从模型与西方经济学的关系等方面看计量经济模型中存在的误区

[摘要] 计量经济模型是经济理论研究和经济决策中一种十分重要的方法。然而,我国经济学界对计量经济模型还存在诸多认识上的误区。本文从模型与西方经济学的关系、模型与数学的关系、模型的假设条件以及解释变量的选择和模型对定性因素的处理等五个方面进行了分析,认为只有全面、客观地认识计量经济模型才能有利于经济学研究的健康发展。

[关键词] 计量经济模型；西方化；数学化；假设条件

随着我国经济学研究的深化和发展,计量经济模型的应用日益广泛。无论是经济研究还是经济分析,也无论是经济预测还是政策评价,都离不开计量经济模型。在计量经济模型被普遍接受的同时,学术界对模型的有效性、模型在经济研究和应用中的地位等问题产生了激烈的争论。毫无疑问,这些争论不仅有利于人们进一步认识计量经济模型的优势与不足,有利于保证经济研究的正确发展方向,而且也有利于计量经济模型自身的完善与发展。然而,我们在对计量经济模型进行评价时,往往易曲解模型的真实面目,把一些本来不属于计量经济模型所固有的缺陷强加于之,从而使人们对模型性质和地位的认识陷入误区。因此,有必要全面、客观地去认识计量经济模型,以避免走入误区。这对于促进计量经济学和经济理论研究的健康发展有着十分重要的意义。

目前,对计量经济模型的认识主要存在以下五个方面的误区:
误区之一:计量经济模型=经济学的西方化用来支持这种观点的理由主要有二:一是马克思在研究政治经济学时尽管没有用数理统计的方法去建立计量经济模型,甚至很少用到其它高深的数学方法,但仍然建立了一套完善的理论体系;二是计量经济模型来源于西方,它是西方经济学中常用的工具,如果过分强调其重要性就会与中国国情相悖,把我国经济学研究引上“西方化”的道路。
诚然,马克思的经济学巨著《资本论》没有建立计量经济模型,即使用到了数学模型也未包含随机误差项。而使用计量经济模型最多的,恰恰是西方经济学的各种理论。那么,能否据此就认为计量经济模型是西方经济学的专利,甚至认为它与马克思主义政治经济学背道而驰呢?我们应当在不脱离各种经济理论产生的历史背景和它的研究目的之基础上来回答这一问题。
马克思主义的理论体系,包括马克思主义政治经济学的基本框架,诞生于19世纪40年代中期。其理论产生的重要历史背景是:资本主义社会矛盾激化,无产阶级反对资产阶级的斗争日益激烈。马克思、恩格斯适应时代的要求,在唯物史观的基础上,深刻地分析了资本主义的内在矛盾,建立了完整的政治经济学体系。辩证唯物主义和历史唯物主义是马克思主义政治经济学的基础,而后者又是科学社会主义的基础。马克思、恩格斯建立政治经济学体系时考察的主要是一种制度关系,其目的在于通过对这种关系的分析来证明资本主义必然被社会主义取代的客观规律。马克思主义政治经济学中的每一个学说,无不体现着典型的制度关系。研究这种关系,数学方法难以有效地说明问题,而历史的和逻辑的分析方法具有无可比拟的优势。这就不难解释为什么有着极好数学功底的马克思在《资本论》和其他政治经济学著作中很少使用高深的数学方法。
然而,西方经济学,尤其是现代西方经济学的产生背景和研究任务与马克思主义政治经济学有着极大的不同。他们产生于资本主义制度存续期间,而不是一种制度可能向另一种制度转变的阶段。从背景上看,其经济理论赖以产生的制度关系是相对稳定的。其研究对象主要不是这种制度关系本身,而是这种关系基本保持不变的条件下的经济运行机制,即各种经济因素和经济变量之间的关系。这是一种行为关系而非制度关系。其研究任务主要在于如何维持经济系统中各因素之间的协调平衡。行为关系必然涉及到更多的数量关系,如果仅仅使用定性的方法进行研究就很难把握经济系统的内在规律。这是西方经济学广泛使用数学方法,包括计量经济模型的一个重要原因。
可以看出,历史的和逻辑的分析方法比较适用于制度关系的分析,而实证分析方法则比较适用于行为关系的分析。在研究中着重使用哪一种方法,应当因研究对象的不同而作不同的选择。我国现阶段的经济理论与实践中既包括各种制度关系(如政企关系、产权关系等),也包括诸多的行为关系(如国民收入与居民消费支出的关系、利率与货币供应量的关系等)。对于行为关系,除了要进行定性分析,还需要运用各种计量经济模型进行定量的分析。因此,使用计量经济模型,绝不是经济学的“西方化”,而是我国经济理论研究以及经济建设实践的客观需要。如果仅仅因《资本论》中没有使用过就把计量经济模型与马克思主义政治经济学对立起来,则严重违背了马克思主义实事求是的科学精神,是一种形而上学的做法。

