面板數據處理與Stata應用教學新模式構建：數智化背景下的人才培養(yǎng)路徑探索

引言

隨著5G、人工智能、大數據等技術的深度滲透，數智化已成為經濟社會發(fā)展的核心驅動力，無論是客戶行為分析、政策效應評估，還是市場趨勢預測，都離不開對面板數據的深度挖掘與分析。面板數據因同時包含截面與時間兩個維度信息，能更全面地揭示變量間的動態(tài)關系，而Stata作為一款功能強大的統(tǒng)計軟件，憑借其在模型估計、內生性處理等方面的便捷性，成為學術研究與實踐應用的重要工具。

數智化驅動計量教學革新，高校作為人才培養(yǎng)的主陣地，其增設的面板數據處理及Stata應用相關課程，承擔著培養(yǎng)學生數據分析思維、軟件操作能力、解決實際問題能力的重要使命。當前教學存在諸多與數智化要求脫節(jié)的問題：教學內容聚焦經典面板模型，很少涉及高維、非結構化數據處理；教學方法多為“理論 + 演示”單向灌輸，學生缺乏真實數智場景的Stata實操機會；人才培養(yǎng)目標與企業(yè)需求脫節(jié)，學生難以快速適應崗位。因此，探索數智化背景下面板數據處理及Stata應用教學的新模式，創(chuàng)新人才培養(yǎng)路徑，不僅能提升課程教學質量，助力學生形成符合時代需求的數智素養(yǎng)，更能為高校對接產業(yè)發(fā)展、培養(yǎng)應用型人才提供有力支撐，具有重要的理論與實踐意義。

1.數智時代面板數據處理與Stata應用教學的現狀與問題

1.1教學現狀調研

為全面掌握高校開設面板數據處理及Stata應用教學相關課程的實際情況，筆者于2025年3月1日 ～2025 年6月6日，針對湖南省高等院校的30名教師、500名本科生及研究生采用“線上定向推送 + 線下定點發(fā)放”的方式開展調研，共發(fā)放問卷530份、回收408份，有效回收率 76.98% （剔除無效問卷12份）；問卷內容圍繞研究主題，涵蓋基礎信息、課程認知、實踐現狀、改進建議四大模塊，樣本覆蓋不同辦學層次與人群類型，可支撐研究結論代表性。

學生層面，在面板數據核心知識點掌握方面，僅 28.78% 的學生表示能熟練區(qū)分固定效應模型和隨機效應模型， 65.76% 的學生對面板數據的內生性問題理解模糊；在Stata操作熟練度上， 46.90% 的學生只能完成簡單的數據導人和描述性統(tǒng)計，僅 10.00% 的學生能運用xtabond2等命令估計動態(tài)面板模型；對于數智工具的需求， 82.56% 的學生希望課程能增加Stata與Python結合處理大數據的內容。

教師層面，在教學內容更新頻率上， 70.80% 的教師表示每 2～3 年才會更新一次教學案例，僅有 10.87% 的教師會定期引入數智時代的新案例；在數智化教學資源儲備方面， 75.53% 的教師僅擁有基礎的Stata操作課件，缺乏虛擬仿真實驗、在線實訓平臺等數智化資源；在實踐教學投入上，72.28% 的教師表示由于課時有限，實踐教學占比不足 30% ，難以滿足學生的實操需求。

1.2核心問題分析

結合調研數據，當前教學存在的核心問題為：

（1）教學內容滯后、缺乏前瞻性，與數智時代需求脫節(jié)。面板數據處理與Stata應用是計量的延續(xù)與提升課程，主要培養(yǎng)學生運用軟件處理數據的實操能力。數智化浪潮下高維面板及非平衡面板數據的處理需求日益增加，但現有教學內容對這類數據的處理技巧以及對應的Stata命令應用等內容涉及較少，導致學生在面對實際數智化場景中的復雜數據時束手無策。同時，教學內容更新滯后，難以緊跟Stata軟件的版本更新和功能升級，使得學生掌握的操作方法可能過時，無法充分利用軟件的新功能提高數據分析效率[1]。

