人工智能时代经济学拔尖创新人才“三位一体”培养体系研究

人工智能时代经济学拔尖创新人才“三位一体”培养体系研究 项目资助：河北省高等教育教学改革研究与实践项目“AI 赋能高校经济学拔尖人才‘三位一体’培养体系的探索与实践”（2026GJJG432） 王迪,张梓言 作者简介：王迪（1994-），男，汉族，吉林长春人，讲师，东北大学秦皇岛分校经济学院，博士，研究方向：人工智能与产业发展 张梓言（2004-）， 女， 汉族，贵州贵阳人，本科，东北大学秦皇岛分校经济学院，助理研究员，研究方向：绿色金融与创新发展     【摘要】党的二十大将拔尖创新人才培养确立为国家战略，当下数字经济与人工智能正深刻冲击传统经济学教育。当前经济学拔尖人才培养仍存在理论技术脱节、科教产教协同不足等问题，人工智能应用多停留在工具叠加层面，未实现培养全链条的系统性重塑。本文立足经济学学科特点，提出以价值引领为基石、能力融合为核心、实践赋能为支撑的“三位一体”培养思路，通过校政企协同联动，培育兼具家国情怀与跨界素养的新时代经济学拔尖创新人才。     【关键词】经济学拔尖人才；学科融合；三位一体     引言     人工智能正大幅度改变生产方式、社会结构和知识体系，持续冲击传统高等教育的模式。在经济学相关领域，机器学习、大数据分析、自然语言处理等技术已广泛应用于研究的整个过程，从开展非结构化数据挖掘到进行高维模型构建，再到开展政策模拟和市场优化，传统研究范式正不断地被改造。数字经济、智能金融和平台治理等现实场景不断扩大规模，也对经济学人才的知识体系和能力素养提出了更高要求。新文科建设和“101 计划”不断推进，但现有培养体系依旧存在重理论、轻技术，重知识、轻运用能力，重校内、轻协同交流等问题，难以很好地回应智能经济时代对拔尖创新人才的实际需要，搭建人工智能赋能的系统性培养体系，已成为经济学教育改革不得不解决的重大课题。     一、AI 时代经济学人才培养的范式变革与需求重构     （一）研究范式革命：以数据驱动和算法创新重塑经济学研究逻辑     传统经济学研究大致按照“理论假设—模型构建—计量检验”的经典路径进行，其严谨性建立在模型简化和假设合理之上，随着大数据以及机器学习技术的发展，经济研究正逐渐过渡到“数据驱动—模型迭代—智能决策”的新范式，此范式在处理高维、非线性和动态时序数据方面更具优势。这可更有效地找出复杂经济系统中的潜在规律。运用深度学习对卫星遥感图像、夜间灯光数据加以分析，可更及时、精确地算出区域经济增长和贫困情况；运用自然语言处理技术分析政策文本以及网络舆情，可以搭建更灵敏的宏观预期及信心指数；依托多智能体模拟为手段，也可对碳交易、数字货币等新型经济机制开展压力测试，进行政策推演。这一变革要求新时代经济学拔尖人才成长为兼具扎实经济理论功底、熟练运用智能工具能力的数据型研究者。     （二）人才需求剧变：盼望有“T 型”结构的复合型专家加入其中     人工智能不断进入金融、贸易、制造和公共治理等经济领域，正在重塑人才需求结构，金融机构需要既掌握资产定价理论，又能独立开发量化分析模型的复合型分析师；政府和咨询机构需要可运用大数据与仿真技术来做政策评估的研究人员；科技企业更看重既知晓平台经济逻辑，又具备算法思维和处理数据能力的复合型人才。这类人才不但要拥有经济学理论深度，还应拥有编程操作、数据分析和跨界协作能力，呈现出十分突出的“T 型”结构特质，传统单一学科、封闭式的培育方法，越来越难以贴合这一现实需要。     二、现有培养体系的深层困境与关键瓶颈     尽管改革方向已形成广泛共识，但当前经济学拔尖人才培养在走向数智融合的进程中，仍面临一系列长期积累的结构性问题。     （一）课程体系：结构固化和融合虚化     当前课程体系主要由微观经济学、宏观经济学、计量经济学等传统课程构成，存在明显的路径依赖特征。多数人工智能相关课程以选修课、技能补充课的形式零散存在，未与经济学核心课程形成深度衔接，导致部分学生掌握了技术工具却不会分析真实经济问题，部分学生熟悉理论框架却缺乏智能工具应用能力。同时，数字平台治理、算法定价、数据要素配置等数字经济前沿议题在课程中覆盖不足，知识体系与产业实践需求存在明显脱节。     （二）培养过程：阶段割裂和科研链条断开     本科、硕士、博士培养彼此衔接存在不足，本科阶段突出知识方面的教学，淡化问题方面的训练；硕士阶段开展交叉领域研究之后，学生总是由于方法训练不成体系难以适配研究需求；博士阶段容易出现重技术细节、轻经济的两类偏差，要么过度侧重技术细节，忽视经济问题本质；要么聚焦宏大议题，缺乏方法体系的有效支撑。现有体系尚未形成递进式、贯通式的全链条培养机制。     （三）师资队伍：知识老化与协同不足     人工智能快速发展，对教师知识结构和教学能力提出了更高的要求。部分经济学老师对数据挖掘、文本分析、机器学习等新方法掌握不充分，跨学科教学及研究能力存在明显短板。经济学院跟计算机、数据科学等院系之间尚未建立稳定的协作机制，联合授课、协同指导以及团队建设开展不充分，直接制约了复合型人才培养体系的落地成效。     （四）实践生态：合作浅层化与场景缺失     拔尖创新人才培养不应只局限于课堂之内，还得有真实情境下的持续锻炼。