时间:2023-08-28 16:30:13
序论:在您撰写经济学的分类时,参考他人的优秀作品可以开阔视野,小编为您整理的7篇范文,希望这些建议能够激发您的创作热情,引导您走向新的创作高度。
关键词:产业经济学;文献分类;定位
按照国内一般的文献分类,“经济”都是列在“社会科学大部”之下。因为社会科学是研究人类各科社会活动和各科社会关系的理论和历史的多种学科的总称,研究对象包括经济、政治、法律、军事、教育、语言、文学、艺术、宗教等方面的活动和关系,所以各部分类法将“经济”列在“社会科学大部”之下都是正确的。关于经济类目的位置,大概分为三种类型:第一种是将“经济”列在“社会科学大部”之下,“政治”、“法律”、“军事”之前。例如《中小型表》、《科图法》、《武大法》、《大型法》等。第二种是将“经济”列在“社会科学大部”之下,“政治”、“法律”、“军事”之后。例如《中图法》。第三种是将“经济”列在“社会科学大部”之下,“政治”与“军事”、“法律”之间。例如《人大法》(白国应,2002)。从国际来看,比较流行的是经济学论文中经常用到的JEL的经济学文献分类系统。该分类系统由著名经济学杂志JEL(Journal of Economic Literature)创立并推广实施。产业经济学属于应用经济学领域的一个二级学科,产业经济学课程也是经济学专业本科学生的必修课。由于大部分的国内产业经济学在内容上不同于国际上的产业经济学,本文试图从文献分类的角度分析一下国内产业经济学的内容在经济学文献分类中的定位。由于文献分类方法众多,这里仅仅分析在国内《中图法》中的定位以及在国际上JEL分类法中的定位。
一、国内产业经济学的内容框架及其在《中图法》中的定位
国内《产业经济学》教材的主要内容包括产业组织、产业结构与产业关联、产业布局、产业政策等基本内容,还有的教材涉及到了产业集群、产业技术创新等内容。按照微观和宏观层面进行划分,产业组织、产业集群属于微观层面的内容,而产业结构与产业关联、产业关联以及产业政策则属于宏观层面的内容。
在中图分类法中,F代表经济。由于产业经济学属于应用经济学范畴,如果是研究理论经济学,宏观经济学是F015,微观经济学是F016。
第一,产业经济学可以看成经济学的一个分支学科,经济学分支学科的分类号是F06,具体产业经济学是F062.9。但由于产业经济学研究的内容比较广泛,从各个分支学科来看,主要与区域经济学、计量经济学、科学经济学和知识经济学、技术经济学以及信息经济学有关系。所以在研究具体问题的时候,主要看研究内容的侧重点在什么地方。具体关系为:产业经济学中的产业布局、技术创新、产业组织、以及产业经济学中的实证分析分别和中图分类法中的区域经济学(F061.5)、科学经济学和知识经济学(F062.3)、技术经济学(F062.4)、信息经济学(F062.5)、计量经济学(F064.1)等分类相对应。
第二,在“世界各国经济概况、经济史、经济地理(F1)”中,中国经济分类号为F12,其中产业结构为F121.3。由于在产业经济学教材中,产业结构的研究也是重要的内容,所以应该归入这一部分内容。另外国际或者国内的经济地理的分析也和产业经济学中的产业布局、产业关联等内容有紧密的关系,所以根据内容的侧重点可以归入这一部分内容。
第三,从产业经济学的数量研究方法上来看,涉及到了博弈论方法、经济统计方法、投入产出方法以及运筹学方法等。而这部分内容应该归入“经济计算、经济数学方法(F22)”之中。具体有经济核算(F221)、投入产出分析(F223)、经济统计学(F222)、经济数学方法(F224)等。
第四,在产业组织中必然涉及企业理论问题。企业理论有单独的分类,位于企业经济(F27)中的企业经济理论和方法(F270)。
第五,产业经济学与工业经济紧密相关。对于工业经济中的各个部门,产业经济学都有相关的研究。在“工业经济(F4)”中,各个部门的分类号如表1所示。如果研究的是特定部门的问题,则可以归入这一类。
如果研究的是国际工业经济各个部门,则划分到F41中,如果研究的是中国工业经济部门则应该归入F42。
二、在JEL分类法中的定位
JEL(The Journal of Economic Literature)是经济文献杂志的缩写,1969年始在美国经济协会(AEA)赞助下每年的3月、6月、9月和12月季度发行。该系统将所有的经济学文献按内容分为A、B、C、D、E、F、G、H、I、J、K、L、M、N、O、P、Q、R、Z共计19个领域,每个领域又细分为若干个子方向,在每个方向之下再设有专题内容。其中各领域和方向都有专门的综述栏,专题就不再设有综述内容栏。
西方的产业经济学主要是指产业组织,在JEL分类中分类号是L,具体内容如表2所示。
根据国内产业经济的研究范围,还有产业结构、产业关联、产业集群以及一些数量研究方法。这些内容在JEL分类中的定位如下:产业结构(industrial structure)主要在“经济发展、技术转变和增长”分类中,分类号为O,具体包括“经济发展的宏观经济分析”(O11)和“工业化、制造业和服务产业以及技术选择”(O14);对于“产业关联”的分析应该定位在“经济发展”中的“地区、城市和农村分析(O18);“产业集群”的相关研究内容则涉及范围比较广泛,主要是产业组织的相关内容和其他JEL分类中相关内容的结合。
三、国内和国际产业经济学研究内容的区分及其演进
国际上的产业经济学主要是指产业组织理论,国内的产业经济学包括的内容则比较广泛。目前在中国的产业经济学中基本上沿用“行业”或“部门”的含义,没有从“市场”的角度分析问题。主要表现在以下几个方面:
第一,结构和政策的不同。在结构问题上,国内产业经济学不仅仅研究产业结构,也研究市场结构问题,而国外的产业经济学主要是研究市场结构及其市场竞争。在政策方面,国内的产业经济学不仅研究产业结构政策,也分析产业组织政策(竞争政策),而国外的产业经济学则只研究产业组织政策(竞争政策)问题。
第二,研究方法的差异。内容的不同决定的研究方法的差异。在国内产业经济学教材中,产业结构和产业关联部分的内容更多使用的是投入产出分析方法。在产业组织研究中,则更多的是使用博弈论方法。对于计量经济学的分析方法则是二者通用的。
第三,研究内容的演进。国内产业经济学最初主要研究工业经济问题,但随着中国经济的发展,其他产业发展和竞争问题的研究也显得日益重要。所以当前的产业经济学涉及的产业范围增加,不仅有第二产业的研究,也有第三产业和第一产业的研究。
参考文献:
1、白国应.关于经济文献分类的研究[J].图书馆,2002(6).
2、刘廉生.我国产业经济学学科建设的若干思考[J].统计与信息论坛,2000(5).
3、王凯.文献分类工作的现状与发展[J].国家图书馆学刊,2005(4).
关键词 计量经济学 教学效果 教学手段 教学改革
中图分类号:G424 文献标识码:A
在1998年教育部举行的高等学校经济学学科教学指导委员会成立大会暨第一次工作会议上,确定了高等学校经济学门类各专业的共同核心课程,包括政治经济学、西方经济学、计量经济学、货币银行学、财政学、统计学、会计学和国际经济学共8门课程。计量经济学从30年前的几乎无人知晓,到今天近乎50%的经济学文章使用计量经济学实证技术以及几乎所有的大专院校均开设计量经济学课程。然而,对于经济类专业的学生而言,相较于其它专业课程,计量经济学因其强调数理基础的特点,一直以来被诸多学生称为“最有难度的课程”,教学效果也很难有保证。本文以调查问卷为基础,探讨了影响计量经济学教学效果的诸因素,并在此基础上,对于如何提高计量经济学教学效果提出了对策建议。
1 计量经济学课程的特点
计量经济学是经济学的一门分支,它将经济理论、数学和统计推断等工具用于经济现象定量分析,相较于其它经济类专业课程,其自身特点鲜明,主要体现在如下两个方面:
第一,注重数理基础,强调逻辑推导。在经济类专业的培养大纲中,一般先行开设微积分、线性代数、概率类与数理统计,再设置计量经济学这门课程。在初级计量经济学的教学过程中,最为核心的是最小二乘法(Ordinary Least Square,OLS)估计及高斯-马尔科夫定理。这两者的实现,本质是数理推导。如果学生未掌握微积分、线性代数及概率论相关知识,就难以理解OLS和高斯-马尔科夫定理,也无法学习计量经济学这门课程。
第二,理论教学和实验上机并重。计量经济学这门课程的教学包括两方面:理论教学和软件运用,即在理论推导的基础上,利用软件实现估计结果,这两者缺一不可。在经济类专业计量经济学教学中,如果不讲授理论,只讲解软件操作,学生会看不懂计量结果、一头雾水;如果只学习理论,而不进行计量软件操作,学生则体会不到计量经济学的实用性,不能实现理论教学与实验教学相互促进的目的。这对学生提出了较高的学习要求,即在理解理论的基础上,熟悉计量软件操作与运用。然而在实际教学中,或由于尚未理解理论推导,或由于上机环境不能满足要求,导致学生觉得计量经济学课程晦涩难懂。
2 对经济类专业计量经济学教学效果的随堂调查
本文采取计量经济学课程结束时发放随堂调查问卷的方式,选取湖北工业大学2010级国际经济与贸易、金融学、保险学3个专业的260名学生为分析样本。在3个专业260名学生中:国际经济与贸易专业学生115名,其中75名为文科生,文科生所占比例为65%;金融学专业学生149名,其中52名为文科生,文科生所占比例为35%;保险学专业学生26名,其中5名为文科生,文科生所占比例为20%。
2.1 学习计量经济学的兴趣调查分析
51%的学生对学习计量经济学不感兴趣,38%的学生对学习计量经济学的兴趣一般,仅有11%的学生对学习计量经济学十分感兴趣。
32%的学生认为计量经济学学习对将来的学习或就业没有用处,51%的学生认为计量经济学学习对将来学习或就业帮助一般,仅有17%的学生认为计量经济学这门课程的学习对将来学习或工作意义重大。
结合平时和学生的交流,“学习兴趣”“有助于就业”这两者的调查结果反映了,有部分学生对待大学课程学习的实用主义倾向较严重:学生对将来就业有直接帮助的课程感兴趣,而对将来就业没有直接帮助的课程不感兴趣。比如,对于国际经济与贸易专业的学生,普遍对国际贸易实务这门课程感兴趣,因为他们认为这门课程与将来就业紧密相关;而对于计量经济学这门课程,对于将来从事国际贸易实务工作没有多大帮助,也没有多大兴趣去学习这门课程。
