时间：2023-12-20 11:32:54
随着中国经济增长率持续下滑，中国经济进入新常态。提出中国经济新常态，是希望克服唯 GDP 论，以更平常的心态看待经济增长的下滑。决不可片面追求高经济增长，而置资源与环境于不顾。但如果经济一直持续下滑，其带来的负面影响也是难以忽视的。中国面临着巨大的就业压力，且城镇化进程正快速推进。这些都需要经济保持较快的增速为新增劳动力提供必要的就业机会。更值得关注的是，中国经济增长的潜力到底如何?如果一个国家的经济潜力没有充分发挥出来，是资源浪费的表现，对中国这样一个亟需改善民众生活的发展中国家来说，更是不能接受的。
如果中国经济增长仍低于其潜在的能力，那么如何把中国经济增长的潜力充分发挥出来就是一个值得思考的问题。笔者分析人均收入与经济增长率上限之间的关系，从而分析当下中国的人均收入水平所对应的可能的增长率上限。分析中国自 1992 年以来人均收入与增长率之间的关系，试图对中国近期的增长率提出一种预测参考。分析经济基数与增长率的关系，试图纠正一种似是而非的观念：经济基数大了增长率就必然会降低。对中国经济增长潜力的市场分析，侧重分析了中国房地产市场未来带动经济增长的巨大潜力。最后，对经济增长进行政治经济学分析，并提出一些政策建议。
当一个国家人均收入较低时，存在经济增长的后发优势，至少表现在五方面：一是市场潜力巨大，低收入国家的民众有很多高收入国家已满足的需求尚未满足;二是技术可通过从发达国家引入和模仿来获得，从而可避免自主开发所要承担的巨大成本、风险以及所需要的时间;三是生产要素的价格普遍较低，尤其是缺少国际流动性的生产要素，如劳动力、土地及一些自然资源等;四是城镇化水平普遍较低，而城镇化可带来大量需求，可促进经济快速增长;五是受资源环境的约束较小，因为这时民众的环保意识通常较弱。这里不是肯定发展中国家忽视资源环境追求经济增长，而是解释这是一个可导致发展中国家经济增长的因素。这些经济增长的后发优势可使得这些低人均收入国家具有较大的经济增长潜力从而保持较长期的快速经济增长，如中国的经验。
但低人均收入国家往往也是问题国家，可能国内政治腐败，各种社会问题错综复杂，民族宗教冲突严重，民众受教育水平低，资本积累不足，基础设施严重欠缺，科学技术落后，等等。因此，低人均收入国家获得快速增长只是一种可能，实际的经济状况可能相当糟糕。由此我们判断，经济增长率在低人均收入国家中会呈现较大幅度的波动。从统计上来说，低人均收入国家群组增长率的方差会比较大。相反，人均收入高的发达国家在经济增长上存在内在的劣势，有五方面原因：一是国内市场有限，以现有技术所生产的产品已比较充分地满足了市场需求;二是需要重大创新才能大幅拉动经济增长，而重大的创新并不可能总在发生，而在创新相对停滞的时期经济则缺少热点;三是生产要素成本高，尤其是劳动成本;四是城镇化水平普遍较高，城镇化已难于带动经济增长;五是不可能以高资源环境代价实现高经济增长，因为高收入国家的居民对资源环境的要求愈发苛刻。
因此，一般来说，人均收入高的发达国家经济增长相对缓慢，只有在出现重大创新时才比较容易出现较快的经济增长，比如美国上世纪 90 年代出现的以互联网等高新技术带动的经济增长，但增长率也还是有限的，不能和同期中国的经济增长率相提并论。从统计上来说，高人均收入国家群组增长率的方差会比较小。中等人均收入的国家群组增长率的方差自然介于高和低人均收入国家群组之间。中国的地方政府一直存在着发展地方经济的巨大冲动，这和地方政府官员的政治利益相一致。发展地方经济同样需要资本和劳动。在中国，资本更为稀缺，而劳动更为过剩，尤其是体力劳动。就广大劳工大众来说，并无实际的民主选举权，工会在维护工人利益上实际作用也相当有限。
这样，劳工大众既难以通过民主选举约束地方政府并通过地方政府有效约束资本，也难以通过工会力量直接约束资本。如此，就成为经济上和政治上双重弱势群体。相反，资本可通过投资从而 GDP 约束地方政府，通过雇佣权直接约束劳动，取得经济上和政治上双重强势地位。资本和劳动在经济力量和政治力量上的对比使得地方政府有意或无意更多地和资本结盟，从而自觉或不自觉地忽视劳动阶层的利益，是导致中国高投资率和低消费率的重要的政治原因。本来高投资率和低消费率难以实现生产和消费的均衡，从而难以长期维持。但中国是一个特例，其中重要的原因是政府的高投资和政府支持下的高出口解决了过量生产的市场问题，结果难免是政府巨量的低效率投资和巨量未用于消费的外汇存款。从根本上来说，中国过去长期的高增长有并没有充分惠及普通民众，这是需要认真反思的。
近年来，中国一直试图改变经济增长方式，通过扩大内需来实现经济增长，而不过度依赖投资和出口，但效果一直不彰。根据以上分析，必须通过政治体制的改革以改变中国的政治结构，其要点就是增强广大劳工大众的经济力量和政治力量，包括给民众更多更实际的选举权和提高工会的独立性从而可更有效地维护工人的利益，由此可通过其自身的力量更有效地约束地方政府和资本，使得政府更多地在利益冲突的劳资之间采取平衡的立场，由此推动和谐劳资关系的建立，从而提高劳动的工资收入，由此扩大内需，实现经济的持续增长。
宏观经济统计分析是建立在经济学、统计学基础上，伴随中国社会主义市场经济发展而逐步完善起来的。近年来，随着市场化进程的加快，特别是在信息技术的推动下，大数据时代的到来，对于宏观经济统计分析提出了更多挑战。面对新的情况，如何从统计学知识体系来渗透经济分析方法，并从宏观经济统计分析中的问题来探讨其发展趋向，对于提升我国宏观经济统计分析的科学水平具有重要的现实意义。
关键词：
宏观经济统计分析；统计方法；关键问题
从概念上来看，宏观经济统计分析是建立在经济学、统计学知识体系基础上，以统计知识为核心，围绕经济学知识进行研究和分析。在我国社会主义市场经济体制下，宏观经济统计分析的内容也经历了几个不同发展阶段。在以计划经济为主时期，宏观经济统计分析主要运用计量经济学知识，利用数理统计和模型分析，来完成对国民经济运行系统的优化和平衡。同时，借助于政府统计系统，从国民经济运行相关数据分析中，对计划执行情况进行研究，改进下一阶段计划经济重大问题。这一时期的计划经济为宏观经济统计分析提供了基础数据，但是，对于统筹兼顾、优化管理为主体的计划经济管理思想是一以贯之的。从我国统计学发展历程来看，对于宏观经济统计分析的内容，概况的讲，主要是围绕国民经济主要经济指标来展开，如利用国民经济账户、投入产出、资金流量表、国际收支平衡表等，从各个核心部门、核心指标、核心统计体系中来分析国家、产业的发展状况，减少经济危机的发生。改革开放以后，我国宏观经济统计分析，借鉴了马克思社会再生产、计划经济管理理论，同时借鉴了国民经济核算体系理论思想，完善了我国国民经济综合平衡统计方法，逐步实现了财政、信贷、外汇、物资的四大平衡。在以信息社会、大数据时代为特征的第三阶段，宏观经济统计分析将实际问题作为研究重点，特别是经济学与现实问题的关联，大数据环境下数据的可比性，统计分析方法的科学性和实效性等。
一、宏观经济统计与宏观经济统计分析概念研究
我国国民经济统计主要依托国民经济核算体系，包括经济循环理论下的宏观经济统计指标体系，以及各类标准、统计分类等内容。宏观经济统计，从概念上理解为从宏观上来探讨经济运行过程及结果的统计测度理论和方法。从统计范围来看，主要从经济活动中来获取统计数据，包括各类经济活动的信息整理、也包括各类统计部门设计的用于统计实际数量的调查资料。统计学是依据统计学理论，运用统计学方法来对各类经济信息进行统计分析，如利用抽样调查来进行统计分析，以实现对样本总量的推断；在获取相关统计数据内容时，常用的统计方法有分类法、关联统计法、变化率统计法、总量统计法、结构统计法等。信息化社会的发展，特别是基于网络技术的电子商务平台的建设，使宏观经济统计分析的独立性和地位更趋重要。概括来讲，经济统计分析从统计方式、统计数据上来全面认识经济获得，并从有效分析中提升经济发展水平.宏观统计数据的测度方式及搜集方法，与传统的调查方法，如普查、抽样调查、统计报表相类似，在现代经济统计中，增加了软统计内容，如抽样问卷、心理量表等。宏观经济统计分析是建立在宏观经济统计基础上，利用统计学理论和方法，以实证经济分析来处理统计结果。从概念上来看，广义的宏观经济统计分析包括的经济活动较多，不仅有重要的宏观经济指标内容，还有其他与国民经济管理相关的统计分析。微观来讲，宏观经济统计分析主要从经济问题的统计分析研究中，来构建统计分析模型，并从统计分析变量或指标中探析统计数据所反映的结果。
二、宏观经济统计分析体系研究
1.宏观经济统计分析内容
宏观经济统计分析体系包括宏观经济学目标、宏观经济管理目标和宏观经济统计目标三项内容，对于宏观经济学目标，主要从宏观经济统计分析对象，如社会总供给、总需求等建立均衡统计分析，从国民收入分配统计分析中来构建各项统计指标，如产业结构统计分析、经济周期统计分析、知识经济发展与创新统计分析、消费-投资需求分析、通货膨胀统计分析等等。宏观经济管理目标主要从宏观经济运行体制及组织结构上，围绕国家经济社会重大战略开展统计分析。如创新型国家经济战略、科教兴国战略、财政政策、货币政策、城镇化区域发展战略、可持续发展战略等等。宏观经济统计目标主要从国家统计、部门统计、行业统计、区域统计等层次化统计数据基础上来开发，围绕社会创新、政府管理、科学研究等内容展开统计方法创新。
2.宏观经济统计分析问题
宏观经济统计分析是政府统计工作的重要内容，一方面归结为制度化的统计分析工作，另一方面表现为专题型或问题型统计分析工作。在制度化统计分析工作中，围绕政府统计调查指标体系，从宏观经济运行过程及结果中来搜集数量特征、数量关系，并从宏观经济运行情况综合表现上来剖析主要问题和成功之处；对于各项宏观经济政策措施的执行情况进行跟踪，对执行效果进行对照分析，并从存在问题中来提出应对建议。如国家统计局和各下属统计单位，每年要对上一年度的统计工作进行汇报，以经济分析白皮书形式进行综合。制度化宏观经济分析工作，能够从社会生产、市场供需、收入分配、金融市场化、国际收支等多方面进行呈现，既有动态指标，也有近期、中长期发展趋向分析。宏观经济专题统计分析具有灵活性和变化性，主要是围绕不同时期的经济工作，从经济问题中来展开针对性调查统计分析。其特点表现在：一是对所研究的问题或专题具有较深的研究；二是多采用多重调查方法来实现对专题问题的全面分析，如抽样调查、软实力调查、问卷调查等的综合使用；三是运用现代信息技术来提升统计分析能力，特别是用网络化平台技术来弥补传统调查方法的不足，改善数据质量等。
三、宏观经济统计分析方法研究
宏观经济统计分析方法具有多样性，针对不同问题，有搜集数据、整理数据方法，也有针对经济问题的分析方法，还有基于统计描述和探索性数据分析方法。总的来看，对于宏观经济统计分析工作，多种方法的综合运用有助于提升宏观经济统计分析的科学性和有效性。对于宏观经济统计分析，不同领域所涉及的统计方法具有交叉性。但对于宏观经济分析中动态经济分析、静态经济分析、比较动态经济分析、比较静态经济分析方法所反映的经济学问题，能够从全面质量管理方法中体现目标、过程、方法、绩效、因素等统计描述信息，改善统计分析的应用实效性。主要常用的方法有因素分析法、指数分析法、弹性分析法、时间序列分析法、应用回归分析法和多元统计分析法等。对于不同经济变量体系的描述，根据经济运行过程及数量特征，从所选定的指标变量上来进行估计，包括推算、核算和估算等方法。描述性统计分析方法是基于统计分析应用，从构建基本逻辑架构中来分析客观存在的相关变量之间的关系；由于经济活动中各经济关系之间存在动态性，需要从经济分析的聚类、因子分析等方法中，运用分层回归、分位回归以及协整分析方法来转换，以促进对各项分析指标体系进行综合评价和反映。同样道理，在宏观经济统计分析方法研究中，面对大量微观性数据，如何发挥统计变量测度及过程变量特征分析优势？实践中常用统计系统描述方法，将系统分类及归纳至分位、分层、立体、动态的复杂系统中，从探索各关系变量及因素之间关系上来进行描述性分析。如在人口普查以及经济普查中，对于各类模拟系统方法的运用，主要从各因素的顺序识别和组内方差缩小、组间方差扩大上来实现动态过程的科学推断，提升核心主体的统计分析精度。
四、宏观经济统计分析的趋向研究
从宏观经济统计分析的应用来看，当前社会环境下面对更多挑战，其主要研究方向有以下几点：一是做好对国家经济社会发展管理的重要决策导向研究，特别是在信息技术快速发展背景下，从海量数据分析中来挖掘科学的信息资源，来优化和辅助市场化竞争、产业竞争及区域、国际间的竞争需要。哈佛大学加里·金（GaryKing）提出“信息革命背景下，对于海量数据资源的统计分析，将席卷商业界、学术界和政界”。建立在大数据基础上的精细化测量行为研究，从经济领域、商业领域来拓宽延伸，以促进社会发展；二是顺应大数据时代的发展机遇，在中国特色社会主义市场经济转型关键期，从协同政府、行业、经济、社会发展关系的角度，以政府公共数据共享平台建设来完善社会发展科学管理水平，从中长期发展政策分析中来进行科学谋划和实施。对于统计信息平台中的活动、业务、行政记录、财务信息等资料，要按照统计数据的统一化要求进行科学转换，增强宏观经济统计分析的决策科学化能力；三是强化创新型国家建设统计分析工作，围绕国家创新能力、国家创新体系建设发展要求，从国家科技政策制订，到各项经济统计工作的实施，都应扎实推进宏观经济统计分析在经济建设中的核心和驱动地位；四是构建高端化的产业结构统计分析模型，围绕我国全面转型过渡期的产业结构现状资料，从构建“三高一低”产业结构高端化统计目标入手，加大对信息化金融产业的创新，延长产业价值链，增强产业辐射及带动作用，优化产业结构向高端化进程转移；五是注重金融统计分析，完善我国金融管理体系，提升金融管理效率。在建设金融服务业与其他产业的协同发展上，发挥统计手段来全面跟踪和优化我国货币政策服务环境，挖掘金融数据，加大金融风险监测和防范；六是注重宏观经济空间统计分析，依托大数据时代数据集中化平台，为宏观经济统计分析创造有利环境，实现大数据的共享、合作和协同发展，真正实现大数据的整体效益。
参考文献：
[1]赵彦云,周芳.试论大数据时代中国政府统计改革发展新模式[J].教学与研究，2014(01).
