Meta 分析法及其在经济学中的应用

张元鹏

(北京大学 经济学院，北京 100871)

经济学研究中，针对同一经济问题或相同的假设往往会同时(或先后)有许多经济学家进行各自独立的研究，但是，由于研究者背景的差异和分析问题所选角度和方法等因素[1]，使得这些研究最后得到的结果经常不一致甚至相反。面对这样的情况，人们采取的解决办法之一就是对这些独立的研究结果进行某种程度的综合。文献综述是我们以前常见的综合分析方式，但这种传统的文献综述存在着片面性、主观性、非定量性以及不准确性等弊端，更有甚者，有些综述者往往只选择支持自己观点的信息进行综述，从而进一步产生不同综述者意见相左的尴尬情况。

近年来，学术界迅速发展的Meta分析法是对具有同一研究课题下不同研究者所进行的多个相互独立的研究结果进行系统性整合，通过解析各个独立研究结果间的差异化特征，并定量分析与评价这些研究结果的统计方法。相对于传统的文献综述，Meta分析法在进行文献综述时有诸多优点，比如可以扩大样本例数，提高统计学检验效能、改善对研究结果的效应量(effect size)的估计等。自1976年美国著名教育心理学家Gene V Glass首次正式提出meta分析后[2]，这种方法在医学、生物学、心理学和教育学等学科的研究中应用迅速增加。自1989年起，Meta分析开始在经济学研究得到应用，特别是在环境经济学、劳动经济学、产业组织理论和宏观经济学等领域发展迅速。本文首先介绍Meta分析法的基本内容，然后对该方法在经济学研究的应用情况做一番评述。

一、Meta分析法的含义及其基本步骤

“Meta”一词源自古希腊语，意指“高于…，在…之后”，而“Meta-analysis”则指“more comprehensive”，即更加全面或超常规的综合分析与评价。美国教育心理学家Glass给“Meta分析”下了一个经典的定义[2]：“以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法”。Glass认为，科学研究中对数据资料进行定量分析有三个层次：第一层次是初始分析，是对涉及某一课题的单个研究资料(其中包括实地调查的数据或者经实验获取的数据资料)所进行的最初分析，通常是统计方法的直接应用;第二层次是所谓的二次分析，是对第一层次所进行的初始分析结果的再研究，或者用“旧资料”对后续发现的新问题进行的再分析，也就是利用二手资料进行的分析;第三层次就是Meta分析，这是对现有研究文献中的大量分析结果(主要是指初始分析和二次分析的研究结果)进行系统的“综合”或“整合”式的文献资料的统计分析。这种针对同一研究课题的多个独立的单项研究结果所作出的“综述”或“概括”有助于弥补原先单项独立研究的不足。因此，可以这样说，Meta分析法是一种“对分析的分析”，它是以整合文献研究结果为目的，对收集来的大量个别研究文献所进行的一种再统计分析手段。

Meta分析法本质上来说是一种观察性研究方法，它通过整合相同研究课题的多个研究结果，并利用定性和定量分析相结合的分析手段来评价其合并观察效应量的一系列过程。因此，进行Meta分析，要遵循科学研究的基本步骤，即发现和提出问题、搜索相关的研究文献、制定Meta分析所需文献的纳入和剔除标准、提取资料信息、进行统计学处理、报告结果等。我们可以把上述这些基本步骤归结为如下四个阶段：

第一阶段，提出供meta分析的研究对象或假设。一般来说，Meta分析所要研究的问题都是所要研究领域中一些结论不确定或争议比较大的问题。比如在宏观经济学中菲利普斯曲线所表述的通货膨胀和失业的关系的实证检验就是很久以来学术界最具争议和观点分歧较大的问题，因而可以作为meta分析的对象。

第二阶段，检索和收集与所要研究问题相关的文献资料与数据。在meta分析中，全面、系统地收集与所要研究问题相关的文献资料和数据是完成一份高质量meta分析报告的基础，也是meta分析有别于传统文献综述的重要特征之一。

