计量经济学实验报告论文

计量经济学实验报告论文

计量经济学
期末实验报告

实验名称：大中城市城镇居民人均消费支出与其影响因素的分析
姓 名：
学 号：
班 级：
指导教师：
时 间：

23个城市城镇居民人均消费支出
与其影响因素的分析
一、 经济理论背景
近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。
二、 有关人均消费支出及其影响因素的理论
我们主要从以下几个方面分析我国居民消费支出的影响因素：
①、居民未来支出预期上升，影响了居民即期消费的增长
居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。
②、商品供求结构性矛盾依然突出
从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。
③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长
加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。
④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长
经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。
三、 相关数据收集
相关数据均来源于2006年《中国统计年鉴》：
23个大中城市城镇居民家庭基本情况
地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）
北京 1.6 1.8 1865.1 1633.2 1187.9
天津 1.4 2.0 2010.6 1889.8 939.8
石家庄 1.4 2.0 1061.3 1010.0 722.9
太原 1.3 2.2 1256.9 1159.9 789.5
呼和浩特 1.5 1.9 1354.2 1279.8 772.7
沈阳 1.3 2.1 1148.5 1048.7 812.1
大连 1.6 1.8 1269.8 1133.1 946.5
长春 1.8 1.7 1156.1 1016.1 690.2
哈尔滨 1.4 2.0 992.8 942.5 727.4
上海 1.6 1.9 1884.0 1686.1 1505.3
南京 1.4 2.0 1536.4 1394.0 920.6
杭州 1.5 1.9 1695.0 1464.9 1264.2
宁波 1.5 1.8 1759.4 1543.2 1271.4
合肥 1.6 1.8 1042.5 950.1 686.9
福州 1.7 1.9 1172.5 1059.4 942.8
厦门 1.5 1.9 1631.7 1394.3 998.7
南昌 1.4 1.8 1405.0 1321.1 665.4
济南 1.7 1.7 1491.3 1356.8 1071.4
青岛 1.6 1.8 1495.6 1378.5 1020.7
郑州 1.4 2.1 1012.2 954.2 750.3
武汉 1.5 2.0 1052.5 972.2 853.1
长沙 1.4 2.1 1256.9 1148.9 986.8
广州 1.7 1.8 1898.6 1591.1 1215.1

四、 模型的建立
根据数据，我们建立多元线性回归方程的一般模型为：
其中：
——人均消费支出
——常数项
——回归方程的参数
——平均每户就业人口数
——平均每一就业者负担人口数
——平均每人实际月收入
——人均可支配收入
——随即误差项
五、实验过程
（一）回归模型参数估计
根据数据建立多元线性回归方程：
首先利用Eviews软件对模型进行OLS估计，得样本回归方程。
利用Eviews输出结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:08
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -1682.180 1311.506 -1.282633 0.2159
X1 564.3490 395.2332 1.427889 0.1704
X2 569.1209 379.7866 1.498528 0.1513
X3 1.552510 0.629371 2.466766 0.0239
X4 -1.180652 0.742107 -1.590947 0.1290
R-squared 0.721234 Mean dependent var 945.2913
Adjusted R-squared 0.659286 S.D. dependent var 224.1711
S.E. of regression 130.8502 Akaike info criterion 12.77564
Sum squared resid 308191.9 Schwarz criterion 13.02249
Log likelihood -141.9199 F-statistic 11.64259
Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076
根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ，
从而初步得到的回归方程为：

Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)
T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)
F=11.64259 df=18
模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。
（二）处理多重共线性
我们采用逐步回归法对模型的多重共线性进行检验和处理：
X1：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:28
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 153.8238 518.6688 0.296574 0.7697
X1 523.0964 341.4840 1.531833 0.1405
R-squared 0.100508 Mean dependent var 945.2913
Adjusted R-squared 0.057675 S.D. dependent var 224.1711
S.E. of regression 217.6105 Akaike info criterion 13.68623
Sum squared resid 994441.2 Schwarz criterion 13.78497
Log likelihood -155.3917 F-statistic 2.346511
Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491
X2：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 1756.641 667.2658 2.632596 0.0156
X2 -424.1146 347.9597 -1.218861 0.2364
R-squared 0.066070 Mean dependent var 945.2913
Adjusted R-squared 0.021597 S.D. dependent var 224.1711
S.E. of regression 221.7371 Akaike info criterion 13.72380
Sum squared resid 1032515. Schwarz criterion 13.82254
Log likelihood -155.8237 F-statistic 1.485623
Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412
X3：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:29
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 182.8827 137.8342 1.326831 0.1988
X3 0.540400 0.095343 5.667960 0.0000
R-squared 0.604712 Mean dependent var 945.2913
Adjusted R-squared 0.585888 S.D. dependent var 224.1711
S.E. of regression 144.2575 Akaike info criterion 12.86402
Sum squared resid 437014.5 Schwarz criterion 12.96276
Log likelihood -145.9362 F-statistic 32.12577
Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013
X4：
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:30
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7094 161.8178 1.141465 0.2665
X4 0.596476 0.124231 4.801338 0.0001
R-squared 0.523300 Mean dependent var 945.2913
Adjusted R-squared 0.500600 S.D. dependent var 224.1711
S.E. of regression 158.4178 Akaike info criterion 13.05129
Sum squared resid 527020.1 Schwarz criterion 13.15003
Log likelihood -148.0898 F-statistic 23.05284
Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096
由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：
X1、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:32
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C -222.8991 345.9081 -0.644388 0.5266
X1 289.8101 227.2070 1.275533 0.2167
X3 0.517213 0.095693 5.404899 0.0000
R-squared 0.634449 Mean dependent var 945.2913
Adjusted R-squared 0.597894 S.D. dependent var 224.1711
S.E. of regression 142.1510 Akaike info criterion 12.87276
Sum squared resid 404138.2 Schwarz criterion 13.02087
Log likelihood -145.0368 F-statistic 17.35596
Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043
X2、X3
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:33
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 239.5536 531.1435 0.451015 0.6568
X2 -27.00981 244.0392 -0.110678 0.9130
X3 0.536856 0.102783 5.223221 0.0000
R-squared 0.604954 Mean dependent var 945.2913
Adjusted R-squared 0.565449 S.D. dependent var 224.1711
S.E. of regression 147.7747 Akaike info criterion 12.95036
Sum squared resid 436747.0 Schwarz criterion 13.09847
Log likelihood -145.9292 F-statistic 15.31348
Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093
X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:34
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 331.7015 142.5882 2.326290 0.0306
X3 1.766892 0.553402 3.192782 0.0046
X4 -1.473721 0.656624 -2.244390 0.0363
R-squared 0.684240 Mean dependent var 945.2913
Adjusted R-squared 0.652664 S.D. dependent var 224.1711
S.E. of regression 132.1157 Akaike info criterion 12.72634
Sum squared resid 349091.0 Schwarz criterion 12.87445
Log likelihood -143.3529 F-statistic 21.66965
Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010
由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。
X1、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:37
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 193.6693 403.8464 0.479562 0.6370
X1 89.29944 243.6512 0.366505 0.7180
X3 1.652622 0.646003 2.558228 0.0192
X4 -1.345001 0.757634 -1.775265 0.0919
R-squared 0.686457 Mean dependent var 945.2913
Adjusted R-squared 0.636950 S.D. dependent var 224.1711
S.E. of regression 135.0712 Akaike info criterion 12.80625
Sum squared resid 346640.3 Schwarz criterion 13.00373
Log likelihood -143.2719 F-statistic 13.86591
Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050
X2、X3、X4
Dependent Variable: Y
Method: Least Squares
Date: 12/11/07 Time: 16:38
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 62.60939 489.2088 0.127981 0.8995
X2 134.1557 232.9303 0.575948 0.5714
X3 1.886588 0.600027 3.144175 0.0053
X4 -1.596394 0.701018 -2.277251 0.0345
R-squared 0.689658 Mean dependent var 945.2913
Adjusted R-squared 0.640657 S.D. dependent var 224.1711
S.E. of regression 134.3798 Akaike info criterion 12.79599
Sum squared resid 343100.8 Schwarz criterion 12.99347
Log likelihood -143.1539 F-statistic 14.07429
Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046
由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：

Se= (142.5882) (0.553402) (0.656624)
T= (2.326290) (3.192782) (-2.244390)
F=21.66965 df=20
（三）.异方差性的检验
对模型 进行怀特检验：
White Heteroskedasticity Test:
F-statistic 1.071659 Probability 0.399378
Obs*R-squared 4.423847 Probability 0.351673

