时间：2022-06-20 15:16:29
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇计量经济论文范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
1.空间权重矩阵。
此经济学模型的空间以及位置信息的数据信息表现力非常强，且主要强调其空间位置的关联性。通常情况下，空间权重矩阵会依照以下两种方式来进行空间区域划分，一种为距离标准，一种为临界标准。两种分类方式都建立在假设距离的基础上，单元距离的经纬信息是衡量距离标准的主要依据，空间权重元素是空间临界判断的主要依据。
2.线性回归模型。
最近几年，线性回归模型在空间计量经济分析中的应用范围越来越广泛，与空间权重矩阵模型相比，该模型的空间依赖性很强，且具有一定的滞后性，因为该模型中的空间变量元素都会随着因变量以及外部环境的变化而变化，所以当存在误差项的元素引入线性回归模型时，其模型中的各因变量都会存在空间滞后项。
3.空间误差模型。
误差是进行空间经济分析不可避免的一种数据处理现象，任何数据及时经过精确的数据分析和处理之后都会存在出现误差的风险，这种风险是无法避免的，但是可以通过空间误差模型尽可能地避免或降低。误差出现的主要原因在于，模型中的变量因数出现空间自回归现象，随即抽取的变量因素会在变化位置上引发函数紊乱现象，造成误差项空缺。
（二）模型选择方法
通过上述对空间计量经济学模型进行系统分析可知，不同区域特质，引用的经济学模型不同，其主要依据如下：
1.数据干扰情况。
对于区域空间相互之间没有联系的空间计量经济模型而言，采用空间误差模型更为实用，该模型可以将空间内各经济数据以及相应的变化参数都如实的描述在模型当中。
2.数据描述的准确性。
对于空间权重矩阵模型而言，在数据描述之后，应对其数据反应的假说进行经济学分析，分析显示假说不能被拒绝，则该计量数据所反应的经济增长情况真实，如果被拒绝，则该空间权重矩阵模型的元素引入分析方式是失败的，并不能如实反应出区域内空间经济增长情况。
3.使用方法。
通常情况下，如果经济学模型使用的数据分析方法混杂，则通常需要采用一些特殊方式来进行数据处理，有时甚至会应用到两种经济学模型。线性回归模型在模型数据处理方面占据绝对优势，测算出的经济增长理论具有一定的可信性。
二、基于空间计量经济视角探讨区域经济增长特点
（一）索洛-斯旺模型
索洛-斯旺模型表现出的扩展形式空间计量模型是经济增长理论研究发展的主要经济学依据，在空间计量模型中是颇具代表性的经济学模型。
（二）区域经济增长特点案例分析
1.研究样本。
本文以单元样本为研究对象，对市级行政区内的经济增长情况进行分析，与省级经济区相比，市级经济区在现代经济建设、经贸发展上具有很强的说服力，可以客观的反应出经济增长的惯性特点。与县级经济区相比，市级经济区的发展能力较强，影响其经济增长效果的因素非常多，所以市级行政区可以充分体现空间对经济增长的影响。
2.变量选取。
人均GDP：本文对全国市级行政区2008-2012年的人均GDP数值进行了整理。资本存量比：资本存量在区域内的GDP比重是衡量经济增长流量的重要依据，通过数据分析计算各市级物质资本存量可以增加投资价格的内部结构，保证投资价格处在一个恒定的区间内，使区域内的经济增长速率处在一个相对平稳的状态。人口增长率、经济生产设备折旧率、技术增长率：人口增长率对市级经济区域的劳动力影响很大，众所周知，劳动力是推动经济发展的主要动力，所以在折旧率与技术增长率增长速度相对缓慢的情况下，要想实现空间经济发展目标，必须从根本上提高市级经济区域内的劳动力份额。
3.结果。
将样本数据以及其他变量引入索洛-斯旺模型之后。
（三）基于索洛-斯旺模型探讨区域经济增长特点
通过对上述方程式进行分析可知，固定空间内的市场经济份额和空间区域内的其他影响经济增长的因素有密切关系，通过拓展形式的空间计量出来的结果，其测量值在预期的三分之一。经济增长和人口增长、经济发展水平、经济重心转移等都有密切关系。通过论述影响市级区域经济的因素可知，在特定的模型效应下研究空间对经济增长的影响，必须要充分考虑其变量因素和定量因素，在显著性水平下，开展扩展形式的经济增长研究。其主要分析内容如下：
1.除特定模型效应外，不同模型的对经济增长的空间性论述结果和论述过程各不相同，其不同点不仅表现在促进经济增长的个别因素上，还表现在影响区域内经济市场的政府政策。
2.空间自回归模型对误差的检验效果很好，通过LM检验可以精准地测量出市级区域内经济空间发展的特征和水平。将样本数据、变量因数、人口增长率、经济生产设备折旧率、技术增长率引入索洛-斯旺模型之后，研究人员可以通过数据发现经济在空间环境上发展具有一定的误差性。
3.从拟合的角度上分析，截面和时间效应不仅可以增加其研究模型的拟合程度，还能在一定程度上提升整体模型的特定效应。包含亚变量的空间面板上必须制定相应的传统非空间变量，以满足研究人员对经济增长情况的分析。
4.资本比重是检验索洛-斯旺模型是否具有有效性的重要工具，因为资本比重是所有经济猜想的主要内容之一，通过资本比重指标，研究人员可以清晰的分辨出界面特定相应是否优于该研究模型。
三、五大经济区空间计量分析与横向比较
利用拓展空间计量模型对市级区域经济增长情况进行了系统空间计量分析可知，我国各大区域的经济增长特点突出，从空间视角上看，五大经济区都符合空间计量分析标准。
（一）区域划分
自改革开放以来，我国经济进入了全面复苏的时代，以功能性为划分依据，我国被分为4个经济区域，中部、东部、西部、东北部。进入21世纪后，随着西南城市的发展，我国西部经济区逐渐演变为西南部和西北部两部分。五大经济区无论是在经济发展政策上、还是在经济建设上都体现出了形态迥异的发展特征。
（二）模型的设定
截面固定效应和空间面板模型是分析效果最好的空间计量模型，本文将采用上述两种空间计量模型对五大经济区的空间经济增长特点进行系统分析。得出以下结论：
1.五大经济区所表示的空间误差数据相对真实，能体现出数据在空间形态中的变化特点，在5%显著性水平下，空间误差模型所表现出的经济增长特点，适用于五大经济区。
2.西部的数据在模型中的拟合程度很高，中部、东北部数据的拟合程度较低，其原因可能在于中部、东北部国有企业所占份额比较大，其经济增长受我国市场的影响较小。
3.资本比重在模型效应上依旧保持三分之一，可以体现出空间对经济区域的影响力是趋于稳定的，经济体制、国家政策、劳动力等其他因素都不会对其空间经济形态产生较大影响。
（三）横向比较
1.特定效应对五大经济区的拟合优度影响非常弱，目前非空间因素在模型中已经逐渐找到了自身的分析重心，并能够在对数似然的水平下完成模型数据对比，这种对比结果可以加大数据系数，提高模型的显著性水平。
二、借助计量管理水平，提高企业经济效益的策略
一是对计量管理制度进行构建和完善：要结合企业的具体情况，对计量管理制度进行构建和完善，如计量数据档案管理制度、各层计量员的岗位责任制以及计量工作制度等等，只有构建了完善的计量制度，方可以提高计量管理工作水平。同时，制度的确立，也可以将企业内部计量管理人员的工作积极性给充分激发出来，通过计量工作，可以提高企业的生产效率和生产质量。二是要大力培训计量管理人员，促使计量管理人员的业务技术水平得到提升：要对计量管理人员大力培训，促使企业内部计量管理人员对国家计量方面的相关法律制度进行熟悉和掌握，对行业内的工作方法进行熟练掌握，对计量管理工作经验进行总结。同时，通过大力培训，可以深入研究计量测试技术，促使计量工作的技术含量得到提升，对测量设备的发展方向进行跟踪和了解，更好的应用新测试技术，促使测量人员的业务技术水平得到有效提升，提高计量管理工作的质量。如今，计量工作量越来越大，那么就需要对测量新技术和新方法进行探索和应用，以便促使计量技术人员的劳动强度得到降低，测量精确度得到有效提高。三是对计量检测体系进行构建，将更加准确可靠的计量检测数据给提供出来：企业在经营管理中，要想对精确可靠的计量检测数据进行获取，就需要进行计量检测体系的构建工作，同时，也可以促使企业经营管理水平得到有效提升。要科学管理计量工作，对计量器具进行正确的配备和使用。配备齐全计量器具之后，计量管理人员需要对计量测试设备以及计量器具的日常管理工作产生足够的重视，对各类计量器具以及检测设备定期经常的送检以及正确的使用和保养，还需要保管好各计量器具的数据档案等。要周期经常的检定计量测试设备和在用计量器具，保证周期检定合格率，要统一在用计量器具的量值，以便能够准确传递。要想获得准确可靠的计量检测数据，就需要保证计量仪器是精准的，选取的测量方法是科学的，以便更好的服务于企业的生产经营和发展，才可以将更加可靠的信息提供给领导的各项决策。四是将计量数据的作用给充分发挥出来，更好的服务于企业的发展：要想提高企业的经济效益，非常根本的一点就在于计量数据的管理。计量工作质量得到提高，可以促使企业产品质量得到保证，物资能源消耗得到降低，企业经营管理得到有效的改善。计量数据管理工作会对企业各个方面的工作产生直接影响。在企业经营的各个方面，如成本核算、经营管理以及贸易结算等等，都离不开可靠的计量统计数据。比如在生产和检验产品的过程中，通过科学准确的测量，可以促使产品质量得到保证，如果测量数据不够精准，那么产品的质量就会受到影响，损害到产品的经济效益；可以促使企业物资能源消耗得到降低，生产经营成本得到节约，避免一些不必要浪费的产生，对消耗定额进行科学合理的制定，通过监测数据，来对正常工作起到有效的指导作用。部分工作因为需要直接接触到消费者，那么在保证准确度的基础上，还需要控制它的透明度。计量统计数据只有是准确和可靠的，方可以更好的服务于企业的生产和经营，才可以保证领导作出更加科学的决策。因此，我们可以得知，在企业整个经营活动中，计量工作都是非常重要的方面，因此，要想提高企业经济效益，就需要强化计量数据管理工作。
本文主要通过对我国2004年各地工业总产值进行多因素分析，建立以工业总产值为被解释变量，以其它可能对工业总产值有明显影响的因素为解释变量的多元线性回归模型，并利用模型对工业总产值进行数量化分析，就当前形势下通过何种方式才能提高工业总产值提出一些可供参考的意见。
关键词：工业总产值多因素分析投入固定资产劳动计量经济学
Summary
ThispapermainlybyChinain2004toaroundindustrialoutputformulti-factoranalysis,establishagrossvalueofindustrialoutputwastheexplanatoryvariable,Otherpossibletotheindustrialoutputvaluehasobviousimpactonthevariablefactorstoexplainthemultiplelinearregressionmodel,anduseofindustrialoutputmodelforquantitativeanalysis,onthecurrentsituationbywhatmeanscanimprovetheindustrialoutputvalueofsomeoftheadviceavailable.
