洪永淼: 如何讲好《计量经济学》课程思政?

  • 日期:2022-06-11

编者按:本文系基于作者在中囯人民大学出版社“2022年全国高校经济学类课程思政教学研讨会”和中国科学院大学 经济与管理学院“初心使命大讲堂”上所作的讲座“如何讲好《计量经济学》课程思政”整理而成。

摘要本文从一个统一的认识论分析框架出发,构建一个《计量经济学》课程思政的教学体系,通过学习《计量经济学》这门经济学实证研究方法论课程特别是十个具体的课程思政案例,树立马克思主义世界观和方法论,掌握历史唯物论与辩证唯物论的基本原理。同时,以科学哲学特别是马克思主义认识论为指导,深刻领会计量经济学的科学性、重要性、作用及其局限性,培养科学思维和科学精神,力求避免误用、滥用计量经济学的模型、方法与工具,并且学以致用,通过典型中国案例,学习如何应用计量经济学方法研究与解决中国现实经济问题。

关键词:课程思政,计量经济学,马克思主义认识论,实证研究,案例

 

一、课程思政的重要性

高校的根本任务是人才培养,而思政教育是高校立德树人的关键举措,这是中国高校人才培养的一大创造和鲜明特色。思政教育指的是对学生思想意识、政治观点、道德品质、行为规范、职业素养等的教育活动。在2016年全国高校思想政治工作会议上,习近平总书记提出了提高学生思想政治素质的明确要求,强调要教育引导广大学生“正确认识世界和中国发展大势,正确认识中国特色和国际比较,正确认识时代责任和历史使命,正确认识远大抱负和脚踏实地”。这“四个正确认识”的基本要义是学会用正确的立场、观点和方法分析各种问题,把学习、观察、实践与思考紧密结合起来,善于把握历史和时代的发展方向,养成历史思维、辩证思维、系统思维和创新思维。

高校思政教育的主要方式是思政课程和课程思政教育。目前,本科生思政课程主要包括《思想品德与道德修养》《中国近代史纲要》《毛泽东思想和中国特色社会主义理论体系概论》《马克思主义基本原理概论》等。课程思政不是指具体的课程或课程体系,而是指通过通识课程、基础课程、专业课程等非思政课程,开展思政教育的一个包含内容与方法的体系。课程思政的教育内容依赖于每门课程本身的教学内容与教学过程,特别是以专业课程为载体,从专业课程吸收有益养分,培养学生正确的世界观、价值观、人生观,以及科学精神。正如习近平总书记在全国高校思想政治工作会议上所指出的,“好的思想政治工作应该像盐,但不能光吃盐,最好的方式是将盐溶解到各种食物中自然而然吸收。”课程思政首先是专业性和思政教育的统一,将思政教育的理论知识、价值理念以及精神追求等有机融入到各门专业课程中。课程思政的内容选择是时代性与历史性的统一。所谓时代性,就是运用专业课程的理论与方法研究解决当今现实问题;所谓历史性,是指思政教育内容包括经受了历史检验的优秀人类价值观成果,这些成果来自于中国社会革命价值观的弘扬与践行,来自于中华优秀传统文化的丰厚滋养,来自于对人类优秀文明成果的吸收与借鉴。课程思政的主要目的是实现知识传授、能力培养与价值思想塑造的有机统一。

近年来,全国高校正在认真开展课程思政教育活动,积极探索各专业课程思政教育的内涵、体系、案例以及教学方式。习近平总书记最近在中国人民大学观摩思政课堂时指出,思政课的本质是讲道理,要注重方式方法,把道理讲深、讲透、讲活。讲好思政课不仅有“术”,也有“学”,更有“道”。本文将探讨经济学专业核心课程《计量经济学》的课程思政,包括课程思政的思想、体系、内容、案例以及教学的方式、方法等。对如何开展《计量经济学》课程思政,近年来学术界已有一些探索、取得一定成果(如沈政等,2021;喻开志等,2021)。在第二节,我们将讨论《计量经济学》作为经济学实证研究方法论的重要作用与特点,提出从马克思主义认识论的视角出发,采用一个统一的分析框架去构建《计量经济学》课程思政的思想、体系、内容、方式、方法。第三节详细介绍十个具体的《计量经济学》课程思政案例,这十个案例并不能构成《计量经济学》思政课程的全部内容,但它们以马克思主义认识论特别是毛泽东《实践论》为指导,阐明计量经济学这个学科的思想、理论、方法的科学性及其在经济学理论创新与实际应用中的重要作用,同时从这些案例中挖掘其蕴藏的科学哲学的元素,加深对马克思主义哲学的理解与把握,并学习如何运用马克思主义哲学的原理、观点、方法来观察、分析、解释、解决现实经济社会问题。第四节是结论。

