中級計量經濟學課程教學創新策略研究

武止戈 劉浩 蔣惠

摘要：高等院校“中級計量經濟學”課程對經濟管理類研究生創新能力培養具有舉足輕重的作用。本文基于“中級計量經濟學”課程內容框架和R語言特征優勢，分別從推行雙語教學、指導學生進行非封裝程序創新研發，以及推動科研論文任務驅動型教學等三方面探討了R語言實證研究界面基礎上的“中級計量經濟學”課程教學創新策略，旨在充分調動研究生實證科研創新的興趣，全方位提升其實證分析經濟社會問題的能力。

關鍵詞：R語言;中級計量經濟學;非封裝程序;科研任務驅動策略

中圖分類號：G4文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2022.04.059

1基于R語言的課程教學創新策略

基于上述R語言的特征優勢，為了更好地培養研究生的創新意識與能力，可以從以下三方面對“中級計量經濟學”課程進行教學創新。

1.1推行雙語教學

雙語教學模式與R語言學習相結合，對于創新能力提升具有重要意義。首先，通過實現雙語教學，研究生能夠更有效搜尋閱讀海外理論文獻資料和掌握R語言全英文界面操作，更近接觸全球經濟學科前沿，更好的撰寫高質量科研論文。特別是R語言強大的“幫助”功能，更是源于以英語為語言的幫助文檔。所以，學生想學好這些先進實用的工具，必須適應英文閱讀，熟悉英文表達。其次，雙語課程建設有助于提升教師基于R語言的教學和科研能力。教師通過教授雙語課程，能夠更全面提高英語水平，更深入的理解計量經濟學知識，以及更為熟練的搜尋全球R語言編程資料進行實證分析，從而實現教學相長，更有效地促進科研水平提升。

在該課程雙語教學具體實施過程中，從教學形式角度，各高校可以根據自身教師師資配備，采取英文書面語言（即英文原版教材，多媒體教學中的英文原版課件）與全部（或部分）中文口語相結合的方式，或采用整體英文教學（即英文原版教材加上全英文口語）外加少量中文解釋輔助的形式，以避免由于語言理解滯后造成的學生知識理解障礙。從教學方式角度，各高校可以選擇以應用為導向進行互動式教學，利用案例實操并分組討論來提高同學們學習興趣與動力。例如，課堂上通過提供貼近實際的金融數據，教導同學如何利用R語言進行數據分析，同時組織同學用英文進行討論和回答問題，一方面可以減少同學們對英語口語的抵觸情形，另一方面可以提升同學們對英文教材和R語言的直觀理解。由于使用的教材為英文原版教材，教材上的數據都是國外金融市場數據，如果完全以教材上的數據演示教學可能會使同學們對數據產生一定的距離感，因此，有必要選擇貼近實際的國內金融市場數據進行教學案例分析，使同學們產生更強的代入感，感受到利用R語言的確可以分析自己身邊正在經歷的經濟與生活方面的問題。

1.2指導學生進行非封裝程序創新研發

在R語言編程體系中，已封裝的軟件包（package）是將對象運行所需的資源封裝在程序對象中，使軟件使用者在無需了解程序函數內部構造的情況下可以直接運用現成的函數解決現實問題。軟件包的具體實例包括用于進行時間序列單位根和協整檢驗計算的“urca”，用于執行極大似然估計的“maxLik”，以及用于執行向量自回歸模型估計的“vars”等。軟件包的優勢在于R使用者可以規避較為復雜繁瑣的編程過程，借助成熟的程序運算并獲取實證研究結果。但同時其缺點在于R使用者在運行軟件包的過程中并沒有深刻地學習和掌握相關實證研究方法的內在邏輯和構建機理。例如，R語言的“lm（）”函數就無法反映出線性回歸模型的矩陣形式計算方法。

同時，如果僅采用軟件包從事研究，R語言使用者在計量模型選擇范圍上將非常受限。倘若某些前沿的實證研究方法尚無軟件包，則極易陷入受制于人的被動境地。此外，全球范圍內頂級學術期刊越來越強調在研究視角創新的基礎上加強研究方法的創新，因而僅僅滿足于軟件包的使用者將會逐步面臨實證研究水平提升的瓶頸。

