查看完全版本: 经济学大牛谈经济学学习方法
以下我们贴出经济学大牛关于经济学学习方法的12篇大作，希望对学习经济学的同仁能有所帮助：
1.被神化了的数学
2.对经济学研究的思考
3. 关于计量经济学的学习经验
4.经济学的系统思维
5.经济学家的惑与不惑
6.经济学、经济学家与经济学教育
7.管理学方法与经济学方法的借鉴、融合
8.经济学研究的“深”与“浅”
9.规划你一生的学术历程--写给新来的博士生们
10.中心学习三年点滴经验
11.我是怎样研究经济的？
12.林毅夫论经济学方法
昨日应网友的要求，victorliou网友特别制作了以上本人提供的几篇文章的pdf格式，非常感谢victorliou，请大家到本版下载
昨日应网友的要求，victorliou网友特别制作了以上本人提供的几篇文章的pdf格式，非常感谢victorliou，请大家到本版下载
前不久在图书馆见到一则轶事，说是美国有一次召集了一批著名经济学家与物理学家进行对话，结果双方都对对方的数学水平表示惊讶。物理学家未曾料到经济学家竟知晓这么多高深的数学知识；而经济学家则惊诧于物理学家的数学学识竟是如此“贫乏”。
作为一个具有强烈数理倾向的经济学学生，初见此则轶事，蓦然地有一种窃喜，没想到作为社会科学的经济学在数学的应用方面竟已超过了一贯以严谨、科学著称的物理学，但事后冷静想想却不禁又有些怀疑。众所周知，数学起源于簿记、丈量等实际工作，而其发展则是同物理学的发展分不开的，微积分的出现就是出于力学发展的需要。一个数学概念要想得到较好的接受，往往需要与一定的物理实体相对应。不可否认，数学也有其自身的发展逻辑，并且经常领先于应用的发展，但物理学始终是数学发展最重要的思想来源。但为什么会出现上述令物理学家和经济学家都感惊讶的结果呢？这就需要仔细地辨别一下数学在上述两门学科中的具体应用情况。
在回答以上问题之前，让我们首先考察一下当前数学的主要组成部分。我认为数学可以从学习的顺序上分为初等数学和高等数学两大层次。其中初等数学主要包括一般数系的基本知识以及初等代数和几何学，另外还应包括基本的线性代数和概率统计知识。而高等数学则可分为分析学和现代数学两大类。其中分析学主要是指微积分以及相应的一些基础问题。而现代数学则主要是指抽象代数，即对群、模、环、域等基本代数结构的研究，以及点集论、拓扑学和一些前沿专题，如分形、混沌、小波分析等。现代数学可以说是数学自身发展逻辑的必然产物，是研究数学的数学，其特点是高度抽象化，较少与具体物理实体相对应，其实际应用一般不是显然的，也就是说理论往往领先于应用。
应该说初等数学是其他所有应用的基础，是各个学科都应掌握的基础知识，而物理学对数学的更深入应用则主要集中在分析学方面，诸如复变函数、傅立叶积分、泛函分析等。 而经济学对数学的更深入的应用除了基本的微积分知识外，还包括点集论、拓扑学和凸规划等现代数学的知识。但是否因此就可以认为经济学中的数学应用已超过了物理学了呢？ 其实不尽然。诚然，经济学所涉及的数学知识的范围似乎比经典物理学广，但这只是一个广度与深度的区别，而从艰深的程度来说，并不能认为现代数学在经济学中的应用已超过 了分析学在经典物理学中的应用。事实上，现代数学的概念在现代物理学，如量子力学和相对论等方面的应用也是相当普遍的。
现代数学的许多概念和分析学是平行发展的，并不存在谁是谁的先修科目问题。现代数学的学习从理论上说只需要初等数学的知识和良好的抽象思维能力。他更注重数学修养的培养而非实际的应用技能。适当地学习一些现代数学的知识对于进一步学习分析学将是受益菲浅的。之所以认为现代数学艰深的原因不外乎两个：一在于他的抽象性，而另一个很重要的原因是因其未被纳入常规的教学体系，也就是说人们缺乏系统学习的机会。
中国过去由于意识形态方面的原因，将马克思主义政治经济学（或者说是前苏联的那一套政治经济学）绝对真理化了，而对西方经济学采取完全抵制的态度，偶有介绍，也只是作为批判的对象。改革开放后，客观上产生了学习西方经济学的需要。而西方经济学这几十年的发展，尽管也有一些不同的声音，但总体趋势就是形式化。这必然会对国内的传统观念产生严重的冲击。中国过去由于实行文理分科，文科学生的数学素质普遍过低，而经济学又一向被划入文科的范畴，以致于在进一步深入学习西方经济学的过程中遇到了难以逾越的障碍。
人们在对待一个不熟悉的事物时往往容易采取两种极端的态度。第一种态度就是竭力贬低它。中国过去由于传统的政治经济学力量相对强大，权威们（既得利益集团）出于对自身地位的担忧，就采取了这种态度。那时的西方经济学被认为是庸俗的经济学，是应该批判的对象，而数学作为其分析方法则完全是为了垄断资产阶级的利益服务，被斥为是掩盖西方经济学庸俗本质的一种工具。因而不去学习其技术细节。这在很大程度上使我们对西方经济学的介绍始终停留在一个肤浅的层面，被其表面的诸多流派所迷惑，阻碍了我们对西方经济学本质思想的吸收利用，使大学的经济学系成了一个缺乏自身明确方向的专业。
随着社会主义市场经济体制的确立，在对待西方经济学的态度方面也有所转变，庸俗的提法已很少出现，而对数学则采取了一种折衷的态度，既承认它是一种有用的分析手段， 但也反对将其过分抬高，要看到他庸俗的本质。总之数学只是一种需要时可以加以利用的手段而已（不懂得真正去爱，又怎能真正得心应手？）。一般来说，中庸之道总是没错的。 但对中国这个在经济学方面长期缺乏严密逻辑传统的国家来说，一定程度的校枉过正应该是必要的，现在在青年学子中间已经产生了强烈的数理化愿望，这在一定程度上也是出于 更牢固地确立经济学学科地位的需要。
但文理分科的后果并不是能马上消除的，旧有的教学体系也不是能在一夜之间改变的。现在中国经济系的学生多数都缺乏足够的数学训练，而在研究生阶段也不可能系统地开设那些必要的数学课程，并且更重要的是，缺乏足够的能够教授数理经济学的教师队伍，这就使得学生们显得无所适从。作为研究生，由于数学的限制，往往只能学习一些国外本科生所用的中级教材，而一些经典的文献都难以阅读，于是第二种态度产生了，那就是对数学的过分崇敬乃至畏惧。数学在经济学中的应用被人为地夸大了。
正如前面所分析的，数学在经济学的应用并不如通常所以为的那样艰深。事实上，即使在《美国经济评论》这样的刊物中，90%以上的文章也只是用到一些简单的数学模型。在经济学中应用最广泛的数学知识就是微积分中的极值原理，即通常所说的一阶和二阶条件，这对每个经过大学训练的人都应是不成问题的，只是由于经济系的学生平时使用数学的机会较少，因此看到满眼的积分微分符号，就会有一种本能的“畏惧”，事实上，只要硬着头皮耐心去读，一般都是能读懂的。真正令经济系学生感到头痛的是那些以前所未曾接触过的概念：如消费者行为中的非线性规划、一般均衡与博弈论中的不动点定理，分离超平面以及宏观经济学中经常会用到的随机过程、变分法等。这些概念从纯数学的角度来说其理论基础或是证明过程都是非常高深的，但对于应用目的来说，其逻辑一般都并不复杂。就拿在描述经济学的数理化程度时经常被提及的不动点定理来说，排除数学证明上所要求的严格性，其逻辑是很容易理解的：一个经济系统可以看成是一个函数，它以上一阶段的运行结果作为本阶段的输入并将本阶段的输出作为下一阶段的输入，那么所谓的一般均衡状态也就是输入等于输出，从而整个系统的运行状态保持不变的状态，而这很自然地对应了数学中的不动点定理，即在有界凸集上定义的映射到自身的连续函数f(X)中存在不动点，使得X=f(X)。因此，只要适当地开设一些分析基础的课程，或者自己静下心来学习一、两个月，很多概念都是能够澄清的，从而为今后的进一步学习打下良好的基础。
当然，不可否认，在经济学中也确实存在一些难以在短期内掌握的概念，但这些一般都不是主流，根据经济学的基本定理，他们是边际收益递减的，并不会影响大多数内容的学习，况且，在需要时花上一定精力去掌握它们对于高层次的学习也应是必要的。另外，学习数学其价值决不仅在于实际应用，他更大的价值在于对逻辑思维和分析能力的培养。因此，学习数学应该抛开实用主义的利益导向，而将它作为基础素质的训练来学习。
其实真正危险的倾向在于为了掩盖自身的不足或是抬高自己的身价而有意无意地过分夸大经济学中数学的高深程度。遗憾的是，这种情况已经发生，数学已成为一种装饰，一个炫耀的资本。
数学可以成为一个进入壁垒以抬高经济学学科的地位，保护已在圈中的既得利益者。数学基础差的人可以通过夸大数学的难度来为自己开脱并赢取他人的谅解，有时甚至还能产生自豪感。而数学基础好的人则一方面可以将其作为炫耀的资本，另一方面必要时也可成为自己对经济的本质问题缺乏理解的挡箭牌——我就是在搞纯理论研究，我就是在玩数学。
总之，数学不应被神化。要想使数学这把利器真正为我所用，就应首先将它请下神坛。
2001年3月8日，《世界经济》杂志编辑部的何帆博士做了《从国外研究机构看经济学方法论》的学术报告。
何帆博士全面调查了5个国际知名研究所近2年来发表的工作论文。这5个研究所分别是：美国国家经济研究所（NBER）、美国国际经济研究所（IIE）、美国哈佛国际发展研究所（HIID）、美国卡托研究所（CATO）、韩国对外经济政策研究所（KIEP）。
何帆博士首先总结了实践中的经济学方法论：
1.方法论个人主义：分析单元细分入微，以尽量寻找微观基础。如传统上通常把企业作为最基本的分析单元，但后来有人又将企业细分为管理者和工人等，由此衍生出产业经济学等。
2.一般均衡方法：“一般”或“局部”均衡法适用的对象并不完全相同。一般均衡法适用于市场体系较完善情况下的社会政策研究。
3.定量研究法：社会科学（包括经济学）研究的是统计规律。在多数情况下，仅仅停留在理论推理层面的研究，往往因为没有找到确凿的证据而发展成术语之争。定量研究方法却可以很好地克服这一缺陷。
4.案例分析法：中国经济学研究在方法论上面临的一大困窘是：中国经济变化极为迅速，要求事物发展变化保持平稳状态的许多经济计量方法就不适合了。案例研究却是解决该困境的方法之一。
5.可证伪原则：科学的理论均可提出自己的假设，并用案例或计量等来证实或证伪。
6.应用研究的原则：经济学研究本身就是一门应用性学科。如果有人声称自己在从事经济学基础研究，那么他事实上很可能并不清楚自己究竟在研究什么。
结合自己的体会，何帆博士接着介绍了国外经济学家“选题的拇指原则”（Rules of thumb）：
１．能够激发研究兴趣。
２．技术上可行：即方法与工具的掌握与选择。此处所称“技术”通常包括一般理论、具体的归纳或演绎方法、计算机软件、语言等。
３．时髦：指论点和方法等要顺应现时学界的主流。
４．有重要的现实意义。
优秀的选题几乎都能很好地满足上述四个必要条件。
最后，何帆博士详细介绍了各种具体的选题方法。这些方法包括：
1.从特殊到一般的方法
通过具体的案例研究，试图解答一般性的理论问题。如《金融部门在转轨国家中经济增长中的作用：对乌克兰银行体系的案例研究》、《论农业国家的可持续增长：圭亚那案例研究》、《在结构调整时期控制通货膨胀：赞比亚的案例分析》。
2.从一般到特殊的方法
以具体现象检验一般理论，通常会兼用案例分析法和计量分析法。如《失落在热带的斯帕尔托-萨缪尔逊定理：1976~1994年间哥伦比亚的贸易自由化与工资》。
3.理论综述
梳理现有各种研究方法，评论各种方法的优劣，提出统一的分析框架，指出未来的研究思路。如《经济增长的决定因素：多国经验研究》、《货币政策的作用》。
4.几种定量研究的思路
4.1寻找多元的决定因素，甄别各决定因素之真伪。如《发展中城市汽车行业所有权的决定因素》、《教育与收入：台湾1978-1992年的性别差异》。
4.2测算出具体的程度，将争议问题尽量置于实证研究的基础之上。如《收入不平等：地区经济发展程度的差异》。
4.3定量地研究经济现象之间的关系，如《测量实际汇率与出口的关系》。
5.寻找不同社会现象间的联系
为此，需要培养对相似事物的敏感性。如《欧洲的失业率是否提高了美国的工资水平》（由于经济相互依赖程度的提高）、《法律与金融》（由于社会体系的统一性）。
6. Documentation
基本要求：资料收集要全面，事实认证要准确。其中对事实的“准确认证”最见功力。
记录的目的至少有两个层次：（1）弄清事实。如《终身雇佣制度在日本的终结：从全国调查和田野调查得到的证据》。（2）找出原因。如《非洲贫困的来源》。
Documentation的主要方面包括：（1）对某一时段的制度变迁做出记录，如《从军人执政到民主政体：20年来智利的经济政策》；（2）对某一重要现象或某一代表性部门做出记录，如《印度的软件工业：案例分析》。
7.寻找新的角度
如《资本流出自由化能否增加净资本流入》、《哈萨克斯坦的石油财富帮助还是阻碍了其转轨？》。
8.提出现实中的新问题
这些新问题可能是新近出现的“新”问题，如《国际视角下老龄化社会的政策》；也可能是早就存在但一直无人研究过的“新”问题，如《坝址选择的资源成本、移民成本和政治约束》。
9.标题要吸引人
如《我们已经准备好对付使用大规模杀伤武器的恐怖了吗？》、《印度是世界超级大国：改变华盛顿的短视政策》、《绿色战争：把环境恶化作为国家安全问题将危及和平与安全》。
10.提出谜题或悖论
经济学中不乏以此方式提出新理论的实例，如特里芬悖论和列昂惕夫之谜等。类似选题如《股票市场对失业消息的反应：为什么坏消息对股票却是好消息？》。
何帆博士还特别推荐了相关参考书《应用经济学方法论》（[美]唐·埃思里奇，经济科学出版社，1998年6月）。
首先声明我的观点，计量是工具也是理论，它不是普通计算机软件，不懂背后的道理也可以用，我个人强烈反对不掌握扎实的理论就去“应用”计量经济学，那绝对是强奸数据。
本人学习经历：读过大多数国际流行的各种“级别”的计量教科书（除了HAYASHI那本，没借到），熟悉SAS，做过大量计算机练习，“蹂躏”过不少中国的数据，现在读paper，参考手册。
开始篇（不是入门，那是很往后的事情了）
个人认为只有wooldridge那本书是值得反复读的（是那个初级本，国内译本也很好），古扎拉弟就算了，很多理论上的原因大家学到后来就明白了。古的书我读了两遍，现在早就扔了。但现在依然常常翻阅WOO.对于开始的人，woo书上的海量例子太宝贵了，而且绝大多数取材于著名论文，值得仔细品味。
学习方法：用随便那个软件（我用SAS）把书中的例子几乎全部做一遍，知道你用的软件所报告的结果中那些重要的东西是怎么来的（不用知道的太精确），该怎么解释。―――书上后来那几章不懂也没关系。
数学要求：基础数理统计学（就是一般初级书上附录那些内容），不用懂大样本理论，知道有一致性这个概念就行了，并且记住它是计量经济学中几乎唯一重要的评价统计量的标准。什么无偏啊有效啊都几乎是空中楼阁，达不到的标准。
忠告：1、别管 R square，几乎不用管多重共线性，知道异方差和自相关的概念就行了，知道大概怎么诊断，至于纠正嘛，不用太在意。不过对于GLS还是要有个认识。
2、对于简单二元模型中OLS相关的重要推导全部背下来，不多，但很重要。
3、这个阶段不要陷入公式推导。
4、如果你是初学者，不要指望把woo的书处处看懂，差不多就行了。
5、可以拿中国的数据“蹂躏”一下。
入门篇
数学要求：矩阵，大样本理论 稍微再难一点的统计学
矩阵书很多，GREEN附录也可以（推荐Dhrymes --mathematics for econometrics,这本书对大多数人来说需要看的也就大概三四十页吧）。大样本理论有难度，需要做比较严肃的准备，有比较好的概率背景的同学大概也需要时间来适应其中繁琐的推导，white---asympotic theory for econometricians前三四章是值得花时间的。数理统计学教材多如牛毛，不说了，大致GREEN附录的那些内容是要了解的（尤其MLE）。
教材：买一本GREEN的书放着，看完附录就算了，可以以后时不时的查阅其中其他内容。读过这本书的同学我相信会有很多人认为它是不值得通读的，没有重点，全面铺开，很恶心的做法。而且这本书例子不多，实际上我认为思想也很肤浅，没有着重捕捉回归的思想，计量模型中的因果含义等等。
建议：读Golderberg（怀疑又拼错了）吧，个人认为和GREEN功力的差距是本质的，又短又好的一本书，某些地方值得反复读啊读。起码他会真正告诉你OLS假设的含义，呵呵。
基本读完这本书之后，对计量差不多就有个认识了，可以真正开始深入学习了，wooldridge（2001）和hamilton的很多章节是必读的。学到这个阶段的朋友就不需要我多罗嗦了。估计手册和必读的精彩论文都已经有所认识了。
忠告：1、要时不时的作个图看看，不看图（尤其是时间序列）是疯子的做法。ARMA模型要玩熟，要不然总有一天你得回来重新再学，嘿嘿。
