Sky of Jim

来源：http://www.cos.name/old/view.php?tid=47&id=91

 

上个月和一位朋友吃饭，席间谈到统计推断，他就问我，“你们统计就怎么能知道未知的东西呢？或者你们怎么能确定一件事情发生的概率为百分之多少呢？”

      　　

这位朋友来自一家基金公司，比我大十岁，毕业于北京一所著名大学，计算机专业出身，但现在对统计也有很强烈的兴趣，觉得统计很神奇。他提的这个问题，在外专业的人看起来是很正常的一个质疑，而作为学统计的人来说，恐怕都没怎么认真想过，主要原因就是我们的教科书大多都是从分布和统计量讲起，而不是从实例中开始的——有了正态分布，我们便拿着各式各样的统计量打天下（这话不太严谨），而不再考虑从数学到现实生活的更细致的“映射”。

      　　

其实，在吃饭之前我和他见面时我就和他开了个玩笑：当时我从明德楼这边步行到东门，出发时发短信告诉他我需要8分半钟到达让他稍等（我很少让人稍等5分钟或10分钟或15分钟这样的“整数”时间），他给我回了一句，“置信区间是多少？”那时我已经走到中区水穿石咖啡厅了，时间已经过了大约6分钟，我有把握2分钟走到东门，于是回复“95%置信区间为7分半到9分钟”。后来确实也就用了不到8分钟走到了。

      　　

当然，这则小故事在统计上来说，仅仅是玩笑话，我也没有什么统计量，没有分布，置信区间也是随口乱说的。若我真要得到我到达东门的时间分布，那我得一遍遍从西门走到东门，当走的遍数无穷大时，我就可以用经验分布逼近真实分布了（从而真正得到一个统计意义上的置信区间），而那时，我恐怕已经累死在校园里了。

      　　

为什么这篇文章的标题要突出“惴惴不安”？其实也是自己平时对统计学一些方法反思的“恶果”，有时候想想，甚至觉得学统计的人都该冷汗直冒、背脊发凉，即使是统计史上的名家、大家、祖师爷的贡献，仔细想想也仍然觉得甚为不安。

      　　

我们先看最简单的一个例子：t检验。我想只要是个学统计的必然都知道这个检验，它是用来检验位置参数的，比如单个样本的均值是否为0，两样本的均值是否无差异，等等。我们也都知道这个线索：t检验需要t统计量，而t统计量的来历是独立的正态随机变量与卡方随机变量平方根之商（卡方要除以自己的自由度），实际应用中，这里的分母往往就是样本标准差。在t分布被Gosset发表之前，人们往往只能用总体标准差作为分布构造标准正态随机变量来做检验和估计，Gosset的t分布伟大贡献在于，我们可以用可知的样本标准差替换不可知的总体标准差而且构造t统计量，这下就让人放心多了，因为我们总是畏惧未知的总体（或者未知的参数），而且在小样本情况下更为畏惧——样本量太少我们就更不敢对总体标准差作出估计。

      　　

Gosset的确帮助我们解决了个大麻烦，然而t检验仍然要假设总体服从正态分布，这个麻烦可不好解决。可能马上就会有人说，分布也是可以检验的啊。没错，是可以检验，比如著名的KS检验；问题就在于，统计分布检验的备择假设太大，我们做假设检验只能有把握得出“样本不服从某种分布”，而不能说“根据检验，样本服从某种分布”：因为犯第一类错误的概率可以控制，而第二类错误的概率只有鬼才知道（不干鬼的事，鬼也许也不知道）。

      　　

第二个例子我想稍微说一点关于抽样调查中的统计推断，这里面的统计推断往往比较简单，大致原理就是用样本均值估计总体均值，样本方差估计总体方差，为什么能这样呢？因为这些估计量往往都是无偏估计，不妨仔细想想“无偏”的意思：期望等于真值；注意不是估计量等于真值，那期望是什么意思呢？通俗来讲，期望就是一个随机变量按照它的分布不停地变变变，变了无数次之后我们看它在“平均”意义下取值为多少，当然抽样工作不可能一遍一遍无穷做下去，我们一般仅有一次抽样，得到的估计量也就只有一个值，这一个孤零零的估计值，到底离真实值有多远？只能再去问问鬼。此时可能又有人会说，我们不是还有方差吗？不是可以做置信区间的估计吗？没错，书上都是这么写的。方差有什么用呢？书上说了，方差是度量离散程度的，试着想一下，告诉你一个随机变量均值为100，方差为1000，你能想出所谓的“离散程度”是怎样的吗？恐怕也难以想象，所以除非方差为零，否则我一向觉得它在描述统计中并没多大实际意义（它的确是刻画离散程度的，但怎样叫大怎样叫小？没有标准）。再看置信区间，要谈置信区间一般也就不可避免要用到分布，于是假设条件又来了，一方面是总体独立同分布，另一方面样本量足够大，这样才能根据中心极限定理构造正态分布随机变量。显然，两个问题来了：抽样能保证独立同分布吗？怎样的样本量才算作大？又是不好回答的问题。例如分层和整群抽样，很能让人怀疑样本的独立性；而大样本的问题，从数理统计角度（中心极限定理）来看，必须是样本量趋于无穷，显然这是不可能的，若样本量趋于无穷了，那我们还抽什么样？

      　　

我曾看过的抽样类教科书中对于中心极限定理究竟是如何连接数理统计和抽样这个问题都描述得非常模糊，甚至只字不提，直接就用了正态分布作推断。我对这个问题也是想了很久才基本上搞明白，此前被教科书上的一个颇具误导性的例子牵着鼻子走错了路，因此一直迷惑不解。统计的书上经常用抛硬币或掷色子作为例子，比如一本抽样技术书上就用两次掷色子求均值作为抽样的例子，说明抽样均值的“正态性”。其实这样的例子只能说明抽样均值服从某种对称分布，即使这种结论也是在特定环境下得出的：因为总体分布是对称的。2个样本点肯定是很少的，但结果看起来确实像正态分布，究竟是怎么回事呢？
      　
图 1抽样均值的分布为正态分布？（略，详见附件）

      　　

实际上，若先不追究中心极限定理，我们可以简单做一个模拟来说明问题。比如下面的代码是从自由度为4的卡方分布随机数中抽取样本量为2的样本点，求均值并作密度曲线图，如图1，上面是总体分布，下面是抽样均值的分布，其中虚线为按照样本计算估计的正态分布密度曲线。显然从一个非对称分布中抽取小样本得到的均值也是非对称的，那么就更不会是正态分布了。

                  par(mar = c(4, 4, 3, 1), mfrow = c(2, 1))
                  x = seq(0, 10, 0.05)
                  plot(x, dchisq(x, 4), ylab = "Density", type = "l",
                  　ylim = c(0, 0.3), main = expression("Distribution of " ~
                  　　chi^2 ~ (4)))
                  pop = rchisq(100, 4)
                  smpl = replicate(200, mean(sample(pop, 2)))
                  plot(density(smpl), xlab = expression(bar(x)), ylab =
                  "Density",
                  　type = "l", ylim = c(0, 0.3), main = expression("Distribution
                  of " ~
                  　　bar(x)))
                  lines(x, dnorm(x, mean(smpl), sd(smpl)), lty = 2)