2.2 计量经济学学习难度的调查分析
调查结果显示,72%的学生认为计量经济学这门课程较难,23%的学生认为这门课程的难易程度适中,仅有5%的学生认为这门课程较简单。
虽然高达72%的学生认为计量经济学这门课程偏难,但在学习方法上,36%的学生从不进行课前预习,64%的学生偶尔会在课前预习,几乎没有学生在每次课前预习。结合在计量经济学课堂上,有小部分学生从不完成课后作业,甚至在课堂上出现打瞌睡的现象,这说明有少部分学生认为这门课程虽然有难度,但是并没有发挥主观能动性,积极采取措施降低课程难度给自己学习带来的障碍。
2.3 计量经济学课堂教学的调查分析
我们选用的教材是东北财经大学出版社的《初级计量经济学》,54%的学生认为教材选用合适,而46%的学生认为教材不合适,究其原因,绝对多数学生认为教材晦涩难懂。
计量经济学教学学时设置是48学时,其中理论教学36学时,上机学时12学时。对于这样的学时设置,只有21%的学生认为合理,35%的学生认为上机学时偏少,15%的学生认为理论学时偏少,也有15%的学生认为上机学时偏多,14%的学生认为理论学时偏少。计量经济学学时设置的调查结果显示了学生需求的多样性,但其中较为突出的是1/3的学生认为,上机学时偏少。
教学手段的调查结果显示,65%的学生认为多媒体和黑板板书相结合的方式更好,19%的学生认为仅使用多媒体教学更好,16%的学生认为仅使用黑板板书教学更好。
2.4 计量经济学课堂讲授效果的调查分析
55%的学生认为课堂教学效果一般,20%的学生认为课堂教学十分好,25%的学生认为课堂教学效果不好。该结果和前面各项调查指标的结果基本吻合。可见,学生普遍对这门课程较畏惧。即使一些认真学习、按时完成作业并最终取得不错考试成绩的学生,也对所学内容体系觉得不知所以然。
3 提高经济类专业计量经济学教学效果的对策建议
(1)提高学生学习兴趣,纠正实用主义学习态度。面临激烈的就业竞争,大学生的学习更加以就业为导向,实用主义倾向加强:即对将来就业有用的课程,就认真学习;对将来就业用处不大的课程,没有学习兴趣和动力。除了准备继续教育的学生,经济类本科生毕业后几乎都从事实务性工作,因此他们认为作为研究工具的计量经济学“不重要”或者“没有用处”。针对部分学生有失偏颇的实用主义学习倾向,要求学生提高对自身的要求,端正学习态度,提高对学习计量经济学的兴趣。
(2)培养良好的学习习惯,提高自学能力。在正确认识计量经济学学习的难度之后,教育学生克服畏难情绪,培养良好的学习习惯,变被动为主动,具体包括学生根据自己的实际情况,进行课前预习、课后复习、小组讨论等。在此过程中,学生的自学能力也将得到提高和锻炼,这将是其受用一生的技能。
(3)创新教学方法,因材施教。在学时设置上,经济类专业计量经济学学时设置不应少于54学时,其中上机实验学时至少占三分之一。在课堂教学中,黑板板书与多媒体课件并用,黑板板书有助于讲解数理推导,多媒体课件有助于提高课堂信息量。结合本科应用经济学专业的培养目标,针对经济类专业学生数理基础偏弱的特点,重点讲授一元回归的OLS估计,证明高斯-马尔科夫定理,让学生明白其中原理,对于多元回归可以依此类推,让学生自学,重点以软件操作为主。
(4)加强师资队伍建设。计量经济学是一门应用性很强的学科,具体体现在计量方法在经济研究中的运用。这样一来,只懂数理推导的老师就无法很好地讲解这门课程。这就要求从事该门课程教学的教师必须同时参加科研工作,长期地进行教学与科研实践,才能对课程准确把握,才能融会贯通、深入浅出地进行计量经济学教学。
(5)创新考核方法。考试只是手段,不是目的。充分发挥考试调动学生学习积极性,引导学生学习方法的作用。改革单一的闭卷考核方式,可以采取上机操作、分组撰写科技论文的考核方法。
参考文献
[1] 刘发跃,王娅.计量经济学教学效果影响因素研究——兼论探索性实验教学方法的运用[J].高等财经教育研究,2012(9).
[2] 方雯.提高“计量经济学”课程教学效果的几点思考[J].长春理工大学学报(社会科学版),2010(5).
理性选择理论对行为主体“认知”问题的学术处理,从“经济人”到“理性经济人”并没有显著的变化。古典经济学框架下的理性选择理论以完全信息假设为前提,将行为主体(个人)界定为无本质差异和不涉及个体间行为互动,不受认知约束的单纯追求自身福利的“经济人”(约翰·伊特韦尔等,1996)。新古典经济学的理性选择理论将行为主体界定为“理性经济人”,它同样以完全信息假设为前提,研究了被古典经济学忽略的选择偏好,通过对“偏好的内在一致性”的解析,论证了个体能够得知选择结果的抽象认知(Von Neumann and Morgenstern,1947;Arrow and Debreu,1954)。这里所说的抽象认知,是指行为主体没有经历具体认知过程而直接关联于效用函数的一种认知状态,这种状态在新古典理性选择理论中的存在,表明“认知”是被作为外生变量处理的。
现代经济学的理性选择理论开始尝试将“认知”作为内生变量来研究。现代主流经济学从人的有限计算能力、感知、意志、记忆和自控能力等方面研究了认知形成及其约束(Salvatore, 1999;Schandler,2006;Rubinstein,2007),认为认知是介于偏好与效用之间,从而在理论研究上处于不可逾越的位置,只有对认知进行研究,对偏好和效用的研究才能接近实际。现代非主流经济学注重于运用认知心理学来研究人的认知形成及其约束(Kahneman and Tversky,1973,1974,1979;Smith,1994),它通过实验揭示了一些反映认知心理进而影响选择行为的情景,如确定性效应、锚定效应、从众行为、框架依赖、信息存叠等,以论证传统理论忽视认知分析而出现的理论与实际之间的系统性偏差。
但是,经济学理性选择理论对认知的分析和研究,是在预先设定规则的建构理性框架内进行理论演绎和推理的,它们对认知的解释,通常表现为一种规则遵循。例如,新古典理性选择理论关注个体应怎样符合理性(最大化)的选择,而不是关注个体的实际选择,它对认知的学术处理是从属于效用最大化的(Harsanyi,1977)。现性选择理论所关注的,或是在忽略认知的基础上建立解释和预测实际选择的理性模型来说明实现效用最大化的条件,以阐释个体如何选择才符合理性(Edgeworth,1981);或是通过行为和心理实验来解说实际选择的条件配置,以揭示实际选择的效用函数(Kahneman and Tversky,1973,1974,1979;Smith,1994),因而对认知的学术处理同样是从属于效用最大化的。基于选择的结果是效用,而认知与偏好都内蕴着效用形成的原因,我们可以认为,经济学在将个人追求效用最大化视为公理的同时,也在相当大的程度上表明理性选择理论对效用函数的描述和论证,不是依据数据分析而是一种通过理论预设、判断和推理得出的因果思维模式。
因果思维模式在信息完全和不完全情况下的效应是不同的。在信息不完全状态下,如果研究者以信息完全预设为分析前提,依据自己掌握的部分信息对问题研究做出因果逻辑判断和推论,则其不一定能得到正确的认知。在信息完全状态下,研究者不需要有预设的分析假设,也不需要依赖逻辑判断和推论,而是可以通过数据高概率地获取正确的认知。经济学的信息完全假设对认知研究的影响是广泛而深刻的。例如,新古典经济学假设选择者拥有完全信息,能够实现效用最大化,它对偏好与认知以及认知与效用之间因果关系的逻辑处理,是通过可称之为属于该理论之亚层级预设的“给定条件约束”实现的(信息完全假设是第一层级预设)。在该理论中,偏好被规定为是一种处于二元化的非此即彼状态,认知在“选择者知晓选择结果(效用)”这一亚层级预设下被跳越。很明显,这种因果思维模式有助于使其建立精美的理性选择理论体系,但由于没有对认知阶段作出分析,它很容易严重偏离实际。
现代主流经济学的理性选择理论偏离现实的程度有所降低,原因在于开始重视认知的研究。半个多世纪以来的经济理论研究文献表明,现代主流经济学的理性选择理论正在做逐步放弃完全信息假设的努力,它对偏好与认知以及认知与效用之间因果关系的逻辑处理,是在质疑和批评新古典经济学偏好稳定学说的基础是进行的,该理论用不稳定偏好取代偏好的内在一致性,解说了认知的不确定性,以及不完全信息和心理活动变动等如何对认知形成约束,以此质疑和批评新古典经济学的期望效用函数理论,并结合认知分析对个体选择的效用期望展开了深入的讨论。相对于新古典经济学的理性选择理论,虽然现代主流经济学的理性选择理论仍然是因果思维模式,但它有关偏好与认知以及认知与效用之因果链的分析衔接,明显逼近了实际。
现代非主流经济学的理性选择理论不仅彻底放弃了完全信息假设,而且彻底放弃了主流经济学中隐性存在的属于新古典理论的某些“给定条件约束”。具体地讲,它对偏好与认知以及认知与效用之间因果关系的论证,不是基于纯理论层次的逻辑分析,而是从实验过程及其结果对这些因果关系做出解说。至于效用最大化,该理论则认为认知与效用最大化的关联,并不像先前理论描述的那样存在直接的因果关系。现代非主流理性选择理论通过实验得出一个试图取代传统效用函数的价值函数(Kahneman and Tversky,1979),该函数体现了一种以实验为分析底蕴的不同于先前理论的因果思维模式,开启了以实验数据作为解析因果关联的理论分析先河。但由于现代非主流理性选择理论毕竟还是一种因果思维模式,因而同先前理论一样,在理论建构上它仍然具有局限性。
从理论与实践的联系看,经济学理性选择理论的因果思维模式之所以具有局限性,乃是因为它用于分析的信息是不完全和不精确,甚至有时不准确,以至于造成认知不正确和决策失误。当研究者以不准确或不精确的信息来探寻因果关系时,极有可能致使认知出现偏差;而当认知出现偏差时,理论研究和实际操作就会出问题。诚然,因果思维模式本身并没有错,但问题在于,单纯从现象形态或单纯从结果所做出的理论判断和推论,不足以让研究者揭示真实的因果关系。人们对因果关系的理解过程伴随着认知的形成过程,在非数据支持的因果思维模式存在局限性的情况下,经济学家依据这种模式所构建的理性选择理论,难以得到符合实际的认知理论。那么,在未来世界是什么影响和决定认知呢?人类认知有没有可能达到准确化呢?我们把目光聚焦于大数据,或许能够找到问题的答案。
二 、运用大数据能获得正确认知吗?
