新经济范式下人才培养模式创新研究

◎摘  要  人工智能技术的快速发展加速了经济结构变革、技术创新突破与全球价值链重塑，对经济学人才培养提出了新要求。传统经济学理论框架难以充分解释人工智能驱动的经济变革，适应新技术范式拔尖人才培养体系需要加大建设人工智能赋能的课程体系，强化数据分析与技术应用能力；推进项目制教学与实践学习，提升创新能力与实践导向；创新“数智+”培养机制，优化个性化学习路径与智能教学平台。

◎关键词  人工智能；经济学；拔尖创新人才；培养模式

人工智能技术的迅猛发展正重塑经济运行方式和社会结构，推动生产要素的重组与资源配置效率的提升。传统经济学人才培养体系侧重于理论传授与静态分析，强调模型构建与经验推断，难以适应新经济的运行方式[1]。同时，新经济体系愈加复杂化和动态化，要求经济学人才不仅具备坚实的理论基础，还应掌握数据处理、计算分析及相关技术应用能力。因此，构建融入人工智能内容的经济学教育体系，培养具有跨学科知识整合能力、创新意识与技术敏感度的复合型人才，已成为经济学人才培养模式创新的重要方向。

人工智能时代亟需提升经济学人才培养适配度

人工智能的多领域渗透、数据赋能及预测与决策支持为经济发展和社会进步提供了巨大助力，但其“创造性破坏”的特性也带来了许多现实挑战。为应对这些问题，必须深入剖析人工智能背景下经济发展模式的新变化，以顺应其对人才培养模式的新要求，构建“技术穿透力+经济洞察力+规则塑造力”的三维能力体系，提升人才培养与经济社会发展的适配度。

1.人工智能时代经济发展的新变化

第一，人工智能推动产业结构升级，加速传统经济向智能经济转型。人工智能技术的广泛应用正促使传统产业向数字化与智能化方向升级，加速推动经济增长模式由要素驱动向创新驱动转变。通过与物联网、云计算等新兴技术深度融合，人工智能不仅推动了智能制造、智慧城市、自动驾驶等新兴产业的迅速崛起，也深刻重塑了传统生产模式。凭借其在数据分析和预测方面的强大能力，人工智能显著提升了诸多行业的生产效率与资源配置效能，为其开辟了新的增长路径。

第二，人工智能引领技术创新范式迭代，催生经济发展新模式。人工智能不仅是企业生产和服务的关键技术支撑，更成为推动技术创新的核心驱动力。通过算法优化和数据分析，人工智能推动技术创新范式从渐进性创新向突破性创新转型。这种创新范式打破了传统市场的平衡，加速企业迭代与市场结构演变，为新兴产业发展创造了广阔空间。在政策和管理层面，人工智能助力政府更精准评估政策效能，提升政策适应性与执行效率。

第三，人工智能重塑全球价值链格局，为新兴经济体带来技术标准制定的新机遇。人工智能的快速发展打破了传统工业时代的技术创新路径，为新兴经济体从主要依赖技术引进与模仿创新的跟随者转型为技术标准的制定者提供了机会，由此将深刻改变全球价值链的布局与治理机制。中国、印度等国家正借助数据资源优势、开源生态的民主化和联盟链式标准在新兴技术领域构建“技术研发—场景验证—标准输出—产业收益”的完整价值闭环，在全球技术标准权利的再分配中重塑全球价值链竞争优势。

2.人工智能时代对经济学人才提出新要求

第一，多学科综合能力是核心要求。多学科综合能力不仅有助于理解经济现象背后的复杂机制，更有助于利用技术工具处理经济数据并高效解决实际问题。随着人工智能技术的快速渗透，企业和政府部门日益依赖大数据和人工智能算法进行经济预测、市场监测和政策评估，迫切需要具备技术应用和跨学科能力的复合型人才。侧重于理论模型和数据推导的传统经济学教育，必须打破学科壁垒，通过构建跨学科教育模式，融入网络爬虫技术、Python编程、大数据分析、机器学习等人工智能相关知识模块，切实培养学生涵盖经济理论素养、数智技术与数智思维的多学科综合能力，以适应数智时代的发展需求。

第二，创新思维与实践能力是关键要求。人工智能驱动的经济变革加剧了市场的不确定性与技术迭代的频率，企业为应对市场竞争，政府为供给高质量宏观经济治理政策，都亟需能够应对复杂现实问题的高素质经济学人才。因此，人工智能时代的经济学人才除需系统掌握经济理论之外，还应通过实践性学习增强对新经济挑战的响应与解决能力。高校应借助案例教学、创新创业课程等多样化教学手段，并通过实践项目引导学生将所学技能应用于真实经济场景，以提升其在复杂环境中的创新意识和进行科学决策的能力。同时，应通过校企合作、校政协作等方式构建产学研协同平台，切实提升将理论知识转化为实际问题解决能力的综合素养。