二、《计量经济学》与课程思政

经济学专业的核心基础课程包括政治经济学、宏观经济学、微观经济学、金融经济学和计量经济学等。与其他经济学专业核心课程不同,《计量经济学》是一门方法论课程。什么是计量经济学?简单地说,计量经济学是以观测数据或实验数据为基础,以经济理论为指导,以统计推断方法为主要手段,定量研究经济变量之间的逻辑关系特别是因果关系,并应用于解释经济现象、检验经济理论、评估经济政策、预测经济走向的一门方法论科学。作为一门学科,计量经济学在国外已有近百年的历史,而且还在快速发展中(洪永淼,2021a)。在中国,计量经济学也有40多年的历史。1998年,教育部正式将《计量经济学》列为我国高等学校经济学门类核心课程之一。计量经济学在经济学研究中发挥什么作用呢?过去40多年,经济学研究范式出现了一个重要转变,从基于未经过检验或无法检验的一些基本假设(如偏好、技术、禀赋、制度)出发研究人们的经济行为和经济运行规律,转变为以现实观测数据或实验数据为基础,从数据中推断经济变量之间的逻辑关系特别是因果关系为主,这种研究称为实证研究,已成为国外经济学研究的主流(Angrist et al., 2017),也是目前中国经济学研究的主流(洪永淼、薛涧坡,2021)。计量经济学是经济学实证研究最主要的方法论。它提供了适合于经济数据特点的各种常用的计量经济学模型、推断、检验、预测方法与工具,以及它们在实证研究中的应用。这些计量经济学的基本理论、模型、方法与工具等内容,在流行的计量经济学教科书中都有介绍,如Greene (2012), Stock & Watson (2019), Wooldridge (2012) 以及李子奈、潘文卿(2020),洪永淼(2011)等。计量经济学涉及数学、概率论与数理统计学、经济统计学、计算机科学以及经济学等多门学科的知识。在介绍计量经济学的模型、方法与工具的性质时,主要以概率论与数理统计学、微积分、线性代数等数学工具为基础,其实际应用则是通过统计软件程序和计算机运算来实现数据处理,因此呈现出数学化、技术性的显著特点。不少学生在初学《计量经济学》时,感到课程难度较高,课程内容比较抽象,不好理解。此外,实证结果的解释(如经济变量之间的因果关系)需要经济理论的指导,这要求将定量分析与定性分析相结合,包括模型的可解释性等。在这样的背景下,如何讲授《计量经济学》以及这门方法论课程的课程思政,是一个具有挑战性的问题。本文尝试探讨《计量经济学》课程思政的目的、思想、体系、内容、方式、方法与若干具体的课程思政案例,旨在抛砖引玉,期待与学界同仁共同探索、不断完善、不断改进,以达到最佳课程思政的目标。

讲授《计量经济学》课程思政,可以采取不同的思路、内容、案例、方式、方法,可以有不同的风格与特色,甚至有不同的侧重点。但是,有必要提供一个统一的分析框架来构建《计量经济学》课程思政的体系,包括思想、内容、案例、教学的方式、方法等。由于计量经济学是经济学实证研究最主要的方法论,本文试图从马克思主义认识论特别是毛泽东《实践论》的视角出发,讨论如何讲好《计量经济学》的课程思政,以达到知识传授、能力培养与价值思想形成的有机统一的目标。具体地说,第一,以马克思主义认识论为指导,阐述经济学实证研究符合现代科学研究范式,符合马克思主义认识论的基本原理,而作为经济学实证研究最主要的方法论,计量经济学是一种科学的研究方法,在推动经济理论创新与经济学科学化的过程中发挥了至关重要的作用。第二,通过学习计量经济学的理论与方法,加深对马克思主义认识论基本原理的理解与把握,并熟练运用马克思主义认识论去观察、分析、处理、解释实际问题,培养科学精神与科学思维。以一门具体的经济学实证研究方法论课程,来加深对马克思主义哲学特别是马克思主义认识论的理解,是学习马克思主义哲学的一个有效方法。第三,通过典型的中国经济案例,阐述如何学以致用,运用计量经济学方法研究中国现实经济问题,揭示中国经济发展的独特规律和评估各种改革举措与经济政策,树立“道路自信”。第四,运用辩证唯物主义方法,在肯定计量经济学的科学性和重要作用的同时,剖析计量经济学的局限性以及运用计量经济学方法分析实际问题时需要注意的一些问题,避免披着科学方法论的外衣而实际上并不是真正具有科学性的错误的习惯做法,如模型与方法的误用、滥用(参见李志军、尚增健,2020)。

总之,作为一门方法论课程,《计量经济学》课程思政的重点是培养学生科学的世界观和方法论,特别是掌握马克思主义认识论,以及运用马克思主义认识论去观察、分析与解决实际问题的能力。哲学既是世界观又是方法论,是世界观和方法论的统一,是通过对人与世界关系的研究而确立起来的。马克思主义哲学是马克思主义三大组成部分之一,包含历史唯物主义与辩证唯物主义。毛泽东的《实践论》《矛盾论》是马克思主义哲学中国化的代表性著作。马克思主义认识论的基础原理与基本观点包括:世界是物质的,运动是物质存在的形式,物质的运动是有规律可循的;规律是客观存在的,是可以被认识的;实践是认识的源泉与基础;理论联系实际,从感性认识提升到理性认识,才能达到客观世界与主观世界相统一;去粗取精,去伪存真,由表及里,由此及彼,透过现象看本质;用全面的、辩证的、系统的、联系的、变化的观点看问题;实践是检验真理的唯一标准,绝对真理是一切相对真理的总和;人类认识世界的目的不仅是解释世界,更重要的是改造世界,等等。这些基本原理为《计量经济学》的课程思政提供了一个统一的分析框架,从哲学视角帮助理解计量经济学作为经济学实证研究方法论的思想性、科学性与重要性。同时,通过学习计量经济学的理论与方法,加深对马克思主义认识论的理解。

三、《计量经济学》课程思政案例

这一节将以马克思主义认识论特别是毛泽东《实践论》为指导,从一个统一的分析视角与框架出发,分别介绍十个计量经济学理论与应用的重要案例,从中挖掘《计量经济学》的课程思政元素。

3.1 实证研究范式和理论联系实际

40年来,经济学研究范式发生了一个重要变革,即所谓的“实证革命(empirical revolution)”或“可信性革命(credibility revolution)”。“实证革命”是指,绝大部分经济学研究都以数据(观测或实验数据)为基础,运用计量经济学模型与方法进行推断,揭示经济变量之间的逻辑关系特别是因果关系。实证研究不以未经检验的公理和错误的理论模型作为研究的出发点,而是从观察到的现实经济现象出发,通过抽象等科学推理,挖掘经济内在的本质的联系,这种研究范式符合科学研究范式(库恩,2012)。所谓科学研究范式,是指任何理论假说都必须通过经验(特别是数据)的验证,才可能证明其科学性,才能解释现实并预测未来。一种理论假说所提供的经验内容越丰富、越精确、越普遍,其科学性就越高。随着数字经济的蓬勃发展,越来越多的经济社会活动都留下了痕迹,这些痕迹构成了海量经济社会大数据。经济社会大数据的海量性与可获得性,使得以大数据为基础的实证研究正在成为社会科学各个领域共同的研究范式(洪永淼、汪寿阳,2021a)。Angrist & Pischke (2009) 指出,“应用计量经济学所考虑的问题和其他社会科学或者流行病学所考虑的问题并无本质上的区别。……任何希望从数据中得到有用推断的人都可称为应用计量经济学家。”现在出现了一门新兴学科——计算社会科学(Computational Social Science),就是用以大数据为基础的定量实证方法研究社会科学问题。

