On the Effect of Reverse Unit Teaching Design in Senior High School Mathematics Teaching in the Perspective of Deep Learning
-
摘要: 深度学习是一种促进学生深入理解并将所学知识加以应用、实现创造的教育理念。在此视域下的单元教学设计对教学实践有重要参考。基于“通过设计促进理解模式(UbD)”理论，构建了目标导向、评价先行的“逆向单元教学设计”模式，提出了“内容重构—要素分析—目标设定—评价设计—活动设计—实践与反思”基本实施路径，并以高中数学《三角函数的概念》中的《弧度制》为例检验其教学效果。结果表明，该教学设计模式有助于开拓提高单元教学效率的新路径，促进学生真正实现深度学习。
-
关键词:
- 通过设计促进理解模式 /
- 单元教学 /
- 逆向教学设计 /
- 深度学习
Abstract: "Deep learning" is an educational concept of promoting students' in-depth understanding, knowledge application and creation. The unit teaching design in this perspective provides an important reference for teaching practice. Based on the theory of "promoting understanding through design", a goal-oriented and evaluation-first "reverse unit teaching design" model is constructed, the basic implementation path of "content reconstruction — factor analysis — goal setting — evaluation design — activity design — practice and reflection" is proposed, and its effect is tested with the radian system in Concepts of Trigonometric Function in senior high school mathematics for example. The results show that the teaching design model is helpful to open up a new path for improving the efficiency of unit teaching and promoting students' real in-depth learning. -
一. 问题的提出
党的二十大报告指出要“深化金融体制改革，建设现代中央银行制度”。2020年以来，在新冠疫情持续演变、贸易保护主义抬头、地缘政治风险加大等不确定性因素的影响下，国内经济发展面临需求收缩、供给冲击、预期转弱三重压力。为此，中国人民银行综合运用多种货币政策工具保持流动性合理充裕，增强信贷总量增长的稳定性和持续性，加大对实体经济的支持力度。然而，银行信贷增速却表现出不升反降的异常趋势，从2019年的12.3%持续回落至2023年的10.6%，并创下2002年以来的最低水平。总体来看，货币政策面临着“宽货币”难以向“宽信用”传导的梗阻困境，高速增长模式下货币政策贷款渠道传导效率下降已成不争的事实[1-4]。
上述现象引起决策层和理论界的普遍关注。中国人民银行发布的2022年第二季度《中国货币政策执行报告》指出：“信贷增速在新旧动能换档和融资结构调整过程中可能会有所回落，但这是适配经济进入新常态的反映，并不意味着金融支持实体经济力度减弱。”理论界也普遍认为，信贷增速下滑是信贷结构匹配经济结构调整的体现，尤其是房地产融资收紧和僵尸企业退出导致过剩产业占有信贷资源下降[5-6]。此外，还有学者认为，信贷增速下降与金融脱媒背景下银行除信贷投放之外运用债券、资管等其他多种金融工具来满足实体经济多元化的金融服务需求有关[7]。不难看出，在我国经济从高速增长阶段向高质量发展阶段转变的进程之中，传统的银行信贷观点不仅难以构成理解银行服务实体经济功能的理论逻辑，还会在实践层面导致货币政策贷款渠道传导效率下降。那么，在高质量发展阶段，货币政策传导渠道将会表现怎样的演化趋势呢？对这一问题的解答，不仅有助于深入探究高质量发展阶段银行服务实体经济功能的金融中介理论基础，而且对于构建金融有效支持实体经济的体制机制，提升货币政策传导效率具有重要的现实价值。
近年来，银行流动性创造作为银行向经济系统提供流动性的功能，日益成为现代金融中介理论领域的研究热点。从理论内涵来看，流动性创造最早是由Bryant[8]、Diamond和Dybvig[9]在阐释银行的金融中介功能时提出的，具体是指银行通过期限转换将流动性负债转换为非流动性资产，从而在负债和资产两端创造流动性，以达到为储蓄者应对消费不确定性提供流动性保险、为投资者提供中长期融资来源的目的[8-10]。流动性创造是银行对表内外资产负债两端各类科目期限转换的结果，随着一国金融结构向“市场主导型”金融体系演进，银行经营模式从传统单一存贷业务向高度依赖金融市场投融资的批发业务(wholesale banking)①转变，流动性创造能够比信贷更加全面地反映银行的产出水平，并成为探讨银行服务实体经济功能的新的理论视角[11-12]。不仅如此，随着理论界对于流动性创造作为金融中介核心功能这一认识的不断深入，Chatterjee[13]、Fidrmuc等[14]、Berger和Sedunov[15]还进一步从流动性创造视角重新审视了货币政策传导渠道的银行中枢角色，并提出与银行贷款渠道(bank lending channel)平行的银行流动性创造渠道(bank liquidity creation channel)。由于流动性创造本质上是由银行对流动性负债和非流动性资产进行期限转换而获得利率风险报酬动机驱动的[16]，当货币政策调控框架从以基础货币、货币供应量为目标体系的数量型向以政策利率、市场利率为目标体系的价格型转变时，中央银行就可以运用政策工具引导政策利率，并作用于银行资产和负债之间的期限利差来影响其期限转换行为，进而达到调控流动性创造来实现服务实体经济的目的，此时货币政策传导的有效性也就取决于流动性创造[13]。事实上，既有基于国别的经验研究表明，在金融结构以“市场主导型”为主(美国、欧元区)以及处于演化进程中(越南)的国家或地区，流动性创造在货币政策调控框架中发挥了中介目标功能，并且能够为中央银行预测经济增长趋势提供重要的信息来源[11, 17-18]。有学者以德国为研究对象发现，在全能银行为主导的金融结构下，银行业开展介入证券业等多元化经营时，银行流动性创造在货币政策传导渠道中同样发挥了重要作用[19]。
