【关键词】统计学；计量经济学；实践教学
统计学和计量经济学这两门课程是经管类专业的核心基础课程之一，充分顺应当前的经济发展趋势，以经济理论和现实经济问题为主要研究对象，运用各种统计计量软件对现实经济数据进行分析，从而更准确地判定经济形势和预测经济发展趋势，体现了理论与实践的完美融合。本文主要思考如何将统计学和计量经济学的实践教学相互融合补充，结合漓江学院培养应用性复合型人才的目标，以培养学生利用现代信息技术搜集、整理、分析统计数据，用各种定性、定量统计方法对经济现象进行较深层次的分析与预测，进而对经济学理论进行实践检验的能力。
1.教学目标
1.1基本目标
旨在培养学生在充分理解经济学相关原理与基本数学知识的同时，利用现代信息技术搜集、整理、分析统计数据，用各种定性、定量统计方法对经济现象进行较深层次的分析与预测，进而对经济学理论进行实践检验的能力。
1.2具体目标
1.2.1理论目标
掌握统计学、计量经济学的基础知识和科学的经济学分析方法。
1.2.2能力目标
实践调查的设计和实施能力；团队协作能力；理论知识转化能力；软件操作能力；创新能力；实际经济问题的分析能力；领导与沟通能力；信息收集与处理能力。
2.教学依据
时刻围绕经济管理专业的培养特色，以“宽口径、厚基础”的培养模式在大一大二从经济理论和数学基础方法的讲授开始抓，将实践教学理念贯穿于整个大学教学过程中。在讲解基础理论时强调与现实经济问题的结合，培养学生发现问题和用数字去研究经济问题的兴趣。在大三大四以“重技能、显特色、强素质”为主。在统计学和计量经济学的讲授过程中，更多地注重如何解析现实经济问题，如何寻找和整理经济数据，同时学会用各种功能丰富的软件进行实证研究。将整个大学课程教育整合成一个紧密的体系，有目的有计划的灌输实践教学理念和执行实践教学过程。
3.教学思路
4.教学实践方案
4.1课堂教学实践
4.1.1环节一：理论教授，思维渗透
本环节主要在大一、大二实施，重点围绕学生经济学理论的学习、经济学思维的培养以及数学方法的灵活运用。在整个教学过程中适时结合案例分析、专题研讨、角色扮演、调查与访问等方式进行课堂实践，逐渐渗透理论联系实际的学习思维。
4.1.2环节二：理论与方法的整合，将经济现象具现化、简单化
本环节主要在大三上学期实施，重点在于让学生学会将现实生活中的经济问题数字化，同时从数字表现出的关系、特点、变化趋势中了解和认识经济发展的现状。具体从两个方面着手：
第一，以统计年鉴所包含的内容以及内在结构特点的分析、数据的测算为主线，针对《统计学原理》课程中包括的内容理论性偏强而实践性薄弱的特点，以《中国统计年鉴》、《经济统计年鉴》、《旅游统计年鉴》、《交通统计年鉴》等各类型统计年鉴作为研究的范本，将年鉴的主要模块、各模块之间的关系、各模块包括的主要经济指标的内容和测算方法以及所反映的经济现实作为研究案例，有针对性地将课程中涉及的公式、原理对照讲解，让学生充分认识到所学的不是枯燥的数字、公式和理论，而是一些生动的现实的经济数据和经济事实。在讲解的同时穿插Excel、SPSS等统计软件的使用教学，增强学生的动手能力。通过对统计年鉴的分析，既能让学生将理论进行实际转化，也能解决同学在写毕业论文时关于数据难找难分析的问题。
第二，以实践调查研究工作所涉及的准备、实施、整理、分析、撰写报告等环节为基线，结合《统计学原理》的相关章节内容，将整个学习过程分解成六个学习任务，具体有：调查方案设计、调查问卷设计与实地调查、调查数据的统计与汇总、研究对象的历史数据汇总分析、调查数据的统计分析、撰写调查报告。同时以学习任务驱动的方式，引导和带动学生参与到课程学习和实践中，强化学生在任务完成的过程中自主领悟和学习统计学的有关内容和方法。
4.1.3环节三：实证分析，检验经济理论，分析经济现象
本环节主要在大三下学期实施，旨在让学生掌握两三个计量分析软件，能够用环节二中掌握的数据结合计量软件进行实证分析，进而用实证分析方法检验经济理论、分析经济现象。
（1）针对《计量经济学》课程的特点，在讲解理论的同时重点专注于计量软件在实证研究中的使用，结合现实经济案例让学生学会如何用软件进行计量操作分析，并理解计量结果所表示的经济学意义，从而将计量结果用于验证经济理论，指导经济实践。
（2）针对实际运用方面，结合政府、金融机构、公司等所涉及的计量领域，以案例说明、角色扮演、情景设计、专题研讨等方式向同学们介绍相关的知识和使用的方法，让学生在出校门前对本门课的应用领域有所认识。
4.2课后实践教学
4.2.1课后辅助练习
以学习任务驱动的方式，引导和带动学生参与到课程学习和实践中，强化学生在任务完成的过程中自主领悟和学习统计学、计量经济学的有关内容和方法。
4.2.2暑期实践调查
组织大二、大三学生在暑期进行实践调查活动，指导学生将课堂中学习到的理论、方法联系调查实施的过程，切实在实践调查中掌握调查工作的准备、实施、整理、分析、撰写报告等各个环节所涉及到的理论、方法，最终通过调查结果的分析了解、认识某个现实经济问题，学会如何将理论见诸于实践。
5.实践教学效果的评估
课程评价是保证理论和实践性课程实施质量的的一个重要方面，介于统计学与计量经济学实践性较强的特点，计划改革传统理论考试模式，设计创新性考核方式。考核方式采用按工作任务的学习过程进行考核，并根据学生写的学习实践日记进行平时成绩的考核，其成绩纳入总成绩，结课后进行学习成果展示，在成果展示汇报时，每个学生们走上讲台，通过演讲的形式，把调查与统计分析的工作过程展示给大家。考核没有统一答案，通过学习成果的评价表，学生自评、互评，学生参与评定成绩的做法，可以更加公正的评价学生的学习质量及教师教学的质量。具体评价指标有：第一，调查问题、对象选择的新颖、时效性；第二，调查实施方案的完整性；第三，调查问卷设计的合理性、规范性、科学性；第四，参与课堂讨论的积极性；第五，实践调查参与的主动性及贡献；第六，调查团队协作能力；第七，理论知识的应用能力；第八，Excel、Eviews、SPSS等软件的操作能力；第九，数据的总结分析能力；第十，文字的组织和文章的撰写能力；第十一，成果汇报的现场效果。
【参考文献】
[1]张真.计量经济学——经济学数学和统计学的结缘[J].科技与经济，2006（13）：16-18.
[2]郑红玲.对经管专业统计学实践教学的探讨[J].经济研究导刊，2011（11）：229-230.
关键词：经济统计学；计量统计学；影响运用
一、相关概念
（一）经济统计学的基本概念
经济统计学，顾名思义就是将经济学与统计学相结合，是统计学在经济学方面的体现，是指对经济信息的分析处理，譬如，对经济方面数据的搜集，处理，分析，并生成图表，以便将抽象的经济信息进行具体化，进而使得经济信息能够更加清晰明了。因此，经济统计学是为经济学所服务的，一方面，为经济信息的分析提供了手段方法，使得经济信息能够更好的呈现在人们眼前；另一方面，经济统计学也是一种新型学科，这一学科顺应了时代的发展，对我国经济的发展具有十分重要的作用。
（二）计量统计学的基本概念
计量经济学，是以经济学以及统计学为基础，以一定的数学分析方法，通过建立相关的数学模式，进而剖析一定的经济问题，从而以较为理性的方法来解析经济方面的知识。一般而言，计量经济学可以划分为理论经济学以及应用经济学，前者主要是以研究方法为主，即通过数学模型的建立来进一步的为经济方面问题的分析提供依据；而后者，则更加偏向于实践性以及实用性，注重的是经济数学模型的实际的运用，以及对经济规律的探寻。因此，计量经济学更加具有实用性，通过数学的模型来进一步具体化经济。
（三）两者的区别以及联系
经济统计学以及计量统计学，这两个学科最大的区别则是：经济统计学主要是对经济信息的分析处理，并通过常用的表格、图形来具体化经济信息，即经济统计学属于浅层次的经济分析；而计量经济学则是通过数学模型的建立，来处理经济信息，即通过数学模型来进行深层次的经济信息的处理，并不是单纯的处理经济信息，而是挖掘经济信息的内涵，并进行分析处理，以便对经济的走势进行预测，从而更加准确的利用经济信息。
二、经济统计学及计量统计学双学科的运用
（一）经济信息分析方面
经济统计学及计量统计学双学科最常运用的方面则是经济信息的分析，通过经济与统计的结合，摒弃了以往传统的经济分析模式，加入了统计学的相关知识，一方面，可以使得经济信息的处理更加系统化，科学化，改变了以往的经济信息的处理过于主观性的局面，规范了经济信息的处理；另一方面，统计学在经济信息处理过程的运用，可以对经济走势进行一定的预测，这是一大创举，提高了经济的预测率可以对经济的走势提前采取一定的措施，进而促进我国经济的发展。
（二）经济政策的定制方面
经济统计学及计量统计学双学科的运用还体现在经济政策的制定方面，即我国的政府及其相关的部门，根据经济统计学以及计量经济学对经济信息的分析以及经济走势的预测，进而有针对性的制定一系列经济政策，进而以便保证经济市场的稳定。基于对经济信息的分析，制定经济政策，在一定程度上保证了经济政策的有效性，避免了政策失误。所以，政府以及相关的经济部分，要重视经济统计学及计量统计学双学科的发展，以及双学科对经济的分析，进而定制更加有效的经济政策。
三、经济统计学及计量统计学双学科的影响
（一）对经济的影响
经济统计学及计量统计学双学科的运用，对我国经济产生了巨大的影响。一方面，双学科的运用对经济信息的分析准确度大大增加，进而保证了社会大众对我国经济形势的正确的认识以及把握；另一方面，双学科的运用在一定程度有益于市场经济秩序的稳定以及维护，避免了因经济信息不明确或者部分恶意经济信息的传播，而导致了市场混乱。因此，经济统计学及计量统计学双学科的运用对于我国经济的发展具有十分重要的意义，我们要给予重视。
（二）对政策的影响
经济统计学及计量统计学双学科的运用，极大的提高了我国经济政策以及相关的经济的法规的有效性，使得我国经济政策的制定有了经济方面的依据，从我国经济的实际情况从而制定经济政策，一方面，确保了我国经济政策的有效性，加大了我国对经济市场管理的力度，提高了经济方面的监管；另一方面，确保了在经济运行的过程中所出现的问题能够及时，准确的得以解决，从而保证了经济市场的稳定。
四、经济统计学及计量统计学双学科发展的展望
经济统计学及计量统计学双学科的运用以及发展，对我国经济以及政策的发展都有着重大的积极方面的影响，因此，在未来的发展过程中，双学科的发展会更加偏向于通过经济信息的分析，进而提高经济走势的预测，除此之外，双学科也会在数学模型建立的过程中更加注重数学模型的实用性，采取更加有效的方式对经济信息进行采集，进而在保证分析效果的同时更加注重节约资源，进而突出经济性与环保性。因此，在未来的发展过程中，经济统计学及计量统计学双学科将会得到更多的关注，进而取得进一步的发展。
五、结束语
经济统计学及计量统计学双学科的发展以及运用，已经成为社会大众所关注的热点之一，文章就是以经济统计学及计量统计学双学科为研究中心，进而开展一系列的研究，主要围绕着四方面的分析，即经济统计学与计量经济学的概念，经济统计学及计量统计学双学科的运用，经济统计学及计量统计学双学科的影响，以及经济统计学及计量统计学双学科发展的展望，其目的在于，一方面，突出双学科的重要性，透过双学科的发展以及运用来促进我国经济的发展；另一方面，呼吁我国重视双学科的发展，并鼓励发挥一切积极的因素来促进双学科的发展。
参考文献：
[1]洪永淼.经济统计学与计量经济学等相关学科的关系及发展前景[J].统计研究.2016年1月第33卷第5期.
