導(dǎo)語：如何才能寫好一篇數(shù)量經(jīng)濟(jì)學(xué)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】數(shù)量經(jīng)濟(jì)學(xué) 數(shù)據(jù)挖掘 區(qū)別 聯(lián)系

一、數(shù)量經(jīng)濟(jì)學(xué)與數(shù)據(jù)挖掘基本概念

（一）數(shù)量經(jīng)濟(jì)學(xué)

隨著我國經(jīng)濟(jì)的發(fā)展，國家經(jīng)濟(jì)的高效運(yùn)轉(zhuǎn)越來越離不開數(shù)學(xué)，例如就當(dāng)前慘淡的股票市場來說，數(shù)學(xué)在其中發(fā)揮著巨大的作用。數(shù)學(xué)應(yīng)用到經(jīng)濟(jì)學(xué)中，經(jīng)濟(jì)學(xué)領(lǐng)域內(nèi)產(chǎn)生了數(shù)量經(jīng)濟(jì)學(xué)。在我國數(shù)量經(jīng)濟(jì)學(xué)的發(fā)展以1979年中國數(shù)量經(jīng)濟(jì)研究會成立為標(biāo)志，歷經(jīng)近四十年的發(fā)展，具有鮮明的中國特色。數(shù)量經(jīng)濟(jì)學(xué)是在對理論經(jīng)濟(jì)學(xué)進(jìn)行研究的基礎(chǔ)上，通過不斷更新的數(shù)學(xué)方法和計(jì)算技術(shù)對經(jīng)濟(jì)關(guān)系進(jìn)行定量分析，總結(jié)其經(jīng)濟(jì)事實(shí)背后的規(guī)律，其中通過建立數(shù)學(xué)模型的方式對經(jīng)濟(jì)關(guān)系進(jìn)行定量研究是數(shù)量經(jīng)濟(jì)學(xué)的主要特征。

當(dāng)前數(shù)量經(jīng)濟(jì)學(xué)在我國學(xué)術(shù)界的地位模糊不清，其既是一門方法論，又是一門計(jì)量學(xué)科，同時(shí)還是一門組織管理科學(xué)。然而毫無疑問的是數(shù)量經(jīng)濟(jì)學(xué)是將理論經(jīng)濟(jì)學(xué)的抽象固化的理論概念進(jìn)行外在的定量分析，使得經(jīng)濟(jì)事件背后的經(jīng)驗(yàn)公式得以在實(shí)際生產(chǎn)生活實(shí)際中被有效利用，進(jìn)行轉(zhuǎn)化為措施、方案等，顯然數(shù)量經(jīng)濟(jì)學(xué)是聯(lián)系理論與實(shí)踐的紐帶。

（二）數(shù)據(jù)挖掘

數(shù)據(jù)挖掘（Date Mining），其是多學(xué)科的綜合產(chǎn)物，始于20世紀(jì)90年代。隨著信息技術(shù)的進(jìn)步和大數(shù)據(jù)時(shí)代的到來，特別是數(shù)據(jù)庫技術(shù)的更新?lián)Q代使得當(dāng)下信息數(shù)據(jù)呈現(xiàn)爆炸式增長。數(shù)據(jù)挖掘簡單來講，便是將大量不完整嘈雜的數(shù)據(jù)中整理分析出客戶所感興趣的信息，數(shù)據(jù)挖掘包括數(shù)據(jù)庫準(zhǔn)備、數(shù)據(jù)有效開采、結(jié)論表示和解釋三個(gè)層面。數(shù)據(jù)挖掘技術(shù)主要由數(shù)理統(tǒng)計(jì)、人工智能以及數(shù)據(jù)庫技術(shù)作為支撐，其主要功能有分類、發(fā)現(xiàn)關(guān)聯(lián)規(guī)則以及序列模式、聚類、預(yù)測以及偏差預(yù)測等。當(dāng)前關(guān)于數(shù)據(jù)挖掘方法的研究主要有基于統(tǒng)計(jì)方法的復(fù)雜數(shù)據(jù)挖掘、基于支持向量機(jī)的數(shù)據(jù)挖掘、基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘以及基于遺傳算法的數(shù)據(jù)挖掘等。

二、數(shù)量經(jīng)濟(jì)學(xué)與數(shù)據(jù)挖掘的聯(lián)系

（一）應(yīng)用數(shù)學(xué)作為研究基礎(chǔ)

就數(shù)量經(jīng)濟(jì)學(xué)與數(shù)據(jù)挖掘的聯(lián)系來說，首先兩者均將應(yīng)用數(shù)學(xué)作為其研究的基礎(chǔ)：在數(shù)量經(jīng)濟(jì)學(xué)中，建立經(jīng)濟(jì)數(shù)學(xué)模型的形式將外在客觀的經(jīng)濟(jì)事件間隱藏的相互聯(lián)系進(jìn)行定量分析，而在數(shù)據(jù)挖掘中應(yīng)用數(shù)學(xué)為其提供了普適性的方法論，例如數(shù)據(jù)挖掘的方法中的統(tǒng)計(jì)學(xué)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(shù)學(xué)分析來實(shí)現(xiàn)。

（二）反映客觀規(guī)律與聯(lián)系

總體上來說，無論是數(shù)量經(jīng)濟(jì)學(xué)還是數(shù)據(jù)挖掘技術(shù)均是為了服務(wù)人們更好的進(jìn)行生產(chǎn)實(shí)踐來服務(wù)的，均是用來分析和判斷事實(shí)背后的客觀規(guī)律和相互聯(lián)系。數(shù)據(jù)挖掘的目的便是為了深層次的挖掘數(shù)據(jù)中所隱藏的“知識”，例如在股票市場，先進(jìn)的交易軟件能夠更快的處理和分析當(dāng)前的股票市場，能夠短期內(nèi)進(jìn)行市場預(yù)測，數(shù)據(jù)挖掘技術(shù)通過數(shù)據(jù)庫分析和處理技術(shù)展現(xiàn)出來。數(shù)量經(jīng)濟(jì)學(xué)作用在現(xiàn)實(shí)生活中，其可以進(jìn)行投入產(chǎn)出分析、費(fèi)用效益分析以及電子計(jì)算數(shù)據(jù)模擬等。

（三）數(shù)據(jù)庫作為主要研究對象

毫無疑問的是，在當(dāng)前信息大爆炸的時(shí)代，數(shù)據(jù)庫技術(shù)作為存取信息的最為高效的模式在數(shù)量經(jīng)濟(jì)學(xué)和數(shù)據(jù)挖掘中占有極為重要的地位。數(shù)據(jù)挖掘其通過對存儲于數(shù)據(jù)庫中的大量繁冗嘈雜的信息進(jìn)行組合分解等方法獲得有用的信息，數(shù)量經(jīng)濟(jì)學(xué)雖然僅僅是作為經(jīng)濟(jì)學(xué)的一部分，但顯然其需要大量的統(tǒng)計(jì)數(shù)據(jù)作為研究支撐，為此數(shù)據(jù)庫技術(shù)的更新?lián)Q代與數(shù)量經(jīng)濟(jì)學(xué)和數(shù)據(jù)挖掘的發(fā)展相互促進(jìn)、相互影響。

三、數(shù)量經(jīng)濟(jì)學(xué)與數(shù)據(jù)挖掘的區(qū)別500

（一）理論基礎(chǔ)各異

數(shù)量經(jīng)濟(jì)學(xué)的理論基礎(chǔ)為理論經(jīng)濟(jì)，數(shù)量經(jīng)濟(jì)學(xué)是將理論經(jīng)濟(jì)的理論概念進(jìn)行外在的具象化，從外在的經(jīng)濟(jì)事實(shí)背后的數(shù)據(jù)分析得出經(jīng)驗(yàn)公式與模型，其顯然屬于經(jīng)濟(jì)學(xué)的一部分，一定程度上來說，其經(jīng)驗(yàn)公式僅僅適用于經(jīng)濟(jì)領(lǐng)域；數(shù)據(jù)挖掘技術(shù)其理論基礎(chǔ)為單純的應(yīng)用數(shù)學(xué)，具有適用對象的普適性、大眾性。

（二）實(shí)現(xiàn)機(jī)理各異

數(shù)量經(jīng)濟(jì)學(xué)其實(shí)現(xiàn)機(jī)理可以簡單描述為在已有經(jīng)濟(jì)數(shù)學(xué)模型的基礎(chǔ)上進(jìn)行外在客觀經(jīng)濟(jì)事實(shí)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(shù)據(jù)分析來發(fā)現(xiàn)新的數(shù)據(jù)模型；數(shù)據(jù)挖掘技術(shù)其最重要的特征在于對數(shù)據(jù)庫中大量不完整的信息的推理關(guān)聯(lián)分析，其能夠發(fā)現(xiàn)存在在整個(gè)數(shù)據(jù)庫中的事實(shí)未曾發(fā)現(xiàn)的模式，例如在每日的天氣預(yù)報(bào)中，對每日天氣的預(yù)測分析中將包含多種不同的影響因素，需要大量的數(shù)據(jù)庫分析。

（三）對象領(lǐng)域各異

數(shù)量經(jīng)濟(jì)學(xué)的適用對象主要為經(jīng)濟(jì)學(xué)中存在的問題，顯然具有一定的區(qū)域局限性，其通過數(shù)據(jù)分析得出的經(jīng)濟(jì)數(shù)學(xué)模型也僅僅適用于經(jīng)濟(jì)領(lǐng)域，而數(shù)據(jù)挖掘技術(shù)其理論基礎(chǔ)為普適性的應(yīng)用數(shù)學(xué)，范圍實(shí)用性更廣。

四、數(shù)量經(jīng)濟(jì)學(xué)與數(shù)據(jù)挖掘的技術(shù)應(yīng)用

（一）數(shù)量經(jīng)濟(jì)學(xué)應(yīng)用

數(shù)量經(jīng)濟(jì)學(xué)是量化了的經(jīng)濟(jì)學(xué)，其包含計(jì)量經(jīng)濟(jì)學(xué)和數(shù)理統(tǒng)計(jì)學(xué)。隨著市場經(jīng)濟(jì)的發(fā)展，數(shù)量經(jīng)濟(jì)學(xué)影響著我們?nèi)粘Ｉ畹姆椒婷?，例如老齡化經(jīng)濟(jì)效應(yīng)數(shù)理分析模型用來分析人口結(jié)構(gòu)因素以及人口老齡化對我國經(jīng)濟(jì)成長潛力的影響，經(jīng)濟(jì)發(fā)展的灰色預(yù)測與模糊評價(jià)用來對于我國與世界各國的經(jīng)濟(jì)增長以及所面臨的威脅機(jī)遇進(jìn)行預(yù)測分析等。

（二）數(shù)據(jù)挖掘技術(shù)應(yīng)用

數(shù)據(jù)挖掘技術(shù)所要處理的問題更廣，顯然其能夠應(yīng)用到的涉及面更大。例如數(shù)據(jù)挖掘技術(shù)主要被用在商業(yè)領(lǐng)域，尤其是在銀行以及保險(xiǎn)銷售領(lǐng)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(shù)據(jù)挖掘技術(shù)更是大放異彩，例如著名的Bass Export利用IBM數(shù)據(jù)挖掘技術(shù)進(jìn)行客戶分析。

參考文獻(xiàn)：

[1]李軍.數(shù)據(jù)挖掘方法及其在上市公司中的應(yīng)用研究[D].湖南大學(xué)，2004.

篇2

從專業(yè)設(shè)置和課程銜接來看，經(jīng)濟(jì)學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)和先導(dǎo)課程。目前，統(tǒng)計(jì)學(xué)的數(shù)學(xué)基礎(chǔ)主要包括線性代數(shù)、概率論和高等數(shù)學(xué)等內(nèi)容，統(tǒng)計(jì)學(xué)中的很多理論和知識點(diǎn)都是通過數(shù)學(xué)演繹推理而來的，而且統(tǒng)計(jì)學(xué)課程對于其他課程來說是一門重要的方法性和工具性極強(qiáng)的課程。這些數(shù)學(xué)基礎(chǔ)是統(tǒng)計(jì)學(xué)課程形成的基礎(chǔ)，也是學(xué)生掌握統(tǒng)計(jì)學(xué)理論和方法的前提條件。更為重要的是，計(jì)量經(jīng)濟(jì)學(xué)中有很多是涉及和使用統(tǒng)計(jì)學(xué)中的理論和方法。因此，數(shù)學(xué)是統(tǒng)計(jì)學(xué)的基礎(chǔ)，統(tǒng)計(jì)學(xué)又是計(jì)量經(jīng)濟(jì)學(xué)的先導(dǎo)課程，這兩門課程共同成為計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)課程。簡單地說，如果學(xué)生沒有數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，學(xué)好計(jì)量經(jīng)濟(jì)學(xué)是相當(dāng)困難的。

二、學(xué)生數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)差異下新疆高校經(jīng)管類專業(yè)計(jì)量經(jīng)濟(jì)學(xué)教學(xué)存在的問題

從新疆高校特別是綜合性高校的教學(xué)實(shí)踐看，經(jīng)管類專業(yè)對學(xué)生的數(shù)學(xué)基礎(chǔ)課程（主要指高等數(shù)學(xué)、線性代數(shù)和概率論與數(shù)理統(tǒng)計(jì)）的教學(xué)要求、教學(xué)內(nèi)容和難度因?qū)I(yè)不同而不同，更多表現(xiàn)在經(jīng)濟(jì)學(xué)專業(yè)和管理類專業(yè)的側(cè)重點(diǎn)不同，經(jīng)濟(jì)類專業(yè)的要求高于管理類專業(yè)。同時(shí)，受教學(xué)設(shè)施、師資隊(duì)伍等因素影響，新疆部分高校的計(jì)量經(jīng)濟(jì)學(xué)課程較多采用合班授課形式。再者，教材甄選與學(xué)生專業(yè)要求有一定差距，這就導(dǎo)致學(xué)生數(shù)學(xué)基礎(chǔ)存在差異，致使學(xué)生的統(tǒng)計(jì)學(xué)基礎(chǔ)存在嚴(yán)重的分化現(xiàn)象，這種情形在新疆高校的民漢合班教學(xué)中更為明顯。這些都給計(jì)量經(jīng)濟(jì)學(xué)課程的教學(xué)增加了難度。

（一）合班教學(xué)內(nèi)容不當(dāng)

受教學(xué)設(shè)施、師資隊(duì)伍等因素影響，新疆部分高校的計(jì)量經(jīng)濟(jì)學(xué)課程較多采用合班授課形式。由于民族和漢族學(xué)生的邏輯思維能力差異顯著，這就使合班教學(xué)中的學(xué)生出現(xiàn)了較為嚴(yán)重的數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)分化現(xiàn)象。最重要的問題是，合班教學(xué)時(shí)需要兼顧教學(xué)內(nèi)容設(shè)計(jì)和編排、課時(shí)數(shù)量和學(xué)生實(shí)際情況等因素，這勢必增加教學(xué)內(nèi)容設(shè)計(jì)的難度。一是民漢合班導(dǎo)致設(shè)計(jì)教學(xué)內(nèi)容存在一定難度。與新疆高校各專業(yè)中的民考漢學(xué)生相比，漢族學(xué)生的數(shù)學(xué)和統(tǒng)計(jì)學(xué)功底和理解能力要明顯好于民族學(xué)生，這就使民漢合班的學(xué)生出現(xiàn)數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)功底兩極分化的現(xiàn)象，這種合班授課形式導(dǎo)致教師出現(xiàn)教學(xué)內(nèi)容偏多或偏少、難度偏深或偏淺的問題。這就需要對計(jì)量經(jīng)濟(jì)學(xué)教學(xué)內(nèi)容進(jìn)行重新調(diào)整。二是教學(xué)過程中偏重于計(jì)量軟件實(shí)踐操作的講解，忽視了計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)理論的教學(xué)內(nèi)容。在這種驗(yàn)證式的教學(xué)過程中，側(cè)重于要求學(xué)生掌握軟件的用法，但是從理論層面上看，學(xué)生并不理解案例操作背后的原理，從理論上不能闡述操作步驟中暗含的相關(guān)計(jì)量經(jīng)濟(jì)學(xué)原理，更有甚者根本不會結(jié)合實(shí)證結(jié)果對所研究的問題給予專業(yè)的解釋。三是教學(xué)內(nèi)容不能反映新疆經(jīng)濟(jì)社會發(fā)展的實(shí)際情況。由于目前的計(jì)量經(jīng)濟(jì)學(xué)教材選用國內(nèi)權(quán)威教材，教學(xué)案例大多是摘錄國內(nèi)經(jīng)濟(jì)發(fā)展的數(shù)據(jù)，缺少反映新疆經(jīng)濟(jì)社會發(fā)展的數(shù)據(jù)，無法讓學(xué)生了解新疆經(jīng)濟(jì)發(fā)展的基本情況。

