本章要点： 
（1） 了解计量经济学的起源和发展； （2） 掌握计量经济学的学科性质、基本概念与内容体系； （3） 掌握建立与应用计量经济模型的主要步骤。



计量经济学是一门从数量方面研究各种经济变量变化规律的应用学科。计量经济学作为经济学的一个分支学科，经过70年，尤其是近30年的发展，形成了广泛的内容体系。随着计量经济学在一些发达国家的成功应用以及计算机的广泛使用，大量复杂的计量经济模型得以建立和应用，使这门学科得到了迅速的发展。正如美国著名经济学家萨缪尔森曾经说过的： “二次世界大战后的经济学是计量经济学的时代。”
为了让初学者顺利进入计量经济学这个新的学科领域，本章先对本学科的历史沿革、专用名词和基本概念作简要介绍。本章将介绍计量经济学的基本问题，通过本章的学习，可以知道什么是计量经济学； 明确计量经济学研究的对象及其与相关学科的关系； 了解计量经济学的基本概念、内容体系、主要应用及建立与应用计量经济模型的步骤。
1.1计量经济学概述
计量经济学（Econometrics）这个词是1926年挪威经济学家、统计学家、第一届诺贝尔经济学奖获得者弗里希（R.Frisch）按照生物计量学（Biometrics）一词的结构仿造出来的。弗里希是计量经济学的主要开拓者和奠基人。计量经济学的本意是指“经济度量”，以揭示经济活动中客观存在的数量关系为主要内容，研究经济现象和经济关系的计量方法。Econometrics中文译名有两种： 计量经济学与经济计量学。经济计量学是由英文“Econometrics”直译得到的，它强调该学科的主要内容是经济计量的方法，是估计、检验和应用计量经济模型。计量经济学则强调它是一门经济学科，强调它的经济学内涵与外延，故本书以此为名。但实际上，翻开两类不同名称的出版物，就会发现其内容并无区别。但也有学者认为，计量经济学与经济计量学这两种名称正反映了计量经济学有两个主要的研究内容： 一是计量经济学方法的理论研究，称为理论计量经济学； 二是将这些理论广泛应用于实际的经济活动中，称为应用计量经济学。本书介于二者之间，偏重于应用计量经济学。
1.1.1计量经济学的产生与发展
计量经济学起源于对经济问题的定量研究，是社会经济发展到一定阶段的客观需要。正是人们从数量方面探寻经济活动规律的不懈努力，才促进了这门学科的形成与发展。人们很早就在探索用定量的方式研究经济现象。早在17世纪，英国经济学家、统计学家威廉·配第（W.Petty）在《政治算术》一书中就运用统计方法研究社会经济问题。其后的相当一段时期，经济学家们力图运用数学方法研究经济活动，用数学语言和公式去表达经济范畴和经济规律。他们不满足于对经济问题的定性研究。他们认为，纯定性研究不可能说明任何实际问题，是“乌托邦”理论。弗里希认为，如果经济理论在纯定性基础上工作，而不设法定量测度不同因素影响的重要性，是不可能得出和论证任何“结论”的。例如，在一次衰退中有人可能说： 需要削减工资，因为那将增加企业的利润并因而刺激生产； 其他人可能说： 需要增加工资，因为那将刺激消费者的需求，因而刺激生产。有人可能说： 需要降低利率，因为那将刺激企业投资； 其他人可能说： 需要提高利率，因为那将增加银行存款并因而给予银行增加贷款的能力。这里加工资与减工资，降低利率与提高利率是互相矛盾的。如果分开来看，虽然都有其道理，但是决策者却无所适从。因为这些措施都是纯理论概念，既没有定量化，也没有比较各种措施的相对力度。这就充分说明，经济概念的定量化是非常必要的。正是在这种思考的推动下，或者说，在“不能解决的问题的吸引”下，1926年弗里希开始与世界上一些知名的学者进行通信联系，酝酿成立国际计量经济学会。

