主题：【探讨】从公务员提工资谈社会科学的逻辑 -- 四月一日

自然科学以及工程科学中也有很多或然性的东西，比如天气预报，判断灯泡的寿命等，这些都涉及概率统计。比如一般天气预报很难说清第二天是否下雨，现在技术上可以给出降水概率。如果连续三天预报第二天的降水概率为60%，但结果全没下，能说天气预报不准确么？了解假设检验的朋友知道，在5%的显著性水平下不能得出预报不准的结论。

在经济学中，由于问题往往比较复杂，某一因素所起的作用不太容易判断，通常也用统计推断来进行客观分析。做过物理实验的朋友都知道，对实验结果进行分析的时候会用到拟和优度（R-square）这一指标，而且往往要求这一指标达到0.9999以上；而在对经济现象的分析中，这一指标达到0.6以上就相当不错了，因为经济中看不到、不可控的因素太多了。很多国际上最权威的经学类期刊发表的论文里面的拟和优度可能只有百分之几。

那么这样的拟和优度是不是太低了，相应的结论是不是就没用了？这有点象楼下不才举的那个开药的例子，某些药的疗效是不确定的，但只要副作用不大、价格不高最好还是吃一些。在对某个经济因素的作用进行判断的时候也用假设检验，总是先假设这个因素没啥作用，然后看看会导致什么结果，最后用实际发生的数据和这个结果进行对比。举个例子，可先假设A因素对B没有影响，那么可以推出无论A是否存在，B的值差别应该很小，或者说出现较大差别的概率应该是很小的，假设这个概率是1%。可根据实际数据分析的结果，B的值出现了较大的差异，我们就有99%的把握说原来的假设是错误的，A因素对B是有影响的。

所以尽管有些时候拟和优度不高，但如果假设检验通过的显著性水平很高，那么我们仍然有很大把握说相应的结论是很有意义的。如果用比较专业的语言说就是“某因素对某变量的影响是显著的”，或者说“有显著影响”。但是这种术语只能在较小的圈子中使用，因为很多人听不明白。可如果让很多人听明白，就会对原意造成损失。例如提高公务员工资, 带动全社会工资水平上升，对于经济学者来说应该理解为提高公务员工资对带动全社会工资水平上升是有显著作用的，然后经济学者可以利用实际数据来分析一下作用是否显著，以及显著性有多高。如果实证分析的结果是显著性很差，或者说根本不显著就可以推翻原来的论断。但这个话如果让一般受众来理解，就不会有这么多内容了，对这其中的或然性可能就会考虑不足。

就写到这里吧，欢迎大家继续拍砖。