為了在計量研究方法上避免被“卡脖子”，在實踐教學過程中教師應積極鼓勵學生進行非封裝程序的創新研發。非封裝程序具體表現為基于計量經濟學模型本身的構造原理，通過矩陣、矢量以及R語言的內置基礎函數運算，自行創建可以實現該模型運行的函數。非封裝程序具體可以通過以下三個實例來展示：

實例1：在數據整理分析過程中，由于R語言中沒有特定的函數進行眾數（mode）的計算，我們可以在理解消化眾數概念的基礎上進行編程，自行創建關于眾數求解的函數：

為了驗證自行創建的函數“mode_value”的可用性，我們可以通過隨機建立矢量c1計算眾數，并成功得到正確的眾數值。

實例2：根據一項市場調查，在A地區被調查的1000人中有478人喜歡品牌K，在B地區被調查的750人中有246人喜歡品牌K，如果我們需要估計兩地區人們喜歡品牌K比例差的95%置信區間，我們可以用R語言中的內置函數prop.test（）估計修正后的雙總體比例差的95%置信度的區間為（0.1031446，0.1968554）：

但為了更深刻的理解雙總體置信區間估計，我們也可以自行編寫沒有修正的雙比例區間估計函數ratio.ci（）：

該計算得出兩比例之差的95%置信度的區間估計為（0.1043，0.1957），盡管其相比于用內置函數prop.test（）修正下的結果略小，但兩者非常接近。

實例3：我們可以用學生的學習時長（hour）對學習成績（score）進行簡單線性回歸估計。我們分別定義學生的學習時長和學習成績為：

我們用R語言自帶線性回歸函數lm（）進行回歸運算，并得出相應結果：

為了更好地理解線性回歸所涉及的矩陣運算，我們也可以根據簡單線性回歸的矩陣運算結構，嘗試創建非封裝程序，并應該得到相同的回歸估計結果：

這種以退為進式的非封裝程序研發性學習，能夠讓研究生更深層次的理解計量經濟學模型基本原理，且很好的鍛煉研究生的編程能力和培養創新思維。

1.3推動科研論文任務驅動型教學

為了激發研究生的科研創新興趣，培養其創新能力。“中級計量經濟學”課程可基于R語言學習，采用模塊化建構方法，推動科研論文任務驅動型教學。本課程在內容上可劃分為核心基礎理論模塊、前沿理論探索模塊、實踐應用模塊等三大內容板塊。核心基礎理論模塊通過講義與習題的結合強化對計量基礎理論的夯實掌握。前沿理論探索模塊跳出課本固有窠臼，強調基于基礎理論進行創新型理論拓展，運用R和Stata等計量軟件編程，進行蒙特卡洛（Monte Carlo）模擬研究，實現教學與理論創新的有機結合。實踐應用模塊突出對授課內容的經濟學實踐應用，以課程論文的形式，要求學生運用主流計量模型方法對自己的研究領域進行應用性研究，實現教學與應用創新的有機結合。模塊式建構方法有助于針對不同基礎、不同興趣偏好的學生進行因材施教，有效提升學生的學習能力。從教學環節角度，本課程可采用科研論文任務驅動型教學模式，并進一步將實踐應用模塊劃分為應用類文獻綜述、數據采集與分析、計量模型構建、計量結果分析等子模塊（如圖2所示）。通過模塊化學習，學生將通過全過程編程操作和撰寫課程論文系統掌握運用R語言進行參數估計及檢驗的基本方法，提高分析經濟社會熱點、焦點問題的能力。

2基于R語言的“中級計量經濟學”課程教學創新思考與建議

2.1強化師資配置

為了更好地推進課程教學改革，應加強具備計量經濟學研究能力的師資配置，要求教師熟練掌握R、Python等計算機語言，且具備科研能力和探索精神。在教師職業發展方面，應強化教師在軟件編程等領域的繼續教育培訓，并鼓勵教師將研究融入課堂。同時，教師應當尊重學生的個體偏好，注重學生對科研方法的掌握，激發學生的創新能力。