 

      　　

抽样均值在样本量充分大的时候才会趋近正态分布，在上面的模拟中我们只需要把样本量增大一些（第7行），比如改成30或50，结果就和正态分布比较接近了。关于抽样均值的极限分布证明也不太困难，不妨参见茆诗松、王静龙等编著的《高等数理统计》。总之，数理统计中的“大样本”在抽样中指的就是样本量要大，而不是某些书上模糊提到的要大（尽管听起来还挺有道理）。

      　　

最后再谈一点感受，就是上研究生之后通过对数据挖掘和机器学习方法的反思回头再看以往长期学习的经典统计方法，有时也是背脊发凉。原因在于两种建模思想的碰撞：数据建模和算法建模。众所周知，传统统计方法基本上都是基于某种特定的模型去做拟合，然后根据分布构造一系列的统计量作估计和检验，这就是数据建模的思路；而算法建模则是数据挖掘和机器学习的明显特征，我们并不关心自变量和因变量在模型的“黑箱子”中发生了什么，我们只关心在黑箱子中走了一遍之后“产出”是否正确，或者换句话说，预测的正确率如何，在数据挖掘和机器学习的领域中（尤其是后者），我们很少听闻“统计量”或是“估计”、“检验”之类的经典统计学术语，我们追求好的算法，让这种（些）算法既能很好拟合数据，又不失一般性或推广性。

      　　

2001年Leo Breiman在Statistical Science上的一篇文章"Statistical Modeling: The Two Cultures"同样让我读得冷汗直冒，因为算法建模的优势不可否认——我们可以说它是实用主义的或者功利的。评判模型的好坏，除了“拟合得好”和“具有好的推广性”两个原则还有什么呢？想想似乎确实没有了。那么我们费了那么多精力、研究了那么多年的经典统计学就要被机器学习打败了？听起来的确是一件令人惶恐的事情。

      　　

后来，也渐渐想明白了。统计也并不是那么功利的学科，固然拟合和预测都是很重要的，但还有一方面，就是解释变量之间的关系（回归、多元、时序等），它同样也是统计学一向重视的，这一点也导致统计学能在各个学科中广泛应用，而这恰恰是机器学习几乎完全忽略的。看样子天下又可以太平了，然而……

      　　

Leo Breiman在那篇文章中批评的一点都不错：“你怎么知道模型就是这个样子的？”（第三次跑去问鬼吧）关于这一点，我个人所观察到的一些国内统计应用情况是，作者们普遍只使用一种模型来得出结论，而缺乏多种对比，尤其是现在热得不得了的结构方程模型（为什么A影响B却不影响C），若用Leo的问题质问起来，恐怕很多文章都得倒下去。

      　　

其实，关于统计模型的这种质疑，也不是机器学习出现后才开始有的，以前看Gujarati的"Basic Econometrics"一书，曾经读到一段很有意思的话：

                  　　

                  Economists' search for "truth" has over the years given rise
                  to the view that economists are people searching in a dark
                  room for a non-existent black cat; econometricians are
                  regularly accused of finding one.
                  　　　　-- Peter Kennedy, A Guide to Econometrics, 3d ed., The MIT
                  Press, Cambridge, Mass., 1992, p.82

 

      　　

经济学家们“在一间黑屋子里找一只本不存在的黑色的猫”，而计量经济学家往往会宣称他们找到了一只这样的猫。听起来很可笑，但从某种意义上来讲，我们何尝不是在做这样的事情？

      　　

如此种种惴惴不安，迫使我并不急于追求新奇的模型方法，而是在统计与现实的对应（或者说“映射”）上下功夫，我要弄清楚的是，究竟我们有多大把握使用统计模型，以及数学公式究竟是什么意思？

      　　

无论如何，统计的任务，并不是拿着模型去忽悠别人，虽然目前看来，忽悠还是比较容易的。脑子里有一些惴惴不安，才能促进我们对问题更深刻的理解。谁说“君子坦荡荡，小人常戚戚”的？

 

    我相信几乎每一个从CCER毕业的学生都能对林毅夫教授的发展经济学理论很自信地从容道来，就像每一个从芝加哥大学经济系的毕业生都会对人力资本、理性预期稔熟在胸一样。作为林老师众多学生当中的一个，我总是莫名其妙地觉得对林老师的思想观点与方法论已完全了然于心，以致于为了赶作业而没有去听林老师前年冬天在芝大的演讲。现在想来，我的这种“自负”大概是因为自己曾在林老师的《中国经济专题课》和《发展经济学研讨课》成绩还算不错；大概也是因为自己曾采用林老师英文版的《中国的奇迹》作为教材为本科生主讲过一学期《中国经济专题》的课程；大概还是因为曾花了较长的时间向林老师、鞠建东老师学习合作写论文。就连我的经济学启蒙恩师、复旦大学的韦森教授在书评中都说对“毅夫”的观点熟悉得同意得“下笔甚难”，更何况作为林老师嫡传弟子的我。

然而从中心毕业整整两年以后，当我翻开林老师赠送的图文并茂的《论经济学方法》和《论经济发展战略》两本书时，就立即被这套系列丛书的“总序” 所深深吸引，特别是其中关于林老师从芝大求学以来20年研究心路的自述。也许部分地因为林老师当年在芝大求学四年也就住在这同一栋国际公寓里的缘故吧，马上就要进入三年级开始独立研究的我，读着读着便有一种身临其境般的感觉。呀，原来林老师自己当年博士三年级的时候开始也是“以经济学界普遍接受的理论为出发点来考察中国的问题的”，可是为什么他后来又不这样了呢？为什么现在有不少中国学生数理功底很不错可却写不出好的论文，我自己的一篇关于增长与发展问题的投稿不久前也被一家国际杂志用三篇很长的审稿报告给“枪毙”了，而林老师AER和JPE的那两篇数学并不复杂的论文却会成为引用率最高的研究中国问题的经典文献？林老师做研究写论文的“核心硬技能”是什么呢？为什么林老师的《中国的奇迹.》会被翻译成六七种语言自动成为全世界研究中国发展问题的经典教材？显然林老师的一贯分析工具就是我在Gary Becker和 Kevin Murphy 两位教授的ECON 301 上所学的芝加哥独特的经典价格理论，林老师的很多时事政策分析隐约间好像也是Milton Friedman教授开创的那种应用价格理论导向宏观政策分析的“拳路”，可是为什么林老师会得出与主流理论不一样的结论呢？芝加哥那么多价格理论的宗师都说激进改革比渐进改革好，企业私有化是唯一出路，而林老师居然会不同意，“胆子”可真大。看着这里很多workshop上演讲者被台下的教授们批得体无完肤的尴尬相，我心里不禁要问林老师这种学术自信心的来源是什么呢？

