時間：2023-09-03 14:47:56
序論：在您撰寫統計學的前景時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
在中國，統計學經過幾十年的發展，于2011 年成為一級學科，這標志中國的統計學正進入一個新的全面發展階段。與此同時，不少人對統計學的一些分支，特別是經濟統計學、計量經濟學和數理統計學這些學科的定位、作用以及它們之間的相互關系與發展前景的認識并不一致，在某些方面可能存在認識誤區，甚至將經濟統計學和數理統計學的發展對立起來。這些認識誤區的產生，有其歷史的原因，也有現實因素的影響。但是，這不利于統計學的發展。因此，有必要厘清統計學科內部分支，特別是經濟統計學、數理統計學、計量經濟學與經濟理論等之間的相互關系及其發展前景。本文的主要目的，是從統計學與經濟學統一的視角，論述統計學各個分支，特別是數理統計學、經濟統計學、計量經濟學和經濟理論( 包括數理經濟學) 各自的學科定位、作用，以及這些學科之間的相互關系。本文的分析表明，作為現代統計學的一個重要發展方向，數理統計學在中國正在迅速興起。在經濟學中，經濟統計學和計量經濟學由于與經濟理論的密切結合，在量化描述經濟現象并透過現象揭示內在經濟規律的過程中發揮著重要作用，兩者一起構成了經濟研究特別是實證研究完整的方法論，其中經濟統計學作為測度方法論是經濟實證研究與計量經濟學的前提條件與基礎，有其深厚的學科根基以及廣闊的發展前景，不可替代。
作為統計推斷的一般方法論，數理統計學的發展不會弱化經濟統計學與計量經濟學在經濟學中的方法論作用，相反地，隨著這些學科之間的交叉與融合，經濟統計學與計量經濟學將得到迅速的發展，從而進一步提升中國經濟實證研究的水平與科學性。本文的結構如下: 第二部分分析并論述統計學、概率論、數理統計學、經濟統計學、計量經濟學以及經濟理論( 包括數理經濟學) 等學科之間的相互關系，特別是它們的區別與聯系。第三部分討論經濟統計學的主要特點，以及其在經濟研究與經濟管理中發揮的基礎性作用。第四部分討論發展經濟統計學的主要途徑。第五節是結論。
二、經濟統計學與計量經濟學等相關學科的相互關系
統計學是一門關于數據的科學，是關于數據的搜集、整理、加工、表示、刻畫及分析的一般方法論。統計學就其研究范疇來說，包括描述統計學( descriptive statistics ) 與推斷統計學兩大領域。描述統計學主要是數據搜集、整理、加工、表示、刻畫和分析等，包括概括性的數據處理與分析; 而推斷統計學則是基于樣本信息，對產生樣本數據的母體或系統進行推斷的方法論科學?，F代統計學的迅速發展有兩個主要歷史原因，一是各個國家、政府和社會部門基于管理目的搜集社會經濟信息的客觀需要; 二是數學學科中的概率論的發展。在人類社會中，數據搜集的歷史非常悠久，描述統計學特別是數據搜集、整理、描述、刻畫與分析的重要作用是不言而喻的。數據的搜集及數據質量本身是任何有意義的數據分析的基礎與前提。沒有高質量的數據，任何數據分析及其結論將毫無意義。在當今信息爆炸時代，如何用簡潔、方便、易于解釋的方式，從大量復雜數據中概括其最有價值的信息，也是描述統計學的一個重要作用。
但是，現代統計學的發展及其在自然科學與人文社會科學中很多領域的應用，主要是由概率論的產生與發展推動的。概率論的產生最初主要是對賭博研究的需要，后來成為研究不確定性現象最主要的數學工具，廣泛地應用于自然、工程、社會、經濟等各個領域。在統計應用中，人們一般無法獲得整個母體的信息，而只能搜集到母體的一部分信息，即樣本信息，其主要原因是因為獲取整個母體信息的成本太高、時間太長或者因為客觀原因而無法獲得。因此，人們只能從有限的樣本信息推斷母體的規律特征。在這個推斷過程中，概率論對描述樣本信息與母體規律特征之間的關系提供了一個非常有用的數學工具; 更重要的是，它對基于樣本數據的統計推斷所獲得的結論能夠給出某種可靠性描述。這奠定了推斷統計學的科學基礎，也是統計推斷區別于其他形式的推斷( 如命理師根據手相或面相等樣本信息推斷一個人一生的命運) 的最為顯著的特點。
因為這些原因，概率論的發展極大地推動了推斷統計學的發展，特別地，概率論提供了很多數學概率模型，可用于對母體的概率分布進行建模。因此，統計推斷就轉化為從樣本數據推斷數學概論模型參數值以及其他重要特征等信息。這樣，推斷統計學就主要表現為數理統計學的形式。數理統計學有兩個主要內容，一個是模型參數的估計，另一個是參數假設的檢驗。經過幾十年的發展，數理統計學發明了很多推斷理論、方法與工具。這些推斷理論、方法與工具能夠從樣本信息推斷母體特征、性質與規律，并提供所獲結論的可靠性判斷。由于自然科學與社會科學大多是從實驗數據或觀測數據推斷所研究的系統或過程的內在規律，因此，數理統計學被廣泛而迅速地應用于各個學科和領域的實證研究。數理統計學之所以成為現代統計學的一個重要的發展方向，就是因為它作為一門嚴謹的實證研究方法論，符合人類科學探索的過程與需要，即從有限樣本信息推斷系統或過程的性質與規律。隨著中國科學的發展與研究水平的提高，包括人文社會科學在內的各個學科，對實證研究的方法論的需要將與日俱增。
因此，統計學特別是數理統計學今后將得到日益廣泛的應用與迅速的發展。描述統計學幾十年來也有長足的進展，在包括實驗或調查方案設計，數據的搜集、整理以及分析，無論在方法論、調查手段還是工具方面，都有極大改進。數據挖掘作為一門關于數據分析方法與技術的新興學科，可視為描述統計學的范疇。在描述統計學和推斷統計學之間，描述統計學發揮著基礎性作用，因為描述統計學牽涉到數據的搜集、解釋、整理、測度、表示、刻畫與分析，而數據及其質量是推斷統計學結論科學性的重要前提和基礎。描述統計學在刻畫數據特征時所使用的一些統計方法與統計量，也是推斷統計學的基礎工具。與描述統計學相對應，經濟統計學是對經濟系統中各個主體、部門、變量和各種經濟現象的一種數量描述。經濟統計學的本質是經濟測度學。經濟統計學可視為描述統計學的一個分支，但不是描述統計學在經濟學領域的簡單應用，而是描述統計學和經濟理論的有機結合。前蘇聯以及中國改革開放前的計劃統計，特別是部門統計，就是在社會主義計劃經濟理論和實踐基礎上建立起來的。隨著中國經濟從計劃經濟模式轉為市場經濟模式，部門統計乃至計劃統計越來越不適用于描述中國經濟的實際運行。經濟統計學需要經濟理論的指導。這其實是著名經濟統計學家錢伯海( 1997)在他的晚年將精力從研究經濟統計學轉向研究社會勞動價值論的主要原因，因為傳統社會主義計劃經濟理論已經落后于中國經濟轉型以及中國經濟統計學發展的需要。經濟統計學主要是在描述統計學和經濟理論兩者基礎上發展起來的，具有統計學與經濟學雙重學科屬性。
由于研究對象經濟系統的復雜性，經濟統計學中量化描述經濟現象與測度經濟變量的理論、方法與工具，比描述統計學標準教科書所介紹的理論、方法與工具要豐富和復雜得多。這也是經濟統計學的魅力所在。同經濟學可劃分為宏觀經濟學與微觀經濟學一樣，經濟統計學也可劃分為宏觀經濟統計學、中觀經濟統計學和微觀經濟統計學。所謂宏觀經濟統計學就是國民經濟統計學，主要是搜集和整理整個國民經濟運行全過程的所有數據信息，對包括存量與流量、總量與結構、國內與國外，靜態與動態等各種方面進行量化描述與分析。
