前些天王小岚发我一书：《魔鬼经济学》（Freakonomics），曾经大热，为一位年轻的芝加哥大学经济系教授与一位自一由撰稿人合著，非常轻松易懂，是我所阅读过的（虽然样本极少）最好读的经济学相关书籍之一。

　　既然如此轻松好看，便意味着信息量或者信息难度/深度的有限，作者自己也指出该书初版时的一些反对声音，有些我也同意如有人指出该书有着明显的模糊不清的风格；还有人说在关于犯罪率下降的章节作者显然太不谦虚。还有更多的反对集中在没有明确的统一的主题，对此我没有太多想说的，我不明白这个问题是否会对作者的研究价值产生本质影响，因为作者很清楚地意识到，他本质上，只是一个喜欢提出问题的人让人想到哲学家。至于连贯与否，对于一个喜欢不断尝试提出新鲜问题的好奇者来说，并不十分重要，除非这个好奇者碰巧是逻辑一爱一好者。

　　而对于先前提到的两种批评，我认为都有证据支持。

　　首先，虽然作者在课题研究时大量采取了统计学方法（主要有回归分析）这是经济学实证化的强大工具和支撑，但作者在下结论时常常显得有些急功近利，过于武断，有把问题简单化的倾向当然，客观地看，这也是在社会科学领域采取实证科学做法的一种不可避免的损失，可视为研究过程中的一种机会成本，可不幸的是，当这种机会成本以否定人们所熟悉的观念，即以否定传统智慧的形式向人们展现出来时，就会引起一些人的强烈不适（如作者证明了90年代中期美国社会犯罪率急剧下降是由于很多年前堕胎法的通过，势必引起了保守主义、基督徒的反感。）当这种不适感具有普遍一性一时，这种理论就有可能被视为武断、无理，甚至是谬论。话说回来，在这里，当然，作者并没有在价值判断上引起我个人的反感，尤其当我考虑到他经济学家的身份，但是，正是作为一名经济学家，一名科学家/学科的深入研究者，作者并没有展示出充分的客观一性一。回归分析从本质上说是一种控制变量法，是将经典物理学/数学的方法引入对经济问题、社会问题的分析中，然而众所周知，作者更知，社会经济问题是无法做到完美的控制变量的，回归分析得出的结论，或变量间的相关程度，首先是建立在不完全和不确定一性一的基础上的，确定也是在有概率保证的情况下才能谈论；相关，由其定义可知，区别于确定的函数关系，变量间的相关虽可量化，但由于统计数据的不完全，其可靠程度也大相径庭，但总的来说，没有社会统计是真正完全的。统计学是一种不可放弃的强大工具，但如何把握太重要了，经济研究中应努力防止被统计牵着鼻子走。因此，经济研究，必然要求经济学家时刻保持客观一性一和谦虚不过考虑到此书面向大众读者，那么，牺牲一点客观一性一也可以容忍，但这又是机会成本，即以牺牲一点客观一性一的代价换取更多注意。