姚洋：如何做好经济学研究？

　Θ　文/意见领袖专栏作家વ 姚–洋

　　੦如何做好经济学研♡究？我在研究生课的第一讲会讲这个问题。今天我们的听众中有很多年轻学生，大家入学时间不同，但对于如何做好经济学研究可能都有一些困惑，也有一些期待。所以我今天主要跟大家分享一下我自己做શ研究的一些心得。

　　国际金融学里有“蒙代尔不可能三角”，<经济学研究里也有一个“不可能三角”，分别是“好问题”“别人没有做过的问题”和ü“合适的方法”。这个三角之所以“不可能”，因为三个角上的目标很难同时达到。比如，你κ找到一个好问题，好像也有合适的办法去做，但一查文献才知道别人已经做过。又如，你找到一个好问题，别人也没做过，但是你找不到合适的办法。再如，你可能有合适的办法，别人也没去做，但不是一个好问题。

¸

　　其实不止经³济学研究，任何学科的研究恐怕都存É在类似的问题。

　　当然，经济学研究的“不可能三角”没有“蒙代尔੬三角”那么严格，否则我们无法做研究。我们要一直在这三个角‎上去磨，寻À找可能性。

　　这三个角中最重要的是“没有人做过的问´题”和“好问题”，也就是别人没有做过的好问题。为什么这一条最重要💼？因为我们做学术研究，不能做没意义的研究。如果仅仅是为了发表，而不在乎这个问题本身的意义，无疑于浪费自己的生命。学术研究的目的不应该只是为了发表，发表只是研究的附属项，最重要的还是要探究学ર问，解决问题。

　　对于我的这番话，有些年轻人可能会说“你是过来人，站着说话不腰Ρ疼”。但我觉得，不管身处在哪个阶段，做好的研究恐怕都是做学问的应有追求。我认为同学们也该有这样的信心：是金子总会发光，只要你有能力做出好的研究，就一定会被发现并获得欣赏⊂。很多时候，研究¡的压力并非来自于社会或学术圈，而是我们自己给自己施加了这样或那样的压力，最后把路走偏了。

　　在我看来，只&#263d;要你找到一个好问ⓞ题，然后又有一些创新，总可以找到某种方法把ⓕ它做出来。创新不必很宏大，对文献发展做出的贡献也算创新。比如，理论做不出来可以做些经验研究；经验研究数据不足，可以先做点理论研究。我相信，只要肯想办法，总能出成果，也终会找到刊物发表成果。

　　年轻人要有定力，不要被眼前的事所左右。我见过太ਜ多博士生面对很大的就业压力而决👽定削足适履，比如有的高校要求申请者必须在《经济š研究》这种级别的刊物上发过文章才肯接纳其简历。结果大家都很紧张，拼命地写文章争取发表。事实上，我也有很多博士生在读博期间没有任何发表，毕业后也找到了很好的教职工作。所以大家要有定力，不要被一些特例所左右。

　　在我看来，博士生们不是写文章太少，而是写得太多。不管题目是否重要，找到一个题目就去做，做出来能发表就行。带着这样的态π度搞研χ究，今后真的很难走远。我总是&#263c;跟博士生们说，博士论文可能是你这一生最花功夫的一篇文章。如果在博士论文上都不愿花功夫，那你今后更不可能达到博士论文的高度，因为后面可能面临更大的压力。因此，做有意义的问题最重要，找到一个好的问题就意味着已经成功了一大半。

　　Ÿ论文写੉作三ગ部曲之一：选题

　 　੫1、不要做游牧民族式的੆学问

　　选题三部曲中最重要的。怎么做选题？在我看来，千万不要做“游牧民族式”的学问。年轻人因为发表压力很大，所以往往哪儿有数据、哪儿有新奇的点位，我就做什么研究。੫到最后，别人问你是哪个²领域的，对哪些问题有深入研究，你或许只能回答：没Ÿ有，我只有发表。过一段时间回头看，你可能觉得自己在哪个领域都不是权威。

　　对年轻人来说，建立起自己的研究领域非常重要。只要你在某领ક域发表三到五篇文章੒，别人就会认可你。这个领域再有动向时，别人自然而然就会想到你。&#25d3;这样你才能在学术圈里建立自己的声誉。