（二）教材及軟件甄選的科學(xué)性和實(shí)踐性不協(xié)調(diào)

目前，在新疆高校的此類課程教學(xué)中普遍存在教材及軟件甄選的科學(xué)性和實(shí)踐性之間的不協(xié)調(diào)性問題，主要表現(xiàn)如下：一是受師資力量的影響，同一高校的計(jì)量經(jīng)濟(jì)學(xué)教材由于教師所教授計(jì)量軟件的類別不同，再加上教材的多樣化，一般很難統(tǒng)一成一種教材。二是對于新疆高校學(xué)生來說，根據(jù)主編的學(xué)術(shù)聲望和出版社級別所甄選的教材有的內(nèi)容過多且難度較大，增加了授課難度，降低了學(xué)生的自我效能感。三是在新疆高校經(jīng)管類專業(yè)中，有的學(xué)院以計(jì)量經(jīng)濟(jì)學(xué)理論為教材甄選的主要依據(jù)，有的高校則注重某種計(jì)量軟件操作的實(shí)踐指導(dǎo)性為教材甄選原則。

（三）數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)相對薄弱的學(xué)生自我效能感較低

新疆高校特別是經(jīng)管類專業(yè)的學(xué)生中有相當(dāng)一部分生源是民考漢的少數(shù)民族學(xué)生，與漢族學(xué)生相比，其本身語言理解能力相對較差，而且他們本身對數(shù)學(xué)和需要數(shù)學(xué)基礎(chǔ)的統(tǒng)計(jì)學(xué)課程缺乏興趣，學(xué)習(xí)的自我效能感非常低。這與計(jì)量經(jīng)濟(jì)學(xué)的連貫性要求有差距，因?yàn)閷W(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)必須有良好的數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，而且其教學(xué)內(nèi)容具有一定的連貫性。主要表現(xiàn)在：有些學(xué)生在一些前期內(nèi)容上“卡殼”后，如得不到及時(shí)解決，會明顯影響后續(xù)章節(jié)內(nèi)容的學(xué)習(xí)；有的學(xué)生聽不懂的內(nèi)容累積到一定程度，往往會產(chǎn)生放棄本課程學(xué)習(xí)的念頭；有的學(xué)生特別是少數(shù)民族學(xué)生，對數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)這樣的課程自我效能感特別低，有的學(xué)生從開始就徹底放棄了學(xué)習(xí)此類課程。所以，在民漢學(xué)生合班的計(jì)量經(jīng)濟(jì)學(xué)授課過程中，民族學(xué)生自我效能感較低，學(xué)習(xí)狀態(tài)和掌握程度呈現(xiàn)兩級分化的狀態(tài)。

（四）新疆高校計(jì)量經(jīng)濟(jì)學(xué)課程的師資力量薄弱

教授經(jīng)管類專業(yè)計(jì)量經(jīng)濟(jì)學(xué)課程的教師應(yīng)該有深厚的數(shù)學(xué)背景、經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)，還要具備計(jì)量經(jīng)濟(jì)學(xué)軟件操作的應(yīng)用能力。目前，新疆高校從事計(jì)量經(jīng)濟(jì)學(xué)課程教學(xué)的教師具備這樣要求的明顯偏少。這就導(dǎo)致新疆高校計(jì)量經(jīng)濟(jì)學(xué)教學(xué)過程中存在理論教學(xué)與經(jīng)濟(jì)模型脫離、與實(shí)際案例脫節(jié)、與相關(guān)計(jì)量軟件分離的問題。具體表現(xiàn)在：第一，有的高校講授計(jì)量經(jīng)濟(jì)學(xué)的教師是非經(jīng)管類專業(yè)的學(xué)科背景，教師的專業(yè)水平和知識結(jié)構(gòu)雖然能夠講授計(jì)量經(jīng)濟(jì)學(xué)，但由于學(xué)科功底不夠深厚，使其在教學(xué)過程中引導(dǎo)學(xué)生利用計(jì)量軟件分析經(jīng)濟(jì)現(xiàn)象數(shù)量關(guān)系的能力較弱。第二，有的高校理論教學(xué)與軟件教學(xué)完全由兩個(gè)學(xué)院的教師承擔(dān)，理論教學(xué)由經(jīng)濟(jì)類專業(yè)的學(xué)院負(fù)責(zé)，而計(jì)量軟件由數(shù)學(xué)或計(jì)算機(jī)學(xué)院的教師負(fù)責(zé)。從學(xué)科融合角度看，導(dǎo)致計(jì)量經(jīng)濟(jì)學(xué)中的經(jīng)濟(jì)模型與實(shí)際操作之間的講授產(chǎn)生脫節(jié)，影響教學(xué)效果。第三，有的高校僅注重某種軟件的操作應(yīng)用能力，學(xué)生根本不了解經(jīng)濟(jì)計(jì)量學(xué)的基本理論，使學(xué)生缺少理論指導(dǎo)實(shí)踐的能力，導(dǎo)致學(xué)生學(xué)完該門課程后，不能結(jié)合實(shí)際情況運(yùn)用所學(xué)到的知識。

（五）驗(yàn)證式實(shí)驗(yàn)教學(xué)方法忽視了學(xué)生獨(dú)立思考能力的培養(yǎng)

目前，新疆高校的計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)教學(xué)模式主要是以講授、驗(yàn)證式實(shí)驗(yàn)教學(xué)模式為主，通常采用先講授后實(shí)驗(yàn)與邊講授邊實(shí)驗(yàn)兩種教學(xué)方法，但在教學(xué)實(shí)踐中，該方法仍存在一些問題：第一，“填鴨式”地向?qū)W生展示軟件操作、驗(yàn)證書本內(nèi)容，使學(xué)生被動地接受相應(yīng)內(nèi)容，亦步亦趨地模仿教師所展示的內(nèi)容。第二，此種教學(xué)方法和手段很少考慮學(xué)生統(tǒng)計(jì)思維和解釋數(shù)據(jù)能力及其運(yùn)用計(jì)量模型解釋經(jīng)濟(jì)社會現(xiàn)象的統(tǒng)計(jì)素養(yǎng)的培養(yǎng)。

三、學(xué)生數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)差異下新疆高校經(jīng)管類專業(yè)計(jì)量經(jīng)濟(jì)學(xué)教學(xué)的改進(jìn)

（一）根據(jù)學(xué)生差異調(diào)整教學(xué)內(nèi)容

1．加強(qiáng)統(tǒng)計(jì)學(xué)內(nèi)容與計(jì)量經(jīng)濟(jì)學(xué)內(nèi)容的銜接。統(tǒng)計(jì)學(xué)原有基本內(nèi)容應(yīng)該保留，保持知識結(jié)構(gòu)的完整性，同時(shí)也要注重概率論與數(shù)量統(tǒng)計(jì)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)內(nèi)容的銜接。

2．針對民漢合班教學(xué)形式，建立概率論與數(shù)量統(tǒng)計(jì)、統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)課程授課教師之間教學(xué)溝通機(jī)制。注意三門課程教學(xué)的前后順序，避免內(nèi)容重復(fù)講授，而且授課教師應(yīng)根據(jù)學(xué)生基礎(chǔ)，對于涉及的數(shù)學(xué)基礎(chǔ)與概率論及數(shù)量統(tǒng)計(jì)部分，如有必要可適當(dāng)多分配一些課時(shí)。對一些重要但難度較大或因課時(shí)受限的內(nèi)容，應(yīng)予以簡單介紹，以滿足“吃不飽”的學(xué)生，同時(shí)要注意提高自我效能感較低的少數(shù)民族學(xué)生的學(xué)習(xí)興趣。

3．教學(xué)內(nèi)容設(shè)計(jì)中應(yīng)多引用有關(guān)新疆經(jīng)濟(jì)發(fā)展的案例，這樣既可以了解新疆經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)情況，也可調(diào)動學(xué)生的學(xué)習(xí)興趣。在實(shí)踐教學(xué)中，教師可以組織學(xué)生一起編制《計(jì)量經(jīng)濟(jì)學(xué)案例庫和習(xí)題庫》，使教學(xué)內(nèi)容與實(shí)踐相結(jié)合。其中，案例庫由教師負(fù)責(zé)編制，習(xí)題庫由優(yōu)秀學(xué)生的實(shí)踐調(diào)查報(bào)告和國內(nèi)最新習(xí)題組成。

（二）教材和軟件甄選應(yīng)體現(xiàn)科學(xué)性和實(shí)踐性的統(tǒng)一

1．在計(jì)量經(jīng)濟(jì)學(xué)教材管理方面，學(xué)校應(yīng)建立教材質(zhì)量及其使用價(jià)值的評價(jià)機(jī)制。教材應(yīng)樹立知識與能力并重的理念，不僅要注重理論和統(tǒng)計(jì)方法，注重?cái)?shù)學(xué)推導(dǎo)，同時(shí)還要增加計(jì)量經(jīng)濟(jì)學(xué)軟件的教學(xué)課時(shí)數(shù)。

2．教材甄選應(yīng)突出“理論＋實(shí)際案例＋軟件”的特色。同時(shí)，根據(jù)長期的實(shí)踐積累，整合本校計(jì)量經(jīng)濟(jì)學(xué)師資隊(duì)伍，發(fā)揮教師的優(yōu)勢和特長，綜合各類軟件優(yōu)勢，編寫實(shí)驗(yàn)教學(xué)手冊，提綱挈領(lǐng)地向?qū)W生介紹各類軟件，給出相應(yīng)的參考資料和網(wǎng)站，提升學(xué)生的實(shí)踐能力和動手能力，彌補(bǔ)教學(xué)軟件單一的弊端。

（三）調(diào)動自我效能感較低學(xué)生的學(xué)習(xí)積極性

1．針對不同的學(xué)生群體采用不同的教學(xué)方法。計(jì)量經(jīng)濟(jì)學(xué)章節(jié)體系內(nèi)容一般是按照“概念———前提假定———理論推導(dǎo)———統(tǒng)計(jì)檢驗(yàn)推導(dǎo)———案例”的順序安排的。針對基礎(chǔ)較差且理解能力較低的學(xué)生，教師設(shè)計(jì)教學(xué)環(huán)節(jié)可以從實(shí)際例題出發(fā)，調(diào)整該順序，即采取“案例———統(tǒng)計(jì)檢驗(yàn)推導(dǎo)及驗(yàn)證———理論推導(dǎo)———再舉例———前提假定———概念”的方式展開，結(jié)合案例來講解相應(yīng)的理論推導(dǎo)及概念內(nèi)涵，然后再通過舉例進(jìn)行鞏固，最后使學(xué)生系統(tǒng)掌握章節(jié)的核心內(nèi)容。

2．針對民漢學(xué)生基礎(chǔ)差異分化的實(shí)際情況，加之計(jì)量經(jīng)濟(jì)學(xué)是一門方法性較強(qiáng)的課程，可設(shè)計(jì)PBL型的案例題，將學(xué)生置身于實(shí)際問題情境中，通過“講解＋提問”相結(jié)合的方式引導(dǎo)學(xué)生掌握理論知識、軟件操作和實(shí)證分析能力。同時(shí)，在教學(xué)中應(yīng)減少對概念、理論推導(dǎo)等內(nèi)容論證的時(shí)間，側(cè)重對計(jì)量分析方法的應(yīng)用步驟和背后暗含的理論講授，使學(xué)生掌握針對不同計(jì)量分析數(shù)據(jù)進(jìn)行相應(yīng)處理的方法及實(shí)證結(jié)果與案例分析相結(jié)合的能力。

3．教師應(yīng)與學(xué)生多溝通，掌握學(xué)生基本情況，將學(xué)生分成小組開展學(xué)習(xí)活動。根據(jù)授課內(nèi)容教師可安排專題性講座，及時(shí)消除學(xué)生畏難情緒，激發(fā)其學(xué)習(xí)的積極性。通過設(shè)計(jì)案例習(xí)題，由學(xué)帶領(lǐng)組內(nèi)學(xué)生收集數(shù)據(jù)、處理數(shù)據(jù)和計(jì)量分析，同時(shí)組織小組對實(shí)證分析結(jié)果進(jìn)行討論，并由組內(nèi)選派一名學(xué)生講解案例分析過程及相應(yīng)的結(jié)論。

（四）提升計(jì)量經(jīng)濟(jì)學(xué)課程師資的專業(yè)能力

1．注意各學(xué)科教師之間的銜接。師資隊(duì)伍中應(yīng)包括概率論和數(shù)理統(tǒng)計(jì)專業(yè)的教師、統(tǒng)計(jì)學(xué)教師和計(jì)量經(jīng)濟(jì)學(xué)教師，并加強(qiáng)彼此間的溝通，以保證在教學(xué)實(shí)踐中，各專業(yè)教師根據(jù)教學(xué)對象的專業(yè)性及學(xué)生特點(diǎn)及時(shí)調(diào)整教學(xué)內(nèi)容，設(shè)計(jì)符合相關(guān)專業(yè)的教學(xué)大綱，提高教師的教學(xué)能力。

2．提高計(jì)量經(jīng)濟(jì)學(xué)專業(yè)教師的經(jīng)濟(jì)理論水平。教師只有較深的理論功底，才能帶領(lǐng)學(xué)生借助經(jīng)濟(jì)理論對所研究的經(jīng)濟(jì)現(xiàn)象和問題進(jìn)行經(jīng)濟(jì)模型的構(gòu)建，運(yùn)用經(jīng)濟(jì)理論知識處理數(shù)據(jù)和模型檢驗(yàn)，結(jié)合實(shí)證分析結(jié)果和經(jīng)濟(jì)理論解釋經(jīng)濟(jì)現(xiàn)象。這是計(jì)量經(jīng)濟(jì)學(xué)教學(xué)的靈魂所在。

3．加強(qiáng)教師專業(yè)培訓(xùn)。整合本校計(jì)量經(jīng)濟(jì)學(xué)師資隊(duì)伍，根據(jù)本校經(jīng)管類專業(yè)特點(diǎn)，選派教師參加主要計(jì)量經(jīng)濟(jì)學(xué)軟件與專業(yè)培訓(xùn)提高教師實(shí)際操作能力和專業(yè)水平。

（五）革新教學(xué)方法

1．在實(shí)踐教學(xué)中，教師可通過“結(jié)對子組建實(shí)驗(yàn)小組”、“好幫差”等形式，引入PBL教學(xué)方法，培養(yǎng)學(xué)生解決實(shí)際問題的能力。同時(shí)，開展基于問題情境的教學(xué)，為學(xué)生設(shè)計(jì)基于現(xiàn)實(shí)經(jīng)濟(jì)世界的真實(shí)問題，鼓勵學(xué)生運(yùn)用所學(xué)的經(jīng)濟(jì)學(xué)知識，通過分工協(xié)作、分析討論并最終解決問題的方式，逐漸培養(yǎng)其發(fā)現(xiàn)問題、分析問題、解決問題的能力。

2．基于學(xué)生數(shù)學(xué)和統(tǒng)計(jì)學(xué)基礎(chǔ)差異的情形，計(jì)量經(jīng)濟(jì)學(xué)應(yīng)采取板書和多媒體相結(jié)合，且以板書為主、多媒體為輔的教學(xué)方式，充分利用兩種教學(xué)手段的優(yōu)點(diǎn)，彌補(bǔ)其不足，從而提高教學(xué)效果，實(shí)現(xiàn)教學(xué)目的。

篇3

關(guān)鍵詞：非參數(shù)計(jì)量經(jīng)濟(jì)學(xué)；隨機(jī)趨勢；偽回歸；局部診斷

1引言

當(dāng)數(shù)據(jù)存在趨勢時(shí)，回歸分析可能將無關(guān)變量擬合出顯著的關(guān)聯(lián)關(guān)系.這樣的分析會得出錯誤的結(jié)論、做出無效的預(yù)測，即發(fā)生所謂的虛假回歸，給實(shí)證研究和預(yù)測工作帶來風(fēng)險(xiǎn)[1].這就要求學(xué)者對模型是否存在偽回歸的問題進(jìn)行診斷，以識別和降低這種風(fēng)險(xiǎn).在研究當(dāng)中，參數(shù)模型的偽回歸診斷已經(jīng)得到了廣泛的重視[2]，而非參數(shù)模型的偽回歸診斷卻常常會被人忽視.主要原因在于，非參數(shù)模型沒有在形式上做主觀預(yù)設(shè)，它們常常被當(dāng)作最接近真實(shí)、決不會犯錯的模型.但事實(shí)并非如此.在趨勢的影響下，參數(shù)模型尚且容易錯把無關(guān)變量擬合出關(guān)聯(lián)關(guān)系，作為擬合能力更強(qiáng)的非參數(shù)模型，就可能面臨更大的偽回歸風(fēng)險(xiǎn).但考慮到非參數(shù)模型并沒有描述關(guān)聯(lián)關(guān)系的表達(dá)式，即便模型存在風(fēng)險(xiǎn)，又該診斷什么，如何診斷呢？本文研究了非參數(shù)模型的偽回歸診斷問題，試圖為相關(guān)檢驗(yàn)方法給出嚴(yán)格的理論論證和較全面的應(yīng)用參考.

