洪永淼:在数智时代共同推进经济学范式变革研究

观点 · 2025-06-16 14:08

作者:

返回

洪永淼,中国科学院数学与系统科学研究院关肇直首席研究员,中国科学院大学经济与管理学院院长,发展中国家科学院院士,世界计量经济学会会士,亚太人工智能学会会士,教育部高等学校经济学类专业教学指导委员会副主任委员。曾任美国康奈尔大学经济学与国际研究讲席教授,中国留美经济学会会长。




编者按:2025年时值《管理世界》创刊40周年。自1985年创刊以来,《管理世界》作为国务院发展研究中心主管主办的学术期刊,始终胸怀“国之大者”、服务国之所需,与一代又一代支持期刊发展的领导、专家、作者和读者偕立改革潮头、共解发展命题、同书时代答卷。

四秩华章,再起新航。在创刊40周年之际,我们发起了“我与《管理世界》”征文活动,讲述创刊以来期刊赓续奋进的建设历程,展现国家高端智库办刊成果,更好引领学术研究服务国家发展大局。现将来稿择优刊发在《管理世界》微信公众号,以飨读者。




图片

洪永淼

洪永淼,中国科学院数学与系统科学研究院关肇直首席研究员,中国科学院大学经济与管理学院院长,发展中国家科学院院士,世界计量经济学会会士,亚太人工智能学会会士,教育部高等学校经济学类专业教学指导委员会副主任委员。曾任美国康奈尔大学经济学与国际研究讲席教授,中国留美经济学会会长。

《管理世界》作为国内经济学、管理学领域的头部期刊,拥有巨大的学术影响力。创刊40年来,《管理世界》顺应改革开放的时代大潮,与时代同行,为经济学、管理学领域的学术研究和政策研究服务,赢得了社会各界特别是经济学界与管理学界的普遍认可和好评。

我与《管理世界》的学术互动体现在两个维度:在学术研究方面,我在《管理世界》共发表7篇论文,第一篇文章《劳动力市场扭曲、效率差异与城乡收入差距》是2009年与南京大学孙宁华、堵溢共同合作的。近年来,有4篇文章和1篇笔谈文章发表在《管理世界》,这些文章聚焦经济学、管理学研究方法论,涵盖数学与模型、大数据、机器学习、心理测度等对经济学、管理学研究范式与研究方法的影响。这些论文的发表,不仅是我在方法论研究中的积累与思考,也是《管理世界》对方法创新研究的支持与鼓励。在学术服务方面,2018年1月,我在厦门大学王亚南经济研究院任教时便有幸受邀担任《管理世界》编委,成为厦门大学首位获此殊荣的学者。

发表于《管理世界》的方法论论文中,我始终围绕一个核心命题:如何通过方法创新推动中国特色经济学理论创新。从对数学模型的哲学思考,到大数据驱动的方法创新,再到人工智能对研究范式的深刻变革,这一系列研究形成了一个比较系统的方法论演进脉络。《管理世界》对跨学科和方法论研究的包容,使我能够对经济学、计量经济学与数学、统计学、数据科学、心理学等学科的方法论的交叉融合进行深度思考。


对经济学定量研究方法的反思

长期以来,中国经济学界对数学与模型等定量分析方法在经济学研究中的作用一直存在争论。改革开放之后,受国外经济学的影响,国内经济学研究逐渐引入数学与计量经济学等定量分析方法。特别是受40多年来国外经济学“实证革命”的影响,计量经济学模型与方法被广泛应用于各种经济学实证研究。在这个过程中,国内经济学研究出现了过度数学化、过度模型化的现象,比如过度强调工具理性,没有将这些定量工具与经济理论有机结合起来,不注意挖掘这些定量方法与工具背后隐藏的经济含义。同时,很多经济学实证研究,虽然使用了各种计量经济学模型与方法,但往往忽视了这些方法与工具适用的范围边界与前提条件。甚至一些研究事先构思了某个经济叙事,然后千方百计使用各种“招数”寻找支持这个经济叙事的“证据”,这种非科学的研究做法违背了科学研究的求真精神与伦理规范,严重损害了计量经济学作为实证研究科学方法论的声誉。

在这样的背景下,2020年我和中国科学院数学与系统科学研究院汪寿阳教授在《管理世界》发表了《数学、模型与经济思想》一文,通过经济学一些典型理论说明了数学在经济学研究中所起的重要作用,数学工具在应用于解决经济问题时所包含的丰富的经济含义,以及数学能够明确划定一个经济理论所成立的前提条件。自经济学成为一门独立的社会科学以来,其研究范式、研究方法历经演变,从早期以历史分析、逻辑分析、定性分析为主,到现在以定量分析和实证分析为主,数学公式和模型已成为经济思想的重要载体和经济理论的表示方式。大数据时代带来的“数据革命”,为研究经济运行与发展规律提供了一座“富矿”,这更加凸显了定量分析的必要性和重要性。但是,在实际应用中,应避免生搬硬套、滥用、误用数学模型与定量分析方法,强化对数学公式和模型的直观解释和经济解释。

