[摘要] 計量經濟模型是經濟理論研究和經濟決策中一種十分重要的方法。然而,我國經濟學界對計量經濟模型還存在諸多認識上的誤區。本文從模型與西方經濟學的關系、模型與數學的關系、模型的假設條件以及解釋變量的選擇和模型對定性因素的處理等五個方面進行了分析,認為只有全面、客觀地認識計量經濟模型才能有利于經濟學研究的健康發展。

[關鍵詞] 計量經濟模型；西方化；數學化；假設條件

隨著我國經濟學研究的深化和發展,計量經濟模型的應用日益廣泛。無論是經濟研究還是經濟分析,也無論是經濟預測還是政策評價,都離不開計量經濟模型。在計量經濟模型被普遍接受的同時,學術界對模型的有效性、模型在經濟研究和應用中的地位等問題產生了激烈的爭論。毫無疑問,這些爭論不僅有利于人們進一步認識計量經濟模型的優勢與不足,有利于保證經濟研究的正確發展方向,而且也有利于計量經濟模型自身的完善與發展。然而,我們在對計量經濟模型進行評價時,往往易曲解模型的真實面目,把一些本來不屬于計量經濟模型所固有的缺陷強加于之,從而使人們對模型性質和地位的認識陷入誤區。因此,有必要全面、客觀地去認識計量經濟模型,以避免走入誤區。這對于促進計量經濟學和經濟理論研究的健康發展有著十分重要的意義。

目前,對計量經濟模型的認識主要存在以下五個方面的誤區:
誤區之一:計量經濟模型=經濟學的西方化用來支持這種觀點的理由主要有二:一是馬克思在研究政治經濟學時盡管沒有用數理統計的方法去建立計量經濟模型,甚至很少用到其它高深的數學方法,但仍然建立了一套完善的理論體系;二是計量經濟模型來源于西方,它是西方經濟學中常用的工具,如果過分強調其重要性就會與中國國情相悖,把我國經濟學研究引上“西方化”的道路。
誠然,馬克思的經濟學巨著《資本論》沒有建立計量經濟模型,即使用到了數學模型也未包含隨機誤差項。而使用計量經濟模型最多的,恰恰是西方經濟學的各種理論。那么,能否據此就認為計量經濟模型是西方經濟學的專利,甚至認為它與馬克思主義政治經濟學背道而馳呢?我們應當在不脫離各種經濟理論產生的歷史背景和它的研究目的之基礎上來回答這一問題。
馬克思主義的理論體系,包括馬克思主義政治經濟學的基本框架,誕生于19世紀40年代中期。其理論產生的重要歷史背景是:資本主義社會矛盾激化,無產階級反對資產階級的斗爭日益激烈。馬克思、恩格斯適應時代的要求,在唯物史觀的基礎上,深刻地分析了資本主義的內在矛盾,建立了完整的政治經濟學體系。辯證唯物主義和歷史唯物主義是馬克思主義政治經濟學的基礎,而后者又是科學社會主義的基礎。馬克思、恩格斯建立政治經濟學體系時考察的主要是一種制度關系,其目的在于通過對這種關系的分析來證明資本主義必然被社會主義取代的客觀規律。馬克思主義政治經濟學中的每一個學說,無不體現著典型的制度關系。研究這種關系,數學方法難以有效地說明問題,而歷史的和邏輯的分析方法具有無可比擬的優勢。這就不難解釋為什么有著極好數學功底的馬克思在《資本論》和其他政治經濟學著作中很少使用高深的數學方法。
然而,西方經濟學,尤其是現代西方經濟學的產生背景和研究任務與馬克思主義政治經濟學有著極大的不同。他們產生于資本主義制度存續期間,而不是一種制度可能向另一種制度轉變的階段。從背景上看,其經濟理論賴以產生的制度關系是相對穩定的。其研究對象主要不是這種制度關系本身,而是這種關系基本保持不變的條件下的經濟運行機制,即各種經濟因素和經濟變量之間的關系。這是一種行為關系而非制度關系。其研究任務主要在于如何維持經濟系統中各因素之間的協調平衡。行為關系必然涉及到更多的數量關系,如果僅僅使用定性的方法進行研究就很難把握經濟系統的內在規律。這是西方經濟學廣泛使用數學方法,包括計量經濟模型的一個重要原因。
可以看出,歷史的和邏輯的分析方法比較適用于制度關系的分析,而實證分析方法則比較適用于行為關系的分析。在研究中著重使用哪一種方法,應當因研究對象的不同而作不同的選擇。我國現階段的經濟理論與實踐中既包括各種制度關系(如政企關系、產權關系等),也包括諸多的行為關系(如國民收入與居民消費支出的關系、利率與貨幣供應量的關系等)。對于行為關系,除了要進行定性分析,還需要運用各種計量經濟模型進行定量的分析。因此,使用計量經濟模型,絕不是經濟學的“西方化”,而是我國經濟理論研究以及經濟建設實踐的客觀需要。如果僅僅因《資本論》中沒有使用過就把計量經濟模型與馬克思主義政治經濟學對立起來,則嚴重違背了馬克思主義實事求是的科學精神,是一種形而上學的做法。

