关键词：《国民经济统计学》；教材建设；用户友好
中图分类号：G642 文献标志码：A 文章编号：1673-291X（2013）09-0251-02
一、《国民经济统计学》已有教材存在的问题
20世纪50年代初，国内即开设了经济统计学课程，但当时基本沿承了苏联的教学模式，体系庞杂、方法落后、内容陈旧。改革开放之后至20世纪80年代中期，经济统计课程内容体系开始进行改革，削减了部门统计课程，加强了宏观性经济统计的教学和国民经济统计的教材建设。20世纪90年代之后，国民经济统计学作为统计学科重要分支的特点逐渐明晰。目前，国民经济统计学是经济与管理类统计学专业的主干课程之一，许多高校的统计学专业都开设了国民经济统计学课程，也出版了一批《国民经济统计学》教材。
从目前出版的《国民经济统计学》教材来看，一些教材片面追求内容体系的完整，造成内容庞杂；一些教材过于理论化，与现实结合并不紧密，学生学完之后并不知道在实际中如何使用所学的方法；一些教材内容陈旧，与社会经济的快速发展不相适应。具体来讲，目前已有的《国民经济统计学》教材存在以下几个问题。
1.基本上都是以面向数据编制者为导向写作的。绝大多数教材往往是写给统计工作者的，设定读者对象的学习目的是如何去进行国民经济统计，如何核算各种指标和编制国民经济账户。
2.一些教材仍然拘囿于五大核算系统的教条之中。在国内学习国民账户体系（SNA）之初，一些学者将SNA归纳为国民收入核算、投入产出核算、资金流量核算、国际收支核算和资产负债核算五大核算系统，有的教材按此思路组织国民经济统计学教材的内容，但SNA早已经突破了五大系统，再仅限于五大系统就难以满足现代宏观经济管理的要求了。
3.教材使用对象不清晰，没有对读者群体进行细分，对拥有不同层次知识背景和需求的读者使用同一教材，导致教材的适用性比较差。
4.一些《国民经济统计学》教材还存在分析方法陈旧以及书本内容与现实脱节等问题。近些年来，国民经济统计的理论、方法与研究内容都发生了重大变化，但许多内容在已有教材中并没有反映出来。
5.方法论挖掘不够，教材的“增加值”不高。国内的教材对SNA转述的多，但很少讲到方法论背后的原因与依据，学生学完教材之后知其然而不知其所以然。
二、应以用户友好为导向重新构建《国民经济统计学》教材
教材的限制自然地反映到国民经济统计学课程教学中。教师在课堂中也主要是讲述如何编制国民经济统计指标、如何编制账户，重介绍理论知识而欠缺应用方法的举例，对如何使用国民经济统计数据则涉及较少，以至于学生在学完国民经济统计学课程之后，还不知道如何获取国民经济统计数据、如何对数据进行转换和分析。因此，如何转换思路，从用户友好的角度出发来编写《国民经济统计学》教材，使《国民经济统计学》教材更好地满足教与学的需要，已成为《国民经济统计学》教材建设中亟需解决的问题。
《国民经济统计学》教材的建设是一个动态的过程，从用户友好的角度进行《国民经济统计学》教材建设具有重要的理论意义和现实意义。
1.有助于《国民经济统计学》教材内容体系的完善。随着理论研究的不断深入以及经济环境的不断变化，国民经济统计学所研究的问题也在发生变化。从用户友好的角度更新、提炼新问题，设计教学内容，有助于《国民经济统计学》教材内容体系的不断完善。
2.有助于《国民经济统计学》教材水平的提高。《国民经济统计学》教材迫切需要转变写作思路，需要从用户友好这一新的角度进行设计和写作。
3.有助于改进国民经济统计学教学模式，提高教学质量，有利于学生分析问题和解决问题能力的培养。通过从用户友好角度研究如何改进教学模式，可以使学生系统把握国民经济统计学的总体内容、主要结论和应用条件，初步培养学生分析和解决国民经济统计实际问题的能力，为进一步学习其他专业知识打下坚实的基础。
三、关于用户友好型《国民经济统计学》教材建设的基本设想
大多数国民经济统计学教材并不满足用户友好的要求。因此，如何从用户友好的角度出发进行统计教材的建设，就成为统计教材建设中一个非常现实的问题。
1.用户友好型《国民经济统计学》教材内容体系的构建。教材建设是国民经济统计学课程建设中的核心问题之一。国民经济统计学作为一门学科，其内容纷繁复杂，不断有新的问题纳入到这一学科的研究视野，相关的研究成果也在不断地积累。伴随着国民经济统计学学科的发展，《国民经济统计学》教材内容体系也应该与时俱进，不断吸纳学科研究的新进展和新成果，以满足用户友好的要求。在经济统计方法和理论的完善上，要尽可能得把当前最新的科研成果迅速转化为统计分析方法，并应用到实际分析中去；要结合国情，着重于介绍或解决中国目前经济所遇到的现实问题和热点问题。但作为一门课程的国民经济统计学应与作为一门学科的国民经济统计学有所区别，《国民经济统计学》教材的内容体系不应无限增加，应以用户友好为导向进行拓展。
2.用户友好型《国民经济统计学》教材的写作模式。在用户友好型《国民经济统计学》教材的内容体系构建好之后，如何将这些内容有效地呈现出来，这就涉及写作模式问题。为了满足用户友好的要求，在《国民经济统计学》教材的写作中，应尽量减少冗长的、陈旧的、不必要的理论体系的介绍，将重点放在统计方法的应用及相关实际案例的分析上；坚持实用导向，针对不同背景和不同需求层次的读者，编写教材时在内容上要有不同方面的侧重；可以使用专栏、案例、习题、课外阅读材料、实验操作与指导、光盘等多种形式呈现教材内容。
3.用户友好型《国民经济统计学》教材的使用模式。教学效果不仅取决于教材的好坏，还取决于实践中能否科学合理地使用教材，因此，还要研究如何在教学实践中合理使用用户友好型《国民经济统计学》教材的问题。在教材使用中也应坚持用户友好的原则，推广研究型教学、案例型教学和实验型教学，在国民经济统计学课堂教学中应由知识传授型教学向知识开拓型教学观念转变，由应试型教学向创新型教学观念转变，由统一型教学向存异型教学观念转变，以提高学生对国民经济统计学中理论与方法的创新能力，使学生在学习中由被动地接受知识转变为主动地学习和研究知识。
参考文献：
[1] 邱东.国民经济统计学：第2版[M].北京：高等教育出版社，2011.
[2] 顾六宝，陈峰.关于经济统计学教材内容拓展与改革的思考[J].统计教育，2007，（2）：4-5.
