前言:我們精心挑選了數篇優質數量經濟與技術文章,供您閱讀參考。期待這些文章能為您帶來啟發,助您在寫作的道路上更上一層樓。
關鍵詞:數理經濟模型;計量經濟模型;經濟增長模型;生產函數
一、引言
作為索洛-斯旺經濟增長模型的一個具體形式,20世紀30年代初,美國經濟學家柯布和道格拉斯提出下列生產函數:
Y=Kα(AL)1-α,(0<α<1)
式中,K表示資本,L表示勞動,A表示“知識”或“勞動的有效性”,AL表示有效勞動,α是參數,Y表示產量。這就是著名的柯布-道格拉斯生產函數。柯布和道格拉斯用美國1899-1922年制造業的生產統計資料來估計模型的參數,得出:
Y=1.01L0.75K0.25
對這個生產函數以及柯布、道格拉斯所做的工作,余斌,程立如提出了下列批評[1]:
第一,柯布-道格拉斯生產函數“論證”了資本家的所得不是來自勞動所創造的剩余價值,而是來自資本的邊際產出。從而成為為資本主義制度進行辯護的工具。第二,柯布-道格拉斯生產函數中遺漏了許多可能會影響產出的其他的重要因素。如:機器性能的提高、由于經濟的短期波動而導致的資本閑置或過度使用的情況、工人每天(或每周或每年)工作小時數的變化、勞動者素質的變化、勞動強度的變化等。因而柯布和道格拉斯對模型所做的估計并無實際價值。本論文由無憂整理提供第三,本來,生產函數須在一定技術條件以及一定的資本有機構成下(這兩個條件在不同的生產部門有很大的差別)來討論投入對產出的影響。可是,在柯布-道格拉斯生產函數中,這些條件是隨意可變的。文獻[1]舉例說,由于這一疏忽,可能會引出“用1個輪胎配16個汽缸可以組成一輛汽車”這樣的荒謬結論。
作為與余斌,程立如觀點的商榷,程細玉、陳進坤闡述了下列幾個基本觀點[2]:第一,一個經濟模型是這樣建立起來的:在一定經濟理論的背景下,根據樣本數據,對經濟現象眾多的影響因素進行檢驗、比較、篩選,找出其中一種或若干種最重要的因素,用他們來構建模型(而把其他次要因素的作用效果納入模型的誤差項),然后用樣本數據來估計模型的參數,最后再對估計結果進行經濟意義檢驗和一系列統計檢驗。柯布-道格拉斯生產函數是通過以上程序建立的,因而是科學的。第二,影響產出量的要素有哪些?在供給不足的經濟環境中,影響產出量的要素是:勞動、資本、技術等等;在需求不足的經濟環境中,影響產出量的要素是:居民收入、人口、消費習慣等。第三,柯布-道格拉斯生產函數把技術條件假定為不變,這的確造成了模型與現實之間的距離。針對這一缺點,后來的學者對柯布-道格拉斯生產函數進行改進,把技術進步速度納入了模型。第四,用樣本數據估計了模型的參數之后,要檢查所得的結果是否符合經濟實際,接著還要進行一系列統計檢驗。第五,建立經濟模型時要考慮所選變量數據的可得性。能夠獲得數據的變量才具有實際意義,才能成為模型中的變量。
這兩篇文章所提出的問題以及二者之間的爭論,引起了筆者的若干思考。
二、數理經濟模型
人們在進行經濟學研究和進行計量經濟學研究時,必須要把數理經濟模型和計量經濟模型清楚地區分開。事實上,柯布-道格拉斯生產函數(以及作為該模型一般形式的索洛-斯旺經濟增長模型)屬于數理經濟模型范疇。后來,柯布和道格拉斯用美國1899-1922年制造業的生產統計資料來估計模型的參數,這是把數理經濟模型直接移作計量經濟模型來使用(我們將要在后面談到,這種做法存在著很大的風險),此時,柯布和道格拉斯所作的事情已不再是研究一個數理經濟模型,而是在估計一個計量經濟模型(此時,模型中加上了隨機項,而數理經濟模型是無所謂隨機項的)。
數理經濟學是運用數學方法對經濟學理論進行陳述和研究的一個分支學科。數理經濟學中的數學模型,是為了探索不能用數字表現的數量之間的關系和不能用代數表現的函數之間的關系,這種模型旨在通過數學邏輯推理來闡釋經濟現象之間的關系和演變趨勢。這就是說,數理經濟學是在理論的層面上運用數學語言來研究和表述經濟理論,而不是在經驗的層面上對經濟現象在具體時間、地點、條件下的結局進行描述、估計或預測。