这篇文章获选为《管理世界》2020年度“十佳”优秀论文奖,并被中国人民大学书报资料中心《理论经济学》2021年第1期和《新华文摘》2021年第2期全文转载。这里需要强调,一些关于使用数学与模型的批评并不一定是完全正确的。例如,有人抱怨由于使用数学公式与模型,很多经济学论文越来越看不懂。其实,专业研究门槛的提升是任何一个学科发展的必然趋势,经济学研究同样需要保持专业性。我们很少听到有人抱怨看不懂物理学论文,为什么对经济学专业学术论文就要有这样的要求呢?当然,数学不是越多越好,更不是越复杂越好。另外,经济学者有责任通过合适的写作方式,尽量使文章通俗易懂,例如可以将数学证明置于附录,在学术严谨性与可读性之间保持一个适当的平衡。又如,有一些人将定性分析与定量分析相对立。事实上,大数据和大模型正在打破经济学定性与定量研究之间的界限。例如,文本数据包含了经济主体对各种经济政策变化与外生冲击的即时心理反映等丰富信息,这些信息是结构化数据所没有的。现在,可以通过自然语言处理技术和大模型技术,从文本等非结构化数据中提取经济主体的心理信息,如主观期望、情绪、情感等,因此,原来只能进行定性分析的经济学研究,现在可以进行定量分析了。大模型本身是定量分析和定性分析的高度统一。通用生成式大模型主要用于定性分析,如写作、综述、总结等等,这类模型包含千亿甚至万亿数量级的未知参数,很明显是“过度模型化”,但恰恰是大模型的参数维度越大,其定性分析的逻辑性和语义精准性也就越高。


大数据驱动的经济学研究方法创新

数据是经济学实证研究的“原材料”。在数字经济时代,大数据作为人类经济社会活动在数据空间的映射,为经济学研究带来了极其丰富的素材,同时也大大推动了经济学乃至社会科学研究方法的创新。2021年我和汪寿阳教授进一步在《管理世界》发表了《大数据如何改变经济学研究范式?》一文,这篇文章首先从经济学视角探讨大数据给经济学实证研究所带来的范式变革,包括从理性经济人到非完全理性经济人,从孤立的经济人到互相关联的社会经济人,从代表性经济人到异质性经济主体,以及从经济分析到经济社会活动的系统分析。然后,从方法论视角讨论大数据给经济学实证研究方法所带来的变革,包括从模型驱动到数据驱动,从参数不确定性到模型不确定性,从无偏估计到有偏估计,从低维建模到高维建模,从低频数据到高频甚至实时数据,从结构化数据到非结构化数据,从传统结构化数据到新型结构化数据,以及从人工分析到智能分析等。

大数据引发的经济学实证研究方法变革,正在深刻重塑经济学发展方向,不仅强化了经济学实证研究范式的趋势,还突破了现代西方经济学特别是新古典经济学的一些基本假设的局限性,使经济学研究日益呈现出科学化、严谨化、精细化、跨学科与系统化的发展趋势,并且在研究方法论上与社会科学其他领域日益趋同。由于中国的人口规模和超大市场规模,中国经济社会大数据资源非常丰富,为从中国经济实践中总结经济发展规律和可复制的经济发展模式,从而构建具有深厚学理基础的中国经济学自主理论体系,提供了一个得天独厚的“富矿”。

这篇文章被评为《管理世界》2021年度“十佳”优秀论文,并在学术界引起了一定的反响,《管理世界》微信公众号阅读量接近2.4万人次,截至2025年5月,在中国知网被引次数高达159次,被《国际货币评论》2021年第12期和中国人民大学书报资料中心《理论经济学》2022年第2期全文转载,并被收录于中国科学院数学与系统科学研究院郭雷院士2023年主编的《系统科学进展》第三卷。


人工智能与经济学、管理学研究范式变革

长期以来,经济学家一直聚焦于客观数据的收集和客观变量的测度,如宏观经济层面的国内生产总值、消费者价格指数、失业率,以及微观经济层面的商品需求量、供给量、价格等。事实上,主观变量的测度对研究经济主体行为决策和经济理论创新非常重要。例如,过去30年来行为经济学和行为金融学两个新兴学科迅猛发展,并渗透到经济学很多领域。这有很多原因,其中一个重要原因是实验经济学和人工智能技术(特别是自然语言处理技术和大模型技术)的快速发展,使基于大数据的经济心理因素的测度成为可能。

政府与市场关系是经济学的世界性难题,也是中国特色社会主义市场经济的核心问题。在政府政策制定与实施过程中,经济主体会基于自己掌握的信息和认知能力,学习、解读政策含义,形成对政策影响的主观预期,并基于自身利益最大化原则做出最优决策,从而影响宏观经济运行。因此,研究政府政策背景下各类经济主体的主观预期等心理因素的产生原因与形成过程,以及经济主体心理因素对经济运行与政策效应的影响机制,是深刻认识政府与市场关系的一个重要视角。2023年,我与南开大学刘俸奇、厦门大学薛涧坡在《管理世界》发表《政府与市场心理因素的经济影响及其测度》,讨论预期等心理变量的重要性及其预测。这篇文章提出利用人工智能特别是自然语言处理技术,从海量非结构化大数据中提取政府政策变化与各类经济主体对政策变化的反应等信息,从理论和实证两个层面分析经济政策与经济主体的互动关系,以及经济主体心理因素如何影响经济运行与政策效应,并探讨发展非结构化大数据计量经济学这一新的方法论学科,推动形成分析经济政策背景下经济主体心理因素及其影响的实证研究范式,以深入研究政府与市场关系。这篇文章被《新华文摘》2023年第14期全文转载。

