宏观经济学GDP核算实验感想
GDP即英文（gross domestic product）的缩写，是指经济社会（即一个国地区一定时期内运用生产要素所生全部最终产品（产品和服务）的市场价值。
也就是国内生产总值。
它是对一国（地区）经济在核算期内所有常住单位生产的最终产品总量的度量，常常被看成显示一个国家（地区）经济状况的一个重要指标。
生产过程中的新增加值，包括劳动者新创造的价值和固定资产的磨损价值，但不包含生产过程中作为中间投入的价值；在实物构成上，是当期生产的最终产品，包含用于消费、积累及净出口的产品，但不包含各种被其他部门消耗的中间产品。
GDP的测算有三种方法：1.生产法：GDP＝∑各产业部门的总产出－∑各产业部门的中间消耗2.收入法：GDP＝∑各产业部门劳动者报酬＋∑各产业部门固定资产折旧＋∑各产业部门生产税净额＋∑各产业部门营业利润3.支出法：GDP＝总消费＋总投资＋政府购买＋净出口。
卡尼曼的迈向行为经济学的心理学读后感
[卡尼曼的迈向行为经济学的心理学读后感]卡尼曼的\\\\迈向行为经济学的心理学\\\\读后感 尼尔·卡纳曼(Daniel Kahneman)是2002年诺贝尔经济学奖的获得者，他获得诺奖是因为他\\\\把心理研究的成果与经济学融合到了一起，特别是在有关不确定状态下人们如何作出判断和决策方面的研究\\\\，卡尼曼的迈向行为经济学的心理学读后感。
卡尼曼1934年出生于以色列的特拉维夫，1954年在以色列的希伯来大学获得心理学与数学学士学位，1961年获得美国加利福尼亚大学伯克利分校心理学博士学位。
随后，先后在以色列希伯来大学、加拿大不列颠哥伦比亚大学和美国加利福尼亚大学伯克利分校任教。
自1993年起，卡尼曼担任美国普林斯顿大学心理学和公共事务教授。
他也是美国科学院和美国人文与科学院院士、国际数量经济学会会员、实验心理学家学会会员等。
《迈向行为经济学的心理学》是以卡尼曼在2002年诺贝尔颁奖大会上的发言修改而成。
作者在文章中根据直觉判断心理学和选择理论的最新进展重温他的三个研究领域：1、不确定性条件下人们使用的启示法。
2、人们进行各种判断所倾向于采纳的偏差，前景理论，以及框架效应及其在理性人模型中的应用。
3、在以上基础上说明了传统经济学的理性人模型存在的不足。
本文就将从这三方面进行评论概述。
第一，不确定性条件下人们使用的启示法。
卡尼曼和他的长期合作者特维斯基(AmosTversky)发现了在不确定条件下进行判断与传统经济理论所假定的理性发生系统偏差的机理。
卡尼曼和特维斯基早期研究的一个基本结论是：人们一般无法充分分析涉及经济判断和概率判断的环境。
在这种环境中,人们依靠某些捷径或原则做出判断,这些捷径或原则有时与期望效用最大化理论存在着系统偏差。
一个基本的偏差就是人们应用小数法则。
例如,他们在一个著名的实验中发现,人们会认为\\\\某天60%的新生儿是男孩\\\\的概率在小医院和大医院里是相同的。
人们似乎并没有认识到随机变量样本的平均值和方差随样本量下降的速度。
在另外的一些实验中,特维斯基和卡153尼曼对此种思维方式做了进一步的分析。
如在一项实验中,明确地告诉实验对象,将要被归类的人来自于30%为工程师和70%为律师的群体,而另一个实验颠倒了这两个比例。
结果表明,这一差异实际上对参与判断的对象没有产生影响。
同样的因素会导致人们认为两个事件的联合概率比其中任何一个事件的概率都大,这种认识违背了概率论的基本原理---联合概率法则。
第二，人们进行各种判断所倾向于采纳的偏差，前景理论，以及框架效应及其在理性人模型中的应用。
在1979年，卡尼曼和特维斯基提出了\\\\前景理论\\\\(prospecttheory)。
他们发现，古典的效用理论不能够贴切地反映人们在未来不确定情况下作决策的行为模式，当看不清未来的时候，普通人是怎样设想未来的呢?统计意义上，我们倾向于把未来的小概率事件的概率加以高估。
这被称为\\\\卡尼曼定律\\\\。
当事件发生的真实概率低于10%或15%的时候，我们对概率的高估特别明显，同样，事件发生的真实概率越高，我们越倾向于低估它。
卡尼曼和特维斯基提出了一个足以取代预期效用理论的理论，即\\\\前景理论\\\\。
他们的思路是，对于事件发生的概率，需要进行加权，才足以描述人们的真实选择。
框架效应指的是同一个特征在一种显示中易获取,而在另一个显示中则不是,尽管这两个显示包含着相同的信息。
这个情况是非常不寻常的：一些刺激的属性是自动感知的,而另一些却必须要进行计算才能加以感知；或者一个物体的同一个属性在一个显示中被感知,但在另一个显示中则必须要进行计算。
第三，指出对传统经济学的理性人模型存在的不足。
传统上，经济学研究通常假设人们受自身利益驱动并能作出理性决策。
新古典理论都是基于\\\\理性人\\\\的假设之上的，而且所指的\\\\理性人\\\\为完全理性人，理性人是指以完全追求物质利益为目的而进行经济活动的主体，读后感《卡尼曼的迈向行为经济学的心理学读后感》。
人都希望以尽可能少的付出，获得最大限度的收获，可为此不择手段。
\\\\经济人\\\\意思为理性经济人，也可称\\\\实利人\\\\。
古典管理理论更是把人当作\\\\经济动物\\\\来看待，认为人的一切行为都是为了最大限度满足自己的私利，工作的目的只是为了获得经济报酬。
微观经济学理论的建立是以一定的假设条件作为前提的，根据所研究的问题和所要建立的理论的不同需要，假设条件存在着差异。
