陆 铭
上海交通大学安泰经济与管理学院
郑涛(访) | 文化纵横编辑部
【导读】近年来，经济学研究中“过度模型化”的现象引发广泛关注。2026年初，上海交通大学陆铭教授在《中国社会科学》发表论文《经济学研究“过度模型化”的误区及其纠正》。他在文中指出，当前学界面临过度依赖计量检验和追求复杂数理推导、轻视思想创新和脱离中国实际等问题，呼吁发扬经世致用传统，以恰当的模型化和方法的多元化回应重大现实问题。
为此，本刊邀请到陆铭教授进行专访。在访谈中他强调，“过度模型化”现象是期刊、学界、作者与审稿人共同作用的结果，具有“集体无意识”的特征，导致重大现实问题缺少相应的关注。对此，学界应当关注国家和社会普遍关心的问题，注重服务现实经济、回应企业和政府需求、帮助社会理解经济知识与经济规律。特别是面对技术变革、地缘政治等因素迅速演进的经验现实，经济学研究必须在紧迫性、时效性与社会科学追求的精确性之间作出权衡。这就要求经济学重视经济思想史和经济史资源，同时向政治学、社会学等兄弟学科学习。
本文为文化纵横新媒体访谈，仅代表作者观点，供读者参考。
文化纵横新媒体·社会观察
2026年第38期 总第318期
纵横说：您今年在不同场合通过发言、写文章等方式，批评了中国经济学界存在的一个问题——“过度模型化”，认为这种整体性的研究偏好妨碍了经济学界更好地理解中国经济的真实状况。考虑到我们的很多听众可能不是经济学专业出身，所以首先想请您给大家科普一下：经济学研究中的建模，究竟是一种什么样的研究方式？
陆铭：我想先解释一下经济学研究中所谓的“模型化”方法，然后才能说明我最近这些话到底指什么。从现代经济学的研究方法来看，尤其是论文要在期刊上发表时，现在主流的研究方式主要有两种：一是用数学对经济现象进行建模，再作数理推断；二是运用统计学、计量经济学作因果分析，当然也包括相关性分析。这一类研究范式，可以统称为“模型化”。从广义上讲，模型实际上是对现实世界的一种简化，也应该包括文字逻辑、描述性统计等形式。但随着经济学研究方法的演进，现在主流认可的研究方法主要还是两种：一种是数学模型，另一种是我刚才讲的统计、计量分析。数学模型越来越趋向动态化，统计和计量分析则越来越倾向于因果推断。这就是这里所说的“模型化”。我最近的一些文章和讲话被冠以“过度模型化”这个题目，可能也引起了一些误解。很多人看到文章标题，就以为我代表某种反对经济学建模的声音。其实不是这样。我当时为《中国社会科学》写文章，最早拟的标题大意是“以适当的模型化回应重大问题”。所谓“适当模型化”的另一面，才是“过度模型化”。
我的意思是，现实世界非常复杂，尤其是中国的一些体制特征与世界上其他国家不太一样。中国有非常明显的大国特征和转型特征。所谓大国特征，是指中国有非常独特的中央与地方关系，以及地方与地方之间的关系。中央政府和地方政府在经济发展中都发挥着非常重要的作用，但作用有时并不相同，甚至未必协调。再说转型特征。直到今天，中国的许多体制，包括我自己研究的户籍制度、土地制度等，仍然带有不少计划经济时期的特征。要把这些特征细节纳入模型，在特定选题里在技术上存在困难。反过来，这就使得许多研究为了迎合一些学术期刊的审美和技术标准，而忽视了这些特征。如果不写模型，或者不让模型动态化，如果在统计、计量分析中不做因果链条分析，文章就很难发表，更难发表在好期刊上。于是现在出现了一种现象，这实际上是削足适履：把有没有运用所谓“科学”的方法，作为研究选题和论文发表的黄金标准。
这样一来，许多重要的问题就没人关心、没人研究了。在建模研究中，还大量出现了这样的情况：表面上看是在研究中国经济，模型里却没有中国特有的制度和政策，有时得出的结论甚至南辕北辙。中国的许多现象，看起来似乎可以用主流教科书中的市场经济理论解释。但产生这些现象的真正原因，很可能恰恰是中国独特的制度和政策背景。如果把这些背景拿掉，只建立一个模型并据此得出政策结论，就很容易出现我所说的情况：某些现象本来就是管制性政策造成的，论文最后给出的建议却是进一步加强管制。这就南辕北辙了。