微觀經濟統計學也稱為企業經濟統計學，主要是對企業本身各種經濟活動、經濟行為、經濟現象進行量化描述。以企業財務為主要對象的會計學，在某種意義上是微觀經濟統計學的一個重要組成部分，即企業財務統計學。所謂中觀經濟統計學，是指對介于整個國民經濟與企業之間的中觀部門，如政府部門、產業部門，不同地區的經濟活動和經濟現象進行以數據為基礎的量化描述。與經濟統計學密切相關的一門學科是計量經濟學。計量經濟學假設經濟系統是一個隨機過程，服從某一客觀運行規律; 任何觀測經濟數據，都是從這個隨機經濟系統產生出來的。計量經濟學的主要任務就是基于觀測經濟數據，以經濟理論為指導，利用統計推斷的方法，識別經濟變量之間的因果關系，揭示經濟運行規律。有關計量經濟學的學科定位與方法論作用，可參看洪永淼( 2007，2011)，李子奈和齊良書( 2010)。
可以說，計量經濟學是推斷統計學在經濟學的應用，但并不是簡單的應用，而是統計推斷理論和經濟理論的有機結合。
首先，在數理統計學中，統計推斷是通過數學概率模型對樣本數據建模。在計量經濟學中，計量經濟模型不僅僅是數學概率模型，其模型設定需要經濟理論的指導( 如選擇哪些經濟解釋變量) 。
其次，數理統計學的一些方法論并不能直接用于對經濟數據的統計推斷，因為經濟數據有其特殊性。比如很多高頻金融數據，有所謂的波動聚類現象( volatility clustering) ; 在勞動經濟學中，很多數據存在所謂的內生性，這種內生性對識別經濟變量之間的因果關系造成很大困擾。另外，一些計量經濟模型，如宏觀經濟學和金融學領域的動態資產資本定價模型( Hansen、Singleton，1982)，是通過歐拉方程條件矩刻畫的，其中經濟理論( 如理性預期理論) 并沒有假設相關經濟變量的概率分布已知。因此，數理統計學沒有現成的方法可用于估計、檢驗這個模型。這就是為什么2013 年經濟學諾貝爾獎得主Hansen( 1982)提出廣義矩( GMM) 估計方法的原因。
第三，使用什么樣的計量經濟模型，要由所研究的經濟問題來決定。什么時候需要用回歸模型，什么時候需要用波動模型，什么時候需要用整個概率分布模型，這并不是由研究者個人隨其偏好而定，而是取決于所研究的經濟問題的本質。例如，用歷史數據研究市場有效率理論以及資產收益率的可預測性時，合適的計量經濟模型是時間序列回歸模型( 即條件均值模型) 。這是因為預期收益率可由條件期望來刻畫( 陳燈塔和洪永淼，2003)。
第四，計量經濟學是經濟計量模型的推斷方法論，包括如何估計參數和進行檢驗參數假設，判斷模型是否正確設定，以及如何進行經濟解釋。參數假設與原始的經濟假說既密切相關又有區別。經濟學家關心的是經濟理論、經濟假說的正確與否，為此必須首先將經濟理論和經濟假說轉化為可檢驗的計量經濟模型的參數假設，然后利用經濟數據進行參數假設檢驗，并解釋參數假設檢驗結果的經濟含義。計量經濟學建立在經濟觀測數據的基礎上，即建立在經濟統計學的基礎上。經濟統計學對經濟變量和經濟現象進行量化測度，這些測度首先表現為經濟數據。經濟數據是計量經濟學實證研究的原材料。計量經濟學的推斷結論的科學性很大程度取決于原材料即經濟數據的質量優劣。
絕大多數經濟數據是現實經濟生活中的觀測數據，不能用可控的實驗方法獲得，因此經濟數據的測度具有巨大的挑戰性。同時，由于經濟觀測數據的不可實驗性，計量經濟學需要一些基本假設，如假設經濟系統是一個隨機過程，經濟觀測數據是經濟隨機系統的一個( 偶然) 實現，經濟隨機系統滿足某種平穩性或同質性條件，等等。這些假設是否符合客觀經濟現實也會影響計量經濟實證研究結論的科學性。對經濟變量、經濟現象的準確測度，是經濟實證研究的先決條件與基礎。沒有高質量的經濟數據，任何經濟實證分析及其結論將毫無意義。
與此同時，經濟統計學可以揭示、刻畫重要經濟變量的性質以及它們之間的數量關系，也就是通常說的典型經驗特征。這些典型經驗特征實際上是經濟實證研究與經濟理論創新的重要基礎與出發點。測度與刻畫經濟變量的數據特征，包括它們之間數量關系的特征，是經濟統計學的范疇。如何更進一步地揭示經濟變量之間的因果關系以及內在規律，則需要經濟理論與統計推斷。經濟理論在某種意義上就像概率論一樣，可以指導對經濟現象的建模。因此，在經驗典型特征事實基礎上，以經濟理論為指導，對經濟現象進行建模( 所建模型即為計量經濟模型) ，并基于經濟觀測數據對計量經濟模型進行統計推斷，從中找出經濟變量的因果關系及經濟運行規律，并解釋經驗典型特征事實。這是計量經濟學的范疇?？梢钥闯?，計量經濟學是經濟統計學、經濟理論( 包括數理經濟學) 與數理統計學三者的有機結合，是一個交叉學科。正如著名計量經濟學家Goldberger( 1964)指出的，計量經濟學可以定義為這樣的社會科學: 它把經濟理論、數學和統計推斷作為工具，應用于經濟現象的分析。
隨著中國經濟學研究從定性分析為主轉為定量分析為主，特別是轉為實證研究為主，可以預計，計量經濟學作為實證研究最主要的方法論，將發揮越來越重要的作用。綜上所述，經濟統計學和計量經濟學有不同的研究對象和研究范疇。經濟統計學是對各種經濟現象、經濟行為和經濟主體的一種量化描述，其本質是經濟測度學。而計量經濟學是在觀測經濟數據的基礎上以經濟理論為指導進行計量經濟學建模與統計推斷，從而檢驗經濟理論和經濟假說的有效性與正確性，并揭示經濟變量的因果關系和內在經濟運行規律。
很明顯，經濟統計學是計量經濟學的重要前提與基礎。經濟統計學和計量經濟學兩者結合在一起，構成了經濟實證研究的完整的方法論。經濟統計學是經濟研究的基礎方法論，是整個經濟研究過程中的一個前置環節。計量經濟學的推斷方法，包括計量經濟學模型的構建( 由經濟理論指導) ，模型參數的估計、檢驗及其經濟解釋，是經濟實證研究的主要內容。1970 年經濟學諾貝爾獎得主薩繆爾森曾說過，計量經濟學可以定義為實際經濟現象的數量分析，這種分析基于理論與觀測的并行發展，而理論與觀測又是通過適當的推斷方法得以聯系。換言之，計量經濟學是建立在經濟理論和經濟測度兩者基礎上的，而經濟理論和經濟觀測又是通過統計推斷方法，即通過數理統計學而聯系在一起。與經濟統計學一樣，計量經濟學同樣具有統計學與經濟學兩種學科屬性，并不是數理統計學的一個分支。以上各個相關學科之間的關系，可用圖1 表示。
三、經濟統計學的地位與作用
前文分析指出，經濟統計學是對經濟現象的量化描述與對經濟變量的測度，而計量經濟學則是在觀測經濟數據的基礎上，以經濟理論為指導，結合統計推斷，揭示經濟變量的因果關系與經濟運行規律。經濟統計學和計量經濟學一起，構成經濟實證研究完整的方法論，其中，經濟統計學是經濟實證研究與計量經濟學的重要方法論前提，它起著一種基礎性方法論的作用。那么，經濟統計學在社會經濟管理和經濟研究中具體能夠發揮什么樣的作用呢?