[2]张真.计量经济学的经济学特性.[J]统计与决策.2007年第21期(总第249期).
1．1教师存在对计量经济学的不合理认识
在本科计量经济学的教学过程中，由于部分经济学教师不能熟练掌握计量经济学这门课程的相关理论和方法，导致学生对这门课的理解产生偏差。很多高校本科生的计量经济学课程，主要介绍理论方法，除了一些课后习题和文中例题外，几乎没有关于结合理论进行应用的专门章节，即使有也特别老旧。有很多经典著名的国外教材也是如此设计。然而国内的很多高校教师仍然是不加修改的照搬国外的经典教材。此外，这些教材中很多例子适用于欧美的经济情况，很多教师上课的时候不能结合我国的实际情况加以修改和补充。而且计量经济学作为一门孤立的课程，看不到它与经济学其他课程之间的联系，就更加难以理解它在整个经济学课程体系中的地位，甚至会觉得它是一门应用数学类课程，这种想法无形中会影响到学生，致使部分学生反感这门课程。由于计量经济学的学习需要数学、统计学、线性代数等数学基础知识，很多教师在教学过程中过度强调数学推理，使得学生将计量经济学当作一门数学课进行学习，因此达不到这门课程应有的效果和目的，无法使学生认识到计量经济学在经济学中的作用和地位。过多的强调理论公式的推导，使得计量经济学很难被经济学类的学生接受，陷入理论推导的怪圈，降低了经济现象方面想象能力和求知欲望。另一方面，计量经济学的理论部分的理解又需要较好的数学基础。而目前我国大部分需要学习计量经济学的学生属于经济学类专业，此专业中的绝大多数的学生是文科生。而对于文科生而言，数学基础会稍微差一些，对数学敏感性较差，逻辑分析和定量分析的能力也较低。因此，当接触到计量经济学这门学科时，若得不到教师的正确引导，学生不难很难理解到理论计量的精髓而且也很难将计量经济学理论应用于实证研究。大部分学生就会认为计量经济学就是统计学或者数学，对其自身经济学科而言是不需要的。这种负面思想也会影响到下届学生。
1．2教学安排不合理
一般情况下，计量经济学每学期54学时，因为课时有限，教师在教学过程中只能着重理论课程方法的介绍，而并着重培养学生解决实际经济问题的能力。当前，我校计量经济学在授课过程中以基础课程为主，而对于处理实际经济问题涉及较少。原因总结为以下两个方面：第一，在教学过程中使用的教材主要是介绍理论及其推导；第二，如果讲授计量经济学的应用，则需要如下过程：首先建立或选择需要的模型；然后收集相应的数据；其次对模型进行检验并进行异方差、多重共线性和自相关等计量经济学检验，然后使用学到的计量经济学理论估计模型中的待估参数；估计参数后，利用模型的估计结果进行实际问题的分析，例如，经济现象的分析，政策建议，经济预测等。而计量经济学设定的课程学时较少，课时有限，故不能完成此种程度的教学任务。Eviews等相关计量经济学软件是在实际应用分析常用的统计软件，在计量经济学教学过程中，由于课时有限，学生上机进行实际软件操作的机会少，训练不足，这使得学生在学习计量经济学理论方法后出现不会应用的问题。实验环节在高校培养学生实践和创新能力最重要的部分，经济管理类的实验环节比理工类要薄弱很多。另外，为了满足社会进步的需要，近年各高校经济学的教学方法和手段上不断地提高和改善。绝大多数高校已经实现了多媒体教学应用。由于多媒体的广泛应用，计量经济学教学过程中以多媒体为主，板书为副，这虽然加快了教学进度，但无形中加大了学生的思考负担和思维强度，使得学生对必要的需要数理推导的理论部分无法理解深刻。
1．3教材内容分布不合理
现阶段计量经济学教材的内容主要侧重于计量经济学方法和理论知识的介绍，对实际问题的分析研究介绍的较少。学生在刚接触计量经济学时，就会看到大量的公式和数学符号，对学生的学习造成了较大的困难。在学完计量经济学后，学生不知道如何运用计量经济学方法去解决实际问题。另外，大量的计量经济学教材的符号并没有统一，同一术语不同的教材用不同的符号，使学生眼花缭乱，不知从何入手。
2计量经济学教学中存在的问题
如何解决计量经济学是一门方法论的学科，具有应用性较强的课程。计量经济学强调理论、案例和实验三者的有机结合。为了加强学生对计量经济学的了解，知道计量经济学在经济学科中的地位和作用，使得该课程的教学达到预定的效果，能够提高学生的创新能力、实践能力，笔者根据自己数年的教学经验，有下面几点建议。
2．1教师应正确理解
计量经济学在整个经济学课程体系中的地位，并且在教学过程中注意理论与应用并重首先教师应该正确的认识计量经济学这门课程的位置及重要性。挪威的经济学家RagnarFrisch作为首届诺贝尔经济学奖获得者，1933年曾经在计量经济学杂志中对于经济学数量方面的研究进行了评述：即使部分经济理论有数量特征的，但经济统计学、一般的经济理论和计量经济学是不可以混为一谈的。也不能将计量经济学简单地看作是数学在经济学上的应用。只有真正的清楚经济问题的数量关系并将其结合着理解，我们才能理解计量经济学的内涵及本质。计量经济学是一门由统计学、经济学和数学相互结合的交叉学科，但是我们不能简单的将计量经济学看作是经济学、统计学、或者应用数学在经济学上的一种应用，而应将其看作一门在经济学科中占举足轻重地位的综合性边缘学科。其次，计量经济学教学应当理论与应用并重。计量经济学笼统的可以分为理论和应用计量经济学两部分。理论计量是以计量经济学的方法为主，以数学推理为基础，强调理论的数学证明与推导；应用计量侧重理论的应用，以经济学为基础而对实际问题进行处理。在这方面的教学中，尤其应侧重结合我国国情，设计相关的实例分析教学，使得学生能够结合应用模型，加深对计量经济学理论的应用理解和训练。教师应当将计量经济学这门课程作为经济学人才所需掌握的基本方法论来设计。如果学生能够掌握这些基本的方法论原理，就具备了解决经济学中的相关问题的能力。因此，在本科计量经济学的课程内容的设计中，应当坚持应用和理论并重，着重让学生通过解决实际案例，加深对计量理论的理解程度。再次，对于计量经济学的理论方法，思路是优于数学过程而更加需要重视的部分。描述计量经济学理论方法离不开抽象的数学语言叙述过程，但让本科生在有限的时间内掌握这些数学过程，一方面是具有难度的，另一方面，也是不必要的。学生可以通过自学从而掌握详尽的数学推导过程。而有限的时间内，更为重要的是让学生能够理解整个学科的发展脉络，也就是我们通常所说的需要学生建立计量经济学的理论框架和思路。教师需要引导学生掌握这种思路。例如，某一种计量经济学理论方法，其思路的关键是什么？计量经济学是一门不断发展壮大的学科。在冗繁的模型和方法中，能够建立整体的框架和思路尤为重要。是学生能够提纲挈领的感受到淘汰旧的理论方法的原因以及发展新的理论方法的驱动力，这需要教师的引导和灌输。比如新产生的方法怎样突破旧的理论框架，解决了原来没有考虑或者无法解决的问题？我们的教学目的也是为了让学生能够掌握这些框架和思路，因为思路不仅反映了方法论产生的原因和发展的动力更主要的是学生如果能够深刻理解这些，才可能在原有理论基础上加以发展和创新。所以，在整个的计量经济学教学过程中，教师始终应该秉承这一思想，给学生介绍整个计量经济学体系的脉络。掌握好这个总的脉络，就能够提纲挈领，提高对计量经济学的整体认识。
2．2教学方法和教学手段的合理改革
教师应在教学过程中结合实验软件，积极挖掘学创造力和主观能动性。教师应当因材施教，根据学生的不同专业从而安排相应的结合其专业的案例和实验教学内容，使学生能够在掌握计量经济学原理的同时，能够很好的将计量理论应用于解决本专业的实际问题中去，同时在解决实际问题的过程中，加深对理论计量的理解和认识。为了使学生能够有时间在课堂上建立计量经济模型，并且切身体会到计量经济学在其相应专业的应用价值和意义，学校应该在原54课时的基础上增加课时，增加的课时用于是学生掌握必要的经济和统计学软件的使用。使得同学不仅学完统计检验、参数估计等理论基础知识，而且能够在掌握这些理论知识的同时，可以应用这些基础知识解决与自身专业相关的实际应用问题。由于当前的计量经济学教学是计量经济学理论方法与实际的经济例子、软件操作，经济理论分离，因此，笔者认为，教师在授课时应选用一种软件，比如Eviews，在讲授完基本的计量经济学理论后，结合具体的经济实例，首先教学生如何使用软件来实现相应的理论结果，不需要解释为什么使用软件，只是让同学知道软件是解决问题的一种简单的工具。比如，在学完前几章的参数估计和检验后，教师应该引导学生找到自己感兴趣的实际问题，然后使用Eviews软件完成参数的估计和检验，最后让学生对所得到的估计和检验结果做合理的解释，这样不仅使学生深刻掌握了所学习的计量经济学理论和方法，而且也提高了对实际问题的解决和分析能力。
2．3教材内容存在问题的合理改善
首先市面上不同的教材应该进行符号和内容统一，对于一些内容不同的理解应该给于详尽的解释。；其次，教材的编写应该按照不同的层次进行区分，对于本科生使用的教材，建议删除计量经济学理论方法结论所需要的数学推导过程，主要侧重于学生对计量经济学方法的应用；而对于研究生教材，不仅要着重详尽数学推导过程，也要注重对计量经济学理论方法和内涵的理解，同时也不能放弃理论方法与实际相结合。最后，无论本科生教材，还是研究生教材都要引进最前沿的研究问题、研究方法和研究思路，这样，可以激发学生的学习兴趣和创造力。
3结语
关键词：概率论；数理统计；计量经济学；教学设计
从1998年教育部把计量经济学列入高等学校经济学门类各专业核心课程之一，计量经济学已经成为现代高校经管专业必不可少的核心课程[1]，它和微观经济学与宏观经济学一起构成了中国经济管理类本科生和研究生的核心理论课程[2]。近20年来计量经济学课程受到了越来越多的重视，在中国大多数经济与管理相关的专业的教学大纲中，计量经济学作为本科公共必修基础课，一般都要求学生已经修完微积分、线性代数、概率论与数理统计等前期课程。事实上计量经济学的基础知识主要来自于概率论和数理统计，计量经济学的基本研究过程与概率论和数理统计是一致的，先设定模型，然后通过样本抽样，参数估计和假设检验[3]。
