现代经济学的一个明显特点是越来越多地使用数学（包括统计学）。现在几乎每一个
经济学领域都用到数学，有的领域多些，有的领域少些，而绝大多数的经济学前沿论
文都包含数学或计量模型。从现代经济学作为一种分析框架来看，这并不难理解，因
为参照系的建立和分析工具的发展通常都要借助数学。下面我们分别从理论研究和实
证(empirical，又译经验）研究两方面来具体看一下数学在现代经济学研究中的作用
。

从理论研究角度看，借助数学模型至少有三个优势：其一是前提假定用数学语言描述
得一清二楚。其二是逻辑推理严密精确，可以防止漏洞和谬误。其三是可以应用已有
的数学模型或数学定理推导新的结果，得到仅凭直觉无法或不易得出的结论。运用数
学模型讨论经济问题，学术争议便可以建立在这样的基础上：或不同意对方前提假设
；或找出对方论证错误；或是发现修改原模型假设会得出不同的结论。因此，运用数
学模型做经济学的理论研究可以减少无用争论，并且让后人较容易在已有的研究工作
上继续开拓，也使得在深层次上发现似乎不相关的结构之间的关联变成可能。
从实证研究角度看，使用数学和统计方法的优势也至少有三：其一是以经济理论的数
学模型为基础发展出可用于定性和定量分析的计量经济模型。其二是证据的数量化使
得实证研究具有一般性和系统性。三是使用精致复杂的统计方法让研究者从已有的数
据中最大程度地汲取有用的信息。因此，运用数学和统计方法做经济学的实证研究可
以把实证分析建立在理论基础上，并从系统的数据中定量地检验理论假说和估计参数
的数值。这就可以减少经验性分析中的表面化和偶然性，可以得出定量性结论，并分
别确定它在统计和经济意义下的显著程度。

讲到现代经济学中数学的重要作用时需要澄清两点。一是确有不少好的经济学的初步
想法或猜想一时还难以用精确的数学模型表示，因此用非数学语言写出。但是值得注
意的是，这些应视作"前期产品"。初步的原创思想往往需要后继者用数学模型表述，
在此基础上做深入细致的分析，并取得明确的、有预测性的理论结果后，才会影响深
远。试举两例说明。第一例是张五常(Steven Cheung)在20世纪60年代末有关佃农制
（即农民与地主用固定比例分成）的研究，他对交易成本对不同合同形式的选择作用
提出开创性论识([5])。后来，斯蒂格利茨(Joseph Stiglitz)1974年的数学模型精确
地分析了激励与风险分担的交换对农民与地主在土地租赁合同选择的影响([29])。一
方面，张五常的想法是开创性的，后来的数学模型中相当多的成分都与那些想法有关
。另一方面，如果没有后来的数学模型，人们的认识不仅只局限在农业土地问题上，
而且对"交易成本"的论说也只是一种不大精确的概念。正是后来的数学抽象使得激励
理论与合同理论迅速发展到其他领域。比如，詹森(Michael Jensen)和梅克林(William
Meckling)于1976年发表的论文--从公司经理的激励问题出发来研究公司债权和股权
的分配问题([14])，成为现代公司治理结构理论的开创篇，公司金融中对激励的研究
从此起飞。地主  赁土地给农民和投资人雇用经理看上去不相关，一旦上升到数学模
型，便都是激励、信息和风险分担的问题，它们原来是相通的。第二例是法玛(Eugene
Fama)在70年代末提出经理市场竞争作为激励机制的开创性想法。法玛认为，即使没
有企业内部的激励，经理们出于今后职业前途考虑及迫于外部市场压力也会同样努力
工作([9])。后来霍姆斯特朗(Bengt Holmstrom)等人用数学模型精确地分析了经理们
的职业生涯考虑(career concern)对他们的激励影响，发现法玛的猜想的一部分是正
确的，但是不完全([13])。这才导致了经理的职业生涯考虑和经理市场竞争这一课题
成为目前公司金融学中的热门研究课题。以上的例子说明，将经济问题转化为具体的
数学模型，可以使分析变得具体，知道利弊得失所在，而且还可以把貌似不同但实质
相近的问题连接在一起，从而把研究从初步的想法推向深入的探索。