　　做学术是有共同体的，发表当然是&#266a;一个ⓨ重要的标准，但更重要的是你在某一个领域有没有发言权，这一点非常重要。教育部在“破五唯”，即坚决克服高校在人才培养、职称晋升中所存在的“唯分数、唯升学、唯文凭、唯论文、唯帽子”的倾向。有些人表示反对，觉得这样一来就没有标准了。我非Μ常赞同“破五唯”，在我看来，“破五唯”就是正确的矫枉过正。过去一段时间，我们的经济学论文发表量虽然上去了，但没有多少建树。我认为一个很重要的原因就是研究者没有自己的研究领域和研究话题，这是最大的问题。

　　ⓒ2ℜ、要做઴问题导向的研究

　　要选好题就要做问题导向的研究。有些人觉得历史上 那些大师的作品流传千百年，我们现在还在读，如果那些作品针对的🙀是当时的问题，肯定无Œ法流传这么久。这个解读是错的。

&#263e;　　所有伟大的思想家都是在回应&#25bd;他本人所在‏的那个时代，没有人能超越自己的时代。宣称自己的理论是放之四海而皆准，能够维持万年，这是不可能的。

　　孔子、柏拉图、洛克、马克思，他们都是在回应自己的时代，经济ⓛ学家亚当·斯密也是。近期的宏观经济学家，如二十世纪70年代兴起的供ë给学派，也是为解决美国当时的滞胀问题才出现。凯恩斯更是如此，他正是想为大萧条找到解决办法才创立的所谓“凯恩斯经济学”。所以学术大师都是在ત回应自己所处时代最急迫的问题或在现实中观察到的重要问题。

　　实事求是地讲，追逐文献不是中国学者的比较优势。在北૜美和欧洲有大量的学生，这其中也包括中国留学生，每天都在χ苦思冥想、追逐文献，试图找到更好β的研究方向。我们身处中国，这方面的优势显然不大。

　　反过来看，中国的实践为ⓕ中国经济学家提供了很多研究素材。为什么不去研究？比如ઙ宏观经济学，现在的理论创新越来越少。然而中国是一个很特殊的经济体，同时又是世界第二大经济体，对世界的影响非常大，世界也非常关注中国经济。我们可以尝试从中国的实践里挖੖掘出一些宏观经济学的研究素材，最后形成理论。

†

　　在我看来，好ગ的问题有两点੫：

　　1、 对改造或者理解中国有贡献。简单说，就是对中国有用。你Ö生活在中国，如果你做的⊂学问对中国没有用处，我觉得你是浪费了时间、浪费了青春。人要活得有一种归属感，我们通过学术来参与中国的进步和发展，我认为ø这是做学问的应有之义，社会科学家尤其如此，人文学家也是一样。

　　2、 你的研究对经济学文献有所贡ã献，这一点非常重要。研究中૧国，倘若你的研究对推进文献的发展没有贡献，只不过是他人理论在ï中国的应用，那也没有意义。

஻

　　因此，我们做经济学研究，一定要想到两个方面，一个是‰对中国有用，ª一个是对经济学的发展有用。

ⓣ　　3、如何找到好的œ选ઝ题

　　ਭ≈（1“）新的理论构想

ੇ　　怎样找到好的选题？最好能有新的理论构想，但既使是新的理论构想，也要☺有现实支撑，在此基础上抽象现ϑ实，发现新的benchmark（基准）理论，这是最高境界。例如，“阿罗不可能定理”“科斯定理”都是这样。

　　“阿罗不可能ƿ定理”主要从反面入ϖ手，即如果经济决策符合四个条件，那这种决策就不可能符合个人理⌉性。

　　阿罗之所以从事这项研究，主要因为其所处的社会正在兴起社会选择理论。经济决策是否可行？这引起阿罗的关注。“阿罗不可能定理”并不℘是说经济学不可行，因为这是在四个限定条件下得出的一个结论。这一理论的意义在于揭示了现实是如何工作的。在现实生活中，我们↔恐怕都是违反了该理论的假设，才可能进行经济决੨策。

