《中级计量经济学》课程思政教学设计（本科经济学专业三年级）

《中级计量经济学》课程思政教学设计（本科经济学专业三年级）一、基本信息【课程名称】中级计量经济学【授课对象】本科经济学专业三年级学生【课程性质】专业核心课/必修课【学分学时】4学分/64学时（其中理论讲授48学时，实验实操16学时）【先修课程】高等数学、概率论与数理统计、线性代数、微观经济学、宏观经济学J.M.用教材】《计量经济学导论：现代观点》（第七版，J.M.伍德里奇著，清华大学出版社）【重要】；辅助教材：《计量经济学及Stata应用》（陈强著，高等教育出版社）【基础】。二、教学背景与目标（一）【基础】课程定位与理念本课程处于经济学从“理论思辨”走向“经验验证”的枢纽位置，是连接经济理论与现实世界的桥梁。在“新文科”建设背景下，本课程秉持“知行合一、格物致知”的教学理念，不仅传授经典的计量方法与现代因果推断前沿技术，更致力于通过严谨的学术训练，培养具有科学精神、家国情怀和国际视野的经济学拔尖创新人才。（二）【核心】教学目标1.知识目标（应知）：系统掌握经典线性回归模型（CLRM）的假定、估计（普通最小二乘法OLS、最大似然法ML【难点】）与检验（t检验、F检验【高频考点】）；深刻理解因违背经典假定而导致的多重共线性、异方差、自相关等问题及其诊断与补救措施【重点】；掌握虚拟变量、内生性问题及工具变量法（IV）、面板数据模型（固定效应与随机效应）【高频考点】、离散选择模型（Probit/Logit）【热点】等现代计量方法。2.能力目标（应会）：能够熟练使用Stata或EViews软件完成实际经济数据的处理、建模、检验与结果解读；能够独立设计和完成一篇规范的实证研究小论文，具备批判性思维和解决复杂经济问题的量化分析能力；能够读懂并评价经济学顶刊（如《经济研究》、《管理世界》）中的实证论文【重要】。3.素养目标（应悟）：深刻理解经济运行的复杂性，树立严谨求是的科学态度；通过剖析中国经济发展（如乡村振兴、数字经济、共同富裕）的真实案例【热点】，增强对中国经济发展道路的理解和认同，涵养经世济民的家国情怀；恪守学术道德，杜绝数据造假，坚守科研诚信底线【非常重要】。三、教学重难点与破解策略（一）【重点】模型设定与计量理论的内化▶具体内容：OLS估计量的无偏性、有效性和一致性的证明；假设检验的逻辑框架。▶教学策略：采用“数理推导+几何直观”双通道教学。一方面，板书推演关键公式，夯实数学基础；另一方面，利用几何图形展示拟合优度，将抽象的代数概念可视化。（二）【难点】内生性问题的识别与解决▶具体内容：理解内生性的来源（遗漏变量、测量误差、联立性）；掌握工具变量（IV）的寻找逻辑与两阶段最小二乘法（2SLS）【非常重要】。▶教学策略：引入“明星代言对产品销量的因果效应”经典案例。通过课堂辩论，让学生思考：是代言带来了销量，还是畅销产品才请得起明星（互为因果）？由此引出工具变量的必要条件（相关性与外生性）。（三）【痛点】理论模型与软件操作的脱节▶具体内容：学生会跑回归，但不懂结果的计量含义；或者懂理论，却不会处理脏数据。▶教学策略：实施“理论操作案例”三位一体的项目制教学（PBL）。每一章理论结束后，立即安排上机实操，用中国真实数据（如CFPS、CCER数据库）重现经典研究。四、教学方法与手段（一）线上线下混合式教学课前：通过“学习通”发布微课视频（如“5分钟搞懂P值”），让学生预习基本概念；课中：聚焦核心难点与案例分析，开展翻转课堂；课后：布置进阶实证任务，巩固技能。（二）案例驱动与思政浸润精选反映国家战略的本土化案例，将价值塑造融入知识传授。例如，讲授“虚拟变量”时，引入“脱贫攻坚对农村居民收入的影响”评估，引导学生讨论政策效应的量化评估方法。（三）阶梯式项目训练将学期论文分解为三个阶段：第一阶段（第4周）确定选题与文献综述；第二阶段（第10周）数据搜集与初步建模；第三阶段（第16周）成果汇报与互评。实现“学中做，做中学”。