毕业季的思考：模型害了思想与应用吗？

每年的毕业季，是高校教授最忙的时期。除了要指导自己的硕士生与博士生完成毕业论文定稿外，还得参加许多学位论文答辩，因此几乎每位教授都需要花费大量时间看学生的论文。我除了要看论文外，整个上半年还要带区域经济学专业的一年级博士生与部分硕士生阅读英文文献。这个课程阅读的英文文献均来自国外专业领域的威权刊物，而且除了一些经典文献外有许多是最近刚刚发表的。在阅读学生学位论文与国外最新英文文献时，有一个问题始终在我的脑海里挥之不去，即模型害了思想与应用吗？

在学术界，大概有许多人思考过这些问题，而且围绕这个问题出现过不少讨论或争论。我重新思考这个问题，源于学位论文与英文文献无模型不成文章的风气盛行。不可否认，数学在经济学中的应用导致了经济学研究范式的革新，同时数学以外的方法，如物理学等学科的方法，在经济学中的应用极大地丰富了经济学的研究手段并提高了其解释力。然而，有两个问题值得深思：第一，如果按目前主流经济学的范式要求，那么过往的经济学大师们的作品符合要求吗？第二，相当多的学术论文采用了复杂的模型，但结论过于简单且几乎是常识，这样的学术论文的价值体现在何处？

在数学方法引入经济学之前，曾经诞生过许多经济学大家。亚当·斯密（Adam Smith，古典经济学创始人，现代经济学之父）的《国民财富的性质和原因研究》（即《国富论》，1776年问世）、大卫·李嘉图（David Ricardo，古典政治经济学集大成者）的《政治经济学及赋税原理》（即《赋税原理》，1817年出版）、阿尔弗雷德·马歇尔（Alfred Marshall，新古典学派的创始人，剑桥学派创建人）的《经济学原理》（1890年出版）以及卡尔·海因里希·马克思(Karl Heinrich Marx，马克思主义经济学的创始人)的《资本论》（1867年出版第一卷）都没有一个数学模型，但这些经济学巨著至今依然熠熠生辉。当然，也有一些不朽著作运用了模型，如冯·杜能(Johann Heinrich von Thünen，区位理论创始人)就是第一个将微积分用来进行经济推理的学者，其代表作是《孤立国同农业和国民经济的关系》（即《孤立国》，1826年出版）。或许有人会说，你所举的没有模型的例子是经济学数量革命以前的事。没错，的确如此，但数学方法运用于经济学之后也有一些著名经济学著作没有使用主流经济学范式。例如，罗斯托(Walt Whitman Rostow，发展经济学先驱之一)的《经济增长的阶段：非共产党宣言》（1960年问世），根本就没有依据主流经济学范式，也没有一个数学符号，但该书一出版即引起很大反响，至今依然被誉为现代经济史上的名著，其经济发展阶段论是引用率最高的理论之一。由此可见，运用数理方法与经济计量模型与否不是关键，著作或学位论文的价值不是完全由方法决定的，关键在于有没有思想或应用价值。这自然而然便产生了一个问题，即过于追求模型是否会冲淡一篇文章的思想或应该价值？

国际上顶尖经济学刊物越来越模型化，这是一种趋势。在追求国际化的潮流下，中国的重要经济学期刊也在追赶这一时尚，没有复杂模型的论文几乎不可能在这些刊物上发表。与此同时，高校科研机构的硕士与博士学位论文日益模型化，大有不作模型分析便不能通过学位论文评审与答辩之势。然而，在我今年带学生读的顶尖级刊物上发表的英文文献与我审阅过的学位论文中，我发现了许多文章方法复杂但结论实在是没有什么新意可言。有些结论是简单的常识，而有些结论根本就用不着复杂的证明。这种模型分析并没有得出新颖的有价值的结论。这里给出三个例子。第一个例子，有一篇学位论文研究的是一个煤炭资源丰富地区的主导产业选择问题，文章使用了许多复杂的模型，但得出的结论是该地区应该以煤炭工业作为主导产业，这个结论实在是不用证明便能想到的；第二个例子，有一些论文在研究城市制造业集聚时，采用城市人口密度作为度量制造业集聚的代理指标，这是典型的谬误加偷懒。试问，北京的人口密度相当高，可制造业在北京所占比重十分低，这如何解释？集聚指数有许多流行的计算方法，为什么不用呢？第三个例子，一篇发表在顶尖英文期刊上的论文讨论区域偏袒（regional favoritism，即国家领导人对自己家乡的利益照顾），其结论是根据夜间灯光强度分析存在区域偏袒，而且在政治体制不健全和公民受教育水平低下的国家更为普遍。这篇文章的分析方法有可取之处，但结论实在不敢恭维。数量经济学与计量经济学是专门的学问，否定这方面的研究是不正确的，但无数理或计量便不成文章的风气是对思想与事实的伤害。不得不承认，有许多文章的模型是花架子，除去模型故弄玄虚外并没有什么新的思想。

