（1）充分利用校院两级提供的资源
鼓励与支持课程组成员进修学习，拓展研究视野、提升教学能力。
（2）学习与借鉴国内外高校优秀教学经验与成果
课程组一方面注重跟踪学科的发展，结合《计量经济学》国际国内的最新科研成果不断更新教学内容，另一方面跟踪国外、国家与省级精品课、精品资源共享课，获取有益的经验与方法。
（3）改革课程考核方式，增强课程教学效果
课程的考试分为两部分：实验和课程论文。实验的考核主要是为了促进学生熟练掌握计量软件EVIEWS的应用，能够熟练进行建模求解并对模型的参数进行检验，进一步为科学研究的实证分析奠定基础；而课程论文的考核主要是增强学生的科研写作能力。
二《计量经济学》具体授课内容的改革方案
在理论教学内容方面，课程组要反复研讨并通过与学生的反馈交流，精心设计符合我校研究生实际的教学内容，使课程教学适应和符合培养经济管理创新型人才的需要。在教学实践方面，课程组要不断完善和更新教学案例，加强实践教学改革（特别是课程论文、课程实习等），注重培养学生在科研中应用本课程中相关知识与方法的能力。在教学载体方面，课程组要做到全部教学资源上网共享，实现课程在时间和空间上的无障碍教学。由于我校管理类专业研究生需要运用计量经济方法分析和解决本专业领域的实际问题，而非侧重在研究计量方法本身，因此，本课程的教学目标应是以培养学生的应用能力为主，课程教学应当理论与应用并重，融基本理论方法与应用为一体。考虑到本学科的研究生大部分在本科没有系统学过本课程，所以在教学中要根据大多数研究的实际情况以及本课程的体系，反复精选计量经济学的教学内容，使之更加符合本专业教学的实际要求。本课程以经典计量经济学的内容为主，适当概要性地介绍“非经典”计量经济学的新发展与动态。课程特别注重基本思想、经济背景、基本方法和实际应用，通过教学使学生掌握现代经济学、管理学研究和分析的基本理论与方法，并能够应用计量经济学模型分析现实的经济和管理问题。在《计量经济学》教学过程中，强调理论与实践的结合，注重培养学生运用定量分析方法解决经济管理问题的能力，以适应社会发展对创新型经济与管理人才的需要。《计量经济学》实验在培养学生发现问题、分析问题和解决问题的能力方面有显著成效。《计量经济学》实践性教学环节由案例分析、实验教学与课程论文三部分组成。
（1）案例教学
为了引导学生体验计量经济学理论与方法的实际应用，基本上每节课都结合案例进行讲解。通过实际经济问题的提出和解决，了解理论方法实际应用中出现的问题，以及解决的办法。并结合案例分析介绍EViews软件的使用方法。这种教学方式使学生感到计量经济理论方法更加贴近经济管理实际，而且是从实际需要出发去学习计算机软件，比单纯讲授软件本身更引起学生的兴趣。
（2）实验教学
实验教学是以通用的Eviews软件为载体，为配合《计量经济学》课堂教学专门设计的辅教学环节。设计思想和目的是完成课堂讲授内容的计算机软件的实现，帮助学生理解、消化、评价课堂所学的内容。具体做法是在工商管理实验室进行专门的上机实验教学，并要求学生课外另外安排不低于10小时的上机实践。上机实验课上，在教师的引导下，要求每个学生结合自己选定的作业和设计的模型，熟悉EViews软件的使用方法各个部分的具体操作。实践证明，经过8学时及以上的训练，学生都能掌握基本的计量经济分析的EViews软件操作，都具有了用计量经济软件作实证性经济分析的初步能力。
（3）课程论文
课程论文是要求研究生结合本专业所学基础理论和自身的研究兴趣，运用计量经济学的基本思路、方法和工具，解决一个社会、经济发展中的实际问题，并形成8000字左右的课程论文。这种方法可以使学生在学习了计量经济学理论方法以后，受到计量经济分析的实际训练，对运用计量经济方法解决实际经济问题方式有更深刻体会，从而提高学生处理实际经济问题的能力和素质，提高其科研能力。通过实践性教学，不仅可以增加学生对学习计量经济学的兴趣，而且使学生享受到了运用计量经济学分析实际问题的乐趣，培养了学生应用计量经济学的建模能力。一方面可以参加相关的建模竞赛，更可以运用《计量经济学》的理论和方法撰写科研论文进行发表，这几年研究生的科研成果论文能够充分说明这一点。
三《计量经济学》教学方法与手段的改革方案
该课程采用课堂讲授与上机实验相结合、模型计算与问题分析相结合的授课模式，使学生探究、协作的学习过程中达到学好《计量经济学》课程的目的。具体而言，我们在课堂教学中采用了精讲、案例、讨论等多种教学方法，将课程教学延伸到实践环节之中。根据教学内容、教学环境、教学对象采用了相应的教学方法，形式灵活，效果良好。例如，对一些理论性很强的难点内容，如总体回归函数、总体回归模型概念的联系和区别，t检验法、P值对回归方程系数显著性检验的联系与区别，回归模型存在多重共线性时会出现的理论后果和实际后果，内生变量和外生变量、模型识别的阶条件和秩条件，采用精讲教学形式。对一些实践性很强的重点内容，如经济计量学的研究程序，运用包含虚拟变量的回归模型分析结构稳定性，多重共线性、异方差、自相关的各种诊断方法和补救措施，间接最小二乘法和两阶段最小二乘法，采用案例教学形式。对一些容易混淆难以理解的内容，如多元线性回归模型与一元线性回归模型的不同点，对数线性模型、半对数模型、线性对数模型的设定和参数含义，采用对比、讨论教学形式。对有些难点内容，如内生变量和外生变量、模型识别的阶条件和秩条件，采用精讲、案例、讨论等多种教学形式。教学手段：
（1）多媒体教学
通过多媒体教学讲授《计量经济学》，突破了传统教学手段的时空限制，节省了时间，增加了课堂教学的信息量，使课堂教学形象化、生动化。
（2）实验教学
有关计量经济学论文范文一：计量经济学教学能力培养论文
1计量经济学教学中需培养的关键能力
1.1独立的思辨能力
在计量经济学教学中，一个重要的任务是如何培养学生独立思考和思辨的能力。在具体教学中，学生们往往盲从教师和教科书的话语，绝对相信教科书上的每一个基本原理和方法以及老师在上课时的表述，很少有学生对老师上课所讲的内容进行独立的思考和辨别，特别是，学生能否根据上课老师所讲的内容与现实经济现象和经济问题联系起来，通过比较和辨别，能否从中判断计量模型假设的合理性，以及能否从中提炼出可供研究的问题。比如，在建立经济增长的计量模型时，能否联想到中国不同阶段的经济增长的动力来源是什么，学生们能否以经济学的思维方式来观察现实中的经济增长，首先提出最近的经济增长下降究竟是由于什么原因引起的?是居民消费增长下滑，还是投资或出口下降?进一步，教师能否引导学生提出这一阶段的经济增长与之前的经济增长的背后原因是否相同?教师在讲授上述计量模型时，能否拓宽学生们的视野，通过引导学生举一反三，通过对产生不同经济现象背后原因的共性因素的分析，使得学生们加深对计量模型的现实背景的理解，以及引导学生对现实问题与所用计量模型之间适应性的思考，是培养学生独立思辨能力的关键。
1.2对经济现象或经济问题进行抽象研究的能力
笔者在计量经济学教学中发现，学生往往习惯于分析教科书上已有的计量模型或者是成熟的模型，而对于相对陌生的计量模型和研究领域，学生的理解和驾驭能力明显要弱于对既定计量模型的分析能力。这里面关键的问题，教师在上课时是否能够积极鼓励和引导学生对现实问题进行探索性、尝试性分析。我们知道，对于同一种经济现象，仁者见仁，智者见智，不同的人会选择不同的解释变量，有着不尽相同的解释。问题的关键在于，能否立足于观察到的经济现象和自己所学的理论知识，对实际的社会经济现象做出适当的抽象，选择相对重要的影响因素作为计量模型的解释变量。比如，在建立我国的经济增长模型时，要引导学生抓住能够代表中国经济增长典型事实的关键变量，进行批判性思考。我国是一个城镇和农村区别非常明显的国家，所以，在研究中国经济增长的问题时，农村劳动力流动就是一个不可忽视的重要变量，这与西方标准的教科书中所说的经济增长模型可能有所不同。再比如，贝克尔在研究一个地区有关犯罪的经济模型时，在分析现实问题的基础上，抽象出一些重要的影响因素和变量，如罪犯花在犯罪活动上的小时数、从事犯罪活动的小时工资、合法就业时的小时工资、其他收入(如财产继承)、被抓的概率、被抓后证明有罪的概率、证明有罪后预期的判刑以及年龄等，然后在此基础上，建立一个关于犯罪的合适的计量模型。教师在上课时，可以有意识地引导学生尝试进行这样的思考和训练。
1.3比较和评价不同计量经济理论和方法的能力
在计量经济学教学中，有一种能力特别重要，就是学习计量模型时需培养的比较和创新能力。学生是否能够在现有计量模型的基础上，作进一步的拓展和深化，发展出一个更能解释和贴近现实经济问题的计量模型。这就需要学生阅读大量的相关文献，对其产生的背景和运用的计量原理、方法有比较深刻的认识，并且要学会通过不断的比较和深化，来进一步修正和完善现有的模型，在此基础上，学生完成学习能力上的一种升华。比如，在计量经济学教学中，如何让学生理解不同时期的中国经济增长以及中国的经济增长是不是平稳，时间序列估计和面板模型估计的结果是否存在显著的差别等。要弄清上述问题，不能局限于教科书之中，而是根据数据特征和研究问题本身，选择和运用合适的计量理论和方法，以及扩展和创新的前沿方法，等等。
2计量经济学的教学模式改革
在前文分析的基础上，为了培养学生的科研和创新能力，进一步突出人才培养中的能力目标，笔者尝试提出以下几方面的教学模式改革：
2.1带着问题的启发式教学
在计量经济学教学中，教师要扮演好领航员和引导员的角色，在具体讲解计量经济学的基本概念、理论和方法时，需要改变传统的上课方式，学会通过一个个生活中的实际例子作为引子，引导学生进入相关的概念学习中。在讲授参数估计方法和假设检验时，教师要善于提出各种问题，比如为什么需要采用这种假设检验方法?这种检验方法的优势和缺点是什么?让学生先尝试回答，然后教师再公布正确答案，让学生在回答或准备问题的过程中，尽快地进入角色，熟悉上课所讲的内容。其次，教师要能够有效地组织课堂，让学生积极地参与到课堂的授课内容中，有效地集中注意力，不要让学生游离于课堂之外。比如，在讲解经典回归模型中的样本回归函数时，教师可以让学生从总体为200个家庭中随机选择20个家庭作为样本，然后根据不同的样本估计出不同的样本函数，并进行选择和比较。让学生自己随机选择样本，自己绘图，自己得到最后的估计结果，让学生亲身参与到这个过程之中，他就会切身的感受到什么是样本回归函数;为什么不同的选择会得到不同的样本参数估计值。在这个过程中，教师可以不断地引导学生，督促学生投入到整个课堂教学活动中去，并且鼓励学生提出自己的想法，实施自己的做法，最后通过比较、鉴别，得到一个相对最优的结果。
2.2引进案例教学，提高学生计量的应用能力
由于计量经济学涉及大量的数学公式和数学推导，学生们学习和理解起来存在较大困难，在学习过程中往往感到枯燥乏味、毫无兴趣。因此，在计量教学过程中借助案例教学，可以生动形象地从案例分析中引导出计量经济学的一般原理和规律，将抽象的计量经济学理论和方法生动地呈现给学生，这样就能够做到深入浅出，水到渠成。在具体教学实践中，教师可以从当前经济现象中的重点热点问题中出发，选择一些能够提炼出计量模型的案例，然后将计量经济学的基本原理和方法，贯穿到一个具体案例的始末，从基本假定、参数估计到各种假设检验，如t检验和f检验。师通过结合一个具体的案例，完整地讲解上述计量经济学内容，能够最大限度地激发学生的学习兴趣，使学生学习达到事半功倍的效果。在案例教学的同时，教师要引导和培养学生举一反三的能力。比如，同样一个关于生产函数的计量模型，既能研究宏观层面的国家经济增长问题，同时，也可以研究产业层面的行业生产技术问题以及微观层面的企业生产函数问题，这种生产函数具有通用性和适用性，但是，在具体应用的时候，要引导学生关注模型的适用前提和假设条件，以及在不同场合下的不同经济学含义。
2.3改变课程考核方式，引入课程论文考核或上机考核方式