首先，作為經濟測度學，經濟統計學用數字描繪經濟系統的各種經濟現象、各個經濟主體、各個經濟部門、各個經濟層面在不同時間的動態立體圖景。Samuelson 和Nordhaus( 2000)指出，雖然GDP 和國民經濟核算似乎有些神秘，但它們是20 世紀最偉大的發明。如同人造衛星探測地球上的氣候，GDP描繪出一幅經濟運行狀況的整體圖形。這種對經濟現象的數字描述，為經濟學者、政府官員、企業家以及社會公眾了解整個經濟現狀以及進行相關的經濟決策，提供了非常有價值的信息。可以說，在現代經濟學中，宏觀經濟學和微觀經濟學是經濟理論的基礎，而在經濟統計學中，國民經濟統計學是宏觀經濟學的統計版本，企業經濟統計學則是微觀經濟學的統計版本。宏觀經濟學和微觀經濟學是對經濟系統的理論描述，而宏觀經濟統計學和企業經濟統計學是對經濟系統的一種現實描述，以數量的形式描繪了整個經濟運行的實際狀況。
第二，統計學有一個重要思想，是通過構造簡單、方便、易于解釋但又具有科學性的統計方法與統計工具，從大量數據中概括其最主要特征與最有價值信息。經濟統計通過收集每時每刻都在產生的大量經濟數據并且進行分析，從中獲取最有價值的信息，這是經濟統計的最主要任務與最主要功能。在信息爆炸時代，從海量數據中總結有價值的信息，并及時地以簡單、方便、易于解釋的方式將信息傳遞給政府官員、經濟學者、企業家、社會公眾，這些重要經濟信息是政府宏觀經濟管理與決策、企業微觀管理與決策及社會公眾了解社會經濟現象的重要基礎。舉幾個例子: 第一個例子，各國中央銀行的一個重要任務，是控制通貨膨脹。根據通貨膨脹率的變化趨勢，及時調整央行的貨幣政策，而通貨膨脹率，主要是CPI 的測度，其有效性、精確性與科學性是央行制定政策的依據。第二個例子是經濟增長率。GDP增長率是政府進行宏觀經濟決策與經濟管理的一個主要目標，是衡量經濟發展的一個重要指標。如何測算GDP 是一個重要問題。第三個例子是如何測算中國的人力資本( human capital) ，這也是一個具有挑戰性的問題。一段時間以來，社會公眾對官方的經濟統計數字經常表示質疑，這種質疑一方面表明，中國經濟統計學家與經濟統計工作者還需要做大量的解釋工作和改進工作，另一方面也表明經濟統計學知識在中國的普及勢在必行。
第三，經濟統計學是經濟研究特別是實證研究的前提與基礎。經濟統計學提供的數據質量的優劣，直接影響實證研究結論的科學性。眾所周知，經濟學研究的最主要任務是通過對所觀察到的各種經濟現象進行理論思維與理論創新，揭示經濟運行規律。經濟統計學可以從觀測經濟數據中找出重要的經濟變量之間的數量關系。這些數量關系構成經驗典型特征事實。經驗典型特征事實是對復雜經濟現象的一種概括性刻畫，是經濟學實證研究與理論創新的重要基礎。在宏觀經濟學中， Phillips( 1958)從英國宏觀經濟數據中發現貨幣工資增長率和失業率之間存在負相關的關系，這后來被轉化為刻畫通貨膨脹與失業率之間的負相關關系并稱為菲利普斯曲線。菲利普斯曲線作為宏觀經濟學的一個經驗典型特征事實，構成了凱恩斯以后宏觀經濟學理論發展的基礎。所有宏觀經濟理論都必須能夠解釋為什么通貨膨脹和失業率之間存在負相關關系。上個世紀70 年代，以美國為代表的西方經濟陷入了滯漲階段，菲利普斯曲線變為正斜率，這個新的經驗典型特征事實推動了后凱恩斯宏觀經濟理論的發展。另一個例子，是由Mehra 和Prescott( 1985)提出的所謂證劵風險溢價之謎( equityrisk premium puzzle) ，即美國證券市場收益率遠高于無風險債券市場收益率。這一經驗典型特征事實，對宏觀經濟學與金融學領域的資本資產定價理論的發展起著巨大的推動作用。
在微觀經濟學中，有所謂的恩格爾曲線，即一個家庭消費所占的比例隨收入的增加而逐漸減少。這是恩格爾通過微觀經濟統計數據發現的經驗典型特征事實。在金融學方面，早在1960 年代，金融經濟學家就發現，股票市場存在波動聚類現象，即今天一個大的波動，明天常常伴隨另一個大的波動; 今天一個小的波動，明天常常會伴隨一個小的波動，這兩種變化交替進行，而不是大小波動均勻分布。2003 年經濟學諾貝爾獎獲得者Engle( 1982)提出的著名的ARCH 波動模型之所以流行，一個重要原因是它可以解釋金融市場波動聚類這個重要經驗典型特征。在中國，引起中國經濟學者、政府官員和社會公眾關注的很多重要經濟問題，其實都有經濟統計學的貢獻。
例如，經濟學家在分析中國經濟統計數據過程中發現，勞動收入在整個國民經濟收入中所占的份額在過去近20年中逐步降低。這個經驗典型特征事實成為一段時間以來中國經濟學者的熱門研究課題。中國經濟研究特別是實證研究水平的提升，關鍵就是要能夠在細致、準確地搜集與分析中國經濟數據的基礎上，總結反映中國經濟在轉型期的經驗典型特征事實，在此基礎上提出經濟轉型理論解釋中國經濟的運行及發展趨勢，并運用計量經濟學方法驗證經濟理論的有效性。如果中國經濟學能夠遵照這種研究范式，那么中國經濟學的研究水平將得到很大提升，并對經濟轉型理論做出自己創新性的貢獻。但是，目前中國經濟統計學家、計量經濟學家和經濟學家在總結中國經濟經驗典型特征事實方面，做得還很不夠，對重要經驗典型特征事實在經濟研究與理論創新過程中的作用與重要性，也認識不足。
第四，經濟測度對計量經濟學的學科發展有重要的推動作用。首先，經濟測度的質量決定了計量經濟學實證分析結論的科學性。其次，經濟數據，特別是經濟數據的類型，對計量經濟學學科發展影響巨大。舉幾個例子: 首先是經濟數據觀測的誤差( measurement errors) ，對計量經濟學的推斷，包括參數估計和參數假設檢驗，有很大的影響，如導致不一致的參數估計。為了研究測度誤差的影響，計量經濟學很早就有了一個分支，即變量誤差的計量經濟學。當然，變量誤差也可能由其他因素而非測度誤差引起。第二個例子是時間序列計量經濟學的發展。Nelson 和Plosser( 1982)在一個實證研究中發現，絕大部分宏觀經濟時間序列，包括GDP、CPI和股票價格，都是非平穩時間序列。這對當時以平穩時間序列作為主要研究對象的時間序列計量經濟學提出了挑戰，因為平穩時間序列計量經濟學的理論與方法，不適用于分析非平穩時間序列。
后來的單位根和協整等現代時間序列經濟學理論，就是為了研究非平穩時間序列而發展起來的。第三個例子是不完全識別計量經濟學( partialidentification econometrics) 。在微觀經濟數據中，有一些經濟變量不能獲得精確測度，比如在美國問卷調查一個人或家庭收入時，因各種原因只能調查收入處于哪個區間，不能獲得一個精確測度。這種不精確經濟測度，對計量經濟學實證研究造成了很大影響。特別地，在估計計量經濟模型參數值時，不能獲得點估計，只能得到區間估計。這種統計推斷的方法催生了一個新的計量經濟學分支，即部分或不完全識別計量經濟學。第四個例子，在大數據時代，各種以前沒辦法獲得的數據，現在通過現代信息技術可以得到，比如在金融市場，可以獲得每筆交易數據，即tick by tick data，每次交易的價格、交易量以及交易的時間點，都可以完整地記錄下來。這種新型的交易數據，包含很多交易行為和市場微觀結構的信息。除金融市場外，超級市場或商店通過信用卡完成的交易，其交易以及交易者的信息，也同樣可以獲得。對這種實時交易數據進行計量經濟學建模及推斷，產生了一個新的計量經濟學分支超高頻數據計量經濟學( econometrics ofultra-high frequency data ) 。更多討論參見Engle( 2000)和Engle Russell( 1998)。