關(guān)于偽回歸診斷的問題，有些重要的文獻(xiàn)做出了有價(jià)值的研究.Granger等[3]基于模擬實(shí)驗(yàn)，率先研究了單位根過程帶給參數(shù)模型的偽回歸問題，并提出基于DW統(tǒng)計(jì)量的回歸診斷方法.方法的基本思想是用殘差的全局特征來診斷參數(shù)模型的表達(dá)式是否可靠.在此基礎(chǔ)上，Phillips[4，5]研究了單位根過程回歸殘差的漸進(jìn)分布特征，推導(dǎo)和完善了方法的理論基礎(chǔ).但該方法并不適合診斷非參數(shù)模型.非參數(shù)回歸是一種關(guān)注局部的逐點(diǎn)估計(jì)，殘差關(guān)聯(lián)機(jī)制與參數(shù)模型不同，局部之間缺乏相關(guān)性.Phillips[6]分析了這個(gè)問題，并創(chuàng)造性地提出了局部診斷的思想，研究了數(shù)據(jù)隨機(jī)趨勢帶給局部殘差特征的影響.Kasparis等[7]沿用了局部視角的檢驗(yàn)設(shè)計(jì)思想，研究了在多元動態(tài)時(shí)間序列的分析當(dāng)中，選錯解釋變量滯后期時(shí)非參數(shù)回歸的殘差異常性質(zhì).這些診斷方法的共同思路是，設(shè)計(jì)統(tǒng)計(jì)量考察數(shù)據(jù)趨勢屬性帶給非參數(shù)回歸殘差的影響，用非參數(shù)回歸殘差的局部特征來診斷原始數(shù)據(jù)的趨勢屬性.偽回歸診斷的初衷是辨別有風(fēng)險(xiǎn)的回歸，但現(xiàn)有的研究并沒有把非參數(shù)模型中“殘差局部特征”和“估計(jì)失真風(fēng)險(xiǎn)”的關(guān)聯(lián)關(guān)系說清楚，可見局部DW診斷方法的理論基礎(chǔ)有待進(jìn)一步論證.診斷在不同窗寬、不同樣本容量的回歸當(dāng)中可能遇到的問題，也有待進(jìn)一步研究.

本文回顧了隨機(jī)趨勢給非參數(shù)模型帶來的偽回歸風(fēng)險(xiǎn)，并針對現(xiàn)有文獻(xiàn)的不足，在Phillips局部診斷思想的基礎(chǔ)上，研究了非參數(shù)回歸中殘差局部性質(zhì)和模型估計(jì)風(fēng)險(xiǎn)的關(guān)聯(lián)關(guān)系.用數(shù)學(xué)語言描述回歸風(fēng)險(xiǎn)，并通過數(shù)學(xué)變換，創(chuàng)造性地將回歸的診斷問題轉(zhuǎn)化成了級數(shù)收斂的檢驗(yàn)問題，解釋了數(shù)據(jù)局部特征與局部回歸風(fēng)險(xiǎn)之間的聯(lián)系.還通過模擬實(shí)驗(yàn)，考察了不同類型非參估計(jì)的偽回歸診斷，給出了診斷的一般步驟且驗(yàn)證了診斷的功效.發(fā)現(xiàn)，局部殘差性質(zhì)異常是非參數(shù)模型估計(jì)失真的充分條件，而局部DW檢驗(yàn)可以很好地識別這種情況，進(jìn)而診斷非參數(shù)模型的偽回歸.文章完善了使用局部特征診斷回歸風(fēng)險(xiǎn)的理論基礎(chǔ)，具有較強(qiáng)的理論意義；歸納了檢驗(yàn)方法在模擬實(shí)驗(yàn)中表現(xiàn)出的若干性質(zhì)，為非參數(shù)模型的實(shí)際應(yīng)用提供參考.

2問題的初探

誤設(shè)模型的擬合優(yōu)度通常很低，因此研究常用擬合優(yōu)度指標(biāo)來評價(jià)模型的可靠性.但當(dāng)數(shù)據(jù)存在趨勢時(shí)，擬合優(yōu)度指標(biāo)可能會出現(xiàn)虛高，容易讓人把誤設(shè)的模型當(dāng)作正確的模型.這就是虛假回歸或偽回歸.這種“虛假”是由趨勢造成的.

在實(shí)際經(jīng)濟(jì)當(dāng)中，時(shí)間序列的數(shù)據(jù)生成過程普遍受到多方面因素的影響.其中可能存在一部分影響幾乎不隨時(shí)間推移而有所衰減，這部分影響不斷累積，形成了數(shù)據(jù)的趨勢.時(shí)間序列的趨勢可以分成如下幾類，即線性趨勢、非線性趨勢、變結(jié)構(gòu)現(xiàn)象和隨機(jī)性趨勢[8].趨勢有時(shí)會給數(shù)據(jù)分析帶來干擾，進(jìn)而導(dǎo)致模型的誤設(shè).

趨勢是識別和描述數(shù)據(jù)生成過程的重要工具.可以運(yùn)用發(fā)現(xiàn)趨勢、擬合趨勢(通常用虛擬變量、傅立葉展開或非參數(shù)形式擬合)和去勢等技術(shù)，逐步將包含確定性趨勢的數(shù)據(jù)轉(zhuǎn)換成無趨勢數(shù)據(jù)[9].確定性趨勢在很大程度上是可預(yù)測、可處理的.但如果序列存在隨機(jī)趨勢，情況則變得復(fù)雜.隨機(jī)性趨勢表現(xiàn)為數(shù)據(jù)的長記憶性(常見的有單位根過程和分?jǐn)?shù)單整過程)，這種性質(zhì)打斷了時(shí)間序列不同位置間數(shù)據(jù)屬性的遞推機(jī)制，給數(shù)據(jù)分析工作帶來了嚴(yán)重的誤導(dǎo).對于確定存在關(guān)聯(lián)關(guān)系的變量，可用誤差修正模型建模，探索變量間的影響機(jī)制[10].在不確定關(guān)聯(lián)關(guān)系時(shí)，使用回歸方法研究變量關(guān)系就可能將無關(guān)變量擬合出某種關(guān)聯(lián)關(guān)系，研究就是要識別這種回歸.

為了直觀地展示非參數(shù)回歸中偽回歸的問題，下面用模擬實(shí)驗(yàn)舉例，使用非參數(shù)模型對單位根過程做回歸分析.設(shè)三個(gè)隨機(jī)序列ut，vt，ξt服從標(biāo)準(zhǔn)正態(tài)分布，用它們定義三個(gè)非平穩(wěn)過程xt，yt，zt.首先生成單位根過程x序列；然后借助x序列生成y序列，此處不失一般性地設(shè)定二者存在正相關(guān)的線性函數(shù)關(guān)系；最后生成了一個(gè)與前兩個(gè)序列無關(guān)的單位根過程z序列.

數(shù)據(jù)生成過程的數(shù)學(xué)表達(dá)式如下

pagenumber_ebook=29，pagenumber_book=747

其中k取正整數(shù)，用來控制y序列的波動幅度，令k=1，序列設(shè)為100期.

對生成的數(shù)據(jù)多次重復(fù)下面的回歸，即式(4)～式(6).

pagenumber_ebook=29，pagenumber_book=747

其中pagenumber_ebook=29，pagenumber_book=747為對應(yīng)回歸的誤差項(xiàng)估計(jì)值，pagenumber_ebook=29，pagenumber_book=747是對被解釋變量的非參估計(jì)值.

當(dāng)變量間相關(guān)系數(shù)較高時(shí)，回歸容易產(chǎn)生較高的擬合優(yōu)度.在考察回歸擬合優(yōu)度之前，不妨先查看自變量和因變量間的皮爾遜相關(guān)系數(shù)，實(shí)驗(yàn)重復(fù)1000次，結(jié)果見圖1.

pagenumber_ebook=29，pagenumber_book=747

圖1相關(guān)系數(shù)直方圖

Fig.1Histogramofthecorrelation-coefficients

根據(jù)式(1)～式(3)可以看出，y序列與x序列存在函數(shù)關(guān)系，而y與z和v與u均不存在關(guān)聯(lián)關(guān)系.由圖1可以看出，當(dāng)數(shù)據(jù)不存在隨機(jī)趨勢，無關(guān)序列不會呈現(xiàn)出顯著的相關(guān)特征，v與u的相關(guān)系數(shù)集中在(-0.2，0.2)；當(dāng)數(shù)據(jù)存在隨機(jī)趨勢時(shí)，無關(guān)序列相關(guān)系數(shù)盡管期望為0，但有時(shí)表現(xiàn)出顯著的正相關(guān)，有時(shí)表現(xiàn)出顯著的負(fù)相關(guān)，實(shí)驗(yàn)產(chǎn)生的相關(guān)系數(shù)幾乎是均勻分布在(-1，1)的區(qū)間里；如果數(shù)據(jù)本身存在關(guān)聯(lián)關(guān)系，y與x表現(xiàn)出顯著的相關(guān)關(guān)系，與實(shí)驗(yàn)的設(shè)定相符，相關(guān)系數(shù)集中在(0.97，1.00)的區(qū)間里.

比較三個(gè)回歸的擬合優(yōu)度.回歸1中的變量不存在趨勢，擬合優(yōu)度集中在0附近.用非參數(shù)回歸分析非平穩(wěn)數(shù)據(jù)(即回歸2和回歸3)是下面研究的重點(diǎn).采用不同窗寬實(shí)施模擬實(shí)驗(yàn)研究這兩組回歸的擬合優(yōu)度，研究結(jié)果見圖2，圖(a)，圖(b)和圖(c)采用的窗寬依次為h=n-1/2.5，h=n-1/3和h=n-1/4.

不妨將回歸2稱為虛假回歸，回歸3稱為真實(shí)回歸.圖2顯示，虛假回歸的擬合優(yōu)度幾乎均勻分布在(0，1)的區(qū)間里，而真實(shí)回歸的擬合優(yōu)度集中在1附近.在隨機(jī)趨勢的影響下，雖然z與y之間不存在關(guān)聯(lián)關(guān)系，但有時(shí)會得到不錯的擬合優(yōu)度.擬合優(yōu)度指標(biāo)是失效的.窗寬的不同沒有造成顯著的差異.

研究還做了另一組實(shí)驗(yàn).令k=10，即放大被解釋變量的波動幅度，比較真實(shí)回歸與虛假回歸的擬合優(yōu)度，結(jié)果見表1.

根據(jù)實(shí)驗(yàn)設(shè)定可知，用z來預(yù)測y既沒有經(jīng)濟(jì)意義，又沒有實(shí)用價(jià)值.但當(dāng)因變量有較大波動幅度時(shí)，有超過5%的概率，偽回歸的模型看上去更有效.如果單純依據(jù)擬合優(yōu)度選擇模型，有5%以上的概率誤選偽回歸的模型做分析和預(yù)測.

pagenumber_ebook=30，pagenumber_book=748

圖2回歸2和回歸3的擬合優(yōu)度經(jīng)驗(yàn)分布圖

Fig.2Empiricaldistributionofgoodnessoffitforregression2andregression3

表1憑擬合優(yōu)度選解釋變量時(shí)犯錯的概率(k=10)

Table1Theprobabilityofchoosingwrongwhenexplanatoryvariablesareselectedbygoodnessoffit(k=10)

pagenumber_ebook=30，pagenumber_book=748

可以得到一個(gè)初步的結(jié)論，對非平穩(wěn)數(shù)據(jù)做非參數(shù)回歸時(shí)，擬合優(yōu)度指標(biāo)無效.模型需要新的診斷工具來識別虛假的回歸.

3基于殘差特征的模型診斷方法

當(dāng)數(shù)據(jù)生成過程存在隨機(jī)趨勢時(shí)，擬合優(yōu)度指標(biāo)不再可靠，DW統(tǒng)計(jì)量變得重要.無論是參數(shù)模型還是非參數(shù)模型，都對殘差序列做了“相互獨(dú)立”的假設(shè).如果估計(jì)出的殘差違背了獨(dú)立性的假設(shè)，對模型的估計(jì)可能存在失真.反過來看，若模型設(shè)定有誤，所估計(jì)出的殘差通常存在序列相關(guān).利用DW指標(biāo)對殘差做檢驗(yàn)，可以幫助識別這類模型.

存在偽回歸問題的參數(shù)模型，具有三個(gè)特征，分別是異常的關(guān)聯(lián)關(guān)系、較高的擬合優(yōu)度和極低的DW統(tǒng)計(jì)量.對參數(shù)模型的偽回歸診斷，主要是借助DW統(tǒng)計(jì)量對殘差做序列相關(guān)檢驗(yàn).若DW統(tǒng)計(jì)量存在異常，可以推斷模型存在虛假回歸.

非參數(shù)殘差的形成機(jī)制有所不同.非參數(shù)回歸是一種逐點(diǎn)估計(jì)，局部與局部之間缺乏關(guān)聯(lián).但對點(diǎn)估計(jì)和局部估計(jì)而言，仍可以用殘差的函數(shù)來描述估計(jì)面臨的風(fēng)險(xiǎn).不同位置的殘差應(yīng)當(dāng)具有不同的影響權(quán)重.為了評價(jià)估計(jì)所面臨的風(fēng)險(xiǎn)以實(shí)現(xiàn)對非參數(shù)模型的診斷，需要基于DW統(tǒng)計(jì)量的思想，設(shè)計(jì)新的統(tǒng)計(jì)量.下面基于非參數(shù)核回歸模型，研究殘差特征與估計(jì)風(fēng)險(xiǎn)的關(guān)系，給出偽回歸檢驗(yàn)的設(shè)計(jì)思路和理論依據(jù).

3.1非參數(shù)核回歸的模型設(shè)定

非參數(shù)回歸的一般形式為[11]

pagenumber_ebook=30，pagenumber_book=748

其中x為解釋變量，y為被解釋變量，pagenumber_ebook=30，pagenumber_book=748t為誤差項(xiàng)的估計(jì)值，pagenumber_ebook=30，pagenumber_book=748是對被解釋變量的核回歸估計(jì)，其形式為

pagenumber_ebook=30，pagenumber_book=748

其中K(·)是核函數(shù)，h為窗寬.