计量经济学是经济学实证研究的最主要方法论,是从感性认识上升到理性认识的重要推断方法与手段。毛泽东(1937a)指出,“认识的过程,第一步,是开始接触外界事情,属于感觉的阶段。第二步,是综合感觉的材料加以整理和改造,属于概念、判断和推理的阶段。”在揭示经济发展规律、构建原创性经济理论的过程中,计量经济学主要是在第二步发挥关键方法论作用。经济学实证研究的严谨性与科学性,主要体现在计量经济学理论方法的科学性及其使用的正确性上。经济学实证研究范式符合理论联系实际的原则。所谓“理论联系实际”,就是一切从实际出发,实事求是,在实践中发现真理、检验真理和发展真理。这是中国共产党在长期的革命和建设实践中确立的思想路线,是中国共产党认识、分析和处理问题所遵循的最根本的指导原则和思想基础。而计量经济学是基于实践(观察、调查、社会实验或实验室实验等),从复杂经济现象中揭示经济内在运行规律、构建原创性经济理论的科学方法论。

3.2 计量经济学公理与经济发展规律

虽然很多计量经济学教科书没有明确提到,现代计量经济学其实是建立在以下两个公理之上的(参见洪永淼,2011):

(1)每个经济体均可视为一个由某个概率法则支配的随机系统或随机过程;

(2)现实经济观测数据是上述经济随机系统或过程产生的一个“实现(realization)”,大部分经济现象可由观测数据来描述。在数字经济时代,几乎所有经济活动都会留下“痕迹”,这些“痕迹”就是人们通常所说的“大数据”。

从计量经济学的视角看,经济随机系统或过程的概率法则可视为“经济运动规律”。人们在社会生产、分配、交换和消费过程中的活动,称为各种经济现象。各种经济现象内在的、本质的、必然的联系,就是经济规律。同自然规律一样,经济规律是客观过程的内在联系,具有客观必然性,是不以人的意志为转移的。正如列宁(1894)指出,“马克思把社会运动看作受一定规律的自然历史过程,这些规律不仅不以人们的意志、意识和愿望为转移,反而决定人们的意志、意识和愿望。”经济规律有着与自然规律显著不同的特点,即具有历史性。经济规律是在一定的经济条件的基础上产生并发挥作用的,它不是长久不变的。随着旧的经济条件的消失,原有的经济规律也就失去作用,退出历史舞台,让位于新的经济规律。经济规律的这种历史性,也使内在的本质的联系因此表现出阶段性或时变性。这种时变性,有可能是突变,也可能是渐进性变化。时变结构一直是计量经济学研究的一个重要问题(如Chow, 1960)。

人类经济社会发展变化的客观规律本质上是统计规律。统计规律不是刻画个体之间存在的必然的联系,而是在整体上表现出来的必然的本质联系,在统计规律中,某个原因所引起的结果一般地说并不是唯一的,而是在统计意义上一个确定的必然的趋势。经济随机系统或过程的概率法则是计量经济学家在不确定性市场条件下对经济运动规律的数学表示。计量经济学家和经济学家通常以经济理论为指导,提出一个计量经济学模型刻画概率法则或它的某一方面(如条件均值),用观测或实验数据估计模型参数和检验模型设定,然后进行各种应用。洪永淼(2007, 2011)具体描述了经济学实证研究的几个步骤,即(1)从经济数据中提炼经验典型特征事实(empirical stylized facts),如宏观经济学的“菲利普斯曲线”(Phillips, 1958)和美国宏观经济“大缓和现象”(Bernanke, 2004);(2)基于经验典型特征事实提出经济理论假说,特别是经济学模型;(3)将经济理论假说或经济学模型转化成一个可进行经验验证的计量经济学模型,并基于观测数据估计模型参数、验证模型设定的有效性;(4)基于计量经济学模型,解释经验典型特征事实,验证经济理论,评估经济政策,预测经济走向,等等。

作为对经济随机系统或过程的一种数学抽象,计量经济学建模是透过复杂经济现象揭示经济内在的本质的联系的重要方法与手段。列宁(1914)指出,“物质的抽象,自然规律的抽象,价值的抽象以及其他等等,一句话,一切科学的(正确的、郑重的、非瞎说的)抽象,都更深刻、更正确、更完全地反映自然。”计量经济学公理符合马克思主义认识论的基本观点,即人类经济社会的发展是有其客观规律可循的,经济运动规律是可以被认识的,可以通过现象看本质,而计量经济学建模是从复杂经济现象揭示经济运行规律的关键推断方法与手段。习近平(2016)指出:“对现代社会科学积累的有益知识体系,运用的模型推演、数量分析等有效手段,我们也可以用,而且应该好好用。”长期以来,中国经济学研究以定性分析为主,现在已转变为以定量分析为主、定性分析与定量分析相结合,在这个过程中,计量经济学发挥了关键的方法论作用。

3.3 变量选择与经济内在的本质的联系

在经济社会发展过程中,不断地涌现出各种各样的经济现象,这些经济现象之间可能存在各种各样的联系(或关联)。在经济社会现象的各种联系中,即有外在的、非本质的联系,又有内在的、本质的联系。这些外在、内在的联系构成了人们所观测到的经济现象。只有那些内在的、本质的联系,才对经济现象的产生、发展与变化,有着必然的长期的影响,而外在的、非本质的联系的影响,是偶然的、暂时的。

如何从纷繁复杂的经济现象(很多表现为复杂经济数据)中识别内在的本质的必然联系?以下介绍计量经济学的两个重要方法。

例1 [经典线性回归模型中遗漏变量(omitted variables)的检验]

经典线性回归模型是《计量经济学》课程的一个核心内容(洪永淼,2011,第三章)。其模型设定的一个关键是确定解释变量,其中一个重要步骤是检验是否存在遗漏变量。什么是遗漏变量?假设有三个随机变量X, Y, Z。如果E(Y|X,Z≠E(Y|X),则变量Z称为遗漏变量,因为它对变量Y的条件均值有影响,即除了变量 X之外,变量Z和变量Y的条件期望之间也存在内在、本质的联系。在经典线性回归模型中,