上述研究成果为深入认识我国高质量发展阶段银行服务实体经济的理论逻辑以及货币政策传导渠道的演化趋势提供了重要的理论借鉴。从国外货币政策实践经验来看，流动性创造之所以能够比信贷发挥更为重要的作用，主要归因于20世纪80年代以来相关国家或地区银行经营模式和货币政策调控框架的市场化转型。事实上，现阶段我国高质量发展同样具备市场在资源配置发挥决定性作用的现代化进程的一般性特征[20]。自2013年党的十八届三中全会通过《关于全面深化改革若干重大问题的决定》以来，以市场配置资源为导向的金融体制改革不断深化，推动我国银行经营模式和货币政策调控框架经历了市场化转型。一方面，银行在逐利创新和规避监管动机的驱使下，从单一的存贷业务模式向以银行同业市场投融资为基础的批发业务模式转变，并对实体经济和金融体系产生深远复杂的影响[21-22]；另一方面，2015年存款利率上限管制全面放开之后，传统的数量型货币政策调控框架的重要性逐渐下降，而价格型货币政策调控框架日趋健全完善。中国人民银行初步建立起以公开市场操作逆回购利率为短期政策利率和以中期借贷便利利率为中期政策利率的政策利率体系[23]，并且在2016—2018年金融严监管期间，通过多次上调公开市场操作逆回购利率，来修复存款类金融机构7天期质押式回购利率(DR007)与银行间7天期市场质押回购利率(R007)利差，抑制银行过度创造流动性以防范化解空转套利风险[24]。这就不难推论，流动性创造有可能构成理解高质量发展阶段银行服务实体经济理论逻辑的切入点，并且在货币政策传导渠道中发挥着更为关键的作用。
理论界对这一议题已经展开较为深入的探讨。既有研究基本认同，伴随金融体制市场化改革的推进，当前阶段我国银行业流动性创造水平的高低能够反映银行服务实体经济功能的强弱。例如，韩扬和何建敏在考察我国商业银行流动性创造增长率与产业总体增长率的关系时发现，银行表内、表外和总量流动性创造增长率对产业总体增长率均产生正向促进影响[25]；邓向荣等在分析我国城市商业银行流动性创造与城市经济发展的关系时同样发现，城市商业银行表内、表外和总量流动性创造也会对所在城市人均实际国内生产总值产生显著的正向影响[26]。可见，流动性创造构成了理解银行服务实体经济功能的金融中介理论基石[27-28]。
然而，理论界对于流动性创造与货币政策传导有效性关联机制的研究尚未有定论。首先，从研究思路来看，既有研究多局限于分析流动性创造受货币政策工具被动调控的机制，而未能从货币政策调控框架分析范式出发，将其视为中介目标展开系统考察。例如，李明辉等[29]、郭晔等[30]、邓向荣等[26]侧重于分析中央银行运用货币供应量、存贷款基准利率等政策工具对总体流动性创造、表内外流动性创造、同业和非同业流动性创造的影响，却未能从中介目标视角出发，对其与政策工具、操作目标、最终目标之间的关联作出全面分析。其次，从理论机制来看，既有研究侧重在数量型货币政策调控框架下展开。例如，李明辉等[29]、郭晔等[30]考察了中央银行运用货币供应量、法定存款准备金率等数量型工具对流动性创造的调控机制；也有部分研究从存贷款基准利率等非市场化价格型工具出发展开分析[31-32]，但均未能在价格型货币政策调控框架下进行探讨，从而缺乏对2015年以来货币政策调控框架从数量型向价格型转变这一典型事实的提炼。最后，在实证设计上，鲜有研究对银行流动性创造渠道和银行贷款渠道的有效性进行分析比较，因此难以捕捉高质量发展阶段货币政策传导渠道的演化趋势。
基于上述考虑，本文从流动性创造理论视角对高质量发展阶段货币政策传导渠道的有效性作出审视。首先，在银行经营模式从存贷业务模式向批发业务模式转变、货币政策调控框架从数量型向价格型转变的金融体制市场化改革背景下，提炼流动性创造在货币政策传导渠道中发挥主导作用的典型事实。其次，立足货币政策调控框架的分析范式，从流动性创造作为中介目标应当具备的可控性、相关性和可测性出发，考察货币政策流动性创造渠道机理。最后，利用上市银行2016—2022年季度数据，建立面板向量自回归(PVAR)模型对银行流动性创造渠道和银行贷款渠道的有效性展开对比分析，更为深入地理解货币政策传导渠道的演化趋势。
本研究具有以下贡献与意义。第一，首次立足我国金融体制市场化改革背景，将流动性创造引入货币政策传导渠道有效性分析，从中介目标视角揭示货币政策流动性创造渠道机理，深化和拓展了高质量发展阶段货币政策传导渠道的研究。第二，推进流动性创造的实体经济效应研究。从流动性创造来分析银行服务实体经济的功能，是近年来金融中介理论领域关注的热点话题。目前，理论界侧重于流动性创造的产出效应分析，缺乏流动性创造对于货币政策支持实体经济发展的治理效应分析。因此，本研究有助于深化理论界有关流动性创造作为货币政策调控中枢环节的理论认识。第三，在探索疏通“宽货币”难以向“宽信用”传导梗阻的政策手段方面作出贡献。本文提出将流动性创造纳入货币政策调控框架的中介目标体系，强化针对流动性创造的政策调控建议，这对于建设现代中央银行制度和提升货币政策传导效率，从而更有效地支持实体经济具有重要的实践意义。
二. 中国货币政策传导的典型事实与机理
一 典型事实
随着中国金融体制市场化改革持续深化，商业银行经营模式从存贷业务向批发业务转变，货币政策调控框架也实现从数量型向价格型转变。在这一市场化改革背景下，中国人民银行通过调控银行流动性创造向经济系统提供流动性，成为现阶段货币政策传导的典型事实。
1 银行经营模式从存贷业务向批发业务转变
既有研究表明，金融体制市场化改革会通过放宽银行业准入条件、推进利率市场化、创新互联网金融业态等方式提升银行存贷业务竞争度，并会进一步压缩传统存贷业务收益和规模[33-34]。然而，与存贷业务的收缩趋势相比，依赖于银行同业市场投融资的批发业务具有低风险资本占用、零准备金计提、不受信贷规模和投向限制等规避监管特征[35]，这就会使得银行出于监管套利动机主动将经营模式从存贷业务模式转变为批发业务模式，从而形成存贷业务和批发业务并存的格局。
图 1、图 2分别显示了2006—2022年我国银行业资产和负债结构变动趋势。总体上来看，自2006年12月监管部门相继出台放宽银行业准入门槛等鼓励竞争政策以来，银行存贷业务在总负债、总资产中占比下降而批发业务占比上升，两大业务占比表现出相互背离的变动趋势。
图 1显示了银行业资产结构的变动趋势。其中，左、右轴分别刻画了贷款业务、批发业务资产在总资产中的占比②。可见，2006年第1季度至2016年第4季度，贷款业务在总资产中的占比从55.84%下降至50.61%；批发业务资产在总资产中的占比则从17.6%攀升至32.7%，表现出显著的背离趋势。③
图 2显示了银行业负债结构的变动趋势。其中，左、右轴分别刻画了存款业务、批发业务负债在总负债中的占比④。可见，存款业务在总负债中的占比从2006年第1季度的75.63%下降至2017年第4季度的61.35%；批发业务负债在总负债中的占比表现出与之背离的变动趋势，从2006年第1季度的8.98%攀升至2019年第3季度的18.92%。随后，在金融严监管政策治理下，上述两类业务在总负债中的占比趋于稳定，2022年第4季度分别基本维持在62%和14%。
