数量经济学范文
时间：2023-02-22 08:30:16
数量经济学范文第1篇
关键词：数量经济学；内涵；发展
数量经济学起源于西方的经济学理论，通过与实际社会经济问题相结合建立数学模型，定量研究经济问题，已成为社会主义经济科学的一个重要分支[1]。
一、浅析数量经济学
1．数量经济学的内涵
数量经济学作为一门方法论体系的学科，在一些经济学科进行具体的研究过程中，提供了一些分析工具以及具体的方法，起到一定的指导性作用。故而我们认为数量经济学是一门研究如何运用数学工具现代计算机技术处理解决经济问题的具有较强专业性的学科，当其他它经济学科在实际研究过程遇到困难时，数量经济学可以从量化研究问题的角度为其提供一些高效可行的数量分析方法和工具。数量经济学与其他经济学科的关系是一种特殊、抽象但又具体的关系[2]。
2．数量经济学的学科定位
数量经济学在发展过程中主要包括以下几个重要内容。一是数理经济学。数理经济学就是把数学方法运用到实际的经济学中，在具体的经济理论研究过程中运用数学语言对经济系统的整体刻画，再通过具体的方程以及方程组进行经济系统中各变量间的表述。在现阶段的数理经济学中，主要研究的对象包括产品、资本、劳动、货币以及国际贸易等市场的列方程、解方程以及进行相关解的讨论问题等，逐步将宏观、微观经济学融入一个系统之中；二是计量经济学。计量经济学是借助基本的经济理论、数学方法以及统计学定量方式来进行经济现象研究的经济计量方法的一个统称；三是模拟经济学。在数量经济学中我们不仅要利用计量经济学通过数学模型解决问题，还要利用计算机进行科学的模拟，这就是我们所说的模拟经济学，即通过智能模拟来解决经济问题的模拟技术。这种模拟可以有效的反应出具有随机性、动态性、非线性为主要特点的经济问题，可以利用电脑有效的把各种方案进行整合[3]。
3．数量经济学与经济学的区别与联系
经济学领域对数量经济学的主要研究对象存在的分歧较为突出，在我国社会发展的过程中，根据人们的生产方式以及具体的经济活动的方式、内容影响着人们对问题的观察角度以及具体的研究方法，得到的结论和具体的表现形式也就不尽相同，这也逐渐的形成了不同的经济学体系或者学说。所以在数量经济学的研究领域中，我们虽然重点研究的是经济运行机制以及具体的资源配置方式，但是在本质上研究的都是利益的分配和协调问题。因为利益的不同，具体的表现形式就会存在着一定的差异，这些差异主要表现在研究对象、前提假设、分析问题的方法以及最终所得到结论的应用方面。
二、数量经济学发展研究
我国现阶段数量经济学的主要发展方向是根据我国的国家性质来进行开展的，在发展的过程中要把马克思主义作为基本的科学发展观点和前提，所以在一定程度上来说我国数量经济学是在马克思主义经济科学框架下的一个数理科学。从宏观层面上说，数量经济学在社会主义市场经济中以马克思主义为指导思想具有如下三个重要研究方向：第一，要根据西方对数量经济学的主要研究经验，通过对资产阶级中出现的经济理论的基本函数形式以及基本的数学模型进行不断的完善和改进；使用工学信号分析中的小波理论、数学上混沌分析理论、神经网络算法等非线性、非均衡以及非稳态的分析方法对经济模型进行具体的完善；要有针对具体的经济计量模型的基本定义、估计、检验以及应用具体环节中要不断的协调理论与方法，要将动态随机一般均衡(DSGE)模型的基本思想、方法进行深层次的挖掘；在时间序列分析中，结构向量自回归、非限定性贝叶斯向量自回归等方法都在不断完善中。值得一提的是用贝叶斯方法进行分位数回归是当较前沿的领域，这里关键在于对回归方程随机误差项的设定，即误差项服从非对称拉普拉斯分布(ALD)。笔者正在研究用非对称指数幂分布[4](AEPD)替代ALD，预计会取得更好的统计性质。第二，要拓展数量经济学的应用范围，有效的解决具体的经济问题以及应用手段；通过在经济学主要涉及的五个基本领域来进行，通过对资源与需要、社会经济关系、理、经济信息以及价值判断等实际问题进行剖析，探索可能出现的新的应用方法和具体的方法论。我们要在以下三个方面进行拓展，首先，在数理经济学方面，要把研究的重点转向博弈均衡理论的基本研究；其次，在计量经济学方面，要把博弈模型中具体参数的估计以及检验问题作为主要关注的研究目标；最后，在模拟经济学中，要根据模拟微观主体的具体对策，全面的完善阐释宏观经济中的非均衡、非稳定基本现象。第三，要适应我国经济学发展进程和现阶段实际经济的客观需要，针对马克思主义政治经济学思想理论的基本原理，完善和建立具体研究工具。对此我们从以下三个方面进行：首先，要根据社会发展的进行全新的研究，概括研究马克思主义经济学理论，这是数量经济学领域中的每个马克思主义经济学者的基本任务；其次，要把马克思主义经济学理论不断的条理化、规范化，在这个基础上不断的发现新问题、新原则以及新理论；最后，要充分的运用数学以及信息技术应用，把研究解决经济管理问题以及具体的决策规划问题作为主要的研究内容。在现阶段的数量经济学发展过程中，不仅要充分的结合我国的基本国情，对我国经济学领域进行一个全面的了解，还要根据数量经济学的发展，进行一些具体的数量经济分析方法以及方法论自身的创造，要全面的发展数量经济学，要在数量经济学说的发展过程中运用科学的方法，达到数量经济学的发展适合本土经济学的根本目的，为我国的经济学的发展带来一定的推进作用。
作者:张锡 单位:宁波大学
参考文献：
[1]陈星星.数量经济学前沿研究动态———中国数量经济学会2014年(杭州)年会综述[J].数量经济技术经济研究,2014,11:159-161.
[2]费威.最小调整法的改进及其在经济优化中的应用[D].东北财经大学,2010.
数量经济学范文第2篇
关键词：数量经济学；学科素养；研究生教育
一、引言
学科素养，能反映出一个人所具有的某学科的基本知识和积累，能够反映出一个人所受到的基本技能、知识、思考方式和能力的训练,并将影响到他以后的职业发展和职业操守，以及以后的工作态度和敬业精神。学科素养的提高，不是一时的事,也不是通过几本书或几门课程能够提高的。这是通过与每位教师的接触，通过学校的正确引导，通过深深感受大学的精神才能培养出来的。这正好是目前大学所缺少的一种积极向上的追求。大学是靠名师支撑的,学生所学的不仅是知识和技能，更多的是在教师的引导和熏陶下培养一些必备的学科素养和对事物的批判能力。数量经济学是一门新兴的交叉学科，它综合运用了经济学、统计学、数学和计算机等方面的知识，以现实问题为背景研究各经济问题之间的数量关系及变化规律。而硕士研究生处于本科生与博士生之间，具有较高的学历、较强的自学能力，所以硕士生的学科素养在考虑到培养全面基础的专业知识和技能的原则上，还要重视对学科前沿的知识的了解，重视未来职业道路上发展必须掌握的职业技能与职业道德，具有敏锐的专业嗅觉和果断的判断力。因此，数量经济学硕士研究生学科素养的培育包含经济学、统计学、数学和计算机等学科专业素养的培育，其中要以经济学和统计学学科素养的培育为主，数学和计算机专业素养的培养为辅。对数量经济学学科素养的研究是一个复杂而深刻的问题，而本文尝试通过建立数量经济学学科内涵给出数量经济学专业硕士研究生需要掌握的基本的学科素养，通过指出目前数量经济学学科存在的问题和学科素养培育方向，以期对数量经济学学科建设有所帮助。
二、学科素养含义
（一）素养含义
在我国《辞海》中是“经常修习涵养，如艺术素养、文学素养等”，认为素养是可以通过后天学习培育的。英语中对“素养”（Literacy）的解释：一是指有学识、有教养，跟学者有关：另一个是指能够阅读、能够书写、有文化跟大众有关。从“素养”的解释可以看出，它们都持动态发展的观点，都有相似的内涵。素养与能力不同，比能力内涵更加丰富，包括可以认知的和不可认知的部分。素养也与素质不同，素养是通过后天学习形成的，而素质是先天拥有和后天积累的共同“结晶”，素质包含素养的内容，但素质比素养更加复杂，难以测量。关于素养的研究更多的是分别到具体的领域或范畴，如：科学素养、文化素养、职业素养等等。
（二）学科素养含义
学科素养是指个体在某一个学科领域通过系统专业的教育与自我修养而形成的专业的品格和重要的能力，包括从事专业活动的基础能力，例如专业表达能力、批判性思维能力、信息素养与反思能力等，和综合性素养，例如学科思想与方法、专业知识与技能。不同学科由于其固有的本质属性不尽相同，例如学科方法与思维方式不同，所以不同学科要求的素养也不尽相同，对于具体的学科具体分析。百度中对“学科基本素养”的解释是：学科基本素养是学生或学者在本学科内所具备的基本专业素质，这些素质是通过长时间的专业训练所形成的专业思维，通过这种思维促成基础知识的积累，增加基本专业技能，形成专业基本经验，从而达到某门具体学科所要前进的基本目标。包括学科基础知识、基本技能、基本经验、基本品质、基本态度等几个方面。除上述“四基”之外，学科素养还应包含“四能”，即发现问题、提出问题、分析问题和解决问题的能力。
三、国内研究现状
学科素养作为一个抽象概念，是很难界定、量化和评价，所以国内关于学科素养的研究主要集中在对学科素养概念的厘定、学科素养指标的选择与建立模型对学科素养进行量化和学科素养效果的评价这三方面上。目前国内有关学科素养的研究较多，仅在知网上以关键词分类检索“学科素养”就得到2447条结果，大部分是近五年的研究成果，其中2016年有501篇论文，可见学科素养的研究正在不断得到重视。岳辉和和学新（2016）就学科素养目前的研究进展和存在的问题进行了详细的说明，并在最后指出了未来学科素养研究应该的走方向。他给出了素养的含义以及素养与能力和素质的不同之处，基于素养的概念界定了学科素养的概念，认为学科素养应包含宏观层面学科素养和具体学科的学科素养。评价作为学科素养研究的难点，学科素养评价要重点解决情感、态度和思维等内隐因素的评价问题，他介绍了国外的评价方法，例如PISA、TIMASS、NAEP和Kassel等国外的方法。另外，他也指出目前学科素养研究存在的主要问题和原因，认为国内研究还存在很多问题，主要表现在以下四方面：（1）专门研究匮乏，在关于学科素养的论文中，很少一部分是专门研究学科素养的；（2）学科分布不均衡；（3）研究深度不够；（4）研究方法单一。最后，他给出了未来学科素养研究的方向：（1）厘清核心概念的内涵；（2）加强对弱势领域的研究；（3）拓宽研究思路；（4）采用多种研究方法。国内部分学者学习国外学科素养建设的成果，介绍了国外学科素养模型，强调借鉴国外经验用于中国，同时要注意本土化。邵朝友（2016）指出了学科素养的基本性质和逻辑起点，他认为在国际上学科素养主要表现在以下几点：（1）学科素养是学科目标的体现；（2）学科素养是统领性的素养；（3）学科素养是可学可教的；（4）学科素养是有机整体。学科素养的逻辑起点是核心素养，要发挥核心素养在融合各学科素养培养中的作用。