2、学好OLS的相关内容实在是太重要了，不要见了更高深的方法就以为OLS没用了，多学几遍OLS吧。基本的矩阵推导要烂熟烂熟烂熟！大样本的结论坚持都推一遍。
3、可以尝试着用计量了，记住如果你只有二三十个样本点，最好不要计量。如果你有50个左右，解释变量别超过三个。
学得挺闷吧，JEP 2001 FALL整整一本讲计量应用的，全是顶尖大牛，每人讲一个方法，要求文章中公式不超过三个，巨精彩。什么非参半参，GMM（wooldridge），IV(angrist@kruger), VAR, GARCH(granger),等等等等。唉，太精彩了。去看看爽一下吧。
□
不太明白为什么GREEN的书在国内被称做圣经，其实就是在AMZON上，这本书得到很多负面评价。
http://www.amazon.com/gp/product/customer-reviews/0130661899/ref=cm_cr_dp_2_1/103-2513422-8868607?%5Fencoding=UTF8&;customer-reviews.sort%5Fby=-SubmissionDate&n=507846
Fumio Hayashi 的《 Econometrics》则是好评如潮。
http://www.amazon.com/exec/obidos/tg/detail/-/0691010188/qid=1117060245/sr=8-6/ref=pd_csp_6/103-2513422-8868607?v=glance&;s=books&n=507846
（Hayashi的书国图有，武大有影印版。清华上两年上过洪永淼老师高级计量一的同学也有，可以COPY一下。）
Russell Davidson, James G. Mackinnon 的 《Econometric Theory and Methods》也是一本使用比较广泛的教科书。
http://www.amazon.com/exec/obidos/tg/detail/-/0195123727/qid=1117060245/sr=8-13/ref=pd_ka_6/103-2513422-8868607?v=glance&;s=books&n=507846
Takeshi Amemiya的 《Advanced Econometrics 》出版于1985年，是一本广受赞誉的书。
http://www.amazon.com/exec/obidos/tg/detail/-/0674005600/qid=1117061263/sr=8-1/ref=pd_csp_1/103-2513422-8868607?v=glance&;s=books&n=507846
Arthur S. Goldberger 的《A Course in Econometrics》。
http://www.amazon.com/exec/obidos/tg/detail/-/0674175441/qid=1117061551/sr=8-1/ref=pd_csp_1/103-2513422-8868607?v=glance&;s=books&n=507846
Goldberger还著有一本初级教科书 《INTRODUCTORY ECONOMETRICS》。
现在中国的学生真的很幸运，因为很多的书在国外出版不久，就被翻译或影印到国内了。
比如 两位时序领域的巨人 James H. Stock, Mark W. Watson 的初中级教科书 Introduction to Econometrics， 我先是看到上海财经大学出了这本 书的影印本，接着又发现东北财经大学出版社 又出版了中文版。
出版周期真的是很快。
有的人除了是好的研究者，还是天生的好的教科书的作者、好的教授。比如已故的G. S. Maddala 教授，他和古扎拉第都是印度人。
他写的初级教科书《 Introduction to Econometrics 》3rd Edition，个人认为要比古扎拉第的好太多了。
□
你说的那些书我基本都有接触，个人也非常喜欢DAVIDSON&MACKINNON(2004)，很好。对于想了解投影知识以得到回归的直观感觉的人，本书前2章是值得看的。此外，由于是新书，本书把BOOTSTRAP方法贯彻始终，基本每一部分都有讨论。
但是这里申明一点，我个人在各种教科书上花的时间太多了，二楼说的都是好书，但是学完一本再学一本的方法是不足取的。太浪费时间了，毕竟，计量终归是作出来的！本人认为取其中之一二作为基础精读之即可，而woo和golderberger绝对是首选。
当认真学完goldberger后，进一步看哪本书实际都不费劲（除了时间序列需要花点时间），这个阶段该看论文和手册了。
对于MONTE CARLO和bootstrap，我认为应该尽早接触。
高斯九十四岁了。最近动笔写一篇抨击经济学发展的文章。他对这发展感到失望二十年了。大师中可能布坎南骂得最厉害。艾智仁、佛利民等比较客气，只说他们不懂新潮经济学在搞什么。是不易理解的发展。两个强烈对比的例子或可澄清一下。一位朋友的儿子在美国某大学读经济研究院，学的微观经济全是博弈理论，什么需求定律、成本理念等一概不懂。另一位朋友进入美国另一家经济研究院，微观经济的规定读物全部是我作学生时读过的。那是四十年前。换言之，这家研究院的老师显然认为四十年来没有什么文章值得读，就连区区在下的几篇得意之作也放过了！一国之内，两家研究院各走极端，是否代表经济学迷失了路向呢？批评经济学的发展容易，但要指出问题所在是另一回事了。最近在这里发表《经济学需要学吗？》一文，获得很大的回响。该文提到经济学是一套系统看世界，指出这套思维不易在大学课程学得。同学们希望我能详加解释。想了几天，得到答案，也认为这答案可以解释为什么高斯等人对经济学的发展那样失望。经济是一门实证科学（empirical science），以理论推出可以被事实验证的假说的学问。这样看，经济的科学方法与物理、化学、生物等没有两样。后三者被称为「自然科学」，而经济则是「社会科学」了。要注意的，是在社会科学中，只有经济的科学方法与自然科学的完全一样。方法一样，但实践的做法不同。可不是吗？无论是物理或化学或生物，学子从中学起就要在实验室作实证工作，不断地作实验，到大学到研究院到专业到退休为止。天赋冠于人类的爱因斯坦，搞纯理论，早期也出自实验室，后来关注外人的实验成果。爱因斯坦有资格搞纯理论，后来还是纯理论误导了他。世间有多少人敢说自己有爱因斯坦的天赋呢？经济学的困难，起于这门学问的实验室是真实的世界。没有听过学校里有经济实验室这回事。学经济的读历史，可以有读他人的实验报告之效，但史实往往不尽不实，可以误导，而没有理论基础的历史缺少了系统约束，很有点天方夜谭。在经济研究院写论文，算是实证研究的，其实是拿一些政府或机构搜集的数字，用计算机作回归统计分析。统计技术可以超凡，困难是结论不一定可靠。另一方面，他人发表的数据，不一定代表真实世界的现象。数之不尽搞数字统计的人，不知数字从何而来，或代表什么。要在经济学搞纯理论吗？天赋高如森穆逊或阿罗，提出的理论往往与真实世界扯不上关系。高斯的观点不一定对，但我是同意的。他认为要解释世事，我们要首先知道世事是怎样的。这是说，要解释现象，我们要先有现象在手。换言之，不管现象的真实性而搞纯理论，是闭门造车。可以命中而解释现象吗？爱因斯坦的相对论是有名的不用实验室而想出来的伟大例子。我们没有听过经济学出现过像爱因斯坦那样的奇才。
不要误会，虽然他们对解释现象的命中率不高，我欣赏森穆逊与阿罗的纯理论：他们的论著与思维给了我不少启发。但我认为要在经济学搞纯理论，有他们的天赋差不多是起码的要求了。三十多年前几位师友认为我应走纯理论的路，但自己衡量，认为这条路走不过。这就带来本文要说的重点。今天的经济学不重视真实世界。从事经济学的人没有在真实世界这个唯一的经济实验室操作过。虽然生活在真实世界，他们没有视之为实验室地作观察研究。他们没有翻来覆去地把现象与理论印证。统计数字容易错，既不够广，也太轻浮。博弈理论大搞了二十多年，严格地说，到今天还没有解释过一个真实世界的现象。传统的经济理论多得很，有深有浅，有精彩的也有怪诞的。这一切大学可以教。然而，熟读这些理论，懂得透彻，不等于掌握了一套有系统的经济思维。掌握这套系统的法门，是要天天拿理论与真实世界的现象印证，正如物理学家或化学家或生物学家天天在实验室操作那样。经济学的理论那么多，世事那样复杂，一个学者不可能全部掌握。有了一般的理论基础，从事的人就要跑到世界实验室试作验证。每个人的际遇不同，兴趣有别，理论的取舍与轻重之分就因人而异了。淘汰或选用理论是在世界实验室的操作过程中无可避免地发生的。到了某一个里程从事者会察觉到自己掌握了一套有系统的经济思维。每个从事者遇到的现象有同也有别，而达到了掌握之境的，每个的系统不一样。因此，经济学的系统思维不可以在大学课程传授。
回顾历史，我们知道史密斯对世界的观察是大场面，洞察力强；李嘉图与马克思集中于土地与劳力，忽略了其它资产，也错于成本的理念，理论于是失误频频；米尔掌握了成本，但对经济现象的划分不够一般性；马歇尔对竞争有深入的体会，明白经济整体的运作，可惜对成本的理念搞不清楚；鲁宾逊夫人以理论发扬马歇尔，但对世事知得不多；凯恩斯走货币理论的路，搞起宏观经济，但脱离了马歇尔的微观传统，有所不逮。新古典经济兴起之后的古人，没有瑕疵的只有一个费沙。还健在的大师怎样看呢？篇幅所限，这里只略说三位自己很相熟的师友。高斯对垄断与广播行业的真实世界知得详尽，对成本理念的掌握有独到之处；艾智仁体会真实世界的生产程序，对竞争与价格理念的掌握前无古人；佛利民对不同货币制度与政府管制知得多而深入，是我认识的唯一能把价格理论与货币理论融会贯通的人。这可见要掌握一套有解释力的系统思维，从事的人一定要在真实世界的实验室的某方面操作多年。我自己呢？靠街头巷尾的现象起家，只掌握需求定律的运用与局限条件的变化。雕虫小技，不合大人，但也是一套完整的有系统的经济思维了。
经济学现在是显学，经济学家也倍受关注。人们可能对他们的观点是怎么形成的，他们是怎么成长的感到好奇。知名青年经济学家蔡昉的学术自述《惑与不惑之间——与经济学结缘20年》(广西人民出版社，2001年1月第1版)，为我们提供了一个解读经济学家成长史的样本。
我开始听到惑与不惑这个书名的时候，还以为是要写作为经济学家有什么困惑。其实不全是。这是作者刚过不惑之年，与经济学结缘二十年之际所写的，所以从时间的角度来讲，既有惑又有不惑。从学问的角度来说，他认为在自己的研究领域也只能算是在惑与不惑之间。
发展经济学可以说是显学中的显学，也是作者比较有影响的研究领域之一。中国改革为什么得以成功是经济学家们众说纷纭的问题。作者与合作者的《中国的奇迹：发展战略和经济改革》被称为"把改革与发展结合起来"的思路。他们从发展战略选择与资源禀赋之间的矛盾出发，分析了中国传统经济体制形成的内在逻辑，指出发展战略的选择是否符合资源禀赋的要求，是决定经济体制模式及经济发展绩效的根本原因，比较有说服力地回答了改革之后中国经济迅速发展、但在某些方面又进展迟缓甚至存在问题的原因，以及中国的改革与发展能否持续和苏联东欧的改革为什么步履维艰等重大问题。按照他们的观点，中国的比较优势在于大量的劳动力，所以应该选择劳动密集产业作为发展重点。但是，对于许多普通人来说，却难以理解中国的出路就是做廉价劳动力与简单制成品的供应国、有些资源富国就要做原料供应国。在后来的修订本中，他们重写了《比较优势战略》这一章，可以更清楚地回答人们的疑问。比较优势战略是永远适用的，但是比较优势是处于动态变化中的，相对稀缺的资源与相对占优势的领域会发生变化，这个时候就应该进行产业调整，或者在产业内部进行资本、技术与劳动的代替。
我国是个农业大国，在发展过程中"三农"问题越来越受到关注。作者主要是一个农业经济学家，在1996年他明确提出中国农业已经处于从被征税到受保护的转折点。而对农业实施价格保护与进行剪刀差式的征税一样，都是扭曲的政策。这种政策倾向是制约我国农业经济改革最终成功的根本障碍。在中国农业人口仍然占绝大多数的情况下，搞农业保护只能是不彻底的，其结果是不会有赢家：农民得不到充分保护，消费者白白多掏腰包，政府不堪财政负担，政策执行难度也很大。既然承认农业资源配置最终要依靠市场机制进行，就不应该臆造"农业是弱质产业"的"规律"以制造非市场化的理论依据争取政府的支持。不过，市场不是万能的，人们对市场信号可能产生误读，面对市场失灵的客观现实，指望完全依靠市场解决农业问题恐怕也是难以行得通的。所以，我认为还是要不断在市场与政府之间寻找结合点，否则就摆脱不了重蹈自己与别人覆辙的命运。我国的改革是从实行家庭承包制、结束人民公社制度起步的。但是随着农业产业化的产生与发展，农民对新型合作组织的需求却越来越迫切。关于农民对合作经济组织"扬弃-再寻求"的原因，学者们的解择也是众说纷纭。作者有机会亲自考察了国际上被誉为"普遍失败中的成功范例"的西班牙蒙德拉贡合作企业，从外部竞争环境和内部治理结构两个方面解释了其成功原因。这个合作经济组织具有与私人企业同等程度的开放性质，有竞争就保证了它有效率。合作公司以契约的方式连结起来，提供了不同层次合作关系的"进入"和"退出"的权力。该合作组织的管理结构为成员的"表达"即参与管理提供了完善的机制，成员有平等的权力获得与经营有关的信息，劳动者能够表达对管理过程的满意程度，这使管理体制得以不断完善。中国远离合作经济基本原则，但却获得了成功的社区合作组织，如形式上比人民公社还人民公社的河南南街等地究竟遵循的是何种规范，仍然是作者准备解除的困惑。我认为，自愿原则是中国本土的合作组织成功与发展的最重要原则。有些地方从自己的实际出发，逆家庭承包制的潮流而动，继续选择了有利于发挥集体优势的合作组织并取得了成功。将来要发展合作组织，也要尊重群众自己的选择，从满足群众的需要出发，政府不能包办代替，强迫群众接受他们认识不到其好处的东西。当然，效率原则也是不可或缺的。如果合作组织不能显示出其优越性，就不会有什么吸引力与生命力。
作者对待学问的态度也许可以帮助许多研究者以及准备选择科学研究的人解决他们所面临的困惑。如，在研究与数学(模型)的关系上，他认为经济学的第一原理是其最基本的"理性人"假说，统计相关关系说明不了什么因果联系，不能把数学看得比经济学原理还重要。在对待经济学家之间的争论上，他同意不能怀疑对方的动机与智力的说法，主张不能进行观点对观点的争论，而要关注对方的论证过程，保持开放性的思维。他以日本经济学家速水佑次郎与美国经济学家拉坦提出"诱致性技术变迁"理论的例子说明了这样做的重要性。前者发现日本经历的是以生物技术进步为主要方向的农业现代化道路，后者的结论是美国的农业现代化道路是以机械技术进步为主要方向的，他们通过合作研究找到了两种经验中的共同性：农业生产对于技术的需求，取决于特定经济中生产要素的相对稀缺性。在对待做学问、做官与经商的选择上，虽然做学问是自己与自己战斗，很消磨人的意志与生活情趣，必须放弃常人所拥有的某些乐趣，严肃的学者还不能利用自己的名气卖弄学问，但是他仍然愿意放弃选择的权利，甘愿坐冷板凳。这不仅是因为他从做学问中受到了激励，而且也是因为他认为自己最适合做学问。我想，如果中国的学者都是这样的话，中国的学术就是大有希望的。
作者还特别提到“邓力群访日归来的思索，使我们第一次了解当代资本主义社会的积极方面。从此，人们开始探索资本主义何以腐而不朽的问题。”他还进一步指出“这何尝不是15年之后，我们终于把在资本主义经济中体现的最充分的市场经济，作为我们改革的目标模式的思想起点呢?”(第24页)。这真是耐人寻味。邓现在被普遍认为是老左的代表，谁会想到他竟然对我们的改革起到了这么大的思想解放作用呢?我一向认为，"左"与"右"的划分只是一种简单化的做法，对于认识人们的思想差异与中国的社会现实并没有什么实际帮助，反而可能产生误导。在社会主义建设条件下，如果不是出于个人的私利，就都是对党和人民忠诚的不同表现。在这么大的国土范围内的不同地方，在不同的阶段，可能"左"或者"右"分别更符合不同的实际。我们应该九许不同的观点有存在的空间，有实践的机会，通过实践证明谁是谁非，这样才能让人心服口服，最终达成一致。
这本书的一个价值在于作者没有把自己写成天才。事实上，他的研究基础可以说并不是很好，他受的是传统经济学的训练，直到本科毕业他才产生专业兴趣，他报考母校人民大学的研究生却没有被录取，而转到了中国社会科学院研究生院，他原来一直学的也是俄语。但是经过努力，他"边干边学"，补上了现代西方经济学和英语，成为成就斐然的经济学家。作为成功人士，他的经历让我们感到敬而不远。如果我们足够智慧，如果我们的导师也是同样的"名"与"明"，如果我们的机缘也是同样凑巧，我们有什么理由没信心取得更大的成就呢?
