本文转自《比较》
瓦拉德拉扬·查里大卫·科兰德斯科特·佩奇罗伯特·索洛
编者按：2008年金融危机爆发后，不仅促使经济学界自我反省，也促使美国的决策当局重新审视现代宏观经济学在提供政策建议方面的前景和局限性。为此，美国众议院科技委员会下属的调查与监督小组委员会在2010年7月20日举行了一次听证会，分别邀请五位经济学家出席听证会或提供书面证词。编委高世楫向我们推荐了这组证词，经我们和五位经济学家进行沟通后，获得了其中四位经济学家的首肯，他们是瓦拉德拉扬·查里、大卫·科兰德 、斯科特·佩奇 、罗伯特·索洛（按作者姓氏字母排序），将他们的证词翻译成中文，以飨各位读者，为各位读者了解美国的经济学研究提供参考。在此，衷心感谢这四位经济学家给予我们的支持。文中的标题并非作者所加，而是编者为了便于读者阅读，根据证词内容提炼出来的，不一定反映作者本人的意思，在此也作特别说明。
V.V.Chari是明尼苏达大学经济学教授，明尼苏达联邦储备银行顾问，主要研究领域为：宏观经济理论、财政和货币政策、金融中介等。David Colander，明德学院（Middlebury College）克里斯蒂安·约翰逊（Christian A. Johnson）经济学特聘教授；撰写、编辑了40余部书，包括一本畅销的经济学原理教科书和150篇关于经济学不同方面的文章。Scott E. Page，密西根大学安娜堡分校的复杂系统、政治科学与经济学列昂尼德·赫维茨（Leonid Hurwicz）讲席教授。同时，任圣塔菲研究所（Santa Fe Institute）的外聘研究员。Robert Solow,麻省理工学院荣休教授，1987年诺贝尔经济学奖得主。David Colander教授的书面证词还提供了参考文献，因篇幅所限，我们省略了这一参考文献，特向作者和读者致歉，有需要者可向《比较》编辑室索取：bijiao@citicpub.com。——编者注
宏观经济学的进展和宏观模型的局限性
瓦拉德拉扬·查理
主席阁下，各位高级委员和荣誉委员，我很荣幸难得有此机会，在各位面前提供证词。据我所知，这次听证会的目的，是审视现代宏观经济理论在提供政策建议方面的前景和局限性。在这份证词中，我将提供三个要点：第一，我将论证，宏观经济学已经取得了巨大进展，尤其是在过去的大约25年中；第二，我将指出，为什么我们的模型没能预见到这次危机的来临，我们将来的研究必须如何转变，以使我们能够预先防止这样的危机；第三，我将论证，宏观经济研究严重缺少经费，而向宏观经济研究投入更多的资源将会产生巨大的社会效益。
1.20世纪80年代初以来的进展
我从有关所有模型的一个简单信条开始：模型是有目的的简化，以作为人们认识真实世界的向导，但它们并不等于真实世界。
这个信条源自人们认识到政策制定和政策建议必须使用模型。政策制定者需要大致了解关键的政策权衡的量化结果，还需要理解影响这些权衡的经济力量。一个无人能懂的极其复杂的模型，则不能让人们对关键的权衡问题有清晰的理解。很多大模型包含的变化因素太多了。一个为货币政策服务的宏观经济模型显然没有必要考虑明尼阿波里斯的棉花交易所。模型的建构是一个抽象过程，它应该包含对回答眼下政策问题至关重要的真实世界的某些特征，而把对答案不可能有太大影响的其他细节忽略掉。即使对稀缺的计算资源来说，抽象掉无关的细节也是必要的，更不用说人类的大脑根本无法消化太多的细节！仅仅因为模型略去了一些细节就对其大加指责，这样的批评不仅愚蠢，而且恰恰表明，批评者自己从来不曾写过一个模型。
所有重要的政策问题都需要理解人们如何跨时作出决策，他们如何应对不确定性。所有这些必然涉及对整个经济的影响。因此，任何有意思的模型必须是动态随机一般均衡（DSGE）模型。从这个角度看，别无他途。现代宏观经济模型，常被称为宏观经济学的动态随机一般均衡模型，还有其他一些共同的特征：所有模型都要确保与国民收入和产出账户一致，也就是说，所有事项必须加总起来；所有模型都要清楚地说明人们如何作出决策；所有模型都要明确地说明客观的约束条件、市场的结构以及家庭、厂商和政府决策时的可用信息。从这个角度来说，动态随机一般均衡模型就是一顶大帐篷。可供选择的只是那些建模者没有清晰解释人们如何决策的模型。我们为什么偏好模棱两可而非清晰见底？我对现代宏观经济学方法的描述将说明这一点，现代宏观经济学家使用共同的语言来形式化他们的想法，这种方法容许大家对这些想法的实质内容可以有不同的理解。在宏观经济学中，有一句有用的格言：“如果你有一个有趣且逻辑一致的故事要讲，你就用动态随机一般均衡模型来讲。如果你讲不了，你的故事就不是逻辑一致的。”
我们在现代宏观经济学方面有什么进展呢？比如，在1982时，最前沿的模型都有一个代表性经济行为人（representative agent），没有失业，没有金融因素，没有粘性价格或粘性工资，不存在危机，也不存在政府。而现代宏观经济模型看起来像什么呢？
现代宏观模型在行为和决策方面有各种异质性。这些异质性是由于人们的目标不同，他们的年龄、可获得的信息以及他们过去的经历不同。请看看众多学者（Rao Aiyagari、Per Krusell和Tony Smith、Tim Kehoe和David Levine、 Victor Rios Rull、 Nobu Kiyotaki和John Moore）具有开创意义的研究工作吧。他们全都是（或曾经是，对于不幸已故的Rao来说）一流经济学系杰出的宏观经济学家，在他们所研究的模型中，有很多模型显然并没有代表性行为人。任何断言现代宏观经济学是由代表性行为人所主导的说法都是错误的。
说到失业，现代宏观经济学中用于分析劳动力市场的基准模型是摩滕森—皮萨雷德（Mortensen-Pissarides）模型。这个模型的要点是关注失业的动态学，它要刻画的是一个充满了摩擦的劳动市场。
