数量经济学精选(九篇)

第1篇：数量经济学范文

从专业设置和课程衔接来看，经济学、数学和统计学是计量经济学的基础和先导课程。目前，统计学的数学基础主要包括线性代数、概率论和高等数学等内容，统计学中的很多理论和知识点都是通过数学演绎推理而来的，而且统计学课程对于其他课程来说是一门重要的方法性和工具性极强的课程。这些数学基础是统计学课程形成的基础，也是学生掌握统计学理论和方法的前提条件。更为重要的是，计量经济学中有很多是涉及和使用统计学中的理论和方法。因此，数学是统计学的基础，统计学又是计量经济学的先导课程，这两门课程共同成为计量经济学的基础课程。简单地说，如果学生没有数学和统计学基础，学好计量经济学是相当困难的。

二、学生数学和统计学基础差异下新疆高校经管类专业计量经济学教学存在的问题

从新疆高校特别是综合性高校的教学实践看，经管类专业对学生的数学基础课程（主要指高等数学、线性代数和概率论与数理统计）的教学要求、教学内容和难度因专业不同而不同，更多表现在经济学专业和管理类专业的侧重点不同，经济类专业的要求高于管理类专业。同时，受教学设施、师资队伍等因素影响，新疆部分高校的计量经济学课程较多采用合班授课形式。再者，教材甄选与学生专业要求有一定差距，这就导致学生数学基础存在差异，致使学生的统计学基础存在严重的分化现象，这种情形在新疆高校的民汉合班教学中更为明显。这些都给计量经济学课程的教学增加了难度。

（一）合班教学内容不当

受教学设施、师资队伍等因素影响，新疆部分高校的计量经济学课程较多采用合班授课形式。由于民族和汉族学生的逻辑思维能力差异显著，这就使合班教学中的学生出现了较为严重的数学和统计学基础分化现象。最重要的问题是，合班教学时需要兼顾教学内容设计和编排、课时数量和学生实际情况等因素，这势必增加教学内容设计的难度。一是民汉合班导致设计教学内容存在一定难度。与新疆高校各专业中的民考汉学生相比，汉族学生的数学和统计学功底和理解能力要明显好于民族学生，这就使民汉合班的学生出现数学和统计学基础功底两极分化的现象，这种合班授课形式导致教师出现教学内容偏多或偏少、难度偏深或偏浅的问题。这就需要对计量经济学教学内容进行重新调整。二是教学过程中偏重于计量软件实践操作的讲解，忽视了计量经济学基础理论的教学内容。在这种验证式的教学过程中，侧重于要求学生掌握软件的用法，但是从理论层面上看，学生并不理解案例操作背后的原理，从理论上不能阐述操作步骤中暗含的相关计量经济学原理，更有甚者根本不会结合实证结果对所研究的问题给予专业的解释。三是教学内容不能反映新疆经济社会发展的实际情况。由于目前的计量经济学教材选用国内权威教材，教学案例大多是摘录国内经济发展的数据，缺少反映新疆经济社会发展的数据，无法让学生了解新疆经济发展的基本情况。

（二）教材及软件甄选的科学性和实践性不协调

目前，在新疆高校的此类课程教学中普遍存在教材及软件甄选的科学性和实践性之间的不协调性问题，主要表现如下：一是受师资力量的影响，同一高校的计量经济学教材由于教师所教授计量软件的类别不同，再加上教材的多样化，一般很难统一成一种教材。二是对于新疆高校学生来说，根据主编的学术声望和出版社级别所甄选的教材有的内容过多且难度较大，增加了授课难度，降低了学生的自我效能感。三是在新疆高校经管类专业中，有的学院以计量经济学理论为教材甄选的主要依据，有的高校则注重某种计量软件操作的实践指导性为教材甄选原则。

（三）数学和统计学基础相对薄弱的学生自我效能感较低

新疆高校特别是经管类专业的学生中有相当一部分生源是民考汉的少数民族学生，与汉族学生相比，其本身语言理解能力相对较差，而且他们本身对数学和需要数学基础的统计学课程缺乏兴趣，学习的自我效能感非常低。这与计量经济学的连贯性要求有差距，因为学习计量经济学必须有良好的数学和统计学基础，而且其教学内容具有一定的连贯性。主要表现在：有些学生在一些前期内容上“卡壳”后，如得不到及时解决，会明显影响后续章节内容的学习；有的学生听不懂的内容累积到一定程度，往往会产生放弃本课程学习的念头；有的学生特别是少数民族学生，对数学、统计学和计量经济学这样的课程自我效能感特别低，有的学生从开始就彻底放弃了学习此类课程。所以，在民汉学生合班的计量经济学授课过程中，民族学生自我效能感较低，学习状态和掌握程度呈现两级分化的状态。

（四）新疆高校计量经济学课程的师资力量薄弱

教授经管类专业计量经济学课程的教师应该有深厚的数学背景、经济学和统计学基础，还要具备计量经济学软件操作的应用能力。目前，新疆高校从事计量经济学课程教学的教师具备这样要求的明显偏少。这就导致新疆高校计量经济学教学过程中存在理论教学与经济模型脱离、与实际案例脱节、与相关计量软件分离的问题。具体表现在：第一，有的高校讲授计量经济学的教师是非经管类专业的学科背景，教师的专业水平和知识结构虽然能够讲授计量经济学，但由于学科功底不够深厚，使其在教学过程中引导学生利用计量软件分析经济现象数量关系的能力较弱。第二，有的高校理论教学与软件教学完全由两个学院的教师承担，理论教学由经济类专业的学院负责，而计量软件由数学或计算机学院的教师负责。从学科融合角度看，导致计量经济学中的经济模型与实际操作之间的讲授产生脱节，影响教学效果。第三，有的高校仅注重某种软件的操作应用能力，学生根本不了解经济计量学的基本理论，使学生缺少理论指导实践的能力，导致学生学完该门课程后，不能结合实际情况运用所学到的知识。

（五）验证式实验教学方法忽视了学生独立思考能力的培养

目前，新疆高校的计量经济学实验教学模式主要是以讲授、验证式实验教学模式为主，通常采用先讲授后实验与边讲授边实验两种教学方法，但在教学实践中，该方法仍存在一些问题：第一，“填鸭式”地向学生展示软件操作、验证书本内容，使学生被动地接受相应内容，亦步亦趋地模仿教师所展示的内容。第二，此种教学方法和手段很少考虑学生统计思维和解释数据能力及其运用计量模型解释经济社会现象的统计素养的培养。

三、学生数学和统计学基础差异下新疆高校经管类专业计量经济学教学的改进

（一）根据学生差异调整教学内容

1．加强统计学内容与计量经济学内容的衔接。统计学原有基本内容应该保留，保持知识结构的完整性，同时也要注重概率论与数量统计、统计学和计量经济学内容的衔接。

2．针对民汉合班教学形式，建立概率论与数量统计、统计学和计量经济学课程授课教师之间教学沟通机制。注意三门课程教学的前后顺序，避免内容重复讲授，而且授课教师应根据学生基础，对于涉及的数学基础与概率论及数量统计部分，如有必要可适当多分配一些课时。对一些重要但难度较大或因课时受限的内容，应予以简单介绍，以满足“吃不饱”的学生，同时要注意提高自我效能感较低的少数民族学生的学习兴趣。

3．教学内容设计中应多引用有关新疆经济发展的案例，这样既可以了解新疆经济发展的现实情况，也可调动学生的学习兴趣。在实践教学中，教师可以组织学生一起编制《计量经济学案例库和习题库》，使教学内容与实践相结合。其中，案例库由教师负责编制，习题库由优秀学生的实践调查报告和国内最新习题组成。

（二）教材和软件甄选应体现科学性和实践性的统一

1．在计量经济学教材管理方面，学校应建立教材质量及其使用价值的评价机制。教材应树立知识与能力并重的理念，不仅要注重理论和统计方法，注重数学推导，同时还要增加计量经济学软件的教学课时数。

2．教材甄选应突出“理论＋实际案例＋软件”的特色。同时，根据长期的实践积累，整合本校计量经济学师资队伍，发挥教师的优势和特长，综合各类软件优势，编写实验教学手册，提纲挈领地向学生介绍各类软件，给出相应的参考资料和网站，提升学生的实践能力和动手能力，弥补教学软件单一的弊端。

（三）调动自我效能感较低学生的学习积极性

1．针对不同的学生群体采用不同的教学方法。计量经济学章节体系内容一般是按照“概念———前提假定———理论推导———统计检验推导———案例”的顺序安排的。针对基础较差且理解能力较低的学生，教师设计教学环节可以从实际例题出发，调整该顺序，即采取“案例———统计检验推导及验证———理论推导———再举例———前提假定———概念”的方式展开，结合案例来讲解相应的理论推导及概念内涵，然后再通过举例进行巩固，最后使学生系统掌握章节的核心内容。

2．针对民汉学生基础差异分化的实际情况，加之计量经济学是一门方法性较强的课程，可设计PBL型的案例题，将学生置身于实际问题情境中，通过“讲解＋提问”相结合的方式引导学生掌握理论知识、软件操作和实证分析能力。同时，在教学中应减少对概念、理论推导等内容论证的时间，侧重对计量分析方法的应用步骤和背后暗含的理论讲授，使学生掌握针对不同计量分析数据进行相应处理的方法及实证结果与案例分析相结合的能力。

3．教师应与学生多沟通，掌握学生基本情况，将学生分成小组开展学习活动。根据授课内容教师可安排专题性讲座，及时消除学生畏难情绪，激发其学习的积极性。通过设计案例习题，由学带领组内学生收集数据、处理数据和计量分析，同时组织小组对实证分析结果进行讨论，并由组内选派一名学生讲解案例分析过程及相应的结论。

