计量经济学的经济理论价值

作者：朱富强 单位：中山大学岭南学院

一、引言

在古典主义时期，经济学的研究主要源于对经济史和经济学说史的梳理和提炼，并且与道德哲学以及政治学等学科结合在一起，在很大程度上，它是一门注重社会制度改良和生活改善的福利经济学；但是，到了古典经济学中后期，经济学逐渐摆脱经济史和经济学说史的影响，并与道德哲学相分离，从而逐渐发展成一门非价值取向的并适用于一切社会形态的“纯理论”科学。发生这种转变的一个重要原因是，经济学受到了牛顿革命和物理学发展的影响，以致学院派的经济学家开始刻意地将政治经济学规律当作“社会物理学”规律、社会进化规律来规范和研究；在这种情况下，边际革命将经济学从古典的“政治经济学”话语体系转向了“经济学”的话语体系，在个人主义和主观主义的方法论指导下开始注重演绎分析，并开始大量使用数理逻辑。同时，纯理论研究的兴起使得经济学将其研究重点从“应该是什么”转向了“是什么”，相应地就促进了实证主义思潮在经济学中的壮大，乃至逐渐成为经济学理论和方法论的哲学基础；这样，到了20世纪初叶，逻辑实证主义开始取代了旧实证主义在方法论中的地位，并成为20世纪中期西方经济学方法论的哲学基础，由此产生出了一门新的经济学分支———计量经济学。

逻辑实证主义认为，科学方法主要是整理事实的归纳法，科学命题可以且应该被经验证实，从而科学应统一于物理学；从这个角度上说，只有实证方法才是科学的，其得出的结论才是客观的。正是基于这种实证主义倾向，现代主流经济学极力批判古典经济学的方法和理论而推崇新古典经济学的方法和理论：一者，古典经济学的分析没有将人的主观性排除在外而充满了价值观，从而是不科学的；二者，古典经济学的分析着眼于具体问题而没有构建普适性的理论体系，从而是含糊的。问题是，实证主义崇尚价值无涉而批判和摒弃古典经济学以及其他非正统经济学流派，但这里的判断逻辑显然存在严重的缺陷：因为根据实证主义，科学无法对任何价值进行评判，因此，科学永远不可能以某种学说具有价值倾向而否定它。同时，现代主流经济学衷于应用所谓具有先进性和科学性的计量工具进行实证分析，并由此发表了一篇篇“求新求异”的文章，但是，如此甚嚣尘上的实证分析果真促进了经济学理论的进步和社会制度的优化了吗？在很大程度上，正是过分偏重于计量实证，现代主流经济学无论是在现象解释、事件预测还是实践指导上都遇到了严重的危机，以致有人将经济学的性质也作了蜕化理解。其实，在现代主流经济学看来，古典经济学无论在研究方法还是具体理论上都已经过时了，从而不再注重从经济史或经济思想史中汲取营养。问题是，学术研究和思想发展果真可以抛开前人的智慧吗？当前的经济学人果真比以前那些经济学大师更加高明吗？在很大程度上，正是这种狂傲自大和自以为是的心态，使得现代经济学人并没有取得多少认知上的进展，现代主流经济学的思想深度总体上甚至并没有超越19世纪古典经济学家的水平。［1］是以本文对当前流行的计量经济学在经济学理论发展中的意义和问题作一剖析。

二、计量经济学贵在统计方法和经济理论的契合

计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，而定量探究具有随机性特性的经济变量关系的交叉性学科。显然，扎实而严谨的计量模型分析对事物之间因果机理的揭示是有帮助的，因为描述经济现象之间联系的理论模型是整个理论分析的出发点，也是理论检验的必要阶段，从而有助于增强理论与检验事实之间的一致性。首先，即使仅仅限于对数据处理的统计分析而言，它对经济理论的发展和完善也有这样两方面的作用：一是提出以经验为根据的规律，它可能或不能随后进行演绎的阐释；二是通过检查演绎推理的结果并将它们呈送实验进行检测，对演绎推理予以补充，甚至促使理论前提的修正。［2］其次，计量经济学是数学、统计技术和经济分析的综合，因而在形成之初就被赋予了一定的经济学特性；这意味着，计量经济学在理论性方面就远远超越了传统的统计学，其目的就是为了有助于因果机理的揭示。这一点在弗里希为《计量经济学》杂志创刊号所写的发刊词中就得到了说明：用数学方法探讨经济学可以从好几个方面入手，但任何一方面都不能与计量经济学混为一谈：计量经济学与经济统计学决非一码事，也不应视为数学应用于经济学的同义语，同时，计量经济学也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征。在弗里希看来，对于真正了解现代经济生活中的数量关系来说，统计学、经济理论和数学这三者都是必要的；但是，任何一项都并非是充分条件，而只有三者结合起来才构成计量经济学。关于这一点，法学家耶林也有相似的认识：“在各种科学中，都只有专业人士才能够写出该科学的历史，因为唯有他们能找到并指明其知识来源，并且获得真正的理解。”［3］