余、程的文章和程、陳的文章同樣都把數理經濟模型與計量經濟模型混為一談了。余、程文章的主旨是要批評一個數理經濟模型(柯布-道格拉斯生產函數),程、陳文章的主旨則是要為這個數理經濟模型辯護。但是,兩篇論文的內容,其實卻撇開了數理經濟模型,說的都是計量經濟模型的事情。例如,余、程的文章批評說,模型中遺漏了若干變量、沒有把技術條件固定住。對于計量經濟模型,這些批評是對的;對于數理經濟模型,這些批評則是不對的。再如,程、陳的文章一開篇,便開宗明義地說,經濟模型中會含有一個誤差項(隨機項),顯然,作者這里所說的“經濟模型”指的是計量經濟模型而不是數理經濟模型,因為,數理經濟模型無所謂隨機項,計量經濟模型才考慮這個項。該論文接下來所說的收集樣本數據、對模型進行估計和檢驗等等,也全都是建立計量經濟模型時候的事情。
把數理經濟模型與計量經濟模型混為一談的現象,在一些研究人員的成果中也常可見到。有的作者用索洛-斯旺經濟增長模型的柯布-道格拉斯生產函數做計量經濟分析時,把索洛-斯旺經濟增長模型里假定為外生的那些變量作為計量經濟分析中理所當然的假定前提,并相應地假定隨機項的期望值為0。這些研究人員認為,由于現在使用的是索洛-斯旺模型而不是別的其它模型,就應該把索洛-斯旺模型的假定作為對現實生活的假定,認為這就是以經濟學理論為根據。這些作者犯了用模型定義現實世界的錯誤。計量經濟分析的目標是盡可能準確地描述現實世界。現實世界只有一個。現實世界是檢驗計量經濟分析正確性的唯一標準。
現在我們來考察數理經濟模型。
一個經濟學原理,可以用文字闡述,可以用圖形來直觀地描述,也可以用數學語言(數學模型———數理經濟模型)來表述。三者目標相同,都是為了闡釋經濟學原理(而不是模擬現實世界)。
為了使經濟原理的闡釋更易于理解,常常需要把現實世界加以簡化(簡化的世界當然已經不是真實的現實世界)。這是允許的。因為數理經濟模型的目的并不是模擬真實的現實世界,而僅僅是為理解這個世界的特定特征提供見解。這種簡化現實世界的方法叫做抽象法。抽象法是科學研究中一種常用的方法。馬克思在《資本論》中,為了闡述勞動創造價值的理論和剩余價值理論,舍象掉了生產商品的勞動的具體形態
而僅僅從量上考察抽象的人類勞動;舍象掉了商品的使用價值而僅僅考察商品的價值———生產商品的社會必要勞動時間。在自然科學里,抽象法的使用也比比皆是。例如,物理學在闡釋一個力學原理時,常常會把摩擦力忽略不計。索洛-斯旺經濟增長模型(以及作為它的具體形式的柯布-道格拉斯生產函數)同樣使用了抽象法,把現實世界中一些本來對經濟增長有影響的因素假定為不變。該模型假定,產出量Y對于資本K和有效勞動AL是規模報酬不變的,即:如果資本和有效勞動加倍,則產量加倍———這意味著,對新投入品的使用方式與對已有投入品的使用方式一樣———這也就是假定,資本有機構成不變。
【關鍵詞】數量經濟學 數據挖掘 區別 聯系
一、數量經濟學與數據挖掘基本概念
(一)數量經濟學
隨著我國經濟的發展,國家經濟的高效運轉越來越離不開數學,例如就當前慘淡的股票市場來說,數學在其中發揮著巨大的作用。數學應用到經濟學中,經濟學領域內產生了數量經濟學。在我國數量經濟學的發展以1979年中國數量經濟研究會成立為標志,歷經近四十年的發展,具有鮮明的中國特色。數量經濟學是在對理論經濟學進行研究的基礎上,通過不斷更新的數學方法和計算技術對經濟關系進行定量分析,總結其經濟事實背后的規律,其中通過建立數學模型的方式對經濟關系進行定量研究是數量經濟學的主要特征。
當前數量經濟學在我國學術界的地位模糊不清,其既是一門方法論,又是一門計量學科,同時還是一門組織管理科學。然而毫無疑問的是數量經濟學是將理論經濟學的抽象固化的理論概念進行外在的定量分析,使得經濟事件背后的經驗公式得以在實際生產生活實際中被有效利用,進行轉化為措施、方案等,顯然數量經濟學是聯系理論與實踐的紐帶。
(二)數據挖掘