他介绍了目前国外存在的五大类型学科素养模型：第一类由学科主题+学科素养构成，如美国国家数学教师协会（NCTM）1989年提出的数学模型；第二类由学科主题+学科素养+认知要求构成，如德国教育标准研制者2003年描述的物理素养模型；第三类由学科主题+学科素养+表现水平构成，如加拿大安大略省的数学素养模型（1997）；第四类由学科主题+学科素养+问题情境构成，如美国国家教育进展评估（NAEP）科学测评框架（2005）；第五类由学科主题+学科素养+认知要求+问题情境构成，如国际学生评估项目（PISA，2009）。最后，他根据国际经验给出我国建设学科素养的建议：在借鉴国外学科素养模型时要构建本土化的学科素养模型。国内也有学者将学科素养的内涵进行进一步拓展，认为在知识碎片化和数字化的时代深度学习是学科素养培育中的一部分。康舒敏（2016）认为学科素养的培育很大程度上要通过深度学习实现，即需要学习者进行思考、探究、推理、反思等深度学习过程，但传统教育方式形成的接受性的学习习惯和数字化时代流于表面的阅读，带来了学习缺乏深度的问题。但是知识经济时代对学习的现实诉求是创生性学习，需要深度的理解和基于境脉的价值考量与研判，学习不再是被动地接受知识的过程，而是对信息的深度加工和知识构建。他从认知角度、情感维度、学习过程、学习目标和学习成效角度给出了深度学习的内涵特质，同时阐释了深度学习的价值取向：（1）强调学习的高投入性；（2）注重知识的理解与整合利用；（3）促进学习结果发生质变。最后，作者主要指出从以下几个方面强化深度学习素养的培育：（1）培育主动进取的学习品质；（2）培育敏锐的专业阅读能力；（3）强化专业思想表达；（4）注重思辨能力培养；（5）养成自我反思习惯。
四、数量经济学学科素养内涵
在上述学科素养内涵中阐述了“四基”和“四能”作为学科素养的重要内容，给出了学科素养构建的标准。另外，深度学习在知识经济化的今天是各个领域的现实要求，培养深度学习的能力是学科素养的一部分。而数量经济学作为一门复杂的交叉学科，“四基”和“四能”具有其学科固有特点，下面以“四基”、“四能为原则，阐释数量经济学学科素养内涵。”
（一）专业知识
系统的学科基础知识是最基本素质。系统的学科知识直接决定了学生知识建构系统,影响着学生思维形成的方式、学习方法的掌握和学习能力的培养。只有具有夯实的专业知识才能将知识系统化、方法化,有效地促进知识的灵活迁移,促进学生能力的发展。数量经济学作为一个专门学科具有其学科专有知识，这种专有知识不同于经济学、统计学、数学和计算机各学科专业知识，他们是相关联而又是相互独立的，独立性表现在其处理现实经济问题时有其特有的思维方式和建模方法。而通过数量经济学学科知识学习和学科技能训练是形成利用数量经济学思维方式、方法解决现实复杂问题的途径。
（二）综合知识
基础教育改革要求以提高公民的科学素养为宗旨,“数量经济学”方向的硕士研究生应重视科学、技术与社会的相互联系,强化本学科与日常生活的联系,注意与相关学科的联系及渗透,使自己逐步形成终身学习的意识和能力。数量经济学研究生不仅要关注学科内的知识和方法，更要作为社会中的人关注社会去发现探索经济社会中存在的现实问题，通过寻找相关证据、综合运用各种方法解决实际问题，锻炼自己各方面的能力，成为一名对社会负责的青年。
（三）相关学科知识网络
数量经济学涉及经济学、统计学、数学和计算机等学科知识，其中以计算机、数学为工具，经济学和统计学为基本的研究方法。“数量经济学”方向的硕士应具备综合的知识网络,才能使本学科的科学性、实用性落到实处。“数量经济学”方向的研究生的知识网络要求主要有:了解经济学、统计学、数学和计算机等方面的新发现、新成果、新方法，了解个学科知识之间的依存关系。具备必要的人文知识：哲学、科学人文、历史、文学等。
（四）职场素养
职场素养不仅包括通过学科专业知识和方法的学习处理本领域内职场问题的能力，还包括职业道德的修养、职业思维方式和养成职业技能的掌握。不同的学科对应不同领域的职业，而作为学科灵魂的老师及导师在研究生职业生涯起步阶段起着标杆作用，学科老师及导师的职业道德会影响学生的职业道德观，同时老师及导师在职业道德教育方面对学生的教导也会一定程度影响学生职业道德观。另外，职场不同于学校，充满压力的工作环境与残酷激烈的竞争都要求学生改变在学校里养成的思维方式，以适应职场生活，所以在数量经济学学科开设实习基地是非常必要的，学生经过为期几个月的实习经历，对其对职场经验与职业技能的初步了解具有重要意义。
（五）深度学习
深度学习是研究生无论在学术研究还是职场工作中必须掌握的能力之一，深度学习应该作为学科素养中的一部分受到重视。数量经济学作为一门偏数理的复杂学科，不同于普通经济学学科，其要求更深的数理知识与更前沿的研究方法与思想，数量经济学依赖于其他学科的发展而迅速发展，所以数量经济学总与一些前沿的理论相关。只有依赖于深度学习的思维学生才会去探索最前沿的内容，从而推动学科发展。
五、数量经济学学科素养培育方向
（一）数量经济学学科现状
数量经济学学科在国内发展的时间并不长，开设的院校也不多，由于其课程特点本科生并不开设此专业。数量经济学其理科性极强，本学科内的大部分老师是学习数学出身，对于经济学并不十分精通，而一部分老师是经济学专业出身，数理能力较差，只有一小部分老师既有经济学背景又有数学背景。相比于国外，国内数量经济学学科发展时间较短、学科实力较弱，大部分院校愿意招收海龟或具有海外学习经历的博士。目前数量经济学专业研究生的培养以计量经济学课程为主，涉及少量的数学与经济学相关专业的课程，例如数理经济学、数理金融学，然而开设与计算机相关专业的课程非常少，主要以一些统计及计量软件的介绍为主。学科课程的课堂授课方式比较单一，以老师讲授为主，学生讨论为辅，另外大部分课程考试仅以论文的形式，由于论文选题广泛，所以大部分课程内容并未在论文中出现，知识的掌握程度并未得到考察。
（二）培育方向
根据上述对数量经济学现状的介绍，可以发现国内数量经济学学科主要存在以下几点问题：（1）教师队伍不平衡，具有文理科双重背景的任课教师较少，不能有效地指导学生；（2）课程设置不合理，关于计算机类课程少甚至没有；（3）授课方式单一并未锻炼学生发现问题和解决问题的能力；（4）课程考察简单，不能有效地使学生形成完整的知识架构和学科思维方式。结合前面对数量经济学学科素养含义的阐述和数量经济学学科存在的问题，下面主要在现有数量经济学培育方式的基础上给出数量经济学学科素养中应该重视的方面：（1）加强导师与学生的接触，这不仅能有效指导学生学习与生活，也能在无形中影响学生的思维方式与行为习惯；（2）增加课程考核难度与多样性，引导学生更多地运用所学内容解决实际问题，形成自己的知识网络构架和学科思维方式，同时也锻炼了学生深度学习的能力；（3）多样化授课方式，更多地让学生参与其中，让学生培养发现问题、分析问题、解决问题的能力；（4）建立学科实习基地，培养学生在职场中的职业技能和经验。
参考文献：
[1]岳辉,和学新.学科素养研究的进展、问题及展望[J].教育科学研究，2016，（1）.
[2]邵朝友,周文叶.学科素养模型及其验证：别国的经验[J].全球教育展望，2016，（5）.
[3]康淑敏.基于学科素养培育的深度学习研究[J].教育研究，2016，（7）.
[4]邵朝友.学科素养的国际理解及启示[J].教育理论与实践，2016，（20）.
[5]柳夕浪.从“素质”到“核心素养”———关于“培养什么样的人”的进一步追问[J].教育科学研究，2014，（3）.
[6]刘奕涛.学习文化与大学核心竞争力[J].现教育论丛，2015，（2）.119.
数量经济学范文第3篇
关键词：大数据时代；数量经济学；大数据经济学
一、引言
大数据，顾名思义就是大量的数据。在大数据的时代，数据的量和面将会不断地扩大。数据面的扩大导致数据的多样，而数据量的扩大则导致了数据的规模庞大。面对庞大的数据，许多大公司首先就考虑对数据进行分析，然后，透过数据来预测未来的趋势。然而，这仅仅是表面化地利用了数据，并没有更加好地利用数据。相反，由于过去计算能力的有限，数据收集困难，在经济研究上许多研究人员不得不选用过去的数据，抽样后进行模型化分析。这种分析方法的缺点是无法准确地反映现实，计算的结果往往和实际有些距离。然而，在大数据时代，在数据处理上拥有更强的力量，在数据获取上能更及时地得到，而在数据积累上，拥有更庞大的资源。这对经济分析来说，是再好不过的时代，经济学者可利用大数据，对经济进行最及时、最科学、最贴近现实的研究。许多学者也开始认识到数据的重要性。未来大数据的应用将会在各个方面发挥作用，而如何让其作用发挥得更好，是需要各方学者共同努力才能完成的。对数据如何进行分析以及对数据如何加以利用，将是未来各行各业关注的重点，而数量经济学在其中必然会扮演重要的角色。通过数量经济学，揭示大数据中的因果关系是未来关注和研究的重点。
二、相关文献概述
1.大数据经济的相关研究
目前，国内外关于大数据经济的研究不多，主要如：李文莲等提出，大数据拥有庞大而且实时的特点，很多行业对大数据进行了结合，并不断催生出新的商业模式，通过对数据进行分析，对于传统商业模式看法会完全颠覆，很多传统行业受到冲击。大数据为寻找统一的商业模式创新理论提供了基础。[1]俞立平认为，大数据对传统经济学产生了挑战，使传统的、寻找经济的因果关系，扩展到对于经济发展潜在规律的探究上。利用大数据的大和大数据强大的计算能力，完全可颠覆传统的经济学假设办法，可更加直接实时地通过经济数据分析，发现经济内在的变化规律。[2]赵春雷等认为，大数据时代的来临已无法回避，由于云计算和大数据的共同作用，商业组织和政府机构会面对一个全新的世界，这是一个需要重新定义大众的时代。[3]维克多•迈尔•舍恩伯格、肯尼斯•库克耶提出，大数据的核心在于预测，由于数据的庞大又有及时性，大数据可很快地得出当前的变化趋势。[4]
2.关于挖掘数据的价值、更好地利用数据的研究
在大数据时代，我们面临着巨大的挑战，如何更好地挖掘数据的价值并更好地利用它，是掌控未来的关键，需要从数据的因果关系中把握潜在关系、释放价值，才能在这场数据竞赛中获胜。蔚赵春等提出，大数据对商业银行的运作产生了巨大影响，商业银行可通过大数据的力量，加强自身竞争力、拓宽银行业务、提升管理和业务水平。大数据的优势在于庞大数据的多样化和及时性。[5]赵玉晗认为，经济数据需要对数量统计进行深入研究，找到数据内在的规律变化，这样才能把握住数量经济的关键，这种数据分析是高质量、高标准的。而这样反映出经济变化间的规律，在经济预测上更加准确和科学。[6]关红玉提出，数量经济学，是通过数学的办法，研究经济数量关系和规律的学科。数量经济学为经济学提供了非常好的分析工具，随着国际经济发展，关于经济的研究会越来越深入，对这一领域的需求会越来越多，数量经济学需要进一步发展以适应未来的需求。[7]李贤平介绍了数量经济学的几个主要分支，包括数理经济学、计量经济学、经济控制、经济信息和经济预测。他在经济信息和经济预测中提到，经济数据可通过计算机建立数据库，为经济预测和研究提供帮助。[8]何垚指出，数量经济学通过对数据的研究，揭示实际经济的一般规律，然后在实际生活中加以利用。数量经济学利用数学方法研究经济数量关系，然后把理论经济学的基础理论，转化为实际经济工作中的具体方案、措施、建议，是经济理论与经济实践之间的纽带、桥梁、媒介物、转化剂。数量经济学在研究中，由于数据的选取常常导致无法获得正确结果。[9]李振新提出，数量经济学可较为精确地反映经济过程，揭示经济规律。[10]陈星星认为，数量经济学中的模型是关键，并提出了模型的估计方法、函数选择和模型设计改进的问题，并认为数量经济学在宏观经济、金融分析和实验经济学中有重要的作用。[11]。
