神经经济学

1. 神经经济学的神经经济学简介

神经经济学综合了经济学、心理学以及神经生物学等诸多学科。
经济学试图用一个单一的、逻辑上统一的形式来整体描述所有的选择行为;心理学则考察价值在主观估计和客观估计之间所存在的差异方式,并提出种种心理模型来解释这些观察到的行为偏好。神经生物学着眼于最简单的、可能存在的神经回路来解释最简单的可测量的行为元素。由此看来,这些学科解释人类的选择行为的不同之处在于他们操作的水平不同。此外,当前,脑成像技术成为神经科学最盛行的工具。许多脑成像技术比较人们在执行不同任务(包括实验任务和控制任务)时的脑区差异。借用脑成像技术,神经经济学可以直接测量思维和情感,从内部观察人的行为,探讨“黑箱子”问题,从而促进我们对大脑与行为之间关系的理解。正如Camerer等经济学家和神经生物学家所言,“新的工具定义了新的科学领域,并消除了旧有边界”,神经经济学借助于脑成像等神经科学技术,打破了这三大学科的界线。

2. 浅谈经济理论的演变

第一次工业革命

第一次工业革命是指18世纪60年代从英国发起的技术革命，是从劳动密集型的手工业开始、以蒸汽机作为动力机被广泛使用为标志的。劳动密集型产业意味着资本密集，当相关产业通过不断创新提高生产率后，能够迅速增加社会财富，继而持续推动本领域和其它领域的工业化革新和生产。

第一次工业革命使工厂制代替了手工作坊，用机器代替了手工劳动；从社会关系来说，工业革命使依附于落后生产方式的自耕农阶级消失了，工业资产阶级和工业无产阶级形成和壮大起来。

第一次工业革命大大密切加强了世界各地之间的联系，改变了世界的面貌，最终确立了资产阶级对世界的统治地位，率先完成了工业革命的英国，很快成为世界霸主。法国、德国、美国、俄国、日本等国也纷纷加入工业革命的行列，中国清朝当时闭关锁国没有赶上这个潮流，于1860年被英国打开国门。

第二次工业革命

第二次工业革命是指19世纪60年代后期，欧洲国家和美国、日本的资产阶级革命或改革的完成，极大地推动了社会生产力的发展，对人类社会的经济、政治、文化、军事，科技和生产力产生了深远的影响。资本主义生产的社会化大大加强，垄断组织应运而生。

第二次工业革命，使得资本主义各国各个方面发展不平衡，帝国主义争夺市场资源和争夺世界霸权的斗争更加激烈，促进了世界殖民体系的形成，使得资本主义世界体系的最终确立，世界逐渐成为一个整体。这也促进了工人运动和社会主义运动，列强加紧对外侵略扩张，由于西方一些资本主义国家的争斗很激烈，第一次世界大战在此期间爆发。中国在此期间开展了“西学东渐”的洋务运动最终以失败告终。

第三次工业革命

第三次科技革命以原子能、电子计算机、空间技术和生物工程的发明和应用为主要标志，涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的一场信息控制技术革命。其不仅极大地推动了人类社会经济、政治、文化领域的变革，而且也影响了人类生活方式和思维方式，随着科技的不断进步，人类的衣、食、住、行、用等日常生活的各个方面也在发生了重大的变革。

第三次科技革命加剧了资本主义各国发展的不平衡，使资本主义各国的国际地位发生了新变化；使社会主义国家在与西方资本主义国家抗衡的斗争中，贫富差距逐渐拉大，促进了世界范围内社会生产关系的变化。

纵观前三次工业革命，可以发现他们对世界发展的共同影响有：

①都极大促进了社会生产力的发展，带来了工业布局的新变化。

②都引起了社会关系的重大变革：第一次导致近代社会两大对立的阶级即工业无产阶级和资产阶级产生，并开始了城市化进程；第二次，垄断组织产生，并与国家政权结合，自由资本主义过渡到垄断资本主义；第三次，国家垄断资本主义强化，使第三产业比重上升。

③都对世界格局产生巨大影响：第一次，确立了资本主义对世界的统治，殖民扩张造成东方从属于西方；第二次，资本主义世界体系、殖民体系最终形成，世界成为一个密不可分的整体；第三次，推动了国际经济结构的调整，世界各国经济相互依存，联系日益紧密。

第四次工业革命

从农耕时代到工业时代再到信息时代，技术力量不断推动人类创造新的世界。智能科技，正以改变一切的力量，在全球范围掀起一场影响人类所有层面的深刻变革，人类正站在一个新的时代到来的前沿。智能科技可以说人类历史上的“第四次工业革命”，其来势汹涌，锐不可当。

这一次工业革命不再局限于某一特定领域。无论是移动网络和传感器，还是纳米技术、大脑研究、3D打印技术、材料科学、计算机信息处理……甚至它们之间的相互作用和辅助效用均是此次工业革命涉足的领域，而这样的组合势必产生强大的联动力量。此外，此次工业革命不再是某一个产品或服务的革新，它是整个系统的创新。这场革命将对社会、经济、金融，包括个人带来巨大的影响。

四次经济学革命

伴随着第四次工业革命，我们对于经济学的认识也需要变化。这也可以从生产力决定生产关系的角度来理解。

在农业文明时代，最重要的资产是土地跟农民。

工业时代最重要的资产是资本、机器（机器是固化的资本）、流水线上被异化了的人。工业时代早期考虑最多的是异化的人，因为人也被当作机器在处理。人只是流水线当中的螺丝钉。

