葛新权：关于经济学科学化的几点思考

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

来自：中国社会科学网

摘 要：经济学科学化呈现出前所未有的快速发展，所取得的成果让世人瞩目，且频频问鼎诺贝尔经济学奖。鉴于经济学研究与解决人类社会生产生活及其与自然资源、生态环境关系问题所具有的近科学性，以及P值、经济模型、心理学、脑科学等科学化工具及其在经济学研究中的应用，尤其一些误用或滥用所遭到的质疑和病垢，我们认为经济学科学化有一个合理的度的边界，否则会弱化经济学本质——经济学思想，而走入误区。为此，我们讨论了经济学的基础、近科学性、科学化边界和创新思维与行为，以促进经济学及其科学化发展。

　　关键词：经济学 研究 科学化 思考



　　一、经济学研究的基础：概念　　

　　经济学研究人类社会生产生活及其与生态、资源与环境的关系，核心问题是在生态、资源与环境约束下不同主体之间的利益关系，突出表现为价格博弈。为解决发展中的理论与现实问题，在经济学理论与方法研究中，经济学科学化，尤其是数学、统计学、计算机科学等科学方法引入是必然的选择，这是一个共识。但随着科学化快速发展，也出现了一些问题，如一些高深莫测、令人眼花缭乱和似懂非懂的量化方法、实验、工具与模型遭到质疑与病垢。

　　我们认为，在科学化过程中，确实需要诸如价格博弈的方法、工具与模型等，但更需要蕴含经济思想的经济学理论。在经济学研究中，无论是规范分析还是实证分析，其基础都是“概念”，即使计量经济学研究也是如此。从表面上看，计量经济学的基础是在回归模型假定下最小二乘法（原理）决定的回归方程，但实质上，计量经济学的基础往前可以推至概念的提出。

　　因此，对经济学研究来说，第一步是 “概念”提出。因为，一是研究任何经济问题（现象）都是从定性到定量、再由定量回到定性的过程，计量经济学也不例外；二是一个研究者的中文（母语）水平决定了其研究的天花板，一句话，中文真的很重要。以问题为导向，尤其对复杂的经济问题的研究都起始于定性分析，研究者需在前人研究基础上创新，否则不能解决问题。为此，提出一个新的“概念”往往是创新的起点和关键点，包括这个“概念”的内涵与外延。这个看似简单，其实，提出一个准确的、有利于研究和解决问题的“概念”是一件很难的事情，正如万事开头难。“概念”可能不是一个，其重要性在于瞄准了解决问题需要的突破（难）点，以及突破难点需要研究的关键内容。如果做到了，则事半功倍，否则难以取得进展或突破，难以解决问题。

　　第二步是“概念”分类。解决任何复杂的经济问题，都需要以这个新的“概念”为主线（主题），并把复杂的经济问题分解分层，每层都以主线构成有序的内在逻辑关系，这就是概念分类，同时把握与认识这个复杂的经济问题的全集，切忌只了解“冰山一角”，并对全集进行划分，为确定研究内容与创新的关键点奠定坚实的基础。

　　第三步是“概念”分类关系。分类是否合适？依据研究对象（范围）、研究目的与研究难点，一方面取决于能否把复杂的经济问题内在的特征表达出来；另一方面取决于能否把复杂的经济问题内在逻辑关系的结构特征表达出来。这种结构还可以转化为主要研究的内容，以及解决难点需要突破的关键点，进而形成创新。因此，在理论与应用研究中，同样都有“卡脖子”核心技术问题。这里“卡”是指在研究与应用进展中需要突破长期存在且难以解决的“瓶颈”，即现有的理论与方法都无能为力，唯有创新才能解决这个“瓶颈”。

　　第四步是“概念”测度。对“概念”的测度表明这个“概念”具有数量特征，是由定性到定量的基础，也是计量经济学的必然要求。一方面，某个“概念”可能有一个或几个数值特征，表现为实数或自然数或数量级或序数；另一方面，可能有的“概念”没有数量特征，但有性质不同的差异，表现为分类的性质。此时，也可以引入示性函数或专家打分，将其数量化表示。

