| 当经济学的教室不再只是“黑板上的供需曲线”——华东师范大学经济学院的育人实验
坦白说，我走进华东师范大学经济学院的那天，心里多少带着点“老牌学院会不会还在教凯恩斯和弗里德曼的老对台戏”的预判。可我错了。在走廊里看到几位学生正围着一名教授激烈争论某个数据模型时，我突然意识到，这里的“人才培养”四个字，恐怕早已不是我们印象中的样子。
如今，一个经济系毕业生的简历如果只能写会画IS-LM曲线、知道帕累托最优，在就业市场可能连初筛都过不去。企业要的是什么？是能看懂实时交易数据背后用户情绪的人，是能从一季度的社融数据中捕捉到某条产业链隐忧的人。华东师大经济学院这两年做的事，用一句话，就是把“满腹经纶”的学生，逼进了真实世界的泥潭里。
课堂里的“实战”：当虚拟交易所遇见真实经济博弈
很多高校的经济课程至今还停留在让学生分析“双十一销售数据”的层面，但华东师大经济学院2026年春季学期开放的一门选修课，直接让大一到大三的学生组队，操作一套基于央行数字货币支付系统的模拟交易平台。这不是简单的“买涨买跌”——平台内置了模拟的突发事件冲击，比如两周前突然加入的“某头部房企信用评级下调”的剧情变量。当时我旁听了一节复盘课，学生们提交的分析报告里，有人从债券收益率曲线倒挂推导到了流动性分层，有人结合自己所在团队模拟的银行间回购利率波动，写出了风险敞口控制建议。一位教授告诉我：“错误发生在模拟器里，总比以后发生在基金公司交易席上好。”
更让我触动的是，这种训练并非孤立的某个点子。整个经济学院在2024到2026年间，对本科教学计划进行了渐进式重建。传统宏微观经济学的课时被压缩，取而代之的是“行为经济学与实验设计”、“金融科技中的机器偏见”、“城市与区域发展中的数据建模”等模块。有位2019年入学的校友回校座谈时坦白说，自己在投行实习时最崩溃的不是专业知识不够，而是不会拆解一个模糊的任务。现在学院专门设置了一门短课，叫“从提问到破题：经济学研究中的问题拆解”，专门训练学生把一个“为什么A股市场散户容易亏损”的笼统问题，变成一个可量化、可验证的假设模型。数据是死板而冷酷的，但这个训练过程却是活生生的。
跨学科的“化学反应”：从数据分析到人文思辨的旅程
纯经济学者常常陷入一个陷阱：认为数学模型可以解释一切。华东师大经济学院却反其道而行之，他们有一门联合计算机学院开设的课程叫“计算社会科学方法”，但最让我意外的是，这门课的考核作业里，学生被要求撰写一段“代码的伦理注释”，解释自己设计的数据抓取算法是否可能对特定人群产生筛选偏见。这背后其实有一个现实背景：2025年国内某大型电商平台因推荐算法造成消费歧视，引发舆论风波。当时很多经济学院的学生才知道，原来“效率最优”的模型，在现实社会里常常踩雷。
学院一位副院长在一次闭门交流时提及一组让不少人沉默的数据：2026届毕业生中，选择进入传统金融行业的比例比五年前下降了近12个百分点，而进入互联网产业研究、ESG评级咨询、以及宏观经济政策分析领域的比例显著抬高。与其说这是就业导向的转变，不如说这是学院刻意引导的结果——贯穿本科三年的“经济现实专题研讨”，把热钱涌动背后的问题、政策争议、道德困境，摊开在学生面前。
我好奇地翻看过他们的“经济现实专题研讨”记录表，涉猎范围从“俄乌冲突后全球能源定价权的结构性调整”到“短视频直播经济对城乡消费平权的影响”。甚至有一场讨论，专门引用了一位在陆家嘴做外汇交易员的校友的日记，深夜的交易室内，他记录下了如何巴西大豆种植数据预测汇率波动。这种看似跨界、甚至有点跳跃的案例，恰恰帮学生构筑了一种非线性思维：经济的每一环，都连着另一个角落的细微变化。
给思考者一个“加速带”而非“保鲜盒”
回到文章我的那个预判，现在想来多少有些局促。华东师大经济学院的这轮，本质上并不是要炮制出所谓的“全能经济人才”，而是试图打破一个僵局：学生们学了四年，却不知自己到底能解决什么问题。学院2026年推行的一项新政策很有代表性——所有大二学生必须进入校内“经济学家实验室”完成至少一个学期的基础训练，不是当研究员，而是观察员。他们要跟踪某类人群的经济决策行为，比如快递员群体的养老保险购买意愿、社区团购中老年用户的价格敏感性分析。
这些看似还带着青涩的学生访谈、田野笔记，最先喂给了他们自己。学生们带着这些“还不够漂亮的数据”回到课堂，讲述他们眼中真实的经济决策逻辑，然后重新出发，到外部企业机构做更系统的调研。一个在学院里待了十年的老教授感慨：“过去的教案像放在保鲜盒里，拿出来还是那个味儿。现在，我们得跟着学生的步伐，不断调整配方。”
我想，这大概才是“创新人才培养路径”的核心：不是给学生更多标准答案，而是教会他们如何面对没有唯一解的问题。在华东师大经济学院的教学楼一楼大厅，有一块电子屏滚动播放着学生参与的真实课题，其中有一条吸引了我的目光——“上海市某区核酸采样亭改造后的长期商业可行性研究”。这个课题的落款时间，定格在了2026年3月。
当经济的教室延伸到了城市的大街小巷，当算法背后开始有人文的温度，这样的“人才”走出去，市场自然会给出答案。 |