[2]侯福忠.宏观经济统计分析在国民经济核算体系中的作用[J].现代商业，2013(15).
学校经济管理是一项非常复杂和庞大的管理事项，涉及的部门众多，信息数据量庞大。而大数据技术对信息数据的处理有着独特的优势。民办学校在经济管理方面，自主性更强，对大数据技术的应用也更加灵活，因此，民办学校管理者必须充分认识到经济管理工作的重要性，与时俱进，不断更新经济管理理念，积极地探索和实践应用大数据，切实提高经济管理实效性，实现经济价值最大化、最优化。
1.经济管理中的大数据特点
民办学校经济管理方面涉及的数据来自于不同的层次和分类，既有人事、财务、资产、科研等常规管理型业务产生的结构化数据，又有多媒体教学资源等非结构化数据;既有用户使用网络产生的行为数据，又有物联网、移动互联网感知到的位置数据等。这些数据围绕着面对教师或学生的服务与管理而产生，具有碎片化、持续性特点。
1.1碎片化
“碎片化”指无论是学校的经济业务数据、教学资源数据或网络行为数据，都从某个侧面反映了“人”的一个属性。例如，从科研经费的资金数据、购买图书的资金数据，都直接或间接反映学校经济管理中的一个方面，只有将不同来源的数据进行有效整合，并建立量化分析模型，才能清晰准确地判断学校经济管理的整体质量和水平。
1.2持续性
“持续性”则体现了校园经济管理各项业务的规律，例如校园一卡通消费、上网时长、食堂费用、教师工资等，能够反映学校经济运行的基本规律，但这必须基于长期、持续的数据进行统计分析，仅靠短期数据分析获得的结论对指导学校经济管理无益。
2.大数据在民办学校经济管理中的作用
2.1为学校经费预算提供决策参考
民办学校在经济管理过程中，需要预算下一年度的各项经费，而通过大数据技术，可以对当前以及过往年份的各项费用开支情况进行综合分析，找到各项费用之间的关系，并预测其增长率。
2.2对学生的经济行为进行管理
学校经济管理并不单是学校自身的经济事务管理，也涉及学生在校期间的各种经济行为管理，通过大数据技术，可以对学生的经济行为进行统计分析。例如，有些学校通过校园一卡通消费数据来分析判断学生的经济情况，通过学习成绩变化和门禁记录数据来筛选需要心理干预的学生群体等。进行大数据的采集、处理和分析可以做出教育资源是否合理配置与均衡发展、学生行为特征、招生与就业情况、教育质量以及舆情的分析等。
2.3提高学校科研经济的效益和水平
从经济管理层面来看，科研经费的支出，是学校经济管理的重要组成部分。而科研经费的实际使用效果，在传统的管理分析工具下，很难得出有效的报告和建议。通过运用大数据技术，可以对相关科研经费的使用方向、实际效果等，进行更加合理科学的预判，从而帮助学生或者教师改进自己的学习与教学以及科研工作。
2.4减少学校经济管理的误差
大数据以及数据处理分析能力优越，而成为学校经济管理领域重要的技术手段。大数据技术在处理学校经济事务中复杂的数据方面，效率更高，精确度更高，可以大幅度降低传统经济管理事务的误差。
3.经济管理中应用大数据的措施建议
3.1做好数据的规划
早期信息化工作人员朦胧意识到：所有的数据都是有用的，但是具体怎么用，那时候并没有明确的路线。所以在数据的规划与管理中无法预料到以后的大数据分析与应用。但现在随着各种技术的发展以及对大数据的相关需求时机已到，民办学校必须有大数据规划的思想。哪些数据需要长期保存，哪些可以短期保存，哪些数据要重点挖掘，哪些数据必须高质量等。所以，拥有一个数据的长期规划是非常必要的。
3.2建立良好的数据管理机制
加强数据标准建设、重视历史数据积累、开发数据管理经济的模式、以需求主导服务方向，建立互助互利的数据交流模式。数据只有在流转中才能体现其价值，有价值的数据才能引起使用者的关注，使数据权威生产者变被动为主动地维护数据，以保证数据有效性。信息化部门应主动出击、抛砖引玉，为学校各项经济业务部门等不同层次的用户提供定制的主题数据分析。
3.3提高信息数据的共享交流效率
运用大数据管理学校经济，除了需要信息化部门的热情与努力之外，沟通极其必要。从而建立良好的数据分析产生与消费的通道。通过对数据的收集和整理，反过来为学校经济业务部门反馈数据的统计和分析结果，相互推动工作的发展。
结束语
大数据将给各行各业的发展模式和决策带来前所未有的革新与挑战。教育行业同样不可避免。在民办学校经济管理领域，如日常费用管理、教学经费、科研经费数据都能够运用大数据技术，转化成为高质量的决策建议和决策依据，从而不断提升民办学校经济管理各项事务的水平和效益。
关键词：农经专业；数据分析；教学改革
2019年12月，农业农村部、中央网络安全和信息化委员会办公室关于印发《数字农业农村发展规划（2019-2025年）》的通知，部署了用数字化引领驱动农业农村现代化，加快农业农村生产经营、管理服务的数字化改造的发展战略，将全面提升农业农村生产智能化、经营网络化、管理高效化、服务便捷化水平作为农业农村发展的目标[1]。农业农村的数字化建设离不开专业人才的培养。农林经济管理专业毕业生的就业方向主要有农业经营单位、面向农业农村的政府管理部门、事业单位、科研院所等。随着农业农村数字化发展战略的推进，给传统的农经人才培养带来了一系列的挑战[2]。在数字经济和智慧农业的时展背景下，数据分析能力是农经专业学生重要的核心竞争力。如何提升农经专业学生数据分析能力，是农经专业人才培养中面临的重要课题[3]。
1农业农村数字化发展战略给农经人才培养带来的挑战
1.1对农经人才的数据思维的更高要求
在大数据时代，无论是农业生产经营活动，还是农村的行政管理中都有大量的数据资源。农业企业、农业合作经营组织、农产品产销数据、农产品溯源数据为农业经营者提供了生产、物流、销售环节大量的数据资源。经营者需要认识到数据是一种新的生产要素，要调动数据作为生产要素的属性，让数据分析为管理决策服务[4]。在数字中国的建设进程中，各级政府部门工作人员通过各级各部门的行政管理智能，收集了大量省、市、区、县级的区域经济社会发展数据。社区网格化管理下收集了微观层面的农业经营单位数据、农村常住人口数据、医保数据、扶贫数据、农村小额信贷数据。这些数据资源是政府提高行政效率、提高政务服务质量的宝贵资源。
1.2对农经人才的数据分析能力的更高要求
在大数据时代，每天都有海量数据生成，如何能更好地利用这些数据，让数据能发挥其为管理决策服务的功能，与数据使用者的数据分析能力是密切相关的。例如，农业经营单位在农业生产环节的农业投入数据、农产品销售数据、电商平台的客户反馈评论、农产品库存的动态数据，如何整合分析这些数据，要求农业经营者系统掌握数据分析、数据挖掘、文本分析等多元化的数据分析方法。政府管理部门掌握的农业人口的迁移数据、农村常住人口网格管理数据、农村居民医保数据、扶贫数据等，数据类型丰富，数据量庞杂，如何实现数据库的整合，要求政府部门工作人员掌握数据库管理、大数据分析技术。
2农经专业数据分析课程群建设中存在的问题
2.1课程之间连贯性不足
以笔者所在的高校为例，为农经专业本科生开设的数据分析类课程，见表1。数据分析课程群包括了通识教育、专业教育和实践教育。从目前的课程设置来看，涵盖了数据库、统计学、经济计量学、多元统计、大数据分析等领域，内容丰富。数据库应用由计算机学院开设，是一门通识教育课程，在授课时教师往往将其视为一门计算机类的入门课程，在教学中没有针对农经专业学生的特质，将数据库的教学与其在农经领域的应用结合起来。学生在学习中往往会觉得该课程与专业联系不够紧密，教学内容枯燥，缺乏学习兴趣。
2.2学生学习的软件种类繁多，但不够深入
在统计学和多元统计课程中，学生将学习EXCEL、SPSS或者R语言的应用，在经济计量学课程中学生将学习Eviews或STATA的应用，在数据挖掘与大数据分析课程中学生将学习Python语言的应用。在每一门课程中学习的软件都不同，对于软件的学习缺乏连贯性和延续性，虽然学生接触的软件种类多，但是由于学时所限，每一种软件都只是入门级的介绍，无法进入到深度学习。
2.3与专业课学习联系不够紧密，缺乏应用机会
学生缺乏在专业课学习中运用数据分析类课程所学知识的机会。数据分析类课程主要介绍数据分析方法和软件的应用，但大部分都安排在第5学期和第6学期。学生在学习了数据分析方法后，缺少在专业学习领域里运用这些方法的机会。例如学生若要完成产业经济学、农业技术经济学、农产品国际贸易学的专题研究、课程论文，需要用到统计学、经济计量学、大数据分析的方法，但在第2-4学期开设大量专业课的学期，数据分析类课程还没有开设。若能将数据分析类课程尽量靠前安排，学生可以在后续的专业学习、课题研究中运用所学的方法，一方面夯实数据分析技能，另一方面也可以增加学生对专业课的学习兴趣。
2.4排课不够科学
在大三阶段，学生可以选修多元统计、数据挖掘与大数据分析、Python语言三门选修课。但到了大三，学生专业课的学习任务重，选修课种类考虑繁多，学生选课可能出于兴趣、学分安排或者准备考研保研考虑，并不是每一位同学都会选修上述课程。尤其是计算机能力不太强、对数学类课程感到困难的同学，会倾向于选择难度小的课程。
3基于项目驱动式教学理念的数据分析课程群改革
3.1开展项目驱动式教学的意义
项目驱动教学法是基于行动导向的探究式教学方法，是将真实的或模拟的项目转化为教学项目，结合课程内容将项目分解为若干工作任务，创设工作情境，引导学生完成任务，进而实现项目教学目标的教学活动[4-5]。项目驱动式教学法最显著的特点是“以项目为主线、教师为主导、学生为主体”，改变了以往“教师讲，学生听”被动的教学模式，完善了学生主动参与、自主协作、探索创新的新型教学模式。与传统教学方法相比，教学实施过程中，学生的目标更清晰明确，可避免传统课堂教学的被动性，进而提高学生学习知识的兴趣和主动性[6]。在数据分析课程群中引入项目驱动教学，一方面能让学生运用所学的数据分析方法分析现实问题，创设数据分析情境，加深对所学方法的理解和运用，激发学习兴趣，培养自主学习能力；另一方面也可以有针对性地创设围绕“三农”问题的数据分析项目，让学生从数据分析中加深对“三农”问题的感性认识，培养对农经专业学习的兴趣，提升对农经专业的认同度。具体来讲，可以从以下方面开展对数据分析课程群的改革[7]。
3.2统筹规划教学内容，加强课程间的连贯和递进
农经专业数据分析课程群目前主要包括必修课数据库应用、统计学和经济计量学，选修课多元统计、数据挖掘与大数据分析，以及实践课R语言与统计应用、Python语言。统计学教学的重点在于对基础性的统计方法的运用，经济计量学教学的重点在于让学生掌握经济计量分析的范式，如何利用经济计量模型开展实证分析。多元统计强调对复杂多维数据信息的提炼。数据挖掘与大数据分析教学的重点在于大数据时代数据挖掘方法的应用。此外，针对于目前学生所学的软件门类过多，软件操作不够熟练，建议在统计学、多元统计、数据挖掘大数据分析中统一采用R语言进行教学，让学生通过几门课程的学习，能够熟练掌握一种统计分析软件。
3.3基于项目驱动对教学内容进行整合及优化，调动学生主动参与
例如统计学课程介绍了基础性的统计分析方法，在后续课程经济计量学、多元统计、数据挖掘与大数据分析中引导学生运用基础性统计分析方法，对数据进行初步的统计分析和整理，为经济计量分析、多元统计、数据挖掘做好数据处理上的准备，让学生体会到关联课程中所学知识的联结。鼓励学生积极参与“三下乡”活动，开展田野调查实践，围绕“三农”开展调研，运用统计和计量方法对调研数据进行分析，鼓励学生参与到教学中来，培养学生的学习兴趣，学以致用。
3.4建设“项目驱动”实践教学模块
结合农经专业课程体系，建设数据分析课程群“项目驱动”实践教学模块。在农经专业的课程体系中开设的农业经济学、农产品贸易、农村社会学等专业性课程对大量的“三农”问题进行了探讨，这类课程中涉及的城乡差异问题、收入和消费问题、农产品价格波动、农产品贸易等现实问题的研究，都离不开基于现实数据的定量分析。因此，在农经专业的数据分析课程群中可以结合教学内容引导学生对专业课学习中热点问题的研究，围绕课程教学大纲，建设“项目驱动”实践教学模块，理论联系实际，让学生在研究项目中运用所学的数据分析方法，加深对专业知识的理解。
4农经专业数据分析课程群优化方案
