# 《分工与贸易》1：经济学是科学吗？

![](https://piccdn3.umiwi.com/img/201901/14/201901142223234627379714.jpg)

今天开始咱们来系统地学习一点经济学。我要用的这本书是卡托研究所的经济学家阿诺德·克林（Arnold Kling）的《分工与贸易》（Specialization and Trade: A Reintroduction to Economics）。这本书是2016年出版的，按精英日课的标准已经不算新书了，但是我们很需要它。

![](https://piccdn3.umiwi.com/img/201901/14/201901142038184539811565.jpg)

中美贸易战，中国说美国搞贸易保护，美国说中国干预市场，你怎么理解这些说法？国家经济下行，是应该让政府出手拉动一下呢，还是坚决相信市场？

你可能早就已经学习过经济学了，你可能已经有笃定的答案 —— 可是不同经济学家有不同的答案。经济学是个非常特殊的学问。怎么才算学好了经济学呢？

首先你不应该仰望经济学，你得俯视。你不能今天赞美哈耶克明天鼓吹凯恩斯看谁都是大师说啥都对，你要知道这俩人的立场正好相反。其次你不能把经济学当宗教，你信仰这个教派我信仰那个教派搞“理念”之争。再者，我们也不应该把经济学当“成语故事集”，说各种学说都有道理听听就行。我们需要一个思路清晰、逻辑过硬的经济学课程。

而这正是克林写书的风格。我们专栏以前讲过他的《政治争论的三种语言》，他的思路很清晰，是个有逻辑的人。这本《分工与贸易》代表了一个正统经济学家的看法。过段时间我们还会讲女经济学家玛丽安娜·马祖卡托（Mariana Mazzucato）2018年的新书，叫《万物的价值》（The Value of Everything: Making and Taking in the Global Economy），那是另一个视角。

这两本书学下来，你就知道怎么用现代的方式思考经济学问题了。

克林这本书的立场是正统的，但是它的说法是新的。一般人讲经济学都是从稀缺入手，讲怎么把资源进行有效的配置。克林则是回归了亚当·斯密的传统，是从社会分工的角度来讲。

克林认为分工是经济学中最核心的概念。一说分工，你肯定听说过“比较优势”这个说法 —— 一般的经济学家说到比较优势、赞美一下自由贸易，就把分工说完了。

那为什么在真实世界中，各国对自由贸易偏偏有这么大的争议呢？

我们要重点解决这个问题。我们不讲理念和信仰，我们回归第一性原理，把经济学当做一门科学来捋一捋。

但是首先我们要问一个比第一性原理更基本的问题 —— 

**经济学是科学吗？**

## 1.社会科学和自然科学的区别

最近几期《罗辑思维》在讲科学哲学，咱们得到的读者应该很熟悉，“可证伪”的学说，才能是科学。爱因斯坦说引力场能让光线弯曲，这个命题对不对你可以通过实验观测证明。如果观测结果和理论相反，理论就是错的，这就叫可证伪。

那社会科学是可证伪的吗？

比如说，有个历史学家写了一本书，说明朝为什么会灭亡。你说他的理论是可证伪吗？你能做实验验证这个理论吗？

答案是不能。明朝灭亡这件事只发生了一次。你不能再弄个明朝出来作对比实验。

事实上，哪怕有个历史学家 —— 比如汤因比 —— 弄了一个有关文明兴亡的统一理论，号称发现了放之四海而皆准的客观规律，这个所谓的规律也都是不可证伪的。不管别的历史学家找到什么证据否定他的规律，他总能找到那个规律仍然成立的各种解释。他可以说，之所以这个文明不符合我的兴亡规律，那是因为它受到了某某某因素的影响……他可以永远有理。

经济学是一门社会科学。它更像历史学，而不是物理学。

克林举了这么一个例子。经济学里有个最简单的供求关系模型，说如果一个产品的价格上升，那么需求就会下降。好，现在有个真实的事件。某一年，某个大学把学费提高了17%，但是申请这所大学的人数和最终被录取的人数，都明显高于前一年。为什么价格上升，需求反而增加了呢？

经济学家会说，这可不算供求关系被证伪了 —— 因为在真实世界里我总可以找到别的影响因素。也许这一年其他大学的学费也提高了。也许虽然学费提高，奖学金的力度也大幅提高了。也许这所大学的排名提高了。也许学生就是认为越贵的大学越好。

反正如果现实符合我的理论，我的理论就被证明了；如果现实出现异常、不符合我的理论，我总能找到别的因素给你解释。

所以克林说，经济学和其他社会科学一样，它的命题其实是不可证伪的。

## 2.“解释性框架”

那你说经济学是宗教吗？当然不是。所谓“可证伪性”只是哲学家卡尔·波普尔对自然科学的一个见解，只是一种哲学思想。不可证伪不等于不靠谱。

波普尔之后还有个科学哲学家，托马斯·库恩，他提出一个概念叫“范式”。范式是科学家看待某个自然规律的集体眼光，相当于是一个信仰。范式很靠谱，但是范式不能被证伪。一个异常就能立即证伪一条科学命题，但是要想改变范式，必须有很多很多异常才行 —— 那不叫“证伪”，叫“科学革命”。