　　关于“科斯定理”也存在很多误解。既然有了科斯定理，那产权的归属就不重˜要了。科斯自己也曾说过，我的理论就是一个benchmark，只是在一种理想状态下：没有交易成本，同时产权可以清晰定义的情况下，产权的≥归属对于经济效率才没有影响。科⇐斯也强调，“科斯定理”的主要作用不是为了指出什么不可能，它好比一面镜子，对照来看就能知道现实中我们的制度为什么能起作用。

　　在理想状态下，制度安排并不👿重要，但在现实中我们看到制度ð安排Þ非常重要。为什么会这样？这可能是由于交易成本太高、产权定义不明晰等原因导致。

　　即便º是੊“科斯定理”这样的benchmark理⊗论，仍然要有的放矢，要解释现实中发现的情况。

　　“ⓔπ科斯定理”并非凭空而来，是科斯在为美国无线电波频道做咨询时悟到的Ò。“交易成本企业理论”也是科斯在美国调研时发现的。我们中国学者的优势就是观察中国，在此基础上提升出具有普适价值的理论。例如，从中国经验看，政府在经济发展中发挥了很大作用，那政府的作用主要体现在哪些方面？对于这个问题，学界一直有争论。作为青年学者，我们能不能从中国的特殊性里发现一些普遍性的东西？

👽′

　　研究文献💼

　　我不反对研究文献，我认为青年学者更应该阅读文献。一旦确定了自己的研究领域，就要熟悉自己领域里的文献，还要跟૦踪这个领域里的新文献动态。研究文献可以઱拾遗补漏，发现理论的不完备之处。比如诺思提出“有♨效制度变迁假说”，但它会不会总是发生？以这一点为突破口，你就可以进行一些深度思考，随后有可能找到相应的理论。比如，如果完备合同是不可能的，委托-代理关系将如何改变？就思考这么一个问题，就可以生发出很好的理论，最后还获得诺贝尔奖。

　　通过读文献，可以扩大视野，发现新的理论。我强烈建议年轻人多读一些相关领域的文章ઍ。比如看看经济学里其他领域的文章，或者看看社会学、政®治学、哲学等其他学科的文章，这些都会给你带来帮助。例如，黄海洲和他的合作者帕特里克•博尔顿（Patrick Bolton）把莫迪格里亚尼—米勒定理（Modigliani-Miller Theo੓rem，简称MM定理）应用到国家层面，提出了货币的股权说。

　　♫（2）解释一个ਖ਼“઱谜”或“意外”

　　如果提出新理论构想比较难，也有一些其他的ৄ捷૮径，比如解释一个੒“谜”或者“意外”。

　　“谜”指的是从现有理论出发，逻辑上无法找到答案的<经验发现，如“李约瑟之谜”。李约瑟研究中®国古代技术，他提出一个疑问，即发展技术就应该有科学，中国古代技术发展这么好，为什么没有产生科学？这就是“李约瑟之谜”。经济学家们沿着“李约瑟之谜”的逻辑继续▦提问，激发了很多人投身研究之中。比如为什么中国没有产生工业革命？中国有何增长之谜？中国存在腐败，为什么经济仍然快速增长？这其中肯定有正向激励，这正向的激励是什么？能不能由此产生一个新理论？这就是“谜”。

　　“意外”就是benchmarking，指和现有理论预测相左的经验事实。比如汇率是名义价格，一般认©为它不会影响实际汇率，因为还有国内价格、国际价格等其他因素发挥平衡作用。既然如此，为什么有那么多国家或地区采取固定汇率？德国、日本、亚洲四小龙œ，这些国家或地区在经济发展初期都不约而同地采取了固定汇率，这说明固定汇率有用。因此，上述国家和地区采用固定汇率的做法就相当于一种“意外”，既然有意外就需要给出解释，别人可能会觉得很新颖。在我看来，这是一种做理论的捷径，关键需要从&现实中不断发现这种“意外”，这并不是一件容易的事，但青年学者可以注意培养自己这方面的能力。

　Š　（´3）应用现有理论੎解释现象

　　更多的时候，我们用现有理论来解释现象，以此检验现有的理论、前人没有检验过的理论，新的∗数“据和新的计量学方法。现在中国人做的最多的是应用微观计量学进行研究♧，即用微观经济学理论解释现象，并用数据做出证明。