在大数据时代，数据分析能力是学生的核心竞争力之一。数据分析类课程在建设中要强调理论与实践的结合，不能只是将教学停留在课堂上，引入体现专业特色的实践教学环节。可以从以下几方面开展数据分析课程群的优化：第一，数据分析基础类必修课安排在大一学年。在第1学期，可以安排R入门、Python入门、数据可视化课程，让学生尽早接触当前主流的数据分析软件，激发学生对R或Python的学习兴趣，让学生自我拓展学习空间。R入门、Python入门、或者数据可视化课程都属于数据分析的基础课程，无需其他先修课程。在这一时期，让学生开始接触数据分析软件，学习数据可视化的分析工具，有利于培养学生的数据思维、数据意识和软件实操能力。第二，将与农经专业课有关的专业必修课统计学、经济计量学安排在第3-4学期学习。统计学课程需要学生先行修读高等数学和概率论课程，经济计量学需要学生先行修读微观经济学、宏观经济学，因此可安排在第3-4学期。让学生在掌握了一定经济管理专业知识后，可以更好地体会统计学、经济计量学方法论学科的应用价值。第三，将数据分析进阶类选修课多元统计、大数据分析、数据挖掘、机器学习等课程安排在第5-6学期。为高年学生提供丰富的数据分析类选修课，让学生结合自己的兴趣、未来的发展规划学习更加多元化的数据分析技术。鼓励学生能在专业论文习作、学科竞赛中有更多的机会运用自己所学的数据分析方法，增加学生的收获感和成就感，挖掘学生的学习潜力。第四，改革课程考核评价体系，采用项目式管理和评估的思路，由学生自主开展一个数据分析项目，从收集数据、提出问题、分析数据到提炼研究结论，开展小组团队成员互评。教师跟踪学生的项目开展过程，从学生的学习态度、投入程度、数据分析质量等综合评价学生的学习效果。
5结束语
将项目驱动教学引入到农经专业数据分析课程群的建设，让学生参与到教学中去，突破传统教学中“教师教学生学”的局面，让学生通过参与项目，运用数据分析方法解决项目中的实际问题，激发学生的学习兴趣和潜能，让学生体会到所学知识的应用价值，让学生不再对数据分析类课程望而生畏。本文的研究对于农经专业学生数据分析能力的培养有重要的意义，强调理论与实践的结合，提高学生数据分析的高阶能力，也能为同类课程开展项目驱动教学提供借鉴。
参考文献：
[1]农业农村部中央网络安全和信息化委员会办公室关于印发《数字农业农村发展规划（2019-2025年）》的通知[EB/OL].（2019-12-25）[2020-4-14].
[2]李虹贤.农业经济管理专业人才培养模式创新研究与实践[J].智慧农业导刊，2022，2（7）：110-112.
[3]冯开文，陶冶.农业经济管理专业实践教学改革———以中国农业大学经济管理学院为例[J].教育现代化，2017，4（23）：54-56+63.
[4]杜洪燕，陈俊红.乡村振兴背景下中国数字农业高质量发展路径研究[J].南方农业，2021，15（21）：213-214.
[5]金娥.基于项目式学习的《现代教育技术应用》课程学习框架的设计与实践研究[D].武汉：华中师范大学，2021.
[6]胡静，王昌凤.基于应用型本科人才培养目标的项目式教学模式构建[J].教书育人（高教论坛），2022（9）：59-64.
关键词：经济学 数理统计方法
随着我国市场经济发展进程的不断加快，人们对经济学领域的科研成果应用需求越来越大。然而，在实际研究过程中，数理统计方法这一研究重要工具并未引起相应的重视，这就在一定程度上影响了经济学科研项目成果的准确性与可靠性。基于此，相关建设人员应在认识数理统计方法作用重要性的基础上，通过明确其基本应用概念和实际作用过程，来找出该方法作用于经济学研究最佳使用方案。这是实现经济学科学研究成果作用效果和可靠性目标的关键，相关人员应将其作为重点研究对象，以实现数理统计方法的目标价值。
一、研究数学化经济学结合的重要性
经济学应用实现与高等数学这门学科中的知识是分不开的，如果相关建设人员没有将其重视起来，就难以将经济理论应用到模型建设中去。因此，研究人员应加大经济学与数学结合方面的研究，以实现解释模型作用的结果目标。相关研究表明，数量经济学的数学化是实现其发展应用的重要归宿之一。具体来说，就是通过增强经济学研究人员的“问题意识”，来将以往的方法导向转变为问题导向，从而使经济学成为数学化的经济学。这样一来，经济学就能依据数学化实现现代化，进而建立起“新范式”的经济学研究课题。针对这一问题，相关学者分析了数学与经济学结合研究的必要性。此科研内容，通过分析《投入产出经济学》中数学方法的应用过程，进一步证明了上述理论实践的作用效果。此外，研究人员还提出了要将基于“抽象力”的数学方法作为经济学研究的工具，从而提高科学研究工作的效率。值得注意的是，经济学的数学化也要有所节制，不能无限度的覆盖于全部研究历程。此过程，还要应用合理的经济假设、更新数学分析方法、进行现实性解释以及定性到定量的转换，这些均为满足经济学研究发展目标的重要组成部分[1]。
针对数学化与经济学结合研究过程中存在的问题，相关建设人员还要将数学模型建立方法应用进行质量控制。这是解读数学在经济学中意义价值的重要组成部分，相关人员应将坚持客观事实以及实现简单解决复杂，作为实际方法应用的原则和目标。从实践的角度讲，相关学者还应提高经济数学模型的建立方法以及建立要点的研究力度。例如，明确数学在经济学实际应用中的意义价值，确立实践方法应用的原则等。在经济学数学化的研究人才方面，相关人员应以创新原则作为体系培养的目标原则，这是使科研项目成果满足现代化发展需求的关键。因此，科研人才的培养除了要实现数学与经济学的结合外，还要研究未来经济学科研项目的应用发展趋势。只有这样才能不断更新经济学数学化研究的人力资源力量，从而尽早实现该类经济学研究成果的作用发挥。此外，在研究经济学项目使用规律的过程中，还要运用数学化的抽象性特点，从而实现具体问题的解决控制。由此可见，经济学在没有数学化支撑的前提下，非常有可能成为经济哲学，即不能真正作用于实际的社会经济建设[2]。
二、经济学数理统计方法的基本应用概念
在EM算法中数理统计方法的出现是在20世纪70年代，该时期计算机技术以及EM算法得到了快速地发展。与此同时，经济学研究传统的回归分析方法以及方差分析方法虽然实现了应用普及，但其已经难以满足科研人员对经济学快速开发建设的需求。而数理统计方法通过结合概率论以及统计科学，成功的为经济学研究提供技术保证。具体来说，该方法的应用就是从研究总体中抽取一定数量的样本进行检测，并根据获得的数据信息来推断关于研究总体的结论。因此，其应用的原理在于归纳。为提高获得信息的利用效率以及降低总体推断的误差，相关研究人员应充分应用以下数理统计方法，即：追踪数据分析方法（Longi-tudinal Data Analysis）、结构方程模型（Structural Equation Model）、项目反应理论（Item Response Theory）、元分析（Meta-Analysis）以及多层分析方法（Multilevel Data Analysis）[3]。
而从经济学应用的角度来看，经济学（Economics）是一门具有社会性作用的科学，其研究离不开定量分析以及信息数据的统计，这就意味着经济学也离不开数理统计方法以及数据统计的分析。在实现数学化经济学的分析过程中，可供选择的统计分析方法包括：经济参数检验法、相关分析法、描述性统计法、频数统计法、聚类分析法、因子分析法、对应分析法、典型相关分析法、方差分析法、非经济参数分析法、列联表分析法以及结合分析法等。而可供选择的经济数学化计量模型则包括：多元线性回归模型、一元线性回归模型、分位数回归模型、联立方程模型、协整毓误差修正模型、离散选择模型、Tobit模型、区间估计模型、卡尔曼滤波、面板数据模型、向量自回归模型、ARMA过程与 ARCH 模型、状态空间模型以及数学空间计量模型。基于经济计量的分析方法则是通过回归分析方法，来假定数学统计分布形式和未知数学函数的。此外，还可采用非参数分析法和半参数分析法来实现经济计量的统计。值得注意的是，当计量因子分析与回归分析方法结合起来，此研究方法被业内人士称为通径分析[4]。
三、应用数理统计法于检验经济绝对收入的过程分析
对于一些最基本的经济学问题，相关研究人员均可采用凯恩斯绝对收入假说，来进行数学化分析。以居民收入每增加一元，会平均拿出多少钱进行消费问题为例。首先，经济绝对收入的计算需要将消费的实际支出与收入多少联系起来，这是因为收入的绝对水平直接决定了消费水平。其次，经济绝对收入检验人员要明确几方面内容，即实际的消费支出与实际收入之间的稳定函数；边际消费倾向本身是否是随着收入的增加而递减；边际消费的倾向是否小于平均消费倾向。这里指的实际收入，是现期绝对的收入水平。再次，把现实中存在的问题转化为经济模型，此过程是一个将经济问题转化为数理化的过程。具体应根据一元回归模型：
CONSP=α0+α1GDPP+μ，来进行实际数理化问题的计算[5]。其中CONSP指的是，人均居民消费的常数项，用来表示边际消费倾向。而GDPP则指的是，人均的国内生产总值。根据凯恩斯的绝对收入假说理论，边际消费的倾向在0到1之间。最后，研究人员就可根据收集到的数据信息，进行必要的预处理。这样一来，就可以通过散点图来观察CONSP和GDPP之间的关系。相关研究表明，中国居民的实际收入与消费支出存在着线性关系。因此，研究人员应采用计量软件来模拟上述数据内容，并通过建立模型，来获取回归分析法的应用结果[6]。
四、数理统计方法与经济学研究的结合方法
前文内容分析了经济学问题研究采用数学计量方法，对绝对收入过程进行检验。此过程，数学化与经济学研究的结合要点，在于回归分析结果以及散点图的作用状态。这两方面内容，通过几秒的计算机统计软件即可实现，但其中却包含着助弱隐性的数学知识和统计学知识[7]。例如，数学化经济学研究人员先要利用最小二乘法原理，来对研究对象的参数进行估算。具体估算的内容有常数项和边际消费倾向。此过程，研究人员要根据高等数学中的微积分极值，来实现作用原理的可靠性。对于参数估计值的计算方面，由于很多计量软件均是根据计算机程序设计语言设定的，这就意味着经济学问题研究人员要采用矩阵知识进行代码编写，即利用线性代数知识。此外，在对回归模型和经济学统计对象参数进行统计检验的过程中，研究人员要利用数理统计知识和概率论知识。对模型结果进行经济解释，需要经济学知识。而收集数据，研究人员要对数据内容进行预处理，这则需要应用到数学中的统计学知识。有上述内容可以看出，要想实现经济学问题的准确分析，相关研究人员应将统计学、理清数学以及经济学三方面知识内容结合起来[8]。
相关研究表明，数学化经济学研究的进程中，经济学、数学以及统计学存在着不同程度的交集关系。如图1所示，为数学化经济学研究涉及学科的交集关系。
如图1所示，每个交集均有一门特定的学科。因此，研究人员在提升这三门学科的知识过程中，要按照相关的顺序。即要在不同的学习阶段学习不同的知识，这就避免了替代与混淆研究问题的出现[9]。具体来说，科研人员要将经济学理论作为学习与自身提升的出发点和最终归宿，而数学方法和相关统计方法则是服务于经济学理论。是学习的出发点和归宿， 统计学方法和数学方法服务并服从经济理论。据研究人员对以往的经济问题应用数学方法和统计方法进行分析得出了，无论是经济学、数学还是统计学，均是认识和厘清现代化社会建设所带来的经济生活变化的重要因素。但只要将其充分结合起来，才能实现其对经济生活变化规律的准确研究目标。事实证明，只有在此情况下，人们才能更好的消化快速经济建设所带来的不适应性，从而促进现代化建设的快速稳定发展。
从另一个角度来看，经济学反映的是当前社会的演变问题，其目的是为人们构建出一个更为科学合理的经济生活环境[10]。就目前来说，社会经济的发展现状较为复杂，研究人员要考虑现象产生背后的诸多因素后，才能得出一个具有实际意义和作用和理性的答案。这一过程，是一个需要精确推理、逻辑严谨的过程，研究人员必须通过数学手段，来分析不同因素之间的作用影响。其中很多专家学者认为，数学是掌握这种科学思维方式与运算基本技巧的关键。虽然数学知识学习起来最为枯燥、抽象，但其应用所带来的系统性、精确性，又是经济学问题研究中必不可少的。因此，经济学初学者和入门研究既要学些理论知识，又要懂应用。从宏观的角度讲，数学有基础数学（在这里也称之为理论数学）和应用数学用数学之分，而经济学同样也有理论经济学和应用经济学之分。因此，研究人员必须将知识的必须和够用两大因素作为提升自身能力的学习原则。
结束语：
总而言之，经济学的研究成果将直接决定当前人民生活水平的可持续性。因此，相关人员应加快数学化经济学问题的研究，从而提高经济学科研成果的作用效果。具体要完善的内容包括：统计学、数学以及经济学。其中数理统计方法的应用效果，要通过追踪数据分析方法、结构方程模型、项目反应理论、元分析以及多层分析方法来进行实现。事实证明，对经济学问题研究对象应采用计算机技术中的统计学知识，来提高数据信息获取的准确性。而数学知识则是用来计算统计数据信息与经济性问题的关系，从而找出经济变化问题的控制要点。
参考文献：
[1]洪永淼. 经济统计学与计量经济学等相关学科的关系及发展前景[J]. 统计研究，2016，05：3-12.
