“三全育人”视域下《计量经济学》课程思政提升路径研究
Research on the Ideological and Political Improvement Path of “Econometrics” Curriculum from the Perspective of “Three Comprehensive Education”
DOI: 10.12677/ae.2025.151151, PDF, HTML, XML,    科研立项经费支持
作者: 钟 文, 陈 凯:江西理工大学经济管理学院,江西 赣州;操海璐*:江西应用技术职业学院测绘地理信息学院,江西 赣州
关键词: 认识论《计量经济学》课程思政三全育人提升路径Epistemology “Econometrics” Curriculum Ideology and Politics Three-Dimensional Education Improvement Path
摘要: 课程思政应基于课程的学科属性和教学规律,结合专业知识传授和价值观引导双重目标,注重课程内容与思政元素的有机融合,确保教学过程中知识传授与思政教育的相互协调与促进,以实现全面育人。《计量经济学》作为经济学科的重要基础课和方法论课程,具备许多独特于其他专业课程的特征,因此,在课程思政的实施过程中也体现出其特有的挑战和机遇。文章从马克思主义认识论的分析框架出发,构建一个《计量经济学》课程思政的体系,通过学习《计量经济学》这门经济学实证课,研究方法论课程特别是七个具体的课程思政案例,树立马克思主义世界观和方法论,掌握历史唯物论与辩证唯物论的基本原理。同时,以科学哲学特别是马克思主义认识论为指导,深刻领会计量经济学的科学性、重要性、作用及其局限性,培养科学思维和科学精神,力求避免误用、滥用计量经济学的模型、方法与工具,并且学以致用,通过典型的中国案例,学习如何应用计量经济学方法研究与解决中国现实经济问题。
Abstract: Ideological and political education should be based on the subject attributes and teaching rules of the course, combined with the dual goals of professional knowledge teaching and value guidance, pay attention to the organic integration of curriculum content and ideological and political elements, and ensure the mutual coordination and promotion of knowledge transfer and ideological and political education in the teaching process, so as to achieve comprehensive education. As an important basic course and methodology course of economics, “Econometrics” has many unique characteristics compared with other professional courses, so it also reflects its unique challenges and opportunities in the implementation of course ideology and politics. Based on the analytical framework of Marxist epistemology, this paper constructs a system of ideology and politics in the course of “Econometrics”, establishes a Marxist worldview and methodology, and grasps the basic principles of historical materialism and dialectical materialism by studying the empirical research methodology course of “Econometrics”, especially ten specific ideological and political cases. At the same time, under the guidance of the philosophy of science, especially Marxist epistemology, students will deeply understand the scientificity, importance, role, and limitations of econometrics, cultivate scientific thinking and scientific spirit, strive to avoid misuse and abuse of econometric models, methods and tools, and apply what they have learned, and learn how to apply econometric methods to study and solve China’s real economic problems through typical Chinese cases.
文章引用:钟文, 陈凯, 操海璐. “三全育人”视域下《计量经济学》课程思政提升路径研究[J]. 教育进展, 2025, 15(1): 1098-1105. https://doi.org/10.12677/ae.2025.151151

1. 引言

高校的根本任务是人才培养,而思政教育是高校立德树人的关键举措,这是中国高校人才培养的一大创造和鲜明特色。思政教育指的是对学生思想意识、政治观点、道德品质、行为规范、职业素养等的教育活动。课程思政是推动高校教育改革、提升教育质量的关键环节。课程思政代表了当代高校课程教学改革的新理念和新方向,是实现“三全育人”目标的重要举措[1]。在此改革框架下,课程思政不仅注重专业知识的传授,还强调将思想政治教育融入教学过程,促进学生的全面发展。这一举措通过全员、全过程、全方位的教育模式,旨在培养德智体美劳全面发展的新时代人才。在2016年的全国高校思想政治工作会议上,提高大学生的思想政治素质被着重提出。这不仅是培养全面发展的高素质人才的关键环节,也是加强高校思想政治工作的核心任务。通过提升大学生的思想政治素质,可促进其树立正确的价值观、人生观和世界观,为构建和谐社会和实现中华民族伟大复兴贡献力量[2]。2021年6月,教育部颁布了《高等学校课程思政建设指导纲要》,旨在推动高校课程思政建设,全面提升课程的思想政治教育功能。纲要强调要将思想政治教育融入到各类课程的教学中,形成全员、全过程、全方位育人的工作格局[3]。课程思政的教育内容依赖于每门课程本身的教学内容与教学过程,特别是以专业课程为载体,从专业课程中吸收有益养分,培养学生正确的世界观、价值观、人生观,以及科学精神[4]