说到金融因素的作用，本·伯南克的职业生涯和成就表明，主流学者对金融因素极感兴趣。从伯南克1983年发表在《美国经济评论》的著名论文开始，到他和马克·格特勒（Mark Gertler）在1989年的研究，以及随后和西蒙·吉尔克里斯特（Simon Gilchrist）在 1999年的研究，都致力于将金融摩擦纳入量化动态随机一般均衡模型的研究中。伯南克和格特勒的著名论文发表于这次危机之前的20年。它试图解析美国历史上最大的经济危机——大萧条。其他学者，包括Nobu Kiyotaki、Hugo Hopenhayn和Tom Cooley，都极大地改善了我们对金融因素的理解。伯南克是游走于现代宏观经济学边缘的非正统经济学家吗？绝对不是。他是普林斯顿大学的经济学系主任，那里是最重要的现代宏观经济学研究中心。主流宏观经济学模型确实讨论了金融摩擦引致的经济危机。与此相反的任何断言都是错误的。
说到粘性价格和粘性工资，欧洲的中央银行、美联储和其他中央银行所使用的基准动态随机一般均衡模型，就是所谓的新凯恩斯主义模型。这个模型的主要特征就是粘性工资和粘性价格。
说到金融危机，现代宏观经济学的一个重要分支是国际宏观经济学。明尼苏达大学的蒂姆·基欧（Tim Kehoe）和哥伦比亚大学的吉勒莫·卡沃（Guillermo Calvo）是这一研究领域的引领者，他们的很多文献都直接关注金融危机。论及美国国内的宏观经济学，李·瓦尼安（Lee Ohanian）和哈罗德·科尔（Harold Cole）显然在努力发展解释大萧条的动态随机一般均衡模型。
说到政府的角色，让我以提交给本月（2010年7月）初在蒙特利尔举行的动态经济学会（Society of Economic Dynamics）会议的那些论文，作为宏观经济学的模型也在不断变化的例证。该学会有大量的会员都在构建动态随机一般均衡模型。其中，大约有50篇论文在宏观经济模型中专门探讨了政策问题。这50篇论文没有一篇认为，政府最好的政策就是什么也不做，放任自由。误读的批评家们应该走出他们的象牙塔，去参加动态经济学会的会议、明尼苏达大学的“宏观周”和国民经济研究局的经济波动与增长小组的会议。还有，说到政府的角色，宏观经济学家们早就告诫过我们放松金融市场监管的危害。1979年，明尼苏达大学的卡雷肯（Kareken）和华莱士（Wallace）指出，通过显性的存款保险和隐性的政府担保来放松金融市场监管，会导致无节制的冒险行为。明尼阿波利斯联邦储备银行行长加里·斯特恩（Gary Stern）受到卡雷肯、华莱士以及明尼苏达大学和其他地方的研究人员的启发，出版了一本名为《大而不倒》的书，该书对监管银行和金融市场提出了针对性的建议。
这些进步都让我们更好地理解了宏观经济运行的动力。虽然在当前的危机中，我们在运用货币政策方面遇到了困难，但是我想强调，总的来说，最近20年全世界（政府）对货币政策的运用要远远好于之前的20年。我们已经有更好的模型来分析根本性的税制改革会带来什么结果，我们有改进过的模型来探讨养老金改革，我们还有更好的模型来赖分析医疗保健体制改革带来的挑战。显然，我们需要改善这些模型。但是，我们已经能够越来越好地理解不同政策的量化结果和关键的政策权衡，从而帮助我们制定政策。
那么，什么是动态随机一般均衡模型呢？这类模型的基础是否坚实？最重要的，为什么我们没能预见危机？
2．动态随机一般均衡模型的运用和局限性
对宏观经济理论的一个常见批评是，模型中的行为人总是理性的，且能预见未来。在我们大多数的模型中，个体行为人总是带有目的性，在约束条件下，他们绝不会轻易放过任何一个获利机会。动态随机一般均衡模型仍然把个人视为遵循固定决策规则的行为机器人，他老套地把1 000美元的支票扔在路边。可以说，传统的建模方法总是围绕着人们在给定的约束条件和可得信息下作出最优决策。其优势在于，它给建模者设定了一套规则。如果我可以依据以大学二年级学生为对象的心理学实验室的那些不可靠证据，随心所欲地建立行为人的决策规则，我就可以解释差不多任何事情。问题在于，我那不可靠的模型无疑会对任何重大的政策问题给出错误答案。
杰出的宏观经济学家托马斯·萨金特（Thomas Sargent），写过数篇不同于传统动态随机一般均衡模型的论文，其中，行为人被模型化为在经济环境中与时俱进的学习者。他的建模方法对人们的学习方式设定了相当多的规则。动态随机一般均衡这种建模方法并不要求研究者使用传统的理性预期作为模型化信念生成的唯一方法。的确，动态随机一般均衡模型非常欢迎创新。
其他的批评文章在一定程度上没能意识到，在研发模型的过程中，历史数据起着重要作用，而且理应如此。要了解这一作用，就需要注意，建立宏观动态随机一般均衡模型是为了给出量化结果。例如，资本利得税永久性改变了10%，然后用劳动税率弥补财政收入，会对GDP产生什么影响？如果股市上涨1%，将联邦基金利率提高10个基点的货币政策，后果是什么？要回答第一个问题，需要确定家庭消费的跨期替代弹性和厂商生产的跨期替代弹性。我们要用历史时间序列和横截面证据来确定这些参数。各种计量方法、估值、校准以及类似的方法，都被用于确保模型与数据的主要特征相一致。这种方法通常意味着模型不适用于分析极其罕见的事件。但是，据我所知，适用于分析这类事件的方法并不存在。要回答第二个问题需要建立股市波动的数量模型。
然而，动态随机一般均衡领域并不是没有问题。例如，我们并没有令人满意的模型用于分析国会最近颁布的金融市场监管方案。我们的确没有完全了解经济周期中影响经济的各种冲击的来源。我们的确不知道如果要求各银行用短期国库券支持所有存款，将会发生什么。那么，政策制定者们如何运用动态随机一般均衡模型提供的政策建议呢？我认为，他们应该像中央银行的政策制定者那样，使用其研究部门根据这类模型提供的政策建议。这种做法是制定政策过程中的一个非常有用的组成部分，因为它通过对各种经济力量的量化分析，提供了一套严格的推理方法。政策制定者不会只依赖模型，因为他们知道模型只提供了一种观点或者前车之鉴，而不是真实世界中的政策决策。虽然这些模型是真实世界的向导，但不等于真实世界。
显然，动态随机一般均衡模型没能预见到最近发生的金融危机。更确切地说，在经济危机之前，这些模型没能强调经济面临的风险。这一失败是因为我们的工具箱中没有正确的工具吗？我将论证，我们已经拥有了要预见危机所需的所有要素。关注世界其他地区经济的宏观经济学家们早已认识到构建金融危机模型的必要性，而且一直在积极开发这类模型。他们之所以认识到这一必要性，是因为许多其他国家曾经遭受金融危机的冲击。我们的另一个工具就是，我们了解政策如何影响冒险行为的激励。在理论层面上，自20世纪70年代晚期卡雷肯和华莱士的研究工作后，我们已经认识到，由于存款保险或者预期政府会救助，私人部门有很大的激励过度冒险。而过度冒险是导致最近这次危机的一个主要因素。
