◎摘  要  人工智能技術的快速發展加速了經濟結構變革、技術創新突破與全球價值鏈重塑，對經濟學人才培養提出了新要求。傳統經濟學理論框架難以充分解釋人工智能驅動的經濟變革，適應新技術范式拔尖人才培養體系需要加大建設人工智能賦能的課程體系，強化數據分析與技術應用能力；推進項目制教學與實踐學習，提升創新能力與實踐導向；創新“數智+”培養機制，優化個性化學習路徑與智能教學平臺。

◎關鍵詞  人工智能；經濟學；拔尖創新人才；培養模式

人工智能技術的迅猛發展正重塑經濟運行方式和社會結構，推動生產要素的重組與資源配置效率的提升。傳統經濟學人才培養體系側重于理論傳授與靜態分析，強調模型構建與經驗推斷，難以適應新經濟的運行方式[1]。同時，新經濟體系愈加復雜化和動態化，要求經濟學人才不僅具備堅實的理論基礎，還應掌握數據處理、計算分析及相關技術應用能力。因此，構建融入人工智能內容的經濟學教育體系，培養具有跨學科知識整合能力、創新意識與技術敏感度的復合型人才，已成為經濟學人才培養模式創新的重要方向。

人工智能時代亟需提升經濟學人才培養適配度

人工智能的多領域滲透、數據賦能及預測與決策支持為經濟發展和社會進步提供了巨大助力，但其“創造性破壞”的特性也帶來了許多現實挑戰。為應對這些問題，必須深入剖析人工智能背景下經濟發展模式的新變化，以順應其對人才培養模式的新要求，構建“技術穿透力+經濟洞察力+規則塑造力”的三維能力體系，提升人才培養與經濟社會發展的適配度。

1.人工智能時代經濟發展的新變化

第一，人工智能推動產業結構升級，加速傳統經濟向智能經濟轉型。人工智能技術的廣泛應用正促使傳統產業向數字化與智能化方向升級，加速推動經濟增長模式由要素驅動向創新驅動轉變。通過與物聯網、云計算等新興技術深度融合，人工智能不僅推動了智能制造、智慧城市、自動駕駛等新興產業的迅速崛起，也深刻重塑了傳統生產模式。憑借其在數據分析和預測方面的強大能力，人工智能顯著提升了諸多行業的生產效率與資源配置效能，為其開辟了新的增長路徑。

第二，人工智能引領技術創新范式迭代，催生經濟發展新模式。人工智能不僅是企業生產和服務的關鍵技術支撐，更成為推動技術創新的核心驅動力。通過算法優化和數據分析，人工智能推動技術創新范式從漸進性創新向突破性創新轉型。這種創新范式打破了傳統市場的平衡，加速企業迭代與市場結構演變，為新興產業發展創造了廣闊空間。在政策和管理層面，人工智能助力政府更精準評估政策效能，提升政策適應性與執行效率。

第三，人工智能重塑全球價值鏈格局，為新興經濟體帶來技術標準制定的新機遇。人工智能的快速發展打破了傳統工業時代的技術創新路徑，為新興經濟體從主要依賴技術引進與模仿創新的跟隨者轉型為技術標準的制定者提供了機會，由此將深刻改變全球價值鏈的布局與治理機制。中國、印度等國家正借助數據資源優勢、開源生態的民主化和聯盟鏈式標準在新興技術領域構建“技術研發—場景驗證—標準輸出—產業收益”的完整價值閉環，在全球技術標準權利的再分配中重塑全球價值鏈競爭優勢。

2.人工智能時代對經濟學人才提出新要求

第一，多學科綜合能力是核心要求。多學科綜合能力不僅有助于理解經濟現象背后的復雜機制，更有助于利用技術工具處理經濟數據并高效解決實際問題。隨著人工智能技術的快速滲透，企業和政府部門日益依賴大數據和人工智能算法進行經濟預測、市場監測和政策評估，迫切需要具備技術應用和跨學科能力的復合型人才。側重于理論模型和數據推導的傳統經濟學教育，必須打破學科壁壘，通過構建跨學科教育模式，融入網絡爬蟲技術、Python編程、大數據分析、機器學習等人工智能相關知識模塊，切實培養學生涵蓋經濟理論素養、數智技術與數智思維的多學科綜合能力，以適應數智時代的發展需求。