传统的笔试考试主要是让学生去背诵和记忆一些计量经济学的基本概念和理论，但是这种机械式的背诵既不会激发学生的兴趣，也无法培养学生运用计量模型对现实经济问题的分析和理解能力。笔者在教授计量经济学时，期末考核经常采用课程论文的形式，且论文必须采用计量经济模型，这样一方面可以让学生系统、全面地掌握计量经济学的基本知识和方法，因为在课程论文中有一个完整的过程，需要学生完成从建立模型、数据收集、参数估计、假设检验到模型预测的整个过程，通过这个过程学生能够相对完整地掌握计量经济学的核心知识;另一方面，通过课程论文的方式还可以培养学生关注现实问题的意识以及培养解决现实问题的能力。总之，通过课程论文的考核方式，能够达到让学生进一步巩固所学知识和培养解决实际问题的能力。
有关计量经济学论文范文二：计量经济学课程教学问题分析
1计量经济学教学过程中的问题及问题分析
(一)经典教材未必是最适合的
市面上《计量经济学》的教材很多，也不乏名家编著的教材，但优秀的《计量经济学》教材却不一定适合三本学校财经类专业的学生使用。比如，国内高校普遍选用的李子奈的《计量经济学》教材，该教材条理清晰，分析到位，受到读者广泛好评，甚至成为很多高校的经济统计学专业的博士生入学考试指定教材。但是，对于三本的学生来说，这本教材过于注重理论的分析，书中大篇幅数学公式的推导与证明，使学生还未开始学习就产生了畏惧心理。且这本教材实践部分较少，案例陈旧，且没有软件操作的指导，这就容易造成学生无法将理论与实践联系起来。而国外名家教材，比如古扎拉蒂的《计量经济学基础》以及伍德里奇德《计量经济学导论：现代观点》略去了很多复杂的数学公式推导，且引入了丰富的案例，能够激发学生学习的兴趣，拓宽学生的知识面。但中美思维和表达存在差异，这两本国外名家的教材给中国学生学习带来了阅读障碍，且这两本教材也没有软件操作的指导，这就容易造成学生无法运用理论进行实践。另外，这两本教材涉及知识点过多，一般3学分48学时根本不够安排。且这两本书的译本价格不菲，如果选作教材，会给学生带来不小的经济负担。
(二)多媒体的缺陷
多媒体的出现，把老师从繁重的板书任务中解脱了出来，大大地提高了老师的授课效率。多媒体除了能加大授课的信息量，还能提高教学内容的趣味性与直观性。但是，多媒体并非是万能的，在加大课程内容的同时，也带来了一定的挑战。一方面，多媒体流畅的播放，缩短了老师思考和整理思路的时间，这就要求老师在课前做足准备，保证课堂上思维清晰连贯;另一方面，如果使用板书，在老师书写板书的间隙，学生可以对刚学习的内容作短暂的回顾和整理,或者思考一下没弄清的知识点。多媒体教学大大缩短了教学空档，在相同的时间内，多媒体教学加大了授课的信息量，这要求学生上课精力高度集中，课前认真预习。而三本的学生基础薄弱，学习主动性不够高，大部分学生做不到课前预习。如果教师完全借助多媒体手段，容易增加了学生思维的强度和负担,导致学生无法及时理解教学内容,使学生产生挫败感，降低了学习的兴趣。
(三)一减再减的实验课
按照48学时的教学安排，计量经济学课程涉及到7个实验：一元与多元线性模型的参数估计与统计检验、异方差检验与修正、序列相关检验与修正、多重共线性的检验与处理、虚拟变量的设置、分布滞后模型的估计、联立方程模型的估计与检验。如果安排7次实践课让学生上机操作，剩下的34个学时根本无法完成理论教学内容。基于这个原因，很多学校把实验缩减到2到3个学时，有的学校甚至完全取消了实验。考虑到重理论轻实验的教学模式，会严重削弱学生动手能力。笔者精选了5个最为重要的实验，并把这5个实验安排到了3次实践课里。为了督促学生上机实践，笔者还将实验课与学生的课程作业关联起来，即学生通过实验，得到计量分析结果，然后分析实验结果，完成一份实验报告。这样设计的好处在于，学生提高了操作技巧，掌握了把计量经济学理论转化为实践的能力。但缺陷在于把5个实验压缩到3次实践课里，哪怕有作业迫使学生不得不操作，但实践课信息量过大，学生接受起来有难度。
2改进计量经济学教学的思考与探索
(一)多媒体为主、板书为辅的多样化教学方式
计量经济学涉及到大量的矩阵运算、概念、公式、图形和软件分析结果，教学完全回归板书并不科学。计量经济学的教学离不开多媒体，且应以多媒体教学为主。在讲解案例、展示计量软件的分析结果时，使用多媒体进行展示，既直观又准确且大大缩短了教学时间。在教学过程中还可以播放教学相关的视频和图像，能使枯燥的教学变得生动有趣。比如，笔者在讲解总体回归模型和样本回归模型时发现学生经常把两类模型的表达式弄混，于是，笔者借用了一张以一顶大帽子遮住整张脸的当红明星LadyGaga的图片，告诉学生，这是笔者带着帽子在模仿LadyGaga。然后再告诉学生联想着记忆，样本回归模型的表达式与总体回归模型的表达式最直观的区别在于样本回归模型的参数带着帽子，因为其存在的意义在于模仿估计总体回归模型。经过这样的讲解，学生非常牢固的记住了样本回归模型的意义以及其与总体回归模型的区别。主要应用多媒体，但在必要的时候还应辅之以板书。在讲解较难知识点时，应给学生留一定的思考时间。比如，介绍虚拟变量陷阱这一概念时，由于这一概念较为抽象，可结合板书进行讲解。由板书一步一步推导，这样给了学生思考的时间，教师也容易掌控学生的接受情况，并随时作出调整。
(二)实验教学与理论教学合理衔接
对计量经济学课程而言,理论教学与实验教学是相辅相成的两个组成部分,二者缺一不可,因此,两者的合理衔接至关重要。在教学时间安排上,两者应统筹规划,根据教学内容的进度来合理安排实验教学时间,每章的理论教学完成之后,紧接一次实验教学,由老师结合例题讲授和演示理论方法的软件实现,安排学生完成布置的作业,然后老师再对学生作业进行讲解和点评,从而有利于学生加深对理论知识的理解和掌握。结合这学期授课的经验，笔者认为安排4次实践课，7个实验比较合适。实践课的教学内容仍然较多，时间较紧张。笔者思考，能否采取老师指导结合学生互帮互助的方式完成这个困难任务。具体做法是，将学生划分为几个小组，把成绩好积极性高的同学与学习主动性弱的同学均匀分配到各组里。课上，老师统一进行操作演示，学生操作环节，老师不针对每一位同学单独辅导，而是针对小组内部消化不了的问题进行集中辅导。这样，既保证了紧凑的课堂教学与实践得以完成，同时也提高了学生发现问题、解决问题的能力。
计量经济学与实验经济学是经济学实证分析的重要方法与工具。以下是学术参考网小编为大家搜集整理的计量经济学论文，供大家参考。
1、选定研究对象
（确定被解释变量，说明选题的意义和原因等。）
2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。
（作出相应的说明）
3、确定理论模型或函数式
（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）
（二）数据的收集和整理
（三）数据处理和回归分析
（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）
（四）回归结果分析和检验
（写出模型估计的结果）
1、回归结果的经济理论检验，方向正确否？理论一致否？
2、统计检验，t检验F检验R2—拟合优度检验
3、模型设定形式正确否？可试试其他形式。
4、模型的稳定性检验。
（五）模型的修正
（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）
（六）确定模型
（七）预测
多元回归模型
【实验目的】
【实验内容】
计量经济学范文赏析：
基于案例驱动的计量经济学教学模式的研究
中图分类号：G642文献标志码：A文章编号：2095-9214（2016）11-00100-01
一、引言
当前，计量经济学已在财经类和经管类专业全面开设，并作为重要的基础课程之一。《计量经济学》是一门综合性较强的课程，要求学生具有高等数学、线性代数、概率论与数理统计、宏微观经济学、统计学等先修课程的良好基础。由于学生的数学基础参差不齐，部分学生对这门课缺乏兴趣，对涉及到的数学推导更是觉得晦涩难懂，导致学生对课程性质产生误解，认为计量经济学就是数学课，从而了产生畏惧情绪。因此，从教学角度来看，计量经济学是一门教学难度较大的课程。案例驱动教学就是将实际案例展开，并贯穿于整个教学过程中，学生在案例分析的过程中掌握所学知识，这样就使学生明白使用所学知识“可以做什么”“应该做什么”和“如何做什么”。
二、案例教学模式在计量经济学中的应用
（一）案例的教学设计
以案例驱动，启发式教学，注重实际应用的训练。根据课题研究的实际需要，进行案例设计时，应以学生为中心，学生的兴趣为主线，教师起到学习指引的辅助作用，让学生在完成教学任务的过程中掌握计量经济学的基础知识、技能和应用方法，并学以致用，触类旁通，能够思考并解决实际经济问题。教学设计根据学生的实际，以应用为着眼点，从简单到复杂，注意分散重点和难点，做到有较强的针对性和操作性。具体有三个环节：第一步，每一单元以基本理论和实例分析为中心，尽量回避复杂的数学推导，只需明确重要公式推导的根本思想与基本方法即可；第二步，教学重点放在经济学理论在计量分析中应用上，即思维能力培养；第三步，计量软件的操作，以及结果的解释。
（二）案例的教学实施
采用案例驱动的教学模式，将原有的以“课堂、教师、课本”为中心的教学架构变为以“案例、学生、应用”为中心的教学架构。引导学生将所学知识与实际应用紧密结合，这样既学到了知识又得到应用锻炼。在具体的课程教学实施阶段，计量经济学原理和方法的介绍应与计量经济分析软件包的应用紧密结合起来，着重强调案例的导入、任务的驱动、分析任务、制定计划、完成任务、展示成果、评价交流等内容，这是激发学生的学习兴趣和提高教学效果的重要方法。
（三）案例的教学考核
采用案例驱动教学模式，充分体现实践性和应用性的特点，突出对学生能力的培养。课程教学考核应根据课程要求来精心设计学习任务，制定评价标准，有助于学生在学习过程中，有明确的学习目标。成绩的评价既要注意对操作和结果进行评价，也要对学生的学习态度和方法进行评价。具体评价方式中既要有任务阶段性评价，又要有结论性评价，应尽量突出对学生能力为主的考核方式。总评成绩分为理论考试、实务考核、综合测试。同时，鼓励学生提升创新能力，在考核过程中体现了创新，可以加创新分。
三、采用案例教学模式的价值
首先，提高了学生对计量经济学的学习积极性。计量经济学是一门融合数学、统计和经济知识的交叉性学科，具有很强的实践性和实用性。在案例实践教学中，可以把知识与实际应用结合起来，在案例的分析设计过程中，慢慢培养了学生的知识应用能力和创新能力，达到知识应用能力的培养目标。
其次，着重介绍解决问题的方法和思路、把重点放在案例分析与模型设计上。为培养学生的模型设计能力、应用操作能力探索出切实可行的思路和办法。由于案例提出的每个要求在知识点上具有一定的完整性，同时学习要求之间也存在着一定逻辑关系。因此，分析案例要求的问题，学生能够在逐步深入的过程中，领略到每步成功的喜悦，大大提高他们的计量经济学兴趣和学习动力。学生参加了案例分析讨论的每一个环节，熟悉建立模型分析模型的全过程，积累建模的相关经验。
最后，提高学生模型设计的实际动手能力。逐步消除以纯理论教学为主线的课堂教学弊端，加强问题分析、模型设计和计量软件操作等重要过程的训练，克服害怕计算机操作的，碰到实际问题时无从下手尴尬局面。案例驱动教学引导学生在具体的案例中深化理论知识的学习，通过解决实际问题来实现对知识全面深刻的理解和掌握，进一步提高动手能力和解决实际问题的能力。
四、结语
当今社会需要的人才主要是应用型、创新型人才，根据对创新型、应用型人才培养的需要，那么，计量经济学的实践教学过程中，应顺应培养人才的需要适时调整。结合学生的学习特征，从理论知识、实践应用两方面科学的构建计量课程的内容体系。使学生初步掌握计量模型设计的基本知识、思想和方法，软件操作技能，并尝试通过自己建模解决一些实际问题，为后续课程学习和毕业论文的写作创造条件。在教学与实践过程中力争提高教学的效果，丰富学生的感性知识，培养学生严谨的工作作风和思维能力、提高他们的创新意识和创新能力。
（作者单位：湖北工业大学经济与管理学院）
参考文献：
[1]汪潘义，邵一江，王丽丽.计量经济学实践性教学模式研究——基于应用型人才培养目标.合肥学院学报：自然科学版，2014（1）：77-80.
