飞机座椅上，裴瑜津津有味地翻看着系统里的微观经济学知识。

“先复习一下边际替代率吧。”裴瑜心想。

相关知识点立刻在脑海中浮现，像幻灯片一样一张张闪过：

【边际替代率（mRS）是指在保持效用水平不变的情况下，消费者愿意用一种商品去替代另一种商品的比率，通常表示为两种商品的边际效用的比值，数学表达式为 mRS =-mUx\/mUy……】

她闭着眼睛，脑海中浮现出无差异曲线的图像，那条弯弯的线上，每一个点代表不同的商品组合，但带来的满足感是一样的。

接着，她又回忆了一下预算线的公式，默默推了一遍消费者怎么选才最划算。

她熟练地调出消费者理论那部分，眼前立刻浮现出效用函数U(x，y)和预算线p_x x + p_y y = m的公式。

这些推导对她来说小菜一碟，用拉格朗日乘数法一算，最优解?U\/?x \/?U\/?y = p_x \/ p_y就出来了。

整个解题过程对裴瑜来说轻车熟路，但她并未满足于此，而是思考怎么用这套理论解释现实问题。

比如眼前这架飞机，为什么头等舱的盒饭比经济舱丰盛那么多？航空公司是怎么靠这种差别定价来多赚钱的？越想越觉得有意思。

复习完边际替代率，裴瑜觉得还不够过瘾，调取了生产函数与成本函数的资料。

系统迅速响应，弹出相关内容：短期成本函数可由生产函数推导而来，假设要素价格不变，总成本 tc = wL + rK，其中 w为劳动价格，r为资本价格……

裴瑜在脑子里画着成本曲线的走势图，思考航空公司在飞机维护这种固定成本与餐食供应这种可变成本之间的权衡，越想越觉得航空公司的生意挺有意思。

紧接着，她的脑海中浮现出柯布-道格拉斯生产函数的公式，又回忆起怎么用它算边际产品和平均产品。

裴瑜越想越来劲，进一步思考怎么把这个模型套用在80年代的华国企业上。

现在的国企正处在转型期，乡镇企业又像雨后春笋似的往外冒，计划经济与市场机制的碰撞，不就是现成的研究素材吗？

她甚至开始构想一篇论文，题目或许可以是《经济转型中的生产效率：基于80年代中国企业的微观分析》。

这要真写出来，大概率能成为研究华国经济转型的经典案例。

裴瑜继续装睡，身体放松地靠在座椅上，同时在脑海中翻阅着各种经济模型，时而推导边际成本曲线，时而回忆帕累托最优的条件。

系统知识库的响应速度极快，每当她提出一个问题，相关内容便以清晰的文字、公式或图表形式呈现，有时甚至会自动补充案例分析或历史背景。

当她思考完全竞争市场的长期均衡时，系统不光给了数学推导，还附赠了一段19世纪英国纺织业的市场结构分析，让她对理论的应用有了更深的理解。

“再看看博弈论的部分吧。”裴瑜心想。

她调取了纳什均衡的相关内容，脑海中浮现出经典的囚徒困境模型。

系统自动生成了一张收益矩阵，清清楚楚地标出不同策略组合下的结果。

她默默思考如何在非合作博弈中找到均衡点。

时间在她的装睡中悄然流逝，飞机继续平稳地飞向目的地。

裴瑜此刻只学经济学，并不是不知道数学的重要性。

对经济相关专业的学生而言，数学底子太重要了。

搞经济研究，不管是建模型还是做数据分析，哪样都离不开数学。

对于就想当个“科研打工人“的学生来说，数学基础这块儿不用太深，能看懂常用的经济模型就够用了。可以把更多时间花在学专业知识上，比如产业经济学、劳动经济学这些具体领域的理论和实际应用。

但要是想当“科研精英“，甚至成为学术圈里说一不二的“老板”，也就是学术领域的领军人物或科研团队的负责人，那数学功底就是必须的。

特别是以后的经济学越来越讲究用公式和模型说话，数学好不好直接决定了研究者能在这条路上走多远。

想当个合格的经济学研究员，数学、统计学这些基本功必须得扎实。微积分、线性代数、概率论这些都得能够熟练运用，不然连经济模型都搞不明白。

要是想做到优秀，那要求就更高了，需在基础学科上毫无短板，无论是微分方程、优化理论，还是高等统计方法，都能信手拈来，游刃有余。

而真正达到大牛级别的经济学研究员，不光基础要牢，还得在数学分析、计算方法或者数据科学这些领域有独到见解，能搞出别人想不到的创新。

数学不仅是工具，更是经济学家思考和表达复杂经济现象的语言，缺乏数学的支撑，研究者很难在理论深度或实证精度上有所突破。

拿高等数学来说，它不仅是商科学生躲不掉的必修课，更是决定科研能力分水岭的“拦路虎”。

微积分、线性代数和优化理论构成了现代经济学理论的基石，无论是消费者理论中的效用最大化、生产者理论中的成本最小化，还是博弈论中的纳什均衡求解，都离不开数学的严谨推导。

其实微积分这套东西，早在300多年前就被牛顿、莱布尼兹那帮数学大佬搞定了。

1986年的大学生和2025年的大学生，学的还是同一套理论。虽然后世经济学用数学的地方越来越多，比如动态规划、随机过程这些高级玩法，但底层逻辑从来没变过。

对裴瑜来说，数学好更多是“会用“，而不是能搞出什么新突破。

拿到Imo金牌之后，数学已经是她最拿得出手的强项了，数学这个“拦路虎”在经济学领域已经拦不住她了，她可不想把现在和以后的时间全耗在推公式上。

她也并不满足于仅仅依靠脑海中系统知识库的“现成”论文，来谋求学术上的成功，这样的生活在她看来太缺乏挑战与乐趣了。

比起数学公式推导，裴瑜在商业案例和经济政策上的眼光和敏锐度才是真本事。

她的兴趣更多在于将经济学原理应用于商业决策或政策制定，比如用行为经济学那套分析消费者心理，或者用博弈论设计更聪明的市场规则，这些实实在在的应用，可比单纯推公式有意思多了。

与其沉溺于照抄系统知识库里的成果，她还不如现在就用存款里的钱去好好享受生活。