计量经济学

计量经济学（精选9篇）

1.计量经济学 篇一

计量经济学学习心得

经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都学到了很多的知识。

通过学习计量经济学，我发现：计量经济学便是用精简的文字概括内容要点，用朴实的语言联系现实生活，让我们体会到计量经济学就在我们的身边。

参观一个城市，先站在最高处俯瞰，然后走街串巷;了解一座建筑，先看模型，后走进每一个房间。各起一半作用。计量经济学也是如此。

学习计量经济学给我印象和帮助最大的主要有两点：一：对EVIEWS软件的熟练操作与应用，记得以前学运筹学的时候，我学会了Lindo软件，而现在我又学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它;二：对于计量经济学辩论赛的认识我是很深刻的，在这一场没有硝烟但却处处充满着科学理论的睿智辩论中，我提高了胆识，增长了见识，也学会了团队与协作的力量。

以下我将着重从六个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。

一：计量经济学教我了我很多。

在学习计量经济学的过程中，我可以旁征博引，同时老师也给了我很多有意思的启发，因为即将面临考研的抉择，这门课也是我考研过程中必备的一门课程，因此，虽然是一门限选课，但是我仍然很用心得听讲，并对一些重要的知识做了记录，从而为自己的考研奠定一定的基础。

在认识计量经济学并不断提高自己对它的认识过程中，我感触最深的便是那一次的辩论赛，真的，一次辩论可以教会我很多有用的知识，从一个辩题的准备到辩论的过程，从推陈出新到完美的放映，从团队协作再到完美的配合，这一切，我觉得我们小组都做到了。

二：计量经济学的系统知识

计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事;它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征;计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。克莱因(R.Klein)：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”

计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济议题可能存在多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。

在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：

其次有一元线形回归模型的参数估计及其统计检验与应用，包括： 这个公式得给出，以及样本回归函数的随机形式。总的说来，这一节留给我印象最深刻的，便是根据样本回归函数SRF，估计总体回归函数PRF，即总体回归线与样本回归线之间的关系。除此以外，我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：

1.一元回归模型：

关于拟合优度的检验，也就是检验模型对样本观测值的拟合程度。被解释变量Y的观测值围绕其均值的总离差平方和可分解为两个部分：一部分来自于回归线，另一部分来自于随机势力。所以，我们用来自回归线的回归平方和占Y的总离差的平方和的比例来判断样本回归线与样本观测值的拟合优度。这个比例，我们也较它可决系数，它的取值范围是0<=R2<=1。

关于变量的显著性检验，是要考察所选择的解释变量是否对被解释变量有显著的线性影响。所应用的方法是数理统计学中的假设检验。我们在进行变量显著性检验时所应用的方法主要是t检验。这在之前我们的概率论与统计学的课程中都有所涉及，不算是新的知识。关于置信区间估计。当我们要判断样本参数的估计值在多大程度上可以“近似”的替代总体参数的真值，往往需要通过构造一个以样本参数的估计值为中心的“区间”，来考察它以多大的概率包含这真是的参数值。这样的方法就是我们所说的参数检验的置信区间估计。当我们希望缩小置信区间时，可以采用的方法有增大样本容量和提高模型的拟合优度。

2.多元回归模型

多元回归分析与一元回归分析的几点不同：

关于修正的可绝系数。我们可于发现，在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。这样就引出了我们这里说的调整的可绝系数。

关于对多个解释变量是否对被解释变量有显著线性影响关系的联合性F检验。F检验的思想来自于总离差平方和的分解式：TSS=ESS+RSS。通过比较F值与临界值的大小来判定原方程总体上的线性关系是否显著成立。

3.放宽基本假定模型

异方差性，即相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项具有不同的方差，那么检验异方差，也就是检验随机干扰项的方差与解释变量观测值之间的相关性。

序列相关性，如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。一般经验告诉我们，对于蚕蛹时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。

多重共线性，如果某两个或多个解释变量之间出现了相关性，则成为存在多重共线性。分为完全共线和近似共线两类。计量经济学模型一旦出现多重共线性，如果仍然采用普通最小二乘法估计模型参数，会产生下列的不良后果：1.完全共线性下参数估计量不存在;2.近似共线性下普通最小二乘法参数估计量的方差变大;3.参数估计量经济含义不合理;4.变量的显著性检验和模型的预测能力失去意义。

2.计量经济学 篇二

计量经济学(Econometrics)是一门用于验证和测度的学科,是运用数学、统计学和经济理论对经济现象进行定量分析的社会科学学科。计量经济学是诞生于20 世纪30 年代的新型学科,虽然发展历史较短,但应用十分广泛,已经在经济学科教学和研究中占据了极其重要的地位。对计量经济学的评价,如P.Samuelson称第二次世界大战后的经济学是计量经济学的时代;P.Henry称计量经济学是经济学这一社会科学中的帝国主义;R.Klein评价在大多数大学和学院中,计量经济学的讲授已经成为经济学课程表中最有权威的一部分。1998 年教育部把计量经济学确定为经济学类专业核心课程之一之后,这门课程在国内普及开来。

计量经济学虽然在中国普及的时间较短,但近几年国内计量经济学的发展特别快。目前大多数高等院校在本、硕、博课程中将计量经济学作为重要的基础课程,国内出版的教材不断更新,研究中运用计量分析方法的论文比重持续上升。然而,实际教学当中计量经济学却是教学难度较大的课程,特别是对文科背景的经济学类学生来说是“难学”的一门课程。通过近几年的教学实践,我们对教学过程中遇到的许多问题进行渐进性的改革和探索,努力提高教学水平和教学质量,加强与学生的沟通。本文拟对教学实践当中发现的问题进行分析,并探讨解决这些问题的有效途径。

一、计量经济学教学实践中的问题

(一)基础知识薄弱

计量经济学“教学难”的最大特征是文科背景经济学专业学生们基础知识的相对薄弱。众说周知,计量经济学是综合性较强的一门课程,要求学生不仅对微积分、线性代数、统计学等先修课程的良好基础,而且还对微观经济学、宏观经济学等经济学专业基础课同样要求良好基础。基础知识的相对薄弱是导致学生们“难学”的直接原因。这个原因笔者认为主要来自于学生的主、客观两个方面。主观上对于大多数文科背景学生来说数学性质课程的学习难度较大,缺乏兴趣,因此,没有打好高等数学基础。客观因素是学校课程安排和教师教学质量的问题。在课程安排上,比如笔者所在大学以前开设的是统计学原理,并不是统计学。因此,大多数学生并没有学到统计学领域重要的基础知识。还有微、宏观经济学等经济学类基础课程内容并没有学好,这主要来至于教师教学质量。因此,笔者在教学实践当中讲教材内容之前,先利用两、三节课复习统计学基础知识,并在正文讲授当中注意复习微、宏观相关内容,与学生加强沟通一步一步地提高学习兴趣和参与讨论的积极性。

(二)教学方法差异

目前大多数课程的教学都采用多媒体教学方式,多媒体教学方式跟传统的板书教学方式的确具有优势。但这并不意味着板书教学方式已经退出历史舞台,特别是在数学推导过程当中板书的优势就体现出来。有些学生甚至教师都认为推导过程并不重要,只想利用其结果,但不通过推导过程怎么能理解计量分析方法的基本原理呢?没有打好基础就根本学不到更深的内容。笔者在实际讲授过程中都试过板书和多媒体教学方式,虽然现在的学生都习惯了多媒体教授方式,但计量经济学的讲授当中板书教学方式还是受到学生们的欢迎。他们认为跟着老师一步一步计算,就能跟着老师的思路学下来,也能清理自己的思路。在多媒体教学当中也重视板书,有些图形或公式通过板书重复说明,并利用大量例题解释相关内容,因此,教学速度与板书教学速度相差无几。通过实践发现多媒体和板书教学方式的结合,以及大量案例的应用是与目前笔者在校学生们水平基本吻合的教学方式。