本科计量经济学论文范文一：计量经济学论文
摘要
内容摘要：回归分析方法是数量统计中常用的一种方法。本文首先简要介绍了Eviews、Excel、spss这三种计量经济软件，然后通过实例，分别用这三种软件进行回归并进行分析比较。
关键词：计量经济软件;回归分析
1 Eviews、Excel、spss的简介
1.1Eviews简介
Eviews是美国QMS公司于1981年发行的第1版的MicroTSP的Windows版本，通常称为计量经济学软件包，是当今世界上最流行的计量经济学软件之一。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行观察。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、运用模型进行预测、求解模型和运用模型。Eviews是完成上述任务得力的必不可少的工具。Eviews 拥有数据处理、作图、统计分析、建模分析、预测和模拟六大类功能，可应用于科学计算中的数据分析与评估、财务分析、宏观经济分析与预测、模拟、销售预测和成本分析等。正是由于Eviews 等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为实用与严谨的经济学科。
Eviews 除了可以应用于经济领域， 还可以应用于金融、保险、管理、商务等领域。Eviews中的数据处理、作图、统计分析功能以及伯克斯3杰廷斯的时间序列建模方法等则可以适用于自然科学、社会科学、人文科学中的各个领域。所 以，Eviews 软件适用范围广泛。
1.2 Spss简介
Spss社会科学统计软件包是世界最著名的统计分析软件之一。该软件包理论严谨，各种统计分析功能齐全，其内容覆盖了从描述统计、探索性数据分析到多元分析的几乎所有统计分析功能，目前已经在国内逐渐流行起来。Spss的基本功能包括数据管理、统计分析、图表分析、输出管理等等。Spss统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、probit 回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。Spss也有专门的绘图系统，可以根据数据绘制各种图形。 Spss for Windows的分析结果清晰、直观、易学易用，而且可以直接读取EXCEL及DBF数据文件，它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统计分析原理，就可以使用该软件为特定的科研工作服务。由于其操作简单，已经在我国的社会科学、自然科学的各个领域发挥了巨大作用。该软件还可以应用于经济学、生物学、心理学、医疗卫生、体育、农业、林业、商业、金融等各个领域。
1.3 EXCEL简介
EXCEL是微软公司OFFICE软件产品的一个很重要的组成部分，是一个性能优越的电子制表软件，并且支持较强的数据分析、图表绘制、宏命令、VBA 编程及决策支持分析功能。EXCEL能够绘制出多种样式的平面图形和立体图形，曲线平滑质量较高，并能实现图、文、表混排，排出图文并茂，艳丽多彩的数据分析报表。同时，EXCEL, 提
供了一组数据分析工具，称为分析工具库，在建立复杂统计或工程分析时可以节省步骤。只需为每一个分析工具提供必要的数据和参数,该工具就会使用适宜的统计或工程函数，在输出表格中显示相应的结果。其中有些工具在生成输出表格时还能同时生成图表。要使用这些工具，用户必须熟悉需要进行分析的统计学或工程学的特定领域。回归分析分析工具是分析工具库的一部分。此工具通过对一组观察值使用最小二乘法直线拟合，进行线性回归分析。此工具可用来分析单个因变量是如何受一个或几个自变量影响的。Spss, SAS ,EVIEWS这些软件都是针对专业统计从业人员或是经济学研究工作者编写的，要能够比较熟练的掌握使用这些软件，需要专门的训练和较长时间的摸索。对非统计专业的人员来说，这是比较困难的。而EXCEL具有简便易学的优点，又有统计中数据分析的功能，所以，人们在使用EXCEL进行计量经济学分析时，能够较快的掌握，举一反三，达到学以致用的效果。EXCEL 作为一个基本的管理软件，已在财务管理、投资学、会计学、审计学、市场学、运作管理、微观经济学、宏观经济学等领域中应用，同时也在管理界得到了广泛的使用。
2 案例分析
下面分别用这三种软件对以下案例进行回归分析。
例子：我国1988年1998年的城镇居民人均全年耐用消费品支出、人均全年可支配收入以及耐用消费品价格指数的统计资料如表1 所示。试建立城镇居民人均全年耐用消费品支出Y关于人均全年可支配收入X1和耐用消费品价格指数X2的回归模型，并进行回归分析
2.1.1 操作步骤
(1)选择工具菜单的数据分析子菜单，双击回归选项，弹出回归分析对话框。其中主要选项的含义如下：Y值输入区域，在此输入对因变量数据区域，该区域必须由单列数据组成;X值输入区域，在此输入对自变量数据区域，Excel将对此区域中的自变量从左到右按升序排列，自变量的个数最多为16;置信度，如果需要在汇总输出表中包含附加的置信度信息，则选中此复选框，然后在右侧的编辑框中，输入所要使用的置信度，95%为默认值;常数为零，如果要强制回归
线通过原点，则选中此复选框;输出区域，在此输入对输出表左上角单元格的引用。汇总输出表至少需要有七列的宽度，包含的内容有anova表、系数、Y、 估计值的标准误差、r2 值、观察值个数，以及系数的标准误差;新工作表，单击此选项，可在当前工作簿中插入新工作表，并由新工作表的A1单元格开始粘贴计算结果，如果需要给新工作表命名，则在右侧的编辑框中键入名称;新工作簿，单击此选项，可创建一新工作簿，并在新工作簿中的新工作表中粘贴计算结果;残差，如果需要以残差输出表的形式查看残差，则选中此复选框;标准残差，如果需要在残差输出表中包含标准残差，则选中此复选框;残差图，如果需要生成一张图表，绘制每个自变量及其残差，则选中此复选框;线形拟合图，如果需要为预测值和观察值生成一个图表，则选中此复选框;正态概率图，如果需要绘制正态概率图，则选中此复选框。
(2)按如下方式填写对话框：X值输入区域为$1:$12，Y值输入区域为$1：$12，并选择标志复选择，输出区域为$13：$28，然后单击确定按钮即可。
2.1.2 结果分析
按照如上的操作步骤即可得到以下的回归结果。结果可以分为四个部分：
第一部分是回归统计的结果包括多元相关系数、可决系数R^、调整之后的相关系数、回归标准差以及样本个数，第二部分是方差分析的结果包括可解释的离差、残差、总离差和它们的自由度以及由此计算出的F统计量和相应的显著水平，见表3。
第三部分是回归方程的截距和斜率的估计值以及它们的估计标准误差、t 统计量大小双边拖尾概率值、以及估计值的上下界，根据这几部分的结果可知回归方程
Y=158.5398355+0.049403797X1-0.911684216X2,校正的R^为0.934985967，标明模型中的变量共同解释了Y中93.4985967%的变动，这是一个比较好的结果，
F=72.906F0.05(2,8)=19.37,表示总体回归方程是显著的。
t1=10.5478563t0.025,8=2.306,认为X1对Y有显著的影响;
2.2.1 操作步骤
(1)首先建立一个工作文件，点击Filenewworkfile，在弹出的对话框workfile Range中的workfile Frequency中选择Annual，在start date与end date中分别键入1988与1998，点ok按钮，则出现workfile 窗口。
(2)建立一个Group子窗口。具体步骤为：点击主菜单中quickempty group(edit series)，则建立了一个group子窗口，然后在这个窗口中进行数据的录入，与EXCEL 中数据的录入方式相似。
(3)建立equation specification子窗口。具体步骤为：点击主菜单中quickestimate equation specification窗口得以建立。在其中的equationspecification中空白处键入回归方程：Y=C(1)+C(2)*X1+C(3)*X2，在estimation settings的method 中选择LS(最小二乘法)，点击ok确定。则出现图1 所示的回归结果。
2.2.2 结果分析
根据如上的操作步骤可得到图1所示的回归结果。其中coefficient一列是系数序列，得到回归方程为Y=158.5398+0.049404X1-0.911684X2;t-statistic一列是t 统计量，t1=10.54786,t2=-0.921316,，结论与excel分析时一样。Adjusted r-squared是校正的R^为0.934986，表明模型中的变量共同解释了Y 中93.4986%的变动，这是一个比较好的
结果。F-statistic为F统计量=72.90647F0.05(2,8)=19.37,表示总体回归方程是显著的。S.E.of regression是回归标准误差。Sum squared resid是残差平方和。Log likelihood是对数似然函数值。Durbin-watson stat是德宾X沃森统计量，用于判定扰动项是否存在一阶自相关。在此案例中，Durbin-watson stat=1.035840(0,2),表示u1有某种程度的正自相关。Mean dependent var是因变量的均值。S.D.dependent var是因变量的标准差。Akaike info criterion和Schwarz criterion均用于模型选择，此案例中分别为9.077982 和9.186499。标准统计值较低的模型是我们想要的模型。
2.3 用SPSS对案例进行线性回归分析
3.3.1 操作步骤
(1)新建一个数据文件：Filenewdata，打开一个新的Data editor;
(2)单击窗口左下角的variable 标签，切换到全屏变量定义界面，从第一行的name 列开始，按行(同数据的输入)依次输入或打开对话框定义变量的各个特征值，直到所有变量Y、X1、X2定义完毕;
(3)单击窗口左下角的data view 标签，切换到数据编辑界面开始输入数据，直到所有的1988-1998年的数据全部输入完毕;
(4)进行线性回归分析，选择analyzeregressionlinear，打开linear对话框，将Y键入dependent 框中，将Y键入Independent 框中，在method框中选择enter(全部引入
法，即所选择的自变量全部引入方程);单击statistics按钮，在statistics(线性回归统计量子对话框)中，选择estimate、model fit，单击continue，回到linear主窗口，选择include constant in equation，单击continue，回到linear regression主窗口，然后点击ok按钮，得到线性回归结果。
总结
在运用上面三个软件进行回归分析之后，我们可以发现：尽管总体回归是显著的，但除了EVIEWS 软件没有给出X1,X2各自对Y 的显著性影响分析，其余两个软件都得到了 X1对Y 有显著的影响，X2对Y没有显著的影响的结论。根据凯恩斯的绝对收入假说4消费是实际可支配收入的函数，可见我们的分析结果是与理论一致的。 3 结论与思考
(1)EXCEL 的功能比较简单，线性回归之后得到的输出中没有常用的模型选择标准。但是，对非统计专业人员来说，学习起来比较简单，而且也能得到基本的线性回归分析结果。所以，对非统计专业人员来说，用EXCEL来进行线性回归分析不失为一种好的选择。
(2)EVIEWS是专业的计量经济学软件，线性回归的输出结果要更为完整，但是模型选择标准也不全。但其输出形式是比较整齐，比较美观的。
(3)SPSS 的分析结果清晰、直观、易学易用，数据的输入方式与EXCEL类似，而且可以直接读取EXCEL及DBF数据文件。但是它很难与一般办公软件如OFFICE或WPS2000直接兼容，在撰写调查报告时往往要用电子表格软件及专业制图软件来重新绘制相关
参考文献
[1]张晓峒.计量经济学基础[M]天津:南开大学出版社,2001.
[2]张晓峒.计量经济学软件Eviews使用指南[M]天津:南开大学出版社,2004.
[3]薛薇等.统计分析与SPSS 的应用[M]北京:中国人民大学出版社,2001.