但是，在众多不同经济理论的各自不同的假设条件中，有一个假设条件是所有的经济理论均具备的一个基本假设条件，就是\\\\合乎理性的人\\\\的假设条件。
随着经济学理论的发展，越来越多的理论开始修正上述假设，例如1993年诺贝尔经济学奖的获得者道格拉斯·诺斯在他获诺贝尔经济学奖的演讲《时间进程中的经济成效》中就否定了上述完全理性人假设，认为人的行为有限理性，在条件不确定情况下，\\\\完全理性\\\\是显然不可能的。
而卡尼曼的理论则是对理性人假设的否定。
在卡尼曼的前景理论的相关实验中，信息是完全的，对上述信息的分析对于有一定数学基础的人而言也是简单的，但恰恰就在作出判断并根据判断采取行动时，人的心理因素起了决定性的作用。
实际上，在卡尼曼的经验实证后面，已经构成对西方主流经济学理性人基本假设的质疑。
结合行为金融学对有效市场假说的批驳，已经构成了一种新范式。
这种经济学新范式，与新古典既有联系，更有区别。
我发现，二者之间存在一个通解。
就是假设参照点不变时，行为经济学的基本假设与新古典的基本假设就接近一致了。
换句话说，行为经济学把新古典当作一个特例，即参照点固定不变时的价值状态。
而参照点的存在，是行为经济学的独特性所在。
解决的就是楼上所说\\\\有限理性\\\\与经济生活中的人二者之间的关系。
框架效应反映的是有限理性，而体验反映的是参照点。
参照点是现实世界的杂多。
回到参照点确定价值，就是让经济学的现代性理性，回到真实世界，回到事实本身。
总的来说，《有限理性的图谱：迈向行为经济学的心理学》一文比较完整地介绍了卡尼曼理论的综述性文章，比较整体性地介绍了前景理论、框架效应、性质替代等内容。
而且，这些理论有一个特点，就是都建立在一系列实验结果的基础上。
经济学发展到今天，经常听到的一种批评意见是：现代经济学过分注重数学的严密性，脱离了具体的社会问题的分析以及对活生生的人的研究，以至于经济学变成了当代的玄学。
这种意见是有一定的道理的，但另一方面，不依靠严格的逻辑分析和实证研究，对经济问题的分析就会停留在表面化的议论层面上。
而通过实验得出一些经验性的结果，再在这些结果的基础上进行数学分析从而得出严格的、并有实验基础的结论将是一种更好的方式。
卡尼曼的理论在经济生活中的许多方面都能找到应用，比较常见的是在金融领域，但笔者在项目管理中也发现了一些符合前景理论的现象。
在项目管理过程中，经常会发生一些风险事件，这些风险事件的发生往往对项目的进度、成本和质量等产生影响，而项目的管理人员在风险应对过程中的行为方式对有关风险应对措施的实施产生影响。
长期以来,经济学被普遍视为是一种依赖于实际观察的经验科学,或者是建立在演绎、推理方法基础之上的思辩性哲学,而不是在可控实验室中进行检测的实验性科学。
然而,现在经济学研究开始重视修正和测试上述的前提假设,并越来越依赖于在实验室里获得数据，而不是从实地获得的数据。
这种研究源于两个截然不同但目前正在相互融合的领域：一个是用认知心理学分析方法研究人类的判断和决策行为的领域；另一个是通过实验室实验来测试或检验根据经济学理论作出预测的未知或不确定性领域。
卡尼曼和史密斯正是这两个研究领域的先驱。
卡尼曼因卓有成效地把心理学分析方法与经济学研究融合在一起,而为创立一个新的经济学研究领域奠定了基础,其主要研究成果是,他发现了人类决策的不确定性,即发现人类决策常常与根据标准经济理论假设所作出的预测大相径庭。
他与已故的阿莫斯·特维尔斯基合作,提出了一种能够更好地说明人类行为的期望理论。
事实上，卡尼曼理论的规范意义大于实证意义，但人们关注的往往是后者，卡尼曼与特韦尔斯基的一系列开创性工作为行为经济学奠定了坚实的理论基础。
〔卡尼曼的迈向行为经济学的心理学读后感〕随文赠言：【这世上的一切都借希望而完成，农夫不会剥下一粒玉米，如果他不曾希望它长成种粒；单身汉不会娶妻，如果他不曾希望有孩子；商人也不会去工作，如果他不曾希望因此而有收益。
】
求《魔鬼经济学2》读后感
学习经济学需要熟悉哪些编程语言
1)坛友arthur_2006处理和分析数据都用得到，最基本的是excel，如果你的VBA用得好的话会有很大的帮助，如果你要分析数据的话，比如你要建模那么SAS还是不错的，不过比较难掌握如果你没有语言方面的基础，其他还有很多软件也能做得到。
很多银行证券期货企业都使用的是oracle或者DB2,一些小企业可能使用的是SQL, 所以如果想在这方面发展就要掌握数据库的知识，毕竟金融和计算机兼备的人才还是稀缺的，而且国内很多行业都是用的是这几大数据库比如电信医疗航空等等，不会分析金融数据恐怕称不上什么金融专家吧，至于你分析得准还是不准那就要看你的金融知识掌握的程度啦，尤其是投资专业的学生学习一些这方面的知识是必要的，很多人是应用金融学专业的偏向于财务，那就去考考CFA,ACCA什么的，也没必要在这上面花费太多精力而且工作中很可能用不到的，金融数学金融工程精算专业的同学花点时间研究一下还是很有必要的，总而言之一句话，首先要看你的兴趣再就是你的专业和发展方向。
2)编程爱好者任坤做统计和计量的话，想要跟当今的国际学术界接轨，最好学R，至少我所知道的目前美国的统计学术界被R占领的趋势很明显了。
如果只是做简单地回归随便解读一下，那随便选个傻瓜软件就可以了。
如果只是应用现成的成熟的计量模型来做实证研究，那么傻瓜软件一般也就可以了。
如果要以统计、计量为研究领域或者专业领域，那么编程性的东西是少不了的，即使是做实证如果涉及较为复杂的数据结构，懂编程也能帮你大幅提高生产力。
另外，R的社区比较活跃，能够较好地跟上前沿。