在研究其他国家时得出的洞见，以及存款保险方面的文献给出的理论见解，为什么没有被纳入研究美国经济的模型呢？理由有三：第一，所有有用的模型都必须与历史数据的主要特征相一致。自二战以来，美国经济的表现相当突出，因为经济波动相对较小，金融市场波动对经济的影响没有像这次危机的影响那么严重。对美国经济表现的关注，使建模者在创建模型时把严重的金融危机作为例外，而非常态。对学者们来说，一个显而易见的教训就是，我们不仅要确保模型符合美国的经历，也要符合世界其他国家的经历。
第二，我们没有重视理论文献对政府救助的负效应所作的深入分析，因为理解这些效应要求我们必须假定经济行为人的理性和预见力要强于我们现在所作的假定。存款保险方面的理论文献告诉给我们，债权人肯定会理性地预见到，一旦危机发生，他们就能得到救助。这样一来，他们就没有激励要求冒险者索取更高的价格，而股东则有很强的激励鼓励金融中介的经理过度冒险。每当我提出这个论断，许多著名经济学家都会反驳，因为他们怀疑金融市场的参与者是否会对救助前景很敏感。这次危机的一个教训是，金融市场的参与者远远比经济学家们所认为的要聪明得多。而对学者们的教训是，当有人认为人们不是非常聪明，或者认为市场行为人非理性的假设是有用的建模方法时，我们就必须持怀疑态度。
第三，社会分配给现代宏观经济学的资源少之又少。从事现代宏观经济学研究的人太少，我们的学生太少，分配给这一领域的其他资源也太少。我认为，美国政府为经济学研究提供的经费少得可怜。例如，国家科学基金会（NSF）为经济学研究提供的预算只有区区2 700万美元，其中，只有260万美元用于支持动态收入的面板研究这种有意义的活动。美国只为一项人们认为极其重要的研究投入2 500万美元？在这2 500万美元中，我估计最多只有约10%用于宏观经济学。与国家科学基金会的60亿美元总预算相比，或者与联邦政府给基础研究提供的大约300亿美元的预算相比，我们只有250万美元！我应该强调，以我的判断，国家科学基金会对经济学研究项目的评审过程格外公平、格外慎重。因此，为国家科学基金会的经济学研究项目投入更多的资源，会带来更好的经济研究，同时资源的浪费也会很少。即使有谋求特殊利益的嫌疑，我依然认为，如果我们想防止下一次大的危机，唯一的途径就是为现代宏观经济学研究提供更多的资源，使我们能够吸引世界上最聪明的头脑来研究和发展主流宏观经济学。
近期的危机准确地表明：如何最好地来改进现代宏观经济理论的确是个问题。上文已经证明，我们需要更多的宏观理论。毕竟，艾滋病危机袭来时，我们不会抛弃现代医学研究而求助于针灸师们。墨西哥湾石油泄漏时，我们又怎会停止应用测度油压的数学模型？发挥现代宏观经济学模型研究方法的效力的最佳途径，是为这一事业投入更多的资源，而不是在这一专业的偏远角落去追求不切实际的幻想。
（上海交通大学安泰经济与管理学院 韩中元 曹琰 译 管毅平 校）
经济学界为何令人失望，如何改进？
大卫·科兰德
主席阁下和各位委员：我感谢有机会来提供证词。我是大卫·科兰德，明德学院（Middlebury College）的克里斯蒂安·约翰逊（Christian A. Johnson）经济学特聘教授。我已经撰写、编辑了40余部书，包括一本畅销的经济学原理教科书和150篇关于经济学不同方面的文章。我受邀发言，因为我是经济学的观察者，就经济学界及其弱点，写了不少东西，尤其是，我论述了这些弱点如何使经济学家未能对这次金融危机给予足够警示。在一年半以前的一次听证会上，我受邀详述了我对国家科学基金会的几个提议。
引言
我在经济学界的身份类似于宫廷小丑，因为我总是说一些每个人都知道而又都礼貌地不说的话。既然是这样的身份，以一个改编过的很有名的笑话作为开场白，我想也不为过。这个笑话讲的是一位国会议员深夜回家，路上发现一位经济学家在路灯下找钥匙。他意识到这位经济学家是潜在的投票者，就停下来帮忙。找寻了一段时间无果，他就问经济学家在哪里丢的钥匙。经济学家指了指黑漆漆的远处。这位议员满脸疑惑地问：“那你为什么在这里找？”经济学家答道：“因为这里有光。”
经济学家的批评者喜欢这个笑话，因为它很好地抓住了，也是批评者所认为的，经济理论家在研究中过度数学化和技术化的倾向。乍一看，在有光的地方找钥匙（让可用的分析技术来指导人们的技术性研究），显然是一步蠢招，要找到钥匙理当在丢钥匙的地方找。
然而，我认为这个笑话所要总结的教训是错误的。在我看来，对于纯科学性的经济学研究而言，“在亮光处找钥匙”的策略绝非愚蠢。因为社会科学的研究对象高度复杂，远比大多数自然科学的研究对象复杂。这就好比社会科学政策的钥匙丢在了近乎完全的黑暗中，你不知道到底丢在了哪里。在这种情况下，除了有亮光的地方，你还能在哪里以科学的方式合理地找到钥匙呢？
然而，愚蠢的是科学家以为他会在路灯下找到钥匙。在路灯下寻找的唯一意义在于，寻找的目标不是为了找到钥匙，而是为了认识光亮地带的地形，以及光亮处的地形是如何与钥匙丢失处的黑暗地带的地形相关的。长期而言，这样的知识对于在黑暗中寻找钥匙是很有帮助的，但前提是黑暗地带的地形与正在被研究的光亮处的地形相吻合。
我认为，将寻找社会科学政策钥匙的过程视为两阶段的寻找过程是最有用的，每一个阶段需要相当不同的技巧和知识集合。纯粹的科学研究，也即国家科学基金会现在支持的那种研究，既包括在完全光明的地方寻找，甚至也包括在那些灯光昏暗的地方寻找。它还应该包括修建新的路灯和灯柱，以拓展人们能够正式寻找的区域。这是纯研究，因而是高度技术性的；它整合了数学和统计技术的最新进展。简单地说，它是纯粹为理解而理解的高技术性的（社会）科学。对科学研究者来说，试图依据在这类理论探索中建立起来的模型来得出直接的关于实际政策的结论，通常是旁门左道。
寻找政策犹如在丢掉钥匙的黑暗处寻找钥匙。寻找政策需要对真实制度有实践感知，对以往文献有全面的理解，同时还要通晓历史，敏锐地感知那些细微的差别。寻找政策还必须知晓前沿科学研究对光明地带的地形所作的分析。这种必备知识是一种消费型知识（consumers knowledge），而不是生产型知识(producers knowledge)。