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：大数据；经管类专业；课程体系
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）13-0054-02
大数据时代给社会经济发展带来了机遇和挑战，社会各行各业对数据分析需求大幅上升，需要借助数据分析实现数据的增值，挖掘数据背后的潜在价值，为其经营管理决策、投资决策提供智力支持。随着社会经济发展对具有数据管理和数据分析能力的应用创新型经济管理人才的需求逐渐攀升，也引发了对高校经管类专业学生能力的更高要求。面对纷繁复杂的社会经济环境，经管类专业学生必须能够广泛应用定量分析技术，能够从海量数据中获取有效数据，运用科学的方法从这些数据中提取出有用信息，建立相应的模型，作出最优决策。
统计学是培养经管类专业学生定量分析能力的一门重要课程，是众多高等院校经管类专业的专业基础必修课，是以后深入学习相关定量方法类课程（诸如计量经济学、管理运筹学、市场调查与预测等）的基础。因此，统计学课程体系设置是否合理，将直接影响到学生获取有效数据和分析数据应用能力的培养，进而影响学生定量分析能力的培养。
一、经管类专业统计学课程体系存在的问题
1.课程教学定位模糊。我国高等院校经管类专业统计学教学中的最大弊端在于一直按照前苏联划分方式将其归类为一门偏重于简单数据整理课程，而将相应的统计分析所采用方法和理论归为数理统计，因此在教学中不重视对后者的学习。然而，西方发达国家的统计学课程是同时包括这两个部分内容的，尤其是后一个部分内容是定量分析的重要基础。因此，在传统统计学教学定位下，学生只认识了基本理论与概念，却掌握不了处理和分析数据的能力，这与经管类专业应用型人才培养目标相背离，难以适应大数据时代社会各领域对经济管理人才素质的新需求。
2.课程体系有待完善，与经管类专业融合不够。目前，大多数高等院校经管类专业统计学课程设置只涉及理论统计学这一领域，未将统计分析方法与相关经管类专业知识有机结合。在这样的课程体系安排下，学生虽然掌握了统计基本理论和方法，但难以体会到统计在本专业学习中的应用价值，当面临现实的经济、管理问题却无能为力，不会运用所学统计方法，结合专业知识对实际问题进行定量分析。这种状况与经管类人才定量分析能力培养目的相违背，难以实现具有创新能力的经管类人才的培养目标。
因此，如能结合经管类专业特点，对统计学的课程体系进行优化建设，势必能够培养出具有定量分析技能，满足社会需求和企业需求，符合大数据时代人才素质要求的经济管理人才。
二、大数据时代经管类专业统计学课程体系构建
1.明确课程教学定位。目前，统计学教学中偏重于统计学基本概念、基本模型和基本方法的理论知识学习，系统性较强，有利于学生全面了解统计学的知识体系，但是对统计思维能力的培养和统计方法的应用重视不够，这不仅会让学生望而生畏，从而失去学习的主动性与积极性，更为重要的是学生不能够学以致用，在自己本专业深入学习过程中不会运用统计学知识来解决实际的经济管理问题，而在教与学中出现的这些问题源头在于教学定位不够准确。因此，本文提出新的课程教学定位：以应用创新型人才培养为导向，提高经管类专业学生定量分析能力为目标，结合经济学科和管理学科的特点，通过统计学的理论教学、案例分析、课程设计、实验（践）等教学环节，培养学生统计思维能力和统计应用能力，具备运用统计学理论与方法，研究社会经济管理领域有关数据收集、整理、分析等解决实际问题的综合能力，以适应大数据时代对经济管理人才的新需求。
2.课程体系优化建设。根据新的教学定位，统计学课程体系优化建设的基本思路：一是课程体系设置要强调基础知识、注重灵活应用、突出定量分析的教学理念和教学目标；二是课程结构上，突出专业针对性，强调统计学科和经济学科、管理学科的有机结合，使课程特色化；三是建立实践教学体系，加强学生实践能力的锻炼，为学生提供综合素质和能力提高的实训平台；四是将统计分析软件的运用融入到课程体系之中，加强统计分析软件的技能培养。
因此，本文将运用模块化系统集成思想，根据经济与管理类各专业的要求，提出按专业分模块，按模块分层次，按层次定内容的改革方案，构建“课程体系课程子系统课程模块具体内容”的递阶控制结构模型，具体如图1所示。
在统计学课程体系优化建设中，我们运用系统科学的方法构建出模块化、层次化集成的课程体系在整体功能上达到了最佳状态。
课程基础子系统是统计学理论基础和统计思维培养阶段，由统计学基本原理和基本理论构成，体现了“厚基础”的功能。课程应用子系统和课程案例子系统是统计分析能力训练阶段，首先结合认知性案例模块系统介绍统计分析方法，让经管类专业学生了解统计分析方法的基本原理，其次进一步结合专业特色案例模块和统计分析软件模块，通过分专业教学方式，使不同专业学生能够体会到统计学在本专业中的应用，增强学生的学习兴趣，体现了“强能力”的功能。课程实践子系统是统计应用能力实践阶段，是培养大数据时代应用型经管人才的重要环节。课程实践主要包括课堂实践和实验室模拟，课外实践主要包括社会实践活动、实训实习和相关竞赛，通过课程实践和课外实践两大平台训练学生运用所学统计调查、统计整理和统计分析等知识解决实际问题的综合能力。课程选修子系统是统计应用能力扩展阶段，该阶段在学生掌握统计学相关知识的基础上，通过选修统计预测与统计决策两大模块，进一步培养学生的定量分析能力。
三、结束语
大数据时代经管类专业统计学课程体系构建，应注重强化基础理论，突出知识的实用性和创新性，做到统计知识与实例分析相结合，与软件应用相结合，理论教学与实践教学相结合，与实际应用相结合。根据经管类各专业特色，以“知识+能力+应用”模式进行模块化、层次化课程体系设置，从本质上提升学生的数据素养和信息素养，提高解决实际问题的定量分析能力，以适应大数据时代对人才素质的新需求，使具有数据管理和数据分析能力的经济管理人才在就业市场上更具有竞争力。
参考文献：
[1]孙根年.课程体系优化的系统观及系统方法[J].高等教育研究，2001，（2）.
[2]曾五一，肖红中、庞皓，朱建平.经济管理类统计学专业教学体系的改革与创新[J].统计研究，2012，（2）.
[3]姚寿福.经济管理类本科专业统计学课程教学改革思考[J].高等教育研究（成都），2012，（3）.
[4]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究（成都），2014，（3）.