到了知识经济的时代，最核心的资源，一个是数据，一个是知识工作者（Knowledge Worker），就是德鲁克在上个世纪末讲的。企业的管理也会从传统的多层次走向更加扁平、更加网络、更加生态的方式。让知识工作者真正能够创造价值，变成任何一个组织和整个社会最重要、最需要突破的地方。

到了智能科技时代，技术特征正在影响我们周围的商业逻辑。

这意味着，

农业文明时代的经济学是一种贫瘠经济学（The Economics of Poverty）；农业社会的构成单元是整体的分子；

工业文明时代的经济学是一种稀缺经济学（The Economics of Scarcity），工业社会的构成单元是有形的原子；

互联网时代是丰饶经济学（The Economics of Abundance，又名富足经济学），构成互联网世界的基本介质是无形的比特；

而智能时代则是共享经济学（The Economics of Sharing），构成智能时代经济体系是具备智能属性的节点。

这是我们理解的经济学变迁，具体到主流经济学，也经历了经济学的四次革命与四次综合。

第一次革命与第一次综合

经济学的第一次革命，以亚当·斯密（Adam Smith）的《国富论》（1776）为标志，突破了自古希腊和中世纪以来只注重财富管理分析的前古典经济学研究范式，确立了以财富生产分析为主要目的的古典经济学研究范式。

经济学的第一次综合，以约翰·穆勒（John Mill）的《政治经济学原理》（1848）为标志，对前古典经济学与古典经济学的研究范式进行了理论综合，把财富的管理和财富的生产整合为一个统一的分析框架，使之成为经济学并行不悖、相互补充的两大研究范式。

第二次革命与第二次综合

经济学的第二次革命就是所谓的“边际革命”，其标志性的人物和代表作分别包括赫尔曼·戈森（Hermann Gossen）的《人类交换规律与人类行为准则的发展》（1854）、卡尔·门格尔（Carl Menger）的《国民经济学原理》（1871）、利昂·瓦尔拉斯（LeonWalra）的《纯粹经济学要义》（1874）和威廉·杰文斯（William Stanley Jevons）的《政治经济学理论》（1879）。“边际革命”突破了古典经济学此前以生产投入（包括劳动投入）作为分析对象的客观价值理论，提出了以人的心理因素作为分析对象的主观价值理论，即边际效用理论。

经济学的第二次综合是新古典经济学的创立，以阿尔弗雷德·马歇尔（Alfred Marshall）的《经济学原理》（1890）为标志，将古典经济学的客观价值论和边际革命的主观价值论整合为一个统一的分析框架。

第三次革命与第三次综合

经济学的第三次革命，以梅纳德·凯恩斯（MaynardKeynes）的《就业、利息和货币通论》（1936）为标志，被世人称为“凯恩斯革命”。凯恩斯革命突破了新古典经济学将经济分析的基点立足于个人与厂商的微观分析范式，第一次确立了以国民经济作为一个整体对象的宏观分析范式。

经济学的第三次综合，以保罗·萨缪尔森（Paul Samuelson）的《经济学分析基础》（1947）为标志，将新古典经济学的微观分析范式与凯恩斯主义的宏观分析范式整合为一个统一的分析框架。

第四次革命与第四次综合

经济学第四次革命是指从20世纪80-90年代开始，并一直延续至今的、对西方主流经济学“经济人假设”或“理性人假设”的挑战与批判，以及以行为经济学（Behavioral Economics）、实验经济学（ExperimentalEconomics）、演化经济学（Evolutionary Economics）、计算经济学（Computational Economics）、神经经济学（Neuroeconomics）为代表的新兴经济学（Neo-Economics）在此基础上提出的一系列不同于传统经济理论的假设与范式。这次革命发生的时间，基本与人类社会进入以“信息文明”为标志的后工业时代相契合。这一范式革命与转换，具有后现代主义反理性、反分工的鲜明色彩，反映了当代科学技术跨学科融合与跨学科发展的趋势，是人类对启蒙运动以来所谓“科学理性”和“科学分工”进行全面反思在经济学领域的体现。

目前，主流经济学正在面临全面的理论危机。以实验经济学、行为经济学、演化经济学、计算经济学和神经经济学为代表的新兴经济学在经验实证的基础上对“理性人假设”的置疑与批判，预示着经济学基础理论正在发生深刻的变革与重大创新。预计未来5-10年之内，一个新的、具有替代性和颠覆性的、超越新古典传统的经济学理论体系或将展现于世人眼前。

