经济学定性分析和定量分析范文1
【关键词】马克思主义经济学；西方经济学；研究方法；差异性
一、马克思主义经济学研究方法
马克思主义经济学是研究“资本主义生产方式以及和它相适应的生产关系和交换关系”，以“解释现代社会的经济运行规律”。马克思主义经济学是研究资本主义生产的特殊规律，在这个过程中，马克思主义经济学所采用的研究方法在《资本论》中得到了完整而系统地显现。第一，唯物史观作为马克思主义经济学的哲学基础。恩格斯指出，马克思主义经济学在“本质上是建立在唯物主义历史观的基础之上的”。马克思“把经济的社会形态的发展理解为一个自然史的过程”，他认为，“不管个人在主观上怎么超脱各种关系，他在社会意义上总是这些关系的产物”。在《资本论》中，马克思运用唯物史观的基本原理，深入分析资本主义生产方式的内在机制，揭示资本主义的产生、发展的历史规律。第二，抽象分析的方法。马克思在《资本论》中指出：“分析经济形式，既不能用显微镜，也不能用化学试剂。二者都必须用抽象力来代替。”经济学不同于自然科学，不可以用化学或物理实验去研究，不能靠单纯地感性直观，只能借助思维的抽象力去分析。马克思的抽象分析方法不是一种先验的或纯粹思辨的，而是历史的，他揭示了资本主义生产方式的特殊性、历史性和暂时性，深入分析资本主义必然灭亡的一般规律。第三，研究与叙述相统一的方法。马克思在《资本论》中说到：“叙述方法必须与研究方法不同。研究必须充分地占有材料，分析它的各种发展形式，探寻这些形式的内在联系。只有这项工作完成以后，现实的运动才能适当地叙述出来。”这种研究与叙述相统一的方法和抽象与具体相统一的方法又是统一的，研究的方法就是从感性具体上升到思维抽象；叙述就是从思维抽象到思维的具体，这两种方法在形式上有差异，但在本质上是统一的。第四，逻辑的与历史的相统一的方法。逻辑的方法是从最简单和最抽象的概念范畴出发，在思维中具体化，即就是从抽象到具体；历史的方法是从事物的实际发展顺序去研究，把握事物发展的内在规律。在马克思主义经济学中，逻辑与历史是相统一的。
二、西方经济学研究方法
西方经济学的主要研究对象是稀缺资源的优化配置问题，研究个人、厂商、政府或其他组织如何进行现实生产的选择，使得资源高效利用，以较少的投入获取最大化的回报。西方经济学方法论的哲学基础是科学主义，在实际的经济学研究中主要采用的方法有以下几种。第一，规范分析与实证分析的分析方法。规范分析和实证分析法是西方经济学的最基本的研究方法，规范经济学是以价值判断为基础，研究经济活动“应该是什么”，在具体的经济活动行为过程中会依据价值判断来做出理性的经济行为选择。实证经济学是采用像自然科学的研究方法，把经济现象之间的关系看作是具有一定数量关系的函数关系，构建一定的经济模型，通过这种模型进行一定分析来证明经济活动选择的可行性。第二，均衡分析法。在西方经济学中，均衡分析法分为局部均衡和一般均衡。局部均衡分析是假设其他条件不变，去分析某一时间点、某一特定市场中的某一商品供给与需求达到均衡时的价格决定；一般均衡分析是分析所有商品和生产要素的供给与需求同时达到均衡时的所有商品的价格决定。考虑到分析方法的可行性，在现实经济活动分析中常采用局部均衡分析法。第三，静态分析与动态分析。静态分析是分析经济现象的均衡状态，完全抽调时间及其相关的变动因素，静态地进行经济现象的分析；动态分析法与静态分析法相反，是对经济活动变动的过程进行分析，比如分析某一时间内有关经济总量的变动以及相关经济总量在变动过程中的相互关系。第四，经济模型分析和边际分析法。经济模型分析法就是运用经济现象中的数量关系来建立一定的经济模型，然后去分析经济量之间的相互关系。边际分析法就是运用微积分方法去分析经济活动中的某一经济增量的变化，用以说明经济变量之间的相互关系以及变化过程，其结果可以用因变量的变化率与自变量的变化量的比率来表示，可以分析出不同经济变量之间的依赖程度。
三、马克思主义经济学与西方经济学研究方法的差异比较
经济学定性分析和定量分析范文2
关键词：宏观经济；统计方法；发展；思考
中图分类号：F222.39 文献识别码：A 文章编号：1001-828X（2017）007-00-01
很多人都不太了解什么是宏观经济统计分析，在这里我们给出一个相对全面的解释，宏观经济统计分析主要是以宏观经济理论为基础，以指导国民经济运行为目的，对宏观经济的整体运行过程进行分析的一种实证经济。在国际上，宏观经济这个词语第一次出现在20世纪30年代，由恩格斯提出理论知识，我们国家宏观经济统计分析产生于改革开放以后，随着我们国家经济的发展，我国的固定资产投资额不断增加，对国民生产总值的影响作用也越来越大。通过对宏观经济统计方法的分析，可以有效地制定经济政策进而实施宏观调控，刺激经济持续、健康发展。
一、宏观经济统计分析的内容
（一）宏观经济统计分析的类别及特点
宏观经济统计分析主要包括四个方面：（1）事前分析、事中分析和事后分析；（2）状态性分析、规律性分析和预测性分析；（3）专题分析和综合分析；（4）定期分析和不定期分析。宏观经济统计分析的特点主要包括应用性、数量性、对比性、综合性、实证性五个特点，从真务实，用数据和事实说话，通过实证分析研究宏观经济问题。
（二）宏观经济统计分析的课题和内容
宏观经济统计分析按照经济活动来进行课题划分，可以划分为国民收入分配、消费需求、投资需求、进出口需求、国民经济综合平衡分析、宏观市场运行等多个课题，在不同的历史阶段，由于其现实背景的差异，宏观经济分析角度都会有不同的研究课题，描述我们宏观经济的变化过程、特征、以及变化规律等问题，揭示影响事物变化的关键因素，探索其因果关系，并积极的找出解决问题的方法，以供决策者选择。
二、宏观经济统计分析的方法
（一）均衡分析和非均衡分析
均衡分析是宏观经济统计分析中的重要手段之一，这一分析方法认为各种变量在综合分析的情况下最终会达到一种均衡状态，就供给需求理论而言，均衡分析理论认为供给曲线和需求曲线在一定的价格和数量条件下，这两种曲线就会达到均衡，这种理论在马歇尔将图形引入宏观经济学以后一直在西方经济学中占据主导地位；非均衡分析方法是相对于均衡分析方法而言的，认为市场上的供求不可能相等。非均衡分析方法更加贴近生活，它认为在现实的经济生活中，由于信息的短缺和不对称以及信息成本的提高，所以市场的供需总是会存在差异，是不可避免的，其中不完全竞争将是非均衡分析方法的研究重点。
