在经济学研究中，很多是要进行实证的，近年来基于同一数据采用不同模型进行研究受到一些诟病，质疑的声音主要是有“榨取数据”之嫌，下面谈谈我对这个问题的看法。

        首先，什么样情况下可以评价这个问题？我认为必须是对模型比较熟悉的专家，如果你对模型的原理和用途都不熟悉，就给出YES或NO的结果是很难令人信服的。

        模型本身各有所长，一般都有一定的限制条件和用途，在可能的情况下，从不同角度分析确实能够得出不同的结论，这些结论有时候是矛盾的，但更多时候是互相支撑的，所以从这个角度而言，要适当鼓励采用不同的模型来研究同一问题。因为不同的方法放在一起，就能百家争鸣，优点是不言而喻的。

        此外，模型本身的发展和学者的学习有一个过程，有的学者不一定一开始就想采用不同的方法去研究同一问题。比如刚开始学会VAR，可能就会用该模型研究自己领域感兴趣的问题，后面学会VEC，发现也不错啊，可以继续进行深化，再后来学会SVAR，发现又有很多优点，继续用啊，这是一个不断提高的过程。

        那么问题出在什么地方呢？主要是一些初学者在对经济理论把握不好的情况下，没有很好地去补课，而是迫不及待地借用一些模型写论文，这样的论文不要看模型就知道问题出在什么地方，看模型后也许问题更大。基本理论知识不够，所以才产生了“榨取数据”问题。这确实是需要改进的，也是目前研究生容易犯的一些错误。当然，站在研究生的角度，面临巨大的生存压力，潜心做学问确实是很不容易的事情，我们的社会太功利了，让学生不功利是不可能的，除非大学首先不功利，可是哪个大学对老师不是一套复杂的“压榨”体系？这个问题大了，呵呵。

        再说说数据挖掘，本质上，数据挖掘恰恰是“榨取数据”。数据挖据技术广泛应用在自然科学与社会科学中，做出了杰出的贡献。对数据挖掘应用稍有了解的学者，一定会感叹数学的美妙，确实能够发现数据背后的许多东东。遗憾的是，数据挖掘技术在经济学中应用极少，这是个奇怪的问题？可能经济学的研究范式已经深入人心，比如理论假设、数据、检验等等，这其实禁锢了数据挖掘技术在经济学中的应用，是需要改进的。我这几年就在有意识地做这件事。

        任何学科都有自己的理论，在掌握好基本理论后，榨取数据其实是可以适当鼓励的，科学是美的，能够发现美是一件快乐的事情。

                                      2012.6.24 俞立平 于宁波