存贷业务和批发业务占比一降一升的变化，意味着银行经营模式经历了从存贷业务向批发业务转变。不难发现，与银行贷款相比，流动性创造能够全面地刻画存贷业务、批发业务各类科目的期限转换，由此会更为综合地反映银行服务实体经济的功能。
2 货币政策调控框架从数量型向价格型转变
货币政策调控框架是中央银行运用政策工具实现操作目标，并通过操作目标实现中介目标，从而达到最终目标的基本构架[36-37]。根据中介目标体系是以基础货币、货币供应量为主还是以政策利率、市场利率为主，将货币政策调控框架相应设定为数量型或者价格型[38]。发达国家转型经验表明，随着利率市场化改革不断深入以及利率形成、传导机制逐步健全，货币政策调控框架会实现由数量型向价格型转变[39]。
就我国货币政策调控框架转型进程而言，以2015年存款利率上限管制全面放开为标志，利率市场化改革取得了关键性进展，由市场供求决定的利率形成机制基本形成。在此基础上，中国人民银行初步建立起“政策工具—政策利率—市场基准利率—市场利率”的利率传导机制。
首先，每日开展以7天期逆回购为主的公开市场操作，调控7天期逆回购操作利率来释放短期政策利率信号，引导货币市场基准利率即存款类金融机构7天期质押式回购利率(DR007)围绕政策利率波动，并向银行间7天质押式回购利率(R007)等其他短期货币市场利率传导，从而形成“逆回购操作—逆回购操作利率—DR007—货币市场利率”的利率传导机制。
其次，建立中期借贷便利(MLF)常态化操作机制，每月月中以相对固定时间和频率调控中期借贷便利利率(MLFR)释放中期政策利率信号，引导存贷款市场基准利率即贷款市场报价利率(LPR)，并通过银行体系传导至存贷款利率，形成“MLF—MLFR—LPR—存贷款利率”的利率传导机制⑤。此外，中期借贷便利利率(MLFR)还会为中期货币市场利率提供定价参考，能够引导1年期同业存单利率围绕中期借贷便利利率(MLFR)波动。易纲研究发现，在2015—2021年，除了2020年因受新冠疫情冲击影响，1年期同业存单利率与中期借贷便利利率(MLFR)出现临时性偏离，其他时段中期借贷便利利率(MLFR)都发挥了引导同业存单利率波动的中枢作用[23]。
最后，综合运用逆回购操作和中期借贷便利工具引导国债收益率曲线，进一步影响永续债、浮息债、超长期限国债等债券市场产品的发行定价，由此形成“逆回购操作/MLF—逆回购操作利率/MLFR—国债收益率—债券市场利率”的利率传导机制。
利率传导机制的初步建立为推进货币政策调控框架由数量型向价格型转变提供了运行基础。在价格型调控框架下，中国人民银行运用逆回购操作和中期借贷便利工具，调控以7天期逆回购利率、中期借贷便利利率(MLFR)等短中期政策利率为主的操作目标，引导市场基准利率(DR007、LPR、国债收益率)来影响以货币市场、存贷市场和债券市场利率为主的中介目标，将政策意图传导至企业、居民、金融机构等微观主体。
如果进一步提炼价格型货币政策调控框架与流动性创造的关联特征，可以发现在这一政策调控框架下中国人民银行通过利率传导机制对流动性创造展开调控的典型事实：一方面，运用中期借贷便利工具引导贷款市场报价利率(LPR)，并传导至存贷款利率形成期限利差，从而影响银行对于存款和贷款的期限转换来调控存贷业务流动性创造；另一方面，运用逆回购操作和中期借贷便利工具引导存款类金融机构7天期质押式回购利率(DR007)和国债收益率曲线，并传导至货币市场、债券市场利率，从而在银行参与同业市场投融资上形成期限利差，进一步影响银行期限转换来调控批发业务流动性创造。具体的调控过程如图 3所示。
二 货币政策流动性创造渠道机理：中介目标视角
在货币政策调控框架分析范式中，中介目标在操作目标与最终目标之间发挥了桥梁作用，其功能主要体现在能够引导操作目标调整至预期水平继而实现最终目标[40]。这就意味着，中介目标可以被视为货币政策传导渠道的核心组成部分，而能够发挥中介目标功能的金融变量(货币供应量、银行贷款、利率、汇率、通胀预期)就决定了货币政策传导渠道的理论属性[38]。那么，在发现中国人民银行调控流动性创造典型事实的基础上，能否通过分析流动性创造的中介目标功能，为货币政策流动性创造渠道提供理论支撑？为此，本文尝试从中介目标应当具备的可控性、相关性、可测性展开探证。
1 可控性
中介目标的可控性是指中央银行能够运用政策工具对发挥中介目标功能的金融变量实施有效控制，这就客观上要求该变量对政策工具的调控较为敏感，并按照政策工具的调控力度和方向发生变化[41]。流动性创造本质上是银行为了获取利率风险报酬，在非流动性负债与流动性资产之间展开期限转换而产生的。然而，在利率市场化条件下，非流动性负债与流动性资产之间往往存在利率敏感缺口，当中央银行运用逆回购操作和中期借贷便利工具，作用于银行非流动性负债和流动性资产之间的期限利差进而改变利率敏感性缺口时，银行会相应对资产负债两端各类科目进行期限转换来承担利率风险，由此影响到流动性创造的变化。由此可见，在我国利率市场化改革不断深入以及利率形成、传导机制逐步健全的情况下，中国人民银行是能够有效运用政策工具调控流动性创造的。在2016—2018年金融严监管期间，中国人民银行通过多次上调公开市场操作逆回购利率，抑制银行过度创造流动性来防范化解空转套利风险，已成为货币政策操作的常态[24]。
2 相关性
中介目标的相关性是指该目标与最终目标具有密切的联动关系，中央银行能够通过调控中介目标来对最终目标产生可预计的影响[42]。现阶段，我国作为后发国家正处于经济转型的关键时期，货币政策最终目标仍然侧重于“稳增长”[43]，银行流动性创造在存贷业务、批发业务上均与经济增长具有显著的正相关性。
首先，从存贷业务来看，该项业务流动性创造会通过平滑存款者消费波动和改善借款者融资条件与“稳增长”产生关联。一方面，从平滑存款者消费波动来看，银行会以活期存款合约为主的流动性负债向存款者创造流动性，为存款者提前消费风险提供流动性保险，使其实现最优跨期消费组合并降低消费不确定性[9]。另一方面，从改善借款者融资条件来看，银行持有以中长期贷款为主的非流动性资产向借款者创造流动性，为借款者提供长期稳定的融资来源，并通过推动基础设施建设、提高全要素生产率促进经济增长[44-45]。
其次，从批发业务来看，依赖于银行同业市场投融资的批发业务，本质是银行监管套利动机下开展的影子银行行为。从理论上看，这类影子银行行为是对存贷业务的替代和补充，能够为受到监管约束的储蓄者和投资者提供金融服务，从而有助于促进经济增长[46-47]。例如高蓓等研究发现，虽然影子银行业务具有资金空转套利风险，但是这类业务在发展初期有60% 以上的资金进入实体经济，对经济增长形成正向促进作用[48]。一方面，银行会向储蓄者提供同业代付、同业存单、买入返售为主的同业负债产品。这类产品投资收益高于同期储蓄存款，并且在政府隐性担保预期下违约风险又近乎于零[49]，这就为储蓄者提供了更优的风险资产组合。另一方面，银行为投资者拓宽了除贷款外的融资渠道。银行在同业市场上通过多层嵌套、同业通道投资于各类资产管理产品，为地方融资平台、房地产行业企业等提供融资，同时还投资于国债、地方债、政策性金融债等政府信用类产品，这就为地方融资平台、房地产企业、政府部门创造了长期投资机会。例如李文喆研究发现，地方政府融资平台和房地产企业的融资需求带动了影子银行业务规模的扩张，影子银行业务存量增长率与滞后3个月的国内生产总值增长率相关系数高达0.6[50]。