第三，国际视野与全球适应力是必备要求。人工智能技术正在重塑全球市场格局并推动全球价值链重构。伴随中国在智能制造、金融科技等领域的快速崛起，我国企业在全球价值链分工中的地位不断提升，越来越多的优质企业出海投资乃至主导全球价值链治理成为必然趋势。在此背景下，经济学人才不仅需系统掌握经济学理论与人工智能技术，还应具备宽广的国际视野与出色的跨文化沟通能力，以满足企业的国际化经营和应对日益复杂的全球价值链治理需要。高校应注重培养学生的国际化思维，开设国际经济、跨文化沟通与合作、全球化与世界市场等相关课程，积极搭建国际学术交流与合作平台，并鼓励学生参与海外学习、国际会议等跨文化实践项目。

探索数智赋能和实践导向的人才培养模式

人工智能时代高等教育新范式正在形成，人类已站在高等教育进化史的关键转折点。高校经济学人才培养正在通过新的目标定位，以数智赋能、交叉融合和实践导向为特征，以课程重构、产学研协同及个性化教学为核心，推动人才培养从知识传授向能力塑造转变。

1.人才培养目标定位

第一，培养具备扎实经济学理论基础和跨学科综合素养的创新型数智化人才。为适应人工智能时代的人才需求，世界一流高校的经济学人才培养正由传统的学科内部知识传授转向跨学科融合的培养模式。国外部分顶尖高校已在经济学人才跨学科培养方面形成系统性战略布局，如麻省理工学院的“DEDP”项目、新加坡国立大学的“MSc in DFinTech”项目以及哈佛大学的“D3”研究所等，均致力于推动人工智能与经济学等多学科的深度融合，旨在培养兼具经济理论建模能力与大数据分析技术的“数智+经济”跨界融合人才。国内多所知名高校的经济学拔尖创新人才培养也紧跟时代发展趋势，逐步形成具有数智交叉特征的人才培养定位。例如，北京大学的“智金班”与“数经班”、清华大学的“数字经济与智能管理”项目、山东大学的“数字经济特色班”、哈尔滨工业大学的“AI+经管”领军班，以及郑州大学的“数智经济与创新”班等，均为响应国家数字经济战略、推进“新文科”建设所实施的重要举措，也是对国家高层次复合型数智人才迫切需求的具体回应。

第二，培养具有强大应用能力和数据处理素养的实践导向型数智化人才。在全球化与人工智能深度融合的背景下，经济学拔尖创新人才的培养目标正不断向更高层次和更宽领域拓展。“以用促学、以学促创”的培养路径将经济学基础知识的学习有效融入社会发展现实问题，如斯坦福大学通过组建高水平的师资团队、构建严格的教学互动机制以及提供丰富的研究机会，系统培养学生的创新思维与科研能力，同时开设创新课程，并与硅谷等高科技产业区开展深度合作，为学生搭建了广阔的创业实践平台。伦敦政治经济学院的“MSc in Economics”教学项目，注重将经济分析工具应用于真实社会与市场情境，强化学生的数据处理与政策分析能力，构建起“学—研—用”良性循环的培养体系。国内如复旦大学的“新文科经济学卓越人才培养计划”和西南财经大学的“四位一体”教育模式等，均强调教学过程中理论联系实际，积极响应社会与行业发展对人才“知行融合”的需求。

第三，培养具备自主创新思维与动态适应能力的自我迭代型数智化人才。在“新文科”建设与数智化转型的双重推动下，经济学人才培养的基本逻辑需实现从“技能训练”向“生命力觉醒”的转变。思维训练是经济学拔尖创新人才成长的基础，实践锻炼是关键环节，而在应对高度不确定性和深度跨界融合的数智经济问题时，“自我迭代”能力日益成为实现思维跃升与能力重构的核心动力。如新加坡管理大学推行“互动式教学”理念，通过高互动性、小班制及反思导向的教学组织方式，着力培养学生的动态适应能力和实践性思维。北京师范大学、山东大学、郑州大学等“双一流”建设高校积极推进“以学生为中心”的教学转型，聚焦于自主学习能力、批判性思维、创新思维以及全球化视野等核心素养的培养。