目前，经济学研究中进行文献检索方法有：(1)计算机文献数据库检索。比如，Econlit数据库、Jstor和Elsevier等著名的在线期刊论文数据库，中国数字化期刊、维普全文数据库等都是经济学家进行meta分析的主要文献数据的来源。(2)手工检索文献。尽管计算机检索具有快速和便捷的优点，但其还是有一定的局限性。比如前面介绍的那些计算机检索仅仅包括了2/3的文献，如Econlit数据库最早可回溯到1969年，而维普全文数据库最早则只能回溯到1989年。假如某一研究课题开展较早，在进行Meta分析时就应考虑手工检索1969年前的外文资料和1989年前的中文资料。(3)专家询问法。作为文献检索的一种补充方法，可以请某方面的专家为你列出一个文献清单供进一步检索。总之，Meta分析中文献检索范围应尽可能广泛，要包括书、单行本、期刊上的论著和摘要、正式和非正式的论文、以及其他漏网文献等。在实践中，通常meta分析报告中往往侧重于采用计算机检索，对手工检索和专家询问较少顾及，这样就会漏检相关的重要文献，并可能影响meta分析结论的可靠性和真实性。

在进行全面而系统的检索收集文献数据基础上，就要对收集到的文献进行科学有效的整理、归类。这是后续Meta分析的一项基础性的工作，需要注意以下几点。

首先，要制定一个科学且明确的纳入和剔除文献的标准。Meta分析不可能对所有检索到的文献进行分析研究，而是需要从已检索出的文献中筛选合乎要求的文献来。这就需要制定文献纳入和剔除标准，既要考虑研究对象、设计类型、处理因素、结局效应等因素，还要结合样本大小、观察年限、文献发表时间和语种等方面进行文献的选择。

其次，对所纳入文献的质量进行系统评价。这方面的工作主要是分析各个文献的研究结果是否存在偏倚现象(比如选择性偏倚、发表性偏倚等)及其这些偏倚的影响程度。各个研究结果的质量高低可以用权重来表示，也可以用量表或评分系统来评价。

最后，提取所纳入文献的数据信息。Meta分析采用的数据信息一般包括基本信息、研究特征、结果测量等内容，确定和选择需要分析和评价的效应变量(effect variables)。必要时还要想办法从文献的原文作者处获取其未发表的原始数据。

第三阶段，选择合适的“效应值”并进行相应的统计检验与分析。

Meta分析中，为了使单个研究结果具有可比性，就需要将多个相互独立的研究结果合并成某个单一的效应值，即用某个合并的统计量来反映多个独立研究的综合效应。因此，“效应值”(effect size)是meta分析中的一个核心概念，一篇Meta分析的研究结果的科学性和合理性在很大程度上就看所选“效应值”是否合适和科学。

通常，在多个文献数据合并之前要作所谓的齐性检验，也称异质性检验，籍此来判断多个研究是否具有某种程度的同质性。依据统计学原理，只有同质的资料才能进行多个统计量的合并，反之则不能。因此，要根据异质性检验的结果选择相应的meta分析模型来计算合并统计量。

此外，还要进一步讨论上述齐性检验中的异质性的来源及其对效应合并值的影响。如果一些因素对所纳入研究的结果具有较大影响，则应考虑进行亚组分析，比如实验经济学研究中的不同文化和风俗环境下私人对公共产品的供给行为问题的研究就可通过亚组分析，进一步了解不同文化风俗条件下的Meta分析结果，这样就可以使研究结果更具针对性。另外，还要讨论各种出版偏见的识别和控制，并进行敏感性分析等。