（二）定性分析方法与定量分析方法
定性分析方法作为宏观经济统计分析中的一个分支，由于其缺乏理论知识的基础，所以人们更多的还是倾向于定量分析方法，定量分析方法主要运用在金融领域，其中数学依据主要是计量和统计，在经济学中，常用的定量分析方法又分为5小种，分别为比率分析法、趋势分析法、结构分析法、相互对比法以及数学模型法，在这5种分析方法中，比率分析法是所有分析方法的基础，趋势分析方法、结构分析法、相互对比法是分析方法的延伸，数学模型法则代表了定量分析方法将来的发展方向。
（三）静态分析和动态分析
静态的分析方法主要是横截面分析，是相对侧重于分析经济变量的均衡条件，而动态分析则引进了时间维度，比如较为流行的时间序列分析，相对侧重于随着时间发展经济状况的发展，这两种分析方法都是不全面的，需要两者相结合来看待，以长泰县为例，不仅仅要对长泰县现有的经济状况、发展水平、发展特点以及问题作出分析，还要在时间维度上来作出整体把握，充分考虑内在条件和外在因素的双重作用，从而制定出相对的经济改革策略。
三、宏观经济统计分析的意义
我们为什么要研究宏观经济统计分析，宏观经济统计分析有什么的意义？我们从以下几个方面来分析：1.研究宏观经济统计分析有利于把握证券市场的总体变化趋势，在证券投资领域是离不开宏观经济分析的只有把握住了整体的经济发展方向，才能把握证券的整体变动趋势；2.利用宏观经济统计分析来判断整个证券市场的投资价值，这里的证券市场泛指整个证券交易市场，从狭义角度来说整个证券市场的投资价值就是整个国民经济增长质量与速度的体现，当然对于长泰县这个小整体而言也是这样的；3.通过宏观经济统计分析，掌握宏观经济政策对证券市场的影响，证券市场与国家宏观经济政策息息相关，认真分析宏观经济政策，这样才能准确把握证券市场的运行趋势和价值变动方向，对投资者、证券业本身，乃至整个行业的发展都有重要的意义。
四、结语
在宏观经济学中，一方面在实证分析中，各类分析方法通常综合起来，多种分析方法共同作用，解决相关经济问题；另一方面实证分析方法也和规范分析方法相结合，实证分析方法为规范分析方法提供了理论依据。在《资本论》中，马克思曾提到“分析经济形式，既不能用显微镜，也不能用化学试剂，二者都必须用抽象力来代替”，因此在我们研究宏观经济学问题的时候，要用多种分析方法来综合考虑，研究宏观经济分析方法的内容、方法以及意义。长泰县作为一个城市近郊县，在经济发展的今天，也要秉持宏观经济统计分析方法，制定严谨的经济发展路线，带动经济的腾飞，希望本文能对此有一定的借鉴意义。
参考文献：
[1]董涛.宏观经济统计分析发展的基本问题[J].中国科技博览，2014.
[2]杨海琴.宏观经济统计分析在国民经济核算体系中的作用[J].现代国企研究，2016.
经济学定性分析和定量分析范文3
关键词 计量经济学 实验教学模式 探索性实验
中图分类号：G642 文献标识码：A
Research on Econometrics Exploratory Experiment Teaching Model
――Take Qinghai University as an example
LIU Xiaoping
(College of Finance, Qinghai University, Xining, Qinghai 810016)
AbstractBased on the analysis of the necessity of Econometrics experiment teaching, combined with the author's teaching practice, taking Qinghai University as an example, puts forward design method of the exploratory experiment teachingmodel.
Key wordseconometrics; experimental model; exploratory experiment
0 引言
计量经济学的产生源于对经济问题的定量研究，这是社会发展到一定阶段的客观要求。计量经济学从20世纪30年代初诞生以来，经过80多年的发展，无论在理论方法方面还是应用方面，都形成了浩瀚的内容体系，已经在经济学科中占据极重要的地位。正如诺贝尔经济学奖获得者萨谬尔森所评价的， “第二次大战后的经济学是计量经济学的时代”。计量经济学作为一门独立的课程，于1980年后在我国高校中逐渐开设。1998年7月，被教育部高等学校经济学学科教学指导委员会确定为高等学校经济学门类各专业的核心课程之一。
《计量经济学》是一门现代数量分析方法论课程，是经济管理类专业必须掌握的分析工具，具有很强的应用性，学完该课程后，要求学生应掌握计量经济学方法论的基本原理，具备对经济问题和现象进行数量分析和研究的基本能力，能够建立和应用实用的计量经济学模型分析现实经济问题。随着计量经济学理论与方法的发展，其数学过程也越来越复杂，于是需要大量使用计算机应用软件来完成复杂的计算和建模过程。《计量经济学》实验教学是以通用的Eviews软件为载体，为配合课堂教学专门设计的教学环节。设计思想和目的是完成课堂讲授内容的计算机软件的实现，帮助学生理解、消化、评价课堂所学的内容。所有的经济类专业培养目标都要求学生能够具备对经济问题和现象进行分析和研究的基本能力，成为具有创新精神和应用能力的高级专门人才。因此设置《计量经济学》实验教学环节是与经济类专业的培养目标要求相符合的，是应用性人才培养的需要。目前青海大学财经学院《计量经济学》课程教学中已经设置了综合性实验教学环节，但是系统地设计实验教学体系，结合实验教学进行应用性人才培养模式的设计与研究尚在起步阶段，还需进行深入的研究。并且还应结合青藏高原区域问题的定量研究，建立区域模型数据库，进行相关课题研究，提高教学质量，锻炼学生的科研能力，实现应用性人才培养的目标。
1 加强《计量经济学》实验教学的必要性
1.1 课程性质要求推广实验教学