(作者单位:中国社会科学院)
原载中信出版社吴敬琏主编《比较》第一辑（2002年7月），感谢《比较》授权中评网发表
经济学家需要具备的能力
如何培养最好的经济学研究人员？具有哪些标准和条件才能成为一个好的经济学家？怎样才能在应用经济学或在经济学上作出贡献？这些问题似乎近来常常被提及。我以为，一个好的经济学家最重要的是要具备三方面能力：观察能力、分析能力和创造能力。一是观察能力。很自然地，这是指经济学家要有能力在现实中观察出重大问题，规律性与决定性的问题。这包括现在正在发生的，也包括历史问题。人们是否能够发现和解释历史的问题，直接关系到是否有能力解释现在。如果没能力解释历史，往往也没能力解释现在。现实问题总是非常复杂的。从学术上来说，如何找出现实或历史中最重要的问题，提出一个解释，这是很大的挑战。面对这样的挑战，学者与非学者是如何区分的？什么是经济学者心里特别重要的东西？我想区别他们的一个标准，就是看他们心里有没有一个理论的基准（benchmark）。好的经济学家要能在观察现实的时候发现问题，寻找到疑问。也就是说有洞察力。好的社会科学家一定要有能力找到问题。提出一个好的问题相当于解决了问题的一半。所谓的问题，即是疑问。他所产生的疑问、看到的现象，有没有什么规律，能不能解释。如果没有什么规律，那就谈不上是经济学问题；如果这个规律能够被已有的道理所解释，也谈不上是问题。观察到现象，且能发现里面有什么问题，这非常取决于学者心里存在的理论基准。一个学者能抓到什么样的问题，就基本上决定这个人是个什么样的经济学家。重要的经济学家抓到的是重要的问题。有理论素养的经济学家和非经济学家的差别，在于脑子里面有没有这个基准。
经济学教育中大量的内容是机械的，问题在于，怎么培养人的观察能力。这是教育中的重要问题。观察能力中，有一部分是可以培养的，有一部分是不能培养的。从经济学教育的角度，我们现在只讨论可以培养的部分。要培养出观察能力，核心的东西是脑子里要有对经济学中基准的透彻理解。当一个好的学者对经济学理论中提供的基准吃透了，这个基准就能帮助他判断什么地方是有疑问的，什么地方并不是疑问。为了讲得更通俗，可以比喻为结晶。基准就相当于一种结晶的基本结构。它是反映现实的一种理想的、简化的结构。有这样一个结晶在脑子里，在观察现实的时候，就能依据它来判断什么问题是原有的基准解释得了的，什么是解释不了的。解释不了的问题，就可能成为是好的问题。这就是好的经济学家所要做的事情。
历史上一个重要的例子是人们很熟悉的科斯定理，这是科斯暑期在美国打工时发现的。他观察到一个重要现象，认为经济学的理论不能解释。他在伦敦经济学院念本科的时候，学到经济学的一些基本知识，形成了他头脑中的基准。经济学告诉他，市场在理想竞争状态下是最有效率的。在理想竞争状态下，企业应该是无限小的，经济行为是由市场价格来协调的。可是，科斯观察到，在通用汽车公司，大量的交易不在市场上完成的，不靠市场价格机制来协调和运转，而是在企业内部协调的，是上下级调动的关系。什么是企业的边界？是什么决定了什么应当在市场上交易，什么不能在市场上？当时学到的经济学不可能给他好的结论。科斯虽然只是本科生，但他脑子里有这样一个经济学理论的结晶，这就是相当于阿罗-德布鲁的“一般均衡理论”里的厂商理论的基准。没有这个基准，就没有后来的发展。头脑里没有好的基准，就很难发现问题。头脑里有好的基准对观察能力很重要。
一个好的基准一定是抽象的、简单的。所以，当我们讨论经济学的限制和经济学的指导能力时，绝不应该只由于某个理论有“不符合实际”的什么假设，就断言它是不真实的，不适用的。实际上，往往正因为好的理论做了好的重要的假设，才给了我们重要的分析力量。
二是分析能力。分析能力大体上分为两大类：一是理论的——其中包括数学类型的分析能力和使用自然语言的分析能力。二是实证的——其中包括案例（收集材料）分析和数学统计分析。经济学大部分使用数学统计类型分析工具，虽然用非数学工具分析并非不可。为什么现代经济学发展的总趋势是用数学工具呢？其原因是，当人们不用数学工具时，推理、分析的能力会受到很大的限制。只有当问题相对简单，或者人有用自然语言进行分析的天才时，才有可能不用数学进行分析。当然并不一定数学的分析永远是最高超的。科斯数学上一窍不通，高中数学考不过。但他有超凡的能力使用自然语言进行分析。为什么今天的经济学主要使用数学分析能力，那是因为语言的能力非常难以具备，使得只有少数天才方能达到深入。科斯是天才，马克思亦然。这样的人，不使用数学工具，用哲学性方法思索还能把问题想透。但是，只有天才而且碰到的问题相对简单，才有可能不用数学工具。如果要求学生都有科斯这样的分析能力，可能一千个学生最多只能出一个经济学家。
在讨论到经济学家的培养的问题时，运用数学工具的分析能力是可以培养的。如果是实证工作，除收集数据、案例之外，往往不可避免地要进行数据处理，所以要有数学能力。这些因素加在一起，经济学需要有数学的帮助，需要进行微观、宏观、数理、计量等一系列基本训练，才能帮助学生掌握分析的手段。这些是当今成为经济学家的基本条件。但是，观察能力和分析能力要两者并重，必须要强调观察能力，而不能只强调数学，两者是互补的。
三是创造能力。将创造能力从观察能力和分析能力中独立分离开并没有很好的道理，我这样表述只是为了更强调创造力。前两者都要创造力，之所以要分开，是想强调创造力的重要性，是因为只有具有创造能力，才能成为好的经济学家。创造力指有创造性的观察能力和创造性的分析能力。创造性的观察力是提出疑问，找到现有经济学中不能解释的主要规律。首先，有没有创造能力去进行观察，能否在观察中发现问题，发现基本的挑战。其次，是有没有能力创造性地进行分析，要有能力处理现有的分析工具没能处理的问题。德布鲁和纳什其实是数学家，对经济问题并不十分熟悉，但对经济学有非常重要的贡献。经济学毕竟是一个巨大的学科，有众多的分工。他们二人最重要的贡献是在分析上，帮助经济学家提供了非常重要的分析工具，有创造能力的经济学家可以运用他们的分析工具，从而帮助他们进一步推动经济学的发展。
总的来说，创造能力是最难培养的，因为这往往是不能训练的。可以训练的一般是规则的、机械的。这也是为什么经济学中大量的训练是数学性的，以及应用数学解决问题。数学可以训练，但创造力是没有系统的方法可教绶的。一般来说，创造力不能训练，只能培养。而培养大部分靠着环境熏陶，没有机械的办法。
经济学的不同教学方法
经济学教育如何培养和训练观察、分析和创造三方面能力，不同西方国家的重要学校和教育制度的安排是不同的。为把问题看清楚，帮助理解，先看两个极端。一端是传统的英国教育，是精英教育的代表，以牛津和剑桥为代表。美国的教育制度是从中衍生出来的，哈佛的制度起源于剑桥，耶鲁也是仿剑桥。牛津和剑桥好几百年的历史，其教育特点是培养天才。培养方法是师傅带徒弟，很多人中偶尔会有天才产生。由于天才是不可训练的，而英国传统制度是培养天才，所以不侧重训练，而侧重创造一个环境，让天才脱颖而出。这个制度强调的是识别和创造天才的环境。英国的传统是一种宽松和充满闲情逸致的学术环境，每天有不同学科的学者共同喝茶的时间，喝酒的时间。识别的方式不是考试，而是看人有没有能力和别人辩论，表达出新意。谁来评判？委员会。这是一个长期的历史演变过程。例如，牛顿出名之前，当时物理还不是科学，而是属于哲学。在哲学的范畴内，他很难说服年资者。当时，在剑桥三一学院中，他很难说服年资者关于他通过光学实验而得到的对光的认识。他们用古希腊的哲学与之辩论，从哲学上对光学的认识驳回牛顿的实验结果。但是实验的结果怎能用哲学驳回呢？当时学者们没有科学的头脑。不懂得科学最终的标准是实验，不是古希腊传统的辩论！虽然微积分是牛顿发明的，是牛顿的重要贡献，但那基本是从他的直觉中产生的，而不是从数学推导出来的（是莱布尼兹推导出来的）。这些重要的贡献跟英国的制度有关系，跟他们培养观察能力，把握事情的基本规律的能力有关。在这之下是导师制，没有系统课程，不强调训练。优点是，因为特别强调环境，所以特别能识别天才，也产生了许多天才，如牛顿、凯恩斯同是出自剑桥。历史上，英国在自然科学和社会科学中对人类都有极其重要的贡献。原因与此传统密切相关。缺点是，学生的质量很不稳定，学生好坏之间的差别很大，天才在此制度下可以快速成长，但由于大部分人不是天才，没有训练，水平就会很差，天才与非天才之间会有巨大差距，很多毕业生素质并不好。
另一端是法国的教育方式，强调系统训练，拿破仑时期推广到全法国甚至全欧大陆。拿破仑本人是炮兵学校毕业的，是个很不错的应用数学家，可以根据具体的地点和环境在很短的时间内计算炮弹的弹道曲线和距离等等。他很崇拜数学能力，仗打到哪里，就在那里建起理工大学，也就是polytechnic。所以，和英国传统制度比较，法国不是寻找天才。它并非不要天才，而是寻找的方式完全不同，法国式的polytechnic也是培养精英的制度。其数学训练非常强，给学生进行非常大规模的数学训练，用很严格的考试淘汰的办法来寻找最强者。强调训练，可以产生大批训练有素的人，这一批人都有很强的技术能力。由这些人中产生一些人做经济学。但这种训练方法使得人们比较缺少观察能力和想象力。可以有技术上的创造力，但与技术无关的创造力会有所欠缺。同任何科学相似，经济学的发展上很重要的是学者的直觉，而法国式的教育方式往往会缺少直觉。而且在技术上缺乏能力的天才，可能根本没有机会进入培养体系。比如科斯，在法国式的教育制度下，可能第一轮就被淘汰掉，不能生存。到底是淘汰制还是训练过程扼杀天才呢？更大的可能是过早地被淘汰的方式。
当今学术上占优势的制度是美国顶尖学校经济系及个别欧洲的经济系的教育制度，它介于两种极端之间——一方面侧重系统的数学、理论、方法论的训练，但也不单纯靠考试；同时也提供一系列的环境，刺激学生发展观察能力、创造力和批评能力——观察力包括了非常关键的批评能力。批评，这里并不是指负面的意思，是正面的意思。比如，发展任何一个新的东西，要到处开研讨会演讲，目的——或者说主要的目的——不是为了宣传、鼓吹自己的新观点、新东西。最主要的目的是要寻找批评。最好的演讲的地方，最值得做的地方，是在那里能找到最好的批评的地方。如果无人能批评，那么从做研究的角度来说，演讲往往就不是最成功的，不是最有效率的。学术界中，别人对自己有否帮助，也取决于他或她能不能提出好的批评。这是西方学术界的传统，与中国的历史传统不太一样。批评能力也是观察能力，观察到什么东西是有疑问的，不能自圆其说的。欧美最好的学术机构强调系统训练，同时也提供环境刺激。
所以我们可以非常清楚地看到，英美体制下产生的经济学家，和法国体制下产生的经济学家，一方有想象力，另一方有技术能力。眼下在世界上占优势的、最流行的培养经济学家的方式主要集中在美国的经济系，个别的在欧洲的经济系。他们把两种极端组合在一起，对研究生系统进行数学、统计学、微观经济学理论、宏观经济学理论、计量经济学理论的训练，以及实证，加上历史和现实经济政策，混合训练。然后，创造环境——用各种各样的研讨会来刺激学生，增加其观察能力和想象力。
中国经济学教育——“眼高手低”
对我国的教学怎么培养研究生，我滥用一个词来概要——“眼高手低”。 眼高，即目标和眼界要高，盯住世界上最好的学校，要培养出最好的经济学家，能找到最重要的经济学问题，发现最重要的挑战，鼓励我们的研究生能独立观察，有批判和创造的能力，要发现天才。手低，就是说要从做得到的事情做起，尤其是培养学生。什么是做得到的？需要认真讨论。简单地说，中国现有的高考制度严格筛选出来的学生是非常棒的，高等院校，尤其是国内最强的，比如北大、南开、复旦、清华等等，最好的学校里的学生的背景和接受的训练可能很接近法国制度。学习法国的训练方式实际上是有好处的，比较容易做到。这就相当于中国的经济改革是渐进式的，这一步应该可以做到，至少可以训练。给定中国特点之下的另一条件：经济学仍很落伍，怎么赶超、培养？中国经济学教育应该更侧重严格的数理训练，培养出一支整齐的队伍。所有的条件相加，目前阶段最容易做的是偏向法国式的强调训练，特别是数学和统计学。因为中国这方面有足够好的数学家和统计学家。当然，我们眼还高，不应限于这些，还要把目标放在培养出有观察能力的经济学家上。
经济学的五个“不相关性”理论基准
我把经济学中关于制度的最重要内容概要为五个关于“不相关性”的理论基准。这只是我个人的见解，因此不一定所有的经济学家都同意我的全部说法。但是我表达的精神是很多经济学家们广泛共有的。如前所述，成为一个经济学家具有好的观察能力、分析能力和创造力的核心条件（必要）是要非常清楚地把握经济学的理论基准。经济学最重要的关于制度的内容有如下五个基准：1，阿罗－德布鲁的一般均衡模型。2，莫迪格里亚尼－米勒定理（MM定理）。3，科斯定理。4，卢卡斯关于货币中性的理论。5，贝克尔－施蒂格勒关于最优阻吓司法制度的理论（这是我的见解，我认为这是一个认识司法制度的理论基准）。把这五个基准弄懂之后，经济学的精华大体就把握住了。这五个基准的共同点是“不相关性”（irrelevant），即每一个都是关于某种制度的不相关性。当然，把经济学概述成五个不相关性的基准是我个人的见解。
第一个理论基准，阿罗－德布鲁的一般均衡模型。这个理论意味着经济体制同经济效益不相关。这个理论讨论市场经济时有非常重要的基本条件：一是市场完备；二是不存在不对称信息。在以上条件下才有这个不相关性。这实际上已经远超出一般均衡自身的内容了。在经济学文献中，虽然阿罗和德布鲁自己并没有讨论过计划经济，但文献中有在阿罗－德布鲁条件下分析计划经济的，结论是在阿罗-德布鲁条件下，计划经济同市场经济的结果是一样的。阿罗－德布鲁的两个基本社会福利定理实际上已经包含这层含义。实际上，一般均衡和帕累托最优的互相关系并不是一个单纯技术上的结果。它们说的是经济制度同效益不相关。即在阿罗－德布鲁的条件下，帕累托最优的结果并不一定必需用市场经济，用别的体制也可以达到。为了证明，需要的技术条件，对于计划经济同对市场经济是相同的。阿罗-德布鲁一般均衡模型是新古典经济学方法的典范，虽然这个定理的假定和现实并不正好是一回事，但它提供了一个基准，人们可以在此基础上进一步分析和认识。一个非常重要的认识是：任何解释计划经济同市场经济的基本差别的理论一定要超出阿罗-德布鲁模型的范围。
第二个理论基准，莫迪格里亚尼-米勒（MM）定理。金融工具同效益不相关。公司不论用发债还是发股票的方式融资，从利润的角度来看其结果是一样的。MM定理所设定的基本假定条件是——厂商与投资者间没有不对称信息；股息与资本所得都不征税；买卖证券是无成本的。MM定理为人们认识金融工具、金融体制提供了理论基准。当金融工具同利润不相关时，金融体制同效益也就不相关。为了认识为什么现实中不同的金融工具收益不一样，以MM定理为指导，就要寻找现实中是什么违反了这一定理的假定的条件。MM定理的重要性远超出了公司金融的范围。实际上，货币本身也是一种金融工具，因此它同时指导我们认识货币的功能。
第三个理论基准，科斯定理是指导我们认识产权功能的理论基准。它的结论是：只要交易费用趋近于0，法定产权的最初分配方式同效率无关。科斯定理说，只要定义好所有制，无论它是国有或非国有，谁拥有财产对效益并不相关。在现实中，产权的所有制是同效益有关的。科斯定理的力量在于，它指导我们寻找答案的路：什么重要的现实因素违反了科斯定理的前提，使得产权与效益相关。
第四个理论基准，卢卡斯的货币中性理论。这是经济学中最重要的理论基准之一。货币中性从狭窄的角度看，意味着从长远来说货币政策同经济效益、经济增长无关。从广义看，它意味着金融工具、金融体制同经济效益、经济增长不相关。这是理性预期模型中推导出的重要结论。实际上理性预期理论的假设同阿罗-德布鲁模型是相似的，而阿罗-德布鲁模型中根本就没有货币。卢卡斯模型为理解货币及金融体制提供了重要的理论基准。至今经济学家们在为理解货币与金融体制而努力奋斗。有了这个理论基准，人们知道，货币的功能以及金融体制的功能一定在于现实中什么地方违反了卢卡斯模型的基本条件，寻找这个条件就是指导人们寻找理论突破的道路。
第五个理论基准，贝克尔－施蒂格勒模型。BS模型指导我们认识司法制度。该模型的基本推断是：除法庭以外的执法体制同效率不相关。该理论的直接结论是，一个好的司法体系只要有法庭执法就足够了，寻找其他执法方式没有意义。前提是法律要把什么是犯法定义清楚，把对犯法者的惩罚设计为最优。在这种最优的法律下，假定所有人都是理性的，都懂得最优法律的惩罚，都会推理，所有的人在可能犯法前要计算，对犯法所得的预期的好处和可能的坏处互相比较。最优法律制定得有最优的阻吓力，使犯法对所有人都是坏处大于好处，结果这个社会中人们就不犯法。只要制定的法律是最优的，法是由独立的法庭执行的，就不存在其他更好的方式。也就是说，执法体制同执法的效率不相关。但是在现实中在法治最有传统的国家也同法院并行地同时有监管等其他执法形式。为了认识它们，我们要寻找哪些贝克尔－施蒂格勒模型的基本条件在现实中被违反了，这就是基准的力量。
按照我的见解，经济学结晶的内容就是这五个基准。它们以“不相关”的形式提供了理论基准指导我们认识现实中最重要、最相关的社会、经济、法律制度。
不熟悉经济学的人们可能会对这五个理论基准产生两种极端误解：第一，误认为理论可以为现实提供解决问题的现成答案。但是，事实上这些关于不相关的理论并不能提供现成答案。所有这些理论中说的不相关的东西在现实中都是特别相关的，甚至是最相关的。理论的作用是指导性的，理论不是提供现成答案的，简单照搬理论到实际，绝大多数情况都会失败。第二，认为经济学理论完全不现实，或认为理论是依赖假定的，而那些假定根本就是不现实的。实际上，好的假设是理论分析的力量所在，不是弱点。因为靠发展了这些理论基准才能帮助我们判定在碰到问题时从什么地方入手。比如看到经济体制问题时，阿罗－德布鲁模型告诉你经济体制不相关，它就帮助我们寻找在阿罗-德布鲁模型之外，是什么东西影响经济绩效，比如是否合同不完备，是否有不对称信息。为了研究为何所有制是相关的，我们要寻找是什么东西违反科斯定理的条件。这就是理论基准的力量，理论教给人们的主要就是这个。观察能力中，能够训练的部分主要就在于理论基准，有了“基准”，就知道寻找问题的方向，这就是理论的帮助。
经济学的普遍性和特殊性人们普遍关注经济学在中国如何发展的问题——经济学的普遍性和中国经济的特殊性的关系。这里面有两个极端的看法都是不利的。一个极端是完全忽略中国的特殊性，认为经济学是普遍适用，可以到处照搬。这是对经济学的误解。经济学寻找的是普遍规律。作为理论，一定是抽象的，“抽象”意味着理论必须要离开许许多多经济现象的细节。一个普遍的道理只是给人们提供想问题的方式和思路。所以经济学是为重大问题提供线索，而无法对所有具体问题提供现成的答案。另一极端是认为中国是特殊的，所以经济学没有办法应用于中国的特殊情况。但如上所述，经济学提供的是思路，尤其是提供理论基准，用基准帮助分析。
把普遍性和特殊性结合在一起，作为一个经济学家什么样的工作是好的工作？大体上有两大重要标准，如果是政策性工作，那么标准是对政策是否有帮助。学术标准则是有无能力解释有疑问的规律性现象。从学术上讲，标准是在解释中国的现象时，能否给经济学自身带来什么贡献。好的经济学研究，不仅限于研究中国的事情，而是要通过解释中国事情，帮助世界上的经济学家理解新的东西。这是对经济学的贡献。换言之，通过解决特殊的问题，找到普遍解，这是很高的标准。中国是特殊现象，要在这里找到普遍内容，上升到经济学，反过来发展经济学。这是很重要的。
普遍性与特殊性的另一个问题是跨学科的研究。例如，经济学与法学。经济学与法学看上去可以是根本不同的学科。但在实际的社会问题和经济问题上，两者从来就不是分立的。比如在经济学中，古典经济学只讨论市场怎么运行得好，完备的竞争，从来不讨论完备竞争背后的社会条件是什么。什么是社会条件呢？所有的合同都能执行，所有分配好的产权都能被保护。古典经济学根本不用担心这些事，因为假定已经有人在干这些事。这是古典经济学能使经济学和其他学科分开的重要假设（条件）。当面对经济问题，特别是发展中国家或转轨经济时，从一种经济体制向另外一种体制转变，忽略市场以外的因素，当没有这些条件时，古典经济学所提供的结论都变了。再比如说法学，为了定义清楚，往往把经济问题定义出去，假定经济上的东西都能自我运转完美，收窄讨论的范围，只关注法学。每个人都假定对方是完美的。什么样的制度能够运转，一定要别人的条件满足，这是经济学与法学通常分开的历史情况。现在产生了新的学科：法和经济学，帮助两者合在一起。
经济学有好多领域，由此产生了专门化和经济问题的整体性的矛盾。现代经济学专门化趋势的发达，同进入经济学的人数增多是相关的。人越多就会有越来越多的分工。这个专门化对学科的发展往往是有好处的。但同时人们必须认识到这里有代价。代价在于本来领域的专门化只是为了讨论问题的方便，是人为的划分。现实世界不是这样人为分开的。许多重大的经济和社会问题，原本是不便分开的。于是专门化可以带来很不好的后果。例如微观经济学与宏观经济学的分开，但现实不是按照宏观和微观分开的。最典型的例子是货币制度，什么是货币。货币的功能又导致怎么去选择金融制度。在经济学的分工里，讨论货币的叫做宏观，但制度是属于微观的。那么到底金融制度是属于宏观还是微观呢？如果一个学者的领域很窄，所有的人都很窄，所谓微观的只知微观，宏观只知宏观，那么没人能弄懂货币和金融制度。这实际上真有讽刺意味。事实上至今经济学家对货币的功能是什么仍不能有好的理解。经济学家至今还在寻找货币功能和它之所以存在的道理。由此自然可以想象，如果对什么是货币都没有好的理解，什么是好的货币政策呢？什么是好的金融体系呢？传统上货币被理解为交换媒介，记帐的媒介，这是古老的解释。但这样古老的理解，古老的货币和今天的货币就没有差别了。任何对货币的好的理解要能解释今币和古币的重要的区别。从今天看，货币的重要、核心的功能是在整个经济里帮助解决“广义流动资金”（liquidity）的问题，这是一个决定现代经济能否正常运转的基本要素。由此才导致对货币政策的理解。货币政策是试图调整货币供给来影响整个经济中的liquidity。如果对货币的功能不清楚，怎么能通过中央银行调节经济中的liquidity呢？通过什么样的机制才能把货币供给的变化传递到经济中去？这些至今是经济学中最头疼的问题之一。大量的宏观经济学家把什么是货币这个问题跳过，假装不知，或者从来不知。但最好的宏观经济学家都知道这是非常重要的问题，而这个问题要去理解，是不可能用微观、宏观分开的专家做到的。给学生教学时，分开各个领域的好处是可以帮助训练。但帮助面对观察、分析重大经济问题时，这个界限经常要打破，包括做研究工作。研究工作是否定义在一个专门领域里，要看什么性质的工作。究竟是领域内的贡献，还是对整个经济学有基本影响的重大贡献。如果是领域内的贡献，可以遵守界定好的领域，但如果是对整个经济学有基本影响的，界限就要打破。