第四阶段，解释并得出自己的结论。本质上讲Meta分析是一种观察性研究方法，所以最后对其研究结果的解释必须十分谨慎。在报告meta分析结果时，还应结合原有文献所涉及的研究背景和实际意义进行讨论与分析，必要时还也可以对大样本的单独研究结果和meta分析结果的一致性进行研究。

二、Meta分析中的研究方法及其模型

传统的文献综述属于定性分析，一般只对原文献的某些结果按一定标准进行归类，并加以罗列，这样，原文献中有什么样的数据和分析结果，综述者在其综述中也引用什么结果和数据。虽然有些综述文献也用到诸如算术平均法、图表分析之类的数学方法，也只是对原文献的结果数据加以非权重性的平均化，并没考虑这些数据的统计学特性和各独立文献的结果之间差异性。这样，就出现了传统文献综属性文章的致命弱点，即有可能多篇同一类议题的综述性文献之间缺乏一定可比性，致使后续同类研究无法在同一平台上展开。而在Meta分析中，经过设计特殊的比较变量值——效应值(统计量)——使得所综合文献中的数据有一个统一的数量结合指标，使不同的研究结果及其相应的数据可以在相同的平台上进行综合，不同的分组可在相同的平台上进行比较。此外，分析者还可能会对其所要综合的效应值的变异程度感兴趣，通过研究平均“效应值”的齐性检验(Testing for Homogeneity)结果，决定采用何种Meta分析模型来合并每项研究的“效应值”。下面就对Meta分析法中的效应值的计算及其检验、常用的Meta分析模型做一简单的介绍。

1.效应值的确定及综合(或平均)效应值计算

在Meta分析中，要对同一研究议题的多项相互独立的研究结果进行定量综合，要首先计算出每一研究结果的效应值E。作为meta分析中的核心指标，计算效应值是为了观察这些独立的研究结果中对应的效应的分布情况。经过对这些效应值的分布情况的分析，如果发现效应值的分布集中于一个方向，则可以断定某种研究结论趋势或形态的存在，这对后续的科学研究就很有启发意义。

但是，由于所要进行meta分析的各个原文献数据来源不同、以及相应表述的方式方法也不一样，在实际的Meta分析中，许多研究者在选取效应值时感到较为困难。实际上，效应值的计算方法主要依赖于原文献数据的报道方式。大多数研究文献中报道数据的方式有三种：其一是以研究对象的统计指标的平均值、样本方差大小和标准差来报道的，这类报道方式在社会学、生物学、心理学以及经济学之类文献中最为常见的;其二是以2列联表的形式来报道的，这种方式常在医学之类的文献中出现;第三种报道方式则有些复杂，其往往不给出有关数据指标的样本含量和标准差，而是只给出假设检验统计量如t值、z值等统计量。这样就需要研究者基于自己的研究目的和分析模型采取相应的技术处理手段，把这些假设检验统计量被转化为相关系数，再用来构造能为Meta分析有用的效应值，往往这种工作需要研究者具有丰富的统计学知识和处理数据的经验。

目前，经济学研究中的大多数文献都属于非实验性质的实证分析，其数据报道方式常以上述第一和第三种方式存在，如多元线性回归模型的回归系数、各变量的弹性系数、对各指标值的检验所得到的t值、χ2值、F值以及其他的一些统计值等。这样，经济学研究中的Meta分析法的使用就有自己特点，一般不使用其他学科，如医学和生物学的Meta分析中常采用的“效应值”的计算方法，而使用其他的统计值指标来做统一的可比较的尺度，如 Lipak就提出的标准正态分布[3]，Stanley等提出的 t统计值[4]。

有了各个研究结果的效应值后，还需要计算反映整体效应值大小的平均值指标¯E。但由于所要综合的各个独立研究结果的样本量往往不同，有些甚至差距巨大，这样，依据统计学的一般原理，计算对象的指标值方差往往是所用的样本量大小的函数，样本量大时指标值的方差就小，相应所估计出的指标值也较为精确，反之就不准确，所以，在计算综合效应值时必须用带有样本量信息的一个权重指标来对各独立研究结果对应的效应值进行加权平均。具体来说，用每个研究结果的效应值方差(vi)的倒数作为权重，由此可得综合效应值()：