《计量经济学》是经济类各专业的专业基础课之一，学完该课程后，学生应掌握计量经济学关于回归相关分析统计学数学与经济学相结合的方法论的基本原理，具备对经济问题和现象进行数量分析和研究的基本能力。本课程是数学统计学经济学的结合，是经济学的一个分支学科，是一门方法论及其应用课程，具有很强的应用性，要求培养学生使用计算机进行经济建模分析的能力和实际动手操作能力。
现代计量经济理论和方法在不断发展，其数学过程也越来越复杂，于是需要大量使用计算机应用软件来完成复杂的计算和建模过程。Eviews是目前世界上最流行的计量经济学软件之一，是Econometrics Views的缩写，直译为计量经济学观察，俗称计量经济学软件包。具有数据处理、作图、统计分析、建模分析、预测和模拟等功能，在建模分析方面，包括单方程的线性和非线性模型，联立方程计量经济学模型，时间序列分析模型，分布滞后模型等多种估计方法。为了更好地完成计量经济学课程中的建模任务，需要配套开设实验课进行实践操作，培养学生使用计算机进行经济建模分析的能力和实际动手操作能力。现代计量方法的掌握和运用只有在学习相关理论知识的基础上通过实验教学来实现。模型参数估计、检验等计算和大量样本数据的处理只有在实验室中才能完成。建立系统的实验教学体系，通过实验教学让学生掌握定量分析方法在实际经济问题分析中的应用，体现了本课程性质和教学特点。
1.2 有利于提高学生学习兴趣和教学效果
实验教学是在教师的引导下，学生自主完成实验。这样，更有利于提高实验教学效果，培养学生自主学习能力、实践动手能力和创新精神。为了保证实验课内容与理论课的进度相符，课程实验项目按一定的时段开设。《计量经济学》实验教学是以通用的Eviews软件为载体，为配合课堂教学专门设计的教学环节。设计思想和目的是完成课堂讲授内容的计算机软件的实现，帮助学生理解、消化、评价课堂所学的内容，增强学生实际动手操作能力和提高学生对专业课程的学习兴趣和教学效果。实践证明，经过实验课的上机训练，学生都能掌握基本的计量经济分析的EViews 软件操作，具有了用计量经济软件做实证性经济分析的初步能力。学生认为上机实习的收获较大，在对经济问题进行定量分析方面的实际操作和动手能力有所增强。
2 计量经济学探索性实验教学模式设计
根据教育部对实验类型的划分，《计量经济学》实验可以分为验证性实验和设计性实验。验证性实验是对研究对象有一定的了解，并形成了一定认识或提出了某种假说，为了验证这种认识或假说是否正确而进行的一种实验。而设计性实验（也称探索性实验或综合性实验）是根据学生的专业特点或者学生自己关注的问题，让学生利用所学的知识，独立自主地利用所学的理论和方法开展实验。在《计量经济学》教学改革中加强实验教学改革，学生通过探索性实验，达到熟练应用经济计量方法研究实际经济问题，解决课堂教学中计量经济学方法和经济实践脱节的问题，提高学生的创新实践能力。探索性实验内容需要学生发挥主观能动性，创造性地使用经济计量方法解决实际经济问题。
计量经济学探索性实验教学模式实施如下：根据实验内容，学生在进行探索性实验时，要完成如下几个实验步骤:实验题目设计、理论研究、文献检索、数据检索、实证研究和经济现象分析。
（1）理论研究。理论研究要求学生掌握所研究实际经济问题的经济理论和假设前提。在经济理论的指导下分析经济关系，利用经验数据检验经济关系，进而进行模型的总体设定。
（2）文献检索。学生通过文献检索，了解前人在研究该实际经济问题的方法和结论，利用“中国知网”等文献数据库，检索相关学术文献，为理论研究和实证研究奠定基础。文献检索，有助于提高学生对实际经济现象的理解和分析的能力。
（3）数据检索。经济学是问题导向型学科。好的经济理论要揭示经济发展的基本规律，反映实际经济现象出现的机制。经济现象是通过数据信息表现出来的。例如经济增长是由GDP、人均国民收入等数据体现出来，通货膨胀则是由CPI、PPI等指数体现出来。这个实验内容中，学生通过使用国家统计局的统计年鉴、地区统计年鉴以及其他类型数据库，学会检索研究中需要的经济数据，熟练使用各种数据库。
（4）实证研究。实证研究部分要求学生基于理论研究中的模型和假设，利用课堂教学中所学的经济计量方法，通过对数据的实证建模和检验，找出经济现象中隐含的规律。实证研究过程包括数据的处理和分析、数据的经济计量建模、模型的统计检验以及模型的对比选择等多个环节。通过实证研究，学生不但要掌握数据筛选、数据技术处理等基础的方法，更要掌握模型建立、检验和选择的经济计量技术。数据准确加上模型正确，才能正确反映经济发展规律，才能正确地对实际经济现象进行分析。
（5）经济现象分析。经济现象分析是探索性实验的最后环节。理论和实证研究的最终目的是了解经济现象，分析经济现象发生的机理，进而为政府制定政策提供理论依据。例如研究通货膨胀问题，就要通过模型分析通货膨胀的原因：成本推动型、需求拉动型还是混合型。正确分析经济现象的成因，才能找到解决经济问题的根本办法，才能提出正确的政策建议。学生通过分析经济现象，进一步提高解决经济问题的能力。
《计量经济学》课程实验教学的成果是形成实验报告与论文，在实验教学期间，要求学生有针对性的选定题目，建立模型并分析模型，鼓励部分学生将所研究问题撰写成学术论文公开发表。并通过教师和学生的科研活动积累教学素材和案例，进行系统教学研究和应用性人才培养模式研究。
3 结束语
《计量经济学》作为经济类专业的核心专业基础课，在人才培养上更显露出它的特殊性和重要性。根据经济、管理类专业的人才培养目标，《计量经济学》是现代经济学的重要体现，是高素质的、具有创新精神和实践能力的复合型现代经济管理人才必须掌握的方法论基础，具有很强的应用性，对于现实经济问题的定量实证分析，《计量经济学》作为方法论基础发挥着越来越重要的作用。正是基于这样的认识，承担《计量经济学》教学的教师结合多年的计量经济学实验教学经验，提出一种基于创新能力培养的探索性实验教学模式改革，结合学生专业特长和计量经济学方法，发挥学生的主观能动性，培养学生的创新能力，提高学生解决实际经济管理问题的能力，实现应用性人才培养的目标。
参考文献
[1]刘明广.本科《计量经济学》课程教学的几点建议[J].统计与咨询,2008(12).
[2]庞皓.对《计量经济学》课程建设的若干思考[J].统计教育,2004(3).