在迄今为止的经济理论研究文献中,经济指标或行为指标所选用的样本数据,不是互联网和人工智能时代所言的大数据。大数据具有极大量、多维度和完备性等特征,极大量和完备性表明大数据有可能提供完全信息,多维度意味着信息可以通过大数据的相关性得到甄别和处理。广而论之,人类的行为活动表现为一个庞大的数据堆积,个别行为所产生的数据只是这个庞大数据的元素形式。如果我们以人们的投资和消费活动作为考察对象,对大数据蕴含的因果关系以及由此得出的认知进行分析,那么,我们可认为投资和消费不仅在结果上会产生大数据,而且在运作过程中也会产生大数据。换言之,投资行为和消费行为在“结果”上显示极大量数据的同时,也在“原因”上留下了极大量数据让人们去追溯。因此,人类要取得因果关系的正确认知,离不开大数据,而在样本数据基础上经由判断和推理得出的针对因果关系的认知,至少是不全面的,它不足以作为人们投资和消费选择的科学依据。
1、运用大数据分析因果关系的条件配置
人类认知的形成离不开因果关系分析,但运用大数据来分析因果关系以求获取正确的认知,必须具备以下条件配置:1、移动设备、物联网、传感器、社交媒体和定位系统等的覆盖面要足够大,以便能搜取到极大量和完备性的数据;2、需要探索对极大量(海量)数据的算法,能够对大数据进行分类、整合、加工和处理;3、需要厘清和区别数据的不同维度及权重,以至于能够运用大数据来甄别因果关系的内在机理。显然,人类从两百年前的工业革命到今天的信息革命,对数据的搜集、整合、加工和处理还不全然具备以上的配置条件,人类运用大数据来分析因果关系,还刚刚处于起步阶段。
联系经济学理论看问题,经济学家分析投资行为和消费行为以及对其因果关系的研究,主要是在抽象理论分析基础上运用历史数据来完成的。其实,对投资行为和消费行为的研究,不能只是从结果反映的数据来考量,即不能只是局限于历史数据分析,还需要从即时发生的数据,乃至于对未来推测的数据展开分析。这可以理解为是运用大数据思维来研究经济问题的真谛。从大数据观点看问题,投资和消费的因果关系应该是历史数据流、现期数据流和未来数据流等三大部分构成的。经济学实证分析注重的是历史数据流,很少涉及现期数据流,从未考虑过未来数据流,因此,现有经济理论文献的实证分析以及建立其上的规范分析,很难全面反映或揭示经济活动的真实因果关系。
2、未来几十年大数据揭示因果关系的可行性
在互联网悄然改变人类经济、政治和文化生活的当今社会,互联网的发展历史可理解为经历了三个阶段:从前期“人与信息对话”的1.0版本,经由中期“信息与信息对话”的2.0版本,近期正走向“信息与数字对话”的3.0版本,互联网版本的不断升级是大数据运用范围不断扩大的结果,这是问题的一方面。另一方面,随着互联网、移动互联网以及物联网技术等的广泛运用,人类各种活动的数据将极大量地被搜集,人们行为的因果关系也会以迂回方式通过数字关系显露出来。特别地,若互联网在将来发展成“数字与数字对话”的4.0版本,这样的发展方向则明显预示着数字关系将取代因果关系,或者说,数据思维将取代因果思维,人类将全面进入大数据和人工智能时代。
如果我们把互联网版本的不断升级以及大数据运用范围的无边界扩大,看成是未来几十年运用大数据来分析因果关系的重要配置条件,那么,如何对大数据的整合、分类、加工和处理,以及如何通过大数据的完备性和相关性来获取因果关系的真实信息,则是另外两个重要的配置条件。工业革命后的人类科学文明对因果关系揭示的主要方法和路径,是先利用掌握的信息再通过抽象思维建立复杂模型,然后在实验室通过试错法来设置能反映因果关系的参数使模型具有操作性;但这种方法和路径涉及的数据,是样本数据而不是大数据。在大数据和人工智能时代,智慧大脑是使用“数据驱动法”来设置模型和参数的(吴军,2016)。具体地讲,是用云计算集约化及其运算模式来整合、分类、加工和处理大数据,通过数据之间的相关性来探寻在样本数据基础上无法判断和推论的信息;同时,对模型的处理,不是建立复杂模型而是建立许多简单模型,并通过数以万计的计算机服务器对模型进行优化和设定相应的参数,以至于完完全全地运用大数据来揭示因果关系。
有必要说明的是,数据驱动法使用的数据不仅包括“行为数据流”,而且在某些特定场景中,还包括“想法数据流”;前者是指历史数据和当前发生的数据,后者是指从已知数据的相关性所推测的未来数据。社会物理学认为,人们实际行为与“想法流”之间有着可以通过大数据分析而得到的可靠数量关系,这种关系会通过互联网成为一种改变人们选择行为的重要因素(阿莱克斯?彭特兰,2015)。诚然,在未来几十年,数据驱动法是否能成功地成为解析因果关系的有效方法,尚有待于大数据运用的实践,特别是有待于它在人工智能运用上之成效的检验。不过,数据驱动法作为解析因果关系的一种重要方法,无疑是智慧大脑的人机结合在大数据思维上的重要突破,它至少在如何展开大数据思维上打开了解析因果关系的窗口。
3、运用大数据分析因果关系所获取的认知,包括对历史数据分析的历史认知,对现期数据分析的现期认知,以及推测未来数据而形成的未来认知
经济学家运用大数据来研究经济现象的因果关系,对经济现象原因和结果关联的解读,只有以极大量、多维度和完备性的数据为依据,才是大数据意义上的思维。大数据思维较之于传统逻辑思维,最显著的特征是它可以通过对不同维度数据之间相关性的分析,得到比传统逻辑思维要精准得多的信息。这里所说的精准信息,是指由大数据规定且不夹带任何主观判断和推测的信息。例如,经济学家要得到特定时期某类(种)产品的投资和消费的认知,其大数据思维过程如下:1、搜集、整理和分类前期该类产品的投资和消费的极大量和完备性的数据;2、加工和处理业已掌握的数据,并在结合利润收益率、投资回收期、收入水平和物价水平等的基础上解析这些不同纬度的数据;3、根据不同纬度数据的相关性,获取该类产品投资和消费的精准信息,从而得出如何应对该产品投资和消费的认知。当然,这只是在梗概层面上对运用大数据分析而获取认知的解说,现实情况要复杂得多。
然则,现有的关于投资和消费的模型分析以及建立其上的实证分析,主要是以非大数据的历史数据作为分析蓝本的,因此严格来讲,经济学对投资和消费的因果关系分析所形成的认知,属于典型的对历史数据分析所形成的历史认知。众所周知,自经济理论注重实证分析以来,一直存在着如何“从事后评估走向事前决策”问题的讨论。由于经济学家对投资和消费展开实证分析所使用的数据,几乎完全局限于(样本)历史数据,这便导致对投资和消费的因果关系分析对现期认知和未来认知的缺位,它不能解决“从事后评估走向事前决策”问题。国内一些著名的成功人士指责经济学家不能解决实际问题。在我们看来,不熟悉大数据的成功人士的这种指责是可以理解的,但深谙大数据的成功人士带有调侃风味的指责就不公允了。经济学家要在理论上立竿见影地解决实际问题,必须能得到现期数据和未来数据(而不仅仅是历史数据),这需要计算机学家的配合和支持,否则便不能在精准信息的基础上分析投资和消费的因果关系,但经济学家又不是计算机学家,因此,经济理论的科学化需要大数据挖掘、搜集、整合、分类、加工、处理、模型和参数设置、云计算等技术及其手段的充分发展。
历史数据是存量,目前计算机对其处理的能力已绰绰有余,难点是在于模型和参数设置;现期数据是无规则而难以把控的流量,对这种流量数据的挖掘、搜集、整合、分类、加工和处理,取决于移动设备、物联网、传感器、社交媒体和定位系统的覆盖面,以及云计算的集约化的运算能力;未来数据是一种展望流量,它依赖于对历史数据和现期数据的把握而通过大数据思维来推测。如果说经济学家对投资和消费的因果分析以及由此产生的认知,主要取决于历史数据和现期数据,那么,解决“从事后评估走向事前决策”问题,既要依赖于历史数据和现期数据,也离不开未来数据。也就是说,在“历史数据 + 现期数据 + 未来数据 = 行为数据流 + 想法数据流”的世界中,经济学家要解决实际问题,其理论思维和分析手段都受制于大数据思维,经济学家运用大数据分析因果关系而得到正确认知的前提条件,是必须利用历史数据、现期数据和未来数据以获取精准信息。
就人类认知形成的解说而论,现有的社会科学理论是以信息的搜集、整理、加工、处理、判断和推论,作为分析路径来解释认知形成的。当认知被解释成通过数据的挖掘、搜集、整合、分类、加工和处理而形成,对认知形成的解释,就取得了大数据思维的形式。大数据思维是排斥判断和推论的,它否定一切非数据信息,认为产生精准信息的唯一渠道是大数据。在现有的社会科学理论中,经济学的理性选择理论对人类认知的分析和研究具有极强代表性,经济学家对投资选择和消费选择的解释,便是理性选择理论的代表性运用。基于人类认知形成和变动的一般框架在很大程度上与理性选择理论有关动机、偏好、选择和效用等的分析结构有很强的关联,我们可以结合这个理论来研究大数据思维下人们对经济、政治、文化和思想意识形态等的认知变动。事实上,经济学关于动机、偏好、选择和效用等关联于认知的分析,存在着一种可以通过对大数据思维的深入研究而得以拓展的分析空间,那就是大数据思维会导致人类认知的变动。
三 、大数据思维之于认知变动的经济学分析
我们研究这个专题之前有必要指出这样一个基本事实:大数据思维可以改变人的认知路径,可以改变不同阶段或不同场景下的认知形成过程,但改变不了影响认知的动机、偏好、认知和效用等的性质规定。如前所述,传统经济学理性选择理论在完全信息假设下,认为个体选择的动机和偏好以追求最大化为轴心,传统理论的这个真知卓见从未被后期理论质疑;但由于传统理论的完全信息假设存在着“知晓选择结果”的逻辑推论,因而认知在传统理论中是黑箱,也就是说,传统理论无所谓认知的形成和变动问题。现代主流经济学尤其是现代非主流经济学在不完全信息假设下开始重视对认知的研究,在他们看来,认知形成过程是从理智思考到信息加工和处理的过程;他们特别注重从心理因素来考察认知变动(Schandler,2006;Rubinstein,2007;),注重通过实验且运用一些数据来分析和研究认知(Kahneman and Tversky,1974,1979;Smith,1994),但这些分析和研究不是对极大量、多维度和完备性的数据分析。因此,经济学理性选择理论发展到今天,还没有进入对大数据思维改变人类认知问题的讨论。
