济变量的性质以及它们之间的数量关系，需要有微观基础，而这就涉及到经济理论。另一方面，概率论与数理统计学对理解宏观经济变量的性质也是很有助益的。例如，Granger（1980）讨论了微观消费函数的加总问题。他假设个体之间的边际消费倾向系数有所不同，而且微观个体的边际交易倾向的数值可视为是从贝塔分布中产生的实现。加种以后的宏观消费变量与原始个体消费变量的统计性质将出现本质区别：虽然微观个体的消费是一个短记忆的时间序列，但是加种以后的宏观消费变量将具有长记忆（Long memory）的时间特性。总之，推动各个统计学科的交叉与融合将促进各个学科的发展，包括经济统计学。不管是计量经济学、经济统计学或是数理统计学，这些相关学科都有它们共同的基础，即统计思想与统计思维。因此这些学科完全能够在互相交叉融合中不断完善自己。同时，也有可能因此产生一些新的交叉学科。例如，实验产生的数据与现实观测经济数据有很多不同特点。特别地，经济观测数据是各种因素联合作用的结果，而且具有不可实验性（即不能通过重复实验获得），因此一般情况下没有办法将其中某一或某些因素所产生的经济后果准确地分离测度出来。而实验经济学则借鉴自然科学的研究方法，通过控制实验条件排除其他因素的影响，从而可以较精确地测度所关注因素所产生的后果。实验经济学实质上是通过可控实验改进经济测度，从而可以更好地研究经济行为与经济规律，包括经济因果关系。事实上，实验经济学与经济测度学及计量经济学的交叉与融合，正在产生一个新的交叉学科，即实验计量学（Experimetrics）。有关这个新兴交叉学科，可参见El-Gamal & Grether （1995）， Bardsley & Moffatt （2007）， Andersen, et al.（2010）以及Conte，et al.（2011）等。第四，为了发展经济统计学，必须大力推动国际化，通过国际化推动经济统计学的发展。在中国，经济统计的历史相比西方国家短得多，特别是中国社会主义市场经济的实践只有30几年历史，相比西方成熟的市场经济已有几百年历史，在统计资料搜集、统计方法与工具等各个方面，还有较大差距。上个世纪70、80年代，中国国家统计局和厦门大学合作，提出了中国国民经济核算体系，这是西方经济统计学、现代经济学和中国经济实际相结合的一个范例。今天中国的经济统计学同样可以从国外相关学科学到很多有益于自己学科发展的知识。例如，众所周之，GDP大体反映了一个经济体社会财富水平。但是GDP作为描述经济发展的指标，有很多缺陷，既不能精确地反映总量，也不能反映经济活动的质量与效益，更不能反映经济结构、社会分配、民生改善、以及对环境破坏的程度等等。认识到GDP的种种缺陷，国外学者，包括经济统计学家、经济学家，过去几十年提出各种指标，试图修正GDP的缺陷，比如Nordhaus & Tobin （1972）  提出了去除环境污染和交通堵塞等成本的净经济福利指标；Repetto, et al （1989） 提出了扣除资源损耗成本的国内生产净值；Daly & Cobb （1989） 提出了将财务分配状况、社会成本等因素计算在内的所谓可持续经济福利指标；Pinter & Hard （1995）提出可持续发展指数；Von Weizsacker, et al. （1997） 提出了绿色GDP概念，等等。这些对构建适合刻画中国宏观经济增长与发展水平的指标都有很好的借鉴意义。第五，顺应时代发展潮流，与时俱进地发展经济统计学。我们目前正处于一个大数据的时代，大数据提供了极其丰富的信息。如何有效地获取大数据中有用信息，统计学无疑提供了非常重要的方法、理论与工具。与此同时，大数据也为包括经济统计学在内的统计学等分支学科的发展提供了一个新的广阔的空间。例如，包括跨境电商在内的电子商务，正在中国蓬勃兴起，深刻地影响了贸易、购物、消费乃至生产形态。如何统计电子商务成为一个迫切需要解决的显示经济统计问题，这也为经济统计学的发展提供了一个难得的机遇，又如，大数据使得以较高频率测度宏观经济变量成为可能。目前绝大多数的宏观经济变量（如CPI）最高频率只有月变数据，在大数据条件下，完全有可能获得更高频（如每周）的宏观经济数据，这样可更及时反映客观经济运行情况。第六，加速经济统计学教材更新换代，尽可能地全面反映几十年来中国乃至世界上经济统计学和现代统计学的研究成果。在国外，不论是统计学和经济学相关专业，大都没有经济统计学课程设置，因此也就没有相应的教材。这与宏观经济学、微观经济学、计量经济学等其他经济学课程有很大不同。因此，中国经济统计学教育必须更加注重教材建设，在明确学科定位的基础上，总结国内外各个相关学科以及经济统计的理论与实践，尽量汲收国内外所有有用的研究成果与经验，争取使经济统计学的研究与教育不但成为中国经济学教育的一大特色，同时也成为引领世界前沿研究的国际化学科。