经济学定性分析和定量分析范文4
1（略）
从当前茶园生产实际来看,调查法是茶园生产技术经济资料收集的主要方法。试验法可用于茶园中新品种、新的技术措施或方案、新的科研成果等单项技术推广的试点或进行技术性试验(如测土配方施肥)的检验。调查法较适用于对茶园生产的综合配套技术及优化组合(如茶园生产规模、投入产出等)、已经大面积推广技术的持续效应等的研究。可以在多点调查基础上,选择某些重点的、需要进一步研究的项目或技术,加以重点的局部的专项试验研究;或者选择有代表性的典型进行系统、周密的调查、试验和分析,从而筛选出先进适用的技术加以推广。以上两种常用方法,是侧重定量资料的收集。对茶园技术经济研究而言,定性资料的收集也是很必要的。我国的茶树栽培、生产历史悠久,在漫长的发展过程中,人们总结积累了大量的经验和教训。认真地收集各种史料(如各类志书、文献、报刊、杂志等)中有关茶园生产的记载,从更长时间、更大范围内思考和分析某些技术措施或经济现象得以不断发展或逐渐消失的政策因素、经济因素和自然因素等,从而对当今技术推广、应用以及研究今后技术的发展方向、途径等提供历史依据,并可对宏观技术经济政策的研究和制订提出有价值的建议。如60年代提出的茶园“北引西迁”的决策,在茶树生态不适宜区(北部和西部)大面积发展茶园,造成重大经济损失。如果当时能认真分析我国茶区布局从古至今的发展演变历史,就有充分论据证明这一决策在技术和经济上都是不可行的。通常对史料的分析采用历史唯物主义的研究方法[2],虽然其研究结果只能是粗线条的定性结论,但其对整体的、总的势态和方向的把握是相当可靠的。恰当的分析和利用前人研究成果和失败教训,对于指导现代茶园生产,尤其是区域性的宏观的技术经济政策的制订、实施是很有意义的。
2茶园生产技术经济评价方法
茶园生产技术经济研究的目的不仅是研究客观规律的发展,更是为解决具体问题所进行的分析评价和研究,并为生产决策提供科学的论据和论证,科学的评价方法是精确分析和计量茶园生产技术经济效果的必要手段。茶园生产技术经济评价方法一般多采用农业技术经济研究中各种评价方法[3]。与农业生产类似,茶园生产中影响技术经济效益的自然因素和社会因素复杂多样,有些是难以数量化的,因而定性分析和定量分析是两大主要评价方法。定性分析是定量分析的基础和前提,反映技术经济问题中技术因素、经济因素、社会因素和生态效应的规定性及各因素相互之间的内在联系。常用方法包括唯物辩证法、科学的抽象法、归纳法、演绎法等。定量分析特别是数量界限及适合度研究在技术经济研究中具有特别重要意义。马克思指出:一门科学只有在成功地运行数学时,才算达到真正完善的地步。因此,只有加强定量分析才能提高评价的准确性和科学性。定量分析按所用计量方法不同分为一般数量分析法和现代数量分析法。一般数量分析法包括比较分析法、因素分析法、综合评分法等。现代数量分析法包括边际分析法、回归分析法、生产函数模型、线性规则法、灰色系统、系统动力学等。如笔者曾采用柯布—道格拉斯生产函数模型进行茶园投入与产出研究。由于定量分析是运用数学来对茶园生产中一些技术经济现象的分析,并不是纯数学理论的研究。因而,客观事物的复杂性,数据、数学方法的不完善等,使得定量分析结果有时与实际不符,难以用茶树生物学、茶树栽培学的理论来解释;即使结论正确,在实际运用时由于多种因素影响,一定时期内也可能较难迅速实现,必须有一个逐步的过程。所以定量分析和定性分析相结合是进行茶园技术经济评价、分析的原则。
3茶园生产技术经济评价指标体系
指标是进行技术经济评价的手段和工具,是定量分析的基础和前提。茶园生产中技术的应用总是与一定的人力、物力、财力的消耗和自然资源的利用等直接相关的。要作出正确评价,必须设置一系列指标,从各个不同方面、不同范围、不同层次来计算和分析技术经济效益的大小,从而构成评价指标体系[3]。评价指标体系的作用可概括为:¹将茶园生产中各种生产资源、产品及技术因素以数量或比值表示,不但可以衡量经济效益的大小,而且揭示出取得这一经济效益的技术条件和经济条件,便于找到进一步提高经济效益的技术对策,并为选择最佳方案提供依据;º运用指标对茶园生产技术经济效益加以比较系统、全面而又简明的分析评价,增强科学性,防止随意性,避免盲目性、片面性;»根据评价对象、目的和要求及地区条件选择恰当的指标;¼为制订茶园生产发展规划、技术政策、技术方案与管理决策提供依据。通常一个较完善的指标体系按其所反映的内容和实质,可分为三大类:第一类,衡量指标:这类指标直接计算、衡量技术措施经济效益的大小,在指标体系中处于主体地位。反映茶园生产中技术因素变化引起的投入与产出的对比关系,常用的如土地盈利率、劳动生产率、单位产品成本、净收入与利润等。第二类,分析指标:分析指标主要用来从不同侧面分析影响茶园生产技术经济效益各种因素的投入状况及影响作用。又分为经济分析指标、技术效果分析指标和生态效果分析指标三类。经济分析指标是反映茶园生产经营状况、影响经济效益各种经济因素的数值指标。包括茶园生产成果指标,如鲜叶产量、产值、利润等;劳动消耗指标,如栽培用工、肥料施用量、生产成本等;还有反映投入产出和资源等的构成比例指标,如产品及产值结构、成本结构、利润结构、投资结构、劳力结构等。技术效果分析指标是反映茶园生产中技术措施应用的有效性、可靠性和先进性的数值指标。如茶树良种的抗逆性、茶树生育特性(发芽迟早、芽头壮瘦等)、肥料利用率、鲜叶产量增长率等。生态效果分析指标是反映技术措施、方案或政策对茶园生态环境产生的效应。茶园生态效益的好坏或早或迟都会反映在经济效益上,对经济效益的提高产生深远影响。常用的有:茶园土壤肥力和水土流失指标、灾害发生率、生态平衡状况等。第三类,目的指标:这类指标能综合反映满足社会和人们需要的程度。它既反映经济效益的增长结果,又反映经济效益增长同积累基金和消费基金增长的关系,是综合评价茶园生产技术经济效益并进行生产决策的重要依据。茶园生产,是茶叶生产的开始部分,鲜叶并不是最终消费商品。人们从事茶园生产目的是为获取最大的利润。现阶段,我国茶园已基本承包到户,茶农是否愿意投资茶园,将受比较利益的驱使。