误区之二:计量经济模型=经济学的数学化
对于学术研究中计量经济模型的广泛使用,有人将其称之为经济学的“数学化”或“数字化”,并进行了激烈的抨击。有人提出,经济学是一门社会科学,反映的是人与人之间的社会关系,不同于自然界中的各种关系,计量分析方法不应该成为主要的研究方法。还有人认为,如果计量经济模型使用过多,丰富多彩的经济学就会被冷冰冰的公式和数字所取代,从而丧失经济学对社会的人文关怀。上述观点在一定程度上反映了滥用计量经济模型的危害,具有一定的正确性。但是,这里必须指出两点:

第一,应当把滥用模型和模型的正常使用严格区分开来。
就学科大类而言,计量经济学虽然广泛运用了数理统计、随机过程等数学知识,但仍然属于经济学这一学科范畴。计量经济模型旨在通过实证分析,对经济现象作出更精确的描述,并用模型去验证或反驳某种经济观点。模型是服从于经济研究和经济分析这个根本目的的。对于一项研究,要判断它是否滥用了模型,最重要的应该是看它是否正确处理了目的和手段的关系。如果模型的使用是服务于经济研究和经济分析的,则是一种正常、合理的使用;反之,如果偏离经济研究和经济分析这一根本目的而盲目地去构建模型,则是对模型的滥用。例如,一项研究涉及较复杂的数量关系,为了对这些关系进行全面、精确地描述,研究者大量运用了计量经济模型。只要这些模型与其研究相关,并且所用模型有利于证明其结论,就应当属一种正常的使用。我们不能因为研究者的模型用多了,或者模型较为复杂就认为他是在滥用模型。这是经济现实中的客观存在,是不以研究者的主观意志为转移的。如果研究者为了不被冤枉为“滥用模型”而硬性进行“简化”,其结论就可能严重偏离客观实际。因此,盲目地根据模型运用的多少或模型的复杂程度来判断是否滥用了模型,会给计量经济模型的正常使用戴上沉重的枷锁。

第二,不能把计量经济模型与社会科学对立起来。
计量经济模型不是西方经济学的专利;同样,它也不是自然科学的专利。计量经济模型的数学基础是数理统计学,而数理统计学是以随机现象为研究对象的。只要存在随机现象,就可以用数理统计的方法进行分析,就有可能运用到计量模型。计量经济学中使用最广泛的方法是回归分析,而回归分析在社会科学的各个领域,如在社会学、政治学等方面有着普遍地应用。社会科学领域中存在大量的随机现象,计量模型有非常广阔的发展空间。
总之,经济学虽然属于社会科学的范畴,但涉及了大量的随机现象和数量关系。只要研究者把握经济学的根本宗旨,不偏离研究的基本目的,计量经济模型的使用就不会改变经济学的基本性质而使之“数学化”或“数字化”。相反,通过模型的使用可以提高经济学研究的科学性和客观性,有利于为我国经济建设和经济发展提供切实可行的指导性建议,促进经济福利的增加,这正是计量经济模型对社会最大的人文关怀。

误区之三:计量经济模型的假设条件是随意设定,脱离实际的
在一些文献中,对计量经济模型的批评集中在模型的假设条件上。为了建立计量经济模型,首先要设定回归方程的基本形式,然后在一些假设前提的基础上估计出有关参数。如果这些假设条件不成立,模型自然也就不能成立。因此,有人认为,既然计量经济模型是建立在如此多的假设基础上,而这些假设在现实中又很难完全成立,那么模型似乎就是一种凭空的想象,不会有太大的经济意义。