誤區之二:計量經濟模型=經濟學的數學化
對于學術研究中計量經濟模型的廣泛使用,有人將其稱之為經濟學的“數學化”或“數字化”,并進行了激烈的抨擊。有人提出,經濟學是一門社會科學,反映的是人與人之間的社會關系,不同于自然界中的各種關系,計量分析方法不應該成為主要的研究方法。還有人認為,如果計量經濟模型使用過多,豐富多彩的經濟學就會被冷冰冰的公式和數字所取代,從而喪失經濟學對社會的人文關懷。上述觀點在一定程度上反映了濫用計量經濟模型的危害,具有一定的正確性。但是,這里必須指出兩點:

第一,應當把濫用模型和模型的正常使用嚴格區分開來。
就學科大類而言,計量經濟學雖然廣泛運用了數理統計、隨機過程等數學知識,但仍然屬于經濟學這一學科范疇。計量經濟模型旨在通過實證分析,對經濟現象作出更精確的描述,并用模型去驗證或反駁某種經濟觀點。模型是服從于經濟研究和經濟分析這個根本目的的。對于一項研究,要判斷它是否濫用了模型,最重要的應該是看它是否正確處理了目的和手段的關系。如果模型的使用是服務于經濟研究和經濟分析的,則是一種正常、合理的使用;反之,如果偏離經濟研究和經濟分析這一根本目的而盲目地去構建模型,則是對模型的濫用。例如,一項研究涉及較復雜的數量關系,為了對這些關系進行全面、精確地描述,研究者大量運用了計量經濟模型。只要這些模型與其研究相關,并且所用模型有利于證明其結論,就應當屬一種正常的使用。我們不能因為研究者的模型用多了,或者模型較為復雜就認為他是在濫用模型。這是經濟現實中的客觀存在,是不以研究者的主觀意志為轉移的。如果研究者為了不被冤枉為“濫用模型”而硬性進行“簡化”,其結論就可能嚴重偏離客觀實際。因此,盲目地根據模型運用的多少或模型的復雜程度來判斷是否濫用了模型,會給計量經濟模型的正常使用戴上沉重的枷鎖。

第二,不能把計量經濟模型與社會科學對立起來。
計量經濟模型不是西方經濟學的專利;同樣,它也不是自然科學的專利。計量經濟模型的數學基礎是數理統計學,而數理統計學是以隨機現象為研究對象的。只要存在隨機現象,就可以用數理統計的方法進行分析,就有可能運用到計量模型。計量經濟學中使用最廣泛的方法是回歸分析,而回歸分析在社會科學的各個領域,如在社會學、政治學等方面有著普遍地應用。社會科學領域中存在大量的隨機現象,計量模型有非常廣闊的發展空間。
總之,經濟學雖然屬于社會科學的范疇,但涉及了大量的隨機現象和數量關系。只要研究者把握經濟學的根本宗旨,不偏離研究的基本目的,計量經濟模型的使用就不會改變經濟學的基本性質而使之“數學化”或“數字化”。相反,通過模型的使用可以提高經濟學研究的科學性和客觀性,有利于為我國經濟建設和經濟發展提供切實可行的指導性建議,促進經濟福利的增加,這正是計量經濟模型對社會最大的人文關懷。

誤區之三:計量經濟模型的假設條件是隨意設定,脫離實際的
在一些文獻中,對計量經濟模型的批評集中在模型的假設條件上。為了建立計量經濟模型,首先要設定回歸方程的基本形式,然后在一些假設前提的基礎上估計出有關參數。如果這些假設條件不成立,模型自然也就不能成立。因此,有人認為,既然計量經濟模型是建立在如此多的假設基礎上,而這些假設在現實中又很難完全成立,那么模型似乎就是一種憑空的想象,不會有太大的經濟意義。