这些问题在我心中又岂止曾徘徊过十次！然而这个暑假马上开始要写 ” second year paper ” ，真的要正式从过去的GPA崇拜的课堂学习“转型”到Publication 崇拜的独立研究，我是应该系统地好好反思反思自己的“发展战略”，认清自己的“比较优势”，可千万别闯进

了没有“自生能力”的研究歧路。不止我，还有很多很多同学急切地阅读《与林老师对话》系列丛书，大概也是出于这种原因吧。在重温林老师的这些《对话》时，在芝大求学的这两年的点点滴滴也在我的脑海中不断地涌现，这才发现以前我很多地方其实并没有真正理解林老师的一些话。这里就不揣浅陋地结合自己在芝大的学习感触和同学们聊一聊我的读后感吧。

价格理论与数学建模

在中心的毕业生中，我大概是属于那种数理倾向比较严重的一类，对经济学中一个个美轮美奂的经典模型痴迷地有些“顽固不化”，要是在自己的论文里突然发现能用上一条在实变函数课上学到的定理会兴奋地跳起来，套用 Ariel Rubinstein教授在2004年国际计量经济学会主席演讲的最后一句话“这真是太美了！不是么？”通观来自印度，欧洲，拉美，日本，甚至土耳其等非美国本土的主流学界最著名的经济学大师，有几个人不是数理建模的高手并以此出道的？为此我经常与志同道合的同学辩论，但只限于在好朋友之间。辩到激烈处，我颇为“撒泼”地来一句：“你说的这些基本上也都是林老师和我说过的。”然后再不无炫耀地引经据典地搬出一大堆诺贝尔奖得主的方法论自述，从他们的生日开始讲起。基本上每一次结果都是我的好朋友们看我“蛮横”的样子无奈地笑着摇摇头不说话了，可过了几天又开始和我辩论。林老师和中心的其他好几位老师，包括复旦的韦森老师对我的顽固与“不悟”倒没有绝望，苦口婆心地一再提诫我更要重视经济学思想本身与实证研究。但是我心里知道我是很有保留意见的。

然而在芝大上了两年课以后，我才慢慢地更能体会到林老师在《论经济学方法》中提到的很多观点。在上一年级第一学期的课时，我就被深深地震动了。ECON 301 的价格理论I课的每周作业是Becker教授和 Murphy教授各出一道长题，题目中用文字交待一些经济学问题或者社会现象的背景知识，从恐怖主义到健康问题，从国际贸易到贩毒和住房问题，从投资到经济增长，什么都有，然后接二连三地问一堆问题。每个周二傍晚出题，当周周五上午交作业。我有生以来第一次为完成作业而熬夜就是第二次作业的那个周四。怎样分析这些现象，怎样回答这些问题，完全由自己选择分析方法，而我总想把问题抽象成一个严格的数学模型来求解，取怎么样的假设显然也得完全由自己定夺。可是经常是好不容易使建好的模型能回答第一个小问题a，突然发现很难再用这个模型来回答第二个小问题b，不是求不出解析解就是出现太多不合理的多重解。只好回头修改我的模型，然后不得不再另加一些技术性假设，当然需要再配上为何作如此取舍的经济学理由。如此反反复复，最终发现窗外已经发白，而自己却只能眼巴巴地望着求解问题f时出现的那12条非线性方程和12个未知变量，心灰意冷地继续写道“假定这个系统的解是存在的并且是唯一的，那么。。。。。。”。我将近25页的作业发下来，10分我只得了3.7分，助教的批语是我采用的是科布—道格拉斯函数型的效用函数，而忽略了分析non-homothetic 偏好这一重要情况。于是我“耿耿于怀”地去仔细对照那将近20页的标准答案。读完后我真的完全惊呆了：真没想到这么一个个二维平面分析图会那么厉害，所给的分析全是替代效应与收入效应的变相综合，所用的也全是诸如正常商品（normal goods）这样的通常假设，没有太“漂亮”的数学，但是在逻辑上分析的明显要比我的模型完整的多、严密的多、深入的多、也更加具有一般性。虽然我的数学建模能力属于菜鸟级别而且时间太紧了，但是对比之下，我突然深深地觉得有些领悟了真正的价格理论的美感和经济学直觉的巨大力量，竟有些相见恨晚的感觉。

其实回头想想第一次读林老师《中国的奇迹》的情形，我是花了一整天就读完了，当时心中最大的感触是这本书逻辑上浑然一体一气呵成，让人中途欲罢不能，完全可以归纳为一个逆向递归的动态优化的数学结构，这在我所读过的中文经济学著作中是多么稀罕和久违的感受啊。现在才意识到这原来竟是一本林老师他们自己给自己出的ECON 301的作业然后运用价格理论进行分析的习题答案！！亲自比较和欣赏过由价格理论的真正旷世高手所作的缜密分析之美后，我才恍然大悟：难怪在国内林老师包括张五常教授总是那么推崇价格理论 ，那么强调“收入效应”和“相对价格（替代）效应”！《对话》系列中林老师在回答学生关于经济学分析语言的提问时说道“我认为（文字）语言也可以很严谨，只是大部分人用得不严谨。标准都是一样的，无论用文字语言还是数学，都要求内部逻辑一致，一环扣一环，而且推论和所要解释的现象一致”，又说到“数学的严谨性（rigorousness）和有用性（relevance）之间有一定的替代（trade-off），为了严谨性可能失去一些有用性。”对此，以前我只是在原则上同意，现在则是从心坎儿里认同了。大概国内还有不少人想当然的误以为价格理论就是散发着芝加哥古董气味的杂文式的那种毫无数学难度的落后文字叙述呢。在我们国内像林老师这样真正在价格理论上很有造诣并能将之运用到严格的学术分析中去并在世界顶级杂志上发表的经济学家实在太少了，因此能够有幸真正认识到价格理论这门既玄乎却又真实的“内功”力量的学生实在太少了，至少以我自己的学习经历来看，这大概也很大程度上解释为什么现在有很多国内学生“自选择”地那么规避和反感非数学语言的分析而多少有些盲目地倾向于数理模型了。在上Chiappori教授的价格理论III时，这位能弹一手好钢琴的数理实证都很过硬的法国经济学家有一句话让我至今印象深刻：经济学推理往往要比数学推理难得多也挑战的多，因为后者在进行过程中只依赖于数学运算法则，而前者则需要深厚的经济学直觉以辨别思维过程中最重要的经济力量。

