统计经济学：统计学向实证研究的标志，本文主要内容关键词为：统计学论文,经济学论文,标志论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在今天，用统计方法从事实证性分析，对经济研究来说已司空见惯了。然而，作为一门利用统计方法研究经济问题的学问——统计经济学并没有形成。本文从与经济统计学、数理经济学、计量经济学的比较出发，就构建统计经济学谈点初步认识。
一、统计经济学与经济统计学、数理统计学、计量经济学的区别
众所周知，在统计科学的发展史中，统计学的理论乃是从现象（事物）量的理论的角度来研究大量观察下偶然性的量的表现及其规律性方法的。也就是说，统计学就其理论而言它是研究现象量的规律性及其计量方法的科学。在统计学研究实践中，运用统计理论方法从事具体分析的重要经验是：要按具体科学领域大量现象的量的表现形式进行具体研究的特殊需要，进而创造出该领域具体需要的特殊的统计方法。经济统计学正是这样一种特殊的统计方法，它是理论统计学（原理和一般方法）应用于经济领域而产生的一种应用统计学。它不仅包括一般统计理论与方法在经济科学研究实践中的应用（如对经济现象的大量观察、用平均法计算人均收入等），还包括许多特殊的统计方法，如分析价格变动和产量变动的指数法，分析经济周期、循环波动及季节变化的时间序列法，研究国民经济平衡关系的帐户和平衡推算等。显然，经济统计学是一门方法论性质的科学，是通过经济现象特征的外在量的表现形式来观察经济现象运动量的状态及其规律的，因而就其全部内容而言既有理论统计学的理论、方法的演绎、推导、论证的一个方面，又具有统计方法应用于经济科学研究领域而成为一般的统计工具（平均法、分组法等）和特殊统计方法（如指数法、平衡帐户等）的方面。
由于客观上存在经济统计学这样一门应用统计学科，因而将经济统计学与本文所要论述的统计经济学混同是最容易产生的误解。尽管统计经济学与经济统计学之间没有一条严明的分界线，但二者的区别是存在的。首先，经济统计学是统计学科的分支，它的一套理论和方法偏重于一个个经济变量的描述与分析，也就是通常所讲的经济数据（经济现象量的表现形式）的收集、整理、描述，还包括一定的推算（或推断）。而统计经济学属于经济学科的分支，它偏重于经济理论的验证和经济政策的评价，即在经济学研究和经济分析中运用统计方法进行实验、推理，简言之就是用统计方法研究经济学。用统计方法研究经济问题自然需要经济统计数据，也需要有适当的统计方法（这两者正是经济统计学的任务），这自然与经济统计学有关，但要为某个经济问题提供答案，则更多地涉及统计经济学的范围。观察、计量是统计学的任务，而“选择”（通过建立一系列的经济的量的关系来比较、评价）则经济学的任务。其次是研究对象不同。经济统计学是以经济统计的认识活动（通常称为经济统计工作或实践）过程为研究对象的，用什么方法、遵循何种规则来描述经济现象的状态及其量的变化。显然，它是一门方法论性质的科学，它本身并不对前述的经济“选择”作出实质性结论。而统计经济学是以经济活动众多的量的关系为研究对象，即用统计方法来分析涉及多个变量的经济现象或因素之间的相互或递推关系，从而作出经验性的结论。显然它是以经济学为“体”、统计方法为“用”的经济科学，统计经济学家就是用统计工具观察、分析经济问题、构造经济模型、设计经济政策、研究经济理论的经济学家。如果统计学家使理论的经济关系、经济规律具体化并作出经验性的结论，那么他也就成了统计经济学家。无疑，统计经济学是实质性科学。此外，研究的方法也不同。经济统计学是以经济系统为整体的核算，包括以农户、家庭、企业等微观经济单位为整体的微观经济统计学，以部门（行业）为整体的部门（专业、行业）经济统计学和以整个国民经济为整体的国民经济核算。无论是哪一类层次的经济统计学都是对经济运行的量的关系的核算（观察、计量和描述），包括经济统计指标体系的设置与计量、经济运行的收支（投入与产出）往来及其量的关系的描述、经济结构及其变动的量化规律性的测定。显然，经济统计学是提供研究经济运行量的关系的统计原则、原理和方法的，其作用在于对经济运行量的关系及其变化规律进行描述、解释和说明。