1、经济学家能否对选择动机、偏好和效用期望等进行数据分析,决定其认知分析是否具有大数据思维的基础
经济学关于人类选择动机、偏好和效用期望等反映人们追求最大化的基本性质分析,以及从这三大要素与认知关联出发,从不同层面或角度对认知形成的分析,主要体现在理性选择理论中。但这方面显而易见的缺憾,是不能对动机、偏好、认知和效用等展开数据分析。现实的情况是,在大数据、互联网、人工智能和机器学习等没有问世或没有发展到一定水平以前,经济学家对这些要素只能做抽象的模型分析。经济学理性选择理论要跳出抽象模型分析,必须选择具有解释义或指示义的指标对动机、偏好和效用期望等进行数据分类分析,以便给认知的数据分析提供基础,显然,这会涉及抽象行为模型的具体化和参数设计的具体化,需要得到大数据和云计算集约化运算模式的支持(吴军,2016)。作为对未来大数据发展及其运用的一种展望,如果经济学家能够围绕最大化这一性质规定来寻觅动机、偏好和效用期望等的特征值,并以之来设置参数和模型,则有可能对直接或间接关联于动机、偏好和效用期望的大数据进行分析,从而为认知分析提供基础。
大数据的极大量和完备性有可能消除信息不完全,这给认知的数据分析提供可行性。诚然,选择动机、偏好和效用期望等只是反映人们选择的现期意愿和未来愿景,其极强的抽象性决定这样的数据分析还有很大困难,但由于选择动机、偏好和效用期望等会通过实际行为迂回地反映出来,因而我们可以找到解决这一困难的路径。例如,人们在准备投资和消费以前,一般有各种调研活动,即对影响投资和消费的信息进行搜集、整合、分类、加工和处理,值得注意的是,这些调研活动会在移动设备、物联网、传感器、定位系统和社交媒体中留下大数据的痕迹,这些数据痕迹会从某个层面或某个角度显现出投资者和消费者选择动机、偏好和效用期望的倾向或意愿。
智慧大脑依据什么样的标准来数据化这些倾向或意愿,从而对选择动机、偏好和效用期望以及进一步对认知展开数据分析呢?这里所说的标准,是指通过云计算和机器学习等对人们实际行为的数字和非数字信息进行相关性分类,把反映选择动机、偏好和效用期望的具有共性特征的倾向或意愿进行整理和归纳,以确定符合选择动机、偏好和效用期望之实际的参数。如果智慧大脑能够利用大数据、互联网、人工智能和机器学习等完成以上工作,根据认知是偏好与效用的中介这个现实,智慧大脑便可以对认知进行大数据分析。如果经济学家能够利用智慧大脑提供的大数据分析成果,经济学理性选择理论将会随着信息不完全假设前提变为信息完全假设前提,选择动机、偏好和效用期望的抽象分析变为数据分析,认知的抽象框定或心理分析变为数据分析而发生重大变化。以上的分析性讨论,是我们理解大数据思维改变人类认知之经济学解释的最重要的分析基点。
2、运用大数据思维进行偏好分析会改变认知形成的路径,使经济学理性选择理论接近现实
现有的理性选择理论有关动机和偏好的分析和研究(这里集中于偏好的讨论),主要集中于偏好如何界定和形成以及如何随认知和效用期望调整而发生变动等方面,并且这些分析和研究是采用“个体行为”为基本分析单元的个体主义方法论。在大数据时代,虽然个人、厂商和政府的选择偏好仍然是追求最大化,个体选择行为仍然是整个社会选择的基础,个体主义方法论仍然在一定程度和范围内存在合理性,但互联网平台改变了选择偏好的形成过程和机理。具体地说,现今人们的选择偏好已不是经济学理性选择理论意义上的选择偏好,而更多地表现为是一种以最大化为底蕴的具有趋同化特征的偏好。例如,某种产品投资或消费的介绍会和研讨会,对某种产品投资或消费的点赞和评价,中央政府和地方政府关于某种产品投资或消费的统计数据,专家和新闻媒体对某种产品投资或消费的评说和报道,等等,都会成为人们选择偏好出现一致性的催化剂。因此,经济学理性选择理论跳出抽象模型分析,已经在偏好分析上具备了大数据思维的条件和基础。
智慧大脑与非智慧大脑的区别,在于能对人们消费和投资的偏好展开大数据分析,能通过大数据的搜集、整合、加工和处理,运用云计算得到来自不同维度数据之间相关性的精准信息,以至于能获取建立在大数据分析基础之上的认知。从理论上来讲,偏好会影响认知但不能决定认知。就偏好影响认知而论,它主要是通过利益诉求、情感驱动、身心体验和时尚追求等对认知产生诱导或牵引作用。但在非大数据时代,这些诱导或牵引作用无法数据化,于是经济学家对偏好影响认知的研究便只能以抽象模型来描述。大数据思维对偏好影响认知的处理,是使用以许多简单而相对具体的模型取代高度抽象的单一模型,运用数据驱动法来设置参数和模型,对利益诉求、情感驱动、身心体验和时尚追求等偏好特征进行解读,这样便实现了很多非数据化信息的数据化,从而使以偏好为基础的在理论上对认知变动的研究有了新的分析路径。
阿里巴巴公司正在奋力打造的线上和线下相结合的“新零售”模式,是以大数据分析和运用的阿里云平台为背景和依托的。这个模式试图通过充分搜集、整合、分类、加工和处理已发生的历史消费数据,正在发生的现期消费数据和有可能发生的未来消费数据,捕捉人们消费偏好的动态变化,以期构建符合大数据思维的全新商业业态。撇开新零售模式在运营过程中的诸如数据处理、机器学习和人工智能运用等技术问题,仅以该模式对人们消费行为的系统梳理、分级整合及相关处理来说,它无疑会在引领人们消费行为的同时促动消费趋同化偏好的形成。尤其值得关注和研究的是,随着该模式运营所积累的数据量全然达到大数据的标准,人们的消费认知将会在消费趋同化偏好的导引下发生变化,这种情形不仅会发生在消费领域,投资领域也会出现投资趋同化偏好。很明显,趋同化偏好具有共性特征,它在很大程度上是对个体选择偏好的否定,对于这种偏好所导致的认知应该怎样理解呢?这个问题需要进一步研究。
3、在大数据时代,趋同化偏好会改变认知形成过程,消费者和投资者的认知不再是自己独立思考和理智判断的产物,而是在趋同化偏好驱动下对智慧大脑认知的认同
厂商的投资选择偏好是追求利润最大化,这一永恒的事实不妨碍或排斥投资趋同化偏好的形成。一般来讲,大数据发展初期的互联网平台对选择趋同化偏好形成的作用力,在消费领域要比投资领域来得更加直接和迅速。究其原因,是两大领域的机会成本和风险程度不同的缘故。但随着大数据、云计算和机器学习等的充分发展,智慧大脑有可能对历史、现期和未来的大量投资数据进行搜集、整合、加工和处理,有可能通过云计算集约化模式来分析不同维度数据之间相关性而获得精准信息,同时,智慧大脑会根据市场“行为数据流”折射出“想法数据流”而产生预见能力,寻觅和遴选出高收益的投资方向和投资标的。若此,智慧大脑投资选择的胜算率(利润率)将会大大提高,厂商会效尤智慧大脑进行投资选择,从而出现投资趋同化偏好。经济学曾经对诸如“羊群效应、蝴蝶效应、从众行为、信息重叠”等现象有过许多研究(罗伯特?希勒,2001),但严格来讲,这些研究是描述性的,不是联系偏好和认知等的分析性研究。
消费和投资的趋同化偏好主要是针对消费者和投资者的选择行为方式而言的,它不改变消费和投资选择偏好的追求效用最大化的性质规定,这是问题的一方面。另一方面,在将来大数据充分发展的鼎盛时期,消费和投资的趋同化偏好会改变认知形成过程,这可以从两种意义上来理解:1、从原先通过对信息进行搜集、整合、分类、加工和处理来获取认知,转变为通过对数据的搜集、整合、分类、加工和处理来获取认知;2、消费者和投资者的认知不再是自己独立思考和理智判断的产物,而是在趋同化偏好的驱动下认同智慧大脑的认知。关于第一点,大数据思维的认知之所以会取代独立思考和理智判断的认知,乃是因为它能够运用云计算集约化模式将消费和投资的历史数据、现期数据甚至未来数据进行分类处理和相关性分析,能够运用数以万计的计算机服务器对特定事物的因果关系展开深度机器学习,从而通过分类和归纳不同维度数据而得到精准信息(精准医疗就是基于此原理)。人类对因果关系探索的手段和路径发生变化,认知的形成过程及其机理就会发生变化。
关于第二点,消费者和投资者在未来放弃对信息的搜集、整合、分类、加工和处理,认同和效尤智慧大脑的认知来进行选择,这可理解为是他们进行效用比较(投入与收益)时的“幡然悔悟”。尤瓦尔?赫拉利(2017)有关一切有机和无机实体都可以运用算法来解构的前景预期,(吴军,2016)关于未来制造业、农业、医疗、体育、律师业甚至新闻出版业都将由大数据统治的观点,凯文?凯利(2014)以大数据和人工智能为分析底蕴对新经济十大重要准则的论述,均认为具有大数据思维且不作出主观判断的智慧大脑将是未来世界的操控者,而Master和AlphaGo战胜世界顶级围棋高手的实践,则显露了人工智能完全有可能战胜人脑的端倪。现实中的普通消费者和投资者通常只是依据有限或不准确的信息进行消费和选择,经济学家也只是根据有限或不准确的信息进行因果关系分析而得出认知,因此,相对于智慧大脑的选择效用,消费者和投资者是相形见绌,经济学家的理论见解和政策主张往往不吻合实际。
智慧大脑是运用大数据思维而超越一般智人大脑的大脑。不过,从性质上来讲,极少数拥有智慧大脑的人通过对数据的搜集、整合、分类、加工和处理所得到的认知,仍然属于人的认知。需要强调指出的是,这种认知不同于经济学理论及其他社会科学理论所阐述和论证的认知,它是在大数据思维驱动下的人类认知。对于这种新型认知的理解,如果我们结合经济学理性选择理论对其展开解说,则有着基础理论的分析价值。
4、在未来,智慧大脑的认知将引领非智慧大脑的认知,其结果是导致认知趋同化
