计量经济学和统计学例1

    1.1计量经济学和统计学的课程特点

    1.1.1实用性和基础性强对于经济类专业的学生来说,统计学和计量经济学都是教育部指定的本科阶段核心课程.事实上,这两门课程在硕士研究生阶段和博士研究生阶段其重要性显得更加突出,本科阶段学习好这两门课程可以为进一步深造创造条件.统计学的重要性源于其实用性,因为统计学在各个行业、各个领域甚至是日常生活中都可以广泛的应用,因此现在不少非经济类专业的学生都会学习一定的统计学知识.2010年2月,联合国统计委员会审议了联合国秘书长提交的关于世界统计日的报告,决定将2010年10月20日定为世界统计日,并请各国政府支持开展世界统计日的庆祝活动.报告通过后,联合国将每年的10月20日定位世界统计日,这无疑提高了统计学专业(包括统计学)的地位.统计学中的相关知识几乎是经济类硕士研究生和博士研究生写作论文必不可少的工具.计量经济学的重要性也源于其实用性,虽然经济学理论逻辑对于现实中的经济现象进行了很好的解释,但要想对这些理论进行验证或对未来的经济走势进行数量预测还需要借助计量经济学.国内知名的高校不但开了计量经济学课程,而且往往会在本科生阶段开初级计量经济学,硕士阶段开中级计量经济学,博士阶段开高级计量经济学.

    1.1.2所需基础知识多难度较大无论是统计学还是计量经济学,教授的对象都需要掌握一些其他课程知识,比如统计学的学习要求学生已经学习了高等数学和概率论与数理统计等课程和EXCEL的基本应用,这些知识的掌握有利于学生对授课内容的理解和实践.计量经济学的学习则要求以微观经济学、宏观经济学、经济统计学、微积分、线性代数、概率论与数理统计、应用数理统计知识的学习为基础.如果没有较好的掌握这些知识,则会对统计学和计量经济学的教学效果产生影响.

    1.1.3逻辑性强,表达精确无论是统计学还是计量经济学课程内容的逻辑性都很强.其逻辑性的第一个表现是教授的内容一般都是从简单的开始,然后逐步深入.不同章节的内容往往相互连贯,有些情况下前一章的内容是学习下一章的基础,有些情况下前一章的内容是后几章学习内容的共同基础.逻辑性强的另一个表现反映的是其表达数学化、精确化.数学是统计学和计量经济学表达的重要工具,其理论上的结论都是通过严格的数学证明得到的,表达式中的每一个字母和符号都有其真实的含义,如果有一个字母或符号错误或忽略往往会导致结果的很大差异.统计学和计量经济学都有其特有的计算机软件比如SPSS和EVIEWS,这些软件要求数据的单位、大小都要准确无误,一个小小的差错有可能导致结果不可靠.

    1.2教学对象的特点

    1.2.1数学基础不牢笔者所在的高校是师范类二本院校,报考经济管理类专业的学生大部分在高中阶段是文科生,在这些学生的潜意识中,大多数学生认为与理科生相比他们的数学基础较差.有个别学生甚至认为自己的数学成绩差是正常的,成绩好了反而不正常.这样在他们的心理上就形成了一种对数学的恐惧感,在学习数理课程时有一种厌烦情绪,虽然这些课程的内容并没有他们想的那么难,但一些同学放弃学习的态度已经形成.这样不少同学在大学低年级学习数学基础课的时候就没有形成扎实的基础.另外,很多同学将学习的目的定位为应付考试,考试通过之后,学过的内容基本上忘记的差不多了,在学习统计学和计量经济学的过程中,见到学习过的内容往往回忆不起来.需要重新演示推导过程或进行一定的提示才能够明白,有的甚至要在课下将以前学过的内容再复习之后才能够弄明白.

    1.2.2学习目标不明确,动力不足近年来,社会就业的大环境发生了很大的变化,快速的大学扩招致使人才市场上大学生供给量增长较快,大学毕业生中能够得到高质量就业岗位的人数有限.很多大学生对自己的前途感到迷茫,甚至有的学生开始怀疑上大学的重要性.这导致一些大学生学习目的不明确,放松对学习的要求,具体表现为上课迟到和旷课,对上什么课都没有太大兴趣,不关心学习的是哪门课,也不关心学习的什么内容.对于布置的课后作业不认真完成,甚至有的同学直接复制别人做好的作业.这说明一些学生没有认识到学习的重要性,往往认为近期有用的就是值得学习的,近期用不上的就没有用.由于学习目标不明确,因此也就没有学习动力.

    1.2.3学习方法缺乏针对性大学每个专业的课程性质不同,有的是公共基础课,有的是专业必修课,有的是专业选修课,课程的内容也有难易之分,这就要求学生在学习不同课程时采用不同的学习方法.学生们在大学比较普遍的学习方法是习惯于上课听老师讲课,课前和课后很少做预习和复习.这种学习方法对于内容比较简单的课程来说可以的,而对于偏数理课程的学习就不是好方法.学生要想较好的掌握学习内容要做到课前预习,课中认真听讲,课后按时认真完成作业并学会使用计算机软件练习上机习题,这样才能够达到较好的效果.因此学习偏数理类课程时,要采用这种针对性的学习方法,不能和其他课程的学习方法一样.