二是经济学家经常在理论或实证结果用数学模型推导出或用统计方法估计后，再用非
数学语言来概括。这可视作"后期产品"，比如综述性、介绍性的论文，和政策性的文
章，特别是后者必须用非数学语言表述并落到实处才有受众，才可能有政策影响。但
是需要强调指出的是，虽然这些文章是用非数学语言写成，但是其中的视角、逻辑推
理过程和对经济现象和政策含义的解释，都是与作者经过的现代经济学训练，特别是
数学模型的训练分不开的。美国经济学会主办的《美国经济评论》(American Economic
Review)上发表的是原创论文，而该学会的《经济文献期刊》(Journal of Economic
Literature)和《经济展望期刊》(Journal of Economic Perspectives)上发表的文
章则都是综述性和介绍性的论文。后者虽然用非数学语言写成，但都基于已发表的有
数学模型的论文，而且通常还是由在这一领域资深的权威经济学家撰写。有经济学系
统训练的读者可以将这样的论文"还原"成数学模型。

在肯定数学在经济学中的重要作用的同时，更需要指出：经济学不是数学。这里有两
层涵义。第一层涵义是，在绝大部分论文中，经济想法(idea)是最重要的，数学和计
量方法只是体现和执行经济想法的工具。经济学的主要领域是靠经济学知识而不是数
学取胜，最终是经济学想法决定一篇文章的贡献，而不是数学推导。我们不能将经济
学家与数学家混同，就象我们不能把物理学家与数学家混同起来一样。经济学家的工
作毕竟不是为了开拓数学理论前沿，那是数学家的事情。因此，我们不能以数学水平
的高低来衡量一名经济学家的水平，我们也不能以运用数学的多少和它的难易程度来
作为评判经济学论文质量高低的标准。

更深的一层涵义是，经济学是一门以现实中的经济行为和现象为研究对象的社会科学
，因此，一方面，所有的经济学理论最终都要接受现实的检验；另一方面，新的理论
的创立和旧的理论的发展也要受现实的启发。现代经济学非常重视实证分析。现代经
济学的实证分析，或对已有理论的检验，或发现新的、已有理论尚不可解释的经验证
据，都是以现代经济学理论为出发点和导向来进行的。这与其他的一些社会科学中的
实证分析不尽相同。比如在社会学中，许多实证分析并没有一致的理论基础，象通过
估计变量间的相关系数来了解事实。而现代经济学的实证分析大都是基于经济学理论
的。经济学家应用统计回归方法，不仅关心变量的估计值和变量间的相关性，更关心
变量间的因果关系、模型假定对预测的影响以及计量结果背后的经济含义，这是计量
经济学不同于统计学的最重要方面。

因此，在本质上经济学不应同数学相类比。经济学同物理相类比则更为恰当，因为物
理是研究自然界中的物质世界的自然科学，而经济学是研究社会中的经济世界，两者
都是科学，其理论都必须经过经验数据的检验。而数学理论是不需要用数据来检验的
。当然经济学与物理学很不同的一点是，除极少数的情况外，经济学无法象物理学那
样做可控实验。因此，相对于物理学而言，经济学不得不更多地依靠假定和数学推理
来推断。这可以解释经济学方法论上的两个特点。其一，经济学对假定的现实性非常
关注。弗里德曼(Milton Friedman)的著名的有关假定不重要、只要预测正确的经济
学研究方法论之所以不可取，就在于它没有考虑到经济学研究不同于自然科学研究的
基本困难是可控实验的不可行性和用经验数据直接检验结论的有限性。其二，这也说
明为什么经济学中超越现实的数学推理有相当大的空间。但是最终而论，由于经济学
是社会科学，经济学作为整体必须瞄准事实，与经济现实相关。


以上讲的经济学与数学的关系是一般而论，但是特例总是存在的，两个极端的例子便
是两位 当 尔奖获得者科斯(Ronald Coase)和纳什(John Nash)。在一个极端，科斯
定理是一个被称作定理但是并没有数学模型的原理。虽然它没有借助任何数学模型，
但是逻辑推理步步严密、丝丝入扣。科斯定理改变了通行的观察问题的视角，建立了
分析产权和ZF干预的新的参照系。在另一个极端，纳什是一个数学家，"纳什均衡
存在性"([18])和"纳什谈判解"([19])都是数学定理。但是它们在经济问题上应用广
泛，成为博弈论的基本分析工具。有趣的是，科斯一直在法学院任教，而纳什从未离
开过数学系。值得注意的是这是两个极端的特例，不能任意推广，事实上，绝大多数
经济学家的情况并非如此。本文所引用的三十几篇参考文献中不少是半个世纪以来现
代经济学中的经典论著。我们从中不难发现，第一，除个别外，这些论著都运用数学
（或基于运用数学的论文）；第二，除个别外，它们都是论述经济学、而非数学问题