以下是有關于計量經濟學論文的相關內容，歡迎大家閱讀！

計量經濟學論文1

　　摘要：本文結合教學實踐，認為對二本經管類學生在教授計量經濟學基本理論與思想的同時，更應該結合實際以培養學生實際解決問題能力為首要目標，選擇經典案例、合適的軟件進行輔助教學，盡可能做多的實驗，運用并鞏固所學知識。

　　關鍵詞：二本經管類學生；計量經濟學；教學

　　1引言

　　計量經濟學在我國發展時間較晚，到1998年7月，教育部高等學校經濟學學科教學指導委員會第一次會議，才確定《計量經濟學》為高等學校經濟學門類各專業的八門共同核心課程之一，自此，才逐漸被各個高校重視[1]。作為經濟學科的工具性課程，計量經濟學運用到實踐中，滿足具體經濟職業的實際要求，才是開設計量經濟學的根本目標，教授好學生計量經濟學更是經管類專業本科生創新能力培養和綜合素質的客觀需要。計量經濟學對于二本經管類專業的學生來說，根據筆者的教學經驗，可以說一直是比較難的甚至是所學課程中認為最難的一門課。原因有多個方面，計量經濟學是經濟學、數學、統計學的綜合，對高等數學、矩陣代數、概率論與數理統計、經濟學、統計學都具有比較高的要求，可想而知，這對于經管類文科背景而且又是普通二本的學生是多么巨大的挑戰。那怎么才能讓二本經濟類學生學好計量經濟學呢？本文在多年教學實踐的基礎上，分析教學過程中面臨的問題，并對如何根據實際情況教好計量經濟學進行了探索，希望對相關同仁有一定幫助。

　　2計量經濟學教學過程中主要問題

　　筆者剛開始教學時也有很多誤區，當時只想盡量的把知識教授給學生，每個過程盡量的給推導證明，但是效果卻很差，進度慢，導致學生把計量經濟學的運用拋諸腦后，而把主要精力投入到計量經濟學所運用的數學方法上，從而最后學生認為太難而又沒用。隨后根據學生反應，筆者進行反思，根據學生的不同改變教學思路，多年下來，也有較明顯的效果。所以，教學計量經濟學首先要了解學生及所擁有資源，在教學過程中筆者發現主要問題如下：

　　2.1計量經濟學本身比較難

　　計量經濟學的基礎理論與公式推導，比較繁瑣，而且沒有很好的經濟學、數學、統計學基礎，理論與公式根本無法理解，教授過程也比較難。如果老師在教授過程中只注意理論講解、公式推導，學生只會感覺晦澀難懂，很難跟上，從而缺乏學習的動力，大部分會半途而廢。

　　2.2學生基礎比較差

　　計量經濟學對學生的基礎要求比較高，但是二本經管類的學生大部分文科多些，本身數理基礎相對就差些，而且計量經濟學的概念是經濟學、數學、統計學的綜合，這三門都較難，如果任何一門學的不好，以此為基礎的計量經濟學就更難學好了。另一方面，本身經管類好多課程記憶類比較多，二本的學生自覺性也差，好多學生養成了期末靠背，平時只聽不練的習慣，而計量經濟學一般安排在大三第一學期，用此學習習慣學習計量經濟學可想而知效果如何。

　　2.3學習認識有偏差

　　計量經濟學是一門工具性課程，不像與英語、會計、金融、保險、海關等方面的證書相關課程那么直接，有些學生認為上課學的東西將來沒什么用，上課去了也不好好聽，甚至看手機，做其他作業、看跟考證書有關的課程；即使有部分學生雖然想好好學，但聽著聽著就感覺難了，跟不上，也就不好好學了。

　　2.4學習知識太僵化

　　在多年的教學過程中，筆者發現，二本的好多學生的學習思維僵化，一是一，二是二，不會變化，無法靈活運用所學知識，按照老師說的死記硬背，稍微一變，就錯一片。不知是長期學習方法的結果，還是上了大學之后，一些課程學習習慣或認識導致的結果，用這樣的方法去學習計量經濟學，只能學到表面，根本無法靈活運用。

　　2.5教學課時少

　　除了基礎差、缺乏興趣，學習課時少也是一個重要原因[2]，現在大多高校上課時間改為16周，每周課時，課程學分不斷減少，計量經濟學本身及所學的基礎課程都是比較難，需要時間較長的課時，在只有48課時情況下[3]，學習計量經濟學基礎理論都困難、課時很緊張，更何況要理論與運用共同進行呢，最后就可能導致重理論輕實踐的結果。但是即使學生理論學習的好，沒有實踐，理論也很快就忘，到期末學生就感覺什么都沒學會。

　　3改善計量經濟學教學的思考

　　隨著計量經濟學的越來越重要，在如何能更好的讓學生認識其重要性，以及相對輕松最好能夠感興趣主動去學習的方法上，無疑值得我們老師不斷探索，筆者經過教學，與學生交流，不斷進行實踐，總結出幾點經驗：

　　3.1合適的定位

　　二本學生的基礎相對來說有點低，學習的自覺性相對也較差，如果想讓他們門門課都學好除了個別學生，有很大難度，而且計量經濟學要求的基礎課程較多，而且門門有難度，這樣怎么辦，讓他們繼續把所有理論與過程都掌握，這樣顯然行不通，結果只能是老師辛苦而學生人人如聽天書。因此，筆者在教學過程中總結出，我們不能像對理科的學生那樣要求他們，也不能按計量專業的學生要求他們，要按照他們的實際情況，結合我們的目標，我們學習計量經濟學，如果所有理論與計算原理都掌握那當然是好，但是我們最終的要求是會運用，對于二本的學生既然達不到那樣的效果，那么我們就更應該注重我們最終的目的，在有限的學習過程中，讓他們掌握計量經濟學思想方法原理，而不重視方法推導[4]，會運用計量經濟學知識解決實際問題，達到計量經濟學作為工具性課程的目的。這就要求我們盡量少用數學與統計學的知識，讓學生認識到復雜的計算有軟件幫助，只要懂得原理，這樣計量經濟學減少了難度，以提高學生的積極性，減少畏難情緒。

　　3.2經典的案例

　　運用，是我們最終的目標。學生掌握了建立模型的步驟并進行檢驗，但是依然很難運用到實踐中，如何運用？這才是我們教授學生計量經濟學的根本目標。學生的經濟學知識，及相關專業的知識掌握的并不是太靈活，即使掌握較好地，讓他們運用到實際中也很困難，這就需要大量的實際案例結合到理論教學中[5]，目前，我國大多數計量經濟學教材偏理論，在時間有限的條件下，這就需要教學老師，課下下功夫，尋找適合、淺顯易懂、容易操作的案例，讓學生參與討論，使他們鞏固所學知識的同時盡可能了解這門課的意義，為學生打好計量經濟學的入門功底。

