最近从论坛上看到关于鲁晓东和连玉君合作的季刊文章与《石家庄经济学院学报》上的一篇文章雷同，此贴甚热，看到各种回复，多数是支持和相信中大鲁晓东和连玉君老师的，同时也看到部分人的回复是不大相信连玉君。原因是，上过连玉君的课，看过他处理数据的方式、对估计方法的选择等让实证结果变得显著。这里个人有感而发，谈谈关于实证结果的显著性问题。
          第一，一般来说，某个领域的开创性文章，例如探讨A与B之间的关系，这篇文章的结果一定是显著的。不然，这篇文章也发不了。其后这个领域的文章，由于在之前的基础上细化，很可能会得出不显著的结论。例如，J. Frankel 和D.Romer（ 1999） AER Does trade cause growth？的结论是：贸易显著并且数量上中等程度的促进经济增长。此后，D.Rodrick 在JEG 上的文章，认为J. Frankel 和D.Romer（1999）遗漏了重要的制度变量，于是加入制度变量之后，贸易不再显著。此后发现A和B之间不显著关系的，照样可以发top的杂志。
        第二，文章发表的需要。现在有大量的实证文章，充斥着“显著”“不显著”两大类，于是就有人开始做mata analysis，总结归纳过去该领域的实证文章。在distance puzzle领域的一篇mata analysis的文章中，作者就发现，大量得出不显著结论的文章都没有发表，而发表出来的文章都是得到了某种“显著”的结果。
       第三，只要原始数据不造假，用什么方法来估计，很难说是人为操纵。例如Acemoglu几乎所有实证文章从他的个人主页上都可以下到文章中的估计程序，让读者可以复制文中的结果。但是，老A的精明之处在于，他并没有告诉你为什么用这种方法而不用另一种。典型的，如Acemoglu（2008）探讨民主与增长的文章，作者用了众多的方法去估计，看是否有稳健的结果。其中，作者用到了GMM，这个方法现在几乎是宏观中做面板分析的必备方法。Acemoglu在文章中用的是dif-GMM，而不是系统sys-GMM。自己后来去做sys-GMM，果然结果没有dif-GMM好。Arelano和Bond的开创性文章貌似是推荐使用系统GMM的。
        综上，文章得出显著的结果，估计方法的选择会有影响，只要原始数据不造假，我们就不能否定作者；相反，我们要肯定作者的贡献。如果不是这样的话，就没有计量经济学的进步，就没有实证研究领域的进步。
       个人观点，欢迎交流讨论。