在当今数据驱动的经济环境中,计量经济学的应用不仅提升了对复杂经济现象的理解,同时为政策制定和商业战略提供了坚实的数据支持,掌握计量经济学的方法和工具已成为经济和管理领域从业者的核心竞争力之一,其重要性体现在通过统计和数学方法分析经济和管理数据,以揭示和验证经济理论、预测经济趋势以及支持决策制定[5] [6]。因此,在《计量经济学》课程中深入推进课程思政建设,能够促进学生在专业知识与道德素养上的全面发展,并进一步助力于培养具有社会责任感的经济学人才,对于实现课程的育人目标具有不可替代的重要作用。

2. 认识论视域下的《计量经济学》与课程思政

与其他经济学专业核心课程不同,《计量经济学》是研究经济行为和经济关系的一门方法论课程。通过结合统计学、数学及经济理论,计量经济学旨在对经济数据进行定量分析,以揭示经济现象背后的运行机制和规律,并应用于解释经济现象、检验经济理论、评估经济政策、预测经济走向的一门方法论科学[7]。在中国,计量经济学也有40多年的历史。1998年,教育部正式将《计量经济学》列为我国高等学校经济学门类核心课程之一。过去40多年,经济学研究范式出现了一个重要转变,从基于未经过检验或无法检验的一些基本假设(如偏好、技术、禀赋、制度)出发研究人们的经济行为和经济运行规律,转变为利用现实观测数据或实验数据来推断经济变量之间的逻辑关系,尤其是因果关系,这种研究称为实证研究,已成为国外经济学研究的主流,也是目前中国经济学研究的主流[8]。《计量经济学》课程以其数学化和技术性的显著特点而著称,在介绍计量经济学的模型、方法与工具的性质时,主要以概率论与数理统计学、微积分、线性代数等数学工具为基础,其实际应用则是通过统计软件程序和计算机运算来实现数据处理,许多学生在初次接触该课程时,往往感到其难度较大,因为课程内容较为抽象且难以理解。此外,实证结果的解释(如经济变量之间的因果关系)需要经济理论的指导,这要求将定量分析与定性分析相结合,包括模型的可解释性等。在当前背景下,讲授《计量经济学》及其方法论课程的课程思政确实是一项具有挑战性的任务[4]。本文旨在探讨《计量经济学》课程思政的多方面内容,包括其目的、思想、体系、内容以及实施方式和方法,并通过若干具体案例分析进行阐述。通过这些探讨,期望能够为学界同仁提供参考,引发更多讨论,以便在实践中不断探索、完善和改进课程思政,最终实现最优的课程思政目标。

讲授《计量经济学》课程思政,可以采取不同的思路、内容、案例、方式、方法,可以有不同的风格与特色,甚至有不同的侧重点。但是,有必要提供一个统一的分析框架来构建《计量经济学》课程思政的体系,包括思想、内容、案例、教学的方式、方法等。由于计量经济学是经济学实证研究最主要的方法论,本文旨在从马克思主义认识论出发,尤其是基于《实践论》和《矛盾论》的视角,探讨如何有效地进行《计量经济学》课程的思政教育,进而在传授知识的同时,培养学生的综合能力,促进其价值观的形成与升华,实现课程思政的目标。具体地说,第一,在马克思主义认识论的指导下,经济学实证研究被认为契合现代科学研究的范式,体现了马克思主义认识论的基本原理。马克思主义认识论强调实践是认识的基础,认为理论应在实证研究中接受检验,以反映客观现实。经济学的实证研究正是通过实证手段检验理论假设,验证经济现象中的因果关系,符合这一认识论观念。而在实证研究的方法论中,计量经济学发挥着核心作用。第二,通过深入学习计量经济学的理论与方法,可以加深对马克思主义认识论基本原理的理解与掌握,从而更为有效地运用这一认识论体系对实际问题进行观察、分析、处理和解释。这一过程有助于培养科学精神与科学思维能力,提高在实践中运用马克思主义指导的水平。第三,研究中国经济发展的独特规律和评估改革举措与经济政策,是计量经济学在实践中的重要应用。通过典型的中国经济案例,我们可以探讨如何将学到的计量经济学方法运用于现实经济问题,进而揭示独特的经济发展规律,并评估经济政策的有效性,能够增强“道路自信”。第四,运用辩证唯物主义的方法,我们需要在肯定计量经济学科学性及其在经济分析中的重要作用的同时,深刻剖析其局限性,并提出在实际应用中需要注意的问题,以确保其科学性和有效性,避免披着科学方法论的外衣而实际上并不是真正具有科学性的错误的习惯做法,如模型与方法的误用、滥用。