其实,这种看法是十分片面的,主要原因有三:
第一,假设条件并非计量经济模型所特有。为了建立完整的理论体系,任何学科既要反映现实,又要对现实进行一定的抽象。没有抽象,就没有理论。自然科学如此,社会科学也是如此。要对现实进行抽象,就不可能反映现实中的每一个细节,而只能重点考察与我们要建立的理论相关的主要内容。假设条件可以说是在任何理论体系中都不可避免的。例如,要建立会计学的理论体系,首先需要设定四大基本前提,即会计主体假设、持续经营假设、会计分期假设以及货币计量与币值不变假设。
但是,四大假设中明显存在着与现实不符的内容。按照持续经营假设,会计核算应当以持续、正常的生产经营活动为前提,而不考虑企业是否将破产清算。但在市场经济条件下任何企业都有破产清算的可能。币值不变前提假定没有通货膨胀因素,货币币值保持不变,这在现实中也是不可能的。虽然这些假设与现实不完全相符,但从未有谁因此而要求完全推翻现行会计理论体系以及建立在其基础上的会计制度。理由在于:对于一个理论体系的建立,如果要把所有因素都考虑进来,既是没有必要的,也是没有可能的。理论是人的抽象思维之结果。尽管人的思维具有很大的创造性,但其认识客观世界的能力绝不是无限的。

第二,假设前提并不妨碍模型的进一步完善。人类对自然界和社会的认识是一个不断发展、不断完善的过程。从简单到复杂,从不完善到完善是认识的基本规律。计量经济模型亦不例外。建模工作开始的时候,为了不受到过多因素的干扰,一般都先要设立若干条假定。例如,古典线性回归模型(CLRM)的假定达10条之多,这些假定在现实的经济生活中绝不可能个个都成立。但是,我们可以首先在这10条假定的前提下把模型建立起来,然后通过对有关指标的分析,发现模型存在的缺陷。在很多情况下,缺陷就是因为某些假定条件不成立而产生的。然后,再根据所发现的问题把条件放宽,即考虑某些古典假定不成立时应怎样进行修正。对于模型的修正,计量经济学理论中提出了许多方法。例如,在发现多重共线形时可以增加样本容量,或者对原模型进行差分变换;发现异方差时,可以根据异方差的不同情形的对模型进行变换;发现自相关时,可以根据德宾-沃森统计量估算出自协方差系数,再对模型进行变换。经过这些处理,模型虽然与现实还有差距,但干扰因素的影响可以被尽可能地减少。任何一个优秀的计量经济模型都不是有了数据就可立即估计出来的,而是经过了反复的估计———检验———修正———再检验———再修正的过程而日臻完善的。没有任何一个模型可以被称为绝对的完善,正如没有任何一种经济学理论能绝对真实地反映经济现实,并对经济政策进行绝对正确的指导一样。

第三,假设前提的设定并不是完全随意的。设定假设前提具有一定的主观性,不同的研究者可以有不同的设定方法。但是,假设前提并不是随心所欲地设定。建立假设条件,首先要考虑与实际情况尽可能地相符,是否做到了这一点一般要有先验的理论依据。例如,大部分计量经济模型假定随机误差项服从正态分布,有人便对这一点提出疑问:随机误差项受到很多不确定因素的影响,甚至连有哪些因素都不可能完整地列出来,又何从知道它的分布呢?其实,随机误差项所代表的正是这些不确定因素的联合影响。虽然无法区分每一种因素的具体影响,但数理统计学中的中心极限定理已经证明如果存在大量独立同分布的随机变量,除了少数例外情形,随着这些变量个数无限的增加,他们的总和将趋向于正态分布。只要样本容量足够的大,在近似意义上假定随机误差项服从正态分布是完全科学的。其次,有时某些设定没有直接的理论依据,假设条件是对现实的简化,但这种简化也不是随心所欲的。进行简化时,需要根据经验区分主要因素和次要因素,还要尽可能地保证所作的简化不致于明显降低模型的质量。简化是照低成本、高效益的原则来进行的。所谓低成本是通过排除次要因素的干扰,降低模型的复杂性,使计量经济模型简单明了,便于应用;所谓高效益是指对模型的简化不能够以牺牲模型的质量为代价,必须保证模型能通过主要的几种统计检验。因此,在认识计量经济模型时,我们既应当看到它是建立在一定假设条件基础上,应用中具有一定的局限性。同时,又应当注意不要走向另一极端,以假设与现实不完全相符为理由而对模型过度地挑剔。

