推薦語：我認為，經濟學本科教育最關鍵的不是讓學生裝入多少現成的理論知識、不是熟練培訓多少軟體操作，甚至不是講解儘可能多的數理或計量模型，而是幫助學生培養符合科學方法論的思維方式。特別是，如果讓我們的學生認為經濟學的課程，只要「記記背背」就能得高分，那就是徹底的失敗！遺憾的是我們經常發現學生，甚至我們自己（數年前我們也是學生）的思維和論述的方式其實並沒有時時體現這種思維模式。姚老師這篇推文中所介紹的證偽主義和溯因推理是經濟學實證研究方法論的基石。這不是老生常談，而是警鐘長鳴！值得年輕的朋友細細體會。
——楊奇明
按照20世紀最著名哲學家之一卡爾·波普爾的觀點，
科學理論和人類所掌握的一切知識，都不過是推測和假說。科學理論不能夠被證實，但可能被證偽。
例如，人們在觀察到100隻白天鵝後提出假說：所有的天鵝都是白色的。接下來無論找到多少只白天鵝，顯然都不能證實這一假說，因為總是存在下一隻天鵝為黑天鵝的可能性。然而，一旦一隻黑天鵝被找到，這個假說就被證偽。
可證偽性是劃分科學與非科學的標準。如果一個理論具有可證偽性，那麼其預測必須是具體的。亦即，如果理論正確，那麼它不僅要告訴我們，哪些事情應該發生，還應該告訴我們，哪些事情不會發生。一旦前者沒發生或者後者發生了，我們就可以清楚地知道，這個理論在有些地方出錯了。此時，我們就有必要對該理論進行修改，或者提出一個全新的理論來代替，而這兩種做法都會使我們提出的（新）理論更接近真實。相反，如果一個理論的預測包括了所有可能觀察到的結果而不可證偽，那麼這個理論就是張五常先生所諷刺的「套套邏輯」，而非科學理論。例如，「明天可能下雨」就屬於套套邏輯，因為無論明天是否下雨，都不能推翻這一說法。
必須強調的是，科學是操作主義導向的，力圖將概念從個人化的感覺與直覺中分離出來，並且允許根據經驗事實對概念進行檢驗。因此，經驗事實具有可觀測性是建立科學理論的前提。如果某一理論涉及到不可觀測的經驗事實，那麼該理論也是缺乏可證偽性的。例如——
對於「只要人們誠心祈禱，事情一定會有好的結果」這一「論斷」，我們固然可以直接觀測到祈禱行為，但很難測量祈禱的誠意。如果誠意無法測量，那麼事情結果不妙總可以歸咎於人們未能誠心祈禱，進而使得這一「論斷」淪為缺乏可證偽性的非科學斷言。
科學研究是一個試錯過程，通過證偽來排除錯誤，逼近真理。然而，人類的本能是證實而非證偽。一旦人們確立了某一信念，就傾向於在收集信息和分析信息的過程中，尋找支持這個信念的證據，忽略不支持這個信念的證據，或者將模稜兩可的信息向著有利於自己立場的方向進行解釋，甚至不惜花費時間和資源來貶低與自己立場相左的觀點。上述這些行為偏差就是所謂的證實偏差。
英國心理學家皮特·沃森曾進行了一個經典實驗——
他在人們面前放置了四張卡片，這些卡片的一面是字母，另一面是數字。人們看到的卡片是：A、B、2、3。沃森首先提出假設：「若卡片的一面是元音字母，則另一面一定是偶數」，然後要求被試回答，為了檢驗這個假設的真偽，需要翻看哪一張或哪幾張卡。結果約有50%的人回答應該翻看卡片A和2，約有35%的人回答只需翻看卡片A。
正確答案是什麼呢？讓我們一一分析之。翻看卡片A，若看到一個偶數，則與假設一致；若看到一個奇數，則證偽了假設。翻看卡片B，看到的無論是偶數還是奇數，均屬於與假設無關的證據。翻看卡片2，若看到一個元音，則與假設一致；若看到一個輔音，則屬於與假設無關的證據。翻看卡片3，根據反證法，若看到一個元音，則證偽假設；若看到一個輔音，則與假設一致。
上述分析表明，正確的答案是翻看卡片A和3，因為只有這兩張卡片提供了證偽假設的機會。然而，只有10%左右的人回答正確。那些回答應該翻看卡片A和2或者只需翻看卡片A的人，極力搜索支持假設的證據，較少嘗試尋找證據去證偽假設。
證實偏差在日常生活中普遍存在，古今中外皆如此。《呂氏春秋》中有一則「疑鄰盜斧」的故事——
當失斧者懷疑鄰居之子偷了斧子時，其一舉一動無一不像偷斧子的人；當失斧者最終找到斧子時，鄰居之子的言行舉止沒有一處像是偷斧子的人。
要避免證實偏差，首先不能過度自信於自己的科學素養，須認識到證實偏差屬於人類的本能反應；其次，要善待對你的觀點提出反駁的人。如果你崇尚科學，那麼你應該將他們視為真正的朋友。
美國哲學家漢森在《發現的模式》中指出——