理解比较经济制度的重要性
这里我还要特别强调，如何理解比较经济制度是理解经济学特别重要的方面。当人们谈到比较经济制度的时候，往往以为这个领域就是资本主义市场经济制度和中央计划经济制度的比较，缺少对制度的总体的了解。然后，与之相联的就是如何去改革计划经济。所谓的休克疗法，正是由这种对经济制度无知而产生的。当我们讨论中国的经济改革时，有人说，因为经济学中有很强的假设，经济学是否适用于中国呢？为了回答这个问题，可将此问题反回去看看美国。经济学家最多是在美国，只要反回去看看经济学在美国的情况，可以帮我们更好地了解经济学和经济制度的关系是怎么一回事。最近刚发生的重大的安然事件。经济学家在什么程度上可以帮助我们理解安然事件。我最近刚参加一个法学家和经济学家联合的会议，议题之一就是安然的情况。会议讨论到公司治理结构。经济学提供了许多东西帮助我们理解公司治理结构，其实已经提出了非常好的分析思路，但直接套用，距离还是很远的。安然事件表明，简单套用经济学理论解释美国的经济是行不通的，即使讨论美国的企业亦然。所以很难简单地说，经济学是否适合中国，是否因为有经济学中的假设，经济学不适合中国。实际上经济学作为一门社会科学，提供的是思想方法，分析方法，帮助我们分析问题。如果人们不去分析问题，把教科书上的经济学搬来做为政策，就糟了。休克疗法就是典型。只要看看休克疗法的提倡者是什么背景就知道了。他们过去从来没有研究过比较经济制度，没有研究过中央计划经济，根本不知道中央计划经济是怎么回事，只是从教科书里搬来了经济学结论。所以，这个问题并不是经济学本身造成的。在任何一门学科里，如果只去照搬结论，一定搞得乱七八糟。比如说物理学，是最成功的科学，但将之简单地搬到现实工程中，一定也搞得乱七八糟。因为任何一个工程问题都有其自身的特点。物理学为工程科学提供了基本分析方法，但并不提供现成答案。无论公司治理结构，还是中国经济改革，每一个特定的问题，都有一些重要的特殊因素需要讨论。当经济学家面对特殊问题时，往往没有现成的结论可以从经济学中照搬的。有无经济学头脑，关键在于有无能力去面对问题进行分析。而观察和分析，很重要的问题就是要了解制度是怎么回事，发生了什么，从中去寻找什么样的假设是合适的，用什么办法去分析它。理解比较经济制度是帮助我们观察、分析问题的重要方面。o
| [摘要] 管理学从其诞生之日就与经济学紧密联系在一起，尤其是在方法上的借鉴、融合至今仍然是管理学者和经济学者关注的焦点。本文结合对管理学理论形成的方法论逻辑的探讨，阐述经济学方法对管理学的影响，并指出经济学方法与企业管理学方法的基本差异和融合趋势。针对当前"创造财富的机制"发生革命性变化的时代变革，提出了企业管理现实对企业管理学和经济学结合发出挑战的重大问题。 [关键词] 管理学方法；经济学方法；借鉴；融合 [中图分类号] [文献标识码]A [文章编号] 一、管理学方法对经济学方法的借鉴 自从有了人类为实现特定目标而进行有组织的活动，管理就应运而生。从此，管理实践就与人类活动息息相关，伴随着人类从洪荒时代走向现代文明。但是作为一个完整的学科体系出现的管理学却是20世纪初叶的事[1]。相对形成于18世纪70年代的经济学，管理学是相当年轻的学科，由于都是从不同角度关注现实世界事物的效率问题，管理学借鉴经济学的方法成为顺理成章的事情。从管理学理论形成的方法论逻辑看，可以分解为知识积累过程、行为归纳过程和经验检验过程等三个阶段，经济学方法在每个过程中都有突出的影响。 1.管理学的知识积累过程 管理学是关于如何为实现共同的组织目标而进行管人理事活动的知识体系，是随着不同历史时期各种文化中经济、社会和政治等方面的变化而演变的。"管理思想既是文化环境的一个过程，也是文化环境的产物"，具有"开放系统的特点"（雷恩，1997）。因此，文化环境中普遍存在的管理活动和实践，决定了管理学的对象和内容十分宽泛，其知识来源也必须非常宽广。概括说来，管理学的知识来源主要有三个方面。 各类学科提供的理论营养是管理学的重要知识来源，也称为学理性知识。管理学的学科大厦，始终是建立在吸收、融汇各学科的知识和成果的基础之上。管理活动的普遍性和复杂性，使管理学成为一门综合性极强的应用学科，可以说各类学科的演绎性和归纳性研究成果都为管理理论提供了基础的或应用的学理性知识。其中从方法论的角度看，对管理理论基础影响最大的是数学、经济学和社会学。现代管理理论体系中的数理学派就是以运用数学模型，尤其是运筹学方法分析管理问题为特征的。经济学对管理方法论影响则是多方面的，最为重要的是为充分理解现实管理问题和管理行为提供标尺，为衡量管理的效果和效率提供度量标准，以及为最优管理决策提供基本的分析结构。社会学对人的行为和组织的行为进行分析研究，所提供的方法在管理学中成为人际关系学派、组织行为学派和社会协作学派的理论基础（张其仔，2005）。事实上，解决一个管理问题往往要求综合运用来自多个学科的学理性知识，或者说，需要多种学科知识的相互结合。从这个意义上看，管理的复杂性要远远超过软科学中的其他领域。也正因为如此，近年来取得较大研究进展的复杂性科学以及心理认知科学对管理学的影响越来越明显。 管理学知识来源的另一个方面是从历史和现实管理实践中获得的经验，也称为经验性知识。多样化的管理实践领域和广泛存在的管理实践活动，产生了丰富的管理经验素材，激发出灿烂的管理思想火花。经验和思想是实践的结晶，通过对积累的大量经验素材和思想火花进一步观察、收集、整理、融汇、归纳、总结和升华，就可能发现具有普遍意义的管理理论和思想方法。 制度性知识是管理学的第三个知识来源。制度性知识由一系列人为构建的规则所构成。这些规则包括主观设计的法律性规则（也称正式约束或正式规则，如宪法、法令、法规等）和理性继承的认同性规范（非正式约束或非正式规则，如习俗、习惯、道德、行为准则与自律等）。管理作为实现共同组织目标的有意识活动，总是置身于特定的制度环境之中，而制度又处于相对变动之中，这就是制度变革或制度变迁，也就是说意味着由历史发展特征所决定的制度本质的改变，因此管理学必须把制度性知识纳入自己的知识来源。换言之，制度性知识增强了管理理论对环境的适应性。重视制度性知识，强调何种制度在发挥决定和约束作用，是现代管理学的一个突出特征。近年来十分活跃的新制度经济学为管理学提供了日益丰富的制度性知识基础。 这三个方面的知识来源充分反映出管理的科学性、艺术性和和制度性特征。管理理论因学理性知识、经验性知识和制度性知识的积累而变得丰富和更为逼进现实，因而对管理实践具有更广泛、更有效的指导意义和应用价值，这些知识又通过管理理论得以组织从而更为严密、完整和具有一般性。 2.管理学的行为归纳过程 行为归纳过程是管理理论和管理科学知识形成中最为重要的阶段。当代主流经济学的理论形成，是以自身相对独立发展起来的知识构架为基础，以规范研究为基本方法论的逻辑抽象过程。与此不同的是，管理学的理论形成是以上述三种知识积累为基础，以实证分析为基本方法论的行为归纳过程。行为归纳过程是对客观存在的典型事件或部分证据，通过运用各种分析工具进行观察、实验、分析和调查研究得到感性认识，再通过抽象和概括上升到理性认识，即由典型事件或部分证据产生规律性结论的判断、推理过程，又称为经验的一般化或通则化（Empirical Generalization）。行为归纳法的基本科学论断是："如果反复观察到某种事实，则某个确定的结局将以一个确定的概率发生。" 借鉴经济学的方法，为了使管理研究者在研究中具有共同的语言方式，管理学也建立起自己的一套"范式（paradigm）"。这套范式是由在管理实践中，管理自身形成的一系列对事实的基本假设构成。这一系列假设构成的管理范式，成为管理理论与管理实务的出发点。例如，在反映工业经济时代特征的企业管理学中，主流是传统的产业管理范式，这一范式至少包括以下几个基本假设：（1）企业都有各自十分清晰的边界；（2）产业之间有着截然不同的特性；（3）某种产品或服务的用途是特定的，因而可以预测未来的市场；（4）与某个产业相关的技术是特定的。这些基本假设与工业经济的运行轨迹相一致，反映了管理研究者对工业经济时代管理活动的一般特征和基本关系的一致看法。 迄今为止，管理学研究者普遍认为，实证分析方法是管理研究的基本方法论，是对管理科学贡献最大的研究方法。其他方法对管理理论和管理科学知识的贡献都难以与实证方法相比。实证方法的哲学强调实证性知识，认识事物的基础是证据和材料，既不承认关于"实在"价值的规则性知识，也不承认关于"实在"价值的描述性知识的可靠性或科学有效性。管理方法论的实证主义有两个基本原则：一个是经验证实原则，即强调任何概念和理论都必须以可观察的事实为基础，能为经验所验证，超出经验范围的任何概念和理论都是非科学的。另一个是客观主义原则。这一原则强调认识过程中主体和客体的分离，主体的知识应该绝对反应客观事物的特点，不搀杂个人的态度和情感、信念和价值等主观因素。换句话说，在主体的概念和理论与外在客体之间必须有一种一一对应的关系，否则，所形成的概念和理论就不是科学的知识。由此，实证研究方法也很容易出现混淆管理问题中因果关系和相关性的错误。因而，对管理问题中因果关系的理解通常既不能简单地从对数据的统计分析开始，也不能仅仅依赖某种偶然的、孤立的管理事实，而是首先要基于在更细致的范围内透彻研究管理现象，分析、思考管理实践中的每一个细节，做出理论探索的假设，然后在理论假设的前提下对所研究的管理问题分类考察，再通过统计分析或案例分析，论证假设是否成立。 管理学并不完全排斥规范研究的方法论，尤其是在涉及社会价值准则的分析层次上，也要应用规范研究的方法，力图回答管理实践"什么是好的"和"应该怎样"的"合意性"问题。例如，当前企业管理学的研究不仅要关注企业的组织效率，也开始日益重视企业的组织效果。企业利益相关者理论、企业社会责任诉求和企业公民概念等的出现已经表明企业管理学需要在管理价值判断方面接受新的挑战[2]。 3.管理学的经验检验过程 经过行为归纳过程抽象和概括出来管理理论和管理科学知识，即上升为理性认识的概念、判断和推理，还需要经过经验事实的检验，通过实践应用效果的检验不断获得证实或者证伪。然后，再对原有的基本假设进行反思或修正，或者调整研究方法，以此修正和发展其理论。这一过程与经济学基本一致（金碚，2005）。 二、经济学方法与企业管理学方法的差异和融合 1.经济学方法与企业管理学方法的基本差异 相比较而言，经济学更是一门基础科学，它强调趋势，注重均衡，为稀缺资源有效配置提供逻辑思考和理论抽象，重心在于"如何解释世界"，以解决"是什么"的问题为自己的学科使命。管理学则不然，它是一门应用科学，强调过程，注重不均衡，为组织和机构有效决策提供操作工具和实效方法，重心在于"如何改造世界"，以解决 "怎么办"的问题为自己的学科使命。经济学更注重规范性，是解释现象和预测趋势，强调理论的逻辑严密性和本质抽象性，知其然，更要知其所以然，即使是经济学的实证研究，也突出的是事实的抽象描述。而管理学本质上就只能是实证性的，是观察问题和创造效率，是决策和行为，重视理论的直观操作性和应用实效性，能够有效解决问题，知其然就足矣。 主流经济学的着眼点在总量和产业层面，管理学则关注微观组织本身。微观经济学也关注企业的差异性，但重点在于解释为何企业会出现差异。企业管理学关注企业的差异性，着眼于如何体现差异。经济学把企业当作一个处于均衡或近似均衡的封闭系统，企业管理学则更多地把企业看成是一个非线性、非均衡的开放系统。 对企业管理实践而言，其核心是为解决企业运行和管理活动中可能出现的各类问题，设计出具体方案，并予以有效地执行。简言之，决策与执行。经济学以其严密的逻辑体系解释管理实践"是什么"，对管理决策是起到一种判断基准和"思维框架"的基础作用，其主要功能是为"管理决策提供一个标准的经济学视角"，而不是给出一套解决问题的具体操作性方案。经济学方法作为帮助理解有限资源有效配置的必不可少的工具，提供的不过是充分理解现实管理问题和管理行为的效率基准，为衡量管理的效果和效率提供度量标尺，以及解决管理决策的逻辑，管理者往往不能直接依照经济学方法做出决策。例如，在经典的经济学方法中，往往集中突出的是最优决策的基本分析结构，即最优的决策是在约束条件制约下做出的。一旦企业取得自身赢利的目标业已确定，那么决策的内容就是能发现约束条件的变化并及时调整实现目标的手段与方式。这个手段被主流经济学表述成"边际"范式。问题在于，"边际成本"和"边际收入"不过是用来帮助人们理解管理者决策的抽象"概念工具"，而不是提供给管理者自己做出决策的具体"操作工具"。而企业管理学则必须根据对管理现象和问题的理解，直接为管理者提供可操作的决策工具，针对问题回答"怎么办"，给出直观而富有实效的解决方案。 因而，在具体的研究方法和手段方面，二者之间也存在较大差异。管理行为纷繁而具体，通常具有限制数据信息可得性的独有特性，统计分析受到严重阻碍，这就大大强化了案例研究方法在管理研究中的重要地位。案例研究方法从分析的层面对管理学科具有开拓性的突破。但是由于受到问题的确定与数据的可获得性的影响，一是研究可信度（Reliability）不高，二是缺乏外部有效性（External Validity），因而难以具备积累知识的功能，在对管理知识的贡献和管理理论体系的形成方面，其作用受到限制。因此，管理研究中的案例研究方法通常与数量方法相结合。例如，充分数量的案例分析可能是管理经验实证研究能够得到更多的理论应用的基本前提。20世纪60年代起，更多的管理研究为了扩展有关组织现象的知识，研究者们从大规模案例研究而不是个别案例中收集数量证据。另外，案例研究中也发展出多种有效的研究方法，使研究手段不断丰富，以在更大程度上弥补自身缺陷，如关键事件法、跨情景研究等等。 2.经济学方法与企业管理学方法的融合 管理学的学者和实践者一直致力于刻画各类组织及其运行的实际特征，力求对组织规律有深入的认识和清楚的描述，但一是受研究对象的复杂性和研究目的实效性的制约，二是受实证分析方法论的影响，管理学始终缺少一个统一的、有力的理论框架来组织和理解在管理活动中人们观察到的事实和模式。管理学研究的行为归纳过程，从普遍、纷繁而具体的管理活动入手，即便在一致的范式下，也容易形成管理研究中理论框架的多样性和不可比性，形成多种具体研究方法和"组织隐喻"理解的应用，从而导致出现"管理理论丛林"现象，以致成为管理学的主要特征之一[3]。这样一来，管理理论在围绕相关主题进行讨论时常常只能是问题导向的，就事论事，追求实效，理论的形成满足于归纳解释现有的管理现象，而预测性较弱，表现出强烈的现实性特质。 由于理论和方法的多样性、宽泛性，管理学研究的理论框架似乎杂乱无章、互不兼容，难以充分规范，既容易因理论分散化造成理论逻辑混乱，甚至失去学科方向，又严重影响到与经济学方法和其他学科方法的融合。为扭转这样的局面，许多管理学者指出，应当以经济学为典范，需要发展超越各自方法之上的一致看法，以及技术上的确定性。如Pfeffer（1995）认为，为了管理学的进步，管理研究需要通过理论和方法论一致性的实施发展出共同看法。但也有不少管理学者对此不以为然，认为普遍、复杂、多变的管理问题难以用统一的看法和方法应对，管理理论正是在这种看似分散的研究分工和方法分工中得以发展的。 然而，运用本质抽象和逻辑推理的方式来分析各个重要因素，并揭示它们的相互作用和最终结果，对真实、有效地理解组织环境和管理过程是必须的，显然，强调操作实效而缺乏统一理论框架的管理学对此力不从心。因而，经济学方法与管理学方法的融合、借鉴是必要的。因为正是经济学提供了建立这样一种理论的有力工具和方法。这既揭示和强调了经济学和管理学的互补性，也反映了这两个学科相互渗透、相互交融是其自身发展的需要。两者的结合拓展将突破各自固有的局限，弥补各自方法的缺陷，产生远超过两部分简单加总的结果。而正如一些在这方面已经开始了有益尝试的学者所指出的那样，这样的探索"才刚刚开始"。这也意味着在这一领域存在着几乎无限的理论创新空间。 然而，长期以来，经济学家忽视对企业和经济体制如何在一个动态的、无序的环境中运行的研究。在实践中，经济学对企业管理决策影响甚微。原因之一在于传统经济学方法存在重理论轻事实、重规范轻实证、重演绎轻归纳、重形式轻内容、重数学模型的抽象表述轻历史分析的经验研究的倾向。例如，目前的经济学过度地采用高深的数学模型作为分析工具。数学在使经济学表达更为精炼、精确，逻辑更为严密、严谨的同时，也使经济学更加抽象，在追求自我"形式美"的过程中日益脱离时代、脱离现实而高高在上、神秘莫测，经济学也因此更加倨傲、孤僻。"逐渐远离事实与现象正在成为主流经济学的致命伤。"所导致的后果是经济学理论分析的结论总是很难应用于普遍的管理实践，或者对管理实践产生的指导作用极其有限。一个典型例子是，上个世纪70年代以来，在西方主要大学的经济学专业中，包括高深模型的抽象理论教学充斥着学生从本科到博士研究生的所有阶段。为此，美国经济学家鲍莫尔（1991）提出过尖锐批评："现今作为经济学专业的一名学生，如果不拿出相当大的一部分时间去啃数学，那他是难以继续学下去了。学生们日益感觉到若所写的文章中只有文字而不标注几个代数符号，自己的力作将极自然在只会被视作\'\'废品\'\'。" 近年来，借助方法论的变革，现代经济学的研究领域得以拓展，研究内容不断深化，与经济现实脱离的趋势有所抑制。尤其是以经验实证分析的思维逻辑和动态研究特色为特征的新制度经济学、演化经济学、行为经济学和实验经济学等经济学分支的兴起与发展，正在逐步弥补主流经济学无法与现实相统一的缺陷。应当注意的是，这些经济学分支对主流经济学的挑战都发端于分析方法的变革，起始于对现实实践需求的因应。正是在这一意义上，才出现了"经济学的一场革命"。例如，行为经济学通常采用的是实例研究、实验研究和现场研究，最重要的方法是抽样调查法、谈话法等，并在利用心理学和社会学成果方面也已取得长足进展。而"新制度经济学的成功是经验性的"，"和现实的持续接触推动新制度经济学家超越正统经济学的限制，从相关社会科学中吸收营养"。与管理学方法的融合和借鉴正是其中最具前景的发展方向。 这些新的经济学分支在发展中，直面真实世界，紧紧围绕现实问题的描述与透视，通过修正假设，增加时间维度，放松过于抽象和不符合实际的约束条件，如强调知识不完全、信息不完全、信息获取和交流过程中存在成本、有限理性和企业家的作用等，极大地促进了人们对企业领域内存在的问题和运作力量的理解。从而人们有可能探询企业存在的理由、多样化的推动力、企业内部组织结构的影响以及对企业行为的作用、企业战略的形成、企业与顾客和供应商之间的关系等。这样，使经济学重新向与现实世界相结合的方向回归，并逐渐开始受到管理决策领域的关注。例如，主流经济学在容纳了代理理论之后，先后采用了具有互补关系的最优契约方法（Optimal Contracting Approach）（Murphy,1985,1986）和管理权力方法（Managerial Power Approach）（Bebchuk, Fried and Walker, 2002,2003）来解释现代公司中首席执行官的薪酬决定机理，并依此为董事会设计薪酬。从而成为经济学与管理学融合的典范。 三、企业管理现实对企业管理学和经济学结合的挑战 自1890－1920年间出现"现代"工业体系以来，企业正面临一次前所未有的变革。这次变革的影响较以往更为普遍、更为深入，并且其转变也更为彻底。这些变革源于经济全球化、信息技术革命和可持续发展，来势汹涌，意味深远。在现代工业体系形成和演变的历史过程中，企业家和组织实践者对大量的组织设计和管理问题表现出了巨大的热情，并形成了非凡的创新能力。虽然对这些问题的探索是经济学和企业管理学研究中最活跃、最有前途的领域之一，但是系统的探讨仍然不尽人意，尤其是两者的结合苍白无力。 在管理实践中，管理必须以包含一套基本假设的管理范式为起点。然而，管理自身形成的管理范式并非是一成不变的。纵观人类历史上每一次具有革命性质的转型变革，都意味着打破传统的、旧有的范式，建立新的范式。而管理范式或管理思维方式的剧变，莫不与"创造财富的机制"发生了革命性变化有着密切联系。 农业时代的文明，为人类提供了一种将地球上的资源转变成财富的全新方法，以土地为核心开展的农耕劳动，与渔猎和采集相比，组织程度和生产效率更高，劳动过程更易于控制，劳动成果更易于预测，尽管往往是以年为时间度量，财富的创造达到了新的高度。因此，农业最终必然取代渔猎和采集成为社会经济活动的主角，围绕土地配置资源和组织生产理所当然成为管理思维的主题。 工业革命推动了专业化分工的深入，形成了以高度聚集资源的机械化工厂为基础的创造财富新机制。在这种新机制中，出现了层级式组织，通过流水线和标准化实现大规模生产和大规模销售，并且可以对生产经营活动的可预测结果进行控制，时间度量缩短到了月，生产的效率和财富的创造与积累都达到了空前的水平。这样的"工业现实"在替代农业成为社会经济活动主角的同时，使传统的产业管理范式成为主流。 毫无疑问，当今世界又处于一个急剧变革的时代，无论是人们的生活形态、行为方式，还是社会的生产形态、组织方式，都在发生着重大的、多元的变化，不少变化是始料未及的，更多的变化是混沌的。以计算机和通信技术为核心、以互联网广泛运用为特征的信息技术革命持续推动着经济全球化、知识经济和可持续发展等当今人类社会发展的三大主题，正在质深面广地改变着整个世界的面貌，似乎在引导着经济、技术和社会的全面彻底转型，预示着新的创造财富机制的到来，或者已经成为传统的工业时代的终结。 传统产业管理范式的描述能力和解释能力被严重削弱。一方面，与某个产业或企业相关的，不再只有某一种特定的技术；另一方面，某个产业或企业提供的某种产品或服务，不再只有单一的特定最终用途。挑剔的顾客并不是在购买供应商所提供的东西，而是在实现对自己心目中价值的认定。管理必须以"什么是顾客认为有价值的"作为起点。顾客重视什么，顾客决定怎样分配他们可支配所得，成为企业决策的最根本依据。 全球产业结构格局、市场态势和竞争环境正在发生的重大变化，对现代企业而言，则意味着战略决策的基础不复存在，因为迅速的、非线性的、不连续的变化造成了环境的不可预测性，竞争的基本指导原则不再有效，因为影响竞争的要素及其表现方式发生了变化。以信息化网络为基础的市场模式初见端倪，不断对工业时代行之有效的传统管理教条、范式、规则、战略以及成功的秘诀发出挑战。事实上，组织成功的关键因素已经发生了变化，传统的以垂直整合、协同效应、规模经济、成本控制、层级制组织、命令――控制模式、以职能为依据的专业化分工等为特征的工业经营管理方式，正逐渐被以资源外包、规模小型化和模块化、定制化、利润中心、网络型组织、意识――反应模式、以知识为依据的灵活性分工等全新的、更突出创新的经营管理方式所取代。