第二，創新思維與實踐能力是關鍵要求。人工智能驅動的經濟變革加劇了市場的不確定性與技術迭代的頻率，企業為應對市場競爭，政府為供給高質量宏觀經濟治理政策，都亟需能夠應對復雜現實問題的高素質經濟學人才。因此，人工智能時代的經濟學人才除需系統掌握經濟理論之外，還應通過實踐性學習增強對新經濟挑戰的響應與解決能力。高校應借助案例教學、創新創業課程等多樣化教學手段，并通過實踐項目引導學生將所學技能應用于真實經濟場景，以提升其在復雜環境中的創新意識和進行科學決策的能力。同時，應通過校企合作、校政協作等方式構建產學研協同平臺，切實提升將理論知識轉化為實際問題解決能力的綜合素養。

第三，國際視野與全球適應力是必備要求。人工智能技術正在重塑全球市場格局并推動全球價值鏈重構。伴隨中國在智能制造、金融科技等領域的快速崛起，我國企業在全球價值鏈分工中的地位不斷提升，越來越多的優質企業出海投資乃至主導全球價值鏈治理成為必然趨勢。在此背景下，經濟學人才不僅需系統掌握經濟學理論與人工智能技術，還應具備寬廣的國際視野與出色的跨文化溝通能力，以滿足企業的國際化經營和應對日益復雜的全球價值鏈治理需要。高校應注重培養學生的國際化思維，開設國際經濟、跨文化溝通與合作、全球化與世界市場等相關課程，積極搭建國際學術交流與合作平臺，并鼓勵學生參與海外學習、國際會議等跨文化實踐項目。

探索數智賦能和實踐導向的人才培養模式

人工智能時代高等教育新范式正在形成，人類已站在高等教育進化史的關鍵轉折點。高校經濟學人才培養正在通過新的目標定位，以數智賦能、交叉融合和實踐導向為特征，以課程重構、產學研協同及個性化教學為核心，推動人才培養從知識傳授向能力塑造轉變。

1.人才培養目標定位

第一，培養具備扎實經濟學理論基礎和跨學科綜合素養的創新型數智化人才。為適應人工智能時代的人才需求，世界一流高校的經濟學人才培養正由傳統的學科內部知識傳授轉向跨學科融合的培養模式。國外部分頂尖高校已在經濟學人才跨學科培養方面形成系統性戰略布局，如麻省理工學院的“DEDP”項目、新加坡國立大學的“MSc in DFinTech”項目以及哈佛大學的“D3”研究所等，均致力于推動人工智能與經濟學等多學科的深度融合，旨在培養兼具經濟理論建模能力與大數據分析技術的“數智+經濟”跨界融合人才。國內多所知名高校的經濟學拔尖創新人才培養也緊跟時代發展趨勢，逐步形成具有數智交叉特征的人才培養定位。例如，北京大學的“智金班”與“數經班”、清華大學的“數字經濟與智能管理”項目、山東大學的“數字經濟特色班”、哈爾濱工業大學的“AI+經管”領軍班，以及鄭州大學的“數智經濟與創新”班等，均為響應國家數字經濟戰略、推進“新文科”建設所實施的重要舉措，也是對國家高層次復合型數智人才迫切需求的具體回應。