如果涉及到处理较大的数据，一种办法是用SAS，如果不想用SAS可以学数据库方面的东西，比如把数据放在SQLite数据库中然后用{RSQLite}访问数据库，或者用{sqldf}通过SQL操作环境中的data frame。
如果觉得执行某项任务R单核速度慢，那么可以使用{parallel}或者{parallelMap}做并行计算，也可以利用云计算来处理数据。
如果涉及到其他社区的东西在R社区中没有实现，例如Java的东西，可以用{rJava}来调用Java的对象，不过速度有些慢。
比较好的办法是我在想从事数据分析工作，学什么软件或语言最好
提到的F#函数式编程语言，用RProvider可以直接调用R，用JavaProvider直接调用Jar打包的Java程序，用PythonProvider（即将发布）直接调用Python程序，等等，很容易将各大社区的资源整合在一起使用。
目前我在GitHub上面弄一个通过R学习统计、计量、非参、数据可视化、数据库的repo: renkun-ken\\\/learnR on GitHub ，虽然目前还没什么内容，不过可以跟踪一下。
以上说得都是经济学相关的统计和计量方面所需要的编程。
事实上统计和计量所需的「编程」较为简单，基本也就是处理数据、应用已经提供的计量模型，更多需要编程的是：一、如果涉及较为前沿的计量模型，可能还需要自己实现；二、一些蒙特卡罗模拟需要一些编程。
从经济学相关的一些新型领域来说，计算经济学（Computational Economics）、计算统计学（Computational Statistics）以及计算计量学（Computational Econometrics）则需要较强的编程能力，包括算法实现、算法分析等等。
举个例子，计算经济学中目前做的一块研究是Agent-based computational finance，就是建立一个模拟的金融市场，里面有几种资产，每种资产的基本面由随机的红利决定，里面有许多遵循各种逻辑的投资者，投资者对于红利发放持有的信念不同，因而从各自的逻辑触发的交易行为不同。
在一个复式竞价（double auction）的交易市场中，什么样的投资者组成或者行为方式、什么样的记忆长短，能够最大程度地复制出我们在现实金融市场中观测到的资产价格或者资产收益率规律，例如资产收益率尖峰肥尾、不对称性。
此时，研究者就需要较扎实的金融知识来设计一个不过于简单而又不过于复杂的模拟金融市场，也需要相应的编程能力把模型用程序语言编写出来。
这中间会设计许多编程技术，例如数据库（有时要跟踪许多变量，例如投资者现金流动、财富分布）、并行计算（CPU多核并行、多进程并行、集群上的并行甚至GPU计算）等等。
这方面的研究从1990s年代才开始。
3)知乎网友Jichun Si计量经济学也有很多小的门类，请对号入座。
有很多软件，Stata, matlab, R, SAS是相对来说用的比较多的。
如果是做应用计量（特别是横截面数据、面板数据），Stata是不二之选，因为不管是管理数据还是跑回归，实在太太太方便了。
现在主流期刊的应用微观计量文章里面能用到的模型stata几乎都有，而且其中的绝大多数都是用stata做的。
而且最大的优点是，简单
如果做应用的时间序列，Eviews似乎是一个不错的选择。
但是我一般不做这方面，也不是很有发言权。
如果做理论计量，stata eviews是没有现成的包的，而且即便Stata可以编程，可编程能力也是很差的，而且不稳健。
所以懂R和Matlab就非常顺手。
当然也可以用Python，最近Sargent就写了本用Python做计量的书。
还有一个Julia，是这三种语言的混合，但是速度快很多，缺点是太过于小众。
如果对速度要求高，特别是金融计量很多对速度有要求的，可以考虑C、Fortran等语言。
C和Fortran肯定是最快的。
还有一个叫做OX的，速度快，但是也很小众。
但是这些语言的缺点是学习难度比较高，开发时间比较慢。
Julia据说速度堪比C，而且语法特别像Matlab、Python（意味着容易学习），但是处于刚起步阶段，用的人太少了。
如果是金融计量领域，强烈建议学会SAS。
SAS是最权威，速度也很快，当然最大的问题是昂贵，而且可编程能力不是多么好。
但是金融里面数据量都非常非常非常大，一般的软件都瘫的时候，SAS就派上用场了。
像我自己，做应用的时候都是用stata整理数据，能用stata的坚决不用其他软件。
但是因为有的时候做一些理论计量的工作，所以matlab也是必不可少的。
我也在学习Julia，因为matlab的速度实在太慢。
Python我一般不用来做科学计算，用的人不多，而且速度慢，一般是用来抓数据的。
最后还是补充一点吧，为什么我推荐matlab而不是其他的软件，也是有道理的。
很多模型，比如空间计量模型（spatial econometrics）、贝叶斯估计、以及宏观计量里面的DSGE model、SVAR等模型，在stata、Eviews里面都是没有什么现成的东西可以用的，但是matlab提供了丰富的包，比如Dynare就是基于Matlab的，还有LeSage的空间计量软件包等等，也是基于matlab的。
所以几乎你想用的模型matlab里面都能找到codes然后直接用。
就算没有，你自己在matlab里面写，也不是什么难事。