误区之四:计量经济模型无法区分主要因素和次要因素　
在现实的经济生活中,一个因变量往往会受到众多解释变量的影响,而回归模型只是对经济现实的一个模拟,不可能把所有的因素都考虑进去。这引起了一些人对计量经济模型的指责:你怎么去区分主要因素和次要因素呢?
在建立模型时,主要因素和次要因素的区分的确带有很大的经验性,但绝对不是凭空想象,或者随心所欲地进行选择。这是因为:

第一,解释变量的选择要以一定的经济理论为先验的依据。例如,在研究一个地区居民对某种商品消费支出时,一般都要把居民收入和替代品的价格作为解释变量。根据微观经济学理论,研究者在建立模型前有理由认为,对于绝大部分商品,消费支出与居民收入同向变动,与替代品的价格反向变动。

第二,拟合优度检验和显著性检验可以把主要因素筛选出来。研究者可以预先根据某一经济理论或者根据其经验设定回归模型的基本形式。这种设定在解释变量的选择上有可能是不恰当的。例如,有可能抛弃了主要因素而引入了次要因素,甚至把对因变量基本没有影响的因素作为了解释变量。但是,这些错误在很大程度上可以被拟合优度检验和显著性检验发现。在作出回归之后,如果反映拟合优度的可决系数或者修正可决系数很低,则表明因变量的总变差(TSS)中,能够被模型解释的部分(ESS)仅占很小的比重,模型的拟合优度较差。
这时,原来的模型就需要进行修正,解释变量也可能需要重新选择。如果在F检验不能通过,则表明各解释变量对因变量的联合影响不显著,需要重新选择解释变量或重新设定模型的形式。同样,如果某个解释变量的系数无法通过t检验,则这个解释变量就有可能是一个对因变量影响较小的次要因素,在修订模型时可以考虑将其舍弃。当然,主要因素的筛选是一项很有艺术的工作,需要结合经济理论、拟合优度和显著性检验进行综合判断。但这种判断绝非随心所欲的。

第三,模型的设定误差是可以通过一定的方法检查出来的。设定误差包括相关变量的遗漏和无关变量的误区两种情况。前者是忽略了某些主要因素,后者是引入了某些无关或次要因素。对于后一种情况,有t检验和F检验就可以发现。而对于前一种情况,计量经济学中也有多种方法来进行侦测,其中最常用的方法是德宾-沃森检验。如果某个对因变量有显著影响的未被引入到解释变量中来,则它自然被计入了随机误差项。随机误差项由于包含了系统因素的影响,也就不再满足古典线性回归模型中无自相关的假定。研究则可以通过观察DW统计量的数值发现自相关的存在,这种自相关则提示模型可能遗漏了一个或多个重要的影响因素。

第四,因果关系检验的产生使解释变量的筛选更具科学性。早期的计量经济学主要由回归分析学研究经济变量之间的关系。然而,回归关系不等于因果关系。这是传统回归方法的一大缺陷。但是,随着计量经济学的发展,诞生了葛兰杰因果关系检验法,为这一难题的解决打开了突破口。它的基本思想是,如果X是原因, Y是X变动的结果,则X变化应该发生在Y的变化之前。根据这一思路设定条件,并利用F统计量进行假设检验,可以检测两个变量之间的因果关系,并清晰地将其划分为从X到Y的因果关系、从Y到X的因果关系、双向因果关系和不存在因果关系四种类型。这种方法的应用大大提高了解释变量筛选的科学性。
由此可见,虽然计量经济模型中变量的选择仍然受到研究者理论水平和研究经验的影响,但如果能恰当运用计量经济学中的各种科学方法,变量的选择完全有可能具有较高的科学性。计量经济模型在经济研究中的意义不会因为现实经济生活的复杂而降低。

误区之五:计量经济模型无法反映质的因素从表现形式来看,计量经济模型是对经济现象的定量分析。它利用样本数据,建立起回归方程,用以描述经济变量之间的数量关系。但是,这种方法的运用并不会削弱对事物本质的认识。