（四）提升计量经济学课程师资的专业能力

1．注意各学科教师之间的衔接。师资队伍中应包括概率论和数理统计专业的教师、统计学教师和计量经济学教师，并加强彼此间的沟通，以保证在教学实践中，各专业教师根据教学对象的专业性及学生特点及时调整教学内容，设计符合相关专业的教学大纲，提高教师的教学能力。

2．提高计量经济学专业教师的经济理论水平。教师只有较深的理论功底，才能带领学生借助经济理论对所研究的经济现象和问题进行经济模型的构建，运用经济理论知识处理数据和模型检验，结合实证分析结果和经济理论解释经济现象。这是计量经济学教学的灵魂所在。

3．加强教师专业培训。整合本校计量经济学师资队伍，根据本校经管类专业特点，选派教师参加主要计量经济学软件与专业培训提高教师实际操作能力和专业水平。

（五）革新教学方法

1．在实践教学中，教师可通过“结对子组建实验小组”、“好帮差”等形式，引入PBL教学方法，培养学生解决实际问题的能力。同时，开展基于问题情境的教学，为学生设计基于现实经济世界的真实问题，鼓励学生运用所学的经济学知识，通过分工协作、分析讨论并最终解决问题的方式，逐渐培养其发现问题、分析问题、解决问题的能力。

2．基于学生数学和统计学基础差异的情形，计量经济学应采取板书和多媒体相结合，且以板书为主、多媒体为辅的教学方式，充分利用两种教学手段的优点，弥补其不足，从而提高教学效果，实现教学目的。

第2篇：数量经济学范文

考虑两个变量以及两者间函数关系。给定的增量相应变化，则比值称为变量相对于变量的边际量，即变化一个单位时变化的大小。

一、考虑边际量的必要性

1.边际量有助于社会资源的配置

社会资源由于社会资源是稀缺的，其管理就显得尤为重要。稀缺性（scarcity）是指社会拥有的资源是有限的，因此不能生产人们希望所拥有的物品与劳务。

经济学研究的就是如何管理自己的稀缺资源。在大多数社会中，资源是通过千百万家庭和企业共同配置的。因此，经济学家研究人们如何做出决策，他们做多少工作，购买什么，储蓄多少，以至怎样把储蓄用于投资。在这些方面，数学边际量都扮演着十分重要的角色。

从社会角度出发，社会面临着效率与平等的权衡取舍。效率（emciency）是指社会能以其稀缺资源中得到的最大利益。平等（equality）是指将这些资源的成果平均地分配给社会成员。

比如说，在生产技术既定，可得到的生产要素是一定时，生产者或者说厂商就面临着如何分配生产要素的选择。可以构建一个数学模型：生产可能性边界。在这条曲线上的生产都是有效率的，但从社会总体角度考虑时，在考虑到边界关系时，仍然存在一个最佳的选择。

经济学家通常假设人是理性的。在机会成本为既定的条件下，理性人系统而有目的地尽最大努力去实现其目的。比如说生产者，为实现利润最大化，它们要决定雇佣多少工人和制造并出售多少产品；抑或是个人，他们要决定把多少时间用于工作，并用赚到的钱购买什么物品与劳务，以便获得最大可能的满足。

理性人知道，生活的许多决策很少是黑与白的选择，而往往是介于其间。经济学家用边际变动（marginal change）这个术语来描述对现有行动计划的微小增量调整，也就是对数学边际量的考查。理性人通常通过比较边际收益（marginal revenue）与边际成本（marginal cost）来做出决策。

2.边际量有助于解释一些经济现象

比较经典的：为什么水这么便宜，而钻石如此昂贵？人需要水来维持生存，而钻石并不是不可或缺的；但由于某种原因，人们愿意为钻石支付的钱要远远高于水。原因在于一个人对任何一种物品的支付意愿都基于其边际利益，即物品产生的额外利益。反过来，边际收益又取决于一个人拥有多少这种物品。水是不可或缺的，但增加一杯水的边际利益是微不足道的，因为水太多了，与此相反，并没有一个人需要用钻石来维持生存，但由于钻石太少，人们认为增加一单位钻石的边际利益是很大的。

当且仅当一种行为的边际收益大于边际成本时，一个理性决策者会采取这种行为。

我们如何应用数学边际量？

二、数学边际量在经济决策中的一些应用。

以下分别就消费者和生产者进行讨论分析。

1.在消费者行为中的应用

消费者购买一种物品或劳务都是为了满足某些需要或需求，但是又会收到自身可支配收入的限制，如何使自己的满足程度达到最大，又不超出可支配收入的范围。这时，理性的人就会考虑到数学边际量。

在经济学中，经济学家用效用来衡量商品对于人的满足程度。现在的学术界占主流的是序数效用论，也就是将个人的喜好进行排序。比如说有可乐让你选择，你最喜欢可口可乐，然后是百事可乐，接着才是娃哈哈的可乐。即用第一、第二等等来衡量商品对于消费者的满足程度。序数效用论者用无差异曲线分析方法来考查消费者的行为。序数效用论者认为，商品给消费者带来的效用大小，应用顺序或等级来表示。为此，序数效用论者提出了消费者偏好的概念，就是爱好或喜欢的意思。

序数效用论者认为，对于多种不同的组合，消费者的偏好程度是有差别的，正是这种偏好程度的差别，反映了消费者对这些不同的商品组合的效用水平的评价。为此，引入无差异曲线，它是用来表示消费者偏好相同的两种商品的所有组合。或者说，它是表示能够给消费者带来相同的效用水平或满足程度的两种商品的所有组合。

在此，我们可以引入效用函数以表示某一商品的组合给消费者所带来的效用水平。分别为两种商品的数量，为效用水平。

在维持效用水平不变的前提下，消费者增加一单位某种商品的消费数量时所要放弃的另一种商品的数量，被称为商品的边际替代率，记为。即增加一单位1所放弃的2的单位数。

消费的决策要达到最好的效果及目的，必须满足两个条件：第一，最优的商品购买组合必须是消费者最偏好的组合。也就是说最优的商品购买组合必须是能够给消费者带来最大效用的商品组合。第二，最优的商品购买组合必须位于给定的预算线上。

2.在生产者行为中的应用

作为生产者，通常情况下，都是以追求最大利润为目的的。

当生产者面临着两种或多种生产要素的搭配组合时，同时有一定的约束条件下，他们的选择将是尽可能使产品产量达到最大化，这类似于消费者追求最大效用的选择，故在此，不做详细讨论。同样是要考虑边际量的作用。

着重讨论不同市场中，厂商如何利用数学边际量以使利润达到最大化。

先介绍下市场的类型：完全竞争市场，垄断竞争，寡头垄断，垄断市场。

完全竞争市场即有许多买者和卖者，以至于每个人对市场价格的影响忽略的市场。垄断竞争指存在许多出售相似或不相同产品的企业的市场结构。寡头垄断市场即只有几个提供相似或相同产品的卖者的市场结构。垄断市场是指整个行业中只有唯一的—个厂商的市场结构。

我们先整体上分析下厂商如何进行决策，然后根据具体不同市场的具体特征进行分析。

先建立模型，设厂商的总收益（）是产量的函数即，（为产量），总成本（）亦为产量的函数即，则厂商的利润可用数学算式表示，那么厂商所要求的最大利润即为的最大值，由于，均是的函数，且在现实的区间的定义域上是连续的，所以的最大值可以通过关于的一阶导函数来求出，当然此处略去对二阶导函数的一些讨论。那么最值的条件即为，即，即。即当厂商的边际收益等于边际成本的时候，利润达到最大或者亏损最小。

对于不同厂商而言，这个条件在所有的市场决策中都是有用的。只是由于不同市场厂商的影响力的不同而形式有所变化。

先讨论下完全竞争市场，由于是完全竞争市场，作为生产者是没有权力去定价格的，即对价格的影响理论上说是没有的。所以他们只能被动地接受市场价格（为一定值），则对任一生产者而言。他的收益函数，则他的边际收益即为。他所能做得就是调整产品的产量，以使自己的边际成本等于单价，即，这样才能让自己的利润达到最大或者损失最小。

再来讨论垄断市场下的厂商如何决策的。正如比尔？盖茨曾经说过，我们并没有垄断，只不过在电脑操作系统这一领域，我们是游戏规则的唯一制定者。作为游戏的唯一参与者，他们就拥有着相当大的权力，他们可以制定自己所出售商品的价格，限制产品的数量。当然，他们最终的目的是不变的，依旧是追寻最大利润，只是自主性更强，影响更大。当然他们决策的出发点和依据依旧是成本和收益的边际量。

由于垄断竞争者牵扯到较多生产者，面临太多变化，此处不做详细讨论，同时，寡头垄断生产的决策与博弈论（Game Theory）、纳什均衡（Nash Equilibrium）及占优策略（Dominant Equilibrium）等理论相关，在此也不做详细讨论，但是他们在做决策时，均会运用到数学边际量。

不管是考虑消费者消费行为，还是生产者生产行为，数学边际量都起着十分重要的作用。当然，数学边际量在经济学中还有更广泛的应用。

参考文献：

[1][美]曼昆（N.Gregory Mankwin）经济学原理[M]，微观经济学分册第五版北京大学出版社2009，123-125.

[2][美]曼昆（N.Gregory Mankwin）经济学原理[M]宏观经济学分册第五版北京大学出版社2009，65-68.

[3]高鸿业，西方经济学[M]微观部分，第四版中国人民大学出版社200777-79.

[4]高鸿业西方经济学[M]，宏观部分第四版中国人民大学出版社2007245-250.