    2教学方法、教学手段选择

计量经济学和统计学例2

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。

计量经济学和统计学例3

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。

计量经济学和统计学例4

计量经济学经过几十年的发展,已经成为一门集经济理论、高等数学和统计学为一体的经济学科。在经济学、管理学领域及经济管理活动中得到越来越广泛地应用。国内外重要的学术刊物上发表的文章大多采用了设立模型进行定量分析的方法[1]105,并且获得的效果也很显著。正如诺贝尔经济学奖获得者、著名经济学家克莱茵所说:“计量经济学已在经济学科中居最重要的地位”。只有掌握好计量经济分析的基本思想和方法,才能提高在复杂的经济环境中分析和解决实际问题的能力。所以财经类专业的学生必须掌握一定程度的计量经济学基本理论和方法。教育部将计量经济学列入经济学科核心课程是我国经济学科走向现代化和科学化的重要标志,对于提高我国经济学人才培养质量和研究水平具有重要意义。然而在我国高等学校计量经济学的教学中出现了一些例如学生学习兴趣不高,不能将所学知识得以应用,教学中学生解决实际问题的能力薄弱,教师重视理论的讲授、数学过程的推导等问题,不利于应用型人才的培养。鉴于此本文从我国高校计量经济学的教学中出现的问题出发,提出解决方法,以便推动计量经济学教学改革的进程。

二、计量经济学教学过程中出现的问题

(一)培养计划的制定不合理目前在我国高校中,关于学习课程的安排,以及学时等方面不能完全满足社会对财经类学生的需求,尤其是计量经济学课程的安排上凸显了这个问题。

1•课程安排不合理计量经济学是经济学、数学和统计学三门学科的有机结合,所以计量经济学课程应安排在学生对经济学、数学和统计学三门课程学习完之后更加合理。然而在实际的培养计划中,往往由于有关人员对这门课程不够了解,有时会安排在大二下学期,使得学生在没有学习数学与统计学等基础课程的情况下就开始了计量经济学课程的学习[2]200。由此带来的问题使学生不能扎实地理解和掌握计量分析方法,同时也使得教师在讲授的过程中无法获得好的教学效果。

2•教学总课时少计量经济学的课时安排少。很多讲授计量经济学课程的教师认为,计量经济学的教学课时不足。有些高校为了增加学生的知识宽度开设了许多课程,从而压缩了一些重要课程的学时数[3]113。一般包括实验课及软件的学习在内只有54课时。而这些课时对于初级计量经济学的教学明显是不够的,不能将知识讲得透彻,教学效果受到了很大的影响。

3•实验课教学安排少计量经济学是一门应用性很强的课程,单纯地通过理论的讲授和数学的推导,无法使学生掌握计量分析方法,必须将理论课教学与实验课教学相结合。但是目前很多学校财经类学生的培养计划中实验课的课时安排过少,一般在6—8课时,这样不能使学生在学习理论之后及时通过实验课来加以巩固。

(二)使用的教材编写不足就目前常见的计量经济学教材而言,主要存在以下几点不足:

1•教材的内容编写过于偏重理论,而忽视了实际应用能力的培养。目前能够见到的国内教材多为大篇幅地阐述理论和数学推导,而应用案例很少。这增加了学生学习计量经济学的负担,甚至使那些数学基础薄弱的学生产生畏惧感,从而丧失学习的兴趣。

2•缺少常用软件的编写。几个常见的统计软件,如sas、eviews、matlab和spss等软件很少能在计量经济学教材中见到完整而详细的编写,几乎都是简单地概括和介绍而已。然而在使用计量分析方法时,由于数据容量大、参数多,尤其是多元分析时会使用矩阵方法,计算量非常大,这些都需要借助统计软件才能完成。在教材中忽视对这些软件的详细编写,使得实际教学中达不到相应教学目标。

3•编入教材的统计分析方法少。根据教育部高教司制定的高等学校经济学本科教学课程教学基本要求,现行的计量经济学教材包括的内容有:计量经济学概述、经典单方程的一元线性回归模型和多元线性回归模型,假设检验、联立方程组模型以及应用计量经济模型等内容。然而随着社会经济的发展,这些内容已经不能够满足实际需求,各种错综复杂的问题需要更多其他的方法才可以解决。例如,缺少离散选择模型、简单的面板数据模型、简单的时间序列模型(包括单整、协整和误差修正模型)等。

(三)数据来源渠道少在计量经济学中,根据性质可以将数据划分为质量数据和数量数据[4]20。质量数据是用来识别单位某一特征的标记或名称,根据需要取整数即可。而数量数据是用于表示规模或水平的数据,根据需要收集或调查。这种数据在实际中获取的渠道相对来说比较少,主要是通过各年的《中国统计年鉴》和各省的《统计年鉴》。由于统计方法、统计指标和统计口径等的不同,部分宏观数据仅仅从统计年鉴上不能完全获得,这就给计量分析方法的应用带来困难,也给计量经济学在教学过程中增加案例带来了困难。

(四)缺少计量经济学实验室在数据量庞大、模型复杂和计算量大的情况下,只有借助于eviews、spss等统计软件才能完成。计量经济学课程的教学必须包括这些软件的讲授和实践操作,而这种实验教学必须在实验室才能完成。在实际中缺少计量经济学实验室使计量经济学的理论教学和实验教学很难结合,而这严重阻碍了计量经济学教学质量的提高。

(五)教师教学方面存在不足在实际中,教师教学方面存在的问题也是我国高校计量经济学教学效果不好的一个重要原因。

1•计量经济学师资力量不足。由于计量经济学在我国的发展也只有20几年的时间,所以从总体上来看这方面的高级人才相对匮乏。另一方面,由于高校建设的要求,使得新进人才的标准不断提高,很大程度上阻碍了计量经济学教师的流入。

2•教学方法的不合理。在实际教学过程中,很多是采用多媒体教学。多媒体教学确实给教学带来了方便,节省了大量板书的书写时间。同时会加快教学节奏,增加学生思考的负担和强度,反而影响教学效果。

(六)计量经济学课程的考核方式单一就目前的情况来看,很多高校的计量经济学考核方式过于单一化,大多采用期末闭卷考试的方式。考试的内容也只限于基础知识以及数学推导或者增加论文的撰写。撰写论文虽然能提高学生综合运用知识的水平,但是在实际中很少有学生能够自觉地自我完成,多数是抄袭。若想避免这种情况的发生也需要教师付出大量的时间和精力。这样的考核方式不能体现计量经济学的实用性。

三、计量经济学教学改革的建议#p#分页标题#e#

(一)制定科学合理的培养方案鉴于目前高校财经类学生培养方案制定存在的问题,针对计量经济学课程的安排,应作如下改革:

1•合理安排课程。在制定培养方案时应将经济理论、数学和统计学课程安排在大一和大二两个学年完成,计量经济学安排在大三上学期学习。只有在充分地掌握了三门基础课程之后才能很好地理解和学习计量经济学。这样也保证了学习内容的连贯性,同时也不致于与因即将毕业带来的问题之间发生冲突。

