經濟學的發展史

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇經濟學的發展史范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

經濟學的發展史范文第1篇

長期以來，經濟學的發展均是圍繞“競爭”來進行探討研究，但是卻忽略了在競爭中起重要作用的另一理念“合作”。“競爭”與“合作”作為經濟學中的理念，在經濟學的課文增添了很多經典案例。現如今社會的發展迅速，隨著經濟體的改變，筆者大膽的預測：“合作”理念將成為新經濟學的主導，從而影響經濟學的重大改革。

市場經濟即是市場在進行資源分配中期基本型作用的經濟，從我國改革開放來看，作為社會主義的中國搞市場經濟，客觀上肯定了“競爭”是市場經濟中不可或缺的一部分，但肯定“競爭”的同時，“競爭”自身并不能代表這個市場經濟。“競爭”在市場經濟中可以充分的調動勞動群體的積極性與創造性，但是為了保證市場的正常運行，避免不必要的矛盾的發生，必須采用“合作”來維持市場經濟的有序發展。在市場競爭中，沒有絕對的“競爭”與“合作”，更多的采用以“競爭”為基礎上的“合作”。所以，經濟學有以“競爭”為主導轉向“合作”是社會發展與市場經濟的客觀需要。

一、“合作”理論在經濟學中的意義

哲學在經濟學的發展過程中，一直發揮這重要的指導作用。“合作”型經濟學是堅持基礎原理為指導，一切從實際出發，客觀分析新型經濟發展現象的體現。隨著經濟的發展，全球交流日益密切，伴隨著“全球化”與“一體化”條件的不斷完善，“合作”將在“全球化”和“一體化”進行中發揮著重要的作用。“合作”有利于誤會的降低，在全球化過程中，有利于幫助各國家之間交流的摩擦，達到“”實本文由收集整理現共同發展，促進全球化經濟發展，實現資源在全球范圍內進行合理的分配和利用，使市場經濟在世界范圍得到深化和發展。

“合作”經濟學切實符合中國國情發展，中國作為世界人口第一大國，其占主導地位的經濟學理論卻存在著嚴重的不足，缺乏人文關懷和人性化的管理理念；而合作經濟學恰好符合這一經濟理念，在注重人文關懷和人性化管理。

近些年來隨著數學發展，在經濟學中的數學在某種程度上被濫用，傳統的經濟學已經淪為數學的“奴隸”，數學中經濟學中發展應用的程度越高越復雜，在實際市場操盤時把經濟學看成數字的無限演算，如此不切合實際的理論推算，必然導致經濟學走進誤區。因此經濟學隨著數字化信息的到來，經濟學過多的注重數字帶來的客觀性，往往忽略了以“人”為主題的社會，合作經濟學注重在競爭帶來的效益的同時堅持人性化管理理論。所以合作必將成為21世紀新經濟的主流。

二、中國社會文化發展背景奠定了合作經濟學的基礎

中國自古以來注重傳統文化與社會經濟的發展，在封建主義的國家中，由于經濟的影響往往決定了國家帝王的更替。在中國傳統文化思想中蘊含了豐富的經濟學思想。例如：道家主張“無為”思想即使完全開放的自由市場；法家的“嚴刑峻法”主張，可以說成是國家干預市場經濟及哲學啟蒙思想等等。

在傳統經濟學的發展史中，我們不難看出經濟學在以往的發展是以“競爭”為主流，如今提出“合作”經濟學，并不能說明競爭經濟學是錯誤的。作為競爭經濟學本身來講其最為突出的貢獻是提出了競爭，揭示了競爭市場，并指導市場的發展。而市場的另一面合作在傳統經濟學中一直被忽略。而早在中國文化中，如：“無為”、“兼愛”、“非攻”、“以和為貴”等思想都帶有“合作”的氣息，這些古典思想必將作為合作經濟學的哲學基礎，為創建“合作”經濟學提供良好的文化發育土壤。

三、合作經濟學的主要內容依然圍繞生產力與生產關系進行研究

1.合作經濟學生產力的發展方向為生產力的交往

生產力的交往分為兩種：一種是人與自然界之間的交往；另一種是人與人之間的交往合作對話。生產力的發展過程是負責的，他不僅包含客觀技術與條件的改進，還包含人們在生產過程中的相互影響的關系。任何一個“產品”的生產都是有眾多生產力共同協作的結果，在新型經濟學中，人們的生產過程是一個不可分割的流水線，只有一起勞動，互相協作、取長補短，才可以確保生產安全無誤的進行。整體化的經濟需要“合作”來進行優化，來實現整體功能大于各個部分的功能之和。

