大学本科经济学专业三年级《结构性变革与经济增长新动能培育》教案

大学本科经济学专业三年级《结构性变革与经济增长新动能培育》教案

  一、课程顶层设计与理念阐述

  本课程立足于中国经济发展进入新常态、全球技术经济范式深刻变革的时代背景，面向经济学专业三年级本科生开设。学生已修毕《宏观经济学》、《微观经济学》、《发展经济学》及《计量经济学》等核心课程，具备中级经济理论素养与初步实证分析能力。然而，传统经济增长理论模型（如索洛模型）在解释数字技术、绿色转型与全球价值链重构驱动下的复杂经济动态时显现局限，学生对“动能”的理解多停留于要素投入视角，对“新”的认知易局限于具体新兴产业，缺乏从系统生态、制度协同与范式转换高度进行综合分析的能力。因此，本课程的核心教学理念是：引导学生超越传统的“三驾马车”分析框架与产业目录式认知，构建一个涵盖“技术—制度—市场—要素”多维协同、动态演化的“经济增长新动能”系统性分析框架。课程强调理论思辨、实证洞察与政策评估的融合，通过引入复杂性科学、创新系统理论及政治经济学的前沿视角，培养学生诊断经济结构韧性、识别动能转换关键节点、评估培育政策效应的综合能力，使其成为能深刻理解并参与塑造未来经济格局的复合型人才。

  二、学情深度剖析与目标设定

  通过前期问卷与学业档案分析，本教学对象群体呈现以下特征：其一，理论工具掌握较为扎实，但将理论应用于解释中国及全球鲜活经济实践的能力，特别是进行跨时期、跨区域比较分析的能力有待加强；其二，对数字经济、人工智能、新能源等具体领域保有浓厚兴趣，但知识呈碎片化，未能将其有效嵌入经济增长的理论脉络与宏观图景中；其三，具备基础的计量软件操作能力，但对如何设计研究问题、构建恰当指标以测度“新动能”的强度与质量存在困惑；其四，部分学生关注政策动态，但对政策出台背后的理论争鸣、利益权衡及演进逻辑理解不深。基于此，本课程设定如下三维教学目标：

  （一）知识建构维度。学生将能够：1.系统阐述经济增长动能从“要素驱动”、“投资驱动”向“创新驱动”、“全要素生产率驱动”演进的理论逻辑与历史经验；2.精准界定“新动能”的多元内涵，包括但不限于以数字技术为代表的新技术群、以绿色低碳为导向的新产业范式、以数据为核心的新生产要素、以平台网络为特征的新组织形态、以及以制度创新激发的新配置效率；3.深入理解新动能培育过程中，市场决定性作用与政府更好发挥作用之间的辩证关系，以及金融支持、人才培养、产权保护等配套体系的协同要求。

  （二）能力锻造维度。学生将能够：1.运用创新生态系统、国家创新体系等理论工具，分析特定区域或产业的动能转换现状、瓶颈与潜力；2.构建包含研发强度、数字渗透率、专利质量、创业活跃度、全要素生产率增长率等在内的新动能综合评价指标体系，并进行初步的实证测算与比较分析；3.模拟设计针对特定新动能领域（如工业互联网、生物经济）的培育政策方案，并对其可能产生的经济效应、社会效应及溢出效应进行逻辑推演与风险评估。

  （三）价值引领与思维养成维度。学生将能够：1.树立全面的、辩证的、发展的科学经济观，认识到经济增长动能转换的长期性、复杂性与系统性，摒弃“毕其功于一役”的简单化思维；2.培养战略思维与前瞻性视野，关注技术经济范式的“创造性破坏”过程，理解包容性增长与可持续发展在新动能培育中的根本性地位；3.强化家国情怀与全球关切，深刻理解培育新动能对于中国跨越“中等收入陷阱”、维护产业链安全、参与并引领全球治理的战略意义。

