時間：2022-06-20 15:16:29
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇計量經濟論文范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
1.空間權重矩陣。
此經濟學模型的空間以及位置信息的數據信息表現力非常強，且主要強調其空間位置的關聯性。通常情況下，空間權重矩陣會依照以下兩種方式來進行空間區域劃分，一種為距離標準，一種為臨界標準。兩種分類方式都建立在假設距離的基礎上，單元距離的經緯信息是衡量距離標準的主要依據，空間權重元素是空間臨界判斷的主要依據。
2.線性回歸模型。
最近幾年，線性回歸模型在空間計量經濟分析中的應用范圍越來越廣泛，與空間權重矩陣模型相比，該模型的空間依賴性很強，且具有一定的滯后性，因為該模型中的空間變量元素都會隨著因變量以及外部環境的變化而變化，所以當存在誤差項的元素引入線性回歸模型時，其模型中的各因變量都會存在空間滯后項。
3.空間誤差模型。
誤差是進行空間經濟分析不可避免的一種數據處理現象，任何數據及時經過精確的數據分析和處理之后都會存在出現誤差的風險，這種風險是無法避免的，但是可以通過空間誤差模型盡可能地避免或降低。誤差出現的主要原因在于，模型中的變量因數出現空間自回歸現象，隨即抽取的變量因素會在變化位置上引發函數紊亂現象，造成誤差項空缺。
（二）模型選擇方法
通過上述對空間計量經濟學模型進行系統分析可知，不同區域特質，引用的經濟學模型不同，其主要依據如下：
1.數據干擾情況。
對于區域空間相互之間沒有聯系的空間計量經濟模型而言，采用空間誤差模型更為實用，該模型可以將空間內各經濟數據以及相應的變化參數都如實的描述在模型當中。
2.數據描述的準確性。
對于空間權重矩陣模型而言，在數據描述之后，應對其數據反應的假說進行經濟學分析，分析顯示假說不能被拒絕，則該計量數據所反應的經濟增長情況真實，如果被拒絕，則該空間權重矩陣模型的元素引入分析方式是失敗的，并不能如實反應出區域內空間經濟增長情況。
3.使用方法。
通常情況下，如果經濟學模型使用的數據分析方法混雜，則通常需要采用一些特殊方式來進行數據處理，有時甚至會應用到兩種經濟學模型。線性回歸模型在模型數據處理方面占據絕對優勢，測算出的經濟增長理論具有一定的可信性。
二、基于空間計量經濟視角探討區域經濟增長特點
（一）索洛-斯旺模型
索洛-斯旺模型表現出的擴展形式空間計量模型是經濟增長理論研究發展的主要經濟學依據，在空間計量模型中是頗具代表性的經濟學模型。
（二）區域經濟增長特點案例分析
1.研究樣本。
本文以單元樣本為研究對象，對市級行政區內的經濟增長情況進行分析，與省級經濟區相比，市級經濟區在現代經濟建設、經貿發展上具有很強的說服力，可以客觀的反應出經濟增長的慣性特點。與縣級經濟區相比，市級經濟區的發展能力較強，影響其經濟增長效果的因素非常多，所以市級行政區可以充分體現空間對經濟增長的影響。
2.變量選取。
人均GDP：本文對全國市級行政區2008-2012年的人均GDP數值進行了整理。資本存量比：資本存量在區域內的GDP比重是衡量經濟增長流量的重要依據，通過數據分析計算各市級物質資本存量可以增加投資價格的內部結構，保證投資價格處在一個恒定的區間內，使區域內的經濟增長速率處在一個相對平穩的狀態。人口增長率、經濟生產設備折舊率、技術增長率：人口增長率對市級經濟區域的勞動力影響很大，眾所周知，勞動力是推動經濟發展的主要動力，所以在折舊率與技術增長率增長速度相對緩慢的情況下，要想實現空間經濟發展目標，必須從根本上提高市級經濟區域內的勞動力份額。
3.結果。
將樣本數據以及其他變量引入索洛-斯旺模型之后。
（三）基于索洛-斯旺模型探討區域經濟增長特點
通過對上述方程式進行分析可知，固定空間內的市場經濟份額和空間區域內的其他影響經濟增長的因素有密切關系，通過拓展形式的空間計量出來的結果，其測量值在預期的三分之一。經濟增長和人口增長、經濟發展水平、經濟重心轉移等都有密切關系。通過論述影響市級區域經濟的因素可知，在特定的模型效應下研究空間對經濟增長的影響，必須要充分考慮其變量因素和定量因素，在顯著性水平下，開展擴展形式的經濟增長研究。其主要分析內容如下：
1.除特定模型效應外，不同模型的對經濟增長的空間性論述結果和論述過程各不相同，其不同點不僅表現在促進經濟增長的個別因素上，還表現在影響區域內經濟市場的政府政策。
2.空間自回歸模型對誤差的檢驗效果很好，通過LM檢驗可以精準地測量出市級區域內經濟空間發展的特征和水平。將樣本數據、變量因數、人口增長率、經濟生產設備折舊率、技術增長率引入索洛-斯旺模型之后，研究人員可以通過數據發現經濟在空間環境上發展具有一定的誤差性。
3.從擬合的角度上分析，截面和時間效應不僅可以增加其研究模型的擬合程度，還能在一定程度上提升整體模型的特定效應。包含亞變量的空間面板上必須制定相應的傳統非空間變量，以滿足研究人員對經濟增長情況的分析。
4.資本比重是檢驗索洛-斯旺模型是否具有有效性的重要工具，因為資本比重是所有經濟猜想的主要內容之一，通過資本比重指標，研究人員可以清晰的分辨出界面特定相應是否優于該研究模型。
三、五大經濟區空間計量分析與橫向比較
利用拓展空間計量模型對市級區域經濟增長情況進行了系統空間計量分析可知，我國各大區域的經濟增長特點突出，從空間視角上看，五大經濟區都符合空間計量分析標準。
（一）區域劃分
自改革開放以來，我國經濟進入了全面復蘇的時代，以功能性為劃分依據，我國被分為4個經濟區域，中部、東部、西部、東北部。進入21世紀后，隨著西南城市的發展，我國西部經濟區逐漸演變為西南部和西北部兩部分。五大經濟區無論是在經濟發展政策上、還是在經濟建設上都體現出了形態迥異的發展特征。
（二）模型的設定
截面固定效應和空間面板模型是分析效果最好的空間計量模型，本文將采用上述兩種空間計量模型對五大經濟區的空間經濟增長特點進行系統分析。得出以下結論：
1.五大經濟區所表示的空間誤差數據相對真實，能體現出數據在空間形態中的變化特點，在5%顯著性水平下，空間誤差模型所表現出的經濟增長特點，適用于五大經濟區。
2.西部的數據在模型中的擬合程度很高，中部、東北部數據的擬合程度較低，其原因可能在于中部、東北部國有企業所占份額比較大，其經濟增長受我國市場的影響較小。
3.資本比重在模型效應上依舊保持三分之一，可以體現出空間對經濟區域的影響力是趨于穩定的，經濟體制、國家政策、勞動力等其他因素都不會對其空間經濟形態產生較大影響。
（三）橫向比較
1.特定效應對五大經濟區的擬合優度影響非常弱，目前非空間因素在模型中已經逐漸找到了自身的分析重心，并能夠在對數似然的水平下完成模型數據對比，這種對比結果可以加大數據系數，提高模型的顯著性水平。
二、借助計量管理水平，提高企業經濟效益的策略
一是對計量管理制度進行構建和完善：要結合企業的具體情況，對計量管理制度進行構建和完善，如計量數據檔案管理制度、各層計量員的崗位責任制以及計量工作制度等等，只有構建了完善的計量制度，方可以提高計量管理工作水平。同時，制度的確立，也可以將企業內部計量管理人員的工作積極性給充分激發出來，通過計量工作，可以提高企業的生產效率和生產質量。二是要大力培訓計量管理人員，促使計量管理人員的業務技術水平得到提升：要對計量管理人員大力培訓，促使企業內部計量管理人員對國家計量方面的相關法律制度進行熟悉和掌握，對行業內的工作方法進行熟練掌握，對計量管理工作經驗進行總結。同時，通過大力培訓，可以深入研究計量測試技術，促使計量工作的技術含量得到提升，對測量設備的發展方向進行跟蹤和了解，更好的應用新測試技術，促使測量人員的業務技術水平得到有效提升，提高計量管理工作的質量。如今，計量工作量越來越大，那么就需要對測量新技術和新方法進行探索和應用，以便促使計量技術人員的勞動強度得到降低，測量精確度得到有效提高。三是對計量檢測體系進行構建，將更加準確可靠的計量檢測數據給提供出來：企業在經營管理中，要想對精確可靠的計量檢測數據進行獲取，就需要進行計量檢測體系的構建工作，同時，也可以促使企業經營管理水平得到有效提升。要科學管理計量工作，對計量器具進行正確的配備和使用。配備齊全計量器具之后，計量管理人員需要對計量測試設備以及計量器具的日常管理工作產生足夠的重視，對各類計量器具以及檢測設備定期經常的送檢以及正確的使用和保養，還需要保管好各計量器具的數據檔案等。要周期經常的檢定計量測試設備和在用計量器具，保證周期檢定合格率，要統一在用計量器具的量值，以便能夠準確傳遞。要想獲得準確可靠的計量檢測數據，就需要保證計量儀器是精準的，選取的測量方法是科學的，以便更好的服務于企業的生產經營和發展，才可以將更加可靠的信息提供給領導的各項決策。四是將計量數據的作用給充分發揮出來，更好的服務于企業的發展：要想提高企業的經濟效益，非常根本的一點就在于計量數據的管理。計量工作質量得到提高，可以促使企業產品質量得到保證，物資能源消耗得到降低，企業經營管理得到有效的改善。計量數據管理工作會對企業各個方面的工作產生直接影響。在企業經營的各個方面，如成本核算、經營管理以及貿易結算等等，都離不開可靠的計量統計數據。比如在生產和檢驗產品的過程中，通過科學準確的測量，可以促使產品質量得到保證，如果測量數據不夠精準，那么產品的質量就會受到影響，損害到產品的經濟效益；可以促使企業物資能源消耗得到降低，生產經營成本得到節約，避免一些不必要浪費的產生，對消耗定額進行科學合理的制定，通過監測數據，來對正常工作起到有效的指導作用。部分工作因為需要直接接觸到消費者，那么在保證準確度的基礎上，還需要控制它的透明度。計量統計數據只有是準確和可靠的，方可以更好的服務于企業的生產和經營，才可以保證領導作出更加科學的決策。因此，我們可以得知，在企業整個經營活動中，計量工作都是非常重要的方面，因此，要想提高企業經濟效益，就需要強化計量數據管理工作。
本文主要通過對我國2004年各地工業總產值進行多因素分析，建立以工業總產值為被解釋變量，以其它可能對工業總產值有明顯影響的因素為解釋變量的多元線性回歸模型，并利用模型對工業總產值進行數量化分析，就當前形勢下通過何種方式才能提高工業總產值提出一些可供參考的意見。
關鍵詞：工業總產值多因素分析投入固定資產勞動計量經濟學
Summary
ThispapermainlybyChinain2004toaroundindustrialoutputformulti-factoranalysis,establishagrossvalueofindustrialoutputwastheexplanatoryvariable,Otherpossibletotheindustrialoutputvaluehasobviousimpactonthevariablefactorstoexplainthemultiplelinearregressionmodel,anduseofindustrialoutputmodelforquantitativeanalysis,onthecurrentsituationbywhatmeanscanimprovetheindustrialoutputvalueofsomeoftheadviceavailable.