这就是经济学第四次革命与第四次综合的前景。

第四次工业革命以及经济学的第四次革命，我们将如何应对？又该有何种作为？这对我们来说，是一种挑战，也是一个机遇。

3. 神经管理学

从学科领域的角度来看，神经营销学的研究，基本上是神经消费行为学、神经营销策略和神经广告
学的范畴。其中，神经营销策略的研究，较为薄弱。除此而外，还应当有神经定价策略、神经促销策略、神经营销通道，以及神经客户关系管理(neuroCRM)等方面研究内容。
(1)神经消费者行为研究
神经消费者行为研究将是神经营销学的一个较大的分支。它涉及到神经消费决策的研究(这一点，与神经决策学交叉)，至于是否能够找到消费者脑中的“购买按钮”，现在尚不宜评论。但有一点可以肯定，不同类型的消费者的消费决策的神经特征的研究，必定会深入下去，得到科学的成果。至于厂商是否会利用这一领域的成果误导消费者，就属于商业伦理研究的范畴了。
目前，神经消费者行为研究虽然已经取得了显著的成果，但是还有很多问题需要研究，例如，从众消费行为的神经基础，消费特征与性格特征的神经基础，广义消费品的神经层面的直接效用与消费特征，可接受价格的神经基础，各类消费癖好的神经基础，病态消费(例如成瘾消费)的神经基础等，都是大有前景、值得进一步研究问题。
(2)神经营销策略学
营销策略是依据竞争局势、消费者分层及各层特征以及本企业和本企业产品(服务)的特征所决定的。不论采用什么营销策略，最后、最重要的一个环节是消费者购买你的产品或服务。如果总是没有这个环节，任何营销策略都是不成功的。而这个环节实现的前提，是消费者决定购买你的产品或服务。因此，依据不同层面、不同类型的消费者购买决策的神经活动的特征，通过实验，找到能够引发(或者容易引发)消费者的大脑启动“购买决策的神经活动”的策略，是目前商家关注的焦点，也是这一领域学术研究的焦点之一。这些策略可以包括价格策略、试用策略、打折策略、包换策略、赔偿策略、产品说明策略、以及广告策略(包括画面、词语的选择)等，凡是经过实验筛选的、能够引发消费者启动“购买决策的神经活动”的、合法、合伦理的策略，都应当是可以采用的。
但是作为管理科学分支之一的营销策略学，必须强调策略的合法性、合乎伦理性，不能欺骗、误导和不当诱导消费者启动“购买决策的神经活动”。利用民主党人对911画面的神经反应的特征制定竞
选策略，应当是正当的策略。当然，它属于政治策略的范畴。
(3)神经客户关系管理(NeuroCRM)
客户关系管理是营销学与计算机信息管理的交叉学科。它关注的中心问题是，客户有关消费的特征以及各类消费之间的相互关系，以便依据这些关系，制定针对这些客户的营销策略，甚至是“一对一”的营销策略。由于这里涉及到海量的行为数据，只有依靠当代信息技术才能实施管理。
当我们在客户的有关消费的行为特征的数据的基础上，进一步补充他们的购买决策的神经层面的数据后，我们事实上就进入了神经客户关系管理的领域。毫无疑问，人们不可能对每个客户测量购买决策和消费特征的神经基础，但却可以依据对样本客户的测量数据，对记录了消费行为的客户分类，然后通过实验获得不同类别的消费者的神经活动特征，并依据神经特征的类别，实施不同的管理策略。
(4)神经利益相关者管理(NeuroXRM)
借助当代信息技术，企业 仅可以记录客户的消费和需求特征并对客户实施管理，而且可以对利益相关者(例如，竞争者、供应链上的战略伙伴)，实施关系管理，简称为XRM。当我们记录的信息从行为层面延伸到脑神经的电磁信息层面时，我们就进入了神经利益相关者管理的领域。依据更深层面的信息，实施有效管理。

http://hi..com/neuro_xl
参考资料：转载自<认知神经科学、神经经济学与神经管理学> 马庆国、王小毅

4. 神经科学有哪些分支

情感神经科学 (Affective Neuroscience)
行为神经科学 (Behavioural Neuroscience)
临床神经科学 (Clinical Neuroscience) - 包括神经学 (Neurology)，神经外科 (Neurosurgery)，精神医学 (Psychiatry)及 神经放射医学 (Neuroradiology) 等
认知神经科学 (Cognitive Neuroscience)
计算神经科学 (Computational Neuroscience)
神经系统的发育 (Developmental Neuroscience)
基因影像学 (Imaging Genetics)
分子神经科学 (Molecular Neuroscience)
神经工程学 (Neural Engineering)
神经解剖学 (Neuroanatomy)
疾病的神经生物学 (Neurobiology of disease)
神经化学 (Neurochemistry)
神经经济学 (Neuroeconomics)
神经胚胎学 (Neuroembryology)
神经流行病学 (Neuroepidemiology)
神经工效学 (Neuroergonomics)
神经行为学 (Neuroethology)
神经遗传学 (Neurogenetics)
神经免疫学 (Neuroimmunology)
神经病理学 (Neuropathology)
神经药理学 (Neuropharmacology)
神经物理学 (Neurophysics)
神经生理学 (Neurophysiology)
神经毒理学 (Neurotoxicology)
感官神经科学 (Sensory Neuroscience)
系统神经科学 (Systems Neuroscience)

5. 如何自学《经济学原

不是说按这个顺序学，不然数学都学完了还没碰微经。至于顺序的话，我觉得是“（蒋中一）--Varian--Barro--Wooldridge”这个顺序下去，数学需要的时候再补。比如开始学计量了，去学下概率论和统计。需要学高级的计量了，去学下测度论。另，这个不是写给打算了解入门下经济学的同学的，是写给打算“系统地学习本科生或者研究生那样专业学习”的，当然研究生主要是靠paper。如果了解下经济学，那曼昆是很好的，但系统地学习用曼昆就比较浪费时间了，因为高级的教材基本都是self-contained，只要用中级垫下脚就够得到了，就没必要读曼昆了。（如果有公开版权的我会贴链接，不然的话请自行google，大部分都有电子版的吧）