第二，培養具有強大應用能力和數據處理素養的實踐導向型數智化人才。在全球化與人工智能深度融合的背景下，經濟學拔尖創新人才的培養目標正不斷向更高層次和更寬領域拓展。“以用促學、以學促創”的培養路徑將經濟學基礎知識的學習有效融入社會發展現實問題，如斯坦福大學通過組建高水平的師資團隊、構建嚴格的教學互動機制以及提供豐富的研究機會，系統培養學生的創新思維與科研能力，同時開設創新課程，并與硅谷等高科技產業區開展深度合作，為學生搭建了廣闊的創業實踐平臺。倫敦政治經濟學院的“MSc in Economics”教學項目，注重將經濟分析工具應用于真實社會與市場情境，強化學生的數據處理與政策分析能力，構建起“學—研—用”良性循環的培養體系。國內如復旦大學的“新文科經濟學卓越人才培養計劃”和西南財經大學的“四位一體”教育模式等，均強調教學過程中理論聯系實際，積極響應社會與行業發展對人才“知行融合”的需求。

第三，培養具備自主創新思維與動態適應能力的自我迭代型數智化人才。在“新文科”建設與數智化轉型的雙重推動下，經濟學人才培養的基本邏輯需實現從“技能訓練”向“生命力覺醒”的轉變。思維訓練是經濟學拔尖創新人才成長的基礎，實踐鍛煉是關鍵環節，而在應對高度不確定性和深度跨界融合的數智經濟問題時，“自我迭代”能力日益成為實現思維躍升與能力重構的核心動力。如新加坡管理大學推行“互動式教學”理念，通過高互動性、小班制及反思導向的教學組織方式，著力培養學生的動態適應能力和實踐性思維。北京師范大學、山東大學、鄭州大學等“雙一流”建設高校積極推進“以學生為中心”的教學轉型，聚焦于自主學習能力、批判性思維、創新思維以及全球化視野等核心素養的培養。

2.人才培養模式變革

第一，跨學科融合與新技術的深度整合。人工智能技術正在系統性地重塑經濟學的研究范式與應用領域，傳統的單一學科教育模式已難以適應新時代發展要求[2]。為應對這一趨勢，國內外高校積極推進跨學科融合，將數據科學、人工智能及行為科學等前沿知識融入經濟學課程體系。如斯坦福大學推出了“人+人工智能”混合教學模式，并在經濟學教學中整合大數據分析與人工智能技術，培養學生運用現代技術解決經濟問題的能力。國內多所“雙一流”建設高校也以課程體系重構為核心，積極推動人才培養的數智化轉型。如南京大學開設“數據經濟學”課程，強化學生的數據素養；浙江大學構建了涵蓋數理基礎、智能計算及“AI+X”融合等五個課程群的系統性教學框架；鄭州大學則建立了“1+X+Y”人工智能通識課程體系，通過必修課、素養課與前沿拓展課相結合的方式，推動人工智能與經濟學等多學科的深度融合，使學生既能掌握經濟學核心理論，也具備運用新技術應對現實經濟問題的能力。

第二，構建以實踐為導向的培養體系。為強化經濟學人才的理論轉化與實踐應用能力，全球高水平高校普遍重視實踐教學體系的設計與創新。如斯坦福大學通過組織學術研討會、企業實習和案例研究等多種實踐形式，促進學生將學術訓練與實際經濟問題相結合，尤其在人工智能技術輔助下，利用仿真建模與數據分析等手段提升學生應對復雜經濟情境的能力。在國內，鄭州大學通過建設“人工智能與經濟決策虛擬仿真平臺”及數字企業實踐教學基地，開設模擬宏觀經濟與企業決策的實踐課程，使學生能夠在近似真實的環境中開展政策實驗與市場決策分析，有效增強其對經濟波動的敏感度和實務應對能力。