Keywords:IndustrialoutputMultivariateanalysisInputFixedassetsLaborEconometrics
（二）建立模型的步驟
（1）建立模型
1、解釋變量的選擇
被解釋變量,直接取工業總產值，用Y表示。
解釋變量，即影響解釋工業總產值的變量選取哪些呢？
我們知道，對于影響產量的主要變量是投資（K），勞動（L）和技術進步（T），所以在我們選擇工業總產值解釋變量的時候應該含有K、L，但是由于技術進步（T）的數據我們不可得，所以我們無法將其列入模型中進行定量研究。除了以上兩個變量，我們還應該選擇一個重要的變量，那就是固定資產，因為工業總產值中很大一部分是由大型工業產值組成的，這些工業的固定資產大小會對他們的產值產生重大影響，比如，一個大型工廠在以前用價值100萬的舊生產線生產產品時，投入10萬，產值是14萬，后來引進新生產線，同樣的投入和勞動，產值會是20萬，這就表現出固定資產對工業總產值的影響。所以在選擇了解釋變量K、L之后，我們還要加上固定資產（B）。至此，對于工業總產值影響較大的解釋變量我們已經找到。
建立如下產量模型
Y=f（K，L，B，擔
其中，凳瞧淥幸蛩氐淖酆洗恚撬婊哦睢
2、模型數學形式的確定
根據經濟理論和數理經濟學的結論我們可以知道，解釋變量K、L、B與別解釋變量Y存在線性關系。
另外，我們通過描繪變量之間關系的散點圖，通過下圖大致可以判斷，解釋變量K、L、B與別解釋變量Y存在線性關系
于是，我們設定工業總產值的模型為
Y=b0+b1K+b2L+b3B+
3、擬定參數的大致范圍
資本投入（K）和勞動投入（L）及固定資產（B）的增加都會導致工業總產值（Y）的增加，所以，b1>0、b2>0、b3>0
（2）樣本數據的收集
現在做的關于工業總產值的模型中所用的數據為截面型數據，我所收集的數據為我國2004年全國各省的工業企業主要經濟指標，包含工業總產值、固定資產原價、主營業務成本和全部從業人員年底平均數。
14-3各地區全部工業企業主要經濟指標(2004年)
地區工業總產值
(Y)
單位：億元固定資產
原價
(B)主營業務
成本
(K)全部從業人員
年平均人數
(L)
(萬人)
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
內蒙古2327.481866.931859.00110.14
遼寧9140.615538.817696.00354.20
吉林3551.722177.682802.44138.29
黑龍江3955.702990.532789.85187.48
上海14594.155842.6512777.87340.93
江蘇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
山東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
廣東31519.6110118.8628557.181338.13
廣西2242.261503.991809.14126.67
海南429.42306.40341.1414.77
重慶2598.841320.982074.64144.62
四川5303.643515.934221.95297.31
貴州1546.171444.601107.9993.89
云南2344.071839.661616.54103.53
24.8573.0617.072.31
陜西3150.792614.742280.36175.43
甘肅1695.791495.521386.7298.09
青海388.12639.32287.7618.10
寧夏605.19489.34479.3533.11
新疆1656.021675.521206.7356.81
其中，工業總產值就是我們模型中的Y、固定資產原價相當于模型中的B、主營業務成本相當于投入資產K、全部從業人員年底平均數相當于勞動L。
（3）參數估計
對于參數的估計，我們采用計量經濟學軟件計算相關數據，在這里我們用eviews3.1來計算。
步驟：
1、打開eviews軟件，通過file-new-workfile選中undatedorirregular然后在下面文本框中輸入1到31建立實驗所需表格。
2、在操作區輸入datayklb然后按回車鍵進入數據輸入頁面并把數據準確輸入到相關項目中，如下圖
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、在操作區輸入lsycklb再按回車鍵，得出軟件對這個模型的參數的計算結果如下。
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
由上結果得出模型方程如下
Y=-156.8089+0.370263B+0.738182L+0.979355K+
（4）模型的檢驗
1、經濟檢驗：由上方程可知，b1>0、b2>0、b3>0
符合我們的經濟學意義。通過了經濟學準則檢驗
2、統計學檢驗：由上述軟件得出的計算結果可知
①擬合優度檢驗R=0.998486，很接近1，通過了擬合優度檢驗；
②回歸方程顯著性檢驗F=5934.064，數值很大，通過回歸方程顯著性檢驗
③變量的顯著性檢驗T，
解釋變量BLK
T檢驗4.1080570.86269522.36646
由上表可知，K和B的T檢驗都明顯大于2，通過變量顯著性檢驗，可是L的T檢驗值明顯小于2，不能通過變量顯著性檢驗。
我們可以導出這三個解釋變量和被解釋變量的線性表，可以看出，Y隨著K和B的變化而變化，而L幾乎和Y沒有相關關系。此圖說明在我們設定的三個解釋變量中，L變量是多余的，我們必須將其舍棄。
舍棄L解釋變量后，我們的模型方程變為
Y=b0+b1K+b2B+
我們再通過eviews軟件得出這個方程的相關參數如下圖
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
繼而得出我們的新的模型
Y=-144.7105+0.388266B+1.004217K+
可以看出這次得出的參數與前面帶有L解釋變量的參數相比，在滿足的經濟學意義檢驗后，統計學檢驗R檢驗變化很小，F檢驗結果則極大增加，同時K、B的T檢驗也都通過，可見，這個模型是比較好的。
至此，新的模型方程通過了所有統計學檢驗
3、計量經濟學準則檢驗：
①序列相關性檢驗：繪制ei與ei-1的相關圖
GENRe=resid(求殘差序列ei)
GENRe1=e(-1)(求殘差序列ei-1)
SCATee1(繪制ei與ei-1的相關圖)
可以看出，ei與ei-1之間不存在自相關
檢驗誤差項凳欠翊嬖謐韻喙兀閡閻狣.W=2.012255，若給定a=0.05,查附表，dL=1.30,dU=1.57，因為dU<D.W<4-dU,依據判別規則，認為誤差項擋淮嬖謐韻喙亍
②異方差檢驗：
將K的樣本觀測值按升序排列，Y的樣本觀測值按原來與K樣本觀測值相對應關系進行排列，略去中心7個樣本觀測值，將剩下的24個樣本觀測值分成從量相等的兩個樣本，每個子樣本的觀測值個數均為12。排列結果見下
單位：億元
地區YK地區YK
廣東31519.6128557.18江西2736.692279.37
江蘇29476.6625208.81重慶2598.842074.64
山東24678.5020133.49內蒙古2327.481859.00
浙江21227.2017862.06廣西2242.261809.14
上海14594.1512777.87云南2344.071616.54
河北10194.408427.93甘肅1695.791386.72
遼寧9140.617696.00新疆1656.021206.73
河南9236.807361.50貴州1546.171107.99
福建7516.056185.11寧夏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
用第一個子樣本估計模型，得
Y=52.44415+1.241964K+
殘差平方和Σe1i=145350.74
用第二個子樣本估計模型，得
Y=530.0243+1.132635K+
殘差平方和Σe2i=4680196.526
提出原假設H0：si2=s32…..=.s312
備擇假設Hi：si2s22…….s312各不相同
構造F統計量
F=Σe2i/Σe1i=32.20
給定顯著性水平a=0.05，v1=v2=12-2=10，查F分布表，
F0.05（10，10）=2.97
因為F=32.20>2.97，所以應接受備擇假設，即該模型存在異方差。
上述過程的軟件操作如下：
SORTK（樣本按K升序排列）
SMPL112（工作區間定義為1-12）
LSYCK（求出Σe1i玻
SMPL2031（工作區間定義為20-31）
LSYCK（求出Σe2i玻
GEMRF=4680196.526/145350.74（求出F=32.20）
將B的樣本觀測值按升序排列，Y的樣本觀測值按原來與B樣本觀測值相對應關系進行排列，略去中心7個樣本觀測值，將剩下的24個樣本觀測值分成從量相等的兩個樣本，每個子樣本的觀測值個數均為12。排列結果見下
單位：億元
地區YB地區YB
江蘇29476.6610173.96內蒙古2327.481866.93
廣東31519.6110118.86云南2344.071839.66
山東24678.509398.78新疆1656.021675.52
浙江21227.207746.86江西2736.691511.75
上海14594.155842.65廣西2242.261503.99
遼寧9140.615538.81甘肅1695.791495.52
河北10194.404735.21貴州1546.171444.60
河南9236.804589.39重慶2598.841320.98
湖北5329.234129.67青海388.12639.32
四川5303.643515.93寧夏605.19489.34
山西4173.933351.30海南429.42306.40
北京5974.703322.0824.8573.06
用第一個子樣本估計模型，得
Y=-56.29035+1.360224B+
殘差平方和Σe1i=2096059.48
用第二個子樣本估計模型，得
Y=-8181.280+3.712556B+
殘差平方和Σe2i=28414056.94
提出原假設H0：si2=s32…..=.s312
備擇假設Hi：si2s22…….s312各不相同
構造F統計量
F=Σe2i/Σe1i=13.56
給定顯著性水平a=0.05，v1=v2=12-2=10，查F分布表，
F0.05（10，10）=2.97
因為F=13.56>2.97，所以應接受備擇假設，即該模型存在異方差。
上述過程的軟件操作如下：
SORTB（樣本按K升序排列）
SMPL112（工作區間定義為1-12）
LSYCB（求出Σe1i玻
SMPL2031（工作區間定義為20-31）
LSYCB（求出Σe2i玻
GEMRF=28414056.94/2096059.48（求出F=13.56）
下面應用加權最小二乘法估計模型
軟件操作如下：
SMPL131
GENRX=1/（K*B）
LS（W=X）YCKB（以X=1/（K*B）為權數進行加權最小二乘估計）估計結果如下：
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
滿足所有統計學檢驗
③多重共線性檢驗
我們采用逐步回歸法來檢驗我們的模型。我們先把解釋變量中的固定資本量B去掉，得出一個模型
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檢驗值略小外，其他值都有所提高，B不會引起多種共線性。
