在社会经济系统中用数据寻找类似自然科学的经验法则存在一些问题，如果这些问题没法克服，而由其寻找到的经验法则，是值得掂量的，首先是社会中的指标的设计和数据的收集很多时候不是为科学研究的目的，不按照科学的范式，更多是政府活动的副产品，当然当然设计的指标不够科学全面，根据其收集的数据就有待考量；再则就是社会经济系统中缺乏可控的实验，为什么可控试验会影响经验公式的科学性和合理性？社会中很多收集到的数据是很多因素综合作用下的，如果单纯拿两组数据，寻找其间的经验关系，这就问题大大的，以一组数据为果，另一组为因，则果的数据不仅仅是这个因引致的，其是很多因引致的，这也是说明为什么社会经济系统缺乏可控试验下，数据噪音大的原因；如果社会中缺乏可控试验，缺乏统一裁判经验公式的标准，将引致社会科学中的数据更容易造假，因为没有可控试验。这也是我有时候偏向数理分析和文字陈述，而非数据分析的一个原因，这源于这两种更容易裁判真伪，只要你懂数理和点经济学常识就可以判别。当然从数据出发在社会经济系统中的，同样不能区分不同机制产生相同数据的情况，进而通过数据结果考察机制，这在以前博文中已经陈述，当然还包括社会经济系统的定义是含糊的，内涵和外延不是清晰的。

有时候在想，到底社会科学中，诸如经济学等学科，到底坚持哪一种研究方法，好像你坚持那一种都不行，都有人批判你所得出的结论是不符合现实的，有时候想，即使很多人坚持的研究方法，也并不意味这种方法就是最适合社会经济系统的，只能说明这种研究方法是大家都在使用，用它的社会风险最小，当然有可能科学风险最大；如果社会学的研究要利用自然学科中的那种数据挖掘经验公式的研究方法，其就必须采用隔离体法，就是加入可控试验，如果社会中的变量无法隔离，那采用传统自然科学中利用数据挖掘经验法则的范式，在社会经济系统的研究中就不是那么有效，那还采用数据网挖掘法则，又社会中的考察个体不能与环境分开，那就需要采用新的研究方。总之，发展可控试验，用传统的数据挖掘寻找经验公式，不发展可控试验，用非传统的方法，都是有效的；但是不发展可控试验，继续用传统的数据挖掘寻找经验公式的方法，就有点不靠谱，当这也是主流经常的采用，我有时候纳闷，为什么大家都在用某种方法，从来没有人思考这种研究方法适合研究的对象吗？

总之，社会科学中整体的数学模型或者数据的经验研究方法，还仅仅是停留在对先验观点或者先验猜想的描述和修辞阶段，其没有真正发挥模型和数据对经济学真实贡献，当你看到一篇经济文章时候，里面通篇公式和数据以及图表，你不用害怕，有可能文章的结论是不用这种数据和数理推导中已经在其脑子中存在，其仅仅是修辞这一种先验的结论，使文章看着更好看，更规范，甚至数据都可能是假的和编造的。我对经济学如今的看待，特别是用数据的方法，我不完全赞同，但也不反对，至少得把上述制约用数据研究经济的问题得以克服，要么发展可控试验，要么发展新实验，同时对经济学中的变量给其科学的界定，则数据挖掘才能在经济学的研究，更有效。

纯属个人观点，若有不对之处，望指正。