关键词：经济统计学；发展方向；改进措施
中图分类号：C81 文献识别码：A 文章编号：1001-828X（2016）009-000-01
经济统计学是统计学的重要分支之一。近年来，社会不断进步，经济不断发展，当前社会对于经济统计学的应用需求越来越多，且为统计学提供了很好的发展机遇，但是对于经济统计学的相关研究却不够深入，且统计理论相对落后。因此，应充分了解经济统计学的发展方向，正确看待经济统计学存在的弊端，并针对相应的问题提出有效的解决策略，这对于我国统计学的进一步发展具有重要的价值与意义。
一、经济统计学的发展方向
关于统计学的性质，业界不同专业人员有不同的说法。一般认为，统计学包含自然科学与社会科学两个领域，与数学具有非常密切的关系。而以上两个领域可互相融合，形成统一学科。
长期以来，数理统计学在国际上占据重要地位，且社会统计学对国家的发展也发挥着积极的作用。据相关学术会议报告显示，现如今，统计学发展趋势为统计学与计算机的关系日益密切，与经济等实质性学科有一定结合，而与数学的关系逐渐分离。在过去很长一段时间内，我国学者对于经济统计学的理解较为片面，且在一定程度上对数理统计学产生忽略，对我国统计学的发展造成不利影响，进而对经济的发展产生一定的阻碍。改革开放后，数理统计学的重要性逐渐凸显，并受到许多学者的重视，其地位逐渐得以提升。
正所谓，实践是检验真理的唯一标准。在统计学理论得到重视的同时，应将其付诸实践，将理论作为实践的重要指导思想，并以实际研究结果为依据，对理论内容适当补充，促进统计学理论的进一步发展。
二、经济统计学存在的弊端
（一）理论基础相对薄弱
对于经济统计学而言，应用性与实践性均较强。在确定研究目的、设计统计公式与指标、研究统计分析等方面，都需要社会经济理论的指导。但是，当前阶段，经济统计学内容缺乏社会经济学理论根据，仅仅采用统计定量方法分析社会经济现象，因理论基础薄弱，缺乏深度，使得社会经济现象分析仅仅停留在表面阶段，在很大程度上对统计学在社会经济领域的应用产生一定局限，进而制约经济统计学的发展。
（二）统计学应用性相对较差
当前，就经济统计学内容设置来看，受计划经济影响较大，过多涉及对相关指标的解释、计算，导致统计学应用性较差。不仅难以满足当前市场经济背景下，经济发展对经济统计学的实际需要，而且随着社会的进步，统计学逐渐不能满足当前社会对统计专业人才的需求。当前，许多统计学理论知识在实际工作实践中很难发挥其有效作用，很少能解决真实问题。
（三）理论知识难以满足实践需要
统计学理论源于实践，应高于实践。如果理论知识不能对实践发挥指导作用，那就失去了其存在的意义。但就当前阶段而言，许多统计学分析方法及相关指标，并非专业统计人员提出，只是针对实际需要，提出的非专业指标，包括贡献率、区位商及结构效应等。很显然，统计理论知识以难以满足当前实践需要与社会需求，导致经济统计学的发展受到一定阻碍。
三、经济统计学的改进措施
（一）提高经济统计学理论基础
对于经济统计学的改进，首先应提高其理论基础，积极吸收相关学科理论知识，融合先进统计理论中的合理成分，将经济学提升到社会经济统计学的高度，强调经济学与统计学的密切联系与有机结合。当前，在市场经济背景下，经济统计学应面向全社会，以社会需求为依据，向全社会反馈信息，并对其提供咨询与监督功能，为经济决策的制定提供有效指导。在对经济统计学课程的设置上，应涉及多个领域，以满足社会各行业、各部门对于统计人才的实际需求。
（二）完善统计工作模式
在经济统计学的应用过程中，要想充分发挥其作用，就要建立健全科学、合理的统计工作模式，不管是在统计数据的收集、统计方法的应用上，还是在统计数据的分析、报告格式的整理上，都应以科学统计工作模式为坚实的后盾。同时，作为政府或企业方面，应对当前经济工作特征、自身面临的困难以及实际发展需求等方面进行全面分析，建立完善的统计工作模式，进一步提升统计工作的实效性，保证其作用的充分发挥。
（三）改进经济统计方法
通常而言，统计方法不同，会导致相同的数据信息出现不同的统计结果。经济统计方法的使用过程中，其应用数据主要来源于实际科学调查，其中包含了多种真实反映经济发展水平及变化趋势的变量，如果一味地采取一种经济统计方法，统计数据中许多变量的作用就会很容易被忽视，导致统计结果存在一定的片面性，缺乏科学性与准确性。因此，应进一步改进经济统计方法，不断创新统计手段，进而保证统计结果的科学性，为经济决策的制定提供科学合理的依据，促进经济发展水平的提高，从而为社会的发展发挥重要推动作用。
四、结语
总而言之，经济统计学在我国经济发展中发挥着重要作用，随着经济的发展，社会主义市场改革不断深化，经济统计学的重要性日益凸显。就统计学的实质来看，统计学主要研究对于各种数据信息的收集、整理与分析，分析过程中若发现问题，进行及时预测、准确推断，以保证决策的科学性与合理性。在当前经济管理日益复杂化的市场环境中，应对数据加以严格观察，全面分析各类问题，保证统计学作用的有效发挥，从而促进我国经济发展，完善社会管理水平。
参考文献：
[1]苏琛.关于经济统计学若干问题的思考[J].统计与管理，2015 （01）：12-13.
[2]党玮.关于统计学专业建设若干问题的思考[J].牡丹江大学学报，2011（05）：147-149.
一、“免疫系统”功能是对审计本质认识的创新
“免疫系统”功能是对审计本质认识的深化、创新与发展，是对审计内在规律认识的升华，是马克思主义唯物辩证法与我国审计实践相结合的产物。任何事物发展都是螺旋式的上升，由量变到质变，由对立到统一，由肯定到否定的过程，人们认识事物发展规律的过程也是由浅入深不断深化的过程。对审计本质的认识过程同样遵循这个规律。在审计机关成立之初，人们认为审计就是查账，会看账就能审计。随着经济社会的发展，经济社会生活出现的问题越来越复杂，有的问题通过查账能发现，但更多的问题仅凭查账是发现不了的，于是客观上就要求审计的领域和范围要不断扩展，审计的深度与力度要不断加大，审计不仅要查账，同时还要对经济活动进行监督，对国家财政资金的管理使用情况进行监督，这时审计又被看作国家财政的“看门狗”。进入21世纪，经济社会发展的速度越来越快，社会财富越来越多，现代技术方法越来越先进，社会对审计的要求以及审计风险也越来越高。审计不仅要审计资金管理使用的合规、合法性，同时还要审计资金使用的效益与效果性、不仅要查处问题，同时还要完善制度政策、不仅要审计经济问题，同时还要关注社会、生态、环境、民生等问题。审计面临的任务越来越重，审计的方式方法也在不断创新，面对新形势、新任务，如何认识和理解审计，如何实施审计，审计的标准是什么，“免疫系统”理论从全新的视角审视和把握审计的功能与作用，把维护国家安全作为审计工作永恒的主题，是对审计本质与目标更完整、更全面、更深刻概括与表述。“免疫系统”功能理论研究回答了什么是审计、为什么审计、靠谁审计、如何审计以及审计的标准如何等有关审计的关键问题。“免疫系统”理论是对“查账理论”、“看门狗”理论的进一步发展和完善。“查账理论”强调的是被动、单一、静态的审计，强调对问题的查处；“免疫系统”功能强调的是主动、全面、动态的审计。不仅要求对问题的查处，同时还强调向两头延伸，强调审计的预警功能与分析完善政策制度功能，强调把微观审计与宏观审计相结合，把事前、事中、事后审计相结合，实行全过程、全方位的跟踪审计。开展对审计“免疫系统”功能的研究，更符合科学发展观的要求，更能深刻的揭示反映问题及风险隐患。