因此，我们要清晰地认识到，计量经济学与统计学之间存在着根本性差异。一方面，统计学往往是显示事物本身是什么的事实，譬如，根据统计知识可以说明一个国家在一定时期的生产和消费，也可以根据统计资料来显示一种事物或行为的分布状态。另一方面，计量经济学的研究却需要根据统计提供的事实，进一步指出这些事实的来源和后果，阐明它们之间的因果联系。所以，如果计量经济学的研究蜕化为仅仅是提供事实，而不去进一步了解事实之间的相互联系，那么，就失去了它存在的意义，更不能由此提出政策建议。例如，萨伊很早就曾指出，没有一个荒谬理论或狂妄言论未曾援引事实以作说明；使政府当局往往受到迷惑的，也正是事实。正因如此，欧美学术界对这两门学科的性质往往区分得非常清楚：一个是提供事实，一个是机理探讨；有人甚至认为，对那些统计学家来说，观察事物就是简单地收集大量数据，除此之外就无事可做了，因而统计学家仅仅是捆好小麦给他人去打场脱粒的人，而他们本身的思想是贫乏的。而且，与国内混淆两个学科的研究者乃至把统计学家视为理论经济学的权威不同，西方学术界对这两个领域的学者也界定得很清楚：经济学家并非就是统计学家，而统计学家也不是想当然的经济学家；譬如，R.Kalaba是动态规划的创始人Bellman的主要伙伴，一生发表过600多篇经济学论文，12本书，但没有人认为他是经济学家，很多人甚至认为他不懂经济学。［4］#p#分页标题#e#

同时，尽管计量经济学出现的根本目的在于：对经济理论进行检验和预测，并通过对理论的检验而推动假说上升为科学；但显然，这是一个逻辑严密的系统过程，而不是主要体现为数据处理。波普尔曾指出，一个假说的检验包含了四种不同的途径：“第一，在这些结论中进行逻辑比较，以此来检验系统内部的逻辑一致性。第二，考察理论的逻辑形式，决定该理论是否具有一种经验理论或科学理论的特征，或者决定它是否具有其他特征，如累赘重复等。第三，与其他理论进行比较，以决定在该理论经受住我们的各种检验后，是否构成科学的发展；第四，通过从该理论推导出的各种结论的经验应用来检验这种理论”；而且，波普尔强调，“最后一种检验的目的，在于发现该理论的结果在多大程度上经受住了实践的检验，而不管这些实践是由纯粹的科学实验提出的，还是由实际的技术应用提出的。”［5］事实上，是否可以通过对数量之间的定量分析来“发现”理论一直是一个引起争论的话题，丁伯根和凯恩斯曾就经济计量学的本质和有用性展开激烈的争论：凯恩斯认为，经济计量学仅仅是对已经在性质上知道正确的经济关系给出一个定量的精确分析；而丁伯根却认为，回归分析可以帮助验证理论并能提出新的经济学理论。

但不管如何，迄今为止，人们还没有发展出能够证实或证伪经济理论的具有完美逻辑的计量方法，相反，当前流行的各种检验工具都存在明显的内在缺陷，大多数理论计量学家对这一点都非常清楚。譬如，就20世纪30年展起来的内曼-皮尔逊假设检验而言，它就是“一个有着深刻缺陷的关于归纳推理的理论”，因为“如果没有相应的随机化技术、抽样设计技术以及控制技术，这个假设检验将迅速变成一种对假设为科学的程序所进行调控的合理化过程，这个假设为科学的程序几乎可以产生调查者渴望的任何结果”；同样，这种自我证实的检验也存在其他方面，例如，“如果有无限的自由可以改变变量和判断程序，那么，所谓的‘需求率’仅仅忽视一个指令，一个要不断尝试可选择规格直到得到关于一个价格变量的负系数为止的指令。”［6］正因如此，基于回归分析的计量结论往往是极不可靠的，因为无论把什么数据放进计算机，只要足够多，这分析总会给你一个“验证”的结论；不过，把数据调来调去，或加进新的，这结论很容易被另一个分析。事实上，西方学术界很早就有学者体会到回归分析是一个自欺欺人的玩意，对计算机处理数字也有“废物进去，废物出来”之说；例如，经济统计的泰斗DaleJorgenson就直言，回归分析的困难在于它的不可靠性。