最后想起一句话来，关于这些软件的选择（stata除外，因为stata在应用计量领域的地位是几乎不可替代的）可以用两句话来概括：如果你自己的时间比计算机的时间宝贵的话，学习matlab、R、甚至Python、Julia是最合适的，如果计算机的时间比你的时间宝贵的话，学习C、Fortran是必须的。
当然除非你的工作非常特殊（比如一些大型的结构模型的估计），一般来说，还是自己的时间更宝贵一点。
综上，做应用和做理论是不可能用一种软件解决的，建议根据自己的方向进行挑选。
我觉着stata、matlab是比较推荐的，一个方便，一个灵活，都很强大，而且学习难度都不大，用的人都很多，交流起来相当方便。
4）网友张真实数据，简单的用excel，直观，方便。
复杂一些的…excel最多可以有6万多行，你确定你需要从那么大量的数据开始“学经济学么
复杂的用R，各种模型，算法，实现，基本上R都有对应的软件包了，下载下来直接用即可，多读文档多练多用，半年左右就可以抛开excel直接用R作实战了。
我博士论文全部回归和输出都是用R的，现在写的论文也都用它。
替代品是Stata。
也很好，但如果你和我一样是从0开始，那么强烈建议选R。
R的一个不足是没法作符号运算，这个免费的解决方案有python搭配scipy numpy等几个包，不过建议你用mathematica，它的符号计算功能最强大，输出格式也最好。
你可以找个jacobian矩阵搞一下符号计算，比较一下结果就知道了。
Python这东西，熟悉了R之后，发现有功能是R实现不了的，到时候有实际需求了，再学也不迟。
不是立刻就需要的。
此外，所有经济学研究(我是指empirics类型的，具体意思你懂的)，都要会用latex，可以把它看做是一门编程语言。
在word里排数学公式，用不了多久你就会疯掉。
R中可以用ggplot2来绘图，输出到tex中。
普通数据表用xtable包输出到tex，回归结果用stargazer输出到tex，都很方便。
5）网友bayes首先要说的是R，绝对是目前国外学术界的主流，统计系基本除R以外没有其他了，计量作为和统计相关的方向，R也在逐渐渗透。
所以推荐学习。
顺便说一句，R的学习曲线是比较陡峭的，所以我不太建议零基础的人从R开始，否则挫折感会比较强烈。
而python会略好，所以我建议从python开始。
python并非是专用于统计或者计量的软件，而是一种非常流行的通用编程语言。
经过多年发展，库也非常齐备。
我试用过numpy，scipy和pandas等库，与其他通用编程语言相比，算是相当好用，不过个人感觉还是比不上R，比如画图，ggplot2真心是神一般的存在，python的库还是略逊一筹。
但是，除了数据处理之外，python可以干的事情太多了，也太牛了。
我们主要要用到的，比如网页采集数据，需要正则表达式，解析网页等等。
这些方面python就比R有优势多了。
当然，从趋势来看，未来似乎python比R更优。
R是一群统计学家在编程序，python是一群计算机专家在争取搞数据处理。
似乎python的基础更扎实。
个人观点，仅供参考。
stata我认为是除了R以外最好的计量软件了，我两者均用过数年数个项目，但是依然感觉R更好用，整理和处理数据更方便。
所以即使在楼上诸位所提到的微观计量领域，我依然更喜欢R。
除此以外spss，或者eviews等，感觉管理类学生用的更多，功能比较受限，不太推荐。
这里不赘述。
上述的几个软件，还有个问题，在于都是收费的，考虑到未来知识产权的保护，还是用免费的略靠谱。
R的主要缺点有两个：1，面对大数据乏力。
这方面sas确实有优势，但是不得不说，sas的语法太反人类了，完全接受不能。
面对这个问题，我要说的是，你得看问题有多大。
以我的经验，经济里面的数据量似乎还不足以超过R的处理上限很多。
可能金融的高频数据会比较大，我个人没啥经验，如果遇到再补充。
我尝试过10g的数据，最简单的办法，不是学sas，而是买16g的内存。
：）以现在的内存价格，我觉得32g以下的问题不大。
2，性能不足。
这方面python也有同样的问题，最好的解决方案是混合c\\\/c++，不过这个就是无底洞了，耗时极多，都不见得能学好。
建议的方法，还是买硬件，这个最简单。
：）当然用并行包等，也是解决方法之一，我尝试过几次用机房的多台机器做集群，不是太成功。
求高人指点。
上面诸位还提到过几个软件，我也略微说一下自己知道的一些软件的看法：matlab：好东西，关键还是性能问题，同样可以靠c\\\/c++来解决。
但是我不喜欢比较大的软件，为了求个均值方差，等它启动就占了5分钟。
。
。
julia：好东西X2，目前关注中，可能还比较年轻，导致配套的库略少，不过看好未来发展，主要是吸取了matlab，python和c\\\/c++的有点，写的快，运算的也快，未来看涨，紧密关注。
最后提一下函数式编程，是个好东西，但是不看好纯粹函数式编程的未来。
它体现了一种颇先进的编程思想，但是在实际工作中，往往性能方面的问题较大。
要解决这个问题，还是的混合函数式编程和其他方式，但这就是python，R等软件已经实现的方式，似乎又没有必要专门去学其他的函数式编程了。
6）上海财经大学博士 荣健欣Stata微观计量中应用极多，主要是直接输命令回归，需要编程的地方不多。
至于编程，推荐R、Python.R是非常好的统计分析软件，在计量经济学中的应用可以见Econometrics in R, Applied Econometrics with R Time Series Analysis with Applications in R这几本书Python用来抓数据很好，并且有数学计算包SciPy可以部分替代Matlab之类科学计算的功能。