在投入水平相当情况下,如果茶农的人均年纯收入低于从事其它作物生产的农民的纯收入水平,则其势必会把部分人力和资金投入到利润较高的作物生产中,以提高收入水平,从而出现茶园失管或少投入现象。提高茶农人均年纯收入水平应是当前茶园生产的主要经济目标,也是把技术真正转变为茶园生产力的推动力[4]。从总体来说,我国大部分茶园仍以粗放经营为主,而且这种状况在未来一定时期内还难以迅速改变。只有逐步提高茶农人均收入水平,增加资本积累,才有可能增大茶园投入,从而加快向集约经营的转化进程。构成茶园生产力的三个基本的投入要素是土地、资本和劳动。由于它们在生产中具有不同的作用和经济意义,一般分为土地利用指标组、资本利用指标组和劳动利用指标组。土地是茶园生产的基本生产资料,在社会主义条件下,土地不能自由买卖,一般都以土地占用的形式考察它的利用效果。资本利用按其性质可分为两类,一类是资本消耗,它是劳动(包括活劳动和物化劳动)消耗的价值表现,可用生产成本来表示;另一类是资本占用,包括固定资本占用和流动资本占用。由于当前茶园生产基本上是土地、劳动密集型,茶园中固定资本占用额的变动一般不大,即使发生变动也是同流动资本的变动成一定正比例,而流动资本又随投入的生产成本变动成正比例变化,也就是在一年中投入的生产成本越多,流动资本占用额就越大。因而可以只根据资本消耗(生产成本)状况来衡量茶园资本利用。劳动消耗从实物量上包括活劳动消耗量和物化劳动消耗量。由于两者计量单位难以统一,不能相加。因而目前仍以活劳动消耗量来衡量劳动利用效果[2]。茶园的产出,视其评价的目的、要求不同而异,可以是实物形态,也可以是价值形态,概括起来分三个方面:总产量或总产值、净产值和利润。由于茶园产出物鲜叶的产量和质量存在一定矛盾,产量高不一定产值大。因而衡量茶园产出可侧重价值量指标(产值、利润)。但由于鲜叶价值量受到自身内在品质、加工茶类、市场供求规律等多因素影响,也难以真实反映技术经济效果的好坏,有时仍需要采用实物量指标。二者相辅相成,组合运用,以提高评价的科学性和准确性。把上述的三类投入和产出的三个方面分别进行比较,就可得到构成衡量指标的各种组合(表)。以上按不同投入划分的三类指标都各自从一个方面反映茶园生产技术经济效益的大小,能较好地满足不同的评价需要。在评价某一技术措施时,可根据实际需要,选择其中任一类指标作为生产中追求的主要任务与目标,而其他两类则作为次要的目标,以便正确反映茶园生产技术经济效果,得出合乎客观实际的结论。我国大部分茶区,劳力比较充足,茶园多属劳动密集型,精耕细作管理。尤其是以名优茶生产为主的茶园,要求投入较多的劳动量,其劳动生产率和土地生产率都不高,但单位鲜叶成本低,比较效益仍较好。而对于一些经济发达地区,农村劳动力缺乏,劳力机会成本高,就需要采用节约劳力的资金集约型技术,提高劳动生产率。如实行机械化采茶。我国茶区分布较广,地区间发展很不平衡。在一定环境条件下,总有一个亟待解决的主要矛盾。进行技术经济研究要根据资源稀缺性原理,抓住主要矛盾,确定各衡量指标主次地位。如果衡量指标主次选择不合实际,往往易导致技术经济分析的失误。
经济学定性分析和定量分析范文5
关键词：统计方法 分析水平 建议和意见
一、统计分析的重要性和作用
统计工作是最常见的工作，统计工作是其他分析工作，总结工作的基础，只有正确的进行统计，其他的工作才能够顺利进行。统计分析强调的是对完整的大量的信息进行处理统计分析研究，最终以书面形式表达结果的一种分析方法。统计分析工作研究资料的过程，分析信息的过程，是感性与理性知识的升华阶段，运用阶段结果进行统计分析工作，统计分析是要充分利用现有的统计数据，在统计专业的基础上，权衡各方的利益，进行细致分析，并提出潜在的问题，分析研究经济运行过程中出现的各种问题并提出建议。
完整的统计分析工作，通常都是通过综合运用统计数据进行统计分析工作，统计工作的作用是非常突出的，它可以充分发挥统计信息的咨询和监督职能，提高统计服务质量水平。从而使统计分析在统计工作中占据着非常重要的地位。从某种意义上说，统计分析的水平，在一定程度上可以反映一个单位的统计工作水平，是衡量一个单位统计水平的重要标志，对一个单位的统计分析有重要的阶段性作用。通过统计分析，统计部门可以发挥优势，发挥与统计部门相关的整体功能的发挥，可以发现统计工作中的新问题，然后进行改革和创新统计工作，可以锻炼和培养出具有高素质的统计专业队伍力量，在统计工作中创造新优势，形成核心竞争力，人才一直是企业竞争的关键因素，综合力量的对比，最终也体现到人才的竞争上面，因此，对于统计工作来说也是一样，要重视对统计专业人才的培养，这样才能保证统计分析工作的正常进行。
统计分析工作的重要意义在于，统计分析工作分析经济运行过程，是一个强有力的武器，了解社会和统计任务，这些任务具体包括收集工作，整理工作和分析工作，确定其发展的方向，这样统计分析工作就可以对经济又很大的借鉴作用，通过历史分析数据，得出结论，指导实践，这在一定程度上也体现了理论联系实际，理论指导实践的马克思主义哲学思想，是有一定的科学依据的。统计分析是科学的“度”的分析工作，度和量在一定程度上会相互转化，不注意量的成分，就会超过一定的度，不注意度，量就会在一定程度上有所失衡，因此，在统计分析工工作中，要认真分析好度和量之间的作用，注重两者之间的相互转换关系，这样才能做好统计分析工作。在从事经济性能管理，统计工作等相关的涉及到度量的工作类别中，必须学会定量分析的方法，进行科学的测量和分析，这是是现实地对经济发展的评估的需要。加强统计分析研究工作，可以更好地发挥统计整体功能，加快改革和完善统计工作水平。统计分析也是建立在统计工作的新形势的一个重要途径。
二、统计分析技术
统计分析技术的核心在于是不是有突破，即：研究的内容是新的，方法也是新的。这里的统计分析技术强调的是创新，新的内容，新的方法，新的理念，等等，只有创新才能进行发展，才会有新的突破。
1、要求的新的内容：要定量分析，把握好经济发展的脉搏，对统计分析技能进行分析和了解，提高预警，预测能力，了解政策取向，在新的形势下，我们必须增加可以反映统计时间的因素，在统计分析中，时间要素很重要，有时候会对结果产生很大的影响。