相反，我更认为严谨的研究方法应该是多元的。该用模型就用模型，而且应当把相关制度和政策纳入分析。如果有些问题无法用现有的数学模型分析，那么文字逻辑和调查研究也非常重要。在统计、计量分析中，能做因果分析当然很好；如果暂时做不了，相关性分析和现象的发现也很重要。学术研究需要一个循序渐进的过程，提出问题本身就很重要。
纵横说：您刚才提到，过度模型化倾向的出现，在某种意义上也和学术期刊的引导有关。那么，多发表这类量化建模的文章，对学术期刊究竟有什么好处？它们为什么会倾向于这样做？
陆铭：不能把这个现象完全归咎于学术期刊，它是期刊、学术界、作者和审稿人共同作用的结果。我曾在一次会议发言中用过“集体无意识”这个说法。作者在选题时，首先会观察什么样的文章能够发表在国内外顶级期刊上。而这些期刊发表的文章，往往在方法上采用我刚才提到的复杂数学建模或因果推断。于是作者会想：如果做模型，就尽量往这个方向做；如果做统计、计量分析，就一定要做因果推断，不能做因果推断的题目干脆不做，因为预期发表不了。
如果作者都这么写，期刊收到的大量投稿自然也是这样。当然，也会有一些作者研究重要问题时采用文字分析或描述性统计的方法。文章投到期刊后，下一关就是编辑。如果编辑本身也偏好方法导向，就可能认为文字研究、非因果推断研究或调查报告“不够科学”，更不用说基于局部案例的深度研究了——他可能会觉得，这些都不符合现在的“科学标准”。即使过了编辑这一关，文章送到审稿人手里，审稿人也会按照前面讲的标准来评判：模型是否自洽，是否采用了因果推断。这就会出现刚才说的问题：有些研究没有数学模型，或者因果推断做得不够好，但研究对象可能非常重要，只是受到技术上的限制，这种限制很可能不是某位作者能力不足，而是经济学现有的方法还无法对某些问题进行大家普遍接受的数学建模或因果分析。于是大量问题就被忽略了：要么无人研究，要么投稿时被审稿人拒掉。所以，这不只是期刊单方面的问题。
当整个学术界出现偏向时，一些优秀学者、资深前辈和具有引领性的期刊，的确可以在方向上作出新的突破。遗憾的是，目前这种突破还不够。最近，一些期刊开始强调调查研究和争鸣，也认为可以发表一些选题重要、但未必使用复杂方法的文章。不过，这些努力还远远不够。尤其是年轻学者，他们做学生时接受的训练、读到的文章，往往都符合我刚才所说的既有“科学标准”。我一直强调，并不是只有数学方法、数理统计和因果分析才算科学。长期如此，会使青年学者缺乏对许多重要问题的敏感。随着中国问题越来越重要，国内又有制度变迁与改革、重大技术革命等许多现实问题亟待解决，经济学的整体研究已经跟不上时代的快速变化。
纵横说：顺着您刚才讲到的“科学标准”，我再问一个问题：您觉得经济学界之所以出现过度模型化，是不是也与学界某种科学主义思维有关？经济学应该算是社会科学中最自诩接近自然科学的一门学科。如果这样一种自然科学思维进入社会科学领域，您觉得会给社会科学研究带来什么影响？
陆铭：既可以说它受到了科学主义影响，也可以说不完全是。
先说受到影响的一面。社会科学，特别是经济学，的确较早借鉴了自然科学的一些方法。经济学的许多模型、算法和模型求解方法，都曾借鉴物理学等学科，而且这些方法在推动经济学发展时，发挥过历史性的积极作用。数学建模的做法后来又影响了其他学科。现在还常用因果推断，以及因果推断中的实验方法，这些甚至借鉴了医学等学科。从科学意义上讲，这些方法是有价值的。因为从制定经济政策、解决现实问题的角度看，如果连一个变量对另一个结果变量的影响是不是因果关系都不清楚，那么你想通过改变前者来影响后者，研究就无法提供支撑。所以，经济学采用科学化方法具有积极意义。这些方法也的确对政治学、社会学等兄弟学科产生了积极影响，现在许多其他学科也在沿着经济学的科学化路径发展。