　Ņ　例如研究“新型农村合作医疗是否降低了农民信教的概率？”首先需要弄清楚一般人为什么信教。信教者一般都会对不确定的未来感到焦虑，因此宗教都会对来世有所描述。正是因为来世不可证伪，很多人才会相信。倘若农村地区引进合作医疗，未来的不确定性可能因此大大降低，生病之后有保障，老百姓Ǝ对未来也可以少一些焦虑。这样一来，农民信教的概率是否会降低？　这是一个比较重要的问题，如果能找到比较好的数据加以研究，一定可以出一篇好文章。

¾　　4、♠哪些是不好Õ的选题

　‌　一⌊是修改别人模型的假设，这是年轻人特别爱犯的错。别的学者做出一个理论模型，其中的ⓩ假设不能随意修改，否则可能导致整个模型土崩瓦解。此外，修改假设后的一系列推导也很有可能产生错误。

　　二是ⓘ生套理论模型。不પ管模型是否适用Ð，拿起来就用，这样肯定行不通。

　　三是“稻草理论”。19世纪末20世纪初的欧洲，曾有一本杂志向当时欧洲的知识分子提出一个问题——在过去一千年的时间里，什🙀么是人类最伟大的发明？ò有人认为是马料，即马吃的稻草。在这些人看来，没有马料，人们就不可能养马；如果没有马，欧洲人就不可ù能战胜北方的蛮族，也就不可能有欧洲文明。

　　这一论断࠹乍一看没毛病，我们也知道，欧洲文明的进程是从南向北逐渐推进，但马料真的如此重要吗？我看未必。只要养马就会知道马需要什么饲料，自然而然会想到搭配马料，这是一种ર职业本能。在我看来，很多年轻人做学问都是“稻草学问”。诸如此类逻辑上看起来成立，但在现实中没有太大实际意ਜ਼义的问题，只做回归分析的经济显著性也比较低。这种学问没有太大价值。

　　四是为了研究中国而研究中国。此类研究一般仅描述中国的现象，并不考虑其研究可能对经济学理论做出何੩种∋贡ક献。

　　五是缺乏政策含义的经验研究。此类研究的特点是：方法好、做得好、成果发表也很好，但就是„缺乏政策含义。比如有人做了“测度配置效率”方面的研究，文章发表得很好，很多人就跟风研究。这种研究不能说没用，至少可以知道中国的પ配置效率还有多大改进空间。但我认为更好的研究应该是如何改进配置效率？&#25c8;

　　◑综上所述，想要发现好选题，需要学会联想。青年学者要学会多种联想，从现实到理论，理论到现实，要学会构建一个经济学问题，这一点非常重¸要。现在有很多学者，特别是做经验研究的学者，找到一个X，再找到一个Y，接着就跑回归，跑શ完之后再回头来解释。这样的研究缺乏理论支撑，纯粹是在跑回归。一旦Y确定了，就换不同的X继续做；或者X固定下来，把Y换一下，这样可以出好多篇，甚至是一个系列的文章。

　　在我看来，既然决定做研究，就要做点有经济学含量的，有经济学逻辑推导的研究。如果青年学者或博士生不能完成这一跨越，他在经济学研究领域就尚未入门。缺乏经济逻辑和理论支撑的经济学研究，在我看来毫无意义。经济学有理论大厦，这是经济学和社会学的重要区别。我知道现在很多青੠年学者喜欢跑回归。“跑回归”的门槛很低，读完本科就能做到，但如果读博期间仍在跑回归，那⇑博士阶段接受的学í术训练意义何在？即便是“跑回归”，也需要有经济学理论的支撑，否则跑出来的回归也没有意义。

　　还有☏一些年轻学生不喜欢参加学术会议，其实参加学术会议的好处很多，我们可以从别人的文章中获得联想和学习动力，不仅要学习别人的研究方法，还要学习如何发现↑和界定一∋个问题，进而跟进一个领域的发展。