[2]王柱，李晓东. 近30年中国旅游经济学文献分析――10种旅游学和经济学主要期刊发表的旅游经济类论文研究[J]. 旅游研究，2013，02：14-22.
[3]潘永明，贾学学，魏永军. 我国团体融资研究回顾与展望――研究主题、研究内容与研究方法[J]. 贵州社会科学，2013，06：102-108.
[4]解月.统计方法在现代经济学中的地位与作用[J]. 商场现代化，2014，01：206-207.
[5]韩兆洲，王科欣. 《统计研究》之统计研究――《统计研究》创刊30周年回眸和展望[J]. 统计研究，2014，09：11-19.
[6]臧雷振，黄建军. 美国政治学研究方法发展现状及趋势――新世纪初的新争论、挑战与反思[J]. 政治学研究，2014，04：73-89.
[7]王庆芳，杜德瑞. 我国经济学研究的方法与取向――来自2012至2014年度1126篇论文的分析报告[J]. 南开经济研究，2015，03：140-153.
[8]李雪. 经济学研究的多元化趋势与挑战――河南财经政法大学经济学院王艳萍教授访谈录[J]. 经济师，2015，11：6-10.
关键词：函数性数据；修匀；函数性主成份分析；资产收益率
中图分类号：F276．1
文献标识码：A
文章编号：1002―2848―2007(01)－0108―06
一、前 言
在经济数据的传统定量分析中，所分析的数据对象具有这样的特征，即数据要么是时间序列数据，要么是横截面数据。而实际中获得的许多经济数据，往往是在时间序列上取多个截面，再在这些截面上同时选取样本观测值所构成的样本数据。计量经济学中称这样的数据为“平行数据”(Panel Da―ta)，也被翻译成“面板数据”，或“纵向数据”(longitudinal data)。20多年来，许多学者研究分析了面板数据。事实上，关于面板数据的研究是计量经济学理论方法的重要发展之一，它在解决数据样本容量不足、估计难以度量的因素对经济指标的影响，以及区分经济变量的作用等方面，具有突出优点。但是，研究面板数据的计量模型，以线性结构描述变量之间的因果关系，且模型太过于依赖诸多的假设条件，使得方法的应用具有一定的局限性。为了弥补面板数据的计量模型分析方法及其它统计分析方法的缺陷，本文基于经济数据的函数性特征，介绍一种从函数视角对经济数据进行分析的全新方法一函数性数据分析(Functional Data Analysis，FDA)。
函数性数据分析的概念，始见于加拿大统计学家J．O．Ramsay和C．J．Dalzell于1991年发表的论文《函数性数据分析的一些工具》。6年后，J．O．Ramsay和B．w．Silverman(1997)将对函数性数据进行统计分析的已有理论和方法，总结在《函数性数据分析》一书中。但这本书偏重方法的理论介绍和数学推导，不利于统计基础薄弱者使用。经过5年的努力，J．O．Ramsay和B．w．Silverman研究了一些函数性数据案例，并将其具体的分析过程编入他们于2002年出版的专著中。虽然国外在这方面已经做了许多研究，也取得了许多有价值的结果，但是有关函数性数据的研究依然处于起步阶段，还有很多问题需要研究或进一步完善。另外，从方法应用的具体领域来看，很少涉及对经济函数性数据的分析。就目前研究文献来看，我国在此方面的研究尚是一片空白。
为填补我国在这方面研究的空白，本文从思想、方法等方面，对函数性数据分析进行系统介绍，并通过编写计算机程序，率先利用该方法分析实际的经济函数性数据。本文共分六部分，以下内容的安排为：数据的函数性特征及经济函数性数据实例、从数据的函数性视角研究数据的意义、函数性数据分析的目标和步骤、函数性数据分析方法的经济应用，最后一部分是本文的结论。
二、数据的函数性特征及经济函数性数据实例
一般地说，多元数据分析(Multivariate Data A-nalysis，MDA)处理的对象，是刻画所研究问题的多个统计指标(变量)在多次观察中呈现出的数据，样本数据具有离散且有限的特征。但是，现代的数据收集技术所收集的信息，不但包括传统统计方法所处理的数据，还包括具有函数形式的过程所产生的数据，例如，数据自动收集系统等，称具有这种特征的数据为函数性数据。
函数性数据的表现形式多种多样，但就其本质来说，它们由函数构成。这些函数的几何图形可能是光滑的曲线(如人体在成年前的身体高度变化等)，也可能是不光滑的曲线(如股票综合指数等)。许多研究领域的样本资料往往表现为函数形式，如考古学家挖掘的骨块的形状、按时间记录的经济数据、手写时笔尖的运动轨迹、温度的变化等。函数性数据分析(Functional Data Analysis，FDA)的基本原理是把观测到的数据函数看作一个整体，而不仅仅是一串数字。函数指的是数据的内在结构，而不是它们直观的外在表现形式。
实际中，之所以要从函数的视角对数据进行分析，是因为：(1)实际中，获得数据的方式和技术日新月异、多种多样，例如，越来越多的研究者可以通过数据的自动收集系统获得大量的数据信息。更重要的是，原本用于工程技术分析的修匀(smoothing)和插值(interpolation)技术，可以由有限组的观测数据产生出相应的函数表示。(2)尽管只有有限次的观测数据可供利用，但有一些建模问题，将其纳入到函数版本下进行考虑，会使分析更加全面、深刻。(3)在有些情况下，如果想利用有限组的数据估计函数或其导数，则分析从本质上来看就具有函数性的特征。(4)将平滑性引入到一个函数过程所产生的多元数据的处理中，对分析具有重要的意义。
在经济分析中，融合时间序列和横截面两者的数据很常见，例如，多个国家、地区、行业或企业的多年的年度经济总量、多家商业银行历年的资本结构、能源(如电力、煤炭、石油等)多年按月的消耗量、不同时间上多个省市的失业数据等。这些经济数据往往呈现函数性特征，即每个个体对应着一个函数或曲线。在对经济函数性数据进行分析时，将观测到的数据(函数)看作一个整体，而不是个体观测值的顺序排列，这是函数性数据分析不同于传统统计分析之根本所在。例如，表1是工商银行、农业银行、中国银行、建设银行1995年到2004年期间的资产收益率(ROA)数据。
利用基于MATLAB编写的程序，对数据进行平滑处理(smoothing)，并绘出四家国有银行的资产收益率(ROA)的修匀曲线(见图1)。由曲线图可以看出，每个个体(银行)对应着一条曲线(其数学表达式为函数)，这是将多家银行的历年ROA数据记录看作函数的根本理由，也是函数性数据分析的出发点。
三、从数据的函数性视角研究数据的意义
从函数的视角，对具有函数特征的经济数据进行研究，会挖掘出更多的信息。例如，对函数性数据的平滑曲线展示，不但能够诊断出拟合数据的可能数学模型，还能够通过对光滑曲线求一阶、或更高阶的导数，来进一步探索数据的个体(横截面)差异和动态变化规律。
图2是四家银行资产收益率的速度(一阶导数)曲线，观察发现：在1995年至2004年期间，农业
银行、中国银行及建设银行的资产收益率的变化率，呈现出较强的周期性，其中尤以建设银行的表现最为突出。加速度曲线图显示，四家银行资产收益率的变化率的波动状况不相同，转折变化的时间差异也较大。这些情况一定程度表明，各家银行的内部管理与经营机制，对市场信息的反应快慢程度各不相同。
四、函数性数据分析的目标和步骤
函数性数据分析的目标与传统统计学分析的目标基本一样，具体情况如下：
(一)以对进一步分析有利的方法来描述数据；
(二)为突出不同特征而对数据进行展示；
(三)研究数据类型的重要来源和数据之间的变化；
(四)利用输入(自变量信息)来解释输出(因变量)的变化情况；
(五)对两组或更多的某种类型的变量数据进行比较分析。
典型的FDA主要包括以下步骤：
第一步，原始数据的收集、整理和组织。假设我们考虑的自变量是一维的，记为t，一个的函数仅在离散抽样值 处被观测，而且这些ti可能等间隔分布，也可能不是。在函数性数据分析中，将这些离散的观测值看作一个整体。
第二步，将离散数据转换为函数形式。这是利用各次观察的原始数据定义出一个函数x(t)，它在某一区间上所有t处的值都被估算了出来。解决这个问题的基本方法是选定一组基函数 (t)，k=O，…，K，并用基函数的线性组合给出函数x(t)的估计
第三步，多种形式的初步展示与概括统计量。概括统计量包括均值和方差函数、协方差与相关函数、交叉协方差(cross―covafiance)与交叉相关(cross―correlation)函数等。
第四步，为了使每一条曲线的显著特征都在大体相同的自变量处(如月份、年份等)显现出来，可能需要对函数进行排齐(regigtration)，其目的是能够区别对待垂直方向的振幅变化与水平方向的相变化。
第五步，对排齐后的函数数据进行探索性分析，如函数性主成份分析(FPCA)、函数性典型相关份析(FCCA)等。
第六步，建立模型。建立的模型可能是函数性线性模型，也可能是微分方程。
第七步，模型估计。
五、函数性数据分析方法的经济应用
为了说明函数性数据分析方法的具体应用，同时出于使所绘图形简单明了，本文再次利用四家国有银行的数据，对资产收益率进行更深入的分析。虽然此实例中个体数少，但并不妨碍对方法应用的系统描述与理解。
在对实际问题的经济数据进行分析时，通常需要依照研究的目标编写计算机程序。就目前的研究现状来看，基于MATLAB或SPLUS等编写的程序，如绘图或综合计算函数等，完全可以满足分析的需要。本文首先基于MATLAB编写程序，然后对四家国有银行的资产收益率数据进行分析。
关于四家银行资产收益率数据的函数(曲线)展示与初步分析，本文在前面已进行了描述，具体结果见图1和图2。概括资产收益率特征的统计量(均值函数和标准差函数)的曲线见图3。
为了进一步探讨典型函数所呈现的特征，本文利用函数性主成份分析，对四家银行的资产收益率数据进行分析。一般来说，在函数性数据分析中，与多元统计中的某个主成份的权向量相对应的是主成份权函数(principal component weight function)，记为 ，其中t在一个区间 中变化。第i个样品(个体) 的主成份得分值为 ，第一主成份就是在 的约束条件下，寻求使主成份得分 的方差达到最大的权函数 ，即它是下面数学模型的最优解： 类似地，可以求得第j个主成份，其权函数毛(t)是下面数学模型的解：
为了得到光滑的主成份，一种方法是对由上述方法求出的主成份进行修匀，另一种方法是将修匀处理过程，融入到主成份的求解过程中。具体作法是将描述主成份曲线波动程度的粗糙因子纳入到约柬条件中，形成带惩罚的约束条件。利用粗糙惩罚法求第j个主成份的数学模型是其中 称为修匀参数，用它可对粗糙惩罚项进行调整。
利用上述方法和基于MATLAB编写的程序，对四家银行进行函数性主成份分析(FPCA)。具体结果见图4。第一个主成份(PCI)的解释能力为85．5％，第二个主成份(Pc2)的解释能力为13．1％，前两个主成份的综合解释能力为98．6％。
为了清晰地显示主成份，并进行有意义的解释，在同一图中绘出三条曲线，一条是整体均值曲线，另两条是对均值曲线分别加上和减去主成份的一个适当倍数而形成的曲线，具体结果见图5(本文所选的倍数是0．12)。以上所述的三条曲线分别对应着图5中的实心曲线、‘+’曲线和‘*’曲线。第一个主成份反映了资产收益率(ROA)的一般变化，尤其反映了资产收益率的“两头”变化情况(1999年以前和2003年以后)。第二个主成份反映了资产收益率(ROA)的中段变化。
六、结论
