发布时间 : 星期三 文章宏观经济学（袁强）-北京师范大学 宏观经济理论导言更新完毕开始阅读
3,测r, 由COS??M?6*1024rr?h
24Kg(5.975*10)已知：r?6400KmG?6.67*10?11
启示：问题的准确提法，（提出一个好问题是解决问题的一半）
大量的理论知识，（普遍抽象的概括）
精巧的设计和技术手段。
物理上最值得一提的是密立根测电荷量的油滴实验。自然科学中有许多这样的故事，从中我们可以体验到什么是科学态度和精神。
下面我们用科学的态度来审视一下宏观经济。讨论最基本最核心的概念GDP。两个问题：（1）概念的准确含义，（2）如何测量？一个概念如果不能从可测量的意义上去把握它，那么这个概念在认识的范畴上是没有意义的，至少是没有深度的。 一．GDP的含义
GDP（Gross Domestic Product 国内生产总值 ）
一个国家（或地区）在一定时期生产的所有最终物品与劳务以法定货币衡量的市场价值。 概念说明：
（1） 市场价值 ： 供求成交
存在价格体系
以法定货币度量
（2） 所有的：在市场上合法交易出售的一切东西。（物品和劳务或服务）
注意：容易遗漏的，如自有住房的租费。 容易重复的，如家庭的交易，违禁品交易。
（3） 最终的：用于生产劳务过程中的中间产品不计入在内，只加附加值“added value”。 （4） 物品与劳务，有形的物品：粮食，衣物，等。
无形的物品：音乐，看戏，信息，等。
（5） 生产的：指当年生产的或发生的，故GDP是流量不是存量。
（6） 一个国家内：指在一个国家的地理范围内产生的，不论所有者的身份。
（7） 某一规定时间段内：通常指一年，一般按月上报，按季度调整。
注：GNP指某一国家在一定时期内所有国民生产的最终物品和劳务的市场价值。
GDP从地理范围的角度，GNP从国民身份的角度。
GDP更体现国家的特征。因为地理与国籍相比更稳定不变，且更易测量。同时地理范围也是一个国家主权范围，没有一个相对稳定的国家主权或政治联盟性质的地域，GDP是没有意义的。
二．GDP的统计意义：
国家（政府）发布的权威数字（可以修正）。
GDP????，?是真值，?是误差
（1） E??0，则GDP的测量就是有偏的，高估或低估，一般容易高估，容易重复计算，困难
在于最终产品的确认和无效循环流转，以及人为的主观意向等。
n（2） Var(?)太大，则GDP的测量不稳定，在测量加总过程中Var(?)=?Var(?i)。误差方差
i?1随n的增加而不断加大，特别n??,Var(?)??则测量本身变得没有意义，因随机部分的变化超过了?本身，而不是一个小量，这在经济出现大幅震荡时，GDP的测量将变
得非常困难。
（3） 怎样测量GDP
﹡收入法（从生产要素所得的角度）
n GDP??i?1（工资+利息+利润+等）
﹡支出法（从所有者支出购买的角度）
GDP?C?I?G??N（净出口）
﹡从总生产流通的角度
nnGDP??i?附加值=?i?1（公司个人权益—生产成本）
从统计学的角度分析，收入法容易产生低估，支出法容易产生高估（重复计算）生产流
通法测量误差因素太多（附加值不好汇总）。
思考：（1）GDP如果长期出现高估（或低估）会对经济产生什么影响？ （2）从某种角度，质疑中国的GDP数据。
总结：一个理论体系，它总是由一些基本概念组成，并组合成更复杂的概念体系。这些基本概念要有量的规定性，我们可以用各种手段把它测出来。能测出来就是能证实或证伪。所以，在某种程度上讲，科学就是测量，反过来说更准确，没有测量就没有科学。测量一般是理论的反问题。它是检验理论是否正确的重要手段。甚至是必不可少的要求，一个概念，一种理论如果不能准确测量或找不到任何可测量的方法去证实或证伪，那么这个概念或涉及到的理论体系至少是不科学的，充其量是纯粹理性的。
科学的态度和精神就是要实事求是的测量。在经济学领域，就是要建立一套可测量的指标体系，收集数据做实证分析。现代宏观经济理论已过渡到以测量为基础，从数据出发的宏观经济分析上。
六、 关于方法
经济
结为以下四类：
（1）问题导向。提出问题，利用已有的认知，给出解决问题的政策主张。 （2）数据分析。通过计量模型和数据检验某一判断的真伪或政策的效果。
（3）历史经验。案例分析总结概括出某些规律性的东西。
（4）理论建模。提出概念、假说，设立变量，建立模型。通过模型验证概念假说的正确性。 上述性的问题常用（4）的方法。具体性的问题用（1）、（2）的方法。（3）的方法可用于理论也可用于实际。 下面说一说，当我们采用（4）的方法，关于建模的一点体会。
1、对任何真实系统（物理、化学、生物、生态、经济、社会、政治等）作研究时，我们首先要对此系统的历史过程按某一隐藏的主线做一番梳理。并得到一些基本认识，或称之为原
理，作为我们深入研究该系统的出发点。
2、为要建立所要研究的真实系统的数学模型一个好的办法是讲一个形象的故事。故事中，我们对此系统的现象和性质作一定程度的简化和理想化。应该考虑这样一些基本的决定因素，它决定着那些目前我们关心的系统性状的特点，而决不应该力求精确的毫无遗漏的考虑系统的所有性质。在所有研究中，建立数学模型时，真实系统的哪些因素应该考虑，考虑到怎样的近似程度等问题。在研究的初期阶段起着十分重要的作用。
3、不分巨细的考虑系统的所有性质，一般说来是办不到的。即使能够考虑到大部分这种性质，那么问题将变得很复杂。以至求解变得十分困难，甚至不可能。因此，对系统的性质可以理想化到什么程度，归根到底只有实践才能回答这一问题。同实验结果对比，才能判断某种理想化是否合理。在长期实践中，可以通过不同理论的效果差异选择出好的理论。从而培养出直观“猜测”的能力。这种能力在创新研究中尤为重要。
4、允许的理想化程度决定于整个课题，它不仅依赖于所研究系统的性质，还以课题息息相关的预期的目标有关。同一理想化可以是允许的也可以是不允许的。更正确的说法是，可以是合理的也可以是不合理的，这和我们要回答的问题有关。从一种理想化能得到系统性质的某些性质却可能不能回答同一系统性的另外些问题，因为在建模时可能早已忽略了哪些性质。 5、数学建模所得结论仅仅是逻辑的结果，如果与事实不符或相差太远，要回过头来仔细的检查审视推导的每一个环节，对假定命题加以修正，甚至推倒重来，建立一个新的理论模型。 在后面的增长理论和运行理论中，我们将通过具体建模，理解和熟悉建模的分析方法。 这种抽象与唯象有机结合的方法，取代了公理化方法，成为当前各个领域的主要分析工具