大数据背景下现代计量经济学教学的困境与出路

董亚娟 陈钰芬

（浙江工商大学 浙江·杭州 310018）

0 引言

随着现代经济学的发展和计算机技术的不断革新，作为高等教育研究的技术支撑和数据分析保障，必然引发现代计量经济学的教学范式转型。

在大数据时代背景下，新的数据形式和变量间出现的复杂关系，对计量经济学提出了更高的需求，经典计量方法受到前所未有的挑战，一方面是数据信息的拓展。传统的经济观察数据进一步拓展为非结构化或半结构化数据，如文本、视频、音频等资料，也包含一些新型数据，如区间数据、函数性数据等，这些数据数量多体量大，信息密度低。另一方面，经典计量方法逐步弱化。经典计量方法主要是小样本理论基础上利用样本信息推断总体信息，注重统计推断。而大样本信息下的大数据，变量之间的关系更为复杂，变量间更容易表现出非线性、非平稳性特征，研究范式也逐步转变为如何挖掘变量之间的复杂关系，尤其是因果推断。

大数据给经济学的实证研究带来了研究范式和研究方法的变革，重塑了现代计量经济学体系和内容。现代经济学研究须紧跟经济学实证研究方式的变更趋势，需要深入学习计量经济学的基础知识和经典理论，不断吸收计量经济学方法论发展前沿的成果。同时能够正确、熟练地使用相关分析软件，解决实际经济问题，才能培养具有扎实理论功底和方法论基础的高质量本科生和研究生。

国内众多高校都非常重视计量经济学课程的建设和改革，如何根据学生具体情况因地制宜、因材施教探索计量经济学课程的教学内容和方式，切实提高教学质量和效果。本文根据十多年的教学实践情况，分析计量经济学教学过程中存在的主要问题和困境，提出一些相应的教学改进思路和教学优化路径，并将其推广应用于当前的教学课堂，以期探索高质量发展要求下教学改革的有效途径。

1 计量经济学课程教学的现状与困境

计量经济学是北美研究生教育体系中的一门重要课程，利用统计数据量化经济理论，是一门集理论性、方法性和应用性的核心专业课程。课程主要内容包括线性回归模型、似然估计方法、离散选择模型、联立方法模型等重要理论、概念和方法，尤其是众多的统计分析思想和复杂的数学推导证明。先修课程包括高等数学、多元统计、随机过程、概率论与数理统计等基础性课程。因此掌握并运用先修课程中的数学技巧于经济学，集中体现在计量经济学中。

厦门大学洪永淼教授（2021）深入探讨了数学模型、经济思想和实证分析之间的关系，认为数学公式与模型是现代经济思想的重要载体和表达形式，数学工具的发展带动了现代计量经济学的快速发展历程。计量经济学在我国本科生、研究生甚至博士生中都是一门基础类的课程，均受到各高校和研究生教育的重视。田芬（2021）提出在人工智能时代要从数据崇拜到向数据正义转变的研究范式，从经济数据中总结经验典型事实。计量经济学对于训练统计学、经济学和金融学专业的本科生、硕士生和博士生解决实际问题，提高科研和创新能力等方面起到重要作用。但目前关于计量经济学教学存在以下困境：

（1）课程衔接存在不连续性之困。一般在学习计量经济学之前需要学生具有一定的经济学原理、高等代数、数学分析、统计学原理和数理统计的基础知识。计量经济学是探究数据规律的方法论学科，教学中也难以避难需要较多的统计分析思想和数学推导证明。经调查发现，有些学校的学生对经济学原理的掌握不全面，学生层次差异明显。尤其是研究生阶段，学生差异较大。因为学生来自不同的本科院校，由于学生在大学期间课程的基础不同，有些学生数理统计底子较为薄弱，统计学中数据处理方式也不熟悉，导致在学计量经济学的时候遇到困难。如不能准确理解一些经济统计指标，对数据的处理和清洗方法没有系统训练，数理推导过程感觉难度较大，导致计量经济学课程进展困难，加大教师上课难度，也降低学生学习的兴趣。