可以通过 F-检验来检查是否为遗漏变量,这里原假设为

hym formula 3

如果上述原假设成立,则不存在遗漏变量,此时formula 20220611131629均为外在的非本质的联系,它们对Y的条件均值没有解释力。但是,如果将它们放到回归模型中进行估计,则测度线性回归模型的拟合优度(goodness of fit)的 R将会只增不减,造成这些变量具有解释能力的假象。

例2 [LASSO和变量选择]

在高维线性回归模型中,

潜在的解释变量的个数 𝑝 可能大于样本容量 𝑛。在大数据分析中,如果样本容量 𝑛 小于潜在解释变量的维数 𝑝,这种大数据称为胖大数据(Fat Big data),也称为高维大数据。假设在 𝑝 个潜在解释变量中,只有少数变量(如1000个解释变量中只有5个变量)对Yi的条件均值有影响,其他变量没有影响,其真实系数值为零。这就是所谓的稀疏性(sparsity)假设。

如何识别真正有影响的少数的解释变量?Tibshirani (1996) 提出一个称为LASSO的降维方法,通过一个控制未知参数绝对和大小的惩罚项,可以从大量潜在变量中有效地识别真正有影响的少数解释变量:

3.4 因果推断:透过现象看本质

假设一个经济系统只有三个随机变量 X, Y, Z(例如,X是政策变量或内生变量,Z是环境变量或外生变量,Y 是结果变量)。如果保持环境变量 Z不变,只让政策变量X 变化,当人们观测到结果变量Y 也随之变化时,则称存在从Y  的因果关系。在经典线性回归模型中,如果自变量的系数显著不为零,是否可以说存在从自变量到因变量的因果关系?

线性回归模型中自变量的系数刻画的是自变量和因变量的相关关系(洪永淼,2011,第二章)。统计关系(如预测关系或相关关系)不一定是因果关系。因果关系是复杂经济现象中存在的一种内在的本质的联系,而统计关系只是从统计学视角来测度的一种关联性。作为一个例子,如果 𝑌 和 𝑋 均受一个共同变量 𝑍 驱动,那么很可能可以通过 𝑋 来预测 𝑌,虽然 𝑋, 𝑌 并不存在因果关系。例如,中美两国今年GDP增长率可能都受到俄乌冲突的影响,但中美经济增长率的相关性并不意味两者是因果关系。

毛泽东(1937a)指出,“要完全地反映整个的事物,反映事物的本质,反映事物的内部规律性,就必须经过思考作用,将丰富的感觉材料加以去粗取精、去伪存真、由此及彼、由表及里的改造制作工夫,造成概念和理论的系统,就必须从感性认识跃进到理性认识。这种改造过的认识,不是更空虚了更不可靠了的认识,相反,只要是在认识过程中根据于实践基础而科学地改造过的东西,正如列宁所说乃是更深刻、更正确、更完全地反映客观事物的东西。”这里所说的理性认识或内部规律性,就是指主要经济因素之间的因果关系。

那么,如何从复杂经济现象中识别因果关系?在自然科学中,可以通过控制实验条件使外生变量 𝑍 保持不变。但是在经济学与社会科学领域,由于其非实验性特点,很难控制外生变量 𝑍(如新冠疫情、中美贸易冲突、俄乌冲突等)不变。在这种情况下,即当外生变量 𝑍 在变化的条件下,如何进行因果推断,在方法论上是一个巨大的挑战。

过去几十年来,统计学与计量经济学研究的一大进展就是因果推断(Gelman & Vehtari, 2021)。统计学与计量经济学因果推断的一个基本思想是:考虑两种情形——一种情形是控制政策变量 𝑋 不变,另一种情形让政策变量 𝑋 发生变化。在这两种情形中,外生变量 𝑍 都在变化。这样,可在相同的条件下(即 𝑍 发生同样的变化)比较两种情形(𝑋 变化和 𝑋 不变)下的因变量 𝑌 的平均差值。这个差值可视为 𝑋 到 𝑌 的因果效应,通常称为平均处理效应(average treatment effect)。估计平均处理效应的根本难题在于现实中通常观测不到假设政策变量 𝑋 不变时的相关数据(Rubin, 1974)。统计学家和计量经济学家提出了很多方法试图解决这个困难,取得不少进展。

计量经济学因果推断的流行方法包括工具变量法(instrumental variables, IV)、双重差分(difference in difference, DID)、断点回归设计(regression discontinuity design, RDD)、倾向积分匹配(propensity score matching, PSM)、虚拟事实推断(counterfactual inference)、面板数据模型法(Hsiao et al., 2012)、合成控制法(synthetic control methods; Abadie, 2021)以及机器学习因果推断(Athey & Imbens, 2019)以及随机控制实验(randomized controlled trial, RCT)等。这些推断方法不仅应用于经济学,也日益广泛地应用于流行病学、生物统计学以及管理学、社会学、心理学、政治学、教育学等社会科学各个领域。大卫·卡得(David Card)、乔治华·安格斯特(Joshua Angrist)和格多·依姆本斯(Guido Imbens)凭借其在因果分析的方法论贡献而获得2021年诺贝尔经济学奖。

以下举例说明如何使用面板数据建模方法评估香港回归后与内地经济的融合效应(Hsiao et al., 2012)。

例3 [香港与内地经济融合效应评估]

1997年7月,中国政府恢复对香港行使主权并设立香港特别行政区,宣告自鸦片战争以来英国对香港殖民统治的结束。2003年,中央政府与香港、澳门特区政府分别签署内地与香港、澳门《关于建立更紧密经贸关系的安排》协议(简称CEPA),推进特区与内地经济进一步融合。CEPA的核心是内地向香港、澳门开放市场。为了估计1997年香港回归中国与2003年签署CEPA这两个重大事件对香港经济的影响,可考虑测度以下处理效应(treatment effect):

