首先摘录我认为本课程中最基本也是最重要的两个概念。（用来加深印象）

1，数学模型：利用数学的语言、公式、图、表或符号等来模拟现实的模型；

2，数学建模：利用数学方法解决实际问题的一种实践。即通过抽象、简化、假设、引进变量等处理过程后，将实际问题用数学方式表达，建立起数学模型，然后运用先进的数学方法及计算机技术进行求解。包括模型建立、求解及对结果的分析与检验等。

粗翻《数学建模方法》的目录与内容，竟发现其中有些似曾相识的内容，如关键线路问题（ PT图和PERT图）、非合作两人的解——纳什均衡。前者在管理学原理和方法论中初涉过，是关于怎样求找关键线路的问题；后者在微观经济学中了解过一点。当然站在不同学科的角度，我还真被数学建模中那些公式和图论给吓住了。本来数学底子就不好，要想运用好数学工具并非易事。

众所周知，我们今天所处的时代是知识经济的时代，新知识、新技术大量涌现，而且更新不断加快。知识间的交叉、融合、渗透不断增强，使边缘学科、交叉学科、横断学科不断出现。课下查阅了一些资料了解到原来数学建模在现实生活中特别是在经济管理中应用得相当广泛。许多经济学诺贝尔奖得主从事的研究工作与数学有紧密的关系。古典经济学并不太注重量化分析，可是随着中国加入世界贸易组织，以及市场经济的逐步完善，规范经济学的兴起，它要求必须对市场的一些反应作出科学定量的分析。经济管理学科是解释社会经济现象的科学，21世纪的中国农村工业化、城市化，农业市场化、国际化、农民非农化将成为一种社会发展的潮流和趋势，有效地解决农村、农业、农民问题，无论是从顺应社会经济发展的趋势，促进国民经济及社会稳定持续发展的角度讲，还是从地理概念、农村创造的价值占国民经济的份额和农产品的市场份额、人口数量的角度讲，都是历史赋予我们的光荣使命和不可推卸的责任。

我学的是农林经济管理，就本学科发展的趋势和现状而言，学科的专业内涵正在发生着质的变化，非农、离农专业日益增多，又农、又经、又管不仅成为学科演变的趋势，而且也成为体现学科特色和优势的重点所在。过去我的思维仅局限在了狭隘的本学科管理学学士学位中，未对数学工具加以很好的理解与运用。殊不知，数学是很多学科走向科学的最有力的工具，经济学和管理学在目前的主要区别之一就是对数学的应用程度，管理学还处于较为初级的阶段，应用数学还未达到经济学那种程度。我想将管理学与数学交叉，会比较容易出成绩。未来的管理型人才将是具备人文气质、管理技能和有一定数学特别是数学工具实践运用功底的复合型人才。广阔的眼界，开放的思维，理性的头脑日益重要。

就全国的农业及农村经济而言，目前正在进行着七个方面的经济转型：一是正在从传统农业向现代农业转型，二是正在从计划农业向市场农业转型，三是正在从农产品供给短缺约束条件下的数量型农业向农产品供给总量平衡、丰年有余或过剩条件下的质量效益型农业转型，四是农业生产结构正在从单一的粮棉油种植结构向农林牧渔产品多样化的综合结构转型，五是农业生产经营方式正在从传统的粗放经营向现代集约经营转型，六是农业发展从主要依靠国内资源、国内市场向依靠国际国内两种资源、两种市场转型，七是农业与工业的关系正在从农业为工业贡赋的关系向工农两业平行发展和工业反哺农业及保护农业转型。

然而，由于在宏观经济管理方面，我国长期实施偏向工业和城市的发展战略，政府对农业的投入不足，加之农业生产经营规模分散，具有市场和自然的双重风险，使农业成了弱质性产业；农民的组织化程度、民主化程度、社会文化程度低，严格的户籍制度和土地制度及商品粮供给制度把农民阻滞在农村，使城乡劳动力不能自由流动，农民无法享受现代城市物质文明和工商业的经济剩余，成为弱势群体；农村产业构成层次低，交通、电力、通讯、医疗、教育等基础设计条件差，使农村成了落后的地区。全面解决农业、农村、农民的三农问题已是当务之急。当然，破解三农问题不是一蹴而就的，古今中外多少仁人志士多少专家的专业智慧还未能将其彻底攻破，加之中国特殊的国情（脱胎于半封建社会，未经历过资本主义的历史形态），可谓困难重重。

" 在此以金融学、国际贸易、产业经济学、区域经济学、数量经济学等为主干的应用经济学为例。记得农业经济学的王亚鹏老师提到过有关这方面的信息，南京农业大学的钟甫宁强调应用经济学要重视实证分析。这关系到应用经济学是否是科学以及科学研究的特征是什么的问题，实证分析的本质：确切表述问题、提炼问题；提出可验证的假设；确定分析框架（思路）；确定影响因素和影响机制（模型与变量）；选择和收集数据；验证假设，得出结论。这与数学建模的步骤可谓是如出一辙！

" 当然，在应用经济学中不一定要采用数量分析的模型和方法，可以是逻辑模型或情景模拟。那么如何建立实证或逻辑分析模型呢？首先，从现实的问题中提炼出一个有价值且可以研究，能够得到答案的具体的理论问题；再根据现有的理论和专业知识、外部条件（前提条件）从逻辑上提出这一问题可能出现的结果（假设）；接着确定验证这一假设所需要的工具和材料（模型和数据）；然后收集数据、模型验算，修正模型、补充收集数据；最后解释结果。

" 当然，任何科学研究都不是一帆风顺的，建立实证分析模型的最大困难是：是否能正确地提出问题，是否能找到合适的理论分析框架，能否得到需要的数据，结果是否合理，以及并非所有的问题都可以得到比较满意的答案。

" 另一个外呢体是：实证分析最需要什么？归纳为经济理论、涉及的专业知识、方法论（思维方式）、具体的分析工具与方法、执着的苦干精神、经济学家的立场和人文精神以及追求学术真理的事业心。

" 在分析过程中最容易出现的失误有1，误用或滥用分析结果：对回归系数的理解和应用有误；对模型的性质、适用范围理解有误，对变量的涵义理解有误，忽视变量之间的相互关系，片面依赖数学手段，

" 拘泥于统计检验、忽视经济理论和专业知识，选定的变量与现实的决策变量不一致以及“拷打数据”。

" 此处只是有意识地套用了一些已涉及过的内容并加以整理，因数学建模还未真正入门，不敢班门弄斧，相信随着对学习的深入和知识的转化，管理和数学工具的结合使用会日益显著。