　　第五步是数量标志或指标。对应“概念”的测度，表现为指标或标志。在统计学中，根据研究内容和目的，某一经济问题（现象）可构成一个由个体组成的（统计）总体。基于研究目的，对所选择的反映经济问题的总体指标，需要对个体的特征（标志）进行分析，并建立起它们与总体指标的生成逻辑关系。这里，指标包括数量指标和质量指标，标志包括数量标志与品质标志。品质标志的表现可以转化为示性变量或一组二态变量。

　　第六步是数量标志或指标关系分析。数量标志，包括示性变量通过简单（对应未分组资料或信息完全或标志值作用等同性）或加权（对应分组资料或信息不完全或标志值作用非等同性）加总就可以获得数量指标，进而依据概念关系，通过必要的计算获得质量指标。对品质标志，通过分类后计算可以获得结构（质量）指标。指标之间的关系有三种：一是概念关系的等式，二是基于抽样理论的推断估计，三是基于业务或经验认知的估算。推断估计与估算的差异在于，前者可以给出误差公式，而后者无法给出误差公式。

　　第七步是建立模型。基于经济理论或业务知识，或基于因果关系，应用最小二乘原理建立模型，以及其他模型或模型体系。这才是计量经济学模型特征的开始。为此，我们需要前面的六步。这足以说明计量经济学基础延伸到概念的重要性。之所以有人误用模型往往是前六步出错造成的。

　　上述第一步至第七步，构成计量经济学科学化的全过程。如果前六步中有任何问题，哪怕是一点瑕疵，最后的模型，即使通过检验，都是没有意义的。当然，第七步本身也是至关重要的，做好了，则锦上添花，否则功亏一篑。

　　事实告诉我们，在应用计量经济学模型研究中，常常犯概念和模型两类错误，且前者的概率是很大的，往往被忽视。这个“概念”看似最不起眼，但起基础而关键的作用。

　　我们认为，在研究中能否提出一个有价值的“概念”，取决于研究者对相关理论及其认识、对所研究问题认识的深度与广度，以及对该问题过去、现状与未来的把握。但中文（母语）能力与水平很重要，经验告诉我们，它是研究工作者取得显著成就的天花板。2018年5月，国际著名数学家丘成桐教授分别到清华大学附属中学、清华大学和南京外国语学校，与师生分享了他做学问的经验。他认为，做大学问必须要有激荡性情的种子，才能够看得远。丘成桐教授用亲身经历的事实，说明了中华历史、文化与文学修养与底蕴对成就大师的重要性。这也道出了当代出不了大师的缘由之一。固然大师出现离不开时代的知识积累、文化环境，但中华历史、文化与文学修养与底蕴短缺或不足，是一个不可忽视的原因，需要我们从中分析，吸取教训。退一步讲，数学都是如此，莫说经济学了。如在数学漫长的发展过程中，开始由算术(数和运算、度量或计数技巧)到数学基石的概念（定理），再到界定并分析各种抽象的模式，以及在分析处理各种抽象的模式和结构时，数学的符号、概念以及程式被证明是最佳的选择。可见，数学的重心不再是计算求解，而是理解抽象概念和关系，如技巧背后的思想。再如，科学的理论化是指以概念、公式、定律表达思想观点的基本语言；而系统（逻辑）化是指，其整个理论体系是从基本概念、基本公式和定律推导出来的，且构成一个逻辑整体。可见，概念的重要性确实是不言而喻的。

　　二、经济学的近科学性　　

　　关于什么是“科学”，1888年达尔文曾定义为：“科学就是整理事实，从中发现规律，做出结论”，这个定义明确了科学的内涵，即事实与规律。在法国《百科全书》中，“科学首先不同于常识，科学通过分类，以寻求事物之中的条理。此外，科学通过揭示支配事物的规律，以求说明事物。”在苏联《大百科全书》中，“科学是人类活动的一个范畴，它的职能是总结关于客观世界的知识，并使之系统化。‘科学’这个概念本身不仅包括获得新知识的活动，而且还包括这个活动的结果。”在我国《辞海》中，将科学描述为：运用范畴、定理、定律等思维形式反映现实世界各种现象的本质与规律的知识体系。在普通意义上，科学是指发现、积累并公认的普遍真理或普遍定理的运用，已系统化和公式化了的知识。它通过观察、假设与检证对已知世界通过大众可理解的数据计算、文字解释、语言说明、形象展示的一种总结、归纳和认证。