在计量经济学实际教学中发现，许多同学对统计学中基本概念掌握得很好，依然无法理解计量经济学的内容。主要的原因是已有的计量经济学教材缺乏引导学生从概率论和统计学过渡到计量经济学的相关知识衔接。由于学生在学习这两门课的过程中，缺失了知识点的过渡和迁移，常常用孤立和割裂的视角来看待计量经济学的内容，这无疑提高了学生学习计量经济学的困难程度。学生不知道将已有的数学知识与计量经济学相互结合，形成完整的逻辑体系。针对上述问题，本文将论述从概率论和统计学过渡到计量经济学过程中出现的知识点相互割裂的主要问题，阐述造成学生理解困难的原因，并提出相应的改进方法。
一、从概率论与统计学过渡到计量经济学出现的教学问题
虽然大多数学生在学习计量经济学之前，已经学过计量经济学的基础课程——概率论与数理统计。但学生在计量经济学学习的过程中，面临的巨大挑战是如何将已有的概率论和数理统计的知识和计量经济学中的知识点相串联。造成这一问题的原因主要有：第一，许多计量经济学中的重要知识点，在概率统计中只是简略的介绍，甚至一带而过，并未引起学生的重视。第二，许多计量经济学的教材常常忽视概率论与数理统计的知识点，这可能是由于在欧美的计量经济学课程，并不要求学生前期修过概率论和数理统计。所以中国在引进的国外的计量经济学教材后，也没有在课程上复习概率论和数理统计的相关知识。为了具体说明教学中遇到的问题，本文以本科计量经济学教学大纲中最主要的教学内容：经典线性回归的最佳线性无偏性质和违反基本假设造成的后果两个重要的知识章节作为案例说明。
（一）经典线性回归估计的最佳线性无偏性
经典线性回归估计的最佳线性无偏性是小样本理论下的普通线性回归的最重要的性质，大多数本科计量经济学教材最前面的2-3章都是介绍这一内容，例如国内最常用的教材李子奈的教材《计量经济学》[4]和国外的伍德里奇的教材《计量经济学导论：现代观点》[5]等。学生对这一内容的理解程度也将直接影响到计量经济学的后续学习。然而对于学完概率论与数理统计的同学来说，虽然他们学过随机变量的数字特征，包括期望和方差，还有n阶原点距以及n阶中心距的内容。但他们在概率论与数理统计的课程中并没有接触过无偏性和有效性的概念，事实上，就计量经济学的本质来说。无偏性就是用一阶中心距来计算，有效性则用二阶中心矩来衡量。而这两个概念在在概率论与数理统计的课程中都已经学过，但如果在计量经济学的教学中不特别加以说明，学生很难意识到两者之间的联系。学生难以理解的另一个原因在于，在数理统计课程中，关于中心矩的介绍很简略，许多学生可能并没有意识到其在计量经济学中的重要性，而计量经济学教材中往往忽视对概率统计的中心矩的介绍，导致学生采取一种割裂的视角，无法建立一个统一的思维框架。
在计量经济学的教学中，常常遇见许多同学难以理解为什么要用最优线性无偏性来衡量最小二乘法的优劣？因为大多数计量经济学教材往往直接介绍最小二乘法种种优良性质，在同学们不熟悉无偏性和有效性与中心矩之间关系的前提下，直接引入这两个概念往往显得突兀，学生在学完了线性最小二乘法的最优线性无偏性之后，仍然会产生为什么要用这两个指标来衡量的疑问。更合理的方法是，可以在介绍最小二乘法的内容之前，先介绍均方误差的概念来引入无偏性和最小方差两个概念，这与数理统计中如何衡量参数估计的性质等内容部分是一脉相承的，学生如果学过了数理统计学，就很容易理解均方误差的概念。关于这种过渡知识的介绍，已有计量经济学教材在这方面做了很好的改进，例如陈强著的计量经济学教材[6～7]，與许多其他的计量经济学教材不同，他并不是在计量经济学教材中直接介绍最小二乘法具有最优线性无偏性的性质。而是在还没有引入最小二乘法之前，先介绍了如何评价参数估计的优劣，即介绍均方误差的方法，均方误差可以进一步分解成方差和偏差平方之和。偏差平方等于零就是无偏性的证明，方差最小就是有效性的证明，这种分解方法可以直观的表示为什么线性回归的最小二乘法估计会得到最佳线性无偏的优良性质。因为这种对参数估计优劣的评价是通用于所有的参数估计，而不仅仅是对最小二乘法。同学在理解了评价参数估计的方法之后，就不会再对最小二乘法最优线性无偏性的证明过程感到难以理解了，这有助于同学们理解如何从数理统计过渡到计量经济学的相关知识。
（二）违反基本假设对最优线性无偏性的影响
当违反普通最小二乘法的基本假设时，其最优线性无偏性会如何受到影响？许多同学常常依靠背诵的方法记住违反了每一条假设产生的后果，正如已有研究中所指出的[8]。这会导致学生混淆违反不同基本假设与产生后果之间的关系。古典线性回归模型是基于以下四条假设而得出的最优线性无偏的优良性质，第一，线性假定；第二，严格的外生性；第三，不存在严格多重共线性；第四，球形扰动项。事实上，在对于无偏性的证明当中，并没有用到第三条和第四条假定。第一条假定可以通过设定线性方程的形式来保证实现，一般我们可以假设其满足。所以，影响无偏性最重要的假定是第二条严格外生性。第二条假设也是最容易违反的，而且直观上并不能看出是否违反了第二条假设，也很难使用计量的统计方法来检测第二条假设是否被违反。事实上我们所有关于线性回归方程内生性的讨论，都是基于违反的严格外生性的假定而展开的。只有违反第二条假设，最终的估计才是有偏的，而违反第三条和第四条假设，并不会对估计结果的无偏性产生影响。在教学中发现，许多同学最容易犯的一个错误，就是他们常常认为违反多重共线性或者球形扰动项的假设都会影响无偏性的估计。以至于他们认为所有变量之间不可以存在任何相关性，或者认为不可以存在异方差和自相关，否则他们认为会导致估计结果有偏，这都是错误的观念。究其原因，还是因为没有理解在推导无偏性中所使用的概率论与数理统计学的相关知识。这里所需要期望的概念，同学们在数理统计中已经学过，但是另一个重要的知识点——迭代期望定律，在本科生概率论和数理统计课程中一般并不会介绍，如果在推导普通最小二乘回归的无偏性之前，先介绍迭代期望定理，则可以让同学们很容易理解整个推导过程，从而理解得到无偏性所需要的假设，并可以推导出违反不同假设对最优线性无偏产生的影响。二、统计学和计量经济学相结合的教学改进方案
上述介绍的从概率论和数理统计学过渡到计量经济学教学过程中出现的问题及原因，这些是高校计量经济学教学过程中常出现的现象。结合教学实践和相关教学研究，笔者提出以下改进的方法和建议。
总体而言，在计量经济学的教学过程当中，推荐多采用互动式的教学方法，对于一些非常新的概念和知识点，先让同学分组讨论，由此可以了解他们的概率论和数理统计的基础，并且让同学们尝试应用概率论和数理统计的相关知识推导出计量经济学的结论，在此基础上。教师可以知道学生已有的知识储备和知识缺口，同时能够很好的将计量经济学的新知识和他们的知识储备相连接，帮助学生从概率论和数理统计的知识点过渡到计量经济学的知识点，建立一个整体的知识框架，在具体实践中可以采用以下方法。
（一）计量经济学教材的选择
在计量经济学教材的选择方面，最好选用计量经济学教材在介绍最小二乘法内容之前，先复习概率论和数理统计的相关知识。虽然有些教材将这部分知识放到了附录部分，但是在实际教学过程中，往往忽略对这一部分基础知识的介绍。所以更合适的方法是先介绍完概率论和数理统计的基础知识，比如，最重要的知识点包括条件概率、条件分布、数字特征，迭代期望定理，随机变量的性质、假设检验、统计推断、大数定理和中心极限定理、随机过程等。让同学们在学习计量经济学之前能够回忆起已经学过的概率论和数理统计基础知识。尤其对学生后期进一步学习最小二乘法的性质的数学推导过程和性质非常有帮助。
（二）课堂教学的改进方案
在课堂教学方面可以采用“学生分组讨论+教师讲解+课后习题演练”三者相结合的方法，传统的教学方式往往重视教师的讲解和课后的习题演练。而忽视学生的分组讨论，虽然学生分组讨论在学生较多的时候很难开展，尤其是在总学时有限的情况下。但是，如果在课堂上给出五分钟，让同学们能够自行讨论，并反馈他们对于计量经济学推导过程的理解，将有助于老师掌握学生真实的基础知识，尤其在不知道他们掌握了哪些概率论和数理统计的基础知识的前提下，一味的介绍计量经济学的相关知识，往往无法在他们已有知识库和新的知识之间建立很好的链接。造成学生在理解计量经济学的推导过程中采用孤立的视角，无法跟他们之前的概率论和数理统计的知识点形成有效的联系，最终无法建立更加统一的知识框架和体系。
（三）教学大纲的优化方案
对于本科阶段计量经济学的教学，现有的教材在不同教学知识点的安排上并不十分合理。应该根据学生掌握的概率论和数理统计的基础情况，提出更合理的计量经济学的教学大纲。比如，从目前国内比较流行的计量经济学教材来看，往往会花很多笔墨来介绍小样本理论的普通最小二乘法的推导过程和相关性质，尤其是在违反了不同假设之后所导致的不同后果。许多教材都会介绍当扰动项存在异方差和自相关时，会产生什么样的后果，并提出多种不同的解决方法。但在计量经济学的实际应用当中，这两种违反假设产生的后果并不十分严重，在使用计量软件进行回归处理的方法非常简单。这与实际教学中所花费的学时不相符。另外，在计量经济学的理论教学中，往往会花很多时间来介绍多重共线性对于回归结果产生的影响，但在实际应用当中，我们并不经常讨论多重共线性的问题，除非是存在着非常严重的多重共线性，因为当建立回归的模型时，我们就会考虑变量之间的多重共线性问题，尽量避免使用多重共线性很严重的变量。而不是通过后期的测量多重共线性的方法来删除相关变量，因为如果该变量纳入到回归方程中，一般情况下我们首先应考虑其理论意义，而不是为了降低多重共线性将其删除，如果删除一个相关的变量，则有可能会因为删除一个重要的控制变量，导致最终的回归结果产生偏误，最终反而得不偿失。
上述内容越来越被计量经济学的研究者所认识到，目前，计量经济学正发生可信性革命性[9]。传统的计量经济学教材需要在相关的教学内容上做进一步的调整，以适应计量经济学的不断发展和变化[10]。所以对于在一些理论上推导复杂，但是实际应用中简单的相关知识，应当在教学中多介绍概率论和数理统计的相关知识来推导模型，并说明推导过程中违背假设所导致的后果以及实际处理方法，如果学生能够运用概率论和数理统计的相关知识来理解不同的假设条件下的推导过程，将对他们在实践中处理各种计量经济学的相关问题大有裨益。