第1章导论



计量经济学（第2版）

1930年12月29日，由弗里希和丁伯根（J.Tinbergen）等经济学家发起成立的世界计量经济学会终于在美国俄亥俄州克里夫兰成立（耶鲁大学的欧文·斐休当选为第一任会长）。这个学会当时的宗旨是“为了促进经济理论在与统计学和数学的结合中发展的国际学会”。从1933年起，该学会出版了会刊——《计量经济学》，标志着计量经济学作为一个独立的学科正式诞生。弗里希在发刊词中所阐明的关于计量经济学的定义，至今仍被大多数人所接受。
计量经济学从诞生之日起，就显示了极强的生命力，经过20世纪40年代至50年代的大发展及60年代的大扩张，已经在经济学科中占据极重要的地位。
20世纪70年代以来，计量经济学的理论和应用又进入一个新的阶段。首先表现为计算机的广泛应用和新的计算方法大量提出，所使用的计量经济模型和变量的数目越来越多。此外，近十几年来计量经济学的理论方法又有新的突破，例如协整理论的提出，使计量经济学产生了新的理论体系； 模型识别理论、参数估计方法也有了重大发展； 对策论、贝叶斯方法等理论在计量经济学中的应用已成为计量经济学新的研究课题。应用计量经济学研究也由传统的生产函数、需求分析、消费函数、投资分析和宏观经济模型转向货币、工资、福利、国际间贸易等新的研究领域。
计量经济学另一个重要的发展是在宏观计量经济模型的研制和应用方面。目前已有一百多个国家编制了不同的宏观计量经济模型，模型也由地区经济模型逐步发展到国家经济模型乃至世界经济模型，并广泛利用宏观计量经济模型进行经济预测、拟订计划和提出经济政策。模型发展主要有两个趋势，一是模型的规模越来越大，如克莱因发起研制的“连接（Link）计划”，到1981年就包括了美、英、法、日等18个发达市场经济国家、8个原中央计划经济国家（当时的苏联、中国、波兰等）以及非洲、亚洲、拉丁美洲、中东4个地区的发展中国家，方程个数达到7447个，包含3368个外生变量。二是模型体系日趋完善，涉及生产、需求、价格及收入等经济生活的各个方面，通过信息交流和反馈，形成完整的有机模型系统，无论经济预测还是政策分析都很全面，可以在决策中发挥更大的作用。而这些都以计算机技术的快速发展作为坚定的技术基础，同时也促进了建模理论、建模技术和模型应用的不断发展。
计量经济学在一定程度上反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学向更加精密、更加科学的方向发展的表现。正如马克思指出的： 一种科学只有在成功地运用了数学以后，才算达到了完善的地步。计量经济学中的各种计量经济方法和技术，大多是从数学和统计学中引进的，这些方法技术完全可以在研究中国经济问题时借鉴。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，一定能够使其在中国的经济理论研究和现代化经济建设中发挥重要的作用。
我国计量经济学的研究始于20世纪50年代末，但是真正快速发展却在改革开放之后。1979年成立了中国数量经济研究会和数量经济研究所，并出版了会刊《数量经济技术经济研究》。1982年召开了第一届数量经济学会，从此计量经济方法得到广泛应用并取得许多成果，全国性的计量经济模型、区域性的计量经济模型、行业性的计量经济模型相继产生。如中国社会科学院20世纪80年代中期建立的“中国宏观经济年度预测模型”，国务院发展研究中心建立的政策分析模型，由国务院信息中心、中国社科院、复旦大学等联合开发的“世界连接计划”中国模型等。近年来人们又利用计量经济模型研究经济周期波动、国际贸易、汇率变化、生产率与经济增长方式转变、产业结构调整与政策模拟、金融预警系统与风险防范、粮食供给与需求的系统分析等。从1992年开始，我国每年春、秋两季对中国宏观经济进行分析和预测，同年11月份出版《中国经济蓝皮书》。目前，我国数量经济学已形成庞大的教学、研究和应用体系，并能培养从学士到博士各个层次的专业人才。值得一提的是，1998年7月教育部高等学校经济学科教学指导委员会确定“计量经济学”为高等学校经济学类各专业八门核心课程之一。将计量经济学列入经济学各专业核心课程，是我国经济学学科教学走向现代化和科学化的重要标志，对于提高我国经济学人才培养质量和研究水平，均具有重要意义。
1.1.2计量经济学的学科性质
1. 什么是计量经济学