2•增加总课时,保证有足够的时间用于教学。一方面要增加三门基础课的课时,另一方面更要增加计量经济学的课时,增加到72课时。使教师有足够的时间予以讲授,也使学生有足够的时间去学习。

3增加实验课教学。通过实验课使学生切实掌握各种统计软件的使用,加强学生的实际应用能力,做到理论和实践的有机统一。实验课的教学应安排在每周与理论课同时进行,不应安排在学期末进行。只有这样才能使学生学到的知识及时通过实验课有效地得以吸收。

(二)计量经济学教材的选用目前计量经济学教材种类繁多,但各有其不足之处。有些计量经济学教材,主要偏重于理论的教学,严重缺少案例,不利于理解和学习,同时缺少统计软件的编排;有些教材虽然在教育部规定的内容之外,增加了平稳时间序列模型、非平稳时间序列模型、协整模型以及特殊问题的计量经济问题,扩充了计量分析方法,但是也严重缺少案例,并且只是简单地编写了统计软件的内容,不太适合本科生的学习;还有一些计量经济学教材,在内容上简化了繁琐的数学推导过程,并增加了案例,有统计软件的详细讲解,但内容只限教育部规定的范围,在采用时应适当地根据需要增加教学内容;李子奈编写的计量经济学教材是以初级内容为基础和经典计量经济模型为主,同时有少量的中级内容和非经典模型,以计量经济学模型、方法的应用为主,简化了数学推导,增加了统计软件的编写,较为适合本科层次和具有不同数学水平的学生[5]45。但是在实际教学中也应根据实际情况适当的微调,也有利于学生更好地学习和掌握。

(三)扩大数据来源渠道一些宏观数据可以从《统计年鉴》上获得,但是因为统计方法和标准等原因,有些数据从统计年鉴上不能获取,一些微观数据就更难获取了。所以应该扩大数据来源渠道,加强与各级统计部门的合作与往来,以获取更加全面和准确的数据。同时学校也应增加投入,成为一些专业的数据收集单位的会员,如中国经济信息网,国家信息中心,中国经济数据网等。以便教师和学生能够及时获取数据,应用到实践教学中来,增加案例,提高教学效果。

(四)建立计量经济学实验室如果将计量经济学的案例教学安排在实验室进行,可以加快学生对计量分析方法的应用,提高学生利用该方法解决实际问题的能力。但实验室的建立并不是一件简单的事情,需要各方面的努力。学校应在这方面加大资金的投入,购买电脑、多媒体等硬件设施,同时也要购买如eviews、spss、sas等各种正版的统计软件,满足不同分析方法的需要。

(五)鼓励教师进修和相互交流学习教师是整个教学环节的重要因素,教师知识含量的多少及深度更是整个教学环节的关键。在引进优秀的计量经济学教师的同时,也应该鼓励计量经济学教师到国内外知名学校进修和学习,不断吸收计量分析方法所取得的最新成果。学校应在这方面建立专项资金予以支持,鼓励和支持教师更多地开展有关计量分析方法的讲座,支持不同学校间教师的双向交流,相互学习新的教学方法,切实有效地提高教师的知识水平和教学能力。在教学方法上我们提倡教师适当多用板书,例如当遇到统计性质的证明,多元回归等复杂的数学推导以及矩阵演算时通过板书的形式予以讲解,能够使学生产生一定的印象,有助于加深理解。

计量经济学和统计学例5

中图分类号：C8文献标志码：A文章编号：1673-291X（2019）24-0003-02

一直以来，社会经济统计学和数理统计学之间的关系都是我国统计学领域研究的重点。纵观当前统计学领域当中，对两者之间的关系主要分成两种看法。其一，持“分”的态度，部分学者认为应该将社会经济统计学和数理统计学分别按照各自的理论基础、内容结构进行分割式的纵向发展。其二，持“合”的态度，很多学者认为应该将二者融为一体，通过相互借鉴、相互学习的形式，促进二者之间的和谐共处与进步，从而既可以用来对自然现象进行认知，又可以使其成为社会现象认知的工具，切实地便于人们更好地工作与学习，为统计工作带来更多的便利，并揭示自然规律和社会现象。为了深入探究该问题，本文将针对社会经济统计学和数理统计学的关系进行详细的解析。

一、社会经济统计学和数理统计学的概述

1.社会经济统计学。社会统计学派的创始人是德国的经济学家、统计学家克尼斯，早期主要代表人物有恩格尔、梅尔等人。他们的观点融合了更早的国势学派和政治算术学派，认为统计学在学科性质上是一门社会科学，是研究社会现象变动原因和规律性的实质性科学。随着社会经济的发展以及社会科学本身不断地向细分化和定量化发展，社会统计学派为了提供更有效的整理、分析资料的方法，也日益重视方法论的研究。如今，社会经济统计学分科包括农业统计、工业统计、人口统计、社会统计、金融统计、国民经济核算等，是一门涉及范围相对广泛的学科。目前，社会经济统计学活跃在社会经济发展的各个方面。社会经济统计学是以社会再生产理论为依据，研究国民经济的生产、分配、流通、使用各环节的经济运行和社会发展情况的科学[1]。社会经济统计学主要针对社会经济各项活动的相关规律内容进行详细的研究，以反映出国民经济运行当中的各种数量关系和数量规律。随着我国社会经济的不断发展和进步，为了能准确掌握国民经济和社会发展情况，社会经济统计研究工作显得更加重要。

2.数理统计学。数理统计学派的产生与概率论的发展紧密相关。瑞士数学家伯努利对大数定律的论证，法国数学家棣莫弗发现了正态分布的密度函数，以及颠覆经典统计学的贝叶斯理论等都极大地推动了数理统计学的理论发展。数理统计学是研究社会和自然界中大量随机现象数量变化基本规律的一种方法，可分为描述统计和推断统计。描述统计的主要任务是搜集资料，进行整理、分组，以计算各种特征指标，描述资料分布的集中趋势、离中趋势等。推断统计则是在描述统计的基础上，根据样本资料对总体进行推断和预测[2]。数理统计学在实际运用的层面上，涉及到的范围极其广泛，也是一门社会基础性的学科。并且随着计算机技术的不断发展，使得数理统计在理论研究和应用方面也得到更深层次的发展。数理统计学可以切实有效地利用先进的数理统计知识，为行动和决策提供强大的数据依据。在各类社会问題的处理工作中，都可以通过数理统计学的手段，针对相关数据进行专业的分析和处理，以进行预先判断并提供相关决策。

