问题

经济学(生)强调经济学的高度数学化,主要是不是想给自己贴金?

回答
经济学(生)强调经济学的高度数学化,是否只是为了“给自己贴金”是一个复杂的问题,不能简单地用“是”或“否”来回答。为了更详细地解释这一点,我们需要深入分析经济学数学化的原因、目的、带来的好处以及一些潜在的批评和误解。

一、 经济学为何走向数学化?历史原因与内在逻辑

首先,经济学本身研究的对象就具有数学的天然属性:

资源配置与稀缺性: 经济学的核心问题是如何在资源稀缺的情况下,做出最优的配置决策。这涉及到选择、权衡、效率等概念,这些概念都可以通过数学模型来量化和分析。例如,如何分配有限的劳动、资本来生产尽可能多的商品和服务?这是一个典型的最优化问题。
市场均衡与供需关系: 市场经济的运行机制涉及供需双方的相互作用,价格作为信号引导资源流动。供需曲线、均衡价格、弹性等概念都可以用函数和几何图形来表示和分析,其内在的动态变化也天然适合用数学方程来描述。
理性选择与行为经济学: 早期经济学假设个体是理性的,会最大化自己的效用。效用函数、无差异曲线等数学工具被用来刻画消费者的选择。即使是后来的行为经济学,在解释非理性行为时,也常常需要数学模型来量化偏差和心理因素的影响。
宏观经济的波动与增长: GDP、通货膨胀、失业率等宏观经济指标的变化,以及经济周期的波动、经济增长的驱动因素,都涉及复杂的变量关系和动态演变。数学模型(如ISLM模型、索洛增长模型等)是理解和预测这些现象的有力工具。

历史发展也是一个重要推手:

新古典经济学革命: 19世纪末20世纪初,以边际革命为代表的新古典经济学,将“边际效用”和“边际成本”等概念引入,极大地提升了经济学的数学化程度。
计量经济学的兴起: 20世纪以来,计量经济学的发展,使得经济学家能够运用统计学和数学工具来检验经济理论、量化经济关系、预测经济走势。这进一步巩固了数学在经济学中的地位。
计算机技术的进步: 现代计算机强大的计算能力,使得更复杂、更大规模的经济模型成为可能,也催生了计算经济学等分支。

二、 数学化带来的益处,而非“贴金”

经济学之所以强调数学化,并非空穴来风,而是因为它带来了显著的理论和实践益处:

1. 精确性和严谨性:
避免模糊性: 自然语言在描述复杂的经济关系时容易出现歧义和模糊。数学语言以其高度精确的符号和逻辑,能够清晰、无歧义地表达经济概念和理论之间的关系。
逻辑一致性: 数学推导遵循严格的逻辑规则,能够确保理论的内部一致性,避免逻辑矛盾。

2. 分析复杂性:
多变量分析: 经济现象往往涉及多个相互关联的变量,单纯的文字描述难以理清它们之间的复杂联系。数学模型(如方程组、矩阵)能够有效地处理多变量之间的相互作用。
动态分析: 经济系统是动态变化的,数学工具(如微分方程、差分方程)是分析这些动态过程的必需品。

3. 量化和预测能力:
实证检验: 数学模型可以转化为计量模型,通过收集和分析数据来检验理论的有效性。这使得经济学能够从“思辨”走向“实证”。
政策评估: 经济学家可以利用模型来模拟不同经济政策(如税收政策、货币政策)的效果,为政府决策提供依据。
经济预测: 基于数学模型的预测是现代宏观经济管理的基础。

4. 理论创新和发展:
发现新的关系: 数学工具能够揭示人类直觉难以发现的经济规律和关系。
模型构建: 新的数学方法不断被引入,推动着经济理论的创新和发展。例如,博弈论的引入极大地拓展了对市场竞争和策略互动的分析。

5. 国际学术交流:
共同语言: 数学是全球通用的语言。经济学家通过使用数学模型和符号,能够方便地在国际学术界进行交流、讨论和合作。

三、 对数学化的误解和批评:为何有人觉得是“贴金”?