¾

　૙　中国研Ο究的陷阱

　　在我看来，当下的中国研究存在两种不好的倾向。一是跟随式研究，即用中国的数据把文献里已有的成果复制一遍，做一些边际上的改进。二是讨好式研究，即刻意迎合西方对中国的刻板´印ϑ象，暴露出中国“不好”的一面，以此获得更多发表੉机会。

　　中国人要建立自己的学ી问，必须要学会设立自己的研究议题。我知道这很难，因为大家都是在国际刊物上发表，在这样的客观条ⓛ件下，建立中国自己的议题确实有难度。作为中国经γ济学年会的理事长，我正在推动这方面的工作。我想只有整个经济学界一起努力，才能把这个事情做起来

　　વ论文写作“三部曲之二૝：技巧

　　一、关 于理ⓙ论&#263e;

　®　ú1、如何做理论？×

　　同学们在教科书和论文中读到的模型，基本都是从假设开ý始一步步推导。如果同学们就此认为做学问也应该延续这种套路，就完全错误了。教科书઱上出现的模型已经打磨了无数遍，写的时候一定是按顺序写，但其构思过程一定是反向，即先构思一个符合直觉的“故事”，然后用日常语言表达出来。对同学们而言，这一过程颇有些挑战性。有的同学能写出理论模型，但不会用日常语言表达。如果出现这种情况，我觉得是对理论模型ⓗ理解不到位。

　　我认为，写一篇理论文章好比讲一个故事，先构建一个符合直觉的框ⓞ架，然后找到相ટ应的经济学理论，最后用严谨的数学 语言表达出来。

　　如何把你的理论成功“推销”给期刊审稿人？这其实是“一锤子买卖”。多数时候，审稿人审稿只看整个“故事”是否合理，即文章的推导是否有问题，至于文章的假设正确与否，审稿人通常很少←在意。这样的审稿标准可能ä放过一些错误，导致很多名人发表的文章也存在逻辑错误。我们常说Λ做理论难，难就难在这里。论文作者既需要讲好故事，还需要确保假设合理，模型运用得当。大家切忌从现成的假设出发，用标准的模型来研究现实问题。

　　2È、做理ð论模型×的步骤

　　ð1） ਭ确定理论和因果关系。઱简单说就是先把理论这个“故事”讲起来。

　　2） 构造一个可以产生预期&#256d;结论的经济机制。在这个过程中一定要防止“短路”。我反对大家做那种X影响Y的回归分析，因为X影响Y太直接，∞也是“短路”的一种。好比用ä一顶帐篷来隔绝蚊子，然后讨论会产生什么结果，这样的研究有什么意义？

　　3）确定模型和假设。以上步骤可能需要重复很多次，最后确定的ਲ਼假设一定是通过模型的机制能够得到想要的、结论‹最少的假•设。

　　在美国威斯康星大学读书时，我也曾陷入写不出理论模型的困境。当时我咨询一位⁄数学系博士该如何解决这个问题，◯他的回答让≥我醍醐灌顶。他说，任何结论都可以推导出来，关键看假设是什么。

　　不难看出，理论都是建构出来的，不是必然的东西。很多人在发表文章时都会提到“我在这ਫ里做一个技术性假设”。对理论文章而言，假设能否推导很重要，但♨使用“技术性假设”这样模棱两可的词汇，就可以一笔带过。由此可见，经济学比较仁慈，给了研究者一些假设的空间，但也不能太离谱，不能从假设直接推૎导到结论。倘若别人看到假设就知道结论，这样的研究也没有意义。

　　理论很奇妙，有时我们自己构建Å了一个理论模型，推导到最઱后发现有如此多的命题可以证明，这是一种令人兴奋的经历。我建议年轻同学们不要怕，要勇于尝试。我虽是农经系出身，但&#25bd;我也写理论文章，直到现在还在写，马上要出版的一篇文章就是聚焦“中国选拔制度里忠诚与能力的平衡”这一问题。这是一篇经验研究文章，但也有一个理论模型，指导后面的计量研究。在写理论模型的时候，如果你的模型很复杂，可以先用一个简单的模型把直觉告诉读者。