三、大数据时代和数量经济的研究
1.大数据时代
大数据时代来临主要是受到多方面因素的影响，首先就是互联网和物联网的发展成为了这一时代的大前提，而借助互联网和物联网，数据源源不断地出现。与此同时，人类社会的方方面面都变得可以用数据来衡量，量变引起质变，伴随电脑技术的发展，分布式处理和存储技术的出现，处理和存储大量数据的问题得以解决。这时候大数据时代就到来了。
2.大数据时代的特点
大数据的特点在很多文献中都有提及，比较统一的定义是“4V”的特点：（1）海量的数据（Volume）。由于分布式存储技术的出现，数据的保存容量得到次方级的扩大，如今的大数据已经可以达到ZB的程度，几乎把所有可以得到的数据存储下来。（2）多样化的数据（Variety）。大数据由于数据多，获得的渠道也多，数据格式多变，而且数据的内容也复杂多变，几乎涵盖了经济的方方面面。（3）实时的数据（Velocity）。大数据一般是随着产生立刻就被拿来计算，数据基本和时间同步，可以说价值也与时间同步。（4）高价值的数据（Value）。大量的实时数据，只要进行挖掘地分析，就可以加深企业公司的经济业务，同时拓展拓宽业务的范围。可以说为许多企业带来了很大的经济利益。
3.数量经济学的研究
对数量经济学的研究可追溯到19世纪古诺的研究，他在一篇研究市场均衡的论文中，首次使用了数学模型来分析问题。在西方经济学中，数量经济学很早就被应用于经济研究，通过建立经济计量学，数量经济学作为一个实用的工具活跃在各个方面。而且在各期世界诺贝尔经济学奖中，仅仅从事数量经济研究的，或者在数量经济方向有贡献研究的就占据了一半以上。在国外，数量经济一直作为重要的学科，被研究者们重视。在经济生活中，数量经济的地位也同样重要。现代的生产环境复杂，而且一大特点是规模化产出，都属于大量的生产，内部联系复杂。而数量经济学通过分析经济数据的数量关系，可准确地观测到经济的规律，为经济生活提供方法支持，通过优化决策、管理和预测，降低成本、提高生产率。
4.数量经济学的定义
对于数量经济学的定义，概略的说是集合经济学、统计学和数学，来研究经济数量关系，通过数学的办法，对统计的数据建立模型，再加以计量验证，为经济变量之间的相互关系提供资料，作为经济预测和决策的依据。虽然数量经济学大部分工作在于数理统计和数学分析，但是其目的终究是预测和决策，其核心是模型的建立。目前，世界上已有近百个国家依靠数量经济学来决策国家的经济方案。
四、大数据与数量经济学的结合
大数据的出现，让传统的经济研究变得意义渺小，在超强的实时大数据预测的环境下，传统的、依靠过时的数据，来预测经济的方法无法与它抗衡。俞立平认为，在大数据时代，传统的经济研究已不适合了，比起研究经济的因果关系，大数据更加关注数据的相互关系。[2]事实上，在大数据分析中，模型依旧是关键。例如，在谷歌2009年预测甲型H1N1流感爆发的案例中，除了使用的大量的数据，还采用了大量的数学模型，据统计高达4.5亿个。可见，在数据分析上，模型的需求是巨大的。而模型的设计和建立的目标，都是探究各种因素的内部规律，揭示其中的因果关系。
1.在大数据时代，研究各种因果关系更加重要
施春来认为，大数据虽然功能强大，但是其缺点也十分明显，就在于数据的深度不足。[12]数据的深度必须通过对数据的深度挖掘，发现其中的因果关系。在数量经济学的研究中，核心是模型的建立，这一点可很好地补足大数据。同时，数量经济学在研究经济数量上一直通过假设，减少因素干扰来发现微小因素对经济的影响，但是在实际经济生活中，经济发展受到的影响因素有很多。同时，经济有时候容易受到一些不可控的因素影响，在受到利用或环境影响情况下，影响扩大以至于经济走向一个无法控制的方向。这个时候，再好的经济模型也无法解释这些现象。这时就需要依靠大数据的分析，通过对事物之间内在的联系进行分析，可很快发现事情的真相，节约大量的时间。在大数据时代，很多人认为应关注经济的相互联系，但是这样的研究过分依赖计算机。认为大数据可即时预测，传统数量经济模型这种长远的预测和计划无法适应如今快速地时代。如今，信息传递迅速，在这个变化如此快速地时代，制定长远的计划更加重要，不应局限于短期。既然在如此强大能力之下，应利用大数据，对经济进行掌控，如同各种生产技术达到一个稳定的状态。数量经济学在这当中需要有一个重要的位置。在当今时代，各研究机构更要建立自己的大数据中心，利用大数据的分析力量，研究数量经济学。
2.大数据与数量经济学的结合
数量经济学也应进行改变。在结合中首先需要专业的计算机人才进入经济领域，分析各种经济模型，取出其中共性的影响因素，建立通用的计算模型，或建立阶段性、分段函数形式的经济模型。在大数据时代，数量经济学可做的事情更多，数量经济学完全可利用计算机的力量。以往研究中，其因素选取基本上未能超过几百这个数量级，但是在大数据时代完全可以办到。通过专业的计算机人才进行代码编辑，上百种因素通过数据爬虫的手段，建立因素的数据库。随后再输入模型，可在几周甚至几天时间里就可得到模型结果。同时在模型上，通过对各种模型分解进行大胆预测。未来很可能需要一种人才，即模型分解的专业人才，是专门通过分析分解模型，来适应计算机运算的人才。毫无疑问，随着大数据的普及，未来的经济模型不再是如今这种小型的数学模型，很可能是经济模型会呈现一个很复杂的态势，或则极其简单的公式，同时，夹杂计算机代码都不奇怪。对经济学来说，出现各种经济数学公理都是可能的。同时，由于大数据的实时特点，经济数据模型可通过计算机，对不同地区的环境进行专门分析后，建立专供型的模型。数量经济学通过利用大数据，前景是不可估量的，在经济规律研究上的突破会更快。但是这并不表示传统的研究没有必要，相反这更加重要。大数据数量经济学必须建立在传统数量经济学模型之上，如同谷歌的4.5模型一样，需要不断地建立新的模型来分析，最终使模型细分到可让机器学习的阶段，通过机器的自我学习，让经济模型的研究和发现更加迅速。
五、结论
1.在大数据时代，数据因果更加重要
在大数据时代，不应采用大数据的思维来处理经济学的问题，不能只关注数据的联系，数据因果更加重要。在处理经济问题上，需要大数据的实时、快速能力，但是在经济规划等方面，更加需要数量经济学的分析。但数量经济学也有其缺点，如对现实贴合度不高，受到各种假设的约束，而大数据可解决这一难点。
，如对现实贴合度不高，受到各种假设的约束，而大数据可解决这一难点。
2.数量经济学与大数据结合是必然趋势
今后，数量经济学与大数据结合是其必然的趋势，大数据数量经济学将会成为未来的主流。大数据需要结合数量经济学，两者相辅相成，各自有其需要的部分。但是在结合后也必须看到，今后发展数量经济学和大数据的融合上需要更多的人才。在数量经济上，需要更多的研究，不仅仅在经济学，还需要更多数学和计算机的人才，通过分析各种经济模型，分解处理取出模型中共通部分。同时，要在经济因素添加中考虑模型的可用性，根据情况选择模型等。复杂度不仅仅在计算机的设计中，更多在于模型的设计，对现实世界规律的探究，会越来越深入。
参考文献：
[1]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013（5）：83－95.
[2]俞立平.大数据与大数据经济学[J].中国软科学，2013（7）：177－183.
[3]赵春雷，乔治•纳汉“.大数据”时代的计算机信息处理技术[J].世界科学，2012（2）：32－33.
[4]维克多•迈尔•舍恩伯格，肯尼斯•库克耶.大数据时代[M].盛杨燕、周涛，译.杭州：浙江人民出版社，2013.
[5]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013（9）：28－32.
[6]赵玉晗.统计方法与数量经济学方法的融合及应用研究[J].林区教学，2013（2）：91－92.
[7]关红玉.数量经济学的尴尬[J].中国统计，2012（4）：18－19.
[8]李贤平.数量经济简介.自然杂志，1982（4）：261－264.
[9]何垚.浅析数量经济学在我国的发展[J].科技经济市场，2014（5）：22－23.
[10]李振新.浅析我国数量经济学的发展方向[J].魅力中国，2013（19）：89.
[11]陈星星.数量经济学前沿研究动态———中国数量经济学会2014年（杭州）年会综述[J].数量经济技术经济研究，2014（11）：159－161.
[12]施春来.基于大数据的品牌生态圈重构[J].企业经济，2015（7）：10－13.
数量经济学范文第4篇
关键词：大数据时代；数量经济学；大数据经济学
DOI:10.16517/12-1034/f.2016.02.013
引言
大数据，顾名思义就是大量的数据。在大数据的时代，数据的量和面将会不断地扩大。数据面的扩大导致数据的多样，而数据量的扩大则导致了数据的规模庞大。面对庞大的数据，许多大公司首先就考虑对数据进行分析，然后，透过数据来预测未来的趋势。然而，这仅仅是表面化地利用了数据，并没有更加好地利用数据。相反，由于过去计算能力的有限，数据收集困难，在经济研究上许多研究人员不得不选用过去的数据，抽样后进行模型化分析。这种分析方法的缺点是无法准确地反映现实，计算的结果往往和实际有些距离。然而，在大数据时代，在数据处理上拥有更强的力量，在数据获取上能更及时地得到，而在数据积累上，拥有更庞大的资源。这对经济分析来说，是再好不过的时代，经济学者可利用大数据，对经济进行最及时、最科学、最贴近现实的研究。许多学者也开始认识到数据的重要性。未来大数据的应用将会在各个方面发挥作用，而如何让其作用发挥得更好，是需要各方学者共同努力才能完成的。对数据如何进行分析以及对数据如何加以利用，将是未来各行各业关注的重点，而数量经济学在其中必然会扮演重要的角色。通过数量经济学，揭示大数据中的因果关系是未来关注和研究的重点。
相关文献概述
1.大数据经济的相关研究