尽管数学化带来了诸多好处,但这种趋势也并非没有争议,有些批评甚至会让一些人觉得经济学家是在“贴金”。这些批评主要源于:

1. 过度简化现实:
模型假设的局限性: 为了构建可解的模型,经济学家常常不得不做出简化假设,如理性人、完全信息、同质性等。这些假设与真实世界的复杂性和非理性行为存在较大差距,导致模型有时显得脱离实际。
“如果有人不是傻瓜,那么一切都是傻瓜”: 过于追求模型的可解性,有时可能导致模型忽略了现实中最关键的因素,或者将这些因素“简化”到不现实的地步。

2. 模型的可解释性差:
“黑箱”模型: 一些高度复杂的数学模型,即使其预测能力很强,但其内部逻辑对于非专业人士(甚至一些经济学家)来说可能难以理解,就像一个“黑箱”。这使得公众难以理解其背后的经济逻辑。
过度技术化: 经济学研究的数学化也使得其与社会科学的其他分支(如社会学、政治学)的距离拉远,影响了跨学科的交流和理解。

3. 忽视非量化因素:
文化、制度、心理: 经济行为往往受到文化、制度、历史、心理、情感等非量化因素的影响。如果过度依赖数学模型,可能会忽视这些重要因素,导致分析片面。
道德和伦理: 经济学研究也应包含对经济现象的道德和伦理评判,但数学模型本身不具备这种能力。

4. “学术优越感”的嫌疑:
同行评审与认可: 在现代学术界,发表在顶级期刊上的研究往往需要高度的数学论证。这使得一些经济学家可能倾向于选择那些数学上更“优雅”或更“复杂”的研究,而非那些更贴近现实但数学论证相对简单的研究。
研究基金和职业发展: 拥有深厚的数学功底和发表高水平数学化论文,是许多经济学研究者获得学术声誉、研究基金和职业晋升的重要途径。这可能导致一种“马太效应”,即数学化程度高的研究更容易获得认可和资源。

四、 总结:数学化是工具,而非目的本身

因此,经济学(生)强调经济学的高度数学化,主要不是为了给自己贴金,而是因为数学是理解和分析经济现象的强大工具,是经济学走向科学化、严谨化和实证化的必然结果。

然而,我们也不能忽视数学化带来的潜在问题。真正优秀的经济学研究,应该能够:

保持与现实的联系: 深刻理解模型的局限性,清晰地阐述模型背后的假设和其对现实的适用范围。
注重可解释性: 即使使用了复杂的数学工具,也应该努力用清晰的语言解释其经济含义和政策启示。
兼顾非量化因素: 在数学分析的基础上,也要考虑文化、制度、心理等更广泛的社会因素。
服务于解决实际问题: 经济学研究的最终目的是理解和改善人类的经济福祉,数学化应当是实现这一目标的手段,而非目的。

所以,与其说经济学(生)在“贴金”,不如说他们是在追求更科学、更精确的理解和分析方法。只是在追求这种方法的过程中,需要警惕过度简化、脱离实际和技术壁垒过高的问题。一个成熟的经济学领域,既需要严谨的数学工具,也需要洞察现实的智慧和开放的跨学科视野。

网友意见

user avatar

@FreedomPhd

邀。我一般跟别人强调的是经济学里的数学——如果以大体学下来博士一年级课程为上限的话——没有好多人说的那么难。觉得自己卡在数学上要么是因为没学过,要么是因为忘了,要么是因为你经济直觉不行不知道推导里用了哪个约束条件。楼主研究的是我不敢碰的decision theory,目测数学至少不比我差。所以我都觉得不难,楼主觉得不难也是理所应当的。

但从另一个角度来说,把理论工具用于从现实问题(real world problem)抽象而来的研究问题(research question)是要花智力成本的。这个智力成本有多大,取决于抽象的难度有多大。经济学在社会科学里,在截至目前整个发展史中在抽象上投入的总成本更高,所以应用数学作为理论工具的难度更。这导致了经济学相对于其他社会科学可以更多采用数学语言来讨论。这个现象就是楼主描述的人所说的“经济学高度数学化”。

描述一个现象总有精确与不精确之分。如果从一开始就接触的是不精确的描述,又没有从其他来源补充知识或者自己动手做,曲解现象的概率和对现象的曲解程度自然变高。同样,楼主可能没有当过学渣或者民科,对于“很多经济系学生采用不精确的描述”这一现象本身的认识不足,但是仍指出“这些人有可能是想往自己脸上贴金”,这也是对现象描述不精确导致曲解的例子。我觉得比起“贴金”说,“对经济学研究曲解”说可能是个更好的解释。

啊对了,对楼上嘲讽楼主的几位说一句:我们须知道人都会犯错,同时我们也须预期专业人士会从错误中学习。

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有