总之,在《计量经济学》课程中,课程思政的核心在于培养学生的科学世界观和方法论,尤其强调掌握马克思主义的认识论。这不仅包括了解其基本原理,还需要学生能够灵活运用这些理论框架来观察、分析和解决实际问题,从而提升其综合思维能力和实践应用能力[2]。哲学既是世界观又是方法论,是世界观和方法论的统一,是通过对人与世界关系的研究而确立起来的。马克思主义哲学是马克思主义三大组成部分之一,包含历史唯物主义和辩证唯物主义。《实践论》和《矛盾论》是马克思主义哲学中国化的经典之作,是对马克思主义基本原理的深入理解与具体应用。其基础原理与基本观点包括:世界本质上是物质的,运动是物质存在的基本形式,而物质的运动遵循一定的规律。这些规律是客观存在的,可以通过研究和观察来认识。理论与实际的结合,以及从感性认识到理性认识的提升,是实现客观世界与主观世界统一的关键。为此,我们需要采取去粗取精、去伪存真的方法,从表象深入本质。从整体、辩证、系统和联系的角度,以变化发展的思维来分析问题。实践是检验真理的唯一标准,而绝对真理则是所有相对真理的总和。认识世界不仅是为了解释,还在于改造,这才是人类追求的最终目标。这些基本原理为《计量经济学》的课程思政奠定了统一的分析框架,从哲学视角揭示了计量经济学作为经济学实证研究方法论的思想性、科学性及其重要性。同时,通过学习计量经济学的理论与方法,加深对马克思主义认识论的理解。

3. 《计量经济学》课程思政教学案例

3.1. 实证研究范式与理论联系实际

过去40年,经济学研究经历了一场重要的范式转变,被称为“实证革命”或“可信性革命”。这一变革的核心在于,经济学研究越来越依赖于基于数据的分析,无论是观测数据还是实验数据。通过使用计量经济学模型和方法,研究者能够推断出经济变量之间的逻辑关系,特别是因果关系[9]。这种方法论的转变增强了经济学研究的科学性和实证性,从而提升了研究结论的可靠性和可信性。实证研究不依赖未经验证的公理或错误的理论模型,而是基于观察到的现实经济现象。通过科学的抽象和推理,此类研究旨在揭示经济现象背后的本质联系,从而体现了科学研究范式的要求。所谓科学研究范式,是指任何理论假说都必须通过经验(特别是数据)的验证,才可能证明其科学性,才能解释现实并预测未来。随着数字经济的蓬勃发展,越来越多的经济社会活动都留下了痕迹,这些痕迹构成了海量经济社会大数据。经济社会大数据的海量性与可获得性,使得以大数据为基础的实证研究正在成为社会科学各个领域共同的研究范式。

计量经济学作为经济学实证研究的核心方法论,是将感性认识上升到理性认识的重要工具。在揭示经济发展规律与构建原创性经济理论中,计量经济学主要在第二步中发挥关键的方法论作用。其通过严谨的数理分析和统计推断,将感性认识上升为理性概念,从而促进经济学理论的深化与创新。经济学实证研究的严谨性与科学性主要体现在以下两个方面:首先,是计量经济学理论方法的科学性;其次,是这些理论方法应用的正确性。在此基础上,经济学实证研究范式遵循理论与实际相结合的原则,确保研究结果具备理论意义和实际应用价值。“理论联系实际”指的是在实际情况的基础上进行分析和决策,强调实事求是,在实践中不断发现、检验和发展真理。这一思想路线是中国共产党在长期的革命与建设实践中确立的,也是该党在认识、分析与解决问题时所遵循的基本指导原则和思想基础。而计量经济学是一种科学方法论,其基础是通过实践活动(如观察、调查、社会实验或实验室实验)从复杂的经济现象中揭示经济运行的内在规律,并构建原创性的经济理论[4]