第三，個性化學習路徑與智能化教學平臺的應用。近年來，我國高度重視教育數字化建設并取得顯著進展。2022年，教育部正式上線“國家高等教育智慧教育平臺”，匯聚了國內外高水平大學的2.7萬門優質慕課，覆蓋全部學科專業類，已成為全球規模最大、門類最全的國家級開放課程平臺。同期，教育部實施的一流本科課程“雙萬計劃”已認定包括2968門國家級線上一流課程、2667門線上線下混合式課程以及1200門虛擬仿真實驗教學課程在內的一批高質量數字化課程，有效促進了數字技術與教育教學的深度融合和優質教育資源的廣泛共享。在高校層面，智能化教學平臺正逐步成為構建個性化學習體系的核心支撐。借助人工智能技術，平臺能夠實時分析學生的學習行為與興趣偏好，動態調整教學內容的難度與進度，實現學習資源與路徑的個性化推送，有力支持學生的自主學習和差異化發展。

人工智能時代經濟學人才培養模式創新的三大重點

人工智能時代經濟學人才培養模式創新應聚焦三大重點，即構建人工智能賦能的跨學科課程體系，推行項目制與實踐導向的教學模式，創新“數智+”培養機制，為培育引領智能時代的復合型經濟學人才提供系統性支撐。

1.構建人工智能賦能的課程體系，提升學生適應智能時代的綜合能力

人工智能賦能的課程體系不僅承載知識的高效傳遞功能，更肩負培養學生技術敏感性、數據處理能力和跨學科思維的重任，為智能時代持續學習與適應能力建立科學基礎。

第一，推動課程模塊的跨學科融合與多樣化設置。人工智能技術與經濟學的深度融合正在重塑經濟學教育的課程體系。為適應智能時代對復合型人才的需求，高校應當系統性地構建融合人工智能技術的跨學科課程群。具體而言，可增設“Python與經濟數據分析”“人工智能與經濟政策分析”“爬蟲技術與數據采集”等兼具技術實踐與理論深度的課程模塊。這些課程不僅能培養學生的數據獲取、清洗、分析和可視化等實踐技能，引導他們將人工智能技術與經濟學理論有機結合，深入理解這些技術在經濟學領域的應用場景和價值內涵，更能通過與人工智能倫理與治理、科技倫理與社會責任、數字經濟時代的價值判斷等相關學科課程的交叉融合設計，將科技教育與人文教育結合，既培養學生的技術敏感性和應用能力，又提升其價值判斷和社會責任感，從而培養出兼具技術能力與人文素養的復合型人才。

第二，深化人工智能在核心課程中的融合應用。人工智能的深度融入正在改變經濟學核心課程的教學內容與方法。在高級計量經濟學、微觀經濟學、宏觀經濟學等主干課程中，應系統引入雙重機器學習、自然語言處理、神經網絡等人工智能技術，幫助學生掌握高維數據分析、因果推斷、預測建模等前沿研究方法。這種嵌入式教學要求將人工智能工具深度融入經濟建模、政策分析與決策支持的全過程，使學生能夠運用這些先進工具解決實際經濟問題。例如，在計量經濟學課程中，可以引導學生使用機器學習算法處理非結構化數據，構建更精準的預測模型；在產業經濟學課程中，可以指導學生運用文本分析技術研究市場競爭行為。通過這種深度融合，培養學生形成技術與經濟理論協同驅動的思維模式，使其既懂得經濟理論的內在邏輯，又掌握現代分析技術的方法工具，從而有效提升其應對現實經濟問題的能力，為未來從事數字經濟相關工作奠定堅實基礎。

第三，構建智能化教學支持與個性化學習體系。智能化教學環境的建設是人工智能賦能課程體系的重要支撐[3]。高校應當充分利用虛擬仿真平臺、在線實驗室、智能教學系統等數字化資源，構建線上線下相結合的混合教學模式。這些智能教學平臺不僅可以實現課程內容的動態更新與實時推送，還能夠突破傳統教學的時間與空間限制，為學生提供更加靈活自主的學習體驗。同時，需要建立完善的數字素養與技能評估機制，通過智能系統實時監測學生的學習進度和技能掌握情況，為不同基礎的學生提供精準的學習支持。例如，為技術基礎薄弱的學生提供編程基礎輔導課程，為進階學生設計具有挑戰性的數據分析項目。人工智能學習分析系統還可以基于學生的能力數據和學術需求，生成個性化的學習路徑，推薦最適合的學習資源，并動態調整教學內容的難度和進度。這種智能化、個性化的學習支持體系不僅能夠提高學生的學習效率，更能夠培養其自主學習和持續學習的能力，從而全面提升其智能時代適應性和未來職業競爭力。

