武止戈 刘浩 蒋惠

摘要：高等院校“中级计量经济学”课程对经济管理类研究生创新能力培养具有举足轻重的作用。本文基于“中级计量经济学”课程内容框架和R语言特征优势，分别从推行双语教学、指导学生进行非封装程序创新研发，以及推动科研论文任务驱动型教学等三方面探讨了R语言实证研究界面基础上的“中级计量经济学”课程教学创新策略，旨在充分调动研究生实证科研创新的兴趣，全方位提升其实证分析经济社会问题的能力。

关键词：R语言;中级计量经济学;非封装程序;科研任务驱动策略

中圖分类号：G4文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.04.059

1基于R语言的课程教学创新策略

基于上述R语言的特征优势，为了更好地培养研究生的创新意识与能力，可以从以下三方面对“中级计量经济学”课程进行教学创新。

1.1推行双语教学

双语教学模式与R语言学习相结合，对于创新能力提升具有重要意义。首先，通过实现双语教学，研究生能够更有效搜寻阅读海外理论文献资料和掌握R语言全英文界面操作，更近接触全球经济学科前沿，更好的撰写高质量科研论文。特别是R语言强大的“帮助”功能，更是源于以英语为语言的帮助文档。所以，学生想学好这些先进实用的工具，必须适应英文阅读，熟悉英文表达。其次，双语课程建设有助于提升教师基于R语言的教学和科研能力。教师通过教授双语课程，能够更全面提高英语水平，更深入的理解计量经济学知识，以及更为熟练的搜寻全球R语言编程资料进行实证分析，从而实现教学相长，更有效地促进科研水平提升。

在该课程双语教学具体实施过程中，从教学形式角度，各高校可以根据自身教师师资配备，采取英文书面语言（即英文原版教材，多媒体教学中的英文原版课件）与全部（或部分）中文口语相结合的方式，或采用整体英文教学（即英文原版教材加上全英文口语）外加少量中文解释辅助的形式，以避免由于语言理解滞后造成的学生知识理解障碍。从教学方式角度，各高校可以选择以应用为导向进行互动式教学，利用案例实操并分组讨论来提高同学们学习兴趣与动力。例如，课堂上通过提供贴近实际的金融数据，教导同学如何利用R语言进行数据分析，同时组织同学用英文进行讨论和回答问题，一方面可以减少同学们对英语口语的抵触情形，另一方面可以提升同学们对英文教材和R语言的直观理解。由于使用的教材为英文原版教材，教材上的数据都是国外金融市场数据，如果完全以教材上的数据演示教学可能会使同学们对数据产生一定的距离感，因此，有必要选择贴近实际的国内金融市场数据进行教学案例分析，使同学们产生更强的代入感，感受到利用R语言的确可以分析自己身边正在经历的经济与生活方面的问题。

1.2指导学生进行非封装程序创新研发

在R语言编程体系中，已封装的软件包（package）是将对象运行所需的资源封装在程序对象中，使软件使用者在无需了解程序函数内部构造的情况下可以直接运用现成的函数解决现实问题。软件包的具体实例包括用于进行时间序列单位根和协整检验计算的“urca”，用于执行极大似然估计的“maxLik”，以及用于执行向量自回归模型估计的“vars”等。软件包的优势在于R使用者可以规避较为复杂繁琐的编程过程，借助成熟的程序运算并获取实证研究结果。但同时其缺点在于R使用者在运行软件包的过程中并没有深刻地学习和掌握相关实证研究方法的内在逻辑和构建机理。例如，R语言的“lm（）”函数就无法反映出线性回归模型的矩阵形式计算方法。

同时，如果仅采用软件包从事研究，R语言使用者在计量模型选择范围上将非常受限。倘若某些前沿的实证研究方法尚无软件包，则极易陷入受制于人的被动境地。此外，全球范围内顶级学术期刊越来越强调在研究视角创新的基础上加强研究方法的创新，因而仅仅满足于软件包的使用者将会逐步面临实证研究水平提升的瓶颈。