二、社会经济统计学和数理统计学的关系

1.社会经济统计学和数理统计学的联系。统计学本身起源于对社会经济问题的研究，最早可以追溯到原始社会末期。在奴隶社会制度的早起，需要针对奴隶社会的人口数量以及土地进行丈量与统计，虽然只是简单的登记和计数，但最初的社会经济统计学可以说已经出现了萌芽。之后，随着社会的不断发展以及经济的进步，人们开展了大量的社会经济统计活动，在资本主义社会时期，社会经济统计学的应用已经到达了一个巅峰。在资本主义环境之下，社会资源更加炙手可热，社会分工更加明确。随着人们社会实践活动的展开，在实践的过程中，社会经济统计学的使用也更加成熟。早期的概率论所研究的问题基本都来自于当时比较泛滥的活动。17—19世纪，不少数学家都对概率论的发展做出了贡献。数理统计学随着概率论的发展而迅速发展起来，虽然从时间上看，形成要晚于社会经济统计学，但发展飞速。数理统计并非完全独立于社会经济统计，它是在统计学的发展阶段中形成的一种分析数据的方法，社会经济统计学在分析问题时同样需要概率论与数理统计知识的支持。近代，数理统计学的发展势头迅猛，甚至有一些看法认为统计学几乎就是数理统计学。然而社会经济统计，作为对社会经济现象的一种调查研究活动，在社会发展中绝对有其存在的意义。有学者提出，社会经济统计学和数理统计学之间的关系与牛顿的力学和相对论力学的关系十分相似。相对论力学在接近光速时使用，而大多数情况是远离光速的，此时使用牛顿力学既准确又方便，社会经济统计学在描述变量时使用，数理统计学在描述随机变量时使用[3]。随机变量是随机现象下的变量，变量与随机变量的这种联系揭示了在一定条件下，社会经济统计学与数理统计学之间存在可以相互转化的关系。

2.社会经济统计学和数理统计学的相同之处。社会经济统计学和数理统计学具有一定的相同点，都能够有效地针对客观的事物进行充分的统计，并且针对客观事物的发展趋势、发展规律进行研究。社会经济统计学和数理统计学两者在研究的方法上具有一定程度的共通性，都能够利用归纳、推理的研究手段分析问题，并针对问题提出相对客观，且具有建设性的解决建议。学术界在对于数理统计学进行表述时，都明确地说明了数理统计学是对随机现象的数量变化进行统计，并对研究对象进行规律性的研究和问题揭示。但是针对社会经济统计学来说，学术界对其的界定存在一定程度上的差异。一些学者认为，社会经济统计学是独立的社会学科，在应用的过程中，一般是将具体时间、具体地点、社会现象中所表现出的经济活动内涵进行阐述，有效地揭示其数量表现以及规律特点。另一部分学术工作人员认为，社会经济统计学应该被归纳到统计学当中，并在重大社会事件中详细地分析出事物发展的规律。在经济现象的积极引导之下，对数据进行收集、整理、分析[4]。从长期的社会实践和社会发展的总体环境中来看，社会经济统计学和数理统计学两者的实际研究对象相同，并且两者都能够对统计规律进行详细的分析和探究。两者从研究对象的角度来看，都能够将某一人、某一事物、某一项目作为研究对象。研究对象还可以针对部分进行划分，分别是研究目标、研究客体，并能有效地分析出研究对象的客观发展规律。

3.社会经济统计学和数理统计学的不同之处。社会经济统计学和数理统计学的区别与差异也是非常显著的，其主要的差异有以下几点：其一，社会经济统计学和数理统计学两者研究范围不同。针对社会经济统计学来说，一般是针对社会经济现状内容进行分析。针对数理统计来说，不仅可以对社会经济现象进行分析，而且还可以有效地针对自然现象进行数据分析处理。相较于社会经济统计学来说，数理统计学所涉及到的应用问题相对比较广泛。社会统计学虽然研究范围相对狭隘，但是社会经济当中所涵盖的内容非常广泛。从广义的层次上来说，社会经济不仅涵盖了人们的物质、精神、自然环境的再生产活动，而且社会经济统计学当中的各项内容又存在相辅相成、不可分离的特点。所以，在社会经济统计学在实际运用的过程中，还需要考虑到研究对象与物质、精神、自然环境等内容之间的关系[5]。客观来说，社会经济统计学涉及到了人们日常生活的各个层次领域当中。而数理统计学一般是针对研究对象的自然现象进行研究，利用随机现象的手段，结合研究对象的实际情况，预测和体现出随机现象的可能性。其二，社会经济统计学和数理统计学的理论基础存在差异。客观来说，数理统计学的核心理论基础内涵便是概率论、统计推断理论。尤其是针对抽样推断来说，更是以概率论的大数法作为核心理论基础。

计量经济学和统计学例6

中图分类号：C939 文献标志码：A 文章编号：1673-291X（2017）13-0011-02

统计是认识客观世界数量规律的有力工具，无论是进行宏观的国民经济管理，还是进行微观的企业经营决策，都需要准确地把握有关经济运行的各类数量信息。根据具体应用领域的不同，先后形成了生物统计学、档案统计学、管理统计学、信息统计学等统计学的不同学科。统计学方法在经济管理中有广泛的应用，经济管理评估、经济管理预测、经济管理分类、经济管理标准制定等领域统计学的思想和方法均发挥重要作用。同时，在经济管理工作的具体实践中，也对统计调查的方法、统计分析工具甚至统计信息化工具提出了诸多新的需求，推动统计科学的不断发展和完善。因此，深入探讨统计学在当代经济管理工作中的影响，对于推动统计科学和经济管理科学的发展具有重要的理论意义和实践意义。

