首页 理论教育 概念整体与部分的数量属性关系-战略思维方法

概念整体与部分的数量属性关系-战略思维方法

时间:2023-12-04 理论教育 版权反馈
【摘要】:整体与部分的数量属性关系,就是要具体考察每个“部分”发生的一定量的变化最终会引起整体发生多大量的变化。显然,确定整体与部分的数量属性关系要分两步走:一、先度量和计算一个“部分”的变化量所引起的整体的变化量。从概念之间相互作用、相互影响的角度看,代表整体中各个部分的概念与代表整体的概念之间的数量属性关系类似物理学的“作用力”。

概念整体与部分的数量属性关系-战略思维方法

第五节 概念之间的整体与部分的数量属性关系

我们首先进一步讨论概念间的整体与部分的数量属性关系。

我们已经知道,在抽象思维方法中,综合被假定为只是各个部分的简单合并或相加,整体就是各个部分简单合并或相加而成的。

如果只是定性地考察,我们就将综合简单说成合并或全面考察,例如,“牛头”、“牛腰”、“牛腿”合并成“牛”;再例如,全面考察政治、经济文化、自然环境城市管理的影响。

如果还要更进一步对可以度量数量属性的事物做定量性综合考察,我们还要将各“部分”的某种数量属性进行代数相加,例如,“牛头”的重量+“牛腰”的重量+“牛腿”的重量=“牛”的重量,就属于辞源意义上的定量综合。如果“部分”的数量发生变化了,则“部分”综合而成的整体的数量也会变化。

整体与部分的数量属性关系,就是要具体考察每个“部分”发生的一定量的变化最终会引起整体发生多大量的变化。

显然,整体与部分的数量属性关系包括两个方面:一是各个“部分”数量属性的变化分别与“整体”数量属性的变化的对应关系;二是各个“部分”数量属性的变化量的代数和与“整体”最终变化量的对应关系。

于是,当我们不满足于仅仅定性考察时,抽象思维方法关于综合的那个假定就变为:整体的最终变化幅度等于每个“部分”所引起的整体的变化幅度之合。

显然,确定整体与部分的数量属性关系要分两步走:

一、先度量和计算一个“部分”的变化量所引起的整体的变化量。

这又分为两个小步骤:

(一)先根据历史统计资料计算“整体”随着该“部分”的变化而变化的理论弹性系数(E)

img3

例题6-5-1:

假设某商品的市场需求量仅仅受该商品价格的影响,商品价格为100元时,该商品市场需求量为20000吨;该商品价格为120元时,该商品市场需求量为19000吨。求市场需求量随着商品价格变化而变化的理论弹性系数。

解:在本题中,商品价格可以视为“部分”因素,市场需求量可以视为“整体”因素。公式中:

由于该“部分”量的变化而引起的“整体”的变化量=19000-20000=-1000(吨);

变化前的“整体”量=20000(吨);

该“部分”的变化量=120-100=20(元);

变化前的“部分”量=100(元);

将各数值代入公式可得:

市场需求量随着商品价格变化而变化的理论弹性系数=-0.25

它表明,“部分”的数量每增加1元,“整体”的数量就会减少0.25吨。

一般而言,在“部分”量值的不同点上弹性系数也是不同的,在某一个点上求出的理论弹性系数运用到其他点上时是有一定误差的。

人们经常在容许的误差范围内求得一个区间的平均的理论弹性系数,来粗略代表这个区间内各个点的理论弹性系数。

img4

对于精确度要求较高的学科,则需要通过求微分得出理论点弹性系数:

img5

读者格外注意,笔者在上面提到的弹性系数前都加了“理论”二字,这是为了与社会科学领域目前广泛采用的和误差非常大的弹性系数的通俗算法相区别,笔者把后者叫做通俗弹性系数。

img6

img7

img8

通俗弹性系数与理论弹性系数的区别在于:计算通俗弹性系数所取的数值是实际统计数值,其中的“整体”变化量通常并不是仅仅“由于该‘部分’量的变化而引起的‘整体’变化量”,而是“由于许多‘部分’量的同时变化而引起的‘整体’变化量”。在实际工作中,我们很难取得计算理论弹性系数所需的相关数值。