在中国，统计学经过几十年的发展，于2011 年成为一级学科，这标志中国的统计学正进入一个新的全面发展阶段。与此同时，不少人对统计学的一些分支，特别是经济统计学、计量经济学和数理统计学这些学科的定位、作用以及它们之间的相互关系与发展前景的认识并不一致，在某些方面可能存在认识误区，甚至将经济统计学和数理统计学的发展对立起来。这些认识误区的产生，有其历史的原因，也有现实因素的影响。但是，这不利于统计学的发展。因此，有必要厘清统计学科内部分支，特别是经济统计学、数理统计学、计量经济学与经济理论等之间的相互关系及其发展前景。本文的主要目的，是从统计学与经济学统一的视角，论述统计学各个分支，特别是数理统计学、经济统计学、计量经济学和经济理论( 包括数理经济学) 各自的学科定位、作用，以及这些学科之间的相互关系。本文的分析表明，作为现代统计学的一个重要发展方向，数理统计学在中国正在迅速兴起。在经济学中，经济统计学和计量经济学由于与经济理论的密切结合，在量化描述经济现象并透过现象揭示内在经济规律的过程中发挥着重要作用，两者一起构成了经济研究特别是实证研究完整的方法论，其中经济统计学作为测度方法论是经济实证研究与计量经济学的前提条件与基础，有其深厚的学科根基以及广阔的发展前景，不可替代。
作为统计推断的一般方法论，数理统计学的发展不会弱化经济统计学与计量经济学在经济学中的方法论作用，相反地，随着这些学科之间的交叉与融合，经济统计学与计量经济学将得到迅速的发展，从而进一步提升中国经济实证研究的水平与科学性。本文的结构如下: 第二部分分析并论述统计学、概率论、数理统计学、经济统计学、计量经济学以及经济理论( 包括数理经济学) 等学科之间的相互关系，特别是它们的区别与联系。第三部分讨论经济统计学的主要特点，以及其在经济研究与经济管理中发挥的基础性作用。第四部分讨论发展经济统计学的主要途径。第五节是结论。
二、经济统计学与计量经济学等相关学科的相互关系
统计学是一门关于数据的科学，是关于数据的搜集、整理、加工、表示、刻画及分析的一般方法论。统计学就其研究范畴来说，包括描述统计学( descriptive statistics ) 与推断统计学两大领域。描述统计学主要是数据搜集、整理、加工、表示、刻画和分析等，包括概括性的数据处理与分析; 而推断统计学则是基于样本信息，对产生样本数据的母体或系统进行推断的方法论科学。现代统计学的迅速发展有两个主要历史原因，一是各个国家、政府和社会部门基于管理目的搜集社会经济信息的客观需要; 二是数学学科中的概率论的发展。在人类社会中，数据搜集的历史非常悠久，描述统计学特别是数据搜集、整理、描述、刻画与分析的重要作用是不言而喻的。数据的搜集及数据质量本身是任何有意义的数据分析的基础与前提。没有高质量的数据，任何数据分析及其结论将毫无意义。在当今信息爆炸时代，如何用简洁、方便、易于解释的方式，从大量复杂数据中概括其最有价值的信息，也是描述统计学的一个重要作用。
但是，现代统计学的发展及其在自然科学与人文社会科学中很多领域的应用，主要是由概率论的产生与发展推动的。概率论的产生最初主要是对研究的需要，后来成为研究不确定性现象最主要的数学工具，广泛地应用于自然、工程、社会、经济等各个领域。在统计应用中，人们一般无法获得整个母体的信息，而只能搜集到母体的一部分信息，即样本信息，其主要原因是因为获取整个母体信息的成本太高、时间太长或者因为客观原因而无法获得。因此，人们只能从有限的样本信息推断母体的规律特征。在这个推断过程中，概率论对描述样本信息与母体规律特征之间的关系提供了一个非常有用的数学工具; 更重要的是，它对基于样本数据的统计推断所获得的结论能够给出某种可靠性描述。这奠定了推断统计学的科学基础，也是统计推断区别于其他形式的推断( 如命理师根据手相或面相等样本信息推断一个人一生的命运) 的最为显著的特点。
因为这些原因，概率论的发展极大地推动了推断统计学的发展，特别地，概率论提供了很多数学概率模型，可用于对母体的概率分布进行建模。因此，统计推断就转化为从样本数据推断数学概论模型参数值以及其他重要特征等信息。这样，推断统计学就主要表现为数理统计学的形式。数理统计学有两个主要内容，一个是模型参数的估计，另一个是参数假设的检验。经过几十年的发展，数理统计学发明了很多推断理论、方法与工具。这些推断理论、方法与工具能够从样本信息推断母体特征、性质与规律，并提供所获结论的可靠性判断。由于自然科学与社会科学大多是从实验数据或观测数据推断所研究的系统或过程的内在规律，因此，数理统计学被广泛而迅速地应用于各个学科和领域的实证研究。数理统计学之所以成为现代统计学的一个重要的发展方向，就是因为它作为一门严谨的实证研究方法论，符合人类科学探索的过程与需要，即从有限样本信息推断系统或过程的性质与规律。随着中国科学的发展与研究水平的提高，包括人文社会科学在内的各个学科，对实证研究的方法论的需要将与日俱增。
因此，统计学特别是数理统计学今后将得到日益广泛的应用与迅速的发展。描述统计学几十年来也有长足的进展，在包括实验或调查方案设计，数据的搜集、整理以及分析，无论在方法论、调查手段还是工具方面，都有极大改进。数据挖掘作为一门关于数据分析方法与技术的新兴学科，可视为描述统计学的范畴。在描述统计学和推断统计学之间，描述统计学发挥着基础性作用，因为描述统计学牵涉到数据的搜集、解释、整理、测度、表示、刻画与分析，而数据及其质量是推断统计学结论科学性的重要前提和基础。描述统计学在刻画数据特征时所使用的一些统计方法与统计量，也是推断统计学的基础工具。与描述统计学相对应，经济统计学是对经济系统中各个主体、部门、变量和各种经济现象的一种数量描述。经济统计学的本质是经济测度学。经济统计学可视为描述统计学的一个分支，但不是描述统计学在经济学领域的简单应用，而是描述统计学和经济理论的有机结合。前苏联以及中国改革开放前的计划统计，特别是部门统计，就是在社会主义计划经济理论和实践基础上建立起来的。随着中国经济从计划经济模式转为市场经济模式，部门统计乃至计划统计越来越不适用于描述中国经济的实际运行。经济统计学需要经济理论的指导。这其实是著名经济统计学家钱伯海( 1997)在他的晚年将精力从研究经济统计学转向研究社会劳动价值论的主要原因，因为传统社会主义计划经济理论已经落后于中国经济转型以及中国经济统计学发展的需要。经济统计学主要是在描述统计学和经济理论两者基础上发展起来的，具有统计学与经济学双重学科属性。
由于研究对象经济系统的复杂性，经济统计学中量化描述经济现象与测度经济变量的理论、方法与工具，比描述统计学标准教科书所介绍的理论、方法与工具要丰富和复杂得多。这也是经济统计学的魅力所在。同经济学可划分为宏观经济学与微观经济学一样，经济统计学也可划分为宏观经济统计学、中观经济统计学和微观经济统计学。所谓宏观经济统计学就是国民经济统计学，主要是搜集和整理整个国民经济运行全过程的所有数据信息，对包括存量与流量、总量与结构、国内与国外，静态与动态等各种方面进行量化描述与分析。
微观经济统计学也称为企业经济统计学，主要是对企业本身各种经济活动、经济行为、经济现象进行量化描述。以企业财务为主要对象的会计学，在某种意义上是微观经济统计学的一个重要组成部分，即企业财务统计学。所谓中观经济统计学，是指对介于整个国民经济与企业之间的中观部门，如政府部门、产业部门，不同地区的经济活动和经济现象进行以数据为基础的量化描述。与经济统计学密切相关的一门学科是计量经济学。计量经济学假设经济系统是一个随机过程，服从某一客观运行规律; 任何观测经济数据，都是从这个随机经济系统产生出来的。计量经济学的主要任务就是基于观测经济数据，以经济理论为指导，利用统计推断的方法，识别经济变量之间的因果关系，揭示经济运行规律。有关计量经济学的学科定位与方法论作用，可参看洪永淼( 2007，2011)，李子奈和齐良书( 2010)。
可以说，计量经济学是推断统计学在经济学的应用，但并不是简单的应用，而是统计推断理论和经济理论的有机结合。
首先，在数理统计学中，统计推断是通过数学概率模型对样本数据建模。在计量经济学中，计量经济模型不仅仅是数学概率模型，其模型设定需要经济理论的指导( 如选择哪些经济解释变量) 。
其次，数理统计学的一些方法论并不能直接用于对经济数据的统计推断，因为经济数据有其特殊性。比如很多高频金融数据，有所谓的波动聚类现象( volatility clustering) ; 在劳动经济学中，很多数据存在所谓的内生性，这种内生性对识别经济变量之间的因果关系造成很大困扰。另外，一些计量经济模型，如宏观经济学和金融学领域的动态资产资本定价模型( Hansen、Singleton，1982)，是通过欧拉方程条件矩刻画的，其中经济理论( 如理性预期理论) 并没有假设相关经济变量的概率分布已知。因此，数理统计学没有现成的方法可用于估计、检验这个模型。这就是为什么2013 年经济学诺贝尔奖得主Hansen( 1982)提出广义矩( GMM) 估计方法的原因。
第三，使用什么样的计量经济模型，要由所研究的经济问题来决定。什么时候需要用回归模型，什么时候需要用波动模型，什么时候需要用整个概率分布模型，这并不是由研究者个人随其偏好而定，而是取决于所研究的经济问题的本质。例如，用历史数据研究市场有效率理论以及资产收益率的可预测性时，合适的计量经济模型是时间序列回归模型( 即条件均值模型) 。这是因为预期收益率可由条件期望来刻画( 陈灯塔和洪永淼，2003)。
第四，计量经济学是经济计量模型的推断方法论，包括如何估计参数和进行检验参数假设，判断模型是否正确设定，以及如何进行经济解释。参数假设与原始的经济假说既密切相关又有区别。经济学家关心的是经济理论、经济假说的正确与否，为此必须首先将经济理论和经济假说转化为可检验的计量经济模型的参数假设，然后利用经济数据进行参数假设检验，并解释参数假设检验结果的经济含义。计量经济学建立在经济观测数据的基础上，即建立在经济统计学的基础上。经济统计学对经济变量和经济现象进行量化测度，这些测度首先表现为经济数据。经济数据是计量经济学实证研究的原材料。计量经济学的推断结论的科学性很大程度取决于原材料即经济数据的质量优劣。