换言之，工业时代企业运行的整个过程，即资本形成方式、委托―代理方式、管理方式，以及组织结构、生产结构、销售结构，乃至产品和服务的消费结构等都在受到"颠覆性"的冲击。难怪有公司战略咨询家惊呼，工业时代"通往繁荣进步的平坦大道目前已经走到尽头，未来将与过去大不相同"。在此，战略上的方向感尤其至关重要。 20世纪的结束是否预示着出现了新的创造财富的机制，是否意味着工业时代、传统产业管理范式将告一段落，甚至所发生的这些重大变化将会朝着什么方向发展，人类社会将面临什么样的发展前景，当然是人们普遍关心的重大问题。对这些重大问题做出理性的、科学的解答，对传统范式进行检讨、反思，对创新范式进行判断、构建，应当说正是经济学和管理学寻求不断拓展和深化的大好时机，也是通过二者的深入结合展示理论武器的用武之地。"当传统的管理范式已经不再适用，并且新的管理范式尚未建立时，就会形成一些创造性的思维。"的确如此，具有独创性、革命性的管理思维活动往往是、也只能是在这样的变革时期产生。对此，企业管理学已经空前活跃，力图独领风骚，"超越传统管理思维"已经成为企业管理理论探讨中最响亮的口号。 应对环境不连续变化和市场不确定性增大，近年来已经诞生了诸多颇为令人眼花缭乱的管理新药方：企业流程再造、标杆学习、团队结构、持续改进、精益生产、即时生产、柔性制造、组织灵捷、客户关系管理，等等。这些管理新时尚极大地丰富了管理学的思想宝库，形成了"新的管理理论丛林"。在这些理论中，方法的讨论和对策的建议，都是从企业运行的不同侧面关注并力图解决企业在时代变革、交替中面临的问题。从实践看，这些方法所展示的效率增进是显著的，因而这些方法本身是成功的。然而，以略显夸张的判断分析，即使把所有这些方法予以集中，它们也是不充分的。这些方法对企业的可持续发展固然重要，但是仅仅不过使企业保持着继续参与比赛的资格，并不一定就意味着必然能赢得胜利。因为这些方法或者说战略思想几乎都是从企业运行的某个侧面部分地试图帮助企业应对所面临的生存危机，而要彻底摆脱危机，恰恰需要系统性、变革性的方法或思想。因此，无论是称之为信息时代、后工业时代，还是体验时代，既然新的时代已经到来，新时代与工业时代可能因财富创造的机制不同而有着本质的差别，那么恐怕只有完全不同的、体现不同时代要求的管理范式、战略思维和企业组织才是充分的。这就是说，要在21世纪的全球市场上取得竞争优势的企业，只有通过接受新范式新概念、发展新工具和培育新的领导能力才能成功，而不是更好地运用老范式老概念、改良老工具和完善老的领导能力。 企业管理面对的这种巨大的变革现实，以及对管理变革中动态问题的研究，使对企业管理学和经济学结合的需要从来没有像今天这样迫切。 四、结语 长期以来，人们通常认为，由于管理学更偏重于面向现实的、具体的操作实践，讲求解决眼前实际问题的实效，因此能摒弃统一的范式，容纳多元的方法，往往呈现出百花齐放的局面，表现形式上和实际运用上更像是一种艺术。而经济学则不然，热衷于追求完美的、抽象的理论概括和数学演示，因此强调一致的范式，重视主流的方法，通常烘托着主流经济理论的一枝独秀，表现形式上和实际运用中俨然以一种科学的姿态出现。可能正因为如此，务实的管理学对时代的变化更敏感，反应更迅速，思考更积极，行动更活跃。而虚骄的经济学却总是固执地沉浸于孤芳自赏、自我陶醉的理论光环之中，对创造财富的机制已经发生的变化缺乏敏锐的感觉，或者不屑一顾，与企业管理学结合仍未能充分纳入经济学的视野，对新形势下管理决策的影响有日益边缘化的危险。难怪托夫勒严厉地批评"主流经济学家忽视或低估了知识在生产中的作用"，对时代变化的重大议题未能进入经济学家思考的范围表示不理解和遗憾。的确如此，不能跟上时代的步伐将是经济学的不幸。 注释： [1]一般认为，管理学形成一门独立的学科体系，其标志是1911年泰罗出版《科学管理原理》，但也有多种不同看法。最为典型的观点以德鲁克为代表，认为管理学形成于20世纪30年代末期，其基本特征是：（1）管理理论突破了凭经验、直觉和主观判断的制约，真正具备了科学的体系和方法；（2）管理研究建立起基本的范式，奠定了管理理论和管理实务的基础；（3）管理学作为正式的专业教学内容进入高等院校，管理学教科书得以大量出版；（4）管理理论研究组织纷纷成立，多种学术刊物开始陆续出版。显然，相关的这些争论并不妨碍本文关于管理学相当年轻的判断。 [2]这与原先的情况有所不同，过去大多数管理研究趋向于掩盖组织的政治方面，把管理看成是一种技术的、中性的活动，使用理论中性的观察语言。这种功能主义的结果，组织常常被假设为管理目标代表了组织中每个人的一致整体。 [3]孔茨于1961年在《管理学术杂志》第3期上发表名为"管理理论丛林"的文章，首次提出了这一现象。孔茨以具体研究方法的差异为线索，把现代管理思想分为6大流派（或学派）。他强调每个学派都对管理理论做出了贡献，都有助于对管理活动的更深刻的理解，因而对解决管理问题得到不同的方法，因此宁可视其为工具，而不是学派。近20年后，孔茨重访了管理丛林，发现管理方法论已经从6种扩大到了11种。 [参考文献] 1.［美］保罗.米尔格罗姆、约翰.罗伯茨．经济学、组织与管理[Ｍ]，北京：经济科学出版社，2004． 2.［美］丹尼尔.雷恩．管理思想的演变[Ｍ]，北京，中国社会科学出版社，1997． 3.［英］马克.布劳格．经济学方法论[Ｍ]，北京，商务印书馆，1992． 4.［美］彼得.杜拉克．21世纪的管理挑战[Ｍ]，北京，三联书店，2000． 5.［美］罗恩.吉布森主编．现代管理大师思想精粹[Ｍ]，北京，经济管理出版社，2002． 6.金碚．工业经济学新体系研究[J]，中国工业经济，2005（1）． 7.田国强．现代经济学的基本分析框架与研究方法[J]，经济研究，2005（2）． 8.余菁．案例研究与案例研究方法[J]，经济管理，2004（20）． 9.张其仔．社会学方法对于企业管理理论与实践的意义[J]，经济管理，2005（2）． 10.北京大学中国经济研究中心．与林老师对话：经济学方法论篇[J]，内部讨论稿系列，NO.C2004002。 11.罗仲伟．经验研究：新制度经济学的基本方法[J]，中国社会科学评论，2004（1）． 12.Baumol, W. J. Toward a Newer Economics: the Future Lies Ahead[J]. The Economic Journal, 1991, 101( January). 13.Gill, Johm and Phil Johnson. Research Methods for Managers[Ｍ].London: Sage Publications,2002. 14.Johnson, Phil, Joa. Understanding Management Research: an Introduction to Epistemology[Ｍ]. London: Sage Publications,2000. 15.Pfeffer, J. (). Mortality, Reproducibility and the Persistence of Styles of Theory[J]. Organization Science, 1995, 6 (6). 16.Murphy,K J. Corporate Performance and Managerial Remuneration: an Empirical Analysis[J]. Journal of Accounting and Economics, 1985,7(1-3). 17.Murphy,K J. Incentives, learning, and Compensation. a Theoretical and Empirical Investigation of Managerial Labor Contracts[J]. Rand Journal of Economics, 1986,17(1). 18.Bebchuk, L., J. Fried and D. Walker. Managerial Power and Rent Extraction in the Design of Executive Compensation[J]. University of Chicago Law Review, 2002,69(3). 19.Bebchuk, L. and J. Fried. Executive Compensation as an Agency Problem[J]. Journal of Economic Perspectives, 2003,17(3). Reference and Fusing between Management Method and Economics Method LUO Zhong-Wei (Institute of Industrial Economics CASS, Beijing 100836, China) Abstract: Management maintains closely links with Economics since it is born, particularly reference and fusing in their method still is in focus. This article elaborates the influence by economics method for management and points out the basic differences and the Fusing tendency between management method and economics method, combining with the exploration for methodology of forming management theory. Finally, this article puts important questions about which reality of firm management issues challenge to combination with management and economics, in view of now times transformation of \'\'the creating wealth machinery\'\' having happened revolutionary change. Key Words: Management Method; Economics Method; Reference; Fusing |
| 近日，在京开会期间，仔细阅读了林毅夫教授与北京大学中国经济研究中心同学的对话形式的著作《论经济学方法》，感触良多。因而，借题发挥，想从有关经济学研究的 “深”与“浅”这一角度来谈谈经济学的方法问题。 各种学科的知识大抵都有“深”和“浅”之分，入门的知识较浅，进一步钻研下去的知识较深，社会科学亦不会例外。作为社会科学的一个重要组成部分，与其他社会科学其他分支学科相比较，明显的不同之处在于，经济学科中知识的“深”和“浅”，不仅仅指的是经济理论本身的“深”和“浅”，更多的一层意思是指经济学研究工具的“深”和“浅”，而后者的“深”和“浅”又主要地是从运用数学工具的程度来加以区分的。例如，属于经济学基本理论和基本研究工具的微观经济学、宏观经济学和计量经济学，在大学的经济学教学体系中都有初级课程、中级课程和高级课程之分，区分的主要标志就是运用数学的程度，高级程度的经济学教科书，初学者或外行人乍看之下往往都会误认为是数学课本。此外，从经济学科自身的演变过程来看，古典经济学的理论大都是以文字形式来表述，有时也会附加一些图表，“边际革命”以后到新古典经济学，几何图形和数学方程愈来愈多地成为经济理论的表达形式，由此产生了经济学科中的数理经济学和计量经济学，经济学也愈来愈成为一门必须经过专门的学术训练才能掌握的深奥的社会科学。 与经济学科中知识的“深”和“浅”的区分标准相对应，大致上也可以将现时代的经济学家划分成4种不同的类型，即：浅入浅出的经济学家（第I类型），浅入深出的经济学家（第II类型），深入深出的经济学家（第III类型）和深入浅出的经济学家（第IV类型）。 第I类型浅入浅出的经济学家，大都相对缺乏系统严格的经济学理论和经济分析工具的学术训练，学习的经济理论“浅”，研究的经济问题“浅”，研究中所得出的结论亦浅显，有时论的问题和写的文章自以为有趣，实际上往往论为俗气。浅入浅出的经济学家或许对经济学科的知识普及推广会有一点点用处，但对经济学科的知识积累却不会有贡献。在经济学界，这一类浅入浅出的经济学家往往会显得可笑。 第II类型浅入深出的经济学家，实际上他（她）们的“深”是必须要加上引号的，意即所谓的“深”。“浅入”代表他（她）们同样缺乏系统严格的经济学训练，同样地，学习的经济理论“浅”，研究的经济问题“浅”，但是，他（她）们却不甘心自己所得出的研究结论显得浅显，反倒是故作深沉，故弄玄虚把自己浅显的研究用复杂的数学工具包装成一种“深奥”的理论，用理论研究形式上的“深奥”来掩盖肤浅的研究结论。浅入深出的经济学家对经济学科的知识普及推广和知识累积不仅没有贡献，反而会“混淆视听”，起到负面作用。经济学界中，这一类浅入深出的经济学家的表现可以称得上是可恶。 第III类型深入深出的经济学家，大多是一群以学院派为主的主流经济学家，受过系统严格的经济学理论和经济分析工具的训练，按照规范化的方法从事经济理论和经济问题的研究。他（她）们的研究工作，或是以理数方法为主来研究涉及经济学基本理论中的那些深奥的经济理论问题，或是从计量方法为主来研究社会经济运行中复杂的实际经济问题，或是通过改进和创新来提出新的经济分析工具。他（她）们的对于经济理论和经济问题的研究，促进了经济学理论逻辑的严密性和理论的系统性，加强和扩展了经济理论对经济现实问题的解释能力和预测能力，改进和丰富了经济学家从事研究所凭借的“工具箱”中的内容。深入深出的经济学家是经济学界中一群的顶尖学者，他（她）们是推进经济学科的科学化和经济学科知识累积的主体力量。当然，毋庸讳言，由于深入深出的经济学家在经济研究中对于数理逻辑的强调和对规范化的极其重视，当在研究中遇到一些不能很好地在纳入现存规范化的分析框架中用数理逻辑的形式来展开研究和解释的新的经济问题的时候，有时候可能会出现削足适履的现象，搁置一些新的重要问题的研究，导致了所谓形式化对思想性的阻碍这种结果的发生。但是，总体而言，在经济学界中，深入深出的经济学家是一群可敬的经济学家。 第IV类型深入浅出的经济学家，大致上又可以分为两种不同的类型：第一类深入深出的经济学家，他（她）们受过系统的经济学理论训练，却没有受过严格的经济分析工具运用的训练，同样也基本上没有从事过以数理方法或（和）计量方法为主的经济研究。但是，他（她）们对经济理论有极高的悟性，对社会经济问题有极其深刻的洞察力，其经济研究往往不是用主流经济学家建模的方法，而是用案例研究的方法通过文字描述来展开的，用简单明白的语言说出了经济现象背后的逻辑和深刻的经济学道理。他（她）是为数极其稀少的天才型经济学家。另一类深入浅出的经济学家则是从深入深出的经济学家群体中脱颖而出的学者，他（她）们的经济研究经历了一个由浅入深和由深化浅的历程。也就是说，通过经济学理论和经济分析工具由浅入深的系统严格的训练，他（她）们得以借助数理逻辑来从事规范化的经济研究，通过大量富有成效的深入深出的研究，他（她）们不仅熟练地掌握了数理方法或（和）计量方法，而且对规范化的经济研究中的数理逻辑的本质和精髓有了更为深刻的认识和理解，从而实现了一种对经济学方法的认识的升华，因而开始摆脱单纯的数理逻辑的思维形式来思考和研究经济问题。在他（她）们研究的论证过程中推理的逻辑严密性和研究结论的深刻性，与借助于数理逻辑形式的深入深出的经济研究相比较，竟然一点也不会逊色。可以认为，深入浅出的经济学家在经济学界不仅是一群可敬的经济学家，更大程度上还是一群可爱的经济学家。 作为极为罕见的例子，科斯是一位未经过深入深出经济研究而直接达到深入浅出境界的经济学大师。科斯是一位可望而不可及的天才，人们只能“心向往之”。况且按照米勒的说法，人们能够幸运地发现“科斯定理”和“M—M定理”这样的时代条件可能已经很难重现了。但是，对于绝大多数能够达到深入浅出境界的经济学家来说，他（她）们通常都经历了从深入深出到深入浅出的经济研究这样的阶段转换，例如美国经济学家萨缪尔森、弗里德曼贝克尔，英国经济学家希克斯，海外华人经济学家黄有光。如果要在中国的经济学要找出一位经由深入深出达到深入浅出境界的经济学家，林毅夫教授应该是当之无愧的一位。我想，每一位认真阅读了林毅夫教授《论经济学方法》这部对话形式的学术著作的经济学家，大都会欣然同意我的看法。 诚然，倘若从《论经济学方法》这部学术著作的体例和对话的具体形式和内容来看，全书的内容虽然取材于“对话”，但是，书中内容给人的印象却更多的是“课堂问答”，学生提问加老师回答，比较缺乏学生对老师观点的质疑和交锋及师生的共同讨论。学术对话中，哈贝马斯坚持的一个重要立场是，对话的前提应该是对话者之间的平等。从这层意义上讲，对话应该是对话者之间平等的或对等的双向交流，而非“课堂问答”式老师对学生的单向教诲。这一看法，我是从参与浙江大学经济学院“三人谈”学术讨论会时，从汪丁丁教授那里听来的，在此借用权当我自己的一点书评意见。 |
1 前言
今天收拾东西开始准备开题的时候，突然想起来这么一件事:平时总是抗议政府还是业主还有大众，目光短视，搞建设不知道要事先规划，甚至建筑也不设计就开始挖地盖房子，结果总是人无远虑必有近忧，事情干得千疮百孔。可是想起我们的博士生们（硕士生就不说了，因为我觉得眼下的方向，硕士本科化逐步实现，硕士已经没有学术性可言了）的学术研究，很有一批是根本没有什么事先规划的。按着清华博士教育苍白的学制、课程，跌跌爬爬，不能按时毕业的、论文不怎么样的大有人在(我就是不能按时毕业的那一类）。至于能否具有真正的学术素质，天知道。说来惭愧，在清华读建筑第九年了，也是在第八年上才发现自己这么多年都糊涂着，跟着中国惨白畸形的教育制度一步步快熬到国人眼中的学位顶峰，才发现自己还在瞎蒙。 今天写这篇文章，为的是整理自己，顺便提醒一下学弟们。 清华的教育号称一流本科二流硕士三流博士，我觉得大概是这么个意思。但是追究起来，其实应该说整个清华的教育制度和方法都是二流，只不过本科要求低，博士要求高，在教师和学生依靠自己的个人拼搏程度一定的情况下，显得本科比较牛，博士比较差，如此而已。清华有能培养个别大师的个别教授，但是没有培养一群大师的可靠办法。按俗话说，这叫"望天收"。
简而言之，对于一个愿意投身学术的人来说（我以为做博士的意义主要在此），学术绝非几年的工作，而是一生的工作。
要搞学术，必须以一生长度来规划你的学术历程，越早越好。
规划未必能实现，但是不规划就只好看rp了.呵呵，靠rp当大师，你觉得难度比手工制造原子弹如何？
2 健全知识
早年清华还是综合大学的时候，就有学者疾呼不能培养半个人的学生。这里说的是人文素养。有人说学术的境界，有"不知道自己不知道－知道自己不知道－不知道自己知道－知道自己知道"这四个阶段。要我说第四个阶段不可能，正常应该在2、3阶段间循环。而
多数人，显然在第一阶段。中图分类法把所有的知识书籍分成"哲学、宗教、社会科学总论、***、法律、军事、经济、文化、科学、教育、体育、语言文字、文学、艺术、历史、地理、自然科学总论、数学、物理学、化学、天文学、测绘学、地球物理、气象学、地质学、海洋学、自然地理学、生物科学、医药卫生、农业科学、林业、水产渔业、工业技术、交通运输、航空航天、环境科学、综合图书"37个大类无数小类，问问自己都了解过哪几门？
人文知识的意思，是说这是成为一个健全的人所应该有的知识。这时还谈不上学术。清华变成工科院校以后，确实严重的缺乏人文素质教育。我曾经羡慕国外大学生首先就要学习自然科学和社会科学概论，就可以有健全的知识根底。现在想来可笑，全面的素质教育，显然是要通过一个健全的教育制度来实现的，而不是一两门课。很多学生进大学发现不喜欢专业，这是正常的。因为他们的父母和中学老师一般也都弄不清楚那么多专业都是什么个东东，到社会上又从事什么行业。这样盲目乱撞能选对专业么！
所以说，人生的大多数困难来自于缺乏知识（天赋的问题我们暂时不说）有人能挣钱当老板，让技术人员给他打工，是因为他擅长赚钱的知识；有人能当官（贪官暂不计），是因为他有当官的知识。有人说那是靠经验啊！其实经验，正是科学要把它变成知识的。现代科学是经验科学，这是我不小心学了一门关于科学哲学的课才知道的。人类总是把一切归纳为知识存起来，你需要了解的是这些知识的全体。人生的经验大多数都被归纳了，很多东西你以为是经验，其实都有专门的学科已经研究过了。虽然
有些知识是秘密的，比如统治人的知识，坑害人的知识。有些经验也很难被归纳，但是已经归纳了的至少要知道吧。
新生常常迷惘，其实不必迷惘什么。大多数人还没有资格迷惘，他们只是无知而已。等你把相关已有知识都了解了，你才有资格对那些真正困扰人类的至今无法解决的问题产生迷惘，比如生与死，物质与精神什么的。
规划是一门专门的知识。很多人不会学习，是因为他们连做人可以学什么、应该学什么、适合学什么都不知道。管理规划自己就是一项基本的知识。啥都不知道就直接扑进某一项具体的知识技术里扑腾，那就死定了。中国的教育问题在这方面的缺陷是致命的。
我是幸运的，建筑学不但有趣而且好挣钱还对社会很重要，不过可能各位也没几个知道建筑学专业是干什么的吧？不奇怪，中国有现代建筑教育也就是1928年以来的事情，城
市规划更晚。不知道这个学科的内容很正常。
水木里有人对各种游戏了如指掌，有人对各种电脑配件行情如数家珍，有人对化妆品品牌深入研究，可是有几个人对于人类知识体系有所了解呢？买东西大家都知道货比三家，可是学知识有几个人知道要货比三门呢？大家常常抱怨政府领导不懂行还乱来，可是设身处地想想，自己又知道多少别的专业的知识？要了解社会全面的知识相当难，何况管理本身还是一门很复杂的学问。 要知道了解整个人类社会的知识体系，以及社会各行业的运作概况，是一件很有趣也很值得去做的事情。
不过对于一名博士来说，即便有了比较全面的知识，也别得意。这还不叫渊博，只能叫健全而已。就像人还谈不上健康健壮，先别缺胳臂少腿，别残废。甚至别身子只有一半（真恶心，半边的人体...）不过现下残废可是真多....我的导师是个人文功底很厚的老同志，但是突然有一天跟我们感慨从一次讲演里知道杨振宁的人文素养特别深厚，令我很是怕怕...搞物理都需要这样的人文素养，何况我们偏人文的...