2、四句话级别上做文章，抓迹象，看趋势，了解主要矛盾进行定量分析，了解自然现象的统计分析新方法的应用。
3、统计分析的过程应注意的一些问题。
垂直指数对比，各种相关的目标，反映客观经济现象是好还是坏，大小，速度等，揭露矛盾，找出差距，然后对经济现象进行比较分析。通过国家，区域经济类型之间的所属单位之间的在同一时间不同的相关指标的具体比较分析。与此相反，在不同时期同一指标的情况，反映其动态的发展和变化。相对指标分析，各种经济现象之间的关系。
三、提高统计分析水平
1、写作技巧的能力
要努力提高分析问题的高度，深入研究问题，解决问题能力。具有可预见性和指导性，理论要联系实际，从实践中来，到实践中去。这其中的特点是强调准确性强，有针对性，时效性，逻辑性。具有新鲜的创意。为了提高统计分析水平，统计分析工作应接受社会各级人群的建议，这是确保优质的服务质量的关键，只有提高了统计分析水平，才能够更好的为各种人群服务，为国家政策服务。
2、坚实的经济基础理论水平
宏观调控决策的统计分析。在市场经济中，所有的经济活动应遵循的法律经济基础，按照经济规律，运用经济理论来观察和分析经济和社会现象，寻找科学的对策，这是时间进度和经济分析的客观要求。不明白经济学的基本原则，就不能完全理解统计指标之间关系的内在含义，就不可能镇长运用统计分析方法来解决实际存在的问题。因此，统计分析，要使用特殊的经济和统计方法，对大量的统计数据和社会经济现象数据进行客观分析和判断的基础上，揭示其内在联系和规律。
3、紧密联系地区的实际情况。对地区的完整的理解，进行一般统计分析，只有透彻的了解当地的情况，为经济和社会形势服务，这样才能提出有针对性的建议，统计分析，进行区域经济统计分析，如果不明白当地的情况，可能出现“信息不对称”的情况，形成错误的结论，而这样的结论，对于指导实践来说，可能是错误的，实践的方向也可能是错误的，会造成严重的后果。因此，我们必须了解当前形势下的经济运行情况，这是非常重要的，这在一定程度上决定了事业的成败，是至关重要的。
4、紧紧围绕经济工作，进行重点问题分析，热点问题分析。统计分析的价值和效率，引起领导的重视，这同时也是将工作落到实处的一个很重要的原因，结果取决于其能力，紧紧围绕当地党委，政府，围绕社会的中心热点，对统计分析工作的展开具有重要的知道意义。
参考文献：
经济学定性分析和定量分析范文6
[关键词] 科技政策；政策评估；方法论体系；相关性
[中图分类号] G322 [文献标识码] A [文章编号] 1671—6639（2012）02—0001—06
一、引言
科技政策评估一般具有三种评估框架（“目标—执行—效果”框架、经济框架、利益相关者框架），以体现出科技政策的三种不同的价值取向（行政价值、经济价值、社会价值）[1]。科技政策的评估方法是评估环节中操作层面的问题，往往对评估结果的准确性和有效性产生实质性的影响。所以，评估主体应用不同的评估方法就会产生不同的评估效果，从而影响到科技政策的价值。目前，由于我国的科技政策评估方法多是参考一般公共政策的评估方法，而没有形成有针对性的、系统性的方法论体系，因而导致科技政策评估不规范，评估结果的差异性很大，无法起到政策评估应有的对科技政策的完善、监督、反馈等作用。完善而科学的方法论体系的建立是实现科技政策评估的民主化和科学化的关键环节，目前我国的科技政策评估还处于起步阶段，因此对科技政策评估方法论的研究就具有理论与现实的双重意义。
二、科技政策评估的方法论体系研究
我们知道，社会科学研究的方法主要有定性与定量方法。20世纪末以来，社会科学研究的定量与定性分析引入了“信度”、“效度”等概念，并运用计算机来辅助定性信息的分析，使得定性与定量分析呈融合趋势，越来越数字化和计算机化。社会科学中的定性方法经常遵循非线性的研究路径，定性资料意义丰富，定性分析并不将社会生活转换成变量和数字，而是借用研究对象的想法，将它们置于一个自然的情景之中，强调对出现在社会生活的原始自然状态下的个案进行细致考察，通常采用“扎根理论”和“田野调查”[2]，因此是一种“建构主义”的范式。而定量研究则遵循线性路径，强调客观性，更倾向于使用清晰的、标准化的程序，以及一种拟因果的解释，同时使用“变量和假设”语言进行表述，强调精确地测量变量和检验假设，使其与普遍的因果解释相联系[3]，因此是一种“实证主义”的范式。
科技政策评估属于“应用社会学”的范畴，因此科技政策的评估方法也需要遵循上述社会科学研究的一般方法，即依据评估标准与框架所设计的评估目标，用定量或定性方式对评估数据进行收集、统计、汇总、分析。因为任何科技政策的评估实践，都需要在专业的评估方法指导下开展，否则评估数据的设计、收集、统计、分析就会陷入某种“失序”状态。社会研究有多种形式，能被用来探究广泛的社会问题。被社会研究者们用来验证他们假设的方法有实验法、调查法、内容分析法、参与观察法和二手资料分析法等[4]。除需要遵循社会科学的方法外，科技政策评估还要遵循公共政策评估的方法。而适应公共政策的评估方法众多，如同行评议法、德尔菲法（兰德公司首先应用）、层次分析法（AHP法）、经济计量法、文本分析方法、政策前后对比分析法、回归分析法、情境分析法、SWOT分析法等。但是由于科技政策评估的特殊性，一些传统的公共政策评估方法并不能适应复杂的科技政策评估项目。科技政策由于涉及到科技与经济、科技与政治等国家发展的短期与长期利益，具有更大的复杂性与不确定性，因此对其评估的方法也具有多元和综合的特征。一种评估方法并不能完全反映出科技政策的多元价值，需要综合使用、有效组合多种评估方法。
对于科技政策的行政价值评估，一般是通过文本分析法（内容分析）和问卷调查法来进行。由于科技政策价值的反馈信息大量是文本信息，因此科技政策评估离不开各地政策文本的分析，以及自评估报告的解读。这些自评估报告一般是设计好的问答题，可以反馈评估者需要的评估信息与评估数据，通过对这些问卷的文本分析，可以发现各地在政策执行效率上的差异性。这些文本信息是科技政策行政价值的主要表现方式，并且文本信息中既包含定性信息，也包含定量信息，信息反馈数据大，所以文本分析法成为科技政策评估中最常用的方法之一，这也是与其他科技评估类型（科技项目评估、科研机构评估等）最大的区别。