1 数学
关于经济学要不要数学化大论战可以看看这个：经济学数学化的利弊都有什么？如何看待经济学不断数学化的趋势？ - 慧航的回答
1.0
蒋中一Alpha C.Chiang的《数理经济学的基本方法》（Fundamental Method of Mathematical Economics）
1.1 分析
张筑生的《数学分析新讲》是一本非常平易近人的入门书、我旦的陈纪修的《数学分析》也还不错，主要我蛮喜欢陈纪修老师的，就带点私货。当然，能读英文的可以读下Terence Tao（陶哲轩）的Analysis。如果能比较抽象地想问题的话，可能去看看Walter Rudin 的淑芬原理。这本书很多证明很巧妙（Left as Homework，2333）。如果已经学过简单的微积分或者淑芬，可以看看辛钦的《数学分析八讲》，只是中译本印刷错误太多，俄语我又不会。
公开课可以看看台大的高等微积分，虽然第一课故弄玄虚，但很多东西还是很有见地的。高等微积分 - 台大开放式课程 (NTU OpenCourseWare)
实分析我上课用的是周性伟的《实变函数》这本的证明非常的简略，国内可能周民强、夏道行那本用的比较多吧，夏道行口碑比较好。英语的教材挺多的，比如Royden, Rudin, Stein, Folland, etc. 但是我这块学的不咋地就不评价了。台湾的国立交大有个很不错的实变的视频。虽然是硕士生课程，但是还蛮容易懂得。国立交通大学开放式课程(OpenCourseWare, OCW)
（复分析好像经济学里没啥用，但是我想安利下，因为他很好玩并且优美，可以看看是Tristan Heedham的复分析。）
泛函什么的，Kreyszig的那本应该Introctory Functional Analysis with application应该是最容易读的了吧。我打算。。。下学期选这门课。。。

1.2 线性代数
MIT的线性代数公开课据说非常赞，我没看过，但认识的人看过都说好。毕竟是Gilbert Strang来上的。 Video Lectures
Axler的Linear Algebra done Right.这本书的翻译超级狗血，叫《线性代数应该这样学》，但是是我见过最最最最最合适的入门教材的。他会跟你讲清楚线性代数到底是怎么一回事，矩阵到底是干嘛的，矩阵的乘法为什么这么定义、矢量空间是什么鬼东西。而不是一上来告诉你一堆determinant、逆序数、矩阵分割怎么算，也不是让你一上来就解线性方程组。读此书有正三观的作用。
难一点的可以看Peter Lax的Linear Algebra and its Application（不是Lay的那本同名书，他们作者名字和书名都很像，Lay那本太关注计算了，很费时间）。这本书很虐的，读之前最好沐浴净身、请神辟邪(｡・`ω´･)。
抽代一般是用不着的，不过可能在看拓扑、实分析等内容时需要了解一点群的内容，一本很容易的教材是张禾瑞的《近世代数基础》，Artin的《代数》应该是标准教程。
1.3 概率和统计
简单地可以看钟开莱《初等概率论》，国内的陈希孺那本口碑不错，难点的（其实是很难）可以看Durrettd的Probability: Theory and example, 钟开莱《概率论教程》，Jun Shao的Mathematical Statistics，需要一点测度论知识。
然后，有为武大IAS的同学提出一定要随机过程。我自己就看过Sheldon Ross的Introction to Probability Models。是基于概率的随机过程，不需要测度论知识。已经上过概率论可以跳过前三章。例子和习题非常多==、（而且例子都要比正文难）中文翻译蛮糟糕的，英文版的好懂一点。
那位童鞋的推荐是张景波，张肖的《应用随机过程》，第一章预备知识里写着我们需要复习下关于概率测度的积分==、我就没看下去，写得挺数学的。以武大IAS的品质应该是好书。
1.4 拓扑
我目前没有读起来特别顺的拓扑书。。。大概是拓扑本来就很奇怪。。。
比较详细的是Munkres的topology. 不过这本书读起来很慢，因为非常非常细碎，会让人失去耐心。没耐心的同学不妨看看Armstrong的Basic Topology，进度快一点。 Janich的Topology虽然是给本科生写的，但我觉得这个书应该是学完一遍拓扑后再看，不能用这本学拓扑。国内尤承业的好像比较常用吧。
1.5 软件
一般的数学运算，比如求个逆矩阵、对角化、积分，这个就够了
Wolfram|Alpha: Computational Knowledge Engine
计量我推荐用SciPy自己鼓捣，R也很好。而且不要钱。
如果有钱的话Mathematica、maple、matlab、stata、eviews、spss都好用啦。对于各个软件的好坏，知乎有很多圣战，可自行浏览。我一般是用R。这些收费软件也有免费替代品，比如Octave、Sage等等。
2 经济学
2.1 微观经济学
简单的就Varian的Intermediate Microeconomics：a modern approach。几乎不用什么数学。
我们当时老师教微观的时候是用的自己的lecture notes, 从效用函数讲起，过度到multi-periods，再加入uncertainty。接下去就开始讨论社会主义（dictatorship）和contract theory之类以及后面的拓展了。整个学期就没讲什么供求曲线。当时Varian那本书是我们的参考书，但他上课完全没有讲。但我上这么课最大的收获，不在于学到多少经济学知识，而是学会在一个给定的环境下，如何把情形抽象化，并用最简单的数学工具搭建起一个简单的模型。然后再一步步地扩充模型。其次告诉了你，微观的核心就是“选择”这个行为。这个要比你在读曼昆的书，死记硬背下那些什么十大原理要有用的多。
另，我们当时其他老师的微经教材主要是平狄克的。我不喜欢那本书，现实的例子太多。数据、图表太多。（而且啰嗦）在入门时候用这些，我认为是不好的，虽然他能让你把经济理论和现实联系在一起，但很容易让你犯一些逻辑错误，特别是用图表来呈现数据，得出的结论很可能是误导性的。（经典例子，警察越多小偷越多，要降低犯罪率应该裁掉警察。）不然干嘛要用发明计量这个东西出来啊摔。
中文的话平新乔有本《微观经济学十八讲》还不错，简洁清楚。
高级一点的最经典就是MWG Microeconomic Theory。大网络全书，但是有点旧。不过新理论也主要靠论文而不是教材。（吐槽一句，我现在有一门通识课老师拿这本书来给非经济专业的同学入门用，因为他导师是作者之一。。。）
此外Rubinstein有个免费的Lecture Notes On Microeconomics ， 也很不错。Rubinstein, A.: Lecture Notes in Microeconomic Theory.
2.2宏观经济学
不用读曼昆的宏观，真的很糟糕。我当时开始学的哪个老师就是用曼昆的。（我的微经老师当年就吐槽过在上完他的微经在本校就遇不到这么厉害的老师了。）
一般比较好的凯恩斯主义的是Blanchard的宏观，国内大多数经济学专业都是学的凯恩斯主义的宏观。这本书至少把凯恩斯主义的大多数基本模型都讲得很清楚。
但我更推荐看Robert Barrro的Macroeconomics: A Modern Approach. 这本算是新古典的代表教材，好处在于方法上和微观保持一致。凯恩斯主义的宏观教材往往会让人觉得和微观没什么关系，是完全风马牛不相及的学问。
高级的微观基本就是Romer和Sargent吧，另外可以参考数学系的人打算了解一下经济学，看什么书合适？ - 慧航的回答，他给的那些宏观我都没看到过。。。。但这个回答里的书基本那都是研究生的教材，我的回答里面会多一点基础的教材。
2.3计量经济学
先搞定统计和概率论。
计量入门一般是Gujarati的Basic Econometrics或者Wooldridge的Introctory Econometrics: A
Modern Approach (一般会写modern approach的都还不错的。)
Reced form的可以看看Most Harmless Econometrics（《基本无害的计量经济学》）。很有趣。。
高级一般是Greene，Wooldridge（panel data那本），Hayashi三位大神。