其中是香港在时间 t 受到事件干预的经济增长率,而则是香港在时间 t 未受到事件干预的经济增长率。在计量经济学因果推断中,一般将事件发生或政策实施称为“干预”(intervention)。这里,评估的难点在于无法观测虚拟事实结果,即假设香港1997年未经主权变更或2003年未签署CEPA的经济增长率变化。Hsiao et al. (2012) 提出使用面板数据估计以下方程:

其中为 t 时间 N-1 个未受干预且与香港有密切经贸往来的经济体的经济增长率。利用实施干预前的观测数据,Hsiao et al. (2012) 基于因子模型假设估计了香港与其他未受干预的经济体之间的经济联系。由于其他经济体没有受到干预,且香港与这些经济体之间的经济关系在香港受到干预后预计不会发生显著变化,因此可以用来估计假设香港1997年没有回归或2003年未签署CEPA的虚拟经济增长率,从而估计出处理效应。Hsiao et al. (2012) 的实证研究显示,香港经济增长率在1997年后没有受到香港回归这个重大历史事件的显著影响,这说明了中国政府通过“一国两制”收回香港的大政方针实现了香港回归的平稳过渡。可以说,从1984年中英正式签署《中英联合声明》起,“香港回归”这一重大历史事件对香港经济的影响,已在1997年之前基本消化了。同时,Hsiao et al. (2012) 发现,2003年签署的CEPA则使香港经济增长率显著提高了约4%,证实了香港和内地经济进一步融合对香港经济具有正面溢出效应。

3.5 工具变量法与政策评估

计量经济学因果推断可应用于定量评估各种经济与公共政策(洪永淼,2019)。在中国特色社会主义市场经济中,市场在资源配置中发挥决定性作用,同时政府也发挥积极作用,弥补市场机制在某些方面的失灵或不足。从理论上说,发挥市场和政府“两只手”的作用,要比只发挥“一只手”的作用大。但是,为了更好发挥政府作用,需要科学评估各种经济与公共政策效应。正如转型经济学家约翰·麦克米兰(2014)所指出的,“要弄清楚市场和政府之间的相互作用,最好的办法并不是对其进行抽象的争论,而是考察现实经济在不同程度的政府干预下实际运作的效果如何。政府的干涉是否必要,干预的具体程度是否合理,最好都根据具体问题进行具体分析。”以下介绍一个案例,使用工具变量法评估改革成效(e.g., Groves et al., 1994)。

什么是工具变量法?假设线性回归模型

其中E (ε| Xi) ≠ 0,则称该模型存在内生性(endogeneity)。内生性导致OLS估计量不能一致地估计未知参数值 𝛽。产生内生性的原因很多,包括(但不局限于)解释变量存在测度误差,模型存在遗漏变量,存在双向因果关系,即存在从 𝑋 到 𝑌 和从 𝑌 到 𝑋 的因果关系,等等(参见洪永淼,2011,第七章)。这是“内生性”名称的由来。

如何在内生性条件下一致估计未知参数值?可以使用两阶段最小二乘法(2SLS),这本质上是工具变量法。假设存在工具变量 Z_i  满足。考虑二阶段最小二乘法估计:第一阶段回归为;令为第一阶段回归的拟合值,则在第二阶段回归,的参数估计值可一致估计真实参数值 𝛽。以下应用工具变量法评估中国国有企业渐进式改革的成效。

例4 [中国国有企业改革成效评估]

在1980年代,中国政府对国有企业在不改变所有制的前提下引进了一些重要改革,其中包括两个激励改革:一是引入奖金制度,二是变终身职为合同工。经济激励理论预言,这些激励措施将提高工人劳动积极性,从而提升企业劳动生产率。为了检验事实是否如此,可考察以下拓展的生产函数模型

其中 Yit 是企业i 在年份t的产值,LitKit分别是劳动力和资本存量Bit是工资总额中奖金的比例,Cit  是所有职工中合同工的比例,εit  是一个随机扰动项。上述模型隐含着从奖金Bit 到产出  Yit 的因果关系。但是最小二乘法不能一致估计奖金系数γ3,因为很有可能存在另一个方向的因果关系,即生产效益高的企业发给其工人的奖金本来就比较多,这可用另一个方程来刻画:

这个逆向因果关系的存在使得第一个方程中的奖金变量Bit和随机扰动项  存在相关性,即内生性。为了一致估计 γ3,可选择Bit-1  以及lnLit 、lnKit、lnCit  等作为工具变量,其中奖金变量一阶滞后项 是一个有效的工具变量,因为去年奖金与今年奖金高度相关(即满足),同时今年产值又不影响去年奖金的分配(满足E ( εit | Bit-1 ) =0)。Groves et al. (1994) 的实证研究表明,中国渐进式改革显著提高了国有企业的生产率。这与1990年代俄罗斯按照西方主流经济理论而提出的“休克疗法”所造成的严重后果形成鲜明对比。

渐进性改革是中国经济改革的重要方法论,是中国经济发展的独创性经验之一(洪永淼,2021b)。中国的经济发展,既没有按照马克思主义经典作家所设想的社会主义计划经济模式,也没有采用苏联社会主义计划体制,更没有按照西方发达国家的市场经济模式,而是基于国内外社会主义经济建设正反两方面的经验教训,从实践中创造性地摸索出一条适合中国国情的经济发展道路,在不太长的时间里,将一个贫穷落后的国家发展成为世界第二大经济体,极大地改变了当今世界经济发展格局。正如习近平(2016)所指出的,“当代中国的伟大社会变革,不是简单延续我国历史文化的母版,不是简单套用马克思主义经典作家设想的模板,不是其他国家社会主义实践的再版,也不是国外现代化发展的翻版。”目前,国内很多高校使用的计量经济学教科书大多是国外流行的计量经济学教科书的中译本或英文原版,这些教科书的实证研究例子大多基于国外数据,很有启发性,但在《计量经济学》教学过程中,需要增加反映中国数据的实证案例,这不但有利于国际比较,更可以树立适合中国国情的独创性中国经济发展模式的“道路自信”。