[5]《运筹学》教材编写组运筹学[M]，第三版清华大学出版社2005342-345.

[6]李德林，高盛阴谋[M]北方联合出版传媒（集团）股份有限公司万卷出版公司2010，136-140.

第3篇：数量经济学范文

【关键词】数据挖掘 发展经济学 教学质量

【中图分类号】G642.0 【文献标识码】A 【文章编号】1009-9646(2008)09(b)-0043-02

发展经济学课程体系庞大、理论丰富、学派林立,表现为海量的、模糊的、随机的信息。如何在教学中改进和创新本课程的教学模式,提高教学质量一直是从事本课程教学的教师所面临的主要问题之一。本文应用数据挖掘技术对这些信息进行量化、分析、处理,以便对教学质量监测系统更加科学、客观的设计、控制和评价,实观对教学质量监测系统的优化,进一步提高教学质量。

1 发展经济学教学中面临的困境

由于教材、开设时间、教授方法、教师水平等诸多原因,发展经济学教学一度停留在“浅显易懂”的范围内,具体表现在以下几个方面:

1.1 教师方面

首先,教师专业结构不合理。多数发展经济学教师是在其所学经济学相关课程,如政治经济学、经济史以及经济思想史等的基础上开始自我学习和提高的,所以未经过发展经济学系统学习和训练。其次,教学方式的效果并不理想。大多数高校的发展经济学课程所采用的授课方式仍然是以任课教师的课堂讲授为主,也有少数教师采取专题讲座和案例讨论方式的,教学中,教师把备课、教学的重点及主要精力用在了概念的界定、逻辑推理和追求理论体系的逻辑性、完整性上,而较少关注经济现象的变化及学生关心的实际问题,这就很难引起学生的共鸣。

1.2 学生方面

在教学过程中,一方面由于学生的基础不同、领悟程度不同;另一方面一些学生学习态度不端正;再加上大班化授课,人数多,间接带来学生上课纪律不好,存在迟到早退乃至旷课现象,不认真听课及做作业,严重影响课堂教学效果和质量。

就学生的专业基础而言,大学四年级是最佳学习时机。但是,发展经济学课程的教学和学习需要安排充裕的时间,而大学四年级的课程安排一般很少,专业课程的教学已经结束,其原因在于,大学四年级学生必须参加社会实习、撰写毕业论文、寻找工作单位和研究生入学考试,这些事需要花费大量时间和精力。如果在这一阶段还有发展经济学的课程教学显然是不合适的。这便出现了学生专业基础与发展经济学教学时间安排上的矛盾。

1.3 教材方面

教材的内容过于陈旧,目前国内高校使用的发展经济学教材的主要内容多年不变,有的发展理论、经济发展政策己与当代先进的理论、政策明显不符,也与我国经济发展现实不合。发展经济学的内容在不断地更新和发展,我国对发展经济学的理论研究已经达到相当高的水平,我国经济实践中也积累了相当多的经验,但教材建设远远没有跟上理论研究和实践发展的步伐。

2 在提高发展经济学教学质量中的数据挖掘

本文结合数据挖掘技术,分析提高发展经济学教学质量途径。数据挖掘流程可分为四个模块:数据收集模块、数据处理模块、数据挖掘模块和数据表示应用模块[1]。如图1所示:

2.1 数据收集模块

在学校的各部门中积累了大量的影响发展经济学教学质量的数据,这些数据分散在人事处、学生处、教务处、科研处等各个部门除了利用这些已有数据,还必须把更多的因素考虑在内。包括:(1)教学过程中教师教学方法、教学内容、教学设计、教学态度和教学效果;(2)教师的学历、职称、培训经历、现代教育观和信息意识等。

2.2 数据处理模块

数据处理模块处理的信息包括:解决语义模糊性,数据库按照元数据标准对数据进行清理、集成和变换,检查数据的完整性和一致性,将数据整合成能被采掘算法利用的数据,最后存入数据采样库。

2.3 数据挖掘模块

数据挖掘模块:在友好的导航界面引导下,使用合适的算法通过关联分析、分类分析、聚类分析和序列模式分析对经过处理、转化的数据,进行挖掘、分析处理,得出结果并输出给数据表示与应用模块。

2.3.1 教师信息的挖掘

从以下几个方面对教师的信息进行挖掘:(1)课堂教学信息挖掘:通过对教师、学生的分类分析、关联分析找出数据间中隐藏的关联网。根据教师、学生的行为占有率、行为转换率得出本节课的教学模式图。(2)对教师教学风格、特点的信息挖掘:包括对教师语言特点、提问的比率、提问的开放性程度、与学生的互动能力等主观性因素进行量化,可视化。

2.3.2 学生信息的挖掘

从以下几个方面对学生的课堂行为表现进行挖掘:(1)思维状态:看学生是否对教师的提问,提示信息作出积极的反馈;学生是否主动提出问题、发表见解。(2)交往状态:一看课堂上是否有多边、丰富、多样的信息联系与信息反馈,二看课堂上的人际交往是否有良好的合作氛围。

2.4 数据表达和应用模块

2.4.1 数据表达。挖掘发现的知识可以利用可视化技术,如树、表、规则、图表、交叉表、矩阵或曲线等多种形式表示,使内容易于理解能够直接被人们使用。

2.4.2 数据应用。数据挖掘在教学质量监测系统中的应用主要有以下几个方面:

(1)个性化学习。1)学习者特征的可知性分析。根据学生的注册信息和需求纪录,系统可以向学生显示那此可能引起学生特殊兴趣的新知识。2)分析需求趋势。分析每个学习者的访问模式,通过挖掘对应的访问历史记录,系统向不同的学生提供符合其访问习惯的页面信息,预测学习需求。(2)自动答疑系统。系统解答与对学生提交的问题是同步并发的过程,用户在页面输入提出的问题,提交给计算机处理,系统对输入的问题进行分词和提取关键字的预处理。(3)教学评价和学习结果评价。教学效果和学习结果都需要一个客观公正的评价,数据挖掘可以帮助实现多方面,多层次、全方位的评价。

参考文献

[1] J.Han and M .Kamber 著.范明,孟小峰译.数据挖掘:概念与技术[M].机械工业出版社,2004．

[2] 谭祖谊.发展经济学教学模式改革初探,中国青年政治学院学报,2005,(5):93-96．

第4篇：数量经济学范文

据介绍，经过30年的风雨历程和艰辛努力，我国实现了人口再生产类型由高出生、低死亡、高增长向低出生、低死亡、低增长的历史性转变，妇女总和生育率(平均每个妇女一生中所生育的孩子数量)从实行计划生育前的5.8下降到目前的1.8左右，使我国13亿人口日推迟4年到来，有效缓解了资源、环境的压力，促进了经济发展、社会进步和民生的改善。

然而，我国人口的发展虽经历了历史性的巨大变化，但来自人口惯性增长的压力依然巨大。从某种意义上说，中国人口的发展和政策设计又面临一个新的十字路口。未来的中国人口该如何发展？我们又该如何应对？在一些事关全局的重大人口问题上，学术界、计划生育管理部门，仍未达成真正意义上的共识。

人口压力：不堪承受之重？

进入新世纪以来，我国依然面临着更为复杂的人口发展态势。在稳定低生育水平的前提下，本世纪上半叶我国将先后迎来劳动年龄人口、总人口和老年人口三大高峰。

据了解，我国人口目前仍将以年均800至1000万的速度增长。按目前总和生育率1.8预测，2010年和2020年，我国人口总量将分别达到13.7亿和14.6亿；人口总量高峰将出现在2033年前后，达15亿左右。

而且，我国目前地区间人口转变差异较大，低生育水平面临反弹危险。区域间生育水平不平衡，全国仅有上海、北京出现人口负增长。在农村、中西部和贫困地区，群众生育意愿仍然较强，生育水平仍然较高。

今年1月份，国家人口和计划生育委员会公布的人口发展“十一五”规划中期评估表明，低生育水弹风险依然存在、统筹解决人口问题机制尚未建立、人口计生工作难度加大等问题依然突出。

同时，人口快速老龄化问题开始“加剧”。国家统计局人口和就业统计司“2007年全国人口变动情况抽样调查”的数据显示，我国65岁及以上人口占全国总人口的比重已达到8.1%，且人口老龄化仍处于快速发展阶段，由此带来的老年人居住和生活来源等问题亟待关注。

作为世界上人口最多的发展中国家，我国人口与资源、环境关系紧张的状况将长期存在。目前我国人均耕地是世界平均水平的1/3，人均水资源是1/4，人均矿产资源是1/2，人均资源量综合排名列世界第120位。

按现在的需求水平，我国粮食需求总量到2020年为6.03亿吨，2033年为6.63亿吨，大体比现有5亿吨粮食生产能力高出20%到30%，粮食安全面临严峻挑战。我国生态环境总体恶化的趋势尚未根本扭转，环境可持续指数在146个国家和地区中名列倒数第14位。

事实表明，人口数量问题仍然是长期制约我国经济社会发展的关键性问题之一，人口素质、结构和分布问题将逐渐成为影响经济社会协调和可持续发展的主要因素，统筹人口与经济、社会、资源、环境协调发展的任务十分艰巨。

有专家指出，人口总量持续增长，人口结构性矛盾突出，人口素质总体不高，人口流动与迁移规模庞大，以及人口与资源环境的矛盾日趋尖锐等问题，都将对经济持续快速增长和社会全面进步产生重大影响，并直接关系到全面建设小康社会目标的实现。