3 可测性
中介目标的可测性要求其便于观察、分析和监测。自Bryant[8]、Diamond和Dybvig[9]从流动性创造视角拓展了银行的金融中介功能以来，理论界在流动性创造指标构建上相继提出流动性转换缺口[51]、流动性错配指数[52]、cat fat[10]、净稳定融资比率倒数[53]等方法。值得说明的是，上述方法中，除了Berger和Bouwman提出的cat fat方法之外，其他方法所构建的流动性创造指标均为相对值，只能用来评估单个银行流动性创造，而无法通过加总来测度银行业流动性创造的总体数量。因此，cat fat方法在理论界得到广泛认可与运用[12-13, 15, 28, 30]，该指标构建的具体步骤如下：
第一步，根据银行为满足客户流动性需求而处置资产、负债的便利性、成本和时间，将表内外各个科目划分为流动性、半流动性和非流动性。
第二步，为表内外科目分配权重。权重的确定是以流动性创造理论为基础，当银行将流动性负债转换为非流动性资产时产生流动性创造，就对流动性负债和非流动性资产赋予正权重；反之，当将非流动性负债转换为流动性资产时造成流动性损失，就对非流动性负债和流动性资产赋予负权重。基于以上考虑，cat fat方法将流动性负债和非流动性资产的权重设定为0.5，将非流动性负债和流动性资产的权重设定为-0.5。可见，当1单位的流动性负债转换为1单位的非流动性资产时，银行流动性创造就等于：
0.5×1+0.5×1=1 同样地，当1单位的非流动性负债转换为1单位的流动性资产时，银行流动性创造的损失等于：
(−0.5)×1+(−0.5)×1=−1 第三步，构建流动性创造指标。基于科目流动性分类和权重分配，将相关科目乘以对应权重并加总，最终得到流动性创造数量，公式为：
流动性创造=0.5×(非流动性资产+流动性负债)−0.5×(流动性资产+非流动性负债)+0×(半流动性资产+半流动性负债) 可见，基于cat fat方法构建的流动性创造指标，既适用于测度单个银行流动性创造，又能够通过加总来测度银行业流动性创造的总体数量(Berger和Bouwman计算发现，2003年美国银行业流动性创造总量达到了2.8万亿美元，与1993年相比，流动性创造总量增长了66%[10])，具备了易于观察、分析与监测的特征，符合货币政策中介目标的可测性要求。
三. 货币政策传导渠道有效性的实证检验
本文建立面板向量自回归模型(Panel VAR，以下简称PVAR)，从模型的系统广义矩(GMM)估计系数、冲击响应函数和方差分解三个维度分析比较银行流动性创造渠道和银行贷款渠道的有效性，由此探究高质量发展阶段货币政策传导渠道的演化趋势。
一 样本选择与数据来源
本文选取在2010年前上市的16家银行作为样本对象⑥。这是因为，银行流动性创造指标测度需要完整采集资产负债表相关科目余额数据，2010年前上市银行的资产负债表数据没有缺失，并且这类银行资产加总占银行业总资产的比重达到61%，具有较强的代表性。此外，考虑到中国人民银行是从2016年2月起建立公开市场每日操作常态化机制，本文将样本区间设定为2016年1季度至2022年3季度，数据均取自国泰安(CSMAR)数据库⑦。
二 PVAR模型设定
PVAR模型将时间序列向量自回归模型(VAR)的建模方法推广到微观面板领域，并在考虑个体异质性的情况下研究变量之间的动态作用机制[54]。与微观面板模型相比，该模型将所有变量置于一个系统之中，避免了变量内生性和外生性的争论。本文设定PVAR模型如式(1)所示：
Zi,t=αi,0+p∑j=1αi,jZi,t−j+γi+θt+εi,t (1) 其中，i表示银行个体，t表示观察期。Z表示内生变量向量，是由货币政策工具变量短中期政策利率包括公开市场操作7天期逆回购利率(OMOR)和1年期中期借贷便利利率(MLFR)、金融变量流动性创造(LC)和贷款(LOAN)、宏观经济变量产出(Y)共同组成的。αi, 0表示常数向量，αi, j表示滞后变量的系数矩阵。γi、θt分别表示银行个体固定效应和时间效应。p表示模型的滞后阶数，εi, t表示随机扰动项。在对模型估计的基础上，将其转化为移动平均表达式如式(2)所示，即可构造出各个变量之间的冲击响应函数：
Zt=μ+∞∑i=0ϕiεt−i (2) 其中，μ表示均值，ϕi表示冲击响应函数的系数。
考虑到中国人民银行综合运用逆回购操作和中期借贷便利工具，根据政策工具的不同建立两组模型如式(3)、式(4)所示：
Zi,t=(OMORt,LOANi,t,LCi,t,Yt) (3) Zi,t=(MLFRt,LOANi,t,LCi,t,Yt) (4) 在对模型估计之前，还要事先对各个变量进行前向均值差分转换(Forward mean-differencing)消除个体固定效应和采用组内均值差分法(Mean-Differencing)消除时间效应，然后将解释变量的滞后变量作为转换后变量的工具变量，运用系统广义距估计法(GMM)估计。此外，在对冲击响应函数进行估计时，还需要依据变量排列次序将彼此相关的随机冲击转换为互不相关的随机冲击，通常做法是依据Cholesky分解所建立递归约束条件来设定。这种排列次序又包含了各个变量相互决定的因果关系，本文则依据以往文献惯用的“宏观经济变量决定政策工具变量，政策工具变量决定金融变量”的做法来设定⑧。
根据本文研究目的，如果在系统广义矩估计系数、冲击响应函数和方差分解三个维度下均发现政策利率对流动性创造的影响要比对贷款的影响更为显著，并且流动性创造对产出的影响要比贷款对产出的影响更为显著，就意味着从货币政策调控框架分析范式来看，流动性创造要比贷款具备更强的可控性和相关性，因此会更好地发挥中介目标功能，银行流动性创造渠道也就能比银行贷款渠道发挥更为关键的作用。
三 变量选取与说明
1 货币政策工具变量
该变量是由短中期政策利率包括公开市场操作7天期逆回购利率(OMOR)和1年期中期借贷便利利率(MLFR)刻画。其中，7天期逆回购利率(OMOR)是由每日逆回购中标利率加权平均计算得到，计算公式如式(5)所示:
OMORt=T∑i=1QitritT∑i=1Qit (5) 其中，OMORt表示7天逆回购利率的t季度值，Qti表示第t季度在第i个交易日的7天逆回购投放数量，rti表示逆回购第i个交易日的中标利率，T为样本区间长度即27个季度。
同理，1年期中期借贷便利利率(MLFR)是由每月1年期MLFR加权平均计算得到，计算公式如式(6)所示:
