减贫与收入分配数据的跨国对比
用 Python 从世界银行读取各国基尼系数与贫困率，绘制中国脱贫成就的对照图。
AI 赋能
把大模型与智能工具引入备课、实训与过程评价
梳理 AI 在本课程中的具体赋能场景、工具链与可观测的能力画像。
AI 赋能教学
发展经济学与 AI 的结合点在于“发展规律的数据化”：GDP、人均收入、基尼系数、人口结构、贸易额都是公开可取的，AI 能快速完成取数、画图与跨国对比；但“为什么有的国家陷入中等收入陷阱”“刘易斯拐点在哪里”这类结构性问题，AI 给不出方向，只能帮你把数据摆出来。课程立场：AI 负责把数据找全、把图做对，人负责把发展规律讲清、把政策建议写透。
AI 教学场景
将大模型与智能工具引入课堂，覆盖从概念理解、代码实现到结果解释的全流程。
人口结构转型的可视化
让大模型生成计算抚养比与人口红利的代码，学生核对后分析老龄化对增长的影响。
环境库兹涅茨曲线的实证检验
用公开污染与收入数据，让 AI 给出回归分析代码，学生检验拐点是否出现。
“一带一路”经贸数据分析
读取我国与沿线国家贸易数据，生成趋势图，为开放发展章节提供素材。
乡村振兴创业方案生成
围绕农村电商、乡村旅游，让 AI 生成创业方案框架，教师筛选后用于研讨。
课程研讨中的 AI 协同
六个研讨项目中，学生可用大模型生成数据图表与文献线索，再用课堂理论核对，形成“AI 取数—人工研判—课堂汇报”的工作流。
AI 工具矩阵
以下工具可在本课程学习与实验中辅助检索、编码、建模与可视化。
Python ＋ pandas／statsmodels
读取世界银行、国家统计局数据，绘制基尼系数、人口结构、贸易趋势图并做回归。
国家统计局
GDP、收入、人口与城乡数据官方口径 —— https://www.stats.gov.cn/
世界银行 Open Data／WDI
跨国发展与减贫数据，用于国际比较 —— https://data.worldbank.org/
联合国开发计划署（UNDP）
人类发展报告与 HDI 等指标 —— https://hdr.undp.org/
DeepSeek、通义千问等大模型
生成数据图表代码、发展理论提纲、政策分析与文字润色。
中国大学 MOOC（发展经济学）
对照高校发展经济学课程讲解视角 —— https://www.icourse163.org/
实践现场
即学即用的提示词
以下提示词可直接复制到主流大模型，辅助学习与本课程实验（请核验输出、遵守学术规范）。
用数据评价中国脱贫攻坚成就
请帮我整理中国脱贫攻坚的关键事实：1）用世界银行与官方数据说明我国农村贫困人口从 2012 到 2020 的变化；2）计算我国为全球减贫贡献的大致比例；3）用 Python 画一张中国贫困发生率下降的折线图；4）从发展经济学角度，指出巩固脱贫成果、衔接乡村振兴面临的至少三项挑战。请注明数据来源与口径。测算人口抚养比并分析老龄化
给定某国 2020 年人口结构（0-14 岁占 18%、15-64 岁占 70%、65 岁以上占 12%），请：1）计算总抚养比与老年抚养比；2）说明人口红利与人口负债的经济含义；3）用 Python 画一张老龄化率随时间上升的示意曲线；4）讨论老龄化对储蓄率、劳动力供给与养老金体系的三重影响。请给出完整测算。检验环境库兹涅茨曲线
请给我一段 Python 代码（statsmodels），读入某地区人均 GDP 与某项污染物浓度的面板数据：1）用二次多项式回归检验是否存在倒 U 型关系；2）说明拐点的经济含义；3）指出“绿水青山就是金山银山”政策在拐点前的治理成本逻辑；4）讨论这一曲线在发展中国家是否成立。请先在文字中说明分析思路。用发展理论分析“一带一路”经贸效应
请结合国际贸易与两缺口模型：1）说明“一带一路”倡议对我国与沿线国家增长的拉动机制；2）用 HDI 或贸易数据说明其减贫与就业效应；3）分析其面临的地缘政治与债务可持续性挑战；4）给出三条深化高质量共建的政策建议。请基于公开数据，并标注来源与口径。AI 伦理与规范
使用 AI 须恪守学术诚信、数据安全与行业合规底线。
发展规律判断不能外包
“中等收入陷阱”“刘易斯拐点”等结构性判断必须由人把握，AI 只能提供支撑性数据与事实，不得代下结论。
数据与方法必须可复现
报告须附完整数据来源、指标定义与代码，AI 生成的图表须实际跑通再引用。
发展中国家数据要看口径
跨国对比所用数据必须注明来源、口径与年份，不得用不可比口径做出倾向性结论。
学术诚信与可追溯
分析报告须标注哪些环节使用了 AI 辅助（数据图表、提纲、文字润色），保留提示词与修改记录，核心分析由学生本人完成。