2.實踐型生產關系

實踐的生產關系有社會性生產關系和技術性生產關系兩種。在社會的生產實踐中，合作發揮著不可替代的作用，它將技術性生產與社會性生產兩種不同的生產關系相結合起來，使生產和技術有效的互補，促進社會經濟的發展。從總體上講，社會性生產關系主要體現了生產價值，因此生產關系對物質生產關系的實現有著一定的制約作用，而物質性生產關系體現為價值，所以我們更要重視物質生產關系的“合作”實現。

四、結束語

經濟學的發展史范文第2篇

關鍵詞：市場經濟；高校；企業經濟學；影響

高校企業經濟學是相對獨立于整體微觀經濟學的學科，是通過綜合分析考量當前我國市場經濟發展現狀的基礎上，對經濟管理理念進行創新而設置的企業經濟管理體系，是在遵守基礎性的微觀經濟學理論知識的基礎上，對企業經濟管理理念的革新過程。目前，我國高校企業經濟學的教學現狀依然不容樂觀，存在諸多方面的問題亟待解決完善，基于此，在市場經濟發展的前提背景下，本文簡單分析了當前我國高校企業經濟學教學現狀（存在的問題），并針對所產生的教學問題，提出幾點建設性改進或完善策略，期望本文的分析闡述能夠為我國的高校企業經濟學教學改革提供一定的參考與指導。

一、淺析我國高校企業經濟學教學現狀（存在的問題）

1.重視理論知識的傳授，忽視實踐教育的價值

目前，雖然我國大多數的高校均設置了企業經濟學這一專業，但是，由于全國各地的高校并沒有設置統一系統的教學大綱，甚至連企業經濟學的研究范圍都不明確，缺乏統一、科學認識，而且各大高校的企業經濟學研究認識自始至終對我國市場經濟發展現狀認知不深刻，缺乏與時俱進的調整和相應的教學結構，忽視實際的企業經濟學教學與我國市場經濟發展之間的聯系研究，依然停留在照本宣科的傳授理論知識，學生只能被動的接受教師“灌輸式”的教學方式，對學生的健康發展并不能起到實質性的作用。舉個例子，在企業經濟學的教學過程中，教師往往注重學生對書本上的理論知識的分析、粗淺的理解，依然采用板書的形式，將深奧的理論知識灌輸給學生，并沒有進行一系列的市場調查考證，考證相應的理論知識能否有效的契合我國企業經濟發展實際情況，在教學過程中，并沒有與鮮明的市場經濟運行規律或者相應的案例進行有機融合，學生不懂得其教育價值，而且灌輸式的教學課堂，往往會挫傷學生的學習積極性，不利于學生健康成長，同時不利于學生畢業后的就業。

2.教學內容及教學手段均比較落后

實際上，我國正式引入企業經濟學的時間較晚，而且大量的教學內容均來自于國外，與我國的市場經濟發展情況相脫節，其中大量的教學案例均為國外比較典型、成功的案例，與我國高校學生的心理接受能力、思考判斷能力等實際上存在很大的差距。我們以企業經濟學理論教學為例：企業經濟學的理論知識的創設，大多數情況下，是以完全信息假設作為設立的前提，如在博弈論的引入中，國外的理論知識為，不完全信息模型在一定程度上也存在均衡解，但是，由于我國經濟制度、法律體系與國外的差別，國外的消費者以及產品生產者之間掌握的信息，所出現信息不對稱的幾率比較小，因此，該理論對國外企業的經濟發展行為具有極強的解釋力。但是，我國消費者與產品生產者所掌握的信息，存在嚴重的不對稱現象，所以，該理論對我國企業經濟發展行為的解釋力不強。因此，不符合我國經濟制度、法律體系的教學內容，難以調動學生的學習興趣，難以實現全面的提升學生的綜合素質的目的。除了教學內容的落后，在教學手段上也比較落伍，難以滿足學生綜合素質提升、發展的需要。目前，我國大多數的高校，在企業經濟學教學中，依然采用傳統老舊的“灌輸式”的教學方法，在形式上表現為：學生從一個大學校門不是直接過渡到社會，而是重新走入另一所校門，即社會課堂，在高校學習期間，學生對企業經濟運行幾乎沒有實質性的認識，更談不上了解企業，而且現實生活中，學生學習到的理論知識已經嚴重脫節于現代企業經濟的實際運行，無用武之地，培養出來的學生難以適應社會的發展。