五、教学实施过程（48学时理论+16学时实验）本部分详细呈现具体章节的教学实施过程，确保逻辑严密、环环相扣，涵盖应列尽列的所有核心知识点。（一）导论（2学时）：计量经济学的性质与数据【基础】教学内容：1.什么是计量经济学？经济理论、数学、统计学与实证数据的结合。2.计量分析方法论：从经济假说到数据检验（陈述假设建立模型估计参数假设检验预测/政策评估）。3.数据类型：横截面数据、时间序列数据、面板数据【基础】。4.Stata软件入门：数据导入、变量标签、描述性统计。【实施过程】：本讲旨在点燃学生对量化研究的兴趣。课堂伊始，展示两张图表：一张是“改革开放四十年中国GDP增长曲线”，另一张是“新冠疫情对各省消费冲击的散点图”。提出问题：“如何用数据证明改革开放的伟大成就？如何精准测算疫情对经济的冲击？”引导学生意识到，只有通过计量工具，才能从纷繁的数据中剥离出真实的因果效应【思政融入：通过国家发展成就，激发自豪感与使命感】。随后，教师演示Stata导入中国宏观经济数据，现场生成描述性统计报表，让学生直观感受数据的“温度”。最后，布置课后任务：一份中国家庭追踪调查（CFPS）数据，完成数据浏览和标签整理，为后续建模做准备。（二）一元线性回归模型（6学时，含2学时实验）【重点/高频考点】教学内容：1.模型设定：总体回归函数（PRF）与样本回归函数（SRF）。2.普通最小二乘法（OLS）推导：极小化残差平方和。3.OLS估计量的统计性质：高斯马尔可夫定理【非常重要】。4.拟合优度：R²的解读与局限。5.假设检验：对单个回归系数的t检验。【实施过程】：★第12学时（理论）：从“凯恩斯消费函数”入手，提出“边际消费倾向（MPC）是多少”这一经典问题。教师板书推导OLS估计量，引导学生理解“拟合”的几何意义。在讲解高斯马尔可夫定理时，强调“在经典假定下，OLS是最优线性无偏估计量（BLUE）”，这是计量经济学的“准则”，奠定学生对方法论的信仰基础。★第34学时（理论）：引入“受教育年限与工资收入”案例。教师提出问题：“如果直接回归，估计出的教育回报率是有偏的吗？为什么？”初步引出能力偏差（遗漏变量）的概念，为后续内生性做铺垫。指导学生如何正确解读回归系数和P值，批判“相关即因果”的谬误。★第56学时（实验）：基于“中国健康与营养调查（CHNS）”数据，让学生实操Stata，以“工资”为被解释变量，“教育年限”为核心解释变量，跑出一元回归结果。要求学生提交实验报告，内容必须包括：写出估计的样本回归方程、解释系数的经济含义（教育年限每增加一年，工资平均上升多少？）、报告t值和P值，并做出统计决策。通过动手，让学生感受从理论到产出的全过程。（三）多元线性回归模型（8学时，含2学时实验）【难点/核心】教学内容：1.模型设定与偏效应解释：在控制其他变量不变的情况下，解释变量的影响。2.OLS估计的矩阵表述（选讲，针对数理基础好的班级）。3.多重共线性【高频考点】：完全共线性与近似共线性的区别、后果（方差变大、系数不稳定）、诊断方法（方差膨胀因子VIF）、补救措施。4.联合假设检验：F检验（检验多个参数同时为零）。【实施过程】：★第79学时（理论）：以“工资决定方程”为例，在原有教育年限的基础上，逐步加入“工作经验（经验平方项）”、“性别”、“行业”等变量。引导学生观察核心变量（教育）的系数变化，深刻理解“遗漏变量偏误”的方向和大小。重点讲解“其他条件不变”的ceterisparibus思想，这是多元回归的精髓。在讲解多重共线性时，举“身高与体重预测血糖”的例子，说明当变量高度相关时，虽仍无偏，但无法精确估计。指导学生如何看VIF值，并强调：多重共线性是“数据问题”而非“模型设定问题”，通常无需“矫正”，更不建议随意剔除变量。★第1012学时（理论）：深入讲解F检验。结合“工资方程”中是否应该加入“工作经验平方项”这一非线性关系，让学生学会用F检验来判断模型设定是否恰当（线性模型还是非线性模型）。★第1314学时（实验）：布置小组任务。