3.6 假设检验:科学证伪与相对真理、绝对真理

统计推断的两个主要任务之一是假设检验。假设检验包含原假设(如某个参数值为零)和备择假设(如某个参数值不为零),两者是互斥的,非此即彼。例如,为了评估奖金激励是否提升国有企业的劳动生产率,可检验奖金变量的系数 γ3 是否为零(见例4)。当基于一个数据(样本)在给定的统计显著性水平(如5%)下进行参数假设检验时,存在两类错误,即第一类错误(Type I error)和第二类错误(Type II error)。统计显著性水平是原假设成立时错误拒绝原假设的概率,这是第一类错误。之所以存在第一类错误,是因为只有样本信息,没有总体信息,而用样本信息去推断总体性质,这样的统计推断本身有犯这种错误的可能性。第二类错误是指原假设不成立但却错误地接受原假设的概率,这种错误可能是因为样本容量太小,也有可能是检验方法本身的根本缺陷。例如,当使用偏度(skewness)检验对称分布时,由于零偏度是对称分布的必要条件但非充分条件,因此这种方法不能检验出偏度为零但非对称的分布,即大概率不能拒绝原假设。

由于第二类错误的存在,在实证研究中,任何理论假说只能被证“伪”,不能被证“实”(即不能证明为“真”)。为了进一步说明这一点,以下考虑检验经济学的一个重要理论假说,即有效市场假说(如Fama, 1970)。

例5 [检验市场有效假说]

假设Yt 是收益率, It-1是历史信息。在金融学中,一个经典的市场有效假说定义为

即历史信息对未来收益率没有预测能力。为了检验原假设,考虑以下线性自回归模型

这里,H0是经济假说,是统计假设,是H0的必要条件,但不是充分条件。如果数据拒绝统计假设,则证“伪”,即有效市场假说H0是错误的。正如卡尔·波普尔(2008)指出,个别的经验事实可以证伪一个普遍命题,因为如果根据演绎推理得出的结论是错的,其前提必错。但是,如果统计假设没有被拒绝,则不能下结论说H0 和  是正确的(因为存在第二类错误),只能说没有发现拒绝H0的证据。

因此,科学研究本质上是一个证“伪”的过程(参见卡尔·波普尔(2008)的科学哲学理论)。在这个过程中,错误的理论假说不断地被推翻,而新的理论假说不断被提出并接受验证,如此循环往复,不断推动了科学的发展。正如毛泽东(1937a)所指出的,“实践、认识、再实践、再认识,这种形式,循环往复以至无穷,而实践和认识之每一循环的内容,都比较地进到了高一级的程度。”

科学研究的证“伪”本质彰显了批判性思维的重要性。批判性思维(即质疑精神)是一种科学精神、创新精神,真理不怕质疑,而是能够经历并通过不断的检验。习近平(2016)指出,“哲学社会科学要有批判精神,这是马克思主义最可贵的精神品质。”卡尔·波普尔认为,科学理论是一个普遍命题,不断通过有限的、个别的经验事实而被证实,但这并不意味着科学理论是无条件地正确的。一种理论所提供的经验内容越丰富、越精确和越普遍,它的证伪度就越大,科学性就越高。任何没有被证“伪”的理论假说可视为相对真理(即在一定条件下成立),随着实证研究的不断深化,相对真理将不断趋向绝对真理。毛泽东(1937a)指出,“绝对真理指对无限发展着的客观世界的完全正确的认识。这种认识是通过整个人类无限发展的认识过程而不断接近的。相对真理指在一定条件下对有限的客观事物的相对正确的认识。相对真理和绝对真理是辩证统一的,绝对真理寓于相对真理之中,在相对真理中包含有绝对真理的成分,无数相对真理的总和就是绝对真理。绝对真理由发展中的相对真理的总和构成,并通过相对真理表现出来;相对真理都含有绝对真理的成分、颗粒。两者相互联结,相互转化。”在检验市场有效假说这个例子中,如果能够穷尽无数线性和非线性模型,而且都没有预测能力的话,我们才能接近市场有效性假说。

3.7 样本外预测:科学理论既要解释过去,又能预测未来

内在的本质的联系不但能够解释过去,也能够预测未来。在经济学实证研究中,经常会遇见这样一种现象:一个样本内拟合效果很好(如模型的拟合优度R2 很高)的线性回归模型,其样本外预测却不准。可能存在很多原因,如模型误设、经济结构发生变化,以及存在异质性(heterogeneity),等等。众所周知,在线性回归模型中,如果加入一些自变量,不管这些自变量是否与因变量相关,会使得模型的拟合优度R2 只增不减。因此R2 若很高,有可能是线性回归模型包含了太多的无关的自变量或太多的“噪声”,这些外在的非本质的联系,一般不会再出现在未来或其他未拟合过的数据中,从而对预测未来或其他数据没有帮助,甚至这些“噪声”反而将降低模型样本外的预测能力。因此,对一个模型(包括其解释变量)真正的解释能力来说,不仅要看样本内拟合优度,更需要看样本外预测能力。只有内在的本质的联系才能既解释过去,又预测未来。

关于如何提升样本外预测能力的问题,机器学习为我们提供了有益的启示。机器学习首先将数据分为训练数据(training data)和测试数据(test data),其中训练数据用于估计算法结构,而测试数据作为“样本外”数据用于检验算法的预测能力。通过类似LASSO方法那样引入一个合适的惩罚项来控制算法的复杂度,机器学习在捕捉“信号”和控制“噪声”之间取得一定的平衡,从而得到较好的“泛化”(generalization)能力和较精确的样本外预测效果。机器学习的这种泛化测试方法论,符合马克思主义认识论原理。毛泽东(1937a)指出,基于以往实践总结出来的理论还要接受未来实践的检验。他认为,“理论的东西之是否符合于客观真理性这个问题,在前面说的由感性到理性之认识运动中是没有完全解决的,也不能完全解决的。要完全地解决这个问题,只有把理性的认识再回到社会实践中去,应用理论于实践,看它是否能够达到预想的目的。许多自然科学理论之所以被称为真理,不但在于自然科学家们创立这些学说的时候,而且在于为尔后的科学实践所证实的时候。马克思列宁主义之所以被称为真理,不仅体现在马克思、恩格斯、列宁、斯大林等人科学地构成这些学说时,而且也体现在为尔后革命的阶级斗争和民族斗争的实践所证实时。辩证唯物论之所以为普遍真理,在于经过无论什么人的实践都不能逃出它的范围。人类认识的历史告诉我们,许多理论的真理性是不完全的,经过实践的检验而纠正了它们的不完全性。许多理论是错误的,经过实践的检验而纠正其错误。”从认识论的视角出发,可以看出计量经济学模型样本外预测的重要作用。长期以来,经济学实证研究主要以样本内拟合与解释能力为判断依据,已有经济学家(如Varian, 2014)提出需要关注样本外预测能力。