在非參數(shù)模型當(dāng)中，窗寬的選擇對模型的估計(jì)有顯著的影響.當(dāng)窗寬取無窮大時(shí)，非參數(shù)模型退化成線性參數(shù)模型；當(dāng)窗寬無窮小時(shí)，非參數(shù)模型研究的是極小區(qū)間內(nèi)的關(guān)系，甚至可能會濃縮到一個(gè)點(diǎn).對偽回歸的診斷，就有逐點(diǎn)視角、局部視角和全局視角等三個(gè)角度.全局視角的分析與參數(shù)模型一致，下面主要討論“逐點(diǎn)視角”和“局部視角”.

3.2非參數(shù)點(diǎn)估計(jì)的風(fēng)險(xiǎn)及偽回歸殘差特征

非參核回歸所做的點(diǎn)估計(jì)，本質(zhì)上是用多個(gè)觀測值的加權(quán)平均來估計(jì)被解釋變量，可將該估算方法的表達(dá)式改寫成

pagenumber_ebook=31，pagenumber_book=749

其中wt，i表示估計(jì)yi時(shí)yt所占的權(quán)重，其表達(dá)式為

pagenumber_ebook=31，pagenumber_book=749

在x與y間函數(shù)關(guān)系連續(xù)的假設(shè)下，如果觀測點(diǎn)的x取值相鄰，其y的取值也應(yīng)該相鄰；若xi與xj的差在約定的范圍內(nèi)，對任何i?pagenumber_ebook=31，pagenumber_book=749j，都可以用yj作為估計(jì)yi的參考；若xi與xj的觀測值足夠臨近，yj與yi也該接近，所以yj將被賦予較高的權(quán)重.當(dāng)數(shù)據(jù)存在異常值時(shí)，加權(quán)平均的方法不再適用.舉一個(gè)極端的例子，設(shè)yi是一個(gè)顯著的離群值，以至于它與其它y觀測值的差別很大，而其它y觀測值之間的差別小到可以忽略，就不應(yīng)該用y的加權(quán)平均值當(dāng)作yi的估計(jì)值.以yj來估計(jì)yi是存在風(fēng)險(xiǎn)的，不同位置帶給估計(jì)的風(fēng)險(xiǎn)具有不同的權(quán)重.

非參數(shù)模型的點(diǎn)估計(jì)風(fēng)險(xiǎn)可以用級數(shù)來描述，其表達(dá)形式為

pagenumber_ebook=31，pagenumber_book=749

在這個(gè)級數(shù)中，如果相鄰數(shù)項(xiàng)相關(guān)系數(shù)為1，點(diǎn)估計(jì)值不會隨著樣本容量的增加而收斂，估計(jì)風(fēng)險(xiǎn)將失控.在wt，i(yi-yt)序列存在高度關(guān)聯(lián)的特征時(shí)，模型的估計(jì)是不可靠的.前人的研究主要關(guān)注隨機(jī)趨勢給殘差特征帶來的影響.本文特別關(guān)注殘差數(shù)據(jù)特征和回歸可靠性之間的關(guān)系，并將回歸風(fēng)險(xiǎn)的診斷問題轉(zhuǎn)化成級數(shù)收斂的檢驗(yàn)問題.

3.3局部的非參估計(jì)風(fēng)險(xiǎn)及對應(yīng)的殘差特征

對點(diǎn)估計(jì)風(fēng)險(xiǎn)的檢驗(yàn)，需要檢驗(yàn)wt，i(yi-yt)序列的相關(guān)特征，這要求yi為已知量.然而在實(shí)際預(yù)測工作中，待預(yù)測的觀測值通常是未知量.診斷對某個(gè)待預(yù)測點(diǎn)的非參估計(jì)，需要引入“局部視角”，也就是以該點(diǎn)為觀察點(diǎn)，考察對估計(jì)該點(diǎn)產(chǎn)生影響的整個(gè)局部，診斷非參數(shù)回歸在這個(gè)局部的表現(xiàn).在這個(gè)局部里，各位置的pagenumber_ebook=31，pagenumber_book=749i都需要考慮進(jìn)來.

定義一個(gè)待預(yù)測點(diǎn)(xobs，E[y|xobs])，因變量的非參估計(jì)值為

pagenumber_ebook=31，pagenumber_book=749

根據(jù)定義，待預(yù)測點(diǎn)的y為E[y|xobs]，可以將估計(jì)風(fēng)險(xiǎn)定義成估計(jì)值的偏差，并可表達(dá)為

pagenumber_ebook=31，pagenumber_book=749

式(13)中，等號右側(cè)第二項(xiàng)表示用pagenumber_ebook=31，pagenumber_book=749t對yobs做點(diǎn)估計(jì)時(shí)的風(fēng)險(xiǎn).若x和y相關(guān)，該風(fēng)險(xiǎn)隨樣本增加漸近等于0；若x和y無關(guān)，y在各處的預(yù)測值均接近自身的均值，該風(fēng)險(xiǎn)同樣漸近為0.不妨令該項(xiàng)等于0，則非參預(yù)測的風(fēng)險(xiǎn)可分解成

pagenumber_ebook=31，pagenumber_book=749

pagenumber_ebook=32，pagenumber_book=750

局部各點(diǎn)的pagenumber_ebook=32，pagenumber_book=750t都將對窗寬內(nèi)其它的pagenumber_ebook=32，pagenumber_book=750i產(chǎn)生影響.如果這個(gè)級數(shù)相鄰兩項(xiàng)的相關(guān)系數(shù)為1，即如果wt，obspagenumber_ebook=32，pagenumber_book=750t存在高度的序列相關(guān)關(guān)系，風(fēng)險(xiǎn)將不會隨著樣本的增加而收斂.

判斷一個(gè)局部的回歸質(zhì)量，要考察回歸在局部范圍內(nèi)每一處的估計(jì)風(fēng)險(xiǎn).從觀測點(diǎn)的角度出發(fā)，不同位置的風(fēng)險(xiǎn)應(yīng)該被賦予不同的權(quán)重.用加權(quán)的思想設(shè)計(jì)局部DW檢驗(yàn)，可以識別這種風(fēng)險(xiǎn).從另一個(gè)角度來看，檢驗(yàn)wt，obspagenumber_ebook=32，pagenumber_book=750t的序列相關(guān)特征，可以看成檢驗(yàn)pagenumber_ebook=32，pagenumber_book=750t序列是否滿足獨(dú)立性假設(shè)的一種非線性方法.

3.4殘差序列相關(guān)特征的識別

經(jīng)過上面的研究，已經(jīng)把回歸風(fēng)險(xiǎn)的診斷問題轉(zhuǎn)化成了殘差性質(zhì)的診斷問題.在研究非參數(shù)回歸殘差診斷之前，首先回顧參數(shù)模型的情況.

DW統(tǒng)計(jì)量是檢驗(yàn)參數(shù)模型殘差性質(zhì)的重要工具，其表達(dá)式為

pagenumber_ebook=32，pagenumber_book=750

其中T為樣本容量.

使用參數(shù)模型研究問題，最終會給出確定的模型形式及內(nèi)部參數(shù)的估計(jì)值，以表述在全部定義域內(nèi)解釋變量如何影響被解釋變量.模型每一處的殘差都有平等的地位，在構(gòu)造統(tǒng)計(jì)量時(shí)擁有相同的權(quán)重.對非參數(shù)回歸模型的診斷，則有所不同.非參數(shù)模型中沒有一個(gè)代表全局的表達(dá)式可供診斷，不同局部間的關(guān)聯(lián)性隨間隔變大而變?nèi)?診斷特定局部的回歸時(shí)，其它位置的殘差不再具有平等的地位.Phillips[6]基于相似的思想，率先定義了局部擬合優(yōu)度和局部DW，其表達(dá)式分別為

pagenumber_ebook=32，pagenumber_book=750

其中pagenumber_ebook=32，pagenumber_book=750為被解釋變量的均值.

對一組無關(guān)非平穩(wěn)序列做非參數(shù)回歸時(shí)，局部DW統(tǒng)計(jì)量在h0且Th∞的假設(shè)下有穩(wěn)定的漸進(jìn)分布(參見文獻(xiàn)[6]中的定理3)，可以很好地描述變量趨勢帶給模型的殘差特征.模型如果具有這種殘差特征，其估計(jì)的過程就會存在風(fēng)險(xiǎn)，因此局部DW檢驗(yàn)可以用來診斷模型的虛假回歸.

當(dāng)數(shù)據(jù)存在隨機(jī)趨勢，擬合優(yōu)度指標(biāo)不再可靠時(shí)，局部DW統(tǒng)計(jì)量直接用殘差擬合值構(gòu)造函數(shù)，相當(dāng)程度上減弱了觀測值非平穩(wěn)帶給檢驗(yàn)統(tǒng)計(jì)量的干擾.其背后的原理在于，加權(quán)后的殘差可以更恰當(dāng)?shù)孛枋龇菂?shù)模型所面臨的回歸風(fēng)險(xiǎn).局部DW統(tǒng)計(jì)量所發(fā)現(xiàn)的殘差相關(guān)性，已經(jīng)不再是簡單線性相關(guān)關(guān)系，而是非參數(shù)意義上的相關(guān)關(guān)系.

綜上所述，可以依據(jù)殘差存在的這種非線性序列相關(guān)性來推斷非參數(shù)模型估計(jì)存在的風(fēng)險(xiǎn)；局部DW統(tǒng)計(jì)量可以識別這種序列相關(guān)，進(jìn)而幫助識別模型的誤設(shè)；統(tǒng)計(jì)量在漸進(jìn)意義上是可靠的.實(shí)際的數(shù)據(jù)分析工作中，討論統(tǒng)計(jì)量在漸進(jìn)意義上是否有效固然重要，其漸進(jìn)速度同樣對檢驗(yàn)的實(shí)際應(yīng)用產(chǎn)生重大影響.下面通過模擬實(shí)驗(yàn)，研究實(shí)際應(yīng)用當(dāng)中，局部DW統(tǒng)計(jì)量能否有效地診斷出非參數(shù)模型中的偽回歸問題.

4模擬實(shí)驗(yàn)

通過模擬實(shí)驗(yàn)評估局部DW檢驗(yàn)在非參數(shù)模型中的表現(xiàn).實(shí)驗(yàn)的目的在于，一方面評估局部DW檢驗(yàn)在非平穩(wěn)數(shù)據(jù)非參數(shù)回歸中識別偽回歸的功效，為理論提供支持；另一方面估算恰當(dāng)?shù)慕y(tǒng)計(jì)量拒絕域，為實(shí)際研究提供參考.考慮到非參數(shù)回歸有樣本容量T和窗寬h兩個(gè)重要的參數(shù)，實(shí)驗(yàn)對不同樣本容量和不同窗寬分別做了考察，試圖發(fā)現(xiàn)局部DW統(tǒng)計(jì)量如何隨模型參數(shù)變化而變化.

生成隨機(jī)序列xt、yt和zt，序列生成方式與前文中的x、y和z相對應(yīng).yt與xt存在穩(wěn)定的關(guān)聯(lián)關(guān)系，而與zt無關(guān).序列均存在隨機(jī)趨勢，波動幅度參數(shù)k=1.用前文中的回歸2和回歸3對yt做回歸分析，用局部DW檢驗(yàn)對回歸做診斷，在實(shí)驗(yàn)中觀察檢驗(yàn)的表現(xiàn).在實(shí)驗(yàn)之前，需要對核函數(shù)的形式做預(yù)設(shè).在非參數(shù)回歸當(dāng)中，通常要根據(jù)數(shù)據(jù)關(guān)聯(lián)關(guān)系來選擇核函數(shù)，實(shí)驗(yàn)選用了常見的正態(tài)核函數(shù).在檢驗(yàn)當(dāng)中，需要借助核函數(shù)來排除局部間的干擾，因此在計(jì)算局部DW統(tǒng)計(jì)量時(shí)，原則上不可以使用正態(tài)核，實(shí)驗(yàn)選擇了較簡單的均勻核.如何更恰當(dāng)?shù)剡x擇核函數(shù)，有待進(jìn)一步的研究.

原假設(shè)為H0：模型的解釋變量與被解釋變量存在關(guān)聯(lián)關(guān)系.備擇假設(shè)為H1：模型錯誤地選擇了無關(guān)的解釋變量.

回歸3使用x做自變量，原假設(shè)H0成立.對這類回歸做檢驗(yàn)，應(yīng)該以極小的概率拒絕H0(犯棄真錯誤的概率較小)，同時(shí)以較大的概率拒絕H1(犯取偽錯誤的概率也較小).回歸2使用z做自變量時(shí)，備擇假設(shè)H1成立.對這類回歸做檢驗(yàn)，應(yīng)該以較大的概率拒絕H0，以較小的概率拒絕H1.運(yùn)用模擬數(shù)據(jù)，分別計(jì)算兩組回歸中的局部DW指標(biāo)，結(jié)果見圖3，

pagenumber_ebook=33，pagenumber_book=751

圖3回歸2和回歸3在中位點(diǎn)附近的局部DW統(tǒng)計(jì)量經(jīng)驗(yàn)分布圖

Fig.3Empiricaldistributionoflocal-DW-statisticsnearthemediansiteofregression2andregression3

圖3中從左到右的三條曲線分別對應(yīng)三組不同的實(shí)驗(yàn)，圖(a)，圖(b)和圖(c)采用的窗寬依次為h=n-1/2.5，h=n-1/3和h=n-1/4，每組實(shí)驗(yàn)重復(fù)1000次.觀察圖3可知，回歸2的局部DW統(tǒng)計(jì)量取值集中在0附近，而回歸3的局部DW統(tǒng)計(jì)量取值集中在2附近.數(shù)據(jù)的隨機(jī)趨勢并沒有給局部DW統(tǒng)計(jì)量的表現(xiàn)帶來干擾.

繼續(xù)借助實(shí)驗(yàn)研究局部DW統(tǒng)計(jì)量的檢驗(yàn)臨界值.采用n-1/2.5、n-1/3和n-1/4三個(gè)窗寬，選擇1/4分位點(diǎn)、中位點(diǎn)和3/4分位點(diǎn)為回歸檢驗(yàn)的觀測點(diǎn)，劃定三個(gè)“待觀測局部”，選擇T=100，500，1000，三個(gè)樣本容量.首先考察中位點(diǎn)附近，局部DW檢驗(yàn)的表現(xiàn)，實(shí)驗(yàn)結(jié)果見表2.

表2中位點(diǎn)附近做局部DW檢驗(yàn)時(shí)回歸落入拒絕域的概率表

Table2ProbabilitytableoffallingintotherejectiondomainwhenlocalDWtestisperformednearthemidpoint

pagenumber_ebook=33，pagenumber_book=751

在中位點(diǎn)診斷非參數(shù)模型，局部DW檢驗(yàn)的功效較好.尤其是在局部數(shù)據(jù)足夠多時(shí)(即窗寬大、樣本多時(shí))，局部DW統(tǒng)計(jì)量可以顯著地區(qū)分真實(shí)回歸和虛假回歸.下面觀察1/4分位點(diǎn)和3/4分位點(diǎn)的情況，實(shí)驗(yàn)結(jié)果見表3.

表3分位點(diǎn)附近做局部DW檢驗(yàn)時(shí)回歸落入拒絕域的概率表

Table3ProbabilitytableoffallingintotherejectiondomainwhenlocalDWtestisperformednearthelocus

pagenumber_ebook=34，pagenumber_book=752

診斷1/4和3/4分位點(diǎn)的非參數(shù)估計(jì)，局部DW檢驗(yàn)的功效有所下降.尤其是在小樣本、小窗寬的情況下，統(tǒng)計(jì)量分布不穩(wěn)定.將棄真概率設(shè)置到0.01附近時(shí)，取偽概率普遍接近或超過0.1；當(dāng)棄真概率設(shè)置到0.05附近，取偽概率的表現(xiàn)才有所改觀.當(dāng)樣本容量超過500后，局部DW統(tǒng)計(jì)量分布趨于穩(wěn)定，檢驗(yàn)功效有所提高.