例题6-5-2:

一月份统计资料显示:某商品市场需求量为20000吨,该商品价格为100元,消费者平均收入水平为1000元;二月份统计资料显示:该商品市场需求量为19000吨;该商品价格为120元时,消费者平均收入水平为900元;请计算该商品的市场需求量随着商品价格变化而变化的通俗弹性系数。

解:在本题中,商品价格是“部分”因素之一,消费者平均收入商品也是“部分”因素之一,市场需求量可以视为“整体”因素。公式中:

第一期记录“整体”量=20000(吨);

第二期记录“整体”量=19000(吨);

第一期记录“部分”量=100(元);

第二期记录“部分”量=120(元);

将各数值代入公式可得:

市场需求量随着商品价格变化而变化的通俗弹性系数=-0.25

(二)将度量的“部分”量的变化值乘以根据历史统计资料计算出的弹性系数,求得因该“部分”的变化所引起的“整体”的变化量。

这个计算过程的假设前提是:以前计算出来的弹性系数仍然适用于当前的状况。这需要一定的误差容忍度。

如果面对的是误差容忍度很低的情形,则需要先设法建立反映弹性系数本身变化规律的数学模型,再将度量的“部分”量的变化值乘以模型中的点弹性系数,求得因该“部分”的变化所引起的“整体”的变化量。本书略去该部分内容。

二、综合各个“部分”的变化引起的“整体”变化量。

每个“部分”量的变化都会引起“整体”量的一定程度的变化,确定“整体”与“部分”的数量属性关系的关键步骤就是综合各个“部分”引起的“整体”变化量。

我们已经知道,抽象思维方法的综合就是合并或相加。因此,我们就将前一个步骤求出的各个“部分”引起的“整体”的理论变化量相加,得出的结果就代表全部“部分”量的变化所引起的“整体”量的最终变化。

从概念之间相互作用、相互影响的角度看,代表整体中各个部分的概念与代表整体的概念之间的数量属性关系类似物理学的“作用力”。

我们可以把每个同层的“部分”归为两类,一类是起正方向作用的,它引起“整体”量的增加;另一类是起相反方向作用的,它引起“整体”量的减少。

这些“部分”对“整体”的作用力方向被归到一条直线上,作用力的大小有的学科可进行较准确的度量和计算,有的学科(如大部分社会科学)则只能粗略地比较一下强弱。

这时,我们再进一步假设这些作用力的数量单位完全相同(单位不同不能相加减)。然后再根据同向相加、反向相减,粗略地判断一下该层次上合力的大小。依此类推,算出最高层概念的“作用力”的方向和大小,据此就可以粗略地判断最高层概念所代表的现实事物发展的速度和方向。

例如,假设我们已经知道价格上升导致某商品需求量下降100万件,消费者收入增加又导致该商品需求量上升30万件,我们综合出的该商品需求量的最终变化就是下降70万件。

需要格外注意的是,在按照上面描述的两大步骤考察概念的整体与部分的数量属性关系或“作用力”时,还有一个隐含的假设容易被我们忽略:在第一个步骤中,一次只考察上层概念和它的一个下层概念这两个因素相互影响、相互作用的“力”,考察这两个因素的“作用力”时,其他的因素都被假设为暂时不起任何作用;在第二个步骤中,这些一对一对的相互作用被考察完了,此时,再假设这些一对一对的“作用力”是可以直接加减的矢量

换句话说,我们的抽象思维在综合过程中相加的,都是仅仅只有一个“部分”的单独变化所引起的“整体”变化的理论值。求不出这样的理论值就不能通过相加或求合力来完成综合。

这样的假设在自然科学领域不是太大的问题,也不会导致大的误差,因为自然科学创造的实验环境可以计算出“整体”随着某一个“部分”的单独变化而变化的量。例如,现实环境中的落体是地球引力和空气阻力这两个力综合作用的结果,物理学家可以先创造一个真空实验环境,测算仅仅有地球引力时的作用情形;也可以先创造一个失重实验环境,测算仅仅有空气阻力时的作用情形。在现实环境中的自由落体运动结果恰恰就与这两个实验情形的综合结果相同。