(三)课程安排与实践

计量经济学是强调理论和运用软件的实践相结合的应用性课程。因此,实际教学由理论课和上机实验两个部分组成。由于学校的课程调整,我校计量经济学的学时从32 学时增加到48 和64 学时等不同学时。2006 年笔者到校任教时开始这门课程的学时调整至64 学时,但有时又调整至48 学时。如果是32 和48 学时教学安排的话,就根本上不了实验课,教学仅限于理论课的讲授。通过几年的实践发现,合理的学时安排是48 学时理论课和16 学时实验课。48 学时足够讲完符合本科生水平的内容,16 学时上机课也让学生基本了解相关软件操作。上机课安排开学第二个月开始上,第一个月主要讲授相关理论,第二个月开始一周一次理论课和一次上机课。上机先利用两节课讲Excel操作,目的是要掌握Excel图表处理的基本操作和运用数据分析功能的回归分析操作。之后具体实践STATA或者是Eviews等相关软件的操作。

(四)论文不规范

学习计量经济学的目的就是在实际研究中应用计量经济方法分析特定经济现象。通过本科生和研究生毕业论文答辩,或者是研究生学术月活动中的论文审查,发现计量论文中存在很多问题。第一,学生对模型的建立缺乏了解,容易把数学恒等式当成模型进行分析。这突显学生们对计量基本概念的理解不透彻,对各个要素之间逻辑关系的理解不足。第二,相关检验的问题上容易把原假设和备择假设弄混,因此,得出的结论往往与计量分析结果背道而驰。第三,采集的样本数量少,而解释变量却很多,在自由度严重不足的情况下也做回归分析写出论文。实验课当中曾经讲过典型模型的推导过程,以及根据经济理论建立模型的过程,但效果不佳,怎样提高学生的写作能力是一项我们长期探讨的重要课题之一。

二、计量经济学教学改革建议

(一)强化基础课程

通过多年的计量经济学和其他专业课的讲授当中感受到的最大困惑是学生们相关课程的基础较弱。与高等数学课程不同,微、宏观经济学以及统计学、数理统计等课程是学院教师主讲的课。笔者认为目前所在学院学生基础课程的较弱原因,主要是学院对基础课程的重视不够和教学梯队的不完善所引起。重视程度上笔者曾几次提议要强化习题课,以此来强化学生对相关课程的认识和学习。特别是在研究生课程安排上,要求基础课程以年为单位设置课程,但都没有得到体现。教学梯队问题上开会时所探讨的梯队问题实际上并没有落实,之前不管学生们的评价如何,基础课程由老教授们垄断。随着扩招讲基础课的教师增加,但教师素质参差不齐,教学安排并不是按照学科出身来安排,而是出现互相抢课的现象。因此,要强化基础课程,首先要提高教师素质,其次建立良好的教学梯队。

(二)建设案例库

计量经济学的理论教学和实验课都离不开案例,通过案例加深与计量模型相关的经济理论的理解,并提高学习兴趣。国内有些大学已经编写相关实验课的教学指导书,并建立案例库,这方面南开大学经济学院做得较好。笔者刚开始编写教案时大量参考日本教材上的案例,每个章节都设几个案例,重视通过案例来加深相关学习内容。只是理论课中的案例从样本数或其他方面的因素在实验课中缺乏针对性,因此,需要专门用于实验课的案例库。但案例库建设是一个系统性的工程,紧靠任课老师难以完成。我院能讲计量经济学的教师较少,难成立教学团队或成立专门的案例库建设小组。目前只能实行拿来主义,收集电子版教材发给学生,以此来弥补欠缺部分。数据整理和分析、案例的选择等对我院来说一项长期工程。

(三)强化论文写作能力

作为一种方法论学习计量经济学的目的之一是在实际研究中的应用。写过计量分析论文的人都知道,刚开始写计量论文的时候写作难度较大,最好在导师的带领下边写边学习是一种有效的途径。但是受师资力量的单薄,还有教学中忽视相关问题等方面的影响,学生写作能力的提高一直受到很大限制。无论是为毕业论文,还是读研究生等长远目标着想,必须提高学生写作能力。笔者认为实际教学当中至少可以采取以下方式。第一,讲课当中选择几篇符合学生水平的相关计量论文,讲解计量论文的格式、建模、检验和经济现象的解释等相关问题。第二,适当的布置课程小论文,以个人或小组为单位发表论文,从中找出存在的问题进行修改,直到达到一定的水平。第三,通过学院组织的各种论坛和学术会议的积极参加,拓展学生的视野,围绕会议中的题目进行讨论,循序渐进地提高基本素养。

结论

自从计量经济学在国内普及之后,其重要性已经得到广泛的认可,国内学者对计量经济学的研究也日益加深。但是由于普及的时间较短,很多院校存在教师队伍的计量功底参差不齐,相关配套设施不完善等问题。

经过多年的教学实践,我们逐渐摸索清楚了讲这门课程的一般规律,相关基础课程和实验课的安排得到了强化。通过理论课学生们基本上掌握了计量经济学的基本原理和思想,通过实验课学习相关计量或统计软件操作,能够借助辅助软件进行计量分析,毕业论文中运用计量方法的论文比重逐步上升。我相信,教师队伍的不断努力和相关部门的重视下,计量经济学课程建设会不断完善,会涌现出更多的计量人才。

摘要：计量经济学是应用性较强的一门课程,同时也是教师“教学难”、学生“学习难”的课程。计量课程对教学模式、教学内容、实验课和案例库建设等方面提出较高的要求。通过多年的实践教学,针对面对的困难进一步分析其原因,并提出相关改革建议。

3.计量经济学教学改革探析 篇三

【关键词】计量经济学 教学改革 案例教学

【中图分类号】G64【文献标识码】A 【文章编号】2095-3089（2016）12-0028-01

一般来说，像温州大学城市学院这样民办学校的办学理念和发展定位于应用主导型，其发展目标主要是为地方经济发展培养应用型专业人才。而经济学、金融学作为该院校的重点专业，金融学院的培养目标是为温州金融和经济体系输送应用型人才。而计量经济学作为金融学院金融和经济专业的一门主干课，对培养学生思维和推理能力的培养都有很重要的作用。

计量经济学是一门综合性很强的学科，它综合了经济理论、统计学和数学，是经济学研究中很重要的数量分析工具。计量经济学以现实经济问题为研究对象，通过数量分析发现内在规律，是一门经济学科。从教学的角度来讲，相对于本科生而言，特别是文科生而言是一门难度比较大的学科。从课程的性质来看，它的内容比较枯燥难学，学生对它提不起兴趣，老师比较难教。

一、教学现状和存在的问题

1.文科生先修课程基础薄弱

计量经济学是一门综合性很强的专业课，要求学生有西方经济学、数学、统计学等先修课程的良好基础。在过往的教学以及其它老师反应的现象是，一个教学班级里学生的数学基础参差不齐，部分数学基础薄弱的学生，这里面大部分是文科生，他们对这门课程缺乏兴趣，学习这门课的主要目的是拿到学分。归其原因主要是因为计量经济学这门课程要求学生有良好的数学和统计知识，如果学生数学和统计学基础比较差，则会出现听不懂，有些干脆就不听。理科学生相对来说数学和统计基础要好点，在学生数学基础参差不齐的情况下，要找个制衡点就比较困难，这就要求老师在授课内容上既要照顾数学基础差的学生，又要顾及数学基础比较良好的学生。

2.对课程不够重视

由于是地方民办高校，经济、金融和国贸专业虽然设有计量经济这门课程，但对这门课却重视程度不够，部分老师甚至觉的这个层次学校的学生没必要修这门课。另外能上这门课的老师也是寥寥数人，这就造成了计量经济学这门课教学存在师生比严重失调的现象。所有这门课程的教学都是采用大班教学，即使是经济系的学生也是大班教学。大班教学不利于学生和老师的课堂交流，往往大班上课老师本身就比较累，也没精力在课堂上和学生交流。另外坐在后排的同学基本上就看不到黑板的板书。