以上研究表明，局部DW檢驗(yàn)可以較好地識別非平穩(wěn)數(shù)據(jù)非參數(shù)回歸中的偽回歸.實(shí)驗(yàn)發(fā)現(xiàn)，局部DW檢驗(yàn)的功效呈現(xiàn)出一條基本規(guī)律，即有效樣本越多，檢驗(yàn)功效越好.當(dāng)樣本容量較小時(shí)(如T＜100)，統(tǒng)計(jì)量波動尺度較大，檢驗(yàn)的功效也較差；在大樣本下，檢驗(yàn)功效普遍較好.窗寬越小(所容納的觀測值也就越少)，檢驗(yàn)的功效越差；當(dāng)窗寬變大，檢驗(yàn)功效將得到顯著提升.當(dāng)樣本數(shù)據(jù)來自總體的邊緣，檢驗(yàn)功效較差；而對中位點(diǎn)附近的非參估計(jì)做診斷，檢驗(yàn)功效較好

篇4

【中圖分類號】G 【文獻(xiàn)標(biāo)識碼】A

【文章編號】0450-9889（2013）12A-0087-01

著名數(shù)學(xué)家蘇步青先生說：“學(xué)習(xí)數(shù)學(xué)做習(xí)題，要邊做邊思考，先知其然，然后再知其所以然?！痹跀?shù)學(xué)教學(xué)實(shí)踐中，筆者遵循蘇老的這一教學(xué)理念，嘗試著用不同的方法指導(dǎo)學(xué)生解題，使學(xué)生數(shù)學(xué)思維的正能量不斷增強(qiáng)。

一、比較是非，激發(fā)積極思維

每學(xué)期，筆者都要重申自己的教學(xué)原則：我們的數(shù)學(xué)課堂，是民主課堂。無論你的見解對與錯，都要大膽地說出來，我喜歡答對的同學(xué)，但更喜歡那些敢于發(fā)表錯誤見解的同學(xué)。因?yàn)檫@給老師積累了來自現(xiàn)實(shí)的、豐富的教學(xué)經(jīng)驗(yàn)，更讓同學(xué)們通過現(xiàn)場實(shí)例比較，加深了正確解題思路的理解。

在這樣的教學(xué)思想指導(dǎo)下，筆者的數(shù)學(xué)課堂，真正形成了一個(gè)互動、民主、積極思維的課堂。

到了全班交流的時(shí)間，令筆者沒想到的是，剛才得出錯誤答案的那個(gè)學(xué)生一個(gè)箭步跨上講臺，清晰地講出了正確的答題思路及結(jié)果。接著，他又把自己剛才的錯誤思路演示給其他同學(xué)看，指明自己剛才在哪個(gè)環(huán)節(jié)思維出錯了。當(dāng)他走下講臺時(shí)，全班同學(xué)都向他投去贊許的目光。給他一個(gè)發(fā)表自己錯誤看法的機(jī)會，使他學(xué)得了真知識，贏得了尊重，又激發(fā)了全班學(xué)生的求知欲望和思維能力，這不正是我們想要的結(jié)果嗎？

二、巧變題型，激發(fā)靈活思維

在教學(xué)內(nèi)容加深、課時(shí)不多的情況下，如何使靜止的知識點(diǎn)形成一條流動的知識線，培養(yǎng)學(xué)生靈活運(yùn)用的能力，是教師應(yīng)努力探索的重要課題。

如，在練習(xí)“分?jǐn)?shù)應(yīng)用題”時(shí)，筆者在學(xué)生做了一定數(shù)量的習(xí)題之后，設(shè)計(jì)了這樣四道習(xí)題：

1.學(xué)校買來108本新書，其中科技書占，文藝書占這批新書的，科技書和文藝書一共多少本？

2.學(xué)校買來一批新書，其中科技書占，文藝書占這批新書的，科技書和文藝書一共54本，這批書有多少本？

3.學(xué)校買來一批新書，其中科技書占，文藝書占這批新書的，剩下的連環(huán)畫書有54本，這批新書共有多少本？

4.學(xué)校買來連環(huán)畫和科技書一共72本，科技書是連環(huán)畫的，買來連環(huán)畫多少本？

先由學(xué)生說出每道題的思考方法及其依據(jù)，隨后，筆者又提出：這些題有什么相同點(diǎn)和不同點(diǎn)？通過比較，學(xué)生抓住了解決此類問題的關(guān)鍵點(diǎn)。設(shè)計(jì)變式習(xí)題，不但讓學(xué)生找到了解決問題的竅門，同時(shí)也培養(yǎng)了學(xué)生靈活多變的能力，讓學(xué)生真正做一題懂一類，達(dá)到了舉一反三、觸類旁通的效果。

三、優(yōu)化比較，激發(fā)求新思維

筆者讓不同解法的學(xué)生交流思路，然后說出依據(jù)。學(xué)生通過探索發(fā)現(xiàn)，對于此題選擇方法2是最為簡單的。由此筆者總結(jié)：每道題都有多種解法，怎樣從眾多的解法中，找到最簡捷、最容易理解、最適合自己的方法，需要同學(xué)們的智慧，老師希望同學(xué)們都能成為有智慧的學(xué)生。這樣不僅開闊了學(xué)生的解題思路，更收到了“精講一題，帶動一片，一片之中取最新”的效果。

篇5

 

  近年來，各地出租車業(yè)的司機(jī)集體罷運(yùn)事件，引起了社會各界的廣泛關(guān)注，如2008年11月3日，重慶出租車司機(jī)全城罷工，“份錢”過高、起步價(jià)低以及黑車猖獗等問題引發(fā)出租車停運(yùn)事件;2011年8月1日，杭州發(fā)生大規(guī)模出租車停運(yùn)事件，抗議補(bǔ)貼力度不足、高油價(jià)、交通擁堵、“份子錢”被盤剝過重等;隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展和專車的興起，出租車行業(yè)的利潤被進(jìn)一步擠壓，罷運(yùn)風(fēng)波也愈演愈烈，2015年1月4日沈陽千余出租車罷工，抗議相關(guān)部門對黑出租、套牌出租整治力度不夠，以及對“滴滴”“快的”等專車蠶食行業(yè)“蛋糕”表達(dá)不滿’類似的情況還出現(xiàn)在武漢、濟(jì)南等諸多城市。

 

以上各類事件的背后存在一個(gè)爭議，即“數(shù)量管制”——嚴(yán)厲的出租車牌照管制導(dǎo)致車標(biāo)成為稀缺資源，出租車司機(jī)幾乎沒有議價(jià)能力，一邊是出租車行業(yè)取得了高額壟斷利潤，另一邊則是底層司機(jī)艱難處境，從而導(dǎo)致出租車司機(jī)為維護(hù)自身利益而發(fā)生罷運(yùn)等事件，這不得不讓我們反思出租車行業(yè)的管制政策。

 

學(xué)術(shù)界對出租車業(yè)數(shù)量管制的探討主要集中于對數(shù)量管制依據(jù)、方式和效應(yīng)分析，一部分學(xué)者認(rèn)為數(shù)量管制可以提高資源配置效率，增進(jìn)社會福利，因而是合理的，其他人則認(rèn)為數(shù)量管制阻止了市場機(jī)制發(fā)揮作用，缺乏效率，導(dǎo)致社會福利的損失。

 

1數(shù)量管制的經(jīng)濟(jì)學(xué)依據(jù)

 

尋求數(shù)量管制的經(jīng)濟(jì)學(xué)依據(jù)之前首先要對出租車行業(yè)性質(zhì)進(jìn)行分析。按照排他性和競爭性的特點(diǎn)對物品進(jìn)行分類,出租車提供的服務(wù)產(chǎn)品更接近一種私人物品，然而出租車作為城市公共交通的一部分，其服務(wù)質(zhì)量和水平的高低，是城市整體形象的一部分;同時(shí)，由于出租車占用城市公共道路資源，造成交通擁擠，其產(chǎn)品的生產(chǎn)經(jīng)營具有明顯的負(fù)外部性，此外出租車還會排放尾氣會污染空氣，由燃油稅等措施在一定程度上進(jìn)行調(diào)整。

 

顯而易見，自由市場無法對具有外部性的物品資源進(jìn)行有效率的配置，市場上的買者與賣者不考慮外部成本從而使市場上生產(chǎn)的量大于最有效率的量，下圖說明了出租車業(yè)這一情形。由于自由市場在消除負(fù)外部性上的無效率，因而政府干預(yù)是必要的。

 

2數(shù)量管制的收益——成本分析

 

以上說明了出租車業(yè)政府干預(yù)以控制出租車數(shù)量的必要性，然而政府干預(yù)可以有很多政策，到底應(yīng)該采取哪一種呢?如果要實(shí)行數(shù)量管制，那么，對其進(jìn)行收益——成本權(quán)衡則成為必要，因?yàn)橹挥挟?dāng)其收益——成本權(quán)衡還不錯時(shí)，數(shù)量管制才是可取的。

 

2.1收益分析

 

(1)緩解城市交通擁擠狀況及減小出租車空駛率。對于交通擁擠外部性的考慮，從來都是對出租車行業(yè)數(shù)量管制的一個(gè)重要理由，交通擁擠的大城市更是如此。由于出租車占城市交通流量的比例較高，對出租車業(yè)進(jìn)行數(shù)量管制從而改善城市交通的作用不容忽視。

 

(2)防止過度競爭，促進(jìn)資本合理流動，引導(dǎo)消費(fèi)。出租車業(yè)是一個(gè)進(jìn)入門檻低的行業(yè)，不需要很高的技術(shù)，也不需要多大的資金投人。如果允許經(jīng)營者自由進(jìn)人這一行業(yè)，很容易造成過度供給，促使司機(jī)之間打價(jià)格戰(zhàn)，影響出租車服務(wù)質(zhì)量，最終影響到消費(fèi)者的利益。政府如果對出租車行業(yè)進(jìn)行數(shù)量管制，而大力發(fā)展公交、軌道等公共交通,不僅緩解了城市交通緊張的狀況，而且還有利于減少污染和環(huán)保。

 

2.2成本分析

 

(1)數(shù)量管制對自由競爭的限制必然導(dǎo)致出租車行業(yè)的高額利潤。處于弱勢地位的司機(jī)在支付了高昂的風(fēng)險(xiǎn)抵押金和“份子錢”之后，為了養(yǎng)家糊口，不得不延長工作時(shí)間，透支自己的生命。相反，沒有任何經(jīng)營貢獻(xiàn)的公司卻憑著特許經(jīng)營權(quán)瓜分了行業(yè)大部分收入?；跀?shù)量管制的特許經(jīng)營權(quán)的存在，無論是在公司化的模式下，還是在個(gè)體化的模式下，都造成了掌握經(jīng)營權(quán)的公司或車主不勞而獲的局面，而千辛萬苦經(jīng)營出租車的司機(jī)卻收入甚微，這顯然違背了公平和效率原則。

 

(2)數(shù)量管制可能導(dǎo)致尋租行為。管制會產(chǎn)生各種租金，從而引發(fā)人們對租金的競爭，尋租通過各種非法途徑造成社會福利損失。在出租車業(yè)，政府運(yùn)用行政權(quán)力對出租車經(jīng)營權(quán)的壟斷，用管制手段發(fā)放給出租車公司，有可能導(dǎo)致公司尋租，產(chǎn)生很多社舍問題，社會福利達(dá)不到帕雷托最優(yōu)。而要防止非法的尋租行為發(fā)生，就必然要發(fā)生監(jiān)督成本。

 

(3)數(shù)量管制必然導(dǎo)致出租車業(yè)經(jīng)營和管理效率低下，服務(wù)質(zhì)量差。行業(yè)的服務(wù)質(zhì)量直接取決于競爭，數(shù)量管制保護(hù)了出租車行業(yè)的高利潤，出租車公司沒有動力提高經(jīng)營管理水平，服務(wù)質(zhì)量也不可能提高。因?yàn)槿狈Ω偁帲鲎廛嚬緵]有動力去改善管理，以節(jié)約成本。

 

3數(shù)量管制的可行性分析

 

數(shù)量管制的可行性集中表現(xiàn)在管制的數(shù)量能不能低成本地確定，使供給量最大限度地接近最適需求量。因此，如何確定數(shù)量成為決定供需均衡的關(guān)鍵，也是判斷管制政策是否達(dá)到目標(biāo)的標(biāo)志之一。目前“黑車”泛濫，說明政府沒有投人最合適的出租車數(shù)量造成市場供給短缺，表明管制政策沒有達(dá)到有效目標(biāo)。

 

實(shí)際上，政府往往通過經(jīng)驗(yàn)觀察得出近似的出租車需求量，具體方法有每千人擁有出租車數(shù)量的比例、等車時(shí)間、有效載客率和呼叫回應(yīng)時(shí)間等。沒有制定出合理的出租車管制數(shù)量，供給過少或過多，也是導(dǎo)致目前數(shù)量管制政策引起諸多矛盾與問題的重要原因。因此政策制定者應(yīng)該加強(qiáng)市場研究，通過引進(jìn)一些科學(xué)合理的數(shù)量評估機(jī)制，得出合理的出租車數(shù)量需求，才能達(dá)到既定的管制目標(biāo)，有效緩解出租車行業(yè)矛盾。

 

4結(jié)論和建議

 

通過以上分析可知，出租車業(yè)提供的服務(wù)產(chǎn)品既有私人物品的特點(diǎn)，同時(shí)也具有外部效應(yīng)。對私人物品特性的強(qiáng)調(diào)，主張取消現(xiàn)行的管制政策，引人市場競爭，根據(jù)市場調(diào)節(jié)供給和需求，打破行業(yè)高額的壟斷利潤，從而體現(xiàn)社會公平。而對負(fù)外部性的強(qiáng)調(diào)，則支持?jǐn)?shù)量管制政策。收益——成本權(quán)衡觀點(diǎn)認(rèn)為現(xiàn)行數(shù)量管制政策的代價(jià)較高，但結(jié)合數(shù)量管制政策的可行性及經(jīng)濟(jì)性分析，這一政策確有可待改進(jìn)之處，而且改良后的數(shù)量管制政策有助于改善當(dāng)前出租車行業(yè)困境。相關(guān)建議有：

 

(1)加快轉(zhuǎn)變出租車業(yè)的服務(wù)方式，促進(jìn)從巡游攬客為主的服務(wù)方式向以電話叫客、網(wǎng)絡(luò)約客為主的服務(wù)方式轉(zhuǎn)變，這可以有效降低空駛率，緩解交通擁擠狀況。

 

(2)構(gòu)建科學(xué)合理的數(shù)量評估機(jī)制，結(jié)合使用幾種經(jīng)驗(yàn)觀察方法，反復(fù)調(diào)研，制定合理的管制數(shù)量，平衡供給與需求，有效解決供給不足而導(dǎo)致的“黑車”泛濫的情況，同時(shí)也緩解行業(yè)其他矛盾與問題，降低數(shù)量管制政策的代價(jià)，增加收益。

 

(3)改革數(shù)量管制的實(shí)現(xiàn)方式，改以發(fā)放特許經(jīng)營權(quán)的方式為資格考試的方式，強(qiáng)化行業(yè)服務(wù)質(zhì)量管理。

 

(4)規(guī)范引導(dǎo)專車市場發(fā)展。注重發(fā)揮市場配置資源的決定性作用，更好地發(fā)揮政府作用，整合閑置運(yùn)營資源，把社會車輛通過交管備案、考核等審核機(jī)制，引入到約租車體系服務(wù)中，成為公共交通的組成部分或重要補(bǔ)充，提供安全、優(yōu)質(zhì)、受歡迎的出行服務(wù)，滿足民眾多樣化、差異性需求。

 

參考文獻(xiàn)：

 

[1][美]N.GregoryMankiw.經(jīng)濟(jì)學(xué)原理[M].3版.梁小民，譯.北京：機(jī)械工業(yè)出版社，2006.