其中，k为原研究文献中的样本的数量，Ei为第i个独立研究结果的效应值的大小，wi为第i个研究结果的权重数，令wi=l/vi。

2.综合效应值的异质性及其检验

虽然利用Meta分析可以定量综合具有相同目的的多个独立研究结果，但是，当各研究间差异较大、或者说存在明显的异质性时，Meta分析的结果就不太可靠。因此，在合并效应值之前，首先要明确研究间是否真正存在异质性(即研究结果间变异是否由于随机误差引起)，即要进行综合效应值的齐性检验。

统计学上，齐性检验又被称为抽样样本的方差差异的显著性检验，通过齐性检验可以发现不是所有的研究结果都能被综合进同一的Meta分析之中的。经过齐性检验，如果发现各效应值之间的差异未达到统计学意义上的显著性，则说明各效应值是齐性的、同质的，即说明它们是在检验同一假设或议题，这时就可以对不同研究结果之间的效应值进行合并，计算出综合效应值。如果各效应值之间的差异超出了统计学显著性的范畴，则就说明部分研究结果的效应值不同质，即它们不是在检验同一假设或议题。这时，就不能进行各研究结果的效应值的合并，而需要进一步寻找其它原因来分析。

Rosenthal和Rubin提出了检验效应值是否为齐性的方法[5]，其计算公式为：

如果QT显著的话，则说明各研究结果之间具有一致性，其合并分析的结果才是真实的，否则，分析结论是不能接受的。如果各研究间存在异质性，亦即QT检验结果为不显著，那么，进行合并分析时，可以采用以下方法进行处理：第一，进行分离、再次组合分析，找出存在异质性的地方，进一步核实该资料的可靠性，不能简单地剔除。第二，当存在显著异质性时，如果仍要进行合并分析，分析者则必须说明进行结果合并的理由，或者配合其它分析加以佐证。

3.Meta分析模型的选择：多水平统计回归分析模型

多水平统计模型(multi-level statistical model)是当前国际上统计学研究中一个新兴而重要的领域，其主要用于处理具有层次结构或嵌套结构的数据。比如现实中往往存在这样的情况，即个人处于家庭中，家庭处于社区中，这就构成三个水平层次的数据特征：个人是基本水平(可称为水平1)，家庭是中间水平(即水平2)，社区是最高水平(即水平3)。对于具有这样多层次结构特征的数据，多水平统计分析模型可以将传统统计模型中单一的随机误差项分解到与多数据层次结构中相对应的水平上去，即分解出研究水平的变异，并提供了进一步拟合研究水平上复杂误差结构的可能性。

Meta分析可被看成是多水平模型的一个特例，其数据资料具有至少两个层次结构特征，即各项研究为高水平单位(即水平1)，而每项研究中的研究对象为低水平单位(即水平2)。在Meta分析中，尽管各项研究都针对同一研究议题或具有相同的研究假设进行研究，但各项研究通常在研究的方案设计与实施，以及数据收集等诸多方面不同于另一项研究，如数据纳入和排除的标准、样本含量、数据质量的控制等研究特征在不同的研究之间难免会存在不同程度的差异，这就导致了“效应值”在不同研究结果之间的差异性特征。通过建立一个多水平分析模型，可以有效地整合效应量的大小并探讨各研究结果之间的差异程度。如果各个研究结果之间的差异程度显著(水平2方差显著)，则可进一步探讨各个研究的差异对其研究结果的影响。

在Meta分析中，如果不考虑各研究特征对研究结果的影响，则相应的分析模型可以被简写为：

其中Ei表示第i个研究的研究结果，δi代表与第i个研究结果相对应的总体参数值，而ei则表示第i个研究的抽样误差项，并且假定ei服从已知方差是σ2i的正态分布特征。