2.推行項目制教學與實踐學習，構建應用導向的經濟學人才培養模式

項目制教學通過將理論知識與實踐應用深度融合，著力培養學生解決現實經濟問題的綜合能力。在人工智能快速發展的背景下，該教學模式為學生提供了深入理解和應對復雜經濟問題的重要途徑，有助于系統培育兼具創新能力、技術應用意識與社會責任感的復合型人才。

第一，開展數據與智能驅動的項目實訓，強化技術應用與創新思維。依托實際經濟數據和人工智能技術，設計具有實踐意義的項目任務，引導學生深度參與市場分析、宏觀經濟預測與政策模擬等環節。例如，指導學生運用Python、R語言及機器學習算法，完成從數據獲取、處理、建模到可視化呈現的全流程操作，促進理論知識向實踐解決方案的有效轉化。此類項目不僅有助于培養學生的技術應用能力，更能夠系統培養其批判性思維與創新思維，從而提升其對復雜經濟問題的綜合應對能力。

第二，深化校企政協同，推進人工智能融合型項目實踐。高校應聯合企業及政府部門，共同設計與人工智能應用緊密結合的教學案例，使學生得以在真實情境中開展實踐訓練。例如，引導學生參與企業的市場分析項目，運用人工智能技術解析消費行為數據，輔助制定精準營銷策略；或參與政府部門的政策研究項目，借助政策仿真平臺模擬不同政策方案的經濟社會效應，從而深入理解政策制定的經濟學邏輯與決策機制。通過此類項目，不僅能夠強化學生的實踐經驗，更有助于激發其在應對復雜現實問題時對經濟學理論進行反思與創新的能力。

第三，構建跨學科項目平臺，培育復合型商業與技術素養。積極推動經濟學與人工智能、數據科學等相關學科的深度合作，系統設計跨學科綜合實踐項目，使學生在多元知識集成與碰撞中提升解決復雜現實問題的能力。同時，加快建設人工智能技術支撐的開放式實踐平臺，例如虛擬仿真實驗室、云端協作系統等，為學生提供高靈活性、高開放性的學習與實踐環境。鼓勵學生參與創新創業類項目及學科競賽，引導其將人工智能工具與經濟學理論相融合，自主設計與開發創新項目，從而有效培育其商業意識、團隊協作能力及跨學科技術應用素養。

3.創新“數智+”培養機制，規劃個性化學習路徑

“數智+”是推動新文科創新發展的重要內容。經濟學人才培養應通過構建“數智+”培養方案動態調整機制、創新“數智+”教學與評價機制、優化“數智+”專業培養機制，為學生規劃個性化學習路徑。

第一，構建“數智+”培養方案動態調整機制，以主動應對新技術、新業態與社會結構帶來的深刻變革。推動培養方案超越傳統“課程拼盤”式的簡單疊加，依托數智化治理平臺，實時響應國家戰略需求、社會發展趨勢與技術前沿動態，深度融合學科內在邏輯與跨領域知識體系，實現課程結構與內容的敏捷迭代和自主優化。在課程體系設計上，除開設人工智能、大數據分析等通識課程外，更應依托人工智能的系統調控能力，建設一批與本專業深度耦合的數智融合型核心課程，將數智思維與能力培養貫穿專業認知與實踐全流程，系統塑造學生的跨學科整合能力與技術賦能下的創新應用素養。