经济学家如何令人失望
在去年（2010年）的证词中，我认为，经济学界在这次金融危机中令人失望，表现在两个面：第一，它之所以令人失望，是因为它过度关注动态随机一般均衡模型的某个特定版本，该版本恰好有一个易处理的正式解，而纳入了有目的的前瞻性行为人的更现实的模型却没有正式解。易处理的动态随机一般均衡模型吸引了宏观经济学家，就像灯光吸引了飞蛾。几乎所有的主流宏观经济研究者都在同一片光亮地带寻找钥匙。虽然最初的想法很好，而且可以说是一种进步，但后来的许多研究实际上不过是对最初的动态随机一般均衡模型的修修补补而已。也就是说，宏观经济学家不是在富有创造性地开发那些能够开发并且应该开发的复杂模型。他们既没研究光明地带的地形，也没关注模型所描述的情形是否与真实世界的情形相符。
宏观经济学的科学研究者本来更适合研究包含了有目的的前瞻性行为人的一系列模型。这些模型会包含多重均衡、行为人之间高度的相互依赖、行为人不同的信息处理能力、真正的不确定性而非风险以及非线性动态过程，所有这些看起来都是至关重要的宏观经济问题，我们也有分析性的工具，可以用来处理这些问题①。这些模型组合起来本来可以揭示复杂模型的确是非常复杂的，任何事件都有可能在宏观经济中发生。任何事件都有可能在各类模型中发生，这一信息本可以提醒人们要为可能发生的危机做好准备，同时也意味着人们应该制定出相应的策略和备选的政策，以应对危机。换句话说，它本可以说明动态随机一般均衡模型与直接政策的关联性是非常有限的，因为只要稍微改变模型假设，就会改变模型的政策建议。但是，经济学界并没有提醒人们注意动态随机一般均衡模型的局限性。（①我将这一更复杂的经济模型研究称为“后瓦尔拉斯宏观经济学”（Post Walrasian macroeconomics），并在Colander（1996，2006）中作了详细阐述。）
经济学界有负众望的第二个表现是，它让政策制定者相信，有时甚至向他们保证，真实世界的情形与高度简化的动态随机一般均衡模型所描述的情形相符，尽管任何稍有经验知识和接受过常识教育的人显然都能感觉到，动态随机一般均衡模型所描述的情形与真实宏观经济的情形绝不曾达到过近似。告诉政策制定者现有的动态随机一般均衡模型能够指导政策制定者在黑暗中寻找钥匙，等于告诉他研究一字棋（tic-tac toe models）能够指导他玩20维的国际象棋。政策制定者过度依赖动态随机一般均衡模型，理论推导引导政策制定者在黑暗中寻找钥匙。他们以为可以毫无顾虑地在黑暗中摸索前行，最后却发现是一个悬崖：他们掉了下去，也把美国经济拉下了水。
经济学家并不愚蠢，研究动态随机一般均衡模型的宏观经济学家应该是最聪明的人。那么，是什么让这些聪明的头脑继续研究动态随机一般均衡模型的简化版本，并向政策制定者暗示这些简化版是有用的政策模型？答案要回到路灯的笑话。如果经济学家坦诚地回答，他会解释说，在路灯下找寻钥匙是因为那里可以得到研究资金。为了得到资助，他不得不假装在自己的研究中寻找钥匙。经济研究的资助者想从模型中得到政策答案，而不是支持研究者对几乎或者根本没有直接政策含义的理论模型进行狂热的抽象研究。
古典经济学家以及古典经济方法的追随者，包括上溯至莱昂内尔·罗宾斯（Lionel Robbins）（参见Colander，2009）等经济学家，在纯科学研究和应用政策研究之间保持着严格的界限：前者追求客观、发掘理论与事实，后者把科学研究的模型应用于现实世界①。这种界限有助于经济学家以科学的经济学家身份置身于政策之外。（①纳索·西尼尔（Nassau Senior），第一位明确阐述这一观点的古典经济学家。他写道：“不管（经济学家的）结论的普适性和真实度怎样，都不应该提供片言只语的建议。只有作家或政治家才有提供建议的特权，他们考虑了所有可能促进或者阻碍其所关注人群的普遍福利的因素。这种特权不属于只考虑了其中某个因素的理论家，即便那可能是最重要的一个因素。政治经济学家的职责不是建言或劝阻，而是阐明一般性的原理，忽略这些原理是极其危险的，但是，把它们作为处理实际事务的独有指南或准则，既不明智也不可行。”（Senior，1836，第2~3页）。）
这种界限并不妨碍经济学家谈论政策乃至采取一定的政策立场。它只是要求经济学家认清，他们这样做不是在用经济科学的确然性（certitude）发表言论，而是作为一个经济政治家（economic statesman）在发挥作用。这一区别很重要，因为好的科学家不一定能成为好的政治家。成为一名经济政治家需要一套与经济科学家不同的技能。经济政治家需要良好的常识。他应当能够对模型的结果进行“敏感性测试”，将模型所描述的情形与真实世界的情形联系起来。一些科学研究者成为好的政治家；他们拥有同时成为伟大的政策政治家和伟大科学家的专门知识和训练。我能想到的有，约翰·梅纳德·凯恩斯、弗雷德里克·哈耶克和保罗·萨缪尔森。而其他人则不是，我能想到的有，阿巴·勒纳（Abba Lerner）、杰拉德·德布鲁（Gerard Debreu）①（①Gerard Debreu是伟大的经济学家，他清楚他的工作没有政策相关性，他也不试图扮演一个政治家的角色。Abba Lerner则不懂得将这两种角色分开。凯恩斯这样评价Lerner：“他非常博学，头脑敏锐细致。但是他很难从广阔的视野来看待问题，并且缺少判断力和直觉。如果他的逻辑没有什么错误的话，就没有其他什么能阻止他得出荒谬的结论了。”（Keynes，1935，第113页）也有一些经济学家，我认为是杰出的政治家而不是伟大的经济学家，比如Herbert Stein 和Charles Goodhart。）。
将政策研与社会科学研究相分离，是出于经济政策问题的复杂性。考虑到有目的的前瞻性行为人相互作用的复杂性以及缺乏数据来选择模型，把模型与政策相联系时出现主观判断是不可避免的。不幸的是，莱昂内尔·罗宾斯在20世纪20年代的话今天依然适用：“现阶段经济学家所宣称的精确是不真实的。就目前的知识而言，宣称经济学多么精确的人是骗子”（Robbins，1927，第176页）。
经济学家为何有负众望
