对经济学中的实验的科学哲学阐释，本文主要内容关键词为：学中论文,哲学论文,科学论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：G301 文献标识码：A 文章编号：1674-7062(2014)02-0101-07 作为社会科学皇冠上的明珠，经济学一直以其在实证研究方法和数学表述形式上最接近于自然科学而骄傲。然而，自经济学鼻祖亚当·斯密以降，不同时代、不同学派、不同研究领域的经济学家一直都对在经济学中采用实验方法保持了怀疑乃至拒斥的态度。对实验的抗拒使得经济学的自然科学化有些尴尬，因为实验方法的引入和推广恰恰是现代自然科学的基础。缺少了实验这一最重要的经验检验手段，经济学始终无法成为真正严格意义上的实证科学，其后果是：虽然经济学家们接受了波普尔的证伪原则，并以此作为自身科学性的最重要标志，但是他们在实际工作中遵循的却是一种“无关痛痒的证伪主义”[1]。所幸的是，科学的进步并不会由于既有的成见而被完全扼杀，实验方法并不是哪门科学与生俱来特有的方法，“一门学科在其先驱发展出处理相关变量的技术时就会走向实验化”[2]。传统经济学的在实证研究中的科学性不足催生了实验经济学，其是通过引入可控制和可重复的实验室实验来研究经济学问题的学科。随着实验经济学之父史密斯(Vernon Smith)和阿莱(Maurice Allais)、西蒙(Herbert Simon)、泽尔腾(Reinhard Selton)等经济学实验的倡导者陆续获得诺贝尔经济学奖，该学科的方法论问题受到越来越多的关注。实际上，纵观经济学的思想史，对经济学的实验方法持有不同态度的经济学家们，都是某种科学哲学观的信仰者。所以，从经济学中实验方法的引入看科学哲学对经济学的影响，不能不说是理解科学哲学如何影响具体研究的一个重要视角。 一 经济学的非实验性所引发的问题 实验方法与科学本身一样古老，而且是最成功的科学——物理学——的标志。但是，经济学长期以来被公认为是一门非实验科学，依赖对真实世界的经济情况的观察而非可控制的实验室实验。就连革命性地提升了经济学的数学化水平(经济学的科学性的另一个重要标志)的萨缪尔森也认为：“经济学家不容易控制其他重要因素，因此无法进行类似化学家或生物学家所做的实验。”[3]之所以如此，是因为经济学历来在教与学的过程中更多地强调理论，而不是强调观察。经济学家受到训练使得他们视经济学为先验的科学，而非观察的科学(即注意理论与观察的互动的重要性的科学)。 经济学家们对实验的长期排斥引发了一种非常尴尬的情况。在哲学理念上，他们先是受逻辑实证主义，后又受波普尔的证伪主义的影响，把经济学定义为一门客观科学(objective science)，认为应该依据经验事实来检验理论是正确的还是错误的，从而决定是接受还是拒绝该理论。而在实际工作中，由于排除了实验的可能，经济学家们没有严格的手段来检验经济学中的理论假说(hypothesis)，从而使得所谓的客观科学并没有那么客观。 虽然有各种争议，但是在科学哲学界，波普尔的证伪主义仍是实验科学的最重要的检验原则。经济学如果想成为一门客观的实证科学，那么证伪主义是其必须接受的理论检验原则。然而，由于缺乏实验手段，经济学家对证伪主义的态度颇有些阳奉阴违。一方面，大多数经济学家都认可了证伪主义，更有经济学方法论研究者自称是“一个不悔悟的波普尔主义者”。[4]另一方面，经济学家对于证伪主义的热情只停留在口头上，在实际工作中几乎都倾向于证实而不是证伪理论。在证伪主义正流行的20世纪70年代，1973年到1978年间发表在《美国经济评论》上的542篇经验研究论文中仅有3篇论文试图证伪受检验的假说，其余的都是想证实假说。[5]逃避严格证伪检验的倾向似乎已经成了经济学家的恶习。 恶习的养成源于技术层面和哲学层面的理由，它们都与经济学的非实验性相关。 技术层面的理由是，作为当今经济学最重要的经验检验方式，经典的计量经济学在模型设定和数据质量上存在重大的缺陷。 在设定模型阶段，由于模型的设定和选择依赖于理论，尤其是其中未经检验的假设(assumption)，计量经济学只能在一系列特定的行为和技术假设下检验有关假说。由于分析方法的限制和不同参数数据可得性的差异，选择模型时常常不得不迁就于技术上的可行性和数据搜集的可能性，而不能完全依赖于研究的目的。