“一胎化”：民族利益的诉求？

面对依然严峻的人口形势，程恩富提出了继续坚持和实行较严格的“一胎化”的政策，即“城乡一胎、特殊二胎、严禁三胎、奖励无胎”，并以此使总人口较快“先控后减”，较快提升人口素质，较快赶上美欧日的人均国民生产总值、人均国力和人均生活水平。

对于近年来有些经济学、人口学和社会学的学者主张立即全面恢复二胎生育政策，以此来解决所谓老龄化问题，程恩富认为：“这种政策是不可取的，因为它会使中国人口基数继续不适当地增大，不利于很多问题的解决，如环境问题、资源问题、就业问题、人均生活水平问题等诸多方面。”

“在人均收入较低的条件下到达老龄化水平，是社会主义制度优越性的凸现。一方面劳动力仍然大量相对过剩，另一方面达到老龄化标准，这是人口领域的‘二元结构’，需要做的工作不是增加人口，而是切实做好老年人社会保障工作。”他强调，“我们不能用所谓个人自由生育权的观点来分析，那就会导致无控制的自由生育了，这才是争论的核心和关键。”

中国社科院人口研究所副研究员李小平认为，中国人口数量依旧严重过剩，如果没有人口数量的绝对降低，中国无法从生活水平和生存环境方面追赶上发达国家。他主张进一步显著地降低生育率、加速实现人口零增长，并提出了两个百年人口目标，即在100年后将中国人口降到8亿至10亿并力争更低，200年后降到3亿至5亿，从而根本解决中国人口过多与人均资源长期紧张的问题。

据测算，如实行“一胎化”的生育政策，2024年可以达到人口增长的峰值，峰值人口为13.93亿人。而“放开二胎”生育政策的人口总量将继续增长，到2045年才可以达到人口增长的峰值，峰值人口为15.50亿人。

此后，在相当长的时间内“放开二胎”方案的人口总量保持在15亿人口以上，到2100年人口总量为15.33亿人。而实行“一胎”生育政策的人口总量继续减少，到2100年为6.7亿人。两种方案的人口总量差距逐渐增长到8.63亿人。

“即使按照1998年的消费模式和物价水平，我国抚养一个孩子从母亲怀孕开始到16周岁止，全国平均所需支付的总抚养费最低为 5.8万元，最高为6.7万元。”程恩富介绍说，随着社会经济的发展，国家经济实力的提高，教育投资的不断升高，我国为抚养每个 0至16岁少年儿童平均所需支付的总抚养费必然大幅度上升。这样，由于“放开二胎”而多生的几亿人口，将给家庭和社会带来沉重的经济负担。

“科学合理的人口控制政策不仅能够获得控制人口数量的人口效益，还会获得相应的经济效益和健康效益。”程恩富强调，政府应重视人口控制政策的成本、效益分析，将政策的制订和实施建立在这种科学分析的基础上，才能以尽可能低的、能为各方面所接受的成本来获得尽可能高的、从总体上有利于国家和每个家庭的效益。

同时，他认为：独生子女政策并不一定像许多人所担心的那样，最终势必造成过重的家庭养老负担，“一胎化”生育政策和人口加速老化、家庭负担加大没有必然联系，“二孩加间隔”生育政策也可能出现宏观人口未能控制、微观家庭负担也未能减轻的后果。

调整：时机尚不成熟？

有专家认为，应调整计划生育政策、改变人口结构，延迟“刘易斯拐点”（劳动力供应由过剩到短缺的转折点）的到来。

“现在还没有到‘刘易斯拐点’这样一个时期，并没有出现类似于欧洲的人口老龄化和劳动力短缺同时出现的现象。我们的劳动力还在增长，而且还要持续一段时间，并出现了一定形式的过剩。即使劳动力数量开始下降，在短时间内也并不意味着劳动力出现短缺。”程恩富和中国人民大学教授杜鹏都持有相同的观点。

据有关方面测算，按16岁至64岁人口计算，2016年将达到9.9亿人峰值，2050年为8.7亿人，比2000年还多2800万人，高于目前发达国家劳动力的总和。因而，从人口结构特征看，我国劳动年龄人口的规模庞大，劳动力资源充足。

然而，由于我国劳动力素质不高，影响和制约了人力资源优势的充分发挥。当前农村劳动年龄人口小学及以下文化程度比例高达47.6%，一些地方出现的“民工荒”主要是“技能工人荒”，而非真正的劳动力短缺。

因此，着力提高人口素质，建设人力资源强国，已成为统筹解决人口问题、提高核心竞争力、确保经济增长可持续性的关键。

程恩富认为，我国不仅不能放松现行生育政策，而且还要继续把城乡的生育水平降到“一对夫妇一个孩子”这一底线，即严格的“一胎化”生育政策。通过微观上控制每个家庭的规模，宏观上控制社会的人口数量，来促进家庭和社会经济的协调发展。

政府声音：2009年1月15日，在全国人口和计划生育工作会议上，国家人口和计划生育委员会主任李斌强调，今后一个时期人口发展的总体思路是“稳定低生育水平，提高人口素质，改善人口结构，引导人口合理分布，促进人口大国向人力资源强国转变，促进人口与经济、社会、资源、环境协调和可持续发展”。

第5篇：数量经济学范文

0引言

计量经济学是一门研究经济变量之间的统计关系及其规律的科学，广泛应用于经济学的各个领域。通过课程的学习，要求学生建立合适的计量经济学模型，能够使用软件估计模型参数，并能够对估计结果进行检验，且正确解释模型的经济意义。在本科阶段参数估计的方法为普通最小二乘法，为了使得其估计参数有良好的统计性质，需要使计量经济学模型满足经典假设。在对参数进行经济意义检验和统计检验之外，需要考察模型是否满足经典假设及不满足经典假设的修正方法。授课内容主要围绕参数估计与检验展开，教师需要深入浅出的讲解普通最小二乘法的经典假设，经典假设是理解课程后续内容的基础。我国《高等教育法》指明了培养具有创新精神和实践能力的高级专门人才的培养目标，且市场更需要应用型、创新型的高层次经济学人才，由此计量经济学教学内容、教学方式、考核方式改革已迫在眉睫。笔者将结合多年的教学实践，分析经济类学生在学习计量经济学时的知识构建及授课中遇到的问题，提出有利于提高学生创新能力的教改方案。

1计量经济学教改的探索

经济类教师和学生已普遍认识到计量经济学的重要性，但是该课程涉及到经济理论、统计学、数学相关知识的综合运用，讲授难度较大。很多学者从教学内容、课程设置等角度，对计量经济学教学改革做了有益的探索。李子奈指出目前计量经济学教学内容上没有体现出经济学科特点，应将计量经济学模型的设定、数据的分析作为计量经济学教学内容[1]。案例教学和实验教学的重要性也被许多学者认识到。李芝倩提出计量经济学在教学中应以应用为导向，在理论讲解的基础上，注重案例教学和实践环节[2]。张长青认识到计量经济学教学中存在重理论、轻应用等问题，忽视对学生实践应用能力的培养，建议建立具有专业特色的案例库，使课程理论教学与实验教学合理衔接[3]。也有学者比较研究国内外计量经济学课程体系设置，如谭砚文等，比较了中美计量经济学课程设置，发现美国计量经济学课程内容丰富、课程衔接紧密、注重学生实践能力的培养，而我国计量经济学教学体系、教学理念、课程设置都明显落后[4]。

2课程的衔接问题

2.1计量经济学课程设置问题计量经济学作为一门重要的专业基础课，在微观经济学、宏观经济学、概率论与数理统计、统计学、高等数学、线性代数等课程之后开设，一般设置在大三第一学期。大多数高校没有针对不同类型的学生开设不同层次的计量经济学课程。由于我国经济类专业同时向文科和理科招生，学生数理基础差异较大，不适合按照统一的教学目标来授课。国外许多高校已经开设不同层次的计量经济学课程，不同基础及不同研究方向的学生可以自主选择有关课程。例如，麻省理工分别开设初级计量经济学、中级计量经济学、时间序列分析、非线性计量分析、现代计量经济学方法等近10门课，构成了不同层次的计量经济学课程体系[2]。而国内大多数高校计量经济学课程课时安排较少，不能很好体现计量经济学的学科地位。含上机实验课在内计量经济学仅有48课时左右，教师没有充分的时间讲解计量经济学的相关理论。在实践中应用较多的时间序列模型、面板数据模型、二元选择离散模型没有时间讲授。学生在工作或论文写作中，若需要建立计量经济学模型，仍需要花费大量时间进行后续学习。计量经济学软件为学生理解计量经济学方法提供了一个视窗，是计量经济学理论和实践结合的桥梁。教师在上机实验授课环节讲授软件的使用，可使学生认识到繁琐的计算过程可由计算机来完成，对提高学生学习积极性和实践能力起着重要作用。而大多数高校上机实验教学环节没有得到应有的重视，仅有4至10课时。计量经济学软件多为国外开发，学生很难在这么短的时间内掌握软件的使用方法，直接影响到学生在实践环节对数据的分析能力。