绝大多数经济数据是现实经济生活中的观测数据，不能用可控的实验方法获得，因此经济数据的测度具有巨大的挑战性。同时，由于经济观测数据的不可实验性，计量经济学需要一些基本假设，如假设经济系统是一个随机过程，经济观测数据是经济随机系统的一个( 偶然) 实现，经济随机系统满足某种平稳性或同质性条件，等等。这些假设是否符合客观经济现实也会影响计量经济实证研究结论的科学性。对经济变量、经济现象的准确测度，是经济实证研究的先决条件与基础。没有高质量的经济数据，任何经济实证分析及其结论将毫无意义。
与此同时，经济统计学可以揭示、刻画重要经济变量的性质以及它们之间的数量关系，也就是通常说的典型经验特征。这些典型经验特征实际上是经济实证研究与经济理论创新的重要基础与出发点。测度与刻画经济变量的数据特征，包括它们之间数量关系的特征，是经济统计学的范畴。如何更进一步地揭示经济变量之间的因果关系以及内在规律，则需要经济理论与统计推断。经济理论在某种意义上就像概率论一样，可以指导对经济现象的建模。因此，在经验典型特征事实基础上，以经济理论为指导，对经济现象进行建模( 所建模型即为计量经济模型) ，并基于经济观测数据对计量经济模型进行统计推断，从中找出经济变量的因果关系及经济运行规律，并解释经验典型特征事实。这是计量经济学的范畴。可以看出，计量经济学是经济统计学、经济理论( 包括数理经济学) 与数理统计学三者的有机结合，是一个交叉学科。正如著名计量经济学家Goldberger( 1964)指出的，计量经济学可以定义为这样的社会科学: 它把经济理论、数学和统计推断作为工具，应用于经济现象的分析。
随着中国经济学研究从定性分析为主转为定量分析为主，特别是转为实证研究为主，可以预计，计量经济学作为实证研究最主要的方法论，将发挥越来越重要的作用。综上所述，经济统计学和计量经济学有不同的研究对象和研究范畴。经济统计学是对各种经济现象、经济行为和经济主体的一种量化描述，其本质是经济测度学。而计量经济学是在观测经济数据的基础上以经济理论为指导进行计量经济学建模与统计推断，从而检验经济理论和经济假说的有效性与正确性，并揭示经济变量的因果关系和内在经济运行规律。
很明显，经济统计学是计量经济学的重要前提与基础。经济统计学和计量经济学两者结合在一起，构成了经济实证研究的完整的方法论。经济统计学是经济研究的基础方法论，是整个经济研究过程中的一个前置环节。计量经济学的推断方法，包括计量经济学模型的构建( 由经济理论指导) ，模型参数的估计、检验及其经济解释，是经济实证研究的主要内容。1970 年经济学诺贝尔奖得主萨缪尔森曾说过，计量经济学可以定义为实际经济现象的数量分析，这种分析基于理论与观测的并行发展，而理论与观测又是通过适当的推断方法得以联系。换言之，计量经济学是建立在经济理论和经济测度两者基础上的，而经济理论和经济观测又是通过统计推断方法，即通过数理统计学而联系在一起。与经济统计学一样，计量经济学同样具有统计学与经济学两种学科属性，并不是数理统计学的一个分支。以上各个相关学科之间的关系，可用图1 表示。
三、经济统计学的地位与作用
前文分析指出，经济统计学是对经济现象的量化描述与对经济变量的测度，而计量经济学则是在观测经济数据的基础上，以经济理论为指导，结合统计推断，揭示经济变量的因果关系与经济运行规律。经济统计学和计量经济学一起，构成经济实证研究完整的方法论，其中，经济统计学是经济实证研究与计量经济学的重要方法论前提，它起着一种基础性方法论的作用。那么，经济统计学在社会经济管理和经济研究中具体能够发挥什么样的作用呢?
首先，作为经济测度学，经济统计学用数字描绘经济系统的各种经济现象、各个经济主体、各个经济部门、各个经济层面在不同时间的动态立体图景。Samuelson 和Nordhaus( 2000)指出，虽然GDP 和国民经济核算似乎有些神秘，但它们是20 世纪最伟大的发明。如同人造卫星探测地球上的气候，GDP描绘出一幅经济运行状况的整体图形。这种对经济现象的数字描述，为经济学者、政府官员、企业家以及社会公众了解整个经济现状以及进行相关的经济决策，提供了非常有价值的信息。可以说，在现代经济学中，宏观经济学和微观经济学是经济理论的基础，而在经济统计学中，国民经济统计学是宏观经济学的统计版本，企业经济统计学则是微观经济学的统计版本。宏观经济学和微观经济学是对经济系统的理论描述，而宏观经济统计学和企业经济统计学是对经济系统的一种现实描述，以数量的形式描绘了整个经济运行的实际状况。
第二，统计学有一个重要思想，是通过构造简单、方便、易于解释但又具有科学性的统计方法与统计工具，从大量数据中概括其最主要特征与最有价值信息。经济统计通过收集每时每刻都在产生的大量经济数据并且进行分析，从中获取最有价值的信息，这是经济统计的最主要任务与最主要功能。在信息爆炸时代，从海量数据中总结有价值的信息，并及时地以简单、方便、易于解释的方式将信息传递给政府官员、经济学者、企业家、社会公众，这些重要经济信息是政府宏观经济管理与决策、企业微观管理与决策及社会公众了解社会经济现象的重要基础。举几个例子: 第一个例子，各国中央银行的一个重要任务，是控制通货膨胀。根据通货膨胀率的变化趋势，及时调整央行的货币政策，而通货膨胀率，主要是CPI 的测度，其有效性、精确性与科学性是央行制定政策的依据。第二个例子是经济增长率。GDP增长率是政府进行宏观经济决策与经济管理的一个主要目标，是衡量经济发展的一个重要指标。如何测算GDP 是一个重要问题。第三个例子是如何测算中国的人力资本( human capital) ，这也是一个具有挑战性的问题。一段时间以来，社会公众对官方的经济统计数字经常表示质疑，这种质疑一方面表明，中国经济统计学家与经济统计工作者还需要做大量的解释工作和改进工作，另一方面也表明经济统计学知识在中国的普及势在必行。
第三，经济统计学是经济研究特别是实证研究的前提与基础。经济统计学提供的数据质量的优劣，直接影响实证研究结论的科学性。众所周知，经济学研究的最主要任务是通过对所观察到的各种经济现象进行理论思维与理论创新，揭示经济运行规律。经济统计学可以从观测经济数据中找出重要的经济变量之间的数量关系。这些数量关系构成经验典型特征事实。经验典型特征事实是对复杂经济现象的一种概括性刻画，是经济学实证研究与理论创新的重要基础。在宏观经济学中， Phillips( 1958)从英国宏观经济数据中发现货币工资增长率和失业率之间存在负相关的关系，这后来被转化为刻画通货膨胀与失业率之间的负相关关系并称为菲利普斯曲线。菲利普斯曲线作为宏观经济学的一个经验典型特征事实，构成了凯恩斯以后宏观经济学理论发展的基础。所有宏观经济理论都必须能够解释为什么通货膨胀和失业率之间存在负相关关系。上个世纪70 年代，以美国为代表的西方经济陷入了滞涨阶段，菲利普斯曲线变为正斜率，这个新的经验典型特征事实推动了后凯恩斯宏观经济理论的发展。另一个例子，是由Mehra 和Prescott( 1985)提出的所谓证劵风险溢价之谜( equityrisk premium puzzle) ，即美国证券市场收益率远高于无风险债券市场收益率。这一经验典型特征事实，对宏观经济学与金融学领域的资本资产定价理论的发展起着巨大的推动作用。
在微观经济学中，有所谓的恩格尔曲线，即一个家庭消费所占的比例随收入的增加而逐渐减少。这是恩格尔通过微观经济统计数据发现的经验典型特征事实。在金融学方面，早在1960 年代，金融经济学家就发现，股票市场存在波动聚类现象，即今天一个大的波动，明天常常伴随另一个大的波动; 今天一个小的波动，明天常常会伴随一个小的波动，这两种变化交替进行，而不是大小波动均匀分布。2003 年经济学诺贝尔奖获得者Engle( 1982)提出的著名的ARCH 波动模型之所以流行，一个重要原因是它可以解释金融市场波动聚类这个重要经验典型特征。在中国，引起中国经济学者、政府官员和社会公众关注的很多重要经济问题，其实都有经济统计学的贡献。
例如，经济学家在分析中国经济统计数据过程中发现，劳动收入在整个国民经济收入中所占的份额在过去近20年中逐步降低。这个经验典型特征事实成为一段时间以来中国经济学者的热门研究课题。中国经济研究特别是实证研究水平的提升，关键就是要能够在细致、准确地搜集与分析中国经济数据的基础上，总结反映中国经济在转型期的经验典型特征事实，在此基础上提出经济转型理论解释中国经济的运行及发展趋势，并运用计量经济学方法验证经济理论的有效性。如果中国经济学能够遵照这种研究范式，那么中国经济学的研究水平将得到很大提升，并对经济转型理论做出自己创新性的贡献。但是，目前中国经济统计学家、计量经济学家和经济学家在总结中国经济经验典型特征事实方面，做得还很不够，对重要经验典型特征事实在经济研究与理论创新过程中的作用与重要性，也认识不足。
第四，经济测度对计量经济学的学科发展有重要的推动作用。首先，经济测度的质量决定了计量经济学实证分析结论的科学性。其次，经济数据，特别是经济数据的类型，对计量经济学学科发展影响巨大。举几个例子: 首先是经济数据观测的误差( measurement errors) ，对计量经济学的推断，包括参数估计和参数假设检验，有很大的影响，如导致不一致的参数估计。为了研究测度误差的影响，计量经济学很早就有了一个分支，即变量误差的计量经济学。当然，变量误差也可能由其他因素而非测度误差引起。第二个例子是时间序列计量经济学的发展。Nelson 和Plosser( 1982)在一个实证研究中发现，绝大部分宏观经济时间序列，包括GDP、CPI和股票价格，都是非平稳时间序列。这对当时以平稳时间序列作为主要研究对象的时间序列计量经济学提出了挑战，因为平稳时间序列计量经济学的理论与方法，不适用于分析非平稳时间序列。