二、闡述幾點建設性問題的改進或完善策略

1.理論與實踐的共同關注，甚至更加注重培養學生的實踐能力

根據我國市場經濟發展特點及規律，制定詳細的、科學的企業經濟學教學體系，重視教學結構的與時俱進，集中精力研究市場經濟發展與企業經濟學之間的關系，明確的掌握我國企業經濟學的研究方向，其中，重點考量我國的法制環境以及相應的產權制度，將其與國外發達國家的企業經濟學教學理念區分開來，構建企業誠信體系。另外，在立足于企業文化、市場行為以及市場績效三者統一協調的基礎上，在尊重國外企業經濟學理論的就前提下，將其作為我國現階段企業經濟學教學研究的重點與方向，與此同時，提出適應我國市場經濟發展國情的企業經濟學理論，并加強其研究力度。

2.編訂適應我國學生學習、掌握的教材內容，并多渠道的拓展教學手段

目前，我國高校企業經濟學教材內容有待進一步規范和調整，應該根據我國市場經濟發展轉臺，全國范圍內所有設立了企業經濟學專業的高校，集思廣益，確定與我國企業產業發展實際情況相一致的企業經濟學內容，促使學生所學習、掌握的理論知識能夠更加高效、優質的解釋我國企業經濟發展過程中所出現的產業行為或現象，從而帶動學生的學習興趣，提升學生的主觀能動性，少一些拿來主義，多一些中國特色，從而在提升教材內容編訂質量的基礎上，全面的提升學生的綜合素質，以便他們畢業后順利就業。另外，還需要多渠道的拓展教學手段，如：利用先進的互聯網技術，構建企業經濟學教學信息資源的共享平臺，教師、學生均可以跨時空界限的實現線上線下互動，改變傳統的“灌輸式”教學模式，將學生由被動式學習轉變為主動式學習，同時，可以開展豐富多彩的課外技術交流活動，鼓勵支持學生積極參與，全面的提升學生的動手實踐能力，而且在動手實踐的過程中，使學生的理論知識得到強化，形成持久而強大的良性循環，幫助學生樹立自信心，從而全面的提升學生的綜合素質，為畢業后順利就業打好堅實的基礎。

結語

總之，為了全面的提升我國高校企業經濟學教學水平，需要在結合我國當前市場積極發展實際情況的基礎上，融入更多具有中國特色的教學內容（案例等），注重培養學生的實踐能力，多渠道的拓展教學手段并加以優化等。本文的分析闡述可能存在一定的片面性，但是不能忽視其研究價值，期望本文能夠為我國的高校企業經濟學教學改革提供一定的參考與指導，產生一定的積極效用。

參考文獻：

[1]李國文.從經濟學視角分析我企業失信問題[J].世界華商經濟年鑒•科技財經,2012,19(6):9.

[2]王均.基于制度變遷理論的中國高校產業管理體制改革研究[D].北京師范大學,2009，17（9）：156-158.

[3]趙嘉馨.上海市屬高校資產經營公司運營模式研究[D].上海師范大學,2009，25（11）：215-216.

[4]龔麗敏,江詩松.多理論視角的新興經濟企業戰略與行為研究最新進展[J].外國經濟與管理,2014,36(7):72-80.

經濟學的發展史范文第3篇

一、縣域經濟發展必須解放思想、開拓創新,明確科學的發展思路。

促進縣域經濟科學發展、和諧發展、跨越發展,一定要有開拓創新精神,要有科學的發展思路。2006年換屆以來,**縣始終把解放思想、創新思路、科學謀劃、跨越發展作為首要的工作來抓,把解放思想滲透到各個領域、各個環節、各項工作中,時刻以創新的理念指導工作,以創新的思路謀劃工作,以創新的實踐完成工作。根據發展形勢的變化,及時地對**的發展目標進行了新的明確定位,提出了“爭創**‘三化’一流縣,建設富裕文明和諧新**”的發展思路。工作中,不斷強化“等不起”的責任感、“低不得”的目標感、“坐不住”的緊迫感、“慢不得”的危機感、“欠不起”的使命感,堅持“三化”并舉、和諧發展、協調并進,依據工業、農業、城鎮化建設工作實際,實行縣四家班子領導分塊抓落實的責任制,分塊評比、考核、獎懲,確保了工農同步發展、城鄉建設與旅游事業協調并進。