所謂被解釋項就是科學家們認為需要加以解釋的現象，而解釋項則是能夠因果地推出被解釋項的某個命題。因此，科學發現的過程就是尋找解釋項的過程，亦是「由果溯因」的過程，而這就是最早由美國哲學家皮爾士引入至現代邏輯中的溯因推理。
溯因推理過程可簡述為：（1）某一現象E被觀察到；（2）提出假說H來解釋E；（3）基於H提出推論C；（4）若C被證偽，則H為假；（5）若C被驗證為真，則H可能為真。以H為前提一般可以演繹出C1、C2、C3 ……等一系列推論。如果這些推論都被證實，那麼H就獲得了更大程度的支持，從而H為真的可能性更高。一個假說的眾多推論可能不會全部被證實，也不會全部被證偽。此時，人們需要不斷地對假說進行修正，或者提出新的假說，從而一步步地向真理逼近。
在此舉一個具體的例子——
我們在清晨觀察到馬路邊的草坪是溼的，於是合理猜測，這一現象發生的原因是晚上下過雨。如果晚上下過雨，那麼我們會得到一個推論：馬路是溼的。我們觀察到馬路確實是溼的，因此晚上下過雨的可能性比較大。同時，我們還會有第二個推論：屋頂是溼的。如果我們觀察到屋頂確實是溼的，因此晚上下過雨的可能性就更大了。
然而，如果所有的屋頂是幹的呢？那麼第二個推論就被證偽，而晚上下過雨就是對「草坪為何會溼」的一個錯誤解釋。我們不妨再提出新的假說：草坪溼了是因為晚上有灑水車經過。新提出的假說必須具有這樣的特徵：既可以解釋錯誤假說能夠解釋的現象，也可以解釋錯誤假設不能夠解釋的現象。在本例中，灑水車經過既可以解釋草坪和馬路為什麼是溼的，也可以解釋屋頂為什麼是幹的。為了增加新假說的可信度，我們還應該基於新假說提出新的推論。例如，如果晚上有灑水車經過，因為灑水車通常伴放音樂，從而會引起路邊小區中居民的注意或者狗發出叫聲。當這一推論被證實後，新假說為真的可能性就更大了。
總結而言，溯因推理具有五大特徵：第一，溯因推理最重要的階段是提出可以解釋現象的假說，而這往往需要很強的直覺與廣博的知識；第二，假說是對現象發生原因的試探性推測，具有或然性，需要被進一步實證檢驗；第三，當假說無法被直接觀測從而不具有可證偽性時，必須由假設形成具有可證偽性的推論，從而為實證檢驗創造條件；第四，溯因推理是在眾多可溯之因中尋求最佳解釋的推理過程，而最佳解釋必須與最大範圍的經驗事實相一致；第五，溯因推理包含了演繹推理與歸納推理——由假說形成推論就是演繹推理，而對推論的實證檢驗就是歸納推理。
科學研究往往從令人驚奇的事實觀察開始，然後通過溯因推理建立新的知識。皮爾士在一個多世紀前指出——
溯因推理是一個形成解釋性假說的過程。它是唯一一種能夠引入新觀念的邏輯操作。
溯因推理不但在科學哲學中具有重要的理論地位，而且在人工智慧等領域有著廣泛的應用——在某種意義上，人工智慧就是讓機器學會溯因推理。
姚耀軍，1976年出生，湖北利川人，浙江工商大學金融學院教授、博士生導師，浙江省高校中青年學科帶頭人，浙江省首期之江青年社科學者，浙江省「151人才工程」第三層次培養人員，杭州市「十三五」哲學社會科學應用經濟學學科組評審專家，企研數據學術顧問。長期從事金融發展理論與實證研究，在《China & World Economy》《Frontiers of Economics in China》《金融研究》《數量經濟技術經濟研究》《財貿經濟》《中國農村經濟》等學術期刊上發表論文多篇，部分成果被《新華文摘》《中國法經濟學研究》《中國經濟的轉型升級：新結構經濟學方法與應用》《高等學校文科學術文摘》《人大複印資料》收錄或者轉載。主持教育部人文社科項目、浙江社會科學基金重點項目、浙江省自然科學基金項目等縱向課題多項。榮獲中國制度經濟學年會優秀論文獎、全國金融碩士教學案例大賽優秀案例獎、浙江省高校優秀科研成果一等獎、《金融研究》優秀論文獎、《財經研究》創刊60周年優秀論文一等獎等榮譽。擔任《金融研究》《財經研究》等多個學術期刊的審稿專家。
►往期推薦
回復【Python】👉簡單有用易上手
回復【學術前沿】👉機器學習丨大數據
回復【數據資源】👉公開數據
回復【可視化】👉你心心念念的數據呈現
回復【老姚專欄】👉老姚趣談值得一看
►一周熱文
工具技巧丨如何解決機器學習中數據不平衡問題
特別推薦丨老姚專欄：宏觀數據VS微觀問題：謹防生態學謬誤
工具＆技巧丨能夠融合Stata、Python和R的神器——Jupyter Notebook
數據呈現丨22個！史上最全Python數據可視化庫大合集
工具&技巧 | 經濟學圈特供 小劉幫你畫專業社會網絡圖（二）