3.教学目标定位不准确

教学内容要服务于教学目标，而教学目标应围绕专业培养目标进行科学设置。而现实的情况是地方民办院校计量经济学教学并没有顺应该门课多专业、多要求的发展趋势；在课程内容和教学大纲没有与重点大学培养研究型和学术型人才的目标区别开来，对计量经济学的教学目标定位不准确，导致了教学模式和人才培养目标不吻合。

二、计量经济学教学改革建议

1.多层次教学

笔者认为计量经济学教学应该按照专业和学生的兴趣，实习分层次的教学。在以后的教学中，我们应根据学生的实际情况把计量经济学教学分为两类：一类是偏向于理论教学；另一类是偏向于实验教学。第一类的学生中部分学生以后的深造可能和计量经济学相关，第二类大部分学生以后会走上相关计量操作岗位或为写相关计量分析的本科生毕业论文。

2.加强师资建设

笔者一直认为提高教学质量最关键的是提高教师素质，只有教师的素质提高了，才能更好的服务于教学，才能使教学水平得到提高。在三本的院校，为提高教师的业务素质，我们可以：（1）实习听课制，规定每个老师每周必须听2节课；（2）每学期每位老师上交一篇相关的教学论文进行讨论；（3）实习集体备课，加强一门课教师之间的交流，取长补短，共同进步。

3.适当调整课程设置

计量经济学是不同于数学和统计学的一个经济学独立分支，虽然计量经济学有一定的学科独立性，但不可否认的是它又是一门服务性和工具性的学科。作为三本院校在对计量经济学课程进行设置时应该考虑到我们学生的接受能力和学习水平，笔者认为应该把计量经济学的教学安排在两个学期。因为只有充裕的时间才能保证在理论学时的基础上增加学生的习题练习时间，同时也能更好的消化和吸收。

参考文献：

[1]彭长生.文科背景下计量经济学教学的问题与改革[J].安庆师范学院学报（社会科学版），2009（6）.

4.计量经济学论文 篇四

一、引言

计量经济学是经济学研究中重要的理论和应用分析工具。正因为其重要性，教育部经济学学科教学指导委员会将计量经济学确定为经济类专业的核心课程。在本科生阶段，除了经济、管理专业将其作为必修课程外，不少高校将其作为全校性选修课程。计量经济学的学科性质、课程特点和日益显现的重要性，对当前普通高校学生的课程学习和老师教学，个性是对商科背景的本科生，都是一个不小的挑战。

二、文献评述

作为一门以经济与管理基本理论为基础，综合数学、统计学分析工具，以现代电子计算技术为依托的计量经济学，其知识面涉及之广、综合应用潜力要求之强，是经管类专业课程中所罕见的，这也是计量经济学难教、难学的根本原因。李均立、许海平归纳了该门课程教学存在的问题，并从教学资料等方面提出了相应的教研教改推荐。马成文、金露、魏文华强调案例教学在计量经济学教学中的作用，并指出了案例教学中需要注意的问题。张柠认为在教学中就应加大实验教学力度，透过实验教学，培养学生的应用潜力，提高学习效果。已有文献为本课题的研究带给了很好的借鉴，但是透过对有关文献仔细地梳理后发现，现有文献存在一个特点:将焦点聚焦在课程教学中存在的困难上。上述文献既存在合理的地方，也存在必须的偏见。

三、商科背景下计量经济学教学的问题

(一)学生本身的问题

1.学习兴趣不高

学习计量经济学需要超多计算与演算，学科本身与其他一些学科相比显得枯燥乏味一点。在安徽省教学研究一般项目(jyxm240):计量经济学课程教学现状的调查研究这一研究中完全不喜欢，不太喜欢以及持中立态度的同学占比59%，超过半数的同学是不十分喜欢这门课程的，由此可见，学生的学习兴趣不太高。

2.数学基础薄弱

商科学生有大多数是文科生，数学基础薄弱。而计量经济学需要良好的统计学，运筹学和数学基础，这就导致了商科学生难以学好计量经济学这门学科。

(二)老师的填鸭式教学模式过于死板

目前，国内教学很多教师只进行理论教学，而没有实验教学。在这种教学模式下，学生只能被动地理解理论知识，而运用所学计量经济学理论与方法深入研究现实经济问题。还有一些教师先讲理论和方法，最后留下几个学时来讲软件，又或者根本不讲软件操作就直接让学生上机操作。这容易造成学生不能很好地结合理论教学与实践教学在学习理论时不能及时消化所学知识，学习软件时理论知识又忘得差不多，最后，不能很好地结合这门课程。

(三)校园对这门学科不够重视

课程设置不合理，学时偏少。虽然我国已将计量经济学列为经济学与相关课程的必修课程，但很多校园设置的课时都普遍偏少。在如此短的课时内，要让学生掌握足够的计量经济学理论和方法十分困难。教学条件差。现代计量经济学十分重视统计分析软件的操作与应用，对软件操作与训练是本课程教学的重要环节。这就要求学院拥有配套的实验室。然而，在一般校园中，为计量经济学设置一个专门的实验室被视为是一项成本很高的投入。因此，很多高校基本都没有这方面的实验室建设。

四、教学改革的推荐

(一)引导学生自主学习

计量经济学是一门实用性很强的工具课，在教学中如何引导学生、启发学生改变原先被动学习的习惯，激发学习兴趣，进行自主性学习是课程教学设计的主导思想。在教学实践中，就应促使学生更多地进行学生与老师、学生与学生之间的交流、参阅和学习课外相关材料、自觉地上机实践。

(二)问题导向型教学———研究型和案例型教学法有机结合

对于各章节，教师透过多媒体教学完成理论知识的传授。对于理论教学部分强调培养学生的学习兴趣，改变以往多媒体教学完全照抄课本资料的弊端。对于实际生活中发生的经济现象，模拟采集经济数据的全过程，透过统计软件运行演示，注解分析统计结果，并以此来指导学生更为直观地了解所学知识的实际用途。

(三)合理安排课程

目前我国高校计量经济学课时偏少，教学效果不佳。而且鉴于计量经济学的难度系数，学习掌握计量经济学需要比一般课程多的时间。因此，要提高计量经济学这门课程的学时。注意课程安排的衔接合理。在安排这门课程的前一学期安排统计学，运筹学等相关基础学科的课程学习计划，使学生在数理方面的知识得到提升强化，为学习计量经济学打下良好的基础。

(四)提升教学设施水平

5.计量经济学论文 篇五

1独立学院计量经济学课程的阈限概念分析

计量经济学是一门运用回归模型分析数据的方法论学科，本科阶段的初级层次计量经济学课程的主要资料涵盖计量经济学数据、一元线性回归模型、多元线性回归模型、回归估计量的理论，异方差、序列相关等。根据计量经济学理论和方法的发展，将计量经济学的阈限概念具体可归结为以下3组概念：第一，回归假设。回归假设是为分析回归结果引入的合情合理的假设，在不同数量的假设下能够得到回归系数估计量的不同性质。回归假设是整个回归方法的基础，一切回归有关的参数估计和假设检验都和回归假设紧密相关，同时违反回归假设的情形也是计量经济学理论发展的重点，因此回归假设是计量经济学的阈限概念之一。第二，回归系数估计量的无偏性、有效性和一致性。无偏性、有效性和一致性是评价估计量的基本标准，回归系数估计量的无偏性、有效性和一致性是回归理论的核心，整个初级计量经济学的理论最终都归结为回归系数估计量的这3个性质，同时，这3个性质又与回归假设紧密相关，故回归系数估计量的无偏性、有效性和一致性是计量经济学的阈限概念之二。第三，异方差。异方差是违背回归同方差假设时的回归结果表现，无论对于横截面数据还是时间序列数据，异方差的出现是回归分析的常态，因此对于异方差的检验和修正是

初级计量经济学的重要资料，也是经济金融实证研究中需要关注的基本问题，故异方差是计量经济学的阈限概念之三。以上三个阈限概念是学生掌握计量经济学理论的关键，同时在概念上具有紧密的联系，下文将基于此探讨计量经济学课程的教学方式。