而统计经济学作为经济学的统计化主要是在经济预测的基础上用统计方法研究经济政策、发展经济理论，即以理论经济学的研究成果和经济统计提供的数据为基础，利用统计方法研究经济运行关系及规律性。显而易见，统计经济学强调了经济研究质与量相互结合和促进的特别重要性，是运用统计方法来分析研究各种经济现象或因素之间的相互关系及其变化规律性的经济学科。它同经济统计学的区别如同经济学与统计学的区别一样。这表明：一方面，正确的经济理论指导是统计学研究取得成功的关键，量的分析必须以质的研究为基础；另一方面，缺乏量的研究及其方法，经济学研究难以深化、准确化。
那么，统计经济学与数理经济学、计量经济学又有什么区别或联系呢？数理经济学和计量经济学是西方经济学中两个重要的分支学科。以1838年法国经济学家A·库尔偌（A.Cournot）的《财富理论数学原理的研究》为开端的数理经济学，是在经济理论研究中，运用数学方法进行推理、演绎的分支学科。它并没有某种特定的共同的研究对象，也没有形成某种一致的经济理论，虽然经过W·杰文斯（W.Jevons）、L·瓦尔拉斯（L·Walras）、A·马歇尔（A ·Marshall ）、 I ·费雪（I ·Fisher）、V·帕累托（V·Pareto）等人的发展已经成为一个重要的学派，但它从本质上讲是经济学的数学化，或称之为数学化的理论经济学。它与经济学并未合成一体。
计量经济学也是西方经济学的一个重要分支学科。按其创始人——第一届偌贝尔经济学奖获得者R·费瑞希（Raonor Friech）的定义，它是理论经济学、数学、经济统计学的结合。但它既不同于数理经济学，又不同于经济统计学。计量经济学同数理经济学的区别，首先在于后者只把经济学上的各种学说用数学语言表达为函数和方程式，并据以进行推理。但方程的参数都还是用字母作为代表符号，并没有具体数值。因此，即使方程的数目等于未知数的数目，并且相互独立并不相互矛盾（在参数没有具体数值时，这些条件也是空话），也无法给未知数求出具体的答案。显然，数理经济学是“理论上的空盒子”，而计量经济学就是要给这些参数估算出具体的数值，形象地讲就是用估算出来的具体参数值来填满上述“理论上的空盒子”。其次，数理经济学是把经济变量之间的依存关系视为绝对准确的、必然的函数关系。而计量经济学则认为表明因变量怎样由自变量决定的方程，只能列出其主要作用的一个或几个而不是所有起作用的自变量。
从计量经济学同数理经济学的上述区别来看，计量经济学就是对经济关系进行计量，以便为经济现象确定量的规律的科学。这里的经济关系就是经济结构参数，计量出结构参数值，结构方程就能代表实际的经济结构，从而就可以据之描述和解决过去现象，又可用来预测和规划未来的进程，这也正是计量经济学的主要内容和目的。
由于应用的计量方法不同，计量经济学有广义和狭义之分。狭义的计量经济学应用以回归分析为核心的统计方法对研究对象进行分析，而广义的计量经济学以可以应用的各种定量分析方法为工具，除回归分析等统计方法外，还包括投入产出法、最优化法、对策论法、模糊数学和非线性系统方法等。我们所讲的统计经济学从方法角度来看正是以统计方法为核心的计量经济学；但从其内容和职能上看又宽于计量经济学。统计经济学不仅仅是构造经济模型、进行参数估计和经济预测，而且还包括应用统计方法进行经济决策、经济控制和经济评价；从学科范围上看，它是经济学与统计学的统称和结合。
综上所述，统计经济学是在经济理论的指导下，在质与量结合的基础上，根据经济统计资料，利用统计方法，通过探讨经济运行中的量的关系及其变化来揭示经济规律或从量的方面来验证经济理论的学科。
二、统计经济学在研究对象、研究方法和研究职能上的特点
统计经济学既然是经济学与统计学的结合，故而是一门边缘性学科。尽管人们对是否有这样一门学科还存在疑虑，还会有这样或那样的争议，但现实经济学的研究领域中，统计经济学以其独特的思维方式和现代化的统计方法而得到广泛应用。如今，定量研究作为经济分析的工具（或手段）的重要性已被承认，用定量方法研究经济学可以深入揭示仅靠定性分析难以表达的现代经济错综复杂的关系及其趋势，正如没有数学、经典力学就不可能发展为量子力学、没有边际分析就没有一般均衡理论一样，没有包括统计方法在内的定量方法应用于经济学，经济学就不可能走向成熟。在自然科学与社会科学相互渗透的潮流中，古老的统计学与经济学的结合将成为最富有成效的例子之一。