7）知乎网友justin本科经济统计学，由于学校奇葩的课程设置，我们分别使用过：EViews：计量经济学，时序和多元统计。
Stata：计量经济学。
SPSS：专门开的一门课，这个巨汗，权当复习了一遍统计学。
Excel：大一的统计入门课使用的，这个也巨坑，就是简单的函数使用，一点没有涉及VBA。
Matlab：这个没有专门的课，是上完了C语言程序设计以后副产品，后来接触了R和Mathematica就基本抛弃了它。
R\\\/S-Plus：在回归分析的时候使用了S-Plus，不过那时候我已经使用R语言很久了，而且S-Plus基本兼容，所以没有使用过S-Plus。
Minitab：质量控制课程上用的，基本的统计加上一些实验设计。
SAS：这个在实验室中自学过几次，直接被其奇葩的语法雷到了，据说我们学校的研究生有专门的SAS课程（类似于本科的SPSS课程），呵呵了～我们系的妹（xue）纸（ba）就曾经抱怨说使用的软件太多了，完全被逼疯的感觉，还给我们亲爱的系主任提过意见。
作为学渣也就这个问题问过系主任，她的意思是不同的软件在处理不同的数据时候是各有所长的，而且你们课程还是蛮轻松的，就多学点吧，另外不同的老师有不同的软件使用爱好，上课使用不同的软件是必然的。
学习经济学的同学，Excel和SPSS，EViews（或者Stata)就蛮好的了，Stata和EViews都可以写一些程序的，SPSS的界面化操作也是很友好的。
本人使用的R，在上各种课中也都会在学了那些软件后再使用R来实现（其实绝大多数时候R都已经有现成的包了，我也大多是直接使用），R还是很不错的，推荐。
很多前辈也提出了，经济学学生学习编程适可而止就好了，要不然就是一条不归路啊，面临着彻底转行的危险，本人就是一枚反面例子（泪～。
所以什么Python啊，C++啊，Julia啊就不要接触了。
学习完 经济政治与社会 对其的收获和认识
1、①马克思主义政治经济学研究的对象，是在一定生产力状况基础之上的社会生产关 系及其发展的规律性。
②政治经济学所研究的生产关系，是人们在社会生产总过程中所形成 的生产、分配、交换、消费诸方面经济关系的总和，也就是社会生产关系体系。
③政治经济学的任务在于揭示经济运行过程中的客观经济规律。
经济规律是经济现象和经济现象和经济 过程内在的、本质的、必然的联系。
2、价值规律是商品经济的基本规律，它的基本内容和客观要求是：商品的价值量由生产商品 的社会必要劳动时间决定，商品交换以价值量为基础，实行等价交换。
4、社会资本简单再生产的实现条件。
第一个条件是，第一部类的可变资本与剩余价值之和， 必须等于第二部类的不变资本价值。
用公式表示是：I（v+m）=IIc.这个条件表明，第一部类 向第二部类提供的生产资料，同第二部类向第一部类提供的生活资料，二者在价值上必须相 等。
这是社会资本简单再生产的最基本实现条件。
第二个条件是，第一部类所生产的全部生 产资料价值，必须等于两大部类所消耗的不变资本的价值总和。
用公式表示是：I （c +v+m） =Ic+IIc.这个条件表明，第一部类生产的生产资料，应同两大部类对生产资料的需求相等。
第三个条件是，第二部类所生产的全部生活资料的价值，必须等于两大部类的可变资本与剩 余价值的总和。
用公式表示为：II（c+v+m）=I（v+m）+II（v+m）。
这个条件表明，第二部类 生产的生活资料，应与两大部类工人和资本家对生活资料的需求相等 关于马克思主义政治经济学学习的一点思考 这学期学习马克思主义政治经济学，已经临近期末，对这门课也有了一定的认识，对老师的 教学方法等有些自己的看法。
就如何学好及教好马经这门课，我现在从以下几方面谈谈自己 的想法： 1、我对这门课的认识 2、横向比较这门课的教学同其他课教学的特点 3、纵向比较这门课的教学同其他课教学的特点 4、对于一些比较好的可借鉴的学习方法的说明 5、关于老师教学的一些想法 6、关于网络课件的利弊 一、我对这门课的认识 马克思政治经济学表面上是一门文科，但是深入学习后不难发现，这门课具有很强的逻辑性。
从历史上看，马克思前的经济学家都或多或少受到当时客观条件和环境的限制，在很多 方面不能做出合理的分析，有些甚至是回避问 题。
比如李嘉图学派同其他的经济学家一样，对剩余价值的起源问题，只是回避，而没有解 决。
而马克思在系统的研究17 世纪中叶至19 世纪50 年代资产阶级政治经济学的发展史的基 础上，创立了科学的劳动价值论，建立了科学的剩余价值理论，对经济学的发展完善做出了 杰出的贡献。
这其中就有一个逻辑性的问题。
如斯密的劳动价值论不彻底，既包含科学成分， 又有庸俗的二元价值学说。
他时而正确地认为商品价值是由生产商品所耗费的劳动决定，时 而又错误地认为商品的价值是由交换时所能买到的物品中所包含的劳动决定，这就是混同了 价值和交换价值的概念。
李嘉图的价值理论的根本缺陷是把商品生产看作是永恒的，而且只 注重价值量的研究，忽视对价值质的分析。
这都是在一种限制下不能很科学地进行分析。
而 马克思在总结了前人的经验教训、吸收了前人的思想后，经过自己的研究分析，提出科学的 劳动价值论，这首先一点是要有很强的逻辑性，从前人的成果、现有的资料等中筛选出有价 值的的东西，结合当时的现实情况，进行理论、逻辑分析，得出正确的结论。
他的思考、结 论的得出是离不开一种很强的逻辑思维的。
从马经的内容上看，它由劳动价值论、剩余价值论等几个主要方面组成，每一部分都有自己 的逻辑性，而它们之间有互相联系，这是在深入的学习后才能体会到的。