2.人才培养模式变革

第一，跨学科融合与新技术的深度整合。人工智能技术正在系统性地重塑经济学的研究范式与应用领域，传统的单一学科教育模式已难以适应新时代发展要求[2]。为应对这一趋势，国内外高校积极推进跨学科融合，将数据科学、人工智能及行为科学等前沿知识融入经济学课程体系。如斯坦福大学推出了“人+人工智能”混合教学模式，并在经济学教学中整合大数据分析与人工智能技术，培养学生运用现代技术解决经济问题的能力。国内多所“双一流”建设高校也以课程体系重构为核心，积极推动人才培养的数智化转型。如南京大学开设“数据经济学”课程，强化学生的数据素养；浙江大学构建了涵盖数理基础、智能计算及“AI+X”融合等五个课程群的系统性教学框架；郑州大学则建立了“1+X+Y”人工智能通识课程体系，通过必修课、素养课与前沿拓展课相结合的方式，推动人工智能与经济学等多学科的深度融合，使学生既能掌握经济学核心理论，也具备运用新技术应对现实经济问题的能力。

第二，构建以实践为导向的培养体系。为强化经济学人才的理论转化与实践应用能力，全球高水平高校普遍重视实践教学体系的设计与创新。如斯坦福大学通过组织学术研讨会、企业实习和案例研究等多种实践形式，促进学生将学术训练与实际经济问题相结合，尤其在人工智能技术辅助下，利用仿真建模与数据分析等手段提升学生应对复杂经济情境的能力。在国内，郑州大学通过建设“人工智能与经济决策虚拟仿真平台”及数字企业实践教学基地，开设模拟宏观经济与企业决策的实践课程，使学生能够在近似真实的环境中开展政策实验与市场决策分析，有效增强其对经济波动的敏感度和实务应对能力。

第三，个性化学习路径与智能化教学平台的应用。近年来，我国高度重视教育数字化建设并取得显著进展。2022年，教育部正式上线“国家高等教育智慧教育平台”，汇聚了国内外高水平大学的2.7万门优质慕课，覆盖全部学科专业类，已成为全球规模最大、门类最全的国家级开放课程平台。同期，教育部实施的一流本科课程“双万计划”已认定包括2968门国家级线上一流课程、2667门线上线下混合式课程以及1200门虚拟仿真实验教学课程在内的一批高质量数字化课程，有效促进了数字技术与教育教学的深度融合和优质教育资源的广泛共享。在高校层面，智能化教学平台正逐步成为构建个性化学习体系的核心支撑。借助人工智能技术，平台能够实时分析学生的学习行为与兴趣偏好，动态调整教学内容的难度与进度，实现学习资源与路径的个性化推送，有力支持学生的自主学习和差异化发展。

人工智能时代经济学人才培养模式创新的三大重点

人工智能时代经济学人才培养模式创新应聚焦三大重点，即构建人工智能赋能的跨学科课程体系，推行项目制与实践导向的教学模式，创新“数智+”培养机制，为培育引领智能时代的复合型经济学人才提供系统性支撑。

1.构建人工智能赋能的课程体系，提升学生适应智能时代的综合能力

人工智能赋能的课程体系不仅承载知识的高效传递功能，更肩负培养学生技术敏感性、数据处理能力和跨学科思维的重任，为智能时代持续学习与适应能力建立科学基础。

第一，推动课程模块的跨学科融合与多样化设置。人工智能技术与经济学的深度融合正在重塑经济学教育的课程体系。为适应智能时代对复合型人才的需求，高校应当系统性地构建融合人工智能技术的跨学科课程群。具体而言，可增设“Python与经济数据分析”“人工智能与经济政策分析”“爬虫技术与数据采集”等兼具技术实践与理论深度的课程模块。这些课程不仅能培养学生的数据获取、清洗、分析和可视化等实践技能，引导他们将人工智能技术与经济学理论有机结合，深入理解这些技术在经济学领域的应用场景和价值内涵，更能通过与人工智能伦理与治理、科技伦理与社会责任、数字经济时代的价值判断等相关学科课程的交叉融合设计，将科技教育与人文教育结合，既培养学生的技术敏感性和应用能力，又提升其价值判断和社会责任感，从而培养出兼具技术能力与人文素养的复合型人才。