计量经济学的奠基人弗里希1933年在《计量经济学》杂志创刊号中写下了一段话： “用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和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，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但其本身并非是充分条件。三者结合起来才构成了计量经济学。”我们不妨把这种结合称之为定量化的经济学或经济学的定量化。
美国现代经济词典认为： 计量经济学是用数学语言来表达经济理论，以便通过统计方法来论述这些理论的一门经济学分支。
萨缪尔森、科普曼斯、斯通等三位著名经济学家在1954年计量经济学家评审委员会的报告中认为： “计量经济学可定义为： 根据理论和观测的事实，运用合适的推理方法，对实际经济现象进行的数量分析。”
尽管对计量经济学定义的表述并不相同，但是可以看出，计量经济学不是对经济的一般度量，它与经济学、统计学、数学都有密切的关系。可见，计量经济学是经济学、数学和统计学相结合的一门综合性学科。具体地说，计量经济学就是在经济理论的指导下，根据实际观测的统计数据（或以客观事实为依据），运用数学和统计学的方法，借助于计算机技术从事经济关系与经济活动数量规律的研究，并以建立和应用计量经济模型为核心的一门经济学科。必须指出的是，这些计量经济模型是具有随机性特征的。
在这个定义中，强调以下几点： 
（1） 计量经济学是经济学的一个分支学科，是一门应用经济学科，它是以经济现象为研究对象的； 
（2） 计量经济学的目的在于揭示经济关系与经济活动的数量规律； 
（3） 计量经济学是经济理论、统计学、数学三者的综合； 
（4） 计量经济学核心内容是建立和应用具有随机特征的计量经济模型。
翻开任何一本计量经济学教材，呈现在读者面前的是大量的符号和复杂的公式。但是，我们必须十分清楚： 计量经济学是经济学的一个分支，是一门经济学科。计量经济学一开始就是起源于对经济问题的定量研究的需要。它研究的是如何用一整套有效的理论、方法、体系去研究经济关系，描述经济行为。
根据弗里希对计量经济学下的定义，计量经济学是数学、统计学、经济理论这三者的有效结合，其实质是定量化的经济学，或者说是经济学的定量化。
如何将经济概念定量化呢？途径之一就是科学地引入数学、统计学的方法，并使之与经济理论有效结合，形成一体，即进行计量经济研究。
因此，计量经济学研究的对象是经济关系，要解决的是经济问题，它是一门经济科学。虽然在许多计量经济学教科书中都会写到，“模型参数估计方法是计量经济学的核心内容”，但是，离开方法提出的经济背景、方法本身的经


图11计量经济学与相关学科的关系


济学解释、方法应用的经济学对象，这些所谓的方法都将是一堆无用的符号。作为一名初学者，在学习
计量经济学时，切忌埋头于一堆符号和公式之中不能自拔。无论模型的设定、参数的估计以及模型的检验，一切都应建立在对经济理论以及所研究经济现象的透彻认识的基础上，只有这样才能把握计量经济学的脉络，才能学以致用。
2. 计量经济学与其他相关学科的关系
计量经济学是经济理论、统计学、数学的综合，它与相关学科的关系如图
11所示。
图11表明计量经济学是数理经济学、经济统计学和数理统计学的交集，而数理经济学是经济学与数学的交集，数理统计学是数学和统计学的交集，经济统计学是经济学与统计学的交集。显然，每一交集形成了一门特定的学科，有其独立的研究对象或特点，这些特定学科彼此不能混淆或替代。
经济学着重于经济现象的定性研究，而计量经济学着重于定量方面的研究。虽然数理经济学也是着重于研究经济的定量方面，但是它不注重经济变量关系的随机特征，它仅是用数学形式表达经济理论，并不关心经济理论的可测性，且模型所反映的经济变量之间的关系是确定的。而计量经济学的主要兴趣在于利用由数理经济学提出的数学方程及实际数据来验证经济理论，模型所反映的经济变量间的关系是非确定性的、随机的相关关系。数理经济学为计量经济学提供建模依据。
统计学是关于如何收集、整理、分析数据的科学。经济学与统计学结合形成了经济统计学。经济统计所关心的是描述性的统计量，如国内生产总值等指标与指数等，着重于收集、整理并以图表的形式表达数据，并不利用所收集的数据来验证经济理论。而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。
数理统计学为各种类型数据的收集、整理与分析提供切实可靠的数学方法，是计量经济学建立计量经济模型的主要工具，但是数理统计学在研究变量之间的关系时，要求各种变量必须服从某种规律，即服从某种分布。在现实经济生活中，各经济变量很难完全满足这一假定，但又必须研究经济变量之间的关系，所以计量经济学必须在数理统计方法技术的基础上，开发出特有的分析方法技术。计量经济学与数理统计学是有严格区别的。数理统计学作为一门数学学科，它可以应用于经济领域，也可以应用于其他领域，例如社会学和自然科学等。但它与经济理沦、经济统计学结合而形成的计量经济学，则仅限于经济领域。
因此，计量经济学是经济理论、统计学和数学三者的统一。计量经济模型建立的过程，是综合应用经济理论、统计、数学方法的过程。如上面所述，理论模型的设定、样本数据的收集是直接以经济理论为依据，建立在对所研究经济现象的透彻认识基础上的，而模型参数的估计和模型有效性的检验则是统计学和数学方法在具体经济研究中的具体应用。没有理论模型和样本数据，统计学和数学方法将没有发挥作用的“对象”和“原料”； 反过来，如果没有这些统计学和数学所提供的方法，原料将无法成为“产品”。因此，计量经济学广泛涉及了经济学、统计学、数学这三门学科的理论、原则和方法，缺一不可。
为了说明上述内容，我们以商品市场需求的研究为例。研究某一商品市场需求Q。经济理论中假定商品需求量取决于自身价格P、替代商品的价格Pr和消费者的收入Y，这就完全肯定了需求量只由三个因素决定，关系非常明确。数理经济学用线性需求函数形式表示对该商品的需求： 