林老师在《对话》中特别强调经济学直觉的培养，并提到芝大的老师们对于这方面训练高度重视 。这实在千真万确，即便是很数理的经济学家也是如此，太让我惊讶了。很清楚记得价格理论II的Phil Reny教授在运用Brower不动点定理证明纳什均衡存在性的时候，有个学生提问说你给了我这样一个函数我再用不动点定理当然很容易，可是这个函数到底是怎么构造出来的呢？结果Reny教授当场就用完全直觉性的经济学语言解释这个复杂无比的函数的构建过程，让我们瞠目结舌。我也一向喜欢宏观。收入理论I的Fernando Alvarez教授是明尼苏达大学毕业的，Prescott教授的高徒，明大一年级博士课程中实分析和泛函是必修课，数理要求之高是出了名的。可是我真没想到Alvarez教授说得最多的一句话就是“The intuition behind this equation is …” ,考试的时候也是出这样的题，要求对运算结果给出经济学直觉解释。Casey Mulligan 教授给我们上收入理论II，他是个只花了两年时间就获得芝大经济学博士的神话人物之一，他认为Friedman的《消费函数研究》一书是迄今为止最好的经济学著作，特别重视实证检验现有经济学理论，其分析理路竟然也是价格理论！在第一节课上，他在屏幕上给我们演示了一只可爱的玩具猴子，问我们：“Is this a model or a real monkey? ”  然后继续说我们需要这个模型，因为它的好处在于易得，给小孩子玩的时候没有危险性等等，既然是模型，我们就需要抽象掉一些对我们目的来说并不重要的东西，然后指了指这个玩具猴子的某个部位，我们大家哄堂大笑。你说，老师这样教我们，我们怎么会忘记模型与现实的异同点和建模的原则呢?

“从具体问题出发”的研究导向

深深陶醉于萨缪尔森、阿罗、德布鲁等诺奖大师的经济学理论的数学公理化的美感之中，我曾经很纳闷林老师为什么总是那么坚持“以具体问题导向”的研究方法论，也一直琢磨着为什么年逾七旬的Becker教授每个星期都能自己想出一道数学上看似“简单”却把我们所有人都折磨得半死的新问题，现在回头看看ECON 301的习题风格，就已经使我悟出一些道理。Steven Levitt教授说经济学家的工具箱里所装的分析工具已经非常五花八门了，但是研究的有趣的问题往往少得可怜。哈佛的Edward Glaeser教授和Murphy教授两人都是Becker教授的高足，前者与Daron  Acemoglu和And r ei Shleifer是当今发文章速度最快的三个年轻经济学家，这些明星们似乎有写不完的题目与超人的分析写作速度，让我实在不得不相信他们的确都已练就了一套林老师所说的那种“以具体问题为导向的”真功夫。我是实在太想学学这套硬功夫了，但是这又岂是一项易学的外家拳脚！下学期我受宠若惊地应邀给Becker 和 Murphy 当TA, 说实话这要比起其它的数理技术要求较强的课程的TA远远地更让我心里觉得没有底。于是现在暑假里便常常读Becker教授的专栏文章，这才明白ECON 301题目的背后原来是蕴含着他长达20年的为《商业周刊》和《华尔街日报》当特邀专栏作家的捕捉问题的经验，更不必说说他超过半个世纪的价格理论“内功”修为了。即便如此，最近听以前的TA说，Becker 教授和Murphy教授自己也承认，每周出一道题对他们来讲也是很费脑筋的。我心里终于有了一丝的平衡感。

林老师“语录”中有一句话：与接近制度稳态的西方社会不同，中国不断地有很多新的、重要的，且未被现有理论解释的现象出现，中国的经济问题是一座“金矿”。我现在也深信自己脑海里永远都走不出中国经济的背景，在Lucas教授的经济增长课上讨论中，我总是不知不觉地就讲到中国的制度背景，在写论文的时候一联系到现实经济也必然是中国的问题。撇开纯理论研究不说，以我个人愚见，在做中国问题方面无论哪个分支都要求对现实经济与制度结构的良好把握， 而在做应用微观研究特别是微观劳动力经济学研究时，中国经济学家优势似乎更加明显，因为在分析方法上似乎这并不需要花大力气构建新的理论分析框架，需要的主要是对制度中性的计量方法的掌握和运用，以及数据收集与整理问题。而在做宏观和发展经济学理论研究时，虽然现在国际比较研究越来越多，但是如何将从本国的特殊现象中归纳出好问题并正式地表达出来，在方法上显然更具有挑战性，拉美、印度和欧洲的很多宏观经济学家和发展经济学家为此做过很多努力，成功的似乎并不多。所以，虽然听起来好象林老师的“从具体问题出发导向”的方法更容易直接上手，我自己的感觉是对不同经济学分支从技术难度和要求上来说是有挺大差异的。国内有很多同学和学者，包括不少CCER的毕业生，经常把林老师的“从经济现象出发提出问题”的方法论完全简单等同于“放弃数理建模 ”  或者“放弃理论研究”，我认为这也是对林老师的严重误解。事实上，在《对话》中以及平时授课中，对于理论创新的重要性和学生数学训练的必要性，林老师都一直非常强调，他批评的只是主流学界“盲目迷信权威和为数学而数学”的倾向。林老师还认为，国际主流经济学界的形式化趋势在一定程度上是研究方法规范化然而经济学内容贫瘠化的必然结果之一，而当今的中国经济学界在规范化上还有很长一段路要走。我个人觉得国内目前在理论经济学方面，若与美国主流经济学界相比，其实真正有能力“滥用数学”的人恐怕要比没有能力“使用数学、欣赏数学模型”却又盲目拼命抵制数学的人要少得多。所以我们学生在学习的时候不能走极端，重视现实问题思考的同时也应该加强数学训练。 

 其实“从具体问题出发”的研究导向，林老师更想强调的是理论的开创性问题而不是技术上的易处理性问题。林老师在《对话》中说，经济学发展史上有很多结构很优美的而且也曾很有影响力的经济学模型和理论被不断地摒弃和推翻，基本上决不是因为这些模型内部逻辑上不自洽，而是因为这些模型与理论没有能足够好地解释一些新出现的重要现象。来芝大学习以后渐渐亲眼看到有很多像Townsend教授、Hansen教授等理论经济学大家对于实证问题极其重视的态度，因此对这一点我也越来越认同了。以前，我总是觉得经济学纯理论的使命就是提供逻辑思维的参照系，就像理论物理学模型一样，既然只是参照系，做逻辑推理时就不一定非要总考虑着对应到现实，那样不是太碍手碍脚了么。说不定理论突进的速度会在某些时点上超越现实的发展速度呢，就像有个诺奖得主给过的比喻：一万年的时间在现实中是多么的漫长，可是在人脑中对这个时间长度的跨越只需要不到几秒钟就能完成了。在自然科学史上这方面的例子固然有很多，即便是经济学中“欧元”与“期货市场”不也是因为先有几个诺奖得主的理论而后才从现实中构造出来的么。这是演绎思维的魅力。