數據挖掘(Date Mining),其是多學科的綜合產物,始于20世紀90年代。隨著信息技術的進步和大數據時代的到來,特別是數據庫技術的更新換代使得當下信息數據呈現爆炸式增長。數據挖掘簡單來講,便是將大量不完整嘈雜的數據中整理分析出客戶所感興趣的信息,數據挖掘包括數據庫準備、數據有效開采、結論表示和解釋三個層面。數據挖掘技術主要由數理統計、人工智能以及數據庫技術作為支撐,其主要功能有分類、發現關聯規則以及序列模式、聚類、預測以及偏差預測等。當前關于數據挖掘方法的研究主要有基于統計方法的復雜數據挖掘、基于支持向量機的數據挖掘、基于神經網絡的數據挖掘以及基于遺傳算法的數據挖掘等。
二、數量經濟學與數據挖掘的聯系
(一)應用數學作為研究基礎
就數量經濟學與數據挖掘的聯系來說,首先兩者均將應用數學作為其研究的基礎:在數量經濟學中,建立經濟數學模型的形式將外在客觀的經濟事件間隱藏的相互聯系進行定量分析,而在數據挖掘中應用數學為其提供了普適性的方法論,例如數據挖掘的方法中的統計學方法,其可以簡單分為回歸分析、非判斷分析等均需要通過大量的數學分析來實現。
(二)反映客觀規律與聯系
總體上來說,無論是數量經濟學還是數據挖掘技術均是為了服務人們更好的進行生產實踐來服務的,均是用來分析和判斷事實背后的客觀規律和相互聯系。數據挖掘的目的便是為了深層次的挖掘數據中所隱藏的“知識”,例如在股票市場,先進的交易軟件能夠更快的處理和分析當前的股票市場,能夠短期內進行市場預測,數據挖掘技術通過數據庫分析和處理技術展現出來。數量經濟學作用在現實生活中,其可以進行投入產出分析、費用效益分析以及電子計算數據模擬等。
(三)數據庫作為主要研究對象
毫無疑問的是,在當前信息大爆炸的時代,數據庫技術作為存取信息的最為高效的模式在數量經濟學和數據挖掘中占有極為重要的地位。數據挖掘其通過對存儲于數據庫中的大量繁冗嘈雜的信息進行組合分解等方法獲得有用的信息,數量經濟學雖然僅僅是作為經濟學的一部分,但顯然其需要大量的統計數據作為研究支撐,為此數據庫技術的更新換代與數量經濟學和數據挖掘的發展相互促進、相互影響。
三、數量經濟學與數據挖掘的區別500
(一)理論基礎各異
數量經濟學的理論基礎為理論經濟,數量經濟學是將理論經濟的理論概念進行外在的具象化,從外在的經濟事實背后的數據分析得出經驗公式與模型,其顯然屬于經濟學的一部分,一定程度上來說,其經驗公式僅僅適用于經濟領域;數據挖掘技術其理論基礎為單純的應用數學,具有適用對象的普適性、大眾性。
(二)實現機理各異
數量經濟學其實現機理可以簡單描述為在已有經濟數學模型的基礎上進行外在客觀經濟事實的分析,其主要需要通過大量的人力分析來完成,無法通過數據分析來發現新的數據模型;數據挖掘技術其最重要的特征在于對數據庫中大量不完整的信息的推理關聯分析,其能夠發現存在在整個數據庫中的事實未曾發現的模式,例如在每日的天氣預報中,對每日天氣的預測分析中將包含多種不同的影響因素,需要大量的數據庫分析。
(三)對象領域各異
數量經濟學的適用對象主要為經濟學中存在的問題,顯然具有一定的區域局限性,其通過數據分析得出的經濟數學模型也僅僅適用于經濟領域,而數據挖掘技術其理論基礎為普適性的應用數學,范圍實用性更廣。
四、數量經濟學與數據挖掘的技術應用
(一)數量經濟學應用
數量經濟學是量化了的經濟學,其包含計量經濟學和數理統計學。隨著市場經濟的發展,數量經濟學影響著我們日常生活的方法面面,例如老齡化經濟效應數理分析模型用來分析人口結構因素以及人口老齡化對我國經濟成長潛力的影響,經濟發展的灰色預測與模糊評價用來對于我國與世界各國的經濟增長以及所面臨的威脅機遇進行預測分析等。
(二)數據挖掘技術應用
數據挖掘技術所要處理的問題更廣,顯然其能夠應用到的涉及面更大。例如數據挖掘技術主要被用在商業領域,尤其是在銀行以及保險銷售領域,例如在客戶群體劃分、客戶流失分析以及客戶信用記錄分析等方面,其次在市場營銷方面,數據挖掘技術更是大放異彩,例如著名的Bass Export利用IBM數據挖掘技術進行客戶分析。
參考文獻:
[1]李軍.數據挖掘方法及其在上市公司中的應用研究[D].湖南大學,2004.