如果假定各个研究的结果对应的参数值δi在各个研究之间是随机变化的，并且与各研究特征项目具有一定的函数关系，则可建立如下方程来表达这种情况：

其中Zik代表第i个原始文献中所涉及的第k个重要特征项(k=1，2，…，K)，这 k个重要特征可能会包括以下几个方面：(1)各研究中对变量估计的精确度的程度大小的刻画指标，如Sei和dfi等;(2)各研究中所选择分析模型的特征属性;(3)各研究中所使用的不同数据库、不同分析模型的哑变量;(4)各研究作者的背景(如性别、国籍和风俗等)。而系数βk可用来解释特定文献中某一特征与其他文献的偏离效应，是meta回归分析的随机扰动项。上述模型中的β0则是我们所关注的真正的参数估计值。μi是水平2的残差项。

假定μi服从方差为σ2ik的正态分布，则合并上述两个方程可得：

其中方程各参数的解释意义与前面两个方程中的含义一样，而且，如果方程中没有水平2的解释变量Zik，则方程就可还原为基本的截距模型：Ei=β0+δi+ei

通过构造上述多水平分析模型，就可以对所要进行的Meta分析中的有关参数进行估计和检验。实际上，在上述模型中的β0就是Meta分析中所有研究结果的效应值的平均数，而σ2μ是各研究结果分布的方差，表明各个研究结果的离散情况。这样，对研究结果一致性的检验就等同于对残差项μi的方差 σ2μ是否等于0的检验：如果 σ2μ显著不为0，则说明各研究结果间有较大的差异，各个研究结果是异质的，这时就可以把水平2的变量(各研究的特征)拟合到方程中探究它们对水平2变异的解释程度。

三、学术研究中使用Meta分析法的优缺点

通过前面的介绍，我们可以看出，作为一种定量的文献综合方法，meta分析明显不同于传统的叙述性文献综述。具体来说，Meta分析具有如下优点：

第一，Meta分析法能够增强学术研究中数据处理的统计功效，有效地节省科研费用，提高论证强度。在实际的学术研究中，往往由于经费和时间等原因导致收集到的样本量较小、必要的数据欠缺等，就使得最后的研究结果不能呈现统计上的显著性。而利用Meta分析合并同一研究课题下的不同研究结果，既可以达到增大研究所需的样本量，改进和增强统计学检验功效的目的，也可以提高对研究结论的论证强度和效应的分析评估力度，从而提高了研究结果的科学性和准确性。

第二，Meta分析法能够深入细致地分析各单个研究结果的差异性，使得学术研究中众多同类研究问题的分析结论更精确和趋于一致。应用Meta分析，能够揭示单个研究中存在的不确定性和偏倚型差异，利用Meta分析中的异质性检验等方法来考察各研究间的异质性原因，估计可能存在的各种偏倚性问题，从而使效应估计的有效范围更精确。Meta分析合并的是统计量——综合效应值，可给出处理同类研究问题的效应大小的定量结果，且各研究的效应值的大小可进行对比，从而提高了准确性，更具有实际意义，为进一步的研究和决策提供更为科学和全面的研究展望。

第三，Meta分析法能够解决原有各个独立研究所不能解决的一些问题，并且能够引出新见解和新主张。当Meta分析利用齐性检验发现各研究结果不一致时，可进一步运用亚组分析，将可能会影响到处理效应的那些因素重新进行分组，从而找出差异的原因，这样就能发现单个独立研究中尚未提及或不能回答的问题，揭示单个研究中存在的偏倚型问题，并据此提出新的研究假说、指出下一步课题研究的方向和策略。