　　3.3選擇合適的軟件

　　如上所說，我們對二本學生更重視結果——運用，而不是過程，那么復雜推導、計算不要求他們，在如此短的時間內，也無法要求，那就需要運用輔助工具——軟件，來幫助所有的過程計算，軟件給出最后結果，只要學生掌握了方法原理從而可以對結果進行分析，就達到了我們教學的目的，學計量經濟學讓他們感覺也更有意義，而不會因為復雜的計算失去了興趣，也不會讓學生認為計算才是計量經濟學的主角。但是又一個問題來了，現在大學課程所給的教學課時越來越少，一門課程的教學時間已經很緊張，再加上一個軟件學習是不是更難？是的，有些軟件確實很難，要編程，那就要單獨學習，但對于本科學生的要求本身不是太高，有一個軟件——eviews，可以解決本科生所有問題，更重要的是，它是傻瓜式的軟件，操作起來也很簡單，一般情況下不需要再編程，在學習計量經濟學的同時就可以附帶學習。

　　3.4合適的實驗

　　雖然理論教學課堂上理論加上案例，讓學生基本理解計量經濟學的運用，但是距離真正獨立運用還有一定差距，更何況同時還要學會軟件運用，所以必須安排合適的實驗。每章代表一個大的知識點，里面會有許多小的知識點，怎么才能更好的鞏固這些，除了適當的課外練習，更需要合適的實驗，才能達到讓學生運用的目的。實驗課上，為了學習鞏固課堂知識，同時學會軟件運用，老師可以先帶領學生完成老師自選數據的實驗報告，課后再讓他們自找數據根據所要求的知識點結合自己的專業特點完成實驗報告，這樣會具有明顯的進步，也能發現學生的問題所在，同時也可以鍛煉學生查找數據、獨立思考的能力。

　　3.5培養學生的自學能力

　　在一學期只有48課時的時間內，包括理論又有實驗，想學完目前我國計量經濟學教材所列的內容，非常困難，那就需要在教學過程中，培養學生的自學能力。但在大學中，比較自覺的學生，而且有興趣，才會主動去學，很多都是被動的接受。如何積極引發學生的學習興趣，感覺計量經濟學的重要性，除了課后實驗、練習外，同時給學生分組讓他們課后完成經典案例尋找，引導優秀學生國外經典教材（比如古扎拉蒂《計量經濟學精要》、伍德里奇《計量經濟學導論》）的同步學習，并用軟件操作訓練，作為平時分的評價標準，起碼讓以后繼續深造的學生，自學完成相關內容，不會感覺困難。

　　4結論

　　在教學過程中，激發學生的學習興趣，鍛煉學生的自學能力，打好計量經濟學基礎，因材施教，不能純粹的理論教學，也不要妄想學生能掌握所有的理論，同時又要相關的輔助課程作為基礎，要運用考試、小組討論、上機實驗相結合的教學手段，運用實際案例講解提高學生學習的積極性，引導學生獨立分析經濟問題及構建模型，培養學生運用計量經濟學方法分析、解決實際問題的能力。

　　參考文獻：

　　[1]竇祥勝.關于提高本科計量經濟學教學質量的思考[J].內蒙古財經大學學報，20xx;(11):97-101.

　　[2]胡淵.經濟類專業計量經濟學教學效果的影響因素分析——基于調查問卷的分析[J].科教導刊，20xx;(12)上:140-141.

　　[3]孫趙勇，史耀波.注重創新能力培養的計量經濟學教改方案研究[J].教學研究，20xx;(7):93-94.

　　[4]李曉寧，石紅溶，徐梅.本科計量經濟學教學模式的創新研究[J].高等財經教育研究，20xx;(6):33-36.

　　[5]何劍.《計量經濟學》本科課程“三維”教學模式的構建及實施[J].統計教育，20xx;(2):28-30.

計量經濟學論文2

　　一、問題提出

　　自改革開放以來，中國經濟的高速增長是有目共睹的，1981~2009年的29年來，中國的財政收入也在高速的增長，從2002年中國財政收入不足2萬億元，到2006年接近4萬億元，再到2007年上半年突破2.6萬億元，短短5年間中國國家財政收入實現高速增長。中國財政部數據顯示，2007年1至6月累計全國財政收入達到26117.84億元，同比增長30.6%，完成預算的59.3%，增幅比上年同期提高8.6個百分點，財政收入增收額創近幾年同期最高。

　　2007年上半年我國財政收入達到2.6萬億元，可以說是繼2006年財政收入突破4萬億元大關后的又一個驚人數據。在經濟高增長的背景下，財政收入的持續高速增長，特別是稅收收入增長持續高于同期GDP增長，成為推動財政收入增長的主要原因。目前，我國財政收入的主體是稅收收入，2006年稅收收入已經占到了全部財政收入的95.7%。目前在我國稅收當中，占比重最大的是增值稅，由于現階段我國依然依靠投資來拉動經濟，這也帶來了目前我國財政收入增長比較快的結果。其實，財政收入增長過快只是表象，而投資增長過快造成的經濟過熱的體制頑疾才是最需要擔心的，因此，面對高速增長的財政收入，人們擔心的是經濟過熱問題還會越來越嚴重。如果財政收入大幅度增長，遠遠高于國民收入的增長速度，就會出現一系列問題。

　　收入是一國政府實現政府職能的基本保障，對國民經濟的運行及社會的發展起著非凡的作用。首先，它是一個國家各項收入得以實現的物質保證。一個國家財政收入規模的大小通常是衡量其經濟實力的重要標志。其次，財政收入是國家對經濟實行宏觀調控的重要經濟杠桿。財政收入的增長情況關系著一個國家的經濟的發展和社會的進步。因此，研究財政收入的增長顯得尤為重要。財政收入的主要來源是各項稅收收入，此外還有政府其他收入和基金收入等。同時一個國家的財政收入的規模還受到經濟規模等諸多因素的影響。本文就建立財政收入影響因素模型，實證分析影響我國財政收入的主要因素，為如何合理有效地制定我國的財政收入計劃提供一些政策性

　　建議。

　　二、模型設定

　　研究財政收入的影響因素離不開一些基本的經濟變量。回歸變量的選擇是建立回歸模型的一個極為重要的問題。如果遺漏了某些重要變量，回歸方程的效果肯定不會好。而考慮過多的變量，不僅計算量增大許多，而且得到的回歸方程穩定性也很差，直接影響到回歸方程的應用。通過經濟理論對財政收入的解釋以及對實踐的觀察，對財政收入影響的因素主要有稅收、國內生產總值、全社會固定資產投資等。

　　(1)稅收。稅收由于具有征收的強制性、無償性和固定性特點，可以為政府履行其職能提供充足的資金來源。因此，各國都將其作為政府財政收入的最重要的收入形式和最主要的收入來源。

　　(2)國內生產總值。常被公認為衡量國家經濟狀況的最佳指標。GDP會促進國民收入，從而會提高居民個人收入水平直接影響居民儲蓄量，并與財政收入的增長保持一定的同向性。