本科计量经济学论文范文二：城镇居民人均消费支出与可支配收入的分析
摘要：只有不断提高居民的收入水平，才能刺激国内消费的增长。党的十八大也明确提出，到2020年要实现城乡居民收入比2010年增长一倍的目标[1]。本文就如何运用宏观调控中财政政策和货币政策以及政府的一些其它政策提高居民收入水平，提出合理化方法。 关键词：居民收入水平 财政政策 货币政策
一、研究的目的
本案例分析根据1995年～2008年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2010年人均消费性支出的发展趋势。从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
一、 经济理论背景
近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的三架马车，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架马车能成为引领中国经济健康、快速、持续发展的基石。
二、 有关人均消费支出及其影响因素的理论
我们主要从以下几个方面分析我国居民消费支出的影响因素：
①、居民未来支出预期上升，影响了居民即期消费的增长
居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。
②、商品供求结构性矛盾依然突出
从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。
③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长
在宏观经济学里，居民可支配收入=工资性收入+资产性收入+政府转移支付-税收。工资性收入上升，资产性收入上升、政府转移支付增加、个人所得税下降等因素变动都将提高居民的可支配收入水平。可采用的宏观调控手段有财政政策，货币政策以及其他政府政策。 2.1居民收入的提高从本质上说有赖于经济的持续不断发展，提供更多的就业岗位。 在保证经济增长的同时也应注意经济增长的结构问题，大力发展民营经济和中小企业无疑会更有效的达到目的。2010年全社会就业总数为7.347亿人，其中国有单位就业人员7136万人，占全社会的9.7%;民营企业就业比重占到全社会的90.3%，如果不包括农业劳动力，吸纳就业量为3.09亿，占全社会的就业总量的43%。民营经济在二三产业的就业比重达到84%，在城镇中的结业比重已经超过了70%。 具体的方法有：
2.1.1要放松市场准入，逐渐打破国有企业在诸多方面的垄断地位，让更多的民营企业能够获得进入相关领域的中国，使民营企业能够和国有企业平等竞争。
2.1.2财政政策方面，加大政府对中小企业的财政支持力度，主要是要进行税费减免。 2.1.3货币政策方面，大力发展资本市场解决中小企业融资难的问题。[7][6]
2.2完善国民收入分配体系，这是增加国民收入极其重要的方面。
2.2.1首先要提高居民在国民收入初次分配中的比重，其次要提高低收入群体的收入水平。
参考文献 [1]
坚定不移走中国特色社会主义道路 夺取中国特色社会主义新胜利[N], 中共十八大报告，2012.11.08[6][7]
刘厚俊，现代西方经济学原理[M]，南京：南京大学出版社，2009，p226-p227 杨启先,认真搞好民营经济 促进经济持续快速发展[J]，经济纵横，2011年第2期 刘厚俊，现代西方经济学原理[M]，南京：南京大学出版社，2009，p202-p204 世界银行数据库和OECD数据库[DB]
关于“粗放”、“集约”概念的使用，最早见于农业经济学中，当时称“粗放经营”和“集约经营”，后来才被引申到整个经济领域。最初，粗放经营的含义是指一定量的生产资料和劳动分散投在较多的土地上，进行粗耕简作的经营方式；集约经营则指在一定土地面积上集中投入较多的生产资料和劳动，进行精耕细作的经营方式。前者通过扩大耕地面积，广种薄收，增加总产；后者借助增大投入，精耕细作提高单产。
马克思在《资本论》的地租理论中也论及到粗放经营和集约经营的内容，他指出“可以耕作的土地面积很大……对耕作者来说不用花费什么，或者同古老国家相比，只花极少费用。”这种“只需投资很少的资本，主要的生产要素是劳动和土地”的经营方式“就是粗放经营。”（注：马克思：《资本论》，人民出版社1975年版第三卷，第756页。）“在经济学上，所谓耕作集约化，无非是指资本集中在同一土地上，而不是分散在若干毗连的土地上。”（注：马克思：《资本论》，人民出版社1975年版第三卷，第760页。）在研究级差地租时，马克思认为，粗放经营和级差地租第一形式直接联系，而集约经营则与级差地租第二形式紧密相关。级差地租的第一形式是由“两个和资本无关的一般原因造成的：1、肥力……2、土地的位置。”级差地租第二形式则是“对同一土地连续追加投资造成的不同生产率引起的。”（注：马克思：《资本论》，人民出版社1975年版第三卷，第766页。）
首次使用“粗放增长”和“集约增长”术语的是前苏联经济学家。苏联在1928年开始第一个五年计划之后，其经济增长速度直到50年代末期一直保持高于世界经济增长水平的记录，此后，经济增长率开始下降，表现出恶化趋势，令人不解的是，其经济增长的恶化是在它保持了非常高的物质资本和人力资本投资率的情况下发生的。这就不得不使苏联的经济学家对其经济“增长方式”展开了研究。当时，他们根据马克思在《资本论》中的上述提示，把增长方式分为两种基本类型，一种是依靠投入实现产出量增长的“粗放增长”，另一种是依靠提高效率实现产出量增长的“集约增长”。并且指出，苏联过去的高速度增长是粗放型经济增长方式，是倾全力动员资源和增加要素投入的结果，然而由于资源的有限性，随着可动员的资源的日益减少，在忽视提高要素生产率的情况下，必然导致经济增长水平的下滑（注：吴敬琏：《怎样才能实现增长方式的转变》，《经济研究》1995年第11期。）。
“粗放增长”和“集约增长”概念于60年代从苏联传入我国（注：吴敬琏：《怎样才能实现增长方式的转变》，《经济研究》1995年第11期。）。在此之前，我国经济学界尽管没有使用经济增长方式的概念，但对经济增长过程中出现的种种低效率，高浪费现象进行过大量的分析。此后，特别在1979—1980年我国对经济增长方式问题展开了全面深入的讨论（注：吴敬琏：《怎样才能实现增长方式的转变》，《经济研究》1995年第11期。），广泛使用经济增长方式这一概念是在党的十四届五中全会之后。
二、经济增长方式粗放度的定义
从经济增长方式概念形成的渊源看，经济增长方式是经济增长过程中对生产要素的分配和使用方式。虽然国外学者不常使用经济增长方式这一概念，但对推动经济增长的因素或原因的分析，实质上也是对经济增长方式的研究。关于这一点，匈牙利经济学家科尔内曾作过比较，就我国学者们而言，尽管对粗放和集约型增长方式概念的解释不尽相同，但经济增长方式的含义是明确的。因此，经济增长方式就是指一国总体实现经济的长期增长所依靠的因素构成，其中增长因素包括土地、劳动、资本、技术进步、经营管理、资源配置、规模经济等。通常把土地、劳动、资本的投入称为要素投入，其余因素的总和称为综合要素生产率。进一步地，根据要素投入与综合要素生产率在经济增长过程中的作用大小，把增长方式划分为粗放型经济增长和集约型经济增长，主要由要素投入增加所引起的经济增长称为粗放型经济增长，主要由综合要素生产率提高所引起的经济增长称为集约型经济增长。为了能定量反映经济增长的粗放程度或集约程度，笔者引入粗放度概念。所谓粗放度是指要素投入增长率的贡献率与经济增长率的比值（注：对于一国总体来说，土地是固定的。因此，在考虑要素投入的增长率时，舍象掉了土地要素的影响。），用公式表示为：
δ＝αL''''＋（1－α）k''''／Y''''
*式中的α表示劳动的贡献份额；
（1－α）表示资本的贡献份额；
L''''表示劳动投入增长率；
K''''表示资本投入增长率；
Y''''表示经济增长率。
当δ≥0.5或δ＜0且Y''''＜0时，增长方式为粗放型；
当0≤δ＜0.5时，增长方式为集约型。
对于粗放型增长方式又可按不同的粗放程度划分为四种类型：
第一类型：当0.5≤δ＜0.7时，为低度粗放型；
第二类型，当0.7≤δ＜0.8时，为中度粗放型；
第三类型，当0.8≤δ＜1时，为高度粗放型；
第四类型，当δ≥1或δ＜0且Y''''＜0时，为超高度粗放型。
三点说明：
1.经济增长方式、经济增长、经济发展的关系。
经济增长是指一国或一个地区在一定时期内人均实际产出量的增加和实际生产能力的增加。经济增长特指更多的产出，而经济发展不仅指更多的产出，还包括随着产出的增长而出现的经济、社会和政治结构的变化，经济增长是一个数量概念，而经济发展是一个既包含数量又包含质量的概念，所以经济发展包含经济增长。从经济增长方式的定义可知，经济增长方式是获得经济增长的手段、途径和方式。
2.经济效率与经济效益的关系。
经济效率是指资源的优化配置。具体讲包含二层含义：其一是指全社会以优化的资源配置获得较好的经济增长；其二是指生产单位如何把得到的资源在时间和空间上有效地组合起来，以最少的资源耗费创造最多的产出。经济效益的高低可以用综合要素生产率来度量。所谓经济效益，则是指在社会经济活动中由经济效率所引起的相应的收益或收入。那种不是由于提高效率而增加的收入，就不能叫作效益，而只能叫作收益或收入。因此，经济效率是经济效益的实质，经济效率高意味着经济效益好；反之，经济效率低则意味着经济效益差。
3.转变经济增长方式必须明确三个层次的问题：第一，经济增长方式的内涵；第二，经济增长方式转变的标志；第三，经济增长方式转变的程度。关于第一个问题，学术界的认识比较多，而第二、三个问题则涉猎的比较少。本文旨在通过对粗放度指标的划分，拟解决第二、三个问题。
δ＝0.5作为划分粗放和集约经济增长方式的标志。当δ＜0.5时，经济增长为集约型，当δ≥0.5时，经济增长为粗放型，这与我国经济理论界对粗放与集约型经济增长的解释是一致的。把粗放型经济增长方式又细分为低度粗放型、中度粗放型、高度粗放型和超高度粗放，是为了便于研究经济增长方式转变的程度。
三、对我国经济增长方式粗放度的分析模型
1.模型。
本文测算各要素对经济增长的贡献率所采用的模型为：Y''''＝A''''＋αL''''＋（1－α）K''''，这是由道格拉斯生产函数求导后得出的，其中Y''''代表经济增长率，A''''代表综合要素生产率增长率，K''''代表资本要素投入增长率，α为劳动产出弹性系数，αL''''为劳动要素投入对经济增长的贡献率，（1－α）K''''为资本要素投入对经济增长的贡献率。因此，粗放度的公式为：
δ＝αL''''＋（1－α）K''''／Y''''
2.研究对象。
本文研究1953至1993年四十一年的经济增长方式，按三种不同的时期来测算各要素对经济增长的贡献率及粗放度：一是按一年期，二是按五年计划期，三是按改革时期。需要说明的是，改革时期从1979年算起，由于资料所限，我们仅考察到“八五”前期（1991—1993）为止。
3.对统计指标的说明。
（1）经济增长率指标Y''''。我们均采用国民收入增长率指标。
（2）劳动要素投入L。以历年全社会劳动者人数计算各时期劳动投入量增长率，而舍象掉象劳动质量、劳动强度的大小和劳动时间的变化情况。
（3）资本要素投入K。道格拉斯生产函数中的K值应为直接和间接构成生产能力的资本总存量，它包括直接生产和提供各种物质产品及劳务的各种固定资产和流动资产，也包括为生产过程服务的各种服务及福利设施的资产。关于K值，有的同志已估算出有关数据（注：参见张军扩：《“七五”期间经济效益的综合分析》，《经济研究》1991年第4期。），其具体作法是：先估算基期年1952年的资本总量；再估算各年的净投资额（以积累额代替）并扣除价格指数；然后根据投资转化为资本的时滞系数计算各年的新增资本数量；最后，用上年的资本总量加上当年新增资本，得出各年的资本总量。
（4）资本与劳动的产出弹性。所谓生产要素的产出弹性是指要素投入每增长1％所带来的产出增长的百分比。西方经济学家们认为直接估算产出弹性几乎是不可能的。他们在进行增长因素分析时，通常要作完全竞争和规模报酬不变的假定，以劳动与资本的收入份额来代表它们的产出弹性。然而既使要计算劳动与资本的收入份额也不是一件容易的事，它涉及到多方面的内容和某些比例的分割。在我国情况就更为复杂，首先，我国实行的并非市场经济，不存在完全竞争的市场条件；其次，由于缺乏必要的统计资料，要全面计算劳动和资本的收入份额几乎是不可能的。但根据我国的实际情况，长期以来经济中存在着大量潜在劳动力的过剩现象，与资本要素投入增长的贡献相比，劳动投入增长的贡献十分有限。所以，我国经济界通常把劳动的产出弹性取为0.2或0.3相应地资本的产出弹性取为0.8或0.7（注：史清琪等：《技术进步与经济增长》，科学技术文献出版社1985年版。），本文采用0.3和0.7。
表1
*注：不带括号的数字为各要素对经济增长所贡献的百分点，括号内的数字为贡献的百分点占经济增长率的百分比率。
3.对我国增长方式粗放度的分析。