　　从以上代表性的定义中可以发现，“科学”应具有的最基本特征，包括客观性、理论性、系统（逻辑）性。

　　如前所述，理论性表示以概念、公式、定律表达思想观点的基本语言，系统（逻辑）性表示整个理论体系是从基本概念、基本公式和定律推导出来的，且构成一个逻辑整体。由此可见，理论性、系统（逻辑）性实质上是可推导性、精确（唯一）性、可验证（重复）性。即科学研究所获得的结果（结论或规律等知识）具有“可推导性、精确性、可验证性”。因此，为区别或防止混淆起见，我们把“科学”称为“真科学”，因为相对“真科学”来说，还有“准科学”、“亚科学”、“泛科学”与“伪科学”等概念。当然，只有“真科学”具有可推导性、精确性、可验证性。

　　这里，我们提出“近科学”的概念。所谓“近科学”，就是应用科学方法能够不断逼近“真科学”，但永远达不到“真科学”的境界。显然，近科学具有可推导性，但不具有精确性、可验证性，而不是真科学，也不是“准科学”、“亚科学”、“泛科学”，更不是“伪科学”。鉴于经济学是研究人类生命、生理、生活、生产与生态“五生融合”需求的社会活动，以及满足需求的人才、技术、资本、制度（政策）与文化“五全要素”投入配置，同时研究者还受到社会，以及自身从业观、环境观、消费观、财富观与幸福观“五观价值”影响，加之人类社会活动的往复性与经济现象的复杂性、非线性、非均衡、非对称性所伴随的失业、价格上涨、收入差距等问题不可能彻底解决，只能追求一种把它们都控制在合理范围里的综合、相对与动态的平衡。这是客观性决定的，我们主观努力就是发现、实施调控与实现这个合理范围里的平衡，不让“按了葫芦起了瓢”现象发生。并且，在不同时期、不同阶段，不同的调控决定不同的合理范围，且难以复制。

　　可见，经济学不同于自然科学与工程技术科学，其价值目标（函数）取向是相对、非线性和非增量的，而且环境具有不可控性。自然科学与工程技术科学的价值目标（函数）取向则是绝对、线性和增量的，环境具有可控性。这并不是说，经济学研究中没有技术含量，相反是有技术的，且这些技术大都体现在其科学化，尤其科学方法全过程中。但相对来说，经济学更有思想，更有艺术，更有心理、信心、经验，其结果不像自然科学与工程技术科学，虽具有可推导性，但不具有精确性、可验证性，而真科学的本质要求“精确性、可验证性”，这就是我们把经济学称为近科学的缘由，因为经济学研究人类社会生产生活等，及其与资源、生态、环境的关系，所追求的综合、相对和动态平衡的思想是不能用精准性、可验证性衡量的，这犹如相关关系与函数关系的不同，还如同用函数关系研究相关关系，我们用科学的方法研究经济学问题，但所得到的结果不全具有精确性、可验证性。因此，可以说，经济学不是真科学，而是具有强大生命力的近科学。

　　值得一提的是，一方面，西方经济学鼻祖斯密提出“看不见的手”的同时，更多的仍然关注市场背后的道德因素。他认为，市场之所以是道德的，是每个人在追求自身利益的同时，推动了社会利益的进步与发展。宏观经济学鼻祖凯恩斯认为，经济学本质上是伦理学，是关于道德的科学。另一方面，当今国内外现实及存在的问题表明，其根本原因是，经济学在技术层面进步，同时在经济学的本源和人文关怀方面却陷入停滞和倒退。这都比较充分地佐证了经济学的近科学性。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

三、经济学科学化的边界　　

　　在经济学，尤其计量经济学发展中，通过科学化过程使经济学逼近真科学，这种追求从来没有停止过，如常规地引入数学、统计学、物理学、计算机科学等，还有物理学、心理学、生物学、神经网络、行为科学、复杂科学、脑科学，以及大数据、人工智能、量子计算等，大有急速发展之势。但是经济学不是真科学，我们需要思考，在应用科学的方法研究经济学问题中，过度地科学化，尤其量化，会走入误区。因此在科学化过程中需要把握边界，追求在解决问题前提下所采用的方法、工具和模型越简单越好。为此，需要明确强调以下几个方面。