篇6

關(guān)鍵詞：計(jì)量經(jīng)濟(jì)學(xué)；實(shí)踐教學(xué)；SAS

中圖分類號：G64文獻(xiàn)標(biāo)識碼：A文章編號：1673-9132（2018）07-0006-02

DOI：10.16657/j.cnki.issn1673-9132.2018.07.002

金融數(shù)學(xué)專業(yè)屬于金融學(xué)大類中的高端專業(yè)，培養(yǎng)的是新型復(fù)合型金融人才。計(jì)量經(jīng)濟(jì)學(xué)在面對這一新興專業(yè)時(shí)，應(yīng)該重視實(shí)踐性教學(xué)環(huán)節(jié)，全面提高教學(xué)質(zhì)量，并且根據(jù)人才培養(yǎng)目標(biāo)，理論聯(lián)系實(shí)際，注重能力培養(yǎng)，循序漸進(jìn)合理安排實(shí)踐教學(xué)環(huán)節(jié)，加強(qiáng)實(shí)踐教學(xué)管理，改革實(shí)踐教學(xué)模式，系統(tǒng)培養(yǎng)學(xué)生量化分析金融問題的能力。

我主要針對金融數(shù)學(xué)專業(yè)的計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)方面，考慮到金融數(shù)學(xué)專業(yè)學(xué)生的量化分析的核心能力培養(yǎng)問題，分析了當(dāng)前主要統(tǒng)計(jì)軟件的優(yōu)缺點(diǎn)，給出金融數(shù)學(xué)專業(yè)計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)中計(jì)量軟件的選擇建議和意見。

一、計(jì)量經(jīng)濟(jì)學(xué)的計(jì)量軟件選擇及應(yīng)用現(xiàn)狀

當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)教材在編寫時(shí)主要面向文科性質(zhì)的經(jīng)濟(jì)學(xué)學(xué)生，授課以講授計(jì)量經(jīng)濟(jì)學(xué)理論為主，偶爾輔以部分經(jīng)濟(jì)學(xué)實(shí)證案例。并且，當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)教材的計(jì)量軟件大多是選擇Eviews或SPSS，而這些軟件在計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)中存在著不少缺陷。

（一）計(jì)量經(jīng)濟(jì)學(xué)教材中，Eviews或SPSS介紹操作不便利

Eviews和SPSS這兩個(gè)計(jì)量軟件都是通過點(diǎn)擊鼠標(biāo)就可以完成從導(dǎo)入數(shù)據(jù)到選擇方法，再到輸出最終結(jié)果的操作。但是，在教材中插入這些軟件的“點(diǎn)鼠標(biāo)”操作是很不便利的。實(shí)際教材里，往往編者會采用截圖的方式告訴讀者該如何“點(diǎn)鼠標(biāo)”，進(jìn)行選擇。而這又造成了另外一個(gè)問題——圖片占教材版面太多，造成了教材表面上很厚，實(shí)際上教授的知識并不多。

（二）Eviews和SPSS數(shù)據(jù)處理功能不強(qiáng)

在經(jīng)濟(jì)學(xué)等文科專業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中，由于大多采用的是已經(jīng)處理好的經(jīng)濟(jì)數(shù)據(jù)，比如：GDP、家庭人均消費(fèi)、人均可支配收入等。這些數(shù)據(jù)大多是國家或各地方統(tǒng)計(jì)局處理好公布的，很少缺少數(shù)據(jù)間日期不匹配等問題。然而，對金融數(shù)學(xué)專業(yè)的學(xué)生來說，他們面對的往往是公開交易數(shù)據(jù)，這些數(shù)據(jù)相對復(fù)雜。比如，有的公司出現(xiàn)一段時(shí)間的停牌交易，在做研究時(shí)需要剔除1年交易天數(shù)少于120天的公司。面對近3000家上市公司的交易數(shù)據(jù)，用Eviews和SPSS處理起來往往比較困難。

（三）Eviews和SPSS不利于金融定量分析的深入學(xué)習(xí)

當(dāng)前，計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)中使用Eviews和SPSS確實(shí)能讓學(xué)生快速掌握計(jì)量經(jīng)濟(jì)學(xué)的基本知識、模型。但是，金融數(shù)學(xué)專業(yè)屬于金融學(xué)大類中較高端的專業(yè)，學(xué)生的量化分析金融問題能力要求更高。當(dāng)進(jìn)一步需要處理復(fù)雜金融問題的時(shí)候，Eviews和SPSS編程能力弱的局限性往往就體現(xiàn)出來了。例如，投資學(xué)里著名的三因子模型（Fama和French，1993）：利用Eviews和SPSS往往只能用別人計(jì)算好的市值因子（SMB）、賬面市值比因子（HML）代入模型進(jìn)行分析。然而，事實(shí)上，金融領(lǐng)域做因子分析時(shí)，更重要的是掌握因子的來源、計(jì)算。而市值因子（SMB）、賬面市值比因子（HML）都需要動態(tài)分組的技術(shù)，編程能力弱的Eviews和SPSS很難勝任這一工作。

二、計(jì)量經(jīng)濟(jì)學(xué)計(jì)量軟件的選擇

鑒于Eviews和SPSS在金融數(shù)學(xué)專業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中的諸多不足。我推薦使用SAS進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)。SAS系統(tǒng)在國際上已被譽(yù)為統(tǒng)計(jì)分析的標(biāo)準(zhǔn)軟件，在各個(gè)領(lǐng)域得到廣泛應(yīng)用。SAS系統(tǒng)主要完成以數(shù)據(jù)為中心的四大任務(wù)：數(shù)據(jù)訪問、數(shù)據(jù)管理、數(shù)據(jù)呈現(xiàn)和數(shù)據(jù)分析。當(dāng)前軟件最高版本為SAS9.4。其中BaseSAS模塊是SAS系統(tǒng)的核心。其他各模塊均在BaseSAS提供的環(huán)境中運(yùn)行。用戶可選擇需要的模塊與BaseSAS一起構(gòu)成一個(gè)用戶化的SAS系統(tǒng)。利用SAS可以較好地解決Eviews和SPSS在金融數(shù)學(xué)專業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中存在的問題。

（一）計(jì)量經(jīng)濟(jì)學(xué)教材中，SAS的介紹操作非常便利

不同于Eviews或SPSS的“點(diǎn)鼠標(biāo)”操作，SAS采用編程（或可以轉(zhuǎn)換成程序代碼）的方式進(jìn)行數(shù)據(jù)訪問、管理、分析。因此，在教材中，采用SAS進(jìn)行實(shí)證案例教學(xué)時(shí)，只需要把相關(guān)程序代碼告訴學(xué)生即可，避免了Eviews或SPSS需要截圖來教學(xué)“點(diǎn)鼠標(biāo)”這一占教材版面的缺陷。

（二）SAS具備強(qiáng)大的數(shù)據(jù)處理能力

雖然相對于SQL等專業(yè)的數(shù)據(jù)庫軟件而言，SAS的數(shù)據(jù)處理能力不是很強(qiáng)。但SQL畢竟是計(jì)算機(jī)專業(yè)專門處理數(shù)據(jù)的，難以用于統(tǒng)計(jì)計(jì)量。事實(shí)上，在統(tǒng)計(jì)計(jì)量軟件中，相對于Eviews或SPSS幾乎沒有數(shù)據(jù)處理能力，SAS的數(shù)據(jù)處理能力就顯得強(qiáng)大很多。對數(shù)據(jù)的刪除、篩選；合并表格、變量等操作很好，便于金融數(shù)學(xué)專業(yè)學(xué)生處理大量數(shù)據(jù)。

（三）SAS有利于金融定量分析的深入學(xué)習(xí)

面對Eviews和SPSS難以進(jìn)行的動態(tài)分組等金融定量分析技術(shù)，SAS通過循環(huán)語句（宏語句）可以輕易完成。對于SAS的編程學(xué)習(xí)，初學(xué)可能會有一定困難，但是一旦掌握這門語言后，就為金融數(shù)學(xué)專業(yè)學(xué)生的金融定量分析奠定了扎實(shí)的基礎(chǔ)，有利于學(xué)生的長期發(fā)展。

總之，金融數(shù)學(xué)專業(yè)學(xué)生以量化分析金融問題為核心技能。在計(jì)量經(jīng)濟(jì)學(xué)的實(shí)踐教學(xué)中，Eviews和SPSS難以勝任復(fù)雜的金融分析。因此，我推薦使用SAS進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)的實(shí)踐教學(xué)，在完成現(xiàn)階段教學(xué)任務(wù)的同時(shí)，確保金融數(shù)學(xué)專業(yè)學(xué)生的長遠(yuǎn)發(fā)展。

參考文獻(xiàn)： 

[1] Fama， E.F.French，K.R. Common risk factors in the returns on stocks and bonds[J]. Journal of Financial Economics，1993（33）. 

篇7

《義務(wù)教育數(shù)學(xué)課程標(biāo)準(zhǔn)（2011年版）》提出，要把“積累數(shù)學(xué)基本活動經(jīng)驗(yàn)”作為義務(wù)教育階段數(shù)學(xué)課程的一個(gè)重要目標(biāo)，這明確了教師在教學(xué)中要高度重視數(shù)學(xué)活動，引導(dǎo)學(xué)生在活動中積累基本活動經(jīng)驗(yàn)。但在具體實(shí)踐中，教師該如何從理念走向行動，實(shí)現(xiàn)這一目標(biāo)？這是許多教師感到困惑的。本刊特刊登相關(guān)文章，以供大家參考。

《義務(wù)教育數(shù)學(xué)課程標(biāo)準(zhǔn)（2011年版）》提出：在數(shù)學(xué)教學(xué)中使學(xué)生逐步積累“數(shù)學(xué)基本活動經(jīng)驗(yàn)”，把“積累數(shù)學(xué)基本活動經(jīng)驗(yàn)”作為義務(wù)教育階段數(shù)學(xué)課程的一個(gè)重要目標(biāo)，明確了教師在數(shù)學(xué)教育教學(xué)中要高度重視數(shù)學(xué)活動，引導(dǎo)學(xué)生在數(shù)學(xué)活動中積累基本活動經(jīng)驗(yàn)。

基本活動經(jīng)驗(yàn)已成為教師進(jìn)行教育研究的一個(gè)熱點(diǎn)和關(guān)鍵詞，很多人就其內(nèi)涵、形成、獲得等進(jìn)行了深入的思考和研究。那么，如何在課堂教學(xué)中合理利用學(xué)生已有的基本活動經(jīng)驗(yàn)，為其進(jìn)一步的學(xué)習(xí)和成長服務(wù)，類似的相關(guān)研究所見不多。筆者試圖對此進(jìn)行研究，以期拋磚引玉。

一、數(shù)學(xué)基本活動經(jīng)驗(yàn)積淀知識建構(gòu)的基礎(chǔ)

有研究表明，在概念課的教學(xué)中，經(jīng)驗(yàn)對于學(xué)生學(xué)習(xí)的影響程度相比智力作用更大，學(xué)生往往是在已有知識經(jīng)驗(yàn)和活動經(jīng)驗(yàn)的基礎(chǔ)上去主動建構(gòu)知識。根據(jù)張?zhí)煨⒗蠋煹挠^點(diǎn)，這里所講的活動主要是指對數(shù)學(xué)材料的具體操作和形象探究活動，教師在以往課堂教學(xué)中引導(dǎo)學(xué)生積累的體驗(yàn)性活動經(jīng)驗(yàn)、方法性活動經(jīng)驗(yàn)、思維性活動經(jīng)驗(yàn)應(yīng)該得到充分的激活，使之成為學(xué)生學(xué)習(xí)新知的豐沃土壤，從而促進(jìn)學(xué)生有效的知識建構(gòu)，例如方程的教學(xué)就應(yīng)當(dāng)基于學(xué)生已有的基本活動經(jīng)驗(yàn)。

方程的初步認(rèn)識是人教版五年級上冊的內(nèi)容，在學(xué)習(xí)方程之前，學(xué)生已經(jīng)積累了一些相關(guān)經(jīng)驗(yàn)。下面這些教材中的材料就多次出現(xiàn)在學(xué)生的學(xué)習(xí)活動中：

從一年級開始，學(xué)生就在經(jīng)歷這樣的數(shù)學(xué)活動，日積月累，獲得了豐富的有關(guān)求未知數(shù)的基本活動經(jīng)驗(yàn)，而這些基本活動經(jīng)驗(yàn)是學(xué)生理解方程概念的前提。

如何有效地利用這些基本活動經(jīng)驗(yàn)，為學(xué)生的概念建構(gòu)服務(wù)呢？筆者進(jìn)行了如下教學(xué)設(shè)計(jì)，以充分激活利用學(xué)生的活動經(jīng)驗(yàn)。

1.引入（略）。

2.出示：4+=12。

師：這樣的等式，我們見過嗎？（一年級的時(shí)候就見過）

師：方框里要填幾？你怎么知道？

3.比較：4+=12與4+8=12有什么不一樣？（概括一下就是有未知數(shù)和沒有未知數(shù)的區(qū)別）

4.出示下面的系列等式：

師：這組式子，我們以前都見過吧，它們有什么共同特點(diǎn)？（引導(dǎo)學(xué)生概括得出：有未知數(shù)，是等式）

5.指出：未知數(shù)和等式是我們研究方程的兩個(gè)關(guān)鍵詞。

在上面的教學(xué)環(huán)節(jié)中，筆者基于學(xué)生已有的對于加減乘除四則運(yùn)算中的關(guān)于等式和填空格的活動經(jīng)驗(yàn)，把新的認(rèn)知起點(diǎn)和舊有的經(jīng)驗(yàn)聯(lián)系起來，使學(xué)生充分感受到原來方程對于他們來說并不陌生，以前曾經(jīng)多次經(jīng)歷和研究過。這樣就給學(xué)生學(xué)習(xí)新知帶來了豐富的表象支撐，有效激活了學(xué)生來自感覺和知覺的經(jīng)驗(yàn)。

教師利用學(xué)生的數(shù)學(xué)活動經(jīng)驗(yàn)，使之成為學(xué)生建構(gòu)新知的基礎(chǔ)。在教師的有效引導(dǎo)和激活下，學(xué)生在學(xué)習(xí)新知時(shí)能夠提取先前眼睛看到的、爾后積累在腦海中的活動經(jīng)驗(yàn)給所學(xué)的抽象概念加以編碼，并進(jìn)而領(lǐng)悟、反思、改造和重組經(jīng)驗(yàn)，為學(xué)生的進(jìn)一步學(xué)習(xí)奠定了基礎(chǔ)。

二、數(shù)學(xué)基本活動經(jīng)驗(yàn)促進(jìn)思維方法的生長

數(shù)學(xué)活動經(jīng)驗(yàn)就是學(xué)生在經(jīng)歷數(shù)學(xué)實(shí)驗(yàn)操作活動、算法活動、數(shù)學(xué)思維活動、數(shù)學(xué)交流活動等數(shù)學(xué)活動的過程中獲得的對于數(shù)學(xué)的體驗(yàn)和認(rèn)知。就其本質(zhì)而言，數(shù)學(xué)基本活動經(jīng)驗(yàn)是一種隱性知識，是滲透于活動行為中的數(shù)學(xué)思考、數(shù)學(xué)觀念、數(shù)學(xué)精神，是處理數(shù)學(xué)問題的思維方式和方法，是對數(shù)學(xué)的情感、態(tài)度、價(jià)值觀和對數(shù)學(xué)美的體驗(yàn)。

因此，在數(shù)學(xué)活動中教師應(yīng)該重視對多種方法的分析、比較和優(yōu)化，強(qiáng)化對學(xué)生數(shù)學(xué)思維的培養(yǎng)，提升學(xué)生數(shù)學(xué)思考的自覺性，使數(shù)學(xué)活動成為學(xué)生數(shù)學(xué)思維的活動，讓積累的活動經(jīng)驗(yàn)觸動學(xué)生思維的內(nèi)核，促進(jìn)其數(shù)學(xué)思維方法的生長。例如，在“數(shù)學(xué)廣角——重疊問題”的教學(xué)中，教師就可以有效利用學(xué)生已有的活動經(jīng)驗(yàn)，作為促發(fā)思維方法的引子。

重疊問題是人教版三年級下冊的內(nèi)容，在學(xué)習(xí)這個(gè)知識之前，學(xué)生已經(jīng)積累了豐富的對于集合思想的活動經(jīng)驗(yàn)，只是沒有意識到。例如下面一組材料：