我觉得，如果说博弈论以及高度相关的机制设计和契约理论、一般均衡理论、甚至计量理论等纯理论研究中的演绎推理倾向于逻辑上工具理性的先验主义的话，那么“从具体问题出发”则更像是一种归纳思维的经验主义，就更像很多实验物理学家的工作。如果是以此为基础来构造具有一般性的经济学新的理论而不只是解释个别现象的假说，我想这似乎就更需要敏锐的类比能力，良好的概括能力以及大胆的想象力，就像Akerlof和Stiglitz等人将不对称信息引入经济学、凯恩斯创立革命性的凯恩斯主义宏观经济学体系那样 。林老师很强调经济学研究的本体就是“现实经济问题”而不是现有的理论模型本身，这也是为什么他经常引用孟子的“尽信书则不如无书”并主张研究者心中要“常无”。林老师还特别倡导研究中国问题的潜在重要性，这不但是中国经济学家的比较优势，而且更重要的是，林老师根据自己亲身对中国经济问题和政策以及对经济学科学发展史的长期研究，坚信中国经济问题有很多新颖之处和特殊动态，并且相信中国经济最终将会成为世界上最重要的经济所以其经济问题也会成为国际性的经济问题，而经济学理论的重要性则主要取决于所研究和解释的现象和问题的重要性。这正是林老师主张在研究“规范化”的前提条件下要“本土化”和“国际化”的根本原因。这些观点有很多经济学家赞成也有不少经济学家不完全赞同 ，但我坚信这些都是林老师从事严肃科学研究后得出的因而自己也全心信奉的结论，而且作为林老师的弟子，我个人还觉得林老师的这一系列“内部逻辑一致”的观点在某种程度上“内生于” 林老师本人在所有经济学家当中乃至在所有中国知识分子中那种少有的对国家和社会的“舍我其谁”的强烈责任感和使命感。

   尊重但不迷信现有理论和权威、坚持己见

林老师根据自己的研究在《论经济发展战略》等书中提到的很多观点与主流经济学界都有不一致的地方，但林老师总是很自信，在芝大的纪念D·盖尔·约翰逊讲座的首场演讲以及无数其他国际性的研讨会上舌战群儒，在国内也会与持不同学术观点的代表性经济学家进行学术辩论。最常见的就是有一些学者仅仅是因为林老师的观点与主流意识 不一样就引经据典地批判林老师的观点，恰恰犯了致命的逻辑错误，让我都感到很遗憾甚至偶尔还很气愤。林老师曾多次严正指出的“不能用一个经济学理论去推翻另一个经济学理论，只要内部逻辑自洽，只能用该经济学理论对现实问题的解释力强弱来判定，比如运用计量方法来量化现有理论假说的推论与现实数据的拟合度”，这和Friedman的“假设无关性”的实证主义方法论和卡尔·波普的证伪主义是完全一致的。

我觉得，不尊重现有的理论和权威是无知和狂妄的表现，但是依据自己规范和严谨的研究，敢于在权威面前表达不同意见并且坚持己见则是需要惊人的理论勇气和学术自信力，是令人敬佩的品质。在这一点上我真得很佩服林老师，也是需要学习的地方。《对话》中也有学生问林老师如何将自己的学说融进主流的问题。事实上，别人不说，单说那些在芝大毕业或任教的很多诺奖得主的观点，现在看来都已经是毫无疑问成了经济学主流，但实际上我仔细一想，Friedman、Becker、Lucas, Simon, Buchanan, Stigler，Markovitz，Schultz, Mundell，Coase，Prescott 等等，他们哪一个不是从与当时的主流观点搏斗中奋力冲杀出来的？让我印象最深的就是创立了贝叶斯计量经济学并担任过美国统计协会主席的Arnold Zellner 教授 ，我相信他是很有可能拿诺贝尔奖的。他给我们上实证分析I的时候总是提到贝叶斯经济学在主流计量经济学界遇到的阻力以及他与别人的论战。他也是林老师当年的授课老师。这样一想，芝大有很多权威也有很多离经叛道的人，并且他们经常是同一个人。林老师在《对话》中叮嘱我们“在分析问题的时候不要跟着主流意见人云亦云”，现在想想真是中肯之至啊，因为这对于受过系统经济学训练的人来说常常反而是一件比较困难的事了！大概在这一点上林老师也深受他在芝大的老师们的影响吧，我猜。

与老师对话、辩论演讲、与TA

  

 我是个喜欢和老师对话的学生。到了CCER以后，我以只有当学生才有的“特权”几乎闯遍了所有老师的办公室去“对话”,学到了很多很多课堂上学不到或者没学透的东西。中心的老师大都喜欢与学生对话，而其中林老师无疑是最愿意与学生对话的老师了。课前课后自不必多说，研究生们的发展与转型经济学workshop， 理论宏观workshop，中心研究生学刊的workshop，林老师虽然极忙，但总是一脸笑容地尽量抽时间参加学生的各种学术活动，大家也总是围着林老师问个不休，结果不知不觉到半夜了，林老师就请我们学生去边吃夜宵边接着对话。有次下大雨可还是所有的研究生都主动来参加“对话”， 林老师看到了很高兴，掏出钱包对我说“王勇，你去给大家买一些棒冰来吃。”林老师曾说“得天下英才而教之，一乐也”，虽然不是当着我们的面说，但大家觉得林老师都说我们是“天下英才”了，于是就很兴奋地更想“与林老师对话”了，直接的后果就是大家的研究热情空前高涨，在国内我想象不出还有什么地方的研究生会像我们这样幸运了。《与林老师对话》只不过收藏了的其中很小的一部分。

不必再去赘述这种师生对话能如何教学相长、使我们学生学习地更加主动，有针对性云云。单就培养学生研究与思考的兴趣以及自信力，提高学术辩论能力，训练竞争思维速度就很值得大力提倡了。尽管师徒辩论的教育形式古已有之，但是在国内目前的经济学教育中却不多见。刚到芝大上课，我发现这里的老师上课有一个共同点：喜欢邀请学生问问题。经常是开始上课前老师就问“大家有什么问题么？”讲着讲着又满怀期待地问一句。要是学生不问，老师就会反过来问学生问题。有时候我甚至感觉老师在“挑衅”我们学生，特别是Kevin Murphy教授 和 Chiappori教授。问题问了没多久就催促我们回答，以前我可从来没有上课觉得这么跟不上老师的思维节奏的，见一时没有学生回答，老师就说“Come on, guys! This is University of Chicago!! ”  别的学生怎么想我不知道，反正我自己是脸上发烧低下了头，觉得好像自己侮辱了芝大经济系的学生这个身份似的。Lucas教授曾回忆上Friedman的价格理论时的情形，说他上课经常就时事公共政策提问题并常常将某一个学生“套牢”，不断地追问，直到把这个学生“逼得”心服口服为止。要是这位学生说“好吧，让我再想一想”，Friedman就会说“那就现在想吧”。Lucas教授分析道，在这个过程中那个学生的思维进展情况完全暴露，而作为老师的Friedman其实思维也是完全暴露于大庭广众之前的。现在想想，在经济中心的时候我们和林老师对话辩论，总觉得会在双人思维“决斗”中处于下峰，那怕之前好像觉得自己已经很有道理了。现在我才终于明白，林老师在平时的学术讨论、演讲尤其是辩论中的那种充满自信的“杀手风格”大概也是在芝大学生时代在与他的老师对话中训练出来的吧。一问，果不其然，林老师曾对我说，他对于学术研究的真正的自信力最早是在上Becker教授的人力资本课时形成的，因为在那门课上林老师几乎垄断了作为学生与老师的对话权。

