大数据时代下经济学人才培养的挑战与应对措施

郭 力 成佳梦

随着近年来物联网、电子商务、云计算、卫星遥感等新技术的广泛应用，海量数据的产生与流转成为经济社会运行的常态。在以大数据技术及其应用为鲜明特征的新一轮科技革命的推动下，经济学专业正从传统经验实证逐步迈入更为科学的后实证主义时代[1]，以数据资源为基础的定量化、精准化、快速化经济分析与预测将成为未来经济学专业发展的重要方向。据互联网数据中心（Internet Data Center，简称IDC）预测，随着大数据时代新工业、新商业、新零售等新业态的层出不穷，2019—2023年全球大数据市场相关收益的复合年均增长率将达到13.1%，2023年总收益将达到3126.7 亿美元。

在数字化潮流中，数据资源的增值和驱动作用日益凸显，深刻影响经济学理论体系与研究范式。用人单位对经济学人才的评价重点将会转为更加强调学生对经济社会中海量数据的挖掘与处理能力、展示与分析能力以及基于经济变量相关关系认知的精准决策能力。在此背景下，高校经济学人才培养模式必须精准对接未来大数据新经济业态，迎接数字化转型与知识体系变革，调整优化专业人才培养的目标、课程体系设置、实践教学模式以及教学方式方法等，全面提升经济学专业学生的综合竞争力，满足大数据时代对复合型经济学专业人才的需求。

一、大数据时代经济学专业人才培养面临的挑战

（一）大数据新技术新业态要求调整专业人才培养目标

在大数据时代，经济学数据与信息的获取渠道更加多元化，过程更加快速，培养基于海量数据资源的精准化、定量化经济分析与预测能力逐渐成为经济学人才培养的主要目标。然而，当前我国大多数高校的经济学人才培养目标仍偏向传统理论型人才，人才培养模式仍以知识记忆、理论学习、经验分析与主观判断决策为主[2]。近年来，大数据技术在智慧农业、智能制造、电商、物流、交通、城市管理、公共资源交易等经济学人才的主要就业领域得到深度应用，催生出一大批新经济业态、新商业模式。面向未来的高素质经济学人才应具有跨学科的复合型知识结构，应当通晓互联网金融、智慧政务管理、商务智能、网络营销等新经济业态的主要类别和商业模式运作，只有这样，才能在未来数字经济时代竞争中占得先机。

（二）传统专业课程体系跟不上大数据时代要求

大数据赋能经济学专业教育不是简单地把数据收集利用起来，而是要改变当前的传统教育模式与人才培养体系[3]。目前，传统专业课程体系已经无法满足大数据时代要求，亟须进行改革，以适应时代发展。第一，受大数据技术的影响，一部分专业课程的教学内容和知识体系需要更新换代。例如，在区域经济学课程中，教师可以利用手机信令数据、卫星遥感观测数据分析区域经济问题，极大地丰富课程教学内容，激发学生学习兴趣。第二，由于数据搜集方式和技术原理的根本性变革，计量经济学、多元统计分析等一些定量分析课程亟须全面融入大数据相关知识体系与应用框架。第三，大数据新业态发展需要高校开设一些与大数据相关的经济学专业前沿课程，例如大数据在经济金融中的应用、网络营销等课程。

（三）大数据技术改变传统教学方式方法

大数据时代，学生可以通过移动互联网、电子商务、自媒体等途径主动高效地获取各类知识和信息。如果教师不改变单方向、集中式的“满堂灌”教学方法，不善于运用信息技术和大数据技术改进教学方式，那么课堂教学对学生的吸引力将大大削弱[4]。具体到经济学专业，大数据在一定程度上减弱了经济学经验规律学习和探究原因的重要性，使教学重点从培养学生的认知、记忆、阅读能力等，转向训练学生自主挖掘数据、独立思考、创新性分析与科学决策等高阶能力。这也要求经济学专业教师不仅要具备运用大数据技术研究经济学问题的意识和能力，还要在教学中多采用情景模拟教学、案例教学等方式，让学生主动参与课堂，通过自我探索寻求问题答案，真正做到“以学生为中心”。

二、大数据时代经济学专业人才培养的有效措施

（一）明确培养目标，培养复合型人才

作为基础性学科，经济学专业要与大数据时代的社会需求紧密对接，要求学生不仅要系统扎实地掌握经济学基础理论知识，而且要具有一定的数学、统计学、计算机科学等多学科知识背景。大数据时代经济学专业的培养目标主要包括三点：一是使学生了解大数据技术、信息技术、人工智能的基本知识，熟悉数字经济运行规律与发展趋势，能够应对未来信息技术革命对经济社会管理工作带来的挑战[5]；二是培养学生对数据资源进行挖掘、分析与处理的能力，使其掌握一门基本的编程语言如Python，能够熟练运用当下主流的大数据分析软件或软件包，大数据时代，各行各业积累了海量数据资源，如何从海量数据中找出行业发展规律、趋势，挖掘出数据资源的商业价值，是经济学专业学生必备的素养；三是能够运用数据可视化工具、地理信息系统等将经济学理论知识以生动和直接的方式展示出来。