　　1.核心的经济学思想。如前所述，经济学不同于自然科学与工程技术科学发展的绝对、线性和增量的思维，而犹如平衡竞技项目追求的是综合、相对和动态的平衡，是一门技能娴熟高超的艺术。如在一定时期内宏观经济调控中，拿捏把握可接受的失业率、通货膨胀率、收入不均等率等下的宏观经济综合、相对和动态的平衡是极其重要的。此时，经济学的思想比其方法、工具和模型更为重要。再如，陈志武认为，“中国资本市场搞不好，股市搞不好，其中很大的原因就是工程思维还是唱主角，而不是金融思维、市场思维来唱主角。”特别地，有些深刻的思想只靠方法、工具和模型，我们是得不到的，如股民从股市交易中赚取的收益，确实是实实在在的收益，但通过这种交易的劳动并没有增加社会财富，只是社会财富的一种转移或再分配，或者说增加的只能是虚拟的社会财富。因此，从解决问题的角度来说，经济思想尤为重要，这当然并不排斥诸如制造（研制）出新方法、工具和模型等“金刚钻”的作用。但能够制造出“金刚钻”的研究者是少数，而大多数研究者是结合实际问题创造性应用“金刚钻”。正如前所言，对唯“金刚钻”挖据出来的量化特征，仍然需要提升为定性描述的新认识或思想。相比来说，这种情况是小概率事件。在大多数情况下，过度人为的、不切合实际的科学化，则会走向反面、走入误区，更重要的是解决不了实际问题。因为对方法、工具和模型所揭示的定量分析，还是靠我们的大脑智慧结合理论与实际认知，才能总结上升为思想。如行为经济学的研究，普及应用行为实验科学化方法、工具和模型显著，但对实验结果的分析需要我们的理论功底和实际认知，才能获得新的思想或认识。

　　2.事实求是的态度。在从事经济学近科学研究中，特别在科学化过程中，因为近科学没有“精确性、可验证性”，探讨争议的空间较大，切记把握实事求是的态度，以及“踏踏实实做学问”的定位。创新是站在巨人肩旁上的，但允许失败。因此，在经济学研究与交流中，我们更不能一味攻击别人及其观点，何况我们自己亦非完人。宽容别人的瑕疵，甚至失败，应吸收别人所长与经验，完善自己，做出自己的成果，用事实说话，让历史检验，是我们每一个研究者应持有的创新心态。这正如最小二乘法，其预测误差是很大的，但我们都在用，除非有人发明出更好的方法取代之，否则我们继续使用。不可否认，创新是一个不断完善的过程，质疑和争论是科学的精神，但质疑和争论不等同于否定和攻击。我们需要良好的宽容心态，不要把精力与时间消耗在无为的“否定攻击”上，需要客观、公正、公平地对待别人的“瑕疵甚至错误”，何况自己同样免不了。否则，两个都有瑕疵的人相互攻击，结果是两败俱伤，既影响心理心情，又影响研究工作，得不偿失。就如同两个陌生人约一个陌生地方见面，如缺少一个暗记，甚至他们同时向对方走动而改变见面的地点，结果是难以或需花很长的时间才能见面。正确的办法是需要一个暗记，或一个人不动一个走动。这说明，观点有差异的两个人相互交流时需要共同的认识基础，那就是求同存异，在经济学近科学研究中尤为如此。

　　3.差异化的共生系统。在科学化过程中，选择的方法、工具和模型很多，差异很大。聚集性是自然界一个普遍现象，如山脉、河川都有集聚性。科学研究也具有聚集性，包括研究带头人、研究团队、平台、机会、资源与成果聚集在一起，形成所谓的学术共同体。在学术共同体里，同仁们相互启发、相互借鉴、相互质疑争论，建立起相互尊重的差异化共生系统。但不能相互攻击，尤其涉及人身攻击，就破坏了这个共生系统。在经济学科学化过程中，尤其需要尊重科学化程度差异，更不能把自己的科学化方法、工具和模型作为唯一尺度衡量同行及其成果，进而做出超出质疑争论的批评，甚至攻击，以致破坏共生系统与学术文化。这是经济学近科学特点决定的。

