从“凯恩斯批判”到“卢卡斯批判”

摘要：自经济计量学诞生起，理论经济学家对经济计量学的严肃批判就绵绵不绝。在经济计量学批判史上，“凯恩斯批判”和“卢卡斯批判”是最为著名的两大批判。根据这两大批判，可以将迄今为止的经济计量学发展史划分为“前古典”“古典”和“后古典”三个阶段。通过转换统计推断技术的具体发展方向，经济计量学从局部修补了凯恩斯和卢卡斯所揭示的若干疑难问题，但并未解决这门学科与生俱来的逻辑缺陷。“后古典经济计量学”在西方主流经济学界强势崛起的直接后果，是“经济学帝国主义”让位于“统计学帝国主义”。“统计学帝国主义”抬高了经济学科研与教育工作者的从业门槛，但给经济学这门学科带来的智慧贡献却乏善可陈。

关键词：经济计量学；凯恩斯批判；卢卡斯批判；统计学帝国主义

中图分类号：F224.0文献标识码：A文章编号：2095-6916（2023）06-0050-05

近十年来，国内部分经管类权威期刊向学术界发出了破除“唯定量倾向”，纠正过度“数学化”“模型化”等不良倾向的呼吁，引发了学术界的广泛关注。此种不良倾向的方法论策源地就是经济计量学和数理经济学，其中尤其以经济计量学的影响最为突出。国内研究者对经济计量学方法在学术界的泛滥做出了严肃的批判，如荣炜和王国成［1］、胡代光［2］、朱富强［3-4］、冯鹏程［5］、杨华磊［6］、汤吉军［7］、余斌［8］等。归纳来看，以上这些批判主要是从社会实践和数理逻辑的角度做出的。本文则补充以思想史的视角，讨论经济计量学教科书一笔带过的“凯恩斯批判”和“卢卡斯批判”，为当下中国理论经济学的范式革命提供一个来自经济思想史视域的启发，同时也是对贾根良和兰无双提出的开展经济学学界史研究的相关倡议［9］的一个呼应。

一、正名：Econometrics应译为经济计量学，而非计量经济学

经济计量学， 英文写作Econometrics， 是一门将西方经济学的理论、统计数据、统计推断方法和计算机技术结合使用来研究经济变量之间的相关关系或因果关系的学科［4］。所谓“计量”，顾名思义，就是用统计学的方法来测量。对于Econometrics一词，中国经济学界在1998年以前通常译为“经济计量学”，1998年以后“计量经济学”上升为主流中文译法。这种译法的改变将统计学家变成了经济学家。就Econometrics学科的内容而言，其核心内容仅仅是依据经济统计数据的特殊性，对数理统计学中的推断统计技术加以系统化改良而已，并无经济理论建树。此外，从英文Econometrics一词的构词法来看，Econo（经济）是前缀，用以修饰词根metrics（计量学）。所以，Econometrics译为“经济计量学”才名正言顺。

根据经济计量学所运用的推断统计技术的阶段性特征，迄今为止经济计量学的发展历程可以划分为三个阶段：“前古典”阶段、“古典”阶段和“后古典”阶段。

二、前古典经济计量学

20世纪初至20世纪30年代是经济计量学的前古典阶段。这一阶段经济计量学的主要特征是：“先用精确函数关系式表述经济理论，再用实际测量值同理论进行比较，最后就两者的对照做出‘好或‘坏的评判。”［10］由于这一阶段的经济计量学者尚不明确经济计量学的概率论基础，经济计量学在西方主流经济学界遭受重大质疑与普遍冷遇。

“前古典经济计量学”的起始年可追溯至1901年，数理统计学的创始人卡尔·皮尔逊（KARL PEARSON）与其师友高尔顿（FRANCIS GALTON）、韦尔登（RAPHAEL WELDON）等人联合创立了著名的数理统计学期刊《生物计量》（Biometrika）［8］。高尔顿率先提出的“回归”思想被卡尔·皮尔逊逐步加以充实提高，形成了数理统计学上有名的回归分析方法［7］。在随后的数十年间，回归分析中参数估计的三种主流方法——最小二乘法、极大似然法和矩估计法逐渐成熟，为后来的学者们创建经济计量学这门独立学科奠定了最关键的数理统计学基础。

