2020年7月24日上午9:00-12:00，中国社会科学院人口与劳动经济研究所研究员吴要武为香樟学员做了题为“如何认识中国的国情”的在线讲座，会场讨论热烈。

讲授人简介

吴要武，中国社会科学院人口与劳动经济研究所研究员，中国社会科学院大学教授、博士生导师，主要研究领域为劳动经济学、微观经济计量学、城镇劳动力市场、政策评估等，曾任斯坦福大学访问学者、世界银行特聘专家。主持中国社会科学院重点课题、国家发改委、劳动与社会保障部、世界银行、国家社科基金等多项课题。在《经济研究》、《经济学（季刊）》、《社会学研究》、《中国劳动经济》、《中国农村经济》、《中国经济史研究》等期刊发表论文多篇，出版专著多部。

吴要武

讲座纪要

讲座伊始，吴要武老师就谈到：弄清研究问题的背景非常重要，这会影响到选题、经验策略和结论的可信性。充分认识国情不仅有助于学术训练，也能帮助我们理解政府是如何治国理政的。结合党史，吴老师介绍了不同时期政府决策者对经济增长速度的判断，判断正确，产生了巨大成就，判断失误，就会带来损失。

认识国情是非常困难的。在现实生活中，该如何认识国情呢？吴老师解剖了亚当·斯密的研究路径，认为这个过程包括阅读、观察、交谈、思考、游历。今天，可归结为理论分析，数据分析和案例分析。理论分析很重要。吴老师以发展铁律与二元经济模型为例，演示理论分析对理解宏观经济变化的应用。强调认识国情和学术探索，都要有理论思维。经济学理论很少出错，如果你发现经验事实与理论预测不一致，这通常是由于中国存在特殊的约束条件导致的。

关于数据分析，吴老师指出：研究者要对数据的特点与适用性、数据质量与可信性进行认真评估。对劳动经济学者而言，中国人口普查数据与经济普查数据由于样本巨大、质量管控严格，在微观数据中的可信度高；另一方面，数据结构会决定模型设定，数据结果的解读也要与经验事实进行紧密的结合。数据的可信性来自数据产生过程：从理论上看，数据质量决定于“随机性原则”——遵循高斯-马尔可夫条件；从经验上看，则来自一套科学的抽样设计、严格管理调查环节和规范的数据录入与清理过程。吴老师还指出：抽样调查数据最大的软肋是做描述性统计。以计算失业率和劳动参与率为例，由于抽样调查数据的样本量有限，抽样和调查误差不可避免，很难得到接近真实的数字。用多个独立抽样调查数据，可以克服这种不足。尽管数据很重要，但不能迷信数据。在数据之上是理论、常识与经验事实。

关于案例分析，吴老师以边境地区发展调研的课题为例，强调要将理论分析、数据分析和调研发现三者结合起来。吴老师认为，反事实假设的思考方法很重要：没有反事实假设，就没有可信的评估。以东北振兴的艰辛历程为例，学者在国际上推荐中国方案时要留有余地，因为我们并没有真正掌握发展的秘密。中国道路并不是一个可复制重复的受控实验。

吴要武老师引用马歇尔所言：“经济学家要熟悉各种事实，越多越好。”总结来说，如果不熟悉现实国情，就会在因果推理上陷入臆想。经济学是局部科学，掌握事实比理论推测可靠；其次，中国有很多懂国情、善管理的干部，要与他们多交流，不仅能更好的认识国情，还能从他们的建议里，找到解决问题的对策；再次，要学会筛选信息，受访者总有自身利益与关注点；最后，要研读学术界同行的文章；研读各类历史文献，如关键岗位官员的文章、报告、回忆录，他们负责编辑的历史资料和政策文件等。

讲座结束，同学们积极发问，提问内容包括：实地调研的必要性、研究的时效性、城镇化率的度量、一二线城市间劳动力转移、大数据时代有价值信息的搜寻、现象先行时的理论支撑问题等。由于时间所限，同学们意犹未尽，讲座在同学们诚挚的感谢声中落幕。

吴老师涉猎广泛，对文献信手拈来，金句连连。以下进行了整理，与诸君共同体会：

1、“Speak to the earth, and it shall teach thee.”

2、学生（吴要武）：“如何认识中国的国情？”老师（蔡昉）：“穷尽一切手段。”

3、“你知道面对一个政策，基层政府会如何反应，就真正了解中国了。”

4、芝加哥学派传统：准确区分就是准确测量，准确测量就是准确区分。

5、“任何一个看似蠢不可及的政策背后，都有某个势力集团从中受益。”

推荐阅读文献：林毅夫、蔡昉、李周《中国的奇迹》；张国宝《筚路蓝缕》