一、统计学的基本理论和价值观

统计理论是数学的一门分支学科。它以概率论为基础运用统计学的方法对数据进行分析、研究导出其概念规律性（即统计规律）。它主要研究随机现象中局部（字样）与整体（母体）之间，以及各有关因素之间相互联系的规律性。它主要是利用样本的平均数、标准差、标准误、变异系数率、均方、检验推断、相关回归、聚类分析、判别分析、主成分分析、正交试验、模糊数学和灰色系统理论等有关统计量的计算来对实验所取得的数据和测量、调查所获得的数据进行有关分析研究得到所需结果的一种科学方法。

统计学的价值观主要体现在以下方面：第一，真实可信。统计资料的真实性是保证统计结论可行度的基础，统计资料的真实性不仅包括统计数据本身的真实性，也包括统计过程的真实性，统计工作者只有坚持真实可靠的价值观，才能发挥统计在了解国情国力、服务经济社会发展中的重要作用。第二，科学严谨。就是要提高统计的科学性，坚持统计调查工作的规范统一，健全完善制度，夯实基层基础，实现统计方法、手段的现代化，推动统计能力、数据质量、政府统计公信力的提高，努力争创卓越一流的工作业绩。第三，创新进取。就是在进行统计实践工作和统计研究的过程中不断以问题为导向，创新统计工作方法、创新统计技术，促使统计工作更好地为经济社会发展服务。

二、统计学在经济管理中的应用

实践中，统计学在经济管理评估、经济管理预测、经济管理分类、经济管理标准制定以及经济管理科学研究中都存在广阔的应用空间。

1.统计学在经济管理评估中的应用。通过评价工作为评估对象进行排序并进行择优是经济管理工作的重要职能，在评估的过程中通常包括指标权重计算、指标体系优化等工作。在指标权重计算方面，统计学中的主成分分析法、因子分析法、粗糙集方法，它不需征求专家的意见，切断了权重系数主观的来源，使权重系数具有绝对的客观性，可以克服主观因素的不利影响，同时减轻计算工作量；在指标体系优化方面，多元统计分析中的主成分分析法利用降维的思想，将多个指标转化为几个综合指标的多元统计方法，主成分保留了原始变量绝大多数信息，且各个主成分之间互不相关，从而达到指标优化的目标。

2.统计学在经济管理预测中的应用。在经济管理工作中，需要根据历史数据对未来的发展趋势做出判断，例如根据历史销售量预测未来时间点的销售情况，又如新古典增长模型中重点研究的区域经济如何实现均衡增长的经济学问题需要对经济增长的收敛性即初期的静态指标（人均或劳均产出）和经济增长速度之间的负相关关系进行研究和检验。为了解决上述问题，多元统计分析中的线性回归以及通过对数化处理的拟线性回归模型能够有效解决经济发展的预测问题，又如统计学中开发出的收敛、绝对收敛、条件收敛等方法能够对经济系统的收敛性问题进行判断和分析。

3.统计学在经济管理分类中的应用。在经济管理的过程中，通常需要将具有一定共性因素的管理对象进行结合，在分类的基础上，以类别为基础提供差异化的管理，例如经济管理中的客户关系管理就需要建立在客户分类工作的基础上。聚类分析属于一种没有先验知识的统计分析方法，在经济管理中进行分类的基础，首先在于建立分类对象的特征指标，然后根据特征指标收集数据，最后通过“距离”测量的方式建立将“距离”最近的对象归为一类。系统聚类是一种重要的聚类方法，其基本思想是，首先将个样本各自看成一类，这是各类之间的距离等于各样品之间的距离，然后选择距离最近的两类合并成一个新的类，计算新的类与其他类之间的距离，再⒕嗬胱罱的两类合并，这样每一缩小一类，直至所有的样品规程一类为止。系统聚类法的聚合过程可以通过聚类图的形式表示出来，这种图不仅使聚合的过程一目了然，而且便于确定分多少类以及如何分类。

4.统计学在经济管理标准中的应用。在经济管理活动中，经常遇到标准制定的问题，例如，在工程经济管理领域，在相关元器件出厂检验时就需要对元器件是否合格以及合格的元器件能够应用的具体场合做出判断，这就需要进行标准制定。实践中，统计学中的统计抽样和统计检验方法能够有效服务于标准的制定工作，应用统计学的思想，可以在大样本抽样的基础上获得大量不具有相关性的统计数据，进而以统计数据为基础对元器件寿命的分布函数予以假设和检验，获得具有统计显著性的元器件寿命分布函数，并根据分布函数的特征制定元器件合格与否以及不同应用场合的标准。

5.统计学在经济管理研究中的应用。研究方法问题是经济管理研究中的重要问题，研究方法的可靠性直接决定了研究结论的可信度。在经济管理领域中，实证研究方法是非常重要的研究方法论，在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），为了解决这类对象问题的研究方法论问题，统计学的中结构方程模型因为能够同时处理多个因变量、容许自变量和因变量存在统计误差、能够同时估计因子结构和因子关系以及能够有效估计整个模型的拟合程度等优势，成为经济管理实证研究中的重要研究方法和工具。

三、统计学与当代经济管理的交互影响分析

统计学与当代经济管理的交互影响可以从统计学对经济管理工作的推动作用和经济管理工作对统计学的推动作用两个层面理解：

1.统计学对经济管理工作的推动作用。一方面，统计学方法推动经济管理科学化。在泰勒的科学管理体系中，通过科学的观察、记录和分析，致力于“时间动作研究”，探讨提高劳动生产率的最佳方法，制定出合理的日工作量，其中孕育着通过定量化提高管理的准确性和科学性的思想，统计学方法本身作为应用数学的重要分支，是实现经济管理科学化重要工具，有助于推动经济管理科学化目标的实现。另一方面，近年来，各种统计分析软件高速发展，Statistics Procedure for Social Science（SPSS）、SAS等统计学软件的出现极大提高了统计学方法在经济管理中的应用程度，也极大地规范了经济管理研究工作的科学性和规范性。对于操作者而言，只要能够在科学收集数据的基础上正确掌握上述软件的操作步骤，甚至无须精通各种统计模型冗余的推导过程都可以得出研究结论。