最后一個例子是面板數據。以前大部分經濟數據，要么是時間序列數據，要么是橫截面數據?，F在，越來越多的二維數據，即對每個橫截面單位( 如個人、家庭、國家等) ，可以在不同時期跟蹤并測度。這種二維數據稱為面板數據。一個很著名的例子，是美國密歇根大學PSID 調查數據。這個數據庫調查了很多美國的個人和家庭，而且在不同時期跟蹤測度，對研究美國勞動力市場與收入分配發揮了重要作用。這種數據推動了面板數據計量經濟學的發展。實際上，不僅是面板數據，現在也可每天觀測到一個曲線，如IBM 股票價格每天從開盤到收盤隨時間變化的曲線，又如不同城市每天溫度隨時間變化的曲線，這些在統計學上稱為函數數據，有相應的統計模型，更多討論參見Ramsey 和Silvema ( 2005)。上面幾個例子表明，數據的類型，即經濟測度的類型，在很多方面都推動了計量經濟學學科的發展，這其實是經濟統計學對計量經濟學發展的影響和重要貢獻。第五，一個多世紀前，有一位美國學者說過，統計思想與統計思維總有一天會和要求一個人能夠讀、寫一樣，是一個人在現代社會中所具備的基本能力。培養大量具有經過系統訓練的經濟統計人才，對完善一個國家的治理體系與提高治理能力是非常重要的。中國經濟統計學的一個重要任務就是培養大量高素質、具有系統的經濟統計學訓練的專門人才，推動中國市場化經濟轉型、提高宏觀與微觀經濟管理水平，提高國家社會治理水平。尤其是，現代社會是信息爆炸的社會，需要培養大量懂得搜集數據、分析數據、解釋數據、基于數據進行決策與管理的經濟統計人才
四、如何推動經濟統計學的發展
如何在新的歷史條件下提升與發展經濟統計學?第一，堅持經濟統計學是經濟測度學這個基本學科定位。經濟統計學用數字描繪各種經濟現象、各種經濟主體、各個經濟部門和各個不同層次在不同時間的動態全景圖像。經濟統計學的最主要任務是經濟測度方法論的創新，發展能夠更精確地測度經濟現象、經濟行為和經濟變量的理論方法與工具，并應用于實踐。這個基本定位將保證經濟統計學在經濟學中的基礎地位，從而不會受到包括數理統計學和計量經濟學在內的其他相關學科在中國興起的可能沖擊與影響。一些學者曾提出廣義經濟統計學的建議，將作為推斷方法論的計量經濟學作為其中一部分。
這種想法符合統計學的范疇定義，即如統計學分為描述統計學和推斷統計學那樣，經濟統計學也可分為經濟測度學和計量經濟學。然而，由于歷史的原因，計量經濟學作為一個學科在國外已有80 多年歷史，在中國也有30 多年發展歷史。如果將計量經濟學作為經濟統計學的一個組成部分，有可能會出現計量經濟學取代經濟統計學的情形。因此，堅持經濟測度學的基本定位可以更加明確經濟統計學的學科特色，有利于經濟統計學的長遠發展。在這方面，邱東( 2013)對國民經濟統計學科的定義與內涵、外延發展，做了精確闡述。
事實上，在國外，經濟統計學主要也是定位在經濟測度學方面。第二，發展經濟統計學必須立足本土化。在中國，經濟統計，特別是現代統計學意義上的經濟統計，歷史不是很長。中國地大物博、不同地區之間、城鄉之間與不同群體或階層之間差異巨大，經濟統計不但水平較低，而且面臨的挑戰與困難也特別巨大。這種基本國情為在中國發展經濟統計學提供了一個很大的空間，比如，關于宏觀經濟數據的構建，一個重要問題是處理季節性因素。在西方的經濟統計工作中，季節性因素對經濟變量的影響，比如感恩節、圣誕節、元旦等等，其處理都有一套成熟的方法，但是這些方法并不完全適合一些具有中國特色的季節性因素。比如中國的端午節、中秋節、春節，都是根據中國農歷而定，而不是根據西方公歷而定的季節性因素。這些季節性因素的處理方法將與國外季節性因素的處理方法有所不同，這是中國特色。
又如，中國在過去30 多年，成功地從計劃經濟模式轉為市場經濟模式。但是，與西方發達國家相比，中國市場經濟發育、成熟的程度還比較低。中國經濟統計學家能否提出一套刻畫中國市場經濟發展成熟程度的指標，以測度中國市場經濟完善的程度? 還有，中國過去30 多年，以要素投入為主要特征的粗放型經濟增長模式已經面臨一個轉折點。中國經濟必須經濟轉型，以確保持續穩定發展。對中國過去30 多年粗放型經濟增長模式所帶來的一些不可持續的因素制約，如對環境污染的經濟成本，在統計方法上還沒有一個系統的、有說服力的量化描述與估計。最后，中國正處于實現以民族復興、人民幸福為主要內容的中國夢過程中，對中國夢的量化指標的構建，包括對人民幸福感指數的構建，也是中國經濟統計學家，計量經濟學家與經濟學家可以做的具有理論與現實意義的研究工作?？傊?，立足本土、立足國情、服務國家社會經濟發展需要，將使經濟統計學煥發出巨大的發展活力。第三，大力促進學科交叉與融合，通過學科交叉與融合，推動中國經濟統計學的發展與現代化。上文在描述經濟統計學的重要作用時，討論了經濟統計學對發展其他學科，特別是計量經濟學的重要作用。同樣地，包括經濟理論、計量經濟學、概率論與數理統計學在內的其他相關學科的發展，對發展經濟統計學也有很大的推動作用。前面提及，著名經濟統計學家錢伯海在他的晚年，集中精力從事社會勞動價值論的研究，他從經濟統計學研究中深深感受到要發展經濟統計學，特別是國民經濟綜合平衡核算體系，必須有新的經濟理論作為指導。作為經濟測度學，經濟統計學不可避免地涉及到統計抽樣調查。
在這方面，數理統計學特別是抽樣理論的最新發展可以提供很大幫助。在國民經濟統計學中，對宏觀經濟變量的測度，以及對宏觀經濟變量之間數量關系的描述及解釋，也需要經濟理論的指導。宏觀經濟變量是微觀經濟變量在一定時期內的加總( aggregation) 。由于微觀個體的異質性，加總以后的宏觀經濟變量的性質，以及宏觀經濟變量之間的數量關系，與原始的微觀經濟變量以及它們之間的關系可能有很大的不同。在微觀經濟學中，一個著名的例子，就是需求函數，即微觀個體需求與個體收入之間的關系，如果對微觀層面個體的需求函數加總，所獲得的總需求與總收入之間的關系與原來個體的需求函數將有所不同，除非微觀個體消費者的效用函數滿足所謂的hypathetic utility function 假設。由此可以看出，對宏觀經濟變量的測度( 類似加總) 之后，如何理解宏觀經濟變量的性質以及它們之間的數量關系，需要有微觀基礎，而這就涉及到經濟理論。另一方面，概率論與數理統計學對理解宏觀經濟變量的性質也是很有助益的。例如，Granger( 1980)討論了微觀消費函數的加總問題。他假設個體之間的邊際消費傾向系數有所不同，而且微觀個體的邊際交易傾向的數值可視為是從 分布中產生的實現。
加總以后的宏觀消費變量與原始個體消費變量的統計性質將出現本質區別: 雖然微觀個體的消費是一個短記憶的時間序列，但是加總以后的宏觀消費變量將具有長記憶( longmemory) 的時間特性?？傊?，推動各個統計學科的交叉與融合將促進各個學科的發展，包括經濟統計學。不管是計量經濟學、經濟統計學或是數理統計學，這些相關學科都有它們共同的基礎，即統計思想與統計思維。因此這些學科完全能夠在互相交叉融合中不斷完善。同時，也有可能因此產生一些新的交叉學科。例如，實驗產生的數據與現實觀測經濟數據有很多不同特點。特別地，經濟觀測數據是各種因素聯合作用的結果，而且具有不可實驗性( 即不能通過重復實驗獲得) ，因此一般情況下沒有辦法將其中某一或某些因素所產生的經濟后果準確地分離測度出來。而實驗經濟學則借鑒自然科學的研究方法，通過控制實驗條件排除其他因素的影響，從而可以較精確地測度所關注因素所產生的后果。實驗經濟學實質上是通過可控實驗改進經濟測度，從而可以更好地研究經濟行為與經濟規律，包括經濟因果關系。
事實上，實驗經濟學與經濟測度學及計量經濟學的交叉與融合，正在產生一個新的交叉學科，即實驗計量學( experimetrics)。第四，為了發展經濟統計學，必須大力推動國際化，通過國際化推動經濟統計學的發展。在中國，經濟統計的歷史相比西方國家短得多，特別是中國社會主義市場經濟的實踐只有30 幾年歷史，而西方成熟的市場經濟已有幾百年歷史，我們在統計資料搜集、統計方法與工具等各個方面，還有較大差距。上個世紀70、80 年代，中國國家統計局和廈門大學合作，提出了中國國民經濟核算體系，這是西方經濟統計學、現代經濟學和中國經濟實際相結合的一個范例。今天中國的經濟統計學同樣可以從國外相關學科學到很多有益于自己學科發展的知識。例如，眾所周知，GDP 大體反映了一個經濟體社會財富水平。但是GDP 作為描述經濟發展的指標，有很多缺陷，既不能精確地反映總量，也不能反映經濟活動的質量與效益，更不能反映經濟結構、社會分配、民生改善、以及對環境破壞的程度等等。