MLFRt=T∑j=1QjtrtjT∑j=1Qjt (6) 其中，MLFRt表示1年期中期借贷便利利率的t季度值，Qtj表示第t季度在第j个交易日的1年期中期借贷便利投放数量，rtj表示中期借贷便利第j个交易日的中标利率，T仍为27个季度。
2 金融变量
金融变量包括流动性创造(LC)和贷款(LOAN)。流动性创造(LC)是运用cat fat方法计算得到的，对于银行资产负债科目流动性分类及权重分配，参考张勇等[35]的做法, 具体设定如表 1所示。贷款(LOAN)取自银行资产负债表披露的客户贷款及垫款总额。上述变量均采用季度同比增速值来衡量。
表 1 银行资产负债表科目流动性分类及权重科目 分类(权重) 具体项目 资产 非流动性资产(0.5) 贵金属、固定资产、持有至到期投资、投资性房地产、持有至到期投资、投资性房地产、长期股权投资、在建工程、应收账款投资、无形资产、买入返售金融资产、商誉、公司贷款、递延所得税资产、个人住房贷款 半流动性资产(0) 个人其他贷款、拆出资金、应收利息 流动性资产(-0.5) 现金及存放中央银行款、存放同业、可供出售金融资产、交易性金融资产、衍生金融资产 负债和权益 流动性负债(0.5) 递延所得税负债、卖出回购金融资产款、其他存款、股东权益、应付债券、其他负债 半流动性负债(0) 拆入资金、定期存款 非流动性负债(-0.5) 向中央银行借款、同业存放、活期存款、交易性负债、衍生金融负债 3 宏观经济变量
“稳增长”目标下宏观经济变量由产出(Y)来刻画，产出(Y)则由国内生产总值季度同比增长率来衡量。
四 实证结果分析
1 系统广义距估计系数分析
表 2报告了系统广义距估计系数的回归结果⑨。
表 2 系统广义距估计系数的回归结果变量 模型(3) 模型(4) h_LC h_LOAN h_Y h_LC h_LOAN h_Y L. h_OMOR 32.417(17.309) 2.509(1.564) 9.687***(2.780) L2. h_OMOR -45.902*(27.438) 0.034(2.374) 1.302(3.751) L. h_MLFR 20.322(14.959) 2.649*(1.485) 19.289***(1.707) L2. h_MLFR -27.541(24.484) -0.159(2.017) 14.043***(2.582) L. h_LC 0.040***(0.009) 0.037***(0.009) L2. h_LC 0.001***(0.000 2) 0.001***(0.000 2) L. h_LOAN -0.130(0.145) -0.130(0.139) L2. h_LOAN 0.149(0.137) 0.194(0.128) 注：h表示对各个变量进行前向差分，括号内数字表示标准差；*、* *、* * *分别表示10%、5%、1%的显著性水平；L.和L2.分别表示变量的滞后1阶和滞后2阶，其他滞后阶数的变量系数的符号与表2基本相同，故仅列出部分结果。 模型(3)的检验结果显示，滞后2阶逆回购利率(OMOR)对流动性创造(LC)的影响系数估计值为-45.902，并在10%的水平上显著，滞后1阶和滞后2阶流动性创造(LC)对产出(Y)的影响系数估计值分别为0.04和0.001，并在1%的水平上显著。然而，逆回购利率(OMOR)对贷款(LOAN)的影响系数以及贷款(LOAN)对产出(Y)的影响系数估计值均不显著。这说明，逆回购利率对流动性创造的影响要比对贷款的影响更为显著，并且流动性创造对产出的影响要比贷款对产出的影响更为显著。这也就意味着，流动性创造会比贷款具备更强的可控性和相关性。
模型(4)的检验结果显示，一方面，中期借贷便利利率(MLFR)对流动性创造(LC)的影响系数估计值不显著，对于贷款(LOAN)的影响系数估计值为2.649且显著为正，但与紧缩性货币政策操作应当引发贷款下降的负向影响预期不符。这就说明，从可控性来看，中央银行运用中期借贷便利工具调控流动性创造、贷款的有效性均表现出较弱的特征⑩。另一方面，滞后1阶和滞后2阶流动性创造(LC)对产出(Y)的影响系数估计值分别为0.037和0.001，并在1%的水平上显著，但贷款(LOAN)对产出(Y)的影响系数估计值并不显著。这说明流动性创造对产出的影响要比贷款对产出的影响更为显著，意味着流动性创造会比贷款具备更强的相关性。
综上初步判断，从货币政策中介目标的可控性、相关性视角来看，流动性创造要比贷款更具备中介目标功能，银行流动性创造渠道会比银行贷款渠道更为有效。
2 冲击响应函数分析
图 4、图 5分别报告了基于模型(3)、模型(4)的冲击响应函数值。本文参考高蓓等[48]的做法，脉冲响应函数预测期间选择与样本观察期即27个季度一致。
从图 4来看，在1个正向标准差的逆回购利率(OMOR)冲击下，流动性创造(LC)在第0、1、2期分别作出-1.44%、-0.23%和-0.63%的负向响应，并深幅调整逐期衰减直至第27期的-0.44%；在1个正向标准差的流动性创造(LC)冲击下，产出(Y)在第0期作出0.27%的正向响应，并在第1期达到0.82%峰值后逐期衰减直至第27期的0.04%。相对而言，在1个正向标准差的逆回购利率(OMOR)冲击下，贷款(LOAN)在第0、1期分别作出-0.21%、-0.13%的负向响应，并在第2期由负转正为0.000 1%，第8期达到0.32%峰值后逐期衰减直至第27期的0.08%；在1个正向标准差的贷款(LOAN)冲击下，产出(Y)在第0、1、2期分别作出-0.44%、-0.28%、-0.09%的负向响应，并在第3期由负转正为0.15%，第8期达到0.29%峰值后逐期衰减直至第27期的0.12%。不难看出，逆回购利率(OMOR)冲击下流动性创造(LC)作出的响应幅度要比贷款(LOAN)作出的响应幅度更为显著，而且流动性创造(LC)对产出(Y)产生的冲击幅度要比贷款(LOAN)对产出(Y)产生的冲击幅度更为显著。这就意味着，流动性创造会比贷款具备更强的可控性和相关性。
从图 5来看，在1个正向标准差的中期借贷便利利率(MLFR)冲击下，流动性创造(LC)在第0、1、2、3期分别作出-2.42%、-0.81%、-0.59%和-0.21%的负向响应，并深幅调整逐期衰减直至第27期的-0.19%；在1个正向标准差的流动性创造(LC)冲击下，产出(Y)在第0期作出0.11%的正向响应，并在第1期达到0.69%峰值后逐期衰减直至第27期的0.01%。与之相比较，在1个正向标准差的中期借贷便利利率(MLFR)冲击下，贷款(LOAN)在第0期分别作出了-0.04%的负向响应，并在第1期由负转正为0.02%，第8期达到0.11%峰值后逐期衰减直至第27期的0.05%；在1个正向标准差的贷款(LOAN)冲击下，产出(Y)在第0、1、2、3期分别作出了-0.73%、-0.45%、-0.26%、-0.05的负向响应，并在第4期由负转正为0.28%，第8期达到0.45%峰值后逐期衰减直至第27期的0.03%。可见，在中期借贷便利利率(MLFR)冲击下流动性创造(LC)作出的响应幅度要比贷款(LOAN)作出的响应幅度更为显著，而且流动性创造(LC)对产出(Y)产生的冲击幅度要比贷款(LOAN)对产出(Y)产生的冲击幅度更为显著。这同样意味着，流动性创造比贷款具备更强的可控性和相关性。
