如何走出经济学研究的怪圈？ 第1页

这样的研究好似盲人摸象，它很常见，但并不是一种好的研究方法。

1，数据分析能帮助你接近事实，但并不是事实本身。

每一次回归，你看到的结果只是数据空间上的一个投影——在数十万条数据中投影出一条向量，你省略掉的信息比你得到的信息多得多。

“又大又薄，这一定是大象耳朵，我摸的是大象！”

“你摸的是蒲扇。”

2，每一个回归方程，背后都是截然不同的假设。

在回归之前，先讨论它背后的假设，不仅是计量上的假设，比如什么样的分布，异质性怎么处理，内生性强不强，数据结构是不是合适回归方程；更包括你要验证的理论的运行机制所需要的假设，每一步都要仔细推敲。

“假设这是大象，大象头朝前，那么我从这摸应该能摸到象牙……哦不我没有摸到象牙所以这不是大象”

“大象头朝后，你在摸它的屁股。”

3，每个真相都是局部的真相。

看似相互矛盾的结论，其适用范围必定不相同。这个适用范围包括数据和不同的假设。一个严谨的经济学研究，不会试图声明自己是一个包容宇宙万物的理论，这些理论的适用范围只存在于抽取样本的群体中，都属于局部的真相。发达国家的实证结果，在发展中国家可能会有不同；在城市显著的结论，在农村可能不显著；十年以前被验证的理论，在现在可能就会被推翻……

要么找到造成不同的原因，要么就老老实实地声明自己的结论的适用性限于哪里。如果真的在某个局部上，在同一种假设下出现了两个矛盾的结论，那其中肯定有一个是错的，甚至可能两个结论都是错的。

甲：“我在摸大象的牙，它很光滑”

乙：“我在摸大象的屁股，它很粗糙”

“你们都没错”

丙：“大象很光滑”

丁：“大象很粗糙”

“……”

举两个例子。

一）

一名研究人员想要研究收入分配有多么不均等。

老板说，你就去研究一下“20/20 ratio”指标吧，这个指标度量了最高20%收入和最低20%收入的比值。

于是研究员将整个社会所有人的收入收集起来，排序，再看前20%高收入的人口收入，以及最后20%低收入的人口收入，并计算两者的比值作为不平等的指标。

这种算法的假设是：所有人的收入不相等，都属于某种意义上的收入不均等，包括不可能有收入的小孩。此时一个完全平等的，但没有收入的青少年总数超过20%的社会也会得出极高的不平等指数。

研究员：“那那我该怎么办……”

老板：“把小孩和老人全都去掉啊！”

该研究人员在受到训斥后，修改了自己的方案，他将不可能有收入的退休老人和小孩去掉，还是按个人排序，重新计算前20%和最后20%的比例。

这种算法的假设是：所有劳动年龄人口的收入不平等都属于收入不均等。但在这个假设下，不平等指数仍然相当高，因为在他的计算中，前20%高收入人口和最后20%收入的人口有不少甚至属于一个家庭。前者属于高收入行业，每天干活打工，而后者是他们的配偶，因为前者收入较高且无暇顾家而选择在家做家务，收入为零。于是该指标变成了度量家庭内部的收入不平等，和整个社会的收入不平等仍然没多大关系。

研究员：“我我我是不是要把所有的没收入的人都去掉……”

老板：“放屁！失业的人也没有收入，你要把他们也去掉嘛！按家庭来计算！”

该研究人员在经过更严厉的训斥后，把老人和小孩去掉，以家庭为最小单位，计算家庭总收入，用前20%的家庭以及最后20%家庭的总收入比值来度量不平等。

这种算法的假设是：只有家庭总收入的不平等才属于社会不平等。但结果看起来还是太高了，因为在他划分的前20%高收入家庭中，每户有4个人在工作，公公婆婆儿子媳妇；而最低20%收入家庭，都是一人吃饱全家不饿的单身汉。这两者的总收入比值，更多地体现出的是家庭人口的差别。

研究员：“老板……”

“板”字还没说完，老板将研究员一顿暴揍，丢下三个字

“取平均！”

该研究人员在经过暴打后，又修改了自己的方案，他用家庭的人均收入来代替个人收入，并以个人为单位，按照新计算出的个人收入排序，计算前20%和最后20%的比例。

老板这才勉强把报告从遍体鳞伤的研究员手中接过来。

（这只是个例子，老板接受的报告不一定是最正确的报告，而且老板一般没有那么暴力）

一个月后，媒体上出现了新闻：《多家机构发布不平等指标，指数远高于官方公布》。网民们在下面回复“zf就知道隐瞒真相！”

其实，大家都没隐瞒什么，这些数字之间也没什么矛盾，只不过他们使用了不同的假设，压根就是不可比的。

二）

Acemoglu写Why Nations Fail，想说好的制度对经济增长有好处。Subramanian写了一篇文章反驳他，其中有这么一幅图

横坐标是民主指数，纵坐标是人均GDP。那根红线是用144个国家拟合出的人均GDP与民主之间的关系，这根线显得陡峭又显著，他体现了越民主的国家经济发展越好。

但问题是，这个回归是按照国家为单位计算的，那么他背后的假设就是：民主对经济的经济影响是在国家单位上体现出来的，因此所有的国家在回归中拥有同样的权重，不管是100万人的小国还是10亿人的大国，尽管后者的人口是前者的1000倍。

在大部分情况下，以国家为最小单位的假设不会出什么问题。但在这个问题中，中国和印度这两个总人口之和占全世界人口近40%的国家光荣地成了回归的outlier。更不幸的是，如果把这个回归重新按照人口加权——此时我们假设民主对经济的影响是在个人单位上体现出来的——那结果就反了，越民主的国家经济发展越不好。

还好不显著。

这就是题主的问题中“同样的数据变换了方法得到的答案可能是截然相反的”一个例子，虽然看起来相反，但是他们并不是说了两套完全相反的理论——他们并不是矛盾的——而是根据两种截然不同的假设，说了两个故事。

选择说哪一个故事，选择相信哪个故事，取决于你采信哪一种假设。一些人常常有误解，认为经济学就是钻在数据堆中研究数据，但其实更重要的是研究他们背后的假设。