董洁林

这对其他相关学者和学术界来说并非坏事，人们仍然有机会构建更好的经济增长理论，并由此再度获得诺贝尔经济学奖。

2018年诺贝尔经济学奖获奖者之一是保罗·罗默教授。他的获奖工作是把科技创新作为解释长期经济增长的内生因素。

具体来说，罗默教授从1986年开始构建了一个“内生经济增长模型”，该模型的一个基本假设是“科技增长率与人口（或参与科技创新的人口）增长率成正比”、及“科技创新量与人口成正比”；罗默进一步假设，经济增长与科技创新和人口之乘积成正比，于是，经济增长与人口的平方成正比。

通俗地说，这个模型的中心思想就是“科技是第一生产力”、“人越多、主意就越多，于是经济就发展了”。

诺贝尔奖给人巨大的荣誉，但并不能保证获奖者是正确的，特别是经济学奖。

罗默“内生增长模型”的一个关键优点是可以定性地解释工业革命以来世界人口、人均收入和科技成就同步快速增长的现象，于是得到了学界的热烈响应，大量验证工作纷纷发表，有肯定的、也有否定的，还有很多人提出了对该模型的修正。Google搜索显示，截至2018年10月9日，罗默教授于1986年发表的“内生经济增长模型”的第一篇论文，引文数高达25468篇。

虽然学界挺热闹，但罗默教授的模型到底是对还是不对呢？如果用科学思维来考虑一个理论的价值，一看其解释历史的能力，二看其预测未来的能力。当然，到目前为止，任何经济学理论对未来的预测能力都很有限，如果能较好地解释历史就不错了。

我和几位同事在2014年和2015年也加入了求解人类历史经济增长之谜的学术游戏。在2015年底，我们发表了一篇题目为“技术和人口如何互动？基于1万年数据的实证研究”，试图用数据实证罗默等教授的“内生经济增長模型”的基本假设：科技与人口到底是什么关系。

有人也许很快就注意到“1万年数据”非常惊人。的确，这是工作量巨大的工程。我们的研究需要两组数据：1万年人口数据和1万年科技创新数据。

人口数据来自其他学者的工作，过去百来年，大量学者前赴后继地研究人类过去百万年的人口变化。由于各人用的方法不一样，数字也不一样。我们用的是Scott Manning（2008版）的世界人口数据库，其中包括了12个不同的数据源，我们采用了这几个数据源的平均人口数。

“人类重大科技创新数据库”是我自己的团队花了5年时间构建的，基于30余部科技编年史和参考书，及大量的一手资料。在我们的论文中，有关重大科技数据库的构建方式和参考书都有详细说明。

在完成了这些笨重的工作后，统计分析就基本上是通常手段了。我们论文的主要结论是：

1. 过去1万年，重大科技创新与人口并不是简单的正相关关系。事实上，我们发现历史上两者从正相关到负相关曾数次转折。因此，罗默等模型中科技创新增长率与人口规模及人口增长率的成正比的假定是不准确的。

2. 近百年来的重大科技创新增长率与人口规模之间是负相关的。值得注意的是，最近一百年间受教育的人数比例和人们的教育程度都在不断提升，参与科技创新的人也在迅速增长，可以说科技创新的增长率与参与科技创新的人口规模增长率之间的负相关性更为显著。换句话说，“人海战术”对推动重大科技创新成效不大。

3. 人们一直在争论历史是英雄创造的还是人民创造的，而我们的研究所揭示的时间顺序显示，重大科技创新超前人口增长，也超前经济增长，如果把重大科技创新者看做“英雄”的话，这似乎为“英雄史观”提供了一个注脚。

总之，我们的研究表明，罗默教授的理论在长历史时期并不对。社会是一个复杂系统，基于对科技创新史的大量研究，我认为试图用一个简单的决定性方程来解释长期经济增长与科技、人口及其他很多变量之间的关系，可能是一条完全错误的道路。

因此，我不得不说，诺贝尔奖委员会把2018年的经济学奖颁给了一个错误的理论。然而，这对其他相关学者和学术界来说并非坏事，人们仍然有机会构建更好的经济增长理论，并由此再度获得诺贝尔经济学奖。