目前，国内外关于大数据经济的研究不多，主要如：李文莲等提出，大数据拥有庞大而且实时的特点，很多行业对大数据进行了结合，并不断催生出新的商业模式，通过对数据进行分析，对于传统商业模式看法会完全颠覆，很多传统行业受到冲击。大数据为寻找统一的商业模式创新理论提供了基础。[1]俞立平认为，大数据对传统经济学产生了挑战，使传统的、寻找经济的因果关系，扩展到对于经济发展潜在规律的探究上。利用大数据的大和大数据强大的计算能力，完全可颠覆传统的经济学假设办法，可更加直接实时地通过经济数据分析，发现经济内在的变化规律。[2]赵春雷等认为，大数据时代的来临已无法回避，由于云计算和大数据的共同作用，商业组织和政府机构会面对一个全新的世界，这是一个需要重新定义大众的时代。[3]维克多•迈尔•舍恩伯格、肯尼斯•库克耶提出，大数据的核心在于预测，由于数据的庞大又有及时性，大数据可很快地得出当前的变化趋势。[4]
2.关于挖掘数据的价值、更好地利用数据的研究
在大数据时代，我们面临着巨大的挑战，如何更好地挖掘数据的价值并更好地利用它，是掌控未来的关键，需要从数据的因果关系中把握潜在关系、释放价值，才能在这场数据竞赛中获胜。蔚赵春等提出，大数据对商业银行的运作产生了巨大影响，商业银行可通过大数据的力量，加强自身竞争力、拓宽银行业务、提升管理和业务水平。大数据的优势在于庞大数据的多样化和及时性。[5]赵玉晗认为，经济数据需要对数量统计进行深入研究，找到数据内在的规律变化，这样才能把握住数量经济的关键，这种数据分析是高质量、高标准的。而这样反映出经济变化间的规律，在经济预测上更加准确和科学。[6]关红玉提出，数量经济学，是通过数学的办法，研究经济数量关系和规律的学科。数量经济学为经济学提供了非常好的分析工具，随着国际经济发展，关于经济的研究会越来越深入，对这一领域的需求会越来越多，数量经济学需要进一步发展以适应未来的需求。[7]李贤平介绍了数量经济学的几个主要分支，包括数理经济学、计量经济学、经济控制、经济信息和经济预测。他在经济信息和经济预测中提到，经济数据可通过计算机建立数据库，为经济预测和研究提供帮助。[8]何垚指出，数量经济学通过对数据的研究，揭示实际经济的一般规律，然后在实际生活中加以利用。数量经济学利用数学方法研究经济数量关系，然后把理论经济学的基础理论，转化为实际经济工作中的具体方案、措施、建议，是经济理论与经济实践之间的纽带、桥梁、媒介物、转化剂。数量经济学在研究中，由于数据的选取常常导致无法获得正确结果。[9]李振新提出，数量经济学可较为精确地反映经济过程，揭示经济规律。[10]陈星星认为，数量经济学中的模型是关键，并提出了模型的估计方法、函数选择和模型设计改进的问题，并认为数量经济学在宏观经济、金融分析和实验经济学中有重要的作用。[11]
大数据时代和数量经济的研究
1.大数据时代
大数据时代来临主要是受到多方面因素的影响，首先就是互联网和物联网的发展成为了这一时代的大前提，而借助互联网和物联网，数据源源不断地出现。与此同时，人类社会的方方面面都变得可以用数据来衡量，量变引起质变，伴随电脑技术的发展，分布式处理和存储技术的出现，处理和存储大量数据的问题得以解决。这时候大数据时代就到来了。
2.大数据时代的特点
大数据的特点在很多文献中都有提及，比较统一的定义是“4V”的特点：（1）海量的数据（Volume）。由于分布式存储技术的出现，数据的保存容量得到次方级的扩大，如今的大数据已经可以达到ZB的程度，几乎把所有可以得到的数据存储下来。（2）多样化的数据（Variety）。大数据由于数据多，获得的渠道也多，数据格式多变，而且数据的内容也复杂多变，几乎涵盖了经济的方方面面。（3）实时的数据（Velocity）。大数据一般是随着产生立刻就被拿来计算，数据基本和时间同步，可以说价值也与时间同步。（4）高价值的数据（Value）。大量的实时数据，只要进行挖掘地分析，就可以加深企业公司的经济业务，同时拓展拓宽业务的范围。可以说为许多企业带来了很大的经济利益。
3.数量经济学的研究
对数量经济学的研究可追溯到19世纪古诺的研究，他在一篇研究市场均衡的论文中，首次使用了数学模型来分析问题。在西方经济学中，数量经济学很早就被应用于经济研究，通过建立经济计量学，数量经济学作为一个实用的工具活跃在各个方面。而且在各期世界诺贝尔经济学奖中，仅仅从事数量经济研究的，或者在数量经济方向有贡献研究的就占据了一半以上。在国外，数量经济一直作为重要的学科，被研究者们重视。在经济生活中，数量经济的地位也同样重要。现代的生产环境复杂，而且一大特点是规模化产出，都属于大量的生产，内部联系复杂。而数量经济学通过分析经济数据的数量关系，可准确地观测到经济的规律，为经济生活提供方法支持，通过优化决策、管理和预测，降低成本、提高生产率。
4.数量经济学的定义
对于数量经济学的定义，概略的说是集合经济学、统计学和数学，来研究经济数量关系，通过数学的办法，对统计的数据建立模型，再加以计量验证，为经济变量之间的相互关系提供资料，作为经济预测和决策的依据。虽然数量经济学大部分工作在于数理统计和数学分析，但是其目的终究是预测和决策，其核心是模型的建立。目前，世界上已有近百个国家依靠数量经济学来决策国家的经济方案。
大数据与数量经济学的结合
大数据的出现，让传统的经济研究变得意义渺小，在超强的实时大数据预测的环境下，传统的、依靠过时的数据，来预测经济的方法无法与它抗衡。俞立平认为，在大数据时代，传统的经济研究已不适合了，比起研究经济的因果关系，大数据更加关注数据的相互关系。[2]事实上，在大数据分析中，模型依旧是关键。例如，在谷歌2009年预测甲型H1N1流感爆发的案例中，除了使用的大量的数据，还采用了大量的数学模型，据统计高达4.5亿个。可见，在数据分析上，模型的需求是巨大的。而模型的设计和建立的目标，都是探究各种因素的内部规律，揭示其中的因果关系。
1.在大数据时代，研究各种因果关系更加重要施春来认为，大数据虽然功能强大，但是其缺点也十分明显，就在于数据的深度不足。[12]数据的深度必须通过对数据的深度挖掘，发现其中的因果关系。在数量经济学的研究中，核心是模型的建立，这一点可很好地补足大数据。同时，数量经济学在研究经济数量上一直通过假设，减少因素干扰来发现微小因素对经济的影响，但是在实际经济生活中，经济发展受到的影响因素有很多。同时，经济有时候容易受到一些不可控的因素影响，在受到利用或环境影响情况下，影响扩大以至于经济走向一个无法控制的方向。这个时候，再好的经济模型也无法解释这些现象。这时就需要依靠大数据的分析，通过对事物之间内在的联系进行分析，可很快发现事情的真相，节约大量的时间。在大数据时代，很多人认为应关注经济的相互联系，但是这样的研究过分依赖计算机。认为大数据可即时预测，传统数量经济模型这种长远的预测和计划无法适应如今快速地时代。如今，信息传递迅速，在这个变化如此快速地时代，制定长远的计划更加重要，不应局限于短期。既然在如此强大能力之下，应利用大数据，对经济进行掌控，如同各种生产技术达到一个稳定的状态。数量经济学在这当中需要有一个重要的位置。在当今时代，各研究机构更要建立自己的大数据中心，利用大数据的分析力量，研究数量经济学。
2.大数据与数量经济学的结合数量经济学也应进行改变。在结合中首先需要专业的计算机人才进入经济领域，分析各种经济模型，取出其中共性的影响因素，建立通用的计算模型，或建立阶段性、分段函数形式的经济模型。在大数据时代，数量经济学可做的事情更多，数量经济学完全可利用计算机的力量。以往研究中，其因素选取基本上未能超过几百这个数量级，但是在大数据时代完全可以办到。通过专业的计算机人才进行代码编辑，上百种因素通过数据爬虫的手段，建立因素的数据库。随后再输入模型，可在几周甚至几天时间里就可得到模型结果。同时在模型上，通过对各种模型分解进行大胆预测。未来很可能需要一种人才，即模型分解的专业人才，是专门通过分析分解模型，来适应计算机运算的人才。毫无疑问，随着大数据的普及，未来的经济模型不再是如今这种小型的数学模型，很可能是经济模型会呈现一个很复杂的态势，或则极其简单的公式，同时，夹杂计算机代码都不奇怪。对经济学来说，出现各种经济数学公理都是可能的。同时，由于大数据的实时特点，经济数据模型可通过计算机，对不同地区的环境进行专门分析后，建立专供型的模型。数量经济学通过利用大数据，前景是不可估量的，在经济规律研究上的突破会更快。但是这并不表示传统的研究没有必要，相反这更加重要。大数据数量经济学必须建立在传统数量经济学模型之上，如同谷歌的4.5模型一样，需要不断地建立新的模型来分析，最终使模型细分到可让机器学习的阶段，通过机器的自我学习，让经济模型的研究和发现更加迅速。
结论
1.在大数据时代，数据因果更加重要在大数据时代，不应采用大数据的思维来处理经济学的问题，不能只关注数据的联系，数据因果更加重要。在处理经济问题上，需要大数据的实时、快速能力，但是在经济规划等方面，更加需要数量经济学的分析。但数量经济学也有其缺点，如对现实贴合度不高，受到各种假设的约束，而大数据可解决这一难点。2.数量经济学与大数据结合是必然趋势今后，数量经济学与大数据结合是其必然的趋势，大数据数量经济学将会成为未来的主流。大数据需要结合数量经济学，两者相辅相成，各自有其需要的部分。但是在结合后也必须看到，今后发展数量经济学和大数据的融合上需要更多的人才。在数量经济上，需要更多的研究，不仅仅在经济学，还需要更多数学和计算机的人才，通过分析各种经济模型，分解处理取出模型中共通部分。同时，要在经济因素添加中考虑模型的可用性，根据情况选择模型等。复杂度不仅仅在计算机的设计中，更多在于模型的设计，对现实世界规律的探究，会越来越深入。
参考文献：
[1]李文莲，夏健明.基于“大数据”的商业模式创新[J].中国工业经济，2013（5）：83－95.
[2]俞立平.大数据与大数据经济学[J].中国软科学，2013（7）：177－183.
[3]赵春雷，乔治•纳汉“.大数据”时代的计算机信息处理技术[J].世界科学，2012（2）：32－33.
[4]维克多•迈尔•舍恩伯格，肯尼斯•库克耶.大数据时代[M].盛杨燕、周涛，译.杭州：浙江人民出版社，2013.
[5]蔚赵春，凌鸿.商业银行大数据应用的理论、实践与影响[J].上海金融，2013（9）：28－32.
[6]赵玉晗.统计方法与数量经济学方法的融合及应用研究[J].林区教学，2013（2）：91－92.
[7]关红玉.数量经济学的尴尬[J].中国统计，2012（4）：18－19.
[8]李贤平.数量经济简介.自然杂志，1982（4）：261－264.
[9]何垚.浅析数量经济学在我国的发展[J].科技经济市场，2014（5）：22－23.
[10]李振新.浅析我国数量经济学的发展方向[J].魅力中国，2013（19）：89.
[11]陈星星.数量经济学前沿研究动态———中国数量经济学会2014年（杭州）年会综述[J].数量经济技术经济研究，2014（11）：159－161.
[12]施春来.基于大数据的品牌生态圈重构[J].企业经济，2015（7）：10－13.
