懷疑，沒有一個經濟學家真的會這樣從事創(chuàng)造性工作。直覺和演繹思維在經驗研究中起著重大作用，這才是找到正確答案的兩個途徑。

當我們發(fā)現正確答案后，可以把答案以數學的方法來準確表達出來。但數學既不是我們探索的動力，也不為我們的探索指明正確方向?？梢詳嘌?，如果用數學推導可以找到正確的答案，那么，就不需要科學家的探索和研究了，買幾臺功能強大的計算機，就把他們全替代了。幸好這不是事實，科學家會不斷地改進和利用工具，卻不會成為工具的奴隸。

我們會從理論出發(fā)推論可能的結果。比如，通過把婚姻市場的結構變化與理性人假設結合起來，推演代理人選擇的變化，得出女研究生“寧可在婚姻市場上剩下”的結論（吳要武、劉倩，2014）。［13］但我們是先看到了“女研究生在婚姻市場上剩下”這個“結果”，然后，去倒推“剩下”的原因?；橐鍪袌鍪找婧蛣趧恿κ袌鍪找娴拇讼碎L（trade-off），從理論上能得到很好的解釋，在生活中也能觀察到這個經驗事實。高等教育擴招后，女性占主導地位，卻是一個新的特征化事實。美國和其他發(fā)達國家的高等教育群體中也有同樣的性別特征。這樣，就一步步找到了高等教育擴招為什么會導致“剩女”的原因。

始終要牢記的是，經驗研究始于一個客觀事實，結束于一個一般化的認識——另一個事實，而不是一串數學符號。①科學研究的起點是客觀事實，一個理論的可信性也建立在“可以普遍推廣的事實”的基礎上。“從來沒有一個真正有用的和深刻的理論果真是靠單純的思辨去發(fā)現的”（參見“理論必須以經驗事實為依據——1918年8月28日給貝索的信”，載于《愛因斯坦文集》第一卷，第180頁，許良英等譯）。經濟學上的經驗研究，其研究對象的客觀性與物理學沒有差異。當研究者不僅找到了正確答案，也找到了傳遞路徑，甚至用形式邏輯將這個過程完整地刻畫出來以后，才將形式邏輯轉換成數理邏輯。孩子生出來了。那個名叫“數學”的阿姨，饋贈了一件華麗的外衣。數學本身是沒有生命的，它裝扮了生命。

科學探索中的想象力（直覺與演繹）——建立在訓練的基礎上，才是我們探索未知世界的真正工具。想象力找到了正確答案。當然，也不可輕看數學訓練在經驗研究中的作用：數學訓練能讓學者更加準確地刻畫問題，幫助尖銳化思考，保持思維在邏輯上的一致性，減少出差錯的機會。數學工具是一種大家共同接受的論證語言。

4．評估研究的可信性。

可信性是經驗研究的靈魂。可信性不僅來自于科學的設計，還取決于關鍵性細節(jié)的處理。除了把因果關系的傳遞機制和路徑說清楚，還要做到數量關系的準確區(qū)分，處理好內生性問題。證偽檢驗，通常是提供一個反證：本文所證明的相關是因果關系，如果沒有本文所指出的這個傳遞機制，那么，兩個變量之間就不再有相關性。穩(wěn)健性檢驗：本文的因果關系不僅在邏輯上成立，在數量關系上還非常“結實”。敲上幾錘子，故事鏈條的接口處都砸不破。

對估計偏差方向的判斷，是可信性評估的另一個內容。由于數據不完美，技術有瑕疵，從樣本中得到的結果到底有多可信？一個數據樣本不能為自己的結果作證，但如果能找出偏差的方向，無疑是個有價值的信息：現有的估計數值，是朝某個方向偏斜的。

經濟計量方法不是一個黑箱，各種回歸分析也不是變戲法，因此，要避免欺詐的嫌疑（Leamer，1983）。［14］Stock（2010）曾經指出，今天的主流經濟計量學教材顯著不同于20年前，甚至不同于10年前。［15］可信性革命框架是今天經驗研究的主流（Angrist and Pischke，2009、2010），［16］［17］要把因果關系的傳遞鏈條上的每一個重要環(huán)節(jié)，都清晰地展示給讀者。