2.2夯實數學、英語和計算機基礎

“中級計量經濟學”課程要求學生具備扎實的數學、英語和計算機基礎。因此，在研究生入學階段就應嚴格把關，著重考察學生的考研數學和英語成績。同時，對于在本科階段參加數學建模競賽并取得較好成績的學生應在錄取環節優先考慮。在入學后，一方面在教學過程中應充分運用R語言等進行數據可視化和非封裝函數建模以加深學生對理論的理解，提高學生的學習研究興趣。另一方面應要求研究生多閱讀英文文獻，參加英文論文研討會（seminar）和英文學術會議，以提升閱讀英文文獻和撰寫發表英文論文的能力。

2.3緊密聯系微、宏觀經濟學理論

為了培養研究生的創新意識和能力，應該將“中級計量經濟學”教學內容與研究生階段微、宏觀經濟學理論緊密聯系。在“中級計量經濟學”課程內容中，可以嘗試將每一章節的計量經濟學方法與微、宏觀經濟學、金融經濟學等經濟學數理基礎內容緊密銜接，組織研究生搜集相關數據，并借助統計學和計量經濟學模型對數理模型進行實證檢驗。這樣一方面可使“中級計量經濟學”課程中所教授的方法不至于空泛，使學生對本課程學習更有興趣，另一方面也使包括中級微、宏觀經濟學、金融學等在內的課程理論核心基礎內容得到充分應用。

參考文獻

[1]王德青，王新宇，李凱風，等.“高級計量經濟學”研究性教與學的實施策略探索[J].教育現代化，2019，（26）：133-137.

[2]尹勤，黃寶鳳.大數據時代應用統計人才能力需求與教改探索[J].大學教育，2019，（6）：157-159.

[3]李均立，許海平.《計量經濟學》課程建設研究[J].當代經濟，2011，（12）：126-127.

[4]李博.“計量經濟學”課程群建設的思考[J].黑龍江教育（高教研究與評估），2020，（7）：35-37.

[5]趙巧芝，崔和瑞.案例分析法在《中級計量經濟學》教學改革中的應用研究[J].產業與科技論壇，2020，19（02）：157-159.

[6]葉愛英.案例教學法在Photoshop教學中的應用及效果分析[J].職業教育研究，2008，（12）：81-82.

[7]高天書.常用金融建模軟件：施用意義、使用難點與適用場域——以SPSS、MATLAB、R語言為例[J].金融理論與教學，2020，（4）：48-53.

[8]朱波，劉曉艷.R語言融入統計專業課程教學的探索與實踐——以山西財經大學為例[J].教育教學論壇，2020，（12）：210-211.

[9]藍洋，何秀，朱誠勖，等.R語言在生物科學研究繪圖中的應用[J].華東師范大學學報（自然科學版），2019，（1）：124-135+143.

[10]柯朝甫.醫學本科生R語言教學初探[J].教育現代化，2018，（5）：233-234+245.

[11]于秋紅.“統計學”雙語教學探究[J].黑龍江教育（高教研究與評估），2020，（6）：20-21.

[12]韓秀蘭.《計量經濟學》雙語教學模式研究[J].高等財經教育研究，2016，19（03）：41-43.

[13]來特，李小玲.金融學專業《計量經濟學》雙語課程教學內容與方法探討[J].新課程研究（中旬刊），2015，（06）：51-52.

[14]湯銀才.R語言與統計分析[M].北京：高等教育出版社，2008：152-153.

基金項目：本文系2019年國家自然科學基金項目“考慮尾部風險關聯性和逆周期因子的宏觀審慎金融監管機制研究”（71973053），2020年湖南省普通高等學校課程思政建設研究項目“中外合作辦學課程思政建設研究”（HNKCSZ-2020-0220），湖南省教育科學“十三五”規劃2019年度資助課題“一流學科建設視角下地方高校中外合作辦學融合發展機制與路徑研究”（XJK19BBJ002），2019年湖南省普通高校教學改革研究項目“中外合作辦學視域下金融專業產學研融合創新人才培養模式研究”，2018年中南林業科技大學教學改革研究項目“中外合作辦學平臺金融專業‘課程+課題’學術創新能力培養模式研究”階段性研究成果。

作者簡介：武止戈（1984-），男，漢族，湖南長沙人，博士研究生，中南林業科技大學班戈學院金融系主任，碩士生導師，暨南大學應用經濟學博士后，特聘副研究員，研究方向為微觀經濟學、計量經濟學、綠色金融。