后来的单位根和协整等现代时间序列经济学理论，就是为了研究非平稳时间序列而发展起来的。第三个例子是不完全识别计量经济学( partialidentification econometrics) 。在微观经济数据中，有一些经济变量不能获得精确测度，比如在美国问卷调查一个人或家庭收入时，因各种原因只能调查收入处于哪个区间，不能获得一个精确测度。这种不精确经济测度，对计量经济学实证研究造成了很大影响。特别地，在估计计量经济模型参数值时，不能获得点估计，只能得到区间估计。这种统计推断的方法催生了一个新的计量经济学分支，即部分或不完全识别计量经济学。第四个例子，在大数据时代，各种以前没办法获得的数据，现在通过现代信息技术可以得到，比如在金融市场，可以获得每笔交易数据，即tick by tick data，每次交易的价格、交易量以及交易的时间点，都可以完整地记录下来。这种新型的交易数据，包含很多交易行为和市场微观结构的信息。除金融市场外，超级市场或商店通过信用卡完成的交易，其交易以及交易者的信息，也同样可以获得。对这种实时交易数据进行计量经济学建模及推断，产生了一个新的计量经济学分支超高频数据计量经济学( econometrics ofultra-high frequency data ) 。更多讨论参见Engle( 2000)和Engle Russell( 1998)。
最后一个例子是面板数据。以前大部分经济数据，要么是时间序列数据，要么是横截面数据。现在，越来越多的二维数据，即对每个横截面单位( 如个人、家庭、国家等) ，可以在不同时期跟踪并测度。这种二维数据称为面板数据。一个很著名的例子，是美国密歇根大学PSID 调查数据。这个数据库调查了很多美国的个人和家庭，而且在不同时期跟踪测度，对研究美国劳动力市场与收入分配发挥了重要作用。这种数据推动了面板数据计量经济学的发展。实际上，不仅是面板数据，现在也可每天观测到一个曲线，如IBM 股票价格每天从开盘到收盘随时间变化的曲线，又如不同城市每天温度随时间变化的曲线，这些在统计学上称为函数数据，有相应的统计模型，更多讨论参见Ramsey 和Silvema ( 2005)。上面几个例子表明，数据的类型，即经济测度的类型，在很多方面都推动了计量经济学学科的发展，这其实是经济统计学对计量经济学发展的影响和重要贡献。第五，一个多世纪前，有一位美国学者说过，统计思想与统计思维总有一天会和要求一个人能够读、写一样，是一个人在现代社会中所具备的基本能力。培养大量具有经过系统训练的经济统计人才，对完善一个国家的治理体系与提高治理能力是非常重要的。中国经济统计学的一个重要任务就是培养大量高素质、具有系统的经济统计学训练的专门人才，推动中国市场化经济转型、提高宏观与微观经济管理水平，提高国家社会治理水平。尤其是，现代社会是信息爆炸的社会，需要培养大量懂得搜集数据、分析数据、解释数据、基于数据进行决策与管理的经济统计人才
四、如何推动经济统计学的发展
如何在新的历史条件下提升与发展经济统计学?第一，坚持经济统计学是经济测度学这个基本学科定位。经济统计学用数字描绘各种经济现象、各种经济主体、各个经济部门和各个不同层次在不同时间的动态全景图像。经济统计学的最主要任务是经济测度方法论的创新，发展能够更精确地测度经济现象、经济行为和经济变量的理论方法与工具，并应用于实践。这个基本定位将保证经济统计学在经济学中的基础地位，从而不会受到包括数理统计学和计量经济学在内的其他相关学科在中国兴起的可能冲击与影响。一些学者曾提出广义经济统计学的建议，将作为推断方法论的计量经济学作为其中一部分。
这种想法符合统计学的范畴定义，即如统计学分为描述统计学和推断统计学那样，经济统计学也可分为经济测度学和计量经济学。然而，由于历史的原因，计量经济学作为一个学科在国外已有80 多年历史，在中国也有30 多年发展历史。如果将计量经济学作为经济统计学的一个组成部分，有可能会出现计量经济学取代经济统计学的情形。因此，坚持经济测度学的基本定位可以更加明确经济统计学的学科特色，有利于经济统计学的长远发展。在这方面，邱东( 2013)对国民经济统计学科的定义与内涵、外延发展，做了精确阐述。
事实上，在国外，经济统计学主要也是定位在经济测度学方面。第二，发展经济统计学必须立足本土化。在中国，经济统计，特别是现代统计学意义上的经济统计，历史不是很长。中国地大物博、不同地区之间、城乡之间与不同群体或阶层之间差异巨大，经济统计不但水平较低，而且面临的挑战与困难也特别巨大。这种基本国情为在中国发展经济统计学提供了一个很大的空间，比如，关于宏观经济数据的构建，一个重要问题是处理季节性因素。在西方的经济统计工作中，季节性因素对经济变量的影响，比如感恩节、圣诞节、元旦等等，其处理都有一套成熟的方法，但是这些方法并不完全适合一些具有中国特色的季节性因素。比如中国的端午节、中秋节、春节，都是根据中国农历而定，而不是根据西方公历而定的季节性因素。这些季节性因素的处理方法将与国外季节性因素的处理方法有所不同，这是中国特色。
又如，中国在过去30 多年，成功地从计划经济模式转为市场经济模式。但是，与西方发达国家相比，中国市场经济发育、成熟的程度还比较低。中国经济统计学家能否提出一套刻画中国市场经济发展成熟程度的指标，以测度中国市场经济完善的程度? 还有，中国过去30 多年，以要素投入为主要特征的粗放型经济增长模式已经面临一个转折点。中国经济必须经济转型，以确保持续稳定发展。对中国过去30 多年粗放型经济增长模式所带来的一些不可持续的因素制约，如对环境污染的经济成本，在统计方法上还没有一个系统的、有说服力的量化描述与估计。最后，中国正处于实现以民族复兴、人民幸福为主要内容的中国梦过程中，对中国梦的量化指标的构建，包括对人民幸福感指数的构建，也是中国经济统计学家，计量经济学家与经济学家可以做的具有理论与现实意义的研究工作。总之，立足本土、立足国情、服务国家社会经济发展需要，将使经济统计学焕发出巨大的发展活力。第三，大力促进学科交叉与融合，通过学科交叉与融合，推动中国经济统计学的发展与现代化。上文在描述经济统计学的重要作用时，讨论了经济统计学对发展其他学科，特别是计量经济学的重要作用。同样地，包括经济理论、计量经济学、概率论与数理统计学在内的其他相关学科的发展，对发展经济统计学也有很大的推动作用。前面提及，著名经济统计学家钱伯海在他的晚年，集中精力从事社会劳动价值论的研究，他从经济统计学研究中深深感受到要发展经济统计学，特别是国民经济综合平衡核算体系，必须有新的经济理论作为指导。作为经济测度学，经济统计学不可避免地涉及到统计抽样调查。
在这方面，数理统计学特别是抽样理论的最新发展可以提供很大帮助。在国民经济统计学中，对宏观经济变量的测度，以及对宏观经济变量之间数量关系的描述及解释，也需要经济理论的指导。宏观经济变量是微观经济变量在一定时期内的加总( aggregation) 。由于微观个体的异质性，加总以后的宏观经济变量的性质，以及宏观经济变量之间的数量关系，与原始的微观经济变量以及它们之间的关系可能有很大的不同。在微观经济学中，一个著名的例子，就是需求函数，即微观个体需求与个体收入之间的关系，如果对微观层面个体的需求函数加总，所获得的总需求与总收入之间的关系与原来个体的需求函数将有所不同，除非微观个体消费者的效用函数满足所谓的hypathetic utility function 假设。由此可以看出，对宏观经济变量的测度( 类似加总) 之后，如何理解宏观经济变量的性质以及它们之间的数量关系，需要有微观基础，而这就涉及到经济理论。另一方面，概率论与数理统计学对理解宏观经济变量的性质也是很有助益的。例如，Granger( 1980)讨论了微观消费函数的加总问题。他假设个体之间的边际消费倾向系数有所不同，而且微观个体的边际交易倾向的数值可视为是从 分布中产生的实现。
加总以后的宏观消费变量与原始个体消费变量的统计性质将出现本质区别: 虽然微观个体的消费是一个短记忆的时间序列，但是加总以后的宏观消费变量将具有长记忆( longmemory) 的时间特性。总之，推动各个统计学科的交叉与融合将促进各个学科的发展，包括经济统计学。不管是计量经济学、经济统计学或是数理统计学，这些相关学科都有它们共同的基础，即统计思想与统计思维。因此这些学科完全能够在互相交叉融合中不断完善。同时，也有可能因此产生一些新的交叉学科。例如，实验产生的数据与现实观测经济数据有很多不同特点。特别地，经济观测数据是各种因素联合作用的结果，而且具有不可实验性( 即不能通过重复实验获得) ，因此一般情况下没有办法将其中某一或某些因素所产生的经济后果准确地分离测度出来。而实验经济学则借鉴自然科学的研究方法，通过控制实验条件排除其他因素的影响，从而可以较精确地测度所关注因素所产生的后果。实验经济学实质上是通过可控实验改进经济测度，从而可以更好地研究经济行为与经济规律，包括经济因果关系。
事实上，实验经济学与经济测度学及计量经济学的交叉与融合，正在产生一个新的交叉学科，即实验计量学( experimetrics)。第四，为了发展经济统计学，必须大力推动国际化，通过国际化推动经济统计学的发展。在中国，经济统计的历史相比西方国家短得多，特别是中国社会主义市场经济的实践只有30 几年历史，而西方成熟的市场经济已有几百年历史，我们在统计资料搜集、统计方法与工具等各个方面，还有较大差距。上个世纪70、80 年代，中国国家统计局和厦门大学合作，提出了中国国民经济核算体系，这是西方经济统计学、现代经济学和中国经济实际相结合的一个范例。今天中国的经济统计学同样可以从国外相关学科学到很多有益于自己学科发展的知识。例如，众所周知，GDP 大体反映了一个经济体社会财富水平。但是GDP 作为描述经济发展的指标，有很多缺陷，既不能精确地反映总量，也不能反映经济活动的质量与效益，更不能反映经济结构、社会分配、民生改善、以及对环境破坏的程度等等。