从冲击响应函数分析结果来看，流动性创造要比贷款更具备中介目标功能，银行流动性创造渠道会比银行贷款渠道更为有效。
3 方差分解分析
在冲击响应函数分析基础上，本文进一步对响应变量预测误差进行方差分解，得到所有冲击变量对于响应变量预测误差的贡献率，从而更加清晰地刻画冲击变量对于响应变量的解释程度。表 3报告了基于模型(3)、模型(4)冲击响应函数的方差分解结果。
表 3 模型(3)和模型(4)的方差分解模型 响应变量 预测期 冲击变量 OMOR MLFR LOAN LC Y (3) LC 5 0.010 0.945 LOAN 5 0.007 0.979 Y 5 0.016 0.102 0.501 (4) LC 5 0.016 0.931 LOAN 5 0.002 0.986 注：上述模型第5期以后方差分解结果趋于稳定，故仅展示第5期的结果。 从模型(3)的检验结果来看，逆回购利率(OMOR)对于流动性创造(LC)预测误差方差的贡献率为1%，流动性创造(LC)对于产出(Y)预测误差方差的贡献率达到10.2%。相比较而言，逆回购利率(OMOR)对于贷款(LOAN)预测误差方差的贡献率为0.7%，贷款(LOAN)对于产出(Y)预测误差方差的贡献率为1.6%。可见，与贷款相比，逆回购利率(OMOR)对于流动性创造(LC)预测误差方差的贡献率，以及流动性创造(LC)对于产出(Y)预测误差方差的贡献率会更高，这就意味着流动性创造比贷款具备更强的可控性和相关性。
从模型(4)的检验结果来看，中期借贷便利利率(MLFR)对于流动性创造(LC)预测误差方差的贡献率为1.6%，流动性创造(LC)对于产出(Y)预测误差方差的贡献率达到了8.5%。与之相对的，中期借贷便利利率(MLFR)对于贷款(LOAN)预测误差方差的贡献率为0.2%，银行贷款(LOAN)对于产出(Y)预测误差方差的贡献率为4.4%。同样不难发现，与贷款相比，中期借贷便利利率(MLFR)对于流动性创造(LC)预测误差方差的贡献率，以及流动性创造(LC)对于产出(Y)预测误差方差的贡献率会更高，这同样意味着流动性创造比贷款具备更强的可控性和相关性。
综上可知，从方差分解结果也会得到流动性创造要比贷款更具备中介目标功能、银行流动性创造渠道会比银行贷款渠道更为有效的结论。
四. 研究结论与政策启示
本文从流动性创造视角出发考察了高质量发展阶段货币政策传导渠道的有效性。研究表明，随着金融体制市场化改革不断深入推进，在银行经营模式从存贷业务模式向批发业务模式转变、货币政策调控框架从数量型向价格型转变的情况下，银行流动性创造渠道会比银行贷款渠道发挥更为关键的作用。这一结论解答了高质量发展阶段货币政策传导渠道的演化趋势，同时为完善现代中央银行制度和提升货币政策传导效率提供了重要的理论依据。
近年来，高速增长模式下银行贷款渠道传导效率表现出持续下降的趋势，中央银行在保持信贷总量增长的稳定性和可持续性上面临着梗阻困境。探索发展能够适应高质量发展阶段的货币政策传导渠道，已成为决策层和理论界的当务之急。党的二十大以来，走中国特色金融发展之路，提升金融服务实体经济的能力和效率，成为金融助力经济高质量发展的重要实践。2023年中央金融工作会议明确提出“完善金融宏观调控，准确把握货币信贷供需规律和新特点”。立足于银行仍然是“货币政策传导中枢的关键”的现实约束，本文的政策启示在于，应当重视流动性创造在银行服务实体经济中的作用，将流动性创造纳入货币政策调控的中介目标体系，充分发挥出银行流动性创造渠道的传导效率。
第一，深入推进利率市场化改革，强化流动性创造的可控性。当前市场化利率的形成和传导机制仍然存在金融市场分割、国企预算软约束、存款无序竞争等关键堵点，这就会弱化利率传导机制与银行流动性创造的关联。中央银行应当继续推进统一大市场建设、硬化预算约束和强化金融监管，为深化利率市场化改革提供有利条件，提升运用利率传导机制调控流动性创造的有效性。
第二，完善银行流动性创造的监测体系，提高流动性创造的可测性。流动性创造是银行对表内外资产负债两端各类科目期限转换的结果，该指标的精准测度与科目流动性分类及权重分配密切相关。中央银行应当根据利率市场化、金融创新深化所导致的相关科目流动性的变化来构建多维度流动性创造的监测工具，合理优化流动性创造指标的计算方法。
第三，建立银行流动性创造预警机制，维护银行体系安全稳健运行。银行在批发业务的过度流动性创造会引发期限错配和流动性风险积聚。中央银行应当将流动性创造纳入流动性风险监测预警框架，科学设置流动性创造预警模型和阈值，提高银行抵御风险的能力，更好地服务实体经济。
① 《英汉国际金融大词典》对银行批发业务的释义：“银行之间巨额款项的借入与贷出，区别于银行与其顾客之间以传统方式构成的零售银行业。”参见范家骧：《英汉国际金融大词典》，北京工业大学出版社，2009，第1508页。
② 贷款业务由其他存款性公司对非金融性公司债权和对其他居民部门债权来衡量，批发业务资产由其他存款性公司对其他存款性公司债权、对其他金融性公司债权和对政府债权加总来衡量。上述数据均取自中国人民银行网站《其他存款性公司资产负债表》。
③ 2017年监管部门出台了一系列金融严监管政策，通过强化资产负债监管来抑制银行资金“脱实向虚”后，上述两类业务占比背离趋势才有所缓解。
④ 存款业务由其他存款性公司对非金融机构及住户负债来衡量，批发业务负债由其他存款性公司对其他存款性公司负债、对其他金融性公司负债和对中央银行负债加总来衡量。数据来源同①。
⑤ 2019年8月，中国人民银行推动改革完善贷款市场报价利率(LPR)报价形成机制，改革后的LPR由报价行在中期借贷便利利率(MLFR)基础上市场化报价形成；2022年4月，进一步完善建立存款利率市场化调整机制，推动银行参考以10年期国债收益率为代表的债券市场利率和以1年期LPR为代表的贷款市场利率，合理调整存款利率水平。中国人民银行货币政策司：《持续深化利率市场化改革》，中国人民银行网站，http://www.pbc.gov.cn/redianzhuanti/118742/5118184/5134061/5123670/index.html，访问日期：2023年11月23日。
⑥ 16家银行包括：平安银行、宁波银行、浦发银行、华夏银行、民生银行、招商银行、南京银行、兴业银行、北京银行、中国农业银行、交通银行、中国工商银行、光大银行、中国建设银行、中国银行、中信银行。
⑦ 本文并没有采用包含更多银行样本的BankFocus数据库，这是因为，该数据库中的银行资产负债表数据仅是年度而非季度数据，这就难以与中国人民银行公开市场每日操作常态化机制产生的逆回购中标利率、中期借贷便利利率数据相匹配。