2.经济管理工作对统计学的推动作用。经济管理的过程本身也推动了统计学的发展，例如，经济管理中经常面临样本数量不足的统计推断问题，如在样本数量低于30个的情况下如何通过统计推断形成关于样本整体特征的描述，这就推动了统计学中小样本参数估计、小样本假设检验等相关统计学技术的发展；又如，大数据时代，数据量快速增大，数据增长速度的加快，以及数据的多样性，即数据的来源、种类不断增加。在大数据时代，许多传统统计方法用到大数据上，巨大计算量和存储量往往使其难以承受；对结构复杂、来源多样的数据，如何建立有效的统计学模型也需要新的探索和尝试。因此，经济管理对象复杂性的不断提高也推动了统计学技术的不断发展和完善。

计量经济学和统计学例7

    计量经济学的学科性质、课程特点和日益显现的重要性,对当前普通高校经济管理类专业课程的学习和教学,特别是对文科背景的本科生,都是一个不小的挑战。

    一、文科背景下计量经济学教学面临的问题

    1.知识基础和课时设置与教学目标不相适应

计量经济学和统计学例8

关键词：

宏观经济统计分析；统计方法；关键问题

从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。

一、宏观经济统计与宏观经济统计分析概念研究

我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。

二、宏观经济统计分析体系研究

1.宏观经济统计分析内容

宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。

2.宏观经济统计分析问题

宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。

三、宏观经济统计分析方法研究

宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。

四、宏观经济统计分析的趋向研究

从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。

参考文献：

[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).

计量经济学和统计学例9

[中图分类号]G642.0

[文献标识码]A

[文章编号]1005—4634（2012）04—0092—03

0 引言

计量经济学是一门研究经济变量之间的统计关系及其规律的科学，广泛应用于经济学的各个领域。通过课程的学习，要求学生建立合适的计量经济学模型，能够使用软件估计模型参数，并能够对估计结果进行检验，且正确解释模型的经济意义。在本科阶段参数估计的方法为普通最小二乘法，为了使得其估计参数有良好的统计性质，需要使计量经济学模型满足经典假设。在对参数进行经济意义检验和统计检验之外，需要考察模型是否满足经典假设及不满足经典假设的修正方法。授课内容主要围绕参数估计与检验展开，教师需要深入浅出的讲解普通最小二乘法的经典假设，经典假设是理解课程后续内容的基础。我国《高等教育法》指明了培养具有创新精神和实践能力的高级专门人才的培养目标，且市场更需要应用型、创新型的高层次经济学人才，由此计量经济学教学内容、教学方式、考核方式改革已迫在眉睫。笔者将结合多年的教学实践，分析经济类学生在学习计量经济学时的知识构建及授课中遇到的问题，提出有利于提高学生创新能力的教改方案。

1 计量经济学教改的探索

经济类教师和学生已普遍认识到计量经济学的重要性，但是该课程涉及到经济理论、统计学、数学相关知识的综合运用，讲授难度较大。很多学者从教学内容、课程设置等角度，对计量经济学教学改革做了有益的探索。李子奈指出目前计量经济学教学内容上没有体现出经济学科特点，应将计量经济学模型的设定、数据的分析作为计量经济学教学内容。案例教学和实验教学的重要性也被许多学者认识到。李芝倩提出计量经济学在教学中应以应用为导向，在理论讲解的基础上，注重案例教学和实践环节。张长青认识到计量经济学教学中存在重理论、轻应用等问题，忽视对学生实践应用能力的培养，建议建立具有专业特色的案例库，使课程理论教学与实验教学合理衔接。也有学者比较研究国内外计量经济学课程体系设置，如谭砚文等，比较了中美计量经济学课程设置，发现美国计量经济学课程内容丰富、课程衔接紧密、注重学生实践能力的培养，而我国计量经济学教学体系、教学理念、课程设置都明显落后。

2 课程的衔接问题

2.1 计量经济学课程设置问题

计量经济学作为一门重要的专业基础课，在微观经济学、宏观经济学、概率论与数理统计、统计学、高等数学、线性代数等课程之后开设，一般设置在大三第一学期。大多数高校没有针对不同类型的学生开设不同层次的计量经济学课程。由于我国经济类专业同时向文科和理科招生，学生数理基础差异较大，不适合按照统一的教学目标来授课。国外许多高校已经开设不同层次的计量经济学课程，不同基础及不同研究方向的学生可以自主选择有关课程。例如，麻省理工分别开设初级计量经济学、中级计量经济学、时间序列分析、非线性计量分析、现代计量经济学方法等近10门课，构成了不同层次的计量经济学课程体系。

而国内大多数高校计量经济学课程课时安排较少，不能很好体现计量经济学的学科地位。含上机实验课在内计量经济学仅有48课时左右，教师没有充分的时间讲解计量经济学的相关理论。在实践中应用较多的时间序列模型、面板数据模型、二元选择离散模型没有时间讲授。学生在工作或论文写作中，若需要建立计量经济学模型，仍需要花费大量时间进行后续学习。

计量经济学软件为学生理解计量经济学方法提供了一个视窗，是计量经济学理论和实践结合的桥梁。教师在上机实验授课环节讲授软件的使用，可使学生认识到繁琐的计算过程可由计算机来完成，对提高学生学习积极性和实践能力起着重要作用。而大多数高校上机实验教学环节没有得到应有的重视，仅有4至10课时。计量经济学软件多为国外开发，学生很难在这么短的时间内掌握软件的使用方法，直接影响到学生在实践环节对数据的分析能力。

2.2 数学基础课程衔接问题

计量经济学和统计学例10

关键词：经济；统计学；教学体系；改革

部级教学成果奖每4年评选一次，它是根据国务院有关条例设立的我国教育领域唯一的部级奖励，评选工作十分严格和规范，其奖励级别等同于国家科技三大奖。第六届国家教学成果奖评审Et前揭晓，《经济管理类统计学专业教学体系改革与创新》被教育部评定为部级教学成果一等奖。这是迄今为止，我国统计学界获得的最高级别的教学成果奖。该项成果对于提高我国经济管理类统计学专业的教学水平和人才培养质量都产生深远的影响。