然而，统计经济学作为既不同于自然科学、也不同于社会科学的边缘性学科，在它的研究对象、方法及其对研究结果的应用上都有其独特之处，忽视这些特性，就不能把握这门学科的本质，从而导致应用上的歧途。
首先来分析统计经济学的研究对象上的特点。
勿庸置疑，统计经济学的研究对象是经济中量的关系及其规律性。在这里是指经济关系、经济规律的表现，显然是体现着一定质的量，旨在深化经济学的质量研究。这同数学、数理经济学研究纯粹的、抽象的量是不同的，同“没有理论的计量”、以计量代替理论、以追求数学技巧而抛弃经济原则的计量经济学研究的对象局限于推理、演绎也是不同的。
统计经济学的研究对象是“量”（经济中的量的方面），而不是“数”、也不是“数量”。研究“数”及其运算方法是数学家的任务，“数量”则是统计学的研究对象。从哲学意义上讲，“量是事物存在的规模和发展的程度，是一种可以用数来表示的规定性，如多少、大小、高低、长短、轻重、快慢等”。在经济学中，这种规模和发展程度表现为构成经济现象的各种能观察到的经济变量之间的相互依存关系，包括因果关系、行为关系、技术关系、制度关系等。
由于这些关系是质与量的统一，因此统计经济学的本质就是透过经济关系量变的范围、阈值来认识经济规律，从而不仅可以确定经济规律的性质、经济政策的方向，而且还可以确定规律的适用范围和政策的力度与边界。例如经济增长率、投资增长率、产业结构、物价涨跌率、失业率、货币流通量、工资率、利率、税率、汇率、外债率等都是国民经济重大参数，在不同条件下不会是一个常数，甚至不是固定区间，而是一个多元函数，不用统计经济学定量方法是无法认识其变化规律性的。1990年初我国国民经济严重滑坡，经济学家运用投入产出模型进行经济分析得出结论：若按当年既定的投资规律，国民生产总值（GNP ）是零增长，若增加投资400亿，可使GNP增长5%。政府采纳了这个建议， 当年的GNP增长率达到了4.1%。由此可见，以经济关系的量变规律作为研究对象的重要性。
由于经济学科的研究对象的社会历史性质，经济运动各种因素之间的相互联系比自然现象更为复杂多变，因而作为统计经济学研究对象的量及其变化具有复杂性、模糊性和随机性的特点。
作为方法论科学，统计学对现象的计量只是一个技术问题，它有一定的计量准则，有一套固定的统计方法。而统计经济学作为实证分析与规范研究的结合，在研究经济关系时所遇到的问题要比方法技术本身复杂得多、困难得多。比如一定时空范围经济增长的促进因素是什么？技术进步、人力资源开发在经济增长中所起的作用有多大？就不是一个轻而易举的问题。哈罗德（R.F.Harrld）和索洛（R.M.SCLow ）等人先后对技术进步作出中性与非中性的划分并提出了中性技术进步的定义和增长速度方程，特别是Cobb—Dorglas生产函数的提出， 为技术进步测算开辟了应用前景。鉴于上述两种模式的一般形式是Y＝AF（K,L），一些经济学家又试图建立F（K,L）形式的函数。在此基础上，诺贝尔奖获得者阿罗（K.J.Arrow）在二十世纪60年代初提出了CES生产函数。由于它是固定替代弹性生产函数，具有高度概括性，故而使生产函数理论上升到了一个崭新的角度。尽管如此，一些新理论的提出又使技术进步作用的定量分析日趋复杂，如替代弹性和参数如何确定、经济量如何选择、经济增长因素如何进一步分离，等等。目前国内外的学者都还在不断地探索着，可以预见，一个完善无缺、不附加任何前提假设的模型是不可能构造出来的，任何理论都只在一定程度上反映出经济增长的关系及其规律性。之所以如此，就是因为统计经济学研究对象的量是极其复杂的，量的本质特征是可计量性，但这种可计量性包括了计量对象、计量方法等内涵要求以及量的表现形式的多样性，从而决定了经济关系的错综复杂性。