我们分别计算了1953年—1993年41年的粗放度并根据粗放度的五种类型作了统计整理，整理结果如下：
表2（单位：年）
*投资，其最高值也未超过32％。而美国在固定资产投资中，更新改造投资所占比重1947—1950年为55％，1971—1978年提高到77％，其中机器设备投资中更新投资分别占51％和81％（注：参见刘国光主编：《中国经济发展战略问题研究》，上海人民出版社1984年版，第115页。）。实际上，我国还存在着以更新改造投资为名而进行的基本建设投资，如1981年以更新改造投资为名完成的二百多亿元投资中，新建项目占10.2％，扩建项目占38.5％，真正用于设备更新和技术改造的只占一半左右（注：参见刘国光主编：《中国经济发展战略问题研究》，上海人民出版社1984年版，第116页。），有的省市更新改造投资中用于新建扩建的竟达70％以上（注：参见刘国光主编：《中国经济发展战略问题研究》，上海人民出版社1984年版，第116页。）。因此，我国粗放型增长方式表现为外延式扩大再生产。
2.粗放型增长方式表现为高投入、高消耗、低产出、低效率。
表1可见，我国国民收入的增长率主要归因于要素投入的贡献率，在要素投入中又主要是资本要素起着重要作用，因此，我们用资本要素的产出系数即Y''''／K''''的比值来衡量投入与产出的效果。当资本投入的增长率K''''大于国民收入的增长率Y''''，即资本的产出系数Y''''／K''''＜1时，经济增长就表现出高度或超高度的粗放型特征，如：
*
表中反映出不同粗放度类型对应的资本产出系数值。显然，粗放程度越高，其对应的资本产出系数值越小，也就是说越粗放，资本的投入产出效果越差，效率越低。具体到我国能源与物质的消耗情况，如果仅就我国自身纵向进行对比，每万元国民收入消耗的能源以及每亿元基本建设投资平均消耗的钢材、木材、水泥量呈不断下降趋势，改革开放以来，每亿元国民生产总值主要生产资料平均消费量也呈下降态势。但与世界其它国家相比，我国在能耗与物耗上的差距是很大的。根据世界银行《1995年世界发展报告》资料：1993年，能耗产出率最高的是贝宁，每千克石油当量GDP产值为20.4美元；最低的是蒙古，只有0.2美元；我国为0.6美元，在全世界121个有资料可比的国家（地区）中居第113位。从不同收入国家看，低收入国家平均每千克石油当量GDP产值为0.9美元，中等收入国家为1.0美元，高收入国家为4.4美元，全世界平均为3.1美元。可见我国能源产出率不仅远远低于世界平均水平，而且低于低收入国家的平均水平。另据有关方面作出的比较分析，我国钢材、木材、水泥的消耗强度分别为发达国家的5—8倍，4—10倍和10—30倍。因此，我国粗放型增长方式表现为高投入、高消耗、低产出、低效率。
3.粗放型增长方式表现为经济的快速增长以及强烈波动。
关于经济高速增长的数量界定，有人把高速度与低速度的临界值定为4％（注：刘彪、王东京：《经济发展阶段论》，《经济研究》1990年第10期。），也有人把它定为6％，还有人认为3％以下为停滞，3—6％为低速增长，6—9％为中速增长，9—12％为高速增长，12％以上为超高速增长（注：赵磊：《对当前经济高速增长的若干看法》，《经济研究》1993年第1期。）。我国在1953—1993年间，国民收入的平均增长率为7.1％，改革前为6.0％，改革以来达到了9.3％。如果按4％或6％的划分标准，我国经济已属高速发展之列，即使按最后一种划分标准，我国经济增长速度也可进入中高速之列。再看实物增长情况，1993年比1952年，人均粮食增长1.34倍，人均煤炭增长8.17倍，人均钢增长32.07倍，人均发电量增长55.52倍，人均石油增长160.06倍（注：根据《中国统计年鉴》1996年第41页有关数据计算而来。）。
我国在1980—1993年的人均国民收入增长率是低收入国家平均增长率的2.9倍，中等和高收入国家的4倍，即使与发展速度比较快的韩国相比也高出0.2％，可见我国的粗放型增长是以其高速度为特征的。
如果考察不同粗放程度与国民收入增长率的关系方面，从我们分别计算的41年的粗放度可知：在超高度粗放型增长的年份中，国民收入的增长率在绝大部分年份都低于高度粗放型。同样地，高度粗放型低于中度粗放型，中度粗放型低于低度粗放型，低度粗放型又低于集约型。如下表：
表5
*
国民收入增长率与粗放度之间存在着反向变动的关系，即粗放程度越高国民收入增长率就越低；反之，粗放程度越低则国民收入增长率就越高。由此我们可以得出：在我国长期快速增长时期集约型所表现出的是高速度，高效率，越粗放，其速度越低，效率越差。
如果更进一步地考察粗放度的波动与经济周期的波动情况，则不难看出：经济增长率周期的波峰恰好位于集约型年份或粗放度较弱的年份，而周期的波谷位置恰好处于超高度粗放型年份。改革前，我国粗放程度是两头多中间少，即超高与集约型年份多，低度、中度、高度粗放型年份少，这种粗放程度的巨大落差的反复出现必然使经济增长大起大落。改革前国民收入增长率的波动幅度为53％，五个周期的振幅平均为23.4％（注：关于经济周期的划分参见刘树成：《论中国经济周期波动的新阶段》，《经济研究》1996年第11期。）；改革以来，粗放度的稳定性增强，低度、中度、高度粗放型年份增多，超高与集约型年份明显减少，相应地，改革开放以来四个周期的平均振幅为9.9％，国民收入增长率的波动幅度也降为12.1％。因此，粗放度的稳定性是影响经济增长稳定性的重要因素之一。
4.粗放型增长表现为居民消费水平的缓慢提高。
我国经济增长速度并不低，但人民的生活水平，社会福利状况并没有因此而相应地得到快速提高。居民消费水平的平均增长速度改革前的26年内只增长了2.2％，主要食品中的粮食，食用油人均消费量不仅没有上升，而且有所下降，家禽的人均消费量基本上没有变化；改革后的15年内居民消费水平增长了7.0％，除了人均粮食消费量受粮食需求的收入弹性低的影响而增长较慢外，其他主要食品都增长得非常快，少则翻一番，多则超过了两番。这说明了经济增长越粗放，人民的生活水平提高越缓慢。关于这一点，从我们模型本身也可以得到，粗放程度越高，要素投入增加就越快，资本积累速度也越快，过度积累必然会影响居民的消费，相应地减少综合要素生产率的增长。
我国要素的过度投入通常表现为经济过热，虽然经济过热在不同经济体制下，表现形式不同，但其本质却是一致的。在计划体制下，由于价格是政府统一制定的，即使经济过热也不会使价格上升，但却会出现严重的物质短缺，这恰好说明了改革前居民消费水平的低下。改革后，随着价格放开，过去潜在的，隐蔽性的通货膨胀公开化，使物质短缺表现为价格的上升，即通货膨胀，如果工资增长率低于通货膨胀率，则通货膨胀意味着居民实际消费水平的下降。
从表2中可知：在41年里，有13个年份属超高度粗放型，8个年份属于高度粗放型，6个年份属于中度粗放型，2个年份属于低度粗放型，12个年份属集约型。粗放型增长的年份占整个年份数的70.7％，集约型年份占29.3％，表明我国从总体上看属于粗放型增长方式。由于超高度粗放型占整个年份数的31.7％，集约型占29.3％，高度、中度、低度分别只占整个年份数的19.5％、14.6％、4.9％，也说明粗放度的波动幅度比较大，集约型增长的稳定性较差。如果把改革时期与改革前作一比较，则超高度粗放型年份所占的比重由改革前的36％，降低为改革以来的25％；高度粗放型由16％上升为25％；中度粗放型由12％上升为18.8％；低度粗放型由O上升为12.5％；集约型年份由38.5％下降为13％。尽管改革以来粗放型增长的年份由改革前的64％上升为81.3％，集约型增长的年份由29.3％下降到18.7％，但改革以来的粗放度的波动幅度明显减弱稳定性增强。
由表1所示，1953—1993年间的平均粗放度为0.92，属于高度粗放型，此间国民收入的增长率达到7.1％，其中要素投入的贡献率就占了91.8％，表明41年来的增长主要是要素投入的结果。改革前的平均粗放度为1.05，属超高度粗放型；改革以来的平均粗放度为0.80，属高度粗放型。国民收入的增长率由改革前的6.0％上升到改革以来的9.3％；要素投入的贡献率由104.6％下降为80.2％；综合要素生产率的贡献率由－4.6％提高到19.8％。说明改革以来的平均粗放度减弱，要素投入的贡献率降低，综合要素生产率的贡献率提高，改革为经济注入了活力，促进了经济效率的提高。
按计划期计算的粗放度有四种类型，分别是集约型、低度粗放型、高度粗放型、超高度粗放型。恢复时期的1963—1965年的δ值在区间［0，0.5）之间，属集约型，综合要素生产率的贡献率高达68.8％，要素投入的贡献只有31.2％，经济效率高，效益比较好。“一五、三五、六五”时期的δ值在区间［0.5，0.7），属于低度粗放型，综合要素生产率的贡献率分别达到34％，36.8％，40.4％，要素投入的贡献率分别为66％，63.2％、59.6％，表明由要素投入增长所带动的增长成份比较低，由综合要素生产率提高所带动的增长成份比较高，因此，这三个时期的经济效率比较高，经济效益也比较好。“五五”、“七五”、“1991—1993”时期的δ值在区间［0.8，1）内，属于高度粗放型，综合要素生产率的贡献率分别只有2.5％，7.3％、6.0％，而要素投入的贡献率却分别高达97.5％、92.7％、94％，表明经济增长主要是要素投入的贡献，经济效率比较低，经济效益比较差。“四五”时期的δ值大于1，“二五”时期的δ值小于零且国民收入为负增长，均属于超高度粗放型，经济效率很低，经济效益最差。
综上所述，尽管我国在某些年份或某些时期表现出集约型增长方式，但从总体上看，我国属于粗放型增长，要素的投入是经济增长的主要推动力，综合要素生产率的贡献率较小，经济效率低，经济效益差。
四、对我国经济增长方式分析的结论
1.粗放型增长方式表现为外延式的扩大再生产。
通常把新建扩建项目视为外延扩大再生产，更新改造项目视为内含扩大再生产，因而我们用基本建设投资指标以及更新改造投资指标来反映外延和内涵的扩大再生产情况。表3是根据1953—1993年国有固定资产投资构成计算出的基本建设和更新改造投资占全部固定资产投资的比重。从基本建设投资在固定资产投资中所占比重看，外延式扩大再生产的趋势是不断缩小，内涵扩大再生产的比例不断增大。但从整个年份看，
表3
计量经济学论文2400字(一)：金融数学专业计量经济学与金融理论及实践的结合论文
摘要：目前，在社会发展的过程中，教育水平的发展也有了前所未有的提高。金融大数据爆炸性发展要求金融学专业学生具备一定的金融数据分析与处理能力，计量经济学作为培养学生数据处理与分析能力的核心课程，新的历史时期应当承担起培养学生金融大数据视野的责任。
关键词：金融数学专业；计量经济学；金融理论；实践结合
引言
计量经济学作为一门非常强调应用性的学科，是应用型本科院校的一门重要的课程，是应用型本科学生知识能力结构中不可缺少的组成部分。近年来的教育教学改革的探索注重实践环境的强化，人们已越来越清醒地认识到，实践教学是培养学生实践能力和创新能力的重要环节，也是提高学生社会职业素养和就业竞争力的重要途径。计量经济学作为经济学核心课程之一，在当前教育新常态下，产生了一些新的问题，因此应用型本科教育背景下的计量经济学也应该被重新赋予新的属性。
一、教学内容和教学方式的问题
（1）传统计量经济学教学强调回归分析背后模型的假设及相关内容，但现代经验研究强调因果关系。因此，当前计量经济学教学过分强调对随机扰动项分布、异方差及自相关的长篇讨论，显得不合时宜，而对国内外广泛流行的新颖工具较少提及，其结果是学生对计量经济学应用仍是一知半解。（2）由于现有课时安排等原因，教师教学过程中着重讲授计量经济学原理和方法，而轻视实际应用和数据处理能力的培养。例如，教学中主要讲授参数估计和各种检验的理论和方法，对如何从经济问题出发建立模型，如何应用模型分析实际的经济问题讨论得较少。（3）由于课堂教学注重理论知识的讲授，不能分配更多的实验课时，导致学生难以真正理解和运用计量经济学理论知识，特别难以将理论知识灵活应用于金融数据建模与处理。（4）现有的计量经济学课程缺乏将计量经济学方法与金融数据相融合的缺陷。在课堂教学内容安排中，着重讲述计量经济学的基本原理和方法，而没有将计量方法与金融大数据的获取与加工处理结合起来进行讲解。导致多数学生具备一定的计量经济学基础，但面对查找和处理金融数据时却束手无策。（5）已有计量经济学教学内容安排上，一般将经典的计量经济学和现代时间序列方法安排在一个学期内完成。由于教学内容过多而教学课时有限，其结果是导致无法详细讲解金融时间序列部分，金融学专业学生对金融大数据处理及建模能力不强。
二、金融数学专业计量经济学与金融理论及实践的结合的优化措施
（一）突出案例教学
丰富多彩又符合专业特色的案例教学可以激发学生的学习兴趣。案例教学一方面能够使理论知识更加通俗易懂，另一方面案例教学重视师生互动，可以提高学生的兴趣，为课程论文和毕业论文的写作打下良好的基础。计量经济学教学案例的选取一定要突出目的性、代表性和趣味性等特点，应结合学生所学专业的差异，多搜集一些与该专业密切相关的经济热点问题和前沿问题，激发学生的学习积极性和主动性。