二、“免疫系统”功能与定位分析
“免疫系统”功能把维护国家安全作为审计工作的第一要务，国家安全涉及内容很多，包括经济、社会、环境、生态、民生等。审计关注金融安全、防范金融风险，关注民生安全、维护人民群众利益，关注生态环境安全、防范资源损毁和环境污染。审计是镶嵌在经济社会系统中的安全卫士，如果经济社会系统一旦出现问题，审计的触角就要立即感知到，问题出在哪个部位，是什么问题，影响如何，产生问题的原因是什么，解决问题办法措施是什么，并在最短的时间内立即动作，果断的采取措施，及时对问题进行预警、揭露、抵御。所谓预警就是通过全方位、全过程的跟踪审计监督，对经济社会系统中存在的不健康的苗头和潜在的隐患风险进行预警预告，并提前采取措施，把问题消灭在萌芽状态。所谓揭露就是对经济社会运行中存在的问题进行客观反映、查处并督促其认真整改。所谓抵御就是对产生问题的原因进行进一步的分析研究，从制度、政策层面进行完善与改进，从根本上杜绝类似问题的再次发生。通过审计能够最早地感知到经济社会系统受病害侵蚀的程度与存在的潜在风险，能够及时的揭示病害侵蚀产生的危害与风险程度，能够更快的运用审计的法定权限或建议政府和相应的权力机关，运用各种政治、经济、社会资源去消除这些病害，健全完善政策制度，从而维护、确保国家安全。
三、“免疫系统”功能的经济学分析
经济社会系统是一个庞大而复杂的大系统，免疫系统是这个大系统中的一个子系统。在经济社会这个庞大而复杂的大系统中有两大基本目标，一是经济发展，二是社会公平，对应这两大基本目标同时也有两大系统，一是动力系统，二是平衡系统，动力系统对应经济发展，平衡系统对应社会公平。动力系统与平衡系统就好像天平两端的两个砝码，如果天平两端任何一端过轻或过重，天平就不可能平衡，不平衡就意味着经济社会发展不和谐、不科学、不健康，不平衡的发展是不可持续的，同时还会引发一系列经济社会问题，甚至危机国家安全。经济社会系统为什么会出现不平衡，主要原因是经济社会的“免疫系统”出了问题，如果经济社会的“免疫系统”作用发挥的正常，经济社会发展的动力系统与平衡系统是基本平衡的，在这两大系统内部的发展也是基本平衡的。只所以会基本平衡，就是因为当镶嵌在经济社会系统中的“免疫系统”一旦感知到两大系统之间或两大系统内部有不平衡的先兆和苗头时，“免疫系统”就会立即发生作用。“免疫系统”通过预警、揭露、抵御等功能会把问题或潜在问题消灭在萌芽状态，从而确保天平的平衡、确保国家安全。反过来，如果经济社会系统没有“免疫系统”或者“免疫系统”不健全，当两大系统之间或两大系统内部产生问题后则不能及时消除，问题将会越来越严重，小问题将变成大问题，大问题将变成不可调和的矛盾，最终将影响经济社会的正常运行，甚至会造成灾难性损失。
四、“免疫系统”功能的管理学分析
从管理学的角度分析免疫系统理论，免疫系统可以理解为人体或经济社会系统的管理子系统之一，通过免疫系统管理使用人体或经济社会系统的各种资源。为什么要管理，为什么要用免疫系统对人体或社会系统的各种资源进行协调管理，对经济社会系统而言，最主要的原因就是个人目标与组织目标、局部目标与整体目标的不一致性。作为个人思考和处理问题总是站在个人的角度，个人考虑问题的关键点是只要不违反政策规定，怎么样处理问题对自己有利，自己能得到更多的好处就怎么办。而作为组织来讲，组织实现的目标是组织利益最大化，组织利益最大化与个人利益最大化要同时实现是不可能的。当组织利益最大化的时候，个人利益就不可能最大化，反之，当个人利益最大化的时候，组织利益也不可能最大化。资源是有限的，用在组织就不可能用在个人。按照管理学理论分析，个人目标与组织目标、局部目标与整体目标的不一致性主要由三大因素决定，一是人的本性是自私的，人在经济社会系统中是“经济人”；二是信息的不对称给人追求自身利益最大化提供了可能；三是委托制使得委托人与的目标不可能完全一致。由于个人目标与组织目标不一致、组织目标与领导目标不一致、局部目标
与整体目标不一致，所以无论对个人、组织或领导都需要监督，监督是确保经济社会系统有序运行的前提与基础，只有通过监督才能确保个人、组织，领导各行其事，各尽其责，不错位也不越位。如果权力失去监督，权力就会失控，出问题是必然的。“免疫系统”理论是对权力监督最直接、最有效的方式之一，由于“免疫系统”被镶嵌在经济社会系统内部，是内生变量，所以“免疫系统”能最早感知到经济社会系统的健康与否，并能尽快采取措施。
著名未来学家阿尔文托夫勒(1980)^很早就在其经典著作《第三次浪潮》中，将大数据热情地赞誉为“第三次浪潮的华彩乐章”，但是大数据成为高频词是最近一两年的事情。随着社交网络、物联网、云计算的兴起，数据规模越来越大，2011年5月，全球知名咨询公司麦肯锡(MckinseyandCompany)了《大数据：创新、竞争和生产力的下一个前沿领域》2报告，标志着‘‘大数据”时代的到来，指出‘‘数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。2012年世界经济论坛了《大数据、大影响》3的报告，从金融服务、健康、教育、农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。2012年3月，奥巴马政府《大数据研究和发展倡议》4,投资2.5亿美元，正式启动大数据发展计划，计划在科学研究、环境、生物医学等领域寻求突破。据Gartner公司2012年8月的技术发展生命周期5趋势图(图1),大数据不到两年时间内成为新技术发展的热点。一时间大数据蜂拥袭来，那么什么是
大数据?大数据对传统经济学会带来哪些冲击?传统经济学应该如何面对大数据带来的挑战?