（2）教学内容和教学模式落后于计量经济学发展需求之困。多数计量经济学多按照经典的教材授课，讨论的是经典的回归模型，同时受到课时的限制，导致整个学期的课程内容只局限于陈旧的知识。课程缺乏对前沿性知识的引领，难以提高学生的兴趣。现代计量经济学的发展经历了大跨步的阶段，尤其是近年来兴起的离散选择模型、空间计量、大数据计量方法、非参数统计方法等，都是常用到的分析方法。理解并掌握这些前沿性的计量方法需要对经典的计量有非常深入的学习功底，但由于学生在掌握经典计量方法时被数学推导和数学表达方式所困惑，导致对这些前沿的理论也缺乏理解，更别提应用这些方法进行科学研究。

（3）缺乏从书本到科研实践的创新性，学生生搬硬套地误用计量模型之困。作为承担着国家最高教育人才水平的高等教育，对培养高素质的创新性人才责无旁贷。传统的教学实践对课程教学重知识解析轻能力培养，导致学生高分低能现象。因此应该培养学生雄厚、宽广的基础知识，尤其是掌握运用现代化的软件处理技术，将理论与实践同时溶于教学过程中。在经济学的实证研究中，经常看到学生不考虑模型和方法所适用的前提条件，忽视对数学公式和数学模型的解释，导致模型的检验方法缺乏规范性和严谨性。如参数估计值的t检验，要求满足条件同方差性，如果存在异方差，必须适用white方差公式。但实证研究中常发现在明显存在异方差的模型中，直接用t统计量进行显著性检验。对计量经济模型的误用和滥用常见于本科毕业论文和硕士学位论文中，照搬计量方法到论文中，忽视模型使用的前提条件。

2 大数据背景下现代计量经济学教学思路的基本导向

2.1 摆正教与学的辩证关系

新时代高等教育发展的基本要求是落实“以学为核心”的教学理念。一方面加强学生自主弥补课程基础不足的知识，引导学生将基础理论知识的学习延伸到课堂之外，培养学生自主学习能力，减少课堂上理解数理推导知识的困难性。另一方面计量经济学教学课堂上要摆脱教师传统的满堂授课模式，通过对理论知识的引导，带领学生在理论和实践教学环节中“学”的核心作用，增强学生的自主学习能力。课堂教学中要尊重学生在课程学习上的自主权和选择权，鼓励学生自行提炼现实经济问题、收集相关数据，提升计量模型的运用能力。将知识灌输转换为自主探索，以学生能将计量方法运用到具体的科研实践中为目标，教师充分发挥“解惑”的功能，将学生在学习过程中的困惑、谜团解除。摆正教师与学生的各自地位关系，一方面有效锻炼学生探索问题的能力，另一方面开放了教师思想和教学方法。

2.2 突出理论的继承性和前沿性

网络信息和大数据引发了经济学领域一系列的变革，如互联网金融、数字经济、舆情分析等新的经济问题。时代的转型也要求培养未来人才的高校，及时分析传统计量经济学教学机制和时代背景之间的矛盾，积极调整培养模式，融入时代观念。传统的教材中心主义过分局限于经典的计量内容，无法反映出大数据时代背景的学术动向，不利于学生开阔眼界和发散思维。突破教材中心主义，如多重共线性、异方差和自相关等部分内容适当缩减。因为多重共线性问题多在时间序列数据中产生，异方差问题易出现在横截面数据。随数据的可得性和高频数据的出现，这些经典的理论已不再是现代计量方法的重点。面对新型的数据，适当引入新的计量方法，如解决内生性问题的工具变量法、解决非线性时间序列问题的自回归门槛模型和马尔可夫机制转移模型、解决删失数据或截断数据的分位数回归模型等。这些新的知识信息进入课堂，拓宽了学生视野，增加教学活动的知识容量，充分发挥计量经济学的方法论作用。