⑧ 在流动性创造、贷款排列次序上，本文依据贷款决定流动性创造的因果关系加以设定。各个变量排列次序的设定思路参见Nathan S. Balke, “Credit and economic activity : credit regimes and nonlinear propagation of shocks，”Review of economics and statistics 82(2000): 344-349。
⑨ 本文运用LLC检验方法对LOANi, t、LCi, t面板数据以及运用ADF检验方法对OMORt、MLFRt、Yt时间序列数据进行单位根检验，检验结果均拒绝原假设，这说明上述数据均为平稳序列。此外，根据AIC、BIC、HQIC三种信息准则，PVAR模型最优滞后阶数均为5。
⑩ 此处发现中央银行运用中期借贷便利工具调控流动性创造、贷款有效性均为较弱的原因，与样本区间包含了2019年8月贷款市场报价利率(LPR)报价形成机制改革之前的数据有关。在改革之前，LPR尚未与MLFR挂钩，中央银行并不能完全通过调控MLFR来影响银行决策行为。
-
表 1 访谈提纲
新教师 带教导师 1.在进行教学设计时，您会选择哪些教参？重点研究哪些内容？
2.您在进行教学设计时是否会进行单元整体设计？
3.您认为新课改下，是否有必要在高中开展单元教学？为什么？
4.您在进行教学时会遇到哪些问题？您是怎么解决的？
5.您认为开展单元教学有哪些障碍？1.根据您的经验，教学设计应该研究哪些教参？
2.您认为当前的教学/教学设计方面存在哪些突出的问题？
3.在撰写教学设计时，您主要考虑哪些方面？遇到问题如何解决？
4.面对新课标新教材，您认为我们的教学设计需要做何调整？
5.您是如何理解单元的？
6.您在实施单元教学时设置了哪些课型？用意是什么？
7.您认为完整的单元教学设计框架应该包括哪些要素？要经历哪些阶段？
8.对于新课改背景下的单元教学设计您有何建议？
下载: 导出CSV
表 2 《弧度制》测试题
教学目标 分解目标 测试题安排 计分 掌握弧度制与角度制的换算 学生能把角度化成弧度 测试题1(1)(2) 每小题10分 学生能把弧度化成角度 测试题1(2)(3) 每小题10分 掌握弧度制下的弧长公式和扇形面积公式 学生能运用弧度制下的弧长公式 测试题2 20分 学生能运用弧度制下的扇形面积公式 测试题3 20分 学生解决求弧度制下的扇形弧长和面积的综合问题 测试题4 20分
下载: 导出CSV
表 3 《三角函数的概念》单元课时分配表
内容 需要回答的主要问题[14] 课时(3) 核心素养 弧度制 单位圆上，弧长l、半径r与圆心角α之间有什么关系 1 数学抽象、数学运算 三角函数的概念 直角坐标系内，单位圆上的α、r、x、y有什么关系 1 数学抽象、数学建模 同角三角函数的基本关系 同一个角的三角函数之间是否存在一定的关系 1 逻辑推理、数学运算
下载: 导出CSV
表 4 《三角函数的概念》单元内容解析
内容 弧度制、三角函数的概念、同角三角函数的基本关系 内容解析 1.内容本质：弧度制的本质是弧长与半径的比值。建立弧度制的意义是将角的度量与实数建立一一对应关系，从而为建立三角函数的概念作铺垫。三角函数是一类典型的周期函数，描述了周期运动现象，是数学中常见的一类关于角度的函数。本单元的内容是三角知识中的重点部分之一，也是解决数学问题和利用数学知识解决实际问题的有效工具。
2.知识的上下位关系: 弧度制的引入是三角函数概念的知识基础，作为预备知识引领三角函数的产生、发展。三角函数是基本初等函数的一部分，其概念与性质的学习是对函数概念与性质的丰富与深化，也是三角函数恒等变换的重要工具。
3.蕴含的思想和方法：类比角度制，得出弧度制；类比锐角三角函数，借助单位圆这一几何工具探索任意角三角函数的概念；利用分类思想，探究同角三角函数关系式。整个过程渗透类比及数形结合的数学思想方法，有助于提升学生的直观想象、数学运算、数学抽象和数学建模素养。
4.育人价值: 弧度制可以引导学生感受知识的发现与再创造，对培养学生的逻辑思维能力以及完善认知结构有重要作用。学生利用函数图象的几何直观认识三角函数的概念，借助单位圆的直观探索三角函数的有关性质, 有助于培养学生的直观想象和逻辑推理素养。在探究过程中，学生能积累从具体到抽象的活动经验，更好地理解三角函数的概念及相关性质，发展解决问题的能力。
5.教学重点: 弧度制的概念、任意角的三角函数的概念。
下载: 导出CSV
表 5 《三角函数的概念》预期学习目标
学习目标 核心素养 1.理解弧度的概念
2.掌握弧度与角度的互化方法
3.掌握弧度制下的扇形弧长公式和面积公式
4.体会引入弧度制的必要性数学抽象：角集与实数集间的一一对应
逻辑推理：弧长公式及扇形的面积公式
数学运算：弧度与角度的互化，求扇形的弧长和面积
直观想象：由函数的图象表示函数5.理解任意角三角函数的概念
6.能用数学语言解释点的圆周运动以及表达三角函数的概念
7.了解三角函数的终边定义法，丰富数形结合的经验
8.体会单位圆定义下三角函数概念的简洁美数学建模：三角函数的定义
逻辑推理：三角函数概念的推导过程
数学运算：根据定义求三角函数值
直观想象：三角函数定义的推导9.能根据三角函数的定义推导同角三角函数的基本关系式 数学抽象：同角三角函数的基本关系式 10.能根据一个角的三角函数值，求其他三角函数值 逻辑推理：根据三角函数的定义推导同角三角函数的基本关系式 11.能运用同角三角函数的基本关系式灵活进行变形 数学运算：根据一个角的三角函数值，求其他三角函数值
下载: 导出CSV
表 6 《三角函数的概念》教学评价方案
评价目标 评价内容 评价任务 评价方法 目标达成的证据 知识目标 1.理解弧度制的概念和1弧度的定义 识记性任务 课堂提问 1.编制一份单元思维导图 2.掌握三角函数的概念 识记性任务 学生自评 2.学生的自我评价和反馈表 3.掌握同角三角函数的基本关系式 操作性任务 课堂练习 能力目标 1.能运用弧长公式、扇形面积公式解决问题 操作性任务 课堂练习测验 1.小测验、作业情况
2.技能测试：能口述、能运用所学程序性知识解决新问题2.能直观解释点的圆周运动以及三角函数的概念 表达性任务 课堂提问小组汇报 3.能根据一个角的三角函数值，求其他三角函数值 操作性任务 课堂练习测验 素养目标 1.经历弧度制定义的抽象过程，类比归纳1弧度的定义 表达性任务 课堂提问小组汇报 1.课堂表现评价表
2.拓展性任务：一篇数学史读后感2.构建三角函数模型，解决实际问题 操作性任务 课堂练习 3.利用三角函数的定义推导同角三角函数的基本关系式 操作性任务 小组汇报 情感目标 学习三角函数概念后的收获或学习感悟 综合性任务 课后总结 数学日记
下载: 导出CSV
表 7 学习活动设计举例
教学内容 教师行为 学生行为 【问题1】你知道圆周角为什么是360°吗？