其實,這種看法是十分片面的,主要原因有三:
第一,假設條件并非計量經濟模型所特有。為了建立完整的理論體系,任何學科既要反映現實,又要對現實進行一定的抽象。沒有抽象,就沒有理論。自然科學如此,社會科學也是如此。要對現實進行抽象,就不可能反映現實中的每一個細節,而只能重點考察與我們要建立的理論相關的主要內容。假設條件可以說是在任何理論體系中都不可避免的。例如,要建立會計學的理論體系,首先需要設定四大基本前提,即會計主體假設、持續經營假設、會計分期假設以及貨幣計量與幣值不變假設。
但是,四大假設中明顯存在著與現實不符的內容。按照持續經營假設,會計核算應當以持續、正常的生產經營活動為前提,而不考慮企業是否將破產清算。但在市場經濟條件下任何企業都有破產清算的可能。幣值不變前提假定沒有通貨膨脹因素,貨幣幣值保持不變,這在現實中也是不可能的。雖然這些假設與現實不完全相符,但從未有誰因此而要求完全推翻現行會計理論體系以及建立在其基礎上的會計制度。理由在于:對于一個理論體系的建立,如果要把所有因素都考慮進來,既是沒有必要的,也是沒有可能的。理論是人的抽象思維之結果。盡管人的思維具有很大的創造性,但其認識客觀世界的能力絕不是無限的。

第二,假設前提并不妨礙模型的進一步完善。人類對自然界和社會的認識是一個不斷發展、不斷完善的過程。從簡單到復雜,從不完善到完善是認識的基本規律。計量經濟模型亦不例外。建模工作開始的時候,為了不受到過多因素的干擾,一般都先要設立若干條假定。例如,古典線性回歸模型(CLRM)的假定達10條之多,這些假定在現實的經濟生活中絕不可能個個都成立。但是,我們可以首先在這10條假定的前提下把模型建立起來,然后通過對有關指標的分析,發現模型存在的缺陷。在很多情況下,缺陷就是因為某些假定條件不成立而產生的。然后,再根據所發現的問題把條件放寬,即考慮某些古典假定不成立時應怎樣進行修正。對于模型的修正,計量經濟學理論中提出了許多方法。例如,在發現多重共線形時可以增加樣本容量,或者對原模型進行差分變換;發現異方差時,可以根據異方差的不同情形的對模型進行變換;發現自相關時,可以根據德賓-沃森統計量估算出自協方差系數,再對模型進行變換。經過這些處理,模型雖然與現實還有差距,但干擾因素的影響可以被盡可能地減少。任何一個優秀的計量經濟模型都不是有了數據就可立即估計出來的,而是經過了反復的估計———檢驗———修正———再檢驗———再修正的過程而日臻完善的。沒有任何一個模型可以被稱為絕對的完善,正如沒有任何一種經濟學理論能絕對真實地反映經濟現實,并對經濟政策進行絕對正確的指導一樣。

第三,假設前提的設定并不是完全隨意的。設定假設前提具有一定的主觀性,不同的研究者可以有不同的設定方法。但是,假設前提并不是隨心所欲地設定。建立假設條件,首先要考慮與實際情況盡可能地相符,是否做到了這一點一般要有先驗的理論依據。例如,大部分計量經濟模型假定隨機誤差項服從正態分布,有人便對這一點提出疑問:隨機誤差項受到很多不確定因素的影響,甚至連有哪些因素都不可能完整地列出來,又何從知道它的分布呢?其實,隨機誤差項所代表的正是這些不確定因素的聯合影響。雖然無法區分每一種因素的具體影響,但數理統計學中的中心極限定理已經證明如果存在大量獨立同分布的隨機變量,除了少數例外情形,隨著這些變量個數無限的增加,他們的總和將趨向于正態分布。只要樣本容量足夠的大,在近似意義上假定隨機誤差項服從正態分布是完全科學的。其次,有時某些設定沒有直接的理論依據,假設條件是對現實的簡化,但這種簡化也不是隨心所欲的。進行簡化時,需要根據經驗區分主要因素和次要因素,還要盡可能地保證所作的簡化不致于明顯降低模型的質量。簡化是照低成本、高效益的原則來進行的。所謂低成本是通過排除次要因素的干擾,降低模型的復雜性,使計量經濟模型簡單明了,便于應用;所謂高效益是指對模型的簡化不能夠以犧牲模型的質量為代價,必須保證模型能通過主要的幾種統計檢驗。因此,在認識計量經濟模型時,我們既應當看到它是建立在一定假設條件基礎上,應用中具有一定的局限性。同時,又應當注意不要走向另一極端,以假設與現實不完全相符為理由而對模型過度地挑剔。