认识到GDP 的种种缺陷，国外学者，包括经济统计学家、经济学家，过去几十年提出各种指标，试图修正GDP 的缺陷，比如Nordhaus 和Tobin( 1972)提出了去除环境污染和交通堵塞等成本的净经济福利指标; Repetto等( 1989)提出了扣除资源损耗成本的国内生产净值; Daly、Cobb( 1989)提出了将财务分配状况、社会成本等因素计算在内的所谓可持续经济福利指标; Pinter、Hard( 1995)提出可持续发展指数; VonWeizsacker 等( 1997)提出了绿色GDP 概念，等等。这些对构建适合刻画中国宏观经济增长与发展水平的指标都有很好的借鉴意义。第五，必须顺应时展潮流，与时俱进地发展经济统计学。我们正处于一个大数据的时代，大数据提供了极其丰富的信息。如何有效地获取大数据中的有用信息，统计学无疑提供了非常重要的方法、理论与工具。与此同时，大数据也为包括经济统计学在内的统计学等分支学科的发展提供了一个新的广阔空间。例如，包括跨境电商在内的电子商务，正在中国蓬勃兴起，深刻地影响了贸易、购物、消费乃至生产形态。如何统计电子商务成为一个迫切需要解决的现实经济统计问题，这也为经济统计学的发展提供了一个难得的机遇，又如，大数据使得以较高频率测度宏观经济变量成为可能。目前绝大多数的宏观经济变量( 如CPI) 最高频率只有月度数据，在大数据条件下，完全有可能获得更高频( 如每周) 的宏观经济数据，这样可更及时反映客观经济运行情况。第六，加速经济统计学教材更新换代，尽可能地全面反映几十年来中国乃至世界上经济统计学和现代统计学的研究成果。在国外，不论是统计学还是经济学相关专业，大都没有经济统计学课程设置，因此也就没有相应的教材。这与宏观经济学、微观经济学、计量经济学等其他经济学课程有很大不同。因此，中国经济统计学教育必须更加注重教材建设，在明确学科定位的基础上，总结国内外各个相关学科以及经济统计的理论与实践，尽量汲收国内外所有有用的研究成果与经验，争取使经济统计学的研究与教育不但成为中国经济学教育的一大特色，同时也成为引领世界前沿研究的国际化学科。
五、结论
本文从统计学和经济学统一的视角出发，分析论述了现代统计学若干分支，特别是概率论、统计学、描述统计学、数理统计学、经济统计学、计量经济学以及经济理论( 包括数理经济学) 之间的内在联系，包括它们的区别与联系，以及发展前景。分析表明，统计学的这些相关学科，各自定位非常清晰，在各自学科发展方面，都有自己不可替代的发展空间。其中，经济统计学既是统计学的分支，也是经济学的分支，是统计学与经济学结合的交叉学科，具有统计学和经济学双重学科身份。经济统计学本质是经济测度学，是经济测度的方法论，是经济学实证研究的前提与基础。这是经济学其他任何相关学科，包括计量经济学，经济理论，数理经济学等无法替代的;也是统计学的其他相关学科，包括数理统计学无法替代的。
随着中国自然科学和社会科学的发展，作为推断方法论的数理统计学与计量经济学，因为有日益增加的需求而得到迅速发展。作为从样本数据推断母体特征的一般方法论，数理统计学因为符合科学研究与探索的过程与需求而在自然科学和社会科学很多领域有广泛的应用。作为经济实证研究的推断方法论，计量经济学在中国过去30 多年来有了巨大的发展。在《经济研究》、《统计研究》、《管理世界》等国内顶尖学术期刊，可以看到大量应用计量经济学理论与方法的实证研究，而专门研究经济测度的经济统计学的文章的数量则相对减少，这主要是因为经济实证研究对推断方法论日益增加的需求。计量经济学方法的大量使用，显著地提升了中国经济实证研究水平与规范程度。
张 娜
摘要:本文探讨了FDI与山西省经济增长之间的关系。结果表明:山西利用FDI与经济增长存在很强的相关关系,它们之间存在着长期的稳定关系,并且它们之间的关系为正向相关。通过格兰杰因果检验,表明当期的FDI对当年GDP的产生的作用不明显,而长期来看则对GDP的影响明显。
关键词:FDI,山西省,经济增长,格兰杰因果检验
中图分类号:
1 山西利用FDI的状况
山西利用外商直接投资的历程开始于20世纪80年代初期,从1984年批准成立第一家外商投资企业到2005年底全省累计批准设立“三资企业”2506家,项目总投资128.8亿美元。合同利用外资金额为51.7亿美元,外资实际到位27.9亿美元。“十五”时期累计利用外资10.7亿美元,其中2005年实际利用外资达到2.75亿美元。进进“十一五”起来,山西的招商引资更是取得突破性进展,2006年全年新批准设立外商投资企业150个,实际利用外商直接投资额4.7亿美元,比上年增长71.5%。经过二十多年的发展,山西的FDI已经呈现出投资规模不断增加,尽管从1985~2006年间山西的实际利用外资额产生了比较大的变化,但递增的趋势非常明显。从图1中可以看出,1999年和2006年山西出现了两次利用外资的高峰,1999年当年实际利用FDI达到39129万美元,比1998年增长60%;2006年当年实际利用FDI达到47199万美元,比2005年增长71.53%。
图1 山西1985~2006年实际利用外商直接投资额
资料来源:山西省统计局。
2 计量模型与检验
笔者将建立计量经济学模型对FDI与GDP的关系进行定量分析,基本步骤如下:①由于本文各变量均为时间序列数据且具有非平稳性,因此我们先对各变量进行单位根平稳性检验;②存在若为非平稳,就采用协整检验分析各变量之间的关系;③最后用格兰杰因果检验进一步确定GDP和FDI两个变量之间到底有没有确切的因果关系。
2.1平稳性的单位根检验(ADF检验)
(1)模型的建立
对变量进行协整分析之前,首先需要对变量的平稳性作检验,只有变量在一阶平稳的条件下,才能进行协整分析。现实生活中,大多数的经济变量都是非平稳的,应用回回分析往往会导致伪回回现象,从而导致分析的结论无效,应先进行单位根检验。
对时间序列的平稳性运用统计量进行统计检验是比较正确与重要的。单位根检验是统计检验中普遍应用的一种检验方法。对单位根过程进行假设检验主要包括两种方法,一种是迪基—福勒检验法(Dickey-Fuller),简称为DF检验法;另一种是菲力普斯—配荣检验法,简称为PP检验法。
早在20世纪70~80年代,北卡罗来纳州立大学教授Dickey,D.A和衣阿华州立大学教授Fuller,W.A在他们的一系列文章中,建立了一种用来检验单位根过程的方法,这种方法在检验时间序列数据的天生过程中是否为单位根过程起着非常重要的作用[1]。
为了保证DF检验中随机干扰项的白噪声特性,Dickey和Fuller对DF检验进行了扩充,形成了ADF(augment Dickey-Fuller test)。ADF检验是通过下面三个模型完成的:
模型一: (1)
模型二: (2)
模型三: (3)
模型三种的 是时间变量,代表了时间序列随时间变化的某种趋势(假如有的话)。虚拟假设都是 ,即存在一单位根。模型一与另两种模型的差别在于是否包含常数项和趋势项。
实际检验时从模型三开始,然后模型二,模型一。何时检验拒尽零假设,即原序列不存在单位根,为平稳序列,何时停止检验。否则,就要继续检验,直到检验模型一为止[2]。
本文采用 ADF(Augmented Dickey Fuller)方法检验变量的平稳性。假如ADF统计量为负且尽对值很大,表明序列是平稳的。假如ADF统计量的值比报告的临界值大,可得出序列非平稳的结论。
(2)数据的选取
本文分析所采用的样本数据为1991~2005的年度数据(表1),FDI表示外商直接投资累计额,取实际利用外资额,GDP代表国内生产总值,反映宏观经济总量,其变化反映经济增长。
表1 山西1991~2005年相关经济数据
单位:万美元
年份 GDP 累计FDI 国内投资 进口总额 出口总额
1991 862164.152 2368 274735.423 50944 8096
1992 991133.519 7752 295015.861 58334 12356
1993 1173120.690 14790 426168.897 63830 22707
1994 978411.646 17960 341131.101 80264 17740
1995 1293460.752 24343 348900.087 115600 21300
1996 1557134.249 38145 388065.920 134800 25300
1997 1782824.013 64737 454625.538 163964 31268
1998 1945983.814 89188 621387.869 145204 34091
1999 2013648.991 128317 537716.030 83951 44799
2000 2229669.002 150789 639716.935 123687 52751
2001 2451715.390 174181 832412.243 147000 47098
2002 28087 47.131 199097 987854.327 166161 64993
2003 3449595.264 221132 1307987.955 227202 81811
2004 4317978.479 230153 1736717.121 403447 134802
2005 4965301.205 257669 2212604.482 352900 201700
资料来源:《山西统计年鉴》,其中GDP美元值按中国外汇通提供的历年美元兑换人民币汇率换算所得。
(3)检验结果及分析
由于对数变换并不影响原始变量之间的协整关系,而且对数变换往往可以消除异方差现象,所以对GDP与累计利用外资额进行对数变换,并分别用LGDP和LFDI表示对数变换后的国内生产总值和外商直接投资额。
表2 对变量GDP和FDI单位根的ADF检验
变量 ADF检验统计量 (C,T,K) 1%临界值 5%临界值 10%临界值
LGDP 0.406541 (C,0,0) -4.0113 -3.1003 -2.6927
-1.084825 (0,0,1) -2.7989 -1.9725 -1.6307
-5.300783 (0,0,1) -28270 -1.9755 -1.6321LFDI 3.321671 (0,0,0) -2.7570 -1.9677 -1.6285
-1.626868 (0,0,1) -2.8989 -1.9725 -1.6307
-3.446008 (0,0,0) -2.7889 -1.9725 -1.6307