1914年，亨利·穆尔发表《经济周期的规律与原因》一书，将数理统计学方法首次用于检验既有经济学理论。该书通过降雨量、农作物产出和价格等统计数据的回归分析来探讨经济扩张与经济萧条的规律与原因。1930年12月29日，国际性学术组织——经济计量学会（Econometric Society）在耶鲁大学成立。经济计量学会“是一个关联于统计学和数学的经济理论发展的国际性的学会。这个学会作为一个完全公正的、科学的组织运行，尽力杜绝政治、团体、金融或民族主义的偏见。其主要宗旨是增进旨在统一针对经济问题的理论定量方法和经验定量方法的研究，以及增强基于诸如逐渐统治自然科学的推定和严密思考的研究。”［11］学会成员开始为证券投资活动提供智力支持，组织统计学家和经济学家们定期出版研究报告，尝试用经济计量学的方法对股票市场进行较准确的预测。二战后该学会成为了美国经济计量学界最尖端人才的聚集地和最前沿的统计推断技术的发源地。

三、凯恩斯批判与古典经济计量学

1939年，凯恩斯在读了丁伯根的经济计量学文章《一种方法及其在投资活动中的应用——经济周期诸理论的统计检验》后，将经济计量学判定为“统计炼金术”［12］，这就是经济计量学批判史上著名的“凯恩斯批判”。丁伯根运用了当时经济计量学界最尖端最前沿的多元线性回归方法，建立了一个包含50个联立方程的计量模型，试图来对戈特弗里德·冯·哈伯勒所著的《繁荣与萧条：经济周期运动的盛衰交替》一书中所列举的全部经济周期理论加以统计检验［13］。

凯恩斯认为，经济计量学家必须假定既定的经济理论是对现实经济因果关系绝对无遗漏的准确刻画（笔者将其简称为“理论无偏性假设”），必须假定既定的经济理论中所有的重要因素都是能够得到量化统计数据的（笔者将其簡称为“统计可得性假设”），必须假定现有的统计数据是对现实经济因果关系的准确测量（笔者将其简称为“数据无偏性假设”）［14］。

结果经济计量学家们很快就会发现他们陷入了两个极为尴尬的境地：

第一，当经济计量学家得到的参数估计值和既定的经济理论的结论发生矛盾时，那么因为经济理论错了（“理论无偏性假设”被证伪），还是因为理论中的某些因素缺乏统计数据导致模型遗漏重要变量（违反“统计可得性假设”），还是因为现有的统计数据的质量不佳（违反“数据无偏性假设”），经济计量学家没法区分清楚。这意味着，经济计量学对经济理论的“证伪”功能是无法成立的。凯恩斯的这一条逻辑，哪怕是发展到今天的经济计量学界，也是不得不承认的。例如，洪永淼承认，由于经济假说与统计假说之间存在重大区别，所以经济计量学的证伪作用无法充分发挥［15］。

第二，经济计量学家对同一套经济统计数据，完全可以依据不同的经济理论建立不同的计量模型，从而估计出截然不同的参数值，而且这些截然不同的参数值在各自的经济理论情境中都合乎逻辑。从经济计量学的角度看，这些经济理论似乎就被同时“证实”了，但问题在于这些不同的经济理论本身在逻辑上就是相互冲突的，以科学自诩的经济计量学怎么能同时“证实”多种相互冲突的经济理论呢？这种自相矛盾的“证实”现象，被今日的经济计量学界称为“计量模型多样性悖论”①。在排除了人们对计量模型的误用后，这种悖论仍然不可避免地出现了。这意味着，经济计量学对经济理论的“证实”功能也是无法成立的。

在“凯恩斯批判”之后，经济计量学界对计量模型的建模方法论做出了重大调整，由此经济计量学演进到20世纪40年代至70年代的古典阶段［9］。这一阶段经济计量学的主要特征是：以凯恩斯主义经济学作为计量建模的理论依据，以概率论作为计量建模的方法论依据，将模型设定、假设检验和政策规划上升到与参数估计同等重要的地位，通过对消费、储蓄、投资、货币供给、财政支出、国民收入、就业、通货膨胀等各种宏观经济总量进行建模测算，为资本主义国家出台管理国民总需求的宏观调控政策提供定量依据。

古典经济计量学范式的开创者是挪威学者哈维尔莫（TRYGVE HAAVELMO），其于1944年公开发表的博士论文《经济计量学的概率论方法》在经济计量学界引发了一场概率论革命［10］。在哈维尔莫之前，经济计量学中的回归方程都是确定性方程，其中没有任何随机扰动项。这是因为，前古典时期的经济计量学家们通常认为经济统计数据是通过不可逆也不可重复的一次性过程生成的，并不是通过像抽彩票那样的随机反复抽样而得到的，所以经济计量学和概率论无关。但哈维尔莫则系统地论证了，为什么经济计量学需要引入概率论作为统计推断的基础方法论。