我們再把解釋變量中的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，幾乎所有值都沒有原來模型的好，說明該模型缺不了K，K也不會形成多重共線性。
（五）應用計量經濟學模型分析問題
摘要：隨著“互聯網+”前沿的信息技術在各大高校的普及，“互聯網+教育”的教學模式成了必然趨勢。因此，本研究以《計量經濟學》課程為切入點，總結出該課程目前存在課程設置不合理、教學模式傳統以及考核方式不合理的問題，并針對這三個方面的問題提出優化方案。
關鍵詞：“互聯網+”；《計量經濟學》；教學優化
中圖分類號：G4文獻標識碼：Adoi：10.19311/j.cnki.16723198.2020.25.060
0引言
“互聯網+”理念早在2012年就被提出，在2015年“互聯網+”作為一項行動計劃正式在政府工作報告中提出。意在通過互聯網、云計算、大數據、物聯網等前沿的信息技術與傳統行業的深度融合，創造新的發展生態。高等教育作為傳統的行業之一，本就具有開放包容的環境，“互聯網+”的引入是借助先進的信息技術和網絡平臺，實現教育雙向互動、實時互動的模式，推動高校之間教育資源的共享，幫助高校打造更科學、合理行業生態?！盎ヂ摼W+高等教育”的核心在于創新，真正做到以學生核心。
計量經濟學是經濟學科的一個分支，是一門經濟學方法論。在經濟理論的指導下解讀現實生活中的經濟現象、揭示經濟規律，并利用經驗數據檢驗經濟關系。自20世紀70年代末80年代初進入我國后，迅速得到我國經濟學界的認可，并在各大高校推廣普及。在1998年7月，教育部高等學校經濟類學科專業指導委員會在第一次會議上將《計量經濟學》確定為高等學校經濟學門類各專業的共同核心課程，此后各大高校廣泛開設《計量經濟學》課程。
1目前本科《計量經濟學》教學中存在的問題
1.1課程設置不合理
首先，課時量不足?！队嬃拷洕鷮W》這門課程主要講授經典和現代經濟學理論與方法，該課程的主要內容是以經濟理論為導向建立計量經濟模型，既要求學生學好經濟理論知識，又要求學生熟練運動計量經濟模型方法分析經濟關系，大概需要70個課時。但經過調查發現，國內各大高校安排的課時普遍偏少，在所有985高校中，北京大學課時最高，設置68學時。而一些農業院校計量課時設置更少，如中國農業大學、南京農業大學、華南農業大學、西北農業大學等農業院校本科計量教學課時平均僅為48學時。課時量的限制給學生學習該課程帶來重大阻礙。
其次，課程銜接困難?！队嬃拷洕鷮W》學習《計量經濟學》之前，要求學生具有一定的西方經濟學、統計學、數學三方面基礎。經調查發現，經濟學理論作為經濟學專業的基本課程，各大高校對微觀經濟學和宏觀經濟學等經濟理論基礎知識是比較重視的；而數理統計作為《計量經濟學》建模的基礎課程，學生通過系統的訓練能更好的理解一些統計指標、數據的收集、計算方法，更能深入的、全面的解釋經濟問題的一些數量關系，為今后寫課程論文或畢業論文打下堅實的基礎。但部分高校在數學課程設置與《計量經濟學》脫節，如《概率與數理統計》這門課，在大多數經濟學專業的學習中，側重講解概率部分的知識，對數理統計知識講解甚少；再如《線性代數》這門課，各大高校在該課程中講授矩陣及其特點，并未將其與多元回歸的分析相結合，以至于大多數學生沒法將其與計量經濟分析方法很好的融合。因此，教師在《計量經濟學》課上得花時間講解有關數理統計的基礎知識，因而大量減少對《計量經濟學》的授課內容?！队嬃拷洕鷮W》對數學基礎要求比較高，各大高校的基礎數學課程教授內容過于簡單，與經濟學結合不夠緊密，這就加大了學生學習該課程的難度。
1.2教學模式傳統
其一，課堂教學常以教師講授為主。由于《計量經濟學》課程存在大量的模型和公式，這種單一傳送知識的授課方式，會在短時間把教學內容強加給學生，從而增加了學生對知識理解難度。并且會讓課堂氣氛沉悶、學習熱情低、依賴性強，學生也難以理解，最終導致學習效果差。
其二，重理論輕實踐。受課時量的限制，教師在教學中主要針對重點理論知識所有側重的闡述說明，爭取在有限的時間內，以最有效的方式幫助學生掌握《計量經濟學》課程的重要理論知識。《計量經濟學》是一門實踐性較強的專業核心課，需要學生掌握從選擇研究的經濟問題、構建模型、到利用經驗數據進行檢驗這些過程。因此，對本科生而言，要學會利用《計量經濟學》這門工具研究經濟行為和經濟現象，而不是只了解理論知識。
1.3考核方式不科學
大多數高校對《計量經濟學》考核，70%-80%的成績由期末考試成績決定，這種單一的考核方式主要是測試學生對理論知識的掌握程度，難以測試出學生是否能將所學的理論知識應用于解決現實的經濟問題。在本科階段，《計量經濟學》課程的目標是定位在既能掌握其基本理論與方法，還要能構建理論模型，并利用經驗數據進行檢驗、修正，還要求對估計結果進行合理的經濟解釋，培養學生解決實際經濟問題的能力。而期末考試只能檢測學生對理論知識點的掌握情況，并不能測試出學生解決實際問題的能力。
2“互聯網+”背景下《計量經濟學》教學優化路徑
基于《計量經濟學》教學中存在的問題，并結合“互聯網+”的特性，本文從課程設置、教學方式和教學考核三個方面進行探討，有利于促進《計量經濟學》課程教學的優化，從而提高教學效果。
2.1改善《計量經濟學》課程設置
首先，合理安排學時。自克萊因教授等世界著名經濟學家到北京舉辦《計量經濟學》講學班后，計量經濟學在我國開始普及并得到廣泛應用。李子奈（2005）提出本科階段至少要掌握單方程計量經濟模型、經典模型的基本應用，并適當引入現代經濟學的理論方法分析。在本科階段需要掌握計量經濟學的基本理論與方法，還要學會熟練運用經典的計量經濟模型，所學的內容較多。但是從調查的資料看，目前高?！队嬃拷洕鷮W》課時偏少，難以保證基本理論與方法的講授，更無暇顧及學生應用的指導。因此，應該適當增加一些課時，保證基本教學所需。
其次，加強相關課程的銜接。概率論與數理統計、統計學等課程不僅有利于培養學生數學建模、數據處理，而且還能有效增強學生的《計量經濟學》理論思維。沒有扎實的統計學和數學的基礎知識，對《計量經濟學》的理論、方法的掌握會很困難。目前，我國大多數高校經濟類的招生不分文理，相對而言，文科生對數學知識的掌握需要花費更多的課時。因此，在《計量經濟學》課程學時無法達到理想數量時，應加強數理統計的教學，并在課程內結合經濟現象進行基礎的經濟數量分析，提升學生對經濟數據的理解和應用，增強分析經濟問題的能力，為《計量經濟學》打下夯實的基礎。
2.2教學形式的多樣化
利用“互聯網+”的信息優勢，讓學生能夠隨時隨地反復學習課程內容。在開課初期，教師針對導論和一元、多元線性回歸模型章節進行講授，讓學生掌握《計量經濟學》初級理論知識。然后利用智能手機、IPAD等移動終端開設“超星學習通”，將前沿的信息技術與課程進行整合，營造“互聯網+”的教學環境，讓課堂更加多樣化。具體每節課安排如下：首先，提前把每章的重要知識點、拓展學習材料以文檔、視頻等形式放在“學習通”上，讓學生課前自主預習；其次，課中學習討論，課堂上教師可利用專題和討論等方式，通過小組討論、小組發言、學生互評和教師點評四個環節，提高學生的參與度，將被動學習轉為主動學習；最后，教師可利用“超星學習通”布置課后作業，針對任務點設置練習題和小測試，檢驗學生的學習效果。針對不懂的知識點，學生可反復觀看視頻及學習材料，還可在“超星學習通”平臺上和教師實時互動，增加教師和學生互動時間，從而使得學生更有效率的完成測驗。
其次，還應優化實驗教學。課時量的限制使大多數高校重理論輕實踐，教師應當將《計量經濟學》理論內容與專業案例相結合，利用“互聯網+”的信息技術，建立線上案例教學庫，案例以我國經濟社會熱點問題為主，比如將熱議的話題轉為案例分析，將這些案例與每一章知識點緊密結合，并適當引導學生在案例的基礎上進行拓展。另外，教師采用啟發式教育形式，引導學生從選題開始，選擇學生自己感興趣的熱點問題，學生通過查閱文獻、實踐調查、收集數據、建立模型最終形成學術論文，讓學生真正利用《計量經濟學》的工具分析現實的經濟問題，將教學成果轉化為科研成果。
2.3完善考核評價機制
實施過程化多維考核制度。“互聯網+”的教學模式一方面擴展學生的學習資源，另一方面增加學生課外自主學習的時間；教師可在課堂上隨機抽取學生進行提問或上機演示，根據學生課堂表現給分，避免搭便車現象。加大對學生學習過程的考核，包括“超星學習通”上的學習、階段性實驗報告和課程論文，綜合考核學生對計量經濟學理論與時間相結合的能力。最終成績可設置成：平時表現（10%）+實驗報告（20%）+課程論文（20%）+期末成績（50%）。其中，平時表現包括“超星學習通”上課程視頻的學習、的小節作業以及簽到；實驗報告布置兩個綜合性的練習，讓學生自主選擇問題，建立理論模型、收集數據、估計模型、檢驗模型，完成建立經典模型和非經典模型的全過程；課程論文按學術論文的要求，考察學生利用計量經濟學的工具解決現實經濟問題，可采用師生互動評價法，學生自評（30%）+教師評價（30%）+同學互評（40%），從而強化學生學習過程的考核，充分反映學生學習效果。
4結語
隨著“互聯網+”的教學理念在各大高校的普及，為《計量經濟學》教學提供了新思路，讓教師可以更全面的了解學生的學習情況。“互聯網+”的背景下的《計量經濟學》教學，可以激發學生學習的興趣，拓寬其知識視野，并有效的檢驗學生的學習效果。《計量經濟學》教學優化可以讓學生能利用所學的理論知識解決現實問題，有利于提高學生的實踐能力。因此《計量經濟學》的任課教師，應積極利用“互聯網+”的前沿信息技術，探討“互聯網+”與《計量經濟學》教學整合的有效方法，促進該課程教學的最優化，從本質上改善教學效果。
計量經濟學畢業論文范文模板(二)：基于金課理念的計量經濟學混合式教學評價論文
摘要：文章以上海立信會計金融學院266名在校就讀本科大學生的計量經濟學課程調查項目問卷為數據來源，對基于金課理念的計量經濟學混合式教學進行評價和分析。分析結果表明：1.參與調研的大學生中高達97%認可目前的線上教學方法。2.大部分大學生認為目前教學資源能達到較好效果，但仍有近4%的大學生對教材、實驗指導書認可度不高。3.大學生對目前課程考核方式、課程案例及實驗項目與實踐相結合的認可度均較高。課程建設以后改進的方向：應進一步優化線上教學方式，將課后作業和實驗課程轉變為線上教學模式，對計量經濟學教材進行修訂，并出版相應的實驗指導教材，進一步試行線上期中考試。
關鍵詞：金課；混合；教學；評價
中圖分類號：G642文獻標志碼：A文章編號：2096-000X（2020）22-0055-04
一、概述
“打造金課，杜絕水課”正成為近年來中國大學教育的新的教學理念，金課要求課程內容體現高階性、創新性、挑戰度，而把高階性、創新性、挑戰度和當前大學教學改革相結合，其主要實踐方式就是將在線學習與課堂教學相結合，由此引發了混合式教學的理論和實踐研究。
國內教育界一些文獻基于金課理念對相關課程的教學改革進行了研究，陸恩（2019）在金課視角下對高職國際商務禮儀課程教學改革實踐進行了考察；張熙悅和王懷祖（2020）以《微觀經濟學》教學實踐為例，在“金課”建設背景下，對“慕課+翻轉課堂教學法”進行深入的理論研究和實踐研究；汪芳等（2018）基于在線開放課程建設，對高校產業經濟學課程的混合式教學進行效果評價研究，指出混合式教學效果的提高需要從教師、學生、教學過程、在線課程平臺等四個層面實施聯動，每個層面都要依據自身的核心目標加以改進；楊學坤（2019）基于線下“金課”建設聯動機制，對國際貿易實務課程的體驗式教學改革進行了研究，分析其教學現狀及存在的主要問題，總結體驗式教學改革的模式、思路與實施方案；錢瓊（2019）基于金課視角，對商品流通企業會計課程教學改革進行了探索。