同年,我与浙江大学刘景江、郑畅然在《管理世界》发表了《机器学习如何赋能管理学研究?——国内外前沿综述和未来展望》一文,讨论人工智能在管理学的方法论作用。机器学习正在深刻改变管理学的研究范式与研究方法,如何运用机器学习更好地赋能管理学研究已经成为学术界关注的前沿热点议题。这篇文章基于1999~2021年发表在工商管理和会计财务两大研究领域的国内外顶级学术期刊的学术文献,识别了学术界借助机器学习赋能开展管理学实证研究的4种核心途径:变量测量、事件预测(包括事件分类)、因果推断和理论构建;梳理了每个途径的代表性文献的研究主题、研究问题、数据集、机器学习算法和研究结论;提出了使用机器学习赋能管理学研究的主要策略,并讨论了中国学者运用机器学习开展中国特色管理理论研究的未来机会。研究结果显示,将机器学习与传统计量经济学相结合有助于做出更加精准的因果推断。机器学习能够在模式发现这一理论构建的关键步骤中发挥重要作用,将机器学习与多案例分析相结合有助于富有成效地开展理论构建。文章为如何采用机器学习提升管理学研究质量、推进管理学研究范式变革和构建中国特色管理理论提供了方法论指引和方向性启示。这篇文章被中国人民大学书报资料中心《管理科学》2023年第12期和《新华文摘(网络版)》2024年第5期全文转载。

在《管理世界》发表的这4篇文章,与我和汪寿阳教授发表在《计量经济学报》等其他学术期刊上的方法论文章一起,包括《大数据、机器学习与统计学:挑战与机遇》(洪永淼、汪寿阳,2021,计量经济学报)、《理解现代计量经济学》(洪永淼,2021,计量经济学报)、《概率论与统计学在经济学中的应用》(洪永淼,2022,计量经济学报)、《人工智能新近发展及其对经济学研究范式的影响》(洪永淼、汪寿阳,2023,中国科学院院刊)、《ChatGPT与大模型将对经济学研究范式产生什么影响?》(洪永淼、汪寿阳,2024,计量经济学报)等,形成了一个比较系统的关于经济学研究范式与研究方法的思考体系。2024年11月,我被推选为亚太人工智能学会会士,其推荐理由是我在“人工智能对经济学研究范式影响领域”的贡献。

回顾这段学术研究历程,我深深感受到,《管理世界》为我提供了一个宝贵的学术交流平台,使我有机会对经济学、计量经济学、数学、统计学、数据科学、心理学等学科的研究范式、研究方法及其交叉融合进行深入、系统地思考,并迫使我阅读了哲学、科学哲学、心理学、社会学等其他学科的书籍与论文,极大地扩宽了知识面。同时,我也深深感受到,我在硕士研究生阶段学习经济学说史时的知识储备,对我剖析经济学方法论的历史渊源与演变脉络很有帮助。此外,《管理世界》编辑部专业、中肯、细致、高效的评审意见,也让我印象非常深刻。可以说,《管理世界》为我开辟了一个极具学术价值的研究领域——经济学方法论。

在大数据与大模型的时代浪潮中,《管理世界》凭借其敏锐的学术触角和深厚的学术引领力,为广大经济学、管理学的学者搭建了探索中国经济学与管理学自主知识体系的学术交流平台。这种“时代—期刊—学者”三者的深度互动与同频共振,正是中国特色哲学社会科学建构进程的一个生动缩影。


部分刊文一览


[1]刘景江,郑畅然,洪永淼.机器学习如何赋能管理学研究?——国内外前沿综述和未来展望[J].管理世界,2023,39(09):191-216.

[2]洪永淼,刘俸奇,薛涧坡.政府与市场心理因素的经济影响及其测度[J].管理世界,2023,39(03):30-51.

[3]洪永淼,汪寿阳.大数据如何改变经济学研究范式?[J].管理世界,2021,37(10):40-55+72+56.

[4]任之光,薛涧坡,洪永淼,等.新时代经济科学的学科布局与顶层设计——国家自然科学基金经济科学学科申请代码调整的逻辑和内容[J].管理世界,2021,37(03):1-8+50+1.

[5]洪永淼,汪寿阳.数学、模型与经济思想[J].管理世界,2020,36(10):15-27.

[6]孙宁华,堵溢,洪永淼.劳动力市场扭曲、效率差异与城乡收入差距[J].管理世界,2009,(09):44-52+187.









好文章,需要你的鼓励