想培养独立思考能力？A-level经济学可以做到|A-level|国际学校|国际课程_新浪教育

　　看点：在本文中，拥有A-level经济学改卷资格的柳柏椿老师为我们介绍了该学科的4个考察重点，尤其是其中的难点“数据分析题”，并具体分析了解答这类题目的步骤，及答题过程中需要特别留意的要点。从中，我们可以看出A-level经济学是如何培养学生的独立思考能力的。

　　文 | 柳柏椿

　　A-level 经济学的考查重点是什么？

　　A-level 经济学的考试目标分为4个：

　　1. 理解 Knowledge and

　　understanding：掌握理解知识点，比如什么是价格弹性；

　　2. 应用 Application：考查学生通过论述，数字计算或者图标来阐述知识点的能力，比如根据给定的数据来计算某产品的价格弹性；

　　3. 分析 Analysis：针对对应的观点，经济现象或问题，使用相关的经济学概念来解释，比如学生可以根据价格弹性这个知识点去分析为什么早高峰和晚高峰uber会溢价；

　　4. 评估 Evaluation：要求学生辩证地思考问题，对自己得出的结论论点进行评估，活着维护自己的观点；思考理论背后的假设条件活着理论本身存在的缺陷。比如弹性理论真的靠谱吗，弹性理论实际上是有缺陷的。

　　在这四个考查目标中，目标3和4是我们国内学生最薄弱的环节。我们很擅长记忆，目标1基本不是问题，但是从目标2开始，尤其是3和4，我们的孩子非常欠缺，因为在我们传统的教学中是很少学习这些分析能力的。

想培养独立思考能力？A-level经济学可以做到

　　然后，目标3、4在整个A-level 经济学考试中占到了50％。其中对于以目标3、4为考查重点的题型就是数据分析题型，这也是本文要分析的重点——如何有效学习数据分析题。

　　什么是数据分析题（Data response）？

　　在你玩爆别人前，你首先得了解对方是什么，知己知彼方能百战百胜。那什么是数据分析题呢？

　　数据分析题在整个AS考试中占30%的比重，A2的考试中占20%。别小看这份比重，这部分题目往往很容易拉分。

　　数据分析题均出自真实的财经类新闻杂志，题目中你会遇到各类数据、图表。对于数据的敏感度，我们的学生往往不够。这些数据文章多出自《经济学人》（The Economist）、《金融时报》（The Financial Times）之类的杂志。

　　我们知道，剑桥考试中心出一份卷子，从准备题目起草到最终定卷整个过程长达2年，也就是说，这些数据题肯定不是最新的，一般是2年之前的，所以有兴趣的同学可以去看一下前几年的这些杂志。当然我们更鼓励同学们能够在平时就养成阅读此类杂志的好习惯。

　　如何着手？

　　✔ 整体分析

　　1. 首先要快速看一遍问题，然后再回到文章本身，最后再回来做题。尤其要注意每一问的指令词（command／directive words），指令词不一样，对于答题要求也是不一样的。

　　举个例子：Outline two factors influecing the value of PED. 引导词outline，那么你的答案只需要非常简单地写出2个因素即可，不需要解释，这个题目给2分。

　　但是如果把outline这个指令词改成explain，explain two factors，那么你的答案除了写出2个因素外，还需要对2个因素进行解释，这个题目会有4分。

　　此外，强烈建议按顺序答题，因为很多时候各个小问之间有一定的上下联系。

　　2. 见分行事，也就是说你要根据不同的分值分配时间和考虑知识点。

　　举个例子，如果题目是这样的：explainthe possible reasons that why the British pounds depreciate against the US dollar ，4分意味着你的答案得写2个原因，找出2个原因2分，再分别解释这2个原因2分。

　　注意，不是写得越多越好，要精炼，但是又要切到要点。很多同学的data response question答案都是一大片一大片，比essay question还多，这样既浪费时间，考官又不好改。

　　3. 一般data response有4（A2）到6（AS）个小问题。第一题一般非常直接，往往都是考定义。例如 define what is GDP，定义题一定要写得详细，这里不能偷懒，很多人因为不写条件以及key words导致拿不到满分。

　　4. 中间的题型偏向于分析解释的，常见的command word有explain，analyse，comment等。

　　5. 最后一题往往占6（AS）到8（A2）分，以discuss的形式出现。同样，你的答案得包括两个方面，pro and con；建议最后再补上一个有建设性的conclusion，一般考官会一个conclusion给一分。

　　✔ 辩证的分析

　　当你看待这些数据的时候，希望你的立场是辩证的。每一篇财经类的文章都会引用数据来支持作者的一些观点，但是这些数据真的那么具有说服力吗？我们来看一道题：

　　India is the world’s biggest sugar market and is set to grow even larger. In 2011, the country consumed 1 million tonnes of sugar. This compares with 21 milliontonnes in the US. Some people in the sugar industry predict that India will consume twice as much sugar as the US in 2030.

　　Demand for sugar in India is growing by one million tonnes a year as population and incomes grows. More sweets and fizzy drinks are being purchased every year although some Indians are becoming more health conscious.

　　Comment on whether the information provided supports the view that India will consume more sugar than the US in 2030.

　　题目是：文章给的信息能不能足以证明到2030年印度糖的消费会高于美国?

　　如何让自己的答案辩证而不片面？

　　首先，你得找出能够支持印度糖消费会高于美国的信息并给予解释；

　　其次，再找那些不支持次论点的信息；你也可以继续说这些数据的真实性，如果文章的数据真实性有问题，那么更无法证明论点；

　　最后，你还可以提出为了证明此论点还需要哪些信息。这样一来，你的整个答案就非常的critical。

　　以下为参考答案：

　　There is some evidence to suggest that India will consume more sugar than the US in 2030. The information mentions that some people in the sugar industry are predicting such an outcome. In addition, India’s population is likely to continue to grow, and income is likely to continue to rise.

　　The information does, however, state that some Indians are getting more health conscious. If this trend spread, sugar consumption per head might fall. Moreover, the information does not give any information for the current growth in the US nor provides predictions on the relative growth of population and income of the US. The information is not sufficient to conclude that India will still exceed the US in sugar consumption in 2030.

　　✔ 如何看懂数据图表

　　数据以各种形式出现，有时间序列图、表格、柱状饼状图，这些数据往往是考点，所以在分析数据的时候你要注意一下几点：

　　数据是否是票面价值（nominal value）还是市场价值（market value）？

　　数据是绝对值、百分比还是指数？

　　看清楚单位

　　图表展示的是哪些变量之间的关系？在时间序列上的趋势如何？

　　预测数据还是真实数据？

　　要证明论点，数据够不够？还需要哪些数据做支持？

　　✔ 避免大量直接引用文中数据

　　我们来看下面这张图：