3.2. 计量经济学公理与经济发展规律

虽然很多计量经济学教科书没有明确提到,现代计量经济学其实是建立在以下两个公理之上的:

1) 每个经济体均可视为一个由某个概率法则支配的随机系统或随机过程;

2) 现实经济观测数据是上述经济随机系统或过程产生的一个“实现(realization)”,大部分经济现象可由观测数据来描述。在数字经济时代,几乎所有经济活动都会留下“痕迹”,这些“痕迹”就是人们通常所说的“大数据”。

从计量经济学的视角看,经济随机系统或过程的概率法则可视为“经济运动规律”。同自然规律一样,经济规律是客观过程的内在联系,具有客观必然性,是不以人的意志为转移的。经济规律有着与自然规律显著不同的特点,即具有历史性。经济规律是在一定的经济条件基础上产生并发挥作用的,它不是长久不变的。随着旧经济条件的消退,原有的经济规律逐渐失去其影响力,退出历史舞台,为新的经济规律的出现和发展铺平了道路。经济规律的这种历史性,也使内在的本质联系因此表现出阶段性或时变性。这种时变性,有可能是突变,也可能是渐进性变化。时变结构一直是计量经济学研究的一个重要问题。

经济随机系统或过程的概率法则是计量经济学家在不确定性市场条件下对经济运动规律进行的数学表示。计量经济学家和经济学家通常以经济理论为指导,提出一个计量经济学模型刻画概率法则或它的某一方面(如条件均值),用观测或实验数据估计模型参数和检验模型设定,然后进行各种应用。经济学实证研究包括几个步骤:1) 从经济数据中提炼经验典型特征事实(Empirical Stylized Facts);2) 基于经验典型特征事实提出经济理论假说,特别是经济学模型;3) 将经济理论假说或经济学模型转化成一个可进行经验验证的计量经济学模型,并基于观测数据估计模型参数、验证模型设定的有效性;4) 基于计量经济学模型,解释经验典型特征事实,验证经济理论,评估经济政策,预测经济走向。

作为对经济随机系统或过程的一种数学抽象,计量经济学建模是透过复杂经济现象揭示经济内在本质联系的重要方法与手段。计量经济学公理符合马克思主义认识论的基本观点,即人类经济社会的发展是有其客观规律可循的,经济运动规律是可以被认识的,可以通过现象看本质,而计量经济学建模是从复杂经济现象揭示经济运行规律的关键推断方法与手段。习近平总书记在哲学社会科学工作座谈会上的讲话中强调,我们应积极借鉴现代社会科学的知识体系,充分利用其成熟的模型推演和数量分析等方法。这些手段不仅能够为研究提供坚实的理论基础,还能提升我们的分析能力和研究水平,因此应予以重视和应用。长期以来,中国经济学研究以定性分析为主,现在已转变为以定量分析为主、定性分析与定量分析相结合,在这个过程中,计量经济学发挥了关键的方法论作用。

3.3. 实证研究的“内生性”与科学精神

“内生性”是经济学,尤其是计量经济学中的一个关键概念,它描述了变量之间的因果关系和相互影响。本文将借用“内生性”这一概念来讨论经济学研究中常见的一些非科学研究习惯及其影响。在科学研究中,通常是先进行研究,然后得出结论。在自然科学领域,许多重要的科学发现是通过方法创新获得的。例如,通过实验设计的创新可以先发展出新的研究方法,然后再形成相应的结论。这种方法的创新对于推动科学研究至关重要[10]。然而,在经济学领域中,一些实证研究往往为了支持某个既定的“原假设”或结论,不遗余力地寻找能够支撑该立场的“证据”。这种先设定结论后寻找“证据”的做法可以被视为实证研究中的“内生性”问题。这类似于心理学的“证实偏差(Confirmatory Bias)”。“证实偏差”是指个体在确立某一信念或观念后,倾向于在收集和分析信息时寻找支持该信念的证据。这种现象表现为,人们更容易接受与其信念一致的信息,而忽视或轻视与其信念相悖的信息。因此,当面对不合己见的证据时,人们往往投入更多的时间和认知资源去否定或反驳,从而进一步强化其既有信念。在经济学的实证研究中,经常出现所谓的数据窥视偏差(Data Snooping Bias)。这种偏差是指在对同一组数据进行多次分析时,总会有一次产生统计上显著但实际上不存在的关系。这一现象利用数据窥探,使得研究结果更显著,以支持研究者的论点。其根本原因在于经济学及广泛的社会科学本质上不是实验科学,许多研究无法通过重复实验来验证。因此,为研究结论的“操控”提供了一定空间。这种行为不仅使研究结论变得不可靠,还严重损害了计量经济学和经济学实证研究的学术声誉,是我们必须努力避免的。