最后，需要指出，我们在评估计量经济学在经济理论发展中的作用时，还需要进一步区分理论和应用这两个层次：理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法；应用计量经济学是用经济计量方法来对既有的经济学理论进行检验，或者在一定的经济理论的指导下，以反映事实的统计数据为依据，来对经济现象的发展进行预测。一般来说，社会经济现象要比自然现象复杂多变得多，因此，即使理论计量经济学已经具有相当的逻辑严密性，但由于在影响因素的确定、隔离、抽象以及量化上的困难，它在进行理论检验和预测应用上也面临相当的问题。这意味着，即使今天理论计量经济学的研究成果很可能成为未来经济学实证研究的主要资产，但是，它在当前的应用价值却很值得怀疑；有学人就认为，当前实证应用一般要落后方法上的创新达30～50年。Backhouse等则指出，直到经济史学家能够更充分地利用可得到的数据库资源和现代计算机数之前，对一些领域的更严格的数量分析是不可能的。［7］也即，理论计量经济学的研究也许具有很大的（研究基础）价值，但应用计量经济学却很难有实际意义。正因如此，在西方学术界，那些功底深厚的统计学家转向研究计量经济学时基本上都集中在理论计量学方面，因为他们只有在这个领域才可以专注于方法上的研究而发现研究的意义；相反却不用关心那些自己心里根本无底的经济涵义，而后者本身就是他们的弱项。

三、缺失经济理论基础的计量论断之荒谬性

计量经济学本身是基于对经济理论进行严密化这一目的而产生的，计量实证本身是理论探究的一个重要过程，它注重的是对事物内在因果关系的揭示；而计量经济学要实现它的原初宗旨，就需要将计量分析工具和经济理论有机契合起来，要运用人的知性思维对计量结果进行系统分析，并将之与现有理论进行系统的比较分析，这包括假设前提、影响因素以及数据处理等各方面。在很大程度上，我们不能简单地因为一次或少量的实验结果就“证伪”原有理论，除非我们能够建立起一套逻辑严密的解释体系；同时，我们不能简单地以计量结果来预测未来事件或者指导实践，除非我们对计量的假设前提与现实的各种因素作了仔细辨识。在很大程度上，只有揭示出事物之间作用的因果机理，我们才可以获得理论上的增进，才能为人们所接受。举一个例子：1847年I.Semmelweiss发现，如果医生在为待产孕妇接生前将手洗干净就会大幅减少产妇的死亡人数，但当他将这一发现告诉医学同行并劝他们改变行为方式时，得到的却是嘲讽，甚至自己也被逼疯而以自杀了结一生。究其原因，Semmel-weiss还没有发现洗干净受减少孕妇死亡的因果机理，也就没有建立起一套真正的理论。而直到后来L.Pasteur和J.Lister完成了细菌理论，对卫生为何至关重要作出了因果机理的解释，医生每年才认为手术前洗干净手是必要的。但不幸的是，当前绝大多数从事统计分析或计量实证的经济学人都是出身于数学、统计学或物理学领域的，他们往往缺乏足够的经济理论素养，简单地依靠计量分析不仅无法揭示作用机制，反而常常得出一系列荒谬的论断。