  三、教学核心内容模块与逻辑架构

  本课程内容摒弃传统的章节线性排列，采用“总—分—总”的螺旋式上升结构，共分为四大相互关联、逐层递进的核心模块：

  模块一：范式重构：经济增长理论的演进与新动能的理论溯源。本模块旨在为学生搭建高阶理论分析框架。首先，系统回顾从古典增长理论到内生增长理论的思想脉络，重点解析罗默的知识溢出模型、阿吉翁-霍伊特的创造性破坏理论，指出知识、创新、企业家精神在现代经济增长中的核心地位。继而，引入“技术经济范式”理论，以历次工业革命为案例，剖析技术革命如何引致基础设施、产业组织、制度安排乃至社会文化的协同变革，从而驱动经济增长动能的根本性转换。最后，聚焦当前以信息和通信技术（ICT）与人工智能（AI）为核心的第五次技术革命浪潮，探讨其催生新动能的独特机制，如平台经济的网络效应、数据要素的边际收益递增、智能制造对规模经济范式的颠覆等。

  模块二：多维透视：新动能的核心构成与识别测度。本模块将抽象的“新动能”概念具体化、可操作化。从四个维度展开：1.技术维度：探讨前沿技术集群（人工智能、量子信息、生命科学等）的产业化路径及其对全产业链的赋能效应。2.产业维度：分析传统产业高端化、智能化、绿色化转型的动能机制，以及战略性新兴产业、未来产业从萌芽到主导的成长规律。重点辨析“产业政策”与“竞争政策”在其中的动态平衡。3.要素维度：深度解析数据作为新型生产要素的价值创造逻辑、确权与交易难题；探讨人力资本结构升级（如科学家、工程师、数字技能劳动者）对创新活动的支撑作用；审视绿色资本（生态产品价值实现）如何内化为经济增长新来源。4.空间与制度维度：研究新动能在区域间的非均衡分布与扩散机制，如创新极核、产业集群与全球创新网络；分析知识产权保护、数字治理规则、绿色标准体系等制度供给如何影响新动能的孕育与释放。本模块将同步介绍国内外权威机构（如OECD、世界经济论坛、国家统计局）在新动能测度方面的指标体系与方法论。

  模块三：生态培育：新动能发展的支撑体系与政策工具。本模块转向新动能培育的实践层面。首先，构建“创新生态系统”分析框架，涵盖创新主体（企业、高校、科研院所、用户）、创新环境（金融、法律、文化）、创新资源（人才、知识、资本）及其互动关系。其次，分类解析关键政策工具：1.供给侧政策：包括基础研究长期稳定支持、关键核心技术攻关的新型举国体制、研发税收优惠、创新产品政府采购等。2.需求侧政策：探讨通过创造早期市场、制定应用标准、建设新型基础设施（如5G、算力网络）来拉动新动能发展的模式。3.环境侧政策：分析如何通过深化“放管服”改革、完善多层次资本市场、弘扬企业家精神、建设开放创新生态来降低制度性交易成本。本模块将引入大量国内外典型案例进行对比教学。

  模块四：前瞻挑战：新动能培育中的风险、包容性与全球治理。本模块旨在培养学生的批判性思维与全局观。议题包括：1.动能转换的风险：如技术性失业与技能错配、资本无序扩张与市场垄断、技术安全与伦理挑战、过度金融化与泡沫风险。2.包容性增长议题：探讨如何确保新动能发展红利惠及更广泛群体，防止数字鸿沟、区域分化加剧。3.全球维度：分析全球创新链、产业链深度调整背景下，新动能培育面临的“脱钩断链”风险与国际科技合作机遇；探讨中国在新兴领域国际规则制定（如数字经济、碳中和）中的角色与策略。

  四、教学实施过程详案（以一次3课时、共计135分钟的专题课“数据要素化：价值释放、市场构建与经济增长新引擎”为例）

  本专题课是模块二“要素维度”与模块三“政策工具”的深度融合，旨在引导学生深入理解数据这一核心新动能的运作逻辑与培育路径。

  （一）课前准备与情境锚定（课前一周布置）

  1.学术文献精读：要求学生阅读关于数据要素特征（非竞争性、非排他性、价值异质性、成本结构特殊性）的经典文献（如Varian,H.R.的观点），以及关于数据产权界定困境（如所有权、使用权、经营权分离）的代表性论文。

  2.案例调研分组：将学生分为四组，分别承担以下案例的初步研究：(A)贵阳大数据交易所的演进历程与模式探索；(B)杭州市公共数据授权运营的实践与“数据财政”雏形；(C)某工业互联网平台（如海尔卡奥斯）如何通过数据共享赋能供应链企业；(D)欧盟《数据治理法案》（DataGovernanceAct）与中国《“数据要素×”三年行动计划》的政策思路比较。