对于科技政策的社会价值评估，一般是采用对不同利益主体的社会调查法和座谈法来进行。科技政策社会价值的评估离不开政策受益者的反馈，通过社会学意义上的访谈和问卷调查（包括田野调查）方式，可发现政策的实施效果对各方面的影响，可通过不同利益主体的回应性反映得到第一手的评估数据，因此基于政策受益者参与的实地调查法与问卷调查法是收集定性分析数据的主要渠道。问卷设计中应涉及多种评估数据，包括定性数据和定量数据。具体如表1：
对于科技政策的经济价值评估，一般需要经济数据，因此需要定量方法，主要弥补定性研究中所缺少的经济数据、统计数据、科技统计指标等定量数据。在一般的定量数据分析方法中，政策指标法、经济计量法、对比分析法、回归分析法这四种方法是最常用的定量评估方法，其中，对比分析法为最基本的政策评估法。在政策实施前后对某项影响的效果进行对比，以发现政策影响的前后相关性，这种“相关性”呈现出正相关，说明政策的效果较好，而“非相关性”或“负相关性”则说明政策效果较差。但是对比分析法需要很长时间的跨度，适合实施政策后评估，否则不容易发现这种相关性。经济计量法是以经济理论和事实为依据的定性分析为基础，利用数理统计方法建立一组联立方程式，来描述政策目标与相关变量之间经济行为结构的动态变化关系。政策指标法是把政策目标分解为评估指标，通过量化与权重打分，对各地政策落实与执行效果情况进行定量评估，一般需要设立达标指标，并进行定量判断和计分。详见表2：
目前，我国的科技政策评估中还没有大量引入如经济分析法、政策指标法、回归分析法、对比分析法等定量评估方法，而一些定性分析法，如国际上OECD普遍应用的SWOT分析法、情境分析法、PEST分析法等，也未在实践中大量应用，这主要是因为这些方法对于评估实践比较复杂。其中SWOT分析（见表3），也称为潜力分析法，可为科技政策的制定作出全面而系统的指导。按此方法，优势和弱势是可以影响的内因，而机会和风险为外因，只能在特定情况下产生影响。这种方法适用于国家或企业在制定战略规划时，针对前期和中期不同政策的制定进行分析，特别是相关利益各方在政策中的职能和利益的确定。
经济分析法常需要运用数学模型，同时需要大量的基础数据作为前提条件，而一般不容易获得这些评估方法所需要的基础数据。SWOT分析法适合单项科技政策评估，对于集群科技政策评估并不适合，而大部分的科技政策都是集群政策。
从评估实践看，比较合理的科技政策评估方法为：文本分析法、问卷调查法、多元回归分析、政策指标加权法、经济分析法、情景分析法、对比分析法等。这些方法融合在一起，构成了一个不可分割的评估方法体系，评估主体可依据不同的科技政策评估框架，针对不同的评估目的，应用不同的评估方法，通过定性和定量相结合的方式进行综合的科技政策评估。具体如下图1：
三、科技政策评估的相关性研究
在上述定量方法中引申出的最为关键的问题是政策指标的“相关性”，即为什么政策与被测指标是相关的。在社会现象的分析中，“相关性”是一个比较核心的概念，它是社会事实之间的一种状态，这种状态表明社会事实之间可能并不具有必然的关联，而是存在着复杂性（非线性、混沌、分形等现象）。同时一种社会事实的改变可能影响另一种社会事实的变化，但这种影响并非必然。与“相关性”关系密切的概念为“因果性”和“相关度”。自然科学的大部分学科范式都是因果论证，因为某一结果必定有其原因，有因必有果，有果必有因，苹果落地必定有一个因——万有引力或引力场，“因果性”一般表示为一个或一组数学假设。而在社会科学中一般多适用“相关性”论证，比如事实1由（a，b，c，d）构成，而事实2由（a，e，f，g）构成，因素a共同影响了事实1和事实2，导致a的变化影响了事实1和事实2，因此事实1与事实2就具有相关性，但不具有因果性。通常情况下，由于社会现象的复杂性，很难确定事实之间的因果性，即一种社会事实与另一种社会事实并不构成因果关系，而是具有显在或隐在的相关性。同时，即使社会现象之间存在着明显的关联，也不能完全用因果性论证，因此，社会科学中的因果分析也就降低为一种相关关系的分析。比如政策与效果的关系，学历与财富的关系，通货膨胀率与失业率的关系，收入与消费关系，CPI指数与通货膨胀等。一般要考察的社会事实之间有四种相关性的关联，分别为：正相关性、负相关性、自相关性、非（零）相关性。这里以经济学为例，具体说明见表4：
在政策评估中对这些社会现象进行相关性分析，主要有两个作用：一方面是制定新政策和规避潜在风险，比如一些宏观经济调控中的相关性分析，如菲普斯曲线（通货膨胀与失业的负相关性）等① ；另一方面是做出政策评价和决策，比如公共政策的分析、评估、完善等，如丁伯1根法则（政策工具之间必须具有非相关性，才可达到最大效果）等。而相关性的度量就是“相关度”。目前，社会科学的相关度主要有两种方式：一种是常用的参数相关性系数（参数相关度），主要有皮尔逊相关系数、偏相关系数；另一种为定序测量的非参数系数（非参数相关度），主要有：斯皮尔曼等级相关系数、古德曼和克鲁斯凯的δ系数、ψ系数、列联系数、克雷默的ν系数以及λ系数等[6]。这种社会学的相关度测量不仅可以引用到公共政策评估中，也可以应用到其他社会科学领域，如经济分析领域和政治治理等相关性分析中。其中最常用的皮尔逊相关系数的计算公式如下式（1），而定序的斯皮尔曼等级相关系数的计算公式为下式（2）：
皮尔逊相关系数
r■=■ 式（1）[7]
其中： r■=等级相关系数（相关度）
X，Y=两种社会现象的数值
■，■ =两种社会现象的均值
斯皮尔曼等级相关系数
r■=1—■ 式（2）[8]
其中： =等级相关系数（相关度）
D=变量X和Y的秩的差异
N=样本含量