2.4 博弈论
我室友比较推崇神取道宏（Kandori Michihiro），总是说他是距诺奖最近的。
一般的入门书是Gibbons, A Primer in Game Theory. 作者好像还有一本书Game Theory for Applied Economists，但内容和这个是一样的。我们上课的是谢识予的经济博弈论，我觉得写得很清楚，甚至有点啰嗦了。
进阶的书，如果不怕被虐可以看Osborne的A Course in Game Theory.
比较有趣的有本Binmore的Play for Real，内容比较杂，但是引人思考。
另外还有Fernando Vega-Redondo的Economics and the Theory of Games 和 Fudenberg&Tirole也听说适合进阶阅读。（都么看过。。）（再注一下，后面那本的作者Jean Tirole今年刚拿了诺奖==、）

2.5 金融
先安利下史树中《金融经济学》。
【待补】
2.6 优化
Dixit
蒋中一
【待补】
================================
这是原来的开头。。。。。
1. 不学经济学理论就来，上来就读学经济史的就是耍流氓。因为你根本没办法判断作者给的结论是不是对的，是不是有逻辑错误。并且，古代人的行为准则和资本主义世纪以来，有很大不同，古代的经济现象不一定是符合现带经济理论的。比如现代经济理论要求的个体假设、完全信息假设、理性人假、市场有效性假设（并非所有理论都有这些假设，但基础的经济学理论是有这个假设的）设在古代史不完全一致的。而且古代的知识构建范式和现代史不同的，就像管仲也提出了国营经济（盐铁专营）、政府要大力投资基础设施建设等一系列看起来很现代的政策，如果你不知道古代知识体系和现代知识体系范式构建的区别的话，就会觉得凯恩斯主义早就有了。。。
2. 不要读《资本论》、《通论》、《国富论》，这些经济著作，在早期政治经济学（或早期宏观）中确实有重要的地位，但是一来，这些书没有清晰的理论架构（假设、结论、推导）。这点是非常重要的，因为当你不清楚一个理论的假设、前提的时候，可能正反的结论都是对的。比如宏观里面的汇率问题，变一个假设结论和路径就全变了。而这些书是经济思想的萌芽阶段的书，他可能是有连贯一致的逻辑的，但在表现上会更混乱。比如《国富论》在论证分工的有效性、金价谷价的波动时候用了很大的篇章，举了很多数据。（光是单位换算就能烦死你）而用现在经济理论几句话就能解释了。同理，像某位答主给了几百本汉译名名著蓝皮书，这对专业（政治）经济学以及现在很多的制度经济学、法经济学等学者而言是很有用的，但对于一个没有经济学基础的人来讲，这些书很可能会看成“民经”。就像现在学物理学，朗道、费曼的书是经典，也是教材，但牛顿的《自然哲学的数学原理》绝不是好的入门教材。为什么中国的经济学家大都信奉西方经济学，马克思的经济学真的不实用吗？这个问题下面也有几个好的答案。
3. 放弃高鸿业、曼昆。就像谭浩强的C语言教材是一本很经典的教材，但现在基本都被更好的教材取代了。我认为，一本好的教材应该有三个特征：1）逻辑一致；2）内容自洽（self-contained，即不需要你了解很多其他基础知识）；3）良好、简洁的论述。像曼昆的宏观，不同章节之间没有什么联系，一开始学很可能根本不知道为什么下一张就变成了这个东西。而且没有IS-LM模型直接跳到AD-AS模型也很令人犯糊涂。
4. 明确你要学的是经济学还是经济，后者需要你了解一系列现实，但是前者（大部分）只需要逻辑。后文主要针对前者而言。下面这些内容可能不能帮你了解很多关于经济的知识，甚至不能让你了解经济学的大部分内容。但至少能让你知道现代的经济学是一门怎样的学问。所以只包括了一些最最基本的内容，而不会涉及到金融、贸易、财政、制度经济学、奥地利学派、会计学、行为经济学、网络经济学、神经经济学（嗯，比如汪丁丁）、股票技术分析等一些列你之后才需要学的东西。【补，这部分我开始觉得这么两分不太妥当，因为经济和经济学不能截然分开，一个比较好的例子是：比如券商的研究员，他们的研究是运用经济理论来研究现在的经济现象，比如预测预测某行业的下半年经济状况或者央行加息对经济有啥影响。我把这样的人视为研究经济的。研究经济学的人，比如我的一个老师，他目前研究的课题是动态合约的最优终止条件，这是经济学里的重要问题，虽然他可能并不了解目前的经济状况。】
5 如何学习经济学?这个问题下面FlyRiderR的回答值得看看。