更成问题的是经典计量方法只能处理正常现象，而不能处理出现频率低却影响更大的黑天鹅现象。经典计量方法研究具有统计规律的经济现象和因素之间的关系，一旦模型中的扰动因素不是白噪声而是有色噪声，经典的计量方法的局限就会显现。从统计学的角度看，黑天鹅现象恰恰是具有很大非规律性的随机事件。在解释最可能产生理论创新的现象时(如20世纪六七十年代的日本经济起飞和当前的中国之谜)，经典计量模型无法处理“野点”(outlier)的缺陷限制了它的可用性。所以，传统的计量方法只能检验它能够检验的理论，而无法检验真正需要检验的理论。 在检验模型阶段，数据质量的问题凸显无疑。计量经济学利用的都是自然环境下的田野(field)数据，这类经济数据存在重要的缺陷。一是，田野数据的“混合性”与检验所要求的“可分性”的矛盾。作为检验依据的田野数据是以混合性的经验数据的形式存在的，这种混合性数据在进行检验时，无法抽离出可体现理论参数变化的分类性质。这样的检验就只能是一种包含大量未知的干扰因素的联合(joint)检验，从而在根本上失去了检验的可信性。二是，田野数据具有不可重复性，而理论检验的结果要被广泛信服，就必须可以多次重复检验。一次性采集的田野数据无法支持在相同情境下多次检验。三是，经济学家不必对数据的来源负责。不同于物理学家或化学家，经济学家传统上只是数据的使用者，而非观察搜集者。田野数据大都来源于政府部门的调查和企业部门的会计账簿，如果经济学理论的检验结果与经济学家的目标不合，那么大可把原因归咎于数据的来源。 哲学层面的理由是，经济学的理论结构中历来有许多可以避免理论或其核心部分被证伪的设计。 传统上，经济学家对于经济学理论的适用条件是有界定的，即要求“其他条件保证不变”和“干扰因素”不起决定性的作用。一旦理论被证伪，经济学家们马上就可以拿出“其他条件保证不变”的条件，指出被证伪的原因是该条件被违背了，因而“干扰因素”扭曲了经济学理论的推测。比如，2008年中国的经济低谷是大多数经济学家们在2007年时没有预期到的，很多经济学家都把理论推测失败的原因归咎于美国金融危机所带来的外生冲击。“其他条件保证不变”也可以理解为要求“初始条件”(initial conditions)和“辅助性假设”(auxiliary assumptions)不变。一旦出现证伪，也仅是意味着需要修改“初始条件”和/或“辅助性假设”，而不是彻底推翻理论。于是，“其他条件保证不变”这一从句似乎可以成为逃避一切严格证伪的护身符。 波普尔思想的广泛性和难免夹杂其间的模糊性也助长了经济学家们的逃避心理。尽管严格的证伪检验是波普尔对待实验科学的硬性要求，但是他却对经济学的证伪检验提出了特殊的标准。1963年在哈佛大学经济系，波普尔在演讲中承认理性经济人假设虽然不是“先验为真”，但却是“先验”(a priori)的。根据波普尔的看法，理性经济人假设是可检验的经济学理论整体的一部分，但它的地位却很特殊——本身可以免于检验和驳斥。根据波普尔所谓的理想的方法论方针：“不要涉及理性原则，而是让理论的其余部分，即模型去承担责任。”[6]于是，主流的经济学家们似乎可以放心地认为经济学理论中的硬核(对代表性个体的理性行为假设)是有免疫性的。 以上两点原因似乎为经济学家们逃避严格证伪检验创造了足够体面的借口。但是，它们都经不起推敲。首先，技术层面的理由不成立。因为分析方法和数据条件上的缺陷正是科学发展过程中需要克服的问题，解决检验中的技术难题本身就是科学进步的重要标志之一。以检验技术为借口逃避检验的严格性和彻底性正是经济学科学化不足的标志，而检验技术正是实验经济学致力于解决的问题和优势所在。除非能进行可控实验，否则对经济理论的检验依然有限。只依赖于田野数据很难确定一个理论是否失效，什么时候失效，为什么失效。其次，哲学层面的理由并不是检验的策略，而是逃避检验的策略。如果经济学坚持如此，那就变成了修辞学。辅助性假设应该是需要通过经验检验解决的问题本身，而非用以逃避检验的手段。用科学哲学术语说，保护带(protective belt)中特设性(ad hoc)的辅助性假设往往并不能增加可检验的假说，只是使得硬核(hard core)中的先验因素更加僵化。 由于非实验性所造成的经济学检验在技术层面和哲学层面的缺陷可以归结为一个根本的问题，即检验的不充分决定性。