我的书籍比《国富论》好, 中国再难出第二个我, 弗里德曼会亲自帮我盖被子, 我的四个读书方法

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

以下整理自凤凰网财经(封面)，中国新闻周刊，南报网，同花顺财经，网易视频。

自亚当•斯密以来，经济学历经数十位经济学家的添砖加瓦，早已经巍然大观，令后世学者唯仰头瞻仰，哪敢贸然指指点点，乃至涂涂画画？张五常就敢。他一砖一瓦地按照自己的框架重新建起了一座经济学理论大厦，而且能够立得起、站得稳，自我支撑。在一次采访中张五常说到：“亚当•斯密的《国富论》写了十二年，我写十九年，我的应该比《国富论》要好。”

张五常被誉为“华人世界里最著名的经济学家”。他与多位诺贝尔经济学奖得主关系深厚，其中多位公开宣布或者承认，自己的经济学思想曾得益于他的影响。1991年，他是唯一一位未获诺贝尔奖而被邀请参加当年诺贝尔奖颁奖典礼的经济学者。

以下来自凤凰财经的访谈

谈贡献：我的《经济解释》比《国富论》好，很多经济学家是零，我是零多一点

张五常：中国有今天，我的贡献是很少的，我知道很多人认为他自己有很多贡献，但我自己知道我贡献很少的，但可能比他们的要多，他们是零，我是零多一点，中国有很多能干的人，比我厉害的人很多的，四十年前，中国穷得很厉害，我回来帮忙是应该的。

封面：对于中国，跟您成为大师有什么关系吗？

张五常：如果我不回来中国，我的《经济解释》那五卷不会写得这么好。西方的同事见过一个世界，我见过两个。

封面：2017年您就说，《经济解释》写完第五卷不再写了。

张五常：现在2019年了，还在改。亚当斯密的《国富论》写了十二年，我写十九年，我的应该比《国富论》要好——这是我的意图，是成是败是另一回事。

封面：但是您知道大家对您是毁誉参半吗？

张五常：无所谓，我从小到大都是有争议性的人。我不管他人，但他人却喜欢管我，是风水失灵吧。

谈教育：中国为什么出不到大师？

封面：您现在最担心的青年教育，担心什么？

张五常：做得不好，中国人这么聪明，为什么还没有出到几个大师呢？我不是说骄傲，现在这么多经济学博士，但能做到大师的级别很少。我以为他们比我聪明，应该比我厉害，我希望他们比我厉害，但我从他们的著作中看不到。

这个是灾难性的问题，我出道的时候，三个月升为正教授，那些院长、校长都说发表文章不关你的事。别的行业我不知道，（在经济学领域）几十年你都看不到有一篇可以传世的（著作）。学术文章的思想若没有机会传世是不值得写的，这个是唯一的重要准则。

问题就是（现在）大学制度不好。所以大学一定要改良，很多东西不需要干扰大学怎么做，你要放宽他思想的自由。你想想，你请一个博士生，博士毕业的经济学讲师，你请回来教，你要给他年薪5万美金。你请一个世界级的大师，你要给他20万，20万比5万划算很多倍。

封面：您是说中国要花大钱请高人来做大事情。

张五常：你可以扩大教室，不是四五十个人一间，可以是五百人的。我当年就是选了大师的课才去上的，一早就去占位的，几百人一间教室，我只要听得懂一成就得了。你要搞得好，要容许他们这些大师自由发挥，有一些不会讲课的，有一些说得很差的，但是感染力是不一样的，我记得那时候，弗里德曼讲课，感染力完全不一样，怎么能一样呢？（作者注：米尔顿·弗里德曼（Milton Friedman）， 1976年诺贝尔经济学奖获得者，被广泛誉为二十世纪最具影响力的经济学家之一。）

封面：但您是天才，不是每一个人都是天才。

张五常：你怎么知道自己是不是天才呢？你不知道的，我二十四岁才读大学一年级，三年之后，那时候就是二十六、七岁，去旁听赫舒拉发，去旁听他的课，第一课，我问了一个问题，他立刻站起来。