一、问题的提出统计学是21世纪最有发展前途的学科之一。

随着社会经济的发展和科学技术的进步，统计已经成为人们认识客观世界不可或缺的重要工具。

1998年教育部制定的本科生专业目录将原来分属在数学下的数理统计专业和经济学下的统计学专业合并为一个专业放在理学门类下，同时又规定该专业可授理学学位也可以授经济学学位。在新的形势下，原来设在财经院校的授经济学学位的统计学专业还要不要办?应该如何办?统计学专业人才培养目标应如何界定?其课程体系和教学内容应如何设计?成为亟待研究解决的重要问题。1998年以来，全国经济管理类统计学专业的同行先后在厦门、成都和天津等地召开了多次研讨会，就上述问题进行了较为全面、深入和细致的讨论。

我们认为：历经300多年的发展，统计学目前已经成为应用十分广泛的多科性的科学。统计学可以分为两大类，一类是以抽象的随机变量为研究对象，研究一般的数据收集、整理与分析方法的理论统计学；另一类是以各个不同领域的具体数量为研究对象，为各不同领域提供定量分析的应用统计学。前者具有通用方法论的性质；后者则与各领域的实质性学科有着非常密切的联系，是有具体对象的方法论，因而具有复合性学科和边缘学科的性质。所谓应用既包括一般统计方法的应用，也包括各自领域实质性科学理论的应用。而经济统计学则是应用统计学中最重要的一个领域。由于社会经济现象所具有的复杂性和特殊性，经济统计学不仅要应用数理统计方法，而且还要有自己独特的方法，如核算的方法、指数的方法、经济计量方法等等。从历史和现状看，统计学的教育模式也可以分为两大类：一是强调各类统计学所具有的共性。它肯定统计学的“理学性质”，按照理学类学科的特点设置课程。二是强调各类统计学的个性，对于经济统计学来说，就是强调其与经济学学科的密切联系，按照经济类学科的特点设置课程体系。对于上述两种模式培养的人才，社会都有需求。应该根据“百花齐放，百家争鸣”的方针，允许多种办学模式的并存，由各院校根据自己的特色和市场对有关人才的需求，自主选择合适的办学模式。我国社会主义市场经济的发展，需要大量既具有坚实的经济理论基础，又懂统计方法，并能熟练掌握现代计算手段的经济管理类统计人才。我们判断，在今后一段时期内，对经济管理类统计人才的需求，仍将是本科层次统计人才市场需求的主体。因此，经济管理类统计专业不能取消，也不能照搬理学类统计学专业的模式，而应当进一步加强与完善?。

2003年11月，教育部统计学专业教学指导分委员会在厦门召开年会，会上各方面的专家达成以下共识：为了更好地满足新世纪对统计人才的需要，无论是理学类统计专业还是经济与管理类统计专业都有一个如何面向未来、面向世界，加强自身的建设，更好地与国际接轨的问题。但是，这两类专业的培养目标不同，知识体系和评价标准也有相当大的差异，难以互相取代。如果用同一个教学规范来指导两类专业，很可能限制了各自的发展空间，对于整个统计学科的建设和两类统计专业的发展都是不利的。为了促进统计学科的建设和发展，现阶段有必要按授予学位的不同，分别制定指导性的教学规范。

会议委托厦门大学牵头完成授经济学学位的统计学专业的培养目标、课程体系、教学内容和教学规范的研究。

以此为契机，我们与全国同行一起，就上述问题进行了深入细致的讨论和研究，制定了新的教学规范，并积极推广和应用，取得了显著的成果。

二、改革创新的主要内容和取得的成效

本项成果是全国经济管理类统计学专业同行长期共同努力的结晶。牵头完成该项成果的主要单位有：厦门大学经济学院、天津财经大学统计学院、西南财经大学统计学院。主要完成者有：曾五一、肖红叶、庞皓和朱建平等。成果主要包括以下几方面的内容。

1．制定新的教学规范，界定培养目标，设计课程体系和专业主干课程的教学内容。

在广泛征求同行意见的基础上，由厦门大学曾五一教授执笔完成了《统计学专业教学规范(授经济学学士学位)》，经教育部统计学专业教学指导分委员会讨论、修改和审定，最终形成了新的教学规范，上报教育部。

该规范提出，授经济学学士学位的统计专业的培养目标是：培养德才兼备的“复合型和应用型”经济与管理类高素质统计人才。其毕业生既是统计人才又是经济人才，应当既能胜任企业和政府部门的统计业务，又能从事市场调查、经济预测、经济信息分析和其他经济管理工作。这一目标比传统的经济统计专业的培养目标具有更广泛的适应性，同时又有别于理学类统计专业的培养目标，适应了社会主义市场经济发展对复合型统计人才的需要。

根据专业的培养目标，新规范对教学体系作了进一步改革和完善，不仅注意加强对统计理论方法基础的培养，而且更加注重训练学生在经济管理领域应用统计方法的能力。新规范设计了本专业完整的课程体系。考虑到统计学专业的特点，新规范中给出的一般经济类基础课程和其他经济类专业(如经济学、财政、金融等)有所不同，要求普遍开设的课程只保留宏观经济学、微观经济学和会计学等三门课程。其他经济学核心课以及管理学原理等课程，可由各校自选1～2门作为专业基础课。新规范着重论述了区别于其他专业的本专业主干课程。经管类统计学专业的主干课程由方法类课程和应用类课程两大模块组成。方法类课程包括：统计学导论、数理统计学、计量经济学、应用多元统计分析、应用时间序列分析、抽样技术与应用等课程。应用类课程包括：国民经济统计学、企业经营统计学、货币与金融统计学、证券投资分析等课程。新规范还给出了各门专业主干课程的教学内容和建议课时。

2．组织全国同行，编写高水平的经管类统计学系列教材。

为了更好地推广新的教学规范，我们还成立了全国经济与管理类统计学系列教材编委会，由曾五一教授任编委会主任，全国l0多所院校的2O多名教授任编委会委员。根据新规范设计的课程体系和教学内容，编写系列教材。担任各教材的主编均是程中，能根据本专业的特点，努力贯彻“少而精”和“学以致用”的原则。尽可能做到既反映本门学科的先进水平，又比较简明易懂，便于教学。为防止低水平重复，我们还对各门课程的相关内容事先作了必要的协调和适当的分工。各教材采用相同的版式、体例和统一规范的学术用语，从而更好地发挥了系列教材的整体功能。为了克服以往统计教学中存在的“两张皮”现象，统计方法类的教材均结合常用的统计软件，给出相应的案例和数据。从而使学生不仅可以从中学习统计学理论和方法，而且可以上机操作，培养实际动手的能力。系列教材在编写体例上也作了一些新的尝试。教材中尽可能使用本国的真实数据作为案例。对于基础课教材还给出了配套的多媒体光盘。

