经济学家们从不惮于谈论那些被历史学、社会学或政治学等学科视为自家范畴的重大问题：奴隶制对当代美国社会有什么长期影响？为什么有些社区会展现出高于其他社区的社会信任度？如何解释近年右翼民粹主义的兴起？
　　在解答上述以及其他许多非经济问题时，经济学家已经大大逾越了他们关注供求关系的老本行。不过，这种跨越学科界限的做法可不总那么受欢迎。其他学者会批评经济学家不屑于熟悉相关学科的现有工作，还会抱怨经济学界那种不友善的学术文化。
　　然而，这类紧张关系的最重要来源，或许是经济学家的研究方法。经济学家依靠统计工具来证明某个特定潜在因素对考察目标存在“因果”作用，但这种常常遭到误解的方法，可能引发经济学家和其他学者之间无休止且毫无益处的冲突。
　　理解经济学家研究方法的优势，有助于明晰他們在分析非经济问题时所能提供的附加价值。
　　在科学中，我们可以以两种方式来理解因果关系。要么从一个原因出发并试图确定其结果，要么尝试从结果反向确定其成因。哥伦比亚大学统计学家安德鲁·盖尔曼把第一种方法称为“正向因果推理”，把第二种方法称为“逆向因果推理”。
　　经济学家们痴迷于正向因果推理。在自然科学中，因果效应是用实验室实验来衡量的，这种实验可以以物理形式分离出某些变量对考察目标的影响。经济学家有时会通过随机社会实验来模仿这种方法，例如随机给某个家庭分配一个现金补助项目—某些人获得额外收入，其他人则没有—以揭示额外收入的影响。
　　但更多情况下，历史和社会生活无法像实验室那样，精确查明和测量人类境况变化的结果，于是经济学家们只好转而求助于富有想象力的统计技术。
　　比如说，他们可能会记录一个外源性因素（如降雨量）与国内冲突发生率之间的统计学关联，从而推断出收入水平的变化（源自农业产出的波动）是内战爆发的一项成因。请留意其中的玄妙之处：因为内战无法影响天气，所以两者之间的相关性一定是出于反向的单向因果关系。
　　这种套路的研究如果操弄得好的话，可以表现得无比严密，也会是一项重大成就—这是一个在社会科学中近乎无懈可击的因果论断，但却可能会让一个历史学家或政治学家感到无语。
　　这是因为经济学家的方法并未对“什么导致了国内冲突”（反向因果推理问题）这个问题得出答案。它只是提供了其中一个成因（收入波动）的证据，而这个成因甚至可能不是更重要的因素之一。更糟糕的是，由于经济学家只接受过正向归纳法的训练，他们常常会把自身研究所取得的部分答案当成一个更全面的答案来呈现，这进一步激起了其他学科学者的愤怒。
　　还有其他一些伎俩会给经济学家带来麻烦。在印度或肯尼亚等特定地区取得的随机社会实验成果，可能不适用于其他地区或国家。一项基于空间变量的研究设计，可能无法对一个基本上随时间变化的问题给出正确答案—当尝试解答一个地区遭遇粮食歉收会发生什么时，研究中使用的特定外源性冲击可能不具备代表性。
　　经济学家的研究很少能替代更为全面的综合性工作，因为综合性工作会考虑多种成因，权衡可能产生的各类结果，并纳入因果机制的空间和时间变量。这类工作更可能由历史学家和非量化导向的社会科学家来承担。
　　本文由Project Syndicate授权《南风窗》独家刊发中文版。丹尼·罗德里克，哈佛大学肯尼迪政府学院国际政治经济学教授，著有《贸易直言：对健全世界经济的思考》。