熟悉经济学理性选择理论的学者知道,无论经济学家是从信息的搜集、整合、分类、加工和处理获取认知,还是通过心理分析或行为实验获取认知,他们都是在不完全信息或有限理性约束下进行的,这不仅存在着以不精准信息推论认知的问题,而且存在认知形成过程的主观判断问题。智慧大脑运用大数据思维所形成的认知的最大特点,是在接近完全信息基础上获取认知的,并且不夹带任何主观判断。现代未来学家曾分别从不同角度和层面对大数据、互联网和人工智能展开了许多讨论,他们的共同见解是认为大数据的极大量、多维度和完备性将有可能解决信息不完全问题(包含信息不对称),并且能够给人类选择提供精准信息。倘若如此,人类的认知问题便完全成为智慧大脑对数据的搜集、整合、分类、加工和处理问题,一旦人类可以通过大数据思维获取精准信息和完全信息,经济学理性选择理论将会在根基上被颠覆。
智慧大脑只有极少数人才具备,绝大部分人(包括智人)都是非智慧大脑。在未来世界,智慧大脑将引领非智慧大脑进行选择。这一引领过程是由前后相继的两个阶段构成:一是智慧大脑运用大数据对偏好进行分析,通过互联网将偏好传送给具有从众心理和从众行为倾向的非智慧大脑,形成非智慧大脑的趋同化偏好;另一是智慧大脑运用大数据分析获取认知,同样是通过互联网让非智慧大脑效尤智慧大脑的认知,形成趋同化认知,从而使非智慧大脑以智慧大脑的认知为认知来选择。这些情形表明,未来人类智慧大脑将决定非智慧大脑的偏好和认知,进一步说,则是智慧大脑将影响非智慧大脑的选择行为。这里有一个极其重要问题须讨论:对绝大部分非智慧大脑而言,他们在选择过程中是否还存在认知?事实上,无论是趋同化偏好还是趋同化认知,非智慧大脑的偏好和认知并没有彻底消失,只是形成的路径和内容发生了变化。关于这个问题的讨论,联系经济学的认知理论进行比较分析,或许会有更深的理解。
如前所述,传统经济学以完全信息为假设前提,将认知作为理性选择模型的外生变量,“认知”是被理论分析跳越的。现代经济学以不完全信息为假设前提,在理性选择模型中,努力通过心理和实验分析把认知作为内生变量,易言之,“认知”被解释为个体对信息进行搜集、整合、分类、加工和处理的结果,显然,以上分析在分析对象、分析方法和分析路径上,是与大数据思维不同的。现代经济学理性选择理论所分析的个体,是通过逻辑推论所抽象出来的芸芸众生;虽然智慧大脑也可以看成是个体,但人数极少,是具有大数据思维之共同特征的个体。现代经济学理性选择理论是借助于偏好分析来研究认知的,虽然认知已在一定程度上被视为内生变量,但分析方法和路径仍然是逻辑判断或推论为主;大数据思维对认知分析将会采用的方法和路径,是搜集、整合、分类、加工和处理数据,试图从极大量、多维度和完备性的数据中获取精准信息以得出认知。因此,尽管认知出现了趋同化,人类在大数据思维下仍然存在认知,只不过是非智慧大脑放弃自己的认知而统一于智慧大脑的认知罢了。
总之,偏好和认知的趋同化显示了大数据思维的魅力,这种魅力根植于大数据能够经由智慧大脑而产生精准信息。其实,智慧大脑如何设置参数和模型,如何运用云计算集约化模式,如何利用互联网以及寻觅广泛使用人工智能的方法和途径等,主要是计算机运用层面上的技术问题。我们研究大数据思维下人类认知变动需要重点关注的,是非智慧大脑究竟还有没有认知,其效用期望会呈现什么样的格局?既然非智慧大脑只是没有独立认知而不是完全跳越了认知,那么非智慧大脑便存在着效用期望,关于这种效用期望,我们可以联系效用函数来解说。
四 、认知结构一元化与效用期望变动的新解说
经济理论对选择行为与效用期望之间动态关联所建立的基本分析框架,展现出一幅“偏好认知选择效用期望”的图景。各大经济学流派的理性选择理论对这幅图景中的 “”有不同的解说和取舍(前文有所涉及),概括来说,或侧重于分析这些箭头前后要素之间的相互关联,或侧重于分析这些箭头前后要素之间的影响和决定作用。但就人们选择动机和目的与效用之间的关联而论,几乎所有理论都不怀疑“追求自身利益最大化”的公理性,于是,“最大化”在成为效用函数核心变量的同时,也在一定程度上被作为理性选择的判断标准。以上图景的逻辑分析链是建立在信息不完全分析假设上的,各大经济学流派的理性选择理论对这条逻辑分析链各环节的不同解说所产生的理论分歧,可归结为是在信息不完全假设分析框架内的分歧。值得学术界关注的是,当大数据在未来有可能提供完全信息时,这些分歧将会让位于新的理论探讨。
经济学家对效用函数的研究是与认知分析紧密相联的。但无论是传统经济理论还是现代经济理论,他们对效用函数以及最大化问题的研究存在着共性,即这些研究都是建立在抽象的认知结构一元化基础上的。具体地说,传统经济理论在完全信息假设上认为,选择者可以得到“获悉选择结果的认知”,从而主张用“最大化”来描述选择者的效用函数。现代主流和非主流经济理论在不完全信息假设上认为,选择者受有限理性约束不可能得到“获悉选择结果的认知”,从而主张不可用“最大化”来描述选择者的效用函数。这里所说的抽象认知结构一元化,是指不是以具体的认知主体作为分析对象,而是把整个人类描述为一个同一的抽象主体,让“最大化”问题成为效用函数的核心问题。在大数据思维的未来世界,随着信息有可能出现完全化,“最大化”问题将会成为不是问题的问题。
诚然,智慧大脑对大数据进行搜集、整合、分类、加工和处理,并通过云计算、机器学习乃至于根据人工智能实践来选择参数和设置模型,仍然没有越出追求自身利益最大化这一效用函数的性质规定,但由于智慧大脑的认知形成过程是建立在具有极大量、多维度和完备性的大数据基础之上的,大数据能够提供完全信息的特点有可能会让智慧大脑取得效用最大化。人类绝大部分选择者是非智慧大脑者,从科学意义上来讲,大数据对他们可谓是长期的黑箱,而他们依据自己认知所做出的选择又不可能实现效用最大化,于是,非智慧大脑者将以智慧大脑者的认知作为自己认知而做出选择,这便形成了大数据时代实际意义上的一元化认知结构。如果说我们划分智慧大脑和非智慧大脑是对人类选择主体的一种新界定;那么,我们揭示这两大选择主体实际意义上的一元化认知结构,则是对大数据时代人类认知问题的一种新解说。
大数据背景下人类实际意义上的认知结构一元化,将是未来发展的一种趋势,相对于经济理论抽象意义上的认知结构一元化,它容易把握和理解。但它在将来能否成为一种固定化趋势,取决于智慧大脑在经济、政治、文化和思想意识形态等领域进行选择时获得的效用函数值。对于该效用函数值的预期,大数据思维下的智慧大脑是具备这种能力的。从经济理论分析看,对效用函数值的讨论,将涉及内蕴且展示效用函数的效用期望问题的讨论。传统经济学的期望效用函数理论,是一种运用数学模型论证选择者能够实现最大化的理性选择理论((Von Neumann and Morgenstern,1947;Arrow and Debreu,1954),现代非主流经济学是在分析风险厌恶和风险偏好的基础上,用一条S型的价值(函数)曲线取代传统的效用函数,并通过相对财富变动对选择者感受的分析,解析了选择者的效用期望会不断发生调整的情形(Kahneman and Tversky,1979)。那么,大数据时代选择者的效用期望会发生怎样变动呢?
人类社会发展的历史表明,人的主观期望与实际选择结果之间会发生经常性偏离。选择者的效用期望能否实现最大化,一是取决于选择者能否得到完全信息,另一是取决于选择者认知过程的科学化。事实上,现代经济学对传统经济学以最大化为核心的效用函数的质疑和批评,主要是围绕信息不完全和忽略认知过程展开的。大数据时代存在着提供完全信息的可能性,而智慧大脑利用互联网和运用云计算、机器学习和人工智能等手段,正在实现着认知过程的科学化,这便提出了经济学必须回答的两大问题:1、大数据思维下的人类选择是否可以实现最大化,2、大数据思维下选择者的效用期望会不会发生调整。这是现代经济学没有提及的两大问题,但当我们分别从智慧大脑和非智慧大脑来讨论这两大问题时,结论或许会让笃信经济学经典理论的学者大跌眼镜。
在未来世界,随着互联网平台的日新月异以及移动设备、物联网、传感器、社交媒体和定位系统等搜集大数据手段的覆盖面的日益扩大,大数据的极大量、多维度和完备性给人类选择提供了完全信息的基础。智慧大脑在云计算、机器学习和人工智能等的支持下,以数据分析为基础的认知过程也越来越科学化,于是,智慧大脑便可以知晓选择过程的结果,有可能实现最大化,这说明智慧大脑不存在效用期望的调整问题。另一方面,非智慧大脑以智慧大脑的认知为自己的认知,其效用期望完全依附于智慧大脑的效用期望。具体地说,非智慧大脑不对数据进行搜集、整合、分类、加工和处理,跳越了认知过程,同样不存在效用期望的调整问题。非智慧大脑效用期望完全依附于智慧大脑效用期望的情形,或者说,非智慧大脑以智慧大脑效用期望为自己效用期望的情形,统一于智慧大脑与非智慧大脑的认知结构一元化。如果要追溯非智慧大脑效用期望的变动,那就是从原先属于自己的效用期望转变成了智慧大脑的效用期望。
智慧大脑有可能实现最大化,以及不存在效用期望调整是一回事,但智慧大脑能否在所建模型中给定效用期望值却是另一回事。效用期望作为一种主观预期或判断,它不会在互联网上留下可供大数据分析的历史数据流、现期数据流和未来数据流,也就是说,不会在互联网上留下可供大数据分析的行为数据流和想法数据流,这在决定智慧大脑难以跟踪、模拟和推论效用期望值的同时,也给非智慧大脑放弃认知而效尤智慧大脑提供了某种聊以。推崇人工智能可以替代人脑的学者,好用Master和AlphaGo战胜世界顶级围棋高手的事实作为这种替代的立论依据,但无论我们怎样在大数据分析、机器学习和人工智能运用等方面进行深度挖掘,也找不到智慧大脑能在所建模型中给定效用期望值的科学依据。智慧大脑不能确定效用期望值,也就规定了非智慧大脑不能确定效用期望值。这又提出了一个在理论上有必要回答的问题:非智慧大脑还有没有效用期望?