Á

　ࢮ　3、如何૪检验理论模型的好坏？

　　在这一点上，我们往往被Friedmτan迷惑了。Friedman认થ为，只要模型和现实吻合，这个模型就是对的。我曾经问过芝加哥联储的主席&#ffe1;，研究宏观的学者怎么知道采用的模型是对的？芝加哥联储的主席表示，如果模型能推导出来，并且和现实的数据都能吻合，就相信这个模型是对的。

　　这就是典型©的Friedman标准，我觉得这个标准不够完善。除了数据，我们还要看机制是不是合理，假设是不是合理，模型是不是应用得当。这样的要求可能让我们这些做新政治经济学ય的人更发愁，因为新政治经济学缺乏一个广为接受的模型，又如何能用模型去说服别人，证明模型应用∫得当？所以说经济学不是纯粹的科学，科学不会在意模型是否精巧。我认为经济学多少还有点像文学，还有点理论物理的意思。在经济学的范畴里，找到一个理论模型并不意味着成功，还要看结论是否符合直觉，是否比现存理论得到更多、更一般化的结论，以及结论是否经得起数据的检验。这些都非常重要。

　　二、€关于经º验◊研究

　　1、好&#256f;的数据是&#263a;第&#25b3;一要务

　　如果只用省级数据或者国家¯层ù面的数据做研究，除非论文立意特别好，否则很难†发表。

　　还有一种方法是自己收集数据。博士生们一定不要઼怕自己收集数据，我有好几位博士生都这样做。自己收集数据虽然辛苦，但此后很长一段时间的研究都可以吃这些数据的“老本”。因此，博士生要注意给自己建一座“城堡”，在获Υ取独一无二的“垄‚断”地位的同时，也让别人无法“攻破”你的“城堡”。在我看来，“城堡”可以是独家数据，也可以是超强的研究能力，比如特别擅长写模型，熟练运用各种方法等。

　　作为一名研究者，Λ以上这些学术素养，至少要ψ具备一样，不然如何在学术界立足<？

∼　　Ņ2、做经验研究也要讲一个故事ÿ

　　♫研究者必须找一个好的经济学问题。这⌈或许是我的个人偏见，因为我不喜欢那种X怎么影响Y的简单逻辑。如果你Â的选题背后没有经济学内容支撑，那平日里接受的经济学训练意义何在？

　　我建议大家先用图表把数据看一ਜ਼遍，主要因果ˆ关系必须在平均意义上显著。这一点我曾Ã反复强调，如果数据在平均意义上都不显著，你就别做了，那你是在拷问数据。你做的就是“稻草学问”，没有意义。

　　做经验研究最好也要有个理论模型，不是构建一个理论，而是要提出一个分析框架，分清解释变量ઽ和控制变Ô量。否则等这个结论出来时，再回过头做™合理化的解说就有可能走不通。

　　我们还要学会用回归来讲故事。只做一条回归远远不够，你可能要做一万个回归，最后从中挑选出十个，讲一个逻辑♠自洽的故事。切记不要放太多的回归结果，这样做容易暴露自੡己的逻辑漏洞，哪怕结论是显著的，有Ã些逻辑链条可能接不上。

　　ⓠ写文章有个诀窍，你给读者呈现什么，读者就会沿着你的思路去思考，因此没必要去把旁枝末节也放到文章里，你的੩文章应该只突出一个核心੝问题。

　　在这一过程中，我们ù也要避免cherry picking。所谓cher੨ry picking就是对自己有利的都讲出来，对自己不利的就不讲。大家可能会说，刚才说的挑选十个回归，这难道不是cherry picking？我想说的是，如果这里面有cherry φpicking，那这个故事本身就有问题，你要重新选一个故事。

ઽ

　દ　3． 关于估计方法Ξ

　　Ù▥ð在计量研究中，通常有三种方法，即简化式估计、结构式估计和结构化估计。

　　简化式估计∅就是回归式之间没有内在联系。其优点是简单直接，看平均意义上的效果，对数据的要求也不高。在我看来，哪怕是简化式估计，也💼应该能够讲一个逻辑一致的故事৻，这个一定要记住。简化式估计的缺点是容易出现内生性的问题，无法研究太复杂的机制。