Keywords:IndustrialoutputMultivariateanalysisInputFixedassetsLaborEconometrics
（二）建立模型的步骤
（1）建立模型
1、解释变量的选择
被解释变量,直接取工业总产值，用Y表示。
解释变量，即影响解释工业总产值的变量选取哪些呢？
我们知道，对于影响产量的主要变量是投资（K），劳动（L）和技术进步（T），所以在我们选择工业总产值解释变量的时候应该含有K、L，但是由于技术进步（T）的数据我们不可得，所以我们无法将其列入模型中进行定量研究。除了以上两个变量，我们还应该选择一个重要的变量，那就是固定资产，因为工业总产值中很大一部分是由大型工业产值组成的，这些工业的固定资产大小会对他们的产值产生重大影响，比如，一个大型工厂在以前用价值100万的旧生产线生产产品时，投入10万，产值是14万，后来引进新生产线，同样的投入和劳动，产值会是20万，这就表现出固定资产对工业总产值的影响。所以在选择了解释变量K、L之后，我们还要加上固定资产（B）。至此，对于工业总产值影响较大的解释变量我们已经找到。
建立如下产量模型
Y=f（K，L，B，担
其中，凳瞧渌幸蛩氐淖酆洗恚撬婊哦睢
2、模型数学形式的确定
根据经济理论和数理经济学的结论我们可以知道，解释变量K、L、B与别解释变量Y存在线性关系。
另外，我们通过描绘变量之间关系的散点图，通过下图大致可以判断，解释变量K、L、B与别解释变量Y存在线性关系
于是，我们设定工业总产值的模型为
Y=b0+b1K+b2L+b3B+
3、拟定参数的大致范围
资本投入（K）和劳动投入（L）及固定资产（B）的增加都会导致工业总产值（Y）的增加，所以，b1>0、b2>0、b3>0
（2）样本数据的收集
现在做的关于工业总产值的模型中所用的数据为截面型数据，我所收集的数据为我国2004年全国各省的工业企业主要经济指标，包含工业总产值、固定资产原价、主营业务成本和全部从业人员年底平均数。
14-3各地区全部工业企业主要经济指标(2004年)
地区工业总产值
(Y)
单位：亿元固定资产
原价
(B)主营业务
成本
(K)全部从业人员
年平均人数
(L)
(万人)
北京5974.703322.085244.46158.03
天津6119.082476.965197.60168.93
河北10194.404735.218427.93440.99
山西4173.933351.303197.32278.13
内蒙古2327.481866.931859.00110.14
辽宁9140.615538.817696.00354.20
吉林3551.722177.682802.44138.29
黑龙江3955.702990.532789.85187.48
上海14594.155842.6512777.87340.93
江苏29476.6610173.9625208.811018.91
浙江21227.207746.8617862.06861.59
安徽4236.392368.233407.16235.81
福建7516.053014.866185.11364.53
江西2736.691511.752279.37179.17
山东24678.509398.7820133.49935.93
河南9236.804589.397361.50530.25
湖北5329.234129.674245.60235.48
湖南4341.882341.413339.51262.40
广东31519.6110118.8628557.181338.13
广西2242.261503.991809.14126.67
海南429.42306.40341.1414.77
重庆2598.841320.982074.64144.62
四川5303.643515.934221.95297.31
贵州1546.171444.601107.9993.89
云南2344.071839.661616.54103.53
24.8573.0617.072.31
陕西3150.792614.742280.36175.43
甘肃1695.791495.521386.7298.09
青海388.12639.32287.7618.10
宁夏605.19489.34479.3533.11
新疆1656.021675.521206.7356.81
其中，工业总产值就是我们模型中的Y、固定资产原价相当于模型中的B、主营业务成本相当于投入资产K、全部从业人员年底平均数相当于劳动L。
（3）参数估计
对于参数的估计，我们采用计量经济学软件计算相关数据，在这里我们用eviews3.1来计算。
步骤：
1、打开eviews软件，通过file-new-workfile选中undatedorirregular然后在下面文本框中输入1到31建立实验所需表格。
2、在操作区输入datayklb然后按回车键进入数据输入页面并把数据准确输入到相关项目中，如下图
obsKBLY
15244.463322.08158.035974.7
25197.62476.96168.936119.08
38427.934735.21440.9910194.4
43197.323351.3278.134173.93
518591866.93110.142327.48
676965538.81354.29140.61
72802.442177.68138.293551.72
82789.852990.53187.483955.7
912777.875842.65340.9314594.15
1025208.8110173.961018.9129476.66
1117862.067746.86861.5921227.2
123407.162368.23235.814236.39
136185.113014.86364.537516.05
142279.371511.75179.172736.69
1520133.499398.78935.9324678.5
167361.54589.39530.259236.8
174245.64129.67235.485329.23
183339.512341.41262.44341.88
1928557.1810118.861338.1331519.61
201809.141503.99126.672242.26
21341.14306.414.77429.42
222074.641320.98144.622598.84
234221.953515.93297.315303.64
241107.991444.693.891546.17
251616.541839.66103.532344.07
2617.0773.062.3124.85
272280.362614.74175.433150.79
281386.721495.5298.091695.79
29287.76639.3218.1388.12
30479.35489.3433.11605.19
311206.731675.5256.811656.02
3、在操作区输入lsycklb再按回车键，得出软件对这个模型的参数的计算结果如下。
DependentVariable:Y
Method:LeastSquares
Date:06/10/07Time:13:42
Sample:131
Includedobservations:31
VariableCoefficientStd.Errort-StatisticProb.
C-156.8089133.5327-1.1743110.2505
K0.9793550.04378722.366460.0000
B0.3702630.0901314.1080570.0003
L0.7381820.8556700.8626950.3959
R-squared0.998486Meandependentvar7171.482
AdjustedR-squared0.998317S.D.dependentvar8427.921
S.E.ofregression345.7126Akaikeinfocriterion14.64901
Sumsquaredresid3226965.Schwarzcriterion14.83404
Loglikelihood-223.0596F-statistic5934.064
Durbin-Watsonstat2.028371Prob(F-statistic)0.000000
由上结果得出模型方程如下
Y=-156.8089+0.370263B+0.738182L+0.979355K+
（4）模型的检验
1、经济检验：由上方程可知，b1>0、b2>0、b3>0
符合我们的经济学意义。通过了经济学准则检验
2、统计学检验：由上述软件得出的计算结果可知
①拟合优度检验R=0.998486，很接近1，通过了拟合优度检验；
②回归方程显著性检验F=5934.064，数值很大，通过回归方程显著性检验
③变量的显著性检验T，
解释变量BLK
T检验4.1080570.86269522.36646
由上表可知，K和B的T检验都明显大于2，通过变量显著性检验，可是L的T检验值明显小于2，不能通过变量显著性检验。
我们可以导出这三个解释变量和被解释变量的线性表，可以看出，Y随着K和B的变化而变化，而L几乎和Y没有相关关系。此图说明在我们设定的三个解释变量中，L变量是多余的，我们必须将其舍弃。
舍弃L解释变量后，我们的模型方程变为
Y=b0+b1K+b2B+
我们再通过eviews软件得出这个方程的相关参数如下图
DependentVariable:Y
Method:LeastSquares
Date:06/10/07Time:14:17
Sample:131
Includedobservations:31
VariableCoefficientStd.Errort-StatisticProb.