但是,这样的假设会导致社会科学领域的概念系统与现实之间的巨大误差,因为我们面对人类社会问题时,无法创造出自然科学那样的实验环境。现实人类社会不会因为考察的需要而让一个“部分”起作用时其他“部分”都停止对整体的作用。这的确是在人类社会领域用概念进行抽象思维的一大难题。例如,某种商品的市场需求量可能是商品价格、消费者收入水平、替代商品的价格、互补商品的价格、消费者偏好等多种因素共同作用的结果,你几乎不可能找出仅仅由商品价格这一个因素所决定的市场需求量。

长久以来,人们都在回避这个难题。许多社会科学工作者回避这个难题的一种普遍做法是,干脆连综合过程本身都予以回避。想想看,社会科学领域的著作在分别探讨了一个个“部分”对“整体”的影响以后,有哪一本著作还进一步规则化、系统化地去综合全部“部分”对“整体”的总的影响结果?

久而久之,人们在社会科学领域几乎已经忘了综合的原始含义。谁都敢仅仅从一个“部分”的作用去推断整体的结果。以偏概全已经见多不怪了。

笔者承认,即使在我们这本书里,对综合的技术规则和运算过程的描述也无法面对全部社会领域的问题。毕竟有相当多的社会问题目前尚未达到可准确度量的阶段。笔者也承认,不能因为无法进行精确意义上的综合就完全放弃“感觉式综合”。但是,我们起码要时刻提醒自己,尤其是当我们凭“感觉式综合”做出判断的问题是重大问题时,我们更要提醒自己,我们的综合过程因为难以获得一些度量数据而省略了某些重要步骤,我们的综合是有较大误差的。我们要有战战兢兢的心态,要有随时准备修正的心态。对于那些已经具备度量条件的问题,我们应该毫不犹豫地按规则进行综合,即使这增加了我们思考的成本。

许多社会科学工作者回避这个难题的另一种普遍做法是,完全无视一个“部分”作用下的“整体”量与多个“部分”作用下的“整体”量的区别,完全用后者代替前者。例如,人们在实际工作中计算的弹性系数,通常是我们上面列出的通俗弹性系数,它在根据历史统计资料计算“整体”随着该“部分”的变化而变化的量时,所采用的历史统计资料中的那个“整体”的变化量并不是仅仅随着该“部分”的变化而变化的量,而是随着所有“部分”的变化而变化的量。

下面通过一个经济学案例描述一个具体的综合过程,看看我们应该如何挑战那个综合的难题。

我们知道,一种商品的市场需求量的变化是由商品本身价格的变化、该商品的替代品价格的变化、该商品的互补品价格的变化、消费者可支配收入的变化、消费者偏好的变化等八个主要“部分”的变化引起的。或者说,市场需求量的总变化是八个“部分”变化所分别引起的市场需求量变化的代数和。

在经济学中,人们已经定性地研究出了每个“部分”与市场需求之间的部分与整体的综合关系的规律。例如,商品本身价格与该商品市场需求的综合关系的规律是:对多数商品而言,商品本身价格与该商品市场需求反向变动;对少数吉芬商品和炫耀性商品而言,商品本身价格与该商品市场需求同向变动。再例如,该商品的替代品价格与该商品市场需求的综合关系的规律是:该商品的替代品价格与该商品市场需求反向变动,等等。

面对解决许多实际问题的需要,有少数创新意识和探索精神较强的经济学家越来越不满足于只是定性地研究出每个“部分”与市场需求的部分与整体的综合关系的规律,还要进一步探讨每个“部分”与市场需求的部分与整体的数量属性关系的规律。

为了简化描述,我们这里假设影响市场需求的八个因素中,只有商品本身价格、消费者可支配收入、该商品的替代品的价格这三种发生了变化,其他“部分”因素的变化为零。

于是,人们根据统计资料分别计算该商品的需求价格弹性、需求收入弹性、需求交叉弹性。有了这几个弹性系数,就可以分别算出商品价格变化导致的需求量变化值、消费者可支配收入变化导致的需求量变化值、该商品的替代品的价格变化导致的需求量变化值。