Q=b0+b1P+b2Pr+b3Y（1.1.1）


式中，bi（i=0,1,2,3）表示需求函数中待定参数，在其他变量不变时，第i个变量每变化一个单位引起需求量变化的数值。
模型（1.1.1）表明，只有方程右边的三个因素中某些发生变化时，需求量Q跟着变化，再也没有其他因素影响需求量了。然而实际的经济生活绝非如此，社会影响、消费者的偏好、所处地理位置，甚至天气等偶然因素，都会对需求量产生影响。虽说不是主要的，但也必须加以考虑。为此，计量经济学构建如下模型： 


Q=b0+b1P+b2Pr+b3Y+u（1.1.2）


在模型（1.1.2）中，u是一个随机变量。它用以反映数理经济学模型中未考虑的所谓的非主要因素的影响，从而将数理经济学所描述的确定性关系转化为计量经济学中不确定性的关系。经济统计学研究的内容主要有两个方面，一方面是指标的设计问题，即用什么指标来反映商品需求量，如何测量消费者的收入水平等； 另一方面是各指标是如何变化的。经济统计学重点不在于测度变量之间的具体关系。虽然数理统计学可以研究这些变量之间的具体数量关系，但是它事先对模型中的随机误差项u做出严格的假定（这些假定将在第2章和第3章具体说明）。在现实世界中，数理统计所做的假定是很难满足的，为了揭示需求量、价格、消费者收入水平等变量之间的关系，计量经济学必须研究数理统计之外的一些模型技术与方法。
1.1.3计量经济学的内容体系
关于计量经济学的内容体系，可以从不同的角度进行分类和说明。
（1） 从内容角度，可以将计量经济学划分为理论计量经济学和应用计量经济学。
计量经济学的内容可以概括为两个方面： 一是它的方法论； 二是它的实际应用。由此构成了计量经济学的两大部分： 理论计量经济学和应用计量经济学。
理论计量经济学研究如何建立合适的方法去测定由计量经济模型所确定的经济关系，目的在于为应用计量经济学提供方法论。理论计量经济学以介绍、研究计量经济学的理论、方法为主要内容，侧重于计量经济模型的数学理论基础、参数估计方法和模型检验方法，应用了广泛的数学和数理统计知识。
应用计量经济学是运用理论计量经济学提供的工具，以建立与应用计量经济模型为主要内容，侧重于实际经济问题，例如生产函数、消费函数、投资函数、供求函数、劳动就业问题等。应用计量经济学研究的是具体的经济现象和经济关系，研究它们在数量上的联系及其变动的规律性。
应用计量经济学的内容主要包括微观计量经济模型和宏观计量经济模型。微观计量经济模型是对微观经济主体的经济行为的定量描述。如描述消费者需求特征的消费者需求模型，描述投入产出行为的生产者供给模型等。宏观计量经济模型是对宏观经济活动总体特征及内容结构关系的定量描述。应用计量经济学的研究目的在于进行经济结构分析、经济预测、经济政策评价、检验与发展经济理论。
（2） 从学科角度，可以将计量经济学划分为广义计量经济学与狭义计量经济学。
广义计量经济学是利用经济理论、数学和统计学定量研究经济现象的数量经济方法的统称，内容包括回归分析、时间序列分析和投入产出分析等，甚至数理经济学的内容也包括其中。西方国家许多以“Econometrics”为名的书中，往往包括了如此广泛的内容。尽管这些方法都是经济理论、统计学与数学方法的结合，但方法之间还是有区别的。
狭义计量经济学就是我们通常定义的计量经济学，主要研究经济变量之间的因果关系，采用的数学方法主要是回归分析基础上发展起来的计量经济学方法。这也是本教材的主要内容。
1.1.4计量经济学在经济学科中的地位
一般认为，1969年诺贝尔经济学奖的设立，标志着经济学已成为一门科学。而在经济学不断科学化的过程中，计量经济学起到了特殊的作用。