五、經驗研究過程中的技法

（一）波普爾范式

一個規(guī)范的經驗研究，需要用一套規(guī)范的話語體系來表達，在這個話語體系背后，隱含著一個特殊的范式——波普爾體系?？此坪唵蔚摹凹僬f—檢驗”，其實包含三個階段的論證。第一步，要論證A（原因）導致了B（結果），這是假說；第二步要論證，如果A（原因）沒有發(fā)生，則B（結果）就不會發(fā)生，這是證偽檢驗；第三步要排除競爭性假說或混淆性因素：其他非A因素（疑似原因），并不真是B的原因，必須排除。一個完整的論證過程才算完成。

波普爾范式也提醒了經驗研究者，在檢驗假說時應抱持的正確態(tài)度：對結論留有余地，準備接受新的證據和檢驗。

（二）面對證據的不完美

由于人類社會的復雜性，經驗研究幾乎不可能獲得完美的證據。限制通常來自經驗層面，比如數據中缺少作者需要的變量、數據質量不高、找不到解決內生性的有效工具等。今天，隨機受控實驗方法受到研究者的青睞，但同樣受到質疑：即使解決了內部有效性，外部有效性又受到懷疑。但經濟學家通常相信，隨機受控實驗與自然實驗可以起到相互補充的作用。前者在內部有效性上有說服力，后者則在外部有效性上可信（DiNardo and Lee，2011）。［18］如果兩種方法得出的研究結果接近，則起到了互證作用，增強了可信性。這是一種最理想的狀態(tài)。

即使國際領先期刊上那些最受人稱道的論文，也很少有完美的證據。費曼曾無意中為經濟學提供了一個有力的辯護：即使在物理學中，尚且缺少完美的證據，何況與人有關呢？如果證據過分完美，不可能是真實的。①參見《費曼手札：不休止的鼓聲》，長沙：湖南科學技術出版社，2005年。這個論斷是高度可信的。

再說，我們需要完美的證據嗎？既然客觀世界不存在這樣完美的證據，無論我們主觀上多么努力，都不可能得到完美的證據，那么，就要在某個地方做切割：接受一個達到某種“精度”的證據（Friedman，1953）。［19］

我們在估計教育回報率時，使用出生季度當工具變量，雖然這個工具的有效性是可信的，但結果本身卻是一個“局部干預效應”：只有16周歲附近的人才受到影響（吳要武，2010）。［20］不能把教育回報率推演到初中以下和高中以上群體。以設計為基礎的經驗研究及其尋找的因果關系，常常是局部的（Local）（Cartwright，2007）。［21］但是，“能解釋一部分總比不能解釋好”（Stigler，1982）。［22］

沒有完美的證據，應成為每個作者心里不容突破的底限。要時時提醒這個底限的存在：寧可接受不完美的證據，也絕不接受拷打得到的證據。

（三）再邁一步

當我們提出的假說，用可信的數據，依照規(guī)范的方法，嚴格檢驗以后，是不是故事就講完了，可以對本文做總結和引申了呢？

不要停步。應在現有的約束條件下，繼續(xù)努力，把自己的智識探索推進到盡頭。很多人喜歡Duflo（2001）并把這篇文章當作模仿的對象。［23］這篇文章體現出一種積極進取精神：在別人認為研究已經完成的情況下，她再邁出去一步對印尼施行擴大教育項目的成本收益做個評估。這個評估是粗糙的，可信性有限。但我們仍然很喜歡。在科學的意義上，這是一個頑強的姿態(tài)：絕不向大自然冷酷的必然性屈服。

再邁一步，體現了學者智識探索上的精彩，后人因此超越了前人。邁出這“一步”，要花多少時間精力？筆者判斷，大致相當于前面所有工作的總和。索爾仁尼琴借一個囚禁在古拉格群島的工程師之口，將其稱為“最后的一寸”：這不是為了完成，而是為了接近完美。①