在凯恩斯最著名的箴言中，有一句话经济学家们喜欢反复引用，它强调了学术型经济学家的力量。他写道：“经济学家和政治哲学家的思想，无论对错，都比常人认为的更有影响力。其实，这个世界就是由少数思想统治的。那些自以为不受任何思想影响的实干家，常常是某个已故经济学家的思想奴隶。那些凭空幻想的掌权者，其狂想只不过提炼自若干年前的三流学者的思想。”（Keynes，1936，第135页）这一名言忽略了思想产生过程的循环往复。经济学家和政治哲学家的思想不是凭空出现的。成功的思想是在当时的制度结构中发展出来的。那些自以为不受任何实践影响的学术型经济学家，实际上受到某些已故政治家和行政管理者所创立的激励结构的影响。
话说回来，将来，你们也会成为已故的政治家和行政管理者。你们将在未来的科学和社会中，发挥关键的指导研究的作用。所以，经济学家的失败，意味着你们前任的失败。当我逼问宏观经济研究者，为什么将注意力放在动态随机一般均衡模型上，为什么暗示或至少使政策研究者相信模型拥有超出其应有的政策相关性时，他们回应说，他们认为这正是国家科学基金会和其他研究资助者想要得到的。
这种投研究资助机构之所好的观点，符合我对最近30年宏观经济研究资助环境的感受。在国家科学基金会和其他资助机构强力支持动态随机一般均衡模型研究的时期，其他宏观经济学研究不太可能得到资助。这个过程会自我实现，最终所有宏观研究者都知道，为了得到资助，需要接受动态随机一般金衡模型的方法，并从这类模型中得出政策建议。成功的研究者追逐资金，并且提供资助机构想要的东西，即使这些资助者想要的东西实际上是不可能得到的。如果你对资助者实话实说，那你就不会待在这个研究游戏中了。
人们可能认为思想之间的竞争会导致更强的思想胜出。不幸的是宏观经济是如此复杂，以至于宏观理论必然具有高度的投机性，几乎不可能事先证明哪一个理论更强。宏观经济学行业太小且具有相当的寡头垄断性，以至于各种思想的支持者之间和可供选择的模型之间不能产生有效的竞争。大多数顶尖的研究者在少数几所相互关联且关系密切的院校。科学的经济学专业的高度寡头垄断性往往会强化某一种研究方法，而不是营造一个“百家争鸣，百花齐放”的环境。如果以现在的政策相关度来评判各种科学模型，那么当一种模型暂时看似与政策制定者在黑暗中发现的情形相吻合，这个模型就会固定下来，而对这个“模型”的提前应用就会排除其他模型的研究。这就发生了经济学家所称的“大稳健”（great moderation）和动态随机一般均衡模型被提前应用的情形。
大多数研究者恐怕都充分认识到了正式模型在指导政策时的局限性①。但是越来越多的宏观经济学家都想从动态随机一般均衡模型中得出很强的政策建议，无论经验证据和常识告诉他们什么，他们照提不误。采用这种直言不讳方法的有瓦拉德拉扬·查里（Vandarajan Chari）、帕特里克·基欧 （Patrick Kehoe）以及艾伦·麦克葛兰特（Ellen McGrattan）。他们承认动态随机一般均衡模型与数据不相符，但是他们说模型“既不能也不应该符合多方面的数据”（Chari、Kehoe和McGratten，2009，第 243页）。尽管他们承认其模型与数据不相符，但他们依然从模型中得出很强的政策建议。例如，他们写道：“相机抉择的政策有害无益，如果政策制定者可以承诺遵循一定的政策规则，就应该让他们这样做。”（Chari和Kehoe，2006；第7~8页）（①例如，Robert Lucas，DSGE模型的创立者之一，在他金融危机很久前的作品中就很清楚地阐明了该模型的政策局限性。他写道：“它们（DSGE模型）没有考虑到一些遗留的东西。它们没有考虑像美国1930年代的经历或金融危机及其在亚洲和拉美的真实后果；它们没有很好地考虑1990年代的日本。”（Lucas， 2004 ）甚至更早（Klamer，1983）Lucas就说过，如果他被任命为经济顾问委员会（Council of Economic Advisors）的成员，他会辞职。）
虽然他们后来稍微修改了这一很强的结论，并且赞同应对意外事件可以打破既定的政策规则，但他们没有提供如何判定某一事件为意外事件的标准，也没有解释意外事件如何影响动态随机一般均衡模型中行为人的决策，进而影响模型的结论。在既不确定又有风险的环境中，行为人如何应对意外事件，是很困难的。它需要罗伯特·希勒（Robert Shiller）和乔治·阿克洛夫（George Akerlof）所称的动物精神（animal spirits）模型；而动态随机一般均衡模型并没有考虑动物精神。
假如美国遵循了他们的政策建议而未采取相机抉择的政策，并设定了一套未考虑到金融危机的货币政策。美联储会被这一既定的政策规则束缚手脚，而今天的美国经济很可能就会陷入严重的萧条。
联系到开场白中在光亮处找钥匙的比喻，真正困难的政策问题不是建立模型，而是将模型与现实世界相联系①。动态随机一般均衡模型适用于相对平稳的情形。当政策实施的黑暗地带的地形充满了山峦与悬崖的时候，即使动态随机一般均衡模型已经被修饰得貌似符合这样的地带，依赖这类模型指导政策实践也会使我们坠入悬崖，就像在近期的危机中所发生的那样。我的观点很简单：模型能够而且应当用于政策制定，但是在运用时应当加以判断并辅以常识。（①凯恩斯认识到了这一点。他写道（1938）：“经济学是一门以模型来思考问题的科学，同时也是一门选择与现实世界相关的模型的艺术。”经济学必定是这样的，因为与一般的自然科学不同，经济学所应用的对象在许多方面会随时间而改变。模型的目标就是要将准永久性的或者相对稳定的因素与那些临时性的因素或变动的因素分离开，从而形成一种逻辑方式，以思考临时因素或变动因素并理解它们在特定情况中产生的时间序列。好的经济学家是稀缺的，因为使用“审慎观察”选择模型的天赋似乎相当稀缺，尽管那并不需要高度专业化的技术。”）
动态随机一般均衡模型的支持者最初拥护使用这类模型而不是其他模型，是基于这类模型有所谓的微观基础。正如科兰德等人（Colander等人，2008）所讨论的，动态随机一般均衡模型的支持者所称的微观基础完全是特定的（hoc）微观基础。几乎所有科学家（也希望宏观经济科学家）都充分认识到，在研究经济体这样的复杂系统时，孤立地考虑行为的各组成部分并不足以推导出宏观行为。各部分之间的相互作用是重要的，除非模型能描述行为人的相互影响，并包含行为人之间的全部反馈，否则宏观模型就不可能有微观基础。经济学家现在使用计算机生成的基于行为人的模型，试图洞察相互影响的微观基础。这些基于行为人的模型可能得出与动态随机一般均衡模型相当不同的政策结论，这让人怀疑此类模型得出的政策结论不是基于微观主体间的相互作用。
