北大教授的一篇论文引起了一场学术大争论, 双方据理以争互不相让!

箱:econometrics666@126.com

所有计量经济圈方法论丛的do文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

学人d一观点,引起经济学界大讨论:

其实AER上面很多paper都是垃圾,当然我是以数理的角度去看待的,因为真的看不起那些只会用dd、iv、2sls这些low逼模型写paper的货色.... 经济学发展到现在,不搞点略微高端点的数理知识(例如实分析泛函分析啥的),我真的不知道这些玩意有啥意义。

Pros,支持学人d

P1:

个人愚见,经济学不是故事会,不应该是故事内容驱动的。经济学要发展成真正可供不断检验的科学,需要考虑更复杂的数学模型,也更需要大家可以重复复制的结果。身边有见过一些人,参考某大佬发在某顶级期刊的文章,用同样的数据,同样的方法,得出的结论却完全不一样,我猜大佬他们是不是调了调?其实许多结果都可能需要靠缩尾啥的“调一调”。客观真理不需要“调一调”,客观真理更不需要故事,真理就是真理,在某种条件下,无论大家咱们重复,都能复制出一样的结果。试想一下:如果你是政府决策者,你会用那些牛逼paper得出的结果去做政府政策么?如果你是一个公司领导,你会按照那些paper得出的结论去运营公司嘛?这样做经济学,有啥外部性?不觉得很无聊么?当然,的确看到许多很有启发的文章,用简单的实证方法得出比较可信的结论。所以过去的研究方式还是值得肯定的,但仍需要取其精华去其糟粕地去发展现在的经济学,包括研究方法。
本质上说吧,其实是大家把经济学放的位置不一样。如果把经济学当做一种特殊的历史学(姚洋老师的那篇文章,你们公众号也推送过),那么就是一门艺术,艺术需要包装,艺术是不需要苛刻的重复检验的,更不用说要求很好很准确地指导实践。但如果把经济学看成一种文科化的科学,那么必然要求经济学和医学、生物学、神经学、心理学等多学科的结合,去构建能够更好理解人的行为,经济发展均衡的理论和模型。显然,我的观点还是偏自然科学那一边的。每个人对经济学的理解不一样吧,大家一同进步吧!这才是经济学发展的王道。

P2:

支持d的发言,经济学就应该构建更加复杂的模型才能更加贴切地解释现实世界。构建那么简单的计量模型就能很好解决因果性关系?那只能说明你的数据挑选的好,我换一套数据你就得不出这个结论了。所以要使用更加高深的数学分析方法,实分析、泛函分析、拓扑分析、混沌分析都可以作为考虑的方法,这个得出的结论才能有说服力,说用最简单的方法解释复杂的经济现象的那位,肯定是数据挑选之王,把不显著的数据都删掉了吧!
真的大佬,是能够构建复杂的、严密的数学模型(如克鲁格曼等),并且其他学者的相应的实证检验可以印证理论模型的主要结论,这才是牛逼之处。如果直接一上来就假设一个线性模型做个reg,再稳健的结果也总是缺点什么。

Cons,反对学人d

C1:

d是典型的方法驱动论学者,示例推文的作者是以内容驱动论者。虽然学术市场二者都有生存空间,个人愚见,后者会给更多读者启发。以方法简单批驳,有些狭隘!

C2:

又看了一眼大家的发音。经济学是个深入浅出的学科。方法论不是拿来吓唬人的。就像最高级的剑客用柳枝也可以一剑封喉一样。这种认识的提升是需要积累和用心体会的。不然就真的形而上学了。

C3:

d的评论着实low逼。学术首先应该是包容开放的。其次,做实证的,只要是能证明因果关系和强相关性,无论多么简单的方法都应该被接受。而且,作为大道至简,往往简单的方法更容易说明清楚问题和思路。我不知道究竟是哪些人居然还点赞了他的发言,难道AER这么顶级的期刊 主编们经济学修为和鉴赏力还不容易一个喷子?搞笑。

C4:

干脆大家都写纯文字吧,参考管理世界那篇神文,本质就是说政策需求决定一切,中国需要实用的经济学研究,能用简单的就用简单的,能不用模型就不用模型,也没必要搞啥理论研究。

C5:

没有实证支撑的复杂模型没有任何意义,而且模型越复杂往往也会因为模型过度特化导致泛用性弱,最后还是会落入玩弄数据的窠臼。而且我寻思实分析不是申请phd必需的内容吗......d举出的数学方法其实也不算fancy啊

C6:

很多高级的计量的方法难道不是为了解决数据不完善的问题么? 如果有优质完整的数据OLS也能跑出很好的结果,如d所言只追求计量方法是舍本逐末。

C7:

d的留言只会让人觉得他连经济学门槛都没摸到。Angrist和Acemoglu用d口中的IV发了多少顶刊,刷新了多少次人们对社会和人类的认知,在他口中IV就成了低端货色了。我反而觉得,用越简单的方法得出约有深意的结果才是评价一个论文的好坏的标准。数学只是方法,途径,不是经济学最终目的。
有人提到Krugman的严谨的数学推导,这不可否认。但是严谨不代表复杂,具体可以看Krugman(1980AER) ,Krugman(1991JPE) 。中间数学称不上难,甚至可以说简单,但是他的story很好,就能够发顶刊然后刷新我们对社会的认知了。

C8:

某人把经济学一项社会科学说成是方法驱动,必须是高级模型,完全走入了历史虚无主义误区。按照那个逻辑,过往的研究必然没有如今的方法高端,所以历史就没有价值了?

C9:

经济学注重逻辑故事,不是模型构建,和数学还是有本质区别的,思路逻辑清楚,模型构建恰当就很好啦,那个喷缺少数学模型明显经济学学的不好,找存在感来了。

C10:

那个说经济学就应该构建更加复杂的模型才能更加贴切地解释现实世界。难道没有听物理学家说过上帝讨厌复杂吗?E=MC2这种简单粗暴的公式不香吗

Neutral,保持中立

N1:

从评论区来看,经济学圈似乎存在一条鄙视链:数理的优越于只实证的,有数据的优越于只有文字的。
*为保护因素,采取了化名。
关于相关计量方法视频课程,文章,数据和代码,参看 1.面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习!2.双重差分DID方法免费课程, 文章, 数据和代码全在这里, 优秀学人必须收藏学习!3.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔!4.各种匹配方法免费课程, 文章, 数据和代码全在这里, 掌握匹配方法不是梦!5.断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习!6.空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收!7.Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷!
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |
干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验
计量经济圈组织了一个计量社群,有如下特征:热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。
(0)

相关推荐