第四，与传统的叙述性文献综述方法相比，Meta分析可以按照科学规范的程序和方法处理更多的同类文献，从而使得综述的结果更加客观和接近实际。实际的学术研究中如果同类研究课题的相关独立研究的数目众多，比如多至几百个，利用传统的文献综述方法要想从这么多的研究结果中得出一个客观的结论是非常困难的，也是不现实的。而使用Meta分析方法，就能够解决这样的问题，利用规范科学的Meta分析法，在解决研究结果不一致的问题上就越有说服力，从而使人们能够得到同一问题的客观合理的结论。

虽然Meta分析法是一种科学有效的文献综述方法，但也存在一些缺陷。首先，存在着合并悖论的问题。本来学术界对同一问题的分析就有各种不同的研究结论，这或许基于不同研究对象、或者基于数据采集过程和方法以及计量方法等都不相同导致的，这样，其实是很难将各项研究结果合并起来。如果强行合并，就会出现差异性显著的问题。即使经过了同质性检验，但也可能是纯数理统计的显著性，现实的情况如何还要经过其他检验手段才能解决不同研究的同质性问题。其二就是出版偏倚(publication bias)问题。所谓出版偏倚是指学术刊物在发表文章时对那些有统计学意义的研究结论更容易发表，相反，那些统计结果不显著的研究文献往往不易发表或发表前就被研究者终止，这种现象也被称为抽屉问题[6]。解决这个问题的方法就是尽可能检索到那些符合要求但没有公开发表的文献，但这样做Meta分析所要求的规范标准的文献资料纳入和剔除又存在挑战，需要慎重对待。第三是单项研究结果的质量控制问题。进行Meta分析时，各个单个研究的质量往往参差不齐，如果将高质量和低质量的研究合并在一起，并给予相同的权值，会给研究结果带来错误，这需要研究者制定科学合理的权重系数来解决这一问题。

四、Meta分析在经济学研究中的应用及其进展

自Glass于1976年提出Meta分析法至今，对Meta分析法的实际应用多数出现在具有可控性和重复性的实验性学科领域，其中以在医学、生理学和心理学领域的应用最为广泛和深入。然而这并非说明Meta分析不能应用于其他非实验性学科领域的研究。目前在教育学、管理学和社会学等领域已有很多应用Meta分析进行学术研究的文献。

多年来，经济学的研究方法得到很大的提高，特别是计量经济学和实验经济学的快速发展，为运用Meta分析法研究经济学问题提供了现实基础。事实上，近年来，Meta分析在经济学中的许多领域都得到广泛的应用和发展。

Nelson首先在环境经济学研究中引入了Meta分析，其在分析飞机噪音对机场周围居民的居住环境的损害价值评估中定量综合多项研究成果并计算出了平均噪音损害指数[7]。其后一系列涉及到环境资源价值评估的研究，比如，空气污染的非市场估价和赏心悦目的休闲环境的价值评估[8]，汽油或水资源的需求及其弹性的计算都用到了Meta分析[9-10]。据统计，在1980～2001年间有大约40篇有关环境经济学的Meta分析文献，其中有将近一半的研究涉及到环境污染和休闲经济的价值评估问题，有三分之一涉及到农业、土地使用和自然资源的相关的研究领域。

虽然经济学研究中环境经济学在使用Meta分析上一直处于领先地位，但经济学的其他领域也在一直尝试使用这种方法来分析有关问题。比如，在劳动经济学中，Card和Krueger使用Meta分析对15个研究文献进行综合统计研究，以分析美国最低工资的变化与低收入工人的就业率之间的关系[11]。Doucouliagos和 Ashenfelter et al则分别利用Meta分析法研究了学校教育与工作薪酬的关系，以及澳大利亚的劳动力需求的变化趋势问题[12]。

20世纪90年代在产业组织理论的研究中也开始大量使用 Meta分析。Jarrell＆Stanley利用Meta分析方法研究了114个文献中152个观察数据，以探究企业中的工会组织与非工会组织的成员间工资之间的差距的影响因素问题[13];Button＆Weyman-Jones分析了所有权结构、制度组织与X-非效率的关系问题[14-15]。

