这些年评阅了好多经济学方面的硕士、博士论文，可能是由于经济学的致用性质，多数论文是应用性的。我的一个突出感觉：现在这些应用性论文的一个最大的毛病就是做大作业，或者从实质上看，论文其实“没头没尾”。而且这是个通病，或者说几乎形成了一种值得关注的趋势。
       毋庸置疑，这些学位论文的中间部分大多看上去很好，经济学模型很漂亮，往往是最前沿的、最流行的，有证明推导，甚至声称带有对模型的改进。模型后面有不少数据，还有分析，咋一看可谓有模有样。
       问题在于，好多论文“没头没尾”。
       按说，现在论文都是按照洋八股套出来的，前必有文献综述，后必有政策建议，不然哪能通过导师关？头和尾在表面上还是有的，不过往往有张冠李戴且削足适履之嫌。
       做任何研究都要从已有的思想材料出发，所以得有相关领域的文献综述。然而文献综述只是个基础，目的是要引出所研究的问题，应该研究什么，为什么要研究它？研究它采用什么分析工具为佳？这是论文中间所用模型的来由，二者存在着不可或缺的内在逻辑联系。
       所谓“没头”，就是这些文献综述往往是形在而实不至。
       有的论文只是将本领域内的相关文献罗列出来，国外学者怎么说，国内学者怎么说，洋洋洒洒，长篇累牍。什么都提到了，就是没有自己的理解、认识，更不用说比较和评论，没有研究者的系统加工。打个比方，等于是砖也给你摆上了，水泥给你摆上了，钢筋也给你摆上了，摆上之后他不管了，他另搞一套自己建房去了。
       这种做法只是罗列，而不是综述，有述而无综。
       本来，论文前面的重心在于研究意义的交待，我为什么非得研究这个问题？经济学致用，那就是社会经济现实中碰到了重大问题，需要学者深入来思考。思考的必要，自然得有对研究前沿的概括。
       那就必然会有以下问题：现在这个研究做到了什么份上？国外国内学者做了哪些工作？已有的工作成果中有那些共同点？又有那些不同点？不同学者的观点不一样，其原因或认识背景究竟是什么？在这些共同点不同点中，那些是好的是优点？哪些是不足的？有没有是前人研究都忽略和遗漏的？
       对这些问题，我1990年做博士论文时曾用“四点论”加以概括，搞清楚前人研究的共同点、不同点、优点和弱点，才能真正开始自己的研究。“四点论”的概括倒不一定准确，但我以为只有较为全面地回答了诸如此类的问题，才是真正的文献综述，才能逻辑地导出后面自己想用的模型。
       分析工具的选择依赖于问题的理论认识并促进认识的深化，二者可以形成良性循环。模型的试用很可能会促发新认识的产生，但思考的逻辑起点则必定是待研究的现实问题。否则，贴上去一个文献综述，论文中的模型横空出世，来而无影，论文其实“没头”。
       “没头”的论文也往往“没尾”。
       应用性论文的结尾部分缺不了政策建议，研究目的在此！然而值得关注的是，好多学位论文的政策建议都大有问题。先是篇幅上就不够，与模型部分很不匹配，有的甚至只有几页纸。看上去份量很重的论文，到人家想看你“高招”的时候，却乏善可陈。更要命的是，这些建议与前面的模型、数据分析是断开的。好多建议都是从不知哪里copy下来的，是一些套话、空话、废话。其特质是：似乎绝对正确，但信息量几乎为零，路人皆知，似曾相识燕归来，压根儿不用论文作者再来提什么建议。
       我去参加论文答辩，愿意从这儿挑毛病，一挑一个准儿。我的提问如下：前面那些模型和数据分析都不要，光这些政策建议的话，作为论文去拿学位行不行？肯定不行，对吧？那中间那些模型和数据对你得到这些建议的作用究竟体现在哪里？别人不用模型也能得到这些建议，你用了高深的模型也只得到这些建议，那你用模型的意义何在？按照奥康姆剃刀，那些模型是不是应该统统剪掉？当然，这种问题到了答辩时节已无法回答。
       政策建议成立与否与前面的模型、数据分析关系不大甚至无关，实际上论文没有尾，这个结尾是遵照洋八股的规定硬接上去的。这样做，比狗尾续貂都不如，因为这个尾巴已经严重动摇了模型在此应用的正当性。
       这类论文的自述不足往往是数据不够，是经济统计的缺陷把我束缚住了，英雄无用武之地，我有能力做分析却没法做。这说法实际上是在给自己找借口，推卸责任。进一步需要研究的问题也往往是虚幻的，是那些等社会进步了，有数据基础了才好办的问题。可见，结尾部分的论文不足和进一步研究方向也是硬贴上去的。