为了在计量研究方法上避免被“卡脖子”，在实践教学过程中教师应积极鼓励学生进行非封装程序的创新研发。非封装程序具体表现为基于计量经济学模型本身的构造原理，通过矩阵、矢量以及R语言的内置基础函数运算，自行创建可以实现该模型运行的函数。非封装程序具体可以通过以下三个实例来展示：

实例1：在数据整理分析过程中，由于R语言中没有特定的函数进行众数（mode）的计算，我们可以在理解消化众数概念的基础上进行编程，自行创建关于众数求解的函数：

为了验证自行创建的函数“mode_value”的可用性，我们可以通过随机建立矢量c1计算众数，并成功得到正确的众数值。

实例2：根据一项市场调查，在A地区被调查的1000人中有478人喜欢品牌K，在B地区被调查的750人中有246人喜欢品牌K，如果我们需要估计两地区人们喜欢品牌K比例差的95%置信区间，我们可以用R语言中的内置函数prop.test（）估计修正后的双总体比例差的95%置信度的区间为（0.1031446，0.1968554）：

但为了更深刻的理解双总体置信区间估计，我们也可以自行编写没有修正的双比例区间估计函数ratio.ci（）：

该计算得出两比例之差的95%置信度的区间估计为（0.1043，0.1957），尽管其相比于用内置函数prop.test（）修正下的结果略小，但两者非常接近。

实例3：我们可以用学生的学习时长（hour）对学习成绩（score）进行简单线性回归估计。我们分别定义学生的学习时长和学习成绩为：

我们用R语言自带线性回归函数lm（）进行回归运算，并得出相应结果：

为了更好地理解线性回归所涉及的矩阵运算，我们也可以根据简单线性回归的矩阵运算结构，尝试创建非封装程序，并应该得到相同的回归估计结果：

这种以退为进式的非封装程序研发性学习，能够让研究生更深层次的理解计量经济学模型基本原理，且很好的锻炼研究生的编程能力和培养创新思维。

1.3推动科研论文任务驱动型教学

为了激发研究生的科研创新兴趣，培养其创新能力。“中级计量经济学”课程可基于R语言学习，采用模块化建构方法，推动科研论文任务驱动型教学。本课程在内容上可划分为核心基础理论模块、前沿理论探索模块、实践应用模块等三大内容板块。核心基础理论模块通过讲义与习题的结合强化对计量基础理论的夯实掌握。前沿理论探索模块跳出课本固有窠臼，强调基于基础理论进行创新型理论拓展，运用R和Stata等计量软件编程，进行蒙特卡洛（Monte Carlo）模拟研究，實现教学与理论创新的有机结合。实践应用模块突出对授课内容的经济学实践应用，以课程论文的形式，要求学生运用主流计量模型方法对自己的研究领域进行应用性研究，实现教学与应用创新的有机结合。模块式建构方法有助于针对不同基础、不同兴趣偏好的学生进行因材施教，有效提升学生的学习能力。从教学环节角度，本课程可采用科研论文任务驱动型教学模式，并进一步将实践应用模块划分为应用类文献综述、数据采集与分析、计量模型构建、计量结果分析等子模块（如图2所示）。通过模块化学习，学生将通过全过程编程操作和撰写课程论文系统掌握运用R语言进行参数估计及检验的基本方法，提高分析经济社会热点、焦点问题的能力。

2基于R语言的“中级计量经济学”课程教学创新思考与建议

2.1强化师资配置

为了更好地推进课程教学改革，应加强具备计量经济学研究能力的师资配置，要求教师熟练掌握R、Python等计算机语言，且具备科研能力和探索精神。在教师职业发展方面，应强化教师在软件编程等领域的继续教育培训，并鼓励教师将研究融入课堂。同时，教师应当尊重学生的个体偏好，注重学生对科研方法的掌握，激发学生的创新能力。