但是从另一个角度讲，我们需要回到“什么是科学探索”这个问题，难道只有数学方式才算科学手段吗？比如，在天文学中，用望远镜观测就是一种科学方法；在另一些学科中，相关性描述可能也很重要，对吧？这涉及如何界定科学方法本身。从学者的角度看，科学家的一个重要意义，就是发现现实生活中具有规律性的现象。而描述现象的手段其实有很多种。我刚才说过，观察本身就很重要。在社会科学中，观察很可能就是案例分析。再比如数理统计，只要有一定的样本，并且确实发现一个变量与另一个变量存在相关性，而这种相关性在理论上又是一种重要关系，并非随意找两个变量拼凑出来，那么这种发现同样非常重要。所以，我们既要肯定经济学发展过程中科学主义所发挥的积极作用，也要看到它的边界。
但现在应该反思的是，现有方法在解释许多现象时存在局限。比如我前面提到的，中国一些特殊政策和制度所产生的影响。现在，包括我自己的团队在内，也在尝试把中国特有的制度和政策纳入经济模型。但与快速发展、极其复杂的中国经济相比，这类理论化工作还远远不够。如果坚持每个问题都必须用数学模型，甚至动态模型来研究，就会使研究进展远远跟不上现实世界。
另一个方面是技术进步和地缘政治。过去的经济学研究不太考虑地缘政治因素。只是最近十多年，随着中美贸易冲突等问题日益突出，大家才开始重视地缘政治。传统经济学对此关注不足。再比如，与地缘政治相关的国家规模问题，在国际贸易理论、全球治理、全球货币体系以及技术创新等研究中，也没有得到足够关注。不是完全没有，而是远远不够。现在的问题是，怎样把这些因素与地缘政治结合起来，纳入我们的理论。
技术进步也是如此。别的先不说，就说这些年蓬勃发展的人工智能，它将对整个经济和社会产生非常深远的影响。从宏观经济运行来看，比如GDP和全要素生产率的统计，原本都是基于比较传统的经济模式；到了人工智能时代，这些指标本身可能就需要修改。但你会发现，经济学界不太讨论这些问题，至少主流期刊上很少见。那么，经济学家比较擅长什么呢？比较擅长的是构建一个“人工智能暴露度”指标，再研究它如何影响就业和收入分配。这方面已经有大量工作，首先应当肯定其价值。但从宏观到微观，从产业发展到国际政经博弈，人工智能时代还有许多问题没有真正展开。经济学家本应积极参与这些讨论，却往往参与不多，因为现有方法似乎无法对许多问题作因果识别，也很难把它们放进传统的精确模型中。
这时，就应当反思我们的研究方法，反思对“科学方法”本身的定义。就像前面说的，别的学科可以使用望远镜，也可以采用非常创新的方法。比如石墨烯的发现，就用了“手撕”这种看起来很简单的方法，同样可以获得诺贝尔奖。其他学科已经发生了很大变化，非常重视研究成果的创新性和应用性，也在逐渐突破几百年来积累的既有科学方法的局限。但在经济学中，方法论创新仍受到较多限制。
纵横说：从经济学外部来看，我们经常看到两种针对量化建模研究的批评。一种批评说，有些经济学文章用非常复杂、看似科学的方法，证明了一个普通人都懂的常识；另一种批评刚好相反，说有些文章用同样复杂的建模方法，证明两个在常人看来毫无逻辑关联的因素之间存在因果关系。您觉得这两种批评成立吗？学术研究和常识之间，究竟应该是什么关系？
陆铭：我个人认为，如果把这种批评施加于经济学研究整体，是需要商榷的；但落实到具体研究，这类批评成立的情况甚至还不少。
先说总体。经济学建模得出的结论，如果只概括成一句话，你可能会觉得这不过是大家都知道的常识。但模型分析在科学意义上有几个必要性：第一，它能告诉你背后的机制是什么；第二，它能告诉你效应究竟有多大。把它转化为经济决策时，你需要比较不同因素。举个例子：有两个政策工具可供考虑，采用每一个工具后，都要判断它改变现实世界的收益和成本。这时，经济学模型可以对收益和成本作出量化估计，帮助你更精确地比较，并在不同政策之间作出选择。机制也同样重要，如果不清楚作用机制，你以为A变量会影响B变量，但这个过程很可能被另一种机制打断。所以在这个意义上，经济学建模是必要的，量化分析也是有价值的。