如果我们不考虑动态随机一般均衡模型只具有审美价值的微观基础方面的论调，就会得出结论：没有一个动态随机一般均衡模型能直接应用于政策制定。现实中，给定经济体的复杂性以及缺乏正规的统计证据指导我们辨别哪一个模型确实具有最好的实证基础，政策制定必然是一种决策艺术。当然，理性的经济学家可能会不同意这样的说法。
经济学怎样可以做得更好
宏观经济学到了如此境地的原因本身，就反映了经济学界和研究者面临的激励有结构性问题。现在，年轻的经济研究者面临的激励引导他们既专注于低估经济复杂性的抽象研究，又过于强调其抽象模型所具有的直接政策含义。
我今天在这里作证，是因为我相信国家科学基金会能够在资助经济学的项目中推行两项结构性变革，带头推动当前的制度性激励结构发生变化。这些结构变化能够给经济学家提供更适宜的激励。我将概述这些建议，并结束我的证词。
扩大同行评议的范围
第一项结构改革是，将评审人员的多样化作为国家科学基金会资助社会科学的评审过程的一个明确目标。这需要有意识地将那些所谓的异端经济学家和其他非主流经济学家纳入评审人员，还要有经济学领域外的评审人员。物理学家、数学家、统计学家、有商业和政府实际工作经验的人都可以和经济学家一起进入评审委员会。这样一个更宽泛的同行评议制度会鼓励更广泛的模型研究，推动更富创造性的研究工作，提供真实世界的研究者关于模型描述的情形与模型旨在说明的真实世界的情形是否相符的常识性反馈。
增加训练有素的解释模型的研究者数量
第二个结构性的改革是，建议增加解释模型和将模型与现实世界联系起来的训练有素的研究者数量。这可以通过提供解释模型而非发展模型的研究资助来实现。在某种意义上，我建议在国家科学基金的社会科学部设立一个应用科学分部。这一分部所要资助的，就是研究针对真实世界而开发的那些模型是否适用。
这个应用科学分部应当把应用研究视为真正的“应用研究”而不是“计量研究”。它不一定是高度技术性的，但它所需要的一整套技能可能不同于现在标准科学研究所需的技能。它可能需要研究者具备坚实的经济理论和计量经济学方面的消费型知识，而不是生产型知识。此外，可能还需要地了解制度、方法论、早期文献以及对系统如何运作的感知能力，这种感知能力很可能来自于和真实世界的实践者的讨论，或者更好地，来自实际工作。
解释模型所需要的技能，在目前的研究生经济学课程中并不教授，但它们是构成判断和常识的基础。国家科学基金会对解释模型的研究工作提供资助，将推动一个经济学家群体的形成，这个经济学家群体专门致力于解释模型并将模型应用于真实世界。这一经济学家群体的形成，对我们判断模型是否适用，减少重蹈金融危机覆辙的可能性，将大有裨益。
（上海交通大学安泰经济与管理学院 黄立冬 译 潘玮 韩中元 校）
经济系统的复杂性要求模型的多样化
斯科特·佩奇
很荣幸有机会来此发言。
我是斯科特·佩奇，密西根大学安娜堡分校的复杂系统、政治科学与经济学列昂尼德·赫维茨（Leonid Hurwicz）讲席教授。同时，我也是圣塔菲研究所（Santa Fe Institute）的外聘研究员。我研究复杂社会系统中的多样性。
对于大多数人来说，复杂系统是一个陌生领域，因此，我先从它的定义开始。复杂系统由多样化的、相互关联、相互依赖且具有自适应性的行为人组成，这些行为人共同产生了难以解释或预测的模式①。复杂系统既不是有序的，也不是混沌的，它们介于两者之间。（①Miller, J. and S. Page (2008)Complex Adaptive Systems: An Introduction to Computational Models of Social Life, Princeton University Press.）
复杂系统之所以引起科学家们的兴趣，是因为它们能产生新的现象，在这些现象中，整体在种类上不同于它的组成部分。大脑在种类上不同于神经元，社会在种类上不同于个人。
根据这一定义，经济体、环城公路交通和环城公路内部的运行都是复杂系统。试图弄清并利用社会的复杂性是我投身于研究工作的动力。
今天，在我的发言中，我首先要论述，当我们面对复杂性的时候，我们如何运用不同的模型并从中获益。然后，我会解释关于复杂系统模型如何在经济系统中引入多样性与关联性，帮助我们深入了解各位委员非常感兴趣的经济现象，包括创新的步伐和市场崩溃。
在我看来，多样性与复杂性是联系在一起的。首先，我认为经济系统是复杂的，这不是一个比喻，而是基于复杂性的正式的科学定义。因此，我们永远不可能准确地预测未来的经济，最好的办法就是鼓励创造各种不同的模型。
第二，我认为，我们需要开发更丰富的关于经济的复杂系统模型，不仅因为这些模型包含着推动经济波动的多样性与互连性（interconnectedness），还因为复杂系统模型能使我们对创新的原因有更深入的理解。我将论证这样的模型要比标准的新古典模型灵活得多。
我从一个简单的问题开始：为什么要建立模型呢？标准的回答是：模型使我们能够解释和预测经验数据，从而理解世界。模型的精确度取决于它所适用的范围。举例来说，在预测物理现象时，如物体下落的速度，行星围绕太阳运行的轨道，如此等等，这些模型几乎是完全准确的。
但是，我们知道，模型对经济的预测能力就要弱得多。这是因为经济是一个复杂系统。太阳系可能是复杂的，它有许多关联的组成部分，但是各部分并非各不相同，并且不具有自适应性。因此，行星的轨道是可预测的。
预测仅只是鼓励创建模型和解释模型的诸多原因之一。模型帮助我们设计政策与机制。例如，美国联邦通讯委员会（FCC）的频谱拍卖就是一个鲜活的例子，可以说明如何用模型来预测传统拍卖机制的缺陷。
模型也能指导数据收集，计算出结果的边界，探究与事实相反的情况，并解释一个系统是否会均衡、周期循环、产生混沌，或是产生复杂性。