数量经济学范文第5篇
数量经济学起源于西方的经济学理论，是经济学科的一个分支。数量经济学旨在通过与实际社会经济问题结合建立数学模型，来定量研究经济问题。目前，运用计量经济方法对现实经济问题进行研究已经逐渐成为中国经济学研究的主流范式，数量经济学正显示出巨大的功效和普适性。
数量经济学内涵
数量经济学概述。随着经济的发展，单纯将研究重点停留在是什么，为什么的定性研究基础上，脱离了理论基础和数量分析，已经无法满足指导经济运行的实际需求。因此，有必要将经济变量之间的变动关系通过一定的数量关系表达出来。数量经济学应运而生。数量经济学是一门方法论体系的学科，为其他经济类学科在研究过程中提供一些分析工具以及具体的方法。研究人员和政府利用数量经济学探讨和研究的量化关系，可以有效地指导现实社会经济的运行，从而制定出相应的可靠计划和政策。
数量经济学与经济学的联系和区别。在我国，数量经济学由马克思主义经济理论指导，以质的分析为基础，用数学方法和计算技术研究经济数量关系。数量经济学属于经济学领域的一个分支学科。在数量经济学研究领域中，各界大都将研究重点放在经济运行机制以及具体的资源配置方式，其本质则是利益的分配和协调机制不同。由于利益不同，具体的表现形式将会存在一定的差异，主要表现在研究对象、前提假设、具体研究方法等当面的不同。
数量经济学在我国的发展情况
我国数量经济学发展起源 。我国数量经济学的学科雏形最早于改革开放后产生。1979年，中国社科院副院长于光远召集了各学科的学者参加“开展数量经济研究，成立中国数量经济研究会”座谈会，大会中提出“经济数学方法”是可以成为研究领域名称的，然而并不适合作为学科名字。座谈会随即提出了十几项名称，最后于光远拍板命名为“数量经济学”，英文名叫“Quantitative Economics”。不久，乌家培为组长带队赴美国访问并学习，回国后他筹建了数量经济与技术经济研究所。中国第一家数量经济学研究机构就这样诞生了。
1984年10月10日至16日，全国数量经济研究会在合肥召开第二届年会，会上决定将“全国数量经济研究会”改名为“中国数量经济学会”，这一名称沿用至今。从此以后，数量经济学在我国迅速发展起来，并且在这个领域内出现了经济科学工作者同自然科学工作者相互结合的趋势。各类数量经济学研究机构、学术团体纷纷成立，国内各大高校都开始设立数量经济学专业或数量经济学研究方向，几乎所有的经济类专业都开设了计量经济学或数量经济学专业课程，尤其是在硕士生和博士生，计量经济学更是成为必修的核心课程。我国数量经济学的发展方兴未艾。
数量经济学在我国的发展线路。在1979年至今的30多年里，数量经济学在我国按照两条线路发展。一是数量经济学的理论方法研究；二是现实经济问题的应用研究。
在理论方法研究中，数量经济学的发展呈现出以下两个特征。第一，研究成果由早期的教科书和译著，转变为后期的专著和学术论文，且大多为经济计量学的内容；第二，从学术论文中可以看出，我国学者对数量经济学的研究由浅入深，技术含量由低到高。其中具有代表性的教科书有再版了多次的李子奈、潘文卿编著的《计量经济学》、赵国庆主编的《计量经济学》，译著则首推几位诺贝尔经济学奖得主的著作，如克莱因（L. R. Klein）独著或合著多本计量经济学的著作等。有代表性的专著和学术论文包括20世纪80年代和90年代的大量关于投入产出、线性规划、系统分析原理的著作，这时期的研究成果较多地带有前苏联经济学理论的色彩，不完全属于纯西方经济计量理论；20世纪90年代后，数量经济理论方法研究日益向纵深向下发展，各种预测算法、组合模型理论等层出不穷，这一时期的所有研究成果都是典型的经济计量方法论。
数量经济学在我国的另一条发展线路是对中国现实问题的应用研究。这类研究随着国内经济发展的不同阶段，体现出明显的时代特征。在20世纪80年代，数量经济学方法刚刚传入我国，学者的研究重点多在以计量方法解决当时的经济问题，如国民收入增长率的定量分析、钢板消费量和工业储量探讨等。进入20世纪90年代，中国又面临着一些新的热点问题，如经济全球化、国有企业改制、经济体制改制等。进入21世纪后，计量模型和方法在现实问题研究中的应用更加广泛，呈现出较强学术性。
数量经济学在我国的发展特点。数量经济学在我国的形成与发展，不仅引进了西方经济学的相关内容，还结合了我国的实际国情，将经济学分析的数理方法、计量工具和模拟技术统一在一起，为经济学研究提供了独特的方法论体系。这一方法论的形成及发展成为我国现代经济学发展的必要基础，也将为我国现代化建设增砖加瓦。
数量经济学在我国的发展方向与展望
数量经济学的应用范围将被拓宽。未来，通过对资源与需要、社会经济关系、理、经济信息以及价值判断等实际问题进行剖析，数量经济学的应用范围将被拓宽。延伸范围包括数理经济学中的博弈均衡理论，计量经济学方面的博弈模型参数的估计以及检验问题，以及模拟经济学中的非均衡、非稳定变量的研究。
更加注重量化分析。量化分析就是将一些不具体、模糊的因素用具体的数据来表示，从而达到比较分析的目的。随着我国社会和经济的发展，在对经济的研究中将更加注重量化分析。在社会高需求的作用以及国际经济形势日益复杂的趋势下，更高级数的数量经济学将会成为主流，更多的人才也有望涌入这一学科及领域。
更加适应我国现阶段的实际经济状况。要坚持以马克思主义政治经济学基本理论指导数量经济学的发展，根据相关基本理论，建立和完善具体的研究工具，对社会和经济的发展进行全面的研究。再在此基础上，把马克思主义经济学理论进行条理化和规范化，从而发现新问题和新理论，进而使得这些理论更加适应我国现阶段的社会发展实际情况。
数量经济学作为一门新兴学科，在我国的发展时间虽然不长，然而却已成为掌握经济形式、制定经济政策的重要方法。学术界有必要全面发展数量经济学，达到数量经济学的发展适合我国本土经济学的根本目的，才能实现数量经济学在我国的健康快速发展。
数量经济学范文第6篇
1980年至1982年为美国宾夕法尼亚大学经济系访问学者，系我国参加世界经济预测联结模型Link项目首位经济学家。1987年起调入国家信息中心工作，历任总经济师、副主任、专家委员会主任，以及信息经济与技术研究所所长等职。其间1992年至1993年为日本大阪大学社会经济研究所客座教授，系我国参加太平洋经济合作委员会（PECC）太平洋经济展望（PEO）专家组唯一的中国经济学家。1984年获孙冶方经济科学论文奖，1991年因发展我国科学研究事业做出突出贡献受国务院表彰，1992年获国家计委科技进步奖。现为中国信息协会特约副会长。曾为清华大学、中国人民大学、南京大学、中山大学、复旦大学等全国40多所高等院校兼职教授，现为华侨大学特聘教授。
问：您作为数量经济学、信息经济学的奠基人，在中国改革发展战略调整的过程中，交易中心的发展需要请您这样的前辈提供一些宝贵的意见和建议。目前，互联网经济发展迅速，以阿里巴巴、淘宝、腾讯等为代表的电商模式已进入我们生活的各个领域。最近余额宝、网络金融成为最热门的话题，可否请乌老对目前中国金融市场结构调整升级谈谈您的一些看法。
乌教授：信息革命尤其是互联网革命对经济和社会的影响，可谓一浪高过一浪。中国信息经济学会在庐山召开1996年的学术年会就已讨论过网络革命及其影响，如网络经济的发展、网络银行的出现、电子商务将成为二十一世纪重要的贸易方式，以及电子政务、远程医疗、远程教育等问题。
电子商务带动了快递物流业的发展，促进了网络支付的兴起，有利于小微企业的发展，方便公众利用网购从中获益。电子商务还在向标准化和跨境交易方向发展。随着移动互联网和智能手机时代的来临，马云、马化腾等电商先驱，以电子商务大发展的实践为基础，以他们互联网企业的信用与信誉为依托，积极推出余额宝、支付宝等网络金融，向传统金融发起挑战，使人们的眼睛为之一亮。
目前说的网络金融还是很初级的，限于网络信贷和网络理财，具有网上银行的特色，但它的作用很起眼，网络金融突破了传统商业银行的垄断地位，促进了存款和贷款利率市场化，能满足小微企业的融资需要，能使老百姓的存款“大搬家”，得到比银行更丰厚的利息，有普惠金融之称，还可以方便小额资金调拨。对电子商务和网络金融的创新理应给予保护和支持，当然为防止风险和保障安全，监管也要跟上。
银行业实质是一种现代服务业，银行业变革有两个方面：一个是社会方面，要发展民间银行和中小银行，加强银行之间的竞争；二是从技术方面，要发展网络银行和加强银行网站建设。现代银行对IT的依赖程度极高，全面、深入应用IT，最终会使银行本身得到再造，由低增值的业务，如吸收存款和发放贷款，从中赚取利差，往高增值业务发展，提供资讯服务和咨询服务，逐渐让银行变为金融信息中心。在电子商务及其派生物网络金融的冲击下，金融业正在发生深刻的变化。不仅金融业本身要从以银行等间接金融为主，向股市债市等直接金融为主来转变，银行要从分业经营向混业经营转变；而且传统金融要向完全意义上的网络金融方向发展。当然发展过程中需要处理好两者之间的关系。我国的证券业和保险业由于历史和现实的原因，其发展慢于银行业，有必要逐步改变这种状况，使直接金融发展更快。
问：现在全国大宗商品现货交易的平台非常多，全产业链电子商务平台（大宗商品电子交易或电子盘或现货），其本质上属于IT行业，但同时又具有金融或者类金融的特征。请问大宗商品电子交易平台今后应如何定位？发展思路要如何考虑？
乌教授：大宗商品是为日常生产和社会公众生活服务的，它关系到国计民生。大宗商品有农产品、矿产品、工业品等，是个广泛的概念。大宗商品的价格容易波动，应该保证大宗商品价格的相对稳定，稳定则要靠两方面：其一是供应，其二是需求。供求平衡了，价格也就稳定了，但交易总是在不平衡、不稳定中进行的，特别是由于周期性和偶发性波动所引起的不平衡和不稳定。现在电商时代，电子商务从国内向国外的跨境电子商务的发展，从没有标准到有标准的发展，从不规范到规范的发展，所以大宗商品搞电子商务是没有问题的，而且是给大宗商品贸易插上翅膀。那么如何发挥好电子商务对大宗商品发展的推动力，关键是平台，平台要做好。平台的主角有两个，一个是客户，另一个是供应商，一定要把供应方和需求方拉在一起，从中发挥中介作用和协调作用，实现三方合作互赢，这就是非零和博弈。大宗商品交易既要有平台，包括电子平台的支撑，还要有满足多层次投融资需求的金融支持。贸易在前，金融在后，金融是贸易的牛鼻子，牵住了牛鼻子，贸易活动尤其是跨境贸易就能顺利进行下去，达到预期目的。只抓贸易，不抓金融，事倍功半。反之，抓住了金融再抓贸易则事半功倍。
问：人们常提到的大数据、云计算，您觉得这对现货大宗商品贸易有什么样的作用？如何建立更为畅通的交互管理体系，全面提高企业投入、产出的总体运营效率，从而降低管理成本，提升竞争力。
乌教授：云计算和大数据是继1946年电子计算机诞生，1969年集成互联网之后，于2007年和2011年先后出现的，是信息革命的又一个里程碑。2007年，谷歌率先推出了云计算，2011年国际数据公司（IDC）首先报告该年全球创建和复制的数据总量已达到1.8ZB，相当于1.8万亿GB，借以表明大数据时代来临了。2012年美国政府接着“大数据的研究和发展”的倡议，使大数据从商业行为提升为国家战略。
云计算的核心理念是服务，它是新型的计算机服务模式，又是新型的商业服务模式，用户通过简单的界面即可得到重要的计算资源和信息服务。云计算作为以服务为对象的技术，按服务对象的不同，有三种，laaS：基础设施即服务；PaaS：平台即服务；SaaS：软件即服务。最大量的、最常见的服务是SaaS，云计算能像水、电、煤气等公用事业那样，实现付钱就可按需获取计算资源和多源化、多样化的信息服务。那么对于大宗商品交易中心来讲，如果规模足够大，可以建设私有云，加上保密措施，并可以利用公共云的优势资源为一般业务活动服务。那么大数据是指什么，为什么其概念的提出要比云计算晚？因为大数据的发展主要依靠多种电子化业务，需要云计算来支撑，大数据已不能用常规软件技术来计算和处理。狭义的大数据是指数据结合，广义的大数据指数据的处理能力，不仅是光有数据就可以了，关键是要有非常规的数据处理能力。因为大数据不仅有结构性数据，还有非结构性数据，非结构性数据是主体，占80%～90%，如电子商务中很多是非结构性数据。要从海量数据中、没有关联的数据当中找出联系、发现价值，这很难。大数据频率高，规模大，速度快，结构复杂，因此数据处理能力要提高，否则这些数据就成了一堆垃圾。要让数据变成财富，变成宝贝，必须不断挖掘，进行深加工，大数据关系到创新、竞争、生产力。大数据对决策的作用，有前期预判、实时感受、实时反馈。决策主体开始悄然变化，以前集中在精英群体，现在群众也参与到决策之中，决策过程从被动转向预判。决策方式也变了，以前是业务驱动，现在变成了数据驱动。一方面要应用自己的数据，同时要利用他人的数据，从公共数据中得到所要的情报，情报就是一种特殊信息，因此要从公开的信息和内幕的信息中挖掘出商业情报和秘密，搞大宗商品电子交易要有情报资料，我们要学会在大数据中挖掘，淘金，找出我们需要的竞争性情报。云计算和大数据，对你们的现货大宗商品交易，又远又不远。你们要关注这些新技术的发展，同时还应从现实出发，依靠信息系统，收集利用商业情报，使决策科学化，改进商业模式及其中的盈利模式。