简而言之，人文素质不是给你搞学术用的，是给你成为一个健全的人用的。先为人，再为学，搞学术需要的更多。
好了，这就是为什么要用一生去做学术的原因。
知识太多了，不得不把一生都规划进去，还不见得能有成效。
有人说大学只是学一个学习方法，我说博士读完也就是学一个搞学术的方法而已。
有的同学可能看过李敖的书，会比较共鸣。李敖是真正做学问的人。他从小开始博览群书（他们家读书条件好，父亲是北大毕业家里书很多）高一就展开了对全部中国古书的扫荡，规划了自己的学术生涯。后来编成《中国名著精华全集》，自己号称中国读书最多的人，因为他一生自从懂事以后到现在，只有2周没有在读书（！！！不是人啊！）从他居然在《要把金针度与人》一书中居然介绍《营造法式》这么专门的建筑古书，就可
见一斑了。各位同学包括我自己，从大学才开始广泛读书，博士才知道规划自己的学术生涯，比李敖已经至少晚了10年。想在学术上达到他的成就，就比较难了。
这样看来，真要跟大师比搞学术，从小就要头脑清楚目的明确的努力（世家子弟和发达国家青少年此方面严重占优），一辈子干下来也就是保证个基础功夫不吃亏而已。这个基础上再拼天赋悟性什么的，还未必有胜算。所以说，搞学术啊，真的不容易。
顺便也说点高兴的。科学不同于宗教和艺术，它最大的好处是，科学的知识每个平凡的人都可以学会它（虽然未必能创造知识）。因为科学证明要求把推理的每一步还原到自明的公理。每个人只要是精神正常，都可以学会自己想学的科学知识，只不过有些知识需要太多时间去学而已。科学是平易近人和点滴积累的，很多驽钝的人都可以很有成就的创新，何况只是简单的学学用用。大师往往能教出学生大师来，也是因为科学是可以传授的，而且方便传授的。大部分人的努力程度之低是轮不到拼天赋的，所以基本上好好干大家都能有所成就。相比之下，中国的"道可道非常道"讲究悟对常人来说就很难学习了。
3资料积累
科学是靠点滴积累起来的，每个人的学术也是点滴搞起来的。如果还没有良好的资料积累习惯，那就赶快改改吧。
3.1 囤积书。
所有的自己认真看的书都应该拥有一本。没听说那个大学者家里没有一大堆书的。有效率的研究必须有很好的书斋，有价值的书万万不能指望图书馆（能直接坐拥图书馆的大教授例外），网上图书馆也一样，见到有用的就要下载，别指望在线，除非服务器是你家的。把所有需要的书分类排好了上架，放在自己工作的台面前面，或者把对应的电子文档目录清楚的放在自己的硬盘上（数字化要说真是方便了全体知识分子啊！）买不起
的或者买不到的就复印或者扫描或者翻拍。
3.2 读书不是藏书，不动笔不读书。所有的书读过都要划上线，贴上小条，做批注、笔记和小结。别可惜新书或者舍不得买即时贴，做学问是要成本的~。手写很不方便，最好是直接敲进电脑。PDA是个好帮手，可以完全取代记录本.平时吃饭睡觉随时想到什么都记得记下来，抽时间整理出来就是好东西。这也是很多大师的经验之谈。
3.3 所有自己经手的项目或者某项工作或者某种活动，都要条理清楚的整理归档。比如某个项目的各阶段成果，每次讨论纲要（这时候用pda直接纪录就很方便了）对方联系人名片统统纳入文件夹；某次周末郊游，把事前找得资料、中间的发票门票、拍的照片写的游记，都扫描了归档。有点像归档狂是不是？李敖连小时候同学的纸条什么的都还保留呢！"上穷碧落下黄泉，动手动脚找资料"是搞学术必备的基本技能。保持随时动手记
录的习惯非常重要。
3.4 特别重视目录线索。也就是绝世武功的目录。很多时候你没有时间去具体了解某些知识，但是记住他们的目录很有用。检索工具就是其中一种。但是有的学科本身知识积累就比较混乱，比如我们建筑学科。这时候就要自己有个结构良好的资源总目录，不断的把有价值的目录线索补充进去，需要或者有空的时候可以去查找研究。各种著作，论文，期刊，零散的小文章，听到的报告讲座，导师的提示言论，某个比较专门的网站， 某个新知道的文献数据库....其中比较重要的一个是别人的著作和论文的参考书目，这个对自己的专业极重要；一个是期刊杂志，应该通览。除了自己的专业期刊，一些相对学术的休闲性新闻性的综合期刊报纸比如《读书》《南方周末》《南风窗》都值得多看看，可以了解社会各方面的情况。所谓处处留心皆学问，是针对拥有良好知识框架（或者至少是学习计划）的人而言的。东一榔头西一棒、道听途说或者熊瞎子掰玉米掰一个
丢一个都不是搞学术的办法。
3.5 简要的人文知识基础
我也是读书刚起步，说一点心得跟大家探讨探讨。
哲学 中国教育最残缺的一面，但是要命的是人不能没有哲学思想--不学哲学就意味着你有的是一团糟或者很原始的哲学思想：方法论，认识论，世界观，伦理道德观念...原始的博士...嘿嘿黑....所以让每个博士都写一个马克思主义的哲学论文这样荒唐的事情....我们可是phd啊！ 任何学科的学习都需要从学科的历史学起。罗素的《西方哲学史》是你的第一必读书目。但是罗素死得早，所以当代各哲学流派要看别的书，好在不厚，挺好看的。看完有兴趣的还可以深入看看自己喜欢的流派。中国哲学博大精深，从中可以知道很多现在的社会现象其实古已有之，嘿嘿。冯友兰的《中国哲学史》也不错。看完哲学史，其他的哲学书目你自己就知道了。伦理学和美学都可以挑一两本概论或者简史看看。但是美学需要有一些艺术实践做基础，不然不好看。
宗教：宗教是中国教育根本没有的项目，确实西方文明的基础，真是要命。基督教伊斯兰教也是看看宗教史就能知道好多好多事情，方便了解世界。儒道释这中国三架马车不但是知识，还会对你的人生有很大的作用，值得慢慢消化。
社会学是个不好对付的学科，我只看过《江村经济.生育制度》（很好看）和若干小文章，但是觉得是个急迫的领域但是又过于庞杂。自己面对的那么多烦人的社会问题，看看社会学会很有启发，有利于好好做人。
*** 中国很黑幕的一个学科，还好西方人写的多。从柏拉图就有《理想国》，同时可以和历史一起看。***＋历史很有看头，***课的那些教条要首先忘掉，从头学起。尤其中国人普遍对于□□□自由***这些西方过来的概念还知道的太少，一些起码的常识需要补课。不认真看一点，被欺负了可别怪别人。
法律也可以和***一块看了，都是搅和在一起的。重点看一些原理和切身案例。当然还有法律的历史。
经济学非常切身，凡是想发财或者对社会不满的人都必读。萨谬尔森的《经济学》是经管学院的首选推荐书目。相关的，关于资本全球化，股市和国企改革，社会保障，中国房地产，简单的会计税务....你不学都没办法活。文化上，文化地理学、传媒相关和比较文化学都是很有趣的。包括很多畅销书都可归入此类。
科学哲学和科学史是必读的。否则就不好办了。尤其注意科学和宗教、艺术的关系。丹皮尔的《科学史》和彭罗斯的《皇帝新脑》都很好。
语言学跟哲学干系很大，有兴趣可以看看。
文学就不说了，不看太可惜。这是个无所不包的东东。
艺术类非常重要，不过主要不是靠看书，要靠动手干。不拘那一类，至少学一门。因为艺术集中代表了感性思维方式的作用，和整个科学互补共鸣。尤其是整体思维和综合感知。艺术其实起步的时候并不难，难在下决心入手。绘画、古典音乐是基础，比较容易入门。直接上摄影、电影这样的综合艺术可能进展反而比较慢。学艺术最好有活人当老师，光自己琢磨恐怕比较难，这也是学艺术的重要难点之一。好在现在媒体发达，要好
一些。不必犹豫，谁知道你不是一个艺术天才呢。
历史在中国是巨无霸学科，恨不得5000年都在搞这个。李敖要不是研究历史而是别的什么，在中国恐怕难有大成就。像汤因比的《历史研究》这样的巨著可能比较累，不过黄仁宇的《中国大历史》《万历十五年》那几本就很轻松愉快了。每个学科的历史都值得一读，历史本身更有意思。但是历史教科书一般都很难看，尤其是意识形态化以后。名家的历史名作往往观点有趣风格鲜明，会很好看。考古常常沾上艺术，同时也有点像探
险或者刑侦，也是很有趣的。discovery和中央10套都有越来越多的相关节目，真是不错。
理工科就不说了，我不内行。不过天文和古生物还是挺想了解的，感觉很好玩的说。
以上人文分类，我觉得每类读个3－5本名著也就50本的样子，这点都没看过，做人都困难，做博士就麻烦了。
4 制定长期的学习计划并且不断实施。
规划自己的学术生涯至少应当是5年为单位终其一生而且还得不断调整的。人生最重要的莫过于终身不断的学习新东西。当然学习的项目也是要不断补充调整的。其实中国今天的社会还算稳定了（比起卢旺达什么的）参照国内外从业人士的情况，大可以估计出一生的大致步骤，尤其是如果献身学术研究的话会比较稳定，基本就是学院或者研究机构。早规划早行动，3－5年的短期目标，20年的中期目标，一生的理想，肚里有数哪怕说不清楚苦苦追寻也比没想过浑浑噩噩强无数倍。
5 游历
游历不是玩，是学习那些没有被归纳为书面知识的经验（玩都得学习，学者真苦闷..... ）。建筑大师贝聿铭说他一生最好的老师就是游学。其实孔子那时候就这么干了。读万卷书行万里路是不错的，一定要记得把出去锻炼实践放在长期计划里。实践如果不算学习知识的话，那就算创造知识的第一步。那些读书郁闷的，不妨出去走走，看看社会运作民间疾苦自然风光，心胸自然就开阔了，顺便还能找个女朋友什么的。有人说博士没情趣，傻，呆什么的，那都是说得不合格的博士。博士不是书呆子，博学博游博玩，应该是样样都能来都能干得不错的。娱乐，文艺，幽默，扮酷，时尚，这些都是需要人文知识基础和实践练习的，如果专业太忙也可以先放在计划里，但是别不当回事情。这个就不细说了。
6 学位和长期规划
听说胡适曾经后悔花了过多时间去取得博士学位而没有坐学问，金庸也后悔花时间写小说而没好好搞学问（这都什么话！！！）可见学术真是个无底洞。自打我开始懂得做学问（相应的一般的事务就很简单了）是怎么回事之后，慢慢觉得学位确实不是那么重要。学术是要用一生去做的，3年5年的一个学位相比只是小事情。有学问的人也不会被学位困扰（不是说不拿学位，而是说拿学位不成问题）。至少我们业内，有没有能力合作
几天就知道。学到了博士应有的能力，比那个学位重要太多了...
