一、何谓“能测量”?

众所周知，科学知识的表达方式通常有两种：一种是文字语言，另一种是数学语言。这两种语言都必须遵循起码的最低表达要求。文字语言的最低表达要求，就是要遵守“形式逻辑”。形式逻辑有四大定律，即同一律、排中律、矛盾律和理由充足律。同一律的基本内容是：在同一论证过程中，概念和判断必须保持同一性，亦即确定性。同一律可用公式表示为：A是A。矛盾律的基本内容是：在同一论证过程中，对同一对象的两个相互矛盾(对立)的判断，其中至少有一个是假的，不可能全是真的。矛盾律可用公式表示为：A是B，A不是B；这两个命题不会同时成立，也不会同时不成立。排中律的基本内容是：在同一论证过程中，对同一对象的肯定判断与否定判断，这两个相矛盾的判断必有一个是真的。排中律可用公式表示为：A或者一A。理由充足律的基本内容是：正确的判断必须有充足的理由。充足理由律可用公式表示为：因为B真，且B能推出A，所以A真，也可以说，B是A成立的充足理由。Is]形式逻辑这四条规律要求人的思维必须具备确定性、无矛盾性、一贯性和论证性。数学语言也有逻辑要求，那就是要遵守“数理逻辑”。数理逻辑包括两个最基本的也是最重要的组成部分，就是“命题演算”和“谓词演算”。所谓命题演算，是研究关于命题如何通过一些逻辑连接词构成更复杂的命题以及逻辑推理的方法。所谓谓词演算，也叫做命题涵项演算。

在谓词演算里，把命题的内部结构分析成具有主词和谓词的逻辑形式，由命题涵项、逻辑连接词和量词构成命题，然后研究这样的命题之间的逻辑推理关系。数理逻辑也称为“符号逻辑”，其体系主要包括：逻辑演算(包括命题演算和谓词演算)、模型论、证明论、递归论和公理化集合论[6]。数理逻辑和计算机科学有许多重合之处，两者都属于模拟人类认知机理的科学。数理逻辑其实就是形式逻辑的现代表达方式。简而言之，数理逻辑就是精确化、数学化的形式逻辑，它不仅是数学计算的基本要求，而且也是现代计算机技术的基础。需要说明的是，除了上述两种逻辑之外，从更高境界的维度上讲，科学知识的表达方式还应当遵循辩证逻辑——比如马克思主义政治经济学。至于辩证逻辑，这里不谈(辩证逻辑有三条原则，即对立统一、否定之否定、质量互变)。今天，在现代经济学的范式中，数学几乎成了理论思想的唯一表达方式。这种情形，也被称为经济学的“形式化”。说到经济学的“形式化”，笔者有必要提及一个真实的故事：在美国芝加哥大学社会科学研究馆的正面，刻着这样一句话：“如果你不能测量的知识就是贫乏和不能令人满意的-E73~。所谓“能测量”是什么意思?就是“形式化”。换言之，经济学的“能测量”就是指在方法论的意义上，经济学“能实证”、“能量化”，或者说“能计量”。请注意，这个“能测量”不是刻在自然科学研究馆，而是刻在社会科学研究馆!由此可见，实证的精神，不仅是自然科学方法论的核心，而且也是社会科学方法论追求的目标。至于这个目标能在多大程度上实现，那就是另一回事了。如果仅从自然科学发展的历史来看，那么科学的起码要求，就是必须“能测量”。所以，对于理工科来说，“能测量”怎么强调都不过分。

问题是对于社会科学之一的经济学来说，“能测量”有什么意义呢?在经济学界，这个问题应该说已经不是什么问题了。对于“能测量”的意义，1989年，诺贝尔经济学奖得主挪威经济学家哈维尔莫(TrygveHaavel—too)，曾经这样说：“许多经济学家有许多深刻的思想，但是缺少数量概念。例如说某一个经济指标受到惟一原因的影响，但是如果对影响的强度一无所知，即使知道这个影响是正的或负的，也是没有多少实际的科学意义”[8]。马克思也说过一句很著名的话：“任何一门科学，只有充分利用了数学才能达到完美的境界。”现在高校的经济学研究生和博士生，基本上都开了“三中”课程(中级宏观经济学、中级微观经济学和中级计量经济学)和“三高”课程(高级宏观经济学、高级微观经济学和高级计量经济学)，就是在学“能测量”。尤其是计量经济学，作为“能测量”的有效手段，不仅已经成为经济学的基本内容之一，而且也是经济思想和经济理论的基本表达方式。计量经济学模型，就是要解决“如何测量”这个问题；而回答“影响强度”这个定量问题的，正是计量经济学模型的结构参数估计量。