例如,用需求价格弹性系数乘以价格变化的比率,就得出因价格变化而导致的需求量变化的比率,再用已知的当前需求量乘以需求量变化的比率,所得结果就是人们迫切想知道的价格变化以后的需求量变化值。

按照同样的方法,人们也预测了替代品的价格变化以后的需求量变化值、消费者可支配收入变化以后的需求量变化值。

在分别算出这三个因素的单独变化所引起的市场需求量的变化以后,人们又继续求出这几个预测量的代数和,认为这就等于求出了本商品价格、消费者可支配收入、该商品的替代品价格共同变化以后的市场需求量的最终变化的预测值,从而最终确定了每个“部分”与市场需求的部分与整体的数量属性关系的规律。

以上就是少数经济学家突破“感觉式综合”的传统,试图在精确的意义上进行综合的过程。尽管这种尝试并没有真正解决隐藏于其中的那个假设性难题,但也标志着人们开始从“感觉式综合”向“定量综合”迈进了。

遗憾的是,从目前的实际状况看,多数人由于“定量综合”的复杂性,没有敢于迈向探询“定量综合”的规则和规律性的道路,依然完全停留在“感觉式综合”的老路上。其实,严格地讲,如果不敢面对各“部分”的作用程度如何“综合”的定量问题,也就不可能真正解决确定作用方向的定性问题。不综合各“部分”的作用程度,怎么能准确判断各“部分”最终的作用方向呢?如果不对作用方向不同的各个“力”做量的加减运算,怎么能判断最终的“合力”的方向呢?就上面的案例而言,无论是研究经济行情(全部商品的平均状况)参与国家经济政策决策,还是研究某种具体商品的市场行情参与企业经营管理决策,所有的市场行情研究都将因为回避如何综合的问题而变得毫无实用性。

当然,如果采取不回避的积极态度,我们就要勇敢地面对那个隐藏的巨大困难,这个困难在社会科学领域尤其突出。

例如在上面的案例中,当我们在经济学中探讨某一个“部分”对需求的作用时,我们的一个重要的隐含假设是其他“部分”暂时停止了对需求的作用,上面所有关于“部分”如何作用于市场需求的定性规律,以及那个探索“定量综合”的推演过程,都是在这个假设前提下才成立的。而实际的情况是,各个“部分”有可能是同时发生变化的,即各个“部分”有可能是同时在对市场需求产生作用的。因此,如果我们的研究不想仅仅停留在虚拟的假设里,而是想真正用于指导实际操作,就必须接着研究放弃了那个其他因素暂时不起作用的假设后的情形,或者如同自然科学那样,真正找出假设其他因素暂时不起作用时的数据,从而完成把各种因素同时综合起来的过程。

在案例中,我们从理论上探讨了一个“部分”的变化量在其他“部分”暂时不起作用的假设下与需求变化量的相互关系的规律,但我们目前的统计工作无法提供在其他“部分”暂时不起作用的假设下市场需求变化量的数据,我们的统计工作能提供的只是所有“部分”都同时起作用时的市场需求的实际变化量的数据。

例如,在计算各种弹性系数的公式中,我们能从历史记录中找到自变量变化的统计数据,却找不到“仅仅由这个自变量引起的因变量变化”的统计数据,在实际运算中用的都是“由全部自变量引起的因变量变化”的统计数据。

说得再具体一些:需求价格弹性系数应该等于仅仅由价格变化引起的需求量变化的比率除以价格变化的比率。但人们都没有注意到的是,我们以前在计算时用的数据都是销售量这一类市场需求量的实际历史数据,而不是仅仅由价格一个因素决定的“理论销售量”,而这两者在数量上的差别有可能非常大。

比如,假设某种商品仅仅由于价格上升5%会引起需求量下降10%,仅仅由于消费者可支配收入上升8%又引起需求量上升10%,仅仅由于该商品的替代品价格下降5%又使本商品的需求量下降3%,这样虽然商品价格上升5%,但最后实际销售量却只下降3%。可以算出该商品理论上的需求价格弹性系数应该等于-2,理论上的需求收入弹性系数应该等于+1.25,理论上的需求交叉弹性系数应该等于+0.6。