6. 神经生物学专业硕士可不可以考经济学博士

啊，神经生物学不是很好玩么，我都动过心要考你们的博士，你看过“追寻记忆的痕迹”没有，说是你们这科的入门书，我看了一半没看完。
至于考试，只要你报考的老板愿意要就没问题吧，否则就算政策允许，老板不愿意要，有什么用

7. 请教神经经济学高手,帮忙用英语举例,在线等,谢谢

The normative hypothesis of this model is that an actor will always be trusted if the following assumption applies: p × G >(1 -- p) × L

p*G = your probable gain when your trust is trustworthy.
(1-p)*L = your probable losses when your trust is betrayed
only when your expected gain is more than your probable losses, will your trust someone (or something)...

for example
now,you are thinking about buying a stock
it may have 2 results:
1, you will gain $1000, the probability is 0.4
2, you may lose $500, the probability is 0.6
1000*0.4>500*0.6
so according to the trsut model, you will buy the stock anyway.
(in this example, you trust the stock and the stock is trusted by you.)

8. 经济学与心理学有什么关系

经济学与心理学的互涉关系：
学科间互涉的日益加强是近年来科学发展的一个显著趋势，而心理学与经济学本就有着特殊的亲缘关系，近年来的学科际互动更是日益频繁深入，采取跨学科的视角，围绕经济学与心理学的互涉关系，从如下方面展开具体论述：
(1)心理学与经济学互涉的历史渊源：二者共同发轫于近代英国经验主义哲学，随后经历了一个从相互分离到再度结合的过程。
(2)心理学与经济学的相互“越界”：随着经济学的发展，经济学自身的研究领域逐渐扩张，从而与心理学的研究领域产生了日益增多的交叠，而心理学的发展也使得心理学家逐渐关注经济学领域的课题。
(3)心理学与经济学研究方法和分析工具的跨领域应用：心理学中的实验方法给经济学带来了重大的方法论革命，功能性脑成像技术的成熟也促成了神经经济学的出现；另一方面，经济学中的博弈实验范式对于心理学家有着高度的借鉴意义，经济学家对心理学实验方法的改造也值得引起心理学家的注意。
(4)心理学与经济学研究成果的共享：认知心理学的进步为经济学带来了作为“有限理性的图谱”的行为经济学和优秀的建模工具——人工神经网络，而经济博弈论作为一种针对人类交互决策行为的优秀分析框架，于心理学家对人际冲突与合作领域的深入理解和研究大有裨益。
(5)心理学与经济学互涉的积极意义：二门学科互涉的意义表现为，推进二门学科的协同发展、促进二者理论定位、思维方式的差异互补、有助于深化对特定主题的探讨。
(6)心理学与经济学互涉的前景展望：近年来，心理学和经济学表现出共同的“后现代”转向、“文化”转向和“快乐”转向，从而产生了更多的理论共识，也出现了制度研究、复杂系统研究等二者皆大有可为的新兴跨学科研究领域；更进一步地，二者有望在以生物学为理论基础、以博弈论为建模平台、以理性行为者模型为通用工具的背景下达到整合，并进一步汇入行为科学学科群整合的洪流。