3.4. 样本外预测:科学理论既要解释过去,又能预测未来

内在的本质的联系不但能够解释过去,也能够预测未来。在经济学实证研究中,经常会遇见这样一种现象:一个样本内拟合效果很好(如模型的拟合优度很高)的线性回归模型,其样本外预测却不准。可能存在很多原因,如模型误设、经济结构发生变化,以及存在异质性(Heterogeneity),等等。众所周知,在线性回归模型中,如果加入一些自变量,不管这些自变量是否与因变量相关,会使得模型的拟合优度只增不减。因此,若很高,有可能是线性回归模型包含了太多的无关的自变量或太多的“噪声”,这些外在的非本质的联系,一般不会再出现在未来或其他未拟合过的数据中,从而对预测未来或其他数据没有帮助,甚至这些“噪声”反而将降低模型样本外的预测能力。因此,对一个模型(包括其解释变量)真正的解释能力来说,不仅要看样本内拟合优度,更需要看样本外预测能力。只有内在的本质的联系才能既解释过去,又预测未来。在线性回归模型中,增加自变量会提高模型的拟合优度,无论这些自变量是否真正与因变量相关。因此,过高的拟合优度可能意味着模型包含了过多无关的自变量或“噪声”。这些噪声通常是外在的、非本质的联系,在未来或未拟合的数据中可能不会重现,从而无法提升预测能力,甚至可能削弱模型的样本外预测效果。因此,评估一个模型的真正解释能力时,应关注的不仅是样本内的拟合优度,更重要的是样本外的预测能力。唯有揭示内在本质联系的模型才能既准确地解释过去,又有效地预测未来。

关于如何提升样本外预测能力的问题,机器学习为我们提供了有益的启示。在机器学习中,通常将数据集划分为训练数据(Training Data)和测试数据(Test Data)。训练数据用于构建和优化算法模型,通过学习其中的特征以调整模型参数。测试数据则作为独立的“样本外”数据,用于评估模型的预测性能和泛化能力,从而验证模型在未知数据上的有效性和准确性。通过类似LASSO方法那样引入一个合适的惩罚项来控制算法的复杂度,机器学习在捕捉“信号”和控制“噪声”之间取得一定的平衡,从而得到较好的“泛化”(Generalization)能力和较精确的样本外预测效果。机器学习的这种泛化测试方法论,符合马克思主义认识论原理。理论在总结以往实践的基础上,仍需接受未来实践的检验。理论是否符合客观真理的问题,在认识的感性到理性转化过程中尚未彻底解决,也无法仅凭这一过程加以解决。为深入解决这一问题,需要将理性认识付诸社会实践,通过实践检验来评估理论是否能够实现预期目标。自然科学的诸多理论之所以被公认为真理,除了创立之初具备科学性外,更在于其经过后续科学实践的反复验证。同样,马克思列宁主义被视为真理,不仅是由于创始人进行了科学的理论构建,还因为它在革命阶级斗争和民族解放运动中的实践检验。辩证唯物论则被认为是普遍真理,因为它在各类实践中都体现出不可或缺的指导作用。人类认识的历史表明,许多理论的真理性并不完善,需经实践检验来修正其不足;而一些错误的理论亦被通过实践纠正[11]-[14]。从认识论的视角出发,可以看出计量经济学模型样本外预测的重要作用。长期以来,经济学实证研究主要以样本内拟合与解释能力为判断依据,已有经济学家提出需要关注样本外预测能力。