這三份材料都是學(xué)生此前在學(xué)習(xí)了相關(guān)的知識以后所經(jīng)歷的數(shù)學(xué)活動，它們是同一個(gè)數(shù)學(xué)問題：把某些指定的對象集中在一起。這樣的數(shù)學(xué)活動學(xué)生曾多次經(jīng)歷過，但其中蘊(yùn)含的滲透于活動行為中的數(shù)學(xué)思考、數(shù)學(xué)觀念、數(shù)學(xué)精神以及處理數(shù)學(xué)問題的思維方式和方法卻幾乎沒有被學(xué)生所意識到，而大多數(shù)教師在執(zhí)教重疊問題時(shí)也幾乎沒有想到學(xué)生曾經(jīng)擁有的基本活動經(jīng)驗(yàn)，更談不上利用這些基本活動經(jīng)驗(yàn)來教學(xué)。實(shí)際上這些活動經(jīng)驗(yàn)可以成為非常有價(jià)值的學(xué)習(xí)素材，促進(jìn)學(xué)生的探究和思考，優(yōu)化學(xué)生的學(xué)習(xí)策略，積累方法性的經(jīng)驗(yàn)，進(jìn)而促成思維方法的生長。筆者對此進(jìn)行了如下教學(xué)設(shè)計(jì)。

1.逐份出示素材（見上圖）。

2.觀察比較：這三份材料有什么共同特點(diǎn)？

3.引導(dǎo)得出：都是在把某些指定的對象集中在一起。

師指出：把某些指定的對象集中在一起，這就形成了一個(gè)集合。

數(shù)學(xué)思想方法的特點(diǎn)是隱蔽性強(qiáng)，比數(shù)學(xué)知識要抽象，而三年級的學(xué)生又以形象思維為主，因而如何從直觀的情境活動中抽象出思維方法是教師必須要考慮的。很多教師在執(zhí)教這節(jié)課設(shè)計(jì)問題情境時(shí)，花了很大的精力引導(dǎo)學(xué)生經(jīng)歷集合圖的形成過程，而實(shí)際上集合圖是學(xué)生早已經(jīng)歷過的、印象頗為深刻的活動經(jīng)驗(yàn)，教師應(yīng)該將更多的時(shí)間花在如何讓學(xué)生基于集合圖清晰簡潔地表示出兩個(gè)集合之間的關(guān)系上。

4.請你把語文、數(shù)學(xué)課外小組學(xué)生名單集中在下面的兩個(gè)圈中。

5.觀察兩個(gè)圈，你有什么發(fā)現(xiàn)？（有些人既在這個(gè)圈中，又在那個(gè)圈中）

6.說明這兩個(gè)圈之間是有關(guān)系的，你有什么好方法能清晰簡潔地表示它們之間的關(guān)系？

集合圖的形成是可以淡化的，而韋恩圖的產(chǎn)生是不可淡化的，韋恩圖的產(chǎn)生過程就是思維發(fā)生發(fā)展的過程。當(dāng)學(xué)生發(fā)現(xiàn)兩個(gè)集合圖之間有重復(fù)的時(shí)候，那么如何利用和改造圖形，使他人能夠一眼看出哪些是重復(fù)的（交集），哪些是只在一個(gè)集合里的（差集），同時(shí)又看出并集有幾種元素，這一過程就是讓學(xué)生充分體驗(yàn)集合的思維方法的過程。

在這一教學(xué)過程中，教師能夠合理利用學(xué)生已有的基本活動經(jīng)驗(yàn)，在淡化集合圈形成過程的同時(shí)，強(qiáng)化了學(xué)生對集合本質(zhì)的已有感知和經(jīng)驗(yàn)基礎(chǔ)，使學(xué)生深刻地認(rèn)識了集合概念本質(zhì)。從而把重點(diǎn)放在對兩個(gè)集合之間的關(guān)系的把握上，彰顯數(shù)學(xué)本質(zhì)，強(qiáng)化數(shù)學(xué)思考，使數(shù)學(xué)基本活動經(jīng)驗(yàn)具備生長的力量。

三、數(shù)學(xué)基本活動經(jīng)驗(yàn)催生學(xué)生反思的習(xí)慣

引導(dǎo)學(xué)生反思，也是幫助學(xué)生積累基本活動經(jīng)驗(yàn)的重要渠道。如果學(xué)生在經(jīng)歷數(shù)學(xué)活動后能對活動和思路進(jìn)行檢驗(yàn)和自我評價(jià)，探索成功的經(jīng)驗(yàn)或失敗的教訓(xùn)，那么學(xué)生的思維水平就會得到提升，這將對學(xué)生的成長起到非常重要的作用。

例如，有位學(xué)生出現(xiàn)這樣的錯誤：60+3=93，她自己都不知道為什么會錯?；仡櫽?jì)算過程，細(xì)細(xì)梳理數(shù)學(xué)算法活動的細(xì)節(jié)，從0+3到6+3，她明白了自己是由于受到剛剛學(xué)習(xí)的“多位數(shù)是一位數(shù)的乘法”的影響，將其遷移到加法中，把加數(shù)和另一個(gè)加數(shù)的個(gè)位、十位分別相加。經(jīng)過對算法活動的反思，她找到了癥結(jié)所在，由此促進(jìn)了她對加法和乘法算理的深刻理解，以后就沒有再犯類似的錯誤。

在學(xué)生積累基本活動經(jīng)驗(yàn)的過程中，教師要幫助學(xué)生概括和反思，積累數(shù)學(xué)思考的經(jīng)驗(yàn)。例如一位學(xué)生的反思：

今天老師給我們進(jìn)行了“模擬數(shù)學(xué)測驗(yàn)”。這些對我來說是小菜一碟。

下午，考卷發(fā)下來了。只見上面寫了一個(gè)紅紅的大字“優(yōu)”。再看下來，老師在第6題旁寫了四個(gè)字——講不清楚。這時(shí)，我也發(fā)現(xiàn)“用三角尺檢驗(yàn)下圖中，哪兩條直線互相垂直，哪兩條互相平行”這一題很混亂。我是使用標(biāo)符號的方法?？纯磩e人的試卷，林怡心是利用“平行線：××和××；垂線：××和××”。這樣既簡便又表達(dá)清楚，多么好啊。

在這樣一個(gè)利用三角尺檢驗(yàn)兩條直線垂直與平行的數(shù)學(xué)活動過程中，學(xué)生的活動方式各不相同，呈現(xiàn)的結(jié)果也有區(qū)別。如果這些基本活動經(jīng)驗(yàn)就此沉淀，沒有進(jìn)一步的反思與提升，那么何談給學(xué)生的學(xué)習(xí)帶來生長的力量。而上例中學(xué)生對活動的反思非常清晰地體現(xiàn)出他們在不斷提高自己的認(rèn)知水平，提高對自己的學(xué)習(xí)行為進(jìn)行自我分析和自我管理的能力，從而有效地提升了基本活動經(jīng)驗(yàn)給予學(xué)生的學(xué)習(xí)生長的力量。

反思性觀察是基本活動經(jīng)驗(yàn)形成過程中的一個(gè)重要階段，只有對所經(jīng)歷的活動進(jìn)行回顧、反思等內(nèi)在的思考，內(nèi)化為能夠理解的合乎邏輯的、抽象的經(jīng)驗(yàn)，才能切實(shí)有效地發(fā)揮基本活動經(jīng)驗(yàn)的價(jià)值和力量。這種反思意識的培養(yǎng)應(yīng)該成為學(xué)生積累活動經(jīng)驗(yàn)過程中的常態(tài)，因?yàn)樗鼘τ趯W(xué)生學(xué)習(xí)能力的發(fā)展具有重要的價(jià)值，能讓學(xué)生終身受益。

篇8

［關(guān)鍵詞］船舶擁有量 經(jīng)濟(jì)學(xué)模型 回歸分析

一、引言

由次貸危機(jī)引起的金融危機(jī)席卷全球，對中國經(jīng)濟(jì)造成了一定的影響，這種影響在船舶市場上的反映尤為明顯，2009年，我國約有65%的船舶企業(yè)沒有接到新船訂單，尤其是部分新興船廠，訂單儲備較少，將面臨船臺空置，無船可造的局面。那什么因素會影響民用運(yùn)輸船舶消費(fèi)呢？隨著經(jīng)濟(jì)的發(fā)展，人民收入水平的提高，民用運(yùn)輸船舶市場也會不斷增大；另外，生產(chǎn)運(yùn)輸船舶用的鋼材產(chǎn)量對民用運(yùn)輸船舶擁有量也會有影響。鑒于此, 本文就選擇了人均GDP和成品鋼鐵產(chǎn)量這兩個(gè)變量來做計(jì)量經(jīng)濟(jì)模型, 并對所做的模型進(jìn)行檢驗(yàn)。

二、建立模型

1.由于非線性模型的假設(shè)檢驗(yàn)的數(shù)學(xué)計(jì)算都非常復(fù)雜，況且線性模型分析的準(zhǔn)確程度的也更可靠，所以我們考慮做對數(shù)線性模型。

2.從需求的角度考慮，民用運(yùn)輸船舶的擁有量顯然與居民收入有關(guān)，而居民收入可以用人均GDP來表示，因此本文引進(jìn)人均GDP這個(gè)解釋變量。

3.從供給的角度考慮，船舶市場的發(fā)展與其主要原材料鋼材的供應(yīng)有一定的關(guān)聯(lián)，所以引進(jìn)成品鋼鐵產(chǎn)量這個(gè)解釋變量。

4.對于人均GDP和成品鋼鐵產(chǎn)量這兩個(gè)解釋變量，我們更關(guān)心其對數(shù)變化對民用運(yùn)輸船舶擁有量的影響，所以采用對數(shù)模型。

綜上所述，本文采用的計(jì)量經(jīng)濟(jì)學(xué)模型如下： log(y)=c(1)+c(2)log(x1)+c(3)log(x2)+μ

其中，y表示我國民用運(yùn)輸船舶擁有量(輛) ；x1表示我國人均GDP (元) ；x2表示我國成品鋼鐵產(chǎn)量(萬噸)；μ為隨機(jī)干擾項(xiàng)。

三、數(shù)據(jù)

為了更準(zhǔn)確的分析中國民用運(yùn)輸船舶擁有量與經(jīng)濟(jì)發(fā)展的相關(guān)因素之間的關(guān)系，我們收集到中國民用運(yùn)輸船舶擁有量、中國人均GDP、中國成品鋼材產(chǎn)量1990-2009 年的數(shù)據(jù)，如表1所示：

四、回歸結(jié)果及其含義

我們根據(jù)上述時(shí)間序列數(shù)據(jù), 采用普通最小二乘法(OLS) 進(jìn)行模型估計(jì), 結(jié)果如表2所示：

Log(x1)的系數(shù)0.3783表示，在樣本期間即1990-2009年間，在其他解釋變量保持不變的條件下，中國人均GDP每增加1%，中國民用運(yùn)輸船舶擁有量將平均增加0.3783%；

Log(x2)的系數(shù)0.4829表示，在樣本期間即1990-2009年間，在其它解釋變量保持不變的條件下，中國成品鋼鐵產(chǎn)量每增加1%，中國民用運(yùn)輸船舶擁有量將平均增加0.232910%。

五、模型檢驗(yàn)

（1）擬合優(yōu)度檢驗(yàn)

樣本決定系數(shù)和修正的取值分別為0.9973和0.9969，由此可說明模型的擬合優(yōu)度比較高。

（2）t檢驗(yàn)

在5%的顯著水平下，自由度為14的t臨界值為2.145，常數(shù)項(xiàng)、log(x1)、log(x2)的t值絕對值都大于它，因此拒絕H0 , 即在95% 的置信系數(shù)下, 可認(rèn)為我國民用運(yùn)輸船舶擁有量與人均GDP、我國的成品鋼鐵產(chǎn)量都存在顯著的線性相關(guān)關(guān)系。

（3）F檢驗(yàn)

F值2585.59大于在5%的顯著水平上，自由度為2和14的F臨界值3.74，因此F=2585.59是顯著的，拒絕H0，即可認(rèn)為在95%的置信系數(shù)下, 中國民用運(yùn)輸船舶擁有量的對數(shù)與人均GDP的對數(shù)、中國成品鋼鐵產(chǎn)量的對數(shù)之間存在著顯著的線性相關(guān)關(guān)系。

（4）多重共線性檢驗(yàn)

由表4分析可知，(2)證明二階不存在序列相關(guān)，即該模型存在一階自相關(guān)。

（6）異方差檢驗(yàn)

在此應(yīng)用White檢驗(yàn)。以殘差的平方為因變量，自變量log(x1)和log(x2)及各自平方項(xiàng)分別作為新的自變量建立線性回歸模型，通過這個(gè)模型的擬合情況來檢驗(yàn)原模型中是否存在異方差。

EVIEWS軟件可直接進(jìn)行White檢驗(yàn)，得到不交叉項(xiàng)的White檢驗(yàn)，如下：

由表5可知，White檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量為4.113519，檢驗(yàn)的相伴概率為0.39086，可以拒絕原假設(shè)，認(rèn)為模型中不存在異方差。

六、模型修正

（1）該模型存在一階自相關(guān)，利用一階廣義差分法對其進(jìn)行修正。在EVIEWS軟件中估計(jì)結(jié)果如下：

在5%的顯著性水平下，D.W.>dU=1.38，表明經(jīng)廣義差分變換后的模型已經(jīng)不存在序列相關(guān)性。

（2）該模型存在多重共線性，存在的原因可能由于樣本數(shù)據(jù)不足和所選的回歸元具有相同的時(shí)間趨勢，但是，多重共線性本質(zhì)上是樣本現(xiàn)象，它來源于收集的是非實(shí)驗(yàn)性質(zhì)的數(shù)據(jù)。因此，可以通過增加樣本數(shù)據(jù)和提高數(shù)據(jù)的可靠性來消除。鑒于此，本文就沒有對多重共線性進(jìn)行處理。

七、結(jié)論

由以上分析可知，中國民用運(yùn)輸船舶擁有量與全國人均GDP，全國鋼材產(chǎn)量之間存在正相關(guān)關(guān)系，并且人均GDP對中國民用運(yùn)輸船舶擁有量的影響甚于鋼材產(chǎn)量。在新形勢下，中國經(jīng)濟(jì)將保持平穩(wěn)增長，鋼材產(chǎn)量和人均GDP將會進(jìn)一步提高，民用運(yùn)輸船舶市場也會進(jìn)一步擴(kuò)大。

參考文獻(xiàn)：

[1]李卉，夏桂華. 《我國船舶市場主要經(jīng)濟(jì)影響因素的計(jì)量檢驗(yàn)》[J]. 統(tǒng)計(jì)與決策,2010,(14)

[2]易單輝.《數(shù)據(jù)分析與Eviews應(yīng)用》，中國人民大學(xué)出版社，2002年

篇9

關(guān)鍵詞：課堂板書；作用；構(gòu)件；類型；要求

教師在講臺上講課，在黑板上寫字，是必不可少的。目前，盡管其他一些現(xiàn)代化教學(xué)技術(shù)已得到了廣泛應(yīng)用，但是，板書在課堂教學(xué)中仍然起著不可代替的作用。教師精心設(shè)計(jì)課堂板書，是教學(xué)工作中不可或缺的重要環(huán)節(jié)，是提高教學(xué)質(zhì)量的必要手段。為把教學(xué)工作做得更好，我們應(yīng)精心設(shè)計(jì)板書。

一、課堂板書的作用

（一）直觀形象增強(qiáng)記憶

精心設(shè)計(jì)的板書，能夠把教師所講內(nèi)容的綱目清楚地陳列出來，直觀形象地展示教材的精華?？梢约せ顚W(xué)生聽覺、視覺，促進(jìn)信息交流。學(xué)生可以把教師在授課中運(yùn)用板書歸納總結(jié)出來的要點(diǎn)看得清楚，聽得明白，記得準(zhǔn)確。這樣，學(xué)生邊聽邊記，眼、耳、手、腦多種感官同時(shí)調(diào)動，互相協(xié)調(diào)，既可綱舉目張、舉一反三，還可增進(jìn)對重點(diǎn)難點(diǎn)的理解，加深記憶。如果板書不講究，亂寫亂擦，模糊不清。學(xué)生看起來不順眼，自然無法看清楚教師授課的要點(diǎn)。