对于什么是大数据，目前业界并没有公认的说法。Dumbill(2012)6采用IBM公司的观点,认为大数据具有“3V”特点，即规模性(Volume)、多样性(Variety)、实时性(Velocity)。以IDC为代表的业界认为大数据具备“4V”特点，即在3V的基础上增加价值性(Value)。NetApp公司7认为大数据应包括A、B、C三大要素，即分析(Analytic)、带宽(Bandwidth)和内容(Content)。所谓大分析(BigAnalytics),指通过对大数据进行实时分析后带来新的业务模式，帮助用户获得洞见，从而更好地进行客户服务;高带宽(BigBandwidth)指快速有效地消化和处理大数据;大内容(BigContent)—方面指大数据包括结构化、半结构化数据与非机构化数据，另一方面则是指对数据的存储扩展要求极高，能轻松实现数据的恢复、备份、复制与安全管理。Gartner认为，大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力，满足海量、高增长和多样化信息资产的需要。
大数据是工业传感器、互联网、移动数码等固定和移动设备产生的结构化数据、半结构化数据与非结构化数据的总和，大数据重在实时的处理与应用，以获得所需要的信息和知识，从而实现商业价值以及为公共管理服务。数据挖掘和人工智能等应用工具在大数据处理中发挥着重要作用，现代信息技术是大数据赖以存在和发展的重要支撑力量。
二、大数据给经济学带来的影响
Victor(2012)8在其最新著作《大数据时代—生活、工作与思维的大变革》中指出，大数据时代，思维方式要发生3个变革：第_，要分析与事物相关的所有数据，而不是依靠分析少量数据样本;要总体，不要样本。第二，要乐于接受数据的纷繁复杂，而不再追求精确性。第三,不再探求难以捉摸的因果关系，应该更加注重相关关系。杨华磊(2013)9分析了高频数据对传统经济学研究范式的冲击，出现了‘‘非主流经济学就是致力研究异常现象的经济学”，当然高频数据与大数据不是一回事，两者之间存在交集。那么，大数据给经济学带来了哪些影响昵?
(一)大数据研究对象变成了总体
传统经济学研究中，由于搜集数据的条件所限，人们往往对数据进行抽样，用少量样本来进行研究，这一传统一直延续至今，并且成为经济学研究的主流做法，但是抽样的质量对研究结果影响很大，比如公众对政府统计部门公布的物价指数和基尼系数引发的怀疑。在大数据时代，很多场合下已经无需进行针对样本的研究，直接将总体作为研究对象，从而很大程度上改变了数据来源方式，对数据的处理也产生了深远的影响。
(二)大数据不需要基于假设检验的研究
传统的经济学研究，往往根据研究内容提出数个假设，然后再采用数学模型基于统计检验来验证假设。但在大数据时代，由于有足够的变量、足够的数据，可以采用人工智能来进行数据挖掘和知识发现，得到的结论是成百上千的，和传统经济学研究需要验证假设的数量永远不是一个数量级。在大数据时代，如果继续采用传统的假设检验方法进行研究，永远是不充分的、不完备的、无法满足需要的。大数据时代重在对数据处理的多样化结果进行分析，可以是基于经济学的，也可以是基于应用的，从而辅助人们决策。
此外，由于变量的完备性要求使得传统的基于假设验证的研究有时变得十分尴尬。比如，研究研发投入对企业绩效的影响，需要考虑的不仅仅是研发投入，还要考虑企业资本结构、竞争水平、人员素质、行业特点、管理能力等诸多因素，研究者重点关注的是研发投入的弹性系数，但却得到了其它所有数十个变量的弹性系数，从而使研究重心不容易掌握。
(三)大数据使得因果关系变得不太重要
传统经济学是一门解释科学，重在对经济现象进行解释，了解他们的因果关系，但在大数据时代，这样做是远远不够的，大数据甚至可以发现事物发展潜在的规律，以供经济学家解释，具有_定的“智能性”，某种程度上超越了经济学研究的因果关系。
大数据并没有改变因果关系，但是使传统经济学的因果关系变得不太重要。比如经济学家在预测房价时，无非是根据住房价格变化的影响因素来进行分析，比如经济发展水平、人均收入、土地价格、宏观房产政策、地点等因素。但谷歌预测房价时，根据住房搜索查询量变化进行预测，结果比不动产经济学家的预测更为准确及时。IBM日本公司，通过检索关键词“新订单”“雇员“生产”等来预测采购经理人指数，仅用6小时就得出结果，并且和专业的采购人指数分析师们计算的结果基本一致。大数据并没有改变因果关系，但使因果关系变得意义不大，很多时候因果关系成为‘‘正确的废话”。
(四)传统的因果关系有时无法验证
弄清事物之间的内在联系和作用机制，一直是传统经济学研究的核心。但有时因果关系是没有办法验证的。比如新产品上市，人们往往倾向于购买新产品，这样对旧产品的需求会下降，那么旧产品价格应该立即回落，这是其一。从另外—个角度，如果大家都认识到这一点，就会贪便宜购买旧产品，短期内会造成旧产品供不应求，反而导致旧产品涨价。究竟是涨是跌，要看这两种因素谁弱谁强，采用传统经济学研究方法是难以验证这两种效应的，只能验证两种效应作用的综合结果。
实际情况是，在大数据时代，西雅图Decide.comg公司分析了近400万商品的超过250亿条价格信息，发现新产品上市时，短期内旧产品价格是上涨的，过一段时间才逐步回落。采用大数据，既可以知道多少人购买旧产品，也能知道多少人购买新产品，以及旧产品价格变化的规律。在这种情况下，我们知道所有的因果关系，却难以检验，并且没有意义，知道结果更重要。
(五)传统经济学研究具有滞后性
传统经济学对于新生事物是不敏感的，必须等事情发生并且成长到_定规模以后才能搜集到足够数据进行相关研究。在大数据时代，可以通过海量数据对经济行为进行分析，一旦有新情况、新动态立即予以关注，从而实现对新生事物的早期干预和分析，因此具有前瞻性。大数据本身就具有智能，可以辅助经济学发现知识。
(六)大数据对基于统计检验的计量经济学冲击很大
建立在回归和统计检验基础上的计量经济学以其严谨的逻辑成为经济学研究的重要方法论，迄今为止，诺贝尔经济学奖获得者有近半数是计量经济学家，但大数据动摇了这_根基，比如采用普通回归研究自变量X于因变量Y的关系，对于X回归系数采用t检验，_般认为相伴概率小于0.05(特殊情况可以放大到0.1)就说明两变量相关。其实在这种情况下，犯两变量不相关错误的可能性是5%，以CNNIC的《第31次中国互联网络发展状况统计报告》M为例，2012年底我国网民数量达5.64亿人，假设我们研究网民平均受教育年限(X)与上网时长(Y)的关系，5%就是2820万人，此时我们还能漠视这5%的错误吗?同样，如果t检验的相伴概率为0.95,那么很明显说明平均受教育年限与上网时长不相关，但同样会犯错误，即有5%的可能性平均受教育年限(X)与上网时长(Y)是相关的，会涉及2820万网民，这同样是不能忽视的。