亨利•庞加莱曾写道：“科学是由事实逐步建立的，正如房子是由石头渐渐垒砌的一样；但是，一堆事实并不是科学，正如一堆石头不是房子一样。”［8］显然，单纯的计量实证至多能够提供有关“是什么”的事实，却无法揭示“为什么如此”的原因，从而也就无法直接导向理论；正因如此，计量分析必须与经济理论结合起来，只有具有深厚的经济理论功底才能从计量实证中挖掘出因果机理并将之上升为理论。在很大程度上，如果缺乏足够的经济理论指导，而仅仅凭一些非常片面而狭隘的数据处理就得出结论，那么，往往只会犯下“瞎子摸象”和“见树不见林”的闹剧。这里可以举几个例子。例如，传统的观点认为，饭后不要马上就躺下不动，所谓“饭后百步走，活到九十九”；但是，目前一些学者凭借其狭隘数据的实证研究却提出了相反的观点：饭后走路对身体健康很不好。再如，传统观点认为，必要的性生活对维持一个人的身心健康是必要的，它有助于舒缓人的精神压力并进而活跃人的思维；但是，最近的一些实证研究却提出了相反的观点：性生活会钝化人的智力。所有这些结论似乎都有数据的支撑，从而符合现代经济学强调的客观性要求；但是，所有这些结论却没有能够揭示机理，没有解释“为什么会如此”。读者不要急于反驳说，这些似乎根本与经济学研究无关，不仅它们所研究的东西不属于经济学的研究领域，而且分析的结论也与经济学理论似乎没有任何关系；相反，确实有相当一部分经济学家就在做这种研究，在很大程度上，现代经济学人已经将盛行于经济学界的计量方法和实证分析推广到绝大多数领域，而不管这个领域是否属于传统经济学的。例如，笔者在英国Exeter大学经济系访问时参加了系列seminar，其中一位主讲者的题目就是“人的胖瘦与学术成就的关系”；他在计量的基础上得出“研究”结论：肥胖会妨碍学术成就。再如，一个更为荒谬的实证研究是英国华威大学的青年经济学人巴克斯所作的，他自我感觉长相不差，但在30岁之前却有3年找不到女友；于是，写出了一篇《为什么我没有女友：应用德雷克公式在英国找寻爱侣》的论文而宣言，在茫茫人海寻觅真爱人的几率仅比在浩瀚星海中寻外星人容易一点。其做法是：把1961年发明的德雷克外星文明数量公式（DrakeEquation）中符合外星文明条件的变量转为自己的择偶条件，先考虑全英女性人口，再以“伦敦女性人数”、“适合年龄层（即24至34岁）”、“有大学学位”以及“外型具吸引力”等因素逐步缩窄范围；运算结果发现，全英300万女性中仅26人可能成为他的理想女友，而一晚外出可以结识到这些女子的机会仅为0.0000034%。［9］显然，这种研究是荒谬的，因为人类的真爱本身是社会性，需要互动和相互付出才可以得到，而不是符合某些客观条件；事实上，如果按照经济学的这种思维，真爱反而很容易获得，因为只要将个人偏好输入互联网进行匹对就行了。#p#分页标题#e#

在很大程度上，上述所谓的“研究”都不是传统主流经济学的研究领域，甚至是大多数经济学家不具有基本知识的领域；但是，在现代经济学的学术取向下，越来越多的经济学人却转向了这方面的研究，并发表了一篇篇“前沿”论文。在很大程度上，在实证拜物教以及求新求异学风的支配下，现代经济学对实证研究的推崇已经到了匪夷所思的程度：一者，经济学家可以与任何学科进行联合研究，而不需要相关方面的基本知识；二者，经济学家运用计量分析对一些新领域进行分析而往往会得出一些新的结论，而更不需要探索其内在的作用机理。譬如，目前经济学界有人多文章探讨教育的收益、教育对经济增长的作用以及最优教育水平的选择等问题，但是，他们却对教育在人类社会中的角色几乎一无所知，不了解公共教育与私人教育间的差异，不了解自然科学教育与人文社会科学教育间的差异，不了解教育收益的社会外部性，甚至也不了解教育对个体偏好的影响；但就是这些人的研究，却要为国家教育提供政策建议，这岂不可笑！即使在传统的经济领域也是如此。例如，过去20，30年里发展经济学家十分钟爱的“跨国增长回归”的统计学方法久主要依赖于数据集的精心搜集整理，这些数据只要能够描述大量国家多年的GDP、政治体制、教育程度以及其它变量，然后将这些数据输入计算机，然后观察一国经济中有哪些特征与经济增长相关。显然，这种研究策略可以并已经得出了太多的答案了。2002年，发展经济学家RomainWacziarg用尖刻的笔调写道：“那些宣称可以促进人均收入增长的灵丹妙药中，包括高有形资本投资率……低生育率、距赤道远、低热带病发病率、临海……和条件适当的外国援助。”我已经省略了瓦奇亚克列出的17项“灵丹妙药”，他还指出，这个名单“正变得越来越长，永远列不完”。［10］而且，利用这种跨国增长回归而证明的大量统计学关系中有不少是相互矛盾的：如有的证明外国援助能够促进增长，有的则说不能促进增长，还有的论证可以在特定条件下促进增长。