       还有论文的参考文献，英文的打冲锋，中文的断后，动辄数百篇，蔚为大观。答辩时如果挑出一篇问作者从中得到什么具体的启示，所答往往极为勉强。其实，好些名家大腕儿都不过是陪绑的“壮丁”，作者在论文付印前才拉过来的，似有以貂尾示人之状。
       因为没头，所以没尾。模型与文献综述的逻辑脱节，很容易导致政策建议与模型的逻辑脱节，模型实际上处于上不着天下不着地的悬空状态。
       好多研究生把注意力都放在中间的模型，关注的可能就只是两点：模型是不是时新？怎么能把数据凑出来？这不是在做大作业吗！如此研究，最后能得出真正的结论只是：我会用这个模型，仅此而已，这恐怕不是真正的研究。　
       既然是没头没尾的大作业，为什么在经济学研究中得以盛行？
       一个重要原因可能是不同科学文化理念之间的矛盾。
       对不同的人而言，同样的术语其指称的含义可能大为不同，科学二字就是这样。最广义的科学概念，包括了自然科学、社会科学和人文科学。然而，不少人认定只有自然科学才称得起科学，更有极端者，只有数学甚至纯数学才当得起科学二字。
       美国著名发展心理学家杰罗姆·凯根（Jerome kagan）在《三种文化——21世纪的自然科学、社会科学和人文科学》（王加丰等译，上海格致出版社2011年3月中文版，第210页）中指出了“各知识学科中的身份等级制度”，“一个类似于太阳系的力场（force field）”，“在这个类比中，物理学是太阳，数学是其核心，化学和生物学是附近的行星，在离中心越来越远的轨道中，有经济学、语言学、心理学、社会学和政治科学。”“历史学和哲学位于更远的轨道”，“在这个假设的宇宙的遥远边缘是艺术和文学”。
       在这个力场中，不仅是自然科学对社会科学和人文科学的轻视，同时也有自然科学内部不同学科间的等级观念。尽管多数学科都处于既可轻视他者又被他者轻视的二重地位，“学者相轻”还是成为一个相当普遍的现象。就是在搞纯数学的人当中也分高下，最聪明的脑瓜认定，搞不了经典数学的才会去搞什么概率论、模糊学等。按这个逻辑下来，自然是搞不了纯理论的才等而下之，转去搞应用，比如搞物理，搞化学，搞生物，搞数理统计等等。
       人们把追求对事物数量关系的认知混同于对事物的认知，把精确性混同于正确性，在这种单一维度下，滋养了“唯数理观”的两个基本认定。一是“数理便是科学的全部”，其它的一概不是科学，不配称为科学，顶多是数理的应用。再一是，数理方法放之四海而皆准，什么假设、前提、条件诸应用环境都不重要，应用时自然而然就可解决。
       数学自然放之四海皆可用，但并不笃定放之四海而皆准，“可用”并不等价于“皆准”。其实，越是根本性的学科，越是应用面广的学科，就越属于方法论学科。而方法论学科与实质性学科有相当大的区别，在人类的认知中有着不同的使命，并不能只从方法论的维度来分辩高下。数理方法是抽象的，要切实加以应用，就得还原到具象。这就得有对实质性学科的掌握，如此才能还原得好，不然的话，这种还原很可能是失真的。
       我曾做一个概括：再复杂的数学模型都可以归结为四则运算的衍生品，无非加减乘除，根基上就是小学生的算术，只不过在怎么加减、怎么乘除上有所创新深入。谁都知道，减是加的逆运算，除是乘的逆运算，所以四则运算实际上就是两则，或加减，或乘除。因而，任何计算最基本的前提，就是可不可加和可不可积，即“可加性问题”和“可积性问题”。这两个问题不解决好，后边模型再复杂，也是基础悬空着的大厦。而要解决可加和可积问题，必须依靠与实质性学科的结合，并不能只凭方法。
       数学当然是非常重要的，现代社会的科学研究中，做定量分析是必须的。不过数学并不是科学的充分条件，自然科学家J·D·巴罗（Barrow）指出：“不存在能够表达所有真理、所有和谐和所有简单性的公式，从来不存在能够提供全部见解的万用理论（theory of Everything）。”（转引自《三种文化——21世纪的自然科学、社会科学和人文科学》,第233页）
       可以打个比方，数学方法与科学研究的关系有些类似基因与人的关系。没有基因的话，人肯定就不是人了。但若是只有基因，人还成其为人吗？人之所以为人，必定有社会的、哲学、精神层面的东西，只有基因，人就与动物甚至植物无异。数学与科学也有类似的关系，没有数学，不会是科学；但只有数学，科学也不成其为科学，数学与科学多数情况下是伴生的，是不可分割的，否定了其他科学，往往也就否定了数学本身。