關鍵詞:低碳經濟;環境污染;經濟學;污染治理
1 引言
生態環境的好壞與社會進步、經濟發展的程度密切相關,隨著生產力的進一步發展和工農業的逐步實現現代化,環境保護已成為經濟發展的重要保障。改革開放以來,我國經濟得到了快速發展,但生態環境也逐步惡化,環境污染問題日益嚴重。
國內外已有學者對環境污染與治理問題在理論上進行了積極探索與研究,對環境污染問題的治理起到了有益的幫助。但部分研究未能緊密結合當前低碳經濟的發展趨勢,因而其應用價值較為有限。本文吸收國內外最新的低碳經濟思想,運用數量經濟學方法對環境污染與治理問題進行研究,并對經濟發展和環境污染和治理問題進行定量分析。
2 低碳經濟背景下的環境污染問題
低碳經濟是一種以低能耗、低污染、低排放為特點的發展模式,是以應對氣候變化、保障能源安全、促進經濟社會可持續發展有機結合為目的的規制世界發展格局的新規則。當今世界,發展低碳經濟已經成為一個重要趨勢。
近年來,我國有關部門認真貫徹落實中央部署,不斷加大節能減排和環境保護的工作力度,制定了促進節能減排的一系列政策措施,環境保護工作取得積極進展,為進一步做好節能減排工作,發展低碳經濟,推動持續發展,加強環境保護,建設資源節約型、環境友好型社會打下了堅實基礎。
但也要清醒地看到,未來幾十年,世界能源資源需求和生態環境壓力將大幅上升,經濟社會快速發展與地球有限承載能力的矛盾將日益尖銳。全球發展面臨的嚴峻挑戰,迫切需要我們加快轉變經濟發展方式,增強我國經濟發展后勁和國際競爭力,推動經濟社會又好又快發展,下大氣力形成節約能源資源和保護生態環境的產業結構、增長方式和消費模式。因此,發展低碳經濟、轉變發展方式是我國的必然出路。發展低碳經濟是我國應對氣候變化和環境危機的根本出路。
3 環境污染與治理的的數量分析
世界各國普遍關注環境污染和治理問題,并隨著經濟的高速發展,環境污染與保護問題顯得愈發迫切。因此,本文選取環境污染與破壞事故次數、環境污染治理投資和國內生產總值三個指標,從《中國統計年鑒》查得各指標2000-2009年度相應數據,并對我國環境污染和治理水平和經濟發展程度進行回歸分析。
為方便分析,分別記環境污染與破壞事故次數指標為X1,環境污染治理投資指標為X2,國內生產總值指標為X3;lnX1,lnX2,lnX3分別為其自然對數形式。
3.1 環境污染與治理水平對經濟發展程度的影響
為定量研究環境污染對經濟發展的負面影響,以及環境污染治理對經濟社會發展的促進作用,本文以國內生產總值為因變量,其余變量為自變量,進行如下回歸分析,可以構建環境污染與治理水平對經濟發展程度的影響的回歸分析模型(1):
lnX3=8.43-0.16lnX1+0.62lnX2 (1)
t=(3.85)(12.09)
R2=0.997,DW=2.04。
經過檢驗,可知模型(1)可以通過計量經濟學檢驗,符合回歸分析假設條件。結果表明環境污染與破壞事故次數和環境污染治理投資兩個指標,均對國內生產總值(GDP)產生影響,且環境污染和破壞事故發生次數對經濟發展產生阻礙作用,而環境污染治理投資則對經濟發展起到積極促進作用。當環境污染和破壞事故發生次數每增加1個百分點時,則GDP增長量則會降低0.16個百分點。當環境污染治理投資每提高1個百分點時,GDP增長量則會提高062個百分點。
盡管環境污染破壞事故與環境污染治理投資都會直接影響到經濟社會發展,但環境污染治理投資對經濟社會發展的積極促進作用要遠遠超過污染破壞事故的負面作用。因此,我國應該在降低環境污染與破壞事故發生的同時,也要大力加強環境保護和污染治理投資,維護和諧、健康、穩定的生態環境,保證經濟社會的可持續發展。