（二）优化课程设置，强化大数据在经济学课程中的应用

高校要优化经济学专业课程设置，要促进经济学与信息科学、统计学、管理学等学科的交叉融合。第一，开设若干大数据领域的主干课程，例如大数据技术原理与应用、Python 程序设计、机器学习等，增强经济学专业学生的大数据算法应用能力、建模与数据分析能力。第二，开设一些大数据技术在经济管理决策中应用的相关课程，例如数字经济概论、大数据分析、数据挖掘等前沿课程。第三，将大数据技术应用到统计学、计量经济学等传统课程的教学中，提高课堂教学的广度、深度，增强课堂教学的趣味性。

大数据时代的经济学专业课程设置仍应以经济学经典理论体系为“纲”，以大数据相关课程为“目”，使“目”为“纲”服务。数据形式的转变与数量的增长并没有改变经济学理论的基本逻辑架构，也并未对传统经济学研究范式进行完全重构[6]。近些年来过度数学化、模型化和抽象化也一直困扰着经济学发展，影响了经济学人才的培养。因此，要合理运用大数据技术，注意避免经济学成为一种脱离社会现实需求的数据游戏。

（三）加强大数据实践教学与实验平台建设

大数据技术在各行各业的广泛应用增强了经济学人才自主获取数据信息、对更广阔领域进行实践探索的能力[7]。这就在客观上要求学生深入了解大数据的来源、类型、应用领域等，具有运用大数据技术解决经济问题的实践能力[8]。适当增加大数据实践操作类训练课程的比重，进一步加强大数据实验平台建设，不仅可以强化学生的动手能力和自主创新能力，而且能拓展专业教学的广度，增强专业教学的吸引力。

一是增设一些大数据软件应用的实践类课程，如大数据应用案例分析、探索性数据分析等。这些课程的学习可以帮助学生掌握大部分大数据软件的操作技能，培养学生对电子商务数据、地理信息数据、搜索引擎数据、手机信令数据、交通大数据等数据资源的获取、处理和综合分析能力，增强学生的实践操作能力和解决问题的能力。

二是在实践教学中培养经济学专业学生的定量思维。大数据时代的经济学验证和研究方式从过去的依赖自然历史经验，转变为可以人工干预和主动获取数据，大大提高了样本接近总体的程度。在经济学实践教学中，教师应利用数据量级提高和可获得性增强的有利条件，让学生学会用数据进行分析和研究，让未来的经济管理决策过程更加科学、精准、可信。

三是建议经济学专业加强建设大数据经济分析实验室或模拟仿真实验平台，为学生的专业实习实训提供更好的软硬件条件。高校可以联合校外相关企业共建实验平台，为学生提供良好的实训环境，并建立灵活的兼职教授聘用机制，邀请大数据行业人士走入课堂，“不求所有、但求所用”，从而促进学生专业实践能力提高。

（四）利用大数据技术改进教学方式，提高教学质量

教学手段单一、教学方式枯燥、信息化程度低是当前高校经济学专业人才培养中普遍存在的问题[9]。大数据技术在教育领域的应用显著提升了教育信息化水平，经济学专业教师可以多途径利用大数据技术改进教学方式，创新教学模式，激发学生的教学兴趣，从而提升教学质量。

一是利用大数据技术建立在线教学平台。高校里教同一门课的教师可以共同制作并上传教学课件、微课等学习资料至该平台，并及时动态更新数据库[10]。在这个平台上，教师可以根据学生的线上学习状况判断教学成效，调整教学内容和顺序，及时对学生的疑问进行解答；教师需要转变自身角色，引导学生通过线上平台自主学习，提出有价值的问题，为学生解答疑难问题，了解学生学习情况，把握学生学习方向；教师还可以利用大数据技术深入分析学生的学习成绩及其变化、学习习惯、个人偏好、客观认知能力等，进而调整和改进自身的教学模式。

二是建立覆盖教学全流程的大数据教学信息管理平台。通过该平台对教学全过程进行实时监控，形成教学大数据，对学生学习效果数据和教师教学质量评价数据进行深度挖掘、机器学习和分析评估，然后反馈给教师和教学管理部门，进行日常教学质量监控，从而达到改进教学模式、提高教学效果和学生满意度的目的。

三是基于大数据技术推行“案例设计+小组合作+情景模拟”的课堂教学模式。经济学理论具有较强的抽象性，学生理解经济学理论时会有一定的难度。案例教学是一种开放性和互动性较强的教学模式，教师可以通过解析一些现实经济行为和商业活动来提高学生学习兴趣，从而提升教学效果[11]。采用情景教学法，根据应用场景设计不同案例，将学生分组代入不同角色进行情景模拟，不仅可以提高学生的学习兴趣和课堂参与度，而且能够培养学生的创新创业能力，全面提升经济学专业人才培养质量。