在中心学习三年，回想起来，感受颇深，这里仅将个人经验与大家共享。为了大家阅读方便，这里按照时间顺序谈论一些个人认为重要的事情。对于多数问题，这里主要是分析不同人的心理，因此更多的是“提出问题”而不是“解决问题”，这样做的原因是选择的权利最终都在个人的手中，因此重要的是提供更多的信息供大家理性的思考，而不应是施加个人的主观的价值判断。需要强调的是，文章中不乏主观色彩，也包含一些可能产生误导之处。请自行判断，自由评论。
I．第一年
第一年处在很多选择的十字路口，因此值得多说几句。
1. 围城的故事——关于新生心理的调整
对于一年级的硕士生而言，在秋季课程开始的第一个月内，最经常出现的情况就是心理的波动。具体的表现是不断反思自己当初的选择，这时在各个宿舍里经常会出现对于“为什么要进入这个机构”，“为什么要读经济学”，或者是“为什么要进入研究生院学习”的集体讨论，在一些情况下还会演化成对现实的抱怨。在一些我看到的事例中，抱怨的声音甚至让人感到有一种“男入错行，女嫁错郎”的感觉。
出现这种情况的原因很多，但可能最普遍的有五条。下面我逐条谈一下个人看法，这当中不可避免地出现一些主观色彩，仅仅代表个人理解。
第一个原因是通常的心理原因。一般而言，成功之后往往会出现对现状的不以为然，尽管这个成功（进入一个全国领先的大学与相对热门的专业）是在成功以前所梦寐以求的。尽管这个事实不符合“显示偏好原理”，但这种“围城”情绪也是人之常情，我们对此无可厚非。通常这种情况对心理的影响往往是暂时的，因此不会出现剧烈波动。
第二个原因是对学业的担忧。许多学生在大学期间有着一些值得骄傲的学习成绩，这是保持个人自信的一个重要渠道。但进入一个新的机构后，这种优势往往会丧失，这部分是由于评价标准的改变（例如从以记忆为主的“时间密集型”向着一些以理解为主的“思考密集型”学习方式的转变），部分是由于竞争的加强。这种现象在世界上任何一个大学的新生中都会存在，我们所能做的只能是调整自己的心理，保持心态的平衡。经济学的一个优点是选择的广泛性，你可以选择做纯粹的数理技术研究而不需要理解现实经济，你也可以发展成为非技术性的经济学家（甚至是研究经济问题的社会学家或心理学家），当然也可以选择技术与现实结合的应用经济学家。其实每个人的背景差别很大（最显著的可能是数学背景），以及兴趣不同，因此只要努力分析原因，以及对自己的发展方向的正确定位，每个人都可能会取得很大的成功。因此不要被“必修课表现”这种标准所影响过多。
第三个原因是对必修课程（主要是对微观与宏观）内容的不满。这里的部分原因是由于必修课程缺乏自由选择的色彩，以及必修课程的特点（内容抽象，作业繁重）。但另外一个重要的原因是：非常理论化的课程与许多人要做应用的要求似乎不符。其实客观的讲，中心要求的必修课程仅仅是遵循了国外任何经济学院系的基本标准，并没有对学生苛求的地方。当然，也有人认为整个经济学院系课程安排有问题，但这就不必继续讨论了。其实从课程本身而言，第一年的课程是为理解以后内容打下基础，在第二年可以选择一些应用的课程，因此大可不必着急。
第四个原因是对中心教学的挑剔。出于对于“完美”的追求，中心学生经常会对教师的教学提出新的要求。这其实是学生应有的权利，也是提高教学质量的必须环节，但有时在具体操作上会出现一些问题。一方面，老师有着自己的讲课风格，在某一方面的特殊人力资本，以及对教育目的本身的理解；另一方面，学生对此有着不同要求。在两种要求不一致的情况下，最终应该采取哪一种方向很难有定论。教学往往有着“众口难调”的特点，因此老师应该折衷到什么程度，恐怕是永远也没有结论的问题。在这里仅仅提出这个问题，希望能够继续讨论下去。不管怎样，师生互相交流信息总是必要的。
第五个原因是对课程中大量使用数学的不理解。每个学生都会发现一个难以理解的事实：尽管我们这些受到全国一流教育的学生都经常难以理解数学推导，经济学家却假设人们都在进行这么复杂的计算。尽管在很多课程的开始时都会出现这种讨论，教师也可能会列出种种被行内人广为接受的辩护来试图说服大家（例如，Samuelson提出的避免“anything goes”; Friedman“实证经济学方法论”；提供现实世界的近似；我们没有更好的选择），或者干脆就讲：“年轻的时候不要谈论方法论问题。”尽管这些解释多少会带来一些心理安慰，但以我个人经验，当时我接触的同学多少会仍旧有很大的迷惘。对于现在仍然因为数学对经济学产生反感的人而言，我这里仅仅谈论一些个人想法。需要说明的一点是，对这些问题的抽象讨论显然不是我这个岁数以及经历的人能够以及应该进行的，这里我仅仅谈论我个人（以及观察到的同学）的一些真实而且具体的感受。
首先，在开始进行研究时，多数人会发现数学对建立严格推理的作用。当真正要自己表述一个想法时，我们才会真正体会到多种可能的存在。这时数学虽然不能提供一种万能解药，但至少能够完成清晰的表述。当别人建立批评时，也能够避免误解。
其次，数学能够建立起对别人研究的分析与判断能力。在学习中，我们经常可以看到“我用数学严格证明了某个经济学结论”以及“我的结论建立在严格的统计分析之上”的话语。在你学习数学之前，很有可能你会产生一种崇拜的感觉；但你学过之后，恐怕看法就会改变了。另外一个与大家相关的例子是评价论文（可能是研究报告，也可能是与大家更加紧密相关的毕业论文）。一年级的学生往往以数学与统计的多少来评价论文，但当你自己对这一套工具熟悉之后，可能看法就会完全改变了。很有可能出现的情况是：一些论文充满了数学符号，但却很少有数学推理。
关于这个问题，似乎我已经说得过多了。总之，希望能够对大家有所帮助。最后，我想说的事实是：不管怎样抱怨，过去的选择都已经成了“沉淀成本”，因此不应该成为我们考虑的对象；如果将精力用到学习与研究上去，我们的机会成本很小；但如果就此闲散下去，可能会产生重大损失。当然，每个人的偏好各异，因此没有任何其他人有资格影响个人选择。但只要经过仔细考虑，自由选择总是应该没错的。2. 强度的故事——关于课程选择
开学之初，学生面临的第一个决定就是课程选择。尽管对大多数学生而言，第一年的必修课程的负担已经是难以承担了，但出于种种原因一些同学还是会选择一些额外的课程。因此，在这里我对此谈一点个人的经验。
在课程选择方面，我们总是面对着课程广度与对少数课程学习深度的替换关系（tradeoff）。因此，对“选择多少课程以及选择什么课程”的回答显然取决于增加某个课程的边际收益与边际成本的比较。一般而言，边际成本是增加一门课程所耗费的时间。如果这些时间用到必修课程上去，显然会提高个人的理解深度，但未必会提高分数。因此对于具体的个人而言，处于对分数的重视程度不同，边际成本会很不相同。
边际收益则取决于个人选课的目的，而这又是一个因人而异的问题。例如，选课目的可能是“开拓眼界型”，“发送信号型”，“先苦后甜型”，“出国准备型”，“熟悉老师型”等等。“开拓眼界型”的学生一般是想提高自己的知识广度，同时了解专业课程的基本情况，这样就降低以后选择专业方向时的盲目性。“发送信号型”学生选课的目的是发送自己非常具有能力的信号，例如一个同时修5、6门课或者是选修公认的“难课”的学生很容易建立起自己是所谓“牛人”的声誉。从经济学的角度讲，这是节省信息传递成本的重要手段。“先苦后甜型”则是为了迅速修完学分，然后在以后的空余时间中或者是享受生活，或者是做一些自己想做的事情（写论文或工作实习）。“出国准备型”是为了在未来有大量时间准备出国考试，而“熟悉老师型”是为了提高对老师的了解。
出于以上的充满个性化的不同看法，对每个人而言的最优选择必然是差异巨大的。但是如果选课的目的仅仅是学习课程内容本身的话，我个人认为一学期选择3门或4门课是比较恰当的。在这样的课程负担下，我们可以不光有时间理解基本课程内容，而且可以深入地想一些问题。当然，这种建议是对于象我这种智力与知识背景的平常人而言的。对于精力过盛的学生，那就另当别论了。3. 投资的故事——关于数学学习
毕业生对数学的观点一向都是褒贬不一。出国或者在国内攻读经济学博士的学生经常会发现数学对未来的学习非常重要，而一些从事某些工作的学生可能会觉得数学对工作帮助不大。因此，一些学生后悔自己当初没有好好学习基础数学，而一些学生则会为在数学上花费过多时间而懊悔。
这种情况也出现在成名的经济学家身上。在我接触过或者听说过的国内外的老师中间，有着一些学习人文历史出身的老师突然转向技术性的研究，并且长期乐此不疲的进行下去；而另外一些大名鼎鼎的教授曾经在技术方面做出过非常重要的贡献，但后来却突然转向心理学与社会研究，原因在于他们对数学的信心突然出现变化。
因此对数学课程的学习既可能是“基础建设”，也可能是“风险投资”。我个人恰好学过一些数学课程，因此在这里谈一下看法。
在北大的校园里经常可以看到经济学或管理学专业的学生选修数学课程，其中学习数学的动机大致有三类。第一类人主要是出于个人爱好，目的主要是为了锻炼思维，但我相信这只是其中的少数。第二类人主要是为了出国的时候“发送信号”。在北大一年年流传下来的出国经验中，人所共知的是数学课程的用处。因此为了使自己的成绩单更加有竞争力，许多学生被迫去选修数学课程。第三类人是对出于理解经济学的需要而努力提高自己的知识储备。下面我针对第三类动机谈一下看法，然后简单谈一下对申请出国有用的数学课程。
对于很多同学而言，最急迫的要求是扫除学好微观、宏观与计量的数学障碍。我个人的看法是，仅仅为了理解这些课程的基本内容是没有必要单独选修数学课程的。我们所需要的是熟练掌握数学附录上的所有内容，以及老师额外提供的一些数学补习材料。我个人是在学过第一年的课程之后才在其它地方弄懂动态规划中的基本定理的证明的，但我没有觉得这给我第一年的学习造成重要障碍。因此，这里的关键问题是“精”而不是“多”。
一部分同学希望能够理解具有一些技术性的论文，这时就需要进一步掌握一些数学技术了。这时可以选修一下相关的数学课程，例如学习宏观的学生去选修一下动态规划、最优控制、随机过程等课程，或者可以去选修对各个经济分支的技术部分都比较重要的“实分析”等课程。在这方面大家总可以向对数学技术感兴趣的老师咨询，然后根据自己的研究兴趣进行选择。但应注意的是，学好数学课程需要投入大量的精力，因此机会成本是非常大的，所以应该进行因人而异的慎重思考。
对于少数对技术性本身非常感兴趣、以及在未来要从事数理方面研究的同学而言，数学就变成“学无止境”了。这时了解基础数学中的细节就非常重要了，因为任何细节都可能在未来的研究中发挥作用。在我现在所在的经济系中，研究一般均衡的教授往往在数学系兼职，而做理论计量的教授往往在统计系兼职。从论文中我们几乎已经无法区分他们与做应用数学的教授的区别了。如果想在今后走这条道路的话，我想扎扎实实的打好基础还是很重要的。例如，如果要做理论计量的话，就应该选修实分析，测度论，高等概率论，泛函分析，随机过程等课程。另外需要指出的一点是，从研究生开始学数学并不是很晚，这里的关键是未来的潜力，因此没有必要为以前不是“科班出身”而绝望。但正如我以前指出的，投资在大量数学课程上面确实有很大的知识成本。下面针对学习数学仅仅是为了增强出国竞争力的同学谈一下个人经验。在通常情况下，多数美国经济系仅仅要求两学期微积分、一学期线性代数以及一学期的概率统计，而这些课程是每个同学都已经学过的，因此这不构成任何障碍。但有一小部分经济系也会要求一些额外的课程，最常见的是第三学期的微积分、实分析或者是常微分方程。另外一些经济系会推荐一些数学课程，这意味着如果学过的话会更加具有竞争力，其中可能包括实分析、泛函分析、测度论、高等概率论、随机过程、拓扑等学科中的某一种或几种。需要指出的是仅有少数提出这些要求（但不幸的是这些少数学校中有些是大多数人很想去的学校），是否为其投资取决于个人的风险态度以及机会成本问题。
4. 赵括的故事——理论与实践相结合
对于分数，大家一直都持有比较微妙的态度。可以说，没有人能够完全不关心分数（至少也会关心是否能够及格），而且有相当一部分同学非常关心分数。这其中的原因是分数在读书期间扮演了重要的角色。很多人将分数作为测量自己掌握知识程度的一种标准，从而达到自我精神方面的满足以及自信心的提高；分数同时还可以带来一些物质激励（例如奖学金），而且可能影响别人对自我的评价；分数还可能（尽管没有完全确定的关系）在未来的一些选择方面带来一定的便利（例如选择导师，申请出国等等）。
给定分数可能对某些同学很重要的前提下，一些理性（？）的选择就是学习“分数最大化”的内容。因此很少有人会在课后复习“考试不考”的内容（例如，老师明确宣布为不考的内容；理论方法在计算机上的实现），而且多数人会将注意力放在以高概率出现在考试中的内容。根据我的观察以及同其它学校学生的一些交谈，我发现这在美国的一些知名大学中也是普遍现象。这是个人对现有评价体制的正常反应，而且能够掌握考试内容本身就表明了个人达到了教育的基本目的，因此没有什么可以多说的。
但是，分数仅仅在一定程度上代表了对理论知识的“学习”能力，一些在考试中不会出现的内容对未来的研究起到同等重要的作用。一个最直接的例子就是计算机的应用：无论在进行理论还是应用研究时，很多情况下我们必须要用计算机得到我们想要的结果。例如，一篇关于经济周期的理论论文往往要进行对随机动态模型的模拟，而应用计量的论文往往要使用统计软件（经常需要自己编写程序）得到结果。而且，通过应用计算机我们可以对理论达到更好的理解。例如，在宏观中，我们都学过使用“压缩映射定理”来解出动态规划中的数值解的价值函数，但如果没有使用计算机进行操作过的话，我想很难在头脑中对此有着清晰的图象的；另外，学过计量的同学都会知道，对很多理论细节的理解是在使用计算机操作时来达到的。
由于互联网的迅速发展，经济学各学科中用到的多数程序都已经在不同的网站上共享了。这大大降低了使用计算机的难度，但这中间仍然存在着很大的搜寻成本与理解成本。客观地讲，多数同学的学习时间非常紧张，让他们承担这些成本是不现实的，因此必须由其他人来提供这项公共产品。由于计算机的发展速度，学生在这方面相对于老师往往有着优势。例如，岁数较大的老师往往习惯于使用C或Fortran等语言，而学生显然在更容易学的MATLAB等软件方面具有优势。这样，这项任务就落到了助教的身上。这项工作尽管在表面上非常简单，但实际上做起来工作量是很大的（我曾经在一个暑假里花了整整三个星期的时间来写计量2与时间序列中的理论方法的计算机说明，其中许多都是我没有用过的，在当中曾经好多次想放弃这项没有明确职责的枯燥工作）。但一旦有一个人做了这项工作，我想以后的积累与完善就会相对容易完成了。
除了计算机之外，使用经济学中的基本思考方法对现实世界进行分析也是一项重要技能。由于经济学研究的是人的行为，它可以用来分析很多社会现象。仔细想起来，我们日常生活中的很多现象都可以用基本经济学原理来分析。但如果仔细观察起来，似乎周围部分同学缺乏进行这种思考的尝试。这些同学的生活分成两个部分：考试与做作业时的思维属于经济学；日常生活中的思维完全遵循另外一种完全不同的方式。是否接受这种经常是“非感性的”（冷酷的？）分析结果并不重要，重要的是这种思考过程提供了更多的可能供选择，而一般而言我们的偏好总是“单调的”。我自己觉得跟98级同学在研究生期间的讨论对我帮助很大，我至今还能回想起汤弦每天对新闻媒体经常使用的“好人坏人”理论的强烈批判。5. 老板的故事——选择专业方向与导师
当一个研究生与陌生人初次交谈时，最经常被问到的前三个问题恐怕会是：“你在哪一个学校读书？你读什么专业？你的导师是谁？”如果将每个学生看作学校的一个产品的话，专业与导师在某种程度上就是商标。
导师的确定会对我们的学习生活起到重要影响。一个好的导师能够以一种深入浅出的方式来传授知识，并且迅速引导学生进入研究。导师还会对自己的学生带来人格上的影响，在多数研究生的思维方式以及价值观上都会发现导师的痕迹。另外，从比较功利的角度讲，导师的名气可能会对个人造成名牌产品效应，这不光可以满足个人在别人面前的虚荣心，还可以在未来的工作或者出国方面带来一定的好处。最后，如果所选的导师是一个大的“门派”的话，个人就被进一步分类（从班级、宿舍增加到“XX导师组”），这会带来新的学习生活圈子。
尽管对于中心的学生来说专业方向的概念已经非常淡薄了，但它还会起到一定的影响。专业方向可以影响一个学生“自己觉得应该的”读书选课范围；一个所谓的“热门专业方向”可以引来世俗的羡慕眼光，而且在找工作的过程中带来一定的便利。
给定专业与导师的重要作用，对此的选择可能是在研究生期间最重要的个人决定之一了。因此我们不难发现，一年级学生与高年级学生交谈时的一个重要问题就是了解各个老师的方方面面的信息。在每年一年级的下学期，也经常有人去向高年级同学咨询关于感兴趣的老师的情况。下面谈一下大家可能关心的五个问题：是否应该选择一个导师；选择专业与选择导师的关系；选择导师时一些可以考虑的因素；被接受的可能；其它需要注意的问题。
第一，是否应该选择导师。一般而言，多数学生会找到在一定程度上满意的导师。但有时候少数同学会发现没有暂时可以相互接受的导师，这可能是由于中心所有老师都不符合个人要求，也可能是符合个人要求的老师没有接受他们作为学生。因此，偶尔会出现一些“自由骑士”，这些学生在很长的时间内处于完全自由状态。但必须接受的事实是，在最后写毕业论文时实际上还是要选定导师的，因此这只是早选还是晚选的问题。这种情况很少发生，但也是确实存在。这种行为当然完全是个人选择问题，但应该考虑的一点是这样可能会造成毕业的延期，因此应谨慎决策。
第二，专业方向与导师的关系。应该说，导师与专业方向之间的关系很不确定：一个跨度较大的老师的学生可以做任何题目的研究；即使领域相对较为专一的老师也不一定会限定学生的论文范围。总之，这是一个完全因人而异的问题。但多数情况下，这种相关性还是很大的，因此选择专业与选择导师在很大程度上是重合的。
第三，选择导师时的种种因素。正象前面的所有分析一样，存在人的行为的地方就存在多样性，这里也不例外。下面谈一下我见到与听到的种种考虑。一个因素是个人的学习兴趣，例如对金融感兴趣的学生会优先选择相应领域的导师；而对数理方面感兴趣的学生可能会优先选择技术背景相对好的导师。另外一个因素是导师的个人行为方式，关于这的一些例子是：对学生选课与研究题目的指定程度；对毕业论文的严格程度；能够用来接触学生的时间；对学生工作与出国的推荐程度等等。在现实中，每个人的选择时都会考虑到多个因素，而且往往要在各个因素之间进行权衡取舍。
第四，被接受的可能。由于每个老师个人的行为方式不同，这是一个完全因人而异的问题。例如，有些老师没有特殊要求，有些老师关心学习成绩等等。
第五，一些需要注意的问题。需要注意的一点是区分“过去”的研究与“现在”的研究。由于个人兴趣转换等原因，一些老师目前所做的领域可能与过去的领域不同，因此在选择时应多了解一下情况，或者可以找老师亲自谈一下。值得注意的另外一点是关于教授名气与实际研究的差别。虽然这中间存在着一定的相关关系，但中间也有很大的不确定性，一些名气并不是很大的老师实际上可能正在进行着很高质量的研究。总之，对此我们应该大胆假设，小心求证。II．第一年后
6. 屁股指挥脑袋——助教经历
人的价值观往往依个人的社会角色而改变，在每个不同阶段人们倾向于接受对自己有利的观念，做助教就是这其中的一个例子。在从学生转变为助教的过程中，我们可以观察到很多有趣的事情。在作学生时，很多人对助教具有的专业知识与履行的工作职责范围有着种种的挑剔，也会对助教没有完全采纳自己的改进建议而十分不满；但当自己站在同样的位置上时，很有可能出现的情况是会变本加厉地保留各种“缺点”，并且找到种种理由来反对批评意见。在这里，我们看到社会各个角落中常见的“屁股指挥脑袋”现象。这其中的部分原因是个人维护自己利益的本能，但很大程度上也是由于众口难调、工作职责难以清晰界定等因素。客观地讲，多数助教也确实能够作到完成基本的工作职责。