就拿剩余价值论这 部分来说，要说剩余价值，就要先提到资本、劳动力变为商品，自然要讲资本的产生、劳动 力变为商品的条件等等。
要区别劳动和劳动力、劳动过程和价值增值过程，才能搞清楚剩余 价值的产生。
资本又分不变资本和可变资本，而剩余价值是由可变资本中产生的。
剩余价值 又分绝对和相对剩余价值，再往后又引出利润等一系列概念。
这些概念都是环环相扣互相联 系的，要是认真整理能得出一张很大的框图。
在仔细整理后，会进一步的理解，牵一发而动 全身，形成了知识体系。
仅从这一部分内容就能看出马经本身带有很强的逻辑性，跟理科有 很相似的地方。
意识到你以上谈到的问题很不错。
不过，是否注意到关于马克思经济学的范 式之争。
不过，我还是比较支持你。
一种好的理论应该可以有较好的逻辑发展空间，并对理 解 现 实 有 好 的 指 导 作 用 。
有 一 种 逻 辑 的 完美和力量。
这门课有很强的实用性，跟现实生活联系比较紧密，是对许多现实问题的解释和说明。
应用 这些知识能更深入的理解身边的一些问题。
要学好马经首先需要有很深厚的理论基础，就现在来说也就是要尽量全面深入的掌握课本上 的知识。
要倒一杯水，自己就要先有一桶水。
没有理论基础，是做不到全面深入地分析问题 的。
这要求我们要端正对这门课的认识，不能只是认为在考前突击一下就行，这门课需要一 个完整的理论体系。
这也是学好马经最首要的一点。
另外，要整理。
不能只是看书，有条件 最好列表之类，有助于理解。
以上仅是个人对这门课本身的一些体会。
二、横向比较这门课的教学同其他课教学的特点 现在我们学的课中只有这门算是文科，而且是关于政治思想方面的。
其他的课都是理工科， 需要很强的理解、计算等能力。
而马经课正如前面所说，也有很强的逻辑性，同样需要认真 去分析和理解，与那种需要语感、语法之类的语言课有很大差别。
从某种意义上说是适合理 工科学生学习的。
比如物理、微积分有很多需要理解的概念，进行理性的分析思考，把所学的公式、定理等应 用到解决实际问题中；数字电路则是以应用为主，了解各种器件的功能和使用方法。
相比较 而言，马经和理科的物理、数学等则更加相近一些。
这就要求老师在教学中要有比较强的逻 辑性，能很清楚地分析这些理论，并且进行扩展和应用。
有些内容是需要在理论上加强的， 比如剩余价值理论这部分。
仔细分析会发现里面的联系很微妙，只有先彻底把这些理论都搞 清楚了，才能自如的运用去分析问题。
我觉得这门课虽是文科，但更适于用理科的授课方法讲课，要以分析为主。
而这不是初学者 能很快掌握领会的，需要老师大量的指导，而不是只是从课堂发言中零敲碎打地讲一些内容。
同意。
理论性强的教学挺困难。
之所以加入很多讨论，在很大的程度上是为了在加听课率、 降低说话率。
三、纵向比较这门课的教学同其他政治类课程教学的特点 对于思想政治这套课纵向来看，在中学的经济这部分必然是以记忆为主，当然其中也有需要 自己分析实际问题的，但大部分还都是生搬硬套。
现在这门课的理论性、逻辑性比以前有很 大 的 提 高 ， 这 就 要 求 更 多 的 理 解 和 分 析 ， 学 起 来 会 更 难 一 些。
第一学期上的思想道德修养老师是讲解和举实例交替进行，这门课与同学关系比较近，大家 也都较有兴趣。
第二学期上的思想概论老师则是很有激情的进行讲授，主要以举例分 析为主，教材也是大量的实例，毛的思想则贯穿其中，两位老师的课很吸引人。
这三门课各 有各的特点，总体说来马经的理论性最强。
虽说同属一个体系，但要有自己的教学特点。
思 修更多的可能是讲道理，同学们刚进入大学校门，给大家讲一讲大学的学习生活、心态调整、 价值观形成以及自己的发展等等。
需要给人平易近人的感觉。
毛概会需要大量的实例，来分 析其的思想，当然不用讲一条举一条那样，主要是教授一种信念、一种精神，更多的可能是 一种爱国主义教育，要有感染力，能引起同学共鸣。
而马经则不能如此。
最主要的一点还是 能不能清楚地讲授这门表面上简单枯燥而实际上理论性强的课程。
要有条理，成体系，觉得 是在编一张网，或是在推理。
这些我想主要是这类课程的不同点。
同时有一点就是如何调动同学的学习兴趣
或者说课堂上采取什么样的形式。
这对老师有比 较高的要求。
我觉得理论分析和实例的讲解最好能区分一下，特别是要控制一下课堂讨论。
有些内容需要理论上的认真的分析，有些需要举大量的实例，如何安排好这两部分我觉得是 比较关键的。
若是混为一谈，哪方面都讲一些，会觉得理论上也没学得很深入，分析实例又 没有很扎实的理论基础。
而且现在课下时间很紧，很多同学可能很难拿出很多的时间认真学 习这门课。
不少同学都会想利用课上抓紧时间学习一下理论方面的知识。
这同加强课堂讨论 会有一些矛盾，但我认为这种讲解是同学最需要的。
这要比仅仅提示一两句就开展讨论更有 效果。
同意。
老师的授课需要探索和改进。
四、对于一些比较好的可借鉴的学习方法的说明 在中学和以前搞研究项目的过程中，接触到的最有新意而且行之有效的学习方法就是“任务 驱动”。
这最先是高中计算机老师讲的。
也就是为完成一个什么样的任务而自己去学习，看 课本、查资料、做实验的等等，而不是学习在前解决问题在后。
这可能功利色彩浓一些，但 是学习效果比较好。
高中在搞项目研究时也是自己为解决问题要查阅大量的资料文献。
当然 不 是 说 一 点 都 不 学 就 去 找 个 问 题 来 做 ， 而是在了解个框架后自己进行更深入的 学习。