2.2数学基础课程衔接问题现代经济学已经从思辨哲学转向数理实证，经济理论均要经过严格的数理逻辑证明及经验检验，经济学研究中对数学知识的运用已经超过物理等自然学科。我国经济学专业学生的数学基础课程仅有高等数学、线性代数、概率论与数理统计这三门，其教学授课难度较低。且这些课程由理学院数学专业教师讲授，他们对经济学了解较少，不知道经济学中会用到哪些知识，授课内容与经济学专业需要脱节，学生在这些课程上花费了大量的时间，并不能取得良好的效果。计量经济学建模中涉及到微分方程、动态最优方法、拓扑学、实变函数等知识，在高等数学中均没有讲授；多元回归分析中需要对矩阵求偏微，需要学生有空间思维能力，而这些知识在线性代数教学中却没有涉及；统计量的构建及统计性质的证明的相关基础知识，在概率论与数理统计中往往是一笔带过，并没有作为重点讲授。没有数学基础课程的教学改革支撑，经济学专业创新人才的培养难以取得突破性进展。计量经济学教学过程中普遍注重数理模型的推导、统计量的构建及统计性质的证明等基本原理的讲授，学生在经济学、高等数学、线性代数、数理统计等课程中若存在知识缺陷，均会影响到该课程的学习。由于大多数经济类学生数理基础较弱，不能很好地理解枯燥抽象的证明及公式的推导，课堂往往成为教师的独角戏。

2.3经济学专业课程衔接问题许多高校课程设置上，缺少与计量经济学有效衔接的其他经济类课程，不利于计量经济学的学习及创新人才的培养。西方国家经济学专业一般在学习计量经济学课程前，讲授中级微观经济学、中级宏观经济学。在学习了初级微、宏观经济学及数学基础课程后，再学习中级微、宏观经济学，使得学生能从数学逻辑上理解经济学，为经济学模型的理解及计量经济学建模打下坚实的基础。我国在本科阶段仅讲授初级水平的经济学，没有中级经济学的学习，学生很难理解经济学模型，计量经济学建模的授课环节会遇到较大困难。大部分高校缺少计量经济学后续课程的教学，只有少数高校增设了金融计量经济学、时间序列分析、计量经济学方法讲座等后续课程。计量经济学课程中学习了建模、估计参数、检验的一般方法，可以应用到经济学各分支内，如结合各分支开设后续课程，会加强对这门工具课的理解。

3计量经济学教材建设的问题

教材是教师课堂授课和学生课下复习的依据，教材的选用一定程度上决定了授课内容及授课效果。计量经济学的建模基于经济思想及理论，对于计量经济学模型过程的学习，有助于学生体会经济学理论在计量经济学中的作用，有利于学生创新能力的培养。案例分析教学是培养学生利用计量经济学模型分析和解决经济问题能力的有效途径。计量经济学教材建设需要与时俱进，寻找紧密联系实际的丰富案例。案例应尽可能选取国内外实证研究的热点经济问题，尽可能体现经济分析、经济模型的建立、软件的使用、回归结果的分析整个过程。目前高校普遍使用的计量经济学教材并没有体现对学生建模思想的培养[5]，没有使学生深切体会到计量经济学的重要性。流行的国内教材侧重计量经济学理论的数学推导，虽然也有部分案例，但案例均为宏观经济案例且普遍忽视计量经济学模型的建模过程的说明。由于文化差异，中国学生很难接受国外的案例，使用国外经典教材效果有限。例如，A.H.施图德蒙德著的《应用计量经济学》被视为美国“近30年来最具重要性的新版教材之一”，该教材结合美国大学生的生活选取了丰富的案例，而中国学生并不能理解其案例中所讨论的变量间的关系。#p#分页标题#e#

4计量经济学教学改革方案建议

4.1设置多层次的教学目标因材施教，区别对待文科、理科类别的学生。根据经济类各专业不同的文理招生类别，制定不同的培养目标。文科生的培养目标定位于思想创新，能够应用计量经济学工具即可；教学目标应注重经济理论，培养学生依据经济理论分析经济变量之间的因果关系。文科生对经济学理论掌握程度要远远好于数学和数理统计，授课中应淡化数理推导，强调计量经济学软件的应用。注重培养文科生的思想创新，引导学生发现经济问题，试图用经济理论进行解释，并能够使用计量经济学方法对其进行经验检验。理科生的培养目标定位于理论创新，注重计量经济学理论的讲授，引导学生创新计量经济学理论。理科生数理基础较好，应扎实基础、提高其培养层次，计量经济学不能仅仅局限于应用，要提高到计量经济学相关理论的推导及证明层面上。

4.2配套改革课程体系计量经济学良好的教学效应需要配套改革经济学类的基础课程。以计量经济学课程为核心的课程体系改革，促使经济学各门课程有效衔接，学生的理论抽象和实证分析能力会得以提高。增设中级微观经济学、中级宏观经济学、数学建模等先修课程，这些课程的开设有助于学生理解经济学模型，提高学生建立经济学模型的能力。根据经济学专业的需要，调整高等数学、概率论与数理统计、线性代数课程的授课内容。例如，高等数学课程中强调泰勒级数展开式等相关内容；概率论与数理统计课程中强调统计量构建及其性质、假设检验等内容；线性代数课程中加入矩阵的求导、矩阵的期望值、随机变量方差－协方差矩阵等相关内容。适时开设金融计量学、时间序列分析、中级计量经济学、高级计量经济学等后续课程。

4.3注重案例教学，从模仿到创新案例教学有助于激发学生的学习兴趣、调动学生的学习热情和探索精神，选择或编著案例丰富、注重分析建模思想的教材授课。例如，研究家庭收入对消费支出的影响，教师首先引导学生分析影响家庭消费支出的因素。学生根据经济理论，可能提出价格和收入是影响家庭支出的两大因素，价格和收入增加会导致家庭消费支出增加，他们是正相关关系。在因变量和自变量确定后，引导学生选择合适的计量经济学模型。不同的计量经济学模型，待估参数的经济意义不同。如果直接以家庭消费支出为因变量，价格和家庭收入为自变量，那么待估参数分别表示价格对支出的边际影响、家庭的收入边际支出；如果选择双对数模型，待估参数分别表示价格支出弹性、家庭收入支出弹性。之后就要搜集数据，可以组织学生抽样调查也可以寻找相关数据，使用软件估计参数。参数估计出来要检验其经济意义、判断其统计性质、检验是否违背高斯假设，若违背高斯假设再用修正后的方法估计参数。通过案例教学巩固了学生对理论知识的理解，使学生充分认识到计量经济学这门课程在实际工作或经济学研究中的重要性。精选经济学各专业方向的计量经济学案例丰富课堂内容，结合案例让学生了解计量经济学的建模过程及软件的使用。引导学生结合自己的专业，运用经济学理论分析具体的经济问题，建立计量经济学模型，经验检验经济学相关理论。

4.4结合生产实习，培养实践能力生产实习环节是培养学生实践能力的最好时机。企业要预测销售量，证券部门要分析影响股票价格的因素，政府部门要分析政策对经济的宏观影响等等，都要应用到计量经济学。在学习计量经济学这门课程后，组织学生到不同部门实习，让学生体会到计量经济学不仅是枯燥的理论，确实可以解决现实中各种问题。学生可以在实习中观察经济现象，发现经济问题，根据自己掌握的经济学理论，分析变量之间的因果关系，建立合适的计量经济学模型。利用实习部门提供的数据，使用计量经济学软件估计模型参数，并做相关预测，为实习部门决策提供依据。另外，通过生产实习，不仅会提高学生对计量经济学后续课程的学习兴趣和热情，学生分析问题、解决问题的实践能力也会大幅提升。

4.5改革对课程的考核模式，激发学生创新大多高校计量经济学课程考核由实验成绩和考试成绩两部分构成[6]。实验环节要求学生根据教师给定的案例和数据，模拟建模撰写实验报告；考试一般为闭卷考试，考核内容多为考察学生对相关知识点的掌握程度。在这种传统考核模式下，学生可能疲于应付考试，并没有真正去分析经济问题，缺少建立计量经济学模型的激励，不能很好的激发学生的创新能力。建议改革考核模式，要求学生根据自己的专业方向或兴趣爱好选择经济学问题，建立计量经济学模型，撰写经济学论文。根据学生经济学论文的完成情况，评定学生计量经济学成绩。学生通过撰写经济学论文，有助于提高其创新及处理实际问题的能力[7]。

第6篇：数量经济学范文

关键词：新时期；经济数学；模型；构建

中图分类号：F0 文献标志码：A 文章编号：1673-291X（2014）19-0007-02

前言

数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命

题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。所谓经济数学模型，就是把实际经济现象内部各因素之间的关系以及人们的实践经验，归结成一套反映数量关系的数学公式和一系列的具体算法，用来描述经济对象的运行规律。所以，经济数学模型是对客观经济数量关系的简化反映，是经济现象和经济过程中客观存在的量的依从关系的数学描述，是经济分析中科学抽象和高度综合的一种重要形式。

一、建立经济数学模型的步骤

建立经济数学模型需按照一定的方法、步骤进行，以使所建的模型具有可行性、实用性，建立经济数学模型的步骤一般为：第一，深人了解实际经济问题，以及与经济问题有关的背景知识，搜集相关的数据，并对数据进行归纳、分组整理。第二，建立实用的模型需通过合理的假设把所要研究的实际经济问题简化、抽象，运用数学方法描述变量之间的关系，建立变量关系的数学模型。模型不能过于简单，以致不能真实地反映客观经济现实，又不能过于复杂，以至于难以实施。一个模型抽象或现实到什么程度，取决于分析的需要、分析人员的能力以及取得资料的可能性和准确性。第三，根据所搜集的数据资料以及建立的模型，借助电子计算机等进行各种模拟试验，求出所建模型中各参数的估计值。第四，将模型测算的结果与经济问题的实际情况进行比较，做出判断，如果模型结果与实际情况相符，表明模型是符合实际的，如果模型与实际观测不一致，则不能将所得的模型应用于实际。这时就要返回去检查，看是假设不合理，还是模型有错误，找出问题的症结，不断地检查、校验，使所建立的模型符合实际。随着客观经济情况的变化，模型需要不断修改和更新。