但具体到某些研究，我也认为当前不少研究确实是在浪费金钱、时间和资源。比如，有些研究把公司绩效与管理者的长相联系起来，我真的不知道这种研究有什么意义。还有一些研究讨论考试成绩与教室里学生的性别构成是否相关。仅以教育为例，值得投入时间和精力研究的课题就太多了。我们拿着纳税人的钱，为什么不去研究那些真正重要的问题？甚至不需要你自己提出问题，政府已经把许多问题提出来了，只要稍微关注一下“十五五”规划或有关教育问题的讨论，就会知道中国教育领域有许多问题亟待回答。为什么不去研究那些更能让经济学改变现实、影响国家政策的问题，反而研究一些看起来因果关系成立、应用价值却不大的问题？
还有您刚才提到的另一种批评：论文所说的因果链条可能根本不是那么回事。这种情况也存在。我最近在《中国社会科学》的文章里也举过一些例子。有些研究看起来运用了科学方法，得到了因果关系，但这种因果关系背后的真实机制很可能并非如此。这正是社会科学与自然科学不同的地方。以物理、化学为例，做实验时可以在实验室里排除许多因素，因此得到的逻辑链条通常比较可信：实验结果证明的，就是变量A对变量B的影响。但到了社会科学领域，即使统计和计量分析的结果看起来接近因果关系，真正产生影响的链条也可能不是研究者所说的那一条，而是存在其他机制。恰恰因为这样，一个好的经济学家需要理解整个社会经济的总体运行，知道什么问题重要；面对若干因素时，也要判断哪些因素更重要。社会科学研究的不只是现实，有时还要研究历史，因此对历史背景的了解和把握同样非常重要。这是自然科学不具备的属性。
纵横说：您还在一些文章和访谈中提到，之所以出现“过度模型化”，还有一个原因是整个经济学界的学术审美趋于窄化。这是不是与新古典经济学长期占据主流地位，以及全球经济学界普遍以美国经济学为马首是瞻有关？
陆铭：的确存在一定关联。现在的学术评价体系，主要建立在学者发表论文的数量和期刊档次之上。就“档次”这个指标而言，英文期刊在国际上的认可度总体高于中文期刊，也普遍高于其他语种的期刊。那么英文期刊主要在哪里呢？主要在美国和英国。世界排名最高的经济学期刊，基本上也是由美国和英国主办的。问题也就随之而来：如果这样评价，就必须考虑社会科学的性质。自然科学没有国界，一个物理学原理在美国成立，在中国也一定成立。但社会科学不同。同一个问题，在美国可能非常重要，到了中国可能并不重要，甚至根本不存在。比如，种族歧视研究就是最典型的例子，中国并不存在与美国完全相同的种族歧视问题。
反过来，对中国非常重要的问题，在美国未必存在。比如在我自己的研究中，我非常关注中国户籍制度对劳动力流动的阻碍。中国的土地政策也很有特色，我们有一套自上而下、通过行政管理分配建设用地指标的制度。再比如，中国流动人口规模庞大，人口不断从农村向城市、从小城市向大城市、从内陆地区向沿海地区迁移；这使得公共服务需求越来越集中在人口流入地，而人口流出地则出现公共服务资源闲置，这些问题应该怎么办？我只是从自己的研究领域随手举了几个有代表性的例子，而这些问题在美国并不存在。
如果我们的价值目标是为中国经济发展作出贡献——随着中国经济在世界上的地位日益重要，这本身对全球也有重要意义——那么，当你真正研究中国经济时，就会发现，刚才提到的那些问题，第一，连基本事实都可能都描述得不够清楚；第二，相关研究文献缺乏积累；第三，许多数据没有扎实的调查或大样本作为基础，有些数据即使存在，也没有广泛公开。在这种情况下，研究中国问题其实非常困难。