第二，創新“數智+”教學與評價機制，以激發學生的學習主動性和創新能力。教學組織應突破傳統“課堂講授”主導的模式，依托數智平臺及工具，推動學生“走出去”“動起來”，通過增加實踐類課程比重、引入真實項目教學等方式，強化其在真實場景中運用數智手段解決問題的能力。借助人工智能輔助教學平臺，實現對學生學習行為的實時感知、智能診斷與個性化干預，動態優化教學策略。在評價機制方面，應變革單純依賴“記憶+筆試”的做法，構建以數智工具為支撐的綜合性評價體系[4]，實現貫穿學習全過程的數據采集、分析與反饋，引導學生主動關注社會現實問題，運用數據建模、仿真模擬、智能生成等數智方法，自主發現、提出并嘗試解決新問題，系統培養其批判性思維與協同創新實踐能力。

第三，優化“數智+”專業培養機制，推動校內外資源協同共享。優化“數智+”專業培養機制的核心在于構建課上課下協同、線上線下融合、校內校外一體的育人新生態。一方面，利用數字平臺與智能技術，整合慕課、虛擬仿真等優質線上資源，拓展教學時空，構建跨地域、泛在化的學習共同體，以技術賦能實現教育資源的精準配置與高效共享。另一方面，打破校園圍墻，積極拓展與國內外一流大學的深度合作，通過組建大學聯盟、推行學分互認機制，實現優質課程資源的共建共享與創新人才的協同培育。同時，主動對接頭部企業、科研院所，共建實習實踐基地、聯合實驗室及產業導師庫，引入最鮮活的行業實踐資源，構建“高校—高校—產業”多方聯動的育人共同體，推動人才培養與產業及學術前沿需求的無縫銜接。

參考文獻：

[1]盧黎歌，耶旭妍，王世娟，等.統籌推進大中小學思政課一體化建設研究——學習習近平總書記在學校思想政治理論課教師座談會上的重要講話精神筆談[J].北京工業大學學報（社會科學版），2020，20（1）.

[2]本書編寫組.中國共產黨教育理論與實踐[M].北京：北京師范大學出版社，2001.

[3]習近平.思政課是落實立德樹人根本任務的關鍵課程[J].求是，2020（17）.

[4]習近平.扎實推動教育強國建設[J].求是，2023（18）.

[5]習近平.論教育[M].北京：中央文獻出版社，2024.

[6]教育部.湖北探索大中小學一體化推進科學教育[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]鄭永和，楊宣洋，蘇洵.大科學教育新格局：學段一體化建構與實施路徑[J].遠程教育雜志，2024，42（2）.

[8]翁鐵慧.以一體化建設引領推動新時代思政教育高質量發展（人民觀察）[N].人民日報，2024-07-22（9）.

[9]公欽正，秦惠民.教育強國視域下拔尖創新人才自主培養的范式迭代[J].教育研究，2025，46（3）.

[10]周光禮.習近平總書記“雙一流”建設思想研究[J].清華大學教育研究，2022，43（3）.

[11]習近平.論教育[M].北京：中央文獻出版社，2024.

[12]胡克祖.3~6歲幼兒好奇心結構、發展特點及影響因素的研究[D].遼寧師范大學，2005.

[13]教育部.2023年全國教育事業發展統計公報[EB/OL].

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

b/202410/t20241024_1159002.html.

[14]張宗益.教育強國背景下走好拔尖創新人才自主培養之路的思考與實踐[J].中國高等教育，2024（7）.

[15]王旭東.以習近平總書記關于教育的重要論述為指導促進高質量教育公平[J].中國高等教育，2019（21）.

[16]王占仁.新時代大學生心理健康教育的工作難點與突破策略[J].中國高等教育，2024（9）.

[17]高翅.以“五育融通”提升人才自主培養質量的實踐探索[J].中國高等教育，2023（21）.

[本文為河南省高等教育教學改革研究與實踐項目（項目編號：2024SJGLX0036）；河南省研究生教育改革與質量提升工程項目（項目編號：YJS2025SZ05）的研究成果]

【作者：王海杰，單位：鄭州大學】

（原載2025年第17期《中國高等教育》）