哈维尔莫认为，在设定模型时，列作自变量的只能是起主要作用的少数几个经济变量，但实际影响因变量数值发生变化的，还有未列入方程式的、为数众多但影响细微的其他因素，它们的联合作用往往形成一个随机干扰因素，使得因变量的每一次数值变动不可能全部由列入方程式的自变量的数值变动来解释，而必然留下一个残差由这样的随机干扰因素来承担，从而使因变量成为随机变量。设定模型就是要用全体外生变量和随机干扰因素作为已知条件来解释全部内生变量的数值最终是怎样决定的。通过将随机扰动项引入经济计量学，不仅彻底划清了经济计量学与数理经济学的学科界限，也使前古典经济计量学的确定性方程进化为了古典经济计量学的随机方程，从而在一定程度上避开了“凯恩斯批判”所攻击的一些技术问题。哈维尔莫由此奠定了古典经济计量学的基本框架。

20世纪60年代，凯恩斯主义宏观经济计量模型在预测美国短期的未来经济形势方面表现日趋优异［16］。经济计量学由此也逐渐在西方主流经济学界获得了越来越高的声望。

四、卢卡斯批判与后古典经济计量学

然而1973—1975年资本主义世界经济危机的爆发，没有任何一种凯恩斯主义宏观经济计量模型在事先预测到了滞涨的发生，更无经济对策可言。学者们突然发现，在20世纪70年代中后期，哪怕是一个简单的单变量时间序列模型，在预测准确性上也比那些巨型的凯恩斯主义联立方程模型表现更为出色一些。

1976年，卢卡斯发表了一篇题为《经济计量政策评价：一个批判》的论文。在论文中，卢卡斯论证了这样一个道理：“假如经济计量学模型结构中包含经济个体的最优决策规则，并且，这个最优决策规则随着和决策者有关的序列结构的变化而变化，那么，任何政策变化将系统地改变经济计量学模型结构。”［17］这就是经济计量学思想史上著名的“卢卡斯批判”。

“卢卡斯批判”的核心思想是，经济计量模型的失败之处在于它完全没有考虑公众的理性预期能力。因为公众具有理性预期，所以公众在面对政府推行的凯恩斯主义政策时，会迅速改变行为模式，从而造成“上有政策，下有对策”的现象，其结果必然是政策效果完全背离模型建立者早先的估计。反映在计量模型上就是，在短时段内较为稳定的经济结构的参数，在一个长时段内可能会发生各种难以预测的突变。所有的经济计量模型在预测未来的经济形势时，其实都暗藏了一个根本的前提假设：结构参数是一个长期不变的固定常数。遗憾的是，常参数假设在现实的资本主义经济中是无法成立的，因而经济计量模型对未来长时段的预测必然失效。

在“卢卡斯批判”之后，经济计量学界对计量模型的建模方法论做出了新的探索，由此经济计量学演进到后古典阶段。20世纪80年代至今，是经济计量学的后古典阶段［8］。在这一阶段，“古典经济计量学”的学术威信已然一落千丈，然而业内的学术新星们却各异其志，探索出了许多方向各异的发展路线。其中值得一提的有：赫克曼（JAMES HECKMAN）与麦克法登（DANIEL MCFADDEN）对Probit模型和logit模型的研究；格兰杰（CLIVE GRANGER）对伪回归、协整和误差修正模型（ECM）的研究；恩格尔（ROBERT F.ENGLE）对自回归条件异方差（ARCH）模型的研究；西姆斯（CHRISTOPHER A.SIMS）对向量自回归（VAR）模型的研究；拉尔斯·汉森（LARS PETER HANSEN）对广义矩估计（GMM）法的研究；以安格里斯特（JOSHUA D.ANGRIST）、因本斯（GUIDO W.LMBENS）等為代表的实验主义学派对因果推断模型的研究［18］。

虽然缺乏共识，但“后古典经济计量学”有一个共同的总体特征，那就是越来越不依赖既有的经济学理论，而是企图直接根据统计数据自身的统计特征来加以建模并进行统计推断。作为一门应用数理统计学，挣脱既有经济学理论束缚后的经济计量学，其统计学的学科属性表现得更加明显。因此，“后古典经济计量学”在西方主流经济学界强势崛起的直接后果，是“经济学帝国主义”让位于“统计学帝国主义”［16］。

五、“统计学帝国主义”：原因及后果

20世纪80年代以后，随着“后古典经济计量学”的强势崛起，西方主流经济学界不论是在期刊论文发表方面，还是在大学课程安排和研究生招生考试方面，都已经被经济计量学占据主导地位［19］。经济计量学在20世纪80年代之后成为西方经济学界主流学科的主要原因，大体有以下几个：第一，在实证主义哲学的指导下，西方经济学界迫切渴望采用通过数学建模和统计推断等计量形式主义的手段，来实现传统经济学理论的“科学化”“可验证化”和“精确化”；第二，市场经济体制的建立，国民经济核算体系的确立与完善，政府统计信息的公开化，互联网技术的发达，大大推进了西方国家统计机构对各类经济数据的统计调查和数据披露工作；第三，高等概率论在20世纪的进一步发展，尤其是测度论和随机过程论的完善，为经济计量学家探索时间序列模型的建模与预测方法提供了强有力的底层数理支撑；第四，私人电脑和各类经济计量学软件的逐渐普及化，使得过去那些需要一群数学家耗时数天纯手工计算的模型估算过程变得极其简化。