这些文章投到国际期刊时，国际期刊本身并不以服务中国经济发展为价值目标，因此会采用一套普遍标准来评价，比如认为你的研究不够严谨等。它们会用我们前面讨论过的“科学标准”来评判，却未必看得到选题的重要性。因此，国际期刊很可能对这类研究不太友好。为了在评价体系中得到更好的结果，学者就会设法把论文发表到更好的期刊上，选题也很可能逐渐偏离服务中国经济发展和国家重大战略需求的目标。结果是，一些我们明知非常重要的问题却无人研究。比如上次在中国经济学年会上，有老师提到，国家层面希望讨论中国货币政策的效果时，却发现很难找到真正研究中国货币政策的学者；已有文献和研究者，也未必捕捉到了现实中最受关注的问题。
再看我刚才提到的领域，教育经济学中已经有大量研究，也有不少聚焦中国问题。这里我要向一些学者致敬，比如上海财经大学的陈媛媛教授，她使用中国数据，也通过建模研究中国留守儿童问题，作出了很大贡献。但即便如此，在我刚才举的具体例子中，人口流入地与人口流出地之间教育资源供需错配的问题，仍然缺乏研究。
还有制度和政策设计问题。进入人工智能时代，中国在一些领域已经走在世界前沿，那么，算法中存在的某些问题是否需要政策规制？人工智能基础设施应该如何投资，会不会出现过度投资？人工智能发展会带来更普惠的结果，还是可能导致劳动收入占比下降？接下来应该如何设计制度？还有能源问题，未来中国的能源如何进行空间布局，以适应人工智能产业大量集中在少数地区和城市的趋势？类似问题还有很多。我认为经济学本应参与这些问题的研究和讨论，但目前做得远远不够。回到前面的话题，这与学者对自身价值的设定有关：大家更重视尽可能多发文章、发高档次文章，却不够重视服务现实经济、回应企业和政府需求，以及帮助社会理解经济知识与经济规律的价值。
纵横说：顺着您提到的“经济学研究能否服务中国经济现实”，我再问一个问题。我也注意到，您在批评过度模型化的同时，也批评了经济学界似乎不够重视中国的现实问题，并呼吁经济学研究更多关注和研究政策。我看到，这些观点后来也引起了一些争议。对此我也有一些疑惑，不过我的关注点可能与那些反对学术研究和政策走得太近的学者不太一样。这些年，国家倡导“把论文写在祖国大地上”，现在可以说并不缺少关注和解读政策的文章，尤其是在文章的开头和结尾。但在很多这类文章中，政策仍然悬在半空中，似乎只是为了迎合关注现实的潮流，在开头和结尾作一番呼应。换句话说，从关注政策文件，上升到真正研究和认识政策实践、理解经济发展实践，两者之间还有不小的距离。您怎么看这个更进一步的问题？经济学研究者应该怎样从了解政策语言，逐渐走向真正理解政策实践和现实世界中的经济运行逻辑？
陆铭：首先要说明，我的一些批评是对整个经济学界的提醒，并不针对具体个人。经济学界本应形成一个完整的光谱：有的学者专注于基础方法论的发展；有的更关注应用研究，服务企业和政策决策；还有的从事科普。如果这个光谱足够完整，可能也就不需要我来提醒这个问题了。如果看美国经济学界，会发现既有专注于方法论的学者，也有人为政府决策提供大量咨询，近些年还有越来越多经济学家进入企业做研究，比如在亚马逊开展与具体产业紧密结合的研究，还有一些优秀经济学家服务于世界银行等国际组织，投资机构和金融机构也有自己的经济学家。因此，他们的光谱比较完整。许多人甚至是跨界的：既在大学任教，也为政府提供咨询，甚至服务于具体企业。这一点值得学习。回到中国，对具体学者而言，如果兴趣和能力就是研究与现实距离较远的问题，完全没有问题。我们现在讨论的是：如果整个经济学界对中国现实问题和政策的关注不够，跟不上时代，就需要反思。前面所谈的一系列问题，都是围绕这一点展开的。