第二，深化人工智能在核心课程中的融合应用。人工智能的深度融入正在改变经济学核心课程的教学内容与方法。在高级计量经济学、微观经济学、宏观经济学等主干课程中，应系统引入双重机器学习、自然语言处理、神经网络等人工智能技术，帮助学生掌握高维数据分析、因果推断、预测建模等前沿研究方法。这种嵌入式教学要求将人工智能工具深度融入经济建模、政策分析与决策支持的全过程，使学生能够运用这些先进工具解决实际经济问题。例如，在计量经济学课程中，可以引导学生使用机器学习算法处理非结构化数据，构建更精准的预测模型；在产业经济学课程中，可以指导学生运用文本分析技术研究市场竞争行为。通过这种深度融合，培养学生形成技术与经济理论协同驱动的思维模式，使其既懂得经济理论的内在逻辑，又掌握现代分析技术的方法工具，从而有效提升其应对现实经济问题的能力，为未来从事数字经济相关工作奠定坚实基础。

第三，构建智能化教学支持与个性化学习体系。智能化教学环境的建设是人工智能赋能课程体系的重要支撑[3]。高校应当充分利用虚拟仿真平台、在线实验室、智能教学系统等数字化资源，构建线上线下相结合的混合教学模式。这些智能教学平台不仅可以实现课程内容的动态更新与实时推送，还能够突破传统教学的时间与空间限制，为学生提供更加灵活自主的学习体验。同时，需要建立完善的数字素养与技能评估机制，通过智能系统实时监测学生的学习进度和技能掌握情况，为不同基础的学生提供精准的学习支持。例如，为技术基础薄弱的学生提供编程基础辅导课程，为进阶学生设计具有挑战性的数据分析项目。人工智能学习分析系统还可以基于学生的能力数据和学术需求，生成个性化的学习路径，推荐最适合的学习资源，并动态调整教学内容的难度和进度。这种智能化、个性化的学习支持体系不仅能够提高学生的学习效率，更能够培养其自主学习和持续学习的能力，从而全面提升其智能时代适应性和未来职业竞争力。

2.推行项目制教学与实践学习，构建应用导向的经济学人才培养模式

项目制教学通过将理论知识与实践应用深度融合，着力培养学生解决现实经济问题的综合能力。在人工智能快速发展的背景下，该教学模式为学生提供了深入理解和应对复杂经济问题的重要途径，有助于系统培育兼具创新能力、技术应用意识与社会责任感的复合型人才。

第一，开展数据与智能驱动的项目实训，强化技术应用与创新思维。依托实际经济数据和人工智能技术，设计具有实践意义的项目任务，引导学生深度参与市场分析、宏观经济预测与政策模拟等环节。例如，指导学生运用Python、R语言及机器学习算法，完成从数据获取、处理、建模到可视化呈现的全流程操作，促进理论知识向实践解决方案的有效转化。此类项目不仅有助于培养学生的技术应用能力，更能够系统培养其批判性思维与创新思维，从而提升其对复杂经济问题的综合应对能力。

第二，深化校企政协同，推进人工智能融合型项目实践。高校应联合企业及政府部门，共同设计与人工智能应用紧密结合的教学案例，使学生得以在真实情境中开展实践训练。例如，引导学生参与企业的市场分析项目，运用人工智能技术解析消费行为数据，辅助制定精准营销策略；或参与政府部门的政策研究项目，借助政策仿真平台模拟不同政策方案的经济社会效应，从而深入理解政策制定的经济学逻辑与决策机制。通过此类项目，不仅能够强化学生的实践经验，更有助于激发其在应对复杂现实问题时对经济学理论进行反思与创新的能力。

第三，构建跨学科项目平台，培育复合型商业与技术素养。积极推动经济学与人工智能、数据科学等相关学科的深度合作，系统设计跨学科综合实践项目，使学生在多元知识集成与碰撞中提升解决复杂现实问题的能力。同时，加快建设人工智能技术支撑的开放式实践平台，例如虚拟仿真实验室、云端协作系统等，为学生提供高灵活性、高开放性的学习与实践环境。鼓励学生参与创新创业类项目及学科竞赛，引导其将人工智能工具与经济学理论相融合，自主设计与开发创新项目，从而有效培育其商业意识、团队协作能力及跨学科技术应用素养。

3.创新“数智+”培养机制，规划个性化学习路径

“数智+”是推动新文科创新发展的重要内容。经济学人才培养应通过构建“数智+”培养方案动态调整机制、创新“数智+”教学与评价机制、优化“数智+”专业培养机制，为学生规划个性化学习路径。

第一，构建“数智+”培养方案动态调整机制，以主动应对新技术、新业态与社会结构带来的深刻变革。推动培养方案超越传统“课程拼盘”式的简单叠加，依托数智化治理平台，实时响应国家战略需求、社会发展趋势与技术前沿动态，深度融合学科内在逻辑与跨领域知识体系，实现课程结构与内容的敏捷迭代和自主优化。在课程体系设计上，除开设人工智能、大数据分析等通识课程外，更应依托人工智能的系统调控能力，建设一批与本专业深度耦合的数智融合型核心课程，将数智思维与能力培养贯穿专业认知与实践全流程，系统塑造学生的跨学科整合能力与技术赋能下的创新应用素养。