　　(3)全社會固定資產投資。是建造和購置固定資產的經濟活動，即固定資產再生產活動。主要通過投資來促進經濟增長，擴大稅源，進而拉動財政稅收收入整體增長。

　　(4)模型形式的設計

　　本文以財政收入Y(億元)為因變量，稅收 X1(億元)、國內生產總值 X2(億元)、全社會固定資產投資 X3(億元)3個經濟指標為自變量，建立多元函數，即：

　　lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ

　　三、數據的收集

　　本文以《中國統計年鑒》為源，使用了 1981—2009 年稅收、國內生產總值、全社會固定資產投資的數據，數據真實可靠。為了消除異方差，對數據做取對數處理，利用E- views 進行回歸分析，排除以往模型存在的多重共線性，建立財政收入影響因素更精確模型，分析影響財政收入的主要因素及其影響程度。 1981-2009年財政收入及其影響因素的數據 年份 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994

　　國家財政收入 稅收 (億元) 1175.8 1212.3 1367.0 1642.9 2004.8 2122.0 2199.4 2357.2 2664.9 2937.1 3149.5 3483.4 4349.0 5218.1

　　國內生產總值

　　(億元) (億元) 629.89 4891.6 700.02 5323.4 775.59 5962.7 947.35 7208.1 2040.79 9016.0 2090.73 10275.2 2140.36 12058.6 2390.47 15042.8 2727.40 16992.3 2821.86 18667.8 2990.17 21781.5 3296.91 26923.5 4255.3 35333.9 5126.88 48197.9

　　全社會固定資產投

　　資額 (億元) 961.01 1230.40 1369.06 2450.50 2543.19 3019.62 3640.86 4496.54 4137.73 4449.29 5508.80 7854.98 12457.88 17042.94

　　1995 6242.2 6038.04 60793.7 20019.26

　　1996 7408.0 6909.82 71176.6 22913.55

　　1997 8651.1 8234.04 78973.0 24941.11

　　1998 9876.0 9262.8 84402.3 28406.17

　　1999 11444.1 10682.58 89677.1 29854.71

　　2000 13395.2 12581.51 99214.6 32917.73

　　2001 16386.0 15301.38 109655.2 37213.49

　　2002 18903.6 17636.45 120332.7 43499.91

　　2003 21715.3 20017.31 135822.8 55566.61

　　2004 26396.5 24165.68 159878.3 70477.4

　　2005 31649.3 28778.54 183217.5 88773.6

　　2006 38760.2 34804.35 211923.5 109998.1624

　　2007 51321.8 45621.97 257305.6 137323.9381

　　2008 61330.4 54223.79 314045.4 172828.3998

　　2009 68476.9 59521.59 335352.9 224598.7679

　　注：1.2006年以前，農業各稅包括農業稅、牧業稅、耕地占用稅、農業特產 稅、契稅和煙葉稅;從2006年起，農業各稅只包括耕地占用稅、契稅和煙葉 稅。

　　2.企業所得稅2001年以前只包括國有及集體企業所得稅，從2001年起， 企業所得稅還包括除國有企業和集體企業外的其他所有制企業所得稅，與以 前各年不可比。

　　3.國內增值稅不包括進口產品增值稅;國內消費稅不包括進口產品消費稅。

　　四、模型的估計與調整

　　1. 參數估計與解釋變量問題處理

　　假定所建模型及其中的隨機擾動項μ滿足各項古典假定。利用E- views 對上述基本模型進行OLS參數估計：

　　lnY= C+ C1lnX1+ C2lnX2+ C3lnX3+ μ

　　Eviews的最小二乘法計算結果

　　根據表1中數據，模型估計的結果為

　　ˆ1.69280.6930lnX0.3195lnX0.4719lnX lnYi123

　　(0.6921) (0.1687) (0.2476) (0.2424)

　　t=(2.4457) (4.1080) (-1.2903) (1.9466)

　　R20.9855 R0.9838 F=566.1477 df25

　　(1)多重共線性的檢驗

　　由此可見，該模型R20.9855，R0.9838可決系數很高，F檢驗的值為566.1477，說明回歸方程明顯顯著。首先，由于稅收是國家政府財政收入最主要的收入來源，很大程度上決定于財政收入的充裕狀況;國內生產總值與財政收入的增長保持一定的同向性;全社會固定資產投資通過刺激GDP 增長，間接影響財政稅收收入整體增長。所以，財政收入一般和稅收、GDP、全社會固定資產投資呈正相關關系，即 C1至 C3 應該均為正值。而且財政收入中稅收應占很大一部分比重，即 C1 的數值應該比較高。上面模型得到的 C1 和 C3 都為正符合經濟理論，但 C2 卻為負與經濟理論相悖。其次，稅收、GDP、全社會固定資產投資的t 統計量值分別為4.1080、-1.2903、1.9466。在顯著性水平為0.05 時，22t/2(nk)t0.025(294)2.060，不僅lnX2和lnX3的系數C2、C3的t檢驗不顯著，而且lnX2系數的符號與預期相反，這表明很可能存在嚴重的多重共線性。 計算各解釋變量的相關系數，選擇lnX1、lnX2、lnX3數據，由相關系數矩陣可以看出，各解釋變量相互之間的相關系數較高，證實確實存在嚴重多重共線性。

　　(2)修正多重共線性

　　采用逐步回歸的辦法，去檢驗和解決多重共線性問題。分別作lny對lnx1、lnx2、lnx3的一元回歸，其中，加入lnX1的方程R2最大，以lnX1為基礎，順次加入其他變量逐步回歸。

　　經比較，雖然新加入lnX3方程R2=0.9833，改進最大，但是各參數(除了稅收lnX1)在0.05顯著性水平下，t檢驗均不顯著，說明均要剔除lnX2與lnX3，最終修正嚴重多重共線性影響后的回歸結果為：

　　ˆ0.70710.9336lnX lnYtt

　　t=(3.4049) (39.6998)

　　R20.9832 R2=0.9825 F=1576.071 DW=0.3854

　　這說明，當稅收每增加1%，平均來說財政收入會增加0.9336%

　　2.隨機擾動項

　　自相關問題的處理

　　(1)自相關的檢驗

　　該回歸方程可決系數較高，回歸系數均顯著，對樣本量為29、一個解釋變量的模型、在0.05顯著水平下，查DW統計表可知，因為由表5的DW值=0.3854，查表得dL1.341,dU1.483，模型中DW

　　ˆt0.7361et1 e

　　ˆ0.7361，對原模型進行廣義差分，得到廣義差分方程： 由式可知

　　lnYt0.7361lnYt1C1(10.7361)C2(lnXt0.7361lnXt1)vt

　　對上式的廣義差分方程進行回歸，可得方程輸出結果

　　ˆ*0.14420.9477lnX* lnYtt

　　Se=(0.1267) (0.0513)

　　t=(1.1375) (18.4734)

　　R20.9292 F=341.2685 DW=2.0120

　　其中lnYt*lnYt0.7361lnYt1，lnXt*lnXt0.7361lnXt1

　　由于使用廣義差分數據，樣本容量減少了1個，為28個，查5%顯著水平的DW統計表可知dL1.328,dU1.476，模型中4-dU,>DW=2.0120>dU，說明在5%顯著水平下廣義差分模型中已無自相關，不必再進行迭代，同時可見，可決系數、t、F統計量也均達到理想水平。