C-144.7105132.1864-1.0947460.2830
B0.3882660.0872804.4484850.0001
K1.0042170.03281430.603170.0000
R-squared0.998444Meandependentvar7171.482
AdjustedR-squared0.998333S.D.dependentvar8427.921
S.E.ofregression344.1301Akaikeinfocriterion14.61168
Sumsquaredresid3315915.Schwarzcriterion14.75046
Loglikelihood-223.4811F-statistic8982.774
Durbin-Watsonstat2.012255Prob(F-statistic)0.000000
继而得出我们的新的模型
Y=-144.7105+0.388266B+1.004217K+
可以看出这次得出的参数与前面带有L解释变量的参数相比，在满足的经济学意义检验后，统计学检验R检验变化很小，F检验结果则极大增加，同时K、B的T检验也都通过，可见，这个模型是比较好的。
至此，新的模型方程通过了所有统计学检验
3、计量经济学准则检验：
①序列相关性检验：绘制ei与ei-1的相关图
GENRe=resid(求残差序列ei)
GENRe1=e(-1)(求残差序列ei-1)
SCATee1(绘制ei与ei-1的相关图)
可以看出，ei与ei-1之间不存在自相关
检验误差项凳欠翊嬖谧韵喙兀阂阎狣.W=2.012255，若给定a=0.05,查附表，dL=1.30,dU=1.57，因为dU<D.W<4-dU,依据判别规则，认为误差项挡淮嬖谧韵喙亍
②异方差检验：
将K的样本观测值按升序排列，Y的样本观测值按原来与K样本观测值相对应关系进行排列，略去中心7个样本观测值，将剩下的24个样本观测值分成从量相等的两个样本，每个子样本的观测值个数均为12。排列结果见下
单位：亿元
地区YK地区YK
广东31519.6128557.18江西2736.692279.37
江苏29476.6625208.81重庆2598.842074.64
山东24678.5020133.49内蒙古2327.481859.00
浙江21227.2017862.06广西2242.261809.14
上海14594.1512777.87云南2344.071616.54
河北10194.408427.93甘肃1695.791386.72
辽宁9140.617696.00新疆1656.021206.73
河南9236.807361.50贵州1546.171107.99
福建7516.056185.11宁夏605.19479.35
北京5974.705244.46海南429.42341.14
天津6119.085197.60青海388.12287.76
湖北5329.234245.6024.8517.07
用第一个子样本估计模型，得
Y=52.44415+1.241964K+
残差平方和Σe1i=145350.74
用第二个子样本估计模型，得
Y=530.0243+1.132635K+
残差平方和Σe2i=4680196.526
提出原假设H0：si2=s32…..=.s312
备择假设Hi：si2s22…….s312各不相同
构造F统计量
F=Σe2i/Σe1i=32.20
给定显著性水平a=0.05，v1=v2=12-2=10，查F分布表，
F0.05（10，10）=2.97
因为F=32.20>2.97，所以应接受备择假设，即该模型存在异方差。
上述过程的软件操作如下：
SORTK（样本按K升序排列）
SMPL112（工作区间定义为1-12）
LSYCK（求出Σe1i玻
SMPL2031（工作区间定义为20-31）
LSYCK（求出Σe2i玻
GEMRF=4680196.526/145350.74（求出F=32.20）
将B的样本观测值按升序排列，Y的样本观测值按原来与B样本观测值相对应关系进行排列，略去中心7个样本观测值，将剩下的24个样本观测值分成从量相等的两个样本，每个子样本的观测值个数均为12。排列结果见下
单位：亿元
地区YB地区YB
江苏29476.6610173.96内蒙古2327.481866.93
广东31519.6110118.86云南2344.071839.66
山东24678.509398.78新疆1656.021675.52
浙江21227.207746.86江西2736.691511.75
上海14594.155842.65广西2242.261503.99
辽宁9140.615538.81甘肃1695.791495.52
河北10194.404735.21贵州1546.171444.60
河南9236.804589.39重庆2598.841320.98
湖北5329.234129.67青海388.12639.32
四川5303.643515.93宁夏605.19489.34
山西4173.933351.30海南429.42306.40
北京5974.703322.0824.8573.06
用第一个子样本估计模型，得
Y=-56.29035+1.360224B+
残差平方和Σe1i=2096059.48
用第二个子样本估计模型，得
Y=-8181.280+3.712556B+
残差平方和Σe2i=28414056.94
提出原假设H0：si2=s32…..=.s312
备择假设Hi：si2s22…….s312各不相同
构造F统计量
F=Σe2i/Σe1i=13.56
给定显著性水平a=0.05，v1=v2=12-2=10，查F分布表，
F0.05（10，10）=2.97
因为F=13.56>2.97，所以应接受备择假设，即该模型存在异方差。
上述过程的软件操作如下：
SORTB（样本按K升序排列）
SMPL112（工作区间定义为1-12）
LSYCB（求出Σe1i玻
SMPL2031（工作区间定义为20-31）
LSYCB（求出Σe2i玻
GEMRF=28414056.94/2096059.48（求出F=13.56）
下面应用加权最小二乘法估计模型
软件操作如下：
SMPL131
GENRX=1/（K*B）
LS（W=X）YCKB（以X=1/（K*B）为权数进行加权最小二乘估计）估计结果如下：
DependentVariable:Y
Method:LeastSquares
Date:06/21/07Time:13:50
Sample:131
Includedobservations:31
Weightingseries:X
VariableCoefficientStd.Errort-StatisticProb.
C-1.4856300.886460-1.6759140.1049
K1.1899020.01581175.255680.0000
B0.0824490.0153875.3583930.0000
WeightedStatistics
R-squared0.999935Meandependentvar50.55315
AdjustedR-squared0.999930S.D.dependentvar133.1075
S.E.ofregression1.113330Akaikeinfocriterion3.144353
Sumsquaredresid34.70608Schwarzcriterion3.283126
Loglikelihood-45.73747F-statistic214397.9
Durbin-Watsonstat1.854200Prob(F-statistic)0.000000
UnweightedStatistics
R-squared0.992805Meandependentvar7171.482
AdjustedR-squared0.992291S.D.dependentvar8427.921
S.E.ofregression739.9753Sumsquaredresid15331778
Durbin-Watsonstat1.098686
得出模型Y=-1.485630+0.082449B+1.189902K+
T值（-1.68）（75.26）（5.36）
R=0.999935F=214397.9D.W=1.85
满足所有统计学检验
③多重共线性检验
我们采用逐步回归法来检验我们的模型。我们先把解释变量中的固定资本量B去掉，得出一个模型
Y=3.221972+1.267023K+
T值（19.50）（138.40）
R=0.999868F=219251.0D.W=2.05
可以看出，除了R检验值略小外，其他值都有所提高，B不会引起多种共线性。
我们再把解释变量中的K去掉，得出模型
Y=-58.17087+1.136486B+
T值（-8.88）（12.73）
R=0.986728F=2156.025D.W=2.17
可以看出，几乎所有值都没有原来模型的好，说明该模型缺不了K，K也不会形成多重共线性。
（五）应用计量经济学模型分析问题
摘要：随着“互联网+”前沿的信息技术在各大高校的普及，“互联网+教育”的教学模式成了必然趋势。因此，本研究以《计量经济学》课程为切入点，总结出该课程目前存在课程设置不合理、教学模式传统以及考核方式不合理的问题，并针对这三个方面的问题提出优化方案。
关键词：“互联网+”；《计量经济学》；教学优化
中圖分类号：G4文献标识码：Adoi：10.19311/j.cnki.16723198.2020.25.060
0引言
“互联网+”理念早在2012年就被提出，在2015年“互联网+”作为一项行动计划正式在政府工作报告中提出。意在通过互联网、云计算、大数据、物联网等前沿的信息技术与传统行业的深度融合，创造新的发展生态。高等教育作为传统的行业之一，本就具有开放包容的环境，“互联网+”的引入是借助先进的信息技术和网络平台，实现教育双向互动、实时互动的模式，推动高校之间教育资源的共享，帮助高校打造更科学、合理行业生态。“互联网+高等教育”的核心在于创新，真正做到以学生核心。
计量经济学是经济学科的一个分支，是一门经济学方法论。在经济理论的指导下解读现实生活中的经济现象、揭示经济规律，并利用经验数据检验经济关系。自20世纪70年代末80年代初进入我国后，迅速得到我国经济学界的认可，并在各大高校推广普及。在1998年7月，教育部高等学校经济类学科专业指导委员会在第一次会议上将《计量经济学》确定为高等学校经济学门类各专业的共同核心课程，此后各大高校广泛开设《计量经济学》课程。
1目前本科《计量经济学》教学中存在的问题
1.1课程设置不合理
首先，课时量不足。《计量经济学》这门课程主要讲授经典和现代经济学理论与方法，该课程的主要内容是以经济理论为导向建立计量经济模型，既要求学生学好经济理论知识，又要求学生熟练运动计量经济模型方法分析经济关系，大概需要70个课时。但经过调查发现，国内各大高校安排的课时普遍偏少，在所有985高校中，北京大学课时最高，设置68学时。而一些农业院校计量课时设置更少，如中国农业大学、南京农业大学、华南农业大学、西北农业大学等农业院校本科计量教学课时平均仅为48学时。课时量的限制给学生学习该课程带来重大阻碍。
