一、引言

拔尖人才是具有严谨的逻辑思维、坚定的原创性思维，兼顾批判和创新思维的符合新时代发展需求的复合型人才，是国家发展的重要战略性资源[1]。党和国家一直以来都高度重视基础学科的拔尖人才培养，先后出台了系列支持政策。例如，2009年启动的“珠峰计划”即“基础学科拔尖学生培养试验计划”；2013年实施的“英才计划”；2022年通过《关于加强基础学科人才培养意见》首次以中央文件的形式对基础学科的人才培养进行统筹和规划。在经济学拔尖人才的培养方面，党中央和教育部格外重视。1998年10月教育部批准北京大学、中国人民大学、西南财经大学等在内的13所高校设立“国家经济学基础人才培养基地”。2018年教育部进一步批准东北财经大学、复旦大学、西北大学等20所院校建立经济学拔尖学生培养计划2.0基地。2022年11月将经济学列为八个基础学科之一，启动“101计划”。

人工智能是基于大数据和机器学习的信息技术集合，实现了多学科的交叉融合，在高等教育中的应用潜能巨大，是高校拔尖人才培养的重要抓手。目前，学术界关于人工智能与高等教育的研究颇为丰富，从整体上分析人工智能对高等教育的影响逻辑[2]、潜在风险及治理路径[3,4]，也有从不同专业角度分析人工智能对人才培养模式的影响[5,6,7]，但对拔尖型经济学人才培养的讨论有待强化。基于此，如何有效利用人工智能融入高校教育，完善人才培养体系，培育新时代社会需要的经济学拔尖人才，助力新一轮经济变革，值得深入思考和探索。

二、经济学拔尖人才培养：人工智能背景下社会经济发展的时代诉求

(一)人工智能催生经济变革

人类社会发展过程中，生产力的每一次飞跃，都会导致社会的深刻变革。数智化时代下，以人工智能技术为驱使的生产力迅速发展，引领新一轮的技术革命，社会生产方式发生巨大变革，生产效率显著提升。“人工智能+”在生产制造过程中的广泛应用，驱使劳动力离开生产过程，降低了人力成本和商品价格。一方面导致原有行业的利润模型发生改变，另一方面也促进了生产制造理念的变革，加速了生产的智能化规模化进程，推动产业结构转型升级。人工智能技术对生产方式的渗透，智能化机器设备的大规模使用加速了劳动力替代现象，使劳动力市场需求发生变革。人工智能的互补性劳动力需求上涨，替代性劳动力逐渐面临淘汰，就业市场更加需要复合型拔尖型人才。此外，人工智能技术对各类知识资源的高效组合，可能打破传统观念中的知识增长瓶颈，形成超常规发展的“经济奇点”。并且人工智能时代下的生产明显区别于农业与工业时期对生产力和生产要素数量的依赖，而是更加强调生产力的质量与生产组合。因此，社会生产如何有效整合资源、打破增长瓶颈，达到新的经济增长点，都需要创新经济理论的指导和经济学人才的支持。

(二)经济变革急需新型经济学拔尖人才

人工智能的广泛应用不仅影响了社会生产方式，还对人类的生活方式、学习工具、思维习惯等方面产生巨大影响，也在悄悄推动经济学研究范式的变革[8]。大数据与人工智能的融合发展，成功破解了经济研究中的“维数灾难”，使经济研究范式发生显著的“实证”变革，催生出一种更加适合复杂经济社会的系统分析方法———数据驱动式的研究范式。过去40多年时间里，经济研究范式从依赖基本假设的演绎推理研究范式，转变为以实际数据为基础、数理模型为依托、广泛运用计量方法揭示经济发展规律的实证研究。相较于传统案例分析式的实证研究范式，这种依托大量数据与计量方法的研究范式更具科学性和严谨性。而这也对经济学人才熟练掌握和综合运用人工智能技术工具和经济学知识提出了更高的要求，尤其是在计量实证研究方面，掌握编程语言、机器学习等逐渐成为基本需求。人工智能时代下需要的不再是单纯的经济学人才，而是跨学科的复合型人才。

(三)培养新型经济学拔尖人才需要新质教育

成天下之才者在教化，培养适合时代需求的拔尖型经济学人才需要新质教育。新质教育强调教育体系要适应新一轮科技革命带来的教育生产要素和生产关系的变革，全面提升教育质量和效率，致力于培养具有应对复杂问题能力、思辨创新意识、适应时代需求的复合型高素质经济学人才。为此，人工智能时代下的教育体系改革应当注重多学科融合创新，打破学科壁垒；注重发展深度学习和广度学习相结合的教育模式，增加对经济学专业知识的深度理解和其他相关学科知识的广泛涉猎；注重拓展人工智能相关的数据分析工具和技能学习，确保专业人才更加灵活的把控能力。此外，还应当注重实践教学，结合科研活动、创新实践、创业项目等引导学生培养跨界思维与实践智慧。