封面：什么问题？

张五常：是弗里德曼《价格理论》那本书。他说从第二章开始教，我一打开那本书，说某处说错了，他立刻叫我去黑板证明。他问我叫什么名字，我告诉他，我只是旁听生，然后他就到处说。

封面：您在黑板写了吗？证明了那本书是错的。

张五常：我证明了他那本书的第二章第二页的分析是错的。一位在座的同学写信去给弗里德曼，指出错处，弗老再出版该书时改了，感谢那位同学。

封面：1988年是您把弗里德曼介绍到中国的？

张五常：弗里德曼是我很好的朋友，我去他家里，他会亲自把我放到他的床上，帮我盖被子，要我睡觉。

封面：张先生很多人说是您把弗里德曼引来了中国，中国才真正走上了开放市场经济。

张五常：这两者没关系。

谈自己的四个读书方法

首先声明，我要谈的是为知识而读书的方法，不是为考试而读书的方法。为知识而读书可以帮助考试，为考试而读书却未必可助知识的增长。

知识是读书的目的（An End）；考试只是一个方法（A Means）。

以理解代替记忆

很多人都知道明白了的课程比较容易记得。但理解其实并不是辅助记忆——理解是记忆的代替。明白了理论的基本概念及含意，你会突然觉得你的记忆力如有神助。

道理很简单，明白了的东西就不用死记。

要在这些方面有显著的进步易如反掌，也不需多花时间。只要能改三个坏习惯，一年内就会判若两人。

第一个坏习惯，就是上课时狂抄笔记。

笔记是次要，甚至是可有可无的。听讲时抄笔记分心太大！将不明白的东西抄下来，而忽略了要专心理解讲者的要点，得不偿失。

笔记有两个用途：

（1）将明白了的内容，笔记要点。但若觉得只记要点都引起分心，就应放弃笔记。上课主要是学习老师的思想推理方法。

（2）在课上听不懂的，若见同学太多而不便发问，就可用笔记写下不明之处，于课后问老师或同学。换言之，用笔记记下不明白的要比记下已明白的重要。

第二个坏习惯，就是将课程内的每个课题分开读，而忽略了课题与课题之间的关系，理解就因此无法融会贯通。

要改这个坏习惯，就要在读完某一个课题，或书中的某一章，或甚至章中可以独立的某一节之后，要花点时间去细想节与节、章与章或课题与课题之间的关系。

这是因为在任何一个学术的范围内，人类所知的根本不多。分割开来读，会觉得是多而难记；连贯起来，要知要记的就少得多了。

第三个坏习惯，在选课的时候，只想选较容易的或讲课动听的老师。

其实定了某一系之后，选课应以老师学问的渊博为准则，其他一切都不重要。跟一个高手学习，得其十之一二，远胜跟一个平庸的学得十之八九。

理解力的增长是要知其同，而不是要求其异。老师若不是有相当本领，就不能启发学生去找寻不同科目之间的通论。

思想集中才有兴趣

我们都知道自己有兴趣的科目会读得较好，但兴趣可不是培养出来的。只有思想能在某科目上集中，才能产生兴趣。无论任何科目，无论这科目是跟你的兴趣相差多远，只要你能对之集中思想，兴趣即盎然而生。

对着书本几小时却心不在焉，远比不上几十分钟的全神贯注。认为不够时间读书的人都是因为不够集中力。

要培养集中力也很简单：

第一，分配时间——读书的时间不需多，但要连贯。明知会被打扰的时间就不应读书。

第二，不打算读书的时间要尽量离开书本——“饿书”可加强读书时的集中力。

第三，读书时若觉得稍有勉强，就应索性不读而等待较有心情的时候——厌书是大忌。

问比答重要

很多学生怕发问，是怕老师或同学认为他问得太浅或太蠢，令人发笑。但学而不问，不是真正的学习。发问的第一个黄金定律就是要脸皮厚！就算是问题再浅，不明白的就要问。

从来没有问题是太浅的。正相反，在学术上有很多重要的发现都是由三几个浅之又浅的问题问出来的。学术上的进展往往要靠盲拳打死老师傅。

很多做高深研究的学者之所以要教书，就是因为年轻学生能提出的浅问题，往往是一个知得太多的人所不能提出的。虽然没有问得太浅这回事，但愚蠢的问题却不胜枚举。求学的一个重要目的，就是要学什么问题是愚蠢或是多余。若不发问，就很难学得其中奥妙。最容易就是做发问前的准功夫。

