调查研究在经济学科发展中具有基础性作用。调查研究的关键并不在于是否掌握数据，而在于能否围绕现实问题，通过合适的方法回答“发生了什么”“为什么会发生”以及“应当如何回应”。一些研究往往将调查等同于问卷发放或数据收集，把它视为技术性环节；也有观点认为，在大数据和行政记录迅速发展的背景下，传统调查的重要性正在减弱。这两种看法看似不同，实际上都在不同程度上淡化了调查研究的基础性作用。

　　从经济学的发展脉络来看，经验数据无论来自统计体系还是调查资料，始终在理论演进中扮演着重要角色。19世纪末代表性抽样方法的提出，使研究者能够在有限样本基础上对总体作出推断，这为经验研究提供了关键的方法支撑。进入20世纪，随着国民收入核算体系逐步建立，以及住户调查的持续开展，经济学的研究路径也随之发生变化：单纯依赖演绎推理的分析方式开始让位于以经验事实为依据的解释框架。凯恩斯提出消费函数，是受当时收入与消费关系统计事实的启发，采取的是高度抽象的理论形式。库兹涅茨利用长期数据发现，平均消费倾向并未随收入上升而持续下降，而是保持相对稳定，这一发现与凯恩斯的理论预期形成明显差异。为回应理论与经验事实之间的偏差，弗里德曼和莫迪利安尼分别提出永久收入假说与生命周期理论，对消费行为作出新的解释。可见，经验数据并不仅仅用于检验理论，它往往也会推动理论的调整甚至重构。

　　在更微观的层面上，调查研究与理论之间的联系则表现得更为直接。许多具有影响力的理论，并不是先验设定的结果，而是在对现实行为的持续观察和调查基础上逐渐形成的。以农业经济学和发展经济学为例，舒尔茨及其后续学者通过大量关于农户生产行为的经验研究，逐步形成“理性小农”的分析视角，从而修正了早期将农民简单视为非理性主体的认识。这一变化不仅影响了对农业生产行为的理解，也改变了技术推广和人力资本投资等领域的研究路径。托达罗关于城乡迁移的分析框架，建立在对发展中国家劳动力流动现实特征的概括之上，其“预期收入差异”假设成为解释迁移行为的重要基础。迪顿基于家庭调查数据对消费与贫困问题展开的系统研究，使发展经济学转向以微观行为为基础的研究路径。

　　调查研究在方法论上具有重要意义。其价值不仅体现在经验材料的获取，更在于将研究问题转化为可分析的操作对象。通过调查设计，抽象的理论假设被具体化为可观测变量，使研究问题嵌入现实情境并进入经验分析框架。从这一意义上看，调查并非附属于研究过程的操作性步骤，而是贯穿问题设定与经验实证的关键环节，其设计方式在很大程度上界定了研究结论的识别路径与解释边界。

　　尽管调查研究在方法论上具有重要意义，但在具体实践中仍然面临理解偏差。比较常见的情况有三种。第一种是将调查视为一个独立环节，只关注数据获取，而忽视其与研究问题和理论框架之间的关系。实际上，在经济学研究中，问卷设计本身就是理论假设的具体化形式，变量如何设定、问题如何表述、样本如何选择，都会直接影响后续的识别策略。如果缺乏明确的问题意识，哪怕调查规模再大，也难以形成有解释力的结论。第二种是对数据与方法的过度依赖。随着计量工具和计算手段的发展，研究在形式上变得越来越复杂，但技术本身并不能替代对现实机制的理解。一旦忽视制度背景和行为逻辑，再精致的模型也可能只是形式上的严谨。第三种是样本选择偏差。样本是否具有代表性，直接关系到研究结论能否推广。经济学已经发展出一系列处理选择偏差的方法，但如果调查设计本身存在缺陷，数据质量问题仍然会对因果推断产生根本性影响。从这个意义上说，调查不仅是数据来源，更是研究设计的一部分。

　　过去几十年，经济学经历了以因果识别为核心的转向，这一变化也进一步凸显了调查研究的重要性。研究的重点逐渐从变量之间的相关关系，转向对政策和制度影响的因果分析。在这一过程中，无论是自然实验还是随机对照实验，都离不开高质量的微观数据支持。2019年获得诺贝尔经济学奖的班纳吉、迪弗洛和克雷默，其方法的核心就在于将现场实验与调查数据结合，通过对个体行为的细致观察来识别政策效果。这一研究路径的兴起，使调查研究逐渐摆脱单纯作为数据获取的手段，而在识别策略中发挥出更为基础性的作用。

　　从中国的实践来看，调查数据驱动的因果关系研究同样日益凸显。近年来，“中国家庭追踪调查”“中国家庭金融调查”以及“中国健康与养老追踪调查”等一系列微观数据库不断完善，并在学术研究中产生了广泛影响。这些数据为收入分配、消费行为与金融参与等问题提供了更加细致的观察基础，也使相关理论能够在中国情境中接受更为严格的检验。以“中国家庭金融调查”为例，相关研究利用其数据，发现住房财富对消费的影响并非仅通过收入效应发挥作用，还通过资产结构、信贷约束以及预期等多重渠道影响家庭决策。这表明，在以不动产为主的财富结构下，传统生命周期理论中的部分假设有必要重新加以审视。类似地，中国健康与养老追踪调查所揭示的代际支持模式显示，家庭在养老资源配置中的作用可能比标准模型设定的更为关键。由此可见，中国的调查数据不仅提供了新的经验证据，也在持续推动理论框架的调整。

　　在大数据和行政记录不断发展的背景下，调查研究的价值并未被削弱。大数据在刻画行为轨迹方面具有规模和频率优势，但在偏好、预期以及制度约束等关键变量上往往信息有限，而这些正是经济分析不可或缺的内容。相比之下，调查研究可以通过有针对性的设计获取相关信息，从而在结构分析和因果识别中发挥独特作用。因此，将大数据分析与调查研究简单理解为替代关系并不准确，更合理的认识是它们在不同层面上互补。

　　从更长远的视角看，调查研究不仅关系到具体研究的质量，也关系到学科发展的基础条件。无论是理论建模还是计量分析，都离不开可靠数据的支撑。这意味着，有必要在制度层面持续推进高质量调查的开展，同时在研究训练中强化问题导向与调查设计能力，使调查真正嵌入研究过程之中。

　　经济学的发展，从来不是在抽象模型中自我演进，而是在不断回应现实问题的过程中逐步推进。只有建立在扎实、规范且持续的调查研究基础上，经济学才能形成中国学派，既有效解释中国经验，也在更广泛的比较视野中提出具有一般性的理论命题。这既是方法论层面的要求，也是学科发展的内在方向。

　　（作者系首都经济贸易大学教授、副校长）