上学期我给Nancy Stokey教授当收入理论III的TA，每周都要给比我只低一级的博士生讲解习题。下面的那群自信的个别还挺“嚣张”的学生经常会问一些比较难的问题而我必须短时间内做出回答，真够挑战的。学期结束时我感慨地对Stokey教授说觉得自己在准备和讲解过程中对很多习题的理解比以前都大大加深了，讲解与回答问题的能力自我感觉也有了提高。Stokey教授听了，也告诉我说：她也很清楚地记得当初她在哈佛当高级宏观的TA时最担心的就是遇到如今已是哈佛校长的Larry Summers在下面的提问和对质，因为Summers当时可是全校的辩论比赛冠军，无论怎么辩论，好象Summers总是处于胜利的上峰地位。啊，Stokey教授现在无论上课还是作“presentation”都是如此挥洒自如，女教授的典雅气质更是芝大女生们崇拜的偶像，原来也是这样慢慢锻炼出来的。芝大的workshop的恐怖和残忍算是出了名的，去年冬季一场接一场的求职演讲，workshop上汇集了当年应该是全世界最优秀的经济学博士毕业生，其中还是有不少人被下面的老师盘问得十分被动，其实再有名的教授也常常被问得十分没有面子。有时想像如果自己有一天也会面对着这些老师们作报告会是怎样的狼狈相。为了克服自己的心理障碍，在选修Lucas教授的经济增长课程时，我鼓足勇气报名第一个作论文报告。后来Lucas教授成了我的二年级论文的指导老师，事后对我说，那次作报告你一点都不紧张嘛。我心里想：你哪里晓得那是我装出来的。就假装你是林老师，而我是在经济中心的发展与转型经济学workshop 上作报告。当然，这次我报告的只是别人写的已经发表了的文章，即使文章出现逻辑问题我也无须承担责任，台下也只有一个老师；真要是同时向多个老师报告自己写的文章，那可就又远远不同了。 

现在我相信，学生与老师对话，对学生固然是一种难得的综合训练，对老师其实也是一种动态的挑战。据我的悲观估计，在当今国内，愿意不断地与学生学术对话的老师大概已不算很多，敢于不断地与学生学术对话的老师更是少见，而善于不断地与学生学术对话的老师恐怕还要少，至于乐于不断地与学生学术对话的老师。。。。。。林老师是一个。突然我又觉得自己很幸运，不知经济中心的师弟师妹们还有所有通过《与林老师对话》而与林老师“对话”的读者同学们，你们觉得呢？

            （第二稿, 2005年8月 30 日于芝加哥大学国际公寓）

1.本书作者及背景简介

 

《转变的中国——历史变迁与欧洲经验的局限》（江苏人民出版社，1998年），英文原题“China Transformed: Historical Change and the Limits of European Experience”。作者王国斌（Roy Bin Wong）是著名经济史学家，现任加州大学洛杉矶分校（UCLA）亚洲研究所所长（Director of the Asia Institute），在2004年前任教于加州大学尔湾分校（The University of California at Irvine）。王国斌教授是中国历史（明清社会经济史）与中西历史比较研究方面的专家，被认为是“加州学派”（或称“尔湾学派”）的代表人物之一。本书（Cornell University Press, 1997）是他最为重要的学术专著。
   

王国斌大学本科就读于密歇根大学，专业是经济学。毕业后他前往哈佛大学继续深造并转向历史研究，在开始时选择欧洲史作为主攻方向。后来，由于对比较史学产生兴趣，他向费正清教授求教，在费正清的影响下最终选择了中国史作为主要研究方向。虽然王国斌本人在回顾自己的学术生涯时曾说“我决定做中国研究比较晚”，但正是这段从经济学到欧洲史再到中国史的特殊经历，对他后来的经济史研究与中西历史比较研究的学术思维产生了深刻影响，也十分鲜明地体现在了本书的内容之中。

 

2.基本内容
   

本书共有三编十章。上编“经济变化”，包括前言“比较经济史与发展问题”和以下3章：“明清及近代中国的经济变化：同欧洲的比较”、“近代早期欧洲与明清时期中国工业扩展的动力”、“从欧洲的角度看中国的经济史与经济发展”；中编“国家形成”，包括前言“欧亚国家的形成”和以下3章：“近代国家形成的方向”、“近代国家形成中的意识形态与制度机构”、“1850年以后近代国家的形成”；下编“社会抗争”，包括前言“政治与抗争”和以下3章：“食物骚乱”、“抗税运动”、“革命”；最后是第十章：“比较史学与社会理论”。

 

作者在全书的导论中首先提出了所要阐释的基本命题：破除欧洲中心论的局限，可以发现亚洲、非洲、拉丁美洲社会所具有的多元特性。为了补充这些发现，本书以一个主要的非西方文明——中国——为对象，探讨其政治与经济变化的轨迹。接着，又阐明了其在方法论上的主要特点：“尽管学者们在关于非西方地区的研究中，大多力求摆脱欧洲，但是我认为：要超越欧洲中心论，首先应当回到欧洲；应当将欧洲民族国家形成与资本主义发展的实际发生情况，作为历史过程而非抽象的理论模式，认真进行讨论”；“本书所采取的策略是：选择近代欧洲史上的两大历史过程——资本主义的发展与民族国家的形成，来与中国的经济、政治变化进行比较，然后用关于集体行动的研究，来深化上述比较”。作者在导论中特别强调对于19世纪在西方发展起来的社会理论，特别是以目的论来论述长期因果关系的社会理论，不应在研究历史时拘泥于其中。
  