再回过来说，什么叫政策分析？很多人对政策问题的分析还停留在表面。因为我研究区域经济，就以此为例。许多政策研究的写法是：中国存在巨大的区域差距，因此要实现区域协调发展，接下来列出政策一、二、三、四，而这四条与国家有关部门发布的文件几乎一模一样。这就叫政策研究吗？我所说的经济学要关注政策研究，并不是指这类文章，而是要在政策问题之下找到真正的科学问题。比如在刚才的例子中，中国区域之间出现了很大的发展差距。为什么总书记强调，区域经济发展要尊重客观规律？什么是这里所说的客观规律？再比如发展新质生产力，党中央也强调要因地制宜，那么问题来了：今天中国各地发展新质生产力时，是否真正做到了因地制宜？中央的判断是否准确？如果没有做到，问题又有多严重？为什么会这样？仅从我随手举出的这些问题就能看出，经济学界其实没有充分研究它们，也缺少相应的统计分析、案例研究和机制分析等。这样一来，经济学界怎么服务国家决策呢？
再比如前面讲到的货币政策。国家想讨论这个问题时，却很难找到相关学者。我虽然不研究宏观经济，但也很关注近年来与中国货币政策有关的一些重要现象，可以提几个很简单的问题：为什么中国实行扩张性货币政策后，没有出现教科书式的结果？按教科书的逻辑，货币政策宽松，经济增速应该回升。为什么宽松货币政策在别的国家会带来更多投资和消费，在中国却同时伴随着高储蓄率，大家似乎既不投资，也不消费？这种现象究竟是怎么产生的？
所谓政策研究，不是拿几份政府文件来解读，再提几条不痛不痒的建议；而是要讨论相关政策问题背后的逻辑：从科学问题来看，为什么会这样？有没有证据？在方法上，能用数学模型就用，能做因果推断就做；如果暂时做不了，至少也应该通过文字逻辑、调查报告、案例研究或相关性分析，为我们关心的重大问题提供支撑。这才叫政策研究。以我自己的研究为例，当然我也有很多不足，研究做得并不算多好。但我努力的方向，是尽量采用科学方法，同时也使用文字分析、简单的统计分析和相关性分析，去回答一些重要的政策问题。只有这样，才可能真正回应政策研究的需要。
有时还需要研究既有政策，因为改革是中国的一个重要主题。既然要改革，就说明某些既有政策需要调整，那么我们就要分析它为什么需要调整，以及它给现实经济运行带来了哪些不尽如人意的结果。这里存在基于科学研究展开批评的空间，而我们同样做得很不够。因此，如果我的观点被理解为主张经济学研究与政策走得更近，那么首先必须讲清楚什么叫政策研究。在中国，关注国家和社会普遍关心的问题，并努力给出答案，就是很好的现实问题研究和政策研究。在这方面，我们做得远远不够。
纵横说：我想回到刚才谈到的学术审美窄化问题。如果回顾经济学学术史，无论在不同历史时期，还是在不同地区，尤其是美国以外的地区，都存在许多不同于当今美国主流经济学的思想资源和研究范式，比如马克思主义、凯恩斯主义、熊彼特主义、调节学派，以及产生于第三世界的世界体系论和依附理论。但据我观察，这些今天看来似乎不太“正统”的经济学范式，在经济学院系中反而比较少见；在管理学、社会学、政治学和国际关系等其他学科中，却还能看到一些坚持这些范式的学者。您怎么看待经济学的这段学术史？您觉得未来经济学是否应该，以及是否有可能，把这些更加多元的立场、方法和风格重新包容进来？
陆铭：这个问题要从两面看。一方面，经济学的发展本身有一个历史演进过程。您提到的一些早期经济学理论，带有特定时代的烙印，因为当时的经济学还没有充分科学化。在研究同一议题时，现代经济学相较过去已经不可同日而语，经历了现代化改造。一些现代经济理论在局部上，确实可以升级或替代过去主要以文字表达的思辨性内容。但与此同时也要强调，在古典时期以及刚才提到的非英语国家的各种思想流派中，蕴含着非常重要的经济思想史和经济史资源，值得我们高度重视。
即使回过头看亚当·斯密或马克思的著作，其中很多问题到今天也没有被充分挖掘。比如我自己正在思考：亚当·斯密所讲的市场范围与分工之间的关系，在平台经济和人工智能时代会发生什么变化？再比如，马克思主义理论讨论过技术进步对就业和收入分配的影响，以及应该如何应对——是采取暴力方式，还是采取改良方式？这些问题到了人工智能时代，又有了新的含义。