这里需要考察一下现代经济学，主要是现代西方经济学的特征。现代西方经济学有许多特征，可以从不同的角度去归纳。从方法论的角度讲，主要有以下三个方面： 一是越来越多地从方法论的角度去阐述和定义经济学，认为“经济学是一种思考社会问题的方法”。“经济学的主要贡献是它的分析框架”。“经济学是一套用以观察无限丰富和多变的世界的工具”，认为经济学是其他社会科学的基础，类似于物理学在自然科学中的地位。二是愈来愈重视研究方法的科学性，重实证分析，轻规范分析。认为“规范的方法显然是不科学的”。“经济学，对于规范的问题只能保持沉默”，“科学知识尚不具备解决规范问题的能力，如果将价值判断引入经济理论，这种理论就不可能成为客观的科学”。这些认识显然过于偏激，甚至存在谬误。在我们看来，经济学不能完全排斥规范分析，不能完全否定价值判断。但这些观点反映出西方经济学把自己定义为一门实证的社会科学的事实。三是数学的广泛应用已成为一个普遍趋势。经济学作为一门科学，如果从亚当·斯密1776年的《国富论》算起，也只有200多年的历史，经济学研究的数学化和定量化则是经济学迅速科学化的重要标志。当然，数学仅仅是一种工具，而不是经济学理论本身，但正是这种工具，推动了经济学理论的发展。微分学与边际理论、优化方法与最优配置理论、数理统计学与经济学的实证化就是例证。翻开任何一本经济学教科书或任何一份经济刊物，无不用数学语言阐述经济理论，用定量的方法描述、讨论人们关心的经济现实问题。许多世界一流大学的经济系在其教学计划和教学目标中，都对学生应用数学工具的能力提出明确要求，例如，多伦多大学认为，“现代经济学理论的一个显著特点是数学的广泛应用，学生必须学会用数学工具描述和发展经济学理论”； 斯坦福大学认为，“教学计划的目标之一是教会学生将数学作为经济分析的一个基本工具，用数学去思考和描述经济问题和政策”。
计量经济学从诞生之日起，就显示了极强的生命力，经过20世纪40年代至50年代的大发展及60年代的大扩张，已经在经济学科中占据极重要的地位。事实上，在世界诺贝尔经济学奖获得者中，有2/3以上是计量经济学家。比较著名的有： 丁伯根、克莱因、萨缪尔森、阿罗、弗里德曼、康托罗维奇、托宾、科普斯曼、索罗、斯通、莫迪利安尼、霍伟莫尔、霍克曼、麦克法登、恩格尔、格兰杰等。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）所说，“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”。于是，计量经济学成为学生必须学习的核心课程，而且从初级、中级到高级。以上这些特征，决定了计量经济学在西方经济学中的重要地位。
经济学科是否与许多自然科学学科一样，存在“世界先进水平”？是，又不是。说不是，是指经济学理论与经济政策。各国国情不同，经济制度与体制不同，所处的发展阶段不同，指导发展的经济理论和实施的经济政策当然不同。在这方面，不会也不应有“世界先进水平”。说是，是指经济学研究方法和经济分析方法存在“世界先进水平”。而在这个方面，我们落后了，而且落后了许多。
毫无疑问，我国的经济学需要科学化和现代化，要真正成为一门科学，成为一门能够指导中国社会主义市场经济体制的建立和经济发展的科学，那么，重要内容之一就是学习现代西方经济学先进的研究分析方法。所以，学习、跟踪、研究、发展计量经济学，是一个重要任务。
1.2计量经济学的基本概念
任何一门独立学科都有自己的专用术语和基本概念，计量经济学也不例外。由前述计量经济学的定义，它的基本特征是用数学模型方法研究客观经济系统中的经济变量关系。由此，必然涉及经济数据、变量、模型等基本概念。这些名词虽然在其他学科中也时有出现，但在计量经济学中都有专门解释。为了有利于今后的学习，我们先对计量经济学中的常用概念进行简要介绍。
1.2.1计量经济模型中的变量
一个计量经济模型有多种构成因素，其中许多因素在不同的时间和空间有不同的状态，会取不同的数值，这类因素称为经济变量。所谓经济变量就是用来描述经济因素数量水平的指标。例如： 