二、縣域經濟的發展必須以科學的理念推動工業化城鎮化這個核心,實現工業化城鎮化協調發展。 城鎮化主要解決城鄉二元結構,工業、農業兩大產業失衡問題。近年來,**縣堅持以規劃為龍頭,城市建設與管理并重,走經營城市之路,有力地推進了城鎮化。一是城鎮規劃取得較大進展。自2006年來,按照《**城市戰略規劃》和《**縣城總體規劃》,先后完成現狀測量45平方公里,完成控制性規劃設計20平方公里；組織編制了8個區域性詳規,完成了縣城給排水、燃氣等專業規劃。各鄉鎮總規修編工作進展順利,并通過評審。二是認真把工業園區規劃與城鎮化發展結合起來。**縣工業集中區為自治區a類工業集中區,分一區三園,即縣城西產業園、溶江產業園、界首產業園,分別處于縣城、國家級重點鎮和自治區級重點鎮,工業園區的建設極大地推動了城鎮化建設步伐。三是城鄉建設穩步推進。2005年以來投入資金10多億元,完成了一批城市建設改造工程,縣城面積從原來的3平方公里,發展到現在的12平方公里。房地產項目快速發展,僅2008年縣城完成建筑面積38.7萬平方米。各鄉鎮加大了基礎設施建設力度,道路、排水排污、房屋立面改造、公共活動場所等建設不斷完善,鄉、村兩級環境明顯好轉。四是想法激活三產,集聚人氣。通過舉辦湘桂同源旅游推介會、桂林米粉節、國際市民古靈渠徒步大會等節慶活動,吸引了大批游客,提升了**知名度,繁榮了旅游市場,促進了城鎮化。

經濟學的發展史范文第4篇

關鍵詞:ANN;經濟學應用;發展趨勢

中圖分類號:F224．0 文獻標識碼:A 文章編號:1003―5656(2006)05―0005―07

人工神經元網絡(Artificial Neural Network,簡稱ANN,下同)是一門活躍的邊緣叉學科,研究它的發展過程和前沿進展趨勢問題,對于經濟學研究具有十分重要的意義｡神經網絡理論是用來處理巨量信息和大規模并行計算的基礎,既是高度非線性動力學系統,又是自適應組織系統,可以用來描述認知､決策及控制的智能行為,其核心問題是智能認知與模擬｡社會經濟本身是一個動態隨機的非線性系統,各種經濟的､政治的､社會的因素相互作用,相互影響,傳統的計量統計模型著眼于靜態分析,且形式往往過于復雜不易準確掌握,或者包含了很多模糊性和混沌性的因素,不利于經濟問題的精確分析｡而人工神經元網絡則由于其自身具有分布式處理､自組織､自適應､自學習､魯棒性､容錯性等一系列優良特性,其良好的非線性映射能力避開復雜的參數估計過程,同時又可以靈活方便地對多成因的復雜未知系統進行高精度的建模,為非線性經濟系統分析研究提供新的方法｡

隨著對ANN研究的不斷深入,其應用領域和范圍也越來越廣,將ANN模型用于經濟領域中的識別､分類和預測等研究具有很高的實用價值｡同時神經網絡理論的優勢及其良好的算法､模擬性能也得到了大家廣泛的證實和認同｡另外,對于其局限性的克服也已經有越來越多的策略和方法｡

一､ANN的技術原理――以自組織特征映射網絡為例

人工神經元網絡旨在模擬人腦的知識獲得和組織運算過程,是大量簡單的神經元廣泛聯結而成用以模擬人腦思維方式的復雜網絡系統｡下面以ANN模型中較先進的,也是得到廣泛應用的自組織特征映射網絡為例,簡要介紹神經網絡模型的基本結構和算法流程｡

自組織特征映射模型(Self．Organizing Feather maps，簡稱SOFM)是芬蘭學者科荷倫(Teuvo Koho．nen)于1981年提出的｡網絡的拓撲結構只有兩層,即輸入層和競爭層(圖1)｡SOFM網絡的工作原理是:當網絡接受外界輸入模式時,將會分為不同的區域,各區域對輸入模式具有不同的響應特征｡也就是說,特征相近的輸入模式靠得比較近,差異大的分得比較開｡在各神經元聯結權值的調整過程中,最鄰近的神經元相互刺激,而較遠的神經元則相互抑制,更遠一些則具有較弱的刺激作用｡由此可見,自組織特征映射網絡是無監督的分類方法,與傳統的分類方法相比,它所形成的分類中心能映射到一個曲面或平面上,并且保持拓撲結構不變｡