二、“能测量”异化为“能忽悠”

今天，在社会科学当中，大概只有经济学才敢称这个所谓的“能测量”。具体而言，对于经济行为的“因果关系”来说，所谓“能测量”有两个基本要求：(1)这个问题可以建立数学模型来解释，比如计量经济学的回归分析；(2)得出的结论可以用精确的统计来检验，比如“t检验”。请大家注意，正是这个“t检验”，让经济学的“能测量”变为科学。令人遗憾的是，在我国经济学界，这个“能测量”已经被神话了，这种情况导致很多学术论文的“能测量”，异化成为“能忽悠”。有一幅漫画《公鸡的自我总结》(我是怎么克服困难，天天把太阳叫起来的)。在经济学中，“公鸡打鸣”与“太阳升起”，这两个现象之间的关系可以用数学模型来表达，并建立如下函数关系：Y—a+ZX+U“公鸡打鸣”是自变量(X)，“太阳升起”是因变量(Y)，a是截距项，u是随机变量。然后做计量回归分析，求出回归系数(8)之后，进行“t检验”，检验结果肯定非常显著。也就是说：“公鸡打鸣”之后“太阳就升起来了”，这个关系是一个“大概率”的事件，而不是一个偶然的“小概率”事件。也就是说，“公鸡打鸣”100次，“太阳升起”也是1O0次。于是，数学模型“科学”地证明：“公鸡打鸣”是“太阳升起”的原因。那么，公鸡为什么会打鸣呢?科学研究证明，在公鸡的大脑与小脑之间，有一个内分泌器官叫松果腺，这是公鸡打鸣的基础，或者说，公鸡打鸣的“生物钟”就生长在这里。经过长时间的进化，早上打鸣已成为公鸡的一种习性保存下来。即使将公鸡放到黑暗的地方，让它看不到光线，到了清晨，它还是一样要打鸣的。由此可见，虽然从表面来看，“公鸡打鸣”与“太阳升起”存在着“相关性”，但是，这种“相关性”仅仅是这两种“现象”外在的联系，并不是这两种“现象”内在的“因果联系”。严格说，公鸡打鸣是由动物在进化过程中形成的内在生物钟决定的，而太阳升起是由太阳系甚至银河系的运动规律决定的。

然而，囿于当时的生产力水平，远古时代的先民既不知道公鸡内在的生物钟规律，也不知道太阳系运行的自然规律，所以，只能把这种现象上的“相关性”当作内在的“因果性”。顺便指出，有人认为，虽然公鸡打鸣不是太阳升起的原因，但太阳升起是公鸡打鸣的原因，所以二者仍然存在因果关系。这个说法同样值得商榷。有关公鸡为什么会有生物钟现象，在学术界大致有三种观点。(1)“外源说”认为，某些复杂的宇宙信息是控制生命节律现象的动因。持这种观点的科学家认为，动物对广泛的外界信息，如电场变化、地磁变化、重力场变化、宇宙射线、其他行星运动周期、光的变化、月球引力等极为敏感，这些变化的周期性，引起了生命节律的周期性。(2)“内源说”认为，生命节律是由动物自身内在的因素决定的。对夜间活动的仓鼠的试验表明，在外界条件变化的情况下，如在与地球自转方向相反的条件下，仍然有相似的节律。动物在恒温和与外界隔绝的地下，也表现出近似于24小时的节律，因此，生命节律是由动物自身的因素造成的。(3)“综合说”认为，动物与环境相互作用是生物节律形成的原因。综上可见，不仅公鸡打鸣不是太阳升起的原因，而且说太阳升起是公鸡打鸣的原因也是不确切的。

三、案例分析

有人会说：现代经济学还不至于这么可笑吧?其实，不啻远古时代，即便在现代，人们依然在犯同样的错误。问题是，这类错误往往还披着“科学”的外衣来忽悠人。下面举三个实例。

(一)“自欺欺人”