社会科学中对相关性研究主要有三种路径：建模—验证、统计—验证、经验—分析。其中，经济学理论较为规范，数学广泛应用，所以经济学最常用的是建模—验证，是一种相关性的先验分析法。而社会学、公共政策中现象较为复杂，最常用的是统计—验证和经验—分析，主要有回归分析法。回归分析法属于相关性的后验分析，由于没有具体的模型，所以主要是把一些测量的离散数据做成趋势图，以便作出预测和评价，如在科技政策评估的“目标—执行—效果”相关性分析中就是回答执行与效果的关系。具体地说，科技政策绩效的回归分析法就是衡量某项科技政策目标或效果（因变量）时，需要考察各种因素（自变量）的关系，就要进行回归分析，找出与效果最密切的因素，分析政策执行与落实的差异性，理想的线性回归模型见下面公式（3）：
Y=a1+b1X1+b2X2+b3X3+……+式（3）
其中： Y=政策目标或效果
X1、X2、X3、X4、……为政策工具或因素
a1=基准值
b=回归系数
=残差值
为什么回归分析在科技政策评估的相关性分析中非常重要呢？这是因为科技政策评估的相关性分析不是为了得到理想的线性或非线性回归模型，而是要分析政策目标（效果）和政策工具（因素）之间的相关度，即什么主要因素影响了科技政策的效果。社会科学中的因果关系是很难确定的，而“相关性”却未必是因果关系，“相关性”与“非相关性”分析是确立社会事实之间关联的的主要方式之一。比如，可以通过建构式（3）中左式（Y）的模型和右式（a1+b1X1+b2X2+b3X3+b4X4+……）的模型，以便发现这个两个模型的相关度。如果两个模型相关度越高，那么说明政策工具（因素）符合政策目标（效果），这就为政策干预提供理论依据；而如果相关度不高，那么就认为政策工具（因素）缺失。同时，也可以以个案形式分析那些偏差较大的数据，分析其原因，而这些正是政策工具需要改进和完善的地方。科技政策评估中的相关性分析主要验证下表5的假设：
表5 科技政策评估的相关度（r■）
由此可知，回归分析法是分析多因素的交互作用对科技政策影响的相关性，目的是发现政策与各种因素的相关度，为政策干预作出准确的定位。一般情况下，回归分析法与政策指标法常常结合在一起使用。
四、科技政策评估方法的局限性
社会科学的“科学性”目前仍然是学术界争论的焦点之一，即使作为社会科学最发达的经济学，仍然会对一些经济现象预测和解释失败。社会科学要处理的事实不仅包括“社会事实”，还包括个体、组织，甚至社会层面的“心理事实”，这种心理事实在经济学中称为“预期”，即做出何种改变以达到未来的状态。这在哲学层面上是对多元的“可能世界”的干预，反过来又反身于“现实世界”的运行。因此，社会科学是不同于自然科学范式的学科，它具有“自我指涉”，是一种统计学意义上的科学，它的解释模式一般遵循归纳统计模型（D—S模型），而不是建构在纯粹理性思维的基础上。如果传统的理性思维过多地于应用到社会科学中时，就会出现哈耶克所称的“理性的滥用”，即：
对于自然科学家来说，客观事实与主观意见之间的区分十分简单，然而对于社会科学的对象就不易做这种区分。这是因为“意见”也是社会科学的对象或“事实”[9]。
如一些金融学中的数学模型：CAMP（资本资产定价模型）、MPT（投资组合理论）、布莱克—斯科尔斯模型（期权定价模型）等，在最初的经济预测可能是准确的，但随着时间和空间的转移，这些模型往往无法准确反映变化中的“预期”调整 {1}。由于各种预期的“自我指涉”，“完美”的金融模型需要修正，否则有可能出现潜在风险，就像1997年的亚洲金融危机和2007年的美国金融危机这样严重的全球金融的失序。正如社会经济的复杂性，不可简化为可计算的数学模型，毕竟社会现象并不是一种纯粹客观的对象，而包含着更多的“预期”行为。在社会科学的分析中，心理事实是一种客观性事实，而在科学理性中，心理事实一般排除在客观性之外。因此，社会科学为简化这种解释的复杂性，就需要构造出各种抽象的“术语”，以回避这种解释困境，比如经济学中“通胀预期”，“资产泡沫”，“流动性过剩”等概念来“建构”某些经济现象和状态，对于是否存在这种可以眼见为实的社会现象，也无法从纯粹客观的角度去证实（实验），我们只能信任这种方法论上的“建构性”。这种现象对于社会科学中的任何一类学科都是普遍的，从而回避了社会科学中的解释困境。
而在科技政策评估中是否也存在这些方法论上的困境呢？答案是肯定的。属于“应用社会学”范畴的科技政策评估，无法回避这种社会科学的“建构性”问题，即不可能通过纯粹客体的分析得出结论，因此必然带来“失真”。目前对于公共政策评估实践来说，评估方法存在着“两多两少”问题，即经验推理多，实证研究少；定性分析多，定量评估少[10]。从实践看，科技政策评估需要大量的评估数据，这些数据有些是文本信息，因此需要定性分析；有些是问卷形式的数据或数字信息，如经济数据、科技指标等，需要繁琐的定量分析。同时对于特定的数据，还可能需要把定性转化为定量分析，而这些政策评估的方法往往结合在一起，构成了复杂而多变的科技政策评估方法体系。在评估实践中，评估主体需要对文本信息进行发放、回收、解读和分析，但很可能发生“问卷可以发出去，但收到的答复不是事实，而可能是谎话或混乱不堪的东西”[11]。对于统计中常常遇到的问卷信息失真情况，这“基本上无法由研究者解决，能做的是如何避免被资料‘欺骗’”[12]。由于科技政策评估的文本信息大量是自评估报告、访谈记录、问卷反馈等主观性比较强的文本资料，所以对评估信息的解读和分析就存在着评估者的主体建构过程，而不可能是单纯的客观反映。对评估主体而言，科技政策从制定、落实到反馈，要经过一系列的社会互动过程，呈现出复杂的模式，并没有一个清晰而完整的图景。
五、结语
由于我国行政的特点，在某种程度上，中国的经济是一种条块分割的经济结构，因而科技政策在地方的落实呈现出极大的差异性，如沿海与内地，东部与西部等。科技政策受益者和政策执行者对科技政策的理解存在着不同的驱动模式，必然带有主观因素和行政干预因素，因此科技政策评估的过程其实也是建构“意义”的过程。科技政策评估之前，并没有一个可供评估主体可以参考的纯粹客观的数据，而是评估主体与评估客体不断“互动”的过程，不同的主体可能建构出不同的科技政策效果，所以，科技政策评估的定性方法具有极大的主观性和建构性。