问：刚才您在谈话中说到现货与期货的一些理念，想请教您现货交易所与期货交易所如何更好地结合与发展？
乌教授：我认为现货是期货的基础，现货发展中有价格的波动、供求的变化，而为了对冲风险，产生了衍生品――期货，期货能起到杠杆作用。我认为建构与创新基于信息化的商业模式，或者叫商务模式，是现代企业确定和实现利润源的重要途径。商业模式中最重要的核心因素之一是盈利模式，除明确盈利模式外，商业模式首先要有正确的战略定位，大宗商品交易中心应有自己的定位，也应有自己的盈利模式。
问：东南大宗商品交易中心是国务院侨务办公室下属的华侨大学的国有资本和社会上的民营资本结合的泉州部级金改区重点项目，作为华侨大学特聘教授，请从您的角度谈谈对这家公司未来发展的一些看法？
乌教授：企业推行混合所有制是党的十八届三中全会指引的改革方向之一，东南大宗商品交易中心作为华大主办的校企之一，华大的资本是国有的，要保值增值，其实“华大”这个品牌，本身就是一种无形资产，企业混合所有制是社会上混合经济在企业内部的反映。现阶段，混合经济有利于经济体本身的发展。东南大宗借助行业精英与高校智库，整合中国目前各个交易所的多种交易模式于一体，还在研发网络支付及外汇预约兑换平台，是一个创新型平台。希望能稳健发展，为中国大宗商品交易事业、为泉州金改区、为更好地服务实体经济、为华侨大学产业发展做出自己的贡献。
问：最后请乌老给我们东南大宗商品交易中心和《现货与投资》提点建议和期望。
乌教授：祝你们创业成功！创业要有创意，创业要靠创新。“三创联动，三创合一”，以创意为指引，由创新来驱动，向创业成功的目标奋进！
数量经济学范文第7篇
【关键词】开放经济环境；应用经济学；研究方法
1前言
近年来，经济发展呈现新趋势，经济环境越来越开放。应用经济学作为一项重要科学，其研究方法的调整势在必行。目前常用的科学研究方法建立在验证、构建理论基础之上，难以满足经济发展需求，因此重视对该问题的研究具有非常重要的现实意义。
2开放经济环境对应用经济学产生的影响
全球经济一体化趋势下，各个国家和地区经济发展发生了根本性变化，使得原有定性研究方法难以满足我国经济发展新需求。新经济环境对应用经济学产生的影响主要表现在两个方面：一方面，我国加快对外开放进程，形成了具有开放性热点的经济环境，使得我国应用经济学自身具有的体系结构、内容及研究方法都存在一定滞后性，难以顺应时展趋势：另一方面，我国现有应用经济学研究始终偏重关注理论层面，缺乏全面性的深入剖析，且难以真正介入到实践当中，加之缺少本土特点，导致我国经济环境不甚理想，违背了应用经济学科学发展目标。综上所述，改革应用经济学研究方法迫在眉睫。
3开放经济环境下应用经济学研究方法分析
自改革开放以来，我国经济社会发生了根本性变化，需要运用一系列研究方法探索、解决诸多问题。为了能够促使经济学研究方法得到广泛实践，与时俱进地、更为有效地解决相关经济学问题，可以从以下几个方面入手：
3.1调整研究方法
新世纪，我国经济社会日新月异，在经历了计划经济体制后，我国明确自身存在的不足，开始朝着市场经济转变。其中应用经济学研究成为促进经济社会改革的重要力量，使得我国对外开放及市场经济体制日趋完善。不仅如此，研究也开始朝着马克思主义、与中国国情相结合的应用经济学理论体系转变。因此越来越多的当代研究方法成为探索、解决经济问题的关键，其中最为突出的就是统计与数量经济学，成为经济学领域的主流研究方法。分析、研究经济学离不开计量的统计，也是设计经济模型的基础，是提出解决经济问题方案的基石，在谈论提升应用经济学的整体发展之际，如何科学、精确地统计经济相关数据至关重要，结合质与量的紧密联系，从而更为精准地研究经济对象的数量特征和经济表现，也对我国经济发展产生了巨大的影响，真正意义上引导我国经济学研究朝着新方向发展。
在实践应用中，统计与数量经济学在定量分析、实证及研究基础之上，为我国经济各领域、层面带来了新的研究方向，为相关部门制定决策提供了科学依据。与此同时，促进我国数量经济学中的模型方法朝着非线性方程转变，数据也体现在序列数据层面上，实现了向非均衡、非稳定研究发展。
3.2构建新研究体系
相比较来说，定量实证研究主要关注结论，且强调的是对事物过程自身的描述，并未涉及到价值标准的合理运用。不仅如此，我国发展模式、运行制度设计等方面的需求、历史传统积淀等具有特殊性，如果单纯地照抄照搬西方理论并不能够适应经济发展需求。因此，我国在实践当中，需要对其适用条件、先决变量等进行调整，使其能够满足我国经济发展要求。
一般来说，可以将定性研究引入其中，定性研究能够明确问题的价值标准。如此，学者按照统一的标准判断，而后结合定量研究。能够更好地解决当前我国经济研究遇到的各类问题，进而创建和谐的经济发展新环境。
根据我国当前经济环境发展现状，可以将定性研究与定量分析结合到一起，形成一种新型研究体系。具体来说，可以通过对西方经济研究模型构建、条件等要素进行分析，将原有模型按照定性标准，排除掉不适合我国经济发展的要素，然后将适合的部分结合我国经济环境实际情况，形成全新的先决变量，确保经济模型能够最大限度上与我国经济有机结合到一起，保证研究能够快速、及时地解决问题，为我国应用经济学研究方法适用于开放经济环境奠定坚实的基础。
3.3实例说明
我国针对计量研究有效性的影响表现在模型选择与计量技术使用两个方面。但受到经济发展特征及改革的影响，一些经济计量技术并不完全使用，如时间序列作为应用较为广泛的技术之一，可以通过回归技术构建趋势模型。而在长期应用中，学者们发现需要借助回归方程，才能够发现序列当中隐藏的某些特殊关系，特别是应用于市场波动较为频繁的高频数据当中。因此我们通过对细节的具体调整和优化，能够促使计量技术更好地应用于问题解决当中。针对汇率时间序列数据特征来说，引入非线性动态分析方法，汇率波动的时间序列具有ARCH型特点，其变量的波动性变化究其根本是受到外汇市场的影响。显然，只有处于金融经济当中，价格才会产生频繁波动问题。可见，研究方法作为对经济问题的研究工具，在实践应用中，应坚持具体问题具体分析原则，在对计量统计数据合理、科学取值的基础上，结合实际经济环境进行定性与定量的双重分析和研究，才能够帮助研究人员透过现象看本质，找到问题产生的主要原因，进而为后续工作的顺利开展提供更多帮助。
4结论
数量经济学范文第8篇
柯庆耀先生，作为澳门地产界规划发展方面拥有二十多年工作经验的资深人士，多年来在经营过程中不断地累积、充实、完善自身的知识体系，对行业的认识提升到更高水平，更培养了自己不断学习、追求卓越的进取精神。
自我提升 步步折枝
人生最困难的事就是认识自己，控制自己；人生最辛苦的事就是磨炼自己，提升自己。假若有人能够扼制住命运的喉咙，永不屈服，那么，这个人无疑是坚毅的、勇敢的、智慧的。柯庆耀先生自醒求新，以奋斗改变命运，不断地学习，提升和充实自己，从而走出了崭新而闪亮的人生旅程。
柯庆耀先生是一名新加坡归侨，1964年，当他还是一名小学四年级学生的时候，听取父亲的意愿，从新加坡返回家乡福建厦门就读。“我父亲是一位有着强烈爱国主义情怀的人，新中国成立之后便希望立刻回到祖国，但由于种种原因耽搁，最终在1964年成行。我记得父亲那时说：‘我们应该为祖国的建设出力，不能够等祖国各方面建设好之后再回去！’”本着这样一份浓厚的爱国情怀，柯庆耀先生回到厦门，身处祖国那段艰苦的建设大潮中。然而，那时的艰苦岁月，对于他来说却是一种财富，使他在今后的工作有了一种不屈不挠、不断进取的精神。
1979年，柯庆耀先生举家搬到澳门居住，由于在当时的澳门找一份工作并不容易，许多人只能找日薪十几块的工作，在工余时他就提起笔写一些文章，发表到香港澳门当时的报纸上。“一辈子不能就这样度过”，他对自己的未来提出了这样的质疑，之后在哥哥的鼓励下，柯庆耀先生踏上了回福建求学的道路，进入华侨大学的土木工程系就读。
土木工程系是一个注重实践的工科院系，学生在毕业前夕必须经过严格的实习过程，然而当时的华侨大学由于经费问题有一个不成文的规定：北不过长江，南不过珠江。但是，柯庆耀先生在学习上有着一股倔劲，他认为北京作为中国的古都，古建筑比较多，施工技术先进，经典建筑比较多，有利于开阔学生的视野和发展。于是，身为班长的柯庆耀先生带领同班同学与系里“斗智斗勇”，终于过了长江远赴北京实习，这段故事被人乐称：“长江天险，已被柯庆耀所在的土木系攻破了。”
1984年，柯庆耀先生毕业之后，顺利地进入了澳门的一家建筑公司和大丰银行工作，并成为了澳门大丰银行旗下的大丰投资发展有限公司、德记置业有限公司经理，专门从事房地产评估贷款、物业发展规划方面的工作。
在长期的房地产实践工作当中，柯庆耀先生觉得自身的知识量不够，特别是经济学和法律方面的知识。此时，恰逢母校华侨大学在澳门开办研究生教育课程，1997年，他报读了华侨大学法律系澳门研究生班。“反正，闲着也是闲着。”这样一来，他把工作之外的时间都放在了刻苦学习上，并常常因工作和学习同时进行而觉得时间不够用，这需要他比全职学生付出更多的汗水和精力，然而这并未使他有过任何放弃的念头。
2000年，柯庆耀先生顺利地取得了法律硕士学位，之后又报读了华侨大学经济管理学院数量经济学专业特聘教授沈利生的博士班，成为了华侨大学在澳门招收的首批数量经济学博士研究生之一，开始了他的博士学位攻读之旅。
柯庆耀先生以坚韧不拔的毅力，克服重重困难，完成了各项必修课，在五年的修炼之后终成正果，成为了华侨大学为澳门特别行政区培养的第一个博士，也是华侨大学大陆以外的第一位博士。
此后，他还积极从事澳门房地产发展研究工作，在《澳门研究》、《亚太经济》等期刊发表数篇论文；并在结合自身在澳门房地产行业工作的经验的前提下，阅读了大量文献资料，利用经济计量方法定量研究澳门房地产与诸影响因素之间的关系，着有数量经济学丛书《澳门房地产发展研究》，填补了澳门房地产研究方面的空白。
在法律、数量经济学专业的学习，对他此后的工作起了极大的推动和促进作用。在今日，他感叹地说道，“没有华侨大学，我今天的生活轨迹可能完全不一样。”诚然，如果没有他那颗进取向上的心，即使有华侨大学，也不会使他的人生有多大的变化。这种边工作边学习的状态，在他的生活当中持续了好些年，并一直延续着……
“我现在的人生目标是，每年找一个‘山’来爬。”学习之外，柯庆耀先生的喜好在乎旅游。他已走许多的地方，前几日才刚从浙江的千岛湖观光回来。当然，他的这个山也喻指其它更多方面的“山”，再过一段时间，就是他与大学同学毕业三十周年纪念日，他这位大学时期的“老班长”又要开始忙乎起来了。
勇者不惧 智者不惑
在柯庆耀先生对自己严格要求之下，他的事业也稳步发展，获得了行业和客户的认可，获得了可喜的成绩。
随着澳门整体经济持续发展，房地产业开始走出低迷状态，以及凭藉自己在建筑、装潢、房地产、物业管理等方面的丰富经验，2005年，柯庆耀先生离开服务了近二十的大丰银行之后，开创了自己的事业――澳门圆方物业发展策划有限公司和圆方工程顾问有限公司，提供房产发展规划、装潢、工程顾问等服务。
说起把公司取名为“圆方”，并以圆中有方的古代钱币形象作为公司的LOGO，柯庆耀先生可谓用心良苦。“圆方”两字，从大的概念上讲，天圆地方，人生存于天地之间，也希望自己的事业长存于天地之间；从做人做事的角度来说，无规矩不以成方圆，做人处事要有章法，讲诚信、讲原则；另一方面，“圆方”是圆中有方，是古代钱币形象，喻意公司红红火火，日益兴隆之意。这个简短而喻意丰富的公司名及公司LOGO，蕴意太多，也彰显了柯庆耀先生对事业，对人生的一种态度和气概。