認識到GDP 的種種缺陷，國外學者，包括經濟統計學家、經濟學家，過去幾十年提出各種指標，試圖修正GDP 的缺陷，比如Nordhaus 和Tobin( 1972)提出了去除環境污染和交通堵塞等成本的凈經濟福利指標; Repetto等( 1989)提出了扣除資源損耗成本的國內生產凈值; Daly、Cobb( 1989)提出了將財務分配狀況、社會成本等因素計算在內的所謂可持續經濟福利指標; Pinter、Hard( 1995)提出可持續發展指數; VonWeizsacker 等( 1997)提出了綠色GDP 概念，等等。這些對構建適合刻畫中國宏觀經濟增長與發展水平的指標都有很好的借鑒意義。第五，必須順應時展潮流，與時俱進地發展經濟統計學。我們正處于一個大數據的時代，大數據提供了極其豐富的信息。如何有效地獲取大數據中的有用信息，統計學無疑提供了非常重要的方法、理論與工具。與此同時，大數據也為包括經濟統計學在內的統計學等分支學科的發展提供了一個新的廣闊空間。例如，包括跨境電商在內的電子商務，正在中國蓬勃興起，深刻地影響了貿易、購物、消費乃至生產形態。如何統計電子商務成為一個迫切需要解決的現實經濟統計問題，這也為經濟統計學的發展提供了一個難得的機遇，又如，大數據使得以較高頻率測度宏觀經濟變量成為可能。目前絕大多數的宏觀經濟變量( 如CPI) 最高頻率只有月度數據，在大數據條件下，完全有可能獲得更高頻( 如每周) 的宏觀經濟數據，這樣可更及時反映客觀經濟運行情況。第六，加速經濟統計學教材更新換代，盡可能地全面反映幾十年來中國乃至世界上經濟統計學和現代統計學的研究成果。在國外，不論是統計學還是經濟學相關專業，大都沒有經濟統計學課程設置，因此也就沒有相應的教材。這與宏觀經濟學、微觀經濟學、計量經濟學等其他經濟學課程有很大不同。因此，中國經濟統計學教育必須更加注重教材建設，在明確學科定位的基礎上，總結國內外各個相關學科以及經濟統計的理論與實踐，盡量汲收國內外所有有用的研究成果與經驗，爭取使經濟統計學的研究與教育不但成為中國經濟學教育的一大特色，同時也成為引領世界前沿研究的國際化學科。
五、結論
本文從統計學和經濟學統一的視角出發，分析論述了現代統計學若干分支，特別是概率論、統計學、描述統計學、數理統計學、經濟統計學、計量經濟學以及經濟理論( 包括數理經濟學) 之間的內在聯系，包括它們的區別與聯系，以及發展前景。分析表明，統計學的這些相關學科，各自定位非常清晰，在各自學科發展方面，都有自己不可替代的發展空間。其中，經濟統計學既是統計學的分支，也是經濟學的分支，是統計學與經濟學結合的交叉學科，具有統計學和經濟學雙重學科身份。經濟統計學本質是經濟測度學，是經濟測度的方法論，是經濟學實證研究的前提與基礎。這是經濟學其他任何相關學科，包括計量經濟學，經濟理論，數理經濟學等無法替代的;也是統計學的其他相關學科，包括數理統計學無法替代的。
隨著中國自然科學和社會科學的發展，作為推斷方法論的數理統計學與計量經濟學，因為有日益增加的需求而得到迅速發展。作為從樣本數據推斷母體特征的一般方法論，數理統計學因為符合科學研究與探索的過程與需求而在自然科學和社會科學很多領域有廣泛的應用。作為經濟實證研究的推斷方法論，計量經濟學在中國過去30 多年來有了巨大的發展。在《經濟研究》、《統計研究》、《管理世界》等國內頂尖學術期刊，可以看到大量應用計量經濟學理論與方法的實證研究，而專門研究經濟測度的經濟統計學的文章的數量則相對減少，這主要是因為經濟實證研究對推斷方法論日益增加的需求。計量經濟學方法的大量使用，顯著地提升了中國經濟實證研究水平與規范程度。
隨著社會的整體經濟水平迅猛提升，社會發展對于經濟型人才的需求量也在不斷的增加。作為一名中學生，我們在進行中學課堂知識的學習過程中，應當明確自身的方向，進而有針對性的完善自身的不足之處。在中學數學課堂上全面的掌握統計學知識，熟練地應用在經濟學領域中，為將來成為一名合格的經濟學人才奠定穩定的基礎。
二、經濟學中，統計學的重要性
由于經濟學具有復雜性和精確性的特點，因此需要將統計學應用于其系統的建立進程中，而統計學的準確、靈活的應用，則需要我們具備合格的數學理論基礎，方能在經濟學中找到其發展規律。由此可見，成為一名合格的、優秀的經濟學人才，需要我們在中學數學課堂的學習中，盡可能的豐富自身的統計學知識，并且將學習到的統計學知識，靈活的應用于我們的日常學習生活當中，例如進行班費的管理工作、班級活動經費的統計工作、外出活動的經費預算與控制等等，在提升了我們的統計學知識應用能力的同時，實際生活中的鍛煉也使得我們的綜合素質和能力都得到了迅速的提升，為成為優秀的經濟學人才打下了良好的基礎。
三、探究經濟學中統計學的運用方式
在明確了經濟學中統計學的探究思考重要性后，可以使我們在學習高中數學的過程中，以更加明確、科學的方式培養自身的統計學理論掌握和應用能力，進而實現高效的自我提升。
1.發散自身的思維，有方向的鍛煉統計學知識的掌握和應用能力
我們在中學數學課堂上學習統計學的相關理論知識過程中，應當注重自身的思維發散性和靈活性。很多同學在數學課堂上計算統計學習題的過程中，由于思路過于死板，因此無法根據老師所講解的統計學理論內容和傳授的理論學統計方式靈活的進行解題，進而認為統計學十分難以掌握，喪失了對于學習統計學的信心和興趣。實際上這些同學是進入了學習思維上的誤區。如果我們能夠在數學課堂上進行發散思維，靈活的將數學知識應用于思考過程中，問題便能夠迎刃而解。例如，我們在學習參數的過程中，可以將樣本參數、方差以及函數的理論概念靈活的運用其中，進而明確統計學中的估量值和估量極值的概念，參數統計問題也就隨著這些函數的靈活應用被成功的解答出來。
2.應用模型的建立，更加直觀的、高效的掌握經濟學中的統計學
當我們在學習統計學知識的過程中遭遇瓶頸時，也可以通過數學模型的建立幫助我們度過學習上的難關。由于數學模型具有直觀性較強以及精確度較高的特點，因此數學模型的建立可以引導我們運用更加簡潔的方式，理解經濟學中的統計學理念，并且完成經濟學中的統計學的學習。例如我們在統計班級內部同學的身高分布狀況時，就可以建立數學統計模型，將身高標準分為幾個區間，分別統計，這樣，所得出來的統計結果會更加具有直觀性。
開展經濟學中統計學的學習方式探究，主要可以將經濟學中的統計學掌握方式得以有效運用。發散自身的思維，有方向的學習統計學知識，數量的應用和掌握應用模型的建立，更加直觀的、高效的掌握統計學的知識要點。通過研究可知，統計學的良好的學習和掌握，需要我們在中學學習課堂上充分的調動自身學習的積極主動性，努力的去思考和探究老師所教授的內容，并且將其進行靈活的運用，在生活中，我們可以統計日常零用錢的消費，記錄消費的種類與用途，這樣，在月末的時候，就可以知道自己最大的支出模塊，根據自己的支出總結，合理的調控各項支出比例，使消費更加合理化，各模塊支出均衡，初步做一個簡單的經濟統計結果。掌握統計學，將使得我們在經濟學行業中，充分的發揮自身的實力，體現出我們的個人能力和個人價值。
四、結束語
開展經濟學中的統計學探究，首先應當明確探究它的重要性，進而進行學習掌握方式的探究和思考。進行經濟學中的統計學探究可知，我們也應當在中學學習課堂上認真學習數學知識，良好的完成統計學的掌握，在中學數學課堂上熟練、全面的掌握統計學知識，實現自我綜合素質的全面提升，才能使得我們在日后真正成長為社會所需要的經濟學人才。
參考文獻：
[1]劉明.統計學專業計量經濟學教學中的問題探討——以蘭州商學院統計學專業計量經濟學課程為例[J].隴東學院學報，2013.