同其它類型的自組織網絡一樣,SOFM的激活函數也是二值型函數,即Y=｡其算法步驟是:①初始化,從R個輸入神經元到輸出神經元的權值都進行隨機初始化,賦予較小的隨機值(0―1);②提供一個新的輸入模式Xk=[X1k，X2k，…XRk];③計算輸入樣本與每個輸出神經元之間的歐氏距離,并選取一個最小距離的輸出神經元;對于輸出神經元j,它和輸入模式Xk之間的距離用djk表示,djk=||Xk．Wj||= ;④修改選定的神經元與鄰近神經元的連接權值，對于領域外的神經元,其權系數不變Wij(t+1)=Wij(t)，對于領域中的神經元,其權系數的修正按下式執行,Wij(t+1)=Wij(t)+y(t)[Xi(t)．Wij(t)]，其中0

二､人工神經元網絡(ANN)在解決經濟問題中的優勢及特點

有學者已經用人工神經元網絡解決諸如會計､審計､金融(破產預測､信譽評估､股票預測､匯率預測､房地產價值評估等)､經濟管理(區域經濟增長仿真､國家外債管理模型)､決策支持(銀行信用風險評估､洪水災害風險預測模擬等)､市場劃分(Segments)和生產預測(糧食生產預測､鐵路客運市場分析)等方面的問題｡由于人工神經元網絡具有一系列獨特的優良性質,與傳統計量方法相比又具有明顯的算法優勢,可將其用于經濟學研究中的識別､分類､預測､經濟系統仿真和模擬等方面｡目前它的發展已經與傳統的計量模型等統計分析方法并駕齊驅,甚至于在前述領域的應用中比傳統研究方法更勝一籌｡

1．ANN模型具有分布式存儲､自組織､自適應(adaptability)､自學習､魯棒性(robustness)和精確性(accuracy)等優良性質,能完成對環境的適應和對外界事物的有效學習｡神經元之間的連接強度也具有一定的可塑性,網絡可以通過學習和訓練進行自組織以適應不同的信息處理的要求｡在運算中,知識的獲取采用“聯想”的方式獲得最優匹配解,信息的輸出能經過對記憶的處理獲得正確和完整的信息｡正是由于網絡的這種容錯性和聯想記憶的功能,使人工神經元網絡呈現出很強的魯棒性｡在經濟研究中可以充分利用神經網絡的這些特性建立與研究對象相適應的應用模型,經濟生活中涉及的預測預報問題､金融決策與信用評價問題以及分類與決策等問題都可以運用神經網絡來解決｡比如用BP神經網絡預測礦區環境污染的經濟損失問題[2],股票市場行情分析預測等｡[3]

2．從理論上看,人工神經元網絡具有逼近任意連續映射的能力,即可以充分逼近任意復雜的非線性關系,且具有很好的泛化能力(generalization)｡比如,在解決區域經濟問題中與其它傳統定量分析方法相比較,它能以一個多層前饋型網絡來刻畫一個高度復雜､高度非線性的映射系統(比如區域經濟系統),進行經濟系統仿真,通過其任意逼近能力得到變量之間的復雜關系,能夠考慮變量之間的動態相互影響及作用,并將變量的隨機性和不確定性等影響降到最低｡另外,經濟數據變量常常是處于經常變動環境中的,因此,ANN模型能夠依靠它的泛化能力,通過不斷的再學習,能夠基于經驗對知識進行累積､存儲和模式識別,并能不斷反映和適應新環境,學到隱含在樣本中的有關環境本身的內在規律性｡因此,它與傳統的統計分析方法相比較,具有更高的精度(accuracy)､較低的預測風險和較小的誤差｡在經濟研究的實踐中,人們建立的匯率預報模型(即前向組合神經網絡模型)不僅能準確地擬合匯率的過去值,而且能較精確地預報匯率的未來趨勢,預報的結果比統計方法優越｡在經濟實踐中,與計量模型相比,用人工神經元網絡模型來預測通貨膨脹率､經濟周期､電價的邊際價格､期貨利率以及居民人均收入等準確率更高,效果也更好｡因此,人工神經元網絡具有很多傳統分析方法所不具有的優勢｡