　　结构式估计是‌多条有内在关系的回归式。优点是可以用来讨论较为复杂ζ的机制，缺点是对数据的要求较高。我的博士论文是做中国土地问题，当时威斯康星大学的要求是都要做结构式估计，这意味着૤必须得有理论模型，从模型里推导出回归，这个回归就非常复杂。

°　　最近有家杂志邀请我审一篇文章，关于中国农村土地问题。这ગ篇文章做的是简化式回归，没有任何内在á逻辑，相关机制就表现不出来。

　　当然结构式估计对数据的要求比较高，发表也比较难。我们曾有一篇文章，评审人就认为理论模型写得非常好，但经验研究不好，数据无法支撑这样的估计，因此毙掉了这篇文章。由此可∅见，结构式估计不容易。但我还是鼓励大家尽量做⊇，这是一个很好的训练，‘也有可能激励你真正地把经济机制搞出来。

　　还有一种做法是用模型做估计。其优点是可以解决内生性问题，可以用来做反事实检验。你可以先想好一个模型，然后用数据校准模型。接下来就可以用这个模型¸来做政策分析、反事实分析。这种方法对数据要求没那么高，对模型的要求高一些。缺点是容易陷入“套套逻辑”，结论高度依赖于这个模型੘的设计。所谓“套套逻辑”就ષ是为了得到结论而修改模型，自己解释自己。

　　以上三种方法各有优缺点，大家使用的时候要小◈心¾ધ。

♡　　Ø4、如何解决内生性问题ñ

▨　　产生内生性问题的原因很多，共时性问题、遗漏变量问题，联立方程偏差问题ã都能带来内生性♨问题。

　　░该如何解决“内生੢性问题？

　　1）使用†ਨ但不迷ਖ਼信工具变量。

　　工具变量需要满足两个条件：一是相关性，二是排他性。相关性比较容易满足，排他性则比较难以࠽满足。一个合格的工具变量必须和处理内生⊇变量高度相关，同时又对因变量没有直接作用，也就是说能够影响工具变量的只有工具变量，工具变量不应直接影响结果变量。这个要▩求确实很难满足。

　　比如把殖³民地的死亡率作为制度的工具੊变量，然后得出结论：制度会影响长期经济增长。然而殖民地的死亡率高，意味着当地的自然环境比较差。我们早就知道“自然环境比较差的地方经济表现不好”，因此很难排除殖民地的死亡率通过其他途径直接影响长期经济表现的可能性。要解决这个问题‚，就需要从其他方面着手，你就要通过其他方面来想办法，做无数的回归。我曾辅导一名硕士生做过类似的尝试，刚开始的时候我们使用工具变量，后来从其他方面入手，开始多做一些回归，逐渐解决了这个问题。

　　2）如果ι有面板数据⊄，可以借此Ë打个时间差。

　　面板数据代表⌈时间上的变化。所谓“外生性”，指先发生的事情相对于后发生的事情而言，一定是外生的，除非它们长期受到第三方因素的影响。倘若有面板数据，长期影响就可以被固定下来，成为固≠定效应。这时候就可∝以把X变量作为外生性变量。

　　关于面板数据的应用技巧还有很多。我的一位硕士生——徐轶青，做得非常好，如今是斯坦福大学政治系教授。轶青在硕士期间做的硕士论文，੥博士期间不断修改，最终发表在政治学最好的杂志上。这篇文章的焦点之一是“如何度量非正式制度”这一内生性很强的问题。当时我们想的办法是用村庄级别面Η板数据的特点，利用村庄内部的变化，看选举如何激活宗族这个非正式制度。村庄选举出的村主任来自最大姓，说明他拥有了宗族赋予的非ⓡ正式权威。只要选举比较随机，我们就可以认为说这是外生的。

　　&#260f;断点回归也是一种解决办♫法，可以就此找到很多切♧入口。

　　我有一位来自北大马克思主义学院的学生，他用中央苏区作为断点回ૉ归，我认为这是个很好的办法。如果能ý辅以自然实验或者拟自˜然实验，效果会更好。

　　因此，做经验研究૥一定要从多个方面验证自己的结论，要知道经验研究只是检验了一个理论预测，现有数据支持理论预测，不等于理论就是对的，因为可能存在其他理论，其结论也和经验发现一致。也就是说，能够得出同样结论的理论模型可能不止一个，其他机制也有可能推导出同样的结论。所以经验研究一定要找到排除其他理论的解释，此外♥也要时常扪心自问：做的这些回归能否支撑结论ਪ？经常做一些符合直觉或理论差异化效果的检验，构建反事实检验也是必要的步骤。