在经济社会,智慧大脑和非智慧大脑的投资和消费选择的效用期望都是追求最大化,这一点是永恒的。但问题在于,非智慧大脑以智慧大脑的认知为自己认知,以智慧大脑的选择作为自己选择的情形,会使自己的效用期望完全停留在期望智慧大脑选择结果的形式上,这可以解释为大数据时代非智慧大脑的效用期望的一种变动。但对于这样的效用期望的理解,与其说它是一种效用期望,倒不如说它是一种效用期待。社会经济的精英是人数极少的智慧大脑群体,但推动投资和消费的是占人口绝大多数的非智慧大脑群体。因此,非智慧大脑群体的偏好、认知、选择和效用期望,应该是理性选择理论研究的重点。关于这一研究重点的逻辑和现实的分析线索,是大数据思维趋同化偏好趋同化认知认知结构一元化最大化效用期望。不过,这条分析线索包含着许多本文或有所涉及或尚未涉及的交叉性内容,它需要我们在继续研究大数据思维改变人类认知这一理论专题时,做出进一步深入的探讨。
关键词:品牌;进入壁垒;品牌壁垒
中图分类号:F062.9 文献标识码:A 文章编号:1003-3890(2010)10-0010-04
一、看到的现象
(一)作为进入者,外资品牌进入中国电冰箱市场时国内行业进入壁垒失效
中国电冰箱行业历来被看作是市场化程度最高、竞争也最为激烈的行业,拥有一大批产能充沛、技术完善的企业。从20世纪90年代初期开始,电冰箱行业的市场集中度不断提高。这一升势头一直持续到90年代末,1999年CR4达到77.3%,CR8达到96.2%。这一时期(20世纪90年代中后期)也是跨国家电公司大举进入中国最为密集的时期。1996年前后,主要外资家电品牌进入中国电冰箱市场。①
从供给看,1995-2002年8年间,中国电冰箱经历了一次产业整合,在位厂商数量从最高时的207家(1997年)下降至最低时的54家。2000年后一直稳定在60多家。在产能方面,中国电冰箱产量占世界总产量比重逐年上升。截至2002年,中国电冰箱已占全球总产量的1/5以上(见表1)。
按照美国经济学家贝恩的市场结构划分理论,当时中国电冰箱行业已经处于高度集中寡占型(寡占II型)市场,行业进入壁垒极高。但1998年以后,通过合资方式实现了本土化的外资品牌借助在品牌、技术等方面优化组合的强大实力,对国产品牌造成了巨大的冲击。2003年,市场排名前16名的品牌中,6个外资品牌群以30.58%的市场份额达到历史最高值。从中外品牌群的对比看,1998-2004年,外资品牌群有4个(伊莱克斯、西门子、LG、三星)进入Cr8,其中连续4年(2001-2004年)有1个外资品牌(伊莱克斯)进入Cr4。面对着外资品牌的进入,中国电冰箱行业的进入壁垒失效。
(二)作为在位者,外资品牌通过品牌组合重构行业进入壁垒
相反的事列促使笔者从品牌的角度思考国产品牌与外资品牌的竞争问题。跨国公司进入中国市场后,迅速通过并购、独资等各种手段排挤和清除国内品牌,“扬子”、“香雪海”、“中意”、“雪花”、“伯乐”等一大批知名国产冰箱品牌从市场上销声匿迹。这一现象在日化、啤酒等行业也普遍存在。②
与此同时,跨国公司通过系列化产品投资在产品空间上构筑起高进入壁垒。一方面,新进入者进入时难以找到足够的产品空间,挤入已有的产品空间必须付出比在位厂商更高的成本;另一方面在位厂商的多样化产品可以进行风险成本的转移,在新进入者进入时采取灵活的竞争手段阻止进入。例如,汉高公司在华建立了11家企业生产金属化学品、民用粘合剂、家用洗涤品、化妆美容品和工业油脂化学品,“汉高”一共有6大系列产品,其中5个已来到中国。美国宝洁公司1988年进入中国市场,长期处于市场主导地位,市场份额持续第一位。“宝洁”利用“海飞丝”、“飘柔”、“潘婷”、“沙宣”等多品牌战略形成了产品差别化壁垒。品牌之间既有竞争又有自己的特色,具有协同保护功能。潜在进入者想在这些多种品牌交织的特性空间找到获利的需求空间非常困难,多品牌交织对产品特性空间的占据使新进入者的渗透成本很高。
二、问题的提出
根据产业组织理论,进入壁垒和市场集中度之间存在着直接的因果关系。建立在规模经济基础上的主导企业市场份额增加,市场集中度提高的同时,行业进入壁垒也相应提高。一方面,现有行业的最低企业规模MES随技术进步、创新竞争而增加,行业规模经济壁垒得到加强。但是,为什么高集中度与进入壁垒的正相关关系在中国电冰箱行业中失效?
由于产品差异化是集中度与进入壁垒正相关的必要条件,那么,外资品牌是否在产品R&D上具有优势,从而成功突破了中国冰箱行业的进入壁垒呢?从外资企业进入中国的方式看,主要是以合资的形式进入的。如“伊莱克斯”与长沙中意冰箱合资利用其生产线,并购南京伯乐冰箱厂也是基于扩大产能的目的。也就是说,从外资品牌与国内冰箱制造企业合资的最初几年,外资品牌在产品差异化上并不具有明显优势。③
那么,中国电冰箱行业的进入壁垒失效的原因何在?为什么高集中寡占型市场结构并没有对进入者造成进入壁垒?
笔者认为,在高度市场化和宏观产业政策一定的条件下,非对称优势和制度性因素都无法真正成为阻碍厂商进入的壁垒。而基于消费者选择行为的品牌,将成为一种新的壁垒,即品牌壁垒。正是由于缺乏品牌壁垒,家电行业通常使用“价格战”作为扩大市场份额的手段。因而,在面对外资品牌进入时,缺乏有效防御手段。在产品同质化和信息过剩条件下,品牌将作为一种重要的壁垒对企业竞争行为和市场结构产生重要的影响。
三、文献综述:品牌经济学视角
(一)产业组织理论关于进入壁垒的研究
从产业组织理论诞生起,进入壁垒就作为一个重要分析对象归入了产业组织理论的研究体系中。不同产业组织学派对进入壁垒有不同的理论分析。哈佛学派的代表――贝恩(Bain,1956)作为进入壁垒研究的开创者,将厂商竞争优势归纳为绝对成本优势、产品差别化优势和规模经济优势等。芝加哥学派的代表――斯蒂格勒(Stigler,1968)认为“进入壁垒是一种生产成本(在某一个产出水平上),这种成本是一个产业的新进入厂商必须负担而在位厂商无需负担的”。按此定义,可竞争市场理论(Baumol,1981)对进入壁垒的定义与施蒂格勒的定义本质上相同。其认为在位厂商拥有的成本优势是高效率的结果,其进入壁垒主要强调沉没成本,并且是造成进入壁垒的根本原因。
近年来随着行业市场范围越广,产业国际化程度越高,经济学家对进入壁垒的研究也有很大进展:凯夫斯(Caves,1977)、波特等探讨进入壁垒时,将触角扩展到了全部的可流动生产要素,提出了流动壁垒概念。邓宁、巴克利(Buckley)等把产业市场的进入壁垒引入到了国际经营学管理理论领域,提出了国际化企业实现跨国进入的内部和外部壁垒概念。
但这些定义有一个共同点,就是将进入壁垒视为厂商间存在的不对称优势。笔者认为,在商品过剩条件下,生产领域中的优势将会被迅速模仿和扩散,最终失去壁垒作用。而只有从消费者角度,着眼于消费者选择利益最大化,通过正确的品牌策略让消费者重新选择的转换成本提高,才能真正有效防御进入者的潜在竞争。
(二)基于选择成本理论的品牌经济学研究
在品牌经济学范式下,孙曰瑶、刘华军定义了基于选择成本的品牌概念。④ 选择成本CC与品牌品类度b是反方向变动的,CC=l(b),l表示两者的函数关系,并满足:
CC=0当b=1CC=C0当b=0 (1)
(1)式的含义是,当品牌品类度b=1时,消费者认为该品牌就是某个品类,因此在选择时无需和其他品类进行比较,从而选择成本CC=0;当品牌品类度b=0时,此时消费者认为该品牌包含多个品类,因此在选择的时候要进行比较,由于品类数比较多,从而选择成本非常大,甚至是无限大。消费者出于“趋利避害”考虑,将不会选择购买该品牌。
在这一基础上,刘华军通过研究国际贸易壁垒的发展趋势提出了品牌壁垒的概念。⑤他认为,品牌壁垒的产生是由于在一国的产品抵达他国之前,他国已经存在很多在位品牌,而且往往他国的消费者已经对这些在位的品牌形成了一定程度上的消费习惯和品牌认知,因此要使他国的消费者由购买在位品牌转向购买新进入的品牌,则需要克服消费者心理上的认知,而这又是困难的,因为消费者转换品牌过程中存在着转换成本CS,理性的消费者在利益一定条件下将不会选择新品牌,这种由在位品牌带来的消费者的心理认知就构成了品牌壁垒。
笔者认为,理性消费者选择的是选择成本CC最小的品牌,有了消费者的选择和购买,企业的价值才能实现。因而,只有将选择成本CC和转换成本CS最小化,才能构筑阻碍潜在进入者的品牌壁垒。
四、品牌条件下的进入壁垒特点和表现形式
(一)品牌壁垒的排他性
“所谓进入壁垒,是指准备和刚刚进入某一行业的新企业与已有企业,在竞争过程中可能遇到的不利因素,即障碍。进入壁垒的高低,既反映了市场内已有企业优势的大小,也反映了新企业所遇障碍的大小。”⑥这一定义为品牌壁垒的评价和度量提供了一个思路。
消费者在品牌选择过程中的选择成本由品牌品类度决定。因此,当某一品牌等同于某一产品品类时,拥有品牌的在位厂商的垄断地位就越稳固,潜在进入企业的进入难度也就越大。用一个简单的动态博弈的博弈树就可以看出品牌对潜在进入者的影响。
在现实生活中,企业进入市场的行为选择有先后顺序之分,是一种“动态”的博弈(见图1)。假设企业A为产业内在位企业,企业B是潜在进入企业。由于市场对产品需求有限,如果两家都进入这个产业,即同一细分市场中有两家供应商,产业利润就会被平分。当只有一个企业面向市场销售时,就可以售出全部,获得利润2个单位。假定B企业是在看到A企业决策后再决策是否进入,用博弈树来表示两个企业的博弈过程。
在图1中,“博弈树”的每一条“路径”的末端用向量给出A和B的支付,可以用“逆向归纳法”求解这个博弈。在B进行决策的2个“决策结”上,B在左边的决策结上选择“不进入”,而在右边的决策结上选择“进入”,即给定A通过品牌降低消费者选择成本,从而独占某一品类,B就不进入;给定A品牌品类度较低,B就进入,B应避免在A品牌独占某一品类后进入该细分市场更高的消费者选择成本。在这种情况下,A在自己的决策结上当然选择“品牌”,因为他预计当自己选择“品牌”后,B会选择“不进入”,自己就净赚2个单位。最终的均衡解是(品牌,不进入)。在这里能确保B不会在A品牌进入该品类后进入的最重要原因是A品牌等同于品类。因此,如果某一品牌的品类需求度低,就会有潜在进入者通过模仿策略,轻松地进入该产业。在这种情况下,品牌制度下的市场进入壁垒就会降低,起不到应有的进入阻止作用。
(二)品牌壁垒的对立性
根据品牌经济学的基本理论,品牌通过选择成本影响和制约消费者的品牌选择行为,“趋利避害”的理性消费者根据“利益一定条件下的选择成本最小化原则”进行品牌选择。同时,消费者在由品牌转而选择购买品牌的转换品牌过程中存在“转换成本”,该转换成本记入到转换后的品牌,即品牌的选择成本当中。因此,在存在转换成本的条件下,选择成本函数可以改写如下:
CCj=f[bj,CSj]=g(bj)+CSj=g(?琢bi)+CSj=g(|?琢|bi)+CSj,其中,i≠j
各品牌之间的模仿程度由相似系数?琢决定,其中,|?琢|?燮1。