（二）金融数学专业计量经济学与金融理论及实践的结合
就金融数学专业学生而言，在为这些学生开展计量经济学课程教学时，需要注重将金融理论和具体的金融实践知识紧密结合起来，以此来引导他们正确使用计量经济模型方法来研究金融相关实践问题。金融市场相关实践知识更倾向于股票投资和资金资本等的利用，不能仅仅依靠消费-收入这一知识以偏概全，这就要求计量经济学老师在为金融数学专业学生开展课程教学时，需要拓展到相关金融领域，通过讲解相关金融理论和具体的市场实践数据来开展课程教学。
（三）“案例+微课”的教学模式改革
为了提高金融专业本科生金融大数据处理能力，改善教学效果，拟重点对《计量经济学（Ⅱ）》的教学方法进行创新。为了改变以课堂为中心的单一教学方法“重在教，逼学生学”的缺陷，我们将使用“案例+微课”的教学模式。“案例教学”是计量经济学一种非常有效的辅助教学模式（杨汭华，2005；黄佐钘，2008；张玲，2014）。与传统的案例教学不同：（1）项目强调针对金融大数据开发相关案例，并以“微课”的形式将教学内容呈现给学生。“案例+微课”的教学模式的好处在于能激发学生对计量经济学理论学习的兴趣，更加生动和直观地将金融大数据处理呈现给学生，引导学生自主学习。此外，“案例+微课”模式能对课堂教学形成有效补充，课堂上没有解决的问题，学生可以在课外通过“案例+微课”进一步巩固与提高课堂知识。（2）传统计量经济学经验案例强调计量经济学理论知识的应用，重点介绍数学与统计技术，而忽视其内在的经济问题与变量间的内生关系。项目强调以真实的金融大数据为载体，在案例分析中，更加注重因果关系的讨论，从而案例分析更加接近现实。因此，相比于传统的案例分析，项目经验分析更接近现代研究范式，故而具有更好的实用价值。
（四）完善考核体系
作为一门应用型的学科，考核方式也应该多样化。可以尝试采用课程论文的考核方式，课程论文一方面可以深化学生对课程内容的学习，另一方面也能加强学生的应用能力，提高学生的独立思考能力和对知识的灵活运用能力。课程论文可以与学生的毕业设计结合，突出学生所在学科属性，充分调动学生的积极性。同时不能将试卷考核的方式抛弃，例如可以将纸质试卷改为上机考试，增加操作题的比重。完善的考核方式会提高学生对计量经济学课程的重视程度，强化计量经济学的教学效果。
结语
总之，计量经济学教学改革是高等教育供给侧改革的一个缩影，只有明确清晰教学定位，有效提升高等教育供给体系的质量和效率，重点解决好高校人才培养能力、支撑引领国家创新发展能力的问题，才能提供更多有选择的本科教育，建成更有竞争力的本科教育，开创更有特色的本科教育，发展更加公平的本科教育。
计量经济学毕业论文范文模板(二)：基于计量经济学的电力企业经济效益与管理决策实证研究论文
摘要：在我国快速发展的过程中，我国的电力建设在不断的完善，中国的现代化建设离不开电力的发展，同时国民经济的发展也将推动电力工业的进步。处于新时代的电力企业需要具备超前的思维与意识，在外对国民经济的发展具备清晰的预判，在内要做好企业内部的管理建设，针对未来长远发展制定科学的规划。要做好这几点，就离不开对电力企业经济效益、经营管理的分析以及数学建模工具的运用。本文选取2001-2017年中国的国内生产总值（GDP），全社会用电量数据以及典型电力企业华电国际年度报告数据，分析了华电国际的经济效益与外部经济环境以及企业经营管理之间的关系。首先从时间序列非平稳角度出发，利用协整理论并通过单位根检验以及协整关系检验对华电国际的经济效益建立了长期均衡模型。再对模型进行短期误差修正，在证明了模型有效性的基础上，利用所建模型对提升华电国际的经济效益进行实证分析预测。最后对以华电国际为代表的中国电力企业的发展提出相关建议。结果表明，对华电国际而言其供电成本、管理与财务及人力资源成本的完善对其经济效益的影响将是一个长期过程，而其短期内经济效益主要受国民经济的发展水平以及全社会用电量需求的影响。该模型具有广泛的适用性，可以为其他电力企业的经济效益及其影响因素进行分析与预测，对企业未来的管理决策规划提供参考。
关键词：电力企业；经济效益；管理决策
经济研究的方法在于总结典型的经验特征与收集数据，并在此基础上建立相应的经济理论或经济模型。经济研究的科学性在很大程度上取决于经济理论或经济模型的可验证性，即能否通过数据实证检验相关的经济理论与经济模型来解释事实，并预测未来的经济变动趋势以及提供科学的政策建议。计量经济学和实验经济学则犹如硬币的双面，从不同的角度为经济学的实证分析提供重要的方法论基础。计量经济学以实际经济数据的建模与分析为主要研究对象。当实际数据不可得，或实际数据过于复杂而导致因果关系不易梳理时，实验经济学则有可能从另一个角度出发，通过可控的实验数据代替实际数据，成为实证经济分析的又一个有力工具。
一、協整理论概述
协整的概念是由恩格尔一格兰杰（Engle-Granger）在1987年发表论文“协整与误差修正，描述、估计与检验”中正式提出的，协整的基本思想认为，尽管两个或两个以上变量中的每一个都是非平稳的，但他们的线性组合可能会相互抵消趋势项的影响，使该组合是平稳的。这一理论的提出为经济时间序列分析树立了新的里程碑，对经济学和计量经济学产生了革命性的影响。之所以协整理论会产生如此大的影响，是与一协整理论所具有的深厚的经济学背景密不可分的。
二、基于计量经济学的电力企业经济效益与管理决策实证
（一）非均衡博弈论框架的建立和实验验证
策略性思考是博弈理论及其应用的基础。纳什均衡以及相关均衡的概念过去一直是描述策略性思考的核心内容，其定义为每个博弈参与者的策略都是在给定其他方策略下的最优反应。显然这种均衡的定义内在要求每个博弈参与者在决策信念上达到均衡，即每个参与者对其他方的策略持有正确的信念。在过去的研究中，经济学者通常假定均衡框架存在从而做出对参与者行为的预测。尽管在一些博弈场景下，基于均衡概念的行为预测是准确的，但在多数情况下实验经济学研究结果表明博弈参与者的行为会系统性地偏离基于均衡概念的行为预测。由于来自实验经济学数据对原有理论框架的挑战，经济学研究人员逐渐提出了基于非均衡概念的策略性思考理论框架并且运用实验经济学的方法收集数据来检验这些新理论。这些基于非均衡概念的策略性思考理论框架的核心在于继续假定博弈参与者在决策时仍然有策略性思考的因素在里面，但放弃了均衡的概念以及嵌入在均衡概念里面的很强的理性假设。
（二）ECM误差修正
通过Granger定理易知，具有协整关系的一系列变量会对应一个包含误差修正的表达形式。可以进一步通过误差修正来研究华电国际经济效益的短期行为。具体而言可根据由Hendry提出的一般到特殊的建模理论，逐步剔除从三阶滞后变量及误差修正项开始的不显著量，从而得到最终的误差修正模型：（见下面公式）式中：ECMt-1代表协整回归厚的一阶滞后误差，括号内的数字代表不拒绝相应零假设的概率。从该方程式以及统计结果的数据可以发现，文中所进行的统计检验在置信水平上表现显著。这一结果也证明了文中构建的误差修正的具有良好的适用性。图中给出了LY的实际数据与拟合结果以及残差结果，从图中可以看出，协整以及误差修正之后的模型具有较为理想的结果。
（三）计量经济学应用研究中的多重共线性问题
在计量经济学模型方法常用的回归分析中，当解释变量之间存在多重共线性问题时，常会对模型估计的准确性带来不利影响。因此，在应用计量经济学方法建模的过程中，进行多重共线性检验以及消除多重共线性问题是很重要的环节。部分计量经济学应用研究中存在对多重共线性问题处理不恰当的现象。某篇研究股权激励对盈余管理影响的文章，以计量方法中的回归分析为主要研究方法。作者在研究中单纯依靠方差膨胀因子VIl的临界值，来判断出解释变量之间存在多重共线性问题，便直接将模型中的其中一个变量删掉。模型中是否应该包含某个解释变量，应该以实际经济理论分析为基础，不能单纯以是否存在多重共线性来判断。
在本模型中，具体推算将围绕战后环太平洋地区的美国、日本、韩国、中国大陆、台湾省、菲律宾、泰国、马来西亚、印度尼西亚、澳大利亚共10个国家或地区的数据进行。另外，由于篇幅的限制，无法写出全部方程式。感兴趣的读者请参照大西广著：《环太平洋诸国的兴衰与相互依存》（京都大学出版会），以及京都大学大学院经济学研究科的主页(pacific.kyoto-u.ac.jp/text/index.htm)。
1.关于资本输出与经济增长的计量模型
考虑如下模型：
Y=f(BC)f′＞0(1)
该式中，Y表示GNP，BC表示资本输入额，f(·)表示Y由BC决定。但BC并非直接决定各国的生产力水平(Y)，直接决定Y的是资本存量（设其为K），即：
Y=f(K)f′＞0(2)
K（本期值）可以用K[,-1]（上期值）、d（折旧率）、I（本期投资）表示：
K=(1-d)K[,-1]+I(3)
其中，I随着海外资本流入的增加而增加：
I=f(BC)=f′＞0(4)
综观(2)～(4)式，可以看出，BC通过I、K决定Y。也就是说，(1)式的关系可以分解为(2)～(4)式的关系。不过，还要附加其它解释变量加以具体推算。例如，在(2)式中，除了考虑K，还要以人口N（劳动力的替代变量）为解释变量，运用C-D型生产函数加以推算；再如，在(4)式中，分别以S、ME、CD代表国内总储蓄、军事支出、关税，则有：
I=f(S+BC),ME/Y,CD/Y)
f(S+BC)＞0,f(ME/Y)＜0,f(CD/Y)＜0(5)
在该式中，之所以将(S+BC)、而不是将BC作为解释变量之一，是因为投资是国内投资供给与来自国外的投资（资本输入）之和（在此，直接投资也包含在BC中）。将ME/Y，CD/Y作为解释变量的理由，将在本部分的第3小节中说明。
2.关于工资水平与国际资本移动的模型
设利润率为π，由于资本向利润率高的落后国家移动，故：
BC=f(π)f′＞0(6)
又因为，利润率取决于资本的稀缺程度、地价(PL)、工资水平(W)、原料价格(PM)，故：
π=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(7)
把(7)式代入(6)式，得：
BC=f(K,PL,W,PM)f[,K]＜0，f[,PL]＜0，f[,W]＜0，f[,PM]＜0(8)
在我们的模型中，首先，忽略了4个解释变量中的K和PM，这样做的理由是，与第一次世界大战前不同，在二战后的现代世界，原料在国际间的移动极其容易，在一个国家或地区内，“过剩”的资本产出的产品如果能够出口，也就无所谓“过剩”。在每天24小时开放的国际市场上，原料价格由“国际价格”决定，同样，产品价格也完全国际化了。因此，在思考当代资本输出时，至少是在直接投资一方，企业完全可以去往世界的任何一个角落，并以此为前提决定是否输出资本。企业决策是否投资的主要依据只是使其设备运转的成本——工资的高低。这是因为，虽然资本的国际移动十分容易，但劳动力移动十分困难。（由于劳动力再生产必须在长期中进行，其体制，譬如至少是学校教育制度不可能在国家之间移动。）我们从日本向“四小龙”、东盟诸国、中国等低工资国家或地区大量输出资本这一现象中，也可以很容易地想象到这一点。因此，我们有充分的理由将K、PM从(7)和(8)中忽略掉。
在实际推算过程中，我们还进一步省略了PL（工资作为各国工资之比，在与美国、日本有关的方程式中还加进了日本的利息率），这不仅是因为适当的PL值难以得到，还因为PL和W都可以用“经济发展水平”这一变量说明。也就是说，如果以Y/N表示“经济发展水平”，则：
PL=f(Y/N)f′＞0
W=f(Y/N)f′＞0(9)
PL、W的变动趋势基本是一致的。也就是说，在这里，W可以作为PL的替代变量使用。
3.关于经济实力与政治变量的模型
以下，对于国际间的政治摩擦建立有关方程式。因为关税政策与军事支出作为比较数据较容易入手，因此，这一工作将围绕它们进行。
首先，对直接决定各国市场分割程度的保护关税(CD)来说，以BP表示贸易收支，一般地：
CD/Y=f(BP/Y)f′＜0(10)
这是因为，各国的经济实力可以通过出口竞争力强弱、因而可以通过贸易不平衡的程度（BP对GDP之比）测量。其变化（不平衡发展）必然会导致各国政府围绕与瓜分市场有关的政治变量（在上式中是CD与GDP之比）的斗争。
接着，我们就军事支出(ME)建立了方程式：
ME/Y=f（该国的GPD／某外国的GDP）(11)
在此需要提醒读者注意的是，右边的解释变量直接表现出了各国经济的不平衡发展。而经济不平衡发展又带来了军事势力的消长，ME决定着一个国家在国际政治舞台上的发言权。进一步说来，经济实力的相对提高必然要求更大的市场份额，为此就必须加强对外谈判能力或军事力量。尤其是，(9)式左边，我们采用了GDP对军事支出的负担率，而不用（该国的ME／某外国的ME），读者对此应该尤为关注：这个方程式显示出“大国”（经济力量相对强大）具有强化军事力量的欲望或军国主义倾向。实际上，日、美、东盟三方都能够用这个方程式推算。只有1969年以前的日本不能采用这个函数式推算（由于统计的适用性太差）。这是因为，1969年以前，国际社会抑制日本军备的能力很强（实际上，二战后直到1969年，日本军费开支在GDP中的比率存在下降的趋向）。