尽管统计结果在很大程度上站不住脚甚至是荒唐可笑的，将统计学关系转变为一项可行的政策就是非常困难，但现代主流经济学人却往往要基于其实证研究而提出政策建言。举目前在西方社会正日益勃兴的气候和环境经济学为例：经济学家对人类经济活动如何影响大气和环境的作用机制知之甚少，要简单地通过数据的处理来对相关问题指手画脚。譬如，2009年下半年哥本哈根全球气候会议之际，我在英国Exeter大学参加一个Simenar就涉及这类主题，主讲者的大致结论是，计量数据表明，GDP的增长以及二氧化碳的排放与全球温度上升并没有正相关性，因此，长期被认定为“二氧化氮排放量增加会引起‘温室效应’”的结论是不成立的，全球气候会议制定的二氧化碳减排方向根本是“庸人自扰”。确实，迄今为止所使用的气候模型大多未能预测近年来的温度骤增情况，这在很大程度上反映出，这些模型本身就是有问题的，更不要说，目前有关二氧化碳排放量的数据本身也存在问题；而且，即使研究所选取的数据没有问题，目前也没有二氧化碳排放与温度上升间正向关系的研究发现，这也不能得出不应减排的主张。一者，影响气温变化的因素除温室气体之外还有其他诸多因素，如浮尘对阳光的遮挡、城市化产生的“热岛”、海洋对热量的吸收而导致大气变暖的滞后，以及地球本身也许正处于“寒冬”周期，等等；二者，即使二氧化碳排放导致的气温上升可以为其他因素的变化而抵消，也不能得出二氧化碳减排无足轻重的结论，因为二氧化碳排放为人类也会带来其他危害，这包括环境污染导致的基因变异、疾病爆发，甚至直接影响人们日常生活和工作的心情，等等。此外，即使气温变暖是一个确切的事实，我们也无法由简单的计量模型来证实高温是由气体排放造成的温室效应所引起的，相反，在很大程度上只能依靠逻辑机理的分析以及其他经验的推测。一者，物理学的基本理论已表明，二氧化碳分子能够吸收红外线辐射，从而使得温度变高，这也很容易在实验室中得到检测；二者，天文学的观察也表明，有高密度温室气体的金星的地表温度达到了水的沸点的多倍，而缺乏温室气体的火星的地表温度非常低以致水无法以液态形式存在。

显然，尽管作为处理经济数据以剖析经济现象之间关系的一门日益精确工具，经济学研究中运用实证方法和计量工具是无可厚非的：一者，它可以使得纷繁芜杂的社会关系变得清晰，从而可以更清晰地对现象进行描述和刻画；二者，它借助数学逻辑而有助于认知的严密化和精确化，从而有益于思想的发现和传播。但是，我们必须清晰，计量结论仅仅告诉了我们一些事实，而这些事实并不能展示现象背后的本质和因果机理，而这一切又有赖于研究者的智性思维。一般地，不同学者对同一“事实”的解读往往是不一样的，而解读的合理程度则与他的知识结构和理论素养有关：一个学者的知识结构越广、理论素养越深，那么，他就越容易通过现象挖掘本质，其得出的结论也就越真实。不幸的是，随着现代主流经济学的教育越来越偏重于数学技能而越来越忽视基本的思维训练，现代经济学的实证分析者也越来越缺乏足够的经济理论素养；相应地，他们就无法正确合理地使用计量分析工具，甚至往往误读了计量结论。诺思写道：“在整个人类历史上，我们误解现实的概率远比正确理解现实的概率大得多，因而认识现实的本质就很重要。”［11］显然，当前计量经济学领域就是如此：大多数经济学人只关注如何应用这些计量工具而很少探究这些方法在对研究经济现象的适用性，而且，这些大量形式优美却没有经济理论内涵的计量结论往往很难经得起思辨逻辑的耙疏，甚至很多结论本身就是缺乏基本常识的，但是，它们却往往被当做“创新”和“洞见”而传播。正因如此，我们对这些“洞见”应该持有最大限度的审慎。