計量經濟學是現代經濟學和管理學教育必不可少的一部分，它與宏觀經濟學和微觀經濟學一起構成了中國高校經濟學和管理學本科生必修的三門經濟學核心課程，是國家教育部規定的財經類專業的核心課程之一。計量經濟學作為一門交叉性、實用性很強的課程，成為各經濟類院校必開設的重要的應用經濟類專業課和學科基礎課。馬越越（2019）、趙海濤（2019）和張敏（2019）對高等院校計量經濟學課程教學改革進行了研究。
上海立信會計金融學院是一所以教學型的“二本”院校，計量經濟學課程于2012年6月重點課程建設結項，2012年11月計量經濟學試題庫建設完成，2013年精品課程建設結項，2018年6月教材《計量經濟學》編寫完成，由立信會計出版社出版，2019年又獲得校一流本科在線金課建設立項。計量經濟學課程正一步一個腳印建設完善，我們以上海立信會計金融學院為例，于2019年12月啟動了計量經濟學混合式金課改革的大學生評價調查項目，通過問卷星電子問卷調查，考察大學生對計量經濟學混合式金課改革的評價，從而作為先行者在提高和改善“二本”院校的金課改革教學工作方面提供建議和參考。
本文將從以下幾點開展研究：
1.本課程采用網絡教學方法，實現線上線下的良性互動，線上全面使用學習通APP進行網絡教學，網絡簽到，網絡課堂測驗等內容，并將教材、實驗指導書等相關教學資料上傳至網絡，供師生使用，線下采用啟發式教學理念，將課程計量模型設計和實驗有機整合，引導學生積極主動地思考，提高學生分析問題的能力，教師為每堂課準備了內容豐富的幻燈片，并配合案例及計量教學支持軟件操作演示。我們將對線上線下的教學方法從大學生角度進行考察。
2.對教學資源、課程考核方法和實踐創新等內容從大學生角度進行綜合考察。本文的第一部分是引言，第二部分問卷設計，第三部分樣本大學生基本情況，第四部分教學方法評價統計結果與分析，第五部分教學資源、課程考核方法和實踐創新等內容的問卷統計結果與分析，第六部分是結論。
二、問卷設計
計量經濟學課程調查問卷，基于個人基本信息，對目前計量經濟學課程教學方法等各方面進行調查。問卷設計的具體內容如下：個人基本信息（年齡、性別、戶籍、年級、所在學院、目前擔任職務、目前的學分績點在班級排名、每月生活費）；對計量經濟學課程教學設計評價（教學大綱、教學內容組織、課程難度、教學案例、實驗項目）；對課程教學資源評價（教程、課件ppt、實驗指導書、課后作業、模擬試卷）；對課程教學方法評價（已有項目、未開發項目、課后作業、實驗課程）；對課程考核方法評價（平時成績、總評成績、期中考試難度、線上期中考試）；對課程實踐創新評價（課程案例、實驗項目、學生科創項目積極性、計量建模型知識作為一項工具對分析事物幫）。
數據來源于我們對上海立信會計金融學院學生的問卷調查，我們使用問卷星對266同學進行了問卷調查，有效問卷為266份。
三、樣本大學生基本情況
此問卷填寫成員半數以上為在校大三本科學生，這是由于計量經濟學課程一般在第三學年開設，需要學生先修相關的數學、統計學和經濟學相關課程。樣本大學生中，34%擔任班長、班委和學生會部長等職務，績點在前20%的學生比例為47.37%，約半數來自于一線城市（具體參考19年城市類型劃分），90%月生活費在3000元以內。
四、教學方法評價統計結果與分析
（一）教學設計（見表2）
從教學設計的五個方面（教學大綱、教學內容組織、課程難度、教學案例和實驗項目）來看，大學生的認可度均在94%以上，說明計量經濟學現在的教學設計對于線上線下的混合式教學是基本合適的，能夠滿足線上教學的需要和大學生的要求。其中，教學大綱、教學內容組織、教學案例和實驗項目認可度更高。
（二）教學方法（見表3、表4）
現在計量經濟學混合式教學方法，線上教學方式是采用超星公司的學習通APP，進行學習通簽到、學習通ppt演示、學習通測驗、學習通云教學資料和線上視頻課前預習，數據顯示，參與調研的大學生中近乎高達97%認可目前的線上教學方法，并對學業起到積極幫助效果。計量經濟學的課后作業和實驗課程我們還沒有轉變為線上教學模式，仍為線下傳統的教學方法，認可度也較高，但大學生對其評價認為幫助不大的比例是要高于線上教學方法，說明對于線上教學方法大部分大學生是持歡迎和認可態度的，這也進一步驗證了國內教育界打造金課，進行線上教學方式改革是受大學生歡迎和支持的，也是課程教學團隊進一步加強、優化線上教學方式的動力。
五、教學資源、課程考核和實踐創新等內容的問卷統計結果與分析
（一）教學資源（見表5）
當前的教學資源已經全電子化，并已上傳至學習通云教學資料，大部分大學生認為目前教學資源（教材、課件ppt、實驗指導書、課后作業、模擬試卷）能達到較好效果，但在參與調研的大學生中仍有近4%對教材、實驗指導書認可度不高，課程教學團隊需重點對教材和實驗指導書仔細進行改進，計量經濟學教材是我校自己主編的由立信會計出版社出版的教材，已在國內大學使用一年多，我們準備依據教材在校內外使用中教師和大學生反饋的意見，對教材進行修訂，計劃在2020年9月出版教材第二版，并計劃出版相應的實驗指導教材，進一步提高教學資源的認可度。
（二）課程考核（見表6）
對于課程考核，平時成績考核方法為考勤、作業、實驗報告與期中成績各占25%，總評成績考核方法為平時成績與期末成績各占50%。大學生對目前課程考核方式認可度高達近99%，我們將進一步試行線上期中考試，逐步完善線上教學。
（三）實踐創新（見表7）
計量經濟學是一門實踐性和理論性均較強的一門課，近85%的參與調研大學生認為課程案例及實驗項目與實踐可以有效結合，而認可度約為99%，說明課程案例和實驗項目對大學生使用計量建模型知識分析事物有較大幫助，也激發了大學生參與科創項目的興趣。
模型中的被解釋變量為國內生產總值（Yt）。影響國內生產總值的因素比較多，根據其影響因素的大小和資料的可比以及預測模型的要求等方面原因，本文選擇以下指標作為模型的解釋變量：城鄉儲蓄存款年末余額(X1t)、財政支出總量(X2t)、固定資產投資總量(X3t)、上期國內生產總值(X4t)、出口額(X5t)等。在這些指進標中,儲蓄能夠促進國內生產總值的增長,但是過多的儲蓄也會減緩經濟的發展;財政支出有利于國內生產總值的增長;固定資產投資的增長是國內生產總值增長的主要因素;上期國內生產總值的多少對下期國內生產總值有一定的影響;進出口額能反映一國的經濟實力。因此,上述解釋變量的選取符合經濟發展的實際情況。
(二)理論模型的設計
通過散點圖發現,被解釋變量Yt跟解釋變量X1t、X2t、X3t、X4t、X5t存在線性相關關系。于是得到模型的理論方程：
Yt=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+чtt=1980、……、2001
1．模型的參數估計
對于理論模型運用OLS進行參數估計，再用Eviews
軟件進行運算，得到的結果如下：
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.模型的檢驗
（1）經濟意義檢驗
從上面模型可以看出β2<0，這表明隨著財政支出的增加，國內生產總值反而減少，這是不符合實際的，因此不能通過經濟意義檢驗，把此變量剔除。剔除變量后，再用OLS法進行參數估計，所得結果如下：
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）統計檢驗
上面的參數暫時通過了經濟意義檢驗，再進行統計檢驗。取α=0.05,
N=22,k=4,查t分布表及F分布表,得到臨界值：
t0.025(17)=2.11F0.05(4,17)=2.96
可以看到,所有變量都通過了顯著性檢驗,擬合優度非常高，方程的顯著性也非常好。所以該模型通過了經濟意義檢驗和統計檢驗。
（3）計量經濟學檢驗
首先進行異方差檢驗：用EViews軟件進行White檢驗結果為：
由上述結果可知，TR2=2.76<×20.05(27)=40.1,所以結論是該模型不存在異方差。
然后進行序列相關性檢驗：先用D-W檢驗法進行檢驗，現已知DW=1.606,若給定α=0.05，查附表知，dL=0.96,du=1.80。因為，dL<DW<du所以不能確定是否自相關。那么采用GB檢驗法進行檢驗，用EViews軟件進行GB檢驗結果為：可知LM=TR2=0.75<×20.05(1)=3.84,所以該模型不存在一階自相關。然后用EViews軟件輸出模型的殘差散點圖：
可知不存在序列相關。模型擬合的比較好。
三．模型的預測及經濟解釋
（一）模型的預測
通過〈〈中國統計年鑒2005〉〉可知，2005年的城鄉儲蓄存款年末余額是141050.99億元，固定資產投資總量88604億元，2004年中國國內生產總值為136515億元，進出口額116494.16億元。把它們代入模型我們可以得到2005年國內生產總值的預測值為187314.57億元，而2005年中國國內生產總值為182321億元，誤差為-4993.57億元,相對誤差僅為2.7%。所以該模型能比較好地解釋國內生產總值的增長變化狀況，可以用于經濟預測與分析。
（二）模型的經濟解釋
1．全國城鄉儲蓄存款年末余額與國內生產總值的關系。從式中β1〈0可以看出全國城鄉儲蓄存款年末余額與國內生產總值成負向關系。這表明隨著全國城鄉儲蓄存款年末余額的增加，國內生產總值不是增加，而是減少，從公式中可以看到當全國城鄉儲蓄存款年末余額增加100億元時，國內生產總值就減少74億元。這再一次證實了儲蓄不利于經濟的發展，我國近年來儲蓄總額居高不下，嚴重阻礙了經濟的發展。雖然國家采取了一些財政貨幣政策以擴大消費需求，但效果卻不太明顯。
1、選定研究對象
（確定被解釋變量，說明選題的意義和原因等。）
2、確定解釋變量，盡量完備地考慮到可能的相關變量供選擇，并初步判定個變量對被解釋變量的影響方向。
（作出相應的說明）
3、確定理論模型或函數式
（根據相應的理論和經濟關系設立模型形式，并提出假設，系數是正的還是負的等。）
（二）數據的收集和整理
（三）數據處理和回歸分析
（先觀察數據的特點，觀看和輸出散點圖，最后選擇相應的變量關系式進行OLS回歸，并輸出會歸結果。）
（四）回歸結果分析和檢驗
（寫出模型估計的結果）
1、回歸結果的經濟理論檢驗，方向正確否？理論一致否？
2、統計檢驗，t檢驗F檢驗R2—擬合優度檢驗
3、模型設定形式正確否？可試試其他形式。
4、模型的穩定性檢驗。
（五）模型的修正
（對所發現的模型變量選擇問題、設定偏誤、模型不穩定等，進行修正。）
（六）確定模型
（七）預測
多元回歸模型
【實驗目的】
【實驗內容】
計量經濟學范文賞析：
基于案例驅動的計量經濟學教學模式的研究
中圖分類號：G642文獻標志碼：A文章編號：2095-9214（2016）11-00100-01
一、引言
當前，計量經濟學已在財經類和經管類專業全面開設，并作為重要的基礎課程之一?！队嬃拷洕鷮W》是一門綜合性較強的課程，要求學生具有高等數學、線性代數、概率論與數理統計、宏微觀經濟學、統計學等先修課程的良好基礎。由于學生的數學基礎參差不齊，部分學生對這門課缺乏興趣，對涉及到的數學推導更是覺得晦澀難懂，導致學生對課程性質產生誤解，認為計量經濟學就是數學課，從而了產生畏懼情緒。因此，從教學角度來看，計量經濟學是一門教學難度較大的課程。案例驅動教學就是將實際案例展開，并貫穿于整個教學過程中，學生在案例分析的過程中掌握所學知識，這樣就使學生明白使用所學知識“可以做什么”“應該做什么”和“如何做什么”。
二、案例教學模式在計量經濟學中的應用
（一）案例的教學設計
以案例驅動，啟發式教學，注重實際應用的訓練。根據課題研究的實際需要，進行案例設計時，應以學生為中心，學生的興趣為主線，教師起到學習指引的輔助作用，讓學生在完成教學任務的過程中掌握計量經濟學的基礎知識、技能和應用方法，并學以致用，觸類旁通，能夠思考并解決實際經濟問題。教學設計根據學生的實際，以應用為著眼點，從簡單到復雜，注意分散重點和難點，做到有較強的針對性和操作性。具體有三個環節：第一步，每一單元以基本理論和實例分析為中心，盡量回避復雜的數學推導，只需明確重要公式推導的根本思想與基本方法即可；第二步，教學重點放在經濟學理論在計量分析中應用上，即思維能力培養；第三步，計量軟件的操作，以及結果的解釋。
