《信息经济的高质量发展：机理、测度与路径》-大学本科经济学信息管理专业三年级专业选修课教学设计

《信息经济的高质量发展：机理、测度与路径》——大学本科经济学/信息管理专业三年级专业选修课教学设计

  一、课程概述与前沿定位

  本课程是一门面向经济学、信息管理与信息系统、数字经济等相关专业本科三年级学生开设的高阶专业选修课。课程立足于全球数字革命与我国新发展格局交汇的时代背景，旨在超越对信息经济现象的描述性介绍，深入剖析其高质量发展的核心内涵、理论基石、评价体系与实现路径。课程内容横跨经济学、信息科学、公共政策与管理学，强调理论前沿性与现实复杂性的结合，注重培养学生运用跨学科知识体系，对信息经济中的结构变迁、效率来源、公平挑战与治理框架进行系统性、批判性与建设性思考的能力。课程定位为衔接中级微观经济学、计量经济学、信息技术基础与产业经济学等先修课程，并为学生后续从事学术研究、政策分析或高端产业实践奠定坚实的知识与方法论基础。

  二、教学目标

  （一）知识目标

  1.深度解构核心概念：精确阐释“信息经济”、“高质量发展”在数字时代的理论演进与新内涵，辨析其与数字经济、知识经济、网络经济等相关范畴的联系与区别。掌握信息作为关键生产要素的经济学特性（非竞争性、部分排他性、外部性、价值衍生性等）。

  2.掌握分析框架：系统学习信息经济高质量发展的“四维”分析框架，即“技术创新-效率提升-结构优化-福祉普惠”，理解各维度之间的动态耦合与协同机制。

  3.熟悉评价体系：掌握评价信息经济发展质量的多元指标体系，包括但不限于全要素生产率中的ICT贡献度、数据要素市场化配置效率、数字产业化和产业数字化深度、数字包容性与基本公共服务均等化水平等。

  4.洞察关键议题：深入理解信息经济高质量发展面临的深层挑战，如数据产权与隐私悖论、算法治理与伦理、平台经济反垄断与创新活力、全球数字治理规则博弈、数字鸿沟的多重维度等。

  （二）能力与技能目标

  1.高阶分析能力：能够运用产业组织理论、经济增长理论、制度经济学等工具，对信息经济领域的典型案例、政策文本和学术文献进行批判性分析与评价。

  2.模型构建与测度能力：初步掌握测度数据要素价值、数字经济发展水平、数字普惠金融等复杂概念的量化方法与模型（如增长核算分解、指标体系构建、计量模型初步应用），并能解读相关实证研究结果。

  3.复杂问题求解能力：能够针对信息经济发展中的具体现实问题（如地方数据交易所建设方案、平台企业合规与创新平衡策略、智慧城市发展评估），进行小组协作，提出兼具理论依据与现实可行性的综合性解决方案。