2基于阈限概念的独立学院计量经济学教学注意事项

由于独立学院的教学方式主要强调理论与方法的应用和实践，因此基于阈限概念的独立学院计量经济学教学的总体原则仍立足于阈限概念的理解与实际运用，具体地，需要注意以下三个方面：第一，合理安排教学资料。为了突出3大阈限概念，在首节导论课即向大家提出3大阈限概念，在介绍回归分析的原理和方法时，详细的说明每个假设的用途，使学生理解每个假设的目的和本质，进而在回归估计量三个性质的教学中把握无偏性、有效性和一致性的具体条件，并明确理解异方差这一违反假设的状况。在具体教学过程中，以充分的时间介绍三大阈限概念及其联系，从而建构整个计量经济学的知识和方法体系。第二，运用软件展示阈限概念的具体应用。独立学院的计量经济学教学应完全从应用性角度出发，运用软件展示计量经济学概念、原理和方法。对于3大阈限概念，可用40%左右的时间解释概念产生的原因与本质，而60%左右的时间结合典型例题讲解如何运用计量经济学软件如Eviews解决具体的回归分析建模和假设检验问题。第三，透过尝试撰写学术论文强化阈限概念的综合运用。撰写实证性的学术论文是进行计量经济学方法综合训练的较好途径之一，能够透过让学生从选取题目开始，透过收集数据，建立回归模型，参数估计，假设检验以及进行

可能的异方差和序列相关检验和修正等等来感受计量经济学解决综合问题的方法和程序，透过写作论文的方式加以体现，然后交流讨论，以深化对计量经济学阈限概念的理解。计量经济学教学经过以上三个方面的具体设计，帮忙学生牢固掌握计量经济学的阈限概念，提升解决实际问题的潜力。

3基于阈限概念的独立学院计量经济学教学实践

以浙江大学城市学院为例浙江大学城市学院是一所以培养应用型人才为导向的独立学院，也是我国建立最早、最有名的独立学院之一。计量经济学课程是浙江大学城市学院金融学专业的必修课程，在大三上学期开设。浙江大学城市学院的计量经济学课程以提高学生建立回归模型潜力为教学目标，基于Eviews软件进行教学，每周教学学时为理论(教师讲授)与上级实验(学生练习)各2学时，个性注重学生对计量经济学阈限概念的理解与掌握。因此，研究浙江大学城市学院的计量经济学教学对研究独立学院计量经济学课程的教学具有借鉴好处。浙江大学城市学院的计量经济学教学资料为传统的初级计量经济学教学资料。教师在讲授回归假设时着重解释回归假设的设立目的与合理性，并透过软件讲解回归假设的验证，使学生理解并掌握回归假设。在回归系数估计量的无偏性、有效性和一致性教学中，透过详细分析三个性质所依据的不同假设，使学生理解三个性质所应具备的条件从而掌握线性回归估计量理论。个性地，专门安排约10学时左右的实验课进行计量经济学论文撰写与分析的交流，要求学生自选题目，收集数据，建立回归模型，进行估计并检验异方差、序列相关以及模型设定问题，写作小论文并在课堂上展示交流。为评价教学效果，选取

级学生1个教学班共24人进行满分为5分的教学满意度打分，学生对计量经济学课程全部项目的满意度均到达97%以上，总体平均满意度超过99%。由此可见，浙江大学城市学院应用统计课程的教学效果十分成功。

4结论

6.计量经济学复习要点 篇六

第一章、概率论基础

1.随机事件的概念P2

2.古典概行例题P5例1.1P2例1.2

利用第一章的知识说明抽签的合理性

如何利用第一章的知识估计一个池塘有多少鱼

还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了

3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数

4.变异系数的概念P17

5.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P2

5第二章、矩阵代数

1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事

2.最小二乘法P39-P41（定义最小二乘解）

3.第三节没有听，求听课学霸补充

第三章、数据的分析方法和参数的统计推断

1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）

（1）几种分析方法的定义

（2）几中分析方法的不同

（3）每种分析方法的具体作用

（4）移动平均法中k的选择

（5）指数平滑法的意义，α的选择，P55

2.t分布的概率密度函数

3.矩估计法定义

4.几大似然估计法P65，例题3.7例题3.8

5.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）

6.假设检验

（1）基本思想P75

（2）双边假设检验

（3）单边假设检验

（4）参数检验P80

7.方差分析的思想、作用和模型

第四章、一元线性回归（计算题）

回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释

第六章、虚拟变量的回归模型

1.虚拟变量的作用及模型

2.应用虚拟变量改变回归直线的截距、斜率

7.计量经济学 篇七

关键词：粮食产量,影响因素,计量经济学模型,回归分析

粮食是人类赖以生存的必需物品, 是国民经济发展和社会稳定的重要物质基础。我国是一个农业大国, 同时又是一个农业相对落后的国家。加快粮食生产发展是我国农业肩负的重大任务, 2008年11月13日, 国家公布了我国第一个中长期粮食安全规划《国家粮食安全中长期规划纲要 (2008-2020年) 》, 可见粮食安全对我国粮食生产、粮食安全保障具有重大战略意义。因此在研究加快粮食生产发展的进程中, 只有了解影响粮食产量的主要因素, 政府才能正确地做出举措来促进粮食产量健康合理可持续的增长, 提高农业发展水平, 推进我国社会主义新农村建设。

一、模型设定

影响粮食产量的因素有许多, 基于我国农业生产中的经济实际, 本模型选用以下因素:

农药化肥施用量, 指实际播种和生产中对粮食施以化肥的数量。

粮食播种面积, 指实际播种或移植有农作物的面积, 凡是实际种植有农作物的面积, 不论种植在耕地上还是种植在非耕地上, 均包括在农作物播种面积中。

成灾面积, 这里指在遭受自然灾害的受灾面积中, 农作物实际收获量较常年产量减少3成以上的播种面积。其中农作物受灾面积指年内因遭受旱灾、水灾、风雹灾、霜冻、病虫害及其他自然灾害, 使农作物较正常年景产量减产一成以上的农作物播种面积, 受灾面积不得重复计算, 在同一块土地上如先后遭受几种或几次灾害, 只按其受害最大最重的一次计算受灾面积。

农业机械总动力, 指主要用于农、林、牧、渔业的各种动力机械的动力总和。

农业劳动力, 从事粮食生产各个环节的人口总数。

基于此本文将在确定影响因素的基础上, 将模型设定为多元线性回归模型, 采用最小二乘估计方法估计出模型的线性表达式, 并对模型进行检验和调整, 最终得到影响粮食产量的计量模型。

二、数据收集及整理

根据以上分析, 以粮食产量 (千公顷) 为被解释变量, 农药化肥施用量X1 (万吨) 、粮食播种面积X2 (千公顷) 、成灾面积X3 (千公顷) 、农业机械总动力X4 (万千瓦) 和农业劳动力X5 (万人) 为被解释变量, 建立多元线性回归模型。

(一) 数据信息 (见表1)

(二) 数据的评价

本模型的数据来源于中国国家统计局发布的2010年《中国统计年鉴》, 来源可靠, 具有权威性, 内容真实, 因此估计出来的回归模型较有说服力。

三、模型的估计、检验及调整

(一) 最小二乘估计

运用Eviews5.0软件对模型进行最小二乘估计 (OLS) 得到回归方程如下:

(二) 检验与调整

1、经济意义检验

从回归结果可以看出, 该模型中各解释变量的系数可以初步通过检验, 较为符合实际经济理论的内容。

2、统计检验

注:数据来源于中国国家统计局网站, 2010年《中国统计年鉴》

从回归结果看, 可决系数R^2=0.987032, 调整R^2=0.982979, 故可以判断模型的拟合程度较好。F检验值243.5533, 显著性较强, 方程整体的显著程度很好。但是, 值得注意的是, x5的t值检验不显著, x4的回归系数为负, 说明农业机械总动力的提高反而会导致粮食产量的下降, 这与定性判断的结果相违背。因此, 可以初步判定方程具有多重共线性, 需要进行检验和修正。