近些年来，随着大量实验经济学文献的出现，利用Meta分析来综合相关经济学实验研究课题的文献也开始出现。Croson和Zelmer利用Meta分析分别对门槛型公共产品(Threshold public good)和线性公共产品提供实验中单位资本回报率、被试者年龄及其初始禀赋等因素对公共产品提供的影响进行了综合分析[16-17]。Oosterbeek et al对37篇有关最后通牒博弈实验文献中75个实验结果进行了Meta分析，其发现提议者会把自己拥有财富中的约40%份额给接受者，且这一比例会随着不同国籍和文化风俗的差别而变化[18]。寡头市场实验一直是实验经济学的重要课题，近半个世纪以来产生了近150相关文献，Christoph利用其中相关性较强的约100篇文献进行Meta分析，对不同实验设计对实验结果的影响进行了统计显著性分析[19]。

在宏观经济学中，由于研究者处理数据的方法以及技术分析手段的不同，使得就某项宏观经济政策效果在不同经济学家的研究中存在着广泛的分歧和争议，这就使得Meta分析大有用武之地。比如Stanley针对28个有关李嘉图等式原理的实证研究成果进行Meta回归分析，最后得出拒绝李嘉图等价假设的结论[20]。Rose＆Stanley使用Meta分析合并34个研究结果来分析统一货币对国际贸易的影响，其结论是统一货币会对国家间的贸易生产显著的影响，实行统一货币可以导致双边国际贸易增加 30% ～90%[21]。Görg＆Strobl分析了21项有关跨国公司对技术溢出的影响的研究文献，其发现跨国公司的存在对宗主国的技术进步有正向的积极影响作用，另外其研究还发现一些研究特征，比如研究问题所使用的方法、获取数据的性质也会影响最终的分析结果[22]。

五、结论：Meta分析在经济学的应用前景评述

Meta分析法在医学、生理学等学科领域得到大量的应用和研究，但其在经济学中的应用还只是开始，但我们应该看到业已经取得了较快的发展和一定的成绩。无论是在环境经济学、劳动经济学和自然资源价格评估等专业经济学领域，还是在产业组织理论、实验经济学和宏观经济学中都已大量使用Meta分析，并且出现了诸如Stanley、Jarrell等众多致力于在经济学各学科领域应用和发展Meta分析法的著名学者。

对于我国经济学研究来说，利用Meta分析的定量分析技术在综述那些纷繁复杂并且经常观点相左的经济文献时是十分有益处的。长期以来，我国经济学界基本上还是用传统的叙述性文献综述方法来综合和厘清有关学术研究课题的分歧和争议的。但是，我们应该看到，这种只具定性研究特征的文献综述方法存在着许多自身无法克服的弊端，比如，它只对以前的研究结果和结论进行了定性的、逻辑梳理性的归类和总结，而没有使用任何科学系统的方法来对所综述内容的原始文献和数据进行收集整理，更没有用严格的纳入剔除标准来挑选所要综述的文献，研究工具上也未用现代统计手段进行定量性的综合与整合，这样研究出来的综述文章往往带有作者本身的主观性观点，缺乏客观性和科学严谨性。而Meta分析不仅能够科学地按照规范流程收集所要分析的文献资料，而且它还具有定量分析和定性分析相结合的特征，其实质是它利用现代数理统计手段将针对某一既定议题的大量现有研究结果进行再分析，从而整合各个原始研究成为具有一致性的研究结论，并能得出一个对该议题的综合认识。