在上编“经济变化”中，作者首先探讨了经济史研究中经济学理论的适用性问题：“在经济史研究中，经济学最奏效的是对于制度环境的研究，因为在这种研究中，经济学的各种假设是明显可用的。但是，在时空方面离当代西方越远，经济学的假设与社会状况之间的相符性就越勉强”。作者认为诸如由供求关系决定的贸易流动、因供求状况变动而引起的价格运动、劳动的地区专业化等经济学原理都非常符合已知的明清时期经济状况。然后，作者在第一章中分析了19世纪以前中国与欧洲在经济上的主要相似点，特别是经济增长的动力和模式。作者引用大量文献，涵盖从传统到当代关于近代中国经济增长研究的主要论点，如具有代表性的韦伯、伊懋可、何炳棣、黄宗智、霍尔、琼斯、柏金斯等等，并在对这些前人研究成果进行评论的基础上着重论证了以下观点：“斯密的市场交换的逻辑，在中国运作的颇为成功”。作者认为从16世纪至18世纪，欧洲与中国的经济增长都符合亚当.斯密（以及大卫.李嘉图等古典经济学家）的经济理论，即贸易与市场的扩大通过交换中的比较优势促进了分工与专业化，从而提高了生产率，推动经济增长。作者引用雷格莱（1989）和卡顿（1985）的研究，指出斯密并没有预见到工业化，斯密的经济思想是“前工业化经济学”。在“斯密型动力”的推动下，19世纪以前欧洲与中国的农业经济，包括农村手工业，其发展道路大体上是相同的。此外，作者在第一章的最后还从马尔萨斯主义的视角考察明清时期的中国，认为即使如此仍然“看来与近代早期的欧洲差别不大”，即与从斯密理论视角考察的结果相类似。接着，在第二章中，作者分析了19世纪以前中国与欧洲“原始工业化”（农村工业）发展的相似性，并指出“原始工业化”的动力与造成19世纪以后欧洲“城市工业化”（工业革命）的一系列条件具有巨大的差异。因此，“当我们发现了与原始工业化相类似的情况时，不应当希冀会有欧洲式的工业化出现”，应当“放弃对于明清中国资本主义发展的搜寻”。与中国（以及世界其他大部分地区）所不同的是，19世纪以后，欧洲的农村手工业被城市的机械化工厂工业所代替，“城市工业化”更为符合新古典经济增长理论中以储蓄和投资为动力的经济增长路径。由于从“原始工业化”到“城市工业化”的转变并不是必然的，所以需要考察欧亚各地对于古典经济学家所谓“增长极限”的不同反应：既有的研究表明，美洲新大陆的发现（琼斯所谓“史无前例的生态横财”）延迟了欧洲斯密型经济增长极限的到来，而矿物能源的大开发使英国首先逃脱了斯密型增长的内在限制。雷格莱认为这是英国以及西欧率先突破斯密型经济增长，进入新古典经济增长路径的最主要条件。对于近代欧洲技术进步的飞跃，作者也提出了另一种思路：与其疑惑于近代初期中国技术进步的明显减缓，不如探究欧洲技术快速进步背后的原因。其实斯密和其他古典经济学家的理论框架内早有技术进步受到限制的假定与分析，如果不打破斯密型增长的极限，技术进步的减缓是可以被理论所解释的。在第三章中，作者从欧洲的视角审视了中国的经济史与经济发展，认为对不同的发展战略（格利芬分为六类）进行选择的各种可能性会造成一种“路径依赖”（path-dependent，途径相依）的历史轨迹。
   

在中编“国家形成”中，作者首先在第四章中分析了中国与欧洲近代国家形成的方向。通过从三个方面（国家面临的挑战、国家具有的能力和国家承担的义务）进行中国与欧洲的比较分析，作者认为中国与欧洲的国家形成在历史上是各有特点的过程，中国国家创立的统治方式包括了许多在欧洲不存在的统治目标和统治技术。接着，在第五章中，作者详细论述了中国与欧洲在不同条件下发展起来的大为相异的政治意识形态，以及两者在国家与社会、国家与经济的关系上的不同之处。在欧洲，由于贵族精英与中央集权国家缔造者间的博弈，产生了政治代表制度，以及“公众领域”和“私人领域”的观念。西欧国家力图不通过其他任何集团的中介而加强其与个人的关系，从而保障社会安定。在中国，明清国家则与此完全不同。中国在早期历史中就已经消除了贵族对国家权威的挑战问题，强有力的精英也不要求政治代表制度。国家无需排斥中介集团就能把个人作为独立的人加以统治，反而依靠中介集团、社会精英承担维持地方秩序的责任。促进教育（特别是道德教化）与经济福利是中国传统地方官员的两大主要责任，而这又与地方精英的作用交织在一起，使得“国家”与“社会”没有明确的界线。18世纪的中国有一种强烈的趋向：追求各种垂直结合的官僚机构的控制，从而将精英的活动置于官方监督之下。作者认为，正是后来“连接中央与地方的垂直轴线的破坏”，构成了中国社会从18世纪到19世纪的一个根本性变化。这种变化既受到西方的影响，例如条约口岸使中国具有了形成“公众领域”和“市民社会”的可能性，但从根本而言19世纪的中国政治仍然是农业帝国的政治。作者认为，即使是对那些20世纪出现的、与“市民社会”类似的事物，仍然“应当以某种方式将其与已在中国存在了漫长时期的农村社会联系起来”。19世纪下半叶中国社会在公共领域中的发展，更多是因为官员为促进或控制地方精英活动所作的努力减弱了，而较少与精英所作的努力本身是否发生变化有关。“对中国而言，近代国家的形成过程必须解决农业帝国统治策略方面的各种问题，或者代之以一种新的工作程序”，作者在第六章中分析了1850年以后中国近代国家形成过程中的一些复杂情况。在第六章最后的结论中，作者总结道：虽然欧洲中心主义的模式作为研究发展道路的指导非常不适于中国，但是若从近代欧洲国家所担负的各种功能出发，我们仍然能够把这些国家所产生的国家统治策略与明清时期以及近代中国进行比较，可以发现例如征税、对抗外来威胁、保障国内稳定等功能是所有国家都具备的，但是这些功能的实质意义和它们的相对重要性，以及国家所面对的社会组织，却可以完全不同。除非我们去具体分析每个地区国家形成过程的历史，否则就很难避免在研究不同国家的形成过程中，把历史具有的普遍性和特殊性混为一谈。
   

在下编“社会抗争”中，作者首先认为最初对民众抗争进行研究的19世纪的社会理论已不能满足现代历史学家的要求。历史学家对于欧洲的社会抗争活动的看法的改变，反映了历史认识论的变化。在中国，民众抗争在意识形态和对历史变化的传统看法中一直占有特别重要的地位。1949年以后，中国大陆的研究者对于民众抗争的历史叙述受到官方意识形态，特别是阶级斗争史观的支配，直到“最近十多年”这种以阶级斗争为纲的做法才不再盛行。而在此期间，美国学者对于中国集体行动的各种形式的研究则着重于将中国史料与欧洲的经验理论结合起来分析。裴宜理、周锡瑞、大卫.斯特兰德、罗威廉等人的研究都肯定中国的民众抗争可以用欧洲的分析范畴进行比较和理解，但是事件本身的历史道路彼此相异。

 

