主题：【原创】对某些河友的一点看法 -- 红绿
Competition and Custom in Economic Contracts: A Case Study of Illinois Agriculture，Peyton Young and Mary Burke, 2001, AER
而且它提出的研究方法很新，普通读者和经济学家其实是处在差不多的位置上。不过这篇文章的研究方法是如此之新，10年之后也没有什么影响力。我上contract theory课的时候，没听到过提起这篇文章。
经验研究的一些文章还是比较容易看懂的。尤其是最近的Randomized Experiment那一派。我查了一下最近Quarterly Journal of Economics的文章，如果懂一些统计学的话，这几篇应该都是比较好懂的。
“Sex and Science: How Professor Gender Perpetuates the Gender Gap ”
The (Perceived) Returns to Education and the Demand for Schooling
Superstar Extinction
Estimating Marginal Returns to Medical Care: Evidence from At-Risk Newborns
Price Stickiness and Customer Antagonism
Barbed Wire: Property Rights and Agricultural Development
Trust and the Reference points for Trustworthiness in Gulf and Western Countries
Shrouded Attributes and Information Suppression: Evidence from the Field
偶尔的，顶尖杂志还会发表一点数学都没有的文章，比如Peter Leeson研究海盗的文章发在Journal of Political Economy.
An-arrgh-chy: The Law and Economics of Pirate Organization
读懂这篇文章连统计学的知识也不需要。
不过说这篇没什么影响力…………，至少很多contract theory的人会不同意，不过我不知道比例有多大。
你econometrica发的几个game theory的文章，也不全是理论嘛。计算我看也是大趋势，注明是我看。
最后，虽然我对主流的经济学了解不多，但是我认为对于经济里面的观察要比用数学尤其非常理想化的数学来理解经济活动要有意义。好了，再次注明，我说这个不是要引起争论，有不同意见的，可以提。
一些纯理论的研究，不需要经验研究的支持，就象纯数学一样，自有存在的价值。对于应用理论来说，没有经验研究的支持，就是纯粹的夸夸其谈，很难让人信服。但是反过来说，没有理论支持的经验研究就是一些事实和数据的堆砌。如果不清楚为什么会发生，发生的机制是什么，你甚至都不会知道从什么地方着手来分析数据。
四十年以前，经验研究比较少，主要原因是数据的缺乏，而且那时的计算机也不行，微机还没发明，算个regression都要费很大事。现在的一些高级的统计方法根本没法使用。现在顶级杂志经验研究的比例要大于理论研究。
那几篇Econometrica的文章，第一篇属于Industrial Organization，属于game theory的应用。纯game theory的文章比这要抽象，使用的数学也要更高级。（研究纯game theory的话，measure theory和高级的概率理论是必须。我读博士的学校，有一个研究game theory的教授懂的数学，我觉得拿两个数学博士学位也够了。）
第二篇和第三篇属于经济计量学理论。属于比较偏应用的那种。他们研究的题目同经济学经验研究的实践还是有很强的关系的。第四篇是cooperative game theory算是纯理论。
只恨术业有专攻，好文章太多，读不过来。
首先这个文章影响力可不小，从几个方面都可以说明问题。引用很高（100＋）一年10+。和做contract theory的博士聊，也是一样的意见。