但在实际工作中,我们根本没有“仅仅由于价格上升5%会引起需求量下降10%”这样的数据,有的只是价格上升5%的数据和实际销售量下降3%的数据,而实际销售量下降3%并不仅仅是由于价格上升5%而引起,它是由价格上升5%、消费者可支配收入上升8%、该商品的替代品价格下降5%这三个因素的变化共同引起的。但在实际工作中,我们就是用它来计算各个弹性系数的。这样计算出来的弹性系数绝对不是我们的综合过程所要求的弹性系数。我们根据假设的“仅仅由于价格上升5%会引起需求量下降10%”算出的理论需求价格弹性系数是-2,根据实际销售量下降3%计算出的通俗需求价格弹性系数却等于-0.6;我们根据假设的“仅仅由于消费者可支配收入上升8%又引起需求量上升10%”算出的理论需求收入弹性系数是+1.25,根据实际销售量变化计算出的通俗需求收入弹性系数却等于-0.375;我们根据假设的“仅仅由于该商品的替代品价格下降5%又使本商品的需求量下降3%”算出的理论需求交叉弹性系数是+0.6,根据实际销售量变化计算出的需求交叉弹性系数碰巧也等于0.6。

过去,由于无法直接计算出理论上的系数,在实际工作中,便有人用后一组系数值来代替,但如果没有经过一个合理的修正,它完全是不能用于实际工作的,因为根据这样的弹性系数计算出来的需求量的变化量的误差极大。

我们再假设上面那种商品原来的需求量为10000个单位,由于价格、收入、替代品价格三种因素变化的共同影响,现在的需求量下降3%,为99700个单位,减少300个单位。

我们现在用弹性系数来推测需求量的变化。

假设仅仅由于价格上升5%的影响时,需求量理论上的变化量为ΔX,则(www.xing528.com)

0.6=img9

可以求出ΔX=-300;

假设仅仅由于可支配收入上升8%的影响时,需求量理论上的变化量为ΔY,则

0.375=img10

可以求出ΔY=-300;

假设仅仅由于替代品价格下降5%时,需求量理论上的变化量为ΔZ,则

0.6=img11

可以求出ΔZ=300

根据综合各因素时求合力的原理,这三种因素共同影响时,需求量变化的理论推测值应该为(-300)+(-300)+300=-300单位。

这是需求量变化的理论推测值与实际值碰巧相同的情况。但更多的时候,按照这种方法计算出来的需求量变化的理论推测值与实际值却相差甚远。

例如换一种情况,将上面例子中的“该商品的替代品价格下降5%又使本商品的需求量下降3%”,改为“假设该商品的替代品价格上升5%又使本商品的需求量上升3%”,由于价格、收入、替代品价格三种因素的变化的共同影响,现在的需求量上升3%为10300个单位,增加300个单位。

根据实际销售量上升3%计算出的需求价格弹性系数等于0.6,根据实际销售量变化计算出的需求收入弹性系数等于0.3,根据实际销售量变化计算出的需求交叉弹性系数等于0.6。

我们现在用弹性系数来推测需求量的变化。

仅仅由于价格上升5%的影响,需求量理论上的变化量为ΔX,则,

0.6=img12

ΔX=300;

仅仅由于可支配收入上升8%的影响,需求量理论上的变化量为ΔY,则

0.3=img13

ΔY=240;

仅仅由于替代品价格下降5%,需求量理论上的变化量为ΔZ,则

0.6=img14

ΔZ=300;

根据综合各因素时求合力的原理,这三种因素共同影响时,需求量变化的理论推测值应该为300+240+300=840单位。需求量变化的理论推测值比实际值300多540个单位,误差很大。

一般的结论是,如此计算出来的通俗弹性系数用于综合推测需求量或供给量的变化时,误差极大。

上面例子中的算法是将计算出的各个自变量引起的因变量的变化值直接相加而得出因变量的综合变化量。当用理论上定义的弹性系数时,这样计算是合理的。但是刚才粗略计算的通俗弹性系数用的不是理论上定义的“一个自变量单独引起的销售量的变化率”,而是“全部自变量共同引起的销售量的变化率”。根据这样的通俗弹性系数计算得出的因变量的变化量与实际统计数据相比,误差当然会极大,甚至有可能是因变量的实际变化量的若干倍。