该问题以“迪昂—奎因论题”(Duhem-Quine thesis)的形式，成为了经济学的证伪检验，保留传统检验和实验检验必须解决的方法论问题。根据该论题，任何理论都可以通过对培育生成它的背景知识的适当调整而永远免于被彻底反驳。依靠建立(拒斥实验的)传统经济学基础上的理论检验手段和其哲学观显然难以回应“迪昂—奎因论题”的挑战，无法满足经济学对于科学化的期望。于是，新兴的实验经济学承担起了解决严格证伪检验难题的任务。 二 实验经济学方法论与严格检验——技术层面 自实验经济学诞生以来，它的工作一直围绕严格的证伪检验而展开。[7]之所以有这样的定位，是因为实验经济学的方法论仍然是主流的“推测—检验”(prediction-test)体系：每一个经济学的实验由环境(environment)、制度(institution)和行为(behavior)组成。环境和制度构成了控制变量。参与者的可观察行为是环境和制度的函数，行为被用来对经济学的推测性假说(predictive hypothesis)作出检验。 在实验经济学方法论的技术层面，我们必须要问一个关于“内部有效性”(internal validity)问题：实验室实验何以克服传统计量检验方法的不足，进行正确的因果推断，从而创造出关于经济学的新知识。答案是：实验室实验所固有的“可控制性”(control)和“可重复性”(replication)极大地弥补了传统检验的缺陷，为实现严格证伪提供了可能。 “可控制性”指的是大部分影响行为的因素保持不变而同时令我们感兴趣的因素可变。实验可控是可重复的前提，“可重复性”意指其他研究者能够进行一样的实验，并通过相同的实验设计获得同样的结果。可控制和可重复是对理论进行严格的经验检验的基础。因为，如果像在自然条件下采集的田野数据一样，无法独立控制环境和制度，检验就成了对于理论的环境、制度和受试者(subjects)行为的假设的联合检验。如果理论通过了检验，可能是因为理论的所有成分都符合，或者是因为理论中的不符合的成分的效果已经被抵消而无法被检验所识别。如果理论失败了，经济学家无法知道何种成分应该为被证伪的结果负责。而可重复性保证了可以通过多次的重复实验证明实验观察和理论推测之间存在的不一致属于系统性违反，而不是偶发误差，只有前者才可能产生新的因果解释。 在技术层面上，实验经济学还需要回答“外部有效性”(external validity)问题，即必须解释简单的实验设计是否会损害其对于真实环境的意义。实验经济学家们认为，正如自然科学的一般原理放之四海而皆准，并行原理(Parallelism)可以保证经济学实验也有同样性质：在实验室中，使用诱发价值方法设计的实验环境可以相对真实地再现自然环境下的激励结构，受试者受物质利益的驱动，在实验环境中的行为表现与真实环境中的行为表现不会有质的差异。并且，理论若通不过简单实验的检验，更遑论它能与更为复杂的环境相吻合。 具备“内部有效性”和“外部有效性”，实验经济学就成为了对理论进行严格证伪检验的利器，检验的直接对象是理论的推测。 实验经济学的检验的最基本的步骤是：(1)使用一个奖励体系去激励参与者在实验室的经济环境内的行为。(2)使用实验的观察去检验一个或多个从待检验的标准理论的模型中所推导出来的可检验的假说。(3)如果实验的结果证实了理论，我们可以改变参数来确认模式的稳定性，或者根据实验结果去估计模型的参数；如果模型的结果没有被实验观察到，我们就应该探究理论失败的原因。 实验经济学分析理论失败成因的方式是：把行为假设和其他因素分开讨论，找出检验在总体上未通过的原因。具体做法是从结果倒推出新假设，然后再根据是否存在对应新假设的经验事实来考察倒推的正确性。如果存在经验依据，则按照新假设建立新的模型，并对新模型的推测性假说进行检验。之所以可以采用倒推法对理论中的行为假设进行间接检验，是因为：被检验的理论都附带着关于环境和制度的特定的假设，它们在实验室中能够被控制。当我们控制了环境和制度变量之后，这些控制使得我们能够缩窄对推测和观察之间不一致性的解释空间，这样不一致的责任就要由理论的行为假设来承担。故而，实验室实验，尤其是“行为实验”可以借由对推测的直接检验来间接检验假设，为挑战主流经济学的核心行为假设提供了实证依据。 实验室中对经济学理论的经验检验机制见图1。