（二）案例的教學實施
采用案例驅動的教學模式，將原有的以“課堂、教師、課本”為中心的教學架構變為以“案例、學生、應用”為中心的教學架構。引導學生將所學知識與實際應用緊密結合，這樣既學到了知識又得到應用鍛煉。在具體的課程教學實施階段，計量經濟學原理和方法的介紹應與計量經濟分析軟件包的應用緊密結合起來，著重強調案例的導入、任務的驅動、分析任務、制定計劃、完成任務、展示成果、評價交流等內容，這是激發學生的學習興趣和提高教學效果的重要方法。
（三）案例的教學考核
采用案例驅動教學模式，充分體現實踐性和應用性的特點，突出對學生能力的培養。課程教學考核應根據課程要求來精心設計學習任務，制定評價標準，有助于學生在學習過程中，有明確的學習目標。成績的評價既要注意對操作和結果進行評價，也要對學生的學習態度和方法進行評價。具體評價方式中既要有任務階段性評價，又要有結論性評價，應盡量突出對學生能力為主的考核方式。總評成績分為理論考試、實務考核、綜合測試。同時，鼓勵學生提升創新能力，在考核過程中體現了創新，可以加創新分。
三、采用案例教學模式的價值
首先，提高了學生對計量經濟學的學習積極性。計量經濟學是一門融合數學、統計和經濟知識的交叉性學科，具有很強的實踐性和實用性。在案例實踐教學中，可以把知識與實際應用結合起來，在案例的分析設計過程中，慢慢培養了學生的知識應用能力和創新能力，達到知識應用能力的培養目標。
其次，著重介紹解決問題的方法和思路、把重點放在案例分析與模型設計上。為培養學生的模型設計能力、應用操作能力探索出切實可行的思路和辦法。由于案例提出的每個要求在知識點上具有一定的完整性，同時學習要求之間也存在著一定邏輯關系。因此，分析案例要求的問題，學生能夠在逐步深入的過程中，領略到每步成功的喜悅，大大提高他們的計量經濟學興趣和學習動力。學生參加了案例分析討論的每一個環節，熟悉建立模型分析模型的全過程，積累建模的相關經驗。
最后，提高學生模型設計的實際動手能力。逐步消除以純理論教學為主線的課堂教學弊端，加強問題分析、模型設計和計量軟件操作等重要過程的訓練，克服害怕計算機操作的，碰到實際問題時無從下手尷尬局面。案例驅動教學引導學生在具體的案例中深化理論知識的學習，通過解決實際問題來實現對知識全面深刻的理解和掌握，進一步提高動手能力和解決實際問題的能力。
四、結語
當今社會需要的人才主要是應用型、創新型人才，根據對創新型、應用型人才培養的需要，那么，計量經濟學的實踐教學過程中，應順應培養人才的需要適時調整。結合學生的學習特征，從理論知識、實踐應用兩方面科學的構建計量課程的內容體系。使學生初步掌握計量模型設計的基本知識、思想和方法，軟件操作技能，并嘗試通過自己建模解決一些實際問題，為后續課程學習和畢業論文的寫作創造條件。在教學與實踐過程中力爭提高教學的效果，豐富學生的感性知識，培養學生嚴謹的工作作風和思維能力、提高他們的創新意識和創新能力。
（作者單位：湖北工業大學經濟與管理學院）
參考文獻：
1計量經濟學教學中存在的問題
1.1教師存在對計量經濟學的不合理認識
在本科計量經濟學的教學過程中，由于部分經濟學教師不能熟練掌握計量經濟學這門課程的相關理論和方法，導致學生對這門課的理解產生偏差。很多高校本科生的計量經濟學課程，主要介紹理論方法，除了一些課后習題和文中例題外，幾乎沒有關于結合理論進行應用的專門章節，即使有也特別老舊。有很多經典著名的國外教材也是如此設計。然而國內的很多高校教師仍然是不加修改的照搬國外的經典教材。此外，這些教材中很多例子適用于歐美的經濟情況，很多教師上課的時候不能結合我國的實際情況加以修改和補充。而且計量經濟學作為一門孤立的課程，看不到它與經濟學其他課程之間的聯系，就更加難以理解它在整個經濟學課程體系中的地位，甚至會覺得它是一門應用數學類課程，這種想法無形中會影響到學生，致使部分學生反感這門課程。由于計量經濟學的學習需要數學、統計學、線性代數等數學基礎知識，很多教師在教學過程中過度強調數學推理，使得學生將計量經濟學當作一門數學課進行學習，因此達不到這門課程應有的效果和目的，無法使學生認識到計量經濟學在經濟學中的作用和地位。過多的強調理論公式的推導，使得計量經濟學很難被經濟學類的學生接受，陷入理論推導的怪圈，降低了經濟現象方面想象能力和求知欲望。另一方面，計量經濟學的理論部分的理解又需要較好的數學基礎。而目前我國大部分需要學習計量經濟學的學生屬于經濟學類專業，此專業中的絕大多數的學生是文科生。而對于文科生而言，數學基礎會稍微差一些，對數學敏感性較差，邏輯分析和定量分析的能力也較低。因此，當接觸到計量經濟學這門學科時，若得不到教師的正確引導，學生不難很難理解到理論計量的精髓而且也很難將計量經濟學理論應用于實證研究。大部分學生就會認為計量經濟學就是統計學或者數學，對其自身經濟學科而言是不需要的。這種負面思想也會影響到下屆學生。
1.2教學安排不合理
一般情況下，計量經濟學每學期54學時，因為課時有限，教師在教學過程中只能著重理論課程方法的介紹，而并著重培養學生解決實際經濟問題的能力。當前，我校計量經濟學在授課過程中以基礎課程為主，而對于處理實際經濟問題涉及較少。原因總結為以下兩個方面：第一，在教學過程中使用的教材主要是介紹理論及其推導;第二，如果講授計量經濟學的應用，則需要如下過程：首先建立或選擇需要的模型;然后收集相應的數據;其次對模型進行檢驗并進行異方差、多重共線性和自相關等計量經濟學檢驗，然后使用學到的計量經濟學理論估計模型中的待估參數;估計參數后，利用模型的估計結果進行實際問題的分析，例如，經濟現象的分析，政策建議，經濟預測等。而計量經濟學設定的課程學時較少，課時有限，故不能完成此種程度的教學任務。Eviews等相關計量經濟學軟件是在實際應用分析常用的統計軟件，在計量經濟學教學過程中，由于課時有限，學生上機進行實際軟件操作的機會少，訓練不足，這使得學生在學習計量經濟學理論方法后出現不會應用的問題。實驗環節在高校培養學生實踐和創新能力最重要的部分，經濟管理類的實驗環節比理工類要薄弱很多。另外，為了滿足社會進步的需要，近年各高校經濟學的教學方法和手段上不斷地提高和改善。絕大多數高校已經實現了多媒體教學應用。由于多媒體的廣泛應用，計量經濟學教學過程中以多媒體為主，板書為副，這雖然加快了教學進度，但無形中加大了學生的思考負擔和思維強度，使得學生對必要的需要數理推導的理論部分無法理解深刻。
1.3教材內容分布不合理
現階段計量經濟學教材的內容主要側重于計量經濟學方法和理論知識的介紹，對實際問題的分析研究介紹的較少。學生在剛接觸計量經濟學時，就會看到大量的公式和數學符號，對學生的學習造成了較大的困難。在學完計量經濟學后，學生不知道如何運用計量經濟學方法去解決實際問題。另外，大量的計量經濟學教材的符號并沒有統一，同一術語不同的教材用不同的符號，使學生眼花繚亂，不知從何入手。
2計量經濟學教學中存在的問題如何解決
計量經濟學是一門方法論的學科，具有應用性較強的課程。計量經濟學強調理論、案例和實驗三者的有機結合。為了加強學生對計量經濟學的了解，知道計量經濟學在經濟學科中的地位和作用，使得該課程的教學達到預定的效果，能夠提高學生的創新能力、實踐能力，筆者根據自己數年的教學經驗，有下面幾點建議。
2.1教師應正確理解計量經濟學在整個經濟學課程體系中的地位，并且在教學過程中注意理論與應用并重
首先教師應該正確的認識計量經濟學這門課程的位置及重要性。挪威的經濟學家RagnarFrisch作為首屆諾貝爾經濟學獎獲得者，1933年曾經在計量經濟學雜志中對于經濟學數量方面的研究進行了評述：即使部分經濟理論有數量特征的，但經濟統計學、一般的經濟理論和計量經濟學是不可以混為一談的。也不能將計量經濟學簡單地看作是數學在經濟學上的應用。只有真正的清楚經濟問題的數量關系并將其結合著理解，我們才能理解計量經濟學的內涵及本質。計量經濟學是一門由統計學、經濟學和數學相互結合的交叉學科，但是我們不能簡單的將計量經濟學看作是經濟學、統計學、或者應用數學在經濟學上的一種應用，而應將其看作一門在經濟學科中占舉足輕重地位的綜合性邊緣學科。其次，計量經濟學教學應當理論與應用并重。計量經濟學籠統的可以分為理論和應用計量經濟學兩部分。理論計量是以計量經濟學的方法為主，以數學推理為基礎，強調理論的數學證明與推導;應用計量側重理論的應用，以經濟學為基礎而對實際問題進行處理。在這方面的教學中，尤其應側重結合我國國情，設計相關的實例分析教學，使得學生能夠結合應用模型，加深對計量經濟學理論的應用理解和訓練。教師應當將計量經濟學這門課程作為經濟學人才所需掌握的基本方法論來設計。如果學生能夠掌握這些基本的方法論原理，就具備了解決經濟學中的相關問題的能力。因此，在本科計量經濟學的課程內容的設計中，應當堅持應用和理論并重，著重讓學生通過解決實際案例，加深對計量理論的理解程度。再次，對于計量經濟學的理論方法，思路是優于數學過程而更加需要重視的部分。描述計量經濟學理論方法離不開抽象的數學語言敘述過程，但讓本科生在有限的時間內掌握這些數學過程，一方面是具有難度的，另一方面，也是不必要的。學生可以通過自學從而掌握詳盡的數學推導過程。而有限的時間內，更為重要的是讓學生能夠理解整個學科的發展脈絡，也就是我們通常所說的需要學生建立計量經濟學的理論框架和思路。教師需要引導學生掌握這種思路。例如，某一種計量經濟學理論方法，其思路的關鍵是什么?計量經濟學是一門不斷發展壯大的學科。在冗繁的模型和方法中，能夠建立整體的框架和思路尤為重要。是學生能夠提綱挈領的感受到淘汰舊的理論方法的原因以及發展新的理論方法的驅動力，這需要教師的引導和灌輸。比如新產生的方法怎樣突破舊的理論框架，解決了原來沒有考慮或者無法解決的問題?我們的教學目的也是為了讓學生能夠掌握這些框架和思路，因為思路不僅反映了方法論產生的原因和發展的動力更主要的是學生如果能夠深刻理解這些，才可能在原有理論基礎上加以發展和創新。所以，在整個的計量經濟學教學過程中，教師始終應該秉承這一思想，給學生介紹整個計量經濟學體系的脈絡。掌握好這個總的脈絡，就能夠提綱挈領，提高對計量經濟學的整體認識。
2.2教學方法和教學手段的合理改革
教師應在教學過程中結合實驗軟件，積極挖掘學創造力和主觀能動性。教師應當因材施教，根據學生的不同專業從而安排相應的結合其專業的案例和實驗教學內容，使學生能夠在掌握計量經濟學原理的同時，能夠很好的將計量理論應用于解決本專業的實際問題中去，同時在解決實際問題的過程中，加深對理論計量的理解和認識。為了使學生能夠有時間在課堂上建立計量經濟模型，并且切身體會到計量經濟學在其相應專業的應用價值和意義，學校應該在原54課時的基礎上增加課時，增加的課時用于是學生掌握必要的經濟和統計學軟件的使用。使得同學不僅學完統計檢驗、參數估計等理論基礎知識，而且能夠在掌握這些理論知識的同時，可以應用這些基礎知識解決與自身專業相關的實際應用問題。由于當前的計量經濟學教學是計量經濟學理論方法與實際的經濟例子、軟件操作，經濟理論分離，因此，筆者認為，教師在授課時應選用一種軟件，比如Eviews，在講授完基本的計量經濟學理論后，結合具體的經濟實例，首先教學生如何使用軟件來實現相應的理論結果，不需要解釋為什么使用軟件，只是讓同學知道軟件是解決問題的一種簡單的工具。比如，在學完前幾章的參數估計和檢驗后，教師應該引導學生找到自己感興趣的實際問題，然后使用Eviews軟件完成參數的估計和檢驗，最后讓學生對所得到的估計和檢驗結果做合理的解釋，這樣不僅使學生深刻掌握了所學習的計量經濟學理論和方法，而且也提高了對實際問題的解決和分析能力。
2.3教材內容存在問題的合理改善