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/11/07 Time: 16:53
Sample: 1 23
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 34247.50 128527.9 0.266460 0.7929
X3 247.9623 628.1924 0.394723 0.6977
X3^2 -0.071268 0.187278 -0.380548 0.7080
X4 -333.6779 714.3390 -0.467114 0.6460
X4^2 0.121138 0.229933 0.526841 0.6047
R-squared 0.192341 Mean dependent var 15177.87
Adjusted R-squared 0.012861 S.D. dependent var 23242.54
S.E. of regression 23092.59 Akaike info criterion 23.12207
Sum squared resid 9.60E+09 Schwarz criterion 23.36892
Log likelihood -260.9038 F-statistic 1.071659
Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378
由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。
（四）.自相关的检验
由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543<D-W=2.111635<4 ，由DW检验决策规则可知，该模型不存在自相关问题。
六、对模型进行分析和解释经济学意义
回归方程的意义为：当平均每人实际月收入不变时，人均可支配收入每增加一个单位，人均消费支出减少1.473721个单位；当人均可支配收入不变时，平均每人实际月收入每增加一个单位，人均消费支出增加1.766892个单位。
七、 就模型所反映的问题给出针对性的政策建议或结论
对于我国人均消费支出的分析中，可以看出我国在过去的几年里经济发展稳健，但是由于种种原因导致我国经济的现状存在一定的问题，如不完善的社会保障制度导致消费结构不合理；过高的居民储蓄存款影响居民消费倾向；消费品生产行业投资方向失误和低效率引起国内市场消费梗阻；保守的消费观念和消费政策的制约；教育支出比重过大影响居民消费倾向 。对此我们国家应该在以下几个方面对居民消费中存在的问题进行对策研究
（一）建立和完善社会保障制度，增强居民消费信心
（二）培育新的消费热点，拓展居民的消费领域
（三）促使商品消费从自我积累型向信用支持型转变
（四）分层次促进居民消费
（五）破解影响消费结构优化的政策制约
（六）化解有效供给不足与产品相对过剩的矛盾

计量经济学实验报告哦。

计量经济学实验报告参考格式：

一、介绍主题，提出感兴趣的主要问题

实验报告的前几段应该对主题进行有趣的描述。研究项目的介绍部分应该包括以下两个部分（按顺序排列）：

1、主题说明；

2、对方法的描述。

二、回顾现有文献

其他研究人员可能已经研究了相关主题，所以报告的一个部分应该回顾关于这个主题的其他研究。

三、描述概念或理论框架

计量经济学的应用研究不同于统计分析，其特征之一是支持实证工作的理论结构。

四、解释计量经济学模型

开发了模型的理论结构之后，同学需要将其与经验、方法（也就是统计分析和观察方法）联系起来，这种方法在形式上被称为经济计量模型。

五、讨论估算方法

因为估计通常是假设某些统计条件成立，所以从计量经济学模型到估计可能并不完全简单。

六、详细描述数据

详细描述所使用的数据。要解决这些问题：

1、数据集是如何获得的及其来源;

2、数据的性质;

3、数据覆盖的时间范围;

4、数据收集的方式和频率;

5、观察到的结果;

6、计量经济学模型中使用的任何变量的汇总统计数据(平均值、标准差等)。

七、解释报告结果

读者可能不太了解计量经济学模型的规格、变量的规模以及其他相关信息，因此同学需要为读者提供相应的解释。

八、总结学到的东西

研究项目的结论应该综合结果，并解释其如何与报告的主要问题相关联。

本科计量经济学论文

本科计量经济学论文

计量经济学实验教学在发挥学生实际操作能力这一方面起到了关键的作用。那么，本科计量经济学如何教学呢?

一、目前计量经济学实验教学过程中存在的问题

计量经济学是集经济学、数学、统计学的综合性学科，强调理论基础、实践操作和统计软件运用三者的有机结合，是一门应用性较强的课程。大多数教师在计量经济学试验教学过程中，缺乏完整的实验教学计划和实验指导书，不利于培养的学生综合能力。而且，实施素质教育的重点是培养学生的创新精神和实践能力。随着经济理论的发展和完善进步，计量经济学研究的是现实经济问题，因此必须以对经济现象的深入认识为基础，必须在经济理论下进行。但是，目前在实验教学过程中，普遍存在以下一些共性的问题。

