作为一门经世致用之学，经济学的生命力源于对现实经济活动的敏锐洞察，以及在此基础上展开的抽象思考。然而，经济学研究的主流路径更为关注抽象思考的部分，对经济现实的观察与了解则相对不足。在数实融合加速与学科壁垒消融的背景下，这样过度关注抽象思考的研究范式已经暴露出明显不足。将调查研究系统性地纳入经济学研究，不仅是学科发展的内在需要，更是回应时代变革的学术担当。 

　　现代主流经济学在追求形式化与科学化的进程中，逐步建立起以数理模型推演和计量实证分析为核心的方法论体系。这一体系为经济学赢得了与自然科学更类似的严谨面貌，却也在经济学研究与真实经济世界之间筑起一道无形藩篱。应当承认的是，在学术界日渐激烈的发表竞争背景下，上述两种研究路径都出现了一定程度的异化：就理论推演而言，学者有时更关注数理模型本身的数学严谨性，而相对忽视模型与现实世界间的联系。一些研究明显缺乏对现实经济现象的关注，其具体操作更像是“为建模而建模”，只是在既有模型中添加此前未曾出现的新变量并进行数学处理。然而，对为何添加这些新变量、这些新变量是否特别重要，则缺乏必要的令人信服的解释。就实证检验而言，学者有时更关注数据的可得性与结果的显著性，对具体的研究议题缺乏深入的了解与必要的知识。甚至有学者横跨环境、教育、医疗、产业等多个研究领域，利用并不熟悉的众多数据库盲目展开大规模的回归检验，只要取得统计上的显著结果就开始写文章。这种“拿着锤子找钉子”的态度，其结论可能与现实世界相去甚远。因此，确实存在部分经济学研究脱离经济社会现实而只是在盲目地“加变量”与“跑回归”。 

　　为弥补上述不足，经济学在方法论上就要重视调查研究。首先，通过调查研究，能够更好地面对现实经济中的新变化。近年来，数字技术正在持续改变经济活动的运行方式，数实融合也正不断带来新的现象。例如，平台经济中的多边市场结构，数据要素所具有的非竞争性特征，以及用户行为之间形成的网络效应，这些问题都很难通过在既有模型中增减若干变量来讨论。如果研究者长期停留在模型层面的技术推演，却缺乏对平台企业运作方式、数据要素流通路径以及产业数字化转型实际困难的了解，就难以真正识别出数字时代影响经济活动的关键因素。其次，调查研究也可能成为理论进步的重要来源。社会科学的发展本身就伴随着学科之间边界的模糊。近些年来，经济学与社会学、政治学以及区域国别学等领域的交叉明显增多，许多新的研究问题也正是在这些交叉地带出现的。不过，主流经济学训练通常更加重视通用模型和标准化方法，研究者未必具备充分的跨学科经验。像“平台算法如何影响劳动力市场运行”“不同制度和文化背景下数字经济治理为何存在差异”这样的问题，仅仅依靠传统经济学工具往往难以给出完整解释。很多关键线索，其实来自访谈、田野观察或长期接触行业实践所获得的经验材料。如果完全忽视这些工作，就很难在新的研究领域中提出具有解释力的理论。 

　　因此，要充分重视调查研究，将之视为与模型推演与计量分析同等重要的经济学研究途径。具体而言，可以将经济学中的调查研究工作分为三个阶段。首先是广泛收集信息的泛调研。在此阶段，研究者可能还没有特别清晰的研究问题，而是围绕某一议题尽可能多地接触现实经济场景，希望由此挖掘出可以深入探究的问题与假说。具体的形式则比较多样，例如参加政府与业界会议、开展非结构化的访谈、或者搜集阅读田野著作与业界报告等。进而是聚焦重点问题的专题调研。该阶段开始关注泛调研中发现的特定问题，有针对性地收集与之相关的更多信息，来作为经济分析的基础。该阶段的时间周期相对较长，具体形式则包括参与式观察、半结构化访谈与档案资料整理等。最后则是利用前期收集的各类信息展开专题调研后的研究。调查研究所获得的信息，可能会帮助构建新的理论模型、修正现有理论的基本假设、启发使用更合理的工具变量、帮助设计更贴近现实的计量模型等。总体来看，这样由泛调研、专题调研及其之后的研究组成的范式，可以将调查研究系统性地融入经济学的研究工作中去，帮助我们降低脱离经济现实的风险。 

　　（王勇，清华大学社会科学学院教授、数字经济研究中心主任；秦北辰，清华大学国际与地区研究院博士生）