自己都没搞懂，就乱用计量方法。最常见的比如时间序列数据，很多人不做平稳性检验和协整分析，就进行回归，这怎么避免“伪回归”呢?笔者在审论文时，这类“伪回归”的危险非常普遍。比如，笔者的一个研究生做毕业论文，题目是《农村劳动力转移与城乡收入差距》。他提出了一个假说：城乡收入差距越大，越会阻碍农村劳动力向城市转移。为此，他建立了一个“收入与劳动力迁移决定”的理论模型，然后采用1979—2008年的时间序列数据，进行回归分析之后，“t检验”非常显著，由此证明了他的这个“假说”是成立的。从理论上来看，这个假设显然与刘易斯的“二元经济”理论是不相容的。从经验上看，这个假说显然有问题：难道深圳的工资越高，农民就越不愿意去深圳打工吗?也就是说，实践的检验与“t检验”有很大出入。这就提出了一个问题：当实践的检验与“t检验”发生矛盾时，哪个检验才是科学的?哪个检验说了算?笔者仔细看了论文后问他：“时间序列数据为什么不做‘平稳性检验’和‘协整分析’?”他说：“如果做‘平稳性检验’和‘协整分析’，‘t检验’就不显著了。”换言之，他的论文就没法“创新”了。笔者说：“那你也不能拿模型来这样忽悠人吧?”他说：“赵老，你太认真了，大家都是这样做的。”然后，他搬出一个著名经济学杂志上发表的一篇文章来为自己辩护：“看看，这篇文章也是这样‘忽悠’人的。”可见问题不在于个别学生误用模型，而是在于“大家都是这样做的”。

(二)“自娱自乐”

模型的“假设”，完全是想当然的，要么毫无根据，要么根本就是一个伪问题。比如，一篇论文的核心假设是“企业的政策性负担越重，企业的绩效就越差”，作者的工作就是要证明这个假设。于是，作者选取了相关的样本数据，并进行了回归分析，“t检验”非常显著。在审阅了全部内容之后，笔者在审稿意见上写到：“企业的政策性负担越重，企业的绩效就越差”这个常识难道还需要做回归分析吗?这个假设与假设“年龄越大，离死亡越近”有何不同?难道“年龄越大，离火葬场还越远”了不成?所以，这种假设不仅把自己当作白痴，而且把别人也当作白痴。把简单问题复杂化，如果用的方法有创新，也就罢了，可作者用的方法都是计量经济学的常识，这有意义吗?还有一篇文章，作者所要做的事情，就是要证明下面两个假设。假设1：企业污染的公共事件将导致该企业股票价格波动(因为企业要被政府处理并罚款——比如康菲公司海上漏油事件)。假设2：在发达国家，企业污染事件与该企业股价波动强相关(因为透明)；在发展中国家，企业污染事件与该企业股价弱相关(因为不透明)。笔者问编辑：“企业污染的公共事件将导致该企业股票价格波动是个常识性的东西，还有什么必要加以证明?”编辑说：“作者毕竟证明了‘相关性的强度’，这还是有必要的。”笔者说：“‘假设2’所要证明的这个‘强度’，难道不同样是一个常识吗?”难怪李子奈说：“如果建立了计量经济学模型，经过复杂的估计和检验过程，最终发现了或者验证了人们所熟知的结论，那么研究的价值就大打折扣了。”岂止是“大打折扣”，简直就是没有任何价值!由此可见，“伪问题”在我国已经泛滥成灾!

(三)“自以为是”

“自以为是”主要表现就是把统计关系完全等同于因果关系。这又有两种情况：一是把统计相关，夸大成“因果关系”；二是把统计因果关系(比如格兰杰因果关系)，当作真实因果关系，就如同上面讲的“公鸡的总结”，等等。其实，不仅统计相关不是因果关系，而且统计因果关系也未必等于真实的因果关系。为什么呢?大致说来，有两个原因：第一，“统计关系不是经济关系的充分条件”。正如李子奈说：“从逻辑上说，一个统计关系式，不管多强或多么有启发性，本身不可能意味着任何因果关系。要谈因果关系，必须来自统计学之外，诉诸先验的或者理论上的思考。-Es3第二，“统计意义和经济意义具有不对称性”。李子奈说：“所谓‘统计意义和经济意义的不对称性’指的是，经济学命题必须通过统计学检验才能成立，而通过统计学检验的命题在经济学上并不一定成立。即是说，统计检验是经济学命题成立的必要性条件，而不是充分性条件。误将必要性条件当作充分性条件，夸大统计学假设检验的功能，是一类常犯的错误。”E93总之，通过了统计学检验的命题，未必就是真实的命题；“t检验”非常显著的统计关系，未必就是真实的因果关系。比如，按主流的理论，美国次贷危机的根源在于“缺乏监管”和“政策失误”。“次贷危机”是因变量，“缺乏监管”和“政策失误”是自变量，建立数学模型之后，这个“函数关系”不仅可以用计量模型做回归分析，求出回归系数，而且“t检验”也非常显著。然而，理论和实践都已经证明，美国次贷危机的根源内生于资本主义市场经济制度之中，“缺乏监管”和“政策失误”仅仅是触发危机的外生因素而已。把“缺乏监管”当作危机的根源，就如同把“公鸡打鸣”当作太阳升起的原因一样的荒谬，由此可见，主流模型所把握的其实仅仅是危机在现象层面的“函数关系”而已。再比如，最近的欧洲主权债务危机，主流的解读仍然只是从表面联系上进行测量和分析。即使是曾经准确预言“次贷危机”的宋鸿兵先生也认为：“欧债危机的原因不在于经济，也不在金融，而是在于政治。如果欧盟能将各国财政权统一起来，就可以消除危机。”其实，在资本主义私有制下，统一财政也仅仅是用空间来换取时间，虽然可以推迟危机的爆发，但导致危机的基因并未消除。可以预料，如果欧盟真的能统一财政，那么今后的债务危机将不再以国家为单位爆发，而是以联盟为单位爆发。