　　4.合理的科学化边界。在经济学科学化中，行为经济学独树一帜。我们认为，无论行为经济学，还是新古典经济学，其研究对象包括的内容都是人类的经济活动及其相关活动，以及这些活动所涉及的各利益主体及其经济行为。经济学的价值在于揭示经济现象的趋势规律及其蕴含的经济思想，这不同于自然科学和工程技术科学。因此，经济学中科学化的边界及延伸，尤其行为经济学的研究边界（相关的活动和主体及其行为）及延伸，都值得研究与揭示。我们则需要加强对科学化在经济学中的表达及边界，以及经济活动及其涉及的主体及边界进行分析，科学地把握边界，以避免走入科学化的误区。

　　特别地，经济学研究引入心理学（实验）方法是科学化中最重要的内容之一。但近期，前任美国心理学会主席，即《心理学与生活》的作者菲利普·津巴多和他的20世纪最有名的斯坦福监狱实验被指骗局，成为最新的争议焦点，引发“危机”。同样，2018年8月27日Nature 子刊Nature Human Behaviour发表了一篇文章，作者重复实验了2010—2015年发表在Nature和 Science上的21项社会科学研究，发现其中8项（占40%）实验结论无法复现，让社会科学科学化受到质疑。固然经济学，如同社会科学不具有可验证（重复）性，但在实验室里，在相同的实验环境与输入条件下，实验输出应是相同的，而在实验室外，由于环境不可控，即使相同的输入未必有相同的输出。这次危机或质疑再次波及印证对经济学，尤其行为经济学科学化边界思考的重要性与紧迫性，以避免因缺真实的“隐性样本”，依不真实的“显性样本”推断出错误结果。因此基于近科学特点，正确把握经济学科学化合理的边界，是我们始终不能忘记的。在实际中，我们需要根据研究对象、目的、内容的特点，基于事实求是，尊重差异化，发挥自己的优势，把握科学化边界一个合理的度。当然，这个度取决于客观上的近科学性和主观上的选择性，即在解决问题时，选择简单适宜有效的方法、工具和模型。可见，不同的研究者，其科学化边界的度是不同的，但满足客观近科学性和主观选择性，以及具有良好的同行沟通性是确定度的最基本的要求。

　　经济学研究引入复杂系统科学的方法，也是科学化中最重要的内容之一，并形成复杂经济学。与传统经济学相比，复杂经济学的颠覆性体现在：边际收益递增，而不是递减。为此，我们需要分析复杂经济学与传统经济学的关系。一方面，我们认为，在传统经济学中，影响市场供求变化的因素的变化，将导致原来的均衡达到一个新的均衡，这是市场的作用。但是，原来的均衡可能是实物量上的供求相等，也可能是价值量上的供求相等，而新的均衡一定是价值量上的供求相等，而不是实物量上的供求相等。市场的作用体现在，当供求实物量出现不等，或供不应求或供大于求时，通过价格上涨或价格下降，达到供求价值量上的相等。并且在短期内供求实物量是不等的，但通过释放出的市场信息，采取刺激生产（抑制消费）或刺激消费（抑制生产）措施，实施一定时期后使供求实物量越来越接近，甚至出现相等“昙花一现”的理想状态。因此，从实物量上说，供需不均衡是常态。可见，经济系统的确是一个处于非均衡状态的复杂生态系统。另一方面，我们认为，边际收益递减的本质是投入要素的配置问题，之所以递减，是因为在短期内至少有一种要素的投入量是固定的。随着其他要素投入量增加，并增加到一定量后，这种固定量的要素越来越显得不足，决定了要素配置越来越不合理，进而产出不增加或减少。举个极端简单例子，如只有一辆自行车车架，有两个自行车车轮，可以生产出一辆自行车，但即使有四个自行车车轮，同样只能生产出一辆自行车。但如果所有的要素投入数量都没有限制或足够多，那么此时边际收益就是递增的。

