他凭什么一个人摘走诺贝尔经济学奖?

2015年10月13日09:10  新闻专栏  作者:知识分子  
安格斯·迪顿 安格斯·迪顿

  文/丁维莉

  今年的诺贝尔经济学奖可谓众望所归——安格斯·迪顿。唯一的意外可能是他独自一人得了奖。

  有趣的是,安格斯·迪顿的主要成就,都和中国现阶段的经济增长和社会发展密切相关,几乎妥帖到量身打造,实在有意思。

  成就之一:对个人和家庭消费/支出的“360度”研究,比如一个家庭在男孩和女孩身上所花费的各种消费的记录和分析。对中国研究者很重要的提醒是,很多重要的宏观问题,如果仅仅在宏观层面上分析,不仅看不到问题的实质,而且可能完全得出相反的结论。比如拿宏观的平均消费水平来分析,就看不到变得富裕的家庭和跌入贫困的家庭在支出或者消费上有什么变化,这两类家庭在平均水平上可能正好相互抵消。消费和收入的关系,最知名的比如恩格尔系数(食品消费和收入的关系),绝不能仅仅用综合的数据归纳。

  对中国的年轻社会科学工作者来说,这意味着,即使只是研究宏观层面上的经济、金融和贸易,也不能只满足于简单的省份或者市县层级上经济社会和金融活动的回归分析。更基层的田野调查、入户调查、家庭和个人的微观数据分析也必须是下功夫的方面,而且越来越成为更重要的研究方式。

  这里也要向国家和地方的统计局、城调队和农调队诚挚呼吁:大大开放数据使用、大大开放和学界的合作,吸引最好的研究人才和团队(包括国际上的)“360度”地、不厌其烦地研究中国家庭和个人的各种消费/支出以及发展趋势。

  对于经济增长方式正在转型、消费和服务领域都需要快速且持续增长引擎的中国来说,这样的高质量研究是有效政策制定的基础。

  成就之二:“贫困理论指导实证、实证反馈理论”的研究方式。 按照世界银行现在使用的绝对贫困线(1.25美元/天,2005年购买力平价调整),中国有2亿多贫困人口。考虑到世界银行10月4日将标准提高到每天1.9美元,中国的贫困问题在短期内看只会越发艰巨。

  如何在经济增长放缓、制造业大转型的宏观经济背景下继续有效、快速地消除中国的贫困,是为政者必须考虑的问题。

  如同安格斯·迪顿对消费支出的分析,他还建议离开国别去进行区域研究,紧密结合经济理论,收集微观数据、用微观计量经济学的方法指导微观数据的分析。国别(cross country)和区域(regional)都是迪顿要离开的研究单位,因为它们都太综合、太宏观,看不到问题的本质。他的教科书“The analysis of household surveys: a microeconometric approach to development policy”已经成为发展经济学的经典教科书。他认为,今日全球的贫困问题已经不是缺乏资源或者机会的结果,而是大有问题的体制(poor institutions),大有问题的政府(poor government)和有毒的政治(toxic politics)的产物。

  越是复杂的、繁琐的、重要的社会问题和经济问题,解决起来越是没有捷径可走。

  迪顿还对时下流行的一些看上去很酷的经济学研究方法提出了尖锐批评。比如他指出,随机社会试验有着重大的局限性,很多时候这些试验的结论只能在小范围或者某个特定的社会环境下成立。盲目追求成本昂贵的小干预社会试验会让研究者避开大的、复杂的不能随机干预的社会经济问题。离开了经济学理论的指导,一意孤行地追求统计和计量意义上的因果关系,对最终的政策指导和人类经济行为异向性的进一步理解有很负面的作用。(参见“Instruments, Randomization, and Learning about Development”in Journal of Economic Literature 2010 for example)。

  迪顿也对几乎泛滥的工具变量的使用提出了激烈批评。他认为,如果不试图了解经济行为背后的机制——工具变量之所以有用的背后机制——那么这些变量即使统计性能上佳,也不能对经济科学的发展有任何帮助。理论和微观数据的紧密结合才是正道。

  在宣布奖项的时候,诺贝尔奖委员会认为,他们嘉奖的是迪顿教授在三个重大问题上的发现:消费者如何在不同的商品和服务之间分配他们的支出;社会的总收入是如何消费和储蓄的;我们如何最好地研究福利和贫困。

  这些问题对中国尤为重要。比如贫困线该不该做地域和当地市场价格的调整。再比如,不同的发展政策对不同的家庭和个人带来的福利可能很不一样,而如果不检查微观经济的实证层面,我们就看不到这些不同之处,对于政策的福利计算也就可能差之毫厘、谬以千里。

    (作者供职于上海纽约大学文理学院)

  (声明:本文仅代表作者观点,不代表新浪网立场。)

文章关键词: 诺贝尔 经济学

分享到:
保存  |  打印  |  关闭

推荐阅读

热文排行