       可见，唯数理观并不科学。　
       也有不少人并没有那么严格的科学理念，而是出自研究资源配置考虑的博弈行为。
       经济学研究越来越流行，吸引了越来越多的学者，可真正搞通经济学也越来越难，这根源于研究领域上和方法论上的两大扩展倾向。受数理学科强大力场的吸引，经济学在方法论上要提升、趋于严格。经济学试图从软科学升格为硬科学，必然倾向于数学化和物理学化，学科借以走向精细化。但是这个倾向实质上与其研究领域的扩展有相悖之处，因为相对而言，经济领域的东西还容易定量，越是涉及社会、心理、政治、资源、环境的现象越难测度，所遇到的可加性问题和可积性问题越多，也越复杂。方法上要严格计量，对象上又难以测度，这是一个很大的矛盾。
       然而并没有那么多学者具备了克服这个矛盾的自觉意识和能力。对相当一批人而言，经济学研究不过是一个饭碗，他们要发论文、要获奖、要拿学位、要晋升职称。所有这些职场之“要”都无可厚非，但如果只是把论文当成敲门砖，没有经济学学者使命感和学科的庄重感，不是用自己特有的学术贡献来换取应得的社会认可，研究就变味了，就徒有其表。
       杰罗姆·凯根（Jerome kagan）指出，“当1950年后经济学变得越来越数学化的时候，大学里那些喜爱数学但又无法确定自己是否有能力对正轨数学作出独创性贡献的资深老师，常常选择经济学，因为这个领域为他们使用自己的才能提供了可能性，不一定是因为他们对理解各国的经济极其感兴趣。”（《三种文化——21世纪的自然科学、社会科学和人文科学》第37页）
       如果不是出自学术兴趣，只是盯着学术资源的配置，只是盯着如何过评审关，就容易借学术之名取巧甚至投机。人类的心智工具有三大类：数学概念和方程式，语义网络和图式表征。三者的精确程度不同，数学模型具有说服读者的表现优势。物理学方程式虽然费解，但似乎具有确定性，就好像一个医生使用拉丁文开处方，其权威性自然加强了。（参见杰罗姆·凯根《三种文化——21世纪的自然科学、社会科学和人文科学》，第156页）获取知识就是为了减少不确定性，而定量分析的结果似乎达到了此目的，因而具有形式上或表现上的优势。
       有的人深谙此道，于是就把功夫用足在数学模型上，只要能把评审者的眼球占住就好。有的人做研究不是真正把问题搞清楚，不是使自己和别人明白，而似乎是极力把人挡在门外，取得学术资源的垄断地位。同时还把责任推给读者，似乎读懂的人越少，他的学问就越显得高深，至于对社会的实际用处并无所谓。这往往出自匠人的心态，缺乏知识分子的雅量。
       经济学致用主要应该是致济世之用。
       诚然，经济学中也有纯理论和方法论的研究，但多数还为应用研究。所以，多数经济学学者并不能把自己关在象牙塔之中，而应该着眼于社会经济现实。因此，只有数学理性还搞不好经济学。
       我们的经济学是从国外学习过来的，有一个如何叙述中国故事的大问题，也有如何避免其唯数理倾向的大问题。特别是，中国学生是从高考模式中挤压出来的，长于做数学作业，短于社会接触，思维模式需要用心调整。
       经济学学习当然要注重教科书，这是为了锻炼自己的逻辑思维能力，是让人钻得进去。但总拘囿在这里面还不成，进的去还要出的来，逻辑思维太强也有它危险的一面，太强就不容易跳出来，人的思维往往就被束缚死了。研究创新同时必须具有发散性的思维，上得了天还须落得了地，悬在那儿不成。
       经济学思维是多维度的，不只具备数学理性。让自己的经济学思维多向度，一个重要渠道是品读经济学散文，往往是经济学大家才能写出优秀的经济学散文。经济学理论和方法论怎么与现实相联系，现实当中看似平常的这个事儿，他怎么就能跟经济学连接上，他是怎么连接的，要多琢磨。这种思维训练不像数学计算，多做几遍题就可能学会，而且可以突击学习。经济学思维训练得经历长时间的熏陶，得多读闲书，问题意识系于心上，现实中经常尝试着独立思考，慢慢经济学的感觉才能出来。真正有了经济学的感觉，再搞研究才可能融汇贯通，写出论文才能有头有尾，身段也真正是自己的。　
       针对当前经济学学习和研究中的唯数理倾向，我认为应该倡导评审论文的“品头论足法”，不是专门抠模型和数据分析的细节，而主要看论文头尾与中间模型的经济学逻辑关系，这种做的评委多了，估计没头没尾的“大作业”会大大减少，社会从经济学研究中的收益也许会提高。
　

　
　　　（原载《经济学家茶座》58辑）