Q=b0+b1P+b2Pr+b3Y+u（1.2.1）


式中，Q、P、Pr、Y都是经济变量。
在计量经济学中，不同的经济变量有专门的称谓，并有相应的特定内涵。经济变量按其自身特点及其计量经济模型参数估计的需要，可以分为若干不同的类型。
1. 解释变量和被解释变量
从变量的因果关系看，经济变量可分为解释变量和被解释变量。解释变量也称自变量，是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。它对因变量的变动作出解释，表现为方程所描述的因果关系中的“因”。例如式（1.2.1）中的P、Pr、Y。被解释变量也称因变量或应变量，是作为研究对象的变量。它的变动是由解释变量作出解释的，表现为方程所描述的因果关系中的果，例如式（1.2.1）中的商品需求量Q。解释变量是说明因变量变动原因的变量，即因变量的影响因素。
2. 内生变量和外生变量
从变量的性质看，可以把变量分为内生变量和外生变量。这在联立方程组模型中还要详细介绍。内生变量是由模型系统内部因素所决定的变量，表现为具有一定概率分布的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。他们的数值是由模型求解决定的。
所谓外生变量，即其数值由模型系统之外其他因素所决定的变量，不受模型内部因素的影响，表现为非随机变量，其数值在模型求解之前就已经确定，是给定的、已知的，不受模型中任何变量的影响，但影响模型中的内生变量，在计量经济模型中，外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。
3. 滞后变量与前定变量
在经济计量分析中，某些变量不仅受当期其他内生变量和外生变量的影响，同时还受前期（过去时期）一些内生变量和外生变量的影响。例如，在消费函数模型中，影响消费支出的主要因素，除了本期收入外，还有前期收入。在计量经济学中，将这些前期的内生变量称为滞后内生变量，前期的外生变量称为滞后外生变量。滞后内生变量和滞后外生变量合称为滞后变量。滞后变量显然在求解模型之前是确定的量，因此，通常将外生变量和滞后变量合称为前定变量，意即在求解之前已经确定或需要确定的变量。
4. 控制变量
为满足正确描绘和深入研究经济活动的需要，有时需要在计量经济模型中人为设置反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，这类变量可以用控制变量这一概念来概括。控制变量，也有人称之为政策变量，一般属于外生变量，往往在事先根据不同情况被赋值或赋予一定的取值区间。政策变量是决策者可以加以控制的变量，如财政支出、存贷款利率等。
除了客观存在的经济变量以外，为了区别经济活动的类型，有时还可以人为地构建虚拟变量作为解释变量或因变量。
1.2.2计量经济学中应用的数据
估计计量经济模型参数的基本依据，是通过对所研究经济变量实际观测取得的数据。计量经济研究中使用的数据主要是各种经济统计数据，可以是通过专门调查取得的数据，也可以是人为制造的数据，如虚拟变量数据。可用于估计参数的数据主要有以下几类。
1. 时间序列数据
时间序列数据是同一统计指标，由同一统计单位按时间顺序记录形成的数据列。时间序列数据也称为时序数据或动态序列数据，它描述的是同一统计单位的某一指标水平在时间纵向上变化的情况。数据是按照一定的时间间隔收集的，如每日（股票）、每周（货币供给）、每月（失业率）、每季（GDP）、每年（政府预算）等。时间序列数据可以是时期数据，也可以是时点数据。例如，某省从1950—2003年各年末的人口数是由54个时点数组成的时间序列数据，而各年的粮食产量数是由时期数组成的时间序列数据。时点数据中的每一个数必须是同范围，尽可能同一间隔时点上的统计数据。时期数据中的每一个数必须是同范围、同一时期长度上的统计数据。上例中人口数据必须是同一省范围内、行政区划不变动（若有变动应当调整），在各年同一时刻（如每年12月31日零点）的人口数； 粮食产量数据必须是同一省范围内，每年按相同的统计口径和计算方法得到的全年粮食产量数。如果行政区划、统计口径或计算方法变化了，在使用时都必须经过调整处理。如果是价值量数据，数据列中的各个数据的计价标准要求是可比的，如果不可比，需要进行调整处理。