再说离我们更近的中国经济史和中国经济思想史。今天我们谈改革，任何一个国家的制度变迁都有自己的历史起点。中国的历史起点，与几千年来形成的历史、观念和文化密切相关。最近我也在关注今天讨论的许多改革议题，因为我平时会读不少历史和思想方面的书。我发现，早在明清时期，顾炎武等学者就讨论过其中一些问题；当代国外研究汉学的学者，也在著作中讨论过中央与地方关系、国家财政税收等问题。比如我最近在读孔飞力的《中国现代国家的起源》，书中讨论的许多问题至今仍有现实含义。这些也是经济学应该回答的问题。但以我对当今中国经济学界的了解，我们对相关问题思考和讨论的深度，恐怕还不如前辈，甚至不如几十年前、上百年前。在这种情况下，我们还能说中国经济学研究始终在进步吗？可能在某些维度上确实进步了，但在另一些方面甚至有所退步。
这种变化也反映在高校教学中。我在20世纪90年代读大学时，还有中国经济史、中国经济思想史、外国经济史、外国经济思想史、当代中国经济等课程。后来，随着经济学整体的现代化和科学化，再加上前面提到的青年学者对主流期刊审美的迎合，情况逐渐发生了变化。现在大学里，老师辈中研究经济思想史和经济史的那批学者，大多已经退休或离开了我们。所谓青年一代其实也不再年轻，可能已经五十岁了，由于长期以来这些学科不受重视，相关教师要么接近退休，要么在学校里很难获得职称晋升。到了三四十岁这一代，我甚至可以说基本没人了。因此，现在课堂上几乎不再教授经济思想史和经济史。当代中国经济虽然还有课程，但由于许多问题研究不够，讲授的深度也不足。尤其在商学院，我们更需要向MBA、EMBA学员讲授当代中国经济政策和改革问题。我自己也在商学院教课，明显感到我们的教学和研究跟不上现实需要。有时企业在实践中遇到的问题，从老师这里得不到回答；许多老师甚至不知道中国曾经发生过某些事情，这非常遗憾。
所以，面向未来，无论出于现实需要，还是为了寻找思想资源，我们都应重新回到古典经济学以及非英语地区的实践和历史中寻找智慧，也要从中国本土改革发展形成的经验与教训中发现重大选题。这些都值得我们更加重视。
纵横说：最后我想问一个延伸到经济学之外的问题。您前面提到，经济学的模型化方法也在影响社会学、政治学、历史学等其他人文社会科学，这些学科中也出现了类似研究。据我观察，这种方法在其他学科引起的批评似乎比在经济学界更早，也更激烈。您怎么看这种现象？
陆铭：我的总体看法是，应该保持包容和多元。经济学有自己的优势。比如前面讲到的数学模型和因果推断，能够把一个现象背后的机制梳理得比较清楚；基于一定规模样本的回归分析和因果推断，也确实可以把现实世界中的一些逻辑链条分析清楚。这对社会科学的科学化进程非常重要，其他学科正在这些方面向经济学学习，是好现象。
但其他学科也保留了多元价值，维护了各自的学术传统，这种坚持同样很有必要。比如，社会学一直没有放弃案例研究；在政治学中，写出有影响力的著作非常重要。反过来看经济学，如果你写了一本书，在学术评价中往往得不到认可，晋升考评和人才引进基本还是看期刊论文；而且在期刊论文中，英文期刊的认可度和档次总体更高。其他学科还没有像经济学这样走到如此极端的程度。反过来说，如果其他学科在发展中完全复制经济学今天这套评价标准，我认为也会有问题。
举个例子。经济学中有一门比较经济学，政治学中则有比较政治学，比较政治学可以说是政治学中非常重要的二级学科。20世纪80年代到90年代，一度也有许多人研究比较经济学。当时的背景，一是美苏争霸以及计划经济与市场经济之争；二是中国正处在从计划经济向市场经济转型的过程中。因此很多人认为，对不同经济体制进行比较，有助于思考中国经济。但后来随着苏联解体，政治学领域出现所谓“历史终结”的争论，再加上全球化一度高歌猛进，似乎全世界都认为比较经济学已经过时，没有必要再研究了。当时人们认为，全世界最终会逐渐收敛到一套全球体系，形成相对标准化、秩序一致的市场经济架构。无论是各国国内的市场经济，还是国际经济体系，都会逐渐收敛到某种模式，国家之间的差异也将不再那么重要。