首先市面上不同的教材應該進行符號和內容統一，對于一些內容不同的理解應該給于詳盡的解釋。;其次，教材的編寫應該按照不同的層次進行區分，對于本科生使用的教材，建議刪除計量經濟學理論方法結論所需要的數學推導過程，主要側重于學生對計量經濟學方法的應用;而對于研究生教材，不僅要著重詳盡數學推導過程，也要注重對計量經濟學理論方法和內涵的理解，同時也不能放棄理論方法與實際相結合。最后，無論本科生教材，還是研究生教材都要引進最前沿的研究問題、研究方法和研究思路，這樣，可以激發學生的學習興趣和創造力。
高等計量經濟學論文范文二：高校計量經濟學論文
一、計量經濟學教學中存在的主要問題
目前，大多數高校計量經濟學的考核方式還是比較陳舊的，靈活性也不強。有的高校完全依據期末考試成績，而有的高校則是期末考試成績加一定占比的平時成績，而平時成績的給出主要是以學生的到課情況、課堂表現和平時的課堂、課后作業為主。這樣的考核方式只是簡單考核了學生對計量經濟學理論知識和計量方法的理解和掌握情況，并不能激發學生的學習主動性和創造性，更不能體現計量經濟學實踐性強和工具性強的特點。計量經濟學應該注重考核學生應用所學知識發現問題、分析問題、解決問題的能力，而不是靠短時間臨考前的死記硬背蒙混過關，這不利于培養學生的應用能力和創新能力。因此，計量經濟學這門課程的考核方式應該是多方面多角度的。
二、計量經濟學教學的幾點建議
計量經濟學是現代經濟學的重要分支，為了突出本學科的特點及在經濟學科中的地位和作用，強化學生對計量經濟學的認識，提高學生的應用能力，以達到培養應用型人才的目的，總結多年的教學經驗，提出了以下幾點建議。
1.創新課程教學內容
計量經濟學作為一門經濟學，其課程建設的目標應該是建設成為一門真正的經濟學課程。因此課程教學內容必須真正實現經濟理論、數學、統計學的結合，教學內容應涵蓋模型設定、數據診斷、模型估計、模型檢驗、模型應用全過程。計量經濟學教學內容體系應該包含如何設定計量經濟學模型、如何分析和診斷數據，這應成為課程教學內容創新的主要方向。具體可以從以下2個方面著手：
①注重教學內容的精選和層次劃分，在教學過程中，需要依據不同教學層次對課程教學內容進行精選，形成具有不同層次的計量經濟學教學內容體系。教研室需要對計量經濟學教學內容的層次劃分進行反復討論和界定，比如對于本科層次尤其是獨立學院計量經濟學教學內容要做到重思想、重方法、重應用的原則;而對于研究生層次的計量經濟學教學內容要做到重探索、重科研、重理論的原則。
②緊跟學科的前沿發展，適時更新教學內容，計量經濟學學科本身在不斷發展，除了一些經典的著作，國外一些新教材不斷涌現。國內高校在計量經濟學課程的教學中也要緊跟國際上的新發展，注重教學內容及教材上的適時更新。
2.實驗教學的進一步重視深化
一般認為，建設投資是國民經濟增長的強大拉動因素。幾乎所有國家的政府都會在經濟不景氣的時期，將建設投資作為刺激經濟增長的工具。加大建設投資的規模，既可增加就業機會和國民可支配收入、擴大內需，又可以直接帶動當前的經濟增長，為新一輪的經濟增長奠定物質基礎。西方學者的研究表明：建設投資在經濟發展中扮演著非常重要的角色，尤其是在發展中國家，建設投資在這些國家的整體投資中的比率甚至達到了20%(Kessedes,1995)。
我國大量的文獻也討論了建設投資對國民經濟的重要作用，但是，真正能夠揭示建設投資與經濟增長之間的數量關系的研究成果卻極少。中國發展研究院曾經做過一項研究，發現在中國經濟中固定資產投資是決定社會需求的最積極的因素。因此，增加固定資產投資可以作為刺激經濟活動的主要手段（中國發展研究院，1997）。雖然還有其他一些關于建設投資對中國經濟增長重要性的研究，但是，這些研究大部分還處在定性階段，很少能夠指出建設投資對中國經濟發展的貢獻水平。本研究就致力于找到其對中國經濟發展拉動水平的具體數量關系。
二、數據和模型
在本研究中，建設投資對國民經濟的拉動作用是指以一定速度增長的建設投資所拉動GDP的增長量或增長率。GDP是衡量一個國家或地區經濟水平的重要指標和方法。它是指一個國家或地區在一年內所有常住單位生產活動的最終成果的價值形態。另外本研究涉及的指標還有固定資產投資和建筑安裝工程投資。
固定資產投資(FAI)是衡量一個國家或地區在一年內在固定資產方面投資總量的指標，它同樣也能夠以價值形態反映固定資產建造和購買活動的總量，是反映固定資產投資規模、速度、比例關系和使用方向的綜合性指標。固定資產投資可以根據國家的投資計劃分為基本建設投資、更新改造投資、房地產開發投資和其他固定資產投資四部分。本文采用這個指標來代表宏觀意義上的建設投資水平，既包括建水壩、修公路這些大型的土木工程項目，也包括住宅和商業房地產項目的開發，同時，還涉及各類建筑物、構筑物和大型設備的修繕和改造。
固定資產投資活動按其工作內容和實現方式可以分為建筑安裝工程，設備、工具、器具購置，其他費用三個部分。在本文中也將建筑安裝工程投資(CI)作為衡量建設投資活動對國民經濟增長拉動作用的一個變量，它是指各種房屋、建筑物的建造和各種設備裝置的安裝工程投資。建筑安裝工程投資比固定資產投資的范圍小一些，可以代表一年內國民經濟中的建筑工作量，是一個衡量建設活動水平更為合適的指標。
本研究擬采用動態計量經濟學所倡導的誤差修正模型來描述建設投資和國民經濟的相互作用。建立經濟學模型的傳統方法主要是以理論為導向，依據某種已經存在的經濟理論或者已經提出的對經濟行為規律的某種解釋設定模型的總體結構，這種建模途徑對先驗的經濟理論有很強的依賴性。這種建模方法在20世紀70年代的經濟動蕩前屢次預測失靈，促使人們尋求另外的建模方法。20世紀70年代末80年代初，以英國經濟學家D·F·Hendry為代表，提出了動態建模的方法，交替利用經濟理論和經濟數據提供的信息，在協整理論的基礎上建立反映變量短期波動和長期均衡的誤差修正模型(D·Hendry,1998)。
一般經濟變量都可以用時間序列來表示，如果它的均值和方差都不隨時間變化，就稱這個序列是穩定序列。如果一個序列在成為穩定序列之前必須經過d次差分，則稱該序列是d階單整。按照協整理論，幾個同階單整的時間序列之間可能存在著一種長期的穩定關系，其線性組合可以降低單整階數，即所謂的協整關系。誤差修正模型就是建立在這種理論之上的。以GDP和建筑安裝投資(CI)為例，若GDP和CI具有協整關系，則它們之間的關系可以寫作一般的自回歸分布滯后的表達式：
附圖
和CI之間存在的長期均衡關系。于是GDP的短期波動被分為兩部分：一部分是長期均衡，一部分是短期波動。一般（β[,2]-1）都會小于0，因此，若(t-1)時刻GDP大于其長期均衡解，γecm[,t-1]為負值，使GDP[,t]減少；若(t-1)時刻GDP小于其長期均衡解，γecm[,t-1]為正值，使GDP[,t]增加。體現了長期均衡誤差對GDP的控制。
以不變價格表示的流量指標一般是一階單整。固定資產投資、建筑安裝投資和國內生產總值都是流量指標，一般情況下屬于一階單整，它們之間可以存在這種長期穩定的關系，同時，固定資產投資、建筑安裝投資的短期的變動又會對國內生產總值產生短期的影響。因此，國內生產總值的變動既受固定資產投資、建筑安裝投資短期變動的直接影響，又受兩者之間長期穩定關系的調整，可以建立誤差修正模型來討論這種關系：
附圖
表明如果FAI變化了1%，GDP將變化β[,1]%。α[,1]同理?？梢姼鱾€系數具有很強的經濟意義。
本研究中的數據都來源于《中國統計年鑒》。數據自1981年始，且已經折算為1981年不變價，這樣可以去除通貨膨脹的影響，更好地反映數據內在的規律性。在本研究中，采用SPSS軟件包進行統計分析。各年的數據如下；
表1固定資產投資、建筑安裝投資與國內生產總值
（1981-1999年，單位：億元）
附圖
注：1.所有數據均為1981年不變價；2.數據來源：《中國統計年鑒2000》。
三、建立誤差修正模型
（一）方程的初步設定和簡化
一般來講，在經濟數據中，以不變價格表示流量的序列往往表現為一階單整。因此，從理論上判斷，LnGDP、LnFAI和LnCI序列都應該是一階單整。采用Dickey和Fuller于1979年、1980年提出的ADF方法進行單整檢驗結果也表明，的確如此。
然后，可以將方程設定為一般的自回歸分布滯后模型。模型的右邊包括被解釋變量的滯后、解釋變量及其時間滯后項。對于固定資產投資方程，首先設定為：
附圖
用最小二乘法估計這兩個自回歸分布滯后方程，采用逐步回歸(Stepwise)方法，剔除不顯著的變量。
在固定資產投資方程中，LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程。估計得到的方程為：
附圖
可見方程的顯著性很高，完全可以通過檢驗。常數項的t值很小，并不顯著。（由于此方程對后面的過程只有理論上的意義，因此不必剔除常數項。）其他各項系數在99%的置信水平下顯著不為0。該方程的殘差類似白噪聲。
在建筑安裝投資方程中，也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程。估計得到的方程為：
附圖
方程的顯著性很高，完全可以通過檢驗。常數項的t值很小，也不顯著。其他各項都在99%的顯著性水平下顯著不為0。該方程的殘差類似白噪聲。
可以看到，以上兩個方程中LnFAI[,t-1]和LnCI[,t-1]前的系數為負值。出現這種現象的原因是由于它們分別與LnFAI[,t]和LnCI[,t]之間存在著共線性的關系，導致兩者的系數在一定程度上能夠互相任意分配。但這對后面的研究影響不大。
（二）求長期均衡方程
下面可以用簡單的回歸分析求得長期均衡方程。對于固定資產投資方程，長期均衡方程為：
附圖
可見，整體顯著性明顯滿足。各項系數的顯著性檢驗均順利通過。從此均衡方程可以計算ecm序列（即殘差序列）：
附圖
AdjustedR[2]=0.982F=980.657
整體顯著性明顯滿足。各項系數的顯著性檢驗均順利通過。
ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1]。
（三）建立誤差修正模型
1.固定資產投資方程
考慮到在初步設定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比較顯著，在建立誤差修正模型時引入LnGDP[,t]，LnFAI[,t]，ecm[,t-1]，以保證方程的包容性。
設定誤差修正模型為：
附圖
p=0.0002，可見整體顯著性明顯滿足。
從變量顯著性檢驗來看，兩個方程的ecm[,t-1]的顯著性較低，但是，考慮到它們重要的經濟意義，仍不將其剔除。
四、經濟意義分析
（一）彈性分析
在以上兩個誤差修正方程中，LnFAI[,t]和LnCI[,t]前面的系數可以看作是GDP對FAI和CI的彈性系數，因此，可以根據方程的系數對它們進行彈性分析。
LnCI[,t]前的系數為0.324，這說明國內生產總值對建筑安裝投資的彈性系數為0.324。當建筑安裝投資增長1%時，將帶動國內生產總值增長0.324%。而LnFAI[,t]前的系數為0.317，這說明國內生產總值對固定資產投資的彈性系數為0.317。當基本建設投資增長1%時，將帶動國內生產總值增長0.317%。
這是非常重要的結論，定量地給出了建設投資對國民經濟拉動作用的大小。可以看出，建設投資對國民經濟的拉動效應大致是這樣一個概念，即當建設投資增長1%時，能帶動國內生產總值增長大約0.32%。以往的分析往往僅限于定性，沒有反映出真正的定量關系。從兩個彈性系數可以看出，建設投資對國民經濟的增長有很大的促進作用，彈性系數都較大。
（二）拉動效率分析
為了進一步分析建筑安裝投資和固定資產投資對國民經濟拉動作用的大小，引入一個新的系數，將其稱之為“拉動效率”，它是GDP對該變量彈性系數與該變量在GDP中所占份額的比值，即附圖，D[,i]表示在此區間內GDP對某一變量i的彈性系數，S[,i]表示某一變量i在此區間內占據GDP的平均百分比。這樣可以排除彈性系數大小中不同變量份額因素的影響。如果q＞1，這表明某一變量在這一階段對GDP的拉動作用是積極的，超過了自身在GDP中所占據的份額，是高效率的。相反，如果q＜1，則表示這種拉動作用是消極的，少于變量自身占據GDP的份額，是低效率的。