(一)教学层次不明确，满足不了不同层次的需求当前，计量经济学教学中普遍存在重理论体系学习、轻实际应用能力培养的通病。教师在授课中对数学推导和数学知识讲授较多，而实验课程相对简单，且理论方法教学与经济问题实例分析、软件教学相分离。因此，计量经济学的实验教学环节与理论方法教学内容的衔接、理论与实践的课时安排、实验项目设计、软件能力培养等方面的试验教学环节严重脱节。有些学校由于教学条件和设施较差，特别是缺少经验丰富的试验师资力量，在计量经济学教学中，只进行理论教学，在教学内容和时间衔接方面经常脱节。这种教学模式的教学效果不是很好，导致理论和实验成为独立而不易协调的两个教学过程，学生运用软件的实际操作训练相对薄弱，达不到实验教学与理论教学相结合的目的。由于计量经济学已形成了一个庞大的学科体系，通常被人们分为理论计量经济学与应用计量经济学，并根据内容深度分为初级、中级和高级计量经济学课程。现在各层次教学的分工与衔接往往存在问题。实验教学常常被当成理论教学的附属品，试验方法与实例的结合不够。在计量经济学的教材和课程讲授中，结合实例分析和应用较少，许多学生学习完这门课程之后，不知道如何用于解决实际问题，很快就将所学习的内容遗忘了。

(二)理论教学层次模糊，没有实验教学层次感无论是面对专业知识较为薄弱的本科生，还是已经具备一定基础的研究生，计量经济实验教学均采用相似的教学方式和教学思维。即任课教师先讲理论和方法，最后留点时间来讲案例解析和软件使用，或者根本就不讲软件，也不进行上机操作，或者直接放羊式地让学生上机操作。这样就很难让学生通过实验操作去发现新问题，得到新启示。这样的'实验教学也很难发挥出学生的自主性和兴趣。实验教学层次感没有得到体现，使得理论学习和实践学习相脱离，学生不能很好地消化所学知识。

(三)实验课程设计机制不完善自主性试验方案的设计，试验材料的准备，试验进程和实验时间的自主安排是实验课程设置不可缺少的环节。然而，目前我们要求学生上交的实验报告，是结合教材上已有案例为基础，没有把撰写试验课程论文作为课程考核的重要部分，也没有将课程考核方式改为课堂测试、上机操作、论文写作三者形式相结合，并分别赋予70%、10%、20%的权重进行综合评定期末成绩。再加之实验教学报告，导致学生只需简单的模仿，甚至是抄袭，完全背离了最初的实验教学目的。

二、计量经济学开放式实验教学目的、要求及内容安排

(一)开放式实验教学的目标和基本要求即原理验证性实验与研究设计性实验相结合。开放式实验不仅使学生通过自己具体实验、实际操作来帮助学习、巩固书本知识，加深对概念、规律的深刻理解，更重要的是试验中的困难磨炼学生的意志。开放式实验是调动学生学习积极性、主动性，培养学生实验技能、发展学生创造精神的有效途径。同时，也能丰富理论教学课堂内容，吸引学生参与积极性。计量经济学的试验教学为现实中经济问题的研究提供坚实的理论基础和完整的分析工具。开放式实验可以群策群力，结合教材和教学研制教具、学具与仪器，密切教材与教学实际，适合教材多变性，是解决仪器不足的有效途径。因此，计量经济学实验教学的目标，在于通过实验教学使得教师能够：

(1)编制好试验教学计划和软件使用说明书，为学生进行自主开放式试验操作创造条件。

(2)将学生进行分组，形成多个研究小组，一般由6-8人组成，每组制定一个负责人负责小组日常的学习管理，查找资料，上机时间安排以及撰写试验报告等，使得学生形成团队精神，相互帮组和启迪，更好地来解决实际问题。

(3)详细安排好每次试验内容。一般给每个小组指定一个与所讲内容相关的研究课题，往往是现实的社会热点经济问题，可以引起他们研究的兴趣，让学生参阅已有的实际建模报告和分析报告，使学生受到启发做到心中有数，并在教师的指导下完成实验课程。