三、经济学拔尖人才培养面临的困境

(一)专业课程教学设置不合理，无法满足新型人才培养需求

目前，经济学人才培养中传统教育模式的残留特征仍然较为明显，教学过程中知识本位、过分关注考核结果、科研实践活动缺乏、创新意识薄弱等现象突出。经济学学科课程设置不合理现象普遍存在，理论课程占绝对比例，课程内容更新不及时与当下社会需求脱节；实践课程资源少、形式单一、时长短等问题较为普遍。在创新创业能力的培养方面，缺乏有效的物质资源和人力资源支持。一些高校在创新创业的指导教育方面存在指导老师资源紧张、基础设施供给不足、缺乏引导支持政策等问题，导致学生的创新想法难以付诸实践，创业潜能无法得到有效开发，严重影响符合新时代需求的经济学拔尖人才的培养。

(二)本硕博一体化系统不完善，贯通培养优势未发挥

当下经济学专业本硕博贯通培养缺乏科学设计，本硕衔接阶段学生科研能力培养缺失导致经济学拔尖人才培养困境。首先，在本科培养方面，大多高校仍然以理论教学为主体，并且局限于传统的经济学课程。例如，数学类课程学习中仍然以高等数学、概率论与数理统计、数学分析等相关课程为主题，缺少对机器学习、深度学习等人工智能方法涉及的数学知识的拔高训练。此外，缺乏“人工智能+经济学”相关的交叉学科课程设置，跨专业选课流于形式现象较为普遍。其次，在本硕衔接阶段的过渡学习缺乏合理安排和科研活动机会，导致衔接阶段黄金时期的时间浪费。最后，硕博阶段需要集中于某一方向的纵深化研究，但是“人工智能+经济学”的大跨度学习，在增加学生研究方向的多样性的同时也导致学生的选择困难和研究领域的不确定性，这无疑会增加硕博阶段的科研压力，对本科基础薄弱或本科非经济学专业学生的复合型培养更加困难。

(三)教育资源配置不平衡，校际校企阻隔有待解决

在经济学专业人才培养方面，高校教育资源主要存在以下三个问题：一是校内资源配置不合理。大多数高校的经济学教育仍然以校内教学资源为主要依托，但校内资源倚重理论课程，缺少对科研竞赛、创新训练、创业实践的关注。大多数经济学专业的学生，尤其是本科生，表示在学习阶段甚至没有过任何科研项目经历。二是校际阻隔问题明显。对于大多数院校尤其是文科类院校很难兼具经济学专业和人工智能相关专业，即使有二者兼具的院校也存在发展不平衡的问题。而校与校之间缺乏合作教学，难以融合各自的学科优势，影响复合型人才培养。三是校企阻隔未融通。校企合作中高校的诉求是育人和技术成果的转化，企业的优势在于与市场接轨和丰富的技术实践资源，二者存在一定的互补性。然而，目前高校经济学专业的人才培养中校企合作并未得到重视，校企“融”而不“合”现象较为普遍，实践项目对于拔尖人才培养的重要作用也没有得到充分发挥，校企联动机制有待完善。

四、人工智能视角下经济学拔尖人才培育路径

(一)“三维一体”经济学拔尖人才培养体系构建

环境驱动：优化学科环境，营造复合型拔尖型经济学人才培养氛围。对此，可以从以下三个方面入手：第一，增加人工智能相关课程设置，放宽选课条件，鼓励跨专业、跨学科选课，以宽松的选课体系和丰富的课程资源激发复合型学习兴趣。第二，充分利用人工智能技术改善和更新教学设备，打破传统课堂教学局限，以在线教育、网络公开课、VR仿真教学等形式，实现教学的时空融合。第三，增加实践项目投入，搭建学术交流、创新互动平台，多渠道多维度增加创新创业实践机会，同时增加创新创业训练的指导老师配置，实现硬件、软件配套供给，为经济学学习注入新的活力。

