第04讲 经济学家有多少种不同类型

在我的经验中，不同类型、不同研究方向的经济学家的工作方式是不同的。不同的人用不同的方式进行工作，最后都对经济学做出了很重要的贡献。这在经济学里很常见。

哲学家熊十力说过：“读书的时候，要用全副生命体验去撞击文字，方可迸发出思想火花。这才是读书！”从生命体验的角度来谈学问，在人文科学里很常见，在社会科学里有争议，而在自然科学里非常少见。比如，你去采访一群优秀的物理学家，问他们“个人经历对于物理学研究有什么重要影响”，得到的答案大概会是“没什么影响”。物理学已经是一个非常专业的领域，研究者必须连续多年经受严格训练，然后尽可能在高水准的大学里学习和工作，接触最新的研究领域和研究方法，与优秀科学家合作，才可能做出比较好的成绩。

经济学没有那么严格，许多体制外的杰出人才，对经济学乃至整个社会发展都有重大影响。比如管理学之父彼得·F. 德鲁克（Peter F. Drucker），他在美国当过很多年的教授，但他对自己的定位一直是“作家”，而非“学者”。

1950年，德鲁克去探望哈佛大学经济学教授约瑟夫·熊彼特（Joseph Schumpeter）。病床上的熊彼特对德鲁克说：“我现在已经到了这样的年龄，知道仅仅凭借自己的书和理论流芳百世是不够的，除非能改变人们的生活，否则就没有任何重大的意义。”八天之后，熊彼特与世长辞。但这次见面彻底改变了德鲁克的人生。他不再追求用论文改变世界，而是试图用通俗著作和管理实践来改变世界。德鲁克的很多管理思想对后来的经济学产生了重要影响。在学科分工日益严密的当下，像德鲁克这样，著作还能被体制内学者阅读的作者必定很少了。

经济学界非常信奉一点：要想有效地与人沟通，就需要使用对方熟悉的语言。所以，基于不同类型经济学家的工作语言，我对经济学家进行了分类。

数理经济学家

第一类经济学家是数理经济学家，也可以称作数学家。事实上，很多经济学家是数学家转行来的。数学有很多分支领域。经济学所遇到的大量具体技术问题，对于数学家而言也许并不难，但以前没有人做过。所以，数理经济学家就在为经济学家提供急需的数学工具。我非常佩服这一类学者，但有些望而生畏。对于他们正在进行的工作，我最多能够模模糊糊理解，而他们所遇到的研究困难一般会超出我的理解。

理论经济学家

第二类经济学家是理论经济学家，他们的工作比数理经济学家容易理解一些。我读书的时候主要学习的就是经济学理论。那时，经济学的进步主要是通过理论创新来实现的。但是现在，理论工作越来越难，重大理论的突破很不容易。

比如，博弈论是微观经济学领域近半个世纪最重要的理论突破。而且，博弈论有扩散效应，基于博弈论工具，产业组织、公司金融、拍卖理论、委托代理理论等都发生了巨大的变化。博弈论可以说彻底改写了微观经济学。这就是20年前大家所看重的理论创新。但是现在，博弈论扩散到整个经济学的过程已经逐渐完成。我们目前可以预见的理论创新要么太难，要么不太重要。所以，如今从事经济学理论研究的学者，比20年前少得多。当然，为了实现理论突破，如今的理论经济学家必须使用更多、更复杂的数学工具。这一点也增加了沟通的困难。

实证经济学家

第三类经济学家是实证经济学家，这类经济学家现在比较多见。绝大多数经济学家必然会做一些实证研究。目前，实证研究是对经济学研究的一般要求，入门似乎不太难，但要做好绝不容易。同一类主题会有很多人一拥而上去研究，如果我们把大家的论文拿来比较一下，优劣就很明显了。

所谓实证研究，就是搜集数据，运用统计学模型加以分析检验，从而验证过去的一些理论。实证研究至少分成三个阶段。第一阶段是搜集整理数据，第二阶段是运用模型分析数据，第三阶段是整理结果，撰写论文。每个阶段都不容易。比如，我想知道北京市民每个家庭的储蓄金额，这个数据怎么获得？企业不会告诉我，银行也不会告诉我。即使我挨家挨户去调查，人家也不会告诉我。这个工作本身就是巨大的挑战。

经济学专业的本科生做作业时，老师会告诉他们从各类“统计年鉴”上摘录数据。但是，对于专业研究者而言，统计年鉴上的数据恐怕难以满足研究需求。现在经济学家普遍都会使用Python（计算机编程语言）写爬虫软件，从互联网上爬取数据已经成为经济学家搜集数据的主要手段之一。另外，经济学家也极关注地理分布，所以GIS（地理信息系统）也是经济学的基本工具。

所以，如今很多经济学家的日常工作是写代码、搜集数据、整理数据、分析数据。宏观经济学家基本都是“编程狂人”。他们日常的最重要工作之一就是用计算机模拟经济系统，通过调整参数或者模型的运行方法来观察结果会发生怎样的变化，这种模拟需要计算机具备比较强的性能。至于金融学者，他们的工作状态也差不多。金融学数据的获得倒没有那么困难，每天股市、汇市都在产生大量数据，而且很多是所谓的“高频数据”⸺ 每分钟甚至每秒钟都在发生变化的数据。所以，金融学者需要用高级的计算机、高级的数学模型来分析这些数据。