首先, 运用Eviews得出各解释变量的相关系数矩阵, 可知解释变量之间存在相关关系, 采用逐步回归法对多重共线性进行修正。分别作Y对X1、X2、X3、X4、X5的一元回归, 在Y对X1的一元回归中的R^2最大, 所以以X1为基础, 顺次加入其他变量逐步回归。在几个变量中, 可知加入X2后方程的拟合优度最高, 调整R^2=0.944927, 且X1和X2的t检验显著, 选择保留x2, 进行下一步检验。当加入变量X3后方程的拟合优度提高, 调整R^2=0.975220, 且各参数的t检验显著, 选择保留x3, 进行下一步检验。当加入X5时, 调整R^2无较大变动, 但是其参数的t检验不显著。加入X4后, 调整R^2有所增加, 其参数的t检验虽然合格, 但不是很显著, 并且系数的符号为负, 有一定的不合理。并且从相关系数表可以看出, X4、X5与其他变量相关, 这说明主要是X4、X5引起了多重共线性, 所以予以剔除。

因此, 修正后的回归结果为:

3、计量经济学检验 (1) 异方差检验

选用White检验方法检验模型是否存在异方差, 运用Eviews软件可以得出, n R^2=6.264809, 由White检验知, 在α=0.05下, 自由度为9, 查χ^2分布表, 得临界值为16.9190, 因为6.264809<16.9190, 所以, 接受原假设, 模型不存在异方差。

(2) 自相关检验

由最终的回归结果知, DW统计值=1.515043, 查Dubin-Watson统计量表, 得k=3时的临界值为d L=1.053, d U=1.664, d L

由于使用了广义差分, 样本容量减少了1个, 为21个, 此时DW=1.856145, 当样本数据为21, 解释变量为3时d L=1.026, d U=1.669, DW>d U, 所以, 在广义差分模型中已无自相关。由差分方程式有C=-29192.97/ (1-0.227532) =-37791.82, 令X1*=X1-0.227532*X1 (-1) , X2*=X1-0.227532*X2 (-1) , X3*=X1-0.227532*X3 (-1)

所以最终得到粮食产量影响因素的多元线性模型为:

四、结论

在选择的五个因素中, 农药化肥施用量、粮食播种面积和成灾面积对粮食产量的影响较为显著, 模型在建立的过程中剔除了农业机械总动力和农业劳动力两个因素。

从回归模型可以看出, 对粮食产量的贡献中化肥施用量最显著。这是因为在农业的生产过程中, 化肥施用由传统的农家肥向现代新型肥料转变, 化肥施用量的增加极大地促进了粮食产量的提高。播种面积对粮食产量的贡献虽然没有化肥施用量显著, 但由于耕地面积的数值远远大于化肥施用量, 因此耕地面积的增加对粮食产量的提高贡献较大。成灾面积对粮食产量的影响系数较小, 但若受灾面积绝对值较大时, 那么灾害会引起粮食产量较大幅度减少, 因此减小成灾面积是提高粮食产量的关键。

模型剔除了农业机械总动力、农业劳动力两个变量, 因为在模型的建立中参数符号不符合经济意义且参数的t检验和显著性检验不能通过。

五、政策建议

稳定发展粮食生产是农业和农村发展的关键, 提高粮食综合生产能力是建设社会主义新农村的首要任务。在全面建设小康社会的新时期, 在建设社会主义新农村的伟大系统工程中, 必须首先着力提高粮食合生产能力。因此, 在本文设立的模型基础上, 就粮食产量的提高, 提出了以下可供参考的政策性建议。

(一) 保护耕地面积, 探索有效机制

近年来, 城市化建设进程中建筑和工业用地规模的扩大, 导致耕地面积急剧减少, 再加上水土流失和土地荒漠化等自然因素的影响, 耕地的质量也在下降, 这必然导致粮食生产能力减弱。因此, 要坚决贯彻执行国家出台的政策和法律法规, 积极探索对耕地的有偿保护制度, 更多地利用经济机制保护耕地。

(二) 合理施用化肥, 推广生态农业

化肥施用量虽然对粮食增产有着积极作用, 但过度施用化肥会很大程度上降低土地肥力, 抑制粮食产量。因此要确定化肥施用量的合理范围, 同时积极推广优质、绿色化肥, 走有机、无机肥料配合施用的科学施肥之路。推广科学施肥, 提高化肥利用效率, 推广养殖场和种植业紧密结合的生态农业模式, 探索经济效益、社会效益和生态效益相结合的农业生态系统。

(三) 普及防灾知识, 降低受灾风险

国家应在减少粮食受灾, 提高粮食生产安全性的基础上加大财政投入力度, 对农民进行农业教育和技术推广, 增强其防灾救灾的本领。各地农业部门应组织成立专门机构, 对农民进行免费培训, 提高农民的防灾意识和救灾能力, 同时, 大力发展现代农业, 以产业化、规模化提升农业效益, 增强农业自身抗灾能力。

(四) 加强农业基础设施建设, 转移农村剩余劳动力

调整农村的产业结构, 增加农村中小型基础设施建设的投入。目前, 山区农村的农业基础设施同平原地区差距很大, 国家要在保持农业基础设施建设投入的基础上, 适度地加强对山区农村的支持力度。此外, 政府应采取措施转移农村剩余劳动力, 拓宽农民增收渠道, 推进农村现代化进程。

参考文献

[1]、庞浩.计量经济学[M].科学出版社, 2007.

[2]、董雪征, 温静, 赵蒸.各要素对粮食产量的影响效果及对策研究[J].消费导刊, 2009 (5) .

[3]、朱龙.中国粮食生产问题的实证研究[J].安徽广播电视大学学报, 2008 (3) .

[4]、赵慧江.基于回归分析的粮食产量影响因素分析[J].怀化学院学报, 2009 (2) .

8.计量经济学 篇八

【关键词】国内旅游消费支出 国内生产总值 计量经济学模型

一、提出背景

在全球经济活动中，旅游业成为发展最快的行业之一，改革开放以来，我国创造了经济的高速增长，随着我国人民物质文化生活水平的日益提高，旅游已经成为新的消费增长点，旅游市场不断被扩大，旅游业持续发展，在国民经济中所占的比重日益提高，取得多方面的经济效益、社会效益和生态效益。旅游支出也相应在国内消费中占据越来越大的比重，旅游产业成为了拉动内需的重要途径，并促进和带动了许多其他产业的发展。因此研究国内旅游消费状况具有重要的实际意义。本文主要是利用计量经济学模型对这一问题进行研究。

二、数据来源

基于以上数据，建立的模型是：

Y=β0+β1X1+β2X2+u

β0度量了截距项。

β1度量了当GDP变动1%时，国内旅游支出的变化。

β2度量了当我国的消费物价指数发生变动时，其实也就是1%时，国内旅游支出的变动。

u是随机误差项。

对Y做回归

利用eviews最小二乘估计结果如表2

根据以上结果，初步得出的模型为

Y=-51486.49+0.093734X1-136.2317X2

（一）模型的参数估计及其经济意义、统计推断的检验

利用EVIEWS软件，用OLS方法估计得：（见表2）

可见，首先进行F检验，F0.05（k-1，n-k）=F0.05（1，13）=4.67， 105.9670>4.67方程线性显著。其次进行t检验，t0.025（13）=2.160，GDP的系数显著，系数也符合经济意义。CPI的t值不显著，但是系数符合经济意义。故我们对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。