[2]韓春蕾，羅文海，相靜.形成性評價在醫學類院校統計學專業課程考核中的應用——以計量經濟學課程為例[J].衛生職業教育，2015.
[3]王純妍.淺議數學統計方法對現代經濟社會的作用[A].北京中外軟信息技術研究院.第三屆世紀之星創新教育論壇論文集[C].北京中外軟信息技術研究院，2016：1.
作者簡介：
成永琦（1999—），女，漢族，山東省濱州市鄒平縣人，高中學歷。
統計學專業主要培養具有良好的數學與經濟學素養，掌握統計學的基本理論和方法，具有較好的科學素養，能熟練地運用計算機分析數據，能在企事業單位和經濟、金融和管理部門從事統計調查、統計信息管理、數量分析、市場研究、質量控制以及高新技術產品開發、研究、應用和管理工作，或在科研教育部門從事研究和教學工作的高級專門人才。因此，畢業生的去向有政府統計部門，銀行、證券公司、保險公司等金融機構，信息咨詢公司等。在很多院校，本專業繼續深造的機會很多，如攻讀研究生，將來在工作中會有更多的競爭優勢。
第一，統計學專業的學生首先應具備扎實的數學基礎，后繼課程的學習離不開數學能力的培養?，F代的統計學專業是在隨機抽樣基礎上建立的推斷統計學，在專業課程中，概率論是基礎課程，其次是數理統計?；镜慕y計方法包括回歸分析、多元統計分析、抽樣調查、試驗設計、時間序列分析及描述性統計等，是主要的專業課程。具備良好的專業素養也能為將來的繼續深造打下基礎。
第二，統計學專業的學生應熟練掌握一至兩門統計軟件。目前國際上通用的統計軟件主要有兩種：SPSS和SAS。前者的優點是完全菜單化，操作簡便；后者的優點是功能強大，有很多子程序，可以自己編制程序調用子程序。SPSS由統計專業與非統計專業人士共同使用，SAS主要由統計專業人士使用?，F在很多教材中例子的計算都是由SPSS或SAS來實現的。另外，Excel軟件中也有簡單的統計計算功能，且很多政府及企業的統計人員較習慣用該軟件。因此，統計學專業的學生應利用在校的一切教學及學習資源，熟練掌握統計軟件，并能結合統計理論及方法對輸出結果給予恰當的解釋。這樣對今后的就業幫助很大。
第三，統計學專業的學生應具備一定的經濟理論基礎。因為我們遇到的很多都是與經濟現象有關的問題。在成功地運用統計方法解決問題前，我們必須具備一定的相關專業的知識，這樣對我們統計模型的建立及結果的解釋，顯得尤其重要。
第四，統計學專業的學生應具備與時俱進的思維。統計是一門搜集數據、整理數據、分析并解釋數據的學科。數據是統計的生命，因此，對數據質量的要求非常高，總要求能收集到最新的數據。從而，若學生只用過時的數據來分析問題，沒什么實際意義。
第五，統計學專業的學生應具備廣闊的視角。統計是方法論學科，很容易與其它學科結合，從而也就產生了衛生統計學、醫藥統計學、生物統計學、環境統計學、數量經濟學、保險精算、數理金融等，這也未我們學生提供更多的深造的空間，而且也更加強了統計學的應用。因此，學生在決定考研時，可結合自己的興趣愛好進行報考。
第六，統計學專業的學生應注重實踐能力的培養。在校期間，每個學生都會參加專業實習、畢業實習、社會調查以及專業課程的課程設計，這些都是注重學生的學以致用的能力。學生若能充分地利用這些機會，不但能增強自己解決實際問題的能力，還能從中發現課堂知識與實際的脫軌，從而加強自己理論聯系實際的能力，以及如何促進中國的統計事業的發展。
第七，統計學專業的學生也可以通過考證增強自己的市場競爭力。如市場調查師、質量工程師及精算師，等等。
總之，新形勢下，一方面，統計專業學生就業面越來越廣，另一方面，市場對人才的需求也越來越高，希望統計學專業學生能珍惜在在校的學習機會，發揮自己的專業特長，在激勵的市場競爭中立住腳。
參考文獻：
[1]統計學專業就業前景及課程介紹.
[2]閆敏倫，李宗娟.大學統計學教學模式探討[J].通化師范學院學報，2009，（4）：109-111.
摘要：經濟學與西方經濟學不是完全對立的關系，而是對立統一的辯證關系，將二者有機地統一起來，致力于建立一門適應社會主義市場經濟建設需要的經濟學，不僅十分必要，而且也很有可能。本文從經濟學與西方經濟學的社會基礎、理論基礎和現實基礎三個方面淺析二者之間的對立統一關系。
關鍵詞：經濟學 西方經濟學 對立統一
1 社會基礎：生產力與生產關系的對立統一
西方經濟學是一門研究稀缺性資源有效配置的科學。薩繆爾森曾在他的《經濟學》中講到，經濟學研究人和社會如何做出最終抉擇，在使用或不使用貨幣的情況下，來使用可以有其他用途的稀缺的生產性資源來在現在或將來生產各種商品，并把商品分配給社會的各個成員或集團作消費之用。它分析改善資源配置形式所需要的代價和可能得到的利益。在經濟學大師薩繆爾森看來，經濟學研究的是人們如何有效地利用生產性資源。因為人們有效利用生產性資源是一種控制和征服自然的能力，所以說，西方經濟學是一門側重生產力研究的學科，它的強項不是生產關系研究。
而經濟學，是一門側重研究生產關系的科學，它極其深刻地揭示了資本主義商品生產條件下人與人之間的關系。在他看來，在商品生產者的社會里，一般的社會生產關系是生產者把他們的產品當作商品從而當作價值來對待，而且通過這種物的形式，把他們的私人勞動當作等同的人類勞動來互相發生關系。馬克思終生致力于資本主義商品生產背后人與人之間關系的研究，從研究對象的方面講，經濟學同西方經濟學確是對立的關系。
雖然生產力與生產關系是對立的，但二者又是緊密相聯、互相依存、互相影響，在對立的統一中發展變化的。經濟學中講到，生產關系歸根到底是由生產力決定的，客觀上存在著生產關系一定要適應生產力性質的規律。生產關系也不是消極被動的，它又反作用于生產力，對生產力的發展起著促進或阻礙作用。因此，研究生產力變化規律的西方經濟學與研究生產關系變化規律的經濟學，不應是完全對立的關系，而是對立統一的辯證關系。
經濟學也是十分重視生產力研究的，不然，就提不出生產關系歸根到底是由生產力決定的論斷了。但經濟學又沒把生產力作為一個主要研究對象。西方經濟學也很重視生產關系問題，然而，又理智地拒絕研究生產關系，人為地將一個問題的兩個方面割裂開來。但是，就系統、完整的這門經濟學來講，它應是全面地對生產力和生產關系進行研究，而不該顧此失彼。
2 理論基礎：使用價值與效用價值的對立統一
經濟學和西方經濟學長期爭論而不能統一的另一個焦點問題是，者指責西方經濟學的基礎理論（效用價值論）是主觀唯心的庸俗理論，判定只有勞動價值論才是客觀唯物的科學理論。他們認為，商品是以它的使用價值而不是效用價值來滿足人的需求和欲望的。使用價值即物的有用性，一經生產出來，就是客觀存在的，不可能發生邊際變化，從而是一個客觀的唯物的概念。由此得出，以效用價值論為基礎理論的西方經濟學，因它的主觀唯心性而不具有科學性。勞動價值論把使用價值當作滿足人的需求和欲望的客體，是具有客觀唯物性的，因此也就具有了科學性。