  4.沟通与表达能力：能够以专业的书面报告和清晰的口头演示，呈现个人或小组的研究发现、政策建议或案例分析，并参与高水平的学术与政策辩论。

  （三）素养与价值观目标

  1.塑造数字时代责任感：培育学生在数字化浪潮中的科技伦理意识、隐私保护观念和社会责任感，理解“以人为本”的高质量发展核心要义。

  2.树立创新与批判精神：鼓励学生关注技术前沿与理论动态，培养其勇于探索、严谨求证、不盲从权威的学术品格。

  3.强化全局与战略思维：引导学生从国家发展战略和全球竞争格局的高度审视信息经济发展，理解其对于构建现代化经济体系、推动中国式现代化的深远意义。

  三、学情分析

  本课程教学对象为大学本科三年级学生。他们已经具备以下基础：1.知识基础：系统学习过微观经济学、宏观经济学、初级计量经济学，对经济学基本原理和分析工具有较好掌握；部分学生具备信息技术基础或管理学知识。2.认知特点：抽象逻辑思维能力趋于成熟，能够处理多变量、非线性的复杂关系；开始形成个人专业兴趣方向，对前沿问题和现实挑战有较高关注度；具备一定的文献阅读和小组协作能力。然而，也存在以下挑战：1.知识整合能力待提升：学生习惯于分科学习，将经济学理论、技术知识与政策实践进行有机融合的能力普遍不足。2.批判性思维深度有限：对既有理论和政策多停留于理解层面，独立、深入、建设性的批判与重构能力有待引导和锤炼。3.实践经验缺乏：对信息经济产业运行、企业决策、政府治理的具体场景和微观机制了解不深，理论联系实际存在隔膜。因此，课程设计需通过高强度、结构化的案例分析、模拟实践和项目式学习，搭建从理论到实践的桥梁，驱动学生完成知识的深度整合与能力的飞跃。

  四、教学资源与环境

  1.核心教材与文献：指定一部国际前沿的《信息经济学》高级教程作为理论骨架；汇编精选阅读包，涵盖《美国经济评论》、《中国社会科学》等顶级期刊近五年相关论文、世界银行/IMF/OECD等国际组织报告、国家“十四五”数字经济发展规划等政策文本。

  2.数字化教学平台：利用学校在线课程平台（如Moodle、Blackboard或智慧树），构建课程资源库（含讲座视频、数据集、案例库、互动模块），支撑翻转课堂与混合式学习。

  3.数据分析工具：在实验环节，提供或指导学生使用Stata/Python/R等数据分析软件的基础功能，处理公开经济数据（如国家统计局、工信部、Wind数据库），进行简单的可视化与计量分析。

  4.案例资源库：建设包含正反案例的数字化案例库，例如：杭州“城市大脑”与智慧治理、深圳数据交易所的探索、某头部平台企业的生态战略与监管应对、欧盟《数字市场法》的全球影响、发展中国家数字普惠金融的实践等。

  5.实践教学基地：与本地大数据局、高新技术开发区、数据交易所或领军数字企业合作，设立现场教学点或邀请行业专家参与客座讲座与项目评审。

  五、教学重点与难点

  （一）教学重点

  1.信息作为生产要素的独特经济属性及其对传统生产函数与增长理论的修正。

  2.信息经济高质量发展的“四维”理论框架及其内在逻辑关系。

  3.数据要素市场化配置的机制设计（产权界定、流通交易、收益分配、安全治理）。

  4.数字技术与实体经济深度融合（产业数字化）的机理、模式与效能评估。

  5.促进创新、维护公平与保障安全的数字治理体系构建。

  （二）教学难点

  1.难点一：数据要素的价值测度与核算。如何将非标准、非实体的数据资源量化并纳入国民经济核算体系，在理论与方法上均存在巨大挑战。

  2.难点二：平台动态竞争与反垄断规制的复杂性。平台的多边市场、网络效应、跨界竞争等特征，使得传统的市场界定和垄断行为判定标准面临失效。

  3.难点三：技术创新激励与隐私保护、算法公平等社会价值的平衡。如何在促进数据流动利用的同时，构建有效的个人隐私与集体数据安全防护网。

  4.难点四：全球化背景下数字主权的博弈与合作。学生需理解国家间在数字贸易规则、数据跨境流动、技术标准制定上的竞争与合作动态。

  六、教学策略与方法

  本课程摒弃单向灌输，采用“研究导向型（Research-Led）”、“问题驱动型（Problem-Based）”与“协作探究型（CollaborativeInquiry）”相结合的综合性教学策略。

  1.翻转课堂与精讲深化：将核心概念和基础理论制作成微视频，要求学生课前自学。课堂时间则用于深度研讨、难点辨析和理论扩展，实现知识内化。

  2.多维度案例教学：每个核心模块均配备来自不同国家、行业、规模层级的“全景式”案例。案例分析采用“理论透视-事实梳理-矛盾识别-方案提出”的四步法，引导学生像咨询顾问或政策分析师一样思考。

  3.模拟实践与角色扮演：设计“数据要素流通沙盘推演”、“数字平台监管听证会”、“全球数字治理谈判”等情境模拟活动，让学生代入不同利益相关者（政府、企业、消费者、学者）角色，在博弈中深化理解。