给定一份包含多个变量的数据集，要求各小组：①建立自己的研究假说；②构建多元线性回归模型；③进行共线性诊断；④汇报并解释结果。教师巡回指导，及时发现学生在变量选择、结果解读上的共性问题。（四）放宽经典假定的模型（12学时，含4学时实验）本模块是本课程的核心堡垒，包含三大问题：异方差、自相关、模型设定偏误。1.异方差性（Heteroskedasticity）【高频考点】（4学时）【教学内容】：异方差的定义、后果（OLS仍无偏但非有效，标准误有偏）、诊断（怀特检验WhiteTest、布罗施帕甘检验BreuschPaganTest）、处理（异方差稳健标准误、加权最小二乘法WLS）。【实施过程】：展示“企业研发投入与利润”散点图，直观显示大企业波动更大（异方差）。强调在横截面数据中，异方差是常态而非例外。因此，强烈推荐学生养成“汇报异方差稳健标准误”的良好习惯【重要技能】。实验课上，让学生对自己建立的模型分别进行普通OLS和稳健标准误回归，对比两者标准误的差异，体会稳健推断的重要性。2.序列相关性（SerialCorrelation）【难点】（4学时）【教学内容】：主要针对时间序列数据。一阶自回归AR(1)模式、后果、诊断（DW检验的局限与适用条件、Q检验）、处理（广义差分法、纽威韦斯特标准误NeweyWeststandarderrors）。【实施过程】：以“中国CPI同比增速”数据为例，展示残差的自相关图。讲解DW统计量近似等于2(1ρ)，直观解释为何DW≈2无自相关。由于DW检验存在盲区（如无法检验高阶自相关、有无法判定区域），重点介绍更为现代的Q统计量检验。在EViews/Stata中，演示如何对时间序列模型进行序列相关检验和使用稳健标准误。3.模型设定与数据问题（4学时，含2学时实验）【教学内容】：函数形式误设（如遗漏高次项）、包含无关变量、测量误差。【实施过程】：引入“环境库兹涅茨曲线”假说（环境污染与人均收入呈倒U型关系）。如果仅线性回归，可能得出“收入增长恶化环境”的片面结论；加入收入的平方项后，倒U关系得以显现。这一案例生动说明了函数形式设定偏误的严重后果【思政融入：理解中国“绿水青山就是金山银山”战略的科学内涵，即在发展中保护、在保护中发展，需要非线性的政策智慧】。实验课上，指导学生通过“连接检验（LinkTest）”和“拉姆齐RESET检验”来诊断模型设定是否正确。（五）虚拟变量与离散选择模型（6学时，含2学时实验）【热点/应用】教学内容：1.虚拟变量（DummyVariable）：截距项改变、斜率项改变（交互项）、季节调整。2.被解释变量为离散的情况：线性概率模型（LPM）的优缺点（异方差、预测值可能超出01区间）。3.Logit与Probit模型【非常重要】：极大似然估计思想、系数解释（边际效应）、拟合优度度量（准R²）。【实施过程】：★第3133学时（理论）：讲授“性别工资歧视”研究案例。设置女性为1，男性为0，通过虚拟变量的系数直接度量“性别工资差”。进一步引入“性别与教育”的交互项，检验“教育回报是否因性别而异”。讨论线性概率模型（LPM）为何在学术期刊中逐渐被边缘化，引出非线性概率模型Logit/Probit。详细讲解如何解释Logit模型的系数（优势比）和边际效应（平均边际效应vs.样本均值处边际效应）。★第3436学时（实验）：任务主题为“大学生就业影响因素分析”。给定调查数据，被解释变量为“是否就业（1=是，0=否）”。学生需分别估计LPM、Logit、Probit模型，比较三者预测结果的差异，重点练习如何汇报边际效应，并撰写简短的研究备忘录。（六）内生性与工具变量法（8学时，含2学时实验）【非常重要/顶级难点】教学内容：1.内生性的再探讨：遗漏变量（能力偏差）、联立性（供需方程）、测量误差。2.工具变量（IV）的定义与条件：相关性（工具变量与内生变量相关）与外生性（工具变量与扰动项不相关）。3.两阶段最小二乘法（2SLS）【核心】：第一阶段回归（内生变量对工具变量回归），第二阶段回归（原模型对第一阶段拟合值回归）。4.