9. 神经元经济学的深化与拓展

关于人类理性行为的神经生物学基础与实证
关于“理性”，经济学家阿尔钦曾经有一个著名的解释，那就是所谓的“as if”理论。但演化心理学家认为，我们的心智是我们自身长期演化的产物；如果“理性”真能使我们在生存竞争中取得优势，那么它就不仅仅看起来“好像”是“理性”的；因为我们的神经系统已经被自然选择所“塑型”，专门用来解决那些看起来似乎是“理性”的问题。揭示这一过程的真实机制，而不仅仅满足于所谓的“as if”，则成了神经元经济学家的一个首要任务。这方面的研究虽然开始不久，但已经取得了一些非常令人鼓舞的成果。
在过去10多年间，有关这方面的研究，通过神经生物学家和经济学家的共同合作，在动物和人身上进行了一系列奠基性的实验。其中最重要的有杰弗里·萨尔和他的同事在范德比尔特大学所做的“单球实验”，普拉特和格林切尔在纽约大学神经科学中心所做的“双选提示博彩”，帕克和威廉·纽森在斯坦福大学所做的关于神经元编码和映射的实验。通过这些实验，已经基本证明了，包括人在内的动物神经系统确实能够计算每种行为可能的满足度。在选择行为显得似乎是“理性”的情形下，由神经元对输入的“信号”（相当于经济学中被决策者观察到的客观变量）进行“编码”（相当于柏努利所设想的与决策者自身状况相关的主观评价）。然后，那个被编码为具有最大满足度的信息将形成一个“赢者通吃”的局面，并进一步“激发”其他神经元，成为一个惟一被神经系统执行的行为。神经元经济学家把这个经过编码的信息叫做“生理期望效用”，它与柏努利当年提出的主观期望效用理论非常接近。虽然，现代经济学已经不再直接地把一个物品的价值与另一个物品进行基数意义上的比较了；然而，当灵长类动物进行经济选择的时候，对它们进行电生理学测量的记录则表明，基数效用是有其神经基础的。
进一步的研究还证明，位于灵长类动物“中脑腹侧被盖区”和“黑质致密区”的“多巴胺神经元”（一种以化学物质多巴胺作为神经递质的神经元），直接负责对外部事件的回报值进行编码。沃尔弗兰·斯库尔兹和他的同事们发现，这些神经元以一种特殊方式被外部信息“激发”：即它们的活跃程度不是取决于外部信息的绝对强度，而是在“边际”上取决于两次连续信息的相对强度；由于被编码的信息实际上是一个带有主观性的“预期回报值”，因此神经元最终的激发程度即“激发率”就取决于所谓的本期“预期回报偏离值”，而本期“预期回报偏离值”则取决于“当前的回报值”与上期“预期回报偏离值之间的差额，用一个递归计算公式可以表示为：
其中:FR为激发率;RPE为预期回报偏离值;CR为当前的回报值。
由于这个公式是斯库尔兹实验小组从上千次动物实验的数据中归纳出来并且又经过严格验证的，因此被认为具有很强的真实性。熟悉理性预期学说的读者也许会发现，它与这一学派的早期创始人之一约翰·穆斯关于人类理性预期的假设非常接近。
神经元经济学关于人类理性行为的研究也许称不上什么突破性的发现，因为从某种角度看，它只不过重复了主流经济学200多年来有关人类行为的基本假定。但其重要意义在于，这一研究与以往所有的经济学传统研究不同，它不是在逻辑上、而是在经验上实证了人类行为的理性机制；从而使“理性”不仅仅只是作为一种“假设”，而是具有了某种“本体论”的地位。无疑，这是对传统经济理论的一个重大深化。
进一步看，这些研究虽然只是对传统认识的深化，但其中仍然包含着一些可能引发“范式革命”的重要因素。在对灵长类和其他生物所做的神经元决策实验中，不断增加的证据表明，在所谓的“经济行为”方面，我们人类远没有经济学家曾经设想的那么“独一无二”。例如，猴子在博弈中能够得到与人一样有效的混合策略均衡，甚至鸟类也能通过“系统有序地改变它们的效用函数”来调整风险偏好以适应环境。如果人类的行为是物种长期演化的结果，那么一个合乎逻辑的推论是，我们的经济行为应该接近于我们的动物远亲，而不是截然不同。对此，格林切尔评论说，“这或许是神经元经济学所有结论中最有富挑战性的，因为它将引发一个对经济学家来说深入人心的假设的置疑，这个假设认为，做出决策既是人类特有的能力，也是一个强大的理性能力”。如果理性能力并非人类所特有的生物禀赋，那么它是否意味着，面临挑战的不仅仅是传统意义上的经济学和经济学家，甚至还包括了自古希腊和启蒙运动以来所有的哲学和哲学家们，需要在一个新的、实证的基础上对“理性”的定义进行某种必要的修正。
关于人类趋社会性的神经生物学基础与实证
上述研究虽然从实证角度揭示了人类理性行为的神经生物学基础，但它并不意味着神经元经济学忽视了早期实验经济学和行为经济学对人类“非理性行为”的关注。当然，这里所谓的“非理性行为”是指与人类经济活动相关的、狭义的“非理性行为”，比如投资冲动、偏好倒置、经济活动中的利他行为，等等。不过，与实验经济学和行为经济学不同，神经元经济学更为关注对人类行为中具有利他主义倾向的所谓“趋社会性”的研究。在研究方法上，神经元经济学基本摆脱了实验经济学和行为经济学传统的经济与心理的二元动机模式。事实上，从被演化塑型的神经决策机制上对人类的经济动机和心理动机作出统一的、一元论的解释，正是神经元经济学对实验经济学和行为经济学传统研究方法的扬弃。