在第七章中，作者对食物骚乱（由食物问题引起的群众抗争）进行了中西比较分析，发现中国和欧洲的食物骚乱在地理位置、时间节点以及骚乱者的行动等方面都有很多相似的特征。然而，作者认为这是“在两种不同的复杂情境里找到相同的片断”，不能“把相似的片断错认为熟悉的情境”。西欧的食物骚乱发生在对食物供给的新要求取代旧要求之时，是在资本主义作为支配性的经济秩序扎根的时候发生的。在明清时期的中国，食物骚乱的原因是收成的波动加深了对市场上的粮食的依赖，同时又加强了对市场以外的粮食的要求，富户和国家不能使饥民以其熟悉和能够接受的条件获得粮食。在西欧，19世纪中叶以后食物骚乱不再是社会冲突的通常形式，而是维护旧体制的斗争，反对国家权力中央集权化、反对农村阶级屈从城市阶级、反对资本主义的发展。在中国，19世纪的国家由于国内战乱和外敌入侵不再能像18世纪时那样干预食物供给问题，经济专业化和通过流通获得粮食供给的不可靠，二者相结合仍然决定着食物骚乱的背景。作者引入经济学家阿马蒂亚.森的“食物获取权利”理论，进一步分析道：在欧洲食物骚乱的事例中表明“交换的权利”变得越来越重要；而中国的食物骚乱除了反对“交换的权利”扩大所带来的不利结果外，还捍卫“习俗的和国家的权利”。这些差异表明近代的中国和欧洲存在着不同的“政治经济”。

 

在第八章中，作者分析了明清时期在中国普遍发生的一种民众抗争——抗税事件。在18世纪中国的事例中，引发抗税运动的并不是增加新税，而是关于如何征收旧税的争端。但在欧洲，这种争议更为明显地涉及增税。在中国，基本上所有抗税运动都与田赋有关，几乎参加者都是农民，而西欧同一时期的抗税运动多由市民参加。中国和欧洲的抗税运动经常作为国家与地方之间的冲突而出现，但中国的事例也包含有在民团、秘密会社、地方社会精英以及地方官员等有组织的权力争夺者之间为了控制税收而展开的激烈斗争。在中国，18世纪中央集权化的国家面对着以社区为基础的抗税运动，而到了19世纪和20世纪，多种社会集团通过抗税运动向国家权力提出挑战。在欧洲，抗税运动的对象总是中央政府及其代表，当民族国家建立起征税的能力之后，抗税运动就减少了。赋税问题和政治代表、国家对单个公民的权威等问题交织在一起，为赋税创造了一种在意识形态上可接受的理论基础，成为在西欧诸国促进国家权力扩张的关键。在中国，20世纪的抗税事件矛头常指向地方政府，而且变得更加普遍，但是在其中人们所争论的基本问题和所使用的组织方式都不是新事物。这种延续性提醒我们：近代中国在国家形成方面的努力深受帝国时代遗产的影响，近代中国政府无力为税收创造可被接受的理论基础，显示了近代中国政治的不稳定性和激进政治变革的可能性。

 

在第九章中，作者比较了中法两国的革命（都具有激进和持续性的特点）。作者采用“从彼国的优势来观察此国革命行动的方法，来弄清两国的革命究竟‘缺少’了什么，并也将用同样的分析方法来了解国家建立的经验”。通过这种比较分析，可以清楚地显示中国与法国在社会变化方式上的不同之处。正因为如此，“最近学界对中国革命的研究，已不再提出与法国大革命研究相同的命题了”。作者引用裴宜理的研究：中国的共产党人利用各种策略来对地方团体进行工作，最后选择了动员农民、使之形成与过去的叛乱组织截然不同的新型团体，首先成功地重建了地方的社会秩序。然而，在农民对共产党革命进行反应的集体行动的政治逻辑上，不同学者（萨克斯顿；阿普特和赛奇；泰洛；弗里德曼、毕克伟和赛尔登；黄宗智等等）有着各种不同的观点。在中国革命以及人民共和国建立以后，一直存在着一种在以决策为基础的理性和大规模群众运动间的紧张关系，这一点与法国革命相似，但是其国家与社会团体所能利用的意识形态及制度性资源却大不相同。总而言之，“法国大革命所讨论的一连串问题，如精英的代表性、教会的角色，贵族、农民、商人及工人经济与社会角色的变化等，不只是针对法国的情形，更是欧洲所关注的问题之所在。然而欧洲其他国家面临这些问题时，并未发生革命。中国革命提出的问题则是为农村社会秩序创建制度的及意识形态的基础，以统一过去的农业帝国，并联结农村-城市关系。”革命不是解决这些问题的唯一方式，不同的国家形成所造成的挑战可以有各种形式的社会改造方式。
   

最后，在全书的第十章，作者总结了“前瞻性分析”与“回顾性分析”相结合的研究方法，认为这种方法使我们有能力建立更具普遍性的社会理论（可以解释更多不同的社会情况；在不同情况中对重要的关联作解释）。其中，前瞻性分析的偶然性和开放性能使我们从目的论中解放出来，从思考社会理论如何使各种历史经验变得有序出发，转而思考未来的各种可能性，进行各种问题的比较研究。“大规模、长时间的历史变迁是一种途径相依（路径依赖）的过程，我们所能捕捉到的变化类型，充其量也只是可能性而已。”从任一时点预测未来的变化，必须以路径依赖的理解力，将对有限现象所作的前瞻性解释和对长期变化所作的回溯性解释结合起来。作者认为：历史研究的意义在于使我们减少对于变迁应如何普遍发生的理论假设的数量，并扩充那些得到历史支持的、能对社会变迁作出解释的命题的数量。社会理论研究的意义则在于经由不同的历史经验的特殊性去发现实际上的普遍性。“如果无法面对大量的可能性，我们便无力解释多元的过去。要是缺乏扩充知识的信心，我们可能更无法开创理想的未来”。

“2009年3月28日20：30 关上灯，点亮希望，与全球数亿人共同抵御全球变暖”

 

“地球一小时”是世界自然基金会(WWF)向全球发出的一项倡议，呼吁个人、社区、企业和政府在2009年3月28日晚20：30熄灯一小时,展示公众对达成全球新的应对气候变化协议的支持。过量二氧化碳排放导致的气候变化目前已经极大地威胁到地球上人类的生存，我们只有通过改变全球民众对于二氧化碳排放的态度，才能减轻这一威胁对我们造成的影响。“地球一小时”旨在让全球社会民众了解到气候变化所带来的威胁，并让他们意识到个人及企业的一个小小动作将会给他们所居住的环境带来怎样深刻的影响——小小改变就可能成就巨大影响。

 

“地球一小时”活动首次于2007年3月31日晚间8点在澳大利亚悉尼市展开，当晚，悉尼约有超过220万户的家庭和企业关闭灯源和电器一小时。事后统计，熄灯一小时节省下来的电足够20万台电视机用1小时，5万辆车跑1小时。更多参与的市民反映，当天晚上能看到的星星比平时多了几倍。

 

随后，“地球一小时”从这个规模有限的开端，以令人惊讶的速度很快席卷了全球。仅仅一年之后，“地球一小时”就已经被确认为全球最大的应对气候变化行动之一，成为一项全球性并持续发展的活动。2008年3月29日，有35个国家多达5000万民众参与其中，并证明了个人的行动凝聚在一起真的可以改变世界。