  4.项目式学习（PBL）：课程后半段，学生以小组形式，围绕一个真实或高度仿真的“信息经济高质量发展”现实问题（选题需经教师批准），开展为期4-6周的深入研究，最终提交分析报告并进行公开答辩。

  5.专家工作坊与前沿讲座：定期邀请学术界与产业界顶尖专家，就特定前沿话题（如Web3.0与价值互联网、人工智能生成内容（AIGC）的经济影响、量子计算前景）举办深度工作坊，拓展学生视野。

  七、教学实施过程（核心环节，详细展开）

  本课程共设48学时（16周，每周3学时），教学实施过程分为六个循序渐进的阶段。

  第一阶段：绪论与框架构建（第1-2周，6学时）

  目标：建立课程整体认知，激发学习兴趣，初步构建分析框架。

  第1周：信息经济的历史浪潮与当代镜像。

  课堂活动：（1）概念启动：以“从结绳记事到ChatGPT：信息处理如何塑造经济形态？”为引，组织学生进行快速头脑风暴，绘制“信息经济关键特征”思维导图。（2）前沿报告导读：教师精讲《中国数字经济发展报告（2023）》核心结论，结合G20、OECD等国际组织定义，引导学生辨析“信息经济”、“数字经济”、“智能经济”等概念的谱系与边界。（3）理论溯源简析：快速回顾信息经济学（斯蒂格勒、阿罗）、网络经济学、新增长理论（罗默）的关键思想，指出其在解释当下现象时的贡献与局限。（4）布置小组任务：各小组选择一国（如中美德日印），初步搜集其数字经济发展战略核心文件。

  第2周：高质量发展的多维内涵与分析框架。

  课堂活动：（1）小组汇报与比较：各小组用5分钟汇报所选国家战略重点，教师引导全班比较异同，归纳出“技术驱动”、“产业融合”、“治理创新”、“包容共享”等共性维度。（2）理论框架提出与阐释：教师正式提出本课程的“技术创新-效率提升-结构优化-福祉普惠”四维分析框架，并详细阐释每一维度的具体内涵、衡量指标及相互关系。重点讲解“效率提升”不仅指生产率，更包括资源配置效率、组织运行效率和决策效率。（3）案例初探：以“移动支付在中国农村的普及”为微型案例，让学生尝试用四维框架进行初步分析。（4）发布课程终极PBL项目大纲，要求学生开始组队并酝酿选题。

  第二阶段：核心生产要素——数据的经济学（第3-5周，9学时）

  目标：深度理解数据的生产要素属性、价值实现与市场化配置难题。

  第3周：数据的特性、产权与价值之谜。

  课堂活动：（1）翻转课堂检验：课前已观看关于数据非竞争性、非排他性（部分）、外部性等特性的微视频。课堂通过“一组数据能否被多个企业同时用于训练AI且互不影响？”等思辨问题检验理解。（2）深度辩论：围绕“数据产权应归属于个人、企业还是社会公共品？”展开结构化辩论。教师引入科斯定理、哈耶克知识论与当代隐私伦理观念，引导辩论走向深入。（3）价值测度方法介绍：讲解成本法、市场法、收益法在数据估值中的适用性与困境，介绍尝试将数据资本纳入国民账户的学术研究（如Corrado等人的无形资产核算）。

  第4周：数据要素市场的机制设计与实践探索。

  课堂活动：（1）案例深度研讨：以“深圳数据交易所”和“上海数据集团”为对标案例。学生分组分别研究其交易模式（如数据产品、数据服务、数据信托）、规则体系（确权登记、合规评估、交易结算）、典型交易产品。（2）角色扮演模拟：模拟一场数据产品（如“商圈人流热力预测数据包”）的上架评审会，学生分别扮演数据提供方、数据交易所合规官、潜在数据购买方、隐私保护倡导者，就数据来源合法性、隐私脱敏程度、定价合理性、应用场景合规性进行论证。（3）教师点评与理论提升：总结数据要素市场建设的核心挑战——确权难、定价难、互信难、监管难，并介绍利用区块链、隐私计算等技术构建可信流通环境的前沿进展。