这准备功夫大致有三个步骤。

第一，问题可分三类：

A.“是什么”(What)；

B.“怎样办”(How)；

C.“为什么”(Why)。

要先断定问题是哪一类。A类问的是事实；B类问的是方法；C类问的是理论。

问题一经断定是哪一类，学生就应立刻知道自己的“不知”是在哪方面的，从而可免却混淆。若要问的问题包括是多过一类的，就要将问题以类分开。这一分就可显出自己的“不知”所在。

第二，要尽量去将问题加上特性。换言之，你要问的那一点越尖越好。

第三，在问老师之前，学生要先问自己问题的答案是否可轻易地在书本上找到。若然，就不应花老师的时间。

书分三读——大意、细节、重点

学生坐下来对着书本，拿起尺，用颜色笔加底线及其他强调记号。读了一遍，行行都有记号，这是毁书，不是读书。书要分三读。

第一读是快读，读大意，但求知道所读的一章究竟是关于什么问题。快读就是翻书，跳读，读字而不读全句，务求得到一个大概的印象。翻得惯了，速度可以快得惊人。读大意，快翻两三次的效果要比不快不慢地翻一次好。

第二读是慢读，读细节，务求明白内容。在这第二读中，不明白的地方可用铅笔在页旁作问号，但其他底线或记号却不用。

第三读是选读，读重点。强调记号是要到这最后一关才加上去的，因为哪一点是重点要在细读后才能选出来。而需要先经两读的主要原因，就是若没有经过一快一慢，选重点很容易会选错了。

选择书本阅读是极其重要的。好的书或文章应该重读又重读；平凡的一次快读便已足够。在研究院的一流学生，选读物的时间往往要比读书的时间多。

花一两年的时间去养成这些读书的习惯，你会发觉读书之乐，难以为外人道。

拓展性阅读

之前，咱们圈子引荐过一些数据库，如下：1.这40个微观数据库够你博士毕业了；2.中国工业企业数据库匹配160大步骤的完整程序和相应数据；3.中国省/地级市夜间灯光数据；4.1997-2014中国市场化指数权威版本；5.1998-2016年中国地级市年均PM2.5；6.计量经济圈经济社会等数据库合集；7.中国方言,官员, 行政审批和省长数据库开放；8.2005-2015中国分省分行业CO2数据；9.国际贸易研究中的数据演进与当代问题；10.经济学研究常用中国微观数据手册。

之前，咱们圈子引荐了一些处理内生性问题的文章，各位学者可以参看以下文章：1.“内生性” 到底是什么鬼? New Yorker告诉你；2.Heckman两步法的内生性问题；3.IV和GMM相关估计步骤，内生性、异方差性等检验方法；4.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题；5.忽略干扰因素，内生性，遗漏变量偏差及相关问题下的估计；6.非线性面板模型中内生性解决方案；7.内生性处理的秘密武器－工具变量估计；8.内生性处理方法与进展；9.内生性问题和倾向得分匹配；10.你的内生性解决方式out, ERM独领风骚；11.面板数据里处理多重高维固定效应的神器；12.面板数据是怎样处理内生性的；13.计量分析中的内生性问题综述；14.工具变量IV与内生性处理的解读；15.一份改变实证研究的内生性处理思维导图；16.Top期刊里不同来源内生性处理方法；17.面板数据中heckman方法和程序；18.控制函数法CF, 处理内生性的广义方法；19.二值选择模型内生性检验方法；20.2SRI还是2SPS, 内生性问题的二阶段CF法实现；21.内生变量的交互项如何寻工具变量；22.显著不显著的后背是什么

各位学者参阅以下20多篇Stata相关文章：

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2年，计量经济圈公众号近1000篇文章，

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 |

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 |

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。