3．ANN模型是一個復雜的非線性動態系統,有很強的容錯性｡ANN模型很容易處理環境信息十分復雜､知識背景不清楚的問題或不完整的､模糊不確定或無規律的數據｡尤其在信息不完備的情況下,用人工神經元網絡能夠很容易地解決這些問題｡它在模式識別､方案決策､知識處理等方面具有很強的能力,可學習和自適應不知道或不確定的系統｡比如Elman神經網絡是一種具有部分反饋的神經網絡,它可以很好的模擬動態系統,特別適用于模擬季節性和循環變動的對象｡像股票市場就是一個典型的循環變動的動態系統,就可以用Elman網絡預測股市動向,而失業問題是一個具有季節變動的系統,El．man神經網絡同樣可以用來預測模擬我國的失業問題｡再以技術創新擴散為例,由于技術創新擴散問題非常復雜,涉及眾多動態的､不確定性的因素,且系統內各因素之間､擴散系統與擴散環境之間存在著錯綜復雜的關聯､相干､互動､反饋､自組織等效應關系,數據的搜集與整理存在困難,且很多數據信息是模糊不確定和無規律性的,在這種情況下,給人們認識和控制擴散過程帶來了巨大困難,而以往所采用的方法存在較大的局限性,不能充分包含､反映擴散中的各種非線性關系,難以滿足對技術擴散過程進行預測､控制和優化的應用需要,而建立技術創新擴散的人工神經元網絡模型則可以很好地解決該問題,并且經過實踐檢驗效果要優于傳統的統計分析方法｡

4．由于人工神經元網絡在結構上采用大規模并行分布處理方法,信息處理是在大量單元中平行而又有層次地進行,這就使得快速進行大量運算成為可能｡神經網絡的并行性使得它能夠考慮變量之間的相互影響及作用,提高模型擬合的精度｡以上文提到的技術創新擴散問題為例,神經網絡的這一特性就能夠使它準確描述技術創新擴散的內在動因及發展變化規律｡另外,由于技術創新擴散涉及眾多因素,數據的運算量是非常巨大的,如果采用傳統的統計分析方法很費時費力,并且結果不是很理想｡而運用人工神經元網絡則能夠比較容易的解決這一復雜問題,并且能得到令人滿意的結果｡

綜合以上認識,我們認為將人工神經元網絡用于研究經濟領域中的模擬､識別､分類和預測等是非常具有前景和實際應用價值的｡

三､ANN網絡模型的主要局限性及其克服策略與方法

1．ANN網絡模型的主要局限性

人工神經元網絡在解決經濟問題中的有效性和實用價值已經被人們廣泛接受并越來越受到重視,但它自身也存在一些技術上的缺陷和不足,這主要表現在以下兩個方面｡

(1)ANN網絡模型是“暗箱”操作,也就是說它的理論基礎不強,解釋能力較弱｡[4]

(2)網絡結構設計和參數的選擇缺少相應的理論支持,通常依賴于經驗選擇,基于梯度的學習算法常常會導致網絡收斂于局部極值點｡

2．克服策略與方法:

(1)對于存在的“暗箱”問題,如果希望對某些未知樣本正確率反映較高,或者說推廣能力更強,則應該在未知樣本附近多選一些訓練樣本｡網絡輸出的可信度與方差有關,如果輸入與權值間的方差越小,則可信度越高｡

(2)網絡結構問題和參數選擇問題是一個綜合性的問題,它應滿足多種不同要求｡由于網絡結構設計沒有固定的可遵循的模式,有許多參數要靠經驗選擇,并經試驗比較,比如隱層數､隱單元數和連接方式等｡而在網絡訓練過程中也有一些參數要選擇,如初始權值,學習步長,動量項系數等｡要訓練出一個實用網絡常常需要大量的試驗比較,才能從中選擇出效果最好的｡我們認為一個較好較便捷的方法是先咨詢有關專家,同時要考慮所研究問題自身的特殊性,然后再設計網絡結構及訓練網絡,當然,也有人提出,只保留效果最好的并非最佳方案,更好的方法是用各個網絡的加權組合｡規模大的網絡不但學習時收斂較慢,且更易于避免陷入局部極小｡通常情況下,訓練樣本有限,所以把推廣能力作為主要要求,強調選擇能達到要求的最小網絡,當然這不是唯一的標準｡以BP神經網絡在房地產評估中的應用為例,通常情況下BP神經網絡能使待判別樣本分類正確率達到90%以上,但仍然存在誤判訓練樣本,特別是當訓練樣本很多的情況下更是如此｡其原因主要在于網絡的拓撲結構設計不合理,收斂速度緩慢,預定選取的允許目標誤差不夠小等｡這時應考慮房地產作為較特殊的商品,影響其價格的主要因素有哪些,然后對網絡的層數､輸入輸出節點數､隱層數進行不斷的調整和改進｡最后,經過有關學者的研究,如果把距離算法與BP算法相結合,在對網絡識別系統結構進行改進和調整之后,能夠使網絡分類的正確率提高到100%,相應的估價誤差就從1.7%降低到0.3%｡[5]