第二，创新“数智+”教学与评价机制，以激发学生的学习主动性和创新能力。教学组织应突破传统“课堂讲授”主导的模式，依托数智平台及工具，推动学生“走出去”“动起来”，通过增加实践类课程比重、引入真实项目教学等方式，强化其在真实场景中运用数智手段解决问题的能力。借助人工智能辅助教学平台，实现对学生学习行为的实时感知、智能诊断与个性化干预，动态优化教学策略。在评价机制方面，应变革单纯依赖“记忆+笔试”的做法，构建以数智工具为支撑的综合性评价体系[4]，实现贯穿学习全过程的数据采集、分析与反馈，引导学生主动关注社会现实问题，运用数据建模、仿真模拟、智能生成等数智方法，自主发现、提出并尝试解决新问题，系统培养其批判性思维与协同创新实践能力。

第三，优化“数智+”专业培养机制，推动校内外资源协同共享。优化“数智+”专业培养机制的核心在于构建课上课下协同、线上线下融合、校内校外一体的育人新生态。一方面，利用数字平台与智能技术，整合慕课、虚拟仿真等优质线上资源，拓展教学时空，构建跨地域、泛在化的学习共同体，以技术赋能实现教育资源的精准配置与高效共享。另一方面，打破校园围墙，积极拓展与国内外一流大学的深度合作，通过组建大学联盟、推行学分互认机制，实现优质课程资源的共建共享与创新人才的协同培育。同时，主动对接头部企业、科研院所，共建实习实践基地、联合实验室及产业导师库，引入最鲜活的行业实践资源，构建“高校—高校—产业”多方联动的育人共同体，推动人才培养与产业及学术前沿需求的无缝衔接。

参考文献：

[1]卢黎歌，耶旭妍，王世娟，等.统筹推进大中小学思政课一体化建设研究——学习习近平总书记在学校思想政治理论课教师座谈会上的重要讲话精神笔谈[J].北京工业大学学报（社会科学版），2020，20（1）.

[2]本书编写组.中国共产党教育理论与实践[M].北京：北京师范大学出版社，2001.

[3]习近平.思政课是落实立德树人根本任务的关键课程[J].求是，2020（17）.

[4]习近平.扎实推动教育强国建设[J].求是，2023（18）.

[5]习近平.论教育[M].北京：中央文献出版社，2024.

[6]教育部.湖北探索大中小学一体化推进科学教育[EB/OL].（2025-4-10）[2025-4-10].http：//www.moe.gov.cn/jyb_xwfb/moe_2082/2021/2021_zl53/kxjy/202404/t20240410_1124785.html.

[7]郑永和，杨宣洋，苏洵.大科学教育新格局：学段一体化建构与实施路径[J].远程教育杂志，2024，42（2）.

[8]翁铁慧.以一体化建设引领推动新时代思政教育高质量发展（人民观察）[N].人民日报，2024-07-22（9）.

[9]公钦正，秦惠民.教育强国视域下拔尖创新人才自主培养的范式迭代[J].教育研究，2025，46（3）.

[10]周光礼.习近平总书记“双一流”建设思想研究[J].清华大学教育研究，2022，43（3）.

[11]习近平.论教育[M].北京：中央文献出版社，2024.

[12]胡克祖.3~6岁幼儿好奇心结构、发展特点及影响因素的研究[D].辽宁师范大学，2005.

[13]教育部.2023年全国教育事业发展统计公报[EB/OL].

（2024-10-24）[2025-1-28].http：//www.moe.gov.cn/jyb_sjzl/sjzl_fztjg

b/202410/t20241024_1159002.html.

[14]张宗益.教育强国背景下走好拔尖创新人才自主培养之路的思考与实践[J].中国高等教育，2024（7）.

[15]王旭东.以习近平总书记关于教育的重要论述为指导促进高质量教育公平[J].中国高等教育，2019（21）.

[16]王占仁.新时代大学生心理健康教育的工作难点与突破策略[J].中国高等教育，2024（9）.

[17]高翅.以“五育融通”提升人才自主培养质量的实践探索[J].中国高等教育，2023（21）.

[本文为河南省高等教育教学改革研究与实践项目（项目编号：2024SJGLX0036）；河南省研究生教育改革与质量提升工程项目（项目编号：YJS2025SZ05）的研究成果]

【作者：王海杰，单位：郑州大学】

（原载2025年第17期《中国高等教育》）