在自己研究的过程中加深理解、学会分析、解决问题。
现在很多课都有小论文的任务， 这其实就是任务驱动的一种形式。
做论文主要是自己单打独斗，我觉得更好的形式是进行小组报告。
这学期选修的国际贸易实 务与案例分析课程最后要做小组报告，自愿分组，每组6 人以内，给出一些参考题目，也可 自定。
这样有任务驱动的成分在里面，做论文的优势在这里都能体现出，更重要的是它是由 一个团队来完成任务，需要成员间的分工、协调、合作等等，是对与人合作能力的很好锻炼。
同时有些同学可能在全班同学面前不愿表达自己的想法，这样下去不利于全面提高。
而采用 小组的形式把范围缩小可进行更自由的讨论和交换意见，若需要可以与老师进行讨论。
这是 我觉得现在布置这类任务最理想的方式。
前不久的电子设计大赛有同学说把几个人叫到一块 干活可真难，也出现了一些队员间令人不愉快的事情。
从中我们也可看出现在加强一种团队 精神、组织能力以及合作精神的重要性。
也同意。
在以前的教学中用过了。
这次把它局限在因材施教项目中了。
是为了防止“搭便车”。
是不是有些好笑。
是不是应该允许一些搭便车
五、关于老师教学的一些想法 简单谈谈对老师这学期上马经课的一些想法。
先说说我个人认为比较好的方面。
首先是有一种对同学很有益的教学理念，就是要教会大家如何思考。
能看出来这种想法贯穿 始终，老师随时在启发大家。
这对不同的学生收获肯定不同，但最重要的是让大家去思考。
这也是远远比学一些知识更有意义的东西。
第二，在教学方式上有自己很好的想法。
注意到要加强课堂气氛的活跃，安排电影及讨论， 是从身边自己进行学习，这是非常好的。
对课程内容有很全面的把握，针对不同内容采取不 同的形式。
比如前两章主要是分析为主，后面加强课堂讨论。
但我认为有些还有待改进，后 面再说。
另外，布置论文作业有利于自主学习。
有随堂测验，能督促大家学习，这可能很多 人都不会认为是好事，但我觉得这主要是想提醒大家把功夫下在平时，让大家重视学习过程 而不是结果。
第三，与同学交流很充分，特别是课下。
老师能在上课时带来同学的论文在课间找同学进行 交 流 ， 这 是 其 他 有 些 老 师 做 得 不 够 好 的 地 方。
这样能增进师生间的感情，尽量减小 一种距离感，这是老师从自己方面所作出的努力，同时也要求同学要有很积极的态度。
另外 有什么问题能及时解决，有利于教学更好的开展。
第四，对同学的发言能很认真地给出分析，对发言同学是个很好的反馈，对其他同学也是个 提高的过程。
下面谈谈我觉得有些不足。
第一，整学期课程的安排感觉有些前松后紧，而且电影、讨论的安排不是很合适。
可能是因 为学期初刚接触这门课要给大家一个熟悉的过程，而且前一部分要难理解一些。
但总体上很 多人感觉前几周有些松，这也跟同学们的思想重视程度有关。
不能只看老师的安排，还要看 同学自己的学习情况。
希望以后能有一个比较好的开头，先能一下把大家都吸引住，以后的 教学就会容易得多。
电影的安排太靠前了。
很多同学在安排不久就都看完，因为对整体的时 间安排不清楚，不知什么时候讨论，这样到第14 周很多内容就已经淡忘了。
同意。
第二，对课堂讨论应该进一步把握一下。
这样我觉得要加强理论的分析和实例的讲解，而把 进一步的思考放在课后，比如2、3 周布置一次小作业之类。
这样在课上会有更高的效率。
在 课堂上讨论内容有时会比较散，而且很难快速的深入，会在一表面问题上停留很长时间。
个 人认为总不如更系统地进行理论讲解更好。
理解。
我若是你，也希望多听老师讲。
不过听得 困难和无趣的人不这样想。
有待提高。
六、关于网络课件的利弊 网络课件是由于现在电脑网络普及出现的一种新的教学手段。
它最大的优势是方便快捷，但 劣势也很多。
最主要的是由于电脑产生的。
一是长时间看电脑会对身体有不好的影响，大脑 皮层这部分的兴奋会对电脑产生依赖性，看书不容易进入状态。
二是看电脑和看书有很大的 不同，很多人都有同感，就是在电脑上看很多的文字会看不进去，与看书的感觉是不同的， 这势必会影响效率，浪费时间。
三是用电脑很容易走神，精神不容易集中。
所以，这只能当 作一种辅助手段。
我对电脑没有这些感觉。
也不偏爱纸张上的东西。
但你所说这种问题会把 电脑和网络完全扼杀掉。
所以偏激了些。
我想，为了增强其利用率，应该围绕需要阅读的材 料，布置进度和任务。
关于这门课的电脑课件，我觉得是比较完善了，从重点解析到模拟测验，差 不多是一种全程的网上学习资源了。
但是 鉴于上面说的几点关于网上学习的不足，我觉得要是能落实到字面上有一些详细的参考资料 会更好。
上面是我在这学期学完马经后的一些收获体会。
我想这些是与分析问题并列的一种学习，是 在认真学习基础上得出的结论。
不只是讨论课内的一个具体问题，而是从另一个侧面来分析 这门课。
通过这样的一个过程，我能比较清楚地理解马经这门课，知道该如何去学，怎样学 好，而且对如何上这门课提出一些自己的意见，希望能教学相长。
这些只是个人的思考，希 望老师也能给予指导。
思考的认真、系统。
对课程和教学理解挺好。
学习马克思主义政治经济学原理感想 本学期我开始学习马克思主义政治经济学原理，收获很多。
在没有学习这门课程之前，我一直认为政治经济学是一门非常枯燥、无聊的学科，尤其是马 克思主义政治经济学。
可是在通过了近一个学期的学习之后，我的想法发生了巨大的改变。
它让我觉得经济学是一门非常有意思的学问，让我对资本主义经济学有了本质的理解，对我 的世界观、人生观、价值观产生了很大的影响。