其次，课程衔接困难。《计量经济学》学习《计量经济学》之前，要求学生具有一定的西方经济学、统计学、数学三方面基础。经调查发现，经济学理论作为经济学专业的基本课程，各大高校对微观经济学和宏观经济学等经济理论基础知识是比较重视的；而数理统计作为《计量经济学》建模的基础课程，学生通过系统的训练能更好的理解一些统计指标、数据的收集、计算方法，更能深入的、全面的解释经济问题的一些数量关系，为今后写课程论文或毕业论文打下坚实的基础。但部分高校在数学课程设置与《计量经济学》脱节，如《概率与数理统计》这门课，在大多数经济学专业的学习中，侧重讲解概率部分的知识，对数理统计知识讲解甚少；再如《线性代数》这门课，各大高校在该课程中讲授矩阵及其特点，并未将其与多元回归的分析相结合，以至于大多数学生没法将其与计量经济分析方法很好的融合。因此，教师在《计量经济学》课上得花时间讲解有关数理统计的基础知识，因而大量减少对《计量经济学》的授课内容。《计量经济学》对数学基础要求比较高，各大高校的基础数学课程教授内容过于简单，与经济学结合不够紧密，这就加大了学生学习该课程的难度。
1.2教学模式传统
其一，课堂教学常以教师讲授为主。由于《计量经济学》课程存在大量的模型和公式，这种单一传送知识的授课方式，会在短时间把教学内容强加给学生，从而增加了学生对知识理解难度。并且会让课堂气氛沉闷、学习热情低、依赖性强，学生也难以理解，最终导致学习效果差。
其二，重理论轻实践。受课时量的限制，教师在教学中主要针对重点理论知识所有侧重的阐述说明，争取在有限的时间内，以最有效的方式帮助学生掌握《计量经济学》课程的重要理论知识。《计量经济学》是一门实践性较强的专业核心课，需要学生掌握从选择研究的经济问题、构建模型、到利用经验数据进行检验这些过程。因此，对本科生而言，要学会利用《计量经济学》这门工具研究经济行为和经济现象，而不是只了解理论知识。
1.3考核方式不科学
大多数高校对《计量经济学》考核，70%-80%的成绩由期末考试成绩决定，这种单一的考核方式主要是测试学生对理论知识的掌握程度，难以测试出学生是否能将所学的理论知识应用于解决现实的经济问题。在本科阶段，《计量经济学》课程的目标是定位在既能掌握其基本理论与方法，还要能构建理论模型，并利用经验数据进行检验、修正，还要求对估计结果进行合理的经济解释，培养学生解决实际经济问题的能力。而期末考试只能检测学生对理论知识点的掌握情况，并不能测试出学生解决实际问题的能力。
2“互联网+”背景下《计量经济学》教学优化路径
基于《计量经济学》教学中存在的问题，并结合“互联网+”的特性，本文从课程设置、教学方式和教学考核三个方面进行探讨，有利于促进《计量经济学》课程教学的优化，从而提高教学效果。
2.1改善《计量经济学》课程设置
首先，合理安排学时。自克莱因教授等世界著名经济学家到北京举办《计量经济学》讲学班后，计量经济学在我国开始普及并得到广泛应用。李子奈（2005）提出本科阶段至少要掌握单方程计量经济模型、经典模型的基本应用，并适当引入现代经济学的理论方法分析。在本科阶段需要掌握计量经济学的基本理论与方法，还要学会熟练运用经典的计量经济模型，所学的内容较多。但是从调查的资料看，目前高校《计量经济学》课时偏少，难以保证基本理论与方法的讲授，更无暇顾及学生应用的指导。因此，应该适当增加一些课时，保证基本教学所需。
其次，加强相关课程的衔接。概率论与数理统计、统计学等课程不仅有利于培养学生数学建模、数据处理，而且还能有效增强学生的《计量经济学》理论思维。没有扎实的统计学和数学的基础知识，对《计量经济学》的理论、方法的掌握会很困难。目前，我国大多数高校经济类的招生不分文理，相对而言，文科生对数学知识的掌握需要花费更多的课时。因此，在《计量经济学》课程学时无法达到理想数量时，应加强数理统计的教学，并在课程内结合经济现象进行基础的经济数量分析，提升学生对经济数据的理解和应用，增强分析经济问题的能力，为《计量经济学》打下夯实的基础。
2.2教学形式的多样化
利用“互联网+”的信息优势，让学生能够随时随地反复学习课程内容。在开课初期，教师针对导论和一元、多元线性回归模型章节进行讲授，让学生掌握《计量经济学》初级理论知识。然后利用智能手机、IPAD等移动终端开设“超星学习通”，将前沿的信息技术与课程进行整合，营造“互联网+”的教学环境，让课堂更加多样化。具体每节课安排如下：首先，提前把每章的重要知识点、拓展学习材料以文档、视频等形式放在“学习通”上，让学生课前自主预习；其次，课中学习讨论，课堂上教师可利用专题和讨论等方式，通过小组讨论、小组发言、学生互评和教师点评四个环节，提高学生的参与度，将被动学习转为主动学习；最后，教师可利用“超星学习通”布置课后作业，针对任务点设置练习题和小测试，检验学生的学习效果。针对不懂的知识点，学生可反复观看视频及学习材料，还可在“超星学习通”平台上和教师实时互动，增加教师和学生互动时间，从而使得学生更有效率的完成测验。
其次，还应优化实验教学。课时量的限制使大多数高校重理论轻实践，教师应当将《计量经济学》理论内容与专业案例相结合，利用“互联网+”的信息技术，建立线上案例教学库，案例以我国经济社会热点问题为主，比如将热议的话题转为案例分析，将这些案例与每一章知识点紧密结合，并适当引导学生在案例的基础上进行拓展。另外，教师采用启发式教育形式，引导学生从选题开始，选择学生自己感兴趣的热点问题，学生通过查阅文献、实践调查、收集数据、建立模型最终形成学术论文，让学生真正利用《计量经济学》的工具分析现实的经济问题，将教学成果转化为科研成果。
2.3完善考核评价机制
实施过程化多维考核制度。“互联网+”的教学模式一方面扩展学生的学习资源，另一方面增加学生课外自主学习的时间；教师可在课堂上随机抽取学生进行提问或上机演示，根据学生课堂表现给分，避免搭便车现象。加大对学生学习过程的考核，包括“超星学习通”上的学习、阶段性实验报告和课程论文，综合考核学生对计量经济学理论与时间相结合的能力。最终成绩可设置成：平时表现（10%）+实验报告（20%）+课程论文（20%）+期末成绩（50%）。其中，平时表现包括“超星学习通”上课程视频的学习、的小节作业以及签到；实验报告布置两个综合性的练习，让学生自主选择问题，建立理论模型、收集数据、估计模型、检验模型，完成建立经典模型和非经典模型的全过程；课程论文按学术论文的要求，考察学生利用计量经济学的工具解决现实经济问题，可采用师生互动评价法，学生自评（30%）+教师评价（30%）+同学互评（40%），从而强化学生学习过程的考核，充分反映学生学习效果。
4结语
随着“互联网+”的教学理念在各大高校的普及，为《计量经济学》教学提供了新思路，让教师可以更全面的了解学生的学习情况。“互联网+”的背景下的《计量经济学》教学，可以激发学生学习的兴趣，拓宽其知识视野，并有效的检验学生的学习效果。《计量经济学》教学优化可以让学生能利用所学的理论知识解决现实问题，有利于提高学生的實践能力。因此《计量经济学》的任课教师，应积极利用“互联网+”的前沿信息技术，探讨“互联网+”与《计量经济学》教学整合的有效方法，促进该课程教学的最优化，从本质上改善教学效果。
计量经济学毕业论文范文模板(二)：基于金课理念的计量经济学混合式教学评价论文
摘要：文章以上海立信会计金融学院266名在校就读本科大学生的计量经济学课程调查项目问卷为数据来源，对基于金课理念的计量经济学混合式教学进行评价和分析。分析结果表明：1.参与调研的大学生中高达97%认可目前的线上教学方法。2.大部分大学生认为目前教学资源能达到较好效果，但仍有近4%的大学生对教材、实验指导书认可度不高。3.大学生对目前课程考核方式、课程案例及实验项目与实践相结合的认可度均较高。课程建设以后改进的方向：应进一步优化线上教学方式，将课后作业和实验课程转变为线上教学模式，对计量经济学教材进行修订，并出版相应的实验指导教材，进一步试行线上期中考试。
关键词：金课；混合；教学；评价
中图分类号：G642文献标志码：A文章编号：2096-000X（2020）22-0055-04
一、概述
“打造金课，杜绝水课”正成为近年来中国大学教育的新的教学理念，金课要求课程内容体现高阶性、创新性、挑战度，而把高阶性、创新性、挑战度和当前大学教学改革相结合，其主要实践方式就是将在线学习与课堂教学相结合，由此引发了混合式教学的理论和实践研究。
国内教育界一些文献基于金课理念对相关课程的教学改革进行了研究，陆恩（2019）在金课视角下对高职国际商务礼仪课程教学改革实践进行了考察；张熙悦和王怀祖（2020）以《微观经济学》教学实践为例，在“金课”建设背景下，对“慕课+翻转课堂教学法”进行深入的理论研究和实践研究；汪芳等（2018）基于在線开放课程建设，对高校产业经济学课程的混合式教学进行效果评价研究，指出混合式教学效果的提高需要从教师、学生、教学过程、在线课程平台等四个层面实施联动，每个层面都要依据自身的核心目标加以改进；杨学坤（2019）基于线下“金课”建设联动机制，对国际贸易实务课程的体验式教学改革进行了研究，分析其教学现状及存在的主要问题，总结体验式教学改革的模式、思路与实施方案；钱琼（2019）基于金课视角，对商品流通企业会计课程教学改革进行了探索。
计量经济学是现代经济学和管理学教育必不可少的一部分，它与宏观经济学和微观经济学一起构成了中国高校经济学和管理学本科生必修的三门经济学核心课程，是国家教育部规定的财经类专业的核心课程之一。计量经济学作为一门交叉性、实用性很强的课程，成为各经济类院校必开设的重要的应用经济类专业课和学科基础课。马越越（2019）、赵海涛（2019）和张敏（2019）对高等院校计量经济学课程教学改革进行了研究。
上海立信会计金融学院是一所以教学型的“二本”院校，计量经济学课程于2012年6月重点课程建设结项，2012年11月计量经济学试题库建设完成，2013年精品课程建设结项，2018年6月教材《计量经济学》编写完成，由立信会计出版社出版，2019年又获得校一流本科在线金课建设立项。计量经济学课程正一步一个脚印建设完善，我们以上海立信会计金融学院为例，于2019年12月启动了计量经济学混合式金课改革的大学生评价调查项目，通过问卷星电子问卷调查，考察大学生对计量经济学混合式金课改革的评价，从而作为先行者在提高和改善“二本”院校的金课改革教学工作方面提供建议和参考。
本文将从以下几点开展研究：
1.本课程采用网络教学方法，实现线上线下的良性互动，线上全面使用学习通APP进行网络教学，网络签到，网络课堂测验等内容，并将教材、实验指导书等相关教学资料上传至网络，供师生使用，线下采用启发式教学理念，将课程计量模型设计和实验有机整合，引导学生积极主动地思考，提高学生分析问题的能力，教师为每堂课准备了内容丰富的幻灯片，并配合案例及计量教学支持软件操作演示。我们将对线上线下的教学方法从大学生角度进行考察。