二、经济数学模型的分类

第一，按经济数量关系，一般分为数理经济模型、计量经济模型、投入产出模型 、数学规划经济模型四种。数理经济模型主要指用数学语言描述经济题的模型，其通过数学工具进行演绎推理从而得到某种经济意义的结果。在数理经济模型中，量的关系建立主要是按一定理论或规则的定义来进行，即形成的是定义式。而不是按统计经验或数据间的某种相关性来建立。如果模型的前提条件和依据的有关理论是成立的，那么经过严格数学推导出的结果也必然成立。计量经济模型就是依据计量经济学的有关理论与方法，在一定经济理论的指导下建立的经济模型。计量经济学是以数学、统计和经济这三种理论为基础发展起来的。此计量经济模型的一个重要特征是以统计数据为基础，即离开统计数据就无法建立计量经济模型。投入产出模型的理论基础是投入产出分析理论。投入产出分析以经济生产中的投入要素和产出结果为特定研究对象。投入产出分析基本是以核算恒等式为基础，以系统的部分与总体存在线性关系为假设，主要以线性代数为研究工具。投入产出模型反映部门、地区或产品之间的平衡关系，以协调经济活动。数学规划经济模型是以数学规划理论与方法建立的经济模型。数学规划是运筹学的一个重要分支，它的研究对象是数值最优化问题。数学规划模型反映经济活动中的条件极值问题，是一种特殊的均衡模型，用来选取最优方案。第二，按经济范围的大小，模型可分为企业的、部门的、地区的、国家的和世界的五种。企业模型一般称为微观模型，它反映企业的经济活动情况，对改善企业的经营管理有重大意义。部门模型与地区模型是连结企业模型和国家模型的中间环节。国家模型一般称为宏观模型，综合反映一国经济活动中总量指标之间的相互关系。世界模型反映国际经济关系的相互影响和作用。第三，按数学形式的不同，模型一般分为线性和非线性两种。线性模型是指模型中包含的方程都是一次方程。非线性模型是指模型中有两次以上的高次方程。有时非线性模型可化为线性模型来求解，如把指数模型转换为对数模型来处理。第四，按时间状态来分，模型有静态与动态两种：静态模型反映某一时点的经济数量关系；动态模型反映一个时期的经济发展过程。第五，按应用的目的，有理论模型与应用模型之分，是否利用具体的统计资料，是这两种模型的差别所在。第六，按模型的用途，还可分为结构分析模型、预测模型、政策模型、计划模型。此外，还有随机模型（含有随机误差的项目）与确定性模型等等分类。这些分类互有联系，有时还可结合起来进行考察，如动态非线性模型、随机动态模型等等。

三、构建和运用经济数学模型时应注意的问题

数学模型对现实的把握是相对的、有条件的。其运用前提是：有关的经济范畴和经济理论是否正确；假定是否合理；结论能否进行检验；对现实是否具有说服力等等。因此，在构建和运用经济数学模型时要注意到：（1）构建数学模型要对所研究的经济问题作细致周密的调研究，分析其运行规律，获取其影应因素的数据，明了其中的数量关系，然后才是选取数学方法，建立起数学表达式，最后还需求解、验证。（2）在经济实际中只能对可量化的事物进行数学分析和构建数学模型，而模型概念是无法进行数量分析的 。尽管经济模型是反映事物的数量关系的，离开具体理论所界定的概念，就无从对事物的数量进行研究。经济上的量是在一定的界定下的量，不是数学中抽象的量。（3）构建数学模型时要考虑到约束条件。数学方法逻辑严密性和计算准确性的性质决定了任何一个数学模型都要受到若干条件的约束，只有假定这项条件满足，该数学模型才能成立。而几乎所有的经济理论是在一定的条件和假定的情况下才能成立，这就决定了每个经济模型都有受到若干个条件的约束。（4）根据所搜集的数据建造的数学模型，只能算作一个“经验公式”，其只能对现象做出粗略大致的描述，据此公式计算出来的数值只能是个估计值。（5）用所建造的数学模型去说明解释处于动态中的经济现象，必须注意时空条件的变化，必须考虑不可量化因素的影响作用以及在一定条件下次要因素转变为主要因素的可能性。

四、建立经济数学模型应遵从的主要原则

1.假设原则。假设是某一理论所适用的条件，任何理论都是有条件的、相对的。经济问题向来错综复杂，假设正是从复杂多变因素中寻求主要因素，把次要因素排除在外，提出接近实际情况的假设，从假设中推出初步结论，然后再逐步放宽假设条件，逐步加进复杂因素，使高度简化的模型更接近经济运行实际。作假设时，可以从以下几方面来考虑：关于是否包含某些因素的假设；关于条件相对强弱及各因素影响相对大小的假设；关于变量间关系的假设；关于模型适用范围的假设等等。

2.最优原则。最优原则可以从两方面来考虑：其一是各经济变量和体系上达到一种相对平衡，使之运行的效率最佳；其次是无约束条件极值存在而达到效率的最优、资源配置的最佳、消费效用或利润的最大化。由于经济运行机制是为了实现上述目标的最优可能性，我们在建立经济数学模型时必须紧紧围绕这一目标函数进行。

3.均衡原则。即经济体系中变动的各种力量处于相对稳定，基本上趋于某一种平衡态。在数学中所表述的观点是几个函数关系共同确定的变量值，它不单纯是一个函数的变动去向，而是整个模型所共有的特殊结合点，在该点上整个体系变动是一致的，即达到一种经济联系的平衡。如需求函数和供给函数形成的均衡价格和数量，使市场处于一种相对平衡状态，从而达到市场配置的最优。

4.数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。

经济教学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。

参考文献：

第7篇：数量经济学范文

1物流经济批量

物流经济批量是近年来形成的，针对物流发展研究的一种经济学研究概念，这种概念是研究物流发展总体趋势以及在经济学上意义的重要手段。

1.1经济批量

“经济批量”economiclotsize，又称“经济订货批量”，指在保证生产或销售需要的前提下,从耗费成本最小这一目标出发所确定的每批材料采购数量或产品投产数量。在确定材料采购或产品投产批量时，既要考虑材料采购费用或产品投产生产准备费用，又要考虑材料、产品保管费用。在实际生产和制造过程中，利用经济批量进行生产和销售以及仓储计划的规划，进而实现材料消耗最小化，即在成本最小化的条件下实现生产量的最优化，达到实现最大化效益的目的。在进行经济批量的核算和使用的过程中，经济数学的应用相当广泛，它不仅被用于经济批量的合理计算以及后期的整理核算，还被应用于经济批量的整体规划以及生产、销售等计划的制定和规划中。

1.2经济批量的优劣

经济批量是指假定技术条件一定的情况下实现产出最优化的一种经济概念。它强调在保证销售量前提下的生产最优化，忽视了产品的自身特性，比如稀缺性的特点，同时也没有考虑生产以及销售过程中可能出现的相关费用。经济批量的一大优势在于其在制定计划时要考虑到销售以及供给情况，从而使得其在进行生产成本最低化考量时必然要优先保证销售的存续，从而避免因过分降低成本而导致的生产短期性提升造成的短视现象。

1.3物流经济批量

将经济批量的概念应用于物流管理，形成最优化状态下的物流体系，是现代物流发展的一大趋势，这一趋势有利于物流行业整体成本的降低以及物流业总体的发展。物流经济批量要求在最小化的运行成本条件下，合理设置仓库存量，以及进出货物的总量，实现最优化的环节设置。物流批量包含仓库存量、在途货物、进货进化以及出货计划等方面。通过合理配置各环节的货物量，实现运行成本最低化以及运行收益最大化。

2经济数学与物流经济批量

物流经济批量在进行其规划和各环节配置的过程中，需要科学计算和统计相关信息，进而实现数据化的分析，通过分析预测相关环节的最优化存量，实现成本最低化和收益最大化。

2.1统计

在物流发展和运行过程中，涉及到相当多的数据，这些数据是分析物流企业发展规律以及物流运行规律的最要资料。通过分析物流数据进而预测物流发展的趋势是物流企业发展的重要工作之一。经济数学通过统计分析实现了这一功能。统计即通过对散乱数据进行整理和一定形式的处理，进而使其在一定的范围内有序排列，进而方便进行数据的分析和提炼。经济数学通过利用数学相关理论实现数据分析以及数据信息预测的准确性和可靠性，提升物流企业发展预测的准确性，进而降低成本，实现最大化的配置。物流行业的货物吞吐量以及进出货物的季节性、空间性因素往往可以通过对物流企业历年数据以及物流行业的历年数据来体现出来。实现物流经济批量的一项重要因素在于实现物流配置的最优化，而这个最优化的实现需要物流分析数据为支撑和依据，也可以说这些数据的准确性和可靠性，直接关系到物流经济批量实现的可能性。经济数学中的统计知识和工具在对物流数据进行统计的同时，实现了数据层面的分析，利用数据的对比分析以及同一数据的差异化分析，实现对于物流数据的整体把控和对于未来数据的正确预测。统计往往与概率以及函数分析综合应用，通过概率以及函数的知识和工具进行必要的规律摸索和研究，进而提炼出物流行业发展的规律，实现物流各环节配置的最优化，节省运营成本，实现物流经济批量。经济批量是一个全局性的概念，这一概念需要统计数据的支撑以及分析数据的提炼。因此，可以说统计是经济批量运行的基础，也是物流经济批量存在的基础，没有准确而翔实的统计数据，经济批量无法实现和运行，统计是物流经济批量实现的首要工作。

