第一节 什么是计量经济学
计量经济学（Econometrics）是经济学的基础学科之一。它以一定的经济理论和统计资料为基础，运用数理方法与计算机技术等，以建立计量经济模型为主要手段，定量研究具有随机特性的经济变量，进而探究经济主体之间的互动规律。
理论经济计量学以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论，主要研究如何运用、改造和发展数理统计方法，使之成为随机经济关系测定的特殊方法。
应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数量模型的实用化，或探索实证经济规律、分析经济现象和预测经济行为，以及对经济政策作定量评价。
相关链接
计量经济学的学科地位
计量经济学从诞生之日起，就显示出了极强的生命力，而且经过20世纪四五十年代的大发展、60年代的大扩张、70年代现代计量经济学理论方法的研究与应用，已经在经济学科中占据非常重要的地位。正如著名计量经济学家、诺贝尔经济学奖获得者克莱因（R.Klein）所评价的：“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。”著名经济学家、诺贝尔经济学奖获得者萨缪尔森甚至说：“第二次世界大战后的经济学是计量经济学的时代。”
计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为主要内容。第一届诺贝尔经济学奖获得者、计量经济学的创始人、挪威经济学家弗里希（R.Frisch）将计量经济学定义为经济理论、统计学和数学三者的有机结合（图1-1）。
图1-1 计量经济学的学科地位
20世纪70年代末，计量经济学在我国得到了迅速的传播与广泛的应用。目前，它对于经济管理工作的重要性不言而喻。
经典实例
计量经济学与经济学、数理经济学、经济统计学的学科内涵有什么异同？
经济学：研究如何最优配置和高效利用现有可供选择的有限资源，实现人类现在和将来无限欲望的最大满足。
数理经济学：研究如何运用抽象的方法得出经济学概念与理论，包括借助数学函数和几何图形等工具，不考虑对经济理论的度量和经验解释。
经济统计学：研究如何获得经济学统计资料和借助统计资料实现现实经济现象动态变化过程的高效记录，包括收集、整理、输出经济数据等。
计量经济学：研究如何以经济学统计资料作为数据来源，以经济学作为理论依据，以数学作为研究方法，以计量经济学模型作为主要手段，实现经济理论验证、未来经济预测和经济政策评价。
一、计量经济学的起源
数学方法在经济学中的应用，最早可追溯到三百多年前，即1676年英国古典政治经济学的创始人威廉·配第（William Petty）编著的《政治算术》。“计量经济学”一词，是挪威经济学家弗里希在1926年仿照“生物计量学”一词提出的。随后不久，1930年成立了国际计量经济学学会，1933年创办了在经济学界影响力非常大的《计量经济学》学术杂志。
对于人们应如何理解“计量经济学”，弗里希在《计量经济学》学术杂志的创刊词中解释：“用数学方法探讨经济学，可以从好几个方面着手，但任何一方面都不能与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都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，经济学理论、统计学和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但各自并非是充分条件，而三者有机结合起来才有力量，这种有机结合便构成了计量经济学。”
相关链接
计量经济学的学科属性
任何一项科学研究，大体需要经过以下几个阶段：首先是观察自然或社会现象，观察的现象通常都是偶然或随机的；然后设计严格的假设条件，在随机现象的基础上提出理论模型；最后对理论模型实行一系列严格的数理检验，如果数理检验通过了，说明理论模型是成立的。检验方法多样，工科、理科主要借助实验或实践，社会学可以借助各种数理统计检验。计量经济学中的回归模型就是理论模型，计量经济学正是通过各种数理检验（如R2检验、F检验、t检验）验证回归模型成立与否的一门学科。
