1.1.3 计量经济学与其他学科的关系

由上述定义可知，计量经济学是经济理论、统计学与数学相结合的一门综合性学科，它与相关学科存在着密切的关系。下面着重说明计量经济学与经济理论、经济统计学和数理统计学之间的区别与联系。

1.计量经济学与经济理论的区别和联系

计量经济学与经济理论的区别主要表现在以下三个方面。

一是表达方式。经济理论通常可以用语义模型、几何模型、数理经济模型等多种方式表达，而计量经济学则以计量经济模型为表达方式。譬如，凯恩斯绝对收入消费理论用语义模型表述为：在短期内，居民消费支出完全取决于其可支配收入并且两者呈同方向变化，但随着收入水平的提高，消费增量占收入增量的比例（即边际消费趋向）呈下降趋势；用几何模型表示如图1-1a和图1-1b所示，用数理经济模型表示则为C=f（Y），如果消费与收入成线性变动关系，则C=a+bY，其中a为自发性消费支出，b为边际消费倾向且取值范围在0到1之间。计量经济学中的消费函数表达式为C=f（Y，ε），线性表达式为C=a+bY+ε，其中ε为随机误差项，反映除收入以外的其他各种因素（如消费者的性别、文化程度、消费偏好、消费环境以及家庭生命周期等）对消费支出的综合影响。

图1-1 经济学中的消费函数

二是变量性质和变量间的关系。在一般经济理论的分析中，将自变量和因变量均视为确定性变量，变量之间的关系被看作函数因果关系；而在计量经济学分析中，将自变量视为确定性变量（如为随机变量，必须与随机误差项相互独立）、因变量视为随机变量，变量之间的关系表现为随机（相关）因果关系。

三是模型参数估计。数理经济模型作为经济理论的数学化、公式化表达，其参数是不可估计的，仅对其取值范围做一般性规定（如消费函数中的边际消费倾向取值为0到1之间），因为因变量的统计分布未知。而计量经济学模型中的参数是可以利用样本数据和数理统计方法加以具体估计的（如，因为在估计参数时通常假定因变量服从某种统计分布，并且对这种统计分布假定恰当与否还可以进行数理检验。

计量经济学与经济理论的联系主要表现为：一方面，经济理论为计量经济学提供了理论基础，经济理论揭示了经济现象的本质联系、运行机制和变动规律，经济理论既是计量经济模型设定的基本依据，又是对计量经济模型进行合理性检验的重要标准，例如在各种消费理论中，收入都是影响消费的最重要因素，应该作为解释变量纳入模型之中，其回归系数的符号必须为正。另一方面，计量经济学可以验证和发展经济理论，例如，利用样本时序数据或截面数据建立居民消费函数模型，可以验证边际消费倾向递减规律、恩格尔定律的合理性；2003年诺贝尔经济学奖获得者罗伯特·恩格尔提出的ARCH模型为验证和发展股票市场价格波动理论、金融市场风险理论提供了方法工具，克莱夫·格兰杰创建的协整理论、因果关系原理为分析宏观经济变量之间是否存在长期均衡关系、因果关系提供了技术手段。

2.计量经济学与经济统计学的关系

经济统计学是一门经济学与统计学相结合的学科，主要研究对经济现象进行指标设计、统计调查、统计整理和统计分析的相关理论与方法；它主要采用统计指标和描述性分析方法从总体上反映经济现象在一定时间、空间所达到的规模、速度、结构、比例、密度和强度，并以统计图或统计表的形式加以直观表述。经济统计学所研究的统计分析方法侧重于一般时间序列分析、指数分析和相关分析等，用以揭示经济现象变动所蕴含的长期趋势、季节变化、循环变动、结构因素变动影响、统计相关性等，但对经济现象变化的因果关系不做定量测度研究。

计量经济学主要研究关于计量经济模型设定、估计、检验和应用的理论与方法。它以经济理论为指导、以经济统计数据为事实依据、选用适宜的数学（尤其是数理统计学）方法建立计量经济模型，对经济现象之间的随机因果关系进行定量测度。

经济统计学为计量经济学提供经济变量名称（统计指标）以及收集、整理经济统计数据的方法。计量经济学对经济统计数据进行深层次挖掘和开发利用，利用计量经济模型揭示经济现象之间相互联系的本质特征和变化规律。

3.计量经济学与数理统计学的关系

数理统计学是一门以概率论为基础、研究随机现象变动统计规律性的数学学科，它为社会、经济、自然等诸多领域中的随机现象研究提供一般方法论，以关于随机现象的概率分布、抽样估计、假设检验、方差分析和统计推断等为主要研究内容。计量经济学则主要探讨经济领域变量之间的随机因果关系，并通过建立样本回归模型近似反映总体现象的平均变化规律性。

数理统计学为计量经济学提供数学方法基础，计量经济模型的估计、检验以及应用于发展预测都必须以数理统计学中的相关方法原理为依据。但是，计量经济学对现实经济问题研究的深入、细化对数理统计学方法提出了更高级、更复杂的要求，从而推动了数理统计学的发展。