  第5周：数据安全、隐私保护与跨境流动。

  课堂活动：（1）法律政策对照学习：对比研读中国《网络安全法》、《数据安全法》、《个人信息保护法》的核心条款，以及欧盟《通用数据保护条例》（GDPR）的关键原则（如目的限定、最小必要、被遗忘权）。（2）冲突案例分析：分析“滴滴出行”数据安全审查案、欧盟-美国“隐私盾”协议失效案。探讨国家安全、产业发展与个人权利之间的平衡。（3）前沿讲座（线上/线下）：邀请数据合规领域律师或企业首席数据官，分享企业数据治理架构建设与跨境业务合规实践中的真实挑战。

  第三阶段：动力源泉——技术创新与融合应用（第6-8周，9学时）

  目标：剖析关键数字技术的经济影响，探究其与实体经济深度融合的路径与效能。

  第6周：新一代信息技术集群的经济学透视。

  课堂活动：（1）技术经济学简析：分别探讨人工智能（机器学习）、区块链、物联网、云计算作为通用目的技术（GPT）的特性，及其通过降低信息成本、验证成本、协调成本和计算成本对经济产生的深远影响。（2）产业地图绘制：学生分组，利用行业数据库和公司年报，绘制在“AI+”、“云计算+”、“IoT+”某一赛道（如智能驾驶、工业互联网、智慧医疗）的产业链地图与主要玩家生态位，分析技术如何重塑产业边界与价值分配。

  第7周：产业数字化的模式、深度与全要素生产率。

  课堂活动：（1）模式归纳与案例分析：系统讲解产业数字化的典型模式：流程优化（如犀牛智造）、产品服务化（如GEPredix）、平台化生态（如树根互联）。深入分析一家传统制造业企业（如三一重工、海尔）的数字化转型历程。（2）测度方法实践：在计算机实验室，教师指导学生使用一个简化的中国工业企业数据库子集（或模拟数据），运用生产函数法，尝试计算信息技术资本投入对某行业企业全要素生产率（TFP）的贡献份额。重点在于理解方法逻辑而非复杂计算。（3）讨论“生产率悖论”：结合历史（索洛悖论）与当下，讨论为何巨大的IT投资有时未能在宏观统计上体现为显著的生产率增长，引导学生思考管理变革、组织适配、人力资本互补的重要性。

  第8周：数字产业化的发展与战略竞争。

  课堂活动：（1）产业链安全分析：聚焦半导体、基础软件、工业设计软件等数字产业核心基础环节，分析全球供应链格局、技术依存度及“卡脖子”风险。（2）政策工具评估：小组讨论，评估中国在集成电路产业投资基金、开源软件生态培育、新型举国体制攻关等方面的政策效果与潜在改进空间。（3）创新生态比较：比较硅谷、深圳、班加罗尔在数字产业创新生态上的差异（风险投资、大学-产业联动、文化、政策），理解区位优势构建的多维因素。

  第四阶段：结构变迁与组织重塑（第9-10周，6学时）

  目标：理解信息经济下的市场结构演变、平台组织兴起及其对竞争、创新与就业的影响。

  第9周：平台经济：机制、竞争与反垄断。

  课堂活动：（1）平台机制精讲：深入讲解多边市场、网络效应（直接/间接）、转换成本、数据驱动反馈循环等核心概念，用数学模型（简化）展示网络效应如何导致赢家通吃趋势。（2）反垄断案例实战：以“某头部电商平台二选一行为”或“某社交巨头并购案”为素材，学生分组分别扮演反垄断执法机构、平台公司及其律师团队、平台内商家、消费者代表，准备听证会陈词。焦点集中于相关市场如何界定、市场支配地位是否成立、行为是否损害竞争与创新。（3）理论前沿引入：介绍“扼杀性并购”、“自我优待”、“算法共谋”等新反垄断议题，讨论“守门人”制度等新型监管思路。