（二）计量经济学检验

1.多重共线性检验。

（1）下面用Frisch综合分析检验并解决变量间的多重共线性。

先用EVIEWS软件，得相关系数矩阵表如表3

由上表可以看出，解释变量X1与X2之间的相关系数都较大，可见存在严重的多重共线性。

因为GDP对我国旅游支出的影响最大，从而得出最优简单回归方程Y=f（x1）。

将其与变量逐个引入Y=f（x1），计算结果如表4。

通过比较Y=f（x1）是最优的，将变量X2引入。

加入x2后虽说有R2所增大但它使得x2的t检验值不能通过，所以删除x2。

回归模型以Y=f（x1）为最优模型，Y=0.045534X1-2714.289

2.序列相关性检验。

DW=0.41。在显著水平α=0.05下，查表n=15，k=1时，dL=1.08，du=1.36，由于0.41

下面对序列相关性进行修正

DW=1.73所以经修正后不再存在序列相关性。

三、模型的分析

我们进行了一系列检验和修正后的最终结果如下：

Y=0.064327X1-12597.87

（2.429064）（-0.471185）

R2=0.980778 F=280.6365 AR（1）=0.897366

从模型中可以看出：我国国内旅游支出主要是受国内生产总值的影响。

四、促进国内旅游市场消费的对策分析

（一）开拓国内旅游市场

1.旅游产品多元化。首先，可以开发一些城市周边的近郊旅游产品，增加周末短期旅游的支出，而且缓解城市的交通和住宿压力。如北京农业嘉年华、季节性观光等，其次，可以加强地方间的合作，因地制宜，借鉴其他地方的有益的营销策略，实现国内旅游的可持续发展。最后，根据市场需求，配套和完善当地的旅游地区的基础措施，对饮食、住宿、交通公共设施进行合理规划，降低对原有资源的破坏。

2.挖掘国内旅游消费潜力。首先加强对旅游的宣传，培育民众的旅游消费意识，从而转变我国居民的消费方式。其次提高社区居民参与旅游业的程度，促进当地居民分享旅游业发展成果，增加城乡居民的收入。提高旅游消费支出，继续推动乡村旅游、文化旅游、红色旅游等主题旅游，不断创新旅游活动，扩大比如“海洋旅游”海洋海岛旅游、邮轮游艇旅游等。

（二）完善旅游服务体系

1.创新旅游服务。首先进一步加强政府对旅游服务的重视程度，完善旅游公共服务体系建设。不断进行旅游创新，将新技术和传统旅游业进行结合。同时制定相关的政策、法规。其次完善和优化旅游环境，加快建设和完善旅游配套服务，拉长旅游产业消费链。加强旅游市场监管，全面提高旅游服务质量。

2.健全旅游法规。尽管我国已经出台多部旅游法规，但相对于旅游业发展的实践需要而言，具有明显的滞后性、片面性、不及时性等特点。因此，必须与时俱进，规范旅游经营者经营行为和旅游者旅游活动行为，建立健全我国的旅游法制，以法治旅，尽可能的保障国内旅游业的健康发展和旅游者权益。

（三）多渠道增加国民收入

旅游支出与国内收入和价格之间存在密切的关系，与国内收入存在成正相關关系，与价格成负相关关系，旅游消费支出会随着国民收入的变化而变化，因此必须建立完善的市场经济体制，调整居民收入分配结构，增加居民收入制定适当的旅游产品的价格，进行消费政策的创新，刺激消费需求.刺激人们的旅游消费。

参考文献

[1]谢静.我国旅游消费支出的实证分析[J].旅游经济研究，2011.

[2]刘文斌.关于我国国内旅游消费支出的计量经济学模型的初步研究[J].经济师.2009（8）.

[3]李云鹏.基于计量经济学模型的国内城镇居民旅游消费研究[J].技术经济与管理研究，2005，6.

[4]刘嘉.我国城镇居民旅游消费的计量经济学分析[J].商业文化.2007（9）.

[5]黄秀娟.中国旅游产业经济增长的因素贡献分析[J].技术经济，2009.

[6]唐留雄.关于旅游产业经济研究的思考[J].桂林旅游高等专科学校学报，2000.

[7]叶银丹.国内旅游收入的计量经济学分析[J].产经透视，2012，4.

[8]中华人民共和国国家统计局网站：http：//www.stats.gov.cn/.

作者简介：第一作者为丁晓宁（1993-），女，汉族，河北省石家庄人，硕士研究生，研究方向为农村金融理论与政策。

9.字计量经济学论文 篇九

摘要：能源是国家经济的命脉，也是一国经济发展的重要物质基础。我国作为世界上经济增长最快的国家，对于能源的消费也是非比寻常的。在我国的经济增长中，对于能源的消耗占主要地位的就是工业经济的发展。从一定程度上来讲，能源的消费与工业经济增长之间存在着千丝万缕的联系。本文就着重分析了能源消费与工业经济增长之间的关系，旨在从我国经济的增长以及能源的消费之间寻找到一个协调点，促进工业经济的高效增长。

一直以来，工业都是能源消费的主体，是工业经济发展的不可缺少的生产资料，尤其是对我国这个经济快速发展的发展中国家来说。在很长的一段时间内，我国工业经济的发展都是以牺牲能源为代价的，由于在科技水平生产技术等方面的欠缺，能源就理所当然的成了经济发展的弥补品。虽然说几年来，随着能源危机的临近，以及世界对绿色生产的呼唤，我国也制订了一系列的规章制度和措施等来限制能源的粗放性消费，但是毕竟我国还处于经济大幅增长的阶段，所以对于能源的消费也是必不可少的。所以，在现阶段，对于能源消费与工业经济增长之间关系的研究，是我国工业生产以及能源管理相关部门工作中的一个重点，也是促进有关部门采取相应措施提高能源利用率，实现优化产业结构，协调经济与能源关系目标的关键。

关键词：能源消费 能源生产 计量经济学模型 能源战略

总论：

我国是一个能源大国，但是，我国人口众多，人均能源占有量不及同期发达国家的1/5。能源是任何一个国家经济发展不可缺失的物质基础。随着我国人口的继续增长，经济的快速发展，能源消费量的增加是必然的，而与年俱增的能源消费对环境造成的破坏也越来越严重。因此，怎样优化能源利用结构，开发利用清洁能源，就成为我国经济发展的当务之急。这就需要我们清楚了解能源供需形势，做好影响能源消费因素分析，为能源规划及政策的制定提供科学依据，保证我国国民经济又好又快地发展。

一、能源消费与工业经济增长相关概念

在经济发展中，能源一直都是一个永恒的话题，很多的学者也都对能源做了很多研究，对其相关联的概念做了很多的界定。一般而言，在能源消费与工业经济增长之间关系的研究中需要探讨的概念主要如下：

(一)能源概念及其分类

所谓的能源就是我们通常所说的能源资源，它可以产生各种能量，并且被充分的应用到了工业生产以及人们的日常生活中。这些资源包括煤炭、原油、天然气、水能、核能以及一些太阳能、地热能等等。这些能源由于其性能以及生产方面的不同，可以将其分为下面的几类：

1.按照能量的来源可以分为三类：地球本身所蕴藏的能量，比如地热、原子核能;来自地球外部天体的能量，比如，太阳能，它为风能、水能、生物能以及矿物质能的形成提供条件;地球和其它天体相互作用产生的能量，比如，潮汐能等。

2.按照能源的基本形态可以分为两类：一次能源与二次能源。一次能源就是天然的能源，比如煤炭、石油、天然气等;二次能源则是在一次能源加工的基础之上形成的能源，比如，电能、煤气、汽油、柴油等等。

3.按照能源的性质可以分为两类：燃料型能源与非燃料型能源。燃料型能源主要有石油、煤炭、天然气、木材等，而非燃料型的能源则为水能、风能、地热能等等。

4.按其生产情况可以分为可再生资源和不可再生资源。可再生资源就是可以通过一些形式能够得到不断的补充或者是在较短的周期内能够再次产生的能源。比如，风能、水能、太阳能、生物能等都是可再生资源;而反之在较短的时间内不能够再生产的能源就是不可再生资源，比如煤炭、石油、天然气等。

(二)能源消费

在认识了能源的概念以及分类的基础上我们再看看究竟什么是能源消费。其实能源消费故名思意就是对能源的利用以及使用，在使用中包括个人以及家庭对能源的使用，也包括工业、农业、服务业等对能源的使用，这属于统计学的范畴。

(三)经济增长与工业经济增长

对于经济增长，经济学界有着比较统一的认定，认为经济增长是实际总产出或者是人均实际产出的不断增加。它的增长是指生产总成果在量上面的增加，在对其衡量的过程中要将所有的生产要素结合起来。