  3.思考题引导：发布核心问题：“如果数据是‘新石油’，那么它的‘炼油厂’、‘输油管’和‘交易市场’应当如何设计与监管？其作为经济增长新引擎的潜力与瓶颈究竟何在？”

  （二）课堂深度交互与能力锻造（135分钟）

  第一部分：理论聚焦与认知冲突（30分钟）

  1.直观导入（5分钟）：教师展示两张图表，一是全球数据总量指数级增长曲线，二是同期全球全要素生产率（TFP）增长放缓的“生产率悖论”曲线。设问：“数据爆炸式增长为何未能同步转化为可观测的生产率强劲提升？问题出在哪里？”以此制造认知冲突，激发探究欲望。

  2.理论精讲与辨析（25分钟）：教师系统讲解数据作为生产要素的特殊性。不仅重复其非竞争性等特征，更深入剖析其与资本、劳动的根本区别：数据的价值高度依赖于场景、算法与特定任务，具有强烈的“互补性资产”依赖；数据的边际成本近乎零，但确权、整合、治理、安全保护的成本（即“交易费用”）可能极高。引入“数据二十条”中提出的“数据资源持有权、数据加工使用权、数据产品经营权”三权分置的产权制度创新，引导学生理解这是对传统产权理论的重大突破，旨在破解“确权难”这一核心堵点。同时，指出当前数据要素市场面临的“不愿流通”、“不敢流通”、“不能流通”三大现实困境。

  第二部分：案例深潜与多维剖析（50分钟）

  1.小组代表陈述（20分钟）：四个小组依次进行限时5分钟的案例汇报。要求汇报聚焦于：(A)组：交易模式、定价机制与实际交易规模遇到的挑战；(B)组：公共数据开放的范围、授权运营的商业模式及收益分配机制；(C)组：平台内数据共享的技术协议、激励机制与带来的效率改进实证；(D)组：中欧政策在数据产权立场、流通利用导向、安全与发展平衡上的异同。

  2.跨组质疑与辩论（20分钟）：教师引导其他小组对汇报组进行提问和质疑。例如，向(A)组提问：“当前数据交易是否大多仍是‘点对点’的场外交易？标准化、规模化的场内交易难以形成的关键障碍是什么？是技术问题还是信任问题？”向(B)组提问：“公共数据运营收益归政府‘财政’是否合理？如何激励社会力量更深度地开发公共数据价值？”通过尖锐提问，逼迫学生超越案例表面，触及深层次制度与利益矛盾。

  3.教师提炼与框架升维（10分钟）：教师对四个案例进行串联点评，提炼出数据要素价值释放的四个关键层次：一是“资源化”（数据采集汇聚与标准化），对应案例(C)中的工业数据采集；二是“资产化”（确权登记与价值评估），对应“数据二十条”制度探索；三是“产品化与服务化”（开发数据产品/API/解决方案），对应案例(A)和(B)的交易品；四是“生态化”（构建跨组织的数据协作网络），对应案例(C)的平台生态和(D)的国际规则。指出当前我国实践多集中于第一、三层，第二层（资产化）是瓶颈，第四层（生态化）是方向。

  第三部分：政策模拟与综合决策（40分钟）

  1.情景设定与角色扮演（5分钟）：教师发布模拟任务：“假设你是某沿海发达城市‘数据要素市场化配置改革领导小组’的首席顾问。该市拥有丰富的制造业数据、港口物流数据和政务数据。请设计一份旨在最大化释放数据要素价值、培育区域经济增长新引擎的‘三年行动方案’框架。”

  2.小组协作方案设计（20分钟）：各小组在原有案例研究基础上，转换视角，进行政策方案设计。要求方案必须包含：(1)总体目标与核心指标（如数据交易额占GDP比重、数据产业增加值）；(2)重点任务（如建设何种类型的数据交易场所、推动哪几个特色领域的数据融合应用）；(3)关键政策举措（如地方性数据条例立法要点、财政金融支持措施、人才培养计划）；(4)风险防控预案（如数据安全、隐私保护、垄断防范）。