你在课堂上没学到，再正常不过了。这个简单的道理应该很清楚的，有影响力的文章和课堂上学过这两个集合干嘛一定要是相等或者一个包含另外一个呢？
还有，我的意见是说关于经济学的观察很多时候比数学更有意义，我可不反对两者并举。这也要分清楚。最直观最近的例子就是金融里面引进的各种复杂数学模型，他们基于某些观察而来，理想化（数学化）后被广泛在现实里面运用，造成的结果是什么大家都看到了。用一句话来简单的说为什么会发生这个情况，那就是现实世界的考虑总是跳出理想化数学模型所能描述的范畴。
这个一两年前science上有个法国数学家＋经济学家做了深刻的反思，为什么物理学引入数学，可以在理论上引出大量实验还不能得出的结果，而经济学大量引入数学后，总发生一些意向不到的坏结果。我自己的看法还是：不同于物理世界，经济活动的世界并不是理想化数学都可以描述的。数学在经济学里用处很大，这个没有问题，但是要找到它所可以运用的边界，才是真正的问题所在。
我想如果一个行业不只是让自己行内人满意，也能让它所服务的行外人满意，它就用不着把自己打扮成有多么高深的样子来让外人闭嘴了。而作为一个行内人是扮高深享受粉丝的恭维还是“屈尊”听听不同的意见，那是个人自己的选择。我所反对的是以高深做理由让不那么高深的人闭嘴的态度。
我的看法很可能是错的，你同学比我更有发言权。
在经济学理论里，数学是种逻辑语言。因此把一个文字描述的理论转化为数学模型，证明结果后，我们可以确信推导过程没有逻辑错误。仅仅用文字描述的推理许多情况下是不可靠的。这个我有很多亲身经验。很多时候一个解释觉得挺有道理，但是翻译成数学模型后，就发现要得到结果需要很多有时是很强的限制条件。因此经济学理论模型数学化的情况时不可逆转的。
“经济活动的世界并不是理想化数学都可以描述的”
什么叫理想化数学呢？问题是不用数学你用什么来代替，完全用文字吗？如果你认为现在的经济学模型过分理想化了，过去二三十年有物理学家用混沌理论来研究宏观经济系统。如果他们取得很成功的结果，我当然会接受他们的方法。但是用他们的模型预测，结果还不如现在的经济模型，而且还没有intuition，说不出道理。将来他们有突破，可能经济学会改用他们的方法。
经济学同物理学最大的区别当然是经济学里很难做实验。在绝大多数情况下我们只能被动的观测数据。endogeneity的问题导致绝大多数经济学经验研究的结果变得不可靠。比如美国现在对是否进行财政刺激的争论，最根本的原因在于现有的数据并不能明确地告诉我们到底财政政策是否有效。物理学可以通过实验解决争论，经济学不能。物理学可以用实验来证明假设的正确性来保证结论的正确性，或者来证明结论的正确性反推出假设的正确性。经济学里很难有压倒性的经验证据。因此经济学的进步要比物理学缓慢地多。
而且普通人最关心的经济学分支，宏观经济学研究的对象：全球经济，要比绝大多数物理学家研究的系统复杂的多。从某种意义上讲，得不到很好的结果也正常。
“经济学大量引入数学后，总发生一些意向不到的坏结果”
这是从何说起？就这一次金融危机来说，wall street数学模型作的不好，同经济学的数学化有什么关系。而且经济学的数学化开始于19世纪末，到20世纪30年代，经济学数学化已经很厉害了，很多数学家改行或业余搞经济学，比如Von Neumann。他们引入了数学分析，拓扑学这些高级数学，Von Neumann建立了game theory，他们还建立了general equilibrium的数学理论，有什么坏结果了？难道你认为大萧条或第二次世界大战是他们引起的？
我说了不用数学么？我说的明明白白数学很有力有用。什么时候我说要用文字全部替代了？所以不要扭曲我的意思
混沌本来就是数学。理想化数学说的是把现实建模然后用数学描述这个过程就是一个理想化的过程。然而经济活动里面可能更多的时候是非理想化的。
奥地利学派数学不多，他们一次次的预测经济危机的能力倒是不差，当然他们没有办法精确的预测。这不是要让大家都去用奥地利学派的东西，但表面有很多事情，精确复杂的数学并不是必须的。
而且，经济学的实验就是现实，一次次的失败的经济预测也好，经济政策也好……你说数据不够，这在我看来不是理由。牛顿发现万有引力时，数据更少；海森堡方程时数据也不多。就像我在我的文章里写的。关键在于，经济活动和自然界的规律是本质上不同的系统。数学在自然界‘自然’的可以和物理结合产生漂亮的理论，而且理论的扩展力很强。数学在经济学里不是这样的。