　　由差分方程式有：

　　ˆ=0.1442/(1-0.7361)=0.5464191 

　　由此，得到最終的財政收入模型為

　　lnYt0.54640.9477lnXtt

　　由財政收入模型可知，當年稅收第增長1%，平均說來財政收入會增長0.9477%

　　異方差問題的處理

　　(1)異方差的檢驗

　　由于各年存在不同的稅收收入，因此，每年對稅收收入的數量存在不同的變化，這種差異使得模型很容易產生異方差，從而影響模型的估計和運用，為此，必須對該模型是否存在異方差進行檢驗。

　　由表5的估計結果，對其進行White檢驗，根據White檢驗中輔助函數的構造，最后一項為變量的交叉乘積，因為本式為一元函數，幫無交叉項，則輔助函數為t212lnXt3,(lnXt)2vt

　　經估計出現White檢驗結果

　　nR2=27.4669，由White檢驗知，在0.05下，查2分布表，

　　2得臨界值0)5.9915，同時lnX和(lnX)^2的t 檢驗值也顯著，比較計算.(052

　　2的2統計量與統計值，因為nR2=27.4669>0)5.9915，所以拒絕原假設，.(052

　　不拒絕備擇假設，表明模型存在異方差

　　五、本文的結論

　　(1)該模型的經濟意義很明顯，即財政收入主要取決于稅收。lnX1 的系數為財政收入的稅收彈性，即當年稅收每增長1%，平均說來財政收入會增長0.9477%;可見稅收變化相當影響財政收入的變化。

　　第9 / 10頁

　　(2)稅收彈性系數為 0.9477，與 1 非常接近，說明財政收入的增加基本上來源于稅收的增加。

　　(3)當然，以上不一定只有稅收才是影響財政收入的因素，上述模型中不排除在多重共線修正的時候把一些相關的因素給排除掉，例如國內生產總值、就業人數、全社會固定資產投資額對財政收入的影響。

　　(4)模型的不足：模型樣本采用時間序列分析，雖然在最后通過剔出線性解釋變量使模型多重線性性質并不顯著，但在此基礎上的 R2 極高，僅能說明該方程能較好地解釋影響財政收入的因素，而擬合率其實并沒有實際看到的這么高。

　　六、政策建議

　　(1)加強稅收征管，提高財政和稅收收入。目前，我國的稅收已占財政收入的 90%以上，我國的稅收已是財政收入的最主要來源。國家運用稅收籌集財政收入，通過預算安排用于財政支出，提供公共產品和公共服務，促進了經濟的發展。稅務部門要大力組織稅收，確保國家稅收為政府履行公共服務和社會管理職能提供可靠的財力保障。這就要求稅務機關要依法治稅、依法征稅，通過加強各方面管理和服務工作，不斷提高稅收征收率，保持稅收隨著經濟的發展平穩增長。

　　(2)加強稅費改革、推進稅制改革調整各項稅收政策。稅收作為宏觀調控的重要工具，具有內在穩定器的功能，對經濟運行產生調節作用。進行稅費改革并不意味著把所有的政府收費全部改為征稅，而是要將兩者之間的比例保持在合理的區域范圍內。國家可以根據不同時期的經濟形勢，制定和實施相應的稅收政策來調控經濟總量、調整經濟結構。稅務部門要適應經濟形勢發展和國家宏觀調控的需要，按照“簡稅制、寬稅基、低稅率、嚴征管”的原則及實行有利于增長方式轉變、科技進步和能源節約的財稅制度的要求，推進稅收制度改革。

　　參考文獻：

　　[1]《宏觀經濟理論與計量方法(修訂本)》 謝為安 中國財政經濟出版社

　　[2]《計量經濟學》(第二版)龐皓 科學出版社

　　[3]《西方經濟學》李軍 西南財經大學出版社

　　[4] 馬海濤：中國稅制[M]. 中國人民大學出版社，2009.

　　[5] 張曉峒：計量經濟分析[M]. 經濟科學出版社，2003.

　　[6] 陳共：財政學[M].中國人民大學出版社，2007.

　　[7]中國統計年鑒

計量經濟學論文3

　　目前計量經濟學已經成為很多高校財經類專業的必修課程之一，但從教學的角度來看，計量經濟學仍然是一門難教難改的課程，其原因是在教學實踐中不僅需要突出對理論知識的理解和把握，還需要重點培養對現實中經濟問題的解決能力。因此，從教學方法、教學手段、教學內容等方面對計量經濟學的教學模式加以改革與創新，以提高學生的應用能力。

　　一、關于應用型的教學模式

　　關于教學模式的含義由來已久，但將教學模式作為教育研究的一個真正的獨立范疇，主要是從喬伊斯和威爾等人的研究開始的。目前有關教學模式意義的界定比較多，喬伊斯和威爾等人在其《教學模式》的著作中定義：“教學模式是構成課程在選擇教材、指導在教室和其他環境中教學活動的一種計劃或范型。”而朱小蔓的界定是：“教學模式是指在一定的教育理念的支配下，對在教育實踐中逐步形成的、相對穩定的、較系統而具有典型意義的教育體驗，加以一定的抽象化、結構化的把握所形成的特殊理論模式。”

　　上述各種關于教學模式的定義分別從不同的角度揭示了教學模式的具體含義，從定義來看不盡相同。由此可見，一項或者某一課程的教學模式至少具備以下特點：(1)需要一定的理論作指導;(2)需要詳細的教學計劃和目標，并加以實施和完成;(3)教學模式在形式上具有一定的活動程序和方法策略。總之，一個完整的教學模式應該包含主題、目標、條件、程序和評價等五個要素。這些要素所處的地位與發揮的作用不同，功能也就具有差異性，它們之間既有區別，又相互聯系，相互蘊含、相互制約，共同構成了一個完整的教學模式。

　　計量經濟學應用型教學模式就是以計量經濟學理論應用為目的，從教學目標、教學原理、教學任務、教學內容、教學過程和教學組織形式等方面形成系統化的理論模式，并將理論知識應用于解決實際經濟問題的實踐中。因此，計量經濟學教學模式的改革就是要打破以“教”為主的傳統模式，轉向以學生的“學”為主導的教學模式，培養學生能夠利用計量經濟學理論解決實際經濟問題的能力。

　　二、關于計量經濟學教學中存在的問題

　　目前計量經濟學課程在教學方法、教學內容、教學過程等方面更多地側重于理論知識的傳授，缺乏實踐和應用的教學環節，這不僅讓學生感覺該課程教學枯燥乏味，教學效果也很不理想，學生的實踐應用能力較差。

　　(一)課堂理論教學與實踐應用相脫節

　　作為一門方法論的學科，計量經濟學相比其他課程的應用性更強，不但強調基礎理論、實踐操作和統計軟件三者的結合，更注重對現實經濟問題的分析與解決。但目前大多數計量經濟學課程的授課主要以理論方法的講授為重點，缺乏對實際應用和解決實際問題能力的培養。例如，計量經濟學的教學內容一般包括提出問題、收集數據、建立理論模型、參數估計、模型的檢驗及模型的應用，很多老師更多地將講授的重點集中在參數估計與各種檢驗方法和理論論證上，但對如何提出經濟問題、如何將實際的經濟問題轉化成計量經濟學模型，估計出的參數如何應用和進行經濟學解釋等方面卻講授得較少，學生在實際的學習過程中也缺乏這方面的練習。