在经济实践中，越来越多的领域所得到的样本观察资料是曲线或图像，即函数性数据。因此，对这种类型的经济数据进行统计分析和描述，具有重要的现实意义。因篇幅所限，还有一些函数性数据的分析方法未予以介绍，如函数性方差分析、函数线性模型、函数性典型相关分析以及描述动态性的微分方程等。由于本文的主要目的，是通过对函数性数据分析方法和具体应用的介绍，传述对数据进行分析的新思想，而不只是方法技术本身。因此，缺少的方法并不影响对思想的阐述。
另外，本文对四家银行资产收益率的分析，例证了函数性数据的分析方法，具有传统统计分析方法不可比拟的优越性，具体表现在：(1)通过对函数性数据的修匀，将一阶或多阶导数，如速度和加速度，引入到分析过程中。这一点在计量经济学和多元统计的分析方法中未予以考虑。(2)函数性数据分析，用最少的假设来研究曲线间和曲线内部的结构变化。关于这一点它优于计量经济学中处理“面板数据”的方法。事实上，面板数据只是函数性数据的一种类型，本文介绍的数据分析方法可用来处理许多领域的函数性数据，应用范围相对宽广，而且观测时点也可以不等间隔选取。(3)将数据曲线的振幅变化与相位变化分开处理，是函数性数据分析的一个中心理念，但在以前的分析中却被忽视了。
1.1法经济学渊源亚当•斯密被认为是现代经济学的鼻祖，也被认为是法经济学的宗师，在《国富论》中，斯密关于“好法律”与“坏法律”的讨论，堪称法经济学的经典论述。19世纪中叶，马克思认为，“无论是政治的立法或市民的立法，都只是表明和记载经济关系而已”，因此有人称马克思的法学理论为“经济学研究的法理学”。20世纪30年代，在对世界性经济危机进行反思后，各国政府开始运用法律手段对经济进行干预，使得法律与经济更加深入地融合。1958年《法经济学杂志》创刊，是法经济学运动的里程碑事件。在这一时期，罗纳德•科斯被认为是法律经济学的学科创始人，他在《社会成本问题》中提出了著名的“科斯定理”。20世纪60年代，以波斯纳为主要代表的经济分析法学在美国兴起，波斯纳认为，所谓法律经济学，就是运用经济学的方法和理论，来研究法律制度的形成、结构、过程、效率及发展的学科。
1.2系统法学渊源系统法学源于1970年10月系统工程学术会上钱学森先生的提议，随后，吴世宦、罗辉汉、何玉、王光进等学者对系统法学的发展做出了重要贡献。2006年，熊继宁出版了《系统法学导论》，提出了法系统学、法规范系统、法系统技术学、法制系统工程等理论，从法理学、哲学角度对系统法学进行了深入的探讨。2012年张国庆在科学网博客上先后发表了《生态论概述》《生态论：复杂系统研究》《系统法学：良法善治方法》，将师法自然的理念和复杂系统三论（生态论、健康论、和谐论）应用于系统法学，提出了包括法制思想定律、法制人权定律、良法定律等33个系统法学基本原理，以及法制系统结构与运行、立法的系统方法、法制评价与监督、法制系统管理以及数学法学、法制信息学等理论与方法。
1.3系统法学与法经济学法经济学（economicsoflaw）又称作法律的经济分析（economicanalysisoflaw）、法和经济学（lawandeconomics）等，主要是运用经济学，特别是运用微观经济学的基本理论与技术方法，来研究法律的形成、结构与效果及其发展。大卫•弗里德曼认为，法经济学包括预测待定法律会产生什么样的效果、解释特定法律为什么会存在、确定应该存在怎样的法律规则3个主要部分。罗伯特•考特与托马斯•尤伦认为，法经济学的基本观点应该是经济学的，如最大化、均衡和效率，并主张用经济学概念来替换法学中诸如正义、权利、义务、过失等概念。查尔斯•罗利认为，立法制度并不是独立于经济体系之外的，而是经济体系中的一个变量，法经济学应该运用经济理论和计量经济学方法来检验法律和立法制度的形成、结构、过程与影响。系统法学（legalsystemsscience），则是综合运用系统学理论与技术，以及其他学科先进理论与技术，研究法制系统的运行机制及其演化规律的一门科学。所谓法制系统的运行机制，就是指法制系统的结构及运行原理，以及法制系统与其环境相互作用等。显然，法制系统的运行机制是空间上的概念。其中，法制系统是指包括法律、立法、法律执行、法律监督和法律宣传教育机构等，法制系统环境是指包括自然、经济、政治、社会、文化等方面的与法制系统相关的因子。所谓法制系统的演化，就是指从法制系统在时间维度上的动态变化，包括法制系统的生成、演替或进化。系统法学在法学中的应用就是法制系统工程，法制系统工程（legalsystemsengineering），就是综合运用系统科学、信息科学技术和法学科学知识，研究和解决法制系统的创建、运行和维护问题的法律实践。法制系统工程是系统法学在法治实践中的实际运用。由于系统学的综合性，系统法学也继承了其综合性。系统学的理论基础是数学、物理学、化学与生物学，系统学提取其中的基本思想、基础理论与技术方法，还吸收社会科学尤其是管理学中一些基本思想、理论与方法，不断丰富自己的内容，创新发展自己的理论、技术与方法。这些理论、技术与方法又为这些学科及其它学科提供支撑。系统法学除了继承了系统学理论框架之外，同样还融合了法学理论框架。
2013年，张国庆根据这一框架，在《系统法学：良法善治方法》中，构建了系统法学的学科架构。基本理论：法哲学中涉及系统法学的内容（系统法哲学），法理学中涉及系统法学的内容（系统法理学），系统法学基础理论，包括系统法学基本原理、基本目标任务等。基本方法：系统法学方法学，法制系统结构学，法制系统功能学，法制系统模型学，立法的系统方法学，数学法学。应用技术：系统系统仿真学，法制系统工程学，法制信息学，法制评价学，法制系统管理学，法制监督学，系统经济法学，系统行政法学，系统刑法学，系统生态法学。系统法学理论框架的基础是系统学与法学，将系统学的结构分析方法、功能分析方法、模型分析方法、数学分析方法等系统分析方法引入系统法学，对法制系统、立法与司法进行分析与评价。由此可以看出，法经济学仅仅只是采取经济学方法对法律进行分析评价，而系统法学不仅仅是全部继承了法经济学全部理论、技术与方法，还在其基础上，抛弃了经济学中的机械论思想，引入生态论为其思想基础，在对法制系统进行分析评价基础上，对法制系统进行科学管理。
2法制评价
法制评价，是系统法学的重要内容之一，同时还是开展法制系统管理的基础。张国庆在《系统法学：良法善治方法》总结了法制评价的基本方法包括数据标准化、数据的表示与分析评价。
2.1法制系统的数据标准化法制系统的分析研究涉及到大量数据，通常所采集到的原始数据，往往难以直接进行分析研究，需要先进行预处理，得到标准化的便于分析研究的数据。数据预处理（datapreprocessing），是指在对数据分析研究之前，对原始数据进行的一定的处理，使得数据符合分析研究要求。在数据挖掘中，数据预处理方法包括数据清理、数据集成、数据变换、数据归约等。这些数据处理技术在数据挖掘之前使用，大大提高了数据挖掘模式的质量，降低了实际挖掘所需要的时间。2.2法制系统的数据表示对任何系统进行分析研究，都需要选择合适的参量来描述系统。在物理学中，通常把描述体系宏观状态的独立参量的数目称为自由度，并按不同性质把参量分为力学参量、几何参量、热学参量、化学参量、电磁参量。同样地，我们也可以仿照物理学中的这种定义，对法制系统的参量进行定义。具体原因：一是任何系统，包括法制系统，都可以近似地使用合适的参量进行描述和分析；二是可以直接借鉴物理学、数学中非常成熟的描述与分析方法，如熵分析、场分析、网络分析等，对法制系统进行分析。
2.3法制系统评价法制系统评价（systemevaluation），是根据预定的法制系统目标、结构和属性，用有效的标准测定法制系统的性质和状态。其目的是为了描述法制系统的状态或方案的效果，即在法制系统目标明确的前提下，对法制系统方案占用或消耗资源进行评审，选择技术先进、经济合理、生态安全、实施上可行的最优或满意的方案，为决策提供依据。
3林业法治效益分析与评价
法治效益分析是法制分析评价的一部分，法治效益的分析评价，可以借鉴目前比较成熟的标准化效益评价方法，结合法治效益特点，对法治效益进行评价。具体到林业法治效益分析评价而言，除了应当遵从一般法治效益的特点外，还要考虑到林业效益具有较强的公益性、生态性、外部性等特点，才能对林业的法治效益进行客观而公正的评价。
3.1分析评价指标体系鉴于林业的特点，林业法治效益要充分体现林业法治在经济、社会和生态效益三大方面，因此进行林业法治效益评价，要从实施林业法律前后的三大效益以及法律的科学性等方面，对林业法治过程的科学性、公正性、公平性进行检验，通过林业法治效益的评价，促进林业法治质量的提升。因此，林业法治效益分析评价指标体系，应该包括生态方面、资源节约方面、林产品与服务质量方面、市场化方面、科学技术方面、经济效益方面等。在经济效益评价方面，应该着重对林农增收、劳动生产率的提高、林产品与服务品质量和安全性等方面进行分析评价。在社会效益评价方面，要着重对社会发展水平、林农素质、文化生活、科技水平等提高情况的分析评价。在生态效益评价方面，着重对生态环境和可持续发展产生影响，尤其是对森林资源与环境质量影响的分析评价。
3.2分析评价数据基础林业法治效益分析评价基础数据计算理论与方法，可以直接采用现有成熟的森林绿色国民经济核算理论和方法，通过对林业法治活动进行全面计量，为林业法治效益评价提供基础数据。
3.3数据计算与合成数据计算与分析，可以根据不同的评价指标特点，选用层次分析法、模糊综合评价法、数据包络分析法、人工神经网络法、灰色综合评价法、多元统计评价法等方法，对标准化后的数据进行处理。然后，按照指标层次和相应的权重，按照评价要求，对其进行分层合成。
关键词：计量经济类课程；本科毕业论文；教学改革
中图分类号：G642.41文献标志码：A文章编号：1674-9324（2019）49-0074-03
一、引言
计量经济类分析方法在经济学和管理学研究中的作用日益凸显，促进经济类本科生对该类方法的熟练掌握和应用有助于经济类创新型人才的培养。高校的计量经济类课程是培养学生通过建立经济模型对经济现象进行分析的重要工具。高校开设的计量经济类课程主要有计量经济学、数理经济学、经济统计学、数理金融学、数据模型与决策等。由于计量分析类课程对相关数学和经济学知识基础要求较高，呈现出不同程度的“难教”和“厌学”，但该类课程在本科生撰写毕业论文时被广泛使用，起到重要的研究性作用。
以往文献极少以本科生毕业论文中对计量经济类方法的使用现状作为计量经济类课程教学效果的反映，而这正是本文分析的切入点。本文基于对经济类本科生计量经济类能力的现状分析，发现该类课程教学中存在的问题，有针对性地提出教学模式的改革方向。
二、经济类本科生计量经济类分析能力的现状
经济类专业本科生的学位论文，能够较真实地反映出学生的计量经济类分析能力，也是该类课程研究性教学效果的体现。本文以江苏师范大学商学院2016—2018届金融类专业（包括金融工程和金融学）毕业生共377份学位论文为样本（其中，2016、2017和2018届毕业生论文数量分别为78、108和191份），详细统计了这三届毕业生学位论文采用研究方法的结构分布（见表1所示）。
（一）本科生计量经济类方法使用的特征
由表1呈现的数据结构特征，能够客观地反映经济类本科生对研究方法的掌握情况，主要表现为以下三点：
1.使用定量分析方法的比例逐年提升。定量分析方法比例由2016届的67.07%逐渐上升至2018届的86.54%，即绝大多数毕业生在毕业论文fZu5CHyufTN5Yy/ie48E1w==中加入了经济数据的分析，使分析结论更加科学。相对来说，采用定性分析方法撰写毕业论文的学生比例大幅下降。