誤區之四:計量經濟模型無法區分主要因素和次要因素　
在現實的經濟生活中,一個因變量往往會受到眾多解釋變量的影響,而回歸模型只是對經濟現實的一個模擬,不可能把所有的因素都考慮進去。這引起了一些人對計量經濟模型的指責:你怎么去區分主要因素和次要因素呢?
在建立模型時,主要因素和次要因素的區分的確帶有很大的經驗性,但絕對不是憑空想象,或者隨心所欲地進行選擇。這是因為:

第一,解釋變量的選擇要以一定的經濟理論為先驗的依據。例如,在研究一個地區居民對某種商品消費支出時,一般都要把居民收入和替代品的價格作為解釋變量。根據微觀經濟學理論,研究者在建立模型前有理由認為,對于絕大部分商品,消費支出與居民收入同向變動,與替代品的價格反向變動。

第二,擬合優度檢驗和顯著性檢驗可以把主要因素篩選出來。研究者可以預先根據某一經濟理論或者根據其經驗設定回歸模型的基本形式。這種設定在解釋變量的選擇上有可能是不恰當的。例如,有可能拋棄了主要因素而引入了次要因素,甚至把對因變量基本沒有影響的因素作為了解釋變量。但是,這些錯誤在很大程度上可以被擬合優度檢驗和顯著性檢驗發現。在作出回歸之后,如果反映擬合優度的可決系數或者修正可決系數很低,則表明因變量的總變差(TSS)中,能夠被模型解釋的部分(ESS)僅占很小的比重,模型的擬合優度較差。
這時,原來的模型就需要進行修正,解釋變量也可能需要重新選擇。如果在F檢驗不能通過,則表明各解釋變量對因變量的聯合影響不顯著,需要重新選擇解釋變量或重新設定模型的形式。同樣,如果某個解釋變量的系數無法通過t檢驗,則這個解釋變量就有可能是一個對因變量影響較小的次要因素,在修訂模型時可以考慮將其舍棄。當然,主要因素的篩選是一項很有藝術的工作,需要結合經濟理論、擬合優度和顯著性檢驗進行綜合判斷。但這種判斷絕非隨心所欲的。

第三,模型的設定誤差是可以通過一定的方法檢查出來的。設定誤差包括相關變量的遺漏和無關變量的誤區兩種情況。前者是忽略了某些主要因素,后者是引入了某些無關或次要因素。對于后一種情況,有t檢驗和F檢驗就可以發現。而對于前一種情況,計量經濟學中也有多種方法來進行偵測,其中最常用的方法是德賓-沃森檢驗。如果某個對因變量有顯著影響的未被引入到解釋變量中來,則它自然被計入了隨機誤差項。隨機誤差項由于包含了系統因素的影響,也就不再滿足古典線性回歸模型中無自相關的假定。研究則可以通過觀察DW統計量的數值發現自相關的存在,這種自相關則提示模型可能遺漏了一個或多個重要的影響因素。

第四,因果關系檢驗的產生使解釋變量的篩選更具科學性。早期的計量經濟學主要由回歸分析學研究經濟變量之間的關系。然而,回歸關系不等于因果關系。這是傳統回歸方法的一大缺陷。但是,隨著計量經濟學的發展,誕生了葛蘭杰因果關系檢驗法,為這一難題的解決打開了突破口。它的基本思想是,如果X是原因, Y是X變動的結果,則X變化應該發生在Y的變化之前。根據這一思路設定條件,并利用F統計量進行假設檢驗,可以檢測兩個變量之間的因果關系,并清晰地將其劃分為從X到Y的因果關系、從Y到X的因果關系、雙向因果關系和不存在因果關系四種類型。這種方法的應用大大提高了解釋變量篩選的科學性。
由此可見,雖然計量經濟模型中變量的選擇仍然受到研究者理論水平和研究經驗的影響,但如果能恰當運用計量經濟學中的各種科學方法,變量的選擇完全有可能具有較高的科學性。計量經濟模型在經濟研究中的意義不會因為現實經濟生活的復雜而降低。

誤區之五:計量經濟模型無法反映質的因素從表現形式來看,計量經濟模型是對經濟現象的定量分析。它利用樣本數據,建立起回歸方程,用以描述經濟變量之間的數量關系。但是,這種方法的運用并不會削弱對事物本質的認識。