(3)ANN模型與多種分析方法融合共同解決經濟問題會達到較理想的效果｡比如可以與統計分析方法､人工智能方法､專家系統以及粗糙集理論(Roughset)相結合,各種技術之間相互取長補短,建立集成模型或混合系統其結果會更有效,且這種有效性不是各單部分之間簡單相加能夠比擬的｡比如Taha等人將判別分析與回歸分析方法應用到ANN模型中,結果提高了合同債權結構的預測精度｡[6]Lee.Han和Kwon使用了三種混合的ANN模型來預測破產,增強了預測的精度和適應性｡[7]以ANN與專家系統結合運用為例,Kuncicky等人就總結出了4種方法:第一種是連接專家系統(connectionist expert system)模型,將全部的或部分的專家系統功能和一種ANN相結合;第二種是符號連接模型,即用符號結構約束神經元網絡的構建,然后用到高層認識任務中;第三種是模塊化系統模型,將專家系統和神經網絡以模塊化的形式用于解決較大的問題;第四種是轉化模型,將在專家系統中獲得的知識傳輸給神經網絡｡[8]這些結合不僅允許ANN應用到決策的各種層次,而且大大提高了網絡本身的質量｡[4]以預測成都市居民用水量為例,這里采用了自組織方法､改進的算法和兩種方法融合――基于自組織方法的神經網絡模型三種方法分別進行了預測(結果見表1),從表中我們可以明顯地看出兩種方法組合建立的神經網絡模型明顯優于其他方法,且預測精度很高｡[9]

四､人工神經元網絡模型的應用實例分析

人工神經元網絡有多種網絡模型,就常用的RBF網絡與BP網絡相比較而言,基于正則化理論的RBF網絡學習速度較快,無論網絡的函數逼近能力､模式識別能力以及分類能力都優于BP網絡,因此這里采用RBF網絡來計算區域可持續發展度｡要運用RBF神經網絡模型預測區域可持續發展能力狀況,可以按以下幾個步驟進行:①構建反映區域可持續發展的相關指標(由于區域可持續發展能力評估指標的選取是一個非常復雜的過程,限于討論的主題及篇幅,具體過程略),利用相關分析方法按照一定的標準(95%)剔除相關性強的指標,同時去除難以采集數據的指標｡最后,我們把區域可持續發展能力預測指標細分為以下32個(見表2)｡②采集相關指標的數據｡采集數據的年份要盡可能的多一些,這樣訓練出來的網絡模擬和預測能力會更強一些｡③構建RBF區域可持續發展能力預測網絡模型(見圖2)｡④將采集到的相關指標數據按照公式(1)(對于越大越好的指標)和公式(2)(對于越小越好的指標)進行無綱量化處理｡

Zij=yij/ymaxj(1)

Zij=yminj/yij (2)

(i=1,2,…,32;j=1,2,…,6｡ ymaxj 和yminj 分別為R指標的最大值和最小值)｡⑤RBF網絡的學習與訓練｡將選出的指標當期值歸一化處理后的數據作為網絡的輸入,下期值作為其對應的期望輸出,送入如圖3所示的RBF網絡中進行訓練｡⑥利用MATLAB語言中的人工神經元網絡工具箱函數newrbe進行相關的程序編制和計算｡

下圖是按照上述RBF神經網絡模型對西安市做的一個區域可持續發展度預測圖(圖4)｡當然,如果我們要用其他傳統的計量方法來解決這個問題,其運算過程則會非常復雜和繁瑣,最終結果可能并不理想｡

五､人工神經元網絡的發展

趨勢及其經濟學應用前景

人工神經元網絡是一個應用范圍十分廣泛的邊緣叉學科,在各個工程領域均得到成功的應用｡展望21世紀中葉,人工神經元網絡理論研究將可能在智能和機器關系問題､神經計算與進化計算以及神經網絡結構和神經元芯片等重大問題的研究方面會有重大突破,而其自身日益強大的外向性､擴展性以及良好的工具性必將進一步帶動所有相關學科研究的突飛猛進,甚至產生質的飛躍｡目前,大多數用于經濟領域的ANN模型多來自科研機構,其產業化的程度并不高,把人工神經元網絡應用于經濟領域僅始于20世紀90年代,在國內也僅處于起步階段,特別是比較成熟的模型并不多見｡人工神經元網絡理論自身的發展必然會給經濟學研究插上騰飛的翅膀,并將可能成為繼數量經濟學､計量經濟學之后經濟學研究的一個重要領域｡同時人工神經元網絡理論也將必然為經濟學研究提供強有力的分析工具｡以上本文通過對神經網絡模型的簡要分析,概述了其用于經濟學領域的優點和不足,并作了應用模型研究的嘗試――通過對區域可持續發展能力水平的精確量化度量,能夠為區域可持續發展以及制定區域經濟政策提供科學的決策依據｡運用神經網絡模型對經濟學問題進行深入的研究具有十分重要的理論和實踐意義｡

參考文獻:

[1]王艷等．基于ANN的山東省可持續發展水平的區域差異[J].資源開發與市場,2004,(2).

