经济学到底是越来越重视数理推导还是越来越基于经济直觉？ 第1页

其实我不是很明白在把经济直觉和数理推导对立起来讨论的时候，「数理推导」到底指的是什么。

如果指的就是代数模型，希腊字母、英文字母和希腊花字母推来推去的，那就只有理论的文章才有数理推导。

然而哪怕是纯理论和应用理论加起来，在经济学里面都是少数派啊，大量的文章都是实证，甚至于是纯实证——也就是其创新的部分都是数据分析，而理论部分是通过引用前人的理论在文献回顾就写完了。

不能说有几个数字和表格在文章里，就觉得是数理推导啊，回归分析和数理推导关系不大，因为统计结果是为了给经济学直觉提供证据用的，推理全部都是用文字表述的。所以，所有不带玩具模型，也不带结构回归的实证文章，都可以看做是纯经济学直觉加一些统计证据的文章。

但是，我想题主问的肯定不是这些，题主想表达的无数理推导，应该是连统计都最好不要有，就是像一些——远如亚当斯密，近如科斯 这样的经济学家，通篇说理，跟哲学似的。

通篇说理倒也不是不可以，主要问题在于，经济学可以分成两个部分，而这两部分都不是太合适纯说理。

第一个部分很抽象，和现实无关，但是这部分往往侧重于各种存在性、唯一性、可加性等等数学逻辑的推导，这些和现实太没有关系了，更多的是构建经济学一些基础框架的数学基础，这部分没法用纯文字表述。

第二个部分，就是题主说的和生活相关的部分。那么经济学「数理推导」往往只是逻辑的形式化，你说生产总量受劳动力和设备的影响，设备多了，劳动力少一点，劳动力多了，设备少一点，最后生产出来的可能差不多，然后我就给你整一个柯布道格拉斯函数来表示你说的这个逻辑而已。

再比如你有一个经济学直觉：供应成本上升，商品价格上升，然后我用供给函数和需求函数求解出来一个均衡，发现果然上升了。数理推导又不是独立于经济学直觉之外的，它仅仅只是用来展示经济学直觉的工具，要说优点，那就是在推导过程中，往往能够发现某个变量，某个参数是关键的，然后反过来启发经济学直觉进一步的细化和严格化。

而数据分析，也就是计量经济学的作用，则是给直觉提供证据的，你说人们会根据自己开车的熟练度情况，选择不同的汽车保险合同，占保险公司的便宜，熟练的司机选三方险，不熟练的选全险，理论很有道理，但是真的是不是这样的？我们总要看看现实中的数据。如果是，那当然好，理论得到验证了；如果不是，那就找找原因，看是什么因素导致这个理论预测失效了。

当然我也不是说经济学用数学工具没有任何问题，问题有两个：

1. 阅读门槛提高了，导致从业人员精英化。亚当斯密的国富论，认字的都能看懂，但是经济学论文多少还是有一点门槛的；
2. 论文写起来更麻烦了，因为要和同行竞争彼此数学的严谨性，所以为了证明自己的一个经济学直觉，往往要花费一年乃至于数年来打磨数学和统计。

亚当斯密时代，一个人从事经济学研究，一生可能可以出版发表几百上千个经济学直觉——因为一段话就是现代一篇论文的量；但是现在，因为大量时间要花在证明自己的经济学直觉上，自己的精力能够写出来并出版的经济学直觉就变少了。

都说大师少了，难道还因为今人不如古人聪明么？当然不是，大师也是要看历史进程的，当学科成熟了之后，大师越来越难出了。通篇说理，只是当学科不成熟，或者某个分支刚刚开始发展时候的昙花一现的关键风口，正好赶上这个风口，提出了关键的理论——哪怕只是用文字的，那就是大师了。

在一个学科刚开始的时候，用类似哲学的方式写一本自己的思考，里面包含的想法往往就够后来成百上千人终身去研究，去拓展了——君不见现在有些经济学论文在简介里面还会象征性的说「我们提出的这个观点最早可以追溯到亚当斯密」云云，

在当代有类似地位的比如威廉姆森——很多讨论政治、企业治理、企业边界的论文，都会引一句威廉姆森，然后自己该说什么说什么去了。

还有一点，我不太理解题主的，就是把社会学和科学对立化。

社会学研究中的定性部分——比如通过几个访谈，通过一些文字问卷调研得出的结论，往往是因为研究的问题非常不容易量化，所以只能通过这种定性的方式来得出结论。这并不代表社会学是文科——其实社会学这些年的整体趋势也一直在艰难的转型，试图让自己能够定量的去表述更多的概念的。

和现实相关的事情，创始人可能只需要提出一个概念就够了，但是人们总有去细化探讨到底背后的机制是什么，到底能带来多少变化等等这些定量因素的动机。否则经济学、包括博弈论都会变成一个纯粹抖机灵，而无法对生活和经济有太多指导意义的学科。