1998年7月，教育部高等学校经济学学科教学指导委员会讨论并确定了高等学校经济学一级学科各专业的8门共同的核心课程，其中包括“计量经济学”。由于计量经济学教材中充满着各种数学原理的应用，而当时对经济学等学科的数学基础认识不足，于是教育部将“计量经济学”纳入文科课程范畴，这也是当前许多高校出现计量经济学课程“教师难教、学生难学”窘况的原因之一。
总体而言，要真正学好“计量经济学”，需要良好的数学、统计学和经济学知识基础，同时还需较强的思维分析能力，以及较专业的计量建模能力和计量软件（如Eviews软件）的应用能力。对于基础不够好的学生，需要提前预习教材，多听老师讲授，多阅读国内外同类相关书籍，多进行计量软件的实训操作等。学习计量经济学，可为写作毕业论文和实证分析经济学现象等提供保障。
二、计量经济学的应用
目前，国内对计量经济学的理论研究很少，大多是关于计量经济学应用的研究。对现代计量经济学理论，国内基本上处于学习和跟踪阶段。计量经济学在经济管理等工作中应用非常广泛，大致表现在以下几个方面：
▶1．理论检验
理论检验是计量经济学最主要的用途。从一系列样本观察开始，然后通过数理分析，概括出相关经济理论模型，这是理论构建。用已有的经济理论模型去拟合（或预测、应用等）现实世界，如果拟合得非常好，那么这一理论就得到检验，反之就未通过检验。这是理论检验。从逻辑上看，理论构建是一种归纳推理的过程，即从特殊到一般；而理论检验则是一种演绎推理的过程，即从一般到特殊。
社会经济研究的主要目的，是对社会经济现象及其规律（或理论模型）作出科学归纳和正确解释。一个成功的计量经济学模型，必须很好地拟合社会经济的样本数据。样本数据是已经发生了的经济活动，如果模型拟合得非常好，则模型中的数量关系就是经济活动所遵循的经济规律。
相关链接
冒险犯罪的经济模型
诺贝尔经济学奖得主加里·贝克尔设计了一个著名的计量经济学模型，试图验证个体犯罪行为的选择机制。通常每一项特定的犯罪都有较可观的经济回报，但当实施该犯罪行为时往往也有不可忽视的机会成本。根据利润最大化原理，理性的个体会在经济回报与机会成本的比较中作出选择，只有当经济回报大于机会成本时，个体才会冒险去犯罪。
计量经济学模型为y＝f（x1，x2，x3，x4，x5，x6，x7，…），y为犯罪所获得的利润。其中：x1为犯罪活动获得的经济回报；x2为犯罪活动所耗时间；x3为个体单位时间的合法收入；x4为犯罪活动被抓的概率；x5为被抓后被判有罪的概率；x6为获罪后被监禁的时间长度；x7为个体年龄；……
▶2．结构分析
当一个变量或几个变量发生变化时，会对其他变量以至整个经济系统产生一定的影响。结构分析就是对经济现象中变量之间相互关系的研究，如价格P与需求量Q之间的关系。结构分析所采用的主要方法有弹性系数法、边际分析法等。
相关链接
施肥量对大豆收成的影响
大豆的生长通常需要大量肥料，一般施肥量越大，大豆收成就越高。当然，施肥量只是影响收成的重要因素之一，还有土地肥力因素、降雨量、种群特征、耕作劳动量等。为了得到施肥量与收成之间的相互关系，可以选择几块面积相同、土地肥力相同的耕地，同时种上大豆。这几块耕地除了施肥量不同之外，其他影响要素都相同。分别对这几块耕地施撒不同倍数（n＝1，2，3，4，5，…）的肥料量，等收割后，登记这几块耕地的大豆收成，并根据结构分析法找出施肥量与大豆收成量之间的数量关系。
▶3．最优决策
最优决策是指决策者选择最优方案，追求理想条件下的最优目标。
决策行为包括以下几个要素：
（1）决策主体，通常分为个人决策者与集体决策者。
（2）决策目标，不同的决策其目标函数可能不同。
（3）决策变量，指影响决策目标并且决策者能够调控的因素。
（4）决策参数，指影响决策目标而决策者无法调控的因素。
（5）约束条件，指决策变量与决策参数变化的范围及其相互关系，如社会经济因素、制度环境因素等。
按照决策的目标函数，可以分为投入产出效率最大化、利润最大化、产量最大化、成本最小化等；按照决策变量分为行业组合决策、产品组合决策、产量决策、要素组合决策、投资组合决策、人力资源组合决策、营销组合决策等。
相关链接
粥分配的民主决策
从前，有9个伙伴住在一起，每天共喝一桶粥，粥每天都不够分。
一开始，他们采用抓阄的方式决定由谁来分粥。每次抽选一个人，几周下来，结果他们觉得只有自己分粥的那一次是饱的。
接着，他们想到采用投票的方式选出一个道德高尚的人当首长，让首长全权负责分粥。权力过分集中就易产生腐败，于是就有人挖空心思去讨好首长，甚至贿赂他。首长后来也越来越嚣张跋扈，顺我者粥多，逆我者粥少。直到某一天，该首长被举报家有大量粥来源不明并因而被免职。