結果如下（1981年—1999年間）：
變量D[,i]S[,i]q[,i]
CI（建筑安裝投資）0.3240.1961.652
FAI（固定資產投資）0.3170.3001.057
由此可見，兩者對國民經濟的拉動作用都是很積極的，q[,i]均超過了1，建筑安裝投資更為顯著。它在國民經濟中的份額為19.6%，而彈性系數達到了0.324%。這進一步驗證了在本文開始時所提到的定性研究的結論，建設投資在經濟發展中扮演著非常重要的角色，是刺激經濟活動的主要手段，能夠高效率地拉動國民經濟的增長。
（三）誤差修正項(ECM)的分析
Ecm項系數的大小反映了對偏離長期均衡的調整力度，系數的估計值一般是負值。對于固定資產投資方程，Ecm前面的系數是-0.049，由此看來，調整的力度不是很大。調整的過程大致如下：
附圖
對于建筑安裝投資方程，Ecm前面的系數是-0.018，調整的力度也較小。因此，可以看出，建設投資主要以短期波動的形式來影響GDP的變化，長期均衡起的控制作用不大。這符合我國現階段的具體情況，我國目前正處在大規模建設的發展階段，還遠遠沒有達到建設量的穩定和平衡，因此，目前主要是增量在起作用。
五、總結
本研究將固定資產投資(FAI)和建筑安裝投資投資(CI)作為對GDP產生拉動作用的變量，通過建立誤差修正模型得到了反映它們之間長期均衡和短期波動的表達式。從彈性系數可以看出，無論是建筑安裝投資，還是固定資產投資，二者對國民經濟的拉動作用都是很明顯的，國內生產總值對建筑安裝投資的彈性系數為0.324。當建筑安裝投資增長1%時，將帶動國內生產總值增長0.324%。國內生產總值對基本建設投資的彈性系數為0.317。當基本建設投資增長1%時，將帶動國內生產總值增長0.317%。綜合起來，當建設投資增長1%時，能帶動國內生產總值增長大約0.32%。從拉動效率來看，兩者對國民經濟的拉動作用都是積極的，q[,i]均超過了1，建筑安裝投資更為顯著。
建設投資主要以短期波動的形式來影響GDP的變化，長期均衡起的控制作用不大。這主要是由于我國目前正處在大規模建設的發展階段，還遠遠沒有達到建設量的穩定和平衡，因此，目前主要是增量在起作用。
因此，本研究的定量結果不僅驗證了很多研究者的定性結論，即建設投資在經濟發展中扮演著非常重要的角色，是刺激經濟活動的主要手段，能夠高效率地拉動國民經濟的增長；而且給出了具體的拉動效應值，分析了短期波動和長期均衡各自的作用，有助于更加準確地分析建設投資對國民經濟增長的貢獻。
收稿日期：2001-03-23
【參考文獻】
[1]中國發展研究院．中國宏觀經濟分析[M]．天津：南開大學出版社，1997.38．
[2]中國統計年鑒[Z]．北京：中國統計出版社，2000．
[3]陳炳煌．當前投資拉動經濟增長中應注意的幾個問題[J]．龍巖師專學報，2000,(6)．
[4]黃聰，李啟明，申立銀．中國建設推動力的計量模型與分析研究[J]．東南大學學報，2000,(4)．
[5]李子奈．計量經濟學——方法和應用[M]．北京：清華大學出版社，1992．
一般認為，建設投資是國民經濟增長的強大拉動因素。幾乎所有國家的政府都會在經濟不景氣的時期，將建設投資作為刺激經濟增長的工具。加大建設投資的規模，既可增加就業機會和國民可支配收入、擴大內需，又可以直接帶動當前的經濟增長，為新一輪的經濟增長奠定物質基礎。西方學者的研究表明：建設投資在經濟發展中扮演著非常重要的角色，尤其是在發展中國家，建設投資在這些國家的整體投資中的比率甚至達到了20%(Kessedes,1995)。
我國大量的文獻也討論了建設投資對國民經濟的重要作用，但是，真正能夠揭示建設投資與經濟增長之間的數量關系的研究成果卻極少。中國發展研究院曾經做過一項研究，發現在中國經濟中固定資產投資是決定社會需求的最積極的因素。因此，增加固定資產投資可以作為刺激經濟活動的主要手段（中國發展研究院，1997）。雖然還有其他一些關于建設投資對中國經濟增長重要性的研究，但是，這些研究大部分還處在定性階段，很少能夠指出建設投資對中國經濟發展的貢獻水平。本研究就致力于找到其對中國經濟發展拉動水平的具體數量關系。
二、數據和模型
在本研究中，建設投資對國民經濟的拉動作用是指以一定速度增長的建設投資所拉動GDP的增長量或增長率。GDP是衡量一個國家或地區經濟水平的重要指標和方法。它是指一個國家或地區在一年內所有常住單位生產活動的最終成果的價值形態。另外本研究涉及的指標還有固定資產投資和建筑安裝工程投資。
固定資產投資(FAI)是衡量一個國家或地區在一年內在固定資產方面投資總量的指標，它同樣也能夠以價值形態反映固定資產建造和購買活動的總量，是反映固定資產投資規模、速度、比例關系和使用方向的綜合性指標。固定資產投資可以根據國家的投資計劃分為基本建設投資、更新改造投資、房地產開發投資和其他固定資產投資四部分。本文采用這個指標來代表宏觀意義上的建設投資水平，既包括建水壩、修公路這些大型的土木工程項目，也包括住宅和商業房地產項目的開發，同時，還涉及各類建筑物、構筑物和大型設備的修繕和改造。
固定資產投資活動按其工作內容和實現方式可以分為建筑安裝工程，設備、工具、器具購置，其他費用三個部分。在本文中也將建筑安裝工程投資(CI)作為衡量建設投資活動對國民經濟增長拉動作用的一個變量，它是指各種房屋、建筑物的建造和各種設備裝置的安裝工程投資。建筑安裝工程投資比固定資產投資的范圍小一些，可以代表一年內國民經濟中的建筑工作量，是一個衡量建設活動水平更為合適的指標。
本研究擬采用動態計量經濟學所倡導的誤差修正模型來描述建設投資和國民經濟的相互作用。建立經濟學模型的傳統方法主要是以理論為導向，依據某種已經存在的經濟理論或者已經提出的對經濟行為規律的某種解釋設定模型的總體結構，這種建模途徑對先驗的經濟理論有很強的依賴性。這種建模方法在20世紀70年代的經濟動蕩前屢次預測失靈，促使人們尋求另外的建模方法。20世紀70年代末80年代初，以英國經濟學家D·F·Hendry為代表，提出了動態建模的方法，交替利用經濟理論和經濟數據提供的信息，在協整理論的基礎上建立反映變量短期波動和長期均衡的誤差修正模型(D·Hendry,1998)。
一般經濟變量都可以用時間序列來表示，如果它的均值和方差都不隨時間變化，就稱這個序列是穩定序列。如果一個序列在成為穩定序列之前必須經過d次差分，則稱該序列是d階單整。按照協整理論，幾個同階單整的時間序列之間可能存在著一種長期的穩定關系，其線性組合可以降低單整階數，即所謂的協整關系。誤差修正模型就是建立在這種理論之上的。以GDP和建筑安裝投資(CI)為例，若GDP和CI具有協整關系，則它們之間的關系可以寫作一般的自回歸分布滯后的表達式：
附圖
和CI之間存在的長期均衡關系。于是GDP的短期波動被分為兩部分：一部分是長期均衡，一部分是短期波動。一般（β[,2]-1）都會小于0，因此，若(t-1)時刻GDP大于其長期均衡解，γecm[,t-1]為負值，使GDP[,t]減少；若(t-1)時刻GDP小于其長期均衡解，γecm[,t-1]為正值，使GDP[,t]增加。體現了長期均衡誤差對GDP的控制。
以不變價格表示的流量指標一般是一階單整。固定資產投資、建筑安裝投資和國內生產總值都是流量指標，一般情況下屬于一階單整，它們之間可以存在這種長期穩定的關系，同時，固定資產投資、建筑安裝投資的短期的變動又會對國內生產總值產生短期的影響。因此，國內生產總值的變動既受固定資產投資、建筑安裝投資短期變動的直接影響，又受兩者之間長期穩定關系的調整，可以建立誤差修正模型來討論這種關系：
附圖
表明如果FAI變化了1%，GDP將變化β[,1]%。α[,1]同理?？梢姼鱾€系數具有很強的經濟意義。
本研究中的數據都來源于《中國統計年鑒》。數據自1981年始，且已經折算為1981年不變價，這樣可以去除通貨膨脹的影響，更好地反映數據內在的規律性。在本研究中，采用SPSS軟件包進行統計分析。各年的數據如下；
表1固定資產投資、建筑安裝投資與國內生產總值
（1981-1999年，單位：億元）
附圖
注：1.所有數據均為1981年不變價；2.數據來源：《中國統計年鑒2000》。
三、建立誤差修正模型
（一）方程的初步設定和簡化
一般來講，在經濟數據中，以不變價格表示流量的序列往往表現為一階單整。因此，從理論上判斷，LnGDP、LnFAI和LnCI序列都應該是一階單整。采用Dickey和Fuller于1979年、1980年提出的ADF方法進行單整檢驗結果也表明，的確如此。
然后，可以將方程設定為一般的自回歸分布滯后模型。模型的右邊包括被解釋變量的滯后、解釋變量及其時間滯后項。對于固定資產投資方程，首先設定為：
附圖
用最小二乘法估計這兩個自回歸分布滯后方程，采用逐步回歸(Stepwise)方法，剔除不顯著的變量。
在固定資產投資方程中，LnGDP[,t-1]、LnFAI[,t]和LnFAI[,t-1]被引入方程。估計得到的方程為：
附圖
可見方程的顯著性很高，完全可以通過檢驗。常數項的t值很小，并不顯著。（由于此方程對后面的過程只有理論上的意義，因此不必剔除常數項。）其他各項系數在99%的置信水平下顯著不為0。該方程的殘差類似白噪聲。
在建筑安裝投資方程中，也是LnGDP[,t-1]、LnCI[,t]和LnCI[,t-1]被引入方程。估計得到的方程為：
附圖
方程的顯著性很高，完全可以通過檢驗。常數項的t值很小，也不顯著。其他各項都在99%的顯著性水平下顯著不為0。該方程的殘差類似白噪聲。
可以看到，以上兩個方程中LnFAI[,t-1]和LnCI[,t-1]前的系數為負值。出現這種現象的原因是由于它們分別與LnFAI[,t]和LnCI[,t]之間存在著共線性的關系，導致兩者的系數在一定程度上能夠互相任意分配。但這對后面的研究影響不大。
（二）求長期均衡方程
下面可以用簡單的回歸分析求得長期均衡方程。對于固定資產投資方程，長期均衡方程為：
附圖
可見，整體顯著性明顯滿足。各項系數的顯著性檢驗均順利通過。從此均衡方程可以計算ecm序列（即殘差序列）：
附圖
AdjustedR[2]=0.982F=980.657
整體顯著性明顯滿足。各項系數的顯著性檢驗均順利通過。
ecm[,t-1]=LnGDP[,t-1]-3.228-9.793LnCI[,t-1]。
（三）建立誤差修正模型
1.固定資產投資方程
考慮到在初步設定的方程中LnFAI[,t]、LnFAI[,t-1]和LnGDP[,t-1]都比較顯著，在建立誤差修正模型時引入LnGDP[,t]，LnFAI[,t]，ecm[,t-1]，以保證方程的包容性。
設定誤差修正模型為：
附圖
p=0.0002，可見整體顯著性明顯滿足。
從變量顯著性檢驗來看，兩個方程的ecm[,t-1]的顯著性較低，但是，考慮到它們重要的經濟意義，仍不將其剔除。
四、經濟意義分析
（一）彈性分析
在以上兩個誤差修正方程中，LnFAI[,t]和LnCI[,t]前面的系數可以看作是GDP對FAI和CI的彈性系數，因此，可以根據方程的系數對它們進行彈性分析。
LnCI[,t]前的系數為0.324，這說明國內生產總值對建筑安裝投資的彈性系數為0.324。當建筑安裝投資增長1%時，將帶動國內生產總值增長0.324%。而LnFAI[,t]前的系數為0.317，這說明國內生產總值對固定資產投資的彈性系數為0.317。當基本建設投資增長1%時，將帶動國內生產總值增長0.317%。
這是非常重要的結論，定量地給出了建設投資對國民經濟拉動作用的大小?？梢钥闯觯ㄔO投資對國民經濟的拉動效應大致是這樣一個概念，即當建設投資增長1%時，能帶動國內生產總值增長大約0.32%。以往的分析往往僅限于定性，沒有反映出真正的定量關系。從兩個彈性系數可以看出，建設投資對國民經濟的增長有很大的促進作用，彈性系數都較大。