第一,,從質和量的關系來看,事物的質和量是密不可分的。質是一種事物區別于另一種事物的內在規定性,而量是表示事物存在和發展的規模、程度、速度等的數量的規定性。事物的質和量都是客觀存在的,質是量的基礎,并對量起制約作用;量是質的必要條件,任何事物都有其數量界限,即量對質起著制約的作用。計量經濟模型以方程的形式描述經濟變量之間的數量關系,不僅有利于從定量的角度認識經濟問題,還有利于通過數量關系更具體、更深入地認識經濟現象的本質。

第二,許多經濟問題在本質上就是一種數量關系。作為事物的內在規定性,質在不同的事物中可以有不同的表現形式。有時,它表現為一種定性的關系;有時,也可以表現為數量關系。例如,在市場經濟條件下,市場在資源配置中發揮著基礎性的作用,價值規律是市場經濟中一個具有本質性的規律。根據這一規律,商品的價值量決定于社會必要勞動時間,價格以價值為基礎,并因供求關系的不同而圍繞價值上下波動。在這里,價值、價格和社會必要勞動時間均屬于數量指標,價值規律所描述的正是這些數量指標之間的關系。顯然,我們不能因為價值規律描述的是數量關系就沒有反映市場經濟的本質。

第三,定性因素在計量經濟模型中受到越來越多的重視。早期的計量經濟學主要側重于對純定量因素的分析,模型中的變量一般都是定量變量。隨著計量經濟學的發展,人們逐漸認識到這種做法的缺陷,并探討如何將定性因素引入到模型中來。這方面最有創造性的是虛擬變量模型的產生。所謂虛擬變量,又稱為屬性變量或定性變量,它是用0和1表示的一種人工變量,專門用來描述定性因素或質的因素。對于某種質的因素,可以把它區分為兩種情況,即這種質的影響發生作用或不發生作用。
在第一種情況下,虛擬變量等于1;在第二種情況下,令虛擬變量等于0。如有多個質的因素,就設立多個虛擬變量,每個虛擬變量仍然按這種規則來取值。通過這種處理,一個定性因素的影響轉化成了0和1兩個數字,多個定性因素的影響轉化成了多個0和1的不同組合,定性因素被定量化了,從而可以估計出包含定性因素的模型。虛擬變量不僅可以作為解釋變量,也可以作為應變量,這為計量經濟模型在定性與定量因素的結合上提供了廣闊的發展空間。
綜上所述,計量經濟模型在經濟理論研究中雖然存在一定的局限性,但把模型拒之門外,并全盤否定絕不是一種科學的態度。長期以來,國外規范經濟學派和實證經濟學派之間的爭論從來沒有停止過。改革開放后,這種爭論也進入到了我國經濟理論界,并有日趨激烈之勢。筆者寫作本文,既不是要完全否定規范分析方法,也不是要完全肯定實證分析方法。因為任何一個學派和一種研究方法都可能既有其優勢,又有其局限性。在經濟學研究中,只有擺脫某種學派思維定勢的約束,全面理解并深刻認識各種分析方法的本來面目,才能取長補短,促進經濟理論研究的健康發展。

參考文獻:
[1]龐皓•李南成•計量經濟學[M]•成都:西南財經大學出版社,2001•
[2]古扎拉蒂•計量經濟學上、下冊[M]•北京:中國人民大學出版社,2000•
[3]劉炳瑛•政治經濟學[M]•北京:經濟科學出版社,2000•
[4]趙凌云•經濟學數學化的是與非[J]•經濟學家,1999,(1),84-89•
[5]鄒進文•經濟學數學化芻議[J]• http://www.51lunwen.com/ 經濟學動態,1998,(12),59-61•
[6]李勇輝,文山東•關于經濟學數學化問題的探討[J]•湖南工程學院學報,2002, (6),11-13•
[7]張文修•經濟學研究與數學方法──從諾貝爾獎看數學在經濟研究中的地位和作用[J]•當代經濟科學,2002, (1),54-58•
[8]范愛華•經濟數學是為社會經濟發展服務的有力工具[J]•生產率系統,2001, (3),50-51•
[9]程祖瑞•數學化,中國經濟學現代化的必由之路[J]•經濟經緯,2001, (6),83-87•
[10]沙玉英•關于經濟學數學化的思考[J]•技術經濟與管理研究,2000, (3),79-80•