而工业经济的增长则是指在一定的时期内，全部的工业企业在实际生产总值或者是增加值上面的不

断增长的一个过程。它的界定是在一段时期内的界定，而并不是在一个点上面的界定。

二、中国能源供求现状分析

我国经济快速增长，必然带动能源消费量的增长。作为世界上最大的发展中国家，建国以来，我国的经济总量和能源消费总量都出现了较大幅度的增长。1953年—1978年GDP由1615亿元增长到6584亿元，再增长到的183084亿元，1953年—1978年，1979年—20两个阶段的平均增长率分别为5.8%和9.7%;能源消费量由1953年的0.54亿吨标准煤增长到1978年的5.71亿吨标准煤，再增长到年的22.47亿吨标准煤。年均分别增长了9.9%和5.3%。中国的人均能源消费量也在迅速增长，1953年—1978年由0.09吨标准煤增长到0.59吨标准煤，再增长到2005年的1.70吨标准煤。全国城乡生活人均年用电量为173.7千瓦时，而1980年只有10.7千瓦时。

从已收集来的数据来看，近年来，我国能源消费是处于供不应求的状态，并且供求矛盾有扩大的趋势。

从图中可看出，之前能源的生产和消费均呈温和上升局势，虽然能源的生产不能满足消费的要求，但二者差距也相对平稳。但19之后之一差距不断扩大，能源的生产不能满足经济发展对它的需求，到20能源需求大幅度增加，而能源生产却不能同步增加，能源矛盾突出。—中国经济在保持持续增长的同时，能源消费总量出现了下降。可能的原因是：市场出现需求疲软现象，能源产品需求减少;一些高能耗、污染大的“五小”企业被关闭;产业结构的变化等。由另外的资料表明，—连续三年的能源需求弹性系数都大于1，说明能源消费量增长速度已经超过经济增长速度，经济发展的能源代价在扩大。种种证据表明，我国的能源问题比较深刻，迫切需要解决。

三、数据选取

1、能源消费总量，在模型中用Y来表示。是指一次性能源消费总量，由煤炭、石油、天然气等组成(单位：万吨标准煤)。

2、能源消费的影响因素：

(1)能源生产总量，在模型中用X1来表示。是指一次性能源生产总量，该指标是观察全国能源生产水平、规模、构成和发展速度的总量指标(单位：万吨标准煤)。

(2)全国生活能源消费总量，在模型中用X2来表示，是指一次性能源在在生活方面的消费量。(单位：万吨标准煤)。

(3)城镇居民人均可支配收入，在模型中用X3来表示。指城镇居民家庭人均可用于最终消费支出和其它非义务性支出以及储蓄的总和。它是家庭总收入扣除交纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。(单位：元)。

(4)工业能源消费总量，在模型中用X4来表示，是指工业方面的能源消费量。(单位：万吨标准煤)。

(5)其他因素，在模型中用U表示。我们将由于各种原因未考虑到和无法度量的因素归入随机扰动项，如能源价格变动、消费者偏好、国家的经济结构政策等。

原始数据：

本文所有数据来自中国统计年鉴

四、模型设定

回归模型设定如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+u

Y=能源消费总量(万吨标准煤) X1=能源生产总量(万吨标准煤)

X2=全国生活能源消费总量(万吨标准煤) X3=城镇居民人均可支配收入(元) X4=工业能源消费总量(万吨标准煤) u=随机扰动项

β0 β1 β2 β3 β4——待估参数 t=1980— 五、模型检验

假设模型中随机扰动项u满足古典假定，运用OLS方法估计模型的参数，利用计量经济学软件Eviews计算可得如下结果：

Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 10:49 Sample: 1980 2007 Included observations: 28

Variable C X1 X2 X3

X4

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient

-1822.975 0.553614 0.209548 1.585396 0.568271

Std. Error

2572.371 0.107216 0.405769 0.429729 0.093726

t-Statistic

-0.708675 5.163553 0.516422 3.689293 6.063122

Prob.

0.4856 0.0000 0.6105 0.0012 0.0000

125790.9 55317.60 17.73983 17.97773 8176.418 0.000000

0.999297 Mean dependent var 0.999175 S.D. dependent var 1588.843 Akaike info criterion 58061714 Schwarz criterion -243.3577 F-statistic 1.376476 Prob(F-statistic)

回归方程为：

^Y=-1822.975+0.553614X1+0.209548X2+1.585396X3+0.568271X4

t=(-0.708675) (5.163553)(0.516422) (3.689293)(6.063122) 22

R=0.999297 -R=0.999175 F=8176.418 DW=1.376476

1、经济意义检验

由回归估计结果可以看出，能源生产总量、全国生活能源消费总量、城镇居民人均可支配收入、工业能源消费总量与能源消费总量呈线性正相关，与现实经济意义理论相符。

2、统计推断检验

从估计的结果可以看出，可决系数R2=0.999297，F=8176.418，表明模型在整体上拟合地比较理想。系数显著性检验：给定α=0.05，X1、X3、X4的t值大于给定的显著性水平，拒绝原假设，接受备择假设，表明能源生产总量、城镇居民人均可支配收入、工业能源消费总量对能源消费总量有显著性影响;仅有X2的t值小于给定的显著性水平，接受原假设，表明全国生活能源消费总量对能源消费总量影响不显著。

3、计量经济学检验

(1) 多重共线性检验

由下表可看出，模型整体上线性回归拟合较好，R2 与F值较显著，而解释变量X2的t检验不显著，则说明该模型可能存在多重共线性。在Eviews中计算解释变量之间的简单相关系数，得如下结果，也可以看出解释变量之间存在多重共线性。

用逐步回归法修正模型的多重共线性。

运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计意义选出拟合效果最好的一元线性回归方程。结果如下：

加入x1的方程-R2最大，以x1为基础，顺次加入其他变量逐步回归。

经比较，新加入x4的方程-R2=0.998541，改进最大，而且各参数的t检验显著，但是x2的符号不合理，选择保留x4，再加入其他新变量逐步回归。

在X1、X4的基础上加入X2后的方程-R2明显增大，但是X2的t检验不通过。加入X3后不但方程的R2明显增大，而且t检验值也通过，所以选择保留X3，继续回归。

在x1，x4，x3的基础上，加入x2后，不仅R2下降，而且x2参数的t检验不显著。这说明x2引起多重共线性，应予剔除。 最后修正多重共线性影响的回归结果为：

Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 10:52 Sample: 1980 2007 Included observations: 28

Variable C X1 X3

X4

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient

-1771.254 0.589143 1.433497 0.563954

Std. Error

2530.847 0.080966 0.308466 0.091915

t-Statistic

-0.699866 7.276451 4.647176 6.135601

Prob.

0.4907 0.0000 0.0001 0.0000

125790.9 55317.60 17.67993 17.87025 11245.40 0.000000

0.999289 Mean dependent var 0.999200 S.D. dependent var 1564.382 Akaike info criterion 58734956 Schwarz criterion -243.5191 F-statistic 1.371751 Prob(F-statistic)

(2) 异方差检验 图示法：

从上图可看出，残差e随Y的变动趋势不明显，不规律，所以，该模型可能不存在异方差。是否存在异方差还应通过更进一步的检验。 White检验

White Heteroskedasticity Test: F-statistic

1.042741 Probability 9.595539 Probability

Std. Error

47930201 2913.608 0.046955 0.228951 0.095976 12596.90 0.990310 0.225676 3099.903 0.049458

t-Statistic

-0.600622 0.969097 -0.476773 1.145300 0.146278 0.223609 0.858107 -2.160689 -1.074397 0.471785

Coefficient

-28787936 2823.568 -0.022387 0.262218 0.014039 2816.781 0.849792 -0.487615 -3330.526 0.023334

0.445875 0.384209

Prob.