2.3 加强应用实践能力和职业价值导向

高等教育的目标不仅仅是传授特定的知识，而是要重视学生运用知识的实践能力，结合专业特点和职业价值，倾向于培养学生规范的计量方法和实践技能，以便更好地适应新的时代。大数据时代造就了新兴岗位和新技术，传统的教学模式和思路无法培养出具有竞争力的行业人才，教学需要更新教育理念和教学方式，精准把握行业人才需求，将学生的职业价值导向与学科相结合，培养具有从事大数据领域科学研究的初步能力，以及获取最新科学技术信息的基本能力。如机器学习作为现代计量经济学中新的研究方法，以计算机和人工智能作为算法逻辑，对复杂数据进行信息挖掘。这样的技术方法在实际中应用广泛，对学生规划未来的职业方向具有引领性作用，也有利于缓解高校教学内容与学生职业需求脱节的现象。

3 大数据背景下计量经济学教学路径的优化

3.1 融入现代计量经济学的前沿方法，拓展陈旧内容

在互联网背景下，现代计量经济学的研究范式已发生转变。以云计算、移动互联网和人工只能为代表的信息革命正在深刻地改变我们的生活方式，催生了数字经济这一新的经济形态。很多社会轨迹和经济活动都以数字化的形式记录下来，形成了庞大的数据库，大数据具有四个典型特征：超规模（volume）；高速性（velocity）；多样性（variety）和低密度（veracity）。新型的数据需要新的计量分析方法和工具，带给了计量经济学新的机遇和挑战。机器学习因对巨量、复杂信息的处理和预测能力，使其成为数字经济时代新的研究范式。从线性、低维、有限样本到非线性、高频、大样本模型的转变，机器学习拓展了现代计量方法的研究边界，成为现代应用计量经济学研究方法。传统计量方法已经不再适应，机器学习、数据挖掘等方法突破了利用小样本数据估计和检验的局限性，从数据驱动本身挖掘模型信息，有效捕捉变量之间的线性或非线性特征。

3.2 融入时事解读理论，扎根中国大地，以科学的计量方法讲中国故事

为强化学生对计量经济学理论的学习和应用，提高思维能力，适当组织学生就热点时事问题和新的前沿文献进行解读，并借助国内外相关数据库，收集和分析数据，构建计量经济模型。通过“课堂讲授+专业文献阅读+实践分析”这种训练方式，可以迅速地让学生找到知识的相关性，及时与社会活动进行关联。计量经济学作为量化研究经济问题的重要工具，通过“案例式”教学、提供“一站式”服务，让学生“即学即得”。在案例学习中学会理论分析、模型构建、指标设定、结果分析、经济解释；并能在学术论文和毕业论文的实证研究中“按图索骥”，熟悉计量经济软件的运用。

3.3 实现课程论文“定量化、实证化、模型化”的要求，提升读、写的质量

由于计量经济学课程在经济理论分析、经济理论检验中的重要作用，学以致用是教学的最终目的和要求。设计宏观计量模型和案例，教授学生基于国内外数据库平台收集数据，清洗数据，以及使用网络爬虫技术抓取文本数据，利用数据信息构建计量模型，挖掘数据之间的因果关系和联动信息，进行定量和实证分析。这样才能培养掌握现代经济理念、能够进行经济定量分析的实用型人才，学生能够以金融或经济数据为载体，融会贯通计量经济学的理论知识和方法，将课程理论体系与大数据的处理相融合。同时让学生在阅读规范计量文献、查找资料的基础上，完成教师设置的课程任务，独立完成具有“模型构建+定量分析+实证分析”的研究报告。这有利于提高学生独立的经济分析能力，培养具有高深计量经济学理论知识和应用能力的人才。

4 结语与展望

大数据的时代环境对传统计量经济学带来巨大的挑战，很多领域借助大数据得到越来越来越多研究者的关注。计量经济学更加注重研究的实际应用价值，在放宽对模型经典假设，应着眼于挖掘数据中有意义的特征并进行分析，大数据的时代特征给现代计量经济学提供了施展空间。有挑战才有创新，当代计量经济学家和统计学家也在积极努力，将现代计量经济学逐步引入课堂，带给学生前沿理论方法。在新的教育模式和范式下，提高学生基于大数据计量建模的能力，必然为教育的高质量发展提供有力的支撑。