但这种观点值得重新思考。比如在今天的全球经济中，大家都说中美正在竞争，而中国与美国的体制差异非常明显。那么，每种体制各有什么优势？又面临什么挑战？是否需要做出相应改革？看看今天美国发生的许多事情，人们可能也在反思：美国原有的体制是完美的吗？好像不是。美国今天面临的许多问题，原有体制能够很好地解决吗？似乎也不能。
反过来，中国也是如此。中国今天的许多体制仍带有从计划经济向市场经济转型过程中形成的特征，也存在不少问题。中央一直强调深化体制改革，包括近年来提出加快建设全国统一大市场，以及在自贸区实践中对接更高标准的国际经贸规则。许多改革实际上都要求我们在中国体制演化的过程中思考：哪些优势需要长期坚持，哪些方面需要通过持续改革加以调整？这里涉及的许多问题，本质上都是体制比较问题。但是，比较经济学，以及我们前面谈到的针对特定国家、特定体制的研究，在今天经济学的主流审美中并不受重视。因此，经济学现在需要反过来向政治学、社会学等兄弟学科学习，重视多元的方法论和价值，也要坚持历史研究的传统。这值得经济学界认真反思。
对其他学科而言，我认为既不要太激进，走向经济学今天这种相对单一的审美；也不要太保守，站在经济学角度看，有些兄弟学科讨论问题时，比较喜欢使用一些逻辑不够清晰、概念边界也较模糊的概念。在这方面，经济学有比较明显的优势：经济学使用的概念相对简单、可度量、可操作，而且边界比较清楚，大家讨论问题时有较好的共同语言基础，因此经济学家之间的沟通成本相对较低，这样可以避免人与人之间的交流，实际上沦为概念之争、流派之争或单纯的观点之争。所以，经济学与其他学科应该形成相互借鉴的发展趋势。经济学应向其他学科学习多元价值和多元方法论；其他学科在讨论问题和推进学术发展时，也可以借鉴经济学的科学方法、清晰的概念界定，以及相对统一的逻辑和语言体系。
纵横说：谢谢陆老师花这么长时间和我们讨论当代经济学研究的现状及其存在的问题。整体听下来，我有一个感受：如果从生物学或生态学的视角看，多样性对一个生态系统非常重要，一个生态系统如果过于单一、单调，其实是很危险的。这个道理也适用于经济学研究。而且，由于经济学与国计民生密切相关，如果研究范式和研究风格趋于单一、单调，也可能对现实经济和经济发展产生消极影响，所以这个问题确实非常重要。
陆铭：我再补充一点：社会科学研究具有时效性，这也是社会科学与自然科学的一个不同之处。自然科学面对的自然世界相对稳定，除了气候变化等少数领域正在发生较大变化，其他领域所研究的对象相对来说是静止的。因此，学者为了探索一条科学规律，可以连续研究十年，最终在某个重大问题上取得突破，这个突破不仅适用于十年前，也可能长期适用于未来。
但社会科学不一样，它面对的许多问题在不断变化：历史在变，政治在变，技术在变，体制和政策也在变。社会科学的许多应用性成果，如果晚了十年才出现，那么一项不太恰当的政策可能已经积累了大量负面后果，甚至给一个国家的经济、社会、政治和国际关系造成难以估量的影响。因此，从价值取向上讲，我们需要在紧迫性、时效性与社会科学追求的精确性之间作出权衡。
就像前面讨论的，我们要对多元方法保持包容，这不是说不要科学。比如在量化估计中，如果能通过改进方法把估计系数从0.5提高到0.6，当然有价值。但面对许多重大的现实问题，如果能把背后的逻辑讲清楚，在量化分析上判断它产生的是正面还是负面效应，本身就非常重要；甚至首先提出“这个问题究竟存不存在”，也非常重要。因此，当面对一个快速变化的世界，特别是技术变革、地缘政治等因素迅速演进时，包括经济学在内的社会科学的方法更应该体现多元性和包容性。否则，一些重大问题明明非常紧迫，我们却不去回应，这在某种意义上可以说是社会科学家的失职。