然后，他们设计出三人的分粥立法委员会、三人的分粥行政委员会和三人的分粥司法委员会，各委员会相互监督。结果是三个委员会经常互相攻击，不断相互扯皮，办事效率低下，导致大家喝到嘴里的粥天天都是凉的。
最后，大家摸索出一个最优决策：实行轮流分粥制，但分粥的那个人必须要等其他人挑选完后，才能拿剩下的最后一碗。为了不让自己的粥最少，每个人每次分粥时都尽可能把粥分配平均。
自此以后，大家和和气气，日子越过越好。
▶4．政策评价
政策评价是研究不同的政策实施对经济目标所产生影响的差异。在采取某项政策前，有时先在局部范围内进行试验，然后推广与实行。
计量经济学模型，揭示了经济系统中变量之间的相互联系，将经济目标作为被解释变量，经济政策作为解释变量，可以很方便地评价各种不同的政策对目标的影响。一是预期目标法，给定目标变量的预期值，即希望达到的目标，通过求解模型，可以得到政策变量值；二是政策模拟法，将各种不同的政策代入模型，计算各自的目标值，然后比较其优劣，决定其政策的取舍。
相关链接
牛肉面馆老板的烦恼
在闹市入口有家牛肉面馆，一开始生意非常红火，但后来却不知什么原因不做了。
朋友问老板为什么，老板说：“现在的人贼着呢！我当时雇了个会做拉面的师傅，但在工资上总也谈不拢。开始的时候，为了调动师傅的积极性，我们按卖的多少来分成，每卖一碗面让他挣5毛钱。经过一段时间，发现来吃面的客人越多他的收入越高。这样一来，他就在每碗面里加超量的牛肉，吸引回头客。一碗面才4块钱，本来就靠薄利多销，他每碗多放几片牛肉我还怎么挣钱？”
“后来我看这样不行，钱全被他赚去了！就换了个办法，给他每月发固定工资，工资给高点也无所谓，这样他不至于多加牛肉了吧？因为客多客少和他的收入没关系。但你猜怎么着？”老板有点激动了，“他在每碗里都少放牛肉，把客人都赶走了！”“这又是为什么？”朋友激动地问。“牛肉的分量少，顾客就不满意，回头客就少，生意肯定清淡，他才不管你赚钱不赚钱呢，反正他拿的是固定的工钱，卖多少无所谓，没客人他才清闲呢！”
▶5．经济预测
经济预测是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析，不是靠经验、凭直觉或猜测，而是以科学的理论方法、可靠的资料、精密的计算及对客观规律性的认识作出的分析和判断。
计量经济学模型作为一类经济数学模型，是以模拟历史、从已经发生的经济活动中找出变化规律的技术手段，从经济预测特别是短期预测发展起来的。在20世纪五六十年代，运用计量经济学模型对西方国家经济预测不乏成功的实例；进入20世纪70年代，人们对计量经济学模型的预测功能提出了质疑，并不源于它未能对1973年和1979年的“石油危机”提出预报，而是几乎所有的模型都无法预测“石油危机”对经济造成的影响。
经典实例
计量经济学模型能告诉我们什么？
以某区域汽车市场计量经济学模型为例，y＝f（x1，x2，x3，x4，x5，x6，x7，…），y为汽车销售量，其中：x1为该区域人均收入水平；x2为汽车价格；x3为汽油价格；x4为汽车售后服务水平；x5为交通罚款平均值；x6为汽车寿命；x7为银行利率水平；……
一旦该区域的汽车市场计量经济学模型各参数计算出来，即完整的计量经济学模型已经建立。那么，我们可以获得以下信息：
（1）影响汽车销售量的主要因素是什么（收入、价格等）？
（2）各种因素对汽车销售量影响的性质怎样（正、负）？
（3）各种因素影响汽车销量的具体数量程度（各变量的参数值）？
（4）以上分析所得结论是否可靠（F检验、R2检验、t检验等）？
（5）今后发展的趋势怎样（经济预测）？
三、计量经济学的发展
1969年，首届诺贝尔经济学奖授予了“计量经济学奠基人”挪威经济学家弗里希和“计量经济模式建造者之父”荷兰经济学家丁伯根（J.Tinbergen）。随后，一半以上的诺贝尔经济学奖颁给了对计量经济学模型颇有建树的经济学家。
近十多年来，诺贝尔经济学奖两次授予计量经济学的分支学科，2000年是表彰赫克曼（J.Heckman）和麦克法登（L.MacFaddan）对横截面数据的分析方法作出的杰出贡献，2003年是表彰恩格尔（R.Engle）和格兰杰（C.Granger）分别用“随着时间变化的易变性”和“共同趋势”两种新方法分析经济时间数列。这都说明，计量经济学“技术层面”的研究工作越来越得到广泛的认可和高度的重视。