（2）教學方法固化，缺乏數智化教學手段的有效應用。多數教學仍采用“教師講、學生聽”與“重理論輕實操”的傳統(tǒng)灌輸式教學模式與方法，未充分運用數智化背景下的在線教學平臺、虛擬仿真實驗、互動式學習工具等先進教學方法，學生被動接受知識，參與度和積極性低[2]。例如，未能借助在線平臺構建面板數據處理與Stata應用的交互式練習環(huán)境，讓學生隨時隨地進行實操練習；也沒有利用虛擬仿真技術模擬實際數據分析項目場景，讓學生在模擬環(huán)境中體驗完整的數據分析流程，難以激發(fā)學生的學習主動性和創(chuàng)造性，導致學生的實踐能力和解決實際問題的能力難以有效鍛煉。

（3）教學評價單一，體系不完善。當前課程評價仍以期末考試成績?yōu)橹鳎ㄕ急雀哌_ 70% 以上），側重于考核學生理論知識和基本操作技能，忽視了對學生數據分析能力、Stata操作熟練度和解決實際問題能力的評價。這種不完善的評價體系無法全面反映學生的綜合素質，也不利于引導學生注重實踐能力的培養(yǎng)[3]。

（4）師資短板，數智化素養(yǎng)不足。部分教師雖然具備扎實的面板數據處理和Stata應用理論知識，但缺乏數智化技術的掌握與應用能力，對Stata與Python等數智工具的融合、大數據處理技術等了解不夠深入，難以在教學中有效引導學生將數智化思維和方法融入大數據分析過程中[4]。同時，由于教師缺乏實際的數智化項目經驗，在教學中無法結合真實案例進行講解，使得教學內容與實際應用脫節(jié)。

2.數智時代教學新模式的框架構建

2.1新模式核心理念數智時代教學新模式以“數智素養(yǎng)”為導向，深度融合面板數據理論、Stata技術與大數據分析思維，培養(yǎng)學生具備適應數智時代需求的數據分析能力。同時，以“產教融合”為路徑，緊密對接企業(yè)實際數據處理需求，通過引入真實的面板數據項目案例，讓學生在實踐中掌握知識和技能，實現教學與產業(yè)的無縫銜接[5]。

2.2新模式構成要素

本文構建“三位一體”教學模

表1分層教學構成要素

表2多元化教學方法

表3過程性評價體系的構成

式，具體模塊與構成要素如下：

（1）模塊1：分層教學內容，見表1。

（2）模塊2：多元化教學方法，見表2。

（3）模塊3：過程性評價體系，見表3。

3.人才培養(yǎng)模式創(chuàng)新路徑

3.1課程體系重構

縱向銜接：將面板數據處理及Stata應用課程與“計量經濟學”“大數據分析”等先修和后續(xù)課程進行有機銜接，形成“理論一工具一實踐”的完整課程鏈條。在“計量經濟學”課程中，為學生打下堅實的面板數據理論基礎；在面板數據處理及Stata應用課程中，重點培養(yǎng)學生的Stata操作技能和數智化數據分析能力；在“大數據分析”課程中，進一步拓展學生的數據分析視野，提升學生處理大規(guī)模面板數據的能力。

橫向拓展：嵌入計算機基礎、行業(yè)知識等跨學科內容，如開設“Python與數據分析”“金融數據分析實務”“區(qū)域經濟數據分析”等選修課程，讓學生了解不同行業(yè)的面板數據特點和分析需求，培養(yǎng)學生的復合型知識結構，提高學生適應不同崗位需求的能力[8]。

3.2實踐平臺搭建

校企合作：與金融機構、數據企業(yè)等建立長期穩(wěn)定的合作關系，共建實訓基地。企業(yè)為學生提供真實的面板數據集（如上市公司財務面板數據、區(qū)域經濟面板數據等）和實踐崗位，讓學生在企業(yè)導師的指導下，參與實際的面板數據處理項目，積累實踐經驗；學校為企業(yè)提供人才支持和技術服務，實現互利共贏[9]。