通过教师试验教学，学生可以受益并能够：

(1)熟练使用各种软件，比如EViews、SPSS、SAS或者Statistics等。

(2)运用所学的计量经济学理论方法，构建各因素之间关系的计量经济模型，了解和掌握建立计量经济模型的过程和要求。

(3)掌握利用统计软件进行数据处理、参数估计和检验，培养学生研究和实际工作的能力，提高学生的综合素质。

(4)认真完成模型的参数估计和各类检验，建立完整的计量经济模型。开放式试验教学模式不同于普通的试验教学模式，它对任课教师提出了更高的教学要求，重点介绍计量经济方法、计算结果的统计与经济意义分析,详细介绍计算机软件操作步骤，帮助学生理解计算结果，学会计算操作。教师要认真编写好试验教学大纲、试验教学计划和软件指导说明书。计量经济学实验是将计量经济学理论应用于实践的重要环节，是理论教学的延续。教师在讲授相关理论与方法的同时，要注重培养学生动手处理实际问题的能力，提高学生运用计量经济学知识的素质。

(二)高效开放式实验教学内容的调整和选择从培养应用型人才的实际出发，对计量经济学试验教学内容加以调整和选择，必须以理论教学内容为基础，以统计软件为工具，其教学内容的选择，根据理论教学的内容，结合统计软件学习过程的阶段性特点，合理制定实验内容。一般来说，分为选做和必做两类。其中，实验内容必做对应经济学各专业本科《计量经济学》的基本内容，即必须进行的实验项目。在条件许可的情况下，教师最好根据学校的实际情况，编写适应本校学生的试验指导书。指导书内容不求内容的深度和全面，适用最好。对某些已经先期开设了统计软件基础课程的专业，实验项目的作用在于对所学过的知识进行简单回顾，因此确定为“选做”项目。在具体的实验教学过程中，教师可根据各专业的具体情况，对试验内容实现变革式的改编，进行适当的割舍和学时上的调整。

三、开放式实验教学的时间安排与考核方式

(一)开放式实验教学的时间安排在教学时间安排上，理论教学和实验教学应统筹规划，由任课教师自主根据理论教学的进度来合理安排实验教学时间，合理安排课程讲授的先后顺序，优化课程结构，并按照“少而精”的原则安排教学内容。根据我们的经验，试验课程安排在每一章节理论课程授完之后马上进行，结合理论课程给出设计性的试验，提高学生的综合应用能力和实际分析能力。即每章的理论教学完成之后，紧接一次实验教学，由教师结合例题讲授和演示理论方法的软件实现，安排学生完成布置的案例分析。而教师则对各个单项的操作练习进行即时的现场讲解和点评。这种实践型试验教学模式有利于学生加深对理论知识的理解和掌握。

(二)开放式实验教学的考核评价方式开放式实验教学实验成绩由实验报告、实验考勤、实验操作抽查三部分构成。评价成绩具体由实验报告来体现，学生在完成每一个实验后根据上机操作结果写出相应的实验报告。教师可根据每个小组日常的实验工作量和实验报告质量，评定实验报告成绩。每个小组要选择一个针对理论教学的研究课题。这些研究课题往往是现实的社会经济问题。计量经济学课程的最终成绩由三个部分组成,即理论知识考试成绩、上机实验考试成绩和实验报告成绩。上机操作是对教师指定的案例进行操作和分析，并解决相关实际问题，对研究过程进行阐述，并接受教师和同学的提问。这种考核方式有助于考查学生对计量经济理论、方法的理解程度和应用能力，也培养了学生的口头表达能力。而且，采用这种考核方式学生不易作弊，从而能够较准确地判断学生的实际操作能力。

四、结论

计量经济学实验教学在发挥学生实际操作能力这一方面起到了关键的作用。而开放式的实验教学模式的实施，能够进一步发挥学生的主观能动性和探索性。开放式试验教学这种不局限于“计量经济学”专业基础理论的教学模式，真正做到了以学为主，是培养跨学科、宽口径的实践型、创新型专业人才的必由之路。通过实验教学的实施，学生形成了一定的运用计量模型分析和解决实际经济问题的习惯或能力。通过开放式试验教学模式改革，可以建立培养学生定量分析能力的机制，能有效提高本科计量经济学的教学质量和学习效率。开放式试验教学模式既可以保证学生能够深入理解知识，并能够使学生进一步掌握计量经济学的基本理论和方法，进而可以培养学生发现问题、思考问题和运用计量经济学方法分析问题的能力。开放式试验教学能够建立专门机制支持教师在传授书本知识的过程中积极探索培养学生定量分析动手能力的方法，利于提高学生的综合素质。