当本月11日詹姆斯·赫克曼和丹尼尔·麦克法登联袂摘取诺贝尔经济学奖桂冠的消息刚传出时，许多经济学科的学生也许会问：“他们是谁？”他们也许会为曾经忽视这一经济学科分支感到后悔不已。不仅如此，在某种意义上说也许会比这更糟———因为他们所忽视的领域作为单一学科分支来说也许不太要紧，但作为研究方法来说却是每个经济学分支不可或缺的。
赫克曼和麦克法登两位教授对计量经济学运用统计学理论进行经济分析研究，将统计学与经济学相结合，从而形成的介于经济学和统计学之间的边缘性学科作出了极其重要的贡献。正如诺贝尔奖评奖委员会所指出，计量经济学现在为整个应用微观经济学领域提供了证明标准。应用微观经济学的研究对象从家庭支出、公司投资到行业组织、劳动力市场以及公共政策的效应等等，几乎是包罗万象。
假设读者想研究工资与工作经历之间的关系问题。开始时，你可能会给某一特定公司的一些员工一份问卷调查表，想了解他们的报酬以及各自在目前岗位上的工作年限或时间长短。也许你会发现，在报酬数量与工作年限之间存在极强的正相关（正比）关系。但从经济统计的观点来看，这一结果的用处不大。这是因为：
一方面，它忽略了变量偏差问题。假定受教育的程度、性别、种族等也是决定工资水平的重要变量（实际情况也似乎如此），那么，你不仅忽略了这些重要的、有价值的信息，从而使得出的结果并不完全，而且更糟的是，计量经济学理论表明被忽略的这些信息恰恰会影响你所得出的两个变量（工资与工作资历）之间的相关关系。此外，我们也可以以相反的因果关系来考虑这一问题，即工资水平可能影响工作经历，反之亦然。也许是工资水平高的雇员更可能留在公司，从而使其工作资历更高。果真如此，那么前面得出的相关关系的结论可能有误。对此问题的修正办法是，选择一个不会被工资水平所影响的变量如年龄来替代工作资历变量。
另一方面，就是结论的准确性和是否经得住检验的问题，即结论的可信度有多高。如：问卷调查过的员工数量是否不够多，得出的结论是否在该公司全体员工甚至其它公司的员工面前站得住脚？回答问卷的员工是否具有某种共同的特点，而这一特点又会影响其工资水平？具有相同资历的男女雇员其工资水平是否悬殊？被调查的员工对问题的回答是否真实、准确？要使应用微观经济学家满意，上述所有问题都必须运用计量经济学分析工具才能解决。
此外，计量经济学还提供了分析不同选择类型所必需的各种方法。例如，用来证明两个连续性变量如工资和资历之间静态关系的分析工具，既无法正确应用于分析两项选择之间的选择问题，如买不买汽车，也不能应用于多项选择，如准备生养几个小孩，还不能应用于跨期选择，如退休预算计划，更不能用于分析多层次选择，比如是否读大学以及作出决定后选择上哪所大学的分析。
今年的诺贝尔经济学奖得主则解决了上述重大方法问题之一。
赫克曼先生解决的是样本选择难题。例如，在上例中，如果被调查过的员工与未被调查的员工的情况大相径庭时对结论的影响。如果能找出是哪些因素决定谁来回答问卷，比如也许只有高工资的员工才有时间填写问卷，得出的结论就会精确得多。
麦克法登发展了数种针对多项选择———如生几个小孩的模型构建方法。诸如此类的多项选择需要复杂的统计学分析，因为决定一对夫妇是否生第1胎的因素与那些已有3个小孩的父母是否生第4胎的因素也可能并不相同。
除了在计量经济学理论领域充作开路先锋外，赫克曼和麦克法登还不遗余力地将其新的分析工具运用在许多应用微观经济领域。赫克曼研究过人们是如何作出工作时间长短的决策，以及教育、培训的作用等问题。麦克法登的研究兴趣则包括交通运输经济学、能源经济学、环境经济学、健康经济学、发展经济学以及生产经济学等等。他们两人的研究成果还被广泛应用于生物学、医学以及其它社会科学领域。
计量经济学理论和应用领域的两位开拓者获得本年度诺贝尔经济学奖，昭示着计量经济学时代的终于到来。撇开哲学或政治倾向不论，经济学研究必须运用计量经济学来达到统计上的正确性和合理性。而统计上的正确性与合理性正是经济科学在外界看来仍然缺乏的可信性的必要条件（尽管可能不是充分条件）。现在，在应用微观经济领域里，过去那种对统计工作草率了事的做法，甚至那种经济学家埋头于数据之中直到找出支持其结论的“证据”的做法已经不多见了，至少名牌大学如此。
事实上，现在的应用微观经济学家通常对未能利用最新研究方法的宏观经济学家们的著作不屑一顾，尽管宏观经济著作曾经是经济学研究的典范，并且是计量经济学的发源地。不过，计量经济学的成果虽获得了诺贝尔奖评委会的肯定，也不能沾沾自喜，固步自封，发展才是硬道理。
《国际金融报》 (2000年10月25日第四版)
|
到BBS交流
写信谈感想