3.5. 数据操纵与实事求是

计量经济学分析是一种科学思维与科学方法。在讨论模型推演与数量分析等方法的应用时,必须牢记传统智慧,并保持科学判断力。每一种计量经济学模型或方法,都有其适用的前提条件,在实际应用中需要注意这些前提条件是否成立。同时,在使用计量经济学模型、方法与工具时,应该注意避免在科学外衣下的一切不符合科学精神甚至违背科学伦理的行为与做法。在探讨感性认识向理性认识转化的过程中,只有当感觉材料既“十分丰富”又“合乎实际”时,才能形成正确的概念和逻辑推理[15]。在计量经济学的实证分析中,这种“丰富”和“实际”的材料才是能够真实反映客观事实的数据,这些数据构成了计量经济学分析的基础“原材料”。美国作家达莱尔·哈夫于1954年出版的《统计数字会撒谎》一书中,通过丰富且有趣的实例揭示了当时美国社会中利用统计数字和数据进行误导或造假的现象,获得了广泛关注。书中分析的“统计陷阱”,包括样本选择偏差、平均数误导,以及滥用相关性等问题,至今仍在现实生活中屡见不鲜。马克·吐温在《我的自传》中指出:“数字常常欺骗我,尤其在我亲自整理它们时。对此,本杰明·迪斯雷利有一句精辟的评论:“世界上有三种谎言:谎言,该死的谎言,统计数字。”

3.6. 样本选择偏差与片面性认识

片面性认知的产生有很多不同原因,其中一个重要原因是感性的材料或样本没有代表性。什么是代表性样本?为了说明代表性样本的特征,我们先讨论样本选择偏差及其带来的影响。在统计学中,一个经典的样本选择偏差是所谓的“幸存者偏差”,即在二战期间,空战后飞回来的飞机及其机翼大部分伤痕累累,这实际上意味着机翼不是要害部位,否则就飞不回来了。

在1936年美国总统大选期间,《读者文摘》根据电话簿上的地址和俱乐部成员名单上的地址,发出1000万封调查信件,收回200万封,这个民调结果显示,兰登将以57%对43%的优势打败罗斯福赢得大选。但是,最终选举结果是罗斯福62%,兰登38%。《读者文摘》的民调之所以预测不准,是因为其调查对象,即当时家里装有电话或参加俱乐部的人,是一些比较富有的阶层人士,相对整个美国人口分布并没有代表性。在中国,有一个“规模以上企业”增加值统计。所谓“规模以上工业企业”一般以年产量(如当年产品销售额收入达到一定水平)作为企业规模的标准,国家对不同行业的企业都制定了一个规模要求,达到规模要求的企业就称为规模以上企业。国家统计时,一般只对规模以上企业做出统计。这个统计忽略了占绝大多数的小微企业和个体工商户,这不利于了解全国企业的真实面貌。

在数字经济时代,曾有一个说法认为大数据是全样本。事实上,大数据虽然样本容量很大,但不一定具有代表性,更不用说是全样本。例如,我们经常听说“数字鸿沟”,包括地区数字鸿沟、城乡数字鸿沟、代际数字鸿沟等,这说明了大数据不能刻画那些由于各种原因不上网或不经常上网的群体的经济活动。而且,由于经济结构的时变性,以往的大数据和今后的大数据可能反映了不同的经济行为与机制变迁,从这个意义上看,虽然容量可能很大,现有的经济大数据也只是一个时变经济随机过程的一段有限样本[16]

3.7. 假设检验:科学证伪与相对真理、绝对真理

统计推断的两个主要任务之一是假设检验。假设检验包含原假设(如某个参数值为零)和备择假设(如某个参数值不为零),两者是互斥的,非此即彼。例如,为了评估奖金激励是否提升国有企业的劳动生产率,可检验奖金变量的系数是否为零。当基于一个数据(样本)在给定的统计显著性水平(如5%)下进行参数假设检验时,存在两类错误,即第一类错误(Type I Error)和第二类错误(Type II Error)。统计显著性水平是原假设成立时错误拒绝原假设的概率,这是第一类错误。之所以存在第一类错误,是因为只有样本信息,没有总体信息,而用样本信息去推断总体性质,这样的统计推断本身有犯这种错误的可能性。第二类错误是指原假设不成立但却错误地接受原假设的概率,这种错误可能是因为样本容量太小,也有可能是检验方法本身的根本缺陷。例如,当使用偏度(Skewness)检验对称分布时,由于零偏度是对称分布的必要条件但非充分条件,因此这种方法不能检验出偏度为零但非对称的分布,即大概率不能拒绝原假设。由于第二类错误的存在,在实证研究中,任何理论假说只能被证“伪”,不能被证“实”(即不能证明为“真”)。