第一,,从质和量的关系来看,事物的质和量是密不可分的。质是一种事物区别于另一种事物的内在规定性,而量是表示事物存在和发展的规模、程度、速度等的数量的规定性。事物的质和量都是客观存在的,质是量的基础,并对量起制约作用;量是质的必要条件,任何事物都有其数量界限,即量对质起着制约的作用。计量经济模型以方程的形式描述经济变量之间的数量关系,不仅有利于从定量的角度认识经济问题,还有利于通过数量关系更具体、更深入地认识经济现象的本质。

第二,许多经济问题在本质上就是一种数量关系。作为事物的内在规定性,质在不同的事物中可以有不同的表现形式。有时,它表现为一种定性的关系;有时,也可以表现为数量关系。例如,在市场经济条件下,市场在资源配置中发挥着基础性的作用,价值规律是市场经济中一个具有本质性的规律。根据这一规律,商品的价值量决定于社会必要劳动时间,价格以价值为基础,并因供求关系的不同而围绕价值上下波动。在这里,价值、价格和社会必要劳动时间均属于数量指标,价值规律所描述的正是这些数量指标之间的关系。显然,我们不能因为价值规律描述的是数量关系就没有反映市场经济的本质。

第三,定性因素在计量经济模型中受到越来越多的重视。早期的计量经济学主要侧重于对纯定量因素的分析,模型中的变量一般都是定量变量。随着计量经济学的发展,人们逐渐认识到这种做法的缺陷,并探讨如何将定性因素引入到模型中来。这方面最有创造性的是虚拟变量模型的产生。所谓虚拟变量,又称为属性变量或定性变量,它是用0和1表示的一种人工变量,专门用来描述定性因素或质的因素。对于某种质的因素,可以把它区分为两种情况,即这种质的影响发生作用或不发生作用。
在第一种情况下,虚拟变量等于1;在第二种情况下,令虚拟变量等于0。如有多个质的因素,就设立多个虚拟变量,每个虚拟变量仍然按这种规则来取值。通过这种处理,一个定性因素的影响转化成了0和1两个数字,多个定性因素的影响转化成了多个0和1的不同组合,定性因素被定量化了,从而可以估计出包含定性因素的模型。虚拟变量不仅可以作为解释变量,也可以作为应变量,这为计量经济模型在定性与定量因素的结合上提供了广阔的发展空间。
综上所述,计量经济模型在经济理论研究中虽然存在一定的局限性,但把模型拒之门外,并全盘否定绝不是一种科学的态度。长期以来,国外规范经济学派和实证经济学派之间的争论从来没有停止过。改革开放后,这种争论也进入到了我国经济理论界,并有日趋激烈之势。笔者写作本文,既不是要完全否定规范分析方法,也不是要完全肯定实证分析方法。因为任何一个学派和一种研究方法都可能既有其优势,又有其局限性。在经济学研究中,只有摆脱某种学派思维定势的约束,全面理解并深刻认识各种分析方法的本来面目,才能取长补短,促进经济理论研究的健康发展。

参考文献:
[1]庞皓•李南成•计量经济学[M]•成都:西南财经大学出版社,2001•
[2]古扎拉蒂•计量经济学上、下册[M]•北京:中国人民大学出版社,2000•
[3]刘炳瑛•政治经济学[M]•北京:经济科学出版社,2000•
[4]赵凌云•经济学数学化的是与非[J]•经济学家,1999,(1),84-89•
[5]邹进文•经济学数学化刍议[J]• http://www.51lunwen.com/ 经济学动态,1998,(12),59-61•
[6]李勇辉,文山东•关于经济学数学化问题的探讨[J]•湖南工程学院学报,2002, (6),11-13•
[7]张文修•经济学研究与数学方法──从诺贝尔奖看数学在经济研究中的地位和作用[J]•当代经济科学,2002, (1),54-58•
[8]范爱华•经济数学是为社会经济发展服务的有力工具[J]•生产率系统,2001, (3),50-51•
[9]程祖瑞•数学化,中国经济学现代化的必由之路[J]•经济经纬,2001, (6),83-87•
[10]沙玉英•关于经济学数学化的思考[J]•技术经济与管理研究,2000, (3),79-80•