(七)大数据对经济学建模提出挑战
传统的经济学研究，往往采用1个或少数几个数学模型来进行研究，但任何模型都各有长处，也各有其局限，没有包治百病万能的数学模型。比如动态面板容易使投入变量的弹性系数估计变小，空间面板容易出现空间矩阵设置方法不当导致结果偏误，面板变系数模型难以和空间面板结合使用，面板联立方程模型对方程形式的要求极高，面板向量自回归模型难以和空间面板融合等等。在研究同一问题时，可用模型其实较多，有没有最佳模型昵?这恐怕是个无解的问题。实际情况是，迄今为止传统经济学研究得出的结论，至多只能说明采用甲模型的结论，并不具有普适性，换个乙模型结论可能立即就变了，其实研究结论是脆弱的。
此外，在研究同一个问题时，即使采用同一模型，由于模型的变量选择、估计的方法、参数设置、滞后期选择等不同，也会导致估计结果相差很大。
在大数据时代，借助云计算和分布式处理等现代信息技术，往往可以采用成百上千的模型来进行研究。Google公司在预测2009年美国甲型H1N1流感爆发时间时，把5000万条美国人常用的检索词条和美国疾控中心2003-2008年期间季节性流感传播数据进行比较，希望通过搜索记录判断这些人是否得了流感，先后共采用了4.5亿个不同的数学模型，预测结果和官方数据的一致率高达97%,但比官方节省了两周时间，从而为政府采取相关措施赢得了宝贵的时间。
在传统经济学研究中，由于研究对象错综复杂，直接影响与间接影响因素众多，变量的完备性被认为是不可能的事情，往往只能选取少数变量来进行研究，达到一个相对满意的结果。在大数据时代，我们可以获取越来越多的变量，从而使遗失变量的可能性降到最低，这样在研究中由原来的数个变量可能会变成数十个甚至成百上千的变量，在这样的情况下，对原有的建模技术就带来了巨大挑战，对计量经济学的发展将会产生深远影响。
(八)大数据给经济学研究工具和手段发生变化
传统经济学研究，_个团队、数台电脑、几个软件就能进行像样的研究，很少有运算需要动用大中型服务器的，但在大数据时代，经济学研究发生了巨大的变化，在人员组成上，不光要有经济学家和领域专家，还要有大数据维护专家、大数据建模专家;在计算工具上，需要广泛借助云计算，几台电脑根本解决不了问题;从合作关系上，需要广泛与政府、大数据拥有者、云计算服务商等合作，不然难以进行研究。大数据时代，经济学研究必须依靠跨学科团队，传统的少数几个学者就能进行研究的模式已经难以为继。
(九)大数据彻底改变了传统的统计调查方式
大数据彻底改变了传统的统计调查方式，比如对于经济指数、物价指数的计算，完全可以采用全新的模式，彻底摒弃传统方式。对于统计学中的异常点，以往的处理方式往往是丢弃，或者是平滑，但在大数据时代，由于样本众多，异常点成为宝贵的资源和研究对象广受重视。传统的统计数据是经过加工后的结构化的数据，在大数据时代，人们更加重视原始数据和非结构化数据，因为如果统计数据已经经过加工，那就变成了二手数据，如果_手数据加工过程出现问题必然导致后续处理出现误差。此外，大数据还使间隔时间较短的高频数据研究成为可能。
三、大数据经济学
(一)大数据经济学的定义与研究内容
考虑到大数据给传统经济学带来的巨大冲击和影响，迫切需要对此进行研究，斯坦福大学的教授、沃尔玛全球电子商务的高级副总裁的共同创立者发明了—个新词，指将计算机科学和信息技术应用于经济学领域，特别指应用于大数据的经济分析的意义相近，翻译成中文后更容易混淆，加上其和(生态)相近，因此并不是一个好的名词。本文提出大数据经济学,给出如下定义：
大数据经济学是在经济学研究和应用中采用大数据并且采用大数据思想对传统经济学进行深化的新兴交叉学科。大数据经济学不仅要研究如何建模、管理和应用大数据，而且要深入研究传统经济学如何应对大数据带来的挑战并进行改良，大数据经济学需要经济学家、领域专家和信息技术专家等密切合作，对人文社科与自然科学的跨学科研究提出了更高的要求，并且对整个经济学、社会学、公共管理等将带来革命性变革。大数据经济学的研究内容包括：
第一，大数据计量经济学。这是和传统计量经济学对应的一个学科，也是大数据经济学下面的子学科。在大数据背景下，经济学建模与分析方法与传统计量经济学完全不同，迫切需要采用全新的思路和方法进行研究。对信息技术专家们而言，大数据经济学仅仅是算法和建模问题，但是如果没有经济学理论指导，没有经济学家的思维，必然会导致研究方向的迷失。一些大数据领域的学者认为‘‘要相关，不要因果”，这是非常要不得的，传统经济学理论至今仍然到处闪烁着智慧的光芒，对经济现象的深入见解时刻发挥着重要的作用，所以大数据背景下的经济学分析不能主要靠信息技术的建模专家来进行，必须继续依靠大数据计量经济学家。
关键词：控制论；经济系统；宏观调控
一、经济控制论现状
经济控制理论是一门新学科，从上世纪60年代产生到今， 有了巨大发展，逐渐形成一套完整控制理论的体系。它是控制理论和经济学结合产物，用控制理论研究宏观或微观经济的问题。Manescu（2008）对经济控制论概念与特征及计划经济总控制系统进行了介绍，同时把控制论方法应用于经济的预测与设计最优经济增长的轨迹。把经济控制论看作是应用经济数学的模型来管理国民经济实现最优增长总称。A.W.PhihpS（2000）[1]把经济稳定的政策当作是工程的反馈问题，采用反复试验方法，来从很简单模型寻求最优的政策。在寻求产量随时间在消费和投资之间的最优分配也是用到了最优控制理论.还把最优控制理论理论和计量经济性结合，这为制定短期稳定最优政策提供工具。R.T.ROCKAFELLAR（1987）提出宏观经济系统最优控制是要确定衡量经济效果目标的函数，用此目标函数来计算最优控制的规律，并找到最优经济指标轨线。经济性能指标选择，不仅能反应经济系统的动态特性优劣，还要便于数学与计算机处理，二次型是一种能够兼顾两方面的良好的形式。兰西费罗尔大卫、荷德里克和阿苏尔普鲁逊合作，用共轭梯度法程序在1966年解出韩国最优计划的模型。控制理论方面的平代克在1971年用超额税、政府支出与货币供应等3个控制的变量，解决美国经济模型确定性二次跟踪控制的问题，此问题有二十八个状态变量。QuadeE S，Boueher W L（1968）提出经济控制和系统分析联系，指出系统分析是研究的战略，适当使用现有工具的预见，也是在不确定情况下能有效帮助决策者对复杂选择问题作出抉择的具体哲学。目前系统分析的应用处在形成期。综合分析、计划、设计各种复杂技术、经济、生态系统和各种组织结构方法，分析系统内部与外部各种因果联系和反馈的作用来最优解决问题。肖文红（2004）提出在经济计划执行过程中，还有许多具体问题需要解决，为解决这些具体问题，在正确经济理论指导下，将定性与定量的方法结合起来，运用经济控制论的一般原理和方法，研究和解决经济系统大量的分析、决策、规划、管理和控制等方面的问题，是非常必要且完全有可能取得成功的。