2. 横截面数据
横截面数据是同一统计指标，在同一时间（时期或时点）按不同统计单位记录形成的数据列。例如，同一时间不同家庭的收入和消费支出、某一年各个省（市）的国内生产总值、国家统计局人口普查数据等。
时间序列数据与横截面数据比较，其区别在于组成数据的排列标准不同。时间序列数据是按时间顺序排列，横截面数据是按统计单位排列。因此，横截面数据不要求统计对象及其范围相同，但要求统计的时间相同。也就是说，必须是同一时间截面上的数据。与时间序列数据一样，横截面数据的统计口径和计算方法也应当是可比的。例如，为了研究某一行业各企业产出与投入的关系，我们需要关于同一时间截面上各企业的产出Q和劳动投入L、资本投入K的横截面数据。因为是不同企业的数据，这些数据的统计对象和范围显然各不相同。但是，关于产出Q的投入L、K的解释、统计口径和计算方法仍然要求相同，不同企业的Q、L、K在统计上要求可比。
无论是时间序列数据还是横截面数据，因为它们是以数据列的形式出现，因此特别要强调各数据之间的可比性。这种可比性包括五个方面： 
（1）指标统计的地域范围可比（针对时间序列数据）； 
（2）指标统计的时间可比（同一时点或同一时期）； 
（3）指标统计的口径可比； 
（4）指标统计的方法可比； 
（5）指标统计的内容可比。
3. 混合数据
混合数据指既有时间序列数据又有横截面数据。例如在居民收支调查中收集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济发展状况的统计数据，这些都是混合数据。对于同一时间不同调查户的数据来说，这是横截面数据； 对于同一调查户不同时间的数据来说，这又是时间序列数据。所以混合数据又称为定点时序数据。
4. 虚拟变量数据
时间序列数据和横截面数据都是反映定量事实的数据，这是计量经济分析中用得最多、最基本的数据。但是还有一些定性的事实，不能直接用一般的数量去计量，例如政府政策的变动、自然灾害、政治因素、战争与和平状态等。在计量经济研究中常发现，某些定性现象确实对所研究的经济变量有明显的影响，需要把它们引入计量经济模型中。这时常用虚拟变量去表示这类定性现象的“非此即彼”的状态。在计量经济学中，我们把反映定性因素（或属性）变化，取值为1或0的人工变量称为虚拟变量。在以后的章节中将专门讨论。虚拟变量数据也称为二进制数据，一般取0或1，通常以1表示某种状态发生，以0表示该种状态不发生。这样的虚拟变量也可以作为估计模型参数的数据使用。例如，在农业生产函数研究中，若设置虚拟变量表示气候环境对农业生产的影响，那么，相对于灾年，该变量取1，相对于正常年份，该变量取0。
数据的来源。成功的计量经济研究需要大量高质量的数据。对于一些宏观数据可以从国家统计局每年出版的《中国统计年鉴》以及各省市统计局出版的统计年鉴中获得； 对于一些微观数据一方面要通过各公司内部收集，另一方面也可通过抽样调查获得。不论从哪里获得，一定要注意数据资料的可比性。计量经济研究中使用的数据，要力求真实、可靠、完整，数据的质量直接关系到经济模型的有效性。对明显失真的数据，应予以剔除。收集数据是一件非常困难的事情，幸运的是国际互联网为我们提供了方便。我们可以通过访问中国经济信息网即中经数据网（http：//cedb.cei.gov.cn）、国家统计局的中国统计信息网（www.stats.gov.cn）等获得研究用的数据。