我们可以有种种原因去选择作课程助教：对于我们以前没有接触过的课程，通过作助教可以增加自己的知识面；对于助教主动性较强的课程，我们可以锻炼自己的组织能力与讲课能力；助教可以成为一种谋生手段，可以解决我们的基本生活问题；对于今后想出国继续读书的同学，助教经历或许会对竞争奖学金起到部分帮助；助教经历是熟悉讲课老师的重要方式，从而拓宽了学习知识与交流的渠道；助教可以有助于认识新的朋友，这其中包括其他助教与课堂上的学生。
以上种种不同原因决定了选择的具体课程。例如，想熟悉老师的学生会选择自己感兴趣的老师的课程；想学习知识的同学会选择感兴趣的课程；想锻炼自己讲课能力的同学可以去选择规模相对较小的课程（例如研究生课程）；而仅仅将助教作为谋生手段的同学可以去选择一些工作量相对较小的课程。
最后谈一下工作量的问题。根据课程的特点、任课教师以及个人工作态度的不同，各门课程的工作量会出现一定的差异。例如，微观与宏观一向是工作量较大的课程；而作业与考试由助教还是由老师提供也会造成工作量的差异；助教完成工作的质量也影响到实际承担的工作量。前两个方面不是由个人决定的，而个人对工作质量则有很大的控制权。这其中涉及到高监督成本下固定工资合同的激励问题，也涉及到团队中的合作问题（例如同一门课程中的多个助教之间可能会有“搭便车”行为），分析起来应该是很有趣的。7. 眼高也要手高——尝试助研
除了少数将学习理论本身当作最终目标的人外，多数人的读书是为研究做准备。在读了一年的基础课后，许多同学都已经对研究跃跃欲试了。尽管此时有很大的抱负，但“纵有十八般武艺，却不知从何开始”。这种“眼高手低”是正常现象，此时作助研往往是从“手低”向“手高”过渡的一座桥梁。
作助研可以对我们的学习带来很大的好处。通过这段经历，我们可以培养作研究的基本技能，其中包括寻找数据、数据处理、熟悉期刊、统计分析、应用计算机以及了解写作格式等；它可以使我们活学活用已有的理论，从而加深对理论的理解；它可以使我们了解许多有趣的现象，从而培养自己寻找研究题目的能力；它可以使我们了解自身的不足，从而在未来有针对性地完善自己；它可以培养我们的鉴别能力，从而知道文章背后的很多东西（例如各种统计结果的可信性）；它也可以揭开研究的“面纱”，从而或者坚定我们的研究兴趣，或者使我们决心不再追求这种生活方式；它也可以增加我们个人简历的内容，从而在未来走向市场时带来一定的帮助。
根据项目本身的不同，助研的工作职责是多样化的。一些项目要求翻译文章，一些项目需要寻找资料以及处理数据，而另外一些可能会要求较为独立地写论文。因此不同工作的创造性的强弱是不同的，选择的时候应相应地考虑自己的要求。一般而言，表面上简单的基本技能实际上包含很多技巧，如果不亲自尝试一下的话很容易“眼高手低”。因此在刚刚开始时不妨参与一些“基本操作”的项目，随着技能的积累可以转向一些创造性更强的项目。
事后来看，一些同学在作助研后收获很大，而另外一些则以“无聊”来形容之。这当然与每个人的具体项目有关，但也受个人的主动参与程度以及主观期望值影响。因此，应在权衡自己的要求与项目职责的匹配程度的基础上选择，当然机会成本也是重要的考虑因素。8. 最后一个撒旦——毕业论文
如果说“助研”的重点在“助”上的话，那么毕业论文的重点将无疑在“研”上。尽管它出现在令人最讨厌的时候（正是寻找个人出路的思维发散时期），每个人又不得不面对它。这是一个充满挑战性的要求，原因不仅在于这需要个人的完全独立研究，更重要的是确实曾有因此而延期毕业的先例。
不言而喻，在这过程中的第一件事情是寻找题目。这可能由导师指派，也可能是继续过去的研究，也可能是根据自己兴趣选定新的题目。这中间有很大的自由度，但应注意避免自己无法应付的题目（例如一些未解决的重大技术性难题）。题目选定后，就应该相应地提高背景知识，这其中包括已有的查找文献、收集数据、了解计算机程序、学习用到的统计分析技术等等。这个过程可能会耗费大部分的时间，如果碰到难以解决的问题的话，还有可能回头重新选定题目。当背景知识积累到一定程度后，就可以考虑实现文章核心的分析，这可以是纯理论分析、应用分析或者经验分析。这可能是最痛苦的环节，因为创造性地解决问题总比学习别人的知识要难得多。但一旦这个环节成功，那么以后的事情就是常规性的了。
一个大家都很关心的问题是论文中的“数学模型”与“计量分析”问题。在多数发表的论文中都有着数学模型或者计量分析，因此这似乎已经成为必不可少的内容。我们可能永远也讨论不清楚它们是否必要，但我们至少应按照规定的要求来做。这些要求随导师与题目而不同，一些导师不要求数学模型，另外一些不要求计量分析，但在一些老师那里这两者是必需的。因此，在个人偏好基础上还应提前向导师问清要求。
另一个大家可能会关心的问题是论文的贡献程度。在这方面好象很难有严格的尺度，在具体操作上跟导师个人严格程度有关。空泛地说，就是在规定的时间内做到个人的最好。至于具体的程度，大家可以在以前学生的毕业论文中找到感性认识。
9. 敢问路在何方——寻找工作
根据近几届毕业生的情况来看，除了部分同学继续攻读博士之外，多数同学会进入工作市场。工作的满意程度对个人来说的重要性不言自明，对整个中心而言也是对教育与市场衔接程度的一次检验，同时也是影响未来招生的一个潜在因素。
由于我没有找过工作，因此不敢说太多的外行话，这里讲一点旁观者的感觉。尽管找工作过程中存在着很强的随机性，但最后结果还是与其他人的事前期望是高度相关的，也就是说：一些大家认为最可能找到满意工作的同学有很高的概率实现愿望。因此，平时多培养自身能力还是非常重要的。当然，至于具体细节就应该让其他毕业生来介绍了。10. 窥探小资生活——申请海外留学
出国是许多人从小的梦想，也是很多学生读书的直接目标。即使是在入学时没有想过出国留学的学生，在北大周围同学的影响下也可能由“出国业余爱好者”转变成“出国迷”。以下简单谈一下这个圈子中的学生可能会关心的六个问题。
第一，为什么要海外留学。整体说来，国外与国内存在着高等教育水平、物质生活水平、生活方式以及语言等方面的差异，这构成了不同人出国的动机。如果为了提高专业知识背景的话，去西方国家应该是较好的选择；如果仅仅是为了体验另一种生活方式，或者是提高英语的话，也未尝不可；如果是为了享受物质生活的差异，从而实现向“自由与繁荣的国度” 的移民的话，也是可以理解的。总之，多样化的个性促成了多样化的动机，但应注意在考虑国外的种种好处时不要忘了可能承担的机会成本（国内的好处）。因为我们是在进行不确定性下的决策，而且概率又经常是主观的（同时效用函数也未必是“预期效用型”的），所以中间总是有着多重均衡。
第二，是不是应该继续申请入学。尽管开始时出国圈子里人数众多，但到毕业班时，很多人开始踌躇于是否继续申请。犹豫的一些原因是：在出国标准化考试成绩低，因此对成功概率不看好；本来就不想从事经济学研究，还不如先工作再申请其它专业；觉得自己背景很难进入心中的理想院校，并进而担心是否能够有比较好的就业前景等等。在这种情况下，别人很难提出明确的建议。如果是因为对申请成功缺乏信心的话，希望下面的内容会有所帮助。
第三，国家或地区的选择。由于经济教育的发达、奖学金的充裕以及移民政策，美国往往是绝大部分同学的首选。当然，如果有其它原因的话（例如个人爱好或自身的竞争力等因素），我们也可以尝试一下加拿大、欧洲、新加坡、中国香港、澳大利亚等地区。这些地区本身也有较好的条件，在某种程度上可以满足一部分人的要求，一些人还将此作为“曲线救国”的方式。但是要注意了解是否有奖学金等因素。
第四，专业选择。我想中心的多数学生会选择经济学博士专业，但如果对其它方向感兴趣，也可以尝试一下商学院博士项目（市场营销，金融学，会计学，公共政策，运筹学等）、农业与资源经济学博士项目、或者政治经济学等项目。一般来讲，商学院的竞争最为激烈，其次是经济学，然后是农业经济学，但这也因学校而不同。而且各个专业之间都有很大的交叉（例如商学院中可能会有产业组织、理论计量研究，经济系可能会有金融经济学，农经系中可能有经济发展与国际贸易等），因此应该详细研究各个不同学校的情况。
第五，学校数目与排名。根据个人条件的不同，申请学校数目从2、3所到30所不定。这完全取决于个人的经济能力与信心，但普遍的现象是从5所到20所。在申请之前，很少有人对国外某个教授到了“非嫁不可”的程度，因此多数人选择学校是依据大学排名。一个常见的问题是：选择学校时应该依据综合排名，还是专业排名？由于我们都是社会中的凡人，因此多少会受到别人评价的影响。这样，经常在经济学圈子内部交流的人会比较看中专业排名，而与外部交流较多的人会偏爱综合排名。一般而言，如果想从事理论研究的话，专业水平比较强的学校应该是好的选择，但其它考虑对一些人可能更重要。
另外一个常见的问题是：应该在各个排名段中分别申请多少学校？这又完全取决于个人的保留期望值与竞争力。一个极端是“宁为玉碎，不为瓦全”型，这些人只申请名校；而另一个极端则是“聊胜于无”，这些人对学校没有任何除奖学金之外的要求；多数人选择中间的情况，在排名不同的学校中平均分配。如果不是有着绝对信心或者绝对丧失信心的话，中间的情况应该是较好的选择。但到了操作细节，就要具体问题具体分析了。
第六，一些潜在的录取决定因素。下面讨论个人能够想到的因素，由于最终是多因素评定，因此很难说哪一个因素起到绝对作用。如果想提高概率的话，最好是在各方面都完善，但这又是一个“知易行难”的事情。
学校与专业背景，这又包括本科生与研究生的背景。从历年的经验来看，在录取结果中表现出来的名校效应还是很大的。幸运的是，至少我们都已经是北大的研究生了，在这方面已经是占了先机。至于本科学校与研究生学校哪个重要，恐怕就取决于具体教授的个人偏好了。专业背景可能也会带来一定的影响，例如大学数学专业可能会有一定好处，但也常有文科背景的学生进入非常好的学校，不能一概而论。
成绩与课程。在每个学生都极力渲染自己的“软指标”（智力、勤奋、责任心等）的情况下，GRE、TOEFL、大学与研究生成绩这样的“硬指标”就非常重要了。由于各个学校的评分标准与课程难度的不同，大学绝对成绩与相对名次都会起到作用。课程的难度以及国际接轨程度也会起到影响，例如一些学校要求列出主要课程的教科书，但我想中心在这方面还是有竞争力的。至于标准化考试成绩（GRE、TOEFL），不同人有不同看法，但一般来说要达到中等以上水平，但低分去名校的现象也屡见不鲜。总之，在事前我们应该非常重视，但事后也不要因为结果不好而丧失兴趣。
推荐信。推荐信表现了别人对申请者的评价，其重要性就可想而知了。一封好的推荐信有时可以补偿很多其它方面的弱点，这在中心很多学生的申请过程中扮演了重要角色。与其它学校的情况不同，中心老师的推荐信多数由老师自己写，这样老师对学生个人的看法就非常重要了。在申请时，经常有大家争取某些“热门老师”少数推荐名额的情况，也经常有要求被拒绝的情况。因此，我们唯一能做的就是在平时就提高老师对自己的评价，而不应该“临时抱佛脚”。
研究论文。一些学校会要求提交论文（writing sample），因此如果有一篇好的论文的话就会大大增强竞争力。即使是不对论文进行要求的学校，一篇十分规范的论文也可能会影响结果。这样，如果能够将自己满意的论文翻译成英文，录取希望就可能会提高。
助教或助研经历。由于一些奖学金是以助教或助研的形式发放的，如果有类似背景的话就会带来好处。另外，即使是在申请fellowship，作过助教或助研也会发送具有能力的信号。至于具体作用有多大，就不得而之了。
包装。竞争的加强导致申请者对细节的关注，一个重要的表现是对申请材料的包装。很多申请材料已经作为艺术品来看待：许多学生（女生居多）在申请材料的纸质、颜色、封皮等各个细节上都煞费苦心。我曾经见过以A4的照相底版来打印简历的学生。总之这是一个充分发挥想象力的场所，没有常规的经验。至于包装好坏与成功概率的关系，就没有人能够说清楚了。
性别。在申请经济学的学生中有着一种广为流传的“性别歧视”观点，这种看法认为女生在申请中受到优先考虑。大家经常列举的例子是某某世界名校近年来只从中国大陆录取女生，北大经济学专业女生的出国去向平均要（显著？）优于男生。这个粗略的统计数字比较符合个人感觉，但也不排除这种情况被夸大的可能。而且，从统计数字中我们只能看到相关性，至于因果性就很难讲了。例如，对这的解释可能是国外教授需要调节新生中的性别与种族比例，而中国女生在世界女生中的相对水平较高（这跟奥运会上的道理相似）；另外的解释也可能是女生的英语比较好，而英语好的申请者更容易拿到奖学金；如此等等。总之，这是一个本身很有趣的现象，应该可以写成劳动经济学或教育经济学专业的硕士论文。由于这不是我们可控的因素，因此应该仅仅是一个“沉淀成本”，它可以用来增强个人信心，但不应该对决策什么影响。III．后记
自从答应写这篇回顾以来，一直处于断断续续状态。一旦开始动笔，就发现对每一件事情都要想好长时间才敢动笔。因此从感恩节写到圣诞节，现在又到了新年。高兴的是我总算没有将这件事情拖到2002年，心中的一个包袱终于落地。
现在正是寒假时间，欧美同学全部回国欢庆新年，而周围的中国学生也不是奔赴大西洋城去听张惠妹演唱会、就是去加州欣赏阳光海滩了。尽管此时的纽黑文小镇非常荒凉，但一旦打开电视机或连上互联网，就会发现一派热闹景象。无论是对“恐怖主义”还是“经济热点”，无论是对“行为艺术”还是“璩美凤事件”，讨论中都是各执一辞。这不断提醒我这是一个多元化的世界，因此我们没有必要让别人遵循自己的行为方式。因此，尽管我个人对提出的每个问题都有自己看法，但我尽力仅仅是罗列各种可能，而不表现出个人倾向。如果认为这是在“和稀泥”的话，那我也只能表示抱歉了。
刚刚连上中心网页，正不知最后该以什么样的表达来概括中心生活时，听见走廊里传来一句中文的对白：
“神仙？…妖怪？…谢谢!”
就此停笔。按：
去年秋天，我代表学术部给远在耶鲁深造的98级师兄白金辉发电子邮件，请他为中心的师弟师妹们写一点东西，指点迷津。白兄答应后，在忙碌的学习中挤出时间为我们撰写下面这篇《中心学习三年点滴经验》。此间他不断思考，反复修改，终于在2002新年之际完成。由于当时学期即将结束，我把这篇值得一读的妙文留到这学期开学才发布。白兄是一个在中心师生众口赞誉的优秀学生，倾听他把自己的学习经验、心得体会娓娓道来，是一种快乐。相信本文一定能对我们有所启发和帮助。文章将近1万4千字，与白兄的毕业论文相当，可见他为此贡献了多少时间和心血。最让我感动的是，寒假里回家，还收到了他的电子邮件，说想起文中的一个不妥之处，让我替他改过来。在此向白金辉师兄表示深深的感谢。学术部 赵莹
我是洛杉矶加州大学最后一个不用选修微积分而拿得经济学博士的人。今天数学用于经济大行其道，但此行也，历史不是那么久。我作研究生的六十年代初期，代数不成而还读出成绩的，几何一定好得出奇。想当年，几何曲线我可以多条用得到处飞。
然而，写博士论文《佃农理论》，整个结构与答案我先用脑子想出来，以几何证之只用了一个晚上。后来赫舒拉发说我的理论应该可用微积分证出，找数学书翻阅，再证出来。后来又用另一套几何曲线再证。心底里有点不服气，既然脑子可以想出来，何必用数学证来证去，多此一举？跟着一九六九写成今天还受到重视的《合约的结构与非私产理论》，想得通透，整篇写好了初稿，手痒起来，要学人家加些方程式进去，于是自己发明。华大同事E. Silberberg见到，说：「这样难看的方程式，你从哪里找来的？」我问：「数学对吗？」他答：「对是对，但那么难看，见不得人。」我说：「是我自己发明的，你不妨替我改进。」他改了，美观得多，但细想后我还是用自己难看的，因为要保存自己的发明。一九七二写好了《蜜蜂的神话》，为了解释方便用了一幅几何图表。高斯说：「这样漂亮的文章，为什么你要用几何污染它？」一九八三年发表《公司的合约本质》，为高斯的荣休而作，半个符号也不敢用。后来杨小凯把该文翻成数学发表，竟然批评我不懂得用数。思想是我的，半点也没有想错，小凯的数学证来证去只证明我对，就想不出理由自己要用数学了！
有些人——百年一见——像阿罗，数学经济神乎其技，在我面前表演过，天才无疑问。我认为阿罗值得拿第二个诺贝尔奖。但如果把一个经济难题放在面前，想斗想，他不一定想得比我快，或比我深入。有些人，像V. Smith，曾经对我说没有方程式不能想，拿得诺奖是他的本领，替他高兴，但我自己推理时是不用方程式的。
毫无疑问，思想的方法因人而别，达者为师，很难说哪种方法比较优胜。七十年代中期我写过一篇关于座位票价的文章，供应需求变化复杂，弹性系数记不起多少个，很适宜用方程式处理。但我就是不用，单凭文字思想一个周末完稿。后来一位同事用数学证来证去，找不出错处。
一九六八年，在芝大，H. Johnson说我是发展经济理论的希望，但要多学数。一位数学教授跟着自荐，要教我数，细想后没有学。当时决定了走实证研究的路，理论愈简单愈好，用不着数。后来我把用得着的经济理论简化为一条向右下倾斜的需求曲线，把所有局限作为价格处理，变化万千，困难是局限变化的考查。到了西雅图华大，同事巴赛尔（Y. Barzel）更不鼓励我学数。他认为要用数我可以发明，而以方程式思考不可能想得像我那样生动过瘾，变化自如。
经济研究，思考方法不同要用不同的工具，而研究目的有别，理论的掌握有不同的重点。有时同一问题，从不同的角度入手，或用上不同的工具，分析会不同，但大家处理得对，结论应该一样。科学逻辑使然也。高斯喜欢从成本入手，我永远是需求定律，结论若有分歧，一般是因为大家的假设不同。
搞理论经济是怎样入手的？我不是专家，你要去问阿罗，或问森穆逊。福利经济呢？我劝你不要搞。不可能有客观结论的经济分析，无聊玩意而已。搞实证经济——经济解释——回报率最高，也用不着天才，但要在真实世界到处跑。实证经济我是专家，告诉你怎样入手，怎样发展下去吧。
搞实证经济的第一步，是要找到一个需要解释的现象或例子。一定要是实例，虽然在推理时想象的例子可以用。这入手的实例要有趣味，要奇异，要没有人成功地解释过。实例是否重要不要管，因为开头看似不重要的，最后推出的理论假说可能有重要的一般含意。
奇异与有趣重要，因为推出新意比较容易，而完工后的文章有吸引力。困难是研究的人对选出来的实例要知得很多，有关的其它行为或现象也要跟进。对实例一知半解，容易误导，解释的假说跟着错。昔日M. Burnstein解释全线逼销，G. J. Stigler解释电影套售，L. Telser解释零售限价，皆有趣而又奇异的上佳实例，可惜这些大师调查得不够详尽，忽略了实例的一些重要细节，分析于是出错。然而，错归错，他们的思维对我有启发，我是感激的。这样看吧，搞纯理论，弄错了拿零分，见笑天下，但搞验证或解释，大错特错也有机会获五十分。
曾经说过，最愚蠢的学者，是那些试图解释从来没有发生过的事。如此类推，发生过的事我们不容易看得准，看错了重要的细节，受到误导，推理出错，与解释从来没有发生过的只是远近之分。这解释了为什么我那样执着，坚持对世事的调查要彻底，亲自跑到街头卖桔、卖玉。可以说，凡是动笔分析的现象，我的所知一定达到专家水平，往往比行内的人知得还要多。
是非常头痛的学问。现象或行为的重要细节稍有差池，为之解释而推出来的理论假说可以因为一小点误导而铸成大错。这解释了为什么我从来不用访问或民意调查那类资料，而当我深入调查某行业时，口述提供的资料我要再三地从其它渠道审核才相信。七十年代后期研究石油工业，获得的关于石油的质量与价格的数据绝对是顶级、可靠，但以这些作统计的回归分析，我对这技巧抱怀疑，要从其它角度再考证。政府或机构提供的数据，是怎样搜集而获得的，我必定查根问底，他们不从实解释我会把数据丢进废纸箱。人的生命短暂，中计几次就日暮黄昏。
曾经提及，一九六九年从芝加哥转到西雅图任职，之间的暑期空出两个月回港度假，看看母亲。当时已经发表了今天被誉为是应用价格理论的经典之作的《佃农理论》，又在芝大的经济研究院教过理论，怎样打折扣也算是个经济学专家，应该有本领解释一般的市场现象。然而，当时在香港观察到的，十之八九我不能解释。我想：物理学家不会这样尴尬吧。结论只有两个。其一是经济理论根本不管