　　四、经济学研究的创新思维与行为　　

　　对于遵从科学的绝对、线性、增量的思维方式的自然科学与工程技术科学来说，我们认为，从事经济学近科学研究中，由于“非精确性、不可验证性”，质疑争论的空间就会很大，除上面提到的需要重视核心的经济学思想、事实求是的态度、差异化的共生系统、合理的科学化边界，还需要适应近科学特点的创新思维与行为。无论从事理论研究，还是从事应用研究，实质上都是一个创新过程。从态度上讲，创新就是实事求是、踏踏实实工作。当然，创新过程中纵然有多样性，但还是有规律的。怎样创新呢？如不等式“5+5+5≠550”中添一笔，把两个+号中的一个变成4，就变成等式545+5=550或5+545=550。受之启发，所谓创新就是由表面上的不可能到实质上的可能的过程，关键是创新者能够通过表面看到实质。另外，创新还需要“不破不立”的精神、勇气与智慧，即在遵守规则下的破与立。如毕加索十岁时画画可以画得和照的照片一样，但他用40年才画出我们看不懂的东西：不把人画得像人、世界画得像世界。再者，从中文（母语）及文化态度上说，创新有两种。一种是似乎站在巨人肩上，否定或攻击别人，鼓吹自己，针尖对麦芒，表面是损人利己，结果是损人损己；另一种是站在巨人肩上，客观评价别人，求同存异，尊重第三方同行评价。表面是誉人不誉己，结果是誉人誉己。可见，第一种态度不客观，功利性太强。第二种态度宽容客观，无功利性。前者如左公，后者如曾公，恰如“曾公眼里常有左公，而左公眼里则无曾公”写照。

　　我们认为，第一种人不尊重科学、不尊重创新、不尊重同行。固然质疑是科学与创新的土壤，但需要有正确的思维和行为。但第一种人科学素养与品质有限，浮躁，好战，一点就着，经常陷于无聊的争论中，一生静不下心来，一般不会有大作为，最多是半桶水，自认“怀才不遇”，且怨天怨地，满腹牢骚抱怨，命往往成为他们（弱者）的借口。客观上讲，经济学近科学特点决定了商榷的空间很大，但一些人很容易把正常的学术商榷演变为非学术的人身攻击。这也是国内学术刊物鲜有发表学术商榷文章的原因所在。

　　第二种人则相反，他们尊重科学、尊重创新、尊重同仁，具有良好的科学素养与品质，本着质疑、求同存异精神，从研究内容、成果及其内在联系，而不是从学科、门派之隙，怀着一颗平静的心，进行平等的讨论，评价同行成果与观点，取其所长完善自己，久而久之，在自己的领域都有一番作为，且胸怀感恩感激、阳光美好，运则成为他们（强者）的谦词。可见，经济学研究者在尊重客观规律下，其人品是他的真正的资本，它不仅是彼此心灵最后的依赖与生活的通行证，也是事业有成的必要条件。这也印证了“明者见事于未萌，智者图强于未来。”

　　这里，值得一提的是，社会上每一个人做好自己的事，就是对社会最大的贡献，经济学研究者也不例外。我们需要时刻清楚自己的责任、义务与追求，彻底摒弃功利心，事实求是，注重科学规律，做好自己的学问。坚守什么样的创新态度、思维与行为，是每一个经济学研究者自己的选择。如大诗人弗罗斯特在《未选择的路》里写道：“黄昏的树林里分出两条路。我选择了其中一条，留下一条改日再走。可是，我知道每一条路都绵延无尽头。一旦选定，就不能返回，从此决定了一生的道路”。

　　可见，创新态度、思维与行为及其选择是实现创新的基石。在这个基础上，对于大多数研究者来说，依靠长期积累的基础，在学科前沿不同纵、横深度的点线面方面取得进展的创新成果，为学科发展大厦添砖加瓦。但真正少数称得上学者的研究者，他们需要创建自己的、经得起实践与历史检验的思想与理论体系，否则名不符实，而难以立得住。特别地，学术大师，他们都拥有共同特点：潜心、静心与安心学术研究，秉承兴趣，甘于做冷板凳，十年磨一剑，而非热衷频繁、张扬与热闹的学术会议或指挥“打仗式”组织学术攻关工程。鉴于经济学的探索人类社会活动的复杂性，往往一个基本概念的定义、内涵和外延、分类关系与测度，长期达不成共识。因此，鉴于近科学的特点，经济学，尤其计量经济学研究者，面对科学化过程中因客观与主观原因遭受的质疑与病垢，更需要正确的创新心态、思维与行为，更需要把握适度的科学化边界。

多谢分享

涉及价值判断的学科，科学化有点困难。

statax 发表于 2018-9-12 13:51
涉及价值判断的学科，科学化有点困难。

确实