计量经济学早已不再是数理统计在经济学领域的简单应用，针对研究对象的独特性，计量经济学不断开创出新的理论和方法，如广义矩估计、协整分析、因果关系、脉冲效应、高频数据处理、虚拟变量处理、面板数据处理、状态空间模型、联立方程模型等，不仅拓展和丰富了统计学的研究范式，也给人们带来了对经济社会的全新认识。
如今，计量经济学与微观经济学、宏观经济学一起构成了现代经济学的三大核心。计量经济学对社会学、政治学乃至历史学等的研究也产生了深远的影响。它们也越来越多地借鉴和使用计量经济学的分析工具。在我国，计量经济学经过30多年的发展，计量经济学模型已经成为经济理论研究和实际经济分析的主流实证方法。当前，科研论文如果没有计量经济学模型实证分析，很难发表在《美国经济评论》和《经济研究》《中国社会科学》《管理世界》等国内外顶级学术期刊上。
与此同时，部分研究者不了解计量模型方法具体的应用背景和适用条件，陷入滥用和错用的误区。一项实证研究从计量经济学模型的设定开始，一直到模型的估计、检验、评价和解释，其随意和错误随处可见。于是，人们对计量经济学模型方法产生了不同的甚至是相反的评价，究其原因：部分来自于计量经济学模型方法本身，更多来自于计量经济学模型的应用研究。国内学者李子奈、潘文卿、高铁梅、叶阿忠、张晓峒、于俊年等为我国计量经济学的普及作出了奠基性的贡献。
相关链接
三次著名的计量经济学国际大讨论
计量经济学作为一门独立的经济学分支学科，其区别于其他相关学科的本质特征是什么？计量经济学应用研究的科学性和可靠性如何保证？这些问题引发了三次著名的计量经济学国际大讨论。
第一次大讨论，始于有名的“凯恩斯-丁伯根之争”（Keynes, 1939、1940; Tinbergen, 1940），凯恩斯认为丁伯根所用的多元回归分析是一种“巫术”，计量经济学作为“统计炼金术”的分支还远未成熟到足以成为科学的分支。凯恩斯反对使用概率论，而丁伯根的“回归”却未能利用概率论的原理很好地解释估计结果，当时的经济学实证研究陷入困难丛生的境地。最后这场争论以Haavelmo（1944）《计量经济学中的概率论方法》一文的发表而告结束。该文为经济学中的概率论原理正名，并在概率论的基础上建立起统一的计量经济学基本框架。
20世纪80年代初，掀起了有关经验研究可信性问题的第二次大讨论。Sims（1980）对当时大型宏观计量经济模型的外部约束条件的可靠性提出质疑，认为这些不现实的约束条件将导致不可靠的政策分析结论，建议使用更少约束条件的VAR建模策略。该模型已被研究者和政策制定者所广泛采用，主要用于分析经济如何受到经济政策临时性变化和其他因素的影响，Sims也因此获得2011年诺贝尔经济学奖。Hendry（1980）对计量经济学沦为“炼金术”问题展开了尖锐的批判，提出经验研究走向科学的一条金科玉律——“检验、检验、再检验”。Leamer（1983）指出模型假定以及控制变量选择的随意性会导致结果的脆弱性，提倡进行回归模型的敏感性分析。Black（1982）以及Pratt和Schlaifer（1984）对随机变量之间的相关关系错误推广至因果关系等现象提出了批判，同时对两者的区别进行了详细的论述。随后，计量经济学家提出了各种建模思想、估计量以及检验统计量，理论计量进入百花齐放的阶段。
然而，理论计量研究与经验研究之间的裂缝反而扩大了，理论计量越来越复杂，应用计量则在某些领域变得越来越简单（Heckman, 2001）。为此，进入21世纪以来，以Journal of Econometrics百期纪念专刊对计量经济学方法论、模型方法发展的总结为开端，以重要学术期刊的专刊为阵地，计量经济学界掀起了对经验研究可信性的第三次大讨论。一场经验研究的“可信性革命”（Angrist and Pischke, 2010）蔚然成风，并形成了模型设定的统计适切性和因果关系的有效识别两大核心议题。
综观三次大讨论，可信性革命的核心问题在于实现经济理论、统计学、数学在计量经济学应用研究中的科学结合。第一次大讨论主要关注经济理论与数学的结合问题，解决了计量经济学的概率论基础问题，同时确立了凯恩斯宏观经济理论在模型设定中的导向作用。第二次大讨论突出了数据与模型的结合问题，在宏观实证领域摒弃了模型设定的经济理论导向，确立了数据关系的导向作用。第三次大讨论强调了模型设定的统计适切性问题和因果关系的有效识别问题，本质上是试图实现经济理论导向和数据关系导向的综合，向实现经济理论、统计学、数学的科学结合迈出了坚实的一步。