伍俊良，刘飞（2004）提出经济系统运行与控制是一个多输入多回路反馈的过程，蕴含经济运行机制和自动控制原理，从理论上看具有时间上的连续性（一维特性），从实践上看具有离散性（投资与收益离散性）的特征.经济运行和自动控制过程原理完全一致，具有输入（投入）、控制与反馈. 晔枫（2001）提出市场经济控制机理最大的弊端是：能使经济人对实现经济目标激励，但是不能使经济、社会与生态多元复合控制目标符合可持续规范有效的协调；能促进提高经济效率，但是不能平衡代际代内利益关系。 黄仲一，郑力新（2000）指出在控制方法、内容上，经济控制论主要是围绕着测量、辨识、调节和反馈等几个环节展开。发现自然界和人类社会巨系统，测试、辨识、调节与反馈概念经常出现。如果不单纯研究具体形态，社会巨系统抽象的数学模型与一般系统无异，控制论方法都能适用。而且阐述经济控制论在社会经济的可持续发展过程中人口控制、污染控制方面应用方法。袁嘉祖，张颖，童艳（1998）认为对经济控制论定义，有两种是较多人接受的：一是经济控制论是控制理论概念与方法在经济学上各种应用。二是经济控制论是以应用控制理论的概念与方法来描述的经济学。黄国石（1998）说明了反馈控制方法在金融和财政政策的制定中重要性。李维岳（1988）指出了经济控制论用系统观点来研究经济、经济结构、经济功能及其管理原理。谢方（1985）的观点经济控制论应用控制理论的方法对经济数学模型进行定量分析，分析经济系统动态过程、稳定性、最优控制及随机控制等问题。因此既要掌握控制理论方法，又要具备经济学知识。乌家培（1983）认为在资本主义国家，经济控制论作为一门管理巨大而又复杂企业、托拉斯、跨国公司科学而建立起来。被广泛地用于研究管理军事工业科学组织基本的问题。经济控制论在社会主义国家具有更为重要意义。为有效地计划和管理国民经济及各个组成部分提供新见解和工具。
二、存在的问题
控制理论与经济理论、经济实际脱节。一些控制论学者照搬现代控制理论研究的成果用于经济问题研究，考虑经济问题特点不够。如最优控制问题模式可以应用在许多经济问题，例最优利率、最优投资和最优增长等。设定模式以后便可利用最大值的原理导出结果，求出解析解来进行各种经济的分析。但是该简化的模式是否符合经济理论与实际常常较少考虑。最优的控制理论和经济计量模型相结合的时候，因为控制理论要有严格因果关系的假定，但是很多用统计方法建立经济计量模型，有的时候很难从经济学来证明是一种因果的关系，由此纳入最优的控制模式得出政策变量，其执行实际的结果常常与模型预定结果相差很远。除此之外，经济系统结构与参数不如工程系统精确设计，而且还会随经济的政策、社会环境变化及各种经济的要素期望结构而改变，经济系统结构与参量肯定会发生变化。测定经济变量尤其是测定宏观经济变量，远比工程变量困难，并且只能得到特别滞后数据。故决策者仅能依据近似值来制定政策，进而把驱动误差引入系统等。为控制经济的问题，控制理论必须根据经济理论与实际进一步改造，才能形成真正经济控制的理论。所以我们得根据社会主义市场的经济理论，并结合我国社会主义初级阶段实际，创立适合我国的国情与经济系统性质经济控制论，首先得建立起一整套符合我国的国情生产、流通、积累和消费理论。经济信息系统合理化问厄；经济调节完善问题；经济决策改进问题；经济过程模拟方法翻订问题。
三、解决问题途径及展望
经济控制问题解决问题途径主要有：（1）经济系统的结构、功能以及动态规律性；（2）经济管理和经济系统的自动调节过程的规律性；（3）经济系统的信息问题，包括信息的传递，信息的成本，以及信息的作等等；（4）实现经济系统的发展目标的最优决策以及各方面利益协调的问题。
社会经济系统是一个开放、特殊复杂巨系统，未来应努力探求用经济控制理论特有思想、方法、技术，分析与研究社会经济发展经济数学模型，剖析经济过程结构和效率，以提高生产率与经济活动的效率，提供经济最优增长的条件，利用经济控制的理论和计算机数据处理所提供现代手段，不断改进经济调控手段，探索经济增长轨道的路径与经济结构优化等。同时运筹学与控制论、图论、网络优化、随机控制及其在经济、金融、生物信息、工程等方面的应用是国际上的热门研究课题，其中图论、概率、控制、生物等多个学科的交叉形成的新领域成为目前国内外关注的重要研究领域。因此，主要发展趋势是研究图论，网络优化，以及生物信息、随机控制及在经济系统的应用。
参考文献：
【关键词】处理 统计学 教学 关系
统计学是搜集、整理和分析数据的学科,是定量认识客观事物的工具,是一门通用的方法论学科,特别是在研究和认识社会经济现象中起着非常重要的作用。上世纪九十年代,由教育部组织的“高等教育面向21世纪教学内容和课程体系改革计划研究成果”中,将统计学确定为经济管理类专业的核心课程,进一步强化了统计学在经济管理类专业课程体系中的地位,有力地促进了教学水平的提高。但是,在统计学教学过程中,由于课程设置、硬件设施、师资水平、教学思想的理念等等因素的影响,在不同学校、不同专业,统计学的教学存在着很大的差异。这些差异的存在给统计学的教学质量带来非常不利的影响。而存在这些问题的一个非常重要的原因是不能很好地处理统计学教学过程中的几种关系,正确处理这些关系,对提高统计学教学质量起着非常重要的作用。
一、理论与实践的关系
在统计学教学实践中,首先要面对的就是处理好理论与实践的关系。统计学是一门通用的方法论科学,又是一门实践性非常强的学科,所以,正确处理两者的关系显得尤为重要。很多时候,在统计学的教学过程中,表现出重理论轻实践的倾向,大部分课时都用于理论和原理的教学,而实践内容则一带而过或不能很好地落实。造成这种局面的原因是多种多样的,其中有两个最主要的原因:一是教学课时所限;二是教师本身缺乏实践经历。其一,在经济管理类的人才培养方案中,对总课时、不同类别课程的课时比例都会有较明确的规定,由于理解的角度和深度的差异,导致不同学校、不同专业统计学课时有很大的差别,课时从32-72不等。当课时不足时,教师在教学安排上将实践教学内容减少或省略了。其二,现在大多数教师都是出了校门再进校门,即使是搞科研,大部分都是进行理论研究,再加之学校一般对教师参加实践活动的要求不明确、不到位,更进一步加剧了教师缺乏实践经验的状况,反映到教学上自然而然就是削弱实践性教学内容。解决这些问题,要从两方面入手:第一,各专业在制定人才培养方案时,要给予统计学足够的教学课时,最好在理论教学课时以外再安排1-2周的实训或课程设计。同时,要对统计学的实践性内容做出明确规定,如用教学大纲或课程设计指导书进行规范,并定期进行检查,保证实践性教学内容的落实。此外,还要制定相关政策,要求或鼓励教师开展社会实践活动,积累实践经验,提高统计学的实用性。第二,统计学的专任教师要正确认识统计学在经济管理类专业的地位和作用,在保证理论教学的基础上,加强实践性教学,自觉在理论联系实际上多下功夫,从而激发学生学习统计学的积极性,有效提高统计学的教学效果。
