中国行业数据分析网
24小时咨询热线:
经济理论在产业研究中的处境有些尴尬:不用,缺少分析骨架;照搬,结论经常与现实对不上。问题往往不在于理论本身,而在于使用前没有做适用性核验。把核验变成固定动作,理论的解释力就能稳定下来。以下六个提问,可以作为一份轻量的体检表。
一、这个理论的核心假设是什么,假设在本地是否成立?二、它解释的是短期波动还是长期结构,与本课题的时间尺度是否匹配?三、它默认的市场条件(竞争程度、信息可得性、要素流动性)与现实差距多大?四、它对数据口径有什么隐含要求,手头数据能否满足?五、它给出的因果方向是否可能反向?六、同样的结论,是否有另一个更简洁的解释?六个问题不必都答得漂亮,但至少要有一两个答不上来时,就该降低结论的确定性。
多数研究把理论当背景板,引用完就转入数据。更有效的做法是把核验结论写成一小段说明:本分析采用某框架,其成立依赖哪两个条件,本文认为其中一个条件在本地较弱,因此结论只用于解释方向、不用于测算幅度。这段话看似削弱了说服力,实际上提高了可信度,也方便读者判断结论的适用边界。对政策建议类报告尤其重要,因为建议一旦被采纳,边界条件就不再是学术问题,而是执行风险。
理论最容易出错的地方,是在现象还没描述清楚时就急于解释。稳妥的次序是先做三件事:把现象的规模、结构、时间分布描述清楚;找出与常识不符的异常点;再引入理论解释异常,而不是解释全部。理论负责回答为什么反常,描述负责回答是什么。次序一旦颠倒,就容易出现用理论裁剪事实的情况,报告看起来很完整,实际什么都没说清。
这套方法还有一层用处:团队协作时可以作为共同语言。新人拿着框架来讨论,老人先问六个问题,讨论就会从观点之争转向条件之争,效率明显提高。理论工具真正的价值,不在于给出答案,而在于把模糊的分歧变成可以逐条核对的前提。前提摆清,判断自然收敛。反过来说,一份始终无法说清前提的研究,即便结论碰巧对了,也很难在下一次复现。可复现,才是方法成熟的标志。