　　因此，雖然學生學了很多模型檢驗和參數估計的理論方法，卻無法靈活運用這些方法，或者只會使用計量經濟學軟件對模型做出估計而無法進行合理的經濟學解釋，尤其是運用計量經濟學模型分析和解決實際經濟問題的能力有待加強。

　　(二)重理論模型的推導，輕實際操作

　　計量經濟學課程是以數學、統計學和經濟學為基礎的學科，在教學過程中，會利用很多的數學方法，但又不完全等同于數學，加上目前很多高校經濟管理類專業的本科生數學基礎并不好，如果在教學過程中將大量的時間用在數學推導上，不但事倍功半還讓學生對計量經濟學充滿恐懼，不像理科生，數學推導對這些學生來說比較困難，他們也對推導過程不感興趣。比起數學推導過程，經濟管理類的學生更加愿意接受現成的方法和思想及結論，因此，教學過程中如果一味地進行數學推導，只會降低學生學習的興趣。當然，由于計量經濟學是一門數學、經濟學和統計學的交叉學科，必要的數學推導也是難免的，而數學公式的推導的目的是為了讓學生掌握數學原理和方法基礎，盡量避免課堂上只進行理論推導的枯燥乏味，打擊學生的積極性。

　　(三)缺乏案例教學，實驗實踐教學不足

　　目前各個大學使用的計量經濟學教材，理論體系相對都比較完備，很多教材中也都引入了許多經濟案例分析，但由于案例的設計和安排過于理論化而不易讓學生接受，加上有些學生經濟學基礎相對薄弱，無法很好地理論聯系實際，更難以運用所學計量經濟學理論知識對實際的經濟問題進行分析和解釋，加上課時所限，實驗課程不足，導致部分學生對計量經濟學失去了興趣，甚至懷疑計量經濟學的作用。因此，應用型教學已成為培養適應能力強的實用人才的重要手段。

　　三、計量經濟學教學方法的改革措施

　　(一)革新教學方法

　　本科階段的計量經濟學課程應主要以案例教學和課堂討論為主，理論主要以理解思路和原理，采用啟發式教學模式，提高學生學習的主動性和積極性。計量經濟學課程理論難度較大，尤其是對數學的要求比較高，很多學生因為數學功底不好而沒有學習的興趣，在教學過程中，應該從現實的經濟社會生活中搜集經濟案例，以專業期刊為輔助參考，以問題為導向構建教學模型，引入學科解釋，便于學生理解和掌握計量經濟學的學習方法和了解該模型的意義。了解學科的實際應用。同時，在課堂上應該展開討論，同時根據相關問題進行提問、解答，找出解決辦法。可以對學生進行分組，通過資料調查、思考，進行分組討論。討論過程中，教師要適當進行提示，并進行評價。這樣可以將以人為本、以生為本的要求深入到教學中，這樣有利于提高學生的主觀能動性，提高學生參與感。此外，可以組織專家開展講座、報告等，運用多種形式的教學方式。

　　(二)革新教學手段

　　計算機的應用對計量經濟學的發展起到了巨大的推動作用，尤其是非經典計量經濟學。建立與應用計量經濟的模型，需要大量的數據存取，并有繁雜運算過程，但如果使用傳統的計算方式運算，既耗費時間和人力，又沒有效率。很多模型的建立和運算都需要輔助于計算機來完成，在現實的教學過程中，網絡技術和計算機技術的運用也是計量經濟學教學手段革新的主要方面。在教學中知識的講授與計算機應用相結合，讓學生掌握一兩個軟件的應用就十分重要，除了理論課程以外，應合理安排學生的上機操作時間，熟練掌握應用軟件，學生通過上機訓練，能夠更加清楚直觀地了解各個模型與公式，領會運算結果的概念并判斷運算結果是否合理。此外，還需利用便捷的網絡，將教學的大綱、計劃、應用軟件等教學必需資料放于網上，將各個教師的聯系方式放于網上，以便學生能夠不受時間和空間限制地學習，并且有利于師生間的及時交流和互動，提高學科的教學效果。

　　(三)革新考核方式

　　本科階段的計量經濟學課程應該以應用為主，傳統的考試模式以測驗和理論考試為主，很少進行案例分析、隨堂討論、上機實驗等方式，這就削弱了學生學習的積極性和主動性，在實踐教學中進行的案例教學、實驗教學等需要通過考核方式的革新來進行測試，以便掌握學生的學習情況和應用能力。根據計量經濟學課程特點和教學模式，現將考核方式改為課堂測試，側重于基本知識的掌握情況;上機實驗，側重于軟件應用和模型參數估計;課程論文寫作，側重于理論與實踐結合能力;理論考試相結合，課堂測試應包括隨堂討論、問題探討等，上機實驗主要考核學生對軟件的掌握和應用能力，課程論文寫作是計量經濟學應用的核心部分，最終將測試定為平時測試、上機實驗、課程論文和理論考試四部分，并進行加權綜合評定。這樣將課程評價的激勵與引導作用真正激發出來，不僅可以檢驗學生對于基礎知識的掌握情況，還能激發學生的創新精神。同時，教師可以憑借課程評價中得到的學生的反饋內容來改善當前教學中的問題，積極優化教學方式與教學內容。

　　(四)革新學生學習途徑

　　隨著信息技術的發展，人們獲取信息的途徑不斷增強，但同時也加大了信息篩選的成本，為了給學生提供一個有效便捷的學習途徑，就需要針對計量經濟學的課程特點建設相適應的案例集或案例庫。其中有幾方面需要引起關注：(1)所選擇的案例需是接近現實情況，且易被學生接受的，這樣有利于激發學生的學習興趣;(2)所選擇的案例需體現出計量經濟學科的含義、方法及原理;(3)所選擇的案例需具有時代前沿性和廣泛性。選擇不同類型的案例可以吸引不同的學生，同時還體現出了學科用途的廣泛性;案例跟隨時代經濟不斷變化，這也體現出了學科的適用性，更加調動起學生的情緒，培養其求索精神。

　　教師需要培養學生對學科的興趣，讓學生主動探索，自發學習，將內在的無限創造力激發出來，將生硬難懂的理論轉化為簡單易懂的案例問題分析，提高學生學習興趣。教師們通過實踐不斷地探索教學經驗，吸取教訓，對教學方法和教學工作進行改革。如增加啟發式教學的比重，采用雙向討論的方法進行教學，通過列舉事實來具體分析，啟發學生開拓思維模式。建立多元化的教學體系，增加多媒體教學分析，增加實驗比重，同時組織學生進行社會實踐，以此提高學生理論聯系實際的能力，切實提高教學質量和水平。