事实上，实证主义首先盛行于法学中，而这种取向在兴起之初就遭到耶林等的批判。耶林写道：“实证主义是法学的死敌。因为它将法学贬低为手工艺，故而法学须与其做殊死斗争。倘若法学不能随时保持警觉，那么，实证主义所散布的杂草种子，就会迅速蔓生，使各种科学窒息于其下”，“实证主义意味着逃避独立思考，献身于那作为无意志的工具的制定法”。［12］“关于法律的历史书写，为了要达到能真正理解其发展历程的阶段所走上的道路，会要求人们将史学家、法哲学家与法学家合为一体，来进行探讨活动。谁若是缺少法学教育背景就来承担这样的任务，那么他总是会面临一项危险，亦可能会忽略实际法律上的动机所造成的影响。本身完全不懂法律的人，如何能够正确理解在某个特定时期的法律？本身不熟悉过去时代中实际利益与专门法律要素的人，如何能够正确判断这些利益与要素的实效？……（但在实务法学家的圈子里却存在这种偏见，）仿佛一个完全不了解是无法学的人，也能够成为一位杰出的法律史工作者”，“另一方面，史学家与法学家倘若不将法哲学当作付诸手段而援用之，则他们也有可能错认其所担负之任务。这样的危险并不比较小。毕竟，法律道德各种驱动力，并不完全存在于纯然的实务面向上；应该说，伦理的面向总是跟它衔接在一起。”［13］显然，这也为从事计量经济学的研究提供警惕。#p#分页标题#e#

四、简短结语

一般地，任何理论在提出之初都仅仅是一个假说，它在为人广为接受之前必须进行检验；正因如此，计量实证往往成为一个假说上升为理论的一个必要步骤，这也正是计量经济学对经济学理论发展的意义所在。张五常就指出，如果有了深思熟虑的验证思考，数据来源清楚明确，用回归分析处理是锦上添花。［14］但是，由于功利主义的盛行，计量经济分析的过程和目的却越来越偏离的原初目的：它不再是理论研究中的一个环节，而是用数量关系来取代了整个理论研究。事实上，当前那些从事计量研究的人，往往在没有想好可以被事实的假说之前，就直接跳跃到对一个变量作相关性分析，并以此给出相关或不相关的结论；而且，他们在作回归处理时，甚至对数据的出处也往往缺乏查根问底，而只是把一堆一堆的数字放进计算机来由回归软件处理。正因为数据处理时缺乏一个在逻辑严密的假说基础，因而我们必然无法说明出现特定结果的原因，无法全面剖析自变量和因变量之间逻辑关系以及作用机理，从而必然无法得到具有说服力的理论；显然，这就逐渐背离了计量经济学产生的目的。

尽管如此，当前经济学界却很少有人愿意并能够对计量检验过程中所存在的种种缺陷进行反思，甚至在数据处理时连对现有检验手段的适用性也很少得到认真甄别；相反，绝大多数经济学人都非常随意地选择一些数据作计量分析，或者不断变化地使用检验方法直到得出自己需要的那种结果为止。尤其是，目前大多数计量分析都是通过软件处理的，而很少需要研究者自己的逻辑思维；结果，在软件上把数据调来调去往往是举指之劳，而得出来的是什么就说自己的假说是什么，以致这类软件文章所给出的结论往往也是千奇百态的。在很大程度上，国内大多数热衷于计量实证者的经济学理论素养更差，从而藉由实证结论获得的政策建议往往更为荒谬；但是，这些从业者却往往表现出不可一世的模样，自以为身兼统计学和经济学两家之学。事实上，当我与一些热衷于计量实证的同仁谈到《经济研究》中一些计量实证文章的问题时，他们的回应如同McCloskey的同仁一样：确实存在很多问题，但那些都是糟糕的学人，而我们做的要比他们好。但真的如此吗？在很大程度上，越来越多的经济学人将物理学等视为经济学模仿的榜样，将他们基于数据处理之上的结论视为客观的；但实际上，他们甚至没有能力区分自然科学和社会科学的性质差异，从而也根本没有认识到流行计量实证本身的内在缺陷。