使用價值與效用價值作為一個問題的兩個方面，不能主觀地使其完全對立起來，二者是一種對立統一的關系。效用價值被認為是滿足人的需求和欲望的能力，其顯著特征是有用性和稀少性。在效用價值論者看來，物有用而不稀少，沒有價值；物稀少而無用，也沒有價值；只有既稀少又有用的物品才具有價值。效用價值論者把物的有用性作為效用價值的一個特征看待，則勞動價值論者把物的有用性作為使用價值的定義看待。因此，使用價值與效用價值的確是一個問題的兩個方面。
經濟學把使用價值和價值看作商品的兩個因素，認為兩者是對立統一的關系。使用價值與效用價值，及使用價值與價值的對立統一關系為效用價值與價值，進而為效用價值論與勞動價值論的對立統一奠定了基礎。因為西方經濟學研究的對象、內容和體系是以效用價值論為理論基礎構建起來的，經濟學研究的對象、內容和體系是以勞動價值論為理論基礎構建起來的，且由于效用價值論和勞動價值論兩者的對立統一，所以就有了統一的可能。
3 現實基礎：社會主義市場經濟――尋求經濟學與西方經濟學的統一
西方經濟學是在資本主義市場經濟環境下發展起來的、可以適應市場經濟要求的經濟學理論。因為我國既要堅持社會主義制度，又要發展市場經濟，所以就必然要學習和借鑒西方經濟學的有關理論。既堅持經濟學理論的指導，又吸收西方經濟學理論的有用成分，這就為經濟學與西方經濟學的有機統一奠定了現實基礎。
目前，社會主義市場經濟尚在初級階段，市場經濟體制還不太完善，法律法規亦不健全。生產資料的公有制形式和生產資料的私有制形式不和諧及按勞分配和按生產要素分配不和諧的問題仍很突出。若我們不把經濟學與西方經濟學有機統一起來，就會因看到這些不和諧現象而否定以公有制為主體、多種經濟成分共同發展的基本經濟制度，就會否定按勞分配和按生產要素分配相結合的分配方式。
如果說在社會主義計劃經濟環境下，是因為堅持生產資料的公有制形式和按勞分配的分配方式而否定商品生產和商品交換，進而否定經濟學與西方經濟學相統一的話，則在社會主義市場經濟條件下，因為堅持以公有制為主體、多種經濟成分共同發展的基本經濟制度以及按勞分配和按生產要素分配相結合的分配形式而需要商品生產和商品交換，也就必然要求經濟學與西方經濟學相統一。
參考文獻
［1］ 馬克思恩格斯選集［M］.第4卷，人民出版社,1995年版
一、大數據時代對傳統統計教學的沖擊
統計的研究對象是大量社會經濟現象總體的數量方面，可以說統計就是研究量的，大數據時代恰恰是以數據為中心的，所以說統計人員必須學會用數據去思考問題。如何適應大數據時展的要求，如何在這樣的背景下對統計學教學進行改革，是急需解決的問題。除了普查這種調查方式以外，許多傳統的統計方法都是基于小樣本數據而建立起來的，因此它并不適用于大數據分析的需要。在如今這樣的大數據時代，這些傳統內容的相對重要性也會隨之發生改變。比如，傳統統計的數據搜集，通常是根據研究目的，在已知來源的數據當中搜集，記錄者的身份是確定的，而大數據時代，數據的來源是很難追溯的，而且對記錄者的身份也很難確定。再如，傳統的抽樣推斷是在概率保證的前提之下，以分布理論為基礎，用樣本的特征推斷總體特征的，而在大數據背景下，分布狀況是實際的，判斷也是基于總體特征進行的。
二、大數據時代下的傳統統計教學必要性分析
大數據一詞是由統計學家提出來的，可見大數據與統計淵源甚深。目前大數據時代致使統計學的教學內容發生了重大改變，但是其中最基本的原理保持不變，因此在統計學的教學過程中，要能夠讓學生應用基本原理進行新的教學內容的理解。在教學過程中要能夠采取理論與實際并重的教學模式，將基礎理論以及實際應用進行緊密的結合。大數據雖然對傳統的統計教學產生了近乎顛覆性的影響，但并不是所有的問題都有海量的數據，不是說傳統的統計理論和方法就不能用了，也不是所有的數據問題都適合用現有的大數據處理技術來處理。
(一)統計基礎理論的重要性
在教學過程中，理論教學的作用非常重要。應該強調統計學理論基礎，并分析基本理論在實踐當中的應用。雖然一些統計學中的概念在大數據背景下變得不再是普遍性問題，比如樣本的概念。但是在淡化了類似樣本和總體概念的同時，似是模糊了抽樣推斷這一傳統統計分析方法，但事實上卻是強調了歸納，本質來說仍是推斷(歸納推斷)。
(二)傳統統計調查、整理方法的重要性
傳統統計學在數據搜集、模型的選擇方面，有相當的獨特之處。雖然已經進入了大數據的時代，但是并不是所有的問題都有海量的數據。傳統的統計數據搜集、整理的方法仍然適用，因此，相關知識的傳統統計教學十分重要。
(三)傳統統計分析方法的重要性
較之傳統的統計分析方法，現有的大數據分析方法更為復雜。大數據背景下，要強化分析統計軟件的使用，同時要能夠考量方法的適用性以及解決問題的可用性，使得學生能夠掌握應用統計學基本原理解決實際問題的能力。大數據統計學對傳統統計學是補充，而不是替代。以樣本統計和預測分析為基礎的傳統統計學仍將會在經濟分析和社會統計的很多領域中繼續發揮重要的作用。因此，不難看出相關的基礎知識、理論的教學的重要性。
【關鍵詞】大數據 統計學 挑戰 機遇 教學
【基金項目】貴州省科技廳、貴州民族大學聯合基金（黔科合J字LKM[2011]09號）
【中圖分類號】G642 【文獻標識碼】A 【文章編號】2095-3089（2014）08-0235-01
1.引言
“大數據”時代的來臨和“大數據”處理技術的發展深深的影響著統計學的發展。能否利用傳統的統計理論和統計方法對海量的數據做出快速、準確的處理并獲取相關信息？如何對傳統的統計理論與方法進行改進或探索新的統計理論和方法來對大數據進行挖掘與處理以獲取信息？如何在“大數據”時代背景下培養符合市場需求的統計分析師或數據分析師？如何將“大數據”處理技術融入相關統計學課程教學以促進數據處理與分析技術的發展？這些都是我們在統計學相關課程教學過程中必須思考的一個問題。
2.大數據與統計學
“大數據”隨著社交網絡、物聯網、云計算等的興起而產生。一般認為大數據具有規模性、多樣性、實時性及價值性四個基本特征，包含分析、帶寬和內容三個要素?！按髷祿痹跀祿碓础祿Y構和處理方法方面對傳統的統計分析方法產生了沖擊。第一，在大數據背景下，數據來源不再是原來的簡單抽樣，而是“樣本即總體”，直接將總體作為研究對象。第二，在大數據時代，研究對象也不是原來單一的結構化數據，由于數據的多樣化與規模化，我們更多的是研究非結構數據，采用人工智能來進行數據挖掘和信息獲取。第三，數據處理方法也不是簡單的采用傳統的假設檢驗方法進行研究，特別是對于統計學中的異常點，不再采取以往的丟棄或者平滑處理方式。
“大數據”處理技術對統計學的發展提出了巨大挑戰，但我們必須認識到學科之間的發展是相互交融的，“大數據處理技術”其本質上是數據處理與分析技術，其發展對統計學學科的發展也有積極的一面，同時統計學作為一門獨立的學科，有其自身獨特的學科優勢。首先，海量的數據有利于提高各類統計分析的精度，如減小抽樣誤差等。其次，較之于傳統的統計學方法，現有的“大數據”分析方法難度較大、成本較高、耗時較長。而在實際的應用中，我們關心的不是數據量的多少，而是數據量所蘊含的信息。傳統的統計學分析方法是以較少的數據進行精確度相對較高的統計分析，這是“大數據”分析所無法替代的。另一方面，統計學在數據收集方法、模型選擇、模型假設以及模型診斷方面有很大優勢。而且并不是所有的問題都具有海量的數據，并不是每一個“大數據”問題都適合用現有的“大數據處理技術”來處理。