計量經濟學論文4

　　能源消費與工業經濟增長之間的關系研究

　　摘要：能源是國家經濟的命脈，也是一國經濟發展的重要物質基礎。我國作為世界上經濟增長最快的國家，對于能源的消費也是非比尋常的。在我國的經濟增長中，對于能源的消耗占主要地位的就是工業經濟的發展。從一定程度上來講，能源的消費與工業經濟增長之間存在著千絲萬縷的聯系。本文就著重分析了能源消費與工業經濟增長之間的關系，旨在從我國經濟的增長以及能源的消費之間尋找到一個協調點，促進工業經濟的高效增長。

　　一直以來，工業都是能源消費的主體，是工業經濟發展的不可缺少的生產資料，尤其是對我國這個經濟快速發展的發展中國家來說。在很長的一段時間內，我國工業經濟的發展都是以犧牲能源為代價的，由于在科技水平生產技術等方面的欠缺，能源就理所當然的成了經濟發展的彌補品。雖然說幾年來，隨著能源危機的臨近，以及世界對綠色生產的呼喚，我國也制訂了一系列的規章制度和措施等來限制能源的粗放性消費，但是畢竟我國還處于經濟大幅增長的階段，所以對于能源的消費也是必不可少的。所以，在現階段，對于能源消費與工業經濟增長之間關系的研究，是我國工業生產以及能源管理相關部門工作中的一個重點，也是促進有關部門采取相應措施提高能源利用率，實現優化產業結構，協調經濟與能源關系目標的關鍵。

　　關鍵詞：能源消費 能源生產 計量經濟學模型 能源戰略

　　總論：

　　我國是一個能源大國，但是，我國人口眾多，人均能源占有量不及同期發達國家的1/5。能源是任何一個國家經濟發展不可缺失的物質基礎。隨著我國人口的繼續增長，經濟的快速發展，能源消費量的增加是必然的，而與年俱增的能源消費對環境造成的破壞也越來越嚴重。因此，怎樣優化能源利用結構，開發利用清潔能源，就成為我國經濟發展的當務之急。這就需要我們清楚了解能源供需形勢，做好影響能源消費因素分析，為能源規劃及政策的制定提供科學依據，保證我國國民經濟又好又快地發展。

　　一、能源消費與工業經濟增長相關概念

　　在經濟發展中，能源一直都是一個永恒的話題，很多的學者也都對能源做了很多研究，對其相關聯的概念做了很多的界定。一般而言，在能源消費與工業經濟增長之間關系的研究中需要探討的概念主要如下：

　　(一)能源概念及其分類

　　所謂的能源就是我們通常所說的能源資源，它可以產生各種能量，并且被充分的應用到了工業生產以及人們的日常生活中。這些資源包括煤炭、原油、天然氣、水能、核能以及一些太陽能、地熱能等等。這些能源由于其性能以及生產方面的不同，可以將其分為下面的幾類：

　　1.按照能量的來源可以分為三類：地球本身所蘊藏的能量，比如地熱、原子核能;來自地球外部天體的能量，比如，太陽能，它為風能、水能、生物能以及礦物質能的形成提供條件;地球和其它天體相互作用產生的能量，比如，潮汐能等。

　　2.按照能源的基本形態可以分為兩類：一次能源與二次能源。一次能源就是天然的能源，比如煤炭、石油、天然氣等;二次能源則是在一次能源加工的基礎之上形成的能源，比如，電能、煤氣、汽油、柴油等等。

　　3.按照能源的性質可以分為兩類：燃料型能源與非燃料型能源。燃料型能源主要有石油、煤炭、天然氣、木材等，而非燃料型的能源則為水能、風能、地熱能等等。

　　4.按其生產情況可以分為可再生資源和不可再生資源。可再生資源就是可以通過一些形式能夠得到不斷的補充或者是在較短的周期內能夠再次產生的能源。比如，風能、水能、太陽能、生物能等都是可再生資源;而反之在較短的時間內不能夠再生產的能源就是不可再生資源，比如煤炭、石油、天然氣等。

　　(二)能源消費

　　在認識了能源的概念以及分類的基礎上我們再看看究竟什么是能源消費。其實能源消費故名思意就是對能源的利用以及使用，在使用中包括個人以及家庭對能源的使用，也包括工業、農業、服務業等對能源的使用，這屬于統計學的范疇。

　　(三)經濟增長與工業經濟增長

　　對于經濟增長，經濟學界有著比較統一的認定，認為經濟增長是實際總產出或者是人均實際產出的不斷增加。它的增長是指生產總成果在量上面的增加，在對其衡量的過程中要將所有的生產要素結合起來。

　　而工業經濟的增長則是指在一定的時期內，全部的工業企業在實際生產總值或者是增加值上面的不

　　斷增長的一個過程。它的界定是在一段時期內的界定，而并不是在一個點上面的界定。

　　二、中國能源供求現狀分析

　　我國經濟快速增長，必然帶動能源消費量的增長。作為世界上最大的發展中國家，建國以來，我國的經濟總量和能源消費總量都出現了較大幅度的增長。1953年—1978年GDP由1615億元增長到6584億元，再增長到2005年的183084億元，1953年—1978年，1979年—2005年兩個階段的平均增長率分別為5.8%和9.7%;能源消費量由1953年的0.54億噸標準煤增長到1978年的5.71億噸標準煤，再增長到2005年的22.47億噸標準煤。年均分別增長了9.9%和5.3%。中國的人均能源消費量也在迅速增長，1953年—1978年由0.09噸標準煤增長到0.59噸標準煤，再增長到2005年的1.70噸標準煤。2003年全國城鄉生活人均年用電量為173.7千瓦時，而1980年只有10.7千瓦時。

　　從已收集來的數據來看，近年來，我國能源消費是處于供不應求的狀態，并且供求矛盾有擴大的趨勢。

　　從圖中可看出，1996年之前能源的生產和消費均呈溫和上升局勢，雖然能源的生產不能滿足消費的要求，但二者差距也相對平穩。但1996年之后之一差距不斷擴大，能源的生產不能滿足經濟發展對它的需求，到2003年能源需求大幅度增加，而能源生產卻不能同步增加，能源矛盾突出。1997年—1999年中國經濟在保持持續增長的同時，能源消費總量出現了下降。可能的原因是：市場出現需求疲軟現象，能源產品需求減少;一些高能耗、污染大的“五小”企業被關閉;產業結構的變化等。由另外的資料表明，2002年—2004年連續三年的能源需求彈性系數都大于1，說明能源消費量增長速度已經超過經濟增長速度，經濟發展的能源代價在擴大。種種證據表明，我國的能源問題比較深刻，迫切需要解決。

　　三、數據選取

　　1、能源消費總量，在模型中用Y來表示。是指一次性能源消費總量，由煤炭、石油、天然氣等組成(單位：萬噸標準煤)。

　　2、能源消費的影響因素：

　　(1)能源生產總量，在模型中用X1來表示。是指一次性能源生產總量，該指標是觀察全國能源生產水平、規模、構成和發展速度的總量指標(單位：萬噸標準煤)。

　　(2)全國生活能源消費總量，在模型中用X2來表示，是指一次性能源在在生活方面的消費量。(單位：萬噸標準煤)。

　　(3)城鎮居民人均可支配收入，在模型中用X3來表示。指城鎮居民家庭人均可用于最終消費支出和其它非義務性支出以及儲蓄的總和。它是家庭總收入扣除交納的所得稅、個人交納的社會保障費以及調查戶的記賬補貼后的收入。(單位：元)。