模糊性是作为统计经济学研究对象的量的又一特点。量的模糊性是指量的不精确性，这是由量的不清晰的内涵和边界的外延所决定的。我们通常所讲的速度“合适”、结构“合理”、资源配置“优化”、货币流量“正常”等，都是属于这种类型的量。在研究复杂现象时，特别是研究系统的行为关系时，“由于系统的复杂性逐渐增加，人们对它作精确性描述的能力就相应降低”，在达到一阈值以上时，复杂性便与精确性相互排斥，这就是通常所说的互克性原理。经济学的发展要求研究工作精确化、定量化，而这同时又意味着对象的复杂化，使得人们无法把统计经济学中的种种概念精确地定义出来，从而也就无法精确地计量或严格地表达出来，这就构成了统计经济学研究对象的模糊性。比如前述的经济增长中哪个生产要素对产出的作用更大、更重要？重要的程度如何？还有经济增长因素进一步分离中的教育“水平”、技术“熟练”程度、“先进性”等，都具有模糊性。为解决这些问题，就需要引入模糊集合论。因为对这类复杂的系统进行识别和计量时，讨论模糊性比讨论精确性更有效。美国学者丹尼森（E.F.Dentson ）在研究人力资源开发作用时就对劳动力受教育水平给出隶属度，从而得到了统计上的加权值。
随机性是统计经济学研究对象的第三个特点。经济关系中的量变有两种形态即现实性与可能性，相应地量的表现形式就有实际值与可能值。可能值是量变的一种可能性，无疑是随机的。而实际值虽然是变量经过实际计量后得到的结果，但会随着具体对象的不同和时间的不同而具有随机性。可以说，实际值就是随机得以实现的可能值。量变的这种难以预料的复杂多变性，就是随机性。也正因为如此，经济学研究才期望统计学能够供预计量变结果的科学方法。所以，统计经济学不仅要借助于经济统计方法来反映量变的现状，更重要的是预计和预测量的可能变化。仍以前述经济增长因素分析为例，无论是增长方程的确定，还是生产要素作用权数的确定，都可以根据历史统计数据进行统计推断。为排除偶然性、控制随机性、探索必然性，从而得出尽可能精确、可靠的结果，就需要运用回归分析。包括构造回归方程、对回归结果进行严格的统计检验。作为统计经济学的任务还要结合经济学的质的要求，对回归的经济意义进行检验。比如，资本、劳动的弹性在一般情况下不应为负值，否则没有经济意义。此外，还要维护回归系数与回归方程的一致性，不能用一个回归方程得出的系数代入另一回归方程中去计量。
接下来分析一下统计经济学研究方法的特点。
距今300年前，配第（W Petty）的《政治算术》和牛顿（I,Newton ）的《自然哲学的数学原理》开辟了社会科学和自然科学的定量化时代，正如瑞典皇家科学院爱立克·伦德伯教授在第一届诺贝尔经济学奖颁奖仪式上所讲：“经济科学日益朝着用数学表达经济内容和统计定量的方向发展”。统计经济学正是这样一门把经济理论统计化、定量化的科学，使人们能够透过量变看到经济规律的本质，更深刻地理解和掌握规律。这也表明，统计经济学在研究方法上是以经济学为体、以量为用为特征的，经济学是主人，定量是仆人，定量分析必须服务并服从于经济分析，而不能本末倒置。这是因为经济是人造的社会系统，不是真空的经济，因而难以像自然科学那样进行重复试验。各种定量方法本身也都是建立在一定的假设之上或有一定的应用条件，为了便于研究，还简化了某些次要因素，包括并非不重要的非经济因素，故而与实际存在一定的距离。这正是定量方法的优越性，但又是其局限性所在。可以说，离开了对客观实际的经验性分析，统计推算的结果除了一些抽象的符号和阿拉伯数字外，不会有任何经济学上的结论。这一点正是统计经济学的研究方法与自然科学研究方法的主要区别之一。
统计经济学的主要研究方法是构建经济模型，并在应用中接受统计上和实践结果的检验。因此我们说它是科学的。但如果利用的统计数据不准确，或选用了不同时间的样本，或依据的经济理论是错误的，那么无论模型与统计数据拟合得多么好，也得不到正确的结论。例如，在西方宏观经济理论中有许多不同的派别，他们对通货膨胀有不同的解释。以弗里德曼（Friedmen）为代表的货币主义学派认为是由货币流通量引起的，他用现期和前四期的货币流通量作为解释变量来说明通货膨胀率，得到的回归方程有很高的复相关系数（R[2]＝0.91），以此来证明他的理论是正确的。但凯恩斯（keynes）派则认为货币仅是引起通货膨胀的一个并非重要的因素，并认为物价上涨与需求有很大关系，同时国际贸易、工资变化以及资本的形成也对物价有影响力。以此，他们构造了800多个方程来验证自己的观点。谁是谁非呢？ 统计经济学并不能作出答案，也就是说，在不同的经济理论指导下，或利用不同的样本资料，可能构造出不同的模型，但并不能解决理论上的是非问题。