【小组活动1】学生介绍1°的来源抛出问题1，请学生上台汇报展示，在学生讲解的基础上普及定义的相关数学历史 1.课前查阅相关资料2.以小组为单位派代表进行汇报 设计意图：课堂引入让学生明白该定义是在特定历史时期中对角度的一个初步认知。由于360有24个约数，对角度取整有较大益处，所以一直沿用，但整个定义带有主观性，这就为弧度制引入的合理性打下了基础。以1°的来源引起学生对常识背后的原因进行探究，增强学生对知识的觉知。
下载: 导出CSV
表 8 学生自评量表各项得分情况
维度 题号 题目 平均分 知识目标 1 我能给新单位1弧度下定义 4.027 2 我知道一些特殊角的弧度 4.333 3 在弧度制下，我了解角的集合与实数集R的一一对应关系 3.827 能力目标 4 我能把角度化成弧度 4.133 5 我能把弧度化成角度 4.093 6 我能写出弧度制下扇形的弧长和面积公式 3.907 素养目标 7 我觉得引入弧度制很有必要 3.747 8 在具体情境中，我能合理选择角度制与弧度制度量角 3.440 9 我感悟到数学抽象的层次性及逻辑推理的严谨性 3.813 情感目标 10 通过此堂课的学习，我体会到数学的简洁美 3.480 11 我体会到弧度制给研究问题带来的方便 3.453 12 我感受到以前大数学家的思考精神与丰硕成果 3.653 学习态度 13 如果数学老师没有安排学习任务，我很少有计划地自主学习 2.667 14 我经常积极地在数学课堂中参与讨论 2.893 15 我经常在数学课堂中主动发表自己的观点 2.707
下载: 导出CSV
表 9 测试题得分情况
预设目标 分解目标 平均分 生成目标 平均分 掌握弧度制与角度制的换算 学生能把角度化成弧度 4.113 测试题1(1)(2) 4.51 学生能把弧度化成角度 测试题1(2)(3) 掌握弧度制下弧长公式和扇形面积公式 学生能运用弧度制下的弧长公式 3.907 测试题2 4.09 学生能运用弧度制下的扇形面积公式 测试题3 学生解决求弧度制下的扇形弧长和面积的综合问题 测试题4
下载: 导出CSV
-
[1] 崔允漷. 学科核心素养呼唤大单元教学设计[J]. 上海教育科研, 2019(4): 1. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYY201904002.htm [2] 刘月霞, 郭华. 深度学习: 走向核心素养(理论普及读本)[M]. 北京: 教育科学出版社, 2018: 72. [3] 吕世虎, 杨婷, 吴振英. 数学单元教学设计的内涵、特征以及基本操作步骤[J]. 当代教育与文化, 2016(4): 41-46. doi: 10.3969/j.issn.1674-5779.2016.04.008 [4] 钟启泉. 学会"单元设计"[N]. 中国教育报, 2015-06-12(9). [5] 邵朝友, 韩文杰, 张雨强. 试论以大观念为中心的单元设计——基于两种单元设计思路的考察[J]. 全球教育展望, 2019(6): 74-83. doi: 10.3969/j.issn.1009-9670.2019.06.007 [6] 章建跃. 数学学科核心素养导向的"单元—课时"教学设计[J]. 中学数学教学参考, 2020(13): 5-12. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSJC202013005.htm [7] 李润洲. 指向学科核心素养的教学设计[J]. 课程. 教材. 教法, 2018(7): 35-40. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJF201807006.htm [8] 胡久华. 以深度学习促核心素养发展的化学教学[J]. 基础教育课程, 2019(Z1): 70-78. https://www.cnki.com.cn/Article/CJFDTOTAL-JCJK2019Z1013.htm [9] 格兰特·威金斯, 杰伊·麦克泰格. 追求理解的教学设计: 第2版[M]. 闫寒冰, 宋雪莲, 赖平, 译. 上海: 华东师范大学出版社, 2017: 13-21. [10] 叶海龙. 逆向教学设计简论[J]. 当代教育科学, 2011(4): 23-26. doi: 10.3969/j.issn.1672-2221.2011.04.007 [11] 埃里克·詹森, 李安·尼克尔森. 深度学习的7种有力策略[M]. 温暖, 译. 上海: 华东师范大学出版社, 2010: 1-7. [12] 魏强. 新课改下高中数学单元教学设计的实践探索[J]. 数学教学研究, 2017(2): 22-24. doi: 10.3969/j.issn.1671-0452.2017.02.006 [13] 喻平. 数学单元结构教学的四种模式[J]. 数学通报, 2020(5): 1-8. https://www.cnki.com.cn/Article/CJFDTOTAL-SXTB202005001.htm [14] 丁益民. 实施中观教学, 促进深度学习[J]. 数学通讯, 2020(20): 6-8. https://www.cnki.com.cn/Article/CJFDTOTAL-SXTX202020003.htm [15] 章飞, 顾继玲. 单元教学的核心思想与基本路径[J]. 数学通报, 2019(10): 23-28. doi: 10.3969/j.issn.0583-1458.2019.10.006 [16] 陈彩虹, 赵琴, 汪茂华, 等. 基于核心素养的单元教学设计——全国第十届有效教学理论与实践研讨会综述[J]. 全球教育展望, 2016(1): 121-128. https://www.cnki.com.cn/Article/CJFDTOTAL-WGJN201601012.htm [17] 胡凤娟, 吕世虎, 张思明, 等. 《普通高中数学课程标准(2017年版)》突破与改进[J]. 人民教育, 2018(9): 56-59. https://www.cnki.com.cn/Article/CJFDTOTAL-RMJY201809020.htm [18] 翁永电. 课堂评价视角——学生学习状态观察分析[J]. 上海教育科研, 2006(3): 68-69. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYY200603025.htm [19] 刘长明. 基于核心素养的"三角函数"教材设计与教学思考[J]. 中学数学教学参考, 2020(Z1): 50-53. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSJC2020Z1013.htm [20] 郭元祥. 深度学习: 本质与理念[J]. 新教师, 2017(7): 11-14. https://www.cnki.com.cn/Article/CJFDTOTAL-XIJS201707007.htm
计量
- 文章访问数: 715
- HTML全文浏览量: 582
- PDF下载量: 978