（二）激發(fā)興趣提高效率

精心設(shè)計(jì)的板書，是符號、圖畫、線條和文字等在黑板上的有機(jī)組合，可以對學(xué)生產(chǎn)生吸引力、注意力，甚至產(chǎn)生美感，激發(fā)學(xué)習(xí)的興趣。通過板書，學(xué)生可以直觀形象地認(rèn)知教師在黑板上陳列的內(nèi)容綱目，甚至可以依樣畫葫蘆，學(xué)會教師傳授的方法、技能與技巧。教學(xué)效率自然得到提高。通知的適用范圍廣，使用頻率高?，F(xiàn)以通知的板書設(shè)計(jì)為例，論證板書設(shè)計(jì)的作用。中職一年級學(xué)生對于內(nèi)容復(fù)雜的通知的寫作較難掌握。但對于一般事務(wù)性的通知，必須學(xué)會。結(jié)合課文內(nèi)容及例子，為學(xué)生提供這樣的板書，讓他們依葫蘆畫瓢，只要認(rèn)真聽課的學(xué)生，都可完成寫作通知的作業(yè)，因?yàn)檫@樣的板書，是學(xué)以致用的橋梁。

（三）體現(xiàn)思路揭示重點(diǎn)

板書是課堂教學(xué)的重要組成部分，是傳遞教學(xué)信息的有效手段。好的板書，能體現(xiàn)教學(xué)內(nèi)容的邏輯層次和教學(xué)經(jīng)歷的程序，具有吸引指導(dǎo)學(xué)生學(xué)習(xí)的作用。學(xué)生利用板書，可優(yōu)化理解教學(xué)內(nèi)容，掌握重點(diǎn)難點(diǎn)，可達(dá)到教材思路、教師思路、學(xué)生思路的三邊共振。尤為基礎(chǔ)差、反應(yīng)慢的學(xué)生，跟不上教學(xué)進(jìn)程，聽不懂相關(guān)用語之時(shí)可起幫助作用。例如：在講授《藥》時(shí)，板書設(shè)計(jì)如下：

作為小說閱讀欣賞課，把幾十頁課文內(nèi)容高度概括，簡明扼要地板書，全文的整體結(jié)構(gòu)和主要內(nèi)容清清楚楚，學(xué)生一覽無余，容易把握，對主題思想，人物形象分析等，教師適當(dāng)點(diǎn)撥，學(xué)生容易理解，并留下深刻印象。

二、課堂板書的構(gòu)件

（一）用筆

目前，大多數(shù)的課堂教學(xué)用筆還是石膏粉筆。粉筆短小、易斷，應(yīng)盡量抓住根部，書寫才寫自然流暢。同時(shí)，教師可以使用不同顏色的粉筆，營造愉悅的學(xué)習(xí)氛圍，學(xué)生在視覺上感到生動活潑，產(chǎn)生學(xué)習(xí)興趣。

（二）寫字

首先應(yīng)正確書寫，包括不寫錯別字，不用不規(guī)范字。其次要大小適宜，字太大會影響黑板的利用率，字太小看不清，字體大小應(yīng)以教室后排學(xué)生能看清為標(biāo)準(zhǔn)。再者要書寫工整，以楷書為好，個(gè)別行書還可，如若潦草模糊，導(dǎo)致學(xué)生看不懂。最后是均勻平行，結(jié)構(gòu)明了，字體均勻，行距平行。為做到寫字清晰，教師在加強(qiáng)教學(xué)基本功練習(xí)的同時(shí)，要開展多種形式的教學(xué)觀摩活動，互相學(xué)習(xí)，掌握課堂板書中的書寫技巧。

（三）形式

板書常用的形式有：1、文字，包括漢字、外文、阿拉伯?dāng)?shù)字等；2、符號，包括各學(xué)科專用符號及平時(shí)常用符號，如實(shí)線——、虛線……、箭頭、大小于號＞＜、三角、圓圈、方框等；3、圖畫；4、表格。

（四）板書布局

黑板板面有限，板書布局應(yīng)力求緊湊、完整、大方。

1、中心板。中心為主板，不隨便擦，兩側(cè)留少許，供輔助用，可隨寫隨擦。

2、兩分板。整個(gè)黑板一分為二，左為主板，右為副板。

3、三分板。左為主板，列大提綱，課內(nèi)不擦；中為副板，寫相應(yīng)的小標(biāo)題，講究一大點(diǎn)小結(jié)后擦去再講第二大點(diǎn)；右為機(jī)動，供繪圖或補(bǔ)充說明，可隨講隨擦。

4、四分板或五分板。將講課大提綱橫向列一、二、三、四標(biāo)號，再依大提綱縱向向下寫小標(biāo)題或相關(guān)要點(diǎn)，力求簡潔，一課一板，基本不擦。還有，板書可作虛實(shí)結(jié)合安排。“實(shí)”是把教材內(nèi)容如實(shí)準(zhǔn)確板書，一目了然?！疤摗笔窃诎鍟鴷r(shí)有意留有空缺，讓學(xué)生理解后補(bǔ)充完整。

三、課堂板書的類型

在認(rèn)真鉆研教材，吃透教材精神實(shí)質(zhì)的基礎(chǔ)上，教師應(yīng)遵循為內(nèi)容服務(wù)的原則，科學(xué)設(shè)計(jì)板書類型，因文制宜，因課制宜，因人制宜。

（一）綜合式板書

通過文字、圖畫、表格、符號等的綜合運(yùn)用，各類板書形式的隨機(jī)摘取，全面系統(tǒng)地傳遞教學(xué)信息。適用于內(nèi)容豐富、綜合性強(qiáng)的課堂教學(xué)。

（二）線索式板書

根據(jù)教材提供的線索，配以箭頭、線段和簡練文字，表現(xiàn)知識之間的聯(lián)系，或?qū)舆M(jìn)、或因果等變化順序。此法有如項(xiàng)鏈，一個(gè)個(gè)材料如一顆顆珠子，始終有一根線索牽連住。

（三）詞語式板書

通過最能體現(xiàn)課文內(nèi)容的關(guān)鍵詞組合，表示事物結(jié)構(gòu)的順序過程。如議論文的“首先”、“其次”、“再次”、“最后”，記敘一天的“早上”、“中午”、“下午”，說明位置時(shí)用的“上面”、“下面”、“中間”等。

（四）表格式板書

預(yù)先設(shè)計(jì)好表格，將分散于課文內(nèi)外的需要進(jìn)行異同比較的相關(guān)知識，講課時(shí)填入表格內(nèi)，便于歸類總結(jié)。

（五）提綱式板書

按照教學(xué)內(nèi)容和教師的講解程序，以綱目形式展示數(shù)學(xué)要點(diǎn)，言簡意賅，重點(diǎn)突出。板書內(nèi)容有如大樹主干，整體一目了然。此法能揭示出知識內(nèi)容的結(jié)構(gòu)和條理性，使教學(xué)內(nèi)容脈胳清晰，為教師最常用。

四、課堂板書的要求

由于教師面對的專業(yè)、學(xué)科、教材、課型、班級學(xué)生的諸多不同，課堂板書設(shè)計(jì)的要求也是有所不同的。因此，教師要從實(shí)際出發(fā)，采用靈活多樣的方式設(shè)計(jì)課堂板書。為達(dá)到書之有度、書之有效的目標(biāo)，教師應(yīng)按照下列幾點(diǎn)要求精心設(shè)計(jì)板書：

（一）要突出重點(diǎn)，切忌面面俱到

突出重點(diǎn)是課堂板書應(yīng)遵循的原則。突出重點(diǎn)，在引導(dǎo)學(xué)生掌握教學(xué)內(nèi)容中起著畫龍點(diǎn)睛的作用[1]。這要求教師在授課之前要認(rèn)真精讀教材，理清教材的知識點(diǎn)及重點(diǎn)、難點(diǎn)，根據(jù)教學(xué)內(nèi)容確定課堂板書內(nèi)容與板書步驟，為提高教學(xué)質(zhì)量奠定基礎(chǔ)。教師如果未能準(zhǔn)確把握重點(diǎn)、難點(diǎn)，對板書內(nèi)容未作精心安排，課堂板書就會出現(xiàn)重點(diǎn)不突出的現(xiàn)象，效果就會大打折扣。因此，教師必須針對教學(xué)目的、內(nèi)容和學(xué)生實(shí)際，突出重點(diǎn)、難點(diǎn)，詳略得當(dāng)?shù)卦O(shè)計(jì)板書，力求達(dá)到引導(dǎo)學(xué)生了解全文、抓住要領(lǐng)的目的。學(xué)生有了理解、回憶的線索，可增強(qiáng)思維的積極性、持久性。

（二）要簡練概括，切忌繁雜啰嗦

板書的內(nèi)容要力求簡練、概括，既要展現(xiàn)出每課時(shí)教學(xué)內(nèi)容的重要原理、概念、公式、法則、結(jié)論等，又要避免繁雜啰嗦[2]。通過簡要、概括的課堂板書，使學(xué)生明確應(yīng)牢固掌握的重要內(nèi)容。這需要教師在授課之前精心準(zhǔn)備。教師要在認(rèn)真鉆研教材、編寫教案的同時(shí)，動腦筋思考、設(shè)計(jì)好板書內(nèi)容、框架。這樣，學(xué)生就方便作筆記，加深理解，留下印象。例如，在講授《文書與檔案管理》課程中如何組合案卷的第五步時(shí)，板書設(shè)計(jì)如下：

該課文內(nèi)容有5頁，內(nèi)容繁雜難記。在講課中抓住重點(diǎn)，化繁為簡，并有實(shí)物作樣本，學(xué)生看得懂，聽得明，理性知識和感性認(rèn)識同時(shí)得到強(qiáng)化，最終能達(dá)到掌握教學(xué)目的。

（三）要條理清晰，切忌內(nèi)容邏輯混亂

層次分明是課堂板書的基本要求。板書內(nèi)容層次分明，能在學(xué)生腦海中留下清晰而深刻的印象，牢固掌握所學(xué)知識，有利于調(diào)動學(xué)生學(xué)習(xí)的積極性、培養(yǎng)學(xué)生濃厚的學(xué)習(xí)興趣。如果板書內(nèi)容層次不清，也難以達(dá)到預(yù)期的板書目的[3]。要做到課堂板書層次分明、板書內(nèi)容必須在事前計(jì)劃好，要條理清晰，井然有序，還包括規(guī)范使用序號詞：第一層為“一、”，第二層為“（一）”，第三層為“1．”，第四層為“（1）”。

總之，課堂板書是教學(xué)工作中不可或缺的重要環(huán)節(jié)，是提高教學(xué)質(zhì)量的必要手段。教師在備課或授課過程中，必須從實(shí)際出發(fā)，根據(jù)課堂板書的要求，靈活運(yùn)用課堂板書的技巧，精心設(shè)計(jì)課堂板書，促進(jìn)學(xué)生增強(qiáng)學(xué)習(xí)尤其是做好課堂筆記的興趣，促進(jìn)學(xué)生在做好課堂筆記的基礎(chǔ)上進(jìn)行課后復(fù)習(xí)，以鞏固教學(xué)實(shí)效。

參考文獻(xiàn)

[1]劉文階.學(xué)習(xí)時(shí)報(bào)[M].2004，(3).

篇10

摘 要 目的：止血帶聯(lián)合垂體后葉素及垂體后葉素兩種方法在經(jīng)腹子宮肌瘤剔除術(shù)中的應(yīng)用的臨床分析。方法：將子宮肌瘤患者，隨機(jī)分成兩組，比較兩組患者術(shù)中出血量、手術(shù)時(shí)間、術(shù)后恢復(fù)時(shí)間。結(jié)果：觀察組止血帶束扎宮頸峽部配合垂體后葉素子宮肌層注射既減少子宮體大血管供血，同時(shí)又減少切面毛細(xì)血管滲血，使術(shù)中出血明顯減少，節(jié)省了止血花費(fèi)的時(shí)間，使手術(shù)時(shí)間縮短。由于術(shù)中出血少，手術(shù)時(shí)間短，從而使術(shù)后恢復(fù)快，術(shù)后并發(fā)癥相對減少。對照組子宮肌壁注射縮宮藥物方法，亦能減少術(shù)中出血，但由于注射藥物時(shí)盲目性較大，受注射部位深度、方向限制，注射層面難以把握，所以止血效果相對較差。結(jié)論：止血帶聯(lián)合垂體后葉素在經(jīng)腹子宮肌瘤剔除術(shù)中的應(yīng)用比單純垂體后葉素應(yīng)用出血少，時(shí)間短，術(shù)后恢復(fù)快。

關(guān)鍵詞 止血帶 垂體后葉素 子宮肌瘤剔除 出血量

子宮肌瘤是育齡婦女最常見的一種良性疾病。隨著社會經(jīng)濟(jì)條件的好轉(zhuǎn)，女性從生理和心理角度出發(fā)，要求保留子宮的越來越多，從而使子宮肌瘤剔除術(shù)得到不斷地發(fā)展及完善。子宮肌瘤剔除術(shù)最常用的治療手段是剖腹手術(shù)，近年來陸續(xù)應(yīng)用腹腔鏡、宮腔鏡及經(jīng)陰道等微創(chuàng)手術(shù)。我院仍沿用傳統(tǒng)經(jīng)腹子宮肌瘤剔除術(shù)為主，但在手術(shù)技巧上逐步完善。術(shù)中最常見并發(fā)癥為創(chuàng)面出血。為探討減少術(shù)中出血，取得良好手術(shù)效果的簡單、有效、安全、經(jīng)濟(jì)的方法。通過要求腹式子宮肌瘤剔除術(shù)的患者（其中觀察組使用止血帶束扎宮頸峽部、垂體后葉素子宮肌層注射；對照組用垂體后葉素），觀察出血量、手術(shù)時(shí)間、術(shù)后并發(fā)癥。

資料與方法

收治要求保留子宮的子宮肌瘤患者60例，年齡25～45歲，單發(fā)肌瘤34例，多發(fā)肌瘤26例。肌瘤大小0.5cm×0.5cm×0.5cm～10cm×10cm×10cm。有腹部手術(shù)史6例。

研究方法：①病例分組：隨機(jī)選擇30例為觀察組，其余30例為對照組。觀察組單發(fā)肌瘤16例，多發(fā)肌瘤14例，有腹部手術(shù)史2例，用止血帶穿過兩側(cè)闊韌帶透明區(qū)束扎宮頸峽部，垂體后葉素6U子宮肌層注射。對照組單發(fā)肌瘤18例，多發(fā)肌瘤12例，有腹部手術(shù)史1例，于子宮肌層注射縮垂體后葉素6U，其余手術(shù)方法一致。②觀察指標(biāo)：觀察兩組患者術(shù)中的出血量、手術(shù)時(shí)間、術(shù)后恢復(fù)時(shí)間。

統(tǒng)計(jì)學(xué)處理：采用χ2檢驗(yàn)法。

結(jié) 果

對照組子宮肌壁注射縮宮藥物方法，能減少術(shù)中出血，但由于注射藥物時(shí)盲目性較大，受注射部位深度、方向限制，注射層面難以把握，所以止血效果相對較差。見表1。

擬解決的關(guān)鍵問題：①嚴(yán)格掌握禁忌證：高血壓、冠心病、心力衰竭者禁用垂體后葉素，可改為催產(chǎn)素代替；②應(yīng)用止血帶時(shí)應(yīng)注意觀察子宮體顏色變化，若宮體表面蒼白，應(yīng)及時(shí)松解止血帶。在行多發(fā)性肌瘤剔除時(shí)，可于兩肌瘤剔除間歇期，適當(dāng)松解止血帶，以防子宮組織缺血壞死。

討 論