尚需对(10)和(11)式说明的是，(10)式中引发CD提高的是经济竞争力下降，而(11)式中增加ME的压力随着经济实力的增强而加大。这看上去是不对称的。关于这一点，也许有人认为，这是因具体情况不同和两个方程式的理论基础不同，但是，并非如此。提高CD是阻止它国资本进入本国市场的防御性措施，而增加ME是干预它国政策的进攻性措施。这都是由“非对称性”引起的。
4.政治变量对经济变量的反作用
以上看到的政治反应都是基于本国资本的利害作出的。但从长期来看，这种意图未必能够实现，有时甚至会带来相反的效果，这类例子比比皆是。如P·肯尼迪在《大国的兴衰》（1987年）一书中就主张，大国军事支出的不断增加是妨碍其经济增长的主要原因。这就引起了与(11)式阐述的“大国欲望”相反的效果。如果着眼于经济增长最终是由投资积累引起的，就会明白我们为什么在(5)式中将(ME/Y)作为投资的解释变量。假定f[,ME/Y]＜0也是基于同样的考虑。
二、环太平洋计量经济模型的理论意义
在本部分，我们将对上面建立起来的计量模型进行验证，并探讨其理论意义。
1、“不均衡发展”模型的表现
计量模型对现实经济的解释进行了多种尝试，在此，由于篇幅关系，我们将重点放在“不平衡发展”的表现能力上。首先，请看表1，这是对环太平洋诸国（或地区）从1995年到2025年期间以5年为一个阶段的实际增长率的预测（以美元计价）。由于这个预测是在1998年初即亚洲金融危机深化期间进行的，因此，有人评价这个预测结果“过于乐观”，但是，总的看来，其后的发展证明这一预测大致是正确的。包括该预测期间在内，1950年后的约75年间，如果以线段表示各国、各地区以美元计价的高速增长时期，其结果如图1。如图1所示，不管哪个国家或地区，肯定会有30～50年间左右的高速增长时期，所谓各国、各地区之间的不平衡发展只不过是高速增长时期在它们之间的移动。
附图
附图
2.透过国际资本移动看国际相互依存关系
除了上述内容之外，我们的模型还显示出其它种种饶有趣味的结果。表现国际相互依存关系是该模型的目的之一，因此，在表2中显示了：10个国家或地区中的其中一个国家或地区的资本积累增加对其它国家或地区GDP的影响。
附图
我们来看一下受影响的国家或地区。由表中可知，除了极少数外，该影响大都为正。这表明，“过剩”的资本会导致利润率下降，进而导致他国（地区）流入该国（地区）的资本减少或者该国（地区）资本向他国流出扩大。因此，本模型中的这个机制会对其他国家（地区）的经济产生正面影响。
从日本经济的发展过程来看，我们不能完全否定“产业空洞化”。“产业空洞化”是日本经济增长的结果，是向发展中国家转移其成果的活动。这一“转移”尽管对日本来说意味着某种程度的“停滞”，但从世界范围来看却意味着经济发展。只要上述国际相互依存关系存在，日本就可以通过某种方式分享发展中国家经济发展的好处。
3.生产率提高对他国（或地区）的影响
下面的表3显示了：某个国家或地区的生产率提高对其它国家或地区GDP带来的影响。
附图
相对于前述资本积累总体上正面影响占主导地位来说，该表的首要特征是，负面影响是主要的。其原因在于，该国家或地区的生产率提高，提高了该国家或地区相对于其它国家或地区的相对利润率，进而带来了吸引其他国家或地区资本的效应。
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:数理经济模型;计量经济模型;经济增长模型;生产函数
一、引言
作为索洛-斯旺经济增长模型的一个具体形式,20世纪30年代初,美国经济学家柯布和道格拉斯提出下列生产函数:
Y=Kα(AL)1-α,(0<α<1)
式中,K表示资本,L表示劳动,A表示“知识”或“劳动的有效性”,AL表示有效劳动,α是参数,Y表示产量。这就是著名的柯布-道格拉斯生产函数。柯布和道格拉斯用美国1899-1922年制造业的生产统计资料来估计模型的参数,得出:
Y=1.01L0.75K0.25
对这个生产函数以及柯布、道格拉斯所做的工作,余斌,程立如提出了下列批评[1]:
第一,柯布-道格拉斯生产函数“论证”了资本家的所得不是来自劳动所创造的剩余价值,而是来自资本的边际产出。从而成为为资本主义制度进行辩护的工具。第二,柯布-道格拉斯生产函数中遗漏了许多可能会影响产出的其他的重要因素。如:机器性能的提高、由于经济的短期波动而导致的资本闲置或过度使用的情况、工人每天(或每周或每年)工作小时数的变化、劳动者素质的变化、劳动强度的变化等。因而柯布和道格拉斯对模型所做的估计并无实际价值。本论文由整理提供第三,本来,生产函数须在一定技术条件以及一定的资本有机构成下(这两个条件在不同的生产部门有很大的差别)来讨论投入对产出的影响。可是,在柯布-道格拉斯生产函数中,这些条件是随意可变的。文献[1]举例说,由于这一疏忽,可能会引出“用1个轮胎配16个汽缸可以组成一辆汽车”这样的荒谬结论。
作为与余斌,程立如观点的商榷,程细玉、陈进坤阐述了下列几个基本观点[2]:第一,一个经济模型是这样建立起来的:在一定经济理论的背景下,根据样本数据,对经济现象众多的影响因素进行检验、比较、筛选,找出其中一种或若干种最重要的因素,用他们来构建模型(而把其他次要因素的作用效果纳入模型的误差项),然后用样本数据来估计模型的参数,最后再对估计结果进行经济意义检验和一系列统计检验。柯布-道格拉斯生产函数是通过以上程序建立的,因而是科学的。第二,影响产出量的要素有哪些?在供给不足的经济环境中,影响产出量的要素是:劳动、资本、技术等等;在需求不足的经济环境中,影响产出量的要素是:居民收入、人口、消费习惯等。第三,柯布-道格拉斯生产函数把技术条件假定为不变,这的确造成了模型与现实之间的距离。针对这一缺点,后来的学者对柯布-道格拉斯生产函数进行改进,把技术进步速度纳入了模型。第四,用样本数据估计了模型的参数之后,要检查所得的结果是否符合经济实际,接着还要进行一系列统计检验。第五,建立经济模型时要考虑所选变量数据的可得性。能够获得数据的变量才具有实际意义,才能成为模型中的变量。
这两篇文章所提出的问题以及二者之间的争论,引起了笔者的若干思考。
二、数理经济模型
人们在进行经济学研究和进行计量经济学研究时,必须要把数理经济模型和计量经济模型清楚地区分开。事实上,柯布-道格拉斯生产函数(以及作为该模型一般形式的索洛-斯旺经济增长模型)属于数理经济模型范畴。后来,柯布和道格拉斯用美国1899-1922年制造业的生产统计资料来估计模型的参数,这是把数理经济模型直接移作计量经济模型来使用(我们将要在后面谈到,这种做法存在着很大的风险),此时,柯布和道格拉斯所作的事情已不再是研究一个数理经济模型,而是在估计一个计量经济模型(此时,模型中加上了随机项,而数理经济模型是无所谓随机项的)。
数理经济学是运用数学方法对经济学理论进行陈述和研究的一个分支学科。数理经济学中的数学模型,是为了探索不能用数字表现的数量之间的关系和不能用代数表现的函数之间的关系,这种模型旨在通过数学逻辑推理来阐释经济现象之间的关系和演变趋势。这就是说,数理经济学是在理论的层面上运用数学语言来研究和表述经济理论,而不是在经验的层面上对经济现象在具体时间、地点、条件下的结局进行描述、估计或预测。
余、程的文章和程、陈的文章同样都把数理经济模型与计量经济模型混为一谈了。余、程文章的主旨是要批评一个数理经济模型(柯布-道格拉斯生产函数),程、陈文章的主旨则是要为这个数理经济模型辩护。但是,两篇论文的内容,其实却撇开了数理经济模型,说的都是计量经济模型的事情。例如,余、程的文章批评说,模型中遗漏了若干变量、没有把技术条件固定住。对于计量经济模型,这些批评是对的;对于数理经济模型,这些批评则是不对的。再如,程、陈的文章一开篇,便开宗明义地说,经济模型中会含有一个误差项(随机项),显然,作者这里所说的“经济模型”指的是计量经济模型而不是数理经济模型,因为,数理经济模型无所谓随机项,计量经济模型才考虑这个项。该论文接下来所说的收集样本数据、对模型进行估计和检验等等,也全都是建立计量经济模型时候的事情。
把数理经济模型与计量经济模型混为一谈的现象,在一些研究人员的成果中也常可见到。有的作者用索洛-斯旺经济增长模型的柯布-道格拉斯生产函数做计量经济分析时,把索洛-斯旺经济增长模型里假定为外生的那些变量作为计量经济分析中理所当然的假定前提,并相应地假定随机项的期望值为0。这些研究人员认为,由于现在使用的是索洛-斯旺模型而不是别的其它模型,就应该把索洛-斯旺模型的假定作为对现实生活的假定,认为这就是以经济学理论为根据。这些作者犯了用模型定义现实世界的错误。计量经济分析的目标是尽可能准确地描述现实世界。现实世界只有一个。现实世界是检验计量经济分析正确性的唯一标准。
现在我们来考察数理经济模型。
一个经济学原理,可以用文字阐述,可以用图形来直观地描述,也可以用数学语言(数学模型———数理经济模型)来表述。三者目标相同,都是为了阐释经济学原理(而不是模拟现实世界)。
为了使经济原理的阐释更易于理解,常常需要把现实世界加以简化(简化的世界当然已经不是真实的现实世界)。这是允许的。因为数理经济模型的目的并不是模拟真实的现实世界,而仅仅是为理解这个世界的特定特征提供见解。这种简化现实世界的方法叫做抽象法。抽象法是科学研究中一种常用的方法。马克思在《资本论》中,为了阐述劳动创造价值的理论和剩余价值理论,舍象掉了生产商品的劳动的具体形态
而仅仅从量上考察抽象的人类劳动;舍象掉了商品的使用价值而仅仅考察商品的价值———生产商品的社会必要劳动时间。在自然科学里,抽象法的使用也比比皆是。例如,物理学在阐释一个力学原理时,常常会把摩擦力忽略不计。索洛-斯旺经济增长模型(以及作为它的具体形式的柯布-道格拉斯生产函数)同样使用了抽象法,把现实世界中一些本来对经济增长有影响的因素假定为不变。该模型假定,产出量Y对于资本K和有效劳动AL是规模报酬不变的,即:如果资本和有效劳动加倍,则产量加倍———这意味着,对新投入品的使用方式与对已有投入品的使用方式一样———这也就是假定,资本有机构成不变。
美国经济学家戴维·罗默更具体地指出了这个模型所应用的假定:只有一种产品;没有政府;就业的波动被忽略;储蓄率、折旧率、人口增长率和技术进步率均不变[3]。对现实世界所作的舍象越多,模型越容易理解,但是,模拟现实世界的能力越差。为了缩小数理经济模型与现实世界的距离,经济学家会把被舍象掉的东西逐步纳入模型,从而使得数理经济模型越来越深刻。索洛-斯旺经济增长模型假定储蓄率s不变,在这一假定下,t时刻的投资sY(t)是t时刻产出量的一个固定的比例,可是,在实际上,s是在家庭和厂商各自追求效用最大化的相互作用下对家庭的收入进行“消费”和“储蓄(即厂商的投资)”分配的权衡之后形成的,它不是固定的;索洛-斯旺经济增长模型假定人口增长率不变,可是,在实际上,人口增长率也不会固定不变。这种过度的舍象使得索洛-斯旺经济增长模型不能很好地解释经济增长。本论文由整理提供后来提出的拉姆齐-卡斯-库普曼斯模型,通过“产量减消费”来计算投资,其中的消费通过对家庭的效用函数在效用最大化的目标下求解得到,这样,就把储蓄率从外生不变转变成为内生变化;再后来,进一步把人口变动从外生转变成为内生,提出了有移民的经济增长模型(包括有移民的索洛-斯旺经济增长模型和有移民的拉姆齐-卡斯-库普曼斯模型)。在这里我们看到了数理经济模型从简单到复杂,对现实世界的解释能力从低到高的发展过程。顺便说一句:程、陈文章所谓在供给不足的经济环境中影响产出量的要素是劳动、资本和技术,在需求不足的经济环境中影响产出量的要素是居民收入、人口和消费习惯的说法显然是错误的———事实是,索洛-斯旺经济增长模型舍象掉了居民收入、人口和消费习惯等变量,后来一些进一步的模型把这些变量加了进来。
归根到底,数理经济模型的目的不是模拟现实世界,而只不过是解释现实世界的某种特征。事实上,我们已经拥有了一个完全现实的模型———这个世界本身。不幸的是,这个“模型”太复杂了,复杂得难以理解。从解释现实世界的某种特征这一目的出发,我们必须要对现实世界加以简化。上面所叙述的经济增长模型的简要发展过程告诉我们,在阐述科学理论的时候,对现实世界所作简化的合理性会有程度之分。在这里,“所探讨的问题”是判断合理性的根据。如果一个简化性的假定使得模型对所探讨的问题给出了不正确的答案,那么,这样的简化是不合理的;如果相反,所作的简化是合理的。尽管这时的模型仍然是“缺乏现实性”的,但是,此时的缺乏现实性应当被认为是模型的优点,因为,此时的模型十分清楚地把我们所关注的效应凸现出来(把这些效应与纷繁的现实世界隔离开来),使得问题更易于理解。所以无论如何,任何一个数理经济模型,都逃避不了要对现实世界做出若干简化性的假定。顺便提一下,在应用数学领域,人们有时会考虑经济问题的数学建模课题。此时,研究目标是,依据所构建的数学模型来求得我们所关心的数学解。例如,谭永基把索洛-斯旺模型的柯布-道格拉斯生产函数作为经济增长的数学模型,要求导出下面的解:在一定的总成本下,怎样分配投资和劳动可以使产量最大;或是,在一定的产量下,怎样分配投资和劳动可以使成本最省[4]。在这里,对于所推出的结果,研究人员应当负责任地说明,这些结果是在何种假定下推出来的;另外,这里所推导的结果究竟有多大的参考价值似乎值得怀疑,因为,柯布-道格拉斯生产函数所设定的“简化世界”距离现实太远了。