3.8 数据操纵与实事求是

计量经济学分析是一种科学思维与科学方法。习近平(2016)在谈到使用模型推演、数量分析等有效手段时告诫说,“需要注意的是,在采用这些知识和方法时不要忘了老祖宗,不要失去了科学判断力。”这里所说的“老祖宗”,是指历史唯物主义和辩证唯物主义。的确,每一种计量经济学模型或方法,都有其适用的前提条件,在实际应用中需要注意这些前提条件是否成立。同时,在使用计量经济学模型、方法与工具时,应该注意避免在科学外衣下的一切不符合科学精神甚至违背科学伦理的行为与做法。毛泽东(1937a)在谈到从感性认识上升到理性认识的认识过程中强调,“只有感觉的材料十分丰富(不是零碎不全)和合于实际(不是错觉),才能根据这样的材料造出正确的概念和论理来。”毛泽东所提到的“十分丰富”和“合乎实际”的材料,对计量经济学实证分析来说,就是真实的反映客观事实的数据,这是计量经济学分析的“原材料”。但是,在现实生活中,数据操纵甚至数据造假并不少见。例如,有一段时期,一些地方官员热衷于数据造假,如辽宁、天津、内蒙古等地出现了“官出数字,数字出官”的丑恶现象。另外,学术数据造假也屡见不鲜。2001-2020年间,《科学》《自然》撤稿总数分别为67、74篇。2021年,金融学国际顶级期刊Journal of Finance自创刊以来首次撤回获得该期刊2020杰出论文奖的一篇论文,主要原因是该研究的核心实证结果无法复制,研究成果可靠性不足。

美国作家达莱尔·哈夫(Huff, 1954)出版了《统计数字会撒谎》(How to lie with statistics)一书,用大量生动有趣的实例揭露了当时美国社会中一些利用数字和数据造假的现象,引起了极大反响。书中提到的“统计陷阱”的例子,如样本选择偏差、平均数的选择,以及相关性的滥用,在今天的现实生活中仍然十分常见。马克·吐温(Twain, 1907)在《我的自传》中说,“数字经常欺骗我,特别是我自己整理它们时。针对这一情况,本杰明·迪斯雷利的说法十分准确:‘世界上有三种谎言:谎言,该死的谎言,统计数字。’”

3.9 样本选择偏差与片面性认知

如何全面地、辩证地看问题?如何避免认知偏差,特别是如何避免片面性?毛泽东(1937b)说,“所谓片面性,就是不知道全面地看问题。……或者叫做只看见局部,不看见全体,只看见树木,不看见森林。”片面性认知的产生有很多不同原因,其中一个重要原因是感性的材料或样本没有代表性。什么是代表性样本?为了说明代表性样本的特征,我们先讨论样本选择偏差及其带来的影响。在统计学,一个经典的样本选择偏差是所谓的“幸存者偏差”,即在二战期间,空战后飞回来的飞机及其机翼大部分伤痕累累,这实际上意味着机翼不是要害部位,否则就飞不回来了。

在1936年美国总统大选期间,《读者文摘》根据电话簿上的地址和俱乐部成员名单上的地址,发出1000万封调查信件,收回200万封,这个民调结果显示,兰登将以57%对43%的优势打败罗斯福赢得大选。但是,最终选举结果是罗斯福62%,兰登38%。《读者文摘》的民调之所以预测不准,是因为其调查对象,即当时家里装有电话或参加俱乐部的人,是一些比较富有的阶层人士,相对整个美国人口分布并没有代表性。在中国,有一个“规模以上企业”增加值统计。所谓“规模以上工业企业”一般以年产量(如当年产品销售额收入达到一定水平)作为企业规模的标准,国家对不同行业的企业都制定了一个规模要求,达到规模要求的企业就称为规模以上企业。国家统计时,一般只对规模以上企业做出统计。这个统计忽略了占绝大多数的小微企业和个体工商户,这不利于了解全国企业的真实面貌。截至2021年底,全国登记在册的市场主体达到1.54亿户,其中,企业4842.3万户,个体工商户1.03亿户。从结构上看,个体工商户占市场主体总量的67.1%,登记在册小微企业4034万户,占企业总量的83.3%。

在数字经济时代,曾有一个说法认为大数据是全样本。事实上,大数据虽然样本容量很大,但不一定具有代表性,更不用说是全样本。例如,我们经常听说“数字鸿沟”,包括地区数字鸿沟、城乡数字鸿沟、代际数字鸿沟等,这说明了大数据不能刻画那些由于各种原因不上网或不经常上网的群体的经济活动。而且,由于经济结构的时变性,以往的大数据和今后的大数据可能反映了不同的经济行为与机制变迁,从这个意义上看,虽然容量可能很大,现有的经济大数据也只是一个时变经济随机过程的一段有限样本(洪永淼、汪寿阳,2021b)。

那么,如何选择代表性样本?在统计学,统计调查和统计实验设计提出了科学的抽样方法来收集具有代表性的样本数据。以下举一个代表性样本范例,这就是毛泽东在20世纪30年代所倡导并躬身力行的“社会经济调查”。

例6 [毛泽东的“社会经济调查”与代表性样本]