（二）拉動效率分析
為了進一步分析建筑安裝投資和固定資產投資對國民經濟拉動作用的大小，引入一個新的系數，將其稱之為“拉動效率”，它是GDP對該變量彈性系數與該變量在GDP中所占份額的比值，即附圖，D[,i]表示在此區間內GDP對某一變量i的彈性系數，S[,i]表示某一變量i在此區間內占據GDP的平均百分比。這樣可以排除彈性系數大小中不同變量份額因素的影響。如果q＞1，這表明某一變量在這一階段對GDP的拉動作用是積極的，超過了自身在GDP中所占據的份額，是高效率的。相反，如果q＜1，則表示這種拉動作用是消極的，少于變量自身占據GDP的份額，是低效率的。
結果如下（1981年—1999年間）：
變量D[,i]S[,i]q[,i]
CI（建筑安裝投資）0.3240.1961.652
FAI（固定資產投資）0.3170.3001.057
由此可見，兩者對國民經濟的拉動作用都是很積極的，q[,i]均超過了1，建筑安裝投資更為顯著。它在國民經濟中的份額為19.6%，而彈性系數達到了0.324%。這進一步驗證了在本文開始時所提到的定性研究的結論，建設投資在經濟發展中扮演著非常重要的角色，是刺激經濟活動的主要手段，能夠高效率地拉動國民經濟的增長。
（三）誤差修正項(ECM)的分析
Ecm項系數的大小反映了對偏離長期均衡的調整力度，系數的估計值一般是負值。對于固定資產投資方程，Ecm前面的系數是-0.049，由此看來，調整的力度不是很大。調整的過程大致如下：
附圖
對于建筑安裝投資方程，Ecm前面的系數是-0.018，調整的力度也較小。因此，可以看出，建設投資主要以短期波動的形式來影響GDP的變化，長期均衡起的控制作用不大。這符合我國現階段的具體情況，我國目前正處在大規模建設的發展階段，還遠遠沒有達到建設量的穩定和平衡，因此，目前主要是增量在起作用。
五、總結
本研究將固定資產投資(FAI)和建筑安裝投資投資(CI)作為對GDP產生拉動作用的變量，通過建立誤差修正模型得到了反映它們之間長期均衡和短期波動的表達式。從彈性系數可以看出，無論是建筑安裝投資，還是固定資產投資，二者對國民經濟的拉動作用都是很明顯的，國內生產總值對建筑安裝投資的彈性系數為0.324。當建筑安裝投資增長1%時，將帶動國內生產總值增長0.324%。國內生產總值對基本建設投資的彈性系數為0.317。當基本建設投資增長1%時，將帶動國內生產總值增長0.317%。綜合起來，當建設投資增長1%時，能帶動國內生產總值增長大約0.32%。從拉動效率來看，兩者對國民經濟的拉動作用都是積極的，q[,i]均超過了1，建筑安裝投資更為顯著。
建設投資主要以短期波動的形式來影響GDP的變化，長期均衡起的控制作用不大。這主要是由于我國目前正處在大規模建設的發展階段，還遠遠沒有達到建設量的穩定和平衡，因此，目前主要是增量在起作用。
因此，本研究的定量結果不僅驗證了很多研究者的定性結論，即建設投資在經濟發展中扮演著非常重要的角色，是刺激經濟活動的主要手段，能夠高效率地拉動國民經濟的增長；而且給出了具體的拉動效應值，分析了短期波動和長期均衡各自的作用，有助于更加準確地分析建設投資對國民經濟增長的貢獻。
收稿日期：2001-03-23
【參考文獻】
[1]中國發展研究院．中國宏觀經濟分析[M]．天津：南開大學出版社，1997.38．
[2]中國統計年鑒[Z]．北京：中國統計出版社，2000．
[3]陳炳煌．當前投資拉動經濟增長中應注意的幾個問題[J]．龍巖師專學報，2000,(6)．
[4]黃聰，李啟明，申立銀．中國建設推動力的計量模型與分析研究[J]．東南大學學報，2000,(4)．
[5]李子奈．計量經濟學——方法和應用[M]．北京：清華大學出版社，1992．
在以往的計量經濟學教學中，教師把教學時間的大部分都花費在公式的推導和證明上，教學模式比較單一。剛剛講授這門課程時，當時的學生主要是理科生，他們還可以接受。但現在我校經濟類大部分專業主要是文科生，他們的數學基礎參差不齊，面對公式的推導學生一臉的茫然，難免會對計量經濟學產生厭煩和畏懼心理，因此慢慢地失去了學習此課的興趣，直接影響學習效果。計量經濟學各章節之間又具有一定的連貫性，如果前面基礎部分沒學好，后面部分就聽不進去了，一部分學生久而久之產生放棄這門課程的想法。在這種注重理論教學的單一模式下,學生學習計量經濟學缺乏主觀能動性，只能被動地接受理論知識，因此，改進教學方法勢在必行。
（二）案例缺乏新意
計量經濟學是一門應用型很強的學科，但在教學中教師通常不會花費太多的心思選擇案例和數據，所采用的案例數據往往缺乏新意和變化，甚至一套案例和數據每年都使用，這使計量經濟學的應用性大打折扣。
（三）實驗環節效果不理想
計量經濟學實驗課一般在機房進行，學生進入實驗室便放松了自我約束和控制。計量經濟學實驗教學一般是在網絡環境下開展的，有些學生進入機房便沉溺于網絡視頻，不能按時完成實驗。有的學生在實驗課上不聽從教師對實驗課程內容的安排，特立獨行。還有些學生不遵守課堂紀律，自由進出。以上這些情況都會對實驗教學效果產生不良影響。
（四）考核手段單一
計量經濟學是一門理論和實踐聯系比較緊密的學科。在以往的教學中，計量經濟學主要偏重理論和基礎知識的考核，實驗考核所占比重偏低或不考核，這與計量經濟學的教學目標都是相背離的。即使老師進行實驗課的考核，其依據僅僅是學生提交的實驗報告，通常老師布置的實驗題目都是統一的，學生之間可能有抄襲現象，反映學生實驗水平的實驗報告很難有說服力。
二、改進計量經濟學教學方法
（一）在教學過程中改進教學手段
計量經濟學在以往的教學中，多以多媒體課件教學為主，文科學生適應差，教學結果不理想。在今后教學過程中應注重多媒體和板書相結合，讓學生有一個思考和反應的時間，理解所學計量經濟學原理。
（二）盡量減少理論教學,著重培養學生的分析能力
目前我校經濟學院大部分專業以文科招生為主，對于以文科背景為主的學生來說,在計量經濟學的教學中仍然采取以理論為主的教學方式，不利于激發學生的學習熱情。把案例教學穿插在講授理論的過程中，如經濟學各專業都學過微觀經濟學，一般商品需求和商品本身價格成反向的關系大家都知道，為什么和相關商品的價格，消費者的收入、消費者的偏好關系可以忽略不計呢？通過調研實際數據，建模計算分析可得出上面的結論。首先建一個一元模型，然后建一個多元模型，通過估計參數、檢驗等回答上面的問題，這樣把學過的經濟學理論和計量經濟學有機結合起來，增加學生的感性認識，既掌握計量經濟學理論，又提高了學生學習計量經濟學的興趣,也培養了學生的分析能力。
（三）不斷更新案例，讓學生主動參與教學
案例教學在計量經濟學教學中是至關重要的，它可以幫助學生理解計量經濟學理論和方法。在過去的教學中案例更新慢，學生不感興趣。今后教學中首先根據不同的專業選擇和學生所學專業有關的案例，或讓學生根據所學專業調研實際數據建模分析，把學和用有機地結合起來。其次要考慮到數據來源的獲取性,能夠容易地進行案例的動態更新,及時反映經濟的前沿問題,讓學生參與調研數據，充分調動學生學習計量經濟學的積極性,達到與時俱進的效果。三是案例要盡可能地把微宏觀經濟學的理論應用到計量經濟學中，從而驗證以前學過的經濟理論，加深對經濟理論的理解。
（四）開展小班實驗課
計量經濟學實驗課是學好計量經濟學的一個重要環節。因此，針對目前學生的實驗狀態，可采取小班實驗，做到指導教師能有針對性地進行實驗指導，有效檢查學生的實驗過程和結果，避免學生實驗中開小差，保證實驗質量。
（五）理論考核和實驗考核相結合
計量經濟學在過去的考核中主要考核學生對基本知識和理論的掌握能力，對實驗考核較少，今后應加大學生應用能力的考核，而這種能力主要是通過對實驗的考核體現的。實驗考核可以通過二種方式進行：第一是上機實際操作，在規定的時間內每個學生在計算機上完成老師指定的考核題目，考核學生掌握軟件程序和使用軟件分析問題的能力。第二是學生自主選題，分析和解決實際經濟問題形成報告，考核學生理論和實踐相結合的能力。最后把理論考核和實驗考核結合起來，既能檢驗學生對計量經濟學基本知識和理論的掌握，同時也考核了學生的實驗能力。通過上面的考核，能夠真實地反映出學生的實踐能力和學習效果。
1引言
國民經濟是指一個國家社會經濟活動的總稱，是由互相聯系、互相影響的經濟環節、經濟層次、經濟部門和經濟地區構成的。國民經濟這一概念突出強調經濟的整體性和聯系性。
中國宏觀經濟計量模型以改革開放以來的中國經濟為對象，應用現代經濟計量學方法，分析探討1978-2005年期間中國國民經濟運行和宏觀經濟活動。在此基礎上分析政府支出對國內生產總值的影響，進而由國內生產總值影響居民消費與社會投資，因而政府支出對國內生產總值起到直接的影響而對居民消費、社會投資則起到間接的影響。
政府支出規模隨經濟的增長而擴張。我國的GDP近年來處于持續高速增長的階段，就2005年而言，全年國內生產總值達到182321億元，按可比價格計算，比上年增長9.9％，屬于“高增長階段”。根據“瓦格納法則”，當國民收入增長時，政府支出規模會以更大比例增長；與此同時，R•A•馬斯格雷夫認為隨著經濟發展階段的演進，政府支出的規模逐漸增長。因此，本文想探討一下在未來的時間里，政府支出的變化對于國內生產總值、社會投資、居民消費的影響。
2模型設計
2．1模型結構
建立一個能反映農村政府消費支出水平與國內生產總值、投資、居民消費之間關系的計量經濟學聯立方程模型，文章共選取了3個內生變量，2個滯后內生變量和1個外生變量。
2．2模型的變量說明
（1）內生變量
Ct-居民消費；單位：億元
I-社會投資支出；單位：億元
Y-國內生產總值
（2）外生變量
G-政府消費支出；單位：億元
(3)滯后內生變量
Y(-1)國內生產總值上一年的值；單位：億元
Y(-2)國內生產總值上上年的值；單位：億元
2．3模型結構方程式
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）反映的是居民消費水平的影響因素，與上年度的國內生產生產總值相關。
方程（2）反映了社會投資與上年度國內生產總值、上上年度國內生產總值相關。
方程（3）反映了國內生產總值與居民消費、社會投資、政府消費相關。
3模型的參數估計及檢
3．1數據來源
本模型參數估計采用時間序列數據，數據均來自2006年《中國統計年鑒》，樣本區間為1991~2005年。數據處理與模型計算采用的是Excel2003和Eviews3.1軟件。
3模型檢驗
本模型估計出來的參數所反映的經濟意義與經濟理論與實踐相符；在0.05顯著性水平下本模型各方程均能通過F檢驗，所以模型具有顯著性；各方程的擬合優度均大于0.94，表明模型的可信度較高；估計參數在0.05顯著性水平下基本能夠通過t檢驗，參數具有顯著性。上述結論表明，本模型的參數估計結果在經濟意義和統計意義上均具有一定的可信度。
4歷史模擬和事后預測
4．1歷史模擬
為了檢驗模型用于模擬分析的可靠性，本文運用上述模型對樣本期數據進行模擬，并進行事后預測，通過計算內生變量1991~2005年模擬值與實際值的相對誤差來考察模型的預測能力。計算結果見表2。表2結果顯示，本模型變量模擬值與實際值的相對誤差絕大部分均小于5%，其中Ct的模擬效果最好，模擬值與實際值的相對誤差全部小于3%；Y的模擬效果也較好，除了2004年模擬值與實際值的相對誤差為14.935%外，其余模擬值與實際值的相對誤差幾乎全部小于5%；I的模擬效果其中幾個年份稍微差了一點，如獲至1997年、1998年、1999年、2000年、2004年的模擬值與實際值的相對誤差相對偏高了一點，但是最近幾年它的模擬效果還不錯。這表明由隨機方程式解釋的內生變量的相對誤差較低，該模型對歷史的整體擬合效果較好，用于外推模擬分析具有一定的可信度。
4．2事后預測
以下預測未來10年，政府支出以5%的增長率增長對國內生產總值、消費和投資的影響。
參考文獻
［1］李子奈，葉阿忠．高等計量經濟學［M］．北京：清華大學出版社，2000．