总之，只要不触及资本主义生产关系，任何药方都消除不了资本主义的癌细胞，资本主义总危机的到来只是一个时间问题。说到危机，最近欧美又在闹债务危机，自称99的人占领了华尔街，导火线当然与贫富悬殊有关。流行的主流观点认为，贫富悬殊根源在于教育不发达，很多经济学论文就是在用数学模型证明这个观点。最近凤凰卫视评论“欧债危机”，在一番批评欧洲贫富悬殊之后，女主持最后总结说：“要想从根本上解决贫富悬殊，最终还是要靠‘教育’，只是时间有点漫长⋯⋯。”其实，所谓“根本解决”完全是自欺欺人。因为，教育能够改变个人的命运，但却不能改变阶级或阶层的命运。如果不触动生产关系，如果雇佣关系的阶级结构不改变，教育也仅仅是让某个贫困生进了人民大学而已，实现的只是个人的“鲤鱼跳龙门”而已。难怪马克思说：“⋯⋯而庸俗经济学却只是在表面的联系内兜圈子''''，[”]，就是这个意思。没过“t检验”的，不一定就不“科学”；过了“t检验”的，不一定就是“科学”。同理，没有被“形式化”的，不一定就不“科学”；能够“形式化”的，不一定就是“科学”。

四、小结

以上“三自”的结果是什么呢?结果就是“自作自受”。过度追求形式化不仅没有让经济学更“科学”，反而使经济学的科学性备受质疑，以至于连主流学者都发出了另类呼吁：“经济学教科书需要重写。”问题的症结在于，经济学界流行一种误导，以为要有“数学模型”才是实证分析，才是科学。其实，在社会科学中，作为一种基本的方法，实证研究方法有着丰富的内容，比如它主要包括：观察法、实验法、文献分析法、内容分析法、问卷调查法、访谈法、个案分析法，等等。可见，并非仅仅有“数学模型”才是实证分析。何况，有许多数学模型本质上并不是实证的，而是规范的。比如“数理经济学”就离不开“数学模型”，但严格来讲，“数理经济学”并不是“实证分析”，而仅仅是某些抽象理论的推演。所以，从方法论的角度上讲，我们应当正确对待经济学的形式化。关于方法论，摆在桌面上的说法是：“坚持、鼓励、包容”。所谓坚持，就是要坚持“科学方法”，反对“神学方法”。至于什么是科学方法，学界有争论。比如，马克思主义的方法论是不是科学?是不是只有数学模型才是科学?这个问题已经超出了本文范围，容以后讨论。

所谓鼓励，就是要鼓励运用“现代经济学的最新方法”来分析问题，也就是与“国际接轨”。现代经济学的方法在今天居主流地位，所以无须鼓励，对于现代经济学最时尚的方法，大家都在争先恐后，生怕落在后面。所谓包容，就是要包容“多元化”的方法，不能把某种方法看作经济学独一无二的方法。比如，现在流行把新古典经济学的方法，当作经济学唯一的科学方法，这是不是有点心胸狭隘?对于经济学来说，形式化或者数学化不仅很必要，而且还要进一步完善和发展。但是，现在所谓“坚持、鼓励、包容”，已经把现代经济学的方法教条化、唯一化了。重庆市委书记说得好：“一些人提倡包容性、多样化，但再包容、再多样，也不能没了‘主心骨’，迷失了方向。”[1。这段话虽然并不是直接针对经济学的方法论而言的，但笔者认为对认识经济学方法论极富启发意义。就笔者从事经济学的教学、科研的体会，认为抛弃了马克思主义方法论以后，经济学也就没了主心骨，就成了大忽悠。当然，这一点，主流经济学恐怕打死也不承认，因为忽悠本身或许就是某些人的目的，而忽悠的工具(数学模型)也就是他们的“主心骨”。以至于有这么一个笑话：经济学教授让学生读一篇自己的文章，里面全是复杂的数学模型。学生看完后问：“老师，您的大作太深奥了，我没读懂。”教授激动地回答：“看不懂就对了，这就是学问。”请问，这种深奥学问的积累是不是能与人类知识的进步成正比，难道不值得怀疑吗?