2.2分析

分析指的是利用经济数学的相关知识进行统计数据的分析整理，形成规律性的总结和汇总。物流行业存在的大量数据经过统计后，形成大量的数据源，这些数据源中蕴含大量的信息，而这些信息对于实现物流合理配置，进而实现最优化的经济批量配置具有重要的意义。提炼这些信息需要利用经济数学工具进行必要的分析。利用经济数学工具分析物流数据主要通过函数以及微积分等工具实现。函数分析主要是通过对统计数据进行整理，在一定的数据基础上进行函数总结，进而实现函数形成，总结出相关规律，进行必要预测。函数分析的最大优势在于其完整性和客观性，其数据来源于物流数据，分析过程来自于标准的经济数学工具，这些信息保证了整个分析的完整性和客观性，避免了人为因素的影响。随着经济数学的发展，利用经济学相关函数对于物流数据进行汇总分析，形成函数，应用于物流配置的最优化对于物流批量的实现具有重要意义。在经济分析中运用数学符号和公式推倒，可以使对经济过程和经济现象的表达更简洁、清晰，经济数学分析确实比单纯的文字表达更富逻辑的严密性、精确性，比形象的图形表达更多的变量，可分析更多复杂的问题。因此，运用经济数学的手段进行物流经济数据分析，对于物流企业降低运营成本，合理配置自身运行各节点最大化收益实现具有重要意义。经济分析手段主要有数理分析、统计分析以及计量分析等，而统计分析则是进行物流经济数据分析的主要手段。统计经济分析是运用统计方法，以统计资料作为论述现实经济变动过程的手段，对经济的变量数值求解，并验证经济理论的真伪，通过对统计资料的搜集、分析、图示，来验证统计结果。

2.3预测

经济预测指的是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析。它是对将来经济发展的科学认识活动。经济预测不是靠经验、凭直觉的预言或猜测，而是以科学的理论和方法、可靠的资料、精密的计算及对客观规律性的认识所作出的分析和判断。这样的预测是一种分析的程序，它可以重复地连续进行下去，目的是为未来问题的经济决策服务。为了提高决策的正确性，需要由预测提供有关未来的情报，使决策者增加对未来的了解，把不确定性或无知程度降到最低限度，并有可能从各种备选方案中作出最优决策。物流经济批量中利用经济数学手段进行必要的预测，实现有计划的规划各环节配置，进而实现最优化运营，减少运营成本，提升运营收益率。经济数学条件下的预测不是主观的臆测，而是在进行数据统计分析基础上，利用经济数学中的函数以及一些其他手段进行的有针对性的预测。这个预测的整体水平是建立在客观数据基础上的。一般而言，经济数学的预测是基于计量经济以及函数基础之上的。利用经济数学的函数统计分析手段得出相应的函数之后，就可以按照目前的实际情况模拟数据进行函数演算，进而推导出相应的未来发展趋势。根据这种趋势推算出各环节的合理配置，进而完成物流的经济批量计划，实现物流最大化收益与最小化投资。在现有的物流企业数据基础上得出的规律性的函数具有一定的客观性，建立在这个函数基础上的，利用固定数据推导的模拟规划其客观性将得到大大提升。预测应注意两点，一是现有数据要尽量翔实和准确，这样得到的函数才能符合实际情况；其次，函数推导一定要根据实际情况，依据客观事实进行推理，不能夸大或者缩小，避免出现预测失真，进而影响物流企业批量经济的实现。

2.4仓储存量分析

仓储存量分析指的是按照销售情况或者供给情况进行的，基于市场情况设定的，针对仓储存量合理性以及科学性的分析。分析的目的在于找出规律及合理性，利用科学手段进行必要的总结和汇总，进而提升仓储存量的利用率，降低不必要的仓储费用。物流企业发展的一个关键点在于降低仓储费用，进而提升收益的纯利。在物流企业中使用经济数学手段进行必要的仓储存量分析，进而推导出合理的仓储存量，实现存量与出量的合理比例，实现费用最小化与利润最大化。经济数学手段在物流经济批量中的应用，一个很大的方面就是进行仓储存量分析，得到合理的仓储存量，实现仓储费用最小化。仓储存量分析应注意下列问题：首先是市场需求的经济分析。物流市场的整体形势支配着单个企业的发展。整体仓储存量形势在市场范围内的波动和规律性变化对于物流企业至关重要，把握正确的信息，得到相应的市场形势高低就可以实现物流企业自身的发展。利用经济数学手段针对整个市场进行必要的分析，进而得出物流仓储的市场形势，推导出企业应有的发展形势和发展策略。物流经济批量要求以最小化的投入和损耗，实现最大化的收益，而经济数学对于市场分析的整体把控能力成为了这一需求的强力工具，使得物流经济批量得以顺利达成。其次是针对企业自身仓储存量进行分析。在进行物流市场整体分析，即进行外部市场分析之后，物流企业有必要针对自身的仓储情况以及自身的历年发展状况和仓储配置量的具体情况，利用经济数学分析工具进行研究和数据分析，归纳总结出相应的分析结果，达到仓储存量合理化的目的。企业自身仓储存量分析的关键在于利用有效的数据和经济数学方法，而这些方法的选择是企业对于自身数据了解程度的体现。经济数学方法中的概率分析以及统计理论对于企业内部仓储存量分析具有重要的意义，它们可以帮助企业通过数据的整合和整理，实现数据的有序化和合理化，提炼和总结出企业的真正情况，进而提升企业对于自身仓库存量的了解。物流运行数据的内部分析，可以使其了解以往数据，从而推动其对于自身改造的方向，保持安全而又经济的存量，减少成本而又不影响出量，达到利益最大化的目的。

第8篇：数量经济学范文

计量经济学作为经济学科的核心课程之一，其重要性越来越得到重视和认可。但是，相对于其他经济学课程，由于其使用较多的高等数学、概率论和统计学知识，它的教学难度相对较大，尤其是对于数学基础比较差的学生更是如此。笔者结合自己学习和讲授计量经济学的经验，从教材选用、教学内容选择、理论教学与实验教学的关系处理、经济理论、经济数据和研究方法的关系处理、基本思路和数学过程的关系处理等方面进行了深入分析，提出了改善教学效果的建议。

一、教材的采用

目前，在版本繁多的计量经济学教材中，可按编者的国籍分为两种：一种是翻译版的国外教材，作者主要为伍德里奇、格林、古扎拉蒂等；另一种是国内学者编著的教材，作者主要包括李子奈、赵卫亚、王维国、李长凤等。国外教材特别注重具体的商业或经济案例分析以及从具体到抽象的逻辑思维，大多案例生动有趣。教材强调计量经济学作为一门经济课程主要是解决经济管理问题的工具；针对具体案例，使用较大篇幅的文字进行解释和说明，较少使用数理统计学等数学知识，可读性强，适合入门学习。国外教材的结构与内容设置，适合数学基础较差的学生，同时有助于培养学生借助计量经济学解决现实经济问题的直觉，尤其有助于提高学生建立计量经济学模型的能力；但由于不够重视数学理论的教学，影响学生解释计量经济学结论的能力和进一步学习高级计量经济学的效果。

国内教材大多更重视数理统计学等数学理论的推导，逻辑性相对较强，数学公式繁多，但案例相对缺乏且关于案例的经济解释和说明较少，综合性较弱。国内教材的结构与内容设置，使得数学基础一般的学生由于看不懂数学公式导致学习难度偏大，进而产生厌学情绪；部分数学基础扎实的学生，即使较好地掌握了计量经济学理论，为进一步深入学习和进行经济研究打下了扎实的理论基础，但不一定具备敏感的经济直觉，无法很好地使用计量经济学来解释并解决现实经济问题。我国目前主要采用国内教材，难以一概而论认为哪一种教材更好。总体来说，对于初学者，作为入门教材，国外的教材更加合适；对于将计量经济学仅仅作为工具的研究人员，国外的教材更加实用；对于具备扎实的数学基础、侧重于理论研究的教学科研人员，国内的教材更加适用。总之，教材应该结合个人的实际情况和期望达到的目标进行选择，尽量避免盲目地选用名气大的计量经济学教材。

二、教学内容的筛选

随着高等教育的普及以及研究生教育的迅猛发展，我国已经主要由硕士和博士研究生从事教学和科学研究。除了一小部分教学研究人员本科毕业生并且正在继续接受研究生教育以外，绝大部分都属于硕士博士，将直接进入工作岗位。鉴于中国目前的实际情况，在本科阶段，本文认为计量经济学应当定位于基本方法的教学，使学生具备运用这些方法解决实际经济问题的能力。鉴于这种情况，本科计量经济学的教学应该重基本思想、基本方法及基本应用；应该强调现实的经济背景，增加现实的经济案例，尽量简化繁琐的数学推导；对学生的考核也不应强调其数学推导，繁琐的数学推导可以安排在研究生阶段的计量经济学教学中，使学生更多感受到计量经济学是一门经济学课程，而不是数学课程；本科教学应以经典计量经济学为主，可以概括性地介绍一些新的发展方向。而更多的计量经济学新发展、新领域应放到研究生阶段的教学中。针对本科计量经济学教学的定位，一定要加强计量经济学师资的建设，大力培养既掌握数学和计量方法又熟悉经济学的教师队伍。为了提高学生运用计量经济方法的能力，可要求每一个学生针对某些具体经济问题，独立完成模型构建，编写研究报告，积极推行案例教学、项目教学、课程论文，并将这些定为考核学生的重要内容。