师生互动：明确以学生为核心的人才培养模式，聚焦价值引导、创新思维和能力培养。首先，拔尖型经济学人才应当掌握超越技术对人的改造的能力。对此，教师要注重对学生个人价值塑造的引导和教育，使学生明白对人的培养是首要的，培养学生区别于机器的独特智能。其次，教师要确保自身知识体系的更新，积极学习前沿理论和技术，加大对人工智能知识的普及力度。最后，要加快育人模式的转变，从灌输式的培养模式过渡为交互式，从师生之间的单项知识传授变为师生双向互动，促进教学环境的开放化、多元化，有利于学生创新想法的表达和创新思维的培养。

校企联动：高校应当与企业建立良好合作关系，整合校内经济学学科资源与企业人工智能技术资源，实现“学—研—产”有机结合，形成以教学育科研，以科研助产业，产业发展反哺教学和科研的良性互动局面。此外，高校可以通过校企合作改善师资团队，以内引外培的方式提高经济学专业教师在实践项目方面的指导能力，兼顾学生的实践能力与创新思维提升，为培养复合型、创新型拔尖经济学人才提供条件。

(二)“4并重+3融合+2突出”教学体系构建

1.“4并重”：复合思维、技术思维、科研能力和创新创业能力并重

复合思维：汇集群智群力，以协同主体驱动复合思维培养，打造经济学人才资源库。人工智能时代交互融合发展的大趋势下，各学科、各领域的界限日渐模糊。注重团队合作，协同各主体组建多样化的项目团队，实现资源信息的共享、创新想法的有效整合以及群体决策的有效落实，有利于促进复合型人才的培养。人工智能时代的主体协同不仅涉及人与人之间的协调，还包括人与机之间的合作。人机共存的时代背景下，培养拔尖人才的复合思维，一方面能够实现人类智能与机器智能的优势互补；另一方面通过个体之间的协同发展，可以实现认知互补和能力共建，为促进经济学理论创新的共同目标创造增值效应。

技术思维：人工智能时代下数据驱动式的经济学研究范式的出现，更加突出了技术思维对经济学拔尖人才培养的重要性。人工智能科学的突出特点就是多学科交叉融合，其范围涉及计算机科学、心理学、数学等多种学科理论，机器学习、大数据、人机交互、深度学习、知识图谱等人工智能技术在经济学的实证分析中有着重要作用。并且数据驱动式的研究范式在实践数据清洗、量化分析、经济规律探索等方面都要求当下的经济学人才培养要注重对于人工智能工具和人工智能技术的掌握训练。

科研能力：人工智能打破学科壁垒，实现多学科交叉融合发展的同时也拓展了学科研究边界。人工智能工具的广泛应用形成的大数据网络，便利了信息收集、数据处理和模拟实验等，加速了学科研究成果出现。基于大量实践生产数据探求经济规律的过程中，多源异质性数据的综合运算与迭代以及大批实验数据的生成可以为经济学假设提供实验基础，可能产生经济学新知识，拓展经济学研究边界。因此，高校教育在经济学人才培养模式中应当注重对人才跨界、破界与创变思维的培养，全面提升经济学拔尖人才的科研能力。

创新创业能力：人工智能时代的经济学拔尖人才既要具备深厚的科学素养、前瞻性的技术视野和复合型的创新思维，也要强调与时俱进的创业实践能力，以创新思维激发创业热情，以“人工智能+双创教育”体系助力实用型经济学人才培养。对此，高校可以充分利用校内资源，为学生打造良好的创新创业环境，例如，开设“众创空间”“创业孵化中心”，增加指导教师资源供给、完善创新创业奖助体系建设。同时，通过校企联动，提供专业对口的实习实践项目，引导经济学专业学生走向生产一线，切实了解经济生产活动，培养学生对经济运行的把握和预测的能力，加快新阶段的经济理论创新。

2.“3融合”：课堂内外融合、校内外融合以及产教融合

课堂内外融合：拔尖型经济学人才必须是理论基础扎实，实践能力突出的复合型人才。因此，高校经济学教育应当兼顾课堂内外，实现课内课外教学的优势互补，培养复合型经济学人才。在课堂教学中，注重经济理论知识的广度和深度教学，加强人工智能相关专业知识的渗透教学。在课外教学实践中，可以通过专业竞赛、科研训练、企业项目等多种形式培养学生动手实践和自主探索的能力，以增强对人工智能时代下的快速发展变化的应变能力。