3.對策與建議
3.1 夯實基礎教學
針對以上的分析我們可以看出，大數據對統計學的發展既是機遇，又是挑戰。因此我們在教學過程中要夯實統計學基礎知識的教學，講清楚統計學的基本原理與基本方法，特別是數據分析與數據處理的基本原理與方法。對于許多傳統領域，如生物、醫藥以及質量與可靠性工程等，我們面對的多是“小數據”而不是大數據，因此基于樣本的統計分析方法仍然是進行此類問題研究的最有效的科學手段。
另一方面，我們要結合大數據技術的特點，對統計學的基本知識進行拓展教育，引導學生思考怎樣將已有的統計學基本原理與方法運用到大數據處理的技術研究中。如在大數據環境下怎樣進行數據的收集、篩選與甄別、存儲與分析等，如何分析并厘清可能的數據來源與范圍，如何建立相關指標體系并對數據進行分類，如何制定或調整相應的統計參考標準，以及如何對依靠非傳統數據源加工生產的統計數據進行規范的統計推斷等。
隨著大數據時代的來臨，各行各業對具有統計背景知識人才的需求必定越來越多。因此，在統計學教學過程中，一定要結合各專業的特點，特別是“大數據”的特點，切實加強統計學的基礎知識教學與拓展教學。
3.2 加強統計學專業軟件教學
“大數據”環境下，對統計人才需求也發生了變化。面對海量的數據與多樣化的數據，一名合格的統計人才或數據分析人才不單需要良好的統計素養與扎實的統計基礎知識，更需要具有數據的存儲與整理能力、計算能力以及數據分析與處理能力等。這就要求在教學過程中，加強統計軟件或數學軟件的教學。
針對傳統的“數學證明+手工計算”或“重理論輕專業統計軟件”的統計學課程教學模式，可將統計軟件或數學軟件融入課堂教學并安排一定的課時上機學習統計軟件，以此提高學生數據處理能力，加深對統計學基本原理的理解與掌握。
在加強統計軟件或數學軟件，如SPSS、R、SAS以及Matlab的教學過程中，要擯棄“會軟件的操作即會統計技術”的思維，要讓學生真正掌握相關操作與相關算法，深入思考算法的實現與相關理論的應用。同時引導學生思考對“大數據處理”的技術要求，包括數據搜集、發掘、存儲以及計算分析過程中的算法與設備要求等，引導學生針對大數據進行軟件升級與開發。
3.3 突出案例教學與實踐教學
大數據的產生和發展源于規模經濟問題或超規模經濟問題的研究。每一個大數據問題的研究都是與實際經濟或社會問題緊密相聯的，因此，在實際教學過程中，要突出案例教學與實踐教學，由易到難，通過案例教學逐步引入大數據的概念以及大數據處理的基本技術，提高學生的分析全局觀以及進行實際數據分析與處理的能力。
教學改革的目的是培養在“大數據”時代背景下，符合市場需求的專業統計人才，而合格的專業統計人才必須具備良好的統計實踐能力。案例教學與統計實踐活動是培養學生統計實踐能力的有效途徑。因此，在教學過程中，一方面，教師可融合各種與實際問題相關的案例進行分析和講解，加深學生對相關統計理論知識的理解，激發學生的學習興趣，培養學生解決實際問題的能力。另一方面，教師可以組織多種形式的課堂或課堂外的統計實踐活動以培養學生統計實踐。如，指導學生針對他們感興趣的與經濟、社會發展相關的統計實際問題展開統計研究，設計調查問卷，收集數據、整理和分析數據，撰寫研究報告，實現對實際問題的分析和解決等。
4.結束語
總之，在“大數據”環境下我們既要積極面對挑戰，又要緊緊抓住機遇，切實結合“大數據”的特點和“大數據處理技術”發展的需求，既加強對傳統的統計學方法、統計理論的教學，又積極開展 “大數據“環境下的拓展教學，推動統計學的發展，在數據收集、數據分析以及統計制度等方面進行改革和創新。
參考文獻：
[1]李國杰. 大數據研究的科學價值[J]. 中國計算機學會通訊，2012，8（9） .
[2]姜奇平. 2013 全球大數據-大數據的時代變革力量[J]. 互聯網周刊，2013，1.
[3]游士兵，張佩，姚雪梅.大數據對統計學的挑戰和機遇 [J]. 珞珈管理評論標，2013，2（13）.
關鍵詞：高中數學；數學統計學；現代經濟
統計學是發現社會數量關系的一項重要數學工具，不管是對現代經濟的發展還是對高中數學的學習都要依靠通過統計學計算出科學的信息數據。統計學在現代經濟發展中涉及到許多方面：預測、評估、分類等相關領域。同時，在現代經濟的發展中，也對統計方法、統計分析提出了相關要求。不管是為了自身提高學習成績，還是為了促進現代經濟的發展，高中階段的統計學學習尤為重要[1]。
一、統計學對現代經濟發展的益處
高中統計學對現代經濟的益處主要體現在以下幾個點：第一，解決經濟學問題，高中數學統計學對現代經濟發展其至關重要的作用，對于一些實際經濟問題通過建立數學模型、運用高中數學統計方法、分析計算、最后得出結論。這些結論不僅可以預測現代經濟的未來走向，還可以為相應的經濟類工程項目提供參考。在現代經濟發展中統計學的應用及其廣泛，人們對于經濟活動的評估方式也由定性向定量轉變。高中數學統計學的應用，可以使現代經濟科學化、合理化。應用高中數學統計學可以讓經濟的風險控制在一個合理范圍內。
二、高中數學統計學的應用
統計學是高中數學必修課。通過對高中數學統計學的學習，可以讓高中生的數學邏輯思維更加敏捷，思考問題的方式更加嚴謹，讓學生達到全面發展。一方面，通過統計學的學習，為高中生未來的工作、生活提供了諸多便利；另一方面，可為日后的現代經濟發展做出貢獻。高中數學統計學的應用，可以通過以下兩個方法來進行。
（一）抽樣法
抽樣法由系統抽樣、分層抽樣等方面構成。系統抽樣，在抽樣的過程中，需要將總體分成若干部分，從每一小部分中進行抽取。例如，某學校要了解高中生的身高狀況，依據1∶20的比例抽取樣本，把高中生看作一個整體，依據1∶20的比例抽取樣本，則要將所有高中生按整體分為20個部分，這樣的分法符合系統抽樣的應用條件，進而使用系統抽樣法來解決生活中在校調查學生身高的問題。分層抽樣，例如，某學校高一學生總數500人，高二學生人數總計400人，高三學生人數總350人，要調查3個年級學生對學校規章制度的看法，依據1∶9的比例抽取樣本，這些學生是3個不同的年級，可劃分為3個部分，依據既定比例抽取，各年級學生對應抽取的人數也會不同，這問題要求與分層抽樣法的理念基本一致，因而對于這類問題要用分層抽樣的方法來解決。
（二）樣本估計
樣本估計是統計學中最常見的，對樣本估計的學習最主要的是提高對樣本數量的認識，樣本數量與估計值準確率相互關聯，即樣本數量越多，則估計值越準確。例如：某一整體可劃分為60個個體，將各個個體進行1～60的編號，同時將它們劃分為6個小組，組號分別為1～6，如果運用系統抽樣抽取容量為6的樣本，首次抽取個體號碼為A，在第B次抽取時，個體號碼個位數與A+B個位相一致，請問若A=3時，第5組號碼為多少？經分析可得出，在A=3時，第B次抽取的個體號碼個位數為A+B，由此表明第5組號碼的個位數為3，再結合樣本估計知識，便可得出具體的號碼數字。由此可見，利用統計學解決生活中的實際問題無處不在，只有牢記相關的概念、方法，才能準確無誤地解決問題。