三、理论教学与实验教学相结合

各层次的计量经济学教学都注重强调理论体系的完整性，而忽略理论方法的实际应用。计量经济学教学目前现状是十分注重参数估计和各种检验的理论和方法，而对应用模型分析现实经济问题的重视程度不够。经济数据通常是非实验数据，而且常常存在数据缺失的问题，如何根据已有数据去寻找相关的数据来替代缺失的数据是十分重要的。对这些问题的讲授对提高学生的实际应用能力具有很大的好处。同时，计量经济学软件（如TSP、Eview）s的实际操作训练也是薄弱环节，学生不能熟练掌握软件的应用，或不能对结果作出合理的解释，从而限制了运用计量模型分析和解决实际经济问题的能力。所以，计量经济学教学应高度重视理论教学与实验教学相结合。在教学安排上，两者要统筹规划，根据理论教学来合理安排实验教学，结合案例讲授和加强软件操作训练，以加深学生对理论知识的掌握，并使学生能够使用计量经济工具分析一些经济现实问题。

四、经济理论、经济数据和研究方法的关系处理

运用计量经济学处理经济问题通常有6个步骤：理论或假说的陈述；经济数据的收集；计量经济模型的建立；经济模型参数的估计；经济模型的假设检验；运用模型进行预测。可以看出，任何一个计量经济模型赖以成功的要素有三个：经济理论、经济数据和研究方法。经济理论是经济现象的行为理论，是计量经济学研究的基础。经济数据是所研究对象活动水平、相互关系以及外部环境的数据反映，是计量经济学研究的原料。研究方法是计量经济学研究的工具和手段，是计量经济学区别于其他经济学科的主要特点。在计量经济学的学习和研究中，研究方法经常是重点。研究方法的水平往往是一项研究成果水平的主要衡量依据。同时方法的研究也是最难的，因为方法的研究均涉及高深的数学理论，而数学理论水平的提高是一个长期的积累过程而不是短期内能够实现的。

学习计量经济学同时要重视对经济学理论的掌握。缺乏经济学理论、不了解经济行为规律不可能建立合理的计量经济学模型和选取收集合适的数据样本。许多学生虽然数学水平比较高，但受经济理论的制约，而不能深刻领会计量经济学的精髓。经济数据同样重要。经济数据是决定研究成果的重要因素，目前数据的获取途径和数据质量已经成为制约计量经济学发展的瓶颈。虽然互联网为数据查找提供了很大便利，但许多数据是不公开或需要收费的；而在大量数据中找到对研究有用的数据则更为困难。所以，计量经济学的学习必须兼顾理论、方法与数据，任何一方面的缺失都会影响对计量经济学的掌握。#p#分页标题#e#

五、基本思路和数学过程的关系处理

第9篇：数量经济学范文

论文摘要：经济数学模型是研究经济学的重要工具，在经济应用中占有重要的地位。文章从经济数学模型的内涵、构建经济数学模型的方法、遵循的基本原则以及所要注意的问题进行了简要分析和论述。

数学与经济学息息相关，可以说每一项经济学的研究、决策，都离不开数学的应用。特别是自从诺贝尔经济学奖创设以来，利用数学工具来分析经济问题得到的理论成果层出不穷，经济学中使用数学方法的趋势越来越明显。当代西方经济学认为，经济学的基本方法是分析经济变量之间的函数关系，建立经济模型，从中引申出经济原则和理论，进行预测、决策和监控。在经济领域，数学的运用首要的问题是实用性和实践性问题，即能否用所建立的模型去概括某一经济现象或说明某一经济问题。因而，数学模型分析已成为现代经济学研究的基本趋向，经济数学模型在研究许多特定的经济问题时具有重要的不可替代的作用，在经济学日益计量化、定量分析的今天，数学模型方法显得愈来愈重要。

一、经济数学模型的基本内涵

数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。所谓经济数学模型，就是把实际经济现象内部各因素之间的关系以及人们的实践经验，归结成一套反映数量关系的数学公式和一系列的具体算法，用来描述经济对象的运行规律。所以，经济数学模型是对客观经济数量关系的简化反映，是经济现象和经济过程中客观存在的量的依从关系的数学描述，是经济分析中科学抽象和高度综合的一种重要形式。

经济数学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。

在经济数学模型中，用到的数学非常广泛，有些还相当精深。其中包括线性规划、几何规划、非线性规划、不动点定理、变分发、控制理论、动态规划、凸集理论、概率论、数理统计、随机过程、矩阵论、微分方程、对策论、多值函数、机智测度等等，它们应用于经济学的许多部门，特别是数理经济学和计量经济学。

二、建立经济数学模型的基本步骤

1.模型准备。首先要深入了解实际经济问题以及与问题有关的背景知识，对现实经济现象及原始背景进行细致观察和周密调查，以获取大量的数据资料，并对数据进行加工分析、分组整理。

2.模型假设。通过假设把实际经济问题简化，明确模型中诸多的影响因素，并从中抽象最本质的东西。即抓住主要因素，忽略次要因素，从而得到原始问题的一个简化了的理想化的自然模型。

3.模型建立。在假设的基础上，根据已经掌握的经济信息，利用适当的数学工具来刻画变量之间的数学关系，把理想化的自然模型表述成为一个数学研究的题材——经济数学模型。

4.模型求解。使用已知的数学知识和观测数据，利用相关数学原理和方法，求出所建模型中各参数的估计值。

5.模型分析。求出模型的解后，对解的意义进行分析、讨论，即这个解说明了什么问题？是否达到了建模的目的？根据实际经济问题的原始背景，用理想化的自然模型的术语对所得到的解进行解释和说明。

6.模型检验。把模型的分析结果与经济问题的实际情况进行比较，以考察模型是否符合问题实际，以此来验证模型的准确性、合理性和实用性。如果模型与问题实际偏差较大，则须调整修改。

三、建立经济数学模型应遵从的主要原则

1.假设原则。假设是某一理论所适用的条件，任何理论都是有条件的、相对的。经济问题向来错综复杂，假设正是从复杂多变因素中寻求主要因素，把次要因素排除在外，提出接近实际情况的假设，从假设中推出初步结论，然后再逐步放宽假设条件，逐步加进复杂因素，使高度简化的模型更接近经济运行实际。作假设时，可以从以下几方面来考虑：关于是否包含某些因素的假设；关于条件相对强弱及各因素影响相对大小的假设；关于变量间关系的假设；关于模型适用范围的假设等等。

2.最优原则。最优原则可以从两方面来考虑：其一是各经济变量和体系上达到一种相对平衡，使之运行的效率最佳；其次是无约束条件极值存在而达到效率的最优、资源配置的最佳、消费效用或利润的最大化。由于经济运行机制是为了实现上述目标的最优可能性，我们在建立经济数学模型时必须紧紧围绕这一目标函数进行。

3.均衡原则。即经济体系中变动的各种力量处于相对稳定，基本上趋于某一种平衡状态。在数学中所表述的观点是几个函数关系共同确定的变量值，它不单纯是一个函数的变动去向，而是整个模型所共有的特殊结合点，在该点上整个体系变动是一致的，即达到一种经济联系的平衡。如需求函数和供给函数形成的均衡价格和数量，使市场处于一种相对平衡状态，从而达到市场配置的最优。

4.数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。

5.抽象与概括的原则。抽象是思维的延伸，概括是思维的总结，抽象原则揭示了善于从纷繁复杂的经济现象延伸到经济本质，挖掘其本质的反映，概括是经济问题的纵横比较与分析，以便把握其本质属性，揭示其规律。

四、构建和运用经济数学模型应注意的问题

经济数学模型是对客观经济现象的把握，是相对的、有条件的。经济研究中应用数学方法时，必须以客观经济活动的实际为基础，以最初的基本假设为条件，一旦突破了最初的基本假设，就需要研究探索使用新的数学方法；一旦脱离客观经济实际，数学的应用就失去了意义。因此，在构建和运用经济数学模型时须注意到：

1.首先对所研究的经济问题要有明确的了解，细致周密的调查。分析经济问题运行的规律，获取相关的信息和数据，明确各经济变量之间的数量关系。如果条件不太明确，则要通过假设来逐渐明确，从而简化问题。

2.明确建模的目的。出于不同的目的，所建模型可能会有很大的差异。建模目的可能是为了描述或解释某一经济现象；可能是预报某一经济事件是否发生，或者发展趋势如何；还可能是为了优化管理、决策或控制等。总之，建立经济数学模型是为了解决实际经济问题，所以建模过程中不仅要建立经济变量之间的数学关系表达式，还必须清楚这些表达式在整个模型中的地位和作用。

3.在经济实际中只能对可量化的经济问题进行数学分析和构建数学模型，对不可量化的事物只能建造模型概念，而模型概念是不能进行数量分析的。尽管经济模型是反映事物的数量关系的，但必须从定性开始，离开具体理论所界定的概念，就无从对事物的数量进行分析和讨论。

4.不同数学模型的求解一般涉及不同的数学分支的专门知识，所以建模时应尽可能利用自己熟悉的数学分支知识。同时，也应征对问题学习了解一些新的知识，特别是计算机科学的发展为建模提供了强有力的辅助工具，熟练掌握一些数学或经济软件如Matlab、Mathematic、Lindo也是必不可少的。

5.根据调查或搜集的数据建立的模型，只能算作一个“经验公式”，只能对经济现象做出粗略大致的描述，据此公式计算出来的数据只能是个估计值。同时，模型相对于客观实际不可避免的产生一定误差，一方面要根据模型的目的确定误差允许的范围；另一方面，要分析误差来源，若误差过大，须寻找补救方案。

6.用所建经济数学模型去说明或解释处于动态中的经济现象时，必须注意时空条件的变化，必须考虑不可量化因素的影响作用以及在一定条件下次要因素转变为主要因素的可能性。

参考文献:

1.姜启源.数学模型[M].高等教育出版社,1993

2.张丽娟.高等数学在经济分析中的应用[J].集团经济研究,2007（2）