当然，可能由于学习得不够认真，我对其中 的一些经济学观点的理解还不够透彻，并且无法认同某些观点。
以下是我在学习过程中的一 些体会。
让我感受最深的一个方面是通过学习微观经济学与马克思主义政治经济学原理后所做的比较。
马克思主义政治经济学在研究经济学的问题上所处的立场要比微观经济学深刻、广泛得多。
微观经济学只是停留在研究一些经济活动表层的规律，而马克思主义政治经济学则是研究经 济学内在的本质，将与人们息息相关的经济活动的基本原理进行了深层次的阐述。
就这一点 来看，我觉得马克思主义政治经济学是更高层次的理论。
相比之下，现代西方经济学属于资 产阶级庸俗政治经济学范畴。
经济学就必须先从本质开始理解，可见学习马克思主义政治经 济学的重要意义。
其次，马克思主义政治经济学第一次从社会关系中划分出生产关系，指明它是一切社会关系 中最根本和最具有决定意义的关系；第一次明确指出政治经济学所要研究的不是物与物的关 系 ， 而 是 人与 人 之 间 的 生 产 关 系 ； 第 一次阐明了老动二重性原理，建立起科 学的劳动价值论；在科学的劳动价值理论的基础上，首次发现剩余价值范畴，创立了剩余价 值论，指出了利润、地租、利息的真正的来源；在剩余价值运动规律的基础上，对资本主义 的经济关系及其发展规律进行了深入的分析研究，揭示了资本主义生产方式的内在矛盾和历 史过渡性。
就这一点来看，马克思主义政治经济学是非常伟大的。
而且马克思主义政治经济 学是无产阶级政党进行社会主义经济建设，制定路线、方针、政策的指导思想和理论基础， 因此学习马克思主义政治经济学对于更好地理解我国现行的经济制度、社会主义经济建设的 路线等有极大的帮助。
关于剩余价值规律，我想从另一个角度来看待这个问题。
在资本主义社会，资本家雇佣劳动 力，并通过剥削生产出的剩余价值来实现价值的增殖，。
分析整个生产过程，先看资本家，他 们的目的当然是通过现有的资产来实现资产的增殖。
因而他们提供各种生产资料。
，并雇佣劳 动力来实现商品的生产。
从工人的角度讲，他们通过出卖自己的劳动力这种方式目的是获得 利益。
然而马克思主义政治经济学讲资本家提供的生产资料定义为不可变资本，而工人提供 的劳动力是可变资本，并把剩余价值归结为是可变资本创造的，因为应该属于工人，但被资 本家所占有，而产生了剥削。
整个过程可以用如下简单的数学关系进行分析： 生产： 资本家的生产资料（不变资本）工人的具体劳动 商品的原有价值（价值量不变） 劳动力（可变资本）工人的具体劳动 商品的剩余价值（价值量的增加） 交换： 产品的价值=剩余价值+原有价值 分配： 资本家：产品价值；工人：工资 投入效出关系： 资本家：投入生产资料，并支付工资，得到产品价值。
其中产品价值>生产资料+工资， 工人：投入劳动力，得到工资 由以上简单的式子，可得一个很明显的结论，工人投入的劳动力>得到的工资。
因为只有劳动才能创造价值，所以资本家的生产资料通过工人的具体劳动并没有得到价值的 提升。
而工人是通过自己的劳动，所以他们创造的剩余价值。
另一方面，工人投入越多的劳 动力越多，则他们的情况越坏，而资本家的情况越来越好。
但因为工人如果不投入劳动力， 则 因 为 得 不 到 工 资 而 无 法 生 存 ， 因 而 不 得 不 被 迫 进 行 生 产 。
所 以 这 种 生产资料所有制形式导致了剥削。
另一方面，在学习中我也遇到了一些疑惑不解的地方。
首先是马克思主义政治经济学的服务对象。
政治学是为一定社会阶级服务的。
显而易见，马 克思主义经济学是站在广大无产阶级的立场上的，因而代表了广大无产阶级的利益，所以一 切对于无产阶级不利的东西都将被视作是错误的、有害的。
这在剩余价值规律中可以明显地 看到这一点。
资本家不是无产阶级，因而资本阶级在马克思主义政治经济学中的地位永远是 在剥削无产阶级。
即在研究经济问题之前，由于政治的缘故，已经先入为主，将要研究的问 题定性为无产阶级总是受资产阶级压迫的。
故马克思主义政治经济学在反映政治经济学的问 题上，所持有的客观、科学是无产阶级的客观、科学、历史、辩证。
其次，另一个值得讨论的问题是，关于马克思政治经济学的诞生。
那是在资本主义社会，由 代表无产阶级利益的马克思所著。
在这样的历史背景下，政治经济学研究的无非就是资产阶 级与无产阶级的关系。
资产阶级与无产阶级的根本区别在于谁有没有资本。
无产阶级要与资 产阶级对立并且打倒他们的原因很显然，因为少数资产阶级占有社会较多的物质资源，而大 多数无产阶级没有。
更深层次的原因有两个，第一是上天所赋予人不断追求物质，以获得生 命延续的本能，所以在人类的哲学里，占有资源是无罪的。
第二是人都是平等的，由此而产 生的一个很浅显的想法是别人占有物质资源，为什么我不能占有
基于这两点，所以逼迫无 产阶级要与资产阶级斗争。
斗争当然需要武器，于是马克思主义政治经济学成为了这样一个 为无产阶级的武器。
故马克思主义政治经济学不再是一门简单的学问，不再单单研究经济活 动中的各种现象和规律，而是为了打倒资产阶级而去研究经济规律。
不是批判马克思主义政治经济学，只是从一门学科的角度来看马克思主义政治经济学更像是 政治科学，而非自然科学。
或者是我学习马克思主义政治经济学还不够深入，没有真正理解 其精髓、深刻的地方吧。
但是，我觉得通过这个学期仅有的一点时间学习马克思主义政治经济学已经有很大收获了， 尤其是对于经济活动中最基本的东西有了一些深入地思考、探索，认识到了一些基本的规律， 这对我以后深入学习经济学还是很有用的。