（四）匠氣

根據筆者的經驗和對很多學者的觀察，在學術攀登的道路上，存在一個若隱若現的“平臺”：當我們經過很久的努力寫出一篇規(guī)范的研究論文后，再接著寫新的論文，會發(fā)現這些論文都在一個水平上，你想有新的突破，上升到更高的層次，但卻做不到。

有經驗的學者會提醒你：當心陷入“匠氣”。觀察歐美名校教授們的論文——哪怕是發(fā)表在最領先學術期刊上，似乎也都有一個平臺——更高的平臺。正因為如此，我們雖然相信今天的經濟學家早就超越了亞當·斯密、馬歇爾等前輩，但卻想不起誰能有他們那樣巨人般的身量。就像牛頓和愛因斯坦仍然是科學史上的兩座高峰一般。

匠氣是什么？我們猜想，作者喪失了自我追求和勤奮探究精神，不再因追求完美而削尖思維和深入挖掘，也就不再有創(chuàng)造性。對未知世界曾經充滿激情的探索，蛻變?yōu)橥瓿衫械墓禄虺绦颉?/p>

如何才能爬出“匠氣”陷阱？我們不知道路徑。但可以推測，逃出這個陷阱，需要長期的努力和探索。對每個已經會做經驗研究的學者來說，攀升到更高的學術層次上，是你的決心、你的黑暗隧道、你的大馬士革之路。除了信念和堅持，無人同行。

六、經驗研究過程外的技法

（一）信念——在黑暗中獨行

每個真正的學者，都有過這樣的經歷或正處于這樣的過程中：一個人摸索在黑暗的隧道里，沒有向導，沒有伙伴，唯有自己的信念和直覺提供了一絲亮光，支撐著自己沿著似乎永無盡頭的隧道走下去。不要驚奇，不要抱怨，因為這是探索者的工作狀態(tài)。求仁得仁，你自己選擇了這條最難走的路。

根據觀察，中國學者會更多經歷這種“黑暗”。因為他們中的大多數缺少嚴格訓練，未曾掌握做經驗研究的完備知識體系。這是不幸的。相當于讓戰(zhàn)士沒有武器去戰(zhàn)斗，沒有鞋子去沖鋒。大多數熱愛科學研究的年輕人，因為看不到希望而最終選擇了放棄。

也有很小一部分人，對真理有圣徒般的渴慕，把不幸轉化為動力，把黑暗變成了忍耐，從挫折中學會了頑強，鍛造出了堅韌，也終于掌握了做規(guī)范經驗研究的知識技能。從長期看，信念是心中的一點燭光。在黑暗隧道里穿行時，這點燭光的有無，最終決定了成敗。

（二）認識論的背后

探討經驗研究的過程，屬于認識論范疇。在自然科學領域，牛頓之后，“大自然中有規(guī)律，我們可以揭示它”，成為科學家的信條。愛因斯坦又為這個信條背書。但在對人類社會的研究中，經濟學家都無法回避這個問題：人類社會可以認識嗎？這決定于“人類社會是否存在自然界里那種神秘的和諧”。

謝宇（2006）繼承其導師奧提斯·鄧肯的學術衣缽，不相信人類社會存在著物理學意義上的規(guī)律。［24］那么，他相信人類社會存在著不同于物理學但同樣客觀且可認識的規(guī)律嗎？②人的本性是好逸惡勞的，這是經濟學的基本假設。不可知論者，為拒絕“挑更重的擔子”找到了一個不錯的借口。從他的文章判斷，他不相信存在這樣的規(guī)律。既然沒有規(guī)律存在，為什么還要去苦苦探索呢？他后來的所有論文，都是描述性的。

我們相信，人類社會也是有秩序的，它的運行同樣能被我們的理性所理解。經濟學家大都堅持斯蒂格勒和貝克爾所傳遞的信念：只有解釋性理論，才有價值。那些描述性的理論，沒有為我們認識世界提供什么有價值的工具。信念，就其本身來說，既不是個科學問題，也不是個哲學問題，而是個神學問題?？芍撆c不可知論，那個著名的“分岔路口”——任何學者都會遇到，③參見Frost著名的詩篇：The Road Not Taken。就出現在這里。這是一個需要作出斷然抉擇，卻又不可論證的問題。

