آموختند که خود را چگونه با شرايط جديد و افزايش مداوم قيمتها وفق دهند. در نتيجه فرآيند بازخورد تطبيق چگونگي برخورد مردم با تورم تغيير کرد؛ امّا ساختار رابطه علي ـ معمولي سيستم (بين بيکاري و تورم) تغيري نيافت. در مقابل، رابطه علي ـ معمولي که همواره وجود داشته (امّا در سطح تورم پايين غير فعال بود) به تدريج با افزايش تورم به عاملي تعيين کننده در رفتار سيستم تبديل مي‌گردد. به طور خاص، توانايي مردم در تطبيق با شرايط رو به افزايش تورم در همه زمانها وجود داشته است؛ امّا هيچگاه تا قبل از دهه 70، رفتار بازخوردي مردم با شرايط تورمي‌شديد مورد آزمايشقرار نگرفته بود. پس از اين، رفتار سيستم تغيريافت و همبستگي تاريخي بين تورم و بيکاري از بين رفت.
تکيه اقتصادسنجي بر تخمين بر اساس آمار از ديگر نقاط ضعف آن است. تمرکز دقيق بر داده‌هاي کمي‌باعث مي‌شود که مدل‌ساز،از عوامل کمتر محسوس صرف نظر کند. امّا اين به معناي اهميت کمتر اين عوامل نيست. مدل‌سازان هم از متغيرهايي با کميت‌هاي بالقوه قابل مشاهده‌اي که هنوز اندازه‌گيري نشده‌اند و هـم از آنهـايي که داده‌هاي عددي از آنها در دسترس نيست صرف نظر مي‌کنند. در عوض آنها به جاي عاملي که براي آن داده عددي ندارند، از متغير کمي جايگزين استفاده مي‌کنند؛ هر چند که رابطه بين آن دو ضعيف باشد.
از جمله متغيرهايي که در مدل‌هاي سنجي به علت عدم وجود داده‌هاي کمي‌حذف شده اند، بسيـاري از عـوامل تعييـن کننده تصميم‌گيري مانند اهداف، آرزوها، برداشت‌ها و استنباطها را مي‌توان نام برد. داده‌هاي عددي ممکن است نتايج تصميم گيري انسان را اندازه گيري کنند. امّا اين اعداد توضيح نمي‌دهند که چرا و چگونه چنين تصميم‌هايي گرفته شده‌اند. در نتيجه مدل‌هاي سنجي نمي‌توانند براي پيش بيني اينکه چگونه مردم در قبال يک تغيير در شرايط تصميم گيري واکنش نشان مي‌دهند بکار گرفته شوند.
به طور مشابه، مدل‌هاي سنجي نمي‌توانند در مورد عملکردي که در شرايطي پيش از اين تجربه نشده‌اند، راهنمايي خاصي ارائه دهند. متخصصان سنجي فرض مي‌کنند که همبستگي‌اي که توسط داده‌هاي تاريخي به دست آورده‌اند در آينده هم باقي خواهد ماند. در واقع، مدل‌هاي سنجيمعمولاً دامنه زماني محدودي را دربر مي‌گيرند و در نتيجه، اين مدل‌ها اغلب قاطع و محکم نيستند و در مواجه با شرايط و سياست‌هاي جديد با شکست مواجه مي‌شوند.
از ديگر مشکلات مدل‌هاي سنجيدرجه اعتبار مدل است. معيار اصلي مورد استفاده مدل‌سازان سنجـي بـراي تعيين اعتبار يک معادله يايک مدل،درجه برارزش آن با داده‌ها است. بسياري از متون درسي اقتصادسنجي (به عنوان مثال پينديک و رابينفلد، 1976)48 مي‌نويسند که معناداري آماري پارامترهاي تخمين زده شده در يک معادله شاخصه صحت رابطه است. چنين ديدگاهي غلط است. معناداري آماري تنها بيانگر اين است که يک معادله، داده‌هاي مشاهده شده را تا چه حد برازش مي‌کند و مشخص نمي‌کند که اين رابطه در جهان واقعيت آيا مي‌تواند وجود داشته باشد يا خير؟ معناداري آماري بين متغيرهاييک معادله فقط ميزان همبستگي آنها را نشان مي‌دهد. مي‌توان ادعا کرد که آن همبستگي تصادفي نيست؛ امّا به هيچ عنوان نمي‌توان رابطه علي ـ معمولي را از اين ميان استخراج نمود.