二、数理统计和统计学的关系
在经济管理类专业的课程设置中,在统计学之前都会安排一个学期的概率论与数理统计,这两门课程既有联系,又有区别,正确处理两者的关系也是需要考虑的问题。虽然早在1992年11月,国家技术监督局正式批准统计学为一级学科,国家颁布的学科分类标准也将统计学单列为一级学科,但是,数理统计学仍属于数学学科,而我们所说的统计学是一个单列的学科。体现在教学管理上,这两门课程分别属于不同的部门管理,一般概率论与数理统计属于基础课部,而统计学属于经济学院(系)。由于这样的一个隶属关系,导致讲授这两课程的教师缺乏交流、各自为政的情况比较突出,教数理统计的教师对统计学将要学习的内容不甚了解,而统计学的教师对数理统计所学的知识也了解的不够。这样一来,就把两门联系非常紧密的课程被无形地分割开来,非常不利于整体教学质量的提高。处理好这个关系,需要专业院系和统计学专任教师发挥主导作用。例如相关院系可能通过研讨会的形式,组织两个教学单位的教师对相关的教学问题进行探讨和沟通。如有可能最好将一些成型的内容编写成相应的教学规范性文件,以保证两门课程的有机衔接。另外,统计学教师也要主动地研究对应数理统计学的相关教学文件和教材,梳理出两门课程的脉络,这样做非常有利于在统计学教学中建立思维定势,提高教学效率和质量。
三、统计概念(计算)与统计思想的关系
在统计学的教学中,一个重要的内容是与经济学密切相关的统计概念和统计计算,例如统计工作、统计指标、统计调查、统计指数等。这些概念的教学是统计学的一个重要任务,也是培养经济管理类人才的一项重要内容。而其中的许多计算也有其特定的方法,例如序时平均数的计算、统计指数的编制等,是统计学教学中的一个难点,一般都会花费较多的课时来讲授这部分内容。在这部分内容的教学中,容易产生一种偏差,就是在这部分内容的教学中不能很好地体现统计思想的教学。统计思想是统计学教学的核心内容,学生是否很好地建立统计思想是统计学教学质量高低的一个重要标志。简单地讲,统计思想是研究如何从样本的统计性质去推断总体相应的统计性质,即如何根据样本去探求总体的规律性。统计思想包括集中趋势思想、离散趋势思想、相关性思想、回归思想、拟合思想、预测思想、差异性思想等等。遗憾的是,相当多的人认为建立统计思想是推断统计中的内容。于是,在讲授统计学概念和统计学计算时,往往不会充分考虑建立统计思想的教学。在这种认识的指导下,就会使统计学的教学效果大打折扣。其实,在统计学的整个教学全过程中,都贯穿着统计思想的教学,在讲授统计学概念和计算中,也要体现统计思想的教学。例如总体和样本的关系、分布的描述、集中趋势、离散趋势、CPI的概念和编制方法等等,都是建立统计思想很好的素材,充分挖掘和利用这些素材进行统计思想的教学,会使统计学教学质量达到一个新的高度和水平。
四、描述统计与推断统计的关系
描述统计与推断统计是统计学的两部分重要内容,处理好两者的关系同样非常重要。在统计学的教学实践中,由于各种原因,对这两部分的教学安排往往出现不均衡的情况,有的重视描述核计,在这部分的教学内容上安排大量的课时,考试中也多考查这部分内容,而另一种情况刚好相反。造成这种情况的原因是多方面的,而其中主要的原因是教师对这两部分内容的认识和理解的程度。诚然,描述统计的重要性是不言而喻的,同样的数据或现象,由于处理的方法不同,则会得到不同的结果,例如各个不同研究机构公布的国内大学排行榜,以及许多统计结果与人们感受的反差等等,都在不同层面反映出描述统计的重要性。所以,在统计学的教学中,落实和提高描述统计的教学质量是非常重要的。推断统计是现代统计学的基本特征之一,它以数理统计为理论基础,通过对样本信息的处理(估计和检验),对总体的相应的数量特征进行推断,在各个领域都有广泛的应用,而且在不断的发展过程中,很好地与相应学科的理论相结合,派生出很多实质性学科。例如经济统计学、社会统计学、教育统计学、卫生统计学、人口统计学等等,特别是在经济管理领域,推断统计是非常重要的方法。所以,落实和提高推断统计的教学质量也是非常重要的。那么,在统计学教学实践中,怎样处理好这两者之间的关系呢?一是要充分认识这两部分内容的重要性,在教学过程中合理安排这两部分的教学课时,使其均衡发展,从而提高统计学的教学质量;二是充分挖掘这两部分内容的联系与区别,加深学生对统计学的理解和认识。在统计学的发展过程中,描述统计与推断统计两大学派在不断的斗争、融合和互相促进中共同发展,成为统计学的主干内容。所以,我们在进行统计学教学时一定要两者兼顾,均衡发展,这样做非常有利于统计学教学质量的提高。
五、统计学与计算机科学的关系
统计学的学习内容里会涉及到大量的计算问题,而且计算量非常大,如方差分析、回归分析等等。由于统计学的这样一个特点,会给统计学的教学和学习带来一系列的影响。例如由于计算量大,会占用很多教学课时;学生在做练习时不能快捷地得到计算结果;计算结果错误,会影响学生学习统计学的积极性,所有这些都不利于统计学的教学和学习。随着计算机技术的发展,使得运用计算机进行统计计算成为现实,目前常用的统计软件有excel、spss、sas、eviews、minitab等,都能很好地进行统计计算和统计分析。在统计学的教学中运用统计软件进行教学,是体现现代经济学发展趋势与科学技术发展的一条必由之路,也是提高统计学教学质量的必由之路。在统计学教学中引入统计软件进行统计计算和统计分析,需要在硬件和软件上有一定的投入,以保证教学顺利进行。在硬件上,首先要建立多媒体教室,保证在教学过程中进行演示,提高教学效果的效率;其次要建立实验室,保证学生能进行实际操作,巩固学习内容。在软件方面,可以根据实际情况购置相应的软件,保证教学和实验的需要。此外,为了提高教学效果,教师要进行认真的准备,搜集相关的素材或组织学生进行相应的调查得到相应的数据,设计出相应的案例,再运用统计软件进行处理和分析。在引入统计软件进行教学时,要防止学生过分依赖统计软件,而忽视了统计学原理的学习。也就是说,在教学中一定要在掌握统计学原理的基础上进行统计软件的学习,使两者有机地结合起来,达到最佳的教学效果。
统计学是一门通用的方法论学科,但在具体的应用中,可以认为其是一门实质性学科,如在经济管理工作中,统计学就是一门实质性的边缘学科。所以,提高统计学的教学质量在经济管理类专业的教学中有着十分重要的作用,而处理好文中所述的几种关系,是提高统计学教学质量的一个途径,希望本文能对在经济管理类专业讲授统计学的教师有所帮助。
【参考文献】
[1] 胡桂华:经济管理类高等院校统计学专业本科实践性教学环节的思考[J].廊坊师范学院学报,2008(4).