克林提出一个跟范式有点相似的概念，叫做“解释性框架（interpretive framework）”。克林说经济学里的各种模型，并不是可证伪的科学命题，而是解释性框架。

只要发现一个反例就可以立即证明一个科学命题是错的。但对解释性框架来说，就算有一些反例，你也可以说是因为其他因素导致的，你不能立即推翻这个框架。

这可不是说经济学家比物理学家笨。这是因为经济学研究的东西比基本粒子要复杂得多！这有两方面的原因。

第一，经济学事件里实在有太多的影响因素了，你没有办法控制其他因素都不变，只看一个因素，然后去验证一个理论 —— 真实世界不允许你做这样的实验。这就是为什么在我们刚才说的那个大学涨价的例子里你总能找到新的因素。

第二，经济系统会快速变化。你刚提出一个学说还没等验证呢，市场的局面可能已经变了。

举个例子。经济学家乔治·阿克洛夫（George Akerlof）1970年提出一个模型，说二手车交易市场里根本就不会有好车 —— 因为如果你这辆车没毛病是辆好车，你进二手市场会吃亏，还不如私下卖给亲戚朋友。阿克洛夫说二手车市场有个“信息不对称”的问题，卖家没办法知道一辆车到底有没有毛病，只能默认都有毛病，所以必须压低价格。

阿克洛夫因为“信息不对称”这个模型获得2001年诺贝尔经济学奖。可是他这个模型对吗？现在互联网时代，二手车交易市场已经变了，人们发明了各种办法来确保二手车的质量！

那你能说这个得了诺贝尔奖的学说被证伪了吗？不能。作为一个解释性框架，“信息不对称”这个理论肯定是有道理的，一两个异常事实并不会让学者抛弃它。阿克洛夫完全可以说二手车市场虽然变了，但是别的市场中仍然存在信息不对称的局面。

## 3.怎样看待社会科学

因为这个不可证伪性，社会科学领域更像是一个江湖，而不是奥运赛场。参赛选手不会认输。

对一个社会现象，各路学者往往会提出各种大相径庭的解释性框架去解释它。比如说，现在各国普遍存在男女收入水平不一样的现象，这你怎么解释呢？

经济学家可能会使用“人力资本”这个框架。他可以说这是因为男女在对工作的投入度不一样，工作产出不一样。男性干的多，所以男性自然工资更高。

而社会学家则可能用“性别歧视”这个框架。他可以说现实是男女同工不同酬，是因为人们传统上就歧视女性！

哪个解释对呢？我们可以考察具体的数据。如果数据显示男性在学历、工作能力、工作时间方面确实要比女性普遍更高一些，而且最危险的工作、最低端的工作也都是男性在做，那似乎就说明经济学家说的对，社会并没有歧视女性。

而如果数据显示在男女工作水平、学历等各方面因素都一样的情况下，女性的工资还是比男性低，那就说明社会学家说的更有道理。

好，现在假设事实明显倾向于一方。那么当你把数据摆在双方面前的时候，你猜，不被你的数据支持的这一方，会不会立即放弃自己的理论呢？

不会的。哪怕事实对他不利，一个学者也不会放弃自己的学说。他总能像我们前面说的那样，找到各种理由说明他的理论仍然是对的。

你几乎不可能说服一个研究社会科学的学者改变想法。他提出的学说是他在学术界安身立命的根本，就好像是他的孩子一样，那是绝对不能轻易认错的。

解释性框架不会被一两个事实击垮。这就是为什么至今我国还有很多人相信早就被绝大多数经济学家认为不行的经济理论。

那你说难道社会科学就不分对错了吗？也不是。社会科学是一个拼人气的地方。如果有大量的事实都说明一个解释性框架不对，学者们 —— 特别是新来的学者们 —— 就会慢慢抛弃这个旧框架，改为支持新的框架。这个过程是逐渐的。

我来套用一句名言 —— 老的解释性框架不死，只是逐渐凋零。

*

这一讲我们解决了如何看待社会科学 —— 特别是经济学 —— 的问题。当一个经济学家说这是什么什么什么，应该怎么怎么办的时候，你得知道 —— 

第一，它并不是一个可证伪的科学理论，而是一个解释性框架。所以当你想到一个反例的时候，不要轻易否定这个理论。你要先想想在这个理论的假设因素之外，还有没有别的因素影响了事情的结果？

第二，有个心理学现象叫“确认偏误”。一般人都有这么一个倾向：如果有一个事实是你那个理论的反例，那肯定是你的理论错了；而如果有一个事实是我的理论的反例，那我肯定能“解释掉”这个反例。

“解释”不是不行，但是你最起码应该也给别人解释的机会。

第三，有句名言是这么说的：“相信那些寻找真理的人，怀疑那些宣称自己已经找到真理的人。”

![](https://piccdn3.umiwi.com/img/201901/14/201901142032067068175485.jpg)

![](https://piccdn3.umiwi.com/img/201901/14/201901142032242382782521.jpg)

