數據品質

通過數據和定量分析揭示經濟運行規律，是認識真實經濟世界的一種有效方法，同時也必然對數據的質量和定量分析方法的科學性及相互之間的內在聯繫提出相應的要求。若缺乏對數據質量的檢驗，就好像“巧婦難為無米之炊”，原料品質不行，而且不可替換，再好的烹飪大師和廚具條件也難以做出上等佳餚。

客觀上經濟數據大都具有互為因果的交互性、解釋變量之間的共線性和非參數形式的隱函數模型結構等屬性，而傳統定量分析方法無法突破和消除這些侷限性。基於新古典理論的經濟計量方法，用外生給定的方法尋找分析起點，迴避交互性、共線性和隱函數性等問題。於是，像定義在商品集上的偏好序關係、風險態度、時間價值、技術水平等假設都需要預先給定，因而難以解釋和處理新經濟增長理論中技術進步內生化的問題。雖然經濟計量學的新進展也在不斷地放寬約束限制條件，但難以取得根本性突破。實際數據是諸多因素綜合影響的結果，在現有的理論框架中，很多因素的影響方式和程度是不可能明確和確切地表示出來。

實驗經濟學（與行為經濟學聯袂）的形成動因和主要功能之一是檢驗經濟理論，尤其是逐一驗證基本行為假設，如風險態度、偏好穩定性、效用價值、市場競爭、信息和制度規則等對決策行為的影響。由於我國的經濟環境並不是原發和培養現代經濟學的土壤，理論的系統偏差和數據的複雜性並存，那麼就更應該注意到：進行經濟定量分析，必須要通過第一層次準則的理論無偏性檢驗，即檢驗最基本的行為假設的合理性和建立模型所依據的理論與實際研究對象的符合程度，不能憑經驗、按習慣和隨“大流”，更不能靠想當然。既要注意實證分析的基礎理論與現實的關係，還要看採用什麼樣的數據才算符合基本要求，數據標準不僅要進行常規的經濟理論準則、統計學和計量經濟學檢驗，而且要充分考慮數據的採集和信息來源渠道，注意避免“garbage in，garbage out”。若對這兩方面考慮的不充分，任何高深、先進的定量分析方法都不足以收到良好效果，甚至會南轅北轍。

由於歷史不可能原樣複製，按現行的統計口徑和方法，得不到平行數據，也不會是嚴格意義上隨機抽樣獲取的數據。迄今為止，經濟計量方法並沒有明確的平行性檢驗的要求和做法，採用的邏輯和方法是相對最小化和類比檢驗，即對於不同國家的經濟總體、不同類型的事情和問題多次運用同類方法，如此做法對理論和方法有一定的貢獻，但對解釋現實問題來説，是必要的但不是充分的。

而平行性檢驗就是要看來自同一總體的兩組不同的樣本值，在相同的標準、方法和程序下進行假設檢驗，要麼都接受，要麼同是拒絕原假設。這對要檢驗的命題或假説，邏輯上講也只是一種必要性而非充分性的檢驗，僅意味着相對這一組樣本值來説沒有被證偽，但決不能説明由此已被證實。而實驗經濟學能夠進行平行性檢驗，在同一次實驗中設計多個平行選擇項加以驗證，又經過由不同的受試着參加、在不同實驗室的多次反覆實驗加以強化。而且實驗室環境與真實環境的差異和兩種環境下主體行為的差異是可直觀感受的，並能控制在一定的範圍之內。這些並不像經濟計量方法那樣嚴格地受數據限制。 ^[1]