公司成立五年多以来，柯庆耀先生为人诚信守信、服务专业周到、工程安全保证的口碑为澳门业界所熟知，而他善待员工的举动也为员工们所感动，也拥有一批忠实的员工伴随他左右。
回顾之前近二十年在大丰银行里打工的经历，柯庆耀先生在自己的公司里更秉承以心比心的员工管理方法。“以前我在银行里工作，既是员工也是管理者，角色转换的思考让我领悟出不少道理。虽然当时我的建议不一定起作用，但是如果我不建议就一定不起作用。员工是公司的财富，好的员工就是公司一笔宝贵的资产。目前自己是决策者，将心比心，就更加要善待员工，因此，这么多年以来，我们公司的员工都比较稳定。”像一些公司出现请不到合适员工的困扰，在柯庆耀先生这里很少出现。在大多时候，人心所向是建立在相互关照、相互理解的基础上的。
事业之外，柯庆耀先生认真地生活，同时热心社团事务，他曾担任澳门建筑置业商会常务理事，澳门经济法律学会会长，至今他还担任着澳门经济法律学会永远荣誉会长、澳门房地产评估业协会副会长、澳门归侨总会常务理事。另外，他对两个儿子的教育也非常关心，特别注重儿子们爱国情怀的培养，在陪伴两个儿子成长时费了不少心力。
面对瞬息万变的世界态势和各种诱惑，一个人如果没有坚定的信念、顽强的意志、与时俱进的进取精神，往往抵挡不住诱惑，迷失方向，迷失自我。但柯庆耀先生是一位坚定的智者，在人生的旅程中，从未使自己迷失过，为自身的发展不断做出更正和调整，以至到达今日高度，赢得事业上炫丽的鲜花和满堂掌声！
【人物简介】
数量经济学范文第9篇
关键词：计量经济学；学习建议；案例教学；研究型教学模式
中图分类号：G642.1 文献标志码：A 文章编号：1674-9324（2012）09-0095-03
一、引言
计量经济学自20世纪70年代末80年代初进入中国之后，其发展过程可以分为3个阶段——从“推广普及”阶段到“计量经济学教学的提高阶段和应用研究的推广阶段”，再到“计量经济学的发展和创新阶段”[1]（李子奈，2008），其经历了与传统经济学内容的不断磨合，直到完全融入经济学教学和研究工作中。计算机技术、网络以及学术交流的国际化都为计量经济学在中国的发展提供了良好的环境，而计量经济学方法的普及和不断创新又为提高我国经济学教学和研究水平提供了良好的平台。纵观国内外应用经济学研究成果，其中采用计量经济方法作为主要分析工具的比重也越来越大，目前在《经济研究》《管理世界》等国内主要经济管理类期刊中，以计量经济学模型作为主要分析方法的论文占比已超过50%。计量经济方法在应用经济学及管理学科学研究中应用的增加和普及，使得计量经济学已成为现代经济学和管理学教学中必不可少的一门课程。它和宏观经济学、微观经济学一起构成了中国高校经济管理类本科生和研究生必修的三门经济学核心理论课程[2]（洪永淼，2007）。计量经济学无论在教学内容、教学手段，还是在使用广度上在国内都已经得到极大的发展，且其在经济学科中的地位已得到普遍的认同，但是很多学生在学习和使用过程中仍存在一些问题或认识上的误区，尤其是在部分非数量经济学专业硕士研究生的论文写作中，这些问题可能直接导致结论的错误，进而使一些学者开始怀疑计量经济学模型的科学性和实用性。很多讲授和传播计量经济学知识的学者已经意识到这些问题，并试图从本质上改变这一现象[3]（李子奈，2009等）。本文正是在这样的背景下，结合多年教学和科研中遇到的实际问题，对当前研究生（尤其是非数量经济学专业）在学习和使用计量经济学过程中存在的问题进行归纳，并给出相应的建议。本文结构安排如下：第一部分为本文研究的背景；第二部分将归纳目前部分学生，尤其是非数量经济学专业硕士研究生，甚至一些博士研究生在计量方法使用过程中存在的一些问题；第三部分将结合实际情况，提出相应的建议；最后给出本文的结论。
二、计量经济学学习过程中存在的问题
近年来，无论是在经济理论的科学研究中，还是在经济问题的实际分析中，采用计量经济方法解决问题已成为一种趋势。很多学生为了赶上这趟“潮流”，在分析问题过程中积极地开发和使用各种前沿的计量方法，而忽略了模型需要满足的一些外部条件，例如模型设定的假定、模型对数据的依赖、模型的经济意义等。本部分将主要归纳几个在计量经济学学习过程中常见的现象：
第一，计量软件的多样化，弱化了学生对很多基础计量方法的探究。随着计量经济方法在经济分析中地位的不断提高，很多学生开始注重在论文写作过程中使用计量方法，尤其是前沿的方法。同时，随着计算机技术的发展，计量方法的相关软件也越来越丰富，促使其应用变得更加普及。然后正是这种软件的多样化和智能化，弱化了很多学生对计量经济方法理论基础的探究，如模型估计前一些必要的检验等。很多研究生在使用计量方法时，只是简单地将搜集到的数据输入到一个类似“黑箱子”的软件包中，然后就可以直接得到结果。
第二，过分强调计量方法，而忽略了经济理论。与第一个问题不同的是，还有部分学生也许对计量方法使用得很好，但是他们却忘记了自己更应该是一名经济学专业的学生。他们在使用计量经济学方法分析问题时，缺少必要的经济理论支撑和分析。众所周知，目前在国内一些经济类核心期刊中，超过50%的文章采用计量经济模型作为主要的分析方法，这种现象使得更多的研究生喜欢在论文写作中加入计量方法进行实证分析。当很多学生陶醉于学习和应用各种先进的计量方法分析问题时，在另一方面他们却忽略了也需要阅读大量经济学、金融学或财政学等与本专业理论相关的文献或教科书，进而缺乏对实际经济现象深入的观察。因此也许他们可以采用计量方法得到非常合理的结果，但他们根本无法对结果进行深入的理论分析。这一现象并不是个例，而是可以在大部分硕士生的写作中看到——很多的结果图表，文字却很少，看上去更像一个经济学的实验报告，而不像一个学术论文。这正是由于很多学生片面追求计量方法的前沿性和复杂性，而忘记了计量经济学本身是一门经济学课程。如果计量模型的使用和结果分析离开经济理论的支撑，则变成一堆枯燥的数学符号和漂亮的图表，而无法体现计量经济学在经济学科中的真正地位。
第三，学习过程中不重视计量经济学的规范分析。在科学研究中实证分析和规范分析是常见的两种分析方式，实证分析用来回答“是什么”的问题，规范分析主要解决“应该怎么样”的问题。在应用经济学的实证分析中经常将计量经济模型作为主要手段，然而计量经济学作为一门学科，其分析过程也要满足一定的规范性。然而，很多学生在应用计量方法分析问题方面不够规范，缺少必要的检验或分析步骤。很多教科书和文献都对现代应用经济学研究应遵循的步骤给予了充分的介绍[2][4][5]（洪永淼，2007；杰弗里·M·伍德里奇，2010；达摩达尔·N·古扎拉蒂，2011等），而且实际教学中，关于计量经济学模型建模的基本步骤通常在课程开始时会介绍（一般会在前几次课），对于刚接触计量经济学的学生而言，他们对很多专业术语和概念并不熟悉，故而忽略了或不能完全领悟分析方法的规范性。
数量经济学范文第10篇
“经济学数学化”的第一层含义是指将数学的思维方式能动地运用于经济学,促使经济学不断实现质的飞跃。从人类认识史的角度来看,数学是人类理性思维的基本形式。只有理性思维才能产生重大突破。爱因斯坦运用数学思维推演出许多人们在日常生活中完全体验不到的、不能理解的结论。他创立的相对论大大打开了人们的眼界,使人们对宇宙的认识前进了一大步。随着高度发达的市场经济日益虚拟化,经济现象也变得更加扑朔迷离,愈益不能直接地感觉,愈益需要高度抽象的数学来描述。只有在广泛的数学工具的基础上,经济学才能摆脱经验主义,摆脱仅仅依靠有时不甚可靠的经济学家的直觉来得出结论。我们认为,数学思维方式的演变在推动经济理论的变革中同样起着决定性的作用,它不仅为经济学提供了一种强有力的分析工具,更为深刻的意义在于从根本上改变了经济学家看问题和分析问题的角度和理念,使他们对经济问题的本质产生了全新的看法。
比如使用概率统计中的分布、期望和方差来刻划风险与不确定性,大大加深了人们对未知事件的认识,现代保险理论和金融理论由此导源。马克维茨的投资组合理论以及布莱克和斯科尔斯提出的期权定价模型是在较强数学框架下得出的,现已成为金融工程学的基础,后人称其为“华尔街的两次数学革命”。我们注意到,数学的发展不仅表现为量的积累,而且还表现为质的飞跃。从常量数学到变量数学,从必然数学到随机数学,从明晰数学到模糊数学,既是数学史上的重大转折,也是人类对世界认识的不断深化,它不断改变着人类的思维方式和思维习惯,使人们的思维和行为具有时代的特征。以数学思想方法的历史演变为线索,把数学向经济学的渗透放到数学史的背景中考察数学对经济理论的突破与创新所起的动因作用,就会发现数学发展的每个阶段对于经济学的影响是多方面的:或是提供了新的经济思想,或是使原有的概念体系得到改造,或是将其研究范围加以拓宽,或是用抽象的、严格的数学语言将原有的理论表述得更为精致,从而改变了传统经济学的原貌。“经济学数学化”的第二层含义是,经济学理论的存在方式也应当向数学靠拢。在数学中,未经证明的命题是不能作为定理而存在的。在尚未经过统计检验之前,理论观点均是以“假说”形式出现的。可是,在传统经济学中,理论被看成是放之四海而皆准的。这样,就把真理绝对化了。
恩格斯说过,只要自然科学在思维着,它的发展形式就是假说。“假说”作为一种理论抽象,它是一系列命题的组合,其内容需要历史、现实和有关学科的证明。可以说,现代西方经济学研究从来都是围绕“假说”进行的:它的理论研究,主要是用严格的数学方法证明一种假说;它的经验研究,主要是用统计数据和经济计量模型检验一种假说。另外从经济学的论证方式来看,也应当仿照数学理论,首先要建立理论模型。而构建一个理论模型需要有三个相应的子环节:前提假定、逻辑推导、导出假说。理论模型是对影响某一经济现象的若干变量之间相互关系进行系统表述的逻辑体系。影响经济现象的经济变量可能很多,理论模型就是对其中关键变量的相互关系的系统表达。理论模型的好坏主要看它能否抓住影响事物的关键变量,并且简单明确;从数学的角度来看,既简洁明了又能概括关键变量的相互关系的模型就是好的。“经济学数学化”的第三层含义是,在经济学的论述和交流中,从使用文字语言转变为使用数学语言。数学语言是最严格的逻辑形式,尤其是数学表达的逻辑简单明了、无歧义,容易被证实或证伪。在科学史上,许多争论都源于没有明确给定讨论的前提条件或者潜在的假设模糊,用文字语言表述却难以发觉,造成“公说公有理,婆说婆有理”的局面,若要解决这些争论,最好的方法就是使用数学语言。这就可以避免那些无意义的争论,这无疑将提高学术交流的效率,有利于经济学的积累与发展。综上所述,“经济学数学化”是指用数学的思维方式、论证方式和语言形式,对传统经济学进行一番改造。这是一个渐进的、非显化的历史过程。
从目前来看,经济学的数学化还远远没有真正实现。因为真正实现“数学化”需要具备两方面的基本条件:一是数学自身的发展,特别是非构造性数学的发展足以适应经济学的复杂性要求;二是从经济学的成熟程度来看,不仅需要达到可以建立理论的水平,并且具有与作为形式化条件的数学语言高度通用性相适应的逻辑简明性。因此,一些数学方法在经济学中的应用充其量只能算作经济学“数学化”的一个方面,而和从本质上来理解的“数学化”不是同一个概念。我们认为,数学化很可能是人的一种创造性活动,也许这是一条人类走不到尽头的路。但是,每一步新的探索必将使人类对经济学增加新的认识和理解。
数学化促使经济学成为一门真正的科学
中国经济的发展必须现代化,中国的经济学也要现代化,而“倡导科学”则是现代化的一个基本价值取向。科学与理性是经济学赖以建立的内在尺度。经济学的科学化体现在弘扬科学精神和运用科学方法两个方面,而数学化则是促使经济学科学化的一个有效途径。因此,通过数学化达到科学化才有可能实现经济学的现代化。
1、数学化体现科学的理性精神