检验结果表明(表2):LGDP,LFDI在 =10%的明显性水平下是非平稳序列,一阶差分后的序列 、 在 =10%的明显性水平下是非平稳序列,二阶差分后的序列 、 在 =l%的明显性水平下是平稳序列,即为二阶单整序列。由于检验统计值均小于不同明显性水平时的临界值可以对两个变量之间的长期关系进行下一步协整检验。下面我们对GDP与累计利用外资FDI进行协整检验。
2.2 协整检验
协整检验的条件是假如两个变量都是单整变量,只有当它们的单整阶相同时,才可能协整。当两个变量协整时,则它们之间存在着一个长期稳定的比例关系;反之,当两个变量不是协整的,则它们之间就不存在着一个长期稳定的关系,由表4.2的检验结果可知LGDP与LFDI同阶,下面对LGDP与LFDI是否协整做进一步检验,若二者协整表明它们之间存在长期稳定的关系,若不协整则不能证实他们之间存在长期稳定的关系。
下面对LGDP与LFDI用OLS方法做回回: ,其中 、 为待定参数, 是LGDP的估计值,应用普通最小二乘法(OLS),估计得 =4.63, =0.35。
则所得方程为:
LGDP=4.63+0.35*LFDI (4)
(23.5) (8.5)
设e为LNGDP与LNFDI回回模型的残差,下面对残差进行单位根检验:
表3 对模型4的残差e进行单位根检验的结果
变量 ADF检验统计量 (C,T,K) 1%临界值 5%临界值 10%临界值
e -4.370170 (0, 0, 1) -4.8870 -3.8288 -3.3588
单位根检验结果(表3)表明:残差e在5%临界值水平下为平稳序列。即LGDP,LFDI为(2,2)阶协整,存在长期稳定关系。检验结果及分析:从回回方程的数据可以看出,1991~2005年山西省FDI增长l%,带动GDP均匀增长0.35%,外商直接投资对山西经济增长的作用是积极的、明显的。
2.3 格兰杰因果关系检验
自回回分布滞后模型旨在揭示变量的变化受其自身及其他变量过往行为的影响。然而,很多经济变量有着相互的影响关系。首先考虑FDI与经济增长之间可能存在的双向关系。一方面,FDI的引进可能会促进东道国的经济增长,即先有FDI增长后有经济增长;另一方面FDI可能会先被吸引到经济增长快速的地区,由于增长远景使这些地区对FDI更有吸引力。这时的情形是先有经济增长后有FDI。这里用Granger因果性检验方法来分析上述因果关系。该检验的基本依据是:假如变量X是变量Y变化的原因,则X的变化先于Y的变化。因此,在做Y对其他变量的回回时,假如把X的过往或滞后期包括进来能明显地改进对Y的猜测,我们就可以说X是Y的格兰杰原因[3]。为了揭示FDI与经济增长的关系,本文将构造如下的计量模型:
和 (5)
运用软件检验结果如下表(表4):
表4 LFDI和LGDP因果关系检验结果
零假设 滞后期数 F统计量 概率
LFDI对LGDP不存在Granger因果性 1 0.00050 0.98261
LGDP对LFDI不存在Granger因果性 1.91323 0.19404
LFDI对LGDP不存在Granger因果性 2 0.25465 0.78124
LGDP对LFDI不存在Granger因果性 0.35571 0.71122
LFDI对LGDP不存在Granger因果性 3 12.6750 0.00698
LGDP对LFDI不存在Granger因果性 0.70363 0.58946
LFDI对LGDP不存在Granger因果性 4 1.98293 0.36220
LGDP对LFDI不存在Granger因果性 0.44369 0.77894
检验结果及分析:在检验过程中,滞后期数分别取1~4来考察LGDP和LFDI的关系,当确定10%的明显性水平时,滞后期数为1、2和4时,LGDP与LFDI彼此独立,相互间没有影响。滞后期数为3时,LFDI在0.698%的水平上为LGDP的Granger原因,是一种单向的关系。表明滞后期不同,FDI与GDP之间存在不同的Granger因果关系。这就说明当期的外商直接投资对当年GDP的产生的作用不明显,而长期看则对GDP的影响明显。
3 结论
从以上的实证分析结果,可以得到以下结论:
(1) 利用FDI与山西省经济增长之间存在很强的相关关系。固然它们各自得增长是非平稳的,但是假如从长期来看的话,它们之间却构成均衡关系。
(2) 利用FDI和山西省经济增长之间存在着长期的稳定关系,而且它们之间呈现正向相关关系,表明FDI对山西省的经济增长有促进作用。具体而言,1991~2005年间山西省FDI存量增长l%,带动GDP均匀增长0.35%。
(3) 格兰杰因果检验的结果则表明当期的外商直接投资对当年GDP的作用不明显,但从长期来看则对GDP的影响明显。
参考文献
[1] 马树才、郭万山等,宏观经济计量分析方法与模型,北京,经济科学出版社,2005
关键词：计量经济学；定义；科学性；不精确性；局限性
一、计量经济学的含义
1.计量经济学的早期含义
在17世纪时期，计量经济学第一次在戴夫南特和金的研究中出现，但当时，计量经济学这个专业术语并未出现，直到挪威的一位名叫弗里希的经济学家在其发表的论文中提出了计量经济学的概念。计量经济学表示经济学和数学以及统计学的有机统一。在研究中发现在统计学和数学以及经济学的相互关系中存在着一种规律，发现这个发现的发现者将其命名为计量经济学。计量经济学是对理论政治以及纯经济学的主观抽象法则进行试验和数据检验并由此来将纯经济学最大化的成为严格意义上的科学。1933年，计量经济学会将计量经济学定义为：通过经济学与数学以及统计学的有机统一，以实现经济问题理论定量与经验定量相统一的目标。这个定义表现了计量经济学是由统计学数学以及经济学共同组成的，缺一不可。我们不能简单地理解为是数学在经济理论领域的应用，也不能笼统得以为是经济理论问题的简单统计，只有将三者构建在一起才能发挥出特定的效力。
2.计量经济学的现代含义
由于计量经济学的早期目的在于科学化经济理论研究，因此在随后的经济理论研究方法的不断拓展完善中，计量经济学的含义也随之发生了改变。其定义变的更加具体也更加具有内涵。第一种定义认为：“计量经济学是利用统计学和数学的方法来分析经济学理论数据，将经济学的经验理论包含在内一起分析，通过分析来证明经济理论的正确与否。”第二种定义认为：“计量经济学的目标是建立经济模型来分析经济学中的变量之间的相互关系。通过模型来确定当一个变量发生变化时对其他变量会造成多大影响。使用数学和统计学的方法工具来解决发生在经济和社会中的变量变化问题，并引导人们对此类问题分析和了解并解决。小结：发展至今，计量经济学已经成为经济学的重要分支学科，但其基础和目标并未有多大改变。还是将经济学和数学以及统计学三者合一共同解决和推断经济理论假设的实证研究。不管是哪一门学科都可分为理论和应用两个方面。因此，计量经济学也可分为理论计量经济学和应用计量经济学。自2008年爆发的经济危机，其后果影响至今。作者认为这不一定是计量经济学的理论研究问题，其可归结于应用计量经济学的问题。由于人们对计量经济学的滥用和理解的不透彻所以才无法从理论计量经济学中找到问题的解决办法。
二、计量经济学的特性
计量经济学是经济学的重要分支学科。可以说计量经济学是经济学的独特一面。计量经济学科学性的标志在于其严谨的数学方法逻辑性和正确指向性的统计推断。当然，对于计量经济学科学性的质疑也从未间断过。凯恩斯认为计量经济学是“统计的炼金术”，“蹩脚的魔术”。他认为计量经济学到目前为止还算不上科学的研究方法。为此作者统计出了科学标准并表现了计量经济学的科学性。
1.计量经济学的科学性
首先，科学哲学标准为：逻辑实证主义科学标准：其核心是事物的可证实性。包括维也纳学派的逻辑实证主义和柏林学派的逻辑实证主义以及“亨善尔”逻辑主义。证伪主义科学标准。这种证伪主义的基本出发点是证实和证伪之间的逻辑不对称。凡是可以被证伪的那就不是科学的。其次，我们可以在计量经济学中发现逻辑实证主义的特性：重视证实，观测，反对因果关系的存在，反对理论实体。从计量经济学中我们更能找到证伪主义科学标准的影子，计量经济学的作用就在于对原有的经济理论或问题进行模式分析，不断假设推断，通过证实和证伪发掘出解决实际问题的方法。在这一方面充分体现了在计量经济学中证伪主义科学标准的存在。
2.计量经济学的不确定性和局限性
首先，计量经济学具有不精确性。其实这是一件无可厚非的事。从基础来源上来看，庞大的经济数据本身就具有不精确性，通过计量经济学的研究也只能得到一个近似的结果。通过计量经济学的方法研究，我们能得到一个理想的世界，但未来是否真是如此还有待商榷。统计学也是计量经济学的构建者之一，这决定了计量经济学的研究结果是一个随机事件，是否得到想要的结果还需要共同的努力，这与计量经济学的科学性并未冲突。其次，与其它学科一样，在计量经济学的科学性和不精确性之外还有其局限性。从研究方法上而言，计量经济学的研究方法是经验实证的模型方法。这既是计量经济学的科学性和不精确性所在也是其局限性所在。从经济学的语言层面而言，以统计学和数学为基础的计量经济学的经验实证的模型语言有着其自带的局限性。计量经济学中证伪主义科学标准的存在的气息太重，这种以不平衡的逻辑为出发点的方法论决定了计量经济学的局限性。
三、结论与展望
时代在进步，人民富有了，消费提高了，伴随的经济危机也爆发了。经济危机的爆发更加重对计量经济学的质疑。无法准确预测经济危机的到来，在解决经济危机上的能力不足都存在于人们疑惑中。从上文的分析中我们可以得到这样的结论：“计量经济学的研究方法为解决经济问题提供了模型，在此模型中我么能够看到理想的世界，能够正确预测经济的走向，但是计量经济学中的统计学成分决定了其理想结果之外还存在其他结果。我们应当做的事理解透彻计量经济学并不滥用。计量经济学的科学性证明其是科学的方法。如果我们能够理解经济领域中变量的变化以及影响的大小并知道如何避免这种情况的发生或有制定对策，那么应该会有效的应用计量经济学。
参考文献：
[1]洪永激.计量经济学的地位、作用和局限.经济研究，2007(5):139-156.
[2]Frisch，1993，editorialEconometrica，pl.