2.定量分析中，采用计量经济学方法的比例大幅提高，但计量经济分析仍以简单回归为主。在2016届毕业生中，采用计量经济学分析方法的学生仅有7.32%，到2018届，该比例上升至51.92%，即超过一半的学生采用计量经济建模的方式撰写毕业论文。在采用建模分析的学生中，绝大多数仍以简单的回归分析（包括协整分析、滞后变量模型）为主，对VAR模型、面板分析等较复杂方法的使用较少。
3.统计学分析方法的比例逐渐下降，该方法中以描述统计分析为主。该类论文中大多通过绘制线性图表现数据的时间序列过程，通过绘制饼图或柱状图对比数据的结构，通过绘制表格对比数据的均值、标准差等统计量。描述统计方法是最简单的定量分析，严格来说不属于计量经济类课程的内容，只是初级的统计学内容。2016届有57.32%的学生采用统计学方法撰写论文，在随后的两年，这一比例逐渐降低。值得说明的是，因子分析和主成分分析是多元统计分析方法，掌握该方法的学生具有较好的学习能力。另外，个别同学通过自己设置调查问卷并进行数据调查、获取、审核和清洗，以此为基础做描述统计分析是非常值得鼓励的。
（二）计量经济类分析在本科阶段广泛应用的原因
经济类本科生对计量经济类分析方法的掌握程度快速提升，主要有以下三点原因：
1.查重系统在毕业论文审核中的广泛应用。随着高校对学位论文要求的提升，众多高校在本科生毕业论文考核中采取了先查重再答辩的管理模式。例如江苏师范大学要求本科生毕业论文的查重率不得超过25%，申请校级和省级优秀论文的重复率分别不超过15%和10%，这在很大程度上保证了本科生毕业论文的质量。如果仅采用定性分析方法从理论层面阐述经济问题，并且要保证較低的查重率，这对经济学专业的本科生来说难度极大，因为经济理论是很难创新的。而通过自己查找经济数据，结合计量经济学方法进行实证分析，每个人的思路、查找数据的途径和范围、选择模型的指标，以及构建模型的框架都各不相同，所得到的结论也具有独立性，因此极大降低了与以往论文的重复率。
2.教学水平提高与教学内容拓展。高校教师的学历层次与研究水平不断提高，计量经济类研究方法也在陆续更新，为了让课程与时俱进，计量经济学类课程教师在课堂上不再拘泥于讲授简单计量模型，以往研究生阶段掌握的计量模型也陆续向本科生进行讲解，甚至DID等更加复杂的计量经济模型也可以对学有余力的本科生有所启发。当然，研究生阶段必须掌握更高深和前沿的计量经济模型，这是计量经济类知识不断外溢的结果，也是经济类科研环境的发展趋势。
3.经济软件教学的有力支撑。随着计量经济模型的不断更新，对应的分析软件也在快速发展，以往众多高校在本科教学中，要求学生掌握Eviews软件和SPSS软件，而近年来，为了让学生接触更新的计量经济学模型，并辅助考研的学生更好地衔接研究生阶段学习，很多高校在本科生教学中加入了State软件或R软件的教学，有效地提升了本科生对计量经济分析软件的掌握程度。
（三）计量经济类课程研究性教学中存在的问题
1.部分数学基础薄弱的学生有畏难情绪。计量经济类课程是数学、统计学和经济学的交叉学科，该类课程的所有模型都以数学和统计学为基础，但教学中应更多地强调对原理的理解而非推导，重视构建适合的模型，再借助软件对模型进行估计并解释。部分数学基础薄弱的学生把计量经济类课程学习等同于数学公式推导，弱化其应用性，内心产生抵触，很难学好该类课程。
2.数据收集过程粗糙，数据质量不高。可靠的经济数据是计量经济建模的重要原料，一个有研究价值且有趣的主题需要科学且高质量的数据，收集工作需要花费很多时间与精力，而且为保证经济模型的质量，数据审查、清洗、筛选等整理过程也很费时。很多本科生论文中的数据收集过程本着省时省力不问质量的态度，更多地通过百度而非源于官方和权威的网站及数据库，数据质量得不到保障，且样本量较小，分析价值有限。
3.建模过程缺乏推敲，大多选择简单模型。建立计量经济模型是一门艺术，模型不深究对错，只关注哪个模型更好，这就注定建模需要多番比较和权衡，经过一次次对变量的筛选、剔除和添加才能确定最终变量和模型的结构。但多数学生没有细致思考，仅通过最易获得的变量建立最简单的模型，完全没有筛选和比较过程，因此估计结果的解释力度十分有限，模型质量不高。
三、计量经济类课程教学模式的改进方向
1.从问题导向入手。兴趣是最好的老师，为培养学生对于计量经济学的兴趣，老师可以在计量经济学类课程的第一节课，就建议每个学生找到自己感兴趣的选题，选题未必紧扣专业，只要能与建模相关即可。老师可以对每个选题进行建议和讨论，梳理变量选择。例如，爱美的女生可以关注“容貌是否有助于劳动者获得更高的工资”，甚至变通为“整容是否有助于劳动者获得更高的工资”。学生通过课程的深入学习，自行查找对应的指标和确定模型的选择，每一节课学生都可能考虑新模型是否有助于解决自己的选题。经过一个学期的深入学习，学生学会了将计量经济类方法用于解决这类有意义且有趣的问题。此外，对有价值的论文选题，老师可以更多地引导，帮助他们获得本科生科研项目资助，最终在学术期刊上进行发表，这会给学生带来极大的成就感，也起到了极好的示范效果。
2.教师用自己的研究成果作为案例，并鼓励学生参与教师的课题。教师研究成果中的模型必定经过多番筛选和细节处理，学生通过了解这些模型，能够深刻体会从论文选题，到变量选择，再到模型确定的整个流程与细节处理，不仅能学到建模的技术，还能深刻体会设计思路，这比学习教材中缺乏前因后果与细节介绍的短小案例更有效。同时，教师也可以鼓励学生参与自己在研的课题，让学生体验具体的研究过程。
3.重视通过板书讲解模型原理。现阶段高校讲课均以PPT讲解为主，教师很少在黑板上写字。但讲解计量经济学模型原理时，通过板书更有助于引导学生的思路，因此教师应重视板书的使用。随着教学技术的不断发展，老师可以更多地利用电子板书，即使用数位板进行书写，使板书随时放大和多彩呈现，也能在PPT或PDF上随时标注，并在课后将板书保存后发给学生，有助于学生在课后整理电子笔记。
4.计量经济类软件教学多元化。部分高校在本科生阶段只开设一门经济软件课程，在这一门课上不可能介绍多种软件，经济类本科生仅掌握一种计量分析软件也是不够的。因此可以在统计学与计量经济学的课时中拿出6—9课时讲解对应的软件，有助于学生理解对应的原理。可以在统计学课程中讲SPSS软件，在计量经济学课程中讲解Eviews软件，在单独开设的经济软件应用课程中讲解Stata软件或R软件，并配合介绍相关的经济模型。
关键词：组合预测方法 旅游经济 数据分析预测
现阶段，国家对旅游行业的投资显著增加，旅游经济成份发展也呈现出多元化趋势，投资格局也渐趋多元，旅游业“政府主导、社会参与、市场运作”的发展模式发展应用也渐趋成熟。但是旅游行业的发展过程中面临着环境、经济政策等各项影响因素，需要构建有效的发展模式，全面提升经济发展科学化与系统化水平。本文着重分析了组合预测方法在旅游经济分析预测中的创新应用。
一、旅游经济发展现状概述
近年来，我国旅游行业的发展呈现出资源特色化与旅游需求多元化的特点，基于此发展趋势，国家注重进行了特色化、综合化旅游资源开发，为旅游行业的发展注入了新生机。伴随着旅游资源的开发，旅游经济网络不断升级完善，但是有些地方的旅游经济指标仍然存在不科学现象，还有些地方旅游经济发展相关机制并不健全，直接影响了旅游经济行业现状分析与前景预测工作的开展，间接导致了旅游经济目标的实现，严重不利于区域的协调发展。
此外，有些地方的旅游经济发展进展方式不科学，主要表现在旅游资源的开发过程中忽视环境生态指标的落实，直接降低了地区旅游资源开发过程中生态效益的实现，由此可见，健全旅游行业的组合预算模式进行旅游经济现状分析与前景预测具有必要性与紧迫性。
二、组合模型研究与应用
现阶段，旅游经济行业预测方法多样，但是受多种因素的影响，使用单一的经济预测方式具有一定的局限性，旅游行业发展受多元化因素的影响，因此行业经济预测方法应该囊括旅游行业多元因素的实际情况，并能进行综合化的预测评估，并全面提升旅游行业经济工作的科学化水平。基于这种方法需求，众多学者主张将组合预测分析法应用于旅游经济分析预测中，该方式采用模型预测模式能够全面、系统的推进旅游经济预测分析工作的进展。
（一）单项预测模型构建
现阶段，旅游经济行业分析预测工作中应用的模型主要有指数平滑模型、ADL回归分布滞后模型及局部多项式估计模型三种，其中前两种应用比较广泛，并且模型构建过程中具有一定的技术要点。
1、指数平滑模型
指数平滑模型的构建是基于指数平滑法组建的模型，又叫作指数修匀，具有进行数据自动跟踪的功用，因此在短期经济趋势预测方面应用广泛。指数平滑模型应用于旅游经济数据预测中能够减弱数据过大波动，可以进行有效的短期趋势预测。
指数平滑模型进行数据波动处理时会综合应用各种方法，这样能够有效避免数据处理的滞后性，能及时捕捉到数据的动态更新，具有广泛的应用价值。
2、ADL模型
ADL模型基于经济预测理论与数据信息处理结合基础，能够处理变量数据并总结出变量中稳定关系的应用模型，该模型主要应用于经济变量参数阐述，并进行数据统计与诊断检验，因此在旅游经济参数确定中具有利用价值。但是该模型在应用中一旦丢失解释变量将会直接导致模型应用偏差，因此要注意该模型应用中的解释变量的保存。
此外，ADL模型应用中的参数估计是其重要环节。传统的该模型应用中常考虑国际旅游外汇收入，现阶段应用比较广泛的模型将入境过夜旅游人数作为变量算入模型，有效提升了模型得出的回归参数的有效性。而且新模型应用中还进行了模型检验与优化，尤其是进行了自相关性LM检验与Wald系数检验，全面减少了模型应用的约束因素。
（二）组合预测模型参数估计预测
组合预测法是综合多种预测方法与模型设计进行经济数据分析与预测的新型方法，主要分为线性组合预测与非线性组合预测两种。组合预测法具有较高的预测精度。在预测实践中，采用不同的预测方法会得出不同的数据结果，这与其中的参数估计与预测有关。
组合预测模型中的参数估计与预测环节中比较重要的是各单项预测中加权系数的选取，应用比较广泛的是误差平方和最小的方法。现阶段，参数估计与预测中构建了误差评价指标体系，其中着重就加权系数应用有效性规定了评价标准，并分七种情况进行了预测效果罗列，这样应用该预测方法进行数据分析能够较低风险性。
三、旅游经济前景预测应用
将组合预测法应用于旅游经济数据处理领域能够有效强化旅游行业的数据统计，为旅游行业发展提供科学指导，尤其是应用于旅游经济前景预测环节。
将组合预测法应用于旅游经济数据分析预测中可以为经济调控与经营方式的改进提供指导，因此该法在旅游经济发展前景中应用将会越加广泛。
四、结束语
本文着重分析了组合预测分析法在旅游经济分析预测中的应用，笔者认为将该技术应用于旅游经济分析中能够进行经济前景预测，其应用具有重大的战略意义。强化组合预测模型构建，并精确模型参数，对于提升组合预测法应用价值意义重大。
参考文献：
[1]雷可为，方田红.基于组合模型的陕西省旅游市场需求预测[J].西北师范大学学报（自然科学版），2009（03）
一、“决策系统”数据库设计
（一）“决策系统”基本功能模块与基本架构根据国务院批复的《皖江城市带承接产业转移示范区规划》，如何在发展区域经济的同时对区域的土地综合利用进行科学、合理地分析与评价是《皖江示范区土地利用动态监测、评价与支持决策管理信息系统》建设的主要目标。作为“决策系统”的基础数据库建设是以“决策系统”的基本功能和基本架构为中心构建的。用户可通过人机交互界面，对“决策系统数据库”中数据进行查询、处理、分析及制图输出等操作，支撑皖江示范区土地利用情况的科学评价。其基本功能模块如图1所示，基本架构如图2所示。