2.对教学资源、课程考核方法和实践创新等内容从大学生角度进行综合考察。本文的第一部分是引言，第二部分问卷设计，第三部分样本大学生基本情况，第四部分教学方法评价统计结果与分析，第五部分教学资源、课程考核方法和实践创新等内容的问卷统计结果与分析，第六部分是结论。
二、问卷设计
计量经济学课程调查问卷，基于个人基本信息，对目前计量经济学课程教学方法等各方面进行调查。问卷设计的具体内容如下：个人基本信息（年龄、性别、户籍、年级、所在学院、目前担任职务、目前的学分绩点在班级排名、每月生活费）；对计量经济学课程教学设计评价（教学大纲、教学内容组织、课程难度、教学案例、实验项目）；对课程教学资源评价（教程、课件ppt、实验指导书、课后作业、模拟试卷）；对课程教学方法评价（已有项目、未开发项目、课后作业、实验课程）；对课程考核方法评价（平时成绩、总评成绩、期中考试难度、线上期中考试）；对课程实践创新评价（课程案例、实验项目、学生科创项目积极性、计量建模型知识作为一项工具对分析事物帮）。
数据来源于我们对上海立信会计金融学院学生的问卷调查，我们使用问卷星对266同学进行了问卷调查，有效问卷为266份。
三、样本大学生基本情况
此问卷填写成员半数以上为在校大三本科学生，这是由于计量经济学课程一般在第三学年开设，需要学生先修相关的数学、统计学和经济学相关课程。样本大学生中，34%担任班长、班委和学生会部长等职务，绩点在前20%的学生比例为47.37%，约半数来自于一线城市（具体参考19年城市类型划分），90%月生活费在3000元以内。
四、教学方法评价统计结果与分析
（一）教学设计（见表2）
从教学设计的五个方面（教学大纲、教学内容组织、课程难度、教学案例和实验项目）来看，大学生的认可度均在94%以上，说明计量经济学现在的教学设计对于线上线下的混合式教学是基本合适的，能够满足线上教学的需要和大学生的要求。其中，教学大纲、教学内容组织、教学案例和实验项目认可度更高。
（二）教学方法（见表3、表4）
现在计量经济学混合式教学方法，线上教学方式是采用超星公司的学习通APP，进行学习通签到、学习通ppt演示、学习通测验、学习通云教学资料和线上视频课前预习，数据显示，参与调研的大学生中近乎高达97%认可目前的线上教学方法，并对学业起到积极帮助效果。计量经济学的课后作业和实验课程我们还没有转变为线上教学模式，仍为线下传统的教学方法，认可度也较高，但大学生对其评价认为帮助不大的比例是要高于线上教学方法，说明对于线上教学方法大部分大学生是持欢迎和认可态度的，这也进一步验证了国内教育界打造金课，进行线上教学方式改革是受大学生欢迎和支持的，也是课程教学团队进一步加强、优化线上教学方式的动力。
五、教学资源、课程考核和实践创新等内容的问卷统计结果与分析
（一）教学资源（见表5）
当前的教学资源已经全电子化，并已上传至学习通云教学资料，大部分大学生认为目前教学资源（教材、课件ppt、实验指导书、课后作业、模拟试卷）能达到较好效果，但在参与调研的大学生中仍有近4%对教材、实验指导书认可度不高，课程教学团队需重点对教材和实验指导书仔细进行改进，计量经济学教材是我校自己主编的由立信会计出版社出版的教材，已在国内大学使用一年多，我们准备依据教材在校内外使用中教师和大学生反馈的意见，对教材进行修订，计划在2020年9月出版教材第二版，并计划出版相应的实验指导教材，进一步提高教学资源的认可度。
（二）课程考核（见表6）
對于课程考核，平时成绩考核方法为考勤、作业、实验报告与期中成绩各占25%，总评成绩考核方法为平时成绩与期末成绩各占50%。大学生对目前课程考核方式认可度高达近99%，我们将进一步试行线上期中考试，逐步完善线上教学。
（三）实践创新（见表7）
计量经济学是一门实践性和理论性均较强的一门课，近85%的参与调研大学生认为课程案例及实验项目与实践可以有效结合，而认可度约为99%，说明课程案例和实验项目对大学生使用计量建模型知识分析事物有较大帮助，也激发了大学生参与科创项目的兴趣。
模型中的被解释变量为国内生产总值（Yt）。影响国内生产总值的因素比较多，根据其影响因素的大小和资料的可比以及预测模型的要求等方面原因，本文选择以下指标作为模型的解释变量：城乡储蓄存款年末余额(X1t)、财政支出总量(X2t)、固定资产投资总量(X3t)、上期国内生产总值(X4t)、出口额(X5t)等。在这些指进标中,储蓄能够促进国内生产总值的增长,但是过多的储蓄也会减缓经济的发展;财政支出有利于国内生产总值的增长;固定资产投资的增长是国内生产总值增长的主要因素;上期国内生产总值的多少对下期国内生产总值有一定的影响;进出口额能反映一国的经济实力。因此,上述解释变量的选取符合经济发展的实际情况。
(二)理论模型的设计
通过散点图发现,被解释变量Yt跟解释变量X1t、X2t、X3t、X4t、X5t存在线性相关关系。于是得到模型的理论方程：
Yt=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+чtt=1980、……、2001
1．模型的参数估计
对于理论模型运用OLS进行参数估计，再用Eviews
软件进行运算，得到的结果如下：
Yt=-273.74-0.66X1t-0.34X2t+0.96X3t+1.00X4t+0.62X5t
（-0.34)(-6.31)（-0.95)（6.00)（13.60)（6.55)
R2=0.999681,D.W=1.7047,F=10039.38
2.模型的检验
（1）经济意义检验
从上面模型可以看出β2<0，这表明随着财政支出的增加，国内生产总值反而减少，这是不符合实际的，因此不能通过经济意义检验，把此变量剔除。剔除变量后，再用OLS法进行参数估计，所得结果如下：
Yt=-937.46-0.74X1t+0.94X3t+1.03X4t+0.59X5t
（-2.52)（-12.14)（5.94)（16.37)（6.60)
R2=0.999663,D.W=1.606115,F=12617.16
（2）统计检验
上面的参数暂时通过了经济意义检验，再进行统计检验。取α=0.05,
N=22,k=4,查t分布表及F分布表,得到临界值：
t0.025(17)=2.11F0.05(4,17)=2.96
可以看到,所有变量都通过了显著性检验,拟合优度非常高，方程的显著性也非常好。所以该模型通过了经济意义检验和统计检验。
（3）计量经济学检验
首先进行异方差检验：用EViews软件进行White检验结果为：
由上述结果可知，TR2=2.76<×20.05(27)=40.1,所以结论是该模型不存在异方差。
然后进行序列相关性检验：先用D-W检验法进行检验，现已知DW=1.606,若给定α=0.05，查附表知，dL=0.96,du=1.80。因为，dL<DW<du所以不能确定是否自相关。那么采用GB检验法进行检验，用EViews软件进行GB检验结果为：可知LM=TR2=0.75<×20.05(1)=3.84,所以该模型不存在一阶自相关。然后用EViews软件输出模型的残差散点图：
可知不存在序列相关。模型拟合的比较好。
三．模型的预测及经济解释
（一）模型的预测
通过〈〈中国统计年鉴2005〉〉可知，2005年的城乡储蓄存款年末余额是141050.99亿元，固定资产投资总量88604亿元，2004年中国国内生产总值为136515亿元，进出口额116494.16亿元。把它们代入模型我们可以得到2005年国内生产总值的预测值为187314.57亿元，而2005年中国国内生产总值为182321亿元，误差为-4993.57亿元,相对误差仅为2.7%。所以该模型能比较好地解释国内生产总值的增长变化状况，可以用于经济预测与分析。
（二）模型的经济解释
1．全国城乡储蓄存款年末余额与国内生产总值的关系。从式中β1〈0可以看出全国城乡储蓄存款年末余额与国内生产总值成负向关系。这表明随着全国城乡储蓄存款年末余额的增加，国内生产总值不是增加，而是减少，从公式中可以看到当全国城乡储蓄存款年末余额增加100亿元时，国内生产总值就减少74亿元。这再一次证实了储蓄不利于经济的发展，我国近年来储蓄总额居高不下，严重阻碍了经济的发展。虽然国家采取了一些财政货币政策以扩大消费需求，但效果却不太明显。
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计量经济学教学中存在的问题
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。
高等计量经济学论文范文二：高校计量经济学论文
一、计量经济学教学中存在的主要问题
目前，大多数高校计量经济学的考核方式还是比较陈旧的，灵活性也不强。有的高校完全依据期末考试成绩，而有的高校则是期末考试成绩加一定占比的平时成绩，而平时成绩的给出主要是以学生的到课情况、课堂表现和平时的课堂、课后作业为主。这样的考核方式只是简单考核了学生对计量经济学理论知识和计量方法的理解和掌握情况，并不能激发学生的学习主动性和创造性，更不能体现计量经济学实践性强和工具性强的特点。计量经济学应该注重考核学生应用所学知识发现问题、分析问题、解决问题的能力，而不是靠短时间临考前的死记硬背蒙混过关，这不利于培养学生的应用能力和创新能力。因此，计量经济学这门课程的考核方式应该是多方面多角度的。
二、计量经济学教学的几点建议
计量经济学是现代经济学的重要分支，为了突出本学科的特点及在经济学科中的地位和作用，强化学生对计量经济学的认识，提高学生的应用能力，以达到培养应用型人才的目的，总结多年的教学经验，提出了以下几点建议。
1.创新课程教学内容
计量经济学作为一门经济学，其课程建设的目标应该是建设成为一门真正的经济学课程。因此课程教学内容必须真正实现经济理论、数学、统计学的结合，教学内容应涵盖模型设定、数据诊断、模型估计、模型检验、模型应用全过程。计量经济学教学内容体系应该包含如何设定计量经济学模型、如何分析和诊断数据，这应成为课程教学内容创新的主要方向。具体可以从以下2个方面着手：
①注重教学内容的精选和层次划分，在教学过程中，需要依据不同教学层次对课程教学内容进行精选，形成具有不同层次的计量经济学教学内容体系。教研室需要对计量经济学教学内容的层次划分进行反复讨论和界定，比如对于本科层次尤其是独立学院计量经济学教学内容要做到重思想、重方法、重应用的原则;而对于研究生层次的计量经济学教学内容要做到重探索、重科研、重理论的原则。
②紧跟学科的前沿发展，适时更新教学内容，计量经济学学科本身在不断发展，除了一些经典的著作，国外一些新教材不断涌现。国内高校在计量经济学课程的教学中也要紧跟国际上的新发展，注重教学内容及教材上的适时更新。
2.实验教学的进一步重视深化
一般认为，建设投资是国民经济增长的强大拉动因素。几乎所有国家的政府都会在经济不景气的时期，将建设投资作为刺激经济增长的工具。加大建设投资的规模，既可增加就业机会和国民可支配收入、扩大内需，又可以直接带动当前的经济增长，为新一轮的经济增长奠定物质基础。西方学者的研究表明：建设投资在经济发展中扮演着非常重要的角色，尤其是在发展中国家，建设投资在这些国家的整体投资中的比率甚至达到了20%(Kessedes,1995)。
