应用经济学与人工智能结合的研究生课程设计

宋雯彦

0 引言

2018年4月教育部印发下达了《高等学校人工智能创新行动计划》的通知，计划中指出了行动的总体要求、重点任务和政策措施，其中特别强调了要加强人工智能与经济学、数学、统计学等相关学科的交叉融合，推进完善数据分析与机器学习、知识工程、智能系统等相关方向的建设。

随着对掌握人工智能技术的复合型人才的需求不断提升，近年来在经济学和管理学等专业的研究生教育中将现有课程进行拓展并与人工智能领域的相关课程进行融合的发展趋势，受到了越来越多高校和师生的重视，在国内外经管类专业的研究生教学实践中正进行着各种探索与尝试[1-2]。

1 应用经济学研究生专业课程设置现状分析

现阶段在我国各高校的应用经济学专业研究生培养大纲中，通常设置有包含专业基础课(主要有微观经济学、宏观经济学和计量经济学等)以及结合各学校特色和下设二级学科情况开设的若干专业主干课及专业选修课等。

以北京大学为例，在其经济学院的应用经济学一级学科下设有二级学科财政学、金融学和风险管理与保险学，在光华管理学院设有国民经济学、产业经济学和统计学等二级学科，开设的涉及经济学研究方法相关的课程有时间序列分析、数据分析工具及应用、实证研究方法与数据分析。复旦大学经济学院应用经济学一级学科下设有二级学科区域经济学、财政学、金融学、国际贸易学、劳动经济学和数量经济学等，开设有经济数学方法、截面与面板数据分析、非参数计量经济学等课程。

可以看出，目前我国各高校仍多以传统的经济学理论基础、计量方法及数理模型的教学作为相关专业研究生课程设置的主要构成部分[3-4]。与此同时，在各院校经济学专业的选修课、专题讲座或短期讨论班等较为灵活的教学环节安排中，已经陆续将经济学研究中新问题、新视角和新方法引入到课程体系里。特别是随着人工智能领域的研究方法以及人工智能产业对社会经济系统产生的影响受到越来越多关注，不仅使其成了经济学研究的热点议题，也促使经济学专业的教学需要对人工智能的技术和问题进行探讨。

2 经济学与人工智能相关的发展动态

经济学和管理学领域的众多典型问题及模型，在人工智能技术发展过程的最初就成了推动相关领域研究的基础。例如，人工智能中对最优化问题以及决策与对策问题等的关注，就源于经济管理中对资源合理配置、成本最小化、利润最大化等最为基本的问题的研究。到21 世纪初，博弈论和行为经济学等领域的进展对人工智能技术起到了进一步的推动作用。反之，随着近年来以深度学习、大数据挖掘等为代表的人工智能技术的日新月异，它对经济学和管理学中许多问题的研究也发挥了越来越重要的作用。作为一种研究工具运用人工智能讨论预测、分类、归纳、优化等问题的求解，同时许多机器学习中的方法源于统计学习的理论，且与计量经济学和经济统计学中研究的模型形式、估计分法和分析过程，都有着实质上的共通之处。不仅如此，由于人工智能在处理海量数据、高维数据和多源数据等问题的分析中具有明显的优势，它已被经济学研究者用于探讨金融学、网络经济学、行为经济学等领域的问题。

另一方面，由于人工智能技术在社会经济生活各领域的广泛应用，它对不同行业带来巨大的影响，也成为经济学研究的对象。据斯坦福大学人工智能研究所发布的2019年人工智能指数(Artificial Intelligence Index)报告中统计，2019年全球私人人工智能投资超过7 000 亿美元，与人工智能相关的初创公司投资超过370 亿美元。而《2019 中国人工智能产业研究报告》中预计，2020年中国人工智能核心产业规模将超过1 500 亿元，到2025年人工智能核心产业规模将超过4 000 亿元。人工智能除了推动无人驾驶车辆和网络安全等代表性产业的进一步发展，也正在对工业、农业、互联网、零售、金融、医疗、交通以及教育等几乎所有行业的升级带来变革性的效应。

3 经济学与人工智能结合的课程设计

为了更加有效地将人工智能技术运用于经济学问题的研究，同时为了更加深入地对人工智能在社会经济发展中已经产生或即将造成的影响进行研讨，在对经济学专业，特别是应用经济学专业的学生的培养中，增加人工智能的相关课程或将人工智能的研究方法与经济学的研究方法相融合的教学模式势在必行。

目前，已有一些高校在应用经济学的研究生课程设置中加入了人工智能领域的若干课程，进行了多种有益的尝试[5]。例如，中国人民大学统计与大数据研究院在博士研究生课程中开设了机器学习与数据科学、空间统计及时空数据分析等课程；中央财经大学的中国经济与管理研究院开设了动态优化和计算机高级应用等课程。在国外一些高校的经济学与金融学专业或商学院中，开设的有关人工智能的课程更加丰富，值得国内高校应用经济学等专业在课程改革和教学研究中进行参考与借鉴。

通过对经济学与人工智能在研究方法和研究视角方面的梳理，结合人工智能时代下对复合型人才培养的需求，未来在经济学研究生层次的课程体系建设以及教学教法改进中，可以从以下方面进行规划：

（1）从课程的整体结构出发，在原有的统计学方法和计量经济学方法的专业课程框架中，增加有关现代数据分析和优化方法的理论课程。

（2）结合不同学校在应用经济学一级学科下设置的二级学科情况，补充与人工智能相关产业对应的实证研究选修课程。

（3）在经济统计学或理论计量课程中适当扩充对模型估计、参数识别以及假设检验环节的数值算法及其计算机实现流程的讲解。

（4）将应用经济学的研究路径与机器学习以及随机网络等人工智能典型技术融合，拓展人工智能在经济学研究中的应用。

（5）结合研究生创新创业实践，鼓励研究生参与科研项目或校企合作项目，运用经济学知识和方法结合人工智能技术解决实际的经济学、金融学问题。

4 结语

经济学思维与人工智能技术的相互渗透影响既能丰富经济学和人工智能研究方法的不断发展，又能拓展二者在现实经济社会生活各领域中的应用。为此，在应用经济学专业的研究生培养中，将人工智能的相关课程和人工智能产业的相关理论进行学习和探讨，有助于培养人工智能+ 经济学的符合新时期经济社会需求的人才。