最后叙述统计经济学研究结果在应用上的特点。
统计经济学是一门边缘性经济学科，因而其研究结果在许多方面同社会科学相似。这就决定着其研究结果不可能检验。上述关于通货膨胀因素的不同观点都有统计经济学研究结果的支持，最终决定谁是谁非的是社会实践。
统计经济学研究结果还表现为非此非彼的中间状态，这同自然科学非此即彼的研究结果是不同的。麦多斯（D.H.Meadows ）等人提出的增长极限理论，其中关于经济增长必将导致世界毁灭的观点无疑是错误的，但所提出的关于能源、人口、粮食、环境等全球性的问题却是值得人们认真思考和慎重对待的重大问题。我国现在提出的实现经济增长方式的转变、实施可持续发展战略正是吸取了增长极限理论中的合理成份。
统计经济学研究结果的另一特点是，它不仅解释和论证经济规律，而且进行经济预测、为优化决策方案和实现管理现代化服务。也就是说，统计经济学不仅通过定量分析提供决策参考，而且已经同现代方法和管理职能融为一体。以微观经济问题为例，70年代以来西方市场经济国家产生的一系列的统计管理方法，如需求预测、实验设计、质量控制、业绩评价等，一定意义上讲都是统计与微观经济学、管理学融合的结果，同计算机结合就形成了能帮助作出种种专门决策、控制与评价的一套信息管理系统。
三、统计经济学的发展与构建
从经济统计学到统计经济学，既不是用统计语言来翻译经济学，也不是简单的统计资料利用，而是利用统计方法研究经济学。对此，日本的社会科学领域的统计利用理论与实践给我们提供了许多可供借鉴的思路。对统计利用方面提出一定理论依据的是蜷川虑三，他在1934年出版的《统计学概论》中提出了自己的统计利用观。就其精要在于：从作为统计利用对象的统计值总体出发进行方法的研讨，在规定统计利用过程——方法的各阶段的同时，列示了统计利用的模式，并对数理方法的有效性作了限制。显然他“有意识地排除了统计对象的实质性内容——经济过程各种现象——的必然的归宿”。把对统计利用理论的重点放在实质性的分析上的最系统研究的要算是二战后的大桥隆宪，他“把统计方法作为进行经济研究的过程，统计方法是以经济理论的抽象的、逻辑的方法为基础的，不能用其它的东西来代替，所以，统计方法是经济学逻辑命题的实证和检验”，并认为“经济理论只有得到实证和检验方能成为把握现实的标准”。是永纯弘也为统计利用确定了原则，其中有一点是十分重要的，就是“统计利用的科学价值不决定于统计加工和计算方法的数学的精密性，而是决定于利用结果从社会科学来看具有什么实际的意义”。中村太郎在其《统计、统计方法、统计学》一书中也认为“统计利用从性质上说，如果离开了利用的对象，就是说，如果抽去了对象论，就完全不能存在”，因此应“形成一个同经济学这种实质性社会科学相互重叠的领域。国民收入论和部门联系论就是统计利用与经济学两者形成竟合领域的典型”。
综合上述，自蜷川虎三后的日本统计学家和经营学、经济学家都主张“统计利用与实质性分析相结合”，“离开了深入的实质性的经济学研究”，“就不可能指望经济统计理论会积极的具体的发展”。50年代伊大知良太郎还倡导形成《统计的经营学》（实体学），这实际上就是微观的统计经济学。70年代后期，日本关于统计利用理论的研究已不再停留在要不要同实质性分析的结合上，而是如何结合、如何使“统计利用方式与经济现象的研究方式或认识方式合为一体”而发展成“统计的经营学”和“统计的经济学”，除了“现实分析”外，还包括“政策计划和预测”。这些思路为我国构建有中国特色的统计经济学提供了以下几点启示。