我国大量的文献也讨论了建设投资对国民经济的重要作用，但是，真正能够揭示建设投资与经济增长之间的数量关系的研究成果却极少。中国发展研究院曾经做过一项研究，发现在中国经济中固定资产投资是决定社会需求的最积极的因素。因此，增加固定资产投资可以作为刺激经济活动的主要手段（中国发展研究院，1997）。虽然还有其他一些关于建设投资对中国经济增长重要性的研究，但是，这些研究大部分还处在定性阶段，很少能够指出建设投资对中国经济发展的贡献水平。本研究就致力于找到其对中国经济发展拉动水平的具体数量关系。
二、数据和模型
在本研究中，建设投资对国民经济的拉动作用是指以一定速度增长的建设投资所拉动GDP的增长量或增长率。GDP是衡量一个国家或地区经济水平的重要指标和方法。它是指一个国家或地区在一年内所有常住单位生产活动的最终成果的价值形态。另外本研究涉及的指标还有固定资产投资和建筑安装工程投资。
固定资产投资(FAI)是衡量一个国家或地区在一年内在固定资产方面投资总量的指标，它同样也能够以价值形态反映固定资产建造和购买活动的总量，是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。固定资产投资可以根据国家的投资计划分为基本建设投资、更新改造投资、房地产开发投资和其他固定资产投资四部分。本文采用这个指标来代表宏观意义上的建设投资水平，既包括建水坝、修公路这些大型的土木工程项目，也包括住宅和商业房地产项目的开发，同时，还涉及各类建筑物、构筑物和大型设备的修缮和改造。
固定资产投资活动按其工作内容和实现方式可以分为建筑安装工程，设备、工具、器具购置，其他费用三个部分。在本文中也将建筑安装工程投资(CI)作为衡量建设投资活动对国民经济增长拉动作用的一个变量，它是指各种房屋、建筑物的建造和各种设备装置的安装工程投资。建筑安装工程投资比固定资产投资的范围小一些，可以代表一年内国民经济中的建筑工作量，是一个衡量建设活动水平更为合适的指标。
本研究拟采用动态计量经济学所倡导的误差修正模型来描述建设投资和国民经济的相互作用。建立经济学模型的传统方法主要是以理论为导向，依据某种已经存在的经济理论或者已经提出的对经济行为规律的某种解释设定模型的总体结构，这种建模途径对先验的经济理论有很强的依赖性。这种建模方法在20世纪70年代的经济动荡前屡次预测失灵，促使人们寻求另外的建模方法。20世纪70年代末80年代初，以英国经济学家D·F·Hendry为代表，提出了动态建模的方法，交替利用经济理论和经济数据提供的信息，在协整理论的基础上建立反映变量短期波动和长期均衡的误差修正模型(D·Hendry,1998)。
一般经济变量都可以用时间序列来表示，如果它的均值和方差都不随时间变化，就称这个序列是稳定序列。如果一个序列在成为稳定序列之前必须经过d次差分，则称该序列是d阶单整。按照协整理论，几个同阶单整的时间序列之间可能存在着一种长期的稳定关系，其线性组合可以降低单整阶数，即所谓的协整关系。误差修正模型就是建立在这种理论之上的。以GDP和建筑安装投资(CI)为例，若GDP和CI具有协整关系，则它们之间的关系可以写作一般的自回归分布滞后的表达式：
附图
和CI之间存在的长期均衡关系。于是GDP的短期波动被分为两部分：一部分是长期均衡，一部分是短期波动。一般（β[,2]-1）都会小于0，因此，若(t-1)时刻GDP大于其长期均衡解，γecm[,t-1]为负值，使GDP[,t]减少；若(t-1)时刻GDP小于其长期均衡解，γecm[,t-1]为正值，使GDP[,t]增加。体现了长期均衡误差对GDP的控制。
以不变价格表示的流量指标一般是一阶单整。固定资产投资、建筑安装投资和国内生产总值都是流量指标，一般情况下属于一阶单整，它们之间可以存在这种长期稳定的关系，同时，固定资产投资、建筑安装投资的短期的变动又会对国内生产总值产生短期的影响。因此，国内生产总值的变动既受固定资产投资、建筑安装投资短期变动的直接影响，又受两者之间长期稳定关系的调整，可以建立误差修正模型来讨论这种关系：
附图
表明如果FAI变化了1%，GDP将变化β[,1]%。α[,1]同理。可见各个系数具有很强的经济意义。
本研究中的数据都来源于《中国统计年鉴》。数据自1981年始，且已经折算为1981年不变价，这样可以去除通货膨胀的影响，更好地反映数据内在的规律性。在本研究中，采用SPSS软件包进行统计分析。各年的数据如下；
表1固定资产投资、建筑安装投资与国内生产总值
（1981-1999年，单位：亿元）
附图
注：1.所有数据均为1981年不变价；2.数据来源：《中国统计年鉴2000》。
三、建立误差修正模型
（一）方程的初步设定和简化
一般来讲，在经济数据中，以不变价格表示流量的序列往往表现为一阶单整。因此，从理论上判断，LnGDP、LnFAI和LnCI序列都应该是一阶单整。采用Dickey和Fuller于1979年、1980年提出的ADF方法进行单整检验结果也表明，的确如此。
然后，可以将方程设定为一般的自回归分布滞后模型。模型的右边包括被解释变量的滞后、解释变量及其时间滞后项。对于固定资产投资方程，首先设定为：
附图
用最小二乘法估计这两个自回归分布滞后方程，采用逐步回归(Stepwise)方法，剔除不显著的变量。
在固定资产投资方程中，LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程。估计得到的方程为：
附图
可见方程的显著性很高，完全可以通过检验。常数项的t值很小，并不显著。（由于此方程对后面的过程只有理论上的意义，因此不必剔除常数项。）其他各项系数在99%的置信水平下显著不为0。该方程的残差类似白噪声。
在建筑安装投资方程中，也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程。估计得到的方程为：
附图
方程的显著性很高，完全可以通过检验。常数项的t值很小，也不显著。其他各项都在99%的显著性水平下显著不为0。该方程的残差类似白噪声。
可以看到，以上两个方程中LnFAI[,t-1]和LnCI[,t-1]前的系数为负值。出现这种现象的原因是由于它们分别与LnFAI[,t]和LnCI[,t]之间存在着共线性的关系，导致两者的系数在一定程度上能够互相任意分配。但这对后面的研究影响不大。
（二）求长期均衡方程
下面可以用简单的回归分析求得长期均衡方程。对于固定资产投资方程，长期均衡方程为：
附图
可见，整体显著性明显满足。各项系数的显著性检验均顺利通过。从此均衡方程可以计算ecm序列（即残差序列）：
附图
AdjustedR[2]=0.982F=980.657
整体显著性明显满足。各项系数的显著性检验均顺利通过。
ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1]。
（三）建立误差修正模型
1.固定资产投资方程
考虑到在初步设定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比较显著，在建立误差修正模型时引入LnGDP[,t]，LnFAI[,t]，ecm[,t-1]，以保证方程的包容性。
设定误差修正模型为：
附图
p=0.0002，可见整体显著性明显满足。
从变量显著性检验来看，两个方程的ecm[,t-1]的显著性较低，但是，考虑到它们重要的经济意义，仍不将其剔除。
四、经济意义分析
（一）弹性分析
在以上两个误差修正方程中，LnFAI[,t]和LnCI[,t]前面的系数可以看作是GDP对FAI和CI的弹性系数，因此，可以根据方程的系数对它们进行弹性分析。
LnCI[,t]前的系数为0.324，这说明国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。而LnFAI[,t]前的系数为0.317，这说明国内生产总值对固定资产投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。
这是非常重要的结论，定量地给出了建设投资对国民经济拉动作用的大小。可以看出，建设投资对国民经济的拉动效应大致是这样一个概念，即当建设投资增长1%时，能带动国内生产总值增长大约0.32%。以往的分析往往仅限于定性，没有反映出真正的定量关系。从两个弹性系数可以看出，建设投资对国民经济的增长有很大的促进作用，弹性系数都较大。
（二）拉动效率分析
为了进一步分析建筑安装投资和固定资产投资对国民经济拉动作用的大小，引入一个新的系数，将其称之为“拉动效率”，它是GDP对该变量弹性系数与该变量在GDP中所占份额的比值，即附图，D[,i]表示在此区间内GDP对某一变量i的弹性系数，S[,i]表示某一变量i在此区间内占据GDP的平均百分比。这样可以排除弹性系数大小中不同变量份额因素的影响。如果q＞1，这表明某一变量在这一阶段对GDP的拉动作用是积极的，超过了自身在GDP中所占据的份额，是高效率的。相反，如果q＜1，则表示这种拉动作用是消极的，少于变量自身占据GDP的份额，是低效率的。
结果如下（1981年—1999年间）：
变量D[,i]S[,i]q[,i]
CI（建筑安装投资）0.3240.1961.652
FAI（固定资产投资）0.3170.3001.057
由此可见，两者对国民经济的拉动作用都是很积极的，q[,i]均超过了1，建筑安装投资更为显著。它在国民经济中的份额为19.6%，而弹性系数达到了0.324%。这进一步验证了在本文开始时所提到的定性研究的结论，建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长。
（三）误差修正项(ECM)的分析
Ecm项系数的大小反映了对偏离长期均衡的调整力度，系数的估计值一般是负值。对于固定资产投资方程，Ecm前面的系数是-0.049，由此看来，调整的力度不是很大。调整的过程大致如下：
附图
对于建筑安装投资方程，Ecm前面的系数是-0.018，调整的力度也较小。因此，可以看出，建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这符合我国现阶段的具体情况，我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
五、总结
本研究将固定资产投资(FAI)和建筑安装投资投资(CI)作为对GDP产生拉动作用的变量，通过建立误差修正模型得到了反映它们之间长期均衡和短期波动的表达式。从弹性系数可以看出，无论是建筑安装投资，还是固定资产投资，二者对国民经济的拉动作用都是很明显的，国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。国内生产总值对基本建设投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。综合起来，当建设投资增长1%时，能带动国内生产总值增长大约0.32%。从拉动效率来看，两者对国民经济的拉动作用都是积极的，q[,i]均超过了1，建筑安装投资更为显著。