其实，任何模型本身都不是无懈可击的，模型存在问题的根本原因产生于其高度的抽象，而现实往往是非常复杂的，以至于无法用模型反映真实的现实情况。或许有人会说，不抽象哪来科学？的确如此！科学演绎与归纳都离不开抽象，但抽象也有一个程度问题，而且针对不同类型的问题，抽象程度应该是有差别的。例如，在考察中国的城市空间分布规律时，可以选取抽象程度不同的空间单元，你的分析单元可以是省，也可以是市，甚至可以具体到镇，并采用模型进行分析。但是，当你研究的是京津冀协同发展时，空间单元就相对固定了，而且几乎不能靠模型来指导京津冀的具体政策行动。由此可作出一个推断，不同学科与不同研究领域的抽象程度应该是不一致的，不能用一个学科或研究领域的抽象标准去评价其他学科或领域的抽象程度。可见，用整齐划一的模型化标准要求所有学科，本身就是不合理的，是经济学帝国主义的典型表现，实在是要不得。

在中国还有一个实际情况，即数据欠准确，在这种情况下即使你的方法再科学，也无法得出正确的结论甚至有可能得出谬论，因为模型所使用的数据就存在问题。何况至善至美的方法根本就不存在。

在人类思想的历史长河中，数学的运用只不过是一瞬间的事。在数学方法运用于经济学之前，在经济学领域就已经产生了许多不朽的思想。这充分说明经济学思想的诞生与数学的运用并没有必然联系。在信息传播便捷、计算软件层出不穷的当今，坐在电脑前倒腾数学公式与模型，不进行调查研究，也不用进行深度的思想探究，就能写出可以发表的论文。但这样的文章是否具有思想价值，是否有助于解决现实问题，是值得怀疑的。

本人一直认为，数理模型远比计量模型要深刻得多。数理模型需要一定的理论基础，不具备高深的数学功底之人是无法在这个领域有所成就的，而缺乏思想、结论可笑的计量模型泛滥是学术庸俗化的典型表现，乃至于有些从事计量经济学教学的学者都承认一些计量模型是唬人的，没有思想与应用价值。比较而言，学术评价应该给予科学的数理研究更多尊重，而对计量分析应该仔细甄别。

在技术与产业生命周期缩短的时代，思想也有生命周期缩短的趋势。或许大数据分析会最终取代模型，而大数据分析运用的是归纳而非演绎方法。新时代需要新思想，而新思想很难仅凭模型演绎出来。模型研究应该建立在新的思想与变化中的事实的基础之上，唯模型而模型只会害了思想与应用。大数据分析有可能取代模型，这将导致主流经济学的研究范式发生翻天覆地的变化，而且为期不远。

最后，我要对区域经济学领域的学者再次强调，区域经济学的生命力在于其扎根于现实的区域；不注重现实问题的探究，而单纯沉湎于几何区域（即抽象或模糊的区域）的演绎，或者与数量经济学或计量经济学比模型的复杂与漂亮，就相当于自己掘自己学科的坟墓；区域经济学放弃经济地理学崇尚的田野调查与归纳方法传统而一味追求主流经济学范式是十分可怕的。我鼓励并带领我的学生们钻研新的方法，但一再告诫他们，模型只是手段而非目的，区域经济学的安身立命之本在于提供解决现实问题的方案。