استفاده از معناداري آماري به عنوان آزمون اعتبار مدل مي‌تواند مدل ساز را در تعيين همبستگي تاريخي به عنوان يک رابطه علي ـ معمولي به اشتباه بياندازد و همچنين باعث شود آنها معادلات معتبري را که روابط مهمي‌را توصيف مي‌کنند رد کنند. آنها ممکن است به عنوان مثال، متغير يا معادله‌اي را که فقط به خاطر وجود داده‌هاي کم از لحاظ آماري معنادار نيست را حذف کنند. با وجود اين جالب است که هرگاه مدل‌ساز در مدل معناداري را به دست نمي‌آورد نتيجهنمي‌گيرد که معادله يا مدل بي اعتبار است؛ بلکه تلاش مي‌کند رابطه را به شکلي ديگر بيان کند، به اميد اينکه برازش آماري بهتري بدست آورد.
منحني فيليپس باز هم مثال خوبي در اين زمينه است. وقتي که اين منحني در تفسير وقايع مربوط با شکست مواجه شد، بازنگريهاي متعددي در معادلات صورت گرفت. اين تلاش‌ها براييافتنيک برازش آماري بهتر با موفقيت مواجه نشد. برخي از تحليل‌گران رويه‌اي ديگر اتخاذ کردند. آنها به شوک قيمت‌هاي نفت، معامله غله با روسيه،يايکي ديگر از وقايع مشابه براي توضيحاين تغيير اشاره کردند. هر چند عده‌اي ديگر استدلال مي‌کردند که تغيرات ساختاري، باعث جابجايي منحني فيليپس به سطوح بالاتر بيکاري براي هر نرخ تورم داده شده گرديده است.
اين اشتباهات در اقتصاد سنجي، نقدهاي جدي را در حرفه اقتصاد برانگيخته است. فيليپس براون مي‌گويد از آنجا که آزمايش‌هاي کنترل شده تقريباً در اقتصاد امکان ناپذير است، استفاده از رگرسيون فقط گمراه کننده خواهد بود.49 لسترتارو مي‌افزايد که اقتصادسنجي با شکستمواجه شده است و هم اکنون عمدتاً به عنوان ” ويتريني ” براي نمايش اين تئوريها استفاده مي‌شود. اقتصادسنجي به عنوان يک ابزار، ارزش كميبه پيش فرض‌هاي مدل ساز مي‌دهد و نتيجه مي‌گيرد که ” تحليل گر با يک تحقيق ساده و تصادفي در پي مجموعه‌اي از متغيرها و شکل‌هاي تابعي است که بهترين معادله را بدهند. تحت اين شرايط، بهترين معادله به باورهاي اوليه تحليل‌گر بستگي خواهد داشت. اگر تحليل‌گر اعتقاد داشته باشد که نرخ بهره اثري بر سرعت گردش پول ندارد ” بهترين ” معادله‌اي را که اين، نظر را اعتبار ببخشد مي‌يابد.50
امّا تندترين انتقاد از سوي برنده جايزه نوبل، واسلي لئونتيف بيان شده است:
“سال به سال نظريه پردازان اقتصادي، مدل‌هاي رياضي بي‌شماري ارائه مي‌کنند و ويژگيهاي آنان را با جزئيات فراوان کشف مي‌کنند و متخصصان سنجي سعي مي‌کنند توابع مختلف جبري را بر مجموعه‌اي از داده‌هاي اصولاً يکسان تطبيق دهند؛ بدون اينکه قادر باشند در فهم سيستماتيک ساختار و عملکرد يک سيستم واقعي پيشرفتي حاصل کنند.”51
اما اگر مدل‌هاي سنجي پيش بيني دقيقيارائه دهند اين مشکلات نظري چندان اهميتي ندارند. با اين همه، هدف اصلي مدل‌هاي سنجي پيش بيني کوتاه مدت آينده است و بيشتر خصوصيات اقتصادسنجي (از جمله استفاده از تکنيک‌هايرگرسيون براي انتخاب بهترين پارامترها براي داده‌هاي کمي‌موجود و اتکاي فراوان بر متغيرهاي برون‌زا) در راستاي برآورده کردن اين هدف تکامل يافته است. متأسفانه اقتصادسنجي از اين بابت نيز شکست خورده است. عملاً مدل‌هاي سنجي پيش‌بيني‌هاي خوبي ندارند و حتي قدرت پيش‌بيني اين مدل‌ها در کوتاه مدت (يک تا چهار سال) نيز ضعيف است.