建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这主要是由于我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
因此，本研究的定量结果不仅验证了很多研究者的定性结论，即建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长；而且给出了具体的拉动效应值，分析了短期波动和长期均衡各自的作用，有助于更加准确地分析建设投资对国民经济增长的贡献。
收稿日期：2001-03-23
【参考文献】
[1]中国发展研究院．中国宏观经济分析[M]．天津：南开大学出版社，1997.38．
[2]中国统计年鉴[Z]．北京：中国统计出版社，2000．
[3]陈炳煌．当前投资拉动经济增长中应注意的几个问题[J]．龙岩师专学报，2000,(6)．
[4]黄聪，李启明，申立银．中国建设推动力的计量模型与分析研究[J]．东南大学学报，2000,(4)．
[5]李子奈．计量经济学——方法和应用[M]．北京：清华大学出版社，1992．
一般认为，建设投资是国民经济增长的强大拉动因素。几乎所有国家的政府都会在经济不景气的时期，将建设投资作为刺激经济增长的工具。加大建设投资的规模，既可增加就业机会和国民可支配收入、扩大内需，又可以直接带动当前的经济增长，为新一轮的经济增长奠定物质基础。西方学者的研究表明：建设投资在经济发展中扮演着非常重要的角色，尤其是在发展中国家，建设投资在这些国家的整体投资中的比率甚至达到了20%(Kessedes,1995)。
我国大量的文献也讨论了建设投资对国民经济的重要作用，但是，真正能够揭示建设投资与经济增长之间的数量关系的研究成果却极少。中国发展研究院曾经做过一项研究，发现在中国经济中固定资产投资是决定社会需求的最积极的因素。因此，增加固定资产投资可以作为刺激经济活动的主要手段（中国发展研究院，1997）。虽然还有其他一些关于建设投资对中国经济增长重要性的研究，但是，这些研究大部分还处在定性阶段，很少能够指出建设投资对中国经济发展的贡献水平。本研究就致力于找到其对中国经济发展拉动水平的具体数量关系。
二、数据和模型
在本研究中，建设投资对国民经济的拉动作用是指以一定速度增长的建设投资所拉动GDP的增长量或增长率。GDP是衡量一个国家或地区经济水平的重要指标和方法。它是指一个国家或地区在一年内所有常住单位生产活动的最终成果的价值形态。另外本研究涉及的指标还有固定资产投资和建筑安装工程投资。
固定资产投资(FAI)是衡量一个国家或地区在一年内在固定资产方面投资总量的指标，它同样也能够以价值形态反映固定资产建造和购买活动的总量，是反映固定资产投资规模、速度、比例关系和使用方向的综合性指标。固定资产投资可以根据国家的投资计划分为基本建设投资、更新改造投资、房地产开发投资和其他固定资产投资四部分。本文采用这个指标来代表宏观意义上的建设投资水平，既包括建水坝、修公路这些大型的土木工程项目，也包括住宅和商业房地产项目的开发，同时，还涉及各类建筑物、构筑物和大型设备的修缮和改造。
固定资产投资活动按其工作内容和实现方式可以分为建筑安装工程，设备、工具、器具购置，其他费用三个部分。在本文中也将建筑安装工程投资(CI)作为衡量建设投资活动对国民经济增长拉动作用的一个变量，它是指各种房屋、建筑物的建造和各种设备装置的安装工程投资。建筑安装工程投资比固定资产投资的范围小一些，可以代表一年内国民经济中的建筑工作量，是一个衡量建设活动水平更为合适的指标。
本研究拟采用动态计量经济学所倡导的误差修正模型来描述建设投资和国民经济的相互作用。建立经济学模型的传统方法主要是以理论为导向，依据某种已经存在的经济理论或者已经提出的对经济行为规律的某种解释设定模型的总体结构，这种建模途径对先验的经济理论有很强的依赖性。这种建模方法在20世纪70年代的经济动荡前屡次预测失灵，促使人们寻求另外的建模方法。20世纪70年代末80年代初，以英国经济学家D·F·Hendry为代表，提出了动态建模的方法，交替利用经济理论和经济数据提供的信息，在协整理论的基础上建立反映变量短期波动和长期均衡的误差修正模型(D·Hendry,1998)。
一般经济变量都可以用时间序列来表示，如果它的均值和方差都不随时间变化，就称这个序列是稳定序列。如果一个序列在成为稳定序列之前必须经过d次差分，则称该序列是d阶单整。按照协整理论，几个同阶单整的时间序列之间可能存在着一种长期的稳定关系，其线性组合可以降低单整阶数，即所谓的协整关系。误差修正模型就是建立在这种理论之上的。以GDP和建筑安装投资(CI)为例，若GDP和CI具有协整关系，则它们之间的关系可以写作一般的自回归分布滞后的表达式：
附图
和CI之间存在的长期均衡关系。于是GDP的短期波动被分为两部分：一部分是长期均衡，一部分是短期波动。一般（β[,2]-1）都会小于0，因此，若(t-1)时刻GDP大于其长期均衡解，γecm[,t-1]为负值，使GDP[,t]减少；若(t-1)时刻GDP小于其长期均衡解，γecm[,t-1]为正值，使GDP[,t]增加。体现了长期均衡误差对GDP的控制。
以不变价格表示的流量指标一般是一阶单整。固定资产投资、建筑安装投资和国内生产总值都是流量指标，一般情况下属于一阶单整，它们之间可以存在这种长期稳定的关系，同时，固定资产投资、建筑安装投资的短期的变动又会对国内生产总值产生短期的影响。因此，国内生产总值的变动既受固定资产投资、建筑安装投资短期变动的直接影响，又受两者之间长期稳定关系的调整，可以建立误差修正模型来讨论这种关系：
附图
表明如果FAI变化了1%，GDP将变化β[,1]%。α[,1]同理。可见各个系数具有很强的经济意义。
本研究中的数据都来源于《中国统计年鉴》。数据自1981年始，且已经折算为1981年不变价，这样可以去除通货膨胀的影响，更好地反映数据内在的规律性。在本研究中，采用SPSS软件包进行统计分析。各年的数据如下；
表1固定资产投资、建筑安装投资与国内生产总值
（1981-1999年，单位：亿元）
附图
注：1.所有数据均为1981年不变价；2.数据来源：《中国统计年鉴2000》。
三、建立误差修正模型
（一）方程的初步设定和简化
一般来讲，在经济数据中，以不变价格表示流量的序列往往表现为一阶单整。因此，从理论上判断，LnGDP、LnFAI和LnCI序列都应该是一阶单整。采用Dickey和Fuller于1979年、1980年提出的ADF方法进行单整检验结果也表明，的确如此。
然后，可以将方程设定为一般的自回归分布滞后模型。模型的右边包括被解释变量的滞后、解释变量及其时间滞后项。对于固定资产投资方程，首先设定为：
附图
用最小二乘法估计这两个自回归分布滞后方程，采用逐步回归(Stepwise)方法，剔除不显著的变量。
在固定资产投资方程中，LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程。估计得到的方程为：
附图
可见方程的显著性很高，完全可以通过检验。常数项的t值很小，并不显著。（由于此方程对后面的过程只有理论上的意义，因此不必剔除常数项。）其他各项系数在99%的置信水平下显著不为0。该方程的残差类似白噪声。
在建筑安装投资方程中，也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程。估计得到的方程为：
附图
方程的显著性很高，完全可以通过检验。常数项的t值很小，也不显著。其他各项都在99%的显著性水平下显著不为0。该方程的残差类似白噪声。
可以看到，以上两个方程中LnFAI[,t-1]和LnCI[,t-1]前的系数为负值。出现这种现象的原因是由于它们分别与LnFAI[,t]和LnCI[,t]之间存在着共线性的关系，导致两者的系数在一定程度上能够互相任意分配。但这对后面的研究影响不大。
（二）求长期均衡方程
下面可以用简单的回归分析求得长期均衡方程。对于固定资产投资方程，长期均衡方程为：
附图
可见，整体显著性明显满足。各项系数的显著性检验均顺利通过。从此均衡方程可以计算ecm序列（即残差序列）：
附图
AdjustedR[2]=0.982F=980.657
整体显著性明显满足。各项系数的显著性检验均顺利通过。
ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1]。
（三）建立误差修正模型
1.固定资产投资方程
考虑到在初步设定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比较显著，在建立误差修正模型时引入LnGDP[,t]，LnFAI[,t]，ecm[,t-1]，以保证方程的包容性。
设定误差修正模型为：
附图
p=0.0002，可见整体显著性明显满足。
从变量显著性检验来看，两个方程的ecm[,t-1]的显著性较低，但是，考虑到它们重要的经济意义，仍不将其剔除。
四、经济意义分析
（一）弹性分析
在以上两个误差修正方程中，LnFAI[,t]和LnCI[,t]前面的系数可以看作是GDP对FAI和CI的弹性系数，因此，可以根据方程的系数对它们进行弹性分析。
LnCI[,t]前的系数为0.324，这说明国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。而LnFAI[,t]前的系数为0.317，这说明国内生产总值对固定资产投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。
这是非常重要的结论，定量地给出了建设投资对国民经济拉动作用的大小。可以看出，建设投资对国民经济的拉动效应大致是这样一个概念，即当建设投资增长1%时，能带动国内生产总值增长大约0.32%。以往的分析往往仅限于定性，没有反映出真正的定量关系。从两个弹性系数可以看出，建设投资对国民经济的增长有很大的促进作用，弹性系数都较大。
（二）拉动效率分析
为了进一步分析建筑安装投资和固定资产投资对国民经济拉动作用的大小，引入一个新的系数，将其称之为“拉动效率”，它是GDP对该变量弹性系数与该变量在GDP中所占份额的比值，即附图，D[,i]表示在此区间内GDP对某一变量i的弹性系数，S[,i]表示某一变量i在此区间内占据GDP的平均百分比。这样可以排除弹性系数大小中不同变量份额因素的影响。如果q＞1，这表明某一变量在这一阶段对GDP的拉动作用是积极的，超过了自身在GDP中所占据的份额，是高效率的。相反，如果q＜1，则表示这种拉动作用是消极的，少于变量自身占据GDP的份额，是低效率的。
结果如下（1981年—1999年间）：
变量D[,i]S[,i]q[,i]
CI（建筑安装投资）0.3240.1961.652
FAI（固定资产投资）0.3170.3001.057