（三）尖銳化思考

達利有幅名畫，一只尖刀刺穿了瞳孔。注意：這只尖刀是從內向外刺的，呈現在讀者眼前的是露出的刀尖。像科學家一樣，藝術家也在觀察和解釋這個世界，兩者常常取得某種共識。我們對達利所表達意思的解讀為：要尖銳化思考，這是觀察復雜世界的有效方法。在看到這幅名畫以前，我們也在課堂上教學生怎樣做尖銳化：面對紛繁復雜的社會現象，從你的瞳仁里，探出一把手術刀來。

無論是問題的提出，還是邏輯鏈條的推演，證據鏈條的編織，都需要尖銳化思考。這起源于大家所熟知的事實：將現象轉化為定義良好的事實和問題，必須不斷地“削尖它”，不許有模糊的地方存在，我們才有思考、討論和研究的起點。

與尖銳化思考相伴隨的是不斷深化自己的探索。

（四）好論文的標準

一個好的經驗研究，不僅要滿足前文提到的選題原則，還要讓這個領域最領先的學者感到：這個研究創(chuàng)造了新知識，讓我看世界的眼光與昨天不同了，在智識上，我又上了一個新臺階（Davis D.，2001）。［25］從直覺上，一篇好論文，會讓讀者眼前一亮，甚至會感到激動人心。雖然這是一種主觀判斷，卻像陽光照在臉上，雨點滴在手上一般真實（McCloskey，2000）。［26］

好論文的標準可以概括為：重要的選題；嚴謹的論證；新穎的故事。

七、結語

為什么要做經驗研究？為了創(chuàng)造更接近真理的新知識以增進我們對生活在其中的這個世界的理解。對中國青年學者來說，這個原則要強調一萬遍！熱愛真理和形而上的學問，并非中國經濟學界的傳統(tǒng)，更不要說愛因斯坦所推崇的獻身科學探索的“宗教激情”。畏懼困難和貪戀功名利祿，是絕大多數人不學而能的。

再回到Amy Finkelstein不無抱怨的話題上。我們推猜，MIT的教授們并未秘技自私，也不缺少導師應有的細致和體貼，其實，這些方法和技巧，在耳濡目染中，已經教會了學生。2012年，Amy Finkelstein獲得了克拉克獎，MIT的網頁上一片歡騰。她提出的這個問題，不知道她是否已有了答案。有一個事實需要指出：筆者一直關注她的研究，卻沒有見到她再次談方法論問題。

研讀弗里德曼、斯蒂格勒和貝克爾等學者的文章可以看出，他們也很少觸及方法論話題，比起他們更擅長的理論創(chuàng)造，畢竟，這屬于另一個領域。這是我們善意的猜測。有一天，看恩斯特·馬赫（2005）談認識論：“自然科學家具有一種強烈的愿望，要徹底弄清楚他獲得知識和擴展知識的進程，但他決不想成為或者只是被稱為哲學家”。［27］像個冒失鬼，馬赫扯開了遮掩真相的帷幕：科學家有一種理論和智識上的自負，不屑于撰寫探討哲學問題的文章。

筆者對方法論的思考與探索，持續(xù)了多年，此文寫出后又有了新的認識：探究經驗研究的過程并將其展示出來，對一個有創(chuàng)造力的學者來說，不僅是“為人作嫁”，且不為學術規(guī)則所鼓勵（Moretti E.，2012）。［28］我們曾耗費了20多年尋找正確門徑?？吹揭慌鸁釔劭茖W探索的青年學子，眼里有神采，胸中有激情，最終卻破滅了希望，黯然離去。再也不愿意那些“尚未離去者”，如此長期地摸索在黑暗中。中國沒有MIT和芝加哥大學那樣智力密集的學術環(huán)境，訓練研究生和青年學者，必須另辟蹊徑。

［1］［18］DiNardo John，David S.Lee，“Program Evaluation and Research Designs”，Chapter 5，Handbook of Labor Economics，vol.4A，Edited by OrleyAshenfelter and David Card，North Holland，2011.