首先，创建统计经济学既是统计科学发展、统计利用深入的需要，也是经济学走向成熟的标志和要求。这表明，一方面，统计经济学为其它经济学科研究经济关系，为实际经济工作中解决问题提供了统计分析方法和方法论；另一方面，它作为一门研究经济学量的关系的学科与其它经济学科相配合，深化了经济学的质的研究。从经济统计核算实践发展到统计经济学，一个重要的环节便是经济理论、经济问题的统计实证的应用。一些经济学家为获得满意的结论，为了论证他们所提出的某些经济规律，常常借助于统计手段。其结果不仅创造出了许多新的统计方法，也往往使经济学家加入统计学家的行列。正如列宁所说的“统计学家和经济学家各走各的路，他们两者都不能获得满意的结果”。自1969年设立诺贝尔经济学奖至今，已有38位经济学家获奖，他们都因为在经济学理论的某些领域作出了突出贡献，但在他们的研究中几乎没有不运用统计学的，可以说都是部分因为在经济研究中的定量领域作出了新探索。从这个意义上讲，他们都是统计经济学家。统计经济学的确意义重大，在前面的论述中已多处涉及，这里就不再赘述。
其次，要充分认识到经济理论对统计经济学研究的基础作用，克服完全排斥规范分析的倾向。这既是一个认识问题，也是一个现实问题。在西方，人们把经济学作为一门实证的社会科学，重实证、轻规范，认为“规范的方法显然是不科学的”，“如果将价值判断引入经济理论，那么就不成其为客观的科学”。毫无疑问，经济学应该回答“是什么”、“过去怎样”、“将来怎么办”？这就要实证分析。但如果没有理论基础，没有规范分析，实证性的定量分析就缺乏可信度和科学性。如果说“没有计量的理论”是不成熟的，那么“没有理论的计量”只能流于数学游戏。正确的理论指导是科学研究、科学实验成功的基础和保证。这对于属于社会科学范围的统计经济学研究来说，理论指导的基础作用就显得更为重要。可以说，在统计分析的基础上验证和完善原有的经济理论，或形成新的经济理论，乃是统计经济学研究的一个主要目标。近十年来，我国经济研究中统计方法的应用有很快的发展，但也出现了重方法、技术，轻理论、关系的倾向，追求统计形式完善和滥用定量方法而损害经济内容的现象时有发生，这显然不利于我国统计经济学的进一步发展。研究方法和方法论的目的，是为了更好地分析研究经济关系，要在种种复杂的经济关系的分析研究中检验和改进现有的方法，创立新的方法。把现有的统计方法用好，深入揭示市场经济发展过程中重大数量关系变化的度（阈值），才能提高经济学在整个经济学科中的地位。
再次，衡量统计经济学研究成果要以准确为标准，但必须克服片面追求方法的高深、模型的规模和定量结果的绝对精确。准确是指研究结果与实际情况和趋势的质的相符，即变动方向的一致性。但在重方法的倾向下，就会以精确为衡量，从而追求定量方法的高级化和模型的庞大化，甚至不顾实际需求而过分追求方法上的复杂性，为提高精确度而增加更多的变量和方程来反映更多的经济关系。其结果则是“用大量复杂、繁琐的图表、数学和公式混淆经济运动的实质”，事实上没有理论指导、支持，“利用甚至最巧妙的数学形式，永远也不能被认为是质量的保证”。所以，在中国的统计经济学研究中，应当注重研究结果在质上是否正确，适当考虑量的要求（准确为主）。这样既有利于更多的人所接受，也可避免人力、物力、财力的不必要的耗费，还不至于因为方法的复杂、模型规模的扩大而导致相反的结果，即由于资料的限制、工作量的加大和累积误差的增加而使研究质量下降。
最后，要充分发挥统计经济学作为应用学科的优势，为繁荣经济科学作出新的贡献。如前所述，统计经济学有许多优点：表述比较精炼和准确，可以处理任意多个变量、随机变量乃至非线性关系，通过模型演算可起到多向思维、模拟现实、提供比较、启发思路等作用，可以说是一种经济的统计“实验室”。但现实中一般多用于实际工作（宏观调控和微观管理）服务，较少回到理论上来。为此我们应借鉴包括日本在内的西方国家的经验，运用统计经济方法来检验经济理论，形成较为系统、完整、科学的经济理论。实现这一点，就教育部门而言应大力培养具有经济理论、统计计算和经济运行的历史与现状三个方面基础的统计或经济学人才。而在学科建设上要构建以政治经济学为主的制度分析学、以现代西方经济学为主的机制分析学和以统计经济学为主的经济分析学三位一体的经济学科新体系。
标签：经济学论文; 统计学论文; 计量经济学论文; 经济统计学论文; 数理经济学论文; 理论经济学论文; 经济论文; 基础数学论文; 微观经济学论文; 数学论文; 科学论文;