如果我们计算因变量的变化量时需要考查n个自变量的影响,当我们用上面的那种粗略的通俗弹性系数来计算时,计算的每一个自变量引起的因变量的变化量实际已经包含了其他n-1个自变量引起的因变量的变化量,当我们将n个自变量引起的因变量的变化量进行综合加总时,就相当于是把n倍的每一个自变量引起的因变量的变化量进行了加总(在变化方向一致的情形下)。

这就是为什么迄今为止在全世界弹性系数的概念所起的作用仅仅是简化理论描述,而不能用于实际测算的原因所在。这也是市场行情研究搞定量测算的瓶颈。

有些企业用抽样和实验的办法来直接推测理论弹性弹性系数,由于在人类社会领域人为创造减少变量的实验环境非常困难,这种办法也不具有普遍意义。

对于重大实际问题,如果有较好的度量工作的基础,我们推荐使用推算理论弹性系数的办法解决这个难题,非专业的读者可以略过这一部分内容。

如何从原始数据出发推算出大体符合理论要求的弹性系数是一个具有广泛应用前景的世界性课题。我们研究的理论弹性系数计算模型就是成果之一,已经初步具有应用价值。为方便大家引用,我们将它命名为理论弹性系数综合模型。

计算过程异常繁琐,但相比计算出理论弹性系数的重要性,这个繁琐是非常值得的,特别在日益进化的计算条件下更是如此。举例说明如下:

某种商品的实际销售量如下表:

表6-5-1

img15

假设经过长期考量,发现影响该商品销售量的主要因素有四个:商品本身的价格、替代品的价格、互补品的价格、消费者人均可支配收入,四个变量的相关数据如下表:

表6-5-2

img16

根据表6-5-1和表6-5-2的数据可以计算出下表的数据:

表6-5-3

img17

(续表)

img18

上表中修正前的弹性系数就是直接用实际销售量的变化率取代一个自变量单独引起的销售量的变化率而算出的弹性系数,这套弹性系数在实际的市场行情分析和预测工作中毫无用处。我们将它列在表中,完全是为了方便与我们今后算出的弹性系数做个对比。

为了便于运算,我们将上表中的相关数据转换成小数(保留小数点后三位),又对一些变量做了假设,列出下表:

表6-5-4

img19

(续表)

img20

下面大量的计算可以由特定的计算机程序完成,这里只列示基本方法。

首先,根据综合一般原理:

(价格变化率×理论需求价格弹性系数)+(收入变化率×理论需求收入弹性系数)+(替代品价格变化率×理论需求替代弹性系数)+(互补品价格变化率×理论需求互补弹性系数)=需求量变化率(销售量变化率)

因此,下面的四元方程组成立:

(-0.100×A036-043)+(-0.100×B036-043)+(0.050×C036-043)+(0.020×D036-043)=0.100

(0.222×A036-043)+(0.167×B036-043)+(-0.020×D036-043)=-0.073

(0.091×A036-043)+(0.048×B036-043)+(-0.048×C036-043)+(0.040×D036-043)=-0.059

(-0.167×A036-043)+(0.045×B036-043)+(-0.025×C036-043)+(-0.019×D036-043)=0.104

通过解方程组,我们可以求出:

2003年6月~2004年3月四期移动平均理论需求价格弹性系数A036-043

2003年6月~2004年3月四期移动平均理论需求收入弹性系数B036-043

2003年6月~2004年3月四期移动平均理论需求替代弹性系数C036-043

2003年6月~2004年3月四期移动平均理论需求互补弹性系数D036-043

依照同理,我们可以求出每一个四期移动平均理论需求价格弹性系数、四期移动平均理论需求收入弹性系数、四期移动平均理论需求替代弹性系数、四期移动平均理论需求互补弹性系数。

