经济学论文 数据做扎实了

众所周知，经济学是一门实证主义的学科，因此在经济学的研究过程中，数据是必不可少的。

尽管现实中也有一些做纯理论的学者，但是绝大多数经济学论文都是实证研究（据说高达90%），需要运用相关的数据，或者检验已有的理论学说，或者根据数据所揭示的变量之间的关系，去发展理论。

那么，经济学中所用到的数据都是什么样的呢？

从宏观的角度来看，经济学研究所用到的数据可以分为宏观数据和微观数据，前者指是的国家层面或者地区层面（如省份、城市）的数据，而后者则指是的企业层面、个人或家庭等微观个体层面的数据。

那么，宏观数据和微观数据空间孰优孰劣呢？

坦率地说，二者各有优缺点。

宏观数据较为容易获得，然而由于它过于"宏观"（如跨国研究中一个国家某年的经济增长只包含一个数据点），许多可能的影响因素无法在计量模型中捕捉到，而导致宏观数据的研究往往不能揭示更为精细入微的内在机理；同时，宏观数据的易得性，使得某个研究者的数据和其他人相比，并不具备独特性，你能得到的数据别人也能得到，这导致的结果是，研究者往往需要追求模型的复杂性或者研究话题的新颖性，这也是宏观经济学模型往往较为复杂的一个重要原因。

随着经济学研究越来越深入和精细，学者们对微观数据的使用也越来越普遍。

微观数据允许研究者对经济社会的各个方面及其相互关系看得更"微观"，可以帮助他们更好地揭示经济社会运行的内在机理，然而其最大的劣势便是难以获得，或者说，获得它们的成本非常高昂。

一般而言，研究者通常用到的微观数据包括如下三种：一种是通过实地调查所获得的数据，如国内最为知名的CGSS数据库、CHIPS数据库和CHARLS数据库等；二是通过实验获得的数据（包括田野实验和实验室的实验），这类数据由于可以人为控制一些不重要（或研究者不关心）的变量而非常适合进行因果关系的研究，不过它的成本实在是太高了（尤其是田野实验），因此现实中使用这类数据的研究者也不是那么多；还有一类数据是研究者自己收集、整理、构建的数据库，这类数据分散地存在于现实中（如网络上或者档案室里），但是它们往往不是现成可用的，需要研究者自己进行整理，将其变为可以做实证分析的"干净的"数据。

如近两年一些研究者手动收集中国裁判文书网中的法院判决书，通过阅读裁判文书而构造相应的微观数据，进行法经济学的研究，得到了非常有趣的研究结论，又如有些人使用网络爬虫技术，从购物网站获取大量的交易信息而构造自己的微观数据集，再如计量经济史领域的学者往往需要从古代的县志等档案资料中，将文字信息变成可以做计量分析的微观数据。

微观数据的难以获得性，使得运用它们进行的研究往往非常珍贵，尤其是前述第三种类型的数据。

北京大学的姚洋教授曾说过，投稿到《经济学》（季刊）的文章，如果使用的是微观数据，最终会有60% -70%的录用率，尤其是经过他自己处理的文章。

这也启示经济学专业的同学及学者们，一定要多在数据上下功夫，特别是自己手动搜集、构建的数据集，才更有可能产出高质量的研究成果。