可能最重要的是，模型帮助我们识别系统的重要部分，根据系统的逻辑来开展研究，尤其是像经济或政治系统这样的不可预测的复杂系统。①（①Bednar (2009) The Robust Federation, Cambridge University Press.）
经济的复杂性为我们的认知“加工厂”带来数不尽的“原料”。一个有好奇心的人会情不自禁地创建关于经济的各种理论，构想各种比喻。这其中包含了诸多真理，不幸的是，大多也包含了逻辑上的不一致。
模型的优势在于，迫使我们刻画系统相关部分的特征，并理解各部分之间是如何关联的，从而发现真理并揭示逻辑上的不一致性。
然而，单个模型被应用到复杂系统时，它只能阐明某些维度。因此，我们需要多维模型。亚里士多德意识到了将各种不同模型组合起来的优势，他说道：“与任何个人相比，一群人是更好的法官。”①（①Aristotle, Politics (trans. Benjamin Jowett), Book Three, Part XV, available athttp://classics.mit.edu/Aristotle/politics.3.three.html）
这不只是直觉。借助于一些数学知识，可以正式宣称：我的研究证明，如果我有一组模型并求平均（take the average），则有:
一组模型的准确度=该组模型的平均准确度+模型的多样性
我刚才所表述的这一数学等式表明了将模型组合起来的好处③。我想再度重申的是，无论是单个模型还是一组模型都不能准确地预测经济，因为经济太复杂了。（③Page, S (2007)The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies, Princeton University Press.）
尽管如此，我们能使我们的透镜拓宽一点。我们还能用一组模型来预测经济可能的波动界限和政策决策带来的意外后果，例如允许增加金融工具的复杂化程度。
现在，转到我要说的第二点：关于复杂系统对理解和指导经济所具有的特殊价值。
美国经济由3亿多人口、3 000万左右的各类组织（大约90%是营利性组织）和成千上万的政府机构组成。这些行为人有着不同的信仰和目标，他们随环境的变化而自我适应，尽管步调并不一致。一些行为人花费，一些则储蓄；一些行为人创新，一些则追求循规蹈矩的舒适感。
加总这些相互依赖的几百万行为人——个人、组织和政府机构——就产生了经济学家们寻求解释和预测的宏观经济模式（macroeconomic patterns）。
那么，我们如何把它模型化呢？新古典方法假定个人和厂商在预算、技术和时间约束下作出最优决策。并且这两组行为人都能准确地预期到其行为和政府行为的未来效应。这一模型的最简化形式会产生平衡增长的稳态均衡。
这一模型的现代变体加入了反映在经济中的技术冲击。这些变体也包括各种摩擦，例如工资的缓慢下降。这种粘性会使冲击的影响在深度和时间长度方面加剧。
新古典模型显得过于简单①。它假设经济中没有部门，没有地理因素，没有关联网络，不需要学习（行为人总是能最优化），收入、财富或行为方面很少或没有异质性。（①明尼阿波利斯联邦储备银行行长Narayana Kocherlakota曾经写道：“就我所知，没有一个中央银行使用行为人或企业异质性发挥重要作用的模型。”Kocherlakota (2010)，“Modern Macroeconomic Models as Tools for Economic Policy,”Federal Reserve Bank of Minneapolis.）
还有，它所包含的失业都是自愿性失业。
此外，在新古典模型中所有行为人所作出的反应几乎都使系统趋向均衡。住房需求的增加导致住房价格上升，从而降低未来住房需求。这是“负反馈”的一个例子。负反馈机制使系统稳定，而这是新古典经济模型的核心。
复杂性方法假定行为人有不同的收入和能力，分布于不同的空间和时间。他们的行为会影响到他们所处的社会和经济网络中的行为人。行为人没有最优化一些假设的目标函数，如某个时期的利润或终生收入，而是遵循在市场中求生存或谋求成功的规则。
在复杂系统模型中，如果杠杆率更高的金融企业获得了更高的利润，则其他的金融企业会跟着提高杠杆率，即使提高杠杆率的总效应是不可持续的。
这种效应——高杠杆率会导致更高的杠杆率——被称为“正反馈”。正反馈在观察到的行为中产生相关性。因此，包含正反馈的系统会呈现出集聚性变动（clustered volatility）和重大事件，例如股市泡沫和住房抵押危机。如果行为人有能力预测其行为的未来后果，这些变动和时间就是能避免的，但不幸的是，他们不能，甚至经济学家也不能。
我并没有暗示复杂系统模型能预测危机。它们不能。复杂系统模型所能做的是，提供一个可选择的透镜使我们能制定规则、法律、激励和制度，同时也鼓励发展生产性的社会规范，以降低金融危机发生的可能性和严重程度。
采用复杂系统模型要求工具和范式的转变。复杂系统模型经常要用到计算机技术或所谓“基于行为人”的技术。这些技术能够包含部门层面的细节，如金融市场、房地产市场和服务市场。①（①Farmer, D and D. Foley (2009) ``The Economy Needs Agent Based Modelling” Nature 460: 685-686.）
复杂系统模型可以包含现实细节的能力还有其他好处。它为我们深入了解创新的原因和步伐提供了可能。一个经济的创新潜力取决于它的构成模块：想法、技术和基础科学。创新源于这些构成模块的整合与再整合。
为了免得说我把“基于行为人”的模型看成是万能药，我应该附加一些警示。一个包含了过多细节的模型会如同它想要解释的现实一样复杂，模型应该仅仅包含必要的细节，而不是越多越好。
1992年，乔治亚·奥基夫（Georgia OKeefe）写道：“细节令人困惑。只有通过选择、淘汰、强调，我们才能获得事物的本质”。她是对的。这就是为什么尽管标准的宏观模型忽略了那么多信息而仍有很大的价值。然而，我想说，为了获得经济中那些有现实意义的事物，必要的细节应该包括金融部门、失业和千差万别的消费者。