毛泽东(1930)在《反对本本主义》一文中,详细、具体地描述了如何进行“社会经济调查”。他说:“作为我们社会经济调查的对象的是社会的各阶级,而不是各种片断的社会现象。近来红军第四军的同志们一般的都注意调查工作了,但是很多人的调查方法是错误的。调查的结果就像挂了一篇狗肉账,像乡下人上街听了许多新奇故事,又像站在高山顶上观察人民城郭。这种调查用处不大,不能达到我们的主要目的。我们的主要目的,是要明了社会各阶级的政治经济情况。我们调查所要得到的结论,是各阶级现在的以及历史的盛衰荣辱的情况。举例来说,我们调查农民成分时,不但要知道自耕农,半自耕农,佃农,这些以租佃关系区别的各种农民的数目有多少,我们尤其要知道富农,中农,贫农,这些以阶级区别阶层区别的各种农民的数目有多少。我们调查商人成分,不但要知道粮食业、衣服业、药材业等行业的人数各有多少,尤其要调查小商人、中等商人、大商人各有多少。我们不仅要调查各业的情况,尤其要调查各业内部的阶级情况。我们不仅要调查各业之间的相互关系,尤其要调查各阶级之间的相互关系。我们调查工作的主要方法是解剖各种社会阶级,我们的终极目的是要明了各种阶级的相互关系,得到正确的阶级估量,然后定出我们正确的斗争策略,确定哪些阶级是革命斗争的主力,哪些阶级是我们应当争取的同盟者,哪些阶级是要打倒的。我们的目的完全在这里。什么是调查时要注意的社会阶级?下面那些就是:工业无产阶级、手工业工人、雇农、贫农、城市贫民、游民、手工业者、小商人、中农、富农、地主阶级、商业资产阶级、工业资产阶级。”毛泽东(1931)还在《总政治部关于调查人口和土地状况的通知》中指出,“我们的口号是:一,不做调查没有发言权。二,不做正确的调查同样没有发言权。”

3.10 实证研究的“内生性”与科学精神

“内生性”是经济学特别是计量经济学的一个重要概念,指变量之间互为因果,互相影响,这在上文已经讨论过。这里借用“内生性”这个概念来讨论经济学研究中经常遇到的一些非科学的研究习惯做法及其影响。一切科学研究都是先有研究,后有结论。在自然科学领域,很多重要的科学发现是通过方法创新(如实验设计创新)而获得的,先有方法,后有结论。自然科学如此,社会科学也应如此。毛泽东(1930)明确指出,“一切结论产生于调查情况的末尾,而不是在它的先头。”但是,经济学的一些实证研究为了追求某个“原假设”或结论,千方百计寻找支持该“原假设”或结论的“证据”,导致先有结论后有“证据”,这可称之为实证研究的“内生性”。这类似于心理学的“证实偏差(confirmatory bias)”。什么是“证实偏差”?当人确立了某一个信念或观念时,在收集信息与分析信息的过程中,产生的一种寻找支持这个信念的证据的倾向。他们会很容易接受支持这个信念的信息,而忽略否定这个信念的信息,甚至还会花费更多时间和认识资源贬低与他们看法相左的观点。例如,在经济学实证研究中,存在一种所谓的数据窥视偏差(data snooping bias),指的是在实证研究中,对同一个数据进行无数次的实证研究,总有一次会从数据中发现统计上显著但实际并不存在的关系(Lo & MacKinlay, 1990; White, 2000)。这样,通过数据窥探,可以让数据分析结果更显著来支持自己的立场。产生这些现象的根源是经济学乃至整个社会科学,基本上不是实验科学,很多研究不能通过重复实验加以证实。这提供了“操纵”结论的一定空间。这种做法,不但使得研究结论不可靠,更是严重地损害了计量经济学和经济学实证研究的学术声誉,这是需要力求避免的。

本节讨论的十个案例,可以通过以下的逻辑图,放在一个统一的辩证唯物主义认识论的分析框架中:

 


四、结束语

本文从一个统一的认识论分析框架出发,通过十个案例,说明如何讲授《计量经济学》课程思政。首先,以马克思主义认识论特别是毛泽东《实践论》为指导,深化对计量经济学这门经济学实证研究最主要方法论之思想、理论、方法与工具的理解与把握。其次,通过学习计量经济学的基本思想、理论与方法及其实证应用,加深对马克思主义哲学特别是马克思主义认识论的理解,牢固掌握马克思主义世界观和方法论,以及培养运用马克思主义认识论的观点、方法去观察、分析、解释、解决实际问题的能力。再者,通过典型中国案例,展示如何科学运用计量经济学理论、方法与工具来分析、解释、解决中国经济问题,更好理解中国经济发展的成功经验与独特规律,树立“道路自信”。最后,以辩证唯物主义的观点和方法,在肯定计量经济学作为经济学实证研究最主要方法论的科学性与重要作用的同时,也指出了计量经济学的局限性以及应用计量经济学模型、方法与工具时需要注意的问题,避免模型误用、滥用等非科学的习惯做法。

本文讨论的十个案例的主要目的是抛砖引玉,共同探讨《计量经济学》课程思政的目的、思想、体系、内容、讲授方式方法,特别是开发更多、更具体、更生动的《计量经济学》课程思政案例,形成丰富的课程思政案例库。课程思政一定要学理化、体系化,有一个统一的分析框架,但课程思政的主干部分应该是丰富多彩的具体典型案例。《计量经济学》课程思政案例开发,需要紧扣《计量经济学》的专业内容,从计量经济学理论与方法及其实证应用中引出思政案例,而思政案例既要反映历史经典,更要反映当今时代发展趋势,既要反映人类文明成果,更要反映中国的发展,实现科学精神与价值思想塑造、历史性与时代性以及中国立场与国际视野的统一。课程思政案例应该避免面面俱到、空洞无物的说教,避免没有逻辑性的牵强附会,避免无限上纲上线地拔高,避免强行灌输、没有学理性,避免杂乱无章、没有体系化,同时又富有哲理、生动活泼、引人入胜、与时俱进,为广大学生所喜闻乐见,这样才能达到《计量经济学》课程思政的预期效果。

参考文献:略


作者简介

发展中国家科学院院士,世界计量经济学会会士,教育部高等学校经济学专业教学指导委员会副主任委员,中国科学院大学经济与管理学院特聘教授,中国科学院预测科学研究中心特聘研究员,计量经济学教育部重点实验室主任。