最近看到几篇社会科学领域的实证论文，感慨良多。从技术层面对问题进行深入研究，现在已经成为一种趋势，甚至存在论文如果没有模型的话很难发表。这也怪不得期刊，社会科学很多学科的理论研究已经接近极限，单纯的理论研究确实难以有很大的突破和创新。比如期刊的影响因子，大家都知道其中存在的问题，都能说出至少5、6条来，如果仅仅从影响因子的理论角度进行研究，似乎已经接近极限了，在这种情况下，必须有所创新，要么寻找一些新的指标，比如H指数、特征因子，要么用数学模型对影响因子进行深入研究，从中确实也能得出不少新的结论，这就是实证的好处。比如，我以前做的研究分析高影响因子期刊影响因子的影响因素，低影响因子期刊影响因子的影响因素，发现他们确实有所不同，这是单纯理论研究不能发现的。

任何事情就怕走极端，一切实证模型必须建立在坚实的理论研究之上，否则就会犯原则性错误。下面看几个例子：

比如，看到一篇研究海洋经济的文章，作者用生产函数研究海洋经济的贡献，选取的投入指标有资本、劳动力、海洋经济产值，产出指标是地区GDP。这样处理是有问题的，海洋经济是产业经济，是GDP的一部分，如果这样处理合适，那么我们是否应该将畜牧经济、制造经济、建筑经济……统统往生产函数里放？在生产函数中，投入要素的分类必须是一个标准，这是起码的原则。

再如，研究保险业对教育产业的贡献，您不能说保险对教育没有影响，任何事物之间都是相互联系的，但是要说保险业对教育业有多大贡献，似乎也比较勉强。作者用协整理论、面板数据等一大堆模型处理数据，结果也很漂亮，模型也没有问题。但这样做合适吗？

最近低碳经济的研究比较热，于是一些学者研究低碳经济的影响因素，论文一发现煤炭消费比重对碳排放有正向影响；论文二发现单位能耗碳排放量对碳排放有正向影响。影响因素应该是被解释变量以外的东西，不应该是被解释变量的组成部分，这是常识。

所以，真正好的实证论文一定要进行严密的理论研究，将诸要素之间的关系和系统运行机制搞清楚，不然的话模型再漂亮也没有用。当然，现在也存在不少学者由于对模型不太了解而硬套模型的情况，那是另外一个问题了，改日再讨论。

                                    2010.12.07 俞立平 于宁波