2.2夯实数学、英语和计算机基础

“中级计量经济学”课程要求学生具备扎实的数学、英语和计算机基础。因此，在研究生入学阶段就应严格把关，着重考察学生的考研数学和英语成绩。同时，对于在本科阶段参加数学建模竞赛并取得较好成绩的学生应在录取环节优先考虑。在入学后，一方面在教学过程中应充分运用R语言等进行数据可视化和非封装函数建模以加深学生对理论的理解，提高学生的学习研究兴趣。另一方面应要求研究生多阅读英文文献，参加英文论文研讨会（seminar）和英文学术会议，以提升阅读英文文献和撰写发表英文论文的能力。

2.3紧密联系微、宏观经济学理论

为了培养研究生的创新意识和能力，应该将“中级计量经济学”教学内容与研究生阶段微、宏观经济学理论紧密联系。在“中级计量经济学”课程内容中，可以尝试将每一章节的计量经济学方法与微、宏观经济学、金融经济学等经济学数理基础内容紧密衔接，组织研究生搜集相关数据，并借助统计学和计量经济学模型对数理模型进行实证检验。这样一方面可使“中级计量经济学”课程中所教授的方法不至于空泛，使学生对本课程学习更有兴趣，另一方面也使包括中级微、宏观经济学、金融学等在内的课程理论核心基础内容得到充分应用。

参考文献

[1]王德青，王新宇，李凯风，等.“高级计量经济学”研究性教与学的实施策略探索[J].教育现代化，2019，（26）：133-137.

[2]尹勤，黄宝凤.大数据时代应用统计人才能力需求与教改探索[J].大学教育，2019，（6）：157-159.

[3]李均立，许海平.《计量经济学》课程建设研究[J].当代经济，2011，（12）：126-127.

[4]李博.“计量经济学”课程群建设的思考[J].黑龙江教育（高教研究与评估），2020，（7）：35-37.

[5]赵巧芝，崔和瑞.案例分析法在《中级计量经济学》教学改革中的应用研究[J].产业与科技论坛，2020，19（02）：157-159.

[6]叶爱英.案例教学法在Photoshop教学中的应用及效果分析[J].职业教育研究，2008，（12）：81-82.

[7]高天书.常用金融建模软件：施用意义、使用难点与适用场域——以SPSS、MATLAB、R语言为例[J].金融理论与教学，2020，（4）：48-53.

[8]朱波，刘晓艳.R语言融入统计专业课程教学的探索与实践——以山西财经大学为例[J].教育教学论坛，2020，（12）：210-211.

[9]蓝洋，何秀，朱诚勖，等.R语言在生物科学研究绘图中的应用[J].华东师范大学学报（自然科学版），2019，（1）：124-135+143.

[10]柯朝甫.医学本科生R语言教学初探[J].教育现代化，2018，（5）：233-234+245.

[11]于秋红.“统计学”双语教学探究[J].黑龙江教育（高教研究与评估），2020，（6）：20-21.

[12]韩秀兰.《计量经济学》双语教学模式研究[J].高等财经教育研究，2016，19（03）：41-43.

[13]来特，李小玲.金融学专业《计量经济学》双语课程教学内容与方法探讨[J].新课程研究（中旬刊），2015，（06）：51-52.

[14]汤银才.R语言与统计分析[M].北京：高等教育出版社，2008：152-153.

基金项目：本文系2019年国家自然科学基金项目“考虑尾部风险关联性和逆周期因子的宏观审慎金融监管机制研究”（71973053），2020年湖南省普通高等学校课程思政建设研究项目“中外合作办学课程思政建设研究”（HNKCSZ-2020-0220），湖南省教育科学“十三五”规划2019年度资助课题“一流学科建设视角下地方高校中外合作办学融合发展机制与路径研究”（XJK19BBJ002），2019年湖南省普通高校教学改革研究项目“中外合作办学视域下金融专业产学研融合创新人才培养模式研究”，2018年中南林业科技大学教学改革研究项目“中外合作办学平台金融专业‘课程+课题’学术创新能力培养模式研究”阶段性研究成果。

作者简介：武止戈（1984-），男，汉族，湖南长沙人，博士研究生，中南林业科技大学班戈学院金融系主任，硕士生导师，暨南大学应用经济学博士后，特聘副研究员，研究方向为微观经济学、计量经济学、绿色金融。