　　做经验研究时，&#25b3;同学们要时刻想象有一位审稿人坐在你面前，追问你各种问题，你要想ઙ方设法用计量结果回答他。“假想审稿人”不一定会挑战你故事中的细节，ઐ但他可能会挑战你使用的方法。

　૙&#25d3;　论文写作三部曲之三：写作Ǝ

　　写作是æ有规范的，我建议同学们模仿范文，找到同领域ૠ的好文章，模仿它的写作框架和技Ä巧。

　　林毅夫老师曾σ对我说，他刚开始写文章的时候，也是先拿AER（《美国经济评▒论》期刊）的一篇范文照葫芦画瓢，往框架里填充自己的东西，慢慢开始ï起步。

　　ϑ⋅写作中有几个关键问&#ffe1;题我想提醒一下各位同学。

　　1．  一定要说清自己的文章在文献中的地位。国内有不少学者的introduction（引题）写得特别简单，只写要做什么事。殊不知，无论是编辑还是◘审稿人，首先读的是abstract（简述），如果觉得感兴趣，他会࠽去看introduction，最后再翻到结论看≥看。如果文章introduction没能说清楚该文章在文献中的定位，他可能根本没兴趣继续读下去。不是每个人都对你的文章翘首以待，所以introduction还是要好好写，一定要说清自己的文章在文献中的地位。

　　2．  说清࠹楚你的故事。我建议Ρ同学们在引言部分把自己的研究故事讲清ⓚ楚，简单的结论也要提一下。

　　3．  说清数据来源。在行文过程中要说明数据来源，ñ这一点我曾再三强调，但同学们做得都不够好。有些同学自己辛苦收集了很多数据，写文章的时候却没有说清数据来源，这一点不可取。此外，同学们要勇于直♠面你的假设和数据，不要躲避，要大胆地为其“辩护”。如果做了一个假设但℘没有解释，那这个假设就显得牵强。

　　4．  写文章要ੈ条理清晰。因为文章不只写给∗自己看，更是写给读ઞ者看的。

　　5． &nbspξ;行文要有血有肉。重要的等式需要直观的经济学解੉૧释，这一点对做理论而言特别重要。

υ

　　6． &nbsp¤;尊重规范。同学们向杂志投稿，要遵守写作规范。尤其不能出现打字错误这样的“低级错误”。引用文献时也要注意，要知道学术期刊的编辑很有可能找被引用文献的作者做文章的审稿人（referee）。万一你写错了审稿人的名字，恰∼好被审稿人看到，那你的文章可能立刻被毙掉。

　　7．  在发出文章之前，务必自己通读两遍。自己写的文章，如"果自己都不愿意读，那如何指望别人也喜欢读？文章是自己辛苦劳੡动的成果，同学们一定要珍惜。自己回头读自己写的文章，发现写得还不错Α，心里也会很高兴。

　　ï(本&#25a1;文作者介绍：北京大学国家发ä展研究院院长、教授。)

“

≠Ņ

੧

　　新‏浪财经意见领袖&#25a0;专栏文章均为作者个人观点，不代表新浪财经的立场Ε和观点。

　　欢迎关注官方微信“意见领袖”，阅读更多精彩文章。点击微信界面右上角的+号，选择“添加朋友♤”，输入意见领袖的微信号â“ko◐pleader”即可，也可以扫描下方二维码添加关注。意见领袖将为您提供财经专业领域的专业分析。

北京大学国家发જ展研究˜院院长&#263f;、教授。

新浪财经意见反∨馈留言板 电话：400-052¢-0066↓ 欢迎批评指正

新浪简介┊AbÓoutક Sina┊广告服务┊联系我们┊招聘信息┊网站律师┊SINA English┊通░行证注册┊产品答疑

Copyright &copˆy; 1996-2022 SINA Corporation, All Rights Re੍ser♦ved

੓新浪公司 ⓐ版权所ੑ有