[2]郝全明,李桂榮.人工神經網絡在礦區環境污染經濟損失預測中的應用[J].黃金,2003,(3):47．50.

[3]葉東毅,劉文標.個股走勢模式分類的RBF神經網絡方法[J].福州大學學報(自然科學版),2000,(4)：12．15.

[4]張秀艷,徐立本,王萍,馬海英．用人工神經網絡解決經濟問題的有效性和局限性[J].吉林大學社會科學學報,2001,(6):39．45.

[5]楊黎萌,劉開第．BP神經網絡在房地產估價中的應用[J]．河北建筑科技學院學報,2004,(2):105．109.

[6]M.A. Taha， S.C. Park， J. S. Russell．Knowledge．Based DSS for construction contractor prescreening[J]. European journal of operational research,1995， (1)：35．46.

[7]K. C. Lee， I. Han ， Y. Kwon. Hybrid neural network models for bankruptcy predictiond[J]．Decision support system, 1996， (18)：63．72.

[8]D.C. kuncicky ，S.I. Hruska，R.C. Lacher. Hybid systems： the equivalence of the rule．based expert system and ar．tificial neural network infetence[J]. International journal of expert systems， 1992，(3)：281．297.

經濟學的發展史范文第5篇

“知識經濟”是美國前總統克林頓在1997年的一份報告中首次提出的新概念，其內涵是指建立知識和信息的生產、分配和使用之上的經濟。學界通常把上世紀90年代以來美國的經濟發展狀況歸納成知識經濟，即持續高增長，低通脹，科技進步快速，經濟效率提高，全球配置資源的一種經濟形態，目前已成為全球經濟發展的主流形態和運行模式，這對中國經濟的運行提出一個嚴峻的挑戰。

中國經濟從上一次宏觀調控實現了“軟著陸”以后，以制造業為龍頭的經濟增長十分迅速，已經被國際稱為“世界工廠”。在GDP總量迅速龐大的同時，中國經濟在宏觀運行層面上的不平衡、不科學等弊端逐一顯露，除了東西部差距、城鄉差距之類的缺陷外，在資源的投入產出上嚴重不平衡也成為阻礙中國經濟健康發展的致命傷：中國消耗了全世界25%的鋼鐵、30%的原煤、40%的水泥；去年進口了9000萬噸原油，今年將進口1億噸以上，對石油進口依賴率正逼進危險的臨界線（50%），但如此之大的資源和能源消耗，產出的GDP卻不成比例，投入產出率只占美國、日本等發達國家的幾十分之一。近年來，我國原煤和電能等能源消耗的增幅明顯高于GDP的增速，消耗彈性系數呈不斷擴大趨勢。按照我國GDP增長速度和目前能源消耗彈性系數增長的速度推算，我國未來對原煤、原油、電的消耗量基本上每5年增加一倍，這么高的能源消費，不僅資源不能滿足，生態環境也不能承受。

低水平、粗放的生產方式帶來了中國生態環境的不斷惡化：黃河充斥泥沙、時常斷流；長江水質惡化、含沙量增加；中西部土壤沙化嚴重、空氣質量下降，除了生產力水平和科技水平低下外，中國經濟缺乏科學發展觀的指導，已成為阻礙可持續發展的最大癥結，這種趨勢與知識經濟時代的要求是完全背道而馳的，必須從根本上加以改變。

黨的十六大把中國經濟長期發展的問題落到了“全面建設小康社會”上，提出以科學發展觀指導經濟工作，實現全面、協調、可持續的目標，這是十分正確的，我個人認為，這是使中國經濟適應知識經濟時代要求的一條正確的道路。

中國的經濟發展，正面臨著一個新的戰略機遇期，來自知識經濟兩大基石的全球信息化和經濟一體化、來自世界產業結構大調整和世界市場要素的重新配置、來自亞洲經濟的新一輪發展，為中國經濟進入新的起飛期提供了良好的外部環境，而黨的十六屆三中全會提出的統籌城鄉發展、統籌地區發展、統籌經濟社會發展、統籌人與自然和諧發展、統籌國內發展和對外開發的要求，則是為中國經濟的可持續發展給出了科學的指導思想。我堅信，在科學發展觀的指導下，中國經濟將提高運行質量，繼續迅速而健康發展，成為全球經濟的發動機。