  第10周：工作、组织与技能的未来。

  课堂活动：（1）就业效应辩论：围绕“自动化与AI是创造还是摧毁更多就业？”展开正反方辩论，引导学生区分岗位替代、岗位增强和岗位创造效应，理解任务模型与职业模型的分析差异。（2）组织形态演进：探讨远程办公、灵活用工、人机协同、DAO（去中心化自治组织）等新型组织模式对管理理论（科层制）的挑战。（3）未来技能图谱构建：全班共同构建一份“面向2030的信息经济时代核心技能图谱”，涵盖数字素养、数据思维、复杂问题解决、人机协作、社会情感能力等，并反思当前高等教育应如何回应。

  第五阶段：福祉、包容与全球治理（第11-12周，6学时）

  目标：关注发展的公平与普惠维度，审视国内数字鸿沟与全球数字治理挑战。

  第11周：数字包容性与基本公共服务均等化。

  课堂活动：（1）鸿沟的多维测量：学习从接入鸿沟（基础设施）、使用鸿沟（技能、内容）、能力鸿沟（创新应用）三个层面测度数字不平等。分析中国城乡、区域、年龄、教育程度群体间的数字鸿沟数据。（2）普惠金融案例研究：深度剖析“蚂蚁金服”和“肯尼亚M-Pesa”两个普惠金融案例的成功要素、风险争议与监管演化。讨论数字技术促进金融包容的潜力与边界。（3）智慧社会建设反思：审视“智慧城市”、“数字政府”建设在提升效率的同时，是否可能产生新的排斥（如对不擅长使用智能手机的老年人），探讨“数字包容性设计”原则。

  第12周：全球数字治理与规则博弈。

  课堂活动：（1）治理模式比较：系统比较美国“市场主导”、欧盟“权利规制”、中国“主权治理”三种数字治理模式的理念、法律工具与实践效果。（2）关键议题谈判模拟：模拟“世界贸易组织（WTO）电子商务诸边谈判”或“联合国互联网治理论坛（IGF）”的某个分论坛，议题设定为“数据跨境流动规则”或“人工智能伦理准则”。学生代表不同国家或利益集团，基于各自立场文件进行磋商。（3）总结提升：探讨在战略竞争背景下，全球数字治理“碎片化”风险与可能的合作空间，理解中国参与和引领全球数字治理体系改革的战略意义。

  第六阶段：综合应用、项目答辩与课程总结（第13-16周，12学时）

  目标：整合所学知识，完成综合性项目，进行深度反思与展望。

  第13-14周：PBL项目深化与指导。

  课堂活动：这两周课堂时间主要用于项目小组工作坊。各小组在教师和助教指导下，完善项目分析框架、深化数据收集与分析、凝练政策建议或商业方案。教师进行巡回指导，组织小组间中期交流与互评。

  第15周：PBL项目成果答辩会。

  课堂活动：举办正式的课程项目答辩会。邀请相关专业教师、行业专家担任评委。每个小组进行20分钟展示（需使用专业演示工具，数据可视化要求高）和15分钟问答。项目选题示例：《基于多源数据的XX市数字经济核心产业发展监测与预警系统设计》、《“东数西算”工程中算力枢纽城市数据要素市场化配置策略研究》、《AIGC对创意产业价值链的重塑：机遇、挑战与治理应对》、《面向老年友好的智慧社区数字包容性改造方案》等。

  第16周：课程总结、反思与前沿展望。

  课堂活动：（1）课程知识图谱共创：师生共同回顾，利用思维导图软件，在线协作绘制出本课程完整的核心概念、理论与议题知识图谱。（2）个人学习反思：学生撰写并简要分享“我眼中的信息经济高质量发展：认知的迭代与未解之谜”，反思学习收获与思想转变。（3）前沿风暴：教师简要介绍量子信息、脑机接口、通用人工智能（AGI）等未来技术可能对经济产生的颠覆性影响，作为课程终点亦是思考的新起点。（4）课程综合评价反馈。

  八、教学评估与反馈

  本课程采用过程性评价与终结性评价相结合、多元主体参与的评估体系。

  1.过程性评估（占总评60%）：

  （1）个人表现（20%）：包括课堂研讨发言质量、在线平台讨论参与度、个人反思日志、平时测验（针对核心概念与方法）。

  （2）小组作业与活动（25%）：包括