作为一种经济学分析手段，Meta分析法虽然还存在一定的局限性，如出版偏倚性、不同来源原始文献的异质性等问题，但其所提供的一套定性与定量分析相结合的分析框架与规则，以及其研究结果所体现出来的客观性和一致性等特质，无疑对于目前经济学界普遍存在的同一研究有多重复杂的经济研究结果的问题提供科学合理的综合与评价有着重要的意义和作用。我们应当相信，随着我国经济学研究的蓬勃发展，大量经济学研究文献的出现，就必然更加需要像Meta分析法之类的科学综述工具来综合各种经济问题的解决方案，厘清经济发展的思路，使我国的经济学研究得到进一步的提高和发展。

[1] Stanley T D，Doucouliagos Chris，Jarrell Stephen B.Meta-regression analysis as the socio-economics of economics research[J].The Journal of Socio-Economics，2008，37(1)：276-292.

[2] Glass G V.Primary，secondary，and meta-analysis of research[J].Educational Researcher，1976，5：3-8.

[3] Liptak T.On the combination of independent tests[J].Magyar Tudomanyos Akademia Matematikai Kutato Intezetenek Kozlemenyei，1958，3：171-197.

[4] Stanley T D，Jarrell S B.Meta-regression analysis：A quantitative method of literature surveys[J].Journal of Economic Surveys，1989，3：54-67.

[5] Rosenthal R，Rubin D B.A simple general purpose display of magnitude of experimental effect[J].Journal of Educational Psychology，1982，74：166-169.

[6] Ashenfelter O，C Harmon，H Oosterbeek.A review of estimates of the schooling/earnings relationship，with tests for publication bias[J].Labour Economics，1999，6：453-470.

[7] Nelson J P.Airports and property values：A survey of recent evidence[J].Journal of transport economics and policy，1980，19：37-52.

[8] Smith V K，Y Kaoru.Signals or noise — Explaining the variation in recreation benefit estimates[J].American Journal of Agricultural Economics，1990，72：419-433.

[9] Espey M.Explaining the variation in elasticity estimates of gasoline demand：A meta-analysis[J].The Energy Journal，1996，17：49-60.

[10] Espey M，H Kaufman.The impact of airport noise and proximity on residential property values[J].Growth and Change，2000，31：341-352.

[11] Card D，A B Krueger.Time-series minimum-wage studies：A meta-analysis[J].American Economic Review，1996，85：238-243.

[12] Doucouliagos C.The aggregate demand for labour in Australia：A Meta-analysis[J].Australian Economic Papers，1997，36：224-242.

[13] Jarrell S B，Stanley T D.A meta-analysis of the union-nonunion wage gap[J].Industrial and Labor Relations Review，1990，44：54-67.

[14] Button K J，T G Weyman-Jones.Ownership structure，institutional organization and measured X-inefficiency[J].American Economic Review，1992，82：439-445.

[15] Button K J，T G Weyman-Jones.X-inefficiency and technical efficiency[J].Public Choice，1994，80：83-104.

[16] Croson R T A，M B Marks.Step returns in threshold public goods：A meta-analysis and experimental analysis[J].Experimental Economics，2000，2：239-259.

[17] Zelmer J.Linear Public Goods Experiments：A Meta-Analysis[J].Experimental Economics，2003，6：299-310.

[18] Oosterbeek，Hessel，Randolph Sloof，Gijs van de Kuilen.Cultural differences in ultimatum game experiments：evidence from a meta-analysis[J].Experimental Economics，2004，7：171-188.

[19] Christoph Engel.How Much Collusion A Meta-Analysis On Oligopoly Experiments[Z].Bonn：Max Planck Institute for Research on Collective Goods，2006.

[20] Stanley T D.New wine in old bottles：A meta-analysis of Ricardian equivalence[J].Southern Economic Journal，1998，64：713-727.

[21] Rose，Andrew K，Tom Stanley.A Meta-Analysis of the Effect of Common Currencies on International Trade”[J].Journal of Economic Surveys，2005，19：347-365.

[22] Görg H，Strobl E.Multinational Companies and Productivity Spillovers：A Meta-analysis[J].Economic Journal，2001，11：723-739.