  3.方案陈述与质询（15分钟）：每个小组选派不同成员进行方案陈述。其他小组和教师扮演“市人大常委会委员”、“企业家代表”、“数据安全专家”等角色，对方案进行质询，挑战其可行性、成本收益比及潜在风险。教师在此过程中，适时引入“数据要素乘数效应”的概念，引导学生思考如何通过“数据要素×”某一具体行业（如智能制造、智慧农业、金融服务），设计出能产生显著经济效益和社会效益的示范工程。

  （三）课后迁移与反思延伸

  1.个人研究作业：要求学生选择任一行业，撰写一篇短文，分析该行业数据要素化进程中将面临的主要障碍（技术、经济、制度层面），并预测其一旦突破可能带来的商业模式创新与生产率提升空间。

  2.延伸阅读与跟踪：推荐学生持续关注国家数据局的最新动态、北京/上海/深圳等地数据条例的实施细则，以及国际数据跨境流动规则（如CBPR）的最新谈判进展。

  3.线上论坛沉淀：在课程网络平台设立专题讨论区，将课堂中未充分展开的争议问题（如“个人数据收益分配是否可能”、“数据信托能否成为可行的治理模式”）抛出，鼓励学生持续进行思辨交流。

  五、教学策略与资源整合

  本课程综合运用以下策略以支撑高阶教学目标达成：

  （一）混合式教学模式：课前通过在线平台提供核心文献、微视频讲座（如专家对“数据二十条”的解读），完成知识传递；课中专注于高阶思维训练（分析、评价、创造）；课后通过研究性作业和线上协作进行知识迁移与拓展。

  （二）案例教学与比较研究：贯穿课程的数十个精选案例，覆盖国家（中、美、欧）、区域（长三角、粤港澳）、企业（平台巨头、专精特新）等多个层面。通过横向（国际间）与纵向（历史演进）比较，培养学生情境化分析能力与政策批判思维。

  （三）仿真模拟与角色扮演：除上述数据政策模拟外，课程还将设置“新兴技术产业化路径选择辩论赛”（如支持液态金属还是柔性电子）、“绿色项目投融资评审会”等模拟活动，让学生在逼近真实决策场景中运用知识、权衡利弊。

  （四）跨学科知识融合：主动引入管理学（创新生态系统）、社会学（技术的社会建构）、法学（数据产权、反垄断法）、环境科学（碳核算）等相关学科概念与方法，聘请相关领域专家进行guestlecture，拓宽学生视野。

  （五）数字化分析工具实操：在相关模块，指导学生利用Python或R语言，学习对专利大数据、企业年报文本、区域创新指数等进行简单的网络分析、主题建模或可视化呈现，将理论认知与量化分析技能相结合。

  核心教学资源包括：1.自编讲义与前沿文献汇编；2.国家统计局、世界银行、麦肯锡全球研究院等机构的公开数据库与研究报告；3.清华大学、北京大学、中国社会科学院等知名专家公开课资源；4.浪潮、华为、阿里云等企业发布的产业白皮书（用于批判性分析）；5.课程专用线上协作平台与数据分析工具临时授权。

  六、学习评价与反馈体系

  本课程采用过程性评价与发展性评价相结合的多维度体系，旨在全面评估学生在知识、能力、素养方面的进步：

  （一）过程性表现（占总评40%）：1.课堂参与度（10%）：包括提问质量、辩论贡献、角色扮演投入程度，重点考察思维的深度与广度，而非单纯发言次数。2.小组案例分析报告与演示（15%）：从问题识别、分析框架运用、论据充分性、逻辑严谨性、团队协作、展示效果等多维度rubric评分。3.政策模拟方案设计（15%）：评估其创新性、系统性、可行性及对风险的前瞻性考量。

  （二）个人研究作品（占总评30%）：要求学生学期中完成一篇关于某一特定新动能领域（如生物制造、空天信息、绿色氢能）的深度研究报告或政策评估报告。鼓励采用定量与定性相结合的方法，严格遵循学术规范。该作业分阶段提交选题、大纲、初稿，教师提供多次个性化反馈。

  （三）期末综合考核（占总评30%）：采用开卷、限时的综合性案例分析题。题目提供一个包含复杂背景、多组矛盾（如技术路线竞争、区域利益冲突、发展与安全平衡）的真实或模拟情境，要求学生运用课程