实验经济学家

第四类经济学家是实验经济学家。实验经济学家与实证经济学家的工作语言比较接近，但是二者获取数据的方法不同。实验经济学家既不是挨家挨户做社会调查，也不是在写爬虫软件，而是希望通过精密控制的实验方法来获得所需要的数据。实验经济学的历史不长，但它的发展很快，它现在是经济学界最热门的领域之一。

实验经济学家分为两类：实验室实验经济学家和田野实验经济学家。

实验室实验经济学家需要在实验室的电脑上写好精心设计的程序，然后通过规范的方法招募被试者到实验室参加实验。所谓的实验室，一般就是有几十台相互联网的电脑但又能隔绝视线的机房。现在实验室也在不断引入新设备，比如“眼动仪”，就是可以记录眼球在屏幕各个位置停留时间的仪器。很多商学院学者对这种设备感兴趣，比如他们关心“设计一个饮料瓶标签的时候，广告语的字号、颜色、位置如何既能引起大家的注意又不引起情绪上的反感”。这对于经济决策具有重大意义。但是，这种设备很贵，机器一开就是上千元，目前只有极少数一流大学有能力用它来做实验和搜集数据。

田野实验经济学家也被人称为实地实验（field experiment）经济学家。很多经济学家不喜欢把“field”翻译成“田野”，觉得这么做好像沾了人类学的光，将其翻译成“实地”，但我还是习惯将其翻译成“田野”。田野实验经济学家与人类学家的工作方式很接近，就是要跑到农村田野，跟真实的人打交道，做实验，记录数据。在他们看来，实验室的环境与现实环境有差距，未必能反映人们真实的决策选择。当然，田野实验经济学家所需要的技能，与实验室实验经济学家有一点不同。田野实验经济学家必须学会人类学家那一套，与不同背景、不同文化的人打交道。为了实验，他们必须把实验规则转变成简单规则，这也是重大的挑战。但好处是，田野实验经济学家经常能找到实验室里难以复原的场景，比如母系社会、渔民群体等，利用特殊环境来检验一些重要的经济学理论。2019年诺贝尔经济学奖获得者阿比吉特·班纳吉（Abhijit Banerjee）、埃斯特·迪弗洛（Esther Duflo）夫妇就是田野实验经济学家。

经济史学家

第五类经济学家是最边缘的一群经济学家，可以称作经济史学家。他们的兴趣不在于数学，而在于历史、哲学或者经济思想。当然，这并不意味着他们不需要写代码。近年来，在经济史领域中，方兴未艾的就是“量化经济史”，就是把过去史料、档案中能够量化的数据加以量化，并运用现代经济学家最擅长的计量统计方法加以验算。

经济史学家发现，可以量化的东西还真不少。比如，中国历史上有名有姓的658个皇帝分别是怎么死的？有多少是非正常死亡？有经济史学家专门研究过这些问题，最后发现皇帝的非正常死亡率比老百姓高1000倍。当然，经济史主要还是研究老百姓生活的，比如有人研究明代各地考上进士的概率有多大，有人研究清代刑科题本里记录的犯罪有多少和高利贷有关，等等。不少研究虽然争议很大，但给人的启发也很大。

经济史学家有时会用到奇怪的数据。比如，有一门学问叫“北极冰芯学”。北极的冰块是一年一年冻结的，每年结一层，而每一层包含当年微量的空气、粉尘、杂质。所以，如果我们取到一块北极冰芯，那就等于获取了一段时间的序列数据，它能告诉我们每一年的很多信息。再比如，国外某些地区有“湖底淤泥学”，因为淤泥也是一年一年累积的。而在我国，我听说有人在研究“黄土学”，因为黄土也是这样累积的。

当然，还有少数极边缘的经济学家（比如我）做不了那些研究，但是对历史、哲学和经济思想感兴趣，只能用最传统的文献方法来研究经济学相关问题。

结 语

不同工作类型的经济学家所使用的工作语言不尽相同，一个人能精通某一套方法就很不容易了。

不过，现在全能型的经济学家越来越多，很多知名经济学家精力充沛，能够不断学习，并且能够自如地在多个领域穿梭。那么，这些不同类型的经济学家是否会相互承认呢？虽然经济学家相互尊重，但分歧很大。经济学界似乎流行一种“功利主义原则”，如果别人认为你的观点很重要，值得去抨击或推翻，这实际上是一种成功。

经济学家很少会改变自己的立场。19世纪初，英国经济学家大卫·李嘉图（David Ricardo）与托马斯·罗伯特·马尔萨斯（Thomas Robert Malthus）的关系就是很好的例子。他们是密友，但观点截然对立，终身也没有改变。李嘉图有一封很有名的信，是写给马尔萨斯的，信中是这样写的：

我亲爱的马尔萨斯，和其他辩论者一样，经过很多次争论，我们仍然坚信自己的观点。然而，这些争论对于我们的友谊没有丝毫的影响。事实上，如果你都同意了我的观点，我反倒不会像现在这样敬爱你了。

参考文献

[1] 罗伯特·L. 海尔布罗纳. 几位著名经济思想家的生平、时代和思想[M]. 蔡受百，马建堂，马君潞，译. 北京：商务印书馆，1994.

[2] 西尔维娅·娜萨. 推手：改变世界的经济学天才[M]. 马韧，译. 北京：人民文学出版社，2013.