三、基于估计因果效应研究目标的
计量经济模型计量经济模型(本文只考虑回归模型形式的计量经济模型)的功用是:预测、控制、进行因果效应估计①(测算某一个自变量对因变量的影响效应)。在不同的功能要求下,对于模型的构造有不同的标准。本文要讨论的是基于估计因果效应这一目标,对计量经济模型所提出的要求。从原则上说,为了在变量的因果关系中确定各个变量的影响效应,所用的模型应当是现实世界本身。拿经济增长模型来说,假若我们有一个描述经济增长的现实世界的模型,那么,对于一个特定的时空,它就会确定地反映出该时空下每个原因变量对经济增长的影响效应。然而,这是不可能做到的。事实上,我们不可能把影响(决定)经济增长的全部因素无遗漏地列举出来,我们所建立的计量经济模型无法避免地要漏掉一些变量。由于无法控制被漏掉的变量的值,因而把某一时空下模型中各个变量的值输入以后所算出的该时空的经济增长数值与实际数字之间会有一个误差(它的大小事先不能确定,是一个随机项)。所以,计量经济模型一定会有一个随机项,它是计量经济模型对现实世界所作的模拟与真实的现实世界之间的差距。数理经济模型没有这样的项,因为,数理经济模型旨在设计一个简化的世界来解释某一个问题,而不是用来测算现实世界。那么,用于估计因果效应的计量经济模型应当满足何种要求呢?仍然拿经济增长模型来说。我们所建立的一个关于经济增长的计量经济模型,它的随机项里会包括被遗漏的影响经济增长的两种类型的因素:一类是对经济增长有举足轻重影响的因素,另一类是大量均匀小的偶然性的影响因素。假若把索洛-斯旺模型的柯布-道格拉斯生产函数当作计量经济模型使用,那么,被该函数假定为外生的储蓄率、折旧率、人口增长率、技术进步率等变量便属于随机项里面的第一类影响因素。除此以外,在这个模型的随机项里边,还包含有许多其它的对经济增长有举足轻重影响的因素。例如,美国经济学家斯蒂格利茨讲过,经济增长有四个重要的源泉:资本品积累(投资)的增加;劳动力质量提高;资源配置效率的改善;技术变革[5]。这里,所谓资源配置效率的改善,指的是把资源(例如劳动)从生产率低的部门(如传统农业)转移到高生产率的现代制造业。索洛-斯旺模型的柯布-道格拉斯生产函数假定只有一种产品,当然不会考虑资源在部门间转移的情况,换句话说,这个变量被放在了随机项之中。再如,索洛-斯旺模型的柯布-道格拉斯生产函数假定了一个封闭的经济,可是,现代经济都是开放经济。在一个封闭经济中,投资水平由国内储蓄水平决定,投资等于储蓄,没有更多的储蓄,投资便不能增加;相反,在一个开放经济中,这两者之间的关系是松散的,因为一个国家可以从国外借款来为其投资提供资金。于是,储蓄和投资之间的联系这个变量被放在了随机项之中。又如,政府的宏观经济政策、政府的公共支出无疑是经济增长的重要影响因素。可是,索洛-斯旺模型的柯布-道格拉斯生产函数假定没有政府。于是,这些变量也被放在了随机项之中。除了这三个变量之外,还可以举出更多。这就是说,当我们把索洛-斯旺模型的柯布-道格拉斯生产函数当作计量经济模型使用的时候,在模型的随机项里面,一方面包含有大量均匀小的偶然性影响因素,另一方面还包含有许多对经济增长有举足轻重影响的因素。其中的均匀小的偶然性影响因素,各自一方面与模型的结果变量(因变量)Y相关,另一方面与模型的解释变量(自变量)K以及AL独立;而其中的对经济增长有举足轻重影响的因素中,会有一些既与Y相关,又与K、AL或其中的某一个相关。对上述后一类变量,即遗漏在模型外边的(因而包含在随机项中的)既与因变量相关又与自变量相关的变量,计量经济学给予特别的关注,专门把它们叫做遗漏变量。当使用计量经济模型测算因果效应的时候,如果存在遗漏变量,会得出错误的因果效应结论。人们熟知,做线性回归分析时,对模型的随机项有若干条假定,其中的一条是:随机项的期望值为0。当随机项期望值为0时,我们所得到的模型回归系数的最小平方估计量是无偏的,反之,估计量有偏。什么时候会发生随机项期望值不为0的情况呢?美国经济学家詹姆斯·H.斯托克和马克·W.沃特森[6]97-97,122-123指出,当模型外存在遗漏变量的时候会出现这种情况。所以,当模型外存在遗漏变量的时候,回归系数的最小平方估计量有偏,也就是说,在这种情形下我们所得到的计算结果并不是对总体的正确的估计。这就是计量经济分析中的遗漏变量效应。可见,用于估计因果效应的计量经济模型应当满足的要求是:模型外不存在遗漏变量,或者说,应当仔细地找出遗漏变量,尽可能把它们都纳入模型。对于一些无法观测的遗漏变量,计量经济学开发了处理它们的若干种办法,例如,面板数据回归,工具变量回归,设计准实验等[6]160-161,177-192,216-276。有的研究人员在建立了他所需要的模型以后,不考虑模型中随机项的期望值是否真的是0,而武断地声明,假定自己模型随机项的期望值为0。其实,在回归分析的教科书中阐述关于模型随机项的假定的时候,所用的“假定”一词的含义,并不是这个词通常的词义。“假定”一词通常的词义是指:我们对事物的状态所做的某种与真实状态相悖的设定,或者是当我们并不了解真实状态时所做的某种猜想性的设定。然而,回归分析中的“假定”一词却不是这个意思。回归分析教科书中所提出的模型随机项的假定,指的是正确地运行回归分析必须要满足的前提条件。
直接用数理经济模型来充当计量经济模型的风险在于:数理经济模型要对现实世界加以简化,也就是,要把因变量的某些重要的影响因素假定为不变,当我们把该模型充作计量经济模型使用时,只要这些被假定为不变的因素与模型内的自变量相关,它们就成为计量经济模型的遗漏变量,从而导致遗漏变量效应。
由遗漏变量效应所导致的回归系数最小平方估计量的偏差大小由随机项与模型中自变量之间相关程度的大小决定,相关程度越大,偏差就越大。因此,测算因果效应时,至少应当把与模型中自变量相关程度大的遗漏变量仔细地找出来,将其纳入模型。本论文由整理提供回到索洛-斯旺模型的柯布-道格拉斯生产函数上来:其实,它只不过是一个初级的生产函数模型,在经济学中十分明确地指出了这个模型对于解释经济增长的缺陷,因此在其后才陆续提出了若干进一步的模型。后来提出的模型与现实世界的距离较之索洛-斯旺模型要小。我们为什么不使用与现实世界距离小些的较为复杂的模型而偏要用假定性明显过大的索洛-斯旺模型呢?
有的研究人员用计量经济分析手段对数理经济模型进行“实证”。他们用样本数据估计了模型的回归系数,然后进行一系列的统计检验,如果统计检验被通过了,就认为数理经济模型获得了证实。事实上,当我们用计量经济分析方法去“实证”一个数理经济模型时,只能证伪,不能证实。为什么呢?无疑,所有的数理经济模型都是因果关系模型,那末,所谓实证,首先就是要证明因果关系成立。计量经济分析有能力完成“X与Y统计独立还是统计相依”的检验,然而,如黄芳铭指出的,要想把“X与Y统计相依”的论断引申为“X与Y具有因果关系”,必须要具备的前提条件是:“无关的影响变量必须被排除”[7]。
对于计量经济模型来说,这个要求意味着模型外没有遗漏变量(或模型随机项的期望值为0)。但是,计量经济研究中所使用的样本数据都是调查数据,在这种情况下,一个计量经济模型是否满足“模型外没有遗漏变量(或模型随机项的期望值为0)”的要求,在统计上是无法获得证明的。因此,当一个统计检验拒绝了“总体回归系数等于0”的零假设的时候,充其量只能说明该自变量与因变量统计相依,而始终无法说明二者之间具有因果关系。假若得到相反的检验结论———“总体回归系数等于0”的零假设无法被拒绝,那倒是可以说明把该自变量做为因变量的一个原因放入数量经济模型是错误的。
四、基于预测任务的计量经济模型
当计量经济模型的任务是用于预测的时候,我们所关心的不是估计的回归系数有没有因果解释能力,是不是无偏;此时我们所关心的是模型的预测能力,即:模型是不是能够生成可靠的预测值。有的时候,遗漏变量效应使得一个模型对于测算因果效应是无用的,但是它仍然可以用于预测[6]。怎样从统计上来评价一个模型的预测能力呢?直观地说,这可以用“预测误差”的大小来衡量。预测误差的大小可以用均方预测误差来描述,它是若干期的预测值与相应实际值的离差平方的平均值。将它与回归分析中熟知的均方残差对照,可以看出,后者也大致地提供了模型的预测误差的信息。另一方面,还可以考察在因变量样本数据的总变差平方和中,有多大的比例可以由回归来解释,这个比例越大,模型的预测能力便越强。显然,它就是判定系数R2。由于R2可以换算成F统计量,所以,也可以用F统计量来评价模型的预测能力(F统计量的值越大,模型的预测能力越强)。
柯布-道格拉斯生产函数是不是一个好的预测模型呢?这需要经过自变量选择的操作才能最后作结论。我们来考察一下两种常用的选择回归自变量的方法[8]:回归选元法和逐步回归法。回归选元的做法是:列出所有可能的自变量,再列出由它们所组成的所有的一元回归模型,所有的二元回归模型,等等,然后构造适当的统计量来设法找出其中使预测误差“接近最小”的模型(进一步缩小预测误差能够缩小的量与相应地需要增加模型的自变量所带来的难度相权衡,不值得再增加更多的自变量)。逐步回归的做法是:列出所有可能的自变量,再列出由它们所组成的所有的一元回归模型(每一个模型中的自变量称作该模型的初始自变量);计算每一个一元回归模型的F统计量,把其中F值最大的那个模型的初始自变量分别加到其他的一元模型中去,形成一个个二元模型;对每一个二元模型计算针对该模型初始自变量的偏F统计量,把其中偏F值最大的那个模型的初始自变量分别加到其他的二元模型中去,形成一个个三元模型;如此逐步进行下去。在这里,针对某一个自变量的偏F统计量的分子度量了把这个自变量加入模型后对于解释总变差平方和做出的贡献。
在逐步回归的操作中,事先规定偏F统计量的一个水平,当逐步回归进行到这样一个阶段时程序终止:在该阶段所算出的各个回归模型针对其初始自变量的各个偏F统计量中最大的那个值低于事先规定的偏F统计量水平,这表明,相应的那个自变量进入模型被认为对于提高预测能力是没有充分帮助的,所以逐步回归所选择的模型到上一个阶段为止,无必要继续为模型增加自变量了。通过考察回归选元法和逐步回归法我们看到,选择回归自变量时,不管用哪一种方法,都必须首先要把所有可能的自变量全部列出来,然后才谈得到设法选择预测能力优良而自变量又尽可能少的模型。可见,那种直接搬用数理经济学里面的某一个经济增长函数用来充当预测经济增长的回归模型的做法是不妥当的。在估计因果效应和预测这两种不同的任务下,对计量经济模型有不同的要求。上文指出了二者的一个重要差别:在估计因果效应时要强调回归系数的因果解释能力,所以特别关注并且要设法解决遗漏变量所导致的回归系数估计量的偏差;在预测时所关心的是模型的预测能力,在不影响模型预测能力的前提下,遗漏变量、回归系数估计量有偏,都是允许的。下面补充指出二者的另一个重要差别:在估计因果效应时强调,模型中的自变量必须真正是引起因变量变化的原因,也就是说,模型必须真正是因果关系模型;在预测时则允许模型中的自变量并不一定是因变量的原因,它只要是和因变量具有间接的因果关系因而表现为统计相依就可以了(于是,在进行自变量筛选起步时所列出的自变量,除了直接因果关系变量以外,还会有间接因果关系变量)。
五、简短的结论
数理经济模型为计量经济分析提供了理论框架,但是,不能直接简单地把数理经济模型当作计量经济模型使用;由于计量经济分析所使用的样本数据都是调查数据,在这种条件下,计量经济分析无法论证变量之间的因果关系,它所能够做的事情只能是,针对经济学中所论证的经济现象之间的因果关系来测算具体时间、地点、条件下具体的因果关系效应;本论文由整理提供当构造一个旨在测算因果关系效应的计量经济模型时,应当力求做到模型外没有遗漏变量,因为,遗漏变量的存在会导致因果关系效应的测算发生错误;计量经济分析还具有预测的功能,当构造一个旨在完成预测任务的计量经济模型时,所关注的是模型的预测功能,此时,允许模型外存在遗漏变量,也允许模型中的自变量只是和因变量具有间接的因果关系而不具有直接的因果关系;构建预测模型时应首先把所有可能充当预测变量的自变量全部列出来,然后设法筛选出具有优良预测功能而所使用的预测变量又尽可能简约的模型。
参考文献:
[1]余斌,程立如.生产函数的统计学问题———与西方生产函数论商榷[C]//程恩富,顾海良.海派经济学(第三辑)[M].上海:上海财经大学出版社,2003:176-180.
[2]程细玉,陈进坤.再论生产函数的统计学问题———与余斌、程立如先生商榷[J].数理统计与管理,2006(4):407-413.[3]戴维·罗默.高级宏观经济学[M].苏剑,罗涛,译.北京:商务印书馆,1999:17-18.
[4]谭永基.经济管理数学模型案例选讲[M].北京:高等教育出版社,2006:20-25.
[5]斯蒂格利茨.经济学(下册)[M].姚开建,刘凤良,吴汉洪,等,译.北京:中国人民大学出版社,1997:293-315.
[6]斯托克H,沃特森·马克·W.经济计量学[M].王庆石,译.大连:东北财经大学出版社,2005:96-97,122-123.