总之，我们的目标是要理解越来越复杂的经济。新古典方法强调约束条件下的最优化和对冲击的反应，并将宏观经济模式看做是冲击后的再均衡。复杂系统范式强调多样性、网络性、关联性（正反馈与负反馈）和自适应性。这两类方法没有谁对谁错。它们都是模型，都对现实有用。
最后，我想重申我的第一点。对于非复杂系统，我们可以运用单一模型。例如，我们能用物体的质量乘以加速度得到力的一个良好估计值。但是，对于复杂系统，像经济，没有一个模型是准确的，我们需要许许多多不同的模型。
感谢委员会给我这次发言的机会。
（上海交通大学安泰经济与管理学院 吴涛 译 黄立冬 校）
宏观经济学为什么会失败
罗伯特·索洛
对于贵委员会或国会的任何委员会来说，举办一场直指一个分析性问题的听证会一定是非同寻常的。今天的听证会，是关于宏观经济学问题，即广泛的国民经济总量增长和波动的研究，国民总量包括国民收入、就业、价格水平和其他，它们可谓是国民生活水平的基本要素。这些基本的总量是如何决定的？我们应该怎样思考它们？虽然这些都是困难的分析性问题，但是，对于这些问题的回答显然直接影响公共政策中最重要的问题。
委员会关注如此抽象的问题可能非同一般，但确实是自然而迫切的。现在的情况是，我们刚走出一个长期经济衰退的深谷底部不远，连短期的未来都不能确定，失业非常严重，但是，在我们的各精英大学、各中央银行和其他有影响力的决策圈的严肃思考中占据主导地位的宏观经济学方法，似乎对这一问题毫无办法。宏观经济学方法不仅没有提供指导和洞见，似乎连有用的东西也没有提供。在接下来的几分钟里，我的目的是试图解释为什么它失败了，并且注定要失败。
在开始我的解释之前，我想明确一些前提。总的来说，我是一个相当传统的主流经济学家。我认为，我们已经建立起来并教给学生的经济学分析主体是非常好的；没有必要对它进行大规模的改动，那些想要对它大规模改动的建议都是不可接受的。不言而喻，我们对经济的理解还有很多重大不足，有很多东西，我们自以为知道，但实际上并非如此。这几乎是不可避免的。且不说世界经济，单是国家经济就复杂得难以想象，而且它的性质经常不知不觉地改变。所以任何人都不可能对它有一次性的完全正确的认识。经济理论总是难免过于简化；这实在没有办法。但更重要的是，我们必须随处发现并指出愚蠢的错误。尤其在涉及宏观经济学这样重要的问题时，像我这样的主流经济学家就应该坚持，每一条定理都必须通过直觉测试：难到这样做没有意义吗？我认为现在流行的动态随机一般均衡模型就不能通过直觉测试。它们想当然地认为整个经济可以被设想成单一的、一致的行为人或王朝，正在执行一个理性设计好的长期计划，偶尔被一些未预料的冲击所干扰，并以理性、一致的方式来适应这些冲击。我认为这样的描述不能通过直觉测试。这一思想的宣传者们声称，这类模型建立在我们所熟知的微观经济行为的基础上，并以此要求获得尊重。但是，我觉得这个声明基本是骗人的。拥护者们毫无疑问相信他们所说的，但是这些人看起来已经失去了感知能力。
这很难解释，但我会努力解释清楚。大多数经济学家都愿意相信，绝大多数个体“行为人”——消费者、投资者、贷款人、借款人、雇员、雇主——都会在给定的约束条件和信息下，作出使自己利益最大化的决定。显然他们并不总是这样理性地行动，因此，系统偏差是很值得研究的。不过，在许多情况下，这还算是个不错的近似。动态随机一般均衡学派把经济简化成工人、所有者、消费者和其他一切行为人的完全单一的合成体，它事先周密计划且长生不老。其实所有经济学都把经济简化了，就像生物学对细胞的简化一样。这种“代表性行为人”假设的一个重要后果就是，不存在利益冲突，不存在不兼容预期，不存在欺骗。
这个全能的决策者本质上按照自己的偏好运行经济。当然并不是直接运行：经济必须通过总体表现良好的市场和价格来运行。在怀疑者和处理实际数据需要的双重压力下，动态随机一般均衡的建模者们做了很多努力，来使模型顾及各种各样的市场摩擦和不完美，比如刚性价格和工资、信息不对称、滞后等等。这些都是有益的。但是，基本的故事总是把整个经济当做一个人，一个在给定条件下总是理性地最大化自己利益的代表性行为人。对于显然不是追求一致目标的国家经济来说，这不能算是一个合适的描述。一个深入思考的人，面对建立在这一基础上的经济政策思想，也许有理由怀疑自己在哪个星球上。
一个明显的例子就是，动态随机一般均衡模型没有包含常见的失业，尤其是现在：失业纯粹是浪费。很多有能力的人愿意在一般的工资甚至稍微低的工资下工作，但是市场失灵却阻碍了他们找到潜在的工作。经济不能免费给我们安排一个双赢的情境。这类结果与经济正在理性地追求清晰目标的观念不一致。动态随机一般均衡模型及其相关模型能够处理失业的唯一方法就是，把失业当成自愿的，一种当下闲暇的选择，或是希望保持未来的某种灵活性，或是其他类似的解释。但是这类解释根本不能通过直觉检验。
我承认解决类似这样的问题有一点像智力游戏，但它不仅仅是智力游戏。我们所观察到的经济实际上已经运行得非常好，给定这些条件，它随时都能最优地适应无论是预期到的还是未预期到的未来冲击。它不可能做得更好。由此可以推断，有意识的公共政策只会把事情变得更糟。如果政府比代表性行为人拥有更多的信息，那么政府所要做的就是把这些信息公开。如果价格不完全灵活，那么政府就应该通过打击垄断和削弱工会来增强价格的灵活性。实际上这一论点本身也是可疑的。
我的观点是，动态随机一般均衡模型提不出有用的反衰退政策。因为，它本质上不合理的假设已经隐含了这样的“结论”：宏观经济政策无能为力。我想，我们已经明白了，对于一个依赖高杠杆、弱监管的金融体系的经济体来说，宏观经济政策无用论是多么得荒谬。但我认为，即使对早些时候的不同类型的经济衰退（以及通货膨胀引起的经济过热）来说，宏观经济无用论显然也是错误的。研究宏观经济，其他传统有更好的方法。
大家可以发现其他更严密的统计方面的理由，来证明动态随机一般均衡模型不是理解宏观经济行为的好方法，但现在不是深入探讨这些问题的时候。一个有趣的问题值得回味，为什么宏观经济学自己走上了这条独特的蹊径。也许我们以后会谈到它。
（上海交通大学安泰经济与管理学院 潘玮 译 曹琰 韩中元 校）
本文作者Robert Solow，麻省理工学院荣休教授，1987年诺贝尔经济学奖得主。本文是他在2010年7月20日向美国众议院科技委员会下属的调查和监督小组委员会所做的证词。——编者注