同时,笔者假设:(1)先在位者不存在转换成本;(2)当消费者在不同品类之间转换时不存在转换成本(事实上,笔者也可以认为,当两个品牌的品类度截然相异时,消费者对这两个品类之间的选择如同在一只榔头和一根铁钉之间进行选择,当然也就不存在所谓的“转换成本”了)。
由此可以得证,只有当?琢=-1时,CCj=CCi,在其他情况下,均有CCj>CCi。在此情况下,消费者出于选择成本最优化考虑,仍然会选择原在位品牌。换言之,在品牌i构建起品牌壁垒后,品牌j只能选择避免进入该市场,或者另外开辟“蓝海”,否则,将被消费者投票退出竞争。
(三)构筑品牌壁垒的品牌信用要素
在信息过剩条件下,品牌信用成为消费者完成选择的理性标准,记为b=f(CC)。那么,如果降低选择成本,从而提高品牌的品牌信用度呢?孙曰瑶、刘华军提出了包括品牌信用六要素在内的品牌信用函数。其形式如下:CC=f(BS,DS,MS,RS,NC,TC),其中,选择成本为CC,利益单一性为BS,需求敏感性为DS,商标单义性为MS,记忆持久性为RS,传播公信性为NC,终端确定性为TC。
品牌信用六大要素也是建立和评估品牌壁垒的因子。品牌必须具有明确的定位,即利益单一性,明确界定品牌目标顾客,目标顾客越明确品牌引力越强。而且,该品牌所定义的利益单一性,必须能够引发顾客的购买冲动,即需求敏感性,敏感性越强,品牌引力越强。为了确保品牌永续经营,顾客对于品牌的联想必须持久且不能够产生歧义。此外,在品牌传播过程中,信息的可信性和确定性是传播效率的根本保障。品牌信用度愈高,在此基础上构筑的品牌壁垒才能愈难以跨越。
五、结论
提高进入壁垒是实现产业结构升级的重要方面,但在产品同质化和信息过剩条件下,规模经济无法构筑起真正意义上的行业进入壁垒。笔者运用品牌经济学一般原理,将对进入壁垒的研究从厂商转向消费者。品牌作为消费者选择符号,具有持久性和排他性,一旦成功地构筑起品牌壁垒,新进入者在进入该行业时将面临巨大的转换成本。因而,由品牌构筑起来的壁垒对于防止进入者也更为持久更为有效。
在代工模式下,中国制造业经过30多年的发展成为“世界工厂”。在从“中国制造”向“中国创造”的转变过程中,品牌升级是一个很重要的环节或者是一个升级的路径。在中国市场,国产品牌只有加大品牌建设的力度,提高品牌的知名度和美誉度,才能有效抵御外资品牌的侵蚀。在“走向世界”的过程中,中国企业面临着发达国家的种种壁垒,如技术、法律、专利等。但是,欧美跨国企业在本土构筑的品牌壁垒才是最难逾越也是最终需要面对的进入壁垒。希望笔者的研究为中国企业的海外战略提供借鉴。
注释:
①上世纪90年代中期,跨国电冰箱制造企业纷纷进入中国市场。1992年,夏普株式会社与广电集团合资;1995年,松下电器与无锡小天鹅集团合资;美国惠尔浦公司与北京雪花电器合资;三星株式会社与苏州香雪海电器合资;LG与泰州春兰合资;1996年,美泰克与荣事达合资;德国博世―西门子家电集团与扬子集团合资;1997年,瑞典伊莱克斯与长沙中意电器集团合资。至此,全球主要家电制造企业均以合资的方式进入中国市场。
②据统计,啤酒产业中年产超过500万吨的企业合资率超过70%,使用外方品牌的超过一半。在外资企业并购的大潮中,曾经耳熟能详的民族品牌,如活力28、熊猫洗衣粉、扬子冰箱、红梅音响、北冰洋碳酸型饮料等都被外企打入了冷宫。
③近年来,外资品牌已经成为了中国电冰箱行业的在位者,由于供应链的本土化,产品差异化的客观方面几乎不明显。
④刘华军:《品牌经济学的理论基础》,《财经研究》,2007年第1期,第36-43页;孙曰瑶,刘华军:《品牌经济学原理》,经济科学出版社,2007年版。
⑤刘华军:《国际贸易中的品牌壁垒及其跨越――基于品牌经济学视角的理论与策略研究》,《经济学家》,2009年第5期,第87-92页。
⑥吴汉洪:《西方寡头市场理论与中国市场立法》,经济科学出版社,1998年版,第58页。
参考文献:
[1]Shepherd W. G. The elements of Market structure [J]. The review of economics and statistics,1972.
[2]孙曰瑶,刘华军.品牌经济学原理[M].北京:经济科学出版社,2007.
[3]刘华军.品牌经济学的理论基础[J].财经研究,2007,(1).
[4]刘华军.国际贸易中的品牌壁垒及其跨越――基于品牌经济学视角的理论与策略研究[J].经济学家,2009,(5).
[5]吴汉洪.西方寡头市场理论与中国市场立法[M].北京:经济科学出版社,1998.
关键词 定积分 经济学 积累问题
中图分类号:F224 文献标识码:A
About the Application of Definite Integral
Accumulated Problems in the Economics
CHEN Kun, LIU Yating
(Department of Mathematics, Xingyi Normal University for Nationalities, Xingyi, Guizhou 562400)
Abstract Definite integral has been widely applied in economics, the paper through a few examples to talk about definite integrals' simple applications in economics.
Key words definite integral; economics; long-standing and deep-seated prolems
定积分是微积分学的重要组成部分,同时在经济学中有很多直接的应用,本文将运用定积分知识分析和解决某些经济学中的积累问题。
1 利用定积分求消费者剩余和生产者剩余
经济学中定义消费者剩余是指消费者消费某种商品所获得的净收益,消费者在购买商品是有愿意付出的货币总额,还有一实际付出的货币总额,在一般情况下,消费者愿意付出的货币总额大于实际付出的货币总额,其间形成一个差额,这就是消费者剩余,用定积分的形式表示就是
()
其中 ()表示消费者为每一个单元商品所愿支付的最高边际价格,当价格为时,消费者共购买了单元的商品。
同样在经济学中定义企业从生产经营中得到的净收益为生产剩余,用定积分的形式表示就是:
()
其中()表示厂家的边际成本函数,当价格为时,消费者共购买了单元的商品。
例1.已知垄断厂商的边际成本函数为 = 10 + ,市场的逆需求曲线为 ()= 40,求市场均衡时的消费者剩余和垄断厂家的生产剩余。
解:垄断厂商收入函数为()= ()· = 400,由此得边际收益为 = = 403,再由垄断厂商的利润最大化的一阶条件,解得市场均衡价格和均衡产量分别为 = 31, = 3,这样求得消费者剩余为:
= () = (40)31 ?3 = 18
生产者剩余为:
= () = 31 ?3 (10 + ) = 58.5
2 利用定积分求边际函数和总函数
给定一个总函数,取微分则会得到该函数的边际函数,由于积分过程与微分过程互逆,所以我们可以从已知的边际函数和初值条件导出原函数,即:
() = () + ()
这一方法广泛运用于总成本函数与边际成本,总收益函数与边际收益函数,总储蓄与边际储蓄等函数的计算。
例2.已知边际成本为= 7 + ,固定成本为1000,求总成本函数。
解:= + = 1000 + (7 + ) = 1000 + 7 + 50
3 利用定积分由变化率求总量函数
如果求总函数在某个范围的该变量,则直接采用定积分来解决。
例3.已知某产品总产量的变化率为 = 40 + 12,求从第5天到第10天产品的总产量。
解:所求得总产量为:
= = (20 + 12) = = (400 + 600)(200 + 150) = 650
4 利用定积分求收益流的现值与将来值
若以连续复利率计息,现将个单位的资金存入银行,七年后的价值(将来值)。
=
若年后得到个单位的资金,则现在需要存入银行的金额(现值)。
=
若一笔收益流的收益量为,则从现在开始( = 0)到年后这一时间段(以年连续复利计息)。
收益流的现值 =
收益流的将来值 =
例4.设一收益流的收益流量为10万元/年,在10年这一时间段的现值为80万元,若以年连续复利率计息。
(1) 求。 (下转第220页)(上接第217页)
(2) 求收益流的将来值。
解:(1)依题意10 = 80,即:() = 80
解得≈0.04。
(2)求收益流的将来值。
10 = 10 = 250() (万元)。
从以上几个例子我们可以看出:定积分的计算是经济学中常用的计算方法,在很多实际的经济问题中有着广泛的应用。
参考文献
关键词 分类教学 工程经济学 应用型人才
中图分类号:G424 文献标识码:A DOI:10.16400/ki.kjdkz.2016.01.046
Research on the Application of Classified Teaching Mode in the Course of Engineering Economy in Private Undergraduate Colleges
ZHANG Jin, LIU Ying
(Shenyang Urban Construction University, Shenyang, Liaoning 110168)
Abstract Engineering economy is a very important professional basic course for engineering management major. Based on the analysis of the effect of the teaching of engineering economy, considering the individual differences of students, the paper puts forward the classification teaching mode in the course of engineering economy for the first time. With the training target of "talents of application type" in the private undergraduate colleges, the article divides the students into the skill-applied, the knowledge-applied and the research-applied, and expounds the concrete implementation of classification teaching, such as "capital equivalent calculation".