概观西方经济计量学工作者的工作，可以发现，即使是考察同一个经济问题，不同的研究团队可以同时独立构建出完全不同的计量模型，而这些互有差异的计量模型最后得出的参数值很可能在逻辑上也是相互冲突的［20］。经济计量技术也没有预测到2008年爆发的经济危机。总体来看，经济计量学在西方经济学界的流行大大抬高了经济学科研与教育工作者的从业门槛，但给经济学这门学科带来的智慧贡献却乏善可陈。

一方面，经济计量学的大流行，对非计量方法的經济理论的科研与教育造成了极其惊人的“挤出效应”：“没有计量分析的经济学论文根本难以发表在那些权威经济学刊物上，以致经济学院学生的全部本硕博时间和精力几乎都用于计量工具的学习和训练上；而且，经济学专业的学生乃至青年学者，似乎除了数据处理之外就没有其他分析能力，甚至对社会经济问题不再有多少认识。”［4］另一方面，“至2008年国际金融危机为止，宏观计量模型仍未能对经济周期作出成功的预警。”［21］

面对这一连串的失败记录，有经济计量学者辩称经济预测不是经济计量学所应承担的任务。然而，正如凯恩斯当年曾严厉地质问过丁伯根的那个问题：“如果这种方法不能证实或证伪一个定性的理论，如果它不能为未来提供定量的指导，那么，它的价值何在？”［12］

注释：

①详见俞立平，刘骏.“计量模型多样性悖论”研究［J］.统计与信息论坛，2016（11）.

参考文献：

［1］荣炜，王国成.经济计量学、实验经济学的发展与数据品质分析［J］.统计与决策，2007（6）.

［2］胡代光.经济研究岂可进入数学化的必由之路［J］.福建论坛（人文社会科学版），2007（10）.

［3］朱富强.如何理解计量经济学的经济理论意义？——基于理论思维和现实的二分视角［J］.福建论坛（人文社会科学版），2012（6）.

［4］朱富强.打破应用计量经济学的迷思［J］.新疆师范大学学报（哲学社会科学版），2016（4）.

［5］冯鹏程.观计量经济学的局限性，望大数据背景下的计量经济学［J］.经济学家，2015（5）.

［6］杨华磊.计量经济学研究范式：批判与超越［J］.社会科学战线，2015（5）.

［7］汤吉军.为什么过去统计数据无法预测未来——兼论经济计量学的局限性［J］.经济学家，2016（5）.

［8］余斌.计量经济学批判［J］.河北经贸大学学报，2018（3）.

［9］贾根良，兰无双.经济学学界史的问题意识、方法论与研究意义［J］.经济学家，2019（1）.

［10］哈维尔莫.经济计量学的概率论方法［M］.北京：商务印书馆，1994：55-58.

［11］拉格纳·弗里希.弗里希文萃［M］.北京：首都经济贸易大学出版社，2006：238-244.

［12］KEYNES J M.Professor Tinbergens Method［J］.The Economic Journal，1939（195）.

［13］洪永淼.计量经济学的地位、作用和局限［J］.经济研究，2007（5）.

［14］KEYNES J M.On a Method of Statistical Business-Cycle Research.A Comment［J］.The Economic Journal，1940（197）.

［15］洪永淼.理解现代计量经济学［J］.计量经济学报，2021（2）.

［16］陈梦根.统计学帝国主义［J］.中国统计，2017（4）.

［17］卢卡斯.经济周期理论研究［M］.朱善利，雷明，王异虹，译.北京：商务印书馆，2012：155-161.

［18］李子奈.计量经济学模型方法论［M］.北京：清华大学出版社，2011：61-75.

［19］张春敏.主流经济学数学化的内在逻辑［J］.教学与研究，2017（11）.

［20］HENDRY D F.Econometrics-Alchemy or Science？［J］.Economica，1980（188）.

［21］秦朵.计量经济学发展史中的经济周期研究［J］.金融研究，2012（2）.

作者简介：张德政（1988—），男，汉族，湖北安陆人，博士，河北工程大学管理工程与商学院讲师，研究方向为政治经济学、博弈论。

（责任编辑：杨超）