又由于:

a036+a039+a0312+a043=4×A036-043

a039+a0312+a043+a046=4×A039-046

+a0312+a043+a046+a049=4×A0312-049

a043+a046+a049+a0412=4×A043-0412

a046+a049+a0412+a036=4×A046-036

a049+a0412+a036+a039=4×A049-039

a0412+a036+a039+a0312=4×A0412-0312

通过解方程组,我们可以求出各期的理论需求价格弹性系数(这里将计算过程省略)。

依照同理,我们也可以求出各期的理论需求收入弹性系数、理论需求交叉弹性系数。

根据理论弹性系数,我们可以大致推测仅仅单独一种因素的作用所带来的销售量的变化。通过预测各个自变量的变化和各种弹性系数的变化,我们就能预测因变量比如销售量的未来变化。

我们研究的社会领域不像自然科学那样,可以创造一个能舍去一些变量影响的实验环境。发现某一个因素单独发挥作用会是什么情形,从来都是社会科学的软肋。正因为如此,虽然社会科学也经常把影响力分解成一个一个因素(自变量)的影响,但它从来都没有如同自然科学那样能定量地测算某一个因素(自变量)对因变量的影响程度,偶尔出现的几个数学公式也只起简化描述的作用,当然也就没有通过数学运算把全部自变量的影响程度科学综合起来的过程。社会科学从来都把综合的任务留给感觉和经验。社会科学因素分析法从来都是定性地探讨完一个一个自变量对因变量影响的方向以后就戛然而止。我们现在从原始记录数据出发推算的各种弹性系数,可以定量地测算出每个因素对因变量的影响程度了,也就使接下来的综合过程可以继续进行了。这个从原始记录数据出发进行的推算肯定有误差,因为它同样包含了比如平均弹性系数等于四期移动平均弹性系数这样的假设,但是,比起社会科学领域见惯不怪的巨大误差,对理论弹性系数的推算已经前进了一大步。

只要有定量记录的自变量,我们都可以按上面的方法推测出在各个时点的理论弹性系数。有了理论弹性系数的时间序列数据,我们就可以发现理论弹性系数的变化规律,并根据这个规律推测未来的理论弹性系数,如果再能推测自变量未来的变化,就可以从弹性系数计算公式预测因变量未来的变化了。

我们现在讲的科学的综合过程,不再是一个完全凭经验进行感觉和估量的过程,而是一个求未知数的计算过程。

可以说,我们现在的分析工作是通过已经存在的记录值的综合过程来求出未知数,此时各个自变量的量值是已知的,因变量的量值也是已知的,只有因变量相对于各个自变量的理论弹性系数值是我们要求的未知数。

我们将来的预测工作也是通过已经存在的记录值的综合过程来求出未知数,此时各个自变量的未来量值已被推测出来,因变量相对于各个自变量的理论弹性系数值也已被推算出来,只有因变量的未来量值是我们要预测的未知数。

在社会科学研究中,许多自变量都是有定量记录的,但也有一些自变量只有定性记录,例如一个新的法律法规的出现等等。在实际工作中我们是这样应对这种情况的:(1)尽量通过法律法规中出现的关键数量值对法律法规因素进行度量,例如,原来的法规中税率是3%,变化以后的法规中税率是5%,我们就用3%到5%的变化率代表法律法规因素的变化。(2)在考察期定性因素没有发生变化,就可以忽略这个因素对因变量变化的影响。(3)明显重大的定性因素可以用我们学过的因素调整方法粗略计算其影响指数或系数。(4)先从有定量记录的各个自变量出发推测因变量的综合变化量值;再根据观察和经验按照定性因素的影响方向对前面算出的推测量值做适当修正。

这种综合方法的计算量可能非常庞大,尤其是实际中会有十几个甚至几十个自变量同时出现的情况,但实际工作经验告诉我们,多数情况下并不是所有的自变量都同时变化,记录没有发生显著变化的自变量,综合计算时就可以忽略。另外,如果掌握了借助计算机进行方程运算的方法,计算工作量也能大大减少。

总之,找出理论弹性系数的推测方法是抽象思维方法能够真正用于一些重要领域的非常重要、非常关键的环节。在这个环节不能有所突破,抽象思维方法就不可能有科学的综合过程,而没有科学的综合过程,我们分别找出的各个因素的片段规律,特别是定量的片段模型就在很大程度上失去了实际应用的价值。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