数学化与科学的理性精神是一致的。西方经济学所表现出的科学理性精神在于,它是建立在一个几乎为所有的西方经济学者都承认的基本假设之上的,这个假设即“经济人”假设。所谓“经济人”,就是指那些行为合乎理性的人。由于经济人在行为上是理性的,当他面临若干不同的机会时,总是倾向于选择能给自己带来最大利益的那一种,即追求最大化利益。企业追求利润最大化,消费者追求效用最大化。公共选择学派将经济人假设推广到政府部门,认为政府也追求自身利益的最大化。经济人追求的最大化范畴已经无所不包,现代西方经济学研究领域由此大大拓宽,新制度学派、公共选择学派等不同学派只是在论述的侧重点上有所不同。经济人假设实质上成了一种经济分析方法,即最大化分析。在新古典经济学中最大化分析得到了直接的应用和淋漓尽致的发挥,新古典经济学建立了各种行为函数,进行了精确的量化分析并联合求解,得出市场一般均衡体系“阿罗—德布鲁模型”。最大化分析是一个约束条件下的极值问题,总是与一定目标相联系的。为了论证最大化分析与科学理性的一致性,下面举例说明。比如,对于厂商来说,在他所能支配的资源限度内,他总是希望成本比较低,利润比较大。从亚当?斯密以来,其后的经济学家则运用边际的思想更精确地将利润最大化原则表述为边际收益(MR)与边际成本(MC)相等。这个表述几乎解释了厂商的一切行为。
例如,为什么厂商那么不具有人类的同情心而解雇工人;为什么工人的工资是由他们的边际产出决定而不能够再提高;为什么在一切生产要素都具备的情况下,厂商不追求最大的产量而任其资源的闲置;为什么厂商能有一个自我约束的本能机制而不任意扩大投资。边际收益与边际成本相等的公式是套用微积分求极大值的方法得出的。假设变量R和C分别代表厂商的总收益和总成本:它们都是产量(q)的函数。又设厂商的利润为π,则π=R(q)-C(q),只有当利润π达到最大值时,厂商才处于均衡状态。这就是说,能使π达到最大值的q便是厂商处于均衡状态时的q。一旦找到了q的数值,就可以把它代入需求方程来求得p (价格)的数值,即厂商处于均衡状态时的价格。现在的问题是:在什么数值的q之下,π的数值最大?按照微积分原理,使π为最大值的必要条件是:dπdq=dR(q)d(q)-dC(q)dq=0,亦即dR(q)dq=dC(q)dq最大化问题的古典方法的主要特性是:假设目标函数在一个极大或极小点处有一个等于零的连续的导数,这在经济学的边际分析中称为一阶条件;数学规划和对策论已经把最大化的讨论扩大到约束条件为不等式,扩大到目标求极大化极小值和极小化极大值的情况。实际上,数学中所有关于求极值和最大化的理论,都适用于分析各种各样的最优经济效果问题;而很多求极值的数学理论和概念,也只能在最优经济效果问题中找到原型。
2、数学化有助于经济学实现科学化所必备的三项条件
一般说来,理论体系是一个由概念、判断经过逻辑推理而形成的逻辑系统。这个逻辑系统被经验证实之后,才能成为知识累积性体系的一部分。因此,经济学要想成为科学的理论必须具备以下三项条件:逻辑一致性、可检验性和可积累性。逻辑一致性是科学理论的重要特征。理性思维之所以必须遵循一定的逻辑规则,主要是为了防止在思维过程中出现有自相矛盾或理论观点之间前后不一致的现象,即保持理论结构本身的自洽性和内在整合性。经济学理论是用来说明社会经济现象的几个主要经济变量之间因果关系的一套逻辑体系,理论的创新来自对新现象的分析或对旧现象的解释,那么新的经济学理论的构建就要严格遵守形式逻辑内部一致的要求。否则,变量之间的因果关系就无法说清楚。因此,理论或假说在接受经验事实的检验之前往往应当先接受逻辑的检验。一门学科走向成熟的标志之一是拥有逻辑一致的理论框架。如果确认经济学是一个在经验事实基础上抽象的逻辑系统,由于所有逻辑语言总可以用符号语言来表达,而数学语言也是一种符号语言。那么,采用逻辑方法的理论体系能够用类似于数学的语言加以表达则是顺理成章的。因为数学具有逻辑的本质,也是对逻辑的发展和延长。所以,我们能够以逻辑为中介来论证经济学的数学化是可行的。目前,利用数学模型来做逻辑推论在国际经济学界是一个潮流。一种理论或假说只有具有可检验性才能成为科学,如果不具有可检验性,就无法判定其真伪,也就不能成为科学。作为一门实证的科学,经济学总是要对客观现实做出解释,所要解释的经验事实若与理论假设相一致,就是不被证伪的,这个理论暂时就可以被接受;如果经验事实与理论假设不相符合,经济学家就必须重新审视经济理论:修改假设或者加入新的解释变量,从而使理论与现实相符合。这种重新审视的过程,往往就是经济学发展的过程。
一个有影响的经济理论,通常是从试图解释一个对社会发展有重大影响,但未为现有理论所解释的现象或谜题开始,然后从“人是理性的”这一被所有学者共同接受的基本假设出发,加上一些重要的限制条件,导出能够解释这个现象或谜题的逻辑。从方法论来说,一种社会现象往往能用不止一个内部逻辑一致的理论来解释;同理,一个理论模型只要变换一两个限制条件,就能得出完全不同的结论。到底应该接受哪个理论,只能根据经验资料的检验加以取舍。在错综复杂的经济现象面前,以往的经济学家大都直接使用人脑对材料进行综合、归纳和推理,所得出的学说虽然有较高的抽象性,但是逆反性(即由学说返回实践的能力)却很薄弱。经过了几十年的努力,人们终于找到了经济计量模型方法,借助数学和统计学等“无机”方法来代替人脑的“有机”思维过程。经济计量学中的许多统计方法便是适应经济学的需要而建立的。经济计量学应用这种方法首先根据经济理论和有关的经济信息建立模型,并对模型中变量之间的依存关系进行测定,然后将模型的结论同现实世界相比较,以此来决定理论是成立,还是予以修改或者应当抛弃。经济计量方法所基于的理念是“让数据讲话”。由此可见,经济学的数学化为经济学的可检验性提供了可能。经济理论具有科学性的另一特征是可积累性。作为讨论问题的前提,我们把科学视为一种“系统探索”而非一组预先指明的专业知识。威廉姆斯曾给出了这样的定义:“科学是系统(可靠)的知识有组织的积累,其目的在于理性的解释/预测”。在上述“科学”的定义中,知识的“有组织的积累”至关重要。因为只有当经济学的基本问题、分析框架、研究方法具有相对稳定性和连续性时,才有可能实现积累性知识的增长。试想,如果每个人都另起炉灶搞自己的一套,知识积累是难以想象的。为此,就需要在学术竞争与相互信任的机制中,加强经济研究的分工与合作。个人的名分是在同行们的文章的索引中体现出来的。西方经济学家为什么可以在一个小而细的问题上安身立命?因为他的成果只要被许多人引用就是被认可。按照这种规则,当我们在注释中标明某人某作品的时候,不仅证明了前人的贡献,而且同时说明了重复研究的无谓。更重要的是,某种理论一旦被接受而成为“公共物品”,它便注定了自身要被超越与发展的命运。
宏观经济学是变化发展最快的领域之一,在新的模型、理论不断涌现的同时,原有的曾经被普遍接受的理论又一次次被人们拿到新的条件下来分析,用新的数据来检验。这种生机勃勃的现象也说明了宏观经济学有许多课题有待探索。当然,这种发展并非表现为理论结论的简单否定与贬斥,而是反映在发展了的理论所涵盖的原有理论的某些成份。这样,科学理论的可积累性无疑再现了“站在巨人肩膀上”的场景。在明确了知识积累对于经济科学的重要性之后,接下来的问题自然是:什么样的积累方式是最有效的?事实证明,数学的公理化方法能够提供这样的有效积累方式。“公理化”指将一个知识体压缩到一系列不证自明的公理,进而使用明确的规则从这些公理推导出所有命题(定理),即该知识体完全可由这些公理得到。它使得知识累积成为一个“自给自足”的过程,无需参考知识体以外的什么,仅仅使用逻辑规则来证明就够了。公理化方法是一门科学发展到成熟阶段概括整理众多零碎成果、构筑理论体系的工具。公理化体系本身决定了它有良好的开放性,能够兼容并包,随时可以吸收新的反对思想以完善自身。一旦经济学用数学的公理化方法组织起严格的分析框架,则语义的非惟一性就大大降低,分析框架本身的问题也更容易被证伪,从而加速了知识积累的过程。
我国经济学数学化的途径
长期以来,我国排斥对经济数学方法的应用。在“”横行时期,经济数学方法被贴上修正主义、资产阶级的标签,划为。随着“”的覆灭,党的工作重心转向经济建设。为了实现经济管理的现代化,在20世纪80年代初从国外引进大量模型技术用于我国的企业管理、战略规划等实际经济工作之中,出现了一股“模型热”。以经济模型为主要标志的数量经济学应运而生。数量经济学在我国出现直接受到西方实证分析方法的影响,它改变了以往经济学只注重定性研究而忽视定量研究的局面。比如,由诺贝尔奖得主列昂惕夫创始的投入产出法在我国得到了推广应用。国家统计局从1987年起,每隔5年正式编制和一次国家投入产出表。这一研究成果,对中国经济的应用研究,尤其是产业结构分析、技术进步分析、经济预测和经济效率变化分析等走向精确化提供了坚实的基础。再如,关于建立中国宏观经济模型的努力起始 于20世纪70年代末期,为了参加联合国世界连接模型项目,中国社科院等单位于1986年研制成功中国宏观经济模型第一个版本,并被应用于由克莱因教授主持的联合国世界连接模型。1988年又成功研制了新版本。从1990年开始,正式运用不断修改和更新的中国宏观经济模型,每年在春(4月)秋(10月)两次对中国宏观经济进行分析与预测。定期和不定期向党中央和国务院报道经济分析与预测报告,每年11月出版中国经济蓝皮书。至今已连续进行了十几年。此外,诸如经济周期波动的理论与政策研究,也对政府调控宏观经济,促进国民经济持续、稳定、适度快速增长起到了重要的指导作用。数量经济学作为一种新的研究“范式”是和传统的研究“范式”并存的。①但是,数量经济学长期与传统的经济学相互分离,并没有进入经济学的主流。除了传统观念的障碍之外,也和数量经济学一味强调方法导向,忽视“问题意识”有关。我们知道,任何科学研究都是从问题开始的。所谓“问题意识”是一种对所要寻求的解答的意向上的引导,是一种对潜在的可能提供解答的研究方向上的直觉。“问题意识”来自经济学家对现实的观察、体验与感受。
不同时代面临着不同的问题,经济学家往往是在许多现实问题的刺激下考虑经济理论问题的。从斯密到纳什,这些杰出人物的深邃思想对于经济理论的发展起着划时代的作用。这一切都离不开他们敏锐的“问题意识”,同时也得益于数学思维方式的发展。我们在这里探讨经济学的数学化,关键是要弄清楚:数学的思维方式是如何与经济学的“问题意识”结合在一起,推动经济理论向纵深发展的。我国正处在改革与发展的年代,新问题层出不穷,当然,越是事关经济学的全局与根本的问题,或是越复杂、越重要的问题,抽象与概括出来的理论其价值也会越高,其难度自然也会越大,由此可能会带来理论上的重大突破。在这方面,我国学者作了许多有益的探讨。比如,一个长期困扰经济学家的重要问题是:雇佣关系发生在资本与劳动之间,为什么是资本雇佣劳动,而不是劳动雇佣资本?这个理论问题的现实背景是:在国有企业改革中,如何解决经营者的选择机制。无疑,这对于企业的兴衰是至关重要的。我国学者张维迎在《企业的企业家─契约理论》(上海三联书店、上海人民出版社1995年版)一书中,从提出自己的假说到运用数学理论加以证明,符合上述关于科学性的界定。这种理论虽然很抽象,但大部分观点都建立在一种对可观察到的资本主义经济历史演进的直觉知识的基础之上。这是数学思维方式和经济学的“问题意识”相结合的体现,可以看作我国经济学数学化的一个样板。看来,今后应当强调数量经济学是一门经济学,增强“问题意识”,变方法导向为问题导向,促使数量经济学融入经济学的主流,这是实现我国经济学数学化的一个途径;另外还有一个途径,就是要在改造传统经济学上下工夫。一般来说,国内经济学的教学和研究往往侧重于观点的整理而忽略逻辑分析和推导。经济学者写文章一般善于阐述观点而不善于做经验实证工作,还误以为经验实证是数量经济学的事,将理论研究与实证检验不适当地割裂开来。这些学者往往只讲个人对某问题的观点、想法和主观愿望,与已有的研究成果并不相关,这种自话自说的文章没有承上启下的关系难以形成知识积累的大厦。为此,我们应该努力倡导经济学的数学化,用以改变我国经济理论工作者的研究方式和思维方式。今天,根据数和量来分析社会经济现象已经不足为奇了,使用的数学工具也不限于19世纪“边际革命”中使用的微积分,更为抽象的集合论、群论、拓扑学在经济学领域都有用武之地。随便翻开一本西方的经济学杂志,上面不乏公式、图表、曲线,使人深感如果不懂数学知识就不具备阅读一般现代经济文献的能力,也就无法了解国际学术动态。那么,在经济全球化的时代如何与国际接轨?当务之急是要改善中国经济学走向世界、开展国际交流所依赖的“学术生态环境”。