　　(4)工業能源消費總量，在模型中用X4來表示，是指工業方面的能源消費量。(單位：萬噸標準煤)。

　　(5)其他因素，在模型中用U表示。我們將由于各種原因未考慮到和無法度量的因素歸入隨機擾動項，如能源價格變動、消費者偏好、國家的經濟結構政策等。

　　原始數據：

　　本文所有數據來自中國統計年鑒

　　四、模型設定

　　回歸模型設定如下：

　　Y=β0+β1X1+β2X2+β3X3+β4X4+u

　　Y=能源消費總量(萬噸標準煤) X1=能源生產總量(萬噸標準煤)

　　X2=全國生活能源消費總量(萬噸標準煤) X3=城鎮居民人均可支配收入(元) X4=工業能源消費總量(萬噸標準煤) u=隨機擾動項

　　β0 β1 β2 β3 β4——待估參數 t=1980—2007 五、模型檢驗

　　假設模型中隨機擾動項u滿足古典假定，運用OLS方法估計模型的參數，利用計量經濟學軟件Eviews計算可得如下結果：

　　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)

　　回歸方程為：

　　^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、 經濟意義檢驗

　　由回歸估計結果可以看出，能源生產總量、全國生活能源消費總量、城鎮居民人均可支配收入、工業能源消費總量與能源消費總量呈線性正相關，與現實經濟意義理論相符。

　　2、 統計推斷檢驗

　　從估計的結果可以看出，可決系數R2=0.999297，F=8176.418，表明模型在整體上擬合地比較理想。系數顯著性檢驗：給定α=0.05，X1、X3、X4的t值大于給定的顯著性水平，拒絕原假設，接受備擇假設，表明能源生產總量、城鎮居民人均可支配收入、工業能源消費總量對能源消費總量有顯著性影響;僅有X2的t值小于給定的顯著性水平，接受原假設，表明全國生活能源消費總量對能源消費總量影響不顯著。

　　3、 計量經濟學檢驗

　　(1) 多重共線性檢驗

　　由下表可看出，模型整體上線性回歸擬合較好，R2 與F值較顯著，而解釋變量X2的t檢驗不顯著，則說明該模型可能存在多重共線性。在Eviews中計算解釋變量之間的簡單相關系數，得如下結果，也可以看出解釋變量之間存在多重共線性。

　　用逐步回歸法修正模型的多重共線性。

　　運用OLS方法逐一求Y對各個解釋變量的回歸。結合經濟意義和統計意義選出擬合效果最好的一元線性回歸方程。結果如下：

　　加入x1的方程-R2最大，以x1為基礎，順次加入其他變量逐步回歸。

　　經比較，新加入x4的方程-R2=0.998541，改進最大，而且各參數的t檢驗顯著，但是x2的符號不合理，選擇保留x4，再加入其他新變量逐步回歸。

　　在X1、X4的基礎上加入X2后的方程-R2明顯增大，但是X2的t檢驗不通過。加入X3后不但方程的R2明顯增大，而且t檢驗值也通過，所以選擇保留X3，繼續回歸。

　　在x1，x4，x3的基礎上，加入x2后，不僅R2下降，而且x2參數的t檢驗不顯著。這說明x2引起多重共線性，應予剔除。 最后修正多重共線性影響的回歸結果為：

　　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) 異方差檢驗 圖示法：

　　從上圖可看出，殘差e隨Y的變動趨勢不明顯，不規律，所以，該模型可能不存在異方差。是否存在異方差還應通過更進一步的檢驗。 White檢驗

　　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檢驗知，在α=0.05下，查χ2分布表，得臨界值χ因為nR2=9.595539<χ不存在異方差。

　　ARCH檢驗：

　　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。所以拒絕備擇假設，不拒絕原假設，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

　　因為(n-1)R2=0.767152<χ不存在異方差。 (3) 自相關補救

　　(1)=3.84146，接受原假設，表明模型中的隨機誤差項

　　按照時間順序繪制殘差項e的圖形。從圖中可看出，e隨t的變化逐次有規律地變化，呈現鋸齒形的變化，可判斷隨機擾動項u可能存在正自相關。

　　由下表可得DW=1.371751;給定顯著性水平α=0.05，n=28，K=3時，查Durbin—Watson表得下限臨界值dL=1.181，上限臨界值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

　　在不能確定的區域，可采取的措施是增大樣本容量。但是，由于數據收集有困難，又DW接近dL值，所以，我們可假設模型有正自相關。 引入一階自相關系數AR(1) 得出回歸結果：

　　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

　　從上圖可知，可決系數R2的值為0.999368.非常接近于1，模型擬合度非常高。在1%的顯著水平條件下，參數顯著不為零，模型整體性良好。AR(1)對應的Prob值為0.0067，在1%的顯著水平下顯著。D.W.對應的值為1.85，查解釋變量為4且自由度為27的D.W.分布表，上下限分別為1.16，1.65.由于1.65<1.85<2.35,所以模型不再存在一階自相關。

　　最終回歸模型為：

　　^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

　　這說明，在其他因素不變的情況下，當能源生產總量X1、工業能源消費總量X4分別增長1萬噸標準煤，能源消費總量Y分別增長0.585317、0.600410萬噸標準煤。當城鎮居民人均可支配收入增長1元時，能源消費總量Y增長1.122399萬噸標準煤。從模型還可看出，能源生產總量X1對能源消費的影響較小。 不足之處：

　　①此案例存在的問題是樣本容量太小，其可靠性受到影響。

　　②對于時間序列數據可能出現的平穩性問題，本文未做處理。由于我們選取的數據都是宏觀經濟變量，極有可能出現非平穩性，但由于所學知識的局限性，無法對模型進行進一步調整。

　　③在考慮能源消費的影響因素時，我們引入了全國生活能源消費總量。按照經濟學的一般觀點，全國生活能源消費總量與能源消費總量存在較強的正相關關系。但是在具體回歸時發現t檢驗值不通過，與統計意義不符。對于這一重要的影響變量，我們沒有輕易剔除。但是在最后的嘗試中發現，剔除全國生活能源消費總量的影響比保留時的擬合效果更好，所以，我們不得不考慮將其剔除。

　　六、結論：

　　1、在多重共線性的修正過程中，可以發現，時間序列全國能源消費總量、工業能源消費量與能源消費總量具有共同變化趨勢，在經濟上升時期均呈現增長的趨勢;在經濟收縮期，又都呈現下降趨勢。當這三者同時作為解釋變量時，就很有可能出現多重共線性。出現多重共線性的另一原因是：抽樣僅僅局限于能源消費總量影響因素的一個有限范圍內。