［2］［25］Davis Donald，“Ph.D.Thesis，Where Do IStart？”，http://www.columbia.edu/～drd28/Thesis%20Research.pdf，2001.

［3］Mankiw Gregory，“Advice for Aspiring Economists”，Personal Blog，2006.

［4］［10］Stigler George，Memoirs of an Unregulated Economist，The University of Chicago Press，1988.

［5］Qian Nancy，“MissingWomen and the Price of Tea in China:the Effect of Sex-Specific Earnings on Sex Imbalance”，The Quarterly Journal of Economics，vol.123，no.3，2008，pp.1251-1285.

［6］List John，“Why Economists Should Conduct Field Experiments and 14 Tips for Pulling One Off”，The Journal of Economic Perspectives，vol.25，no.3，2011，pp.3-15.

［7］洪永淼：《計量經濟學的地位、作用和局限》，《經濟研究》2007年第5期。

［8］Heckman，J.，Gary Becker，“Model Economic Scientist”，IZA.Discussion Paper No.8827；Leamer，E.E.，“Let's Take the Con Outof Econometrics”，American Economic Review，vol.73，no.1，1983，pp.31-43.

［9］謝宇、胡婧煒、張春泥：《中國家庭追蹤調查：理念與實踐》，《社會》2014年第2期。

［11］［26］McCloskey Deirdre，EconomicalWriting，Second Edition，Waveland Press，2000.

［12］Waldinger Fabian，Quality Matters，“The Expulsion of Professors and the Consequences for PhD Student Outcomes in NaziGermany”，Journal of Political Economy，vol.118，no.4，2010，pp.787-831.

［13］吳要武、劉倩：《高校擴招對婚姻市場的影響：剩女？剩男？》，《經濟學（季刊）》2014年第1期。

［14］Leamer，Edward，“Let’s Take the Con out of Econometrics”，American Economic Review，vol.73，no.1，1983，pp.31-43.

［15］Stock James，“The Other Transformation in Econometric Practice:Robust Tools for Inference”，The Journal of Economic Perspectives，vol.24，no.2，2010，pp.83-94.

［16］Angristand Pischke，Mostly Harm less Econometrics，Princeton University press，2009.

［17］Angrist and Pischke，“The Credibility Revolution in Empirical Economics:How Better Research Design is Taking the Con Outof Econometrics”，The Journal of Economic Perspectives，vol.24，no.2，2010，pp.3-30.

［19］Friedman Milton，The Methodology of Positive Economics，in The Philosophy of Economics，Edited by DanielM.Hausman，The third edition，Cambridge press，1966.

［20］吳要武：《尋找阿基米德的杠桿——出生季度是個弱工具變量嗎？》，《經濟學（季刊）》2010年第2期。

［21］Cartwright Nancy，Hunting Causes and Using Them:Approaches in Philosophy and Economics，Cambridge University Press，2007.

［22］Stigler George，Economistas a Preacher，and Other Essays，The University of Chicago Press，1982.

［23］Duflo Esther，“Schooling and Labor Market Consequences of School Construction in Indonesia:Evidence from an Unusual Policy Experiment”，The American Economic Review，vol.91，no.4，2001，pp.795-813.

［24］謝宇：《奧提斯·鄧肯的學術成就：社會科學中用于定量推理的人口學方法》，《社會》2006年第3期。

［27］恩斯特·馬赫：《認識與謬誤》，北京：東方出版社，2005年。

［28］Moretti Enrico，The New Geography of Jobs，Mariner Books Houghton Mifflin Harcourt，2012.

責任編輯：張超

F011

A

1000-7326（2015）11-0074-11

*本文在南京財經大學召開的第二屆香樟經濟學會議（2015年5月15—17日）上得到參會者的建議與啟發(fā)，朱玲教授、李亞楠和鄧菁博士提出了重要修改建議，在此一并感謝！

趙泉，北京工商大學經濟學院副教授（北京，100048）；吳要武，中國社會科學院人口與勞動經濟研究所研究員、博士生導師（北京，100028）。