3.2 經濟社會發展對環境污染與保護的影響
環境污染和破壞事故顯然會對經濟社會發展造成不利影響,但經濟社會發展的方式和水平也直接關系到生態環境的質量。同時,對環境破壞事故等生態環境污染行為治理措施,也與生態環境的好壞息息相關。因此,本文將對經濟發展程度和環境污染治理投資水平,對環境污染程度構建回歸分析模型進行數量研究,可以構建經濟發展與污染治理水平對生態環境污染影響程度的回歸分析模型(2):
經過檢驗,可知模型(2)可以通過計量經濟學檢驗,符
合回歸分析假設條件。結果表明,GDP和環境污染治理投資均對環境污染和破壞事故的發生水平產生影響。但環境污染治理投資會降低環境污染破壞事故發生程度,減少環
境污染與破壞事故次數;而環境污染與破壞事故次數則會伴隨GDP的增長而不斷提高,即經濟社會發展會對生態環境造成破壞,引發環境污染和破壞事故。當環境污染治理投資每提高1個百分點時,環境污染與破壞事故次數就會相應減少2.26個百分點。當GDP每提高1個百分點時,則環境污染與破壞事故次數就會相應增加4.24個百分點。
盡管經濟社會發展和環境污染治理投資水平都直接關系到生態環境的好壞,但環境污染事故發生次數則會由于環境保護和污染治理程度的提高而相應降低,也會由于經濟社會的不斷發展而持續惡化,并且經濟社會發展對生態環境的負面影響要遠超過污染治理投資的正面作用。因此,我國不僅應當繼續加大對環境保護和污染治理的投資,同時也應該轉變經濟發展方式、走低碳經濟發展道路,降低經濟社會發展對生態環境造成的危害,保持人與自然的和諧發展。
4 對策建議
4.1 發揮公眾在環境保護中的作用
公眾在環境和資源管理中的缺位,是當前中國環境管理體系中的最大缺陷。只有公眾真正關注低碳經濟發展模式,才能更好的參與環境污染和治理,維護良好的生態環境。要全面強化環境法律監督,重視普通公眾和人大代表、政協委員建議、提案、議案的辦理工作,自覺接受監督,提高生態環境保護意識。
4.2 媒體加大低碳宣傳倡導公眾低碳生活
報紙、雜志、廣播、電視、網絡等媒體是公眾了解當前社會形勢接收社會信息的重要媒介,在引導公眾低碳經濟模式下合理的消費中發揮著重要作用。在信息化高度發達的背景下,公眾對媒體的依賴越來越明顯,廣告宣傳也因此在人們心中留下深刻的印象,并對人們的學習型消費造成巨大的影響,從而指導消費者進行低碳消費。
4.3 政府自身低碳化運作發揮新型污染監管職能
在發展低碳經濟社會中,政府自身也要進行低碳化運作,政府行政活動的過程本身也是碳排放的過程,在建立低碳社會的過程中,政府要以身作則、率先垂范,積極行使環境保護與污染治理監管職能,將低碳的理念貫穿于各種行政行為,行政立法、行政決策與行政決定等都要符合低碳發展戰略的要求。
4.4 企業進行低碳設計提供低碳產品和服務
企業承擔著社會生產的重大責任,企業實現低碳生產,在生產過程中必須使用污染處理系統,減少“三廢”的排放,通過設備更新和技術進步減少能源消耗尤其是碳化能源的消耗,積極開發和探索可替代、可回收的材料。環保型企業要研究低碳生產工藝,進行技術革新,從而實現生產領域的低碳化、生態化。
參考文獻
[1]袁男優.低碳經濟的概念內涵[J].城市環境與城市生態,2010,(2).
[2]李洪琪,徐志強,廉潔.經濟發展與環境保護[J].內蒙古環境保護,2006,(2).
[3]王忠民.中國現行排污權交易存實現困境易引發環境問題[N].經濟日報,2010,(3):16.
[4]李奎.環境污染問題博弈分析[D].鄭州大學,2008,(6).
[5]杜麗巖.試論低碳消費模式的構建[J].商業時代,2011,(3).