（二）数据集（1）基本信息。“决策系统”所涉及的研究区域的数据基本分为空间数据和属性数据两大类。属性数据包括59个县或区的社会、经济和生态数据；空间数据包括皖江示范区的矢量图和各地区的生态景观栅格图。“决策系统”对其数据库的要求较高，数据库的建设不仅需包含皖江示范区所有土地信息，并能做到适时地、动态反应各种数据间的关系以及数据变化情况。区域的生态景观栅格图用于展示不同年份土地景观生态的变化情况，它作为生态评价的一个独立模块，分为1985年、2004年和2011年共3期的数据，栅格图层包含建设用地、耕地、水域、林地、草地和未利用地六大地类，不仅体现出生态环境的改变，也为土地利用的变化提供依据。区域空间矢量图用于定位各地区的空间位置，是土地评价的直观反映，也是结果输出必不可少的数据之一。根据前期土地利用评价指标体系的建立，属性数据的主要指标及层次关系如表1所示。属性数据采用连续时间段存储，存储从2000年至2011年各地区的生态、经济、社会数据。根据数据特征对数据的分类处理如图3所示。（2）基本信息模块。基本信息模块用于数据的录入和查询，包括县级不同年份的社会经济数据、生态数据以及景观生态栅格图。景观栅格图的生态指标主要有斑块数据和景观数据等，各数据如表2-5所示。
（三）数据分析方法对于土地利用的分析与评价，需要多种土地利用模型和数学模型的运用和分析。“决策系统”主要作了以下几个方面的分析：（1）运用系统动力学模型，建立所研究区域的“土地利用系统动力学模型”并进行计算机模拟。土地利用系统是一个复杂的动态系统，系统演替变化过程中有许多因子参与其中。通过对土地利用系统复杂行为的动态模拟，分析各因子之间的关系，确定动力因子。由于这些因子使得土地可持续发展能力与土地利用方式之间所具有反馈作用，从而能够掌握土地利用系统行为的动态趋势和客观规律。土地利用评价是一个动态的过程，对土地问题的分析不仅要正确地评价土地利用的发展状态，还需准确预测在未来较长时间段内土地利用的发展能力和变化趋势，并及时反映对其施加调控的效果。基于系统动力学的土地利用评价将土地利用视为动态系统，认为系统的演变具有很多动力因子，这些因子使得土地可持续发展能力与土地利用方式间具有反馈作用。系统动力学强调系统、整体的观点和联系、发展、运动的观点，非常适于研究复杂系统随时间变化的问题。土地利用的发展能力是通过土地利用的社会效益、经济效益和生态效益是否协调正向发展来表征的。利用系统动力学模型评价土地利用SDA（SustainableDevelopmentAbility，可持续发展能力）时，SDA被看作是一个状态变量，动力因子：土地利用社会效益IS、经济效益IE、生态效益IEn对SDA的影响被认为是流量变量，来自动力因子的积极影响增大，则SDA上升；消极影响增大则SDA下降。动力因子对SDA的影响取决于自身的值与被赋予的权重的大小，数学表达式如下。变量WE、WS、WEn都是时间t的函数，并接受土地持续利用SDA值的影响而不断变动。研究中将WE、WS、WEn假定为以综合变量Im0为自变量的函数，IEn、IE、IS各自受到变量Im1、Im2、Im3的反馈影响，综合变量Im0为变量Im1、Im2、Im3的函数。实际运用中变量Im0通常用人均GDP来表征，因为人均GDP在国民经济和社会运行中占有举足轻重的地位，人均GDP数值的大小直接影响到政府的调控措施。变量Im1可以由森林覆盖率土地质量等指标表示；Im2可以由土地经济产出、人均建设用地面积等指标表示；Im3可以由人均耕地面积、基尼系数、就业率等指标表示。因而模型可演化为：（2）运用层次分析法、统计分析方法中的典型相关分析和主成分分析法等模型，在建立和运行土地利用系统动力学模型的基础上，进一步明确因子之间的关系，进行评价因子体系的建立和评价因子的筛选和确定。本文主要运用主成分分析法对土地利用所产生的经济效益进行的评价。在土地利用分析中，多变量问题是经常会遇到的，变量过多会增加分析问题的复杂性，而且在实际问题中，多个变量之间也具有一定的相关关系。主成分分析就是把原来多个变量化为少数几个综合指标的一种统计分析方法，使用这些较少的综合指标不仅能尽可能多地反应原来较多指标所反应的信息，同时它们之间也是彼此独立的。作为地理分析领域最常用的数学工具之一，主成分分析被广泛应用于区域数据的趋势分析及综合评价等研究方向。主成分分析模型的基本原理如下：（3）运用“土地利用/覆盖变化”模型，描述土地利用变化过程、解释其成因机制、预测未来发展变化趋势及环境影响。模型主要包括数量分析模型、土地利用动态度模型、空间分析模型和区域差异分析模型、土地利用结构预测模型等。并形成土地利用的洛伦兹曲线，进行土地利用的空间状态分析。（4）运用时间序列模型和回归模型进行土地利用的变化趋势分析。在运用时间序列分析模型时，采用小波分析法进行小波阈值降噪；采用偏最小二乘分析建立回归模型。有效地提高了模型的精度。
（四）土地评价和制图输出模块土地评价、预测和制图输出模块是在GIS平台上对数学模型进行前处理和后处理，前处理主要是从数据库中取出输入变量供模型计算，后处理主要是把特定格式的计算结果转换为适合于GIS平台的数据库文件，实现数据库文件和GIS的绑定以及对结果文件的展示。模块使用的图层属性如表5所示。对于图层属性表中的排名、风险系数或阈值等字段初始设置为null，模型计算结果以记录的形式插入表中。或者，在建库时不使用这些字段，结果以插入字段的形式给图层属性表赋值。
二、“决策系统”数据库的应用及功能检验
（一）数据分析现以主成分分析法为例，对土地利用所产生的经济效益进行评价。例如研究2011年安庆市下辖的7个县和一个县级市的土地经济发展水平及其对安庆市的经济贡献程度。首先从“决策系统”数据库提取用于分析的经济数据，计算出各变量的相关系数，相关系数大于0.8，则认为变量之间具有较强或极强的正相关性。经研究，人均生产总值与人均财政收入、人均工业增加值、人均社会消费品零售总额都具有极强的正相关性。运行“决策系统”中的主成分分析模型，其结果见表6-8。由表6可知，前两个主成分的累计贡献率已高达85.399%，故只需要求出第一、二主成分即可，它们能够充分反映7个地区经济发展的综合水平。由主成分载荷值表7，可看出第一主成分在除人均农林牧渔业总产值和第三产业占GDP比重外的其余7个变量上有很大的载荷，这些变量几乎包含了区域经济分析的主要指标，综合性很强，这说明第一主成分在一定程度上代表着区域经济的综合发展水平。第二主成分在人均农林牧渔业总产值上具有较大载荷，说明第二主成分在一定程度上代表着农林牧渔业发展水平。8个区域在第一、二主成分上的得分以及综合得分如表8所示，如果一个区域在某一主成分上的得分为正，则说明这一区域的该主成分在平均发展水平之上；反之，得分为负则说明在平均发展水平以下。表中综合得分最高的是桐城市，其次是怀宁县，它们的区域经济综合发展水平在这8个区域中处于领先地位，太湖县、宿松县和望江县的经济综合发展水平最低。从“决策系统”数据库中调取由2011年卫星遥感影像所生成的景观生态数据，主要选用描述人类活动程度的周长-面积分维数①（PAFRAC）与生物多样性的修正辛普森多样性指数②（MSIDI）进行对比，结果见表9。同时，我们由“决策系统”计算了8个县（县级市）不同地类的区位熵，并引用未用地的区位熵，一并列入表9。
（二）结果文件转换成数据库文件运行“决策系统”中的土地利用评价模型，得到的结果是城市排名、风险系数或阈值等。利用区域名称的对应关系可更新“决策系统”数据库，将结果字段插入区域矢量图的属性文件中，实现结果文件与GIS的绑定。
（三）输出专题图本系统是由ArcGISEngine二次开发技术构建的，结果文件与GIS绑定后，由GIS的制图或制表功能从数据库取空间数据进行图层渲染，利用IRendererFields接口的AddField方法对数据库中的矢量数据操作，制作柱状专题图，输出结果如图4所示。图4也反应了各县对整个安庆市的经济贡献排名，对政府经济政策的制定有一定指导作用。
三、结论与政策建议
（一）研究结论（1）经研究并检验，笔者所在项目组设计的“皖江示范区土地利用数据库”实现了预订目标，功能和运行效率均能满足“决策系统”的需求。将区域的地理信息与区域经济、社会、生态信息集成为土地利用数据库，能够全方位地反映土地利用的状况以及对社会经济发展的影响，为政府相关部门的管理和决策提供有力的大数据支撑。而依托此数据库，运用土地利用模型和相关数学模型对土地利用进行分析与评价，进一步增强了数据库的使用效率。（2）近几年来，随着数学模型和GIS技术在土地利用研究领域的广泛应用，空间数据库的种类也日益繁多，如何建立有效通用的空间数据库也是现阶段许多学者们研究的主要目标。同时，随着管理部门对土地利用管理的愈加细化和深入，以及土地利用技术提高，将对土地利用数据库和评价系统提出更高要求，因此，引入新的设计理念和方法构建符合新的要求的土地利用数据库和评价系统，十分必要。
关键词：统计学；经济管理；应用研究；影响分析
统计是认识客观世界数量规律的有力工具，无论是进行宏观的国民经济管理，还是进行微观的企业经营决策，都需要准确地把握有关经济运行的各类数量信息。根据具体应用领域的不同，先后形成了生物统计学、档案统计学、管理统计学、信息统计学等统计学的不同学科。统计学方法在经济管理中有广泛的应用，经济管理评估、经济管理预测、经济管理分类、经济管理标准制定等领域统计学的思想和方法均发挥重要作用。同时，在经济管理工作的具体实践中，也对统计调查的方法、统计分析工具甚至统计信息化工具提出了诸多新的需求，推动统计科学的不断发展和完善。因此，深入探讨统计学在当代经济管理工作中的影响，对于推动统计科学和经济管理科学的发展具有重要的理论意义和实践意义。
一、统计学的基本理论和价值观
统计理论是数学的一门分支学科。它以概率论为基础运用统计学的方法对数据进行分析、研究导出其概念规律性（即统计规律）。它主要研究随机现象中局部（字样）与整体（母体）之间，以及各有关因素之间相互联系的规律性。它主要是利用样本的平均数、标准差、标准误、变异系数率、均方、检验推断、相关回归、聚类分析、判别分析、主成分分析、正交试验、模糊数学和灰色系统理论等有关统计量的计算来对实验所取得的数据和测量、调查所获得的数据进行有关分析研究得到所需结果的一种科学方法。统计学的价值观主要体现在以下方面：第一，真实可信。统计资料的真实性是保证统计结论可行度的基础，统计资料的真实性不仅包括统计数据本身的真实性，也包括统计过程的真实性，统计工作者只有坚持真实可靠的价值观，才能发挥统计在了解国情国力、服务经济社会发展中的重要作用。第二，科学严谨。就是要提高统计的科学性，坚持统计调查工作的规范统一，健全完善制度，夯实基层基础，实现统计方法、手段的现代化，推动统计能力、数据质量、政府统计公信力的提高，努力争创卓越一流的工作业绩。第三，创新进取。就是在进行统计实践工作和统计研究的过程中不断以问题为导向，创新统计工作方法、创新统计技术，促使统计工作更好地为经济社会发展服务。
二、统计学在经济管理中的应用
实践中，统计学在经济管理评估、经济管理预测、经济管理分类、经济管理标准制定以及经济管理科学研究中都存在广阔的应用空间。