由此可见，两者对国民经济的拉动作用都是很积极的，q[,i]均超过了1，建筑安装投资更为显著。它在国民经济中的份额为19.6%，而弹性系数达到了0.324%。这进一步验证了在本文开始时所提到的定性研究的结论，建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长。
（三）误差修正项(ECM)的分析
Ecm项系数的大小反映了对偏离长期均衡的调整力度，系数的估计值一般是负值。对于固定资产投资方程，Ecm前面的系数是-0.049，由此看来，调整的力度不是很大。调整的过程大致如下：
附图
对于建筑安装投资方程，Ecm前面的系数是-0.018，调整的力度也较小。因此，可以看出，建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这符合我国现阶段的具体情况，我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
五、总结
本研究将固定资产投资(FAI)和建筑安装投资投资(CI)作为对GDP产生拉动作用的变量，通过建立误差修正模型得到了反映它们之间长期均衡和短期波动的表达式。从弹性系数可以看出，无论是建筑安装投资，还是固定资产投资，二者对国民经济的拉动作用都是很明显的，国内生产总值对建筑安装投资的弹性系数为0.324。当建筑安装投资增长1%时，将带动国内生产总值增长0.324%。国内生产总值对基本建设投资的弹性系数为0.317。当基本建设投资增长1%时，将带动国内生产总值增长0.317%。综合起来，当建设投资增长1%时，能带动国内生产总值增长大约0.32%。从拉动效率来看，两者对国民经济的拉动作用都是积极的，q[,i]均超过了1，建筑安装投资更为显著。
建设投资主要以短期波动的形式来影响GDP的变化，长期均衡起的控制作用不大。这主要是由于我国目前正处在大规模建设的发展阶段，还远远没有达到建设量的稳定和平衡，因此，目前主要是增量在起作用。
因此，本研究的定量结果不仅验证了很多研究者的定性结论，即建设投资在经济发展中扮演着非常重要的角色，是刺激经济活动的主要手段，能够高效率地拉动国民经济的增长；而且给出了具体的拉动效应值，分析了短期波动和长期均衡各自的作用，有助于更加准确地分析建设投资对国民经济增长的贡献。
收稿日期：2001-03-23
【参考文献】
[1]中国发展研究院．中国宏观经济分析[M]．天津：南开大学出版社，1997.38．
[2]中国统计年鉴[Z]．北京：中国统计出版社，2000．
[3]陈炳煌．当前投资拉动经济增长中应注意的几个问题[J]．龙岩师专学报，2000,(6)．
[4]黄聪，李启明，申立银．中国建设推动力的计量模型与分析研究[J]．东南大学学报，2000,(4)．
[5]李子奈．计量经济学——方法和应用[M]．北京：清华大学出版社，1992．
在以往的计量经济学教学中，教师把教学时间的大部分都花费在公式的推导和证明上，教学模式比较单一。刚刚讲授这门课程时，当时的学生主要是理科生，他们还可以接受。但现在我校经济类大部分专业主要是文科生，他们的数学基础参差不齐，面对公式的推导学生一脸的茫然，难免会对计量经济学产生厌烦和畏惧心理，因此慢慢地失去了学习此课的兴趣，直接影响学习效果。计量经济学各章节之间又具有一定的连贯性，如果前面基础部分没学好，后面部分就听不进去了，一部分学生久而久之产生放弃这门课程的想法。在这种注重理论教学的单一模式下,学生学习计量经济学缺乏主观能动性，只能被动地接受理论知识，因此，改进教学方法势在必行。
（二）案例缺乏新意
计量经济学是一门应用型很强的学科，但在教学中教师通常不会花费太多的心思选择案例和数据，所采用的案例数据往往缺乏新意和变化，甚至一套案例和数据每年都使用，这使计量经济学的应用性大打折扣。
（三）实验环节效果不理想
计量经济学实验课一般在机房进行，学生进入实验室便放松了自我约束和控制。计量经济学实验教学一般是在网络环境下开展的，有些学生进入机房便沉溺于网络视频，不能按时完成实验。有的学生在实验课上不听从教师对实验课程内容的安排，特立独行。还有些学生不遵守课堂纪律，自由进出。以上这些情况都会对实验教学效果产生不良影响。
（四）考核手段单一
计量经济学是一门理论和实践联系比较紧密的学科。在以往的教学中，计量经济学主要偏重理论和基础知识的考核，实验考核所占比重偏低或不考核，这与计量经济学的教学目标都是相背离的。即使老师进行实验课的考核，其依据仅仅是学生提交的实验报告，通常老师布置的实验题目都是统一的，学生之间可能有抄袭现象，反映学生实验水平的实验报告很难有说服力。
二、改进计量经济学教学方法
（一）在教学过程中改进教学手段
计量经济学在以往的教学中，多以多媒体课件教学为主，文科学生适应差，教学结果不理想。在今后教学过程中应注重多媒体和板书相结合，让学生有一个思考和反应的时间，理解所学计量经济学原理。
（二）尽量减少理论教学,着重培养学生的分析能力
目前我校经济学院大部分专业以文科招生为主，对于以文科背景为主的学生来说,在计量经济学的教学中仍然采取以理论为主的教学方式，不利于激发学生的学习热情。把案例教学穿插在讲授理论的过程中，如经济学各专业都学过微观经济学，一般商品需求和商品本身价格成反向的关系大家都知道，为什么和相关商品的价格，消费者的收入、消费者的偏好关系可以忽略不计呢？通过调研实际数据，建模计算分析可得出上面的结论。首先建一个一元模型，然后建一个多元模型，通过估计参数、检验等回答上面的问题，这样把学过的经济学理论和计量经济学有机结合起来，增加学生的感性认识，既掌握计量经济学理论，又提高了学生学习计量经济学的兴趣,也培养了学生的分析能力。
（三）不断更新案例，让学生主动参与教学
案例教学在计量经济学教学中是至关重要的，它可以帮助学生理解计量经济学理论和方法。在过去的教学中案例更新慢，学生不感兴趣。今后教学中首先根据不同的专业选择和学生所学专业有关的案例，或让学生根据所学专业调研实际数据建模分析，把学和用有机地结合起来。其次要考虑到数据来源的获取性,能够容易地进行案例的动态更新,及时反映经济的前沿问题,让学生参与调研数据，充分调动学生学习计量经济学的积极性,达到与时俱进的效果。三是案例要尽可能地把微宏观经济学的理论应用到计量经济学中，从而验证以前学过的经济理论，加深对经济理论的理解。
（四）开展小班实验课
计量经济学实验课是学好计量经济学的一个重要环节。因此，针对目前学生的实验状态，可采取小班实验，做到指导教师能有针对性地进行实验指导，有效检查学生的实验过程和结果，避免学生实验中开小差，保证实验质量。
（五）理论考核和实验考核相结合
计量经济学在过去的考核中主要考核学生对基本知识和理论的掌握能力，对实验考核较少，今后应加大学生应用能力的考核，而这种能力主要是通过对实验的考核体现的。实验考核可以通过二种方式进行：第一是上机实际操作，在规定的时间内每个学生在计算机上完成老师指定的考核题目，考核学生掌握软件程序和使用软件分析问题的能力。第二是学生自主选题，分析和解决实际经济问题形成报告，考核学生理论和实践相结合的能力。最后把理论考核和实验考核结合起来，既能检验学生对计量经济学基本知识和理论的掌握，同时也考核了学生的实验能力。通过上面的考核，能够真实地反映出学生的实践能力和学习效果。
1引言
国民经济是指一个国家社会经济活动的总称，是由互相联系、互相影响的经济环节、经济层次、经济部门和经济地区构成的。国民经济这一概念突出强调经济的整体性和联系性。
中国宏观经济计量模型以改革开放以来的中国经济为对象，应用现代经济计量学方法，分析探讨1978-2005年期间中国国民经济运行和宏观经济活动。在此基础上分析政府支出对国内生产总值的影响，进而由国内生产总值影响居民消费与社会投资，因而政府支出对国内生产总值起到直接的影响而对居民消费、社会投资则起到间接的影响。
政府支出规模随经济的增长而扩张。我国的GDP近年来处于持续高速增长的阶段，就2005年而言，全年国内生产总值达到182321亿元，按可比价格计算，比上年增长9.9％，属于“高增长阶段”。根据“瓦格纳法则”，当国民收入增长时，政府支出规模会以更大比例增长；与此同时，R•A•马斯格雷夫认为随着经济发展阶段的演进，政府支出的规模逐渐增长。因此，本文想探讨一下在未来的时间里，政府支出的变化对于国内生产总值、社会投资、居民消费的影响。
2模型设计
2．1模型结构
建立一个能反映农村政府消费支出水平与国内生产总值、投资、居民消费之间关系的计量经济学联立方程模型，文章共选取了3个内生变量，2个滞后内生变量和1个外生变量。
2．2模型的变量说明
（1）内生变量
Ct-居民消费；单位：亿元
I-社会投资支出；单位：亿元
Y-国内生产总值
（2）外生变量
G-政府消费支出；单位：亿元
(3)滞后内生变量
Y(-1)国内生产总值上一年的值；单位：亿元
Y(-2)国内生产总值上上年的值；单位：亿元
2．3模型结构方程式
Ct=a+b*Y(-1)+U1（1）
I=c+d*Y(-1)+e*Y(-2)+U2（2）
Y=Ct+I+G（3）
方程（1）反映的是居民消费水平的影响因素，与上年度的国内生产生产总值相关。
方程（2）反映了社会投资与上年度国内生产总值、上上年度国内生产总值相关。
方程（3）反映了国内生产总值与居民消费、社会投资、政府消费相关。
3模型的参数估计及检
3．1数据来源
本模型参数估计采用时间序列数据，数据均来自2006年《中国统计年鉴》，样本区间为1991~2005年。数据处理与模型计算采用的是Excel2003和Eviews3.1软件。
3模型检验
本模型估计出来的参数所反映的经济意义与经济理论与实践相符；在0.05显著性水平下本模型各方程均能通过F检验，所以模型具有显著性；各方程的拟合优度均大于0.94，表明模型的可信度较高；估计参数在0.05显著性水平下基本能够通过t检验，参数具有显著性。上述结论表明，本模型的参数估计结果在经济意义和统计意义上均具有一定的可信度。
4历史模拟和事后预测
4．1历史模拟
为了检验模型用于模拟分析的可靠性，本文运用上述模型对样本期数据进行模拟，并进行事后预测，通过计算内生变量1991~2005年模拟值与实际值的相对误差来考察模型的预测能力。计算结果见表2。表2结果显示，本模型变量模拟值与实际值的相对误差绝大部分均小于5%，其中Ct的模拟效果最好，模拟值与实际值的相对误差全部小于3%；Y的模拟效果也较好，除了2004年模拟值与实际值的相对误差为14.935%外，其余模拟值与实际值的相对误差几乎全部小于5%；I的模拟效果其中几个年份稍微差了一点，如获至1997年、1998年、1999年、2000年、2004年的模拟值与实际值的相对误差相对偏高了一点，但是最近几年它的模拟效果还不错。这表明由随机方程式解释的内生变量的相对误差较低，该模型对历史的整体拟合效果较好，用于外推模拟分析具有一定的可信度。
4．2事后预测
以下预测未来10年，政府支出以5%的增长率增长对国内生产总值、消费和投资的影响。
参考文献
［1］李子奈，叶阿忠．高等计量经济学［M］．北京：清华大学出版社，2000．