Key words classification teaching; engineering economy; applied talents
工程经济学既是一门工程与经济的交叉学科,又是一门实践操作性很强的学科。目前大学课堂普遍采用的班级授课制教学组织形式虽然能够快速普及教育、扩大教育规模,满足了工业化大生产对人才规模化的需求,但是教师对全班学生的统一备课、统一要求、统一内容、统一方法而不区别学生的专业基础、个人能力和个性需求的教学,往往导致学生主动性难以发挥、学习过程困难。分类教学模式不是一种新兴的教学模式,在国内外中小学以及大学数学、大学英语等基础课程中都较受青睐,但在工程经济学这类大学专业课教学中的应用尚属空白。笔者结合长期从事工程经济学课程的一线教学实践,将传统的班级授课制与个性化分类教学模式相融合,拟提高学生对学习效果的满意度。
1 影响工程经济学教学效果的原因
1.1 课程涉及的学科门类多
工程经济学是一门与自然科学、社会科学密切相关的边缘学科,其课程内容与多门课程相关联,如工程数学、管理学、经济学、会计学、财务管理、工程技术类基础课程以及工程估价等。工程经济学的这种学科特征,在实际教学过程中容易出现两类问题。一是先后续课程安排不合理的问题。以笔者曾就读的本科院校和现在所任教的学院为例,工程管理专业教学计划都将会计学、财务管理与工程经济学安排在同一学期或其后。这样的课程安排方式导致学生在学习工程经济学的过程中感觉非常困难,尤其是学习编制财务评价中的现金流量表等。二是工程经济学授课教师本身的知识结构不具有跨学科性、交叉性和复合性。无论是安排具有土木工程专业背景的教师授课还是安排具有财务会计专业背景的教师授课,恐怕都很难将课程教学演绎得深入浅出、融会贯通。
1.2 课程内容与学时不匹配
大部分高校工程经济学课程安排48学时,应完成的教学内容一般包括:资金时间价值与等值计算;建设项目经济评价指标;建设项目方案比选;建设项目财务评价;建设项目国民与社会经济评价;不确定分析与风险分析;设备更新的经济分析;价值工程;项目后评价。教学内容若既想保证课程讲授的广度和深度,又想让学生接受、理解、掌握并应用,恐怕在短短的48学时内很难实现理想的教学效果。
1.3 学生存在个体差异
近些年,心理学、哲学及教育学的长足发展都让人们认识到个性教育的重要性。不考虑学生个体差异的统一班级制教学,很大程度上损害了学生主动学习的积极性。客观存在的这种差异性,就要求在教学中要在教学目标、教学内容、教学速度、教学方法等不同方面考虑到这种差异性,以满足不同个体的需求,使教与学两个系统更好地结合起来。①
目前学者们对前两种原因已经进行了比较深入的研究,也提出了一些可行的解决方法,但对学生的个体差异方面关注得较少。
2 分类教学模式
分类教学模式属于分层教学的一种。分层教学是一种班级授课制形式下的基于学生差异基础上的个性化教学模式。②结合大多数民办本科院校以培养应用型人才为人才培养目标和学生学习工程经济学的实际情况,拟将工程经济学课程学生分成技能应用型、知识应用型、研究应用型三类进行分类培养。技能应用型,即培养有一定的理论基础知识、能够熟练应用EXCEL软件,具备一定软件实操能力的人才。知识应用型,即培养理论知识比较深厚,能够应用EXCEL软件,具备一定知识应用能力的人才。研究应用型,即培养理论知识比较深厚,能够应用EXCEL软件,具备一定研究能力的人才。
3 分类教学模式在工程经济学课程中的应用
3.1 合理划分学生类别
综合考虑学生的专业基础(扎实、一般)、思考能力(较强、一般)、就业意向(考研、本专业方向就业、其他专业方向就业)等划分学生类别。专业基础较差、思考能力一般,选择非本专业方向就业的学生可归类为技能应用型;有一定的专业基础,选择本专业方向就业的学生可归类为知识应用型;专业基础较好、思考能力较强,有意向考研的学生可归类为研究应用型。具体分类可采用学生问卷调查、学生座谈会、专业教师座谈会等方式,既要保证满足学生个性化需求,也要保证学生分类的严谨性、合理性。
3.2 分类制定教学计划
目前工程经济学课程理论教学环节仍然采用班级统一授课形式,分类教学模式主要在教学日历中安排的四次习题课(资金等值计算习题课、经济评价指标习题课、方案比选习题课、财务分析习题课)和实践环节中应用,其教学内容、教学方法、教学评价等都应结合学生能力特点分类制定。例如考核方式:技能应用型学生总成绩构成可为笔试(40%)+上机(60%);知识应用型总成绩构成可为笔试(70%)+上机(30%);研究应用型学生总成绩构成可为笔试(60%)+专题报告(30%)+上机(10%)。
3.3 分类教学模式的具体实施(以“资金等值计算”知识点为例)
根据本学院工程经济学教学日历安排,“资金等值计算”知识点讲解完毕之后将有2学时的习题课(机房上课)。习题课教学组织及教学内容如下:
3.3.1 集中授课
向所有学生演示EXCEL软件中POWER函数、FV函数、PV函数、PMT函数的使用。
3.3.2 分类练习
(1)技能应用型学生练习题。
练习一:制作间断复利系数表。
通过该练习可让学生掌握EXCEL软件中POWER函数的调用、相对引用与绝对引用、单元格格式设置、单元格拖曳复制操作等。
练:某工程项目建设期2年,第一年初总投资35万元,第3年建成投产,投产后能有10年的收益期,每年末净收益10万元,请计算所有现金流量的现值(0时点)、终值(12时点)及年值。
通过该练习可让学生掌握FV函数、PV函数、PMT函数的调用,特别是参数中type的应用。
(2)知识应用型学生练习题。
某承包人参与一项工程的投标。在其投标文件中,基础工程的工期为4个月,报价均为1200万元,主体结构工程的工期为12个月,报价为3960万元。该承包人中标并与发包人签订了施工合同。合同中规定,无工程预付款,每月工程款均于下月月末支付,提前竣工奖为30万元/月,在最后1个月结算时支付。签订施工合同后,该承包人拟定了以下两种加快施工进度的措施:①开工前夕,采取一次性技术措施,可使基础工程的工期缩短1个月,需技术措施费用60万元;②主体结构工程施工的前6个月,每月采取经常性技术措施,可使主体结构缩短1个月,每月月末需技术措施费用8万元。假定承包人借款施工的月利率为1%,各分部工程每月完成工作量相同且能按合同规定收到工程款。
问题:若按原合同工期施工,该承包人基础工程款和主体结构工程款的现值分别为多少?该承包人应采取哪种加快施工进度的技术措施方案使其获得最大收益?③
该练习要求学生在充分理解题意的基础上,先绘制正确的现金流量图然后再进行解答,其中计算部分用EXCEL软件编辑公式完成。通过该练习可让学生深刻体会资金时间价值在工程实践中的应用。
(3)研究应用型学生练习题。
练习题目同知识应用型学生练习题,但将问题改为:①该承包人应采取哪种加快施工进度的技术措施方案使其获得最大收益?②上网查询相关资料与文献,总结工程实践中常用的赶工措施,并分析这些赶工措施将如何影响工程的质量、成本及进度。
通过该练习既让学生掌握资金时间价值在工程实践中的应用、EXCEL软件操作,又让这部分学生开始接受查询资料及分析问题等科研所需基本能力的训练。
3.3.3 分类指导与评价
在学生分类练习的过程中,教师要对学生的疑问进行认真解答,保证每一名学生都能顺利完成分类练习。同时教师要认真观察学生在分类练习过程中对所在类别练习所体现出来的兴趣程度,并结合练习成果动态调整学生类别,不断鼓励学生向多方面发展。
4 结语
在工程经济学课程中引入分类教学模式尚属探索阶段,在实施过程中还存在如划分学生类别的方法还不够成熟,未来如何在理论授课环节中也实施分类教学等诸多问题,仍然需要教师不断总结实践经验,以探索出更好的分类教学实施方案。
注释
① 张健.学校教学实用全书[M].北京:北京师范大学出版社,1994.
【关键词】小学数学 数学活动 基本经验
将学生获得“数学基本活动经验”作为数学课程目标之一,是我国数学教育落实培养学生创新能力的重要举措之一,是数学新课程改革深入推进的必然要求,体现了数学教育研究的新发展。如何理解把握并实践落实这一教学目标,促进学生获得丰富的数学基本活动经验,从而提高其数学素养,是亟需研究和解决的问题。本文重点谈数学基本活动经验的类别。
一、数学活动的三种基本类型
数学教学中的数学活动应是为了实现特定的数学目标,学生在教师指导下开展的操作、探究、思考等探索、掌握和应用数学知识的活动,在数学活动过程中,学生得以形成数学知识、技能和能力,同时也发展其情感态度和思维品质。 着眼于学生日常数学学习的全过程,根据学生数学学习的主要任务,将数学活动分为探究活动、巩固深化活动和应用活动三种基本类型。探究活动就是在教师的指导下学生探究学习数学新知识的数学活动。巩固深化活动就是在经过探究总结出数学新知识后,学生通过必要的基本性练习巩固知识,加深对知识的理解与认识的数学活动。应用活动也就是对数学知识进行应用的活动,但不同于简单的练习,而是学生综合利用所学数学知识分析解决数学问题的活动,即我们通常讲的“解决问题”活动。
二、对“数学基本活动经验”的理解
将数学基本活动经验作为数学课程目标之一则正是我国数学教育落实培养学生创新能力的重要举措之一。结合数学活动、基本活动经验的概念,数学基本活动经验可以理解为是学生在经历了具体的数学活动之后所形成的、具有个体特征的内容,既可以是感觉知觉的内容,也可以是经过反省之后形成的经验。[1] 它包含策略性内容,模式性、方法性内容与体验性内容等成分。它是一个由多种成分构成的、复杂的经验系统。积累丰富的数学基本活动经验,再经过不断地积淀和升华,就可以形成数学直观(直觉)能力,从而帮助学生在数学上获得更好地发展。
三、数学基本活动经验的类别
数学基本活动经验的内涵非常丰富,构成成分非常复杂,很难非常严格地、彻底地、完全地加以区分。目前对数学基本活动经验的分类方法主要有:依据所从事的数学活动的形式,将数学基本活动经验可分成直接数学活动经验、间接数学活动经验、专门设计的数学活动经验以及意境联结性数学活动经验;基于最基本的学科活动特征分析,认为数学基本活动经验表现在基本的几何操作经验、基本的数学思维活动经验(包括代数归纳的经验、数据分析、统计推断的经验、几何推理的经验、类比的经验等)、发现问题、提出数学问题、分析解决问题的经验以及思考的经验等若干方面。为便于更好地理解把握数学基本活动经验,笔者尝试对其进行区分:
1.操作的经验
这里的操作是指具体行为的操作,而不是指思维的操作。日常教学中常说的“让学生亲身经历操作的过程”就是期望学生获得这种操作的经验。学生通过这种操作可以获取进行抽象的直接素材,从而获得直接经验。这种操作主要是为了获得第一手的直接感受、体验和经验,为探究和解决问题提供重要的基础与手段。数学学习中各种具体的几何操作活动(比如:测量、平移、旋转等)皆包含于此。
2.探究的经验
这里的探究主要是指,学生立足于己有的问题(通常由教师提供或者在教师引导下学生自己发现提出的、学生用原有知识无法解决的问题),围绕问题的解决而开展的活动,即通常讲的探究学习数学新知识的数学活动。这里的活动既有外显行为的操作活动,也有思维层面的操作活动,这种操作活动是融行为操作与思维操作于一体的一种高级操作活动。尽管这种操作活动并没有完全脱离行为操作,但是它与前面的第一种操作不同:前面所讲的操作主要是按照数学知识的形成过程去完成一种程序化的操作步骤,其目的是为数学知识的理解提供动作表象;而这里的操作则是一种研究性的活动,其主要任务是让学习者去发现自己尚未发现的规律,它更多的是一种探索创新的活动。这种探究主要是为了问题解决,或者更准确地说是为了引出新的数学知识。
3.应用的经验
所谓应用的经验,是指应用数学知识活动的经验,也就是在综合运用数学知识进行问题解决活动中而获得的经验。应用的经验是一个复杂的综合性经验系统,其中既有直接经验,也有间接经验。从解决问题的一般过程来看,应用的经验应该具体包括综合运用数学知识发现问题、提出问题、分析问题和解决问题的经验。
解决问题能力的培养,首先要求学生在面对不同的现象(包括数学的和非数学的)时,能从数学角度发现并提出问题。学生可以在这个发现的过程中领悟到很多东西,可以逐渐积累创新和创造的直接经验。同时,也能够培养学生的学习兴趣,树立自信心,激发创造的激情。分析问题和解决问题则既需要思维操作(如类比与联想等)将问题类化,以便于让学生能够把当前问题与原有知识经验联系起来,也需要行为操作(如画线段图、示意图或实物操作)去分析数量关系,把抽象的数学问题直观化、形象化,最终得以解决。通过分析和解决问题,学生将会善于思考,举一反三,体验解决问题策略的多样化,从而积累丰富的解决问题的经验,促进学生创新意识与创新能力的发展。
4.思考的经验
所谓思考的经验,是指在思维操作中开展活动而获得的经验,也可称为思维操作的经验,比如,归纳的经验、类比的经验、证明的经验。它既可以是直接的经验,也可以是间接的经验。伽利略在抛球实验之前进行的“思考的实验”中所获得的正是“思考的经验”。思考的经验对于学生的探究与应用的活动经验都具有重要的影响作用。
总之,对数学基本活动经验及其教学策略的研究是一个艰巨而复杂的课题,还有很长的路要走,需要广大数学教育工作者共同努力。