工具变量的检验：不可识别检验（Underidentificationtest）、弱工具变量检验（WeakIVtest，CraggDonaldWaldF统计量）、过度识别检验（Sargan/HansenJtest）。【实施过程】：★第3740学时（理论）：这是课程的“巅峰之战”。以经典的“制度与经济增长”（Acemogluetal.,2001）或“入学率与未来收入”（AngristKrueger,1991）为例，阐释寻找工具变量的天才构思——利用“殖民者死亡率”作为“当前制度”的工具变量。通过这个诺贝尔经济学奖级别的案例，让学生领会因果推断的魅力。课堂上，重点分解2SLS的机械步骤：第一阶段，用内生变量对IV和所有外生变量回归，得到拟合值；第二阶段，将被解释变量对第一阶段拟合值回归。手工推导证明2SLS估计量的一致性。反复强调“工具变量是手段而非目的”，好的IV来源于对制度的深刻洞察和巧妙构思。★第4142学时（理论）：详细介绍如何解读2SLS的输出结果。特别是，第一阶段F值大于10是经验法则，用以排除弱工具变量问题【非常重要】。探讨如果存在多个工具变量，如何进行过度识别检验。★第4344学时（实验）：给定模拟数据集（包含内生解释变量和有效工具变量），要求学生手动（通过Stata命令）完成：①对模型直接OLS估计（汇报有偏结果）；②手工计算2SLS的两阶段；③使用专用命令（ivregress2sls）一键估计；④检验工具变量的有效性。通过对比，深刻理解解决内生性对于因果推断的意义。（七）面板数据模型初步（6学时，含2学时实验）【高频考点/应用前沿】教学内容：1.面板数据的优势：控制个体异质性、提供更多信息、更适合研究动态调整。2.混合回归（PooledOLS）及其问题。3.固定效应模型（FE）：组内去均值估计量、LSDV（最小二乘虚拟变量）法。4.随机效应模型（RE）：可行的广义最小二乘法（FGLS）。5.Hausman检验【热点】：固定效应vs.随机效应。【实施过程】：★第4547学时（理论）：以“全国30个省份年的经济增长与投资数据”为例。提出问题：“如何控制住各省‘不随时间而变’的固有特征（如地理、文化）？”引出固定效应模型的精髓——通过组内变换，消除了所有不随时间变化的遗漏变量偏误【非常重要】。对比FE和RE的基本假设：FE允许个体异质性与解释变量相关，而RE则要求不相关。因此，Hausman检验的核心就是检验这种相关性是否存在。★第4850学时（理论+实验）：引导学生用Stata实现：xtset设定面板，运行xtreg,fe和xtreg,re，解读Hausman检验结果。让学生亲自操作，如果拒绝原假设，则应选择FE。实验任务：用企业面板数据，估计“企业研发投入对生产率的影响”，并用面板模型解决不随时间变化的企业文化、管理风格等遗漏变量问题。（八）拓展专题与综合实训（12学时，含4学时实验）【前沿视野】教学内容：1.专题一：倍差法（DID）简介【热点】——基于“政策评估”的准自然实验方法。2.专题二：断点回归（RDD）简介【热点】——利用临界值附近的随机性进行因果识别。3.综合项目汇报：学生分组展示学期实证论文成果。【实施过程】：★第5154学时（理论+案例）：以“某省份高考合并批次对录取分数线的影响”或“西部大开发政策对地区GDP的影响”为例，介绍DID的基本原理（双重差分）。讲解如何设置交互项，如何解读交互项系数。强调共同趋势假设的重要性。以“农村税费改革对农民收入影响”为例，介绍模糊断点与清晰断点。★第5560学时（实验+汇报）：此阶段为学生展示的舞台。提前三周布置小组任务：从中国宏观经济或微观调查数据中自选题目，完成一篇完整的实证报告。要求包含：引言（研究问题）、文献综述、数据描述、计量模型设定、实证结果（含稳健性检验）、结论。课堂上，每组进行8分钟PPT展示，2分钟答辩。教师与其他小组共同点评。最后，教师总结课程核心思想：计量经济学不仅是工具箱，更是一种严谨的思维方式，它教会我们在不确定性中寻找真相，在纷繁复