系列教材共l0种，具体包括：1．曾五一、肖红叶主编，《统计学导论》；2．朱建平主编，《应用多元统计分析》；3．王振龙主编，《应用时间序列分析》；4．李金昌主编，《应用抽样技术》；5．庞皓主编，《计量经济学》；6．杨灿主编，《国民经济统计学》；7．李宝瑜、刘洪主编，《企业经营统计学》；8．徐国祥主编，《证券投资分析》；9．许鹏主编，《货币与金融统计学》；10．张润楚主编《数理统计学》。到目前为止，其中的前9种已由科学出版社正式出版。据不完全统计，该系列教材的总印数已超过15万册，被50多所院校采用。经专家评审，其中的《统计学导论》、《计量经济学》、《应用抽样技术》和《应用多元统计分析》被纳入“十一五”部级规划教材，《统计学导论》被评为教育部2007年度普通高等教育精品教材，《计量经济学》、《应用抽样技术》获国家统计局颁发的全国统计优秀教材奖，《应用多元统计分析》获福建省优秀社科成果奖。

3．注重统计思想和在经管领域应用统计方法能力的培养，积极推动教学改革。

我们明确提出，要以统计学思想的培养以及统计学方法在经济管理领域中的应用作为本专业教学的基本目标，推动教学方法的改革。

在理论和方法教学方面，弱化传统的数理逻辑的推证教学方式，强化对统计方法适用性的识别能力以及利用这些方法分析经济数据能力的训练；注意以我国经济运行真实数据编写案例，结合社会经济的热点问题开展案例教学；积极开展统计实验，将理论方法的教学与计算机软件相结合，克服以往存在的理论方法和计算机教学“两张皮”的现象，如《统计学导论》选用EXCEL，《应用多元统计分析》选用SPSS，《计量经济学》选用EVIEWS等软件作为计算工具。因地制宜，建立实习基地，开展丰富多彩的实践活动，积极参与国家的人口、农业、经济普查，在为各地经济发展提供服务的同时，提高学生的实际工作能力。

4．学科建设水平和人才培养质量显著提高，对全国经管类统计学教学改革发挥了很好的示范作用。

本项目主要完成单位都是长期坚持统计学教学改革的高校。这一次新教学规范的研究、制定和实践，强调以市场经济体制和机制为导向，与国际经济统计教学全面接轨，这是对以往改革的进一步深化与提升。

通过多年的改革和实践，各校统计学专业的学科建设水平和人才培养质量都有显著的提高。厦门大学统计学科通过新一轮部级重点学科的考评，天津财经大学和西南财经大学的统计学科也进入了部级重点学科的行列。西南财经大学的《计量经济学》和《统计学》、厦门大学的《统计学》和天津财经大学的《统计学》等4门课程先后被评定为部级精品课程。厦门大学的统计学教学团队、天津财经大学的统计学教学团队和西南财经大学的数量经济学教学团队都被评为部级教学团队。西南财经大学的庞皓教授和天津财经大学的肖红叶教授先后被评为部级教学名师。厦门大学和西南财经大学的统计学专业被教育部列入全国高等学校特色专业建设。厦门大学的统计学科还与厦门大学其他经济学科一起获得部级人才培养创新实验区建设和部级教学实验示范中心建设立项。

随着教学体系改革的进一步深化，本成果主要完成单位培养的学生更加符合社会的需求，学生就业率和薪酬水平得到较大提高，已成为所在学校的热门专业之一。近年来，在中国管理科学研究院的大学排行榜上，上述单位的研究生和本科生的专业排名均名列同类专业的前茅。

在推进本单位教学改革的同时，我们还十分注意向社会大力推广教学改革和创新的成果。4门部级精品课程均按照教育部的要求，面向全国开放网上资源，内容包括教学大纲、多媒体课件、辅导材料、教学录像、案例分析、习题解答等，已成为许多院校开设《统计学》和《计量经济学》课程的重要参考资料。我们还先后多次在中国统计教育学会大会、全国统计科学讨论会等全国性学术会议上作大会报告，并应邀到20多所大学介绍有关教学体系改革和统计专业发展战略的研究成果，介绍教学改革和精品课程建设的经验。经教育部批准，西南财经大学、厦门大学还先后在2006年、2008年和2009年，为全国各高校培训《计量经济学》和《统计学》的骨干任课教师，取得了很好的效果。

5．发起召开中国统计学年会，构建新的交流平台。

为了进一步加强高校之间科研和教学的交流，本成果的主要完成单位还与北京大学和中国人民大学等20多所高等学校和科研机构的统计学院系联合倡议举办中国统计学年会。中国统计学年会是以中国高等院校为主导的纯民间性质的全国性统计学学术交流会议和统计学学术交流平台，每两年举行一次，由各高校轮流承办。年会内容包括：统计学术研讨、国内外著名学者特邀报告、前沿问题学术讲座、统计学科建设和教学经验交流、统计教学科研人才招聘和统计图书展销。年会举办的形式与国际接轨，每次年会，围绕若干主题面向全国征集会议论文，采用匿名评审，确定参会的论文代表。首届年会和第二届年会分别于2006年11月和2008年10月在天津财经大学和浙江工商大学举行。来自全国各高校和科研部门的近300多位代表分别出席了两次会议，会议取得圆满成功。在第二届统计学年会上，还出现了各高校争办统计学年会的热潮。经与会代表投票决定，第三届统计学年会将由中南财经政法大学信息学院主办。年会为强化全国各高校统计学专业的交流构建了一个新的平台，对于深化统计学专业的教学改革、推动统计教学与科研相结合都有很好的促进作用。

三、成果的社会评价和今后的努力方向