4. 结束语

本文从马克思主义认识论的视角和一个统一的分析框架出发,通过七个案例,说明如何讲授《计量经济学》课程思政。首先,以马克思主义认识论特别是毛泽东《实践论》为指导,深化对《计量经济学》这门经济学实证研究最主要方法论之思想、理论、方法与工具的理解与把握。其次,通过学习计量经济学的基本思想、理论与方法及其实证应用,能够深化对马克思主义哲学,尤其是马克思主义认识论的理解,并牢固掌握马克思主义的世界观和方法论。这一过程不仅有助于理解理论,还培养了运用马克思主义认识论的视角和方法来观察、分析、解释和解决实际问题的能力。再者,通过典型中国案例,展示如何科学运用计量经济学理论、方法与工具来分析、解释、解决中国经济问题,更好理解中国经济发展的成功经验与独特规律,树立“道路自信”。最后,从辩证唯物主义的角度,我们在肯定计量经济学作为经济学实证研究主要方法论的重要性和科学性的同时,也指出其局限性。这包括在应用计量经济学模型、方法与工具时需要谨慎,避免模型的误用和滥用,这些都是需要特别注意的问题,以维护科学的应用标准。《计量经济学》课程思政案例开发,需要紧扣《计量经济学》的专业内容,从计量经济学理论与方法及其实证应用中引出思政案例,而思政案例既要反映历史经典,更要反映当今时代发展趋势,既要反映人类文明成果,更要反映中国的发展,实现科学精神与价值思想塑造、历史性与时代性以及中国立场与国际视野的统一。

基金项目

江西理工大学本科教育教学改革研究课题(XJG-2023-41)。

NOTES

*通讯作者。

参考文献

[1] 李宝萍, 郝江锋. “三全育人”视角下高等数学课程思政教学的探索与实践[J]. 安阳师范学院学报, 2024, 26(2): 130-134.
[2] 王星颖. 实证研究框架下计量经济学课程思政教学探索[J]. 延边教育学院学报, 2022, 36(6): 52-54, 57.
[3] 茹仙古丽∙吾甫尔. 《计量经济学》课程思政教学设计研究与实践[J]. 才智, 2023(18): 45-48.
[4] 王阳, 李勇. “计量经济学”课程思政建设路径[J]. 西部素质教育, 2023, 9(9): 76-79.
[5] 赵茜宇. 认识论视域下高校计量经济学课程思政优化探究[J]. 高教学刊, 2024, 10(28): 184-188.
[6] 王立勇. “计量经济学”课程思政的设计与实践[J]. 中国大学教学, 2023(5): 48-52.
[7] 洪永淼. 计量经济学的地位、作用和局限[J]. 经济研究, 2007, 42(5): 139-153.
[8] 洪永淼, 刘俸奇, 薛涧坡. 政府与市场心理因素的经济影响及其测度[J]. 管理世界, 2023, 39(3): 30-51.
[9] 蔡昉, 吕薇, 洪永淼, 等. 庆祝中国共产党成立一百周年笔谈——学习习近平总书记“七一”重要讲话精神[J]. 数量经济技术经济研究, 2021, 38(11): 3-20.
[10] 高培勇, 樊丽明, 洪银兴, 等. 深入学习贯彻习近平总书记重要讲话精神 加快构建中国特色经济学体系[J]. 管理世界, 2022, 38(6): 1-56.
[11] 袁贵仁. 试论假说的真理性检验的三个阶段[J]. 人文杂志, 1984(3): 40-45.
[12] 马克思、恩格斯、列宁、斯大林、毛泽东关于理论和实践统一的部分论述[J]. 中共山西省委党校学报, 1978(2): 1-45.
[13] 荆世群. 冯契对毛泽东真理学说的阐发[J]. 湘潭师范学院学报(社会科学版), 2004, 26(6): 14-16.
[14] 赵成. 论毛泽东对马克思主义实践观的发展[J]. 渤海大学学报(哲学社会科学版), 2014, 36(3): 34-38.
[15] 赵凤平. 论正确的感性认识也是真理——兼与来建础同志商榷[J]. 松辽学刊(社会科学版), 1996(4): 6-9, 49.
[16] 洪永淼, 汪寿阳. 大数据、机器学习与统计学: 挑战与机遇[J]. 计量经济学报, 2021, 1(1): 17-35.