校内外融合：校内外融合发展重在打破校际阻隔，发展校际合作和联合培养，发挥各校优势学科，实现人才培养共赢。针对部分院校无法兼具经济学专业和人工智能专业，或者存在专业发展不平衡的问题，最快、最有效的方法就是通过学校间的联合培养，充分利用各院校优势学科，以课程联合、实训联合等方式促进人才培养。对此，可以充分利用人工智能技术构建高效的沟通平台，便利教师与学生之间的交流。通过共建联合培养的管理系统，实现两校甚至多校学生的互联互通，一方面可以促进不同专业学生的交流学习，另一方面也可以为学生协同合作提供更多的机会，有利于跨专业课题合作，拓宽学生的科研项目选择范围。

产教融合：产教融合更加强调校企之间的双向互动，产教融合下的经济学人才培养资源整合可以从三个方面入手。第一，人才培养体系设计方面，根据人工智能时代下企业的经济学人才新要求实时调整培养方案设计，详细拆分人才培养目标，实现教学标准、人才能力、行业需要的统一。第二，监督管理与质量保障方面，在高校与企业的联合培养项目实施过程中应当设立相关的监管机构[9]，一方面督促和引导培养基地自查自评自省，另一方面利用人工智能技术跟踪记录联培基地的学生学习情况、产学研合作效果，确保科研成果的有效转化及培养方案的顺利实施。第三，优化人才培养的师资队伍建设，除了固定的专业课程教师外，还可以聘请校外行业内的专家授课，促进专业知识的整合和系统化，加速专业学习成果转化。

3.“2突出”：突出跨学科能力培养和本硕博贯通培养

跨学科能力培养：在跨学科能力培养方面，应当立足教师和学生两个主体，从“教”和“学”两个方面突破，协同构建经济学拔尖人才的跨学科培养理念。在“教”的方面，教师应当树立跨学科教学理念，从教学大纲、教学方法、教学目标上体现跨学科特点，培养学生跨学科学习能力。同时，高校应当取消二级单位限制，鼓励科研项目指导老师跨学科指导，鼓励人工智能专业教师跨学科授课。在“学”的方面，引导学生关注社会热点，主动了解用人单位对经济学人才的综合需求，从而在学习中有意识地进行跨学科能力训练。

本硕博贯通培养：在经济学专业拔尖人才培养过程中，本科阶段的课程安排应当及时更新，增加编程语言、数据构造、系统算法等人工智能相关课程教学，同时引导高阶数学专业知识学习，以熟练应用人工智能的机器学习、深度学习等方法，适应数据驱动式经济学研究范式的发展需求。本硕衔接阶段要加强科研与实践训练，在此阶段重点发展项目制学习和实验室工作方式，引导学生深入参与科研实验及项目实践，为高效进入研究生阶段学习打下基础。硕博阶段重在明确研究方向，开展纵深学习，要注重创新性研究工作的开展，在特定领域挖掘值得挑战的科学问题。充分结合人工智能技术与经济专业知识进行实验设计，探讨研究结果与结论背后的经济规律，以研究工作的创新性和突破性为目标，实现经济学专业拔尖型创新型人才的培养。

参考文献:

[1]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.

[2]刘嘉豪,曾海军,金婉莹,等.人工智能赋能高等教育:逻辑理路､典型场景与实践进路[J/OL].西安交通大学学报(社会科学版),1-15[2024-05-14].

[3]周洪宇,常顺利.生成式人工智能嵌入高等教育的未来图景､潜在风险及其治理[J].现代教育管理,2023(11):1-12.

[4]黄蓓蓓,宋子昀,钱小龙.生成式人工智能融入高等教育生态系统的风险表征､预警及化解[J].现代教育技术,2024,34(5):16-26.

[5]王奕俊,杨悠然.人工智能背景下专业人才培养的发展路径与方向:基于会计职业相关数据的实证研究[J].中国远程教育,2020(1):35-45+76-77.

[6]王春华.人工智能时代本科动画人才培养面临的挑战与对策[J].中国大学教学,2023(8):22-26.

[7]王巍衡.人工智能赋能下数字媒体专业人才培养体系的优化[J].印刷与数字媒体技术研究,2023(4):19-26.

[8]洪永淼,汪寿阳.Chat GPT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.

[9]杨蕾,刘晓霞.产教融合视角下研究生联合培养基地长效发展机制研究[J].商业经济,2023(7):194-196.

基金资助:河北省高等学校科学研究项目:新时代河北省高校宣传思想工作效率提升研究(SQ2023223);河北省新文科研究与改革实践项目:经济学科创新实验班工程(52);东北大学秦皇岛分校课程思政示范项目:财政学(2022KCSZ-B03);吉林大学研究生教育教学改革与研究资助项目:专业学位研究生教育质量标准体系的评价与创新研究(2024JGY008);

文章来源: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,(08):94-97.