当前多数校政企合作仍停留在挂牌实践基地、短期专题讲座、形式化实习的浅层次阶段，实践内容深度不足、协同联动机制松散，学生普遍难以接触核心业务数据、真实决策流程，实践训练与能力提升存在明显脱节，校内外资源尚未真正形成协同育人的有效共同体。     三、“三位一体”培养体系的系统构建路径     为全面攻克上述难题，必须搭建一个以人工智能为赋能主线的架构，形成价值、能力和实践三个维度有机结合的新型培养体系。     （一）价值引领：搭建智能时代学术品格和伦理根基的培养体系     人工智能深度融入经济学教育及研究全过程，人才培养不可以只突出技术和工具，更应当突出问题意识、学术规范和社会关切点。所谓价值方面的引领，要点是引导学生确立正确的学术追求与研究指向，强化对经济领域现实问题的敏感度，提升学术规范、团队协作与社会责任意识，确保学生在运用智能技术时，始终服务于经济问题分析与国家治理的真实需求。     （二）能力融合：塑造跨学科知识网络，培养创新能力     能力融合作为三位一体培养体系的核心，要点不在于简单地新增几门技术课程，而是围绕经济问题对知识结构予以重组、对教学逻辑予以重建。     在课程设置相关事宜上，要搭建起模块化、递进式课程群：设置基础夯实模块，夯实学生在高等数学、统计方法和计算机基础等方面的能力根基；确立核心融合模块，经济学院与计算机、数据科学等院系一起建设“智能经济”课程群，比如《Python/R 语言与经济数据分析》《机器学习用于经济研究》《自然语言处理与文本经济分析》《计算经济学与仿真模拟》等，拉动经济理论和智能技术深度衔接；搭建前沿拓展模块，围绕平台经济、数字金融、人工智能与劳动力市场等前沿主题开设专题课程，并通过论文、报告和案例实现动态更新。     在教学方式的相关方面，要使讲授式教学向项目式、案例式和探究式教学转变，以真实的经济问题组织跨学科团队操练，让学生在问题识别、数据处理、模型构建、结果解释和政策表达的整个过程中提升综合水平。     （三）实践赋能：打造开放协同的育人生态     拔尖创新人才的成长需要真实情境中的反复历练，实践赋能的关键在于真正使课堂、科研与社会需求衔接起来，搭建开放协同的育人框架。     高校可以与政府部门、金融机构、科技企业、智库组织共建联合实验室、案例中心和实践基地，基于地方产业数字化转型、平台治理、金融科技监管、乡村数字经济发展等议题，提供稳定的项目供给，让学生在项目参与的过程中，不但能接触到真实数据和业务逻辑，也能更清楚地认识经济理论在现实情形下的适用界限。应促进科研训练前置以及项目制运作，将教师课题、企业需求和学生培养恰当整合起来，使学生及早进入跨学科研究共同体，以真实问题作驱动提高研究和协同能力。     四、实施保障与长效机制建设     三位一体培养体系是否可落地，关键在于平台支撑、激励机制与评价闭环协同起作用。高校要建设可支持研讨协作、数据分析、远程互动的智慧教室、实验平台和经济大数据平台，搭建将教学管理、科研协作、实践管理和能力评估融合在一起的数字平台，为跨学科课程学习、项目训练和成果归档提供支撑，还通过学习分析形成学生成长档案，为精准指导和多元评价提供依据。     要设立激励相容的动力机制，可以设立“经济学拔尖创新奖学金”“跨学科研究基金”等专项资助，将项目参与、学科竞赛表现、实践创新成果作为评优评奖、推免遴选的核心参考指标；完善跨学科课程建设、学生成果指导、校企协同育人的绩效认定机制，将相关贡献纳入教师职称评审与考核体系。建立由教育专家、行业代表、校友代表与学生代表共同参与的培养质量评估委员会，构建“评价—反馈—改进”的闭环优化系统，推动培养体系持续迭代完善。     五、结语     人工智能与经济学正逐步实现深度融合，既重塑了学科研究范式，也为人才培养模式创新创造了重要的机遇。面对系统性挑战，一定要以系统性改革来应对。本文提出的“价值引领、能力融合、实践赋能”三位一体人才培养体系，旨在实现技术赋能与价值塑造相统一、知识重组与能力提升相贯通、校内培养与社会实践相协同。高校需破除组织壁垒与路径依赖，在制度建设、资源配置、机制创新上持续发力，逐步形成贯通、开放、融合、智慧的经济学教育新生态，持续为中国式现代化建设输送高质量的经世济民之才。 参考文献 [1] 陈俊龙, 韩祖丽, 刘佳丽. 人工智能背景下高校经济学拔尖人才培育探索[J]. 商业经济,2024, (8):94-97. [2] 陈俊龙, 阚蕊, 王迪. 人工智能赋能经济学拔尖人才培养模式探索[J]. 对外经贸,2024, (5):136-139. [3] 洪永淼，汪寿阳。ChatGPT 与大模型将对经济学研究范式产生什么影响？ [J]. 计量经济学报，2024，4（1）：1-25. [4] 丁任重，盖凯程，徐志向.“六位一体”经济学基础学科拔尖人才培养模式的构建[J]. 中国大学教学，2021(4):17-20. [5] 刘海静，陈俊龙，王宪良.“三全育人”理念下高校专任教师和辅导员协同育人有效性提升探究[J]. 经济研究导刊， 2023(12):119-122. [6] 祝智庭，赵晓伟，沈书生. 融创教育：数智技术赋能新质人才培养的实践路径[J]. 中国远程教育，2024，44（5）：3-14.