　　2、在自相關的修正過程中，我們可以發現，全國生活能源消費總量、城鎮居民人均可支配收入、工業能源消費總量等經濟數據都具有時間上的慣性，即在經濟高漲的時期，能源消費在各個領域的較高增長率都會持續一段時間。另外一方面，城鎮人均可支配收入具有經濟活動的滯后性，城鎮居民人均可支配收入的增加，不會使居民能源消費的水平當期就達到應有的水平，而是要經過若干期才能達到。因為人的消費觀念的改變存在一定的適應期。

　　3、雖然能源價格、能源消費結構和環境政策等因素未能在模型中得到量化和反映，但不是說這些因素對能源需求的影響并不重要。事實上，這些因素越是得不到量化和反映，越是暴露了當前我國在這些方面的不足和缺陷，更應該重視和解決。 七、建議：

　　1、充分發揮市場機制的作用，促進我國能源消費向高效、清潔的方向發展。在工業方面，有重點地調整產業結構，確保經濟與能源消費的協調增長。在保證能源供應安全的同時，要合理的控制經濟增長速度，積極推動經濟增長方式由粗放型向集約型轉變，嚴格控制高能耗產業的投資和發展，從而確保國民經濟能夠健康、穩定、持續發展。在人民生活方面，政府應該大力宣傳資源節約型、環境友好型社會的建立，培養全民節能意識，倡導全社會節能降耗。

　　2、優化和改善能源消費結構，大力發展清潔能源的使用，加強科學技術在此類能源上的創新性。我國具有豐富的水能、風能、太陽能等可再生資源，從長遠來看，我國應在中長期戰略上做好大力發展可再生能源的部署。

　　3、加強能源統計，制定有效的能源發展戰略。能源統計數據的質量，應包括數據的準確性和時效性。提高能源統計數據的準確性、時效性、國際可比性，便于有關部門及時調整戰略，實現能源的有效利用。

　　八、參考文獻

　　[2] 劉宏杰,邱立成.中國能源消費與經濟發展關系的時間序列分析[J].《河北經貿大學學報》， 2013，3.

　　[3]林伯強，中國能源需求的經濟計量分析[J].統計研究，2012，10.

　　[4]史丹.結構變動是影響我國能源消費的主要因素[J].中國工業經濟，2010，11.

計量經濟學論文5

　　一、引言

　　計量經濟學是一門以經濟理論和經濟數據事實為依據，運用數學、統計學的方法，通過建立數學模型研究經濟數量關系和規律的經濟學科。計量經濟學在1998年被教育部確定為高等院校經濟學類各專業的核心課程，目前大多數高等院校將計量經濟學作為經管類專業的重要基礎課程。

　　華南理工大學廣州學院是廣東省一所普通高等院校，目前在校人數2萬名左右，其中管理學院財務管理系開設了計量經濟學課程，擁有學生1470名，財務管理專業的理科生占比小，大多數是文科生。該課程的課時較少，教學內容多，該課程教學難度比較大。綜合實際教學效果，本專業需要針對具體情況制定合理的教學方案。

　　二、計量經濟學教學存在的問題

　　1.學生的數學基礎薄弱，學習興趣不高

　　華南理工大學廣州學院是一所獨立學院，強調應用型教學，管理學院財務管理系大多數是文科生，數學基礎較差。而計量經濟學的學習需要學生有良好的數學和統計學基礎，需要大量計算和數學推導，與其他經濟學科相比，顯得枯燥乏味。在實際的教學過程中，大多數學生不太喜歡這門課程，學習興趣不高。2.教學定位不明確

　　計量經濟學存在教學定位不明確的問題，開設本門課程時，沒有明確本門課程的教學目的。由于本專業學生大多是文科生，所以基礎課程的教學內容過于簡單，學生數理基礎薄弱，間接增加了本門課程的教學難度。

　　3.理論教學和實驗教學脫節

　　計量經濟學是一門“重思想、重方法、重應用”的課程，理論性和實踐性都很強。本院財務管理系從20xx級學生開始開設計量經濟學課程，總共48學時，師資力量薄弱，實驗條件較差。針對20xx級、20xx級學生，本專業培養方案沒有設置實驗課程，導致最初本門課程的理論教學和實驗教學嚴重脫節，教學效果不理想，學生的學習效果不好。因此，從20xx級開始開設實驗課程，共16學時，經過一學期的教學，大多數學生比較喜歡實驗課，但是由于總學時太少，理論課教學任務繁重，學生不能很好地消化理論知識，無法理解實驗教學的內容，最后導致理論教學和實驗教學脫節。

　　4.師資薄弱，學生創新能力差

　　很多高校經濟學教師由于數學功底薄弱，沒有學過計量經濟學，認為計量經濟學和統計學是同一類學科，這種理解上的偏誤和薄弱的基礎導致大多數教師對這門課程望而生畏。以本院財務管理系為例，目前能講授計量經濟學課程的教師只有2人。但是每年需要學習計量經濟學課程的學生大概有300名。

　　在實際的教學過程中，教師既要講授理論知識，又要指導學生進行上機實驗，課后還需要批改實驗報告。教師的工作量較大，教學質量受到很大影響。

　　從學生方面來看，由于本校是獨立學院，學生基礎知識和軟件的應用能力較差，在實驗中，大多數學生領悟力差，需要教師手把手地教。學生普遍懶于鉆研學術知識，不會主動地學習思考，創新能力較差，面對實際的經濟問題，不能靈活地運用計量方法進行分析。

　　三、教學改革的建議

　　1.正確認識本學科，調整課程定位

　　作為經濟學的一個獨立分支，計量經濟學不同于經濟理論，也不同于數學、概率論、統計學。如果要開設一門課程，那么我們必須明確本課程的定位。如果不明確課程定位，教師在教學工作中就會感到迷茫，教師很難將學生的具體情況和實際的教學內容結合起來，整個教學過程就會變得更加困難。

　　2.堅持“課堂講授、實驗教學、課程論文”三結合的教學模式

　　經管類學生應該注重計量分析思維的培養，在實際教學過程中，許多學生學習計量經濟學后不知道怎么運用，對計算的結果難以做出合理解釋。因此，課堂講授時，教師應該降低難度，學生只需要理解基本思想、基本方法即可;實驗教學時，學生必須熟練應用計量軟件進行建模分析。為了培養學生應用計量經濟學方法獨立解決實際經濟問題的能力和素質，教師可以要求學生獨立完成一篇課程論文，親自體驗計量經濟學方法的實際應用，這樣有助于提高學生的計量分析的實際運用能力。

　　3.運用多種教學方法引導學生自主學習研究

　　針對經管類本科學生，我們的教學方法應該靈活多變，結合學生的特點進行教學，切不可以“一言堂”的方式死板地講課，而應該大量使用案例教學，引導學生自主學習、自主進行研究。在課外，教師與學生、學生與學生之間應該多交流、多討論，引導學生自覺地上機實踐，結合實際經濟環境，運用計量經濟學方法進行課題研究。

以上是關于“計量經濟學論文”分享，想了解更多“實用范文”就上騰游文庫（m.8226678.com/wenku/）