“趋社会性”是社会学家涂尔干早年创造的一个概念，它包括我们人类普遍具有的同情心、感激心、责任心、愧疚感、羞耻感、公正感等道德情感。人类行为的“趋社会性”之所以引起经济学家的重视，与解决单次囚徒困境中的合作问题有关。传统思路把单次囚徒困境视作重复博弈的一个“子博弈”，则人类的“理性”能力，包括试错、学习与讨价还价，可以导致博弈双方的合作。不过，最近的研究表明，大多数关于人类合作的实验证据来自非重复交往，或者重复交往的最后一轮。非实验的证据同样表明，不能轻易用“互惠”来解释日常生活中人们解决冲突的一般行为。把“趋社会性”作为合作的前提，最早可以追溯到伯格斯特朗和斯塔克1992年的研究。他们证明，亲属或邻里之间在标准的单次囚徒困境博弈中可以产生合作。沙利2001年的研究则证明，如果博弈双方带有斯密意义上的“同情共感”，在严格的纳什条件下，也可以有“合作解”。最新的研究是桑塔费学派经济学家金迪斯和鲍尔斯所做的，他们运用计算机仿真技术模拟了10-20万年以前（更新世晚期）人类狩猎采集族群合作秩序的形成过程。由此得到一个重要的结论是，“强互惠”行为的存在，是原始族群内部维持合作关系的必要条件。所谓“强互惠”是指那些在团体中与别人合作，并不惜花费个人成本去惩罚那些合作规范破坏者（那怕这些破坏不是针对自己）的行为。显然，“强互惠”本身就是人类“趋社会性”的重要体现。根据计算机仿真，只有成功演化出“强互惠者”，并由“强互惠者”对自私的搭便车者施行惩罚，才能在一个族群中建立起稳定的合作秩序。
人类“趋社会性”的一个显著特征是，个体的行为不仅从“自利”原则出发，通常还会顾及他人或团体利益。传统理论往往在“理性”的框架下，用“跨期贴现”、 “互惠”或“声誉”机制解释这类行为。但现代神经科学的发现却证明，这种解释即便不是一个错误，起码也是非常肤浅的。心理学家很早就观察到，一个人体恤他人处境的能力在很大程度上取决于“天性”而非后天的学习。近10 年来，随着“镜像神经元”理论的逐渐成熟，曾经被大卫·休谟和亚当·斯密反复提及的人类天性中“同情共感”的能力，基本得到了科学验证。一项具有重大意义的研究发现，包括人在内的灵长类生物大脑中央运动前皮层中，有一个被称为F5的特殊区域，该区域的神经元不仅在受试者自己动作时被激活，而且在看到其他受试者的动作时也会被激活。于是，这些能够对他人的动作在自己内心的呈现做出反应的神经元就被称为“镜像神经元”。Umiltá等人通过实验证实，当一个人看见他人被针扎的时候，“镜像神经元”做出的生理反映有如他自己被扎一样。同样的原理也适用于心理状态，比如“情绪的镜像”。Wickers等人通过实验证实，受试者观察到的情绪也会激活相关的“镜像神经元”。这些科学发现克服了苏格兰学派当年的技术限制，使我们得以在一个新的基础上重新审视休谟和斯密的“同情观”。神经元经济学据此得出的一个重要结论是：“同情共感”是一个物种不同个体基于“镜像神经元”实现的“神经网络共享”，这种“共享”对个体之间的合作具有重大的经济（效率）意义，因此是该物种在长期演化过程中被自然选择所“塑型”的。今天，神经元经济学家已经把这一理论用于研究语言的产生和演化以及它对博弈行为的深刻影响。
由“同情共感”所驱使的人类“趋社会性”，特别是“强互惠者”实施的惩罚，是一种明显具有正外部性的利他行为。但这种行为的激励机制是什么？在得不到物质补偿的情况下，人们为什么不惜花费个人成本去惩罚那些违反合作规范的人？苏黎世大学国家经济实验室主任恩斯特·费尔博士提出一个假设：如果这种行为无法从外界获得激励，那么行为者只能通过行为本身获得满足。也就是说，这种行为是依靠生物个体的自激励机制实现的。事实上，人和动物的许多行为都是依靠自激励实现的。脑科学研究已经证实，对包括人在内的高等动物来说，启动这类行为的机制是由中脑系统的尾核和壳核来执行的。比如我们人类的成瘾性行为，像烟瘾、酒瘾、毒瘾等等，都涉及这一脑区。因此，这一脑区在医学上也被称为“鸦片报偿区”。费尔博士猜测，如果“强互惠”行为依赖这种自激励机制，那么做出这种行为时，人脑的这个部位就会被激活，而且行为的强弱与其激活程度正相关。于是，费尔和他的同事们设计了一系例实验场景来激发人们的利他惩罚行为，并通过PET即正电子发射断层扫描技术对行为者的神经系统进行观察。实验结果证实了这个大胆的推断。
神经元经济学对人类“趋社会性”的研究告诉我们，传统经济理论只在“自利”范围内考察人类的偏好与行为是有缺陷的。事实上，包括“道德感”与“正义感”在内的“趋社会性”在维系人类的经济制度和政治制度，从而也就是维系人类社会的合作效率和组织效率方面具有不可替代的重要作用。

10. 经济学专业跨专业考神经生物学的硕士研究生的可能性

你是真的感兴趣吗？作为一个本科硕士都是生物专业的过来人，建议你不要考。除非你还想考博。这个专业就业前景不好的