مسلماً ارزيابي سياست‌ها و پيش‌بيني‌ها بستگي به دانش دقيق و اطلاع از جريان امور در جهان دارد. اقتصادسنجي عاملي ارزشمندي براي توسعه و تدوين بسياري از داده‌هاي مورد احتياج دولت‌ها و شرکتهاي خصوصي بوده است. امّا به نظر مي‌رسد مدل‌هاي سنجي ابزاري مناسب براي تجزيه و تحليل مشکلات جاري در سياست‌گذاريها و پيش بيني‌ها نبوده است.
هر چند که اين مدل‌ها ادعا مي‌کنند که به شبيه‌سازي رفتار انسان مي‌پردازند، آنها متکي به فرض‌هاي غيرواقعي درباره انگيزه‌هاي آنان،رفتار عقلايي و در دسترس بودن اطلاعات هستند. در حالي که مدل‌ها بايد بيانگر روابط موجود در جهان واقعي باشند، امّا معمولاً به فرايندهاي پويا، عدم تعادل‌ها و تأخيرات توجهي نمي‌کنند. در حالي که اين مدل‌ها شامل صدها متغيرهستند، امّا معمولاً از متغيرهايکيفي و متغيرهايي كه داراي آمار نيستند صرف نظر مي‌کنند. در سيستم‌هاي واقعي، روابط بازخوردي بين عوامل زيست محيطي، جمعيت شناسي و اجتماعي به اندازه عوامل اقتصادي اهميت دارند؛ امّا مدل‌هاي سنجي عمداً به علت در دسترس نبودن داده‌هاي عددي از اين عوامل صرف نظر مي‌کنند.
علاوه بر اين، مدل‌هاي سنجي با کوتاه مدت سروکار دارند؛ در حال که پيش بيني نهايي، بلند مدت را ترسيم مي‌کند. در دوره زماني مدنظر پيش بيني مدل، رفتار سيستم واقعي به احتمال زياد نسبت به آنچه که در گذشته ثبت شده است فاصله مي‌گيرد و به همين دليل همبستگي‌هاي تاريخي که مبناي مدل‌ها بوده است را غير قابلاعتماد مي‌گرداند.
3-2-1- تفاوت در منابع اطلاعاتي
تحليل پويايي‌شناسي سيستمي به طور گسترده‌اي به سابقة شخصي، بينش و عقيدة کارشناسان در مورد سيستم واقعي به عنوان يک پاية اطلاعاتي براي تعيين خصوصيات مدل وابسته است؛ در حالي که اقتصاد سنجي بر پاية تئوري اقتصاد و داده‌هاي در دسترس است.
علاوه بر اين، نقاط ضعف اقتصادسنجي از فرض‌هايي نشأت مي‌گيرد که براساس تئوري‌هاي اقتصادي ذيل بنا نهاده شده‌اند: فرض‌هايي در مورد رفتار عقلايي بشر و فرض در دسترس بودن اطلاعاتي که عملاً در دسترس تصميم‌گيرندگان ناست. بسياري از اقتصاددانان از کيفي شدن و مفهومي شدن فرض‌هاي فوق حمايت کرده‌اند در حالي که اخيراً تعدادي از اقتصاددانان برجسته ادعا کرده‌اند که اين فرض‌ها نه تنها فرض‌هاي مفهومي و کيفي نيستند بلکه فرض‌هاي غلطي مي‌باشند. فيليپس براون52 در مجله جامعه اقتصادي بريتانياي کبير بيان کرد که: “مشکل اين فرض‌ها اين نيست که ساده‌سازي شده‌اند زيرا ساده‌سازي شامل بخشي از تمام مفاهيم است. مشکل اين است که رفتاري که در اين فرض‌ها ادعا شده است، عملاً رخ نمي‌دهد.” نيکلاس کالدر53 از دانشگاه کمبريج نيز با براون هم نظر بود به نظر وي فرضيه توازن اقتصاد، يک فرضيه بي‌معنا و غير عملي است [1].