1.统计学在经济管理评估中的应用。通过评价工作为评估对象进行排序并进行择优是经济管理工作的重要职能，在评估的过程中通常包括指标权重计算、指标体系优化等工作。在指标权重计算方面，统计学中的主成分分析法、因子分析法、粗糙集方法，它不需征求专家的意见，切断了权重系数主观的来源，使权重系数具有绝对的客观性，可以克服主观因素的不利影响，同时减轻计算工作量；在指标体系优化方面，多元统计分析中的主成分分析法利用降维的思想，将多个指标转化为几个综合指标的多元统计方法，主成分保留了原始变量绝大多数信息，且各个主成分之间互不相关，从而达到指标优化的目标。
2.统计学在经济管理预测中的应用。在经济管理工作中，需要根据历史数据对未来的发展趋势做出判断，例如根据历史销售量预测未来时间点的销售情况，又如新古典增长模型中重点研究的区域经济如何实现均衡增长的经济学问题需要对经济增长的收敛性即初期的静态指标（人均或劳均产出）和经济增长速度之间的负相关关系进行研究和检验。为了解决上述问题，多元统计分析中的线性回归以及通过对数化处理的拟线性回归模型能够有效解决经济发展的预测问题，又如统计学中开发出的收敛、绝对收敛、条件收敛等方法能够对经济系统的收敛性问题进行判断和分析。
3.统计学在经济管理分类中的应用。在经济管理的过程中，通常需要将具有一定共性因素的管理对象进行结合，在分类的基础上，以类别为基础提供差异化的管理，例如经济管理中的客户关系管理就需要建立在客户分类工作的基础上。聚类分析属于一种没有先验知识的统计分析方法，在经济管理中进行分类的基础，首先在于建立分类对象的特征指标，然后根据特征指标收集数据，最后通过“距离”测量的方式建立将“距离”最近的对象归为一类。系统聚类是一种重要的聚类方法，其基本思想是，首先将个样本各自看成一类，这是各类之间的距离等于各样品之间的距离，然后选择距离最近的两类合并成一个新的类，计算新的类与其他类之间的距离，再将距离最近的两类合并，这样每一缩小一类，直至所有的样品规程一类为止。系统聚类法的聚合过程可以通过聚类图的形式表示出来，这种图不仅使聚合的过程一目了然，而且便于确定分多少类以及如何分类。
4.统计学在经济管理标准中的应用。在经济管理活动中，经常遇到标准制定的问题，例如，在工程经济管理领域，在相关元器件出厂检验时就需要对元器件是否合格以及合格的元器件能够应用的具体场合做出判断，这就需要进行标准制定。实践中，统计学中的统计抽样和统计检验方法能够有效服务于标准的制定工作，应用统计学的思想，可以在大样本抽样的基础上获得大量不具有相关性的统计数据，进而以统计数据为基础对元器件寿命的分布函数予以假设和检验，获得具有统计显著性的元器件寿命分布函数，并根据分布函数的特征制定元器件合格与否以及不同应用场合的标准。
5.统计学在经济管理研究中的应用。研究方法问题是经济管理研究中的重要问题，研究方法的可靠性直接决定了研究结论的可信度。在经济管理领域中，实证研究方法是非常重要的研究方法论，在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量（即潜变量），为了解决这类对象问题的研究方法论问题，统计学的中结构方程模型因为能够同时处理多个因变量、容许自变量和因变量存在统计误差、能够同时估计因子结构和因子关系以及能够有效估计整个模型的拟合程度等优势，成为经济管理实证研究中的重要研究方法和工具。
三、统计学与当代经济管理的交互影响分析
统计学与当代经济管理的交互影响可以从统计学对经济管理工作的推动作用和经济管理工作对统计学的推动作用两个层面理解：
1.统计学对经济管理工作的推动作用。一方面，统计学方法推动经济管理科学化。在泰勒的科学管理体系中，通过科学的观察、记录和分析，致力于“时间动作研究”，探讨提高劳动生产率的最佳方法，制定出合理的日工作量，其中孕育着通过定量化提高管理的准确性和科学性的思想，统计学方法本身作为应用数学的重要分支，是实现经济管理科学化重要工具，有助于推动经济管理科学化目标的实现。另一方面，近年来，各种统计分析软件高速发展，StatisticsProcedureforSo-cialScience（SPSS）、SAS等统计学软件的出现极大提高了统计学方法在经济管理中的应用程度，也极大地规范了经济管理研究工作的科学性和规范性。对于操作者而言，只要能够在科学收集数据的基础上正确掌握上述软件的操作步骤，甚至无须精通各种统计模型冗余的推导过程都可以得出研究结论。
2.经济管理工作对统计学的推动作用。经济管理的过程本身也推动了统计学的发展，例如，经济管理中经常面临样本数量不足的统计推断问题，如在样本数量低于30个的情况下如何通过统计推断形成关于样本整体特征的描述，这就推动了统计学中小样本参数估计、小样本假设检验等相关统计学技术的发展；又如，大数据时代，数据量快速增大，数据增长速度的加快，以及数据的多样性，即数据的来源、种类不断增加。在大数据时代，许多传统统计方法应用到大数据上，巨大计算量和存储量往往使其难以承受；对结构复杂、来源多样的数据，如何建立有效的统计学模型也需要新的探索和尝试。因此，经济管理对象复杂性的不断提高也推动了统计学技术的不断发展和完善。综上可见，统计学方法与经济管理之间相互联系，统计学方法为经济管理研究和经济管理工作提供方法论指导，经济管理研究和实践工作为统计学的提供实践土壤，而且随着经济管理对象复杂性的提高，不断为统计技术的发展提出诸多新的需求。因此，统计学方法与经济管理之间并非相互割裂关系，而是二者相互影响、相互推动、协同发展。
四、结语
统计学在经济管理评估、经济管理预测、经济管理分类、经济管理标准制定以及经济管理科学研究中都存在广阔的应用空间。统计学与当代经济管理交互影响、相互推动，统计学方法有助于推动经济管理科学化目标的实现，统计软件的广泛应用提高了统计方法应用于经济管理的便利性；经济管理中小样本以及大数据等问题的出现对统计学的技术发展提出了新的需求。
参考文献：
[1]何晓群.多元统计分析：第2版[M].北京：中国人民大学出版社，2008.
[2]曾珍香，顾培亮.可持续发展的系统分析与评价[M].北京：科学出版社，2000.
关键词：企业决策 经济运行分析
中图分类号：F272 文献标识码：A 文章编号：1672-3791（2013）02（c）-0181-01
面对市场经济化环境中的激烈竞争，企业要想发展，就必须实施经济分析，做出科学的决策，只有这样，才能引导进入高速、稳定的发展轨道。科学的决策需要多方面、多因素的支持，而通过经济分析做出的统计数据则能为企业高层做出决策时，提供更加直观可靠的依据。经济分析要及时、准确、科学，对现实的经济环境做出最客观的分析，找出重点，寻求规律，揭示各种发展问题，使高层管理者能有的放矢，做出科学决策。
1 企业做好经济运行分析的必要前提
1.1 准确的企业统计
经济运行不止是制定决策计划的依据，还是反应企业一定时间段内经营效果的有效工具，并能科学、持续的监督企业的各种经营活动。经济运行分析数据是企业的生命线，只有保证数据自身的有效、及时与准确，企业做出的决策才是科学的。经济分析数据的统计分析应确保其准确性，各企业在这个方面还需要加强，必须应用科技手段，建设统计信息系统，根据企业自身实际，建设社会和企业内部数据库；完善经济分析队伍的整体水平，不断的进行统计人员素质的提升。
1.2 充分掌握了解有关财务信息
企业的财务信息直接反应出企业的经营情况，是我们了解企业的第一手信息，它也是开始经济运行分析的基础。所以，经济运行分析的第一步就是要掌握企业的财务信息，首先分析企业财务信息，以恢复经济事项的最初情况为标准，还原由于核算原因而调整的数据。但财务审核也有局限性，财务核算的结果并不能完全反应当时的经营信息，想要得出精确的信息，就必须在考察企业时将实体经营信息同财务信息结合起来。
1.3 要充分了解经营信息
企业是否正常运转，只依靠财务信息做经济分析根本不够，比如我们在比较某一阶段的财务信息时，会发现运输费用高于上一时期的费用；而在对实体经营指标作对比时会发现较之前一期销量有较大增长。这就表明，运费的增长说明销售数量的增长，从而做出运输费用有所增长是正常合理的判定。这一切都基于分析者对经营情况的详细了解，所以，企业应具备一个完善信息数据库，数据库应包括信息、资金、物质三资源一体化的数据，保证企业的经济运行分析能维持在管理、及时信息、真实数据、准确证据之上。
2 经济运行分析开展的作用体现
2.1 体现了企业某一时期的经营情况
经济运行分析主要包括企业当前的自然属性，社会状态，以及企业的有关机构、资产、负债、人员等情况的分析。而经济运行分析还应对企业的产品质量情况、生产发展状况、市场营销情况、企业财务情况、科研开况进行分析，以便企业对未来的发展做出及时有效的判断。除此之外，经济分析还能体现企业的生产规模，如：生产、营销、人员、资产及盈亏等规模和人员、产业、技术、产品与质量结构等等。
2.2 反映企业经营的速度和效益
企业的经营速度和效益都可以通过经济运行分析详细体现出来。物质生产部门的生产量和生产值都可以直接以经济运行的方式反映出来，除此之外，非物质生产部门的经营情况，如服务的投入等情况等，也能准确得出相关数据。从企业经营的效益方面来说，各种类型的企业，其物力、财力、人力甚至是时间上的投入均可以同劳务或是生产方面产出成果相比较。
2.3 反映与企业经营有关的生产活动
实施经济运行分析，不仅能体现企业当下的生产经营活动情况，也能反映出与企业经营有关的各种生产活动。不管是国内还是国外的企业，企业与企业之间，企业与市场之间都存在配套关系、协作关系，或者是合资关系；各企业可能在生产同一种产品，或者存在供需关系；而购买和使用过产品的消费者对其企业的评价也会影响到其它同类企业；企业在开拓市场时与其它企业产生的竞争以及产生的相同的市场关系。
3 经济运行分析存在的不足以及需要改进和加强的地方
（1）各企业，各生产部门在实施生产管理时方式是不同的，有时可能会发生出现生产量计算错误却未即时同时的情况，月度乃至年度之间数据调整和计算口径等的变化，都会影响到经济运行分析，导致企业在决策上出现失误；（2）企业公司每年都会对下属单位进行考核，并将相关的考核指标分配到各个车间、各个部门乃至班组及个人，但各生产部门的生产任务不同，生产方式多样，加上部门领导人为主观方面的影响，可能会导致上报的数据失真，从而影响到后期的发展决策的制定；（3）我们不能保证每个统计人员都能严格按照职业操守，高效准确的完成统计任务，难免会出现统计人员分析错误的情况，如果只是在总结工作中充实下一阶段的工作内容，那也没多大意义，对企业经营决策来说并无实际作用，很多数据依赖于财务与会计的工作，统计无能为力。时间一长，企业领导者的决策能力会被弱化。经济运行分析是对企业实行科学管理，监督企业经营活动，这是企业制定政策和计划的主要依据。作为生命线，它应该发挥实际作用，能真正提高企业的经营效率和决策的科学性，因此，我们还需从以下几个方面入手去解决问题。
（1）首先要有科学的指标体系，企业要建立完善的统计报表和指标制度体系，克服贪大求全的作法，科学处理微观、宏观以及需求和供应之间的关系，讲究高效务实。应当遵循全面性原则、规范性原则、及时性原则、客观性的原则，要兼顾到各个方面；（2）加强科技手段的应用，实现高科技作业，建立信息化统计网络，强化企业统计信息决策功能。企业要根据市场情况与需求，建立与市场信息相适应的经济数据库，及时反映本企业的业务发展和经济效益情况；（3）优化统计队伍，提高统计人员整体素质，我们在市场环境下，企业要更好地了解自己、了解市场，必须选择具有一定统计专业技术、业务素质高、敬业爱岗的人员，只有这样，他们才能适应整个市场，满足企业内部、同行业的经济运行分析需求，然后提供给领导层进行决策。
参考文献
[1] 林贤郁，王吉立.工业统计与实务[M].中国统计出版社，2002.