复杂的多，可以有很多意思。不知道你是指什么？
而且这个比较有什么意义呢？比谁‘复杂’？
太有关系了，虽然这个你可能会说是金融学，如果这样扣，那我就不说了。
再次，我从来没说过经济学不应该引入数学。关键在于，描述性的数学作为工具，是有建设意义的，帮助人理解直觉的或者反直觉的结果。但延展性 的数学理论，然后根据这些理论来引入政策，这是危险所在。跨出了数学模型所能涵盖的范畴，模型必然会失败，而且人有能动性，明了该模型弱点的人会有incentive去加剧模型失败的可能。
二次大战？我提到它了么？
华尔街早就花大把银子雇他们去了。或者他们自己组织个hedge fund，赚几十亿美元不在话下。
牛顿是由开普勒三定律推导出的万有引力定律。开普勒三定律的得出可是在第谷多少年精确观测记录的基础上的。但是最本质的问题在于，经济学的endogeneity的问题在天文学上根本不可能遇到。如果你的统计学基础不错，可以看看Angrist和Pischke的书Mostly Harmless Econometrics: An Empiricist’s Companion了解经济学家遇到的特有问题。（当然他的解决方法也有他的问题，在经济学内部，这几年关于structural还是reduced-form有很大的争论。）
我觉得你对经济学实际研究过程知道的很少，你这个回帖的大多数段落其实是纸上谈兵。我觉得你不如考虑几个具体问题，想想怎么分析它们。比如，施行死刑制度能够降低犯罪率吗？增加警察数量能够降低犯罪率吗？或者Joshua Angrist研究的题目，一个人参军服兵役对他未来的收入是增加还是减少呢？你认真想想你会怎么来分析这些问题，你就知道社会科学研究所面临的特有的问题。或者你可以考虑一下我感正兴趣的问题，为什么过去30年美国CEO收入增长这么快，而欧洲、日本CEO收入增长却缓慢的多，而且美国60，70年代CEO的收入增长也比较缓慢呢？
可不仅仅是用这个来衡量的。并且问题就出在这里，用精确模型堆起来的金融产品，自然有模型来找出可以取得收益的办法。但是这样的用模型对模型的赚钱真的还是‘金融（finance)’么？我看只是一个结构性的收入再分配而已：大众被忽悠进去提供了大多的基本资本，银行受‘手续费’，对冲基金赚大头，‘运气好’的投资者跟着赚些钱。
奥地利学派，我说了它并不能精确预测某个事件的发生。这个和经济活动本质和政府干预都是有关系的。但是否认他们的作用那只能说明你不敢接受现实。我说他们有可取之处并不是就否定了其他学派！
嘀咕的观察我当然知道，那是很多数据么？对于行星运动的普遍关系，这些数据说不上多吧？呵呵
而且你说的exactly就是我说的意思，物理和经济学本质上是不同的系统，都要用数学来结合，一个完美一个总是不尽人意。问题不时数学本身，而是这个方法论是有缺陷的。
我本来就是不是经济学家。这个我早就表明了。我并没有‘纸上谈兵’，只是我没有实际研究一个题目而已，而是从方法论上来和你讨论数学和经济学结合的好处和限制。你知道社会科学研究面临的问题，这很好，正是我想说的。就是与数学的结合是有也应该有必须有边间的。
比如施行死刑能降低犯罪率么这个问题，我看这个问题本身就不是个好问题。为什么施行死刑和犯罪率有必然联系？即使有为什么一定就是线性的？从犯罪到死刑中间那么多变量，犯罪者的心理，社会的压力等等等，非要在数据里找一个联系，找出来了就很有意义？找不出来就没联系？哪有这么简单的事情。我猜，经济学家门可能建一个博弈的模型，然后弄一些参数来代表其中一些过程的互动，最后算一算得出结论。然后还有一群人去实际数据里面找………………这样得出来的结论真的就非常有建设性么？
最后，你研究的东西。听起来倒是一个非常有意思的事情，如果数据是impeccable的话。如果要我考虑这个问题，首先考虑的是公司本身的发展轨迹的差别，同时收入增长的结构是什么样的，有没有行业差别，是不是和宏观经济有关系等等。
- -- 系统屏蔽 --。
- -- 系统屏蔽 --。
现在看我还是不够淡定，被阳谋了。
看得我笑死了 也算是你茶余饭后的消遣吧。
唧唧歪歪这么半天。。数学就是个工具，idea最重要。但是有了漂亮的model,那些数学不牛的人就会对你刮目相看！