競賽驅動：定期組織“面板數據建模與Stata應用”競賽，鼓勵學生積極參與。競賽題目來源于企業(yè)實際問題，學生需要運用所學的面板數據理論和Stata操作技能，完成數據處理、模型構建、結果分析等任務。通過競賽，激發(fā)學生的學習興趣和創(chuàng)新精神，提高學生的數據分析實戰(zhàn)能力[10]。

3.3師資隊伍建設

“雙師型”培養(yǎng)：鼓勵教師參與企業(yè)數據項目實踐，深人了解企業(yè)的面板數據處理需求和數智化技術應用情況，將實踐經驗融入教學中；同時，邀請企業(yè)專家擔任兼職教師，走進課堂為學生授課，分享企業(yè)的實際案例和經驗，彌補校內教師實踐經驗不足的短板。

數智技能培訓：定期組織教師參加Stata與Python融合、機器學習應用等數智技能專題研修班，提升教師的數智化教學能力，確保教師能夠及時將數智時代的新知識、新技術融人教學中。

結語

本文通過調研問卷分析明確面板數據處理與Stata應用相關課程的教學痛點，據此構建適配數智化需求的教學新模式，并探索人才創(chuàng)新培養(yǎng)路徑，為量化課程教改提供可行方案。未來將結合產業(yè)反饋優(yōu)化案例庫，深化數智工具融合，持續(xù)完善“調研—設計一實踐一反饋”的人才培養(yǎng)閉環(huán)，助力數智化復合型人才培養(yǎng)。

參考文獻

[1]徐舒婷，白琳.數智時代下“人工智能+X”創(chuàng)新人才培養(yǎng)模式探究[].科技風，2025（21）：144-146.

[2]霍露萍.大數據背景下“計量經濟學”課程案例式教學研究[J].科技風，2025（9）：84-86.

[3]劉云忠．《計量經濟學》課程理論與實驗教學改革探索[J].經濟師，2021（1）：183-184.

[4]靳來群，徐群芳.新文科背景下融入管理學應用情境的計量經濟學教學改革探索[J].高教學刊，2025，11（20）：

147-150.

[5]馮小蘭，郭仙君，姚麗.產學研合作創(chuàng)新型人才培養(yǎng)模式和機制研究[J]佳木斯職業(yè)學院學報，2025，41（8）：200-202.

[6]徐茗麗，伍時德.大數據背景下融入機器學習方法的計量經濟學教學改革研究[J].西部素質教育，2025，11（7）：36-40.

[7]謝添德．“新雙高”背景下高技能人才培養(yǎng)的虛實共軛教學模式構建與實踐[J].廣州開放大學學報，2025，25（03）：96-105.

[8]楊洋，劉志堅.多學科交叉融合視域下高校數字經濟創(chuàng)新人才培養(yǎng)模式探索[J].西部素質教育，2025，11（15）：22-25.

[9]彭園園.產教融合背景下高校人才培養(yǎng)模式探究——以攝影專業(yè)為例[J].藝術家，2025（8）：103-105.

[10]潘立瓊.學科競賽驅動下的高校學生創(chuàng)新能力培養(yǎng)路徑研究[J].吉林農業(yè)科技學院學報，2025，34（1）：21-24.

作者單位：中南林業(yè)科技大學經濟管理學院

作者簡介：趙果梅，博士研究生，講師，zhaoguomei9525@126.com，研究方向：教育大數據與個性化學習；石柳，博士研究生，副教授，研究方向：教育數字技術。

基金項目：2024年湖南省普通高等學校教學改革項目——數智時代面板數據處理及Stata應用教學的新模式構建及人才培養(yǎng)模式創(chuàng)新研究（編號：202401000116）；2023年中南林業(yè)科技大學教改項目——數智時代面板數據處理及Stata應用教學的新模式構建及人才培養(yǎng)機制；2025年湖南省普通高等學校教改項目——生成式AI賦能卓越農林人才培養(yǎng)的路徑探索與生態(tài)建構（編號：202502000604）。