علاوه بر اين، تحقيقات تجربي روانشناسان و مطالعات سازماني نشان داده است که مردم توانايي ذهني کافي براي بهينه کردن تمام تصميماتشان را ندارند. حتي اگر مردم توانايي محاسباتي لازم را داشتند، اطلاعات مورد نياز براي بهينه‌سازي در اختيارشان ناست. به همين دليل، آنها تلاش مي‌کنند تا تنها بعضي از اهداف مشخص و سازماني خود را تحقق ببخشند. آنها از روندهاي تکراري تصميم‌گيري استفاده مي‌کنند و براي کاهش پيچيدگي مسأله از بسياري از اطلاعات در دسترس صرفنظر مي‌کنند. هربرت سايمن در سخنراني خود هنگام گرفتن جايز، نوبل اقتصاد گفت: “شکي نيست که تئوري فرض‌هاي خردي از قبيل عقلانيت کامل تصميم‌گيري تناقضاتي دارند. اين فرض‌ها نه تنها تخميني از واقعيت نيستند بلکه نمي‌توانند فرايند نحوه تصميم‌گيري بشر در سيستم‌هاي پيچيده را توصيف کنند”.
همچنين اقتصادسنجي شامل يک سري محدوديت‌هاي آماري ذاتي است. توابع رگرسيوني که براي تخمين پارامترها مورد استفاده قرار مي‌گيرند، تنها با يک سري فرض‌هاي خاص درست عمل مي‌کنند. اين فرض‌ها، به فرض‌هاي بقا54 معروف مي‌باشند. اين فرض‌ها به منظور استفاده از تکنيک‌هاي آماري، تدوين شده‌اند. با وجود اين که صحت و سقم اين فرض‌ها مورد بررسي قرار نگرفته است، اين فرضيه‌ها به عنوان قاعده کلي پذيرفته شده‌اند. در متداولترين روش رگرسيون حداقل مربع خطا فرض مي‌شود که تمام متغيرها قابل اندازه‌گيري مي‌باشند و ارتباط مستقل است (فرض‌هاي بقا). ساير روش‌هاي پيچيده رگرسيون اين فرض‌هاي محدود کننده را در نظر نمي‌گيرند ولي يک سري پيش فرض‌هايي را که قابل ارزيابي نيستند به مسأله تحميل مي‌کنند [1].
با اين وجود، به نظر مي‌رسد که رويکردهاي روش تحليل پويايي‌شناسي سيستمي و اقتصادسنجي در زمينه در نظر گرفتن مسايل اقتصادي و تخمين پارامتر، به يکديگر نزديک شده‌اند [1]. به اين ترتيب که پويايي‌شناسي سيستمي، زمينة بيشتري براي تئوري‌هاي اقتصادي و فرضيات داده‌اي به ويژه در مدل‌سازي‌هاي کلان اقتصادي ايجاد کرده است، از طرفي مدل‌هاي اقتصادسنجي نيز مسلماً داوري‌هاي متخصصين را براي پذيرش مقادير ثابت و ضرايب به منظور بهبود پيش‌بيني‌هايشان مورد استفاده قرار مي‌دهند. البته اين تفاوت که مدل‌هاي اقتصادسنجي نيازمند داده‌هاي سري زماني براي تخمين پارامتر به ويژه براي متغيرهاي برون‌زا، هستند همچنان وجود دارد در حالي که، مدل‌هاي تحليل پويايي‌شناسي سيستمي فقط براي مقادير اوليه و اندازه‌گيري پارامترها نيازمند داده مي‌باشند [6].
3-2-2- تفاوت در درجة سختي55
يکي ديگر از ويژگيهاي اقتصاد سنجي، وابستگي آن به داده‌ها به ويژه