0.5556 0.3453 0.6393 0.2671 0.8853 0.8256 0.4021 0.0444 0.2968 0.6427

Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 5/21/13 Time:11:13 Sample: 1980 2007 Included observations: 28

Variable C X1 X1^2 X1*X3 X1*X4 X3 X3^2 X3*X4 X4 X4^2

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.342698 Mean dependent var 0.014047 S.D. dependent var 2715618. Akaike info criterion 1.33E+14 Schwarz criterion -448.3515 F-statistic 3.175863 Prob(F-statistic)

2097677. 2734894. 32.73939 33.21518 1.042741 0.445875

2

nR2=9.595539,由White检验知，在α=0.05下，查χ2分布表，得临界值χ因为nR2=9.595539<χ不存在异方差。

ARCH检验：

ARCH Test: F-statistic

0.731099 Probability 0.767152 Probability

Std. Error

679705.5 0.196543

t-Statistic

3.542855 -0.855043

0.400648 0.381099

Prob.

0.0016 0.4006

2051841. 2776010. 32.59251 32.68850 0.731099 0.400648

20.05

0.05

(10)=18.3070。

(10)=18.3070。所以拒绝备择假设，不拒绝原假设，表明模型

Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 5/21/13 Time: 11:18 Sample (adjusted): 1981 2007

Included observations: 27 after adjustments

Variable C RESID^2(-1) R-squared

Coefficient

2408098. -0.168053

0.028413 Mean dependent var -0.010450 S.D. dependent var 2790478. Akaike info criterion 1.95E+14 Schwarz criterion -437.9989 F-statistic 1.850657 Prob(F-statistic)

20.05

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

因为(n-1)R2=0.767152<χ不存在异方差。 (3) 自相关补救

(1)=3.84146，接受原假设，表明模型中的随机误差项

按照时间顺序绘制残差项e的图形。从图中可看出，e随t的变化逐次有规律地变化，呈现锯齿形的变化，可判断随机扰动项u可能存在正自相关。

由下表可得DW=1.371751;给定显著性水平α=0.05，n=28，K=3时，查Durbin—Watson表得下限临界值dL=1.181，上限临界值dU=1.650，可知dL

Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 11:26 Sample: 1980 2007 Included observations: 28

Variable C X1 X3 X4

R-squared

Coefficient

-1771.254 0.589143 1.433497 0.563954

Std. Error

2530.847 0.080966 0.308466 0.091915

t-Statistic

-0.699866 7.276451 4.647176 6.135601

Prob.

0.4907 0.0000 0.0001 0.0000

125790.9 55317.60 17.67993 17.87025 11245.40 0.000000

0.999289 Mean dependent var 0.999200 S.D. dependent var 1564.382 Akaike info criterion 58734956 Schwarz criterion -243.5191 F-statistic 1.371751 Prob(F-statistic)

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

在不能确定的区域，可采取的措施是增大样本容量。但是，由于数据收集有困难，又DW接近dL值，所以，我们可假设模型有正自相关。 引入一阶自相关系数AR(1) 得出回归结果：

Dependent Variable: Y Method: Least Squares Date: 5/21/13 Time: 11:28 Sample (adjusted): 1981 2007

Included observations: 27 after adjustments Convergence achieved after 9 iterations

Variable C X1 X3 X4 AR(1)

R-squared

Coefficient

-3288.221 0.585317 1.122399 0.600410 0.344368

Std. Error

3341.502 0.095509 0.409236 0.108418 0.204720

t-Statistic

-0.984055 6.128397 2.742671 5.537932 1.682139

Prob.

0.3358 0.0000 0.0119 0.0000 0.0067

128217.4 54831.80 17.62805

0.999368 Mean dependent var 0.999253 S.D. dependent var 1498.621 Akaike info criterion

Adjusted R-squared S.E. of regression

Sum squared resid Log likelihood Durbin-Watson stat

Inverted AR Roots

49409060 Schwarz criterion -232.9787 F-statistic 1.850807 Prob(F-statistic) .34

17.86802 8696.007 0.000000

从上图可知，可决系数R2的值为0.999368.非常接近于1，模型拟合度非常高。在1%的显著水平条件下，参数显著不为零，模型整体性良好。AR(1)对应的Prob值为0.0067，在1%的显著水平下显著。D.W.对应的值为1.85，查解释变量为4且自由度为27的D.W.分布表，上下限分别为1.16，1.65.由于1.65<1.85<2.35,所以模型不再存在一阶自相关。

最终回归模型为：

^Y=-3288.221+0.585317X1+1.122399X3+0.600410X4 t=(-0.699866) (7.276451) (4.647176) (6.135601) R=0.999368 F=8696.007 DW=1.850807

这说明，在其他因素不变的情况下，当能源生产总量X1、工业能源消费总量X4分别增长1万吨标准煤，能源消费总量Y分别增长0.585317、0.600410万吨标准煤。当城镇居民人均可支配收入增长1元时，能源消费总量Y增长1.122399万吨标准煤。从模型还可看出，能源生产总量X1对能源消费的影响较小。 不足之处：

①此案例存在的问题是样本容量太小，其可靠性受到影响。

②对于时间序列数据可能出现的平稳性问题，本文未做处理。由于我们选取的数据都是宏观经济变量，极有可能出现非平稳性，但由于所学知识的局限性，无法对模型进行进一步调整。

③在考虑能源消费的影响因素时，我们引入了全国生活能源消费总量。按照经济学的一般观点，全国生活能源消费总量与能源消费总量存在较强的正相关关系。但是在具体回归时发现t检验值不通过，与统计意义不符。对于这一重要的影响变量，我们没有轻易剔除。但是在最后的尝试中发现，剔除全国生活能源消费总量的影响比保留时的拟合效果更好，所以，我们不得不考虑将其剔除。

六、结论：

1、在多重共线性的修正过程中，可以发现，时间序列全国能源消费总量、工业能源消费量与能源消费总量具有共同变化趋势，在经济上升时期均呈现增长的趋势;在经济收缩期，又都呈现下降趋势。当这三者同时作为解释变量时，就很有可能出现多重共线性。出现多重共线性的另一原因是：抽样仅仅局限于能源消费总量影响因素的一个有限范围内。

2、在自相关的修正过程中，我们可以发现，全国生活能源消费总量、城镇居民人均可支配收入、工业能源消费总量等经济数据都具有时间上的惯性，即在经济高涨的时期，能源消费在各个领域的较高增长率都会持续一段时间。另外一方面，城镇人均可支配收入具有经济活动的滞后性，城镇居民人均可支配收入的增加，不会使居民能源消费的水平当期就达到应有的水平，而是要经过若干期才能达到。因为人的消费观念的改变存在一定的适应期。

3、虽然能源价格、能源消费结构和环境政策等因素未能在模型中得到量化和反映，但不是说这些因素对能源需求的影响并不重要。事实上，这些因素越是得不到量化和反映，越是暴露了当前我国在这些方面的不足和缺陷，更应该重视和解决。 七、建议：

1、充分发挥市场机制的作用，促进我国能源消费向高效、清洁的方向发展。在工业方面，有重点地调整产业结构，确保经济与能源消费的协调增长。在保证能源供应安全的同时，要合理的控制经济增长速度，积极推动经济增长方式由粗放型向集约型转变，严格控制高能耗产业的投资和发展，从而确保国民经济能够健康、稳定、持续发展。在人民生活方面，政府应该大力宣传资源节约型、环境友好型社会的建立，培养全民节能意识，倡导全社会节能降耗。

2、优化和改善能源消费结构，大力发展清洁能源的使用，加强科学技术在此类能源上的创新性。我国具有丰富的水能、风能、太阳能等可再生资源，从长远来看，我国应在中长期战略上做好大力发展可再生能源的部署。

3、加强能源统计，制定有效的能源发展战略。能源统计数据的质量，应包括数据的准确性和时效性。提高能源统计数据的准确性、时效性、国际可比性，便于有关部门及时调整战略，实现能源的有效利用。

八、参考文献

[2] 刘宏杰,邱立成.中国能源消费与经济发展关系的时间序列分析[J].《河北经贸大学学报》， ，3.

[3]林伯强，中国能源需求的经济计量分析[J].统计研究，，10.