面向数字经济的新商科人才数字化能力培养模式探索与实践.docx

面向数字经济的新商科人才数字化能力培养模式探索与实践

摘要：文章分析了数字经济背景下应用型本科院校物流管理专业推进商科人才数字化能力提升的必要性，构建了以数据思维启迪为基础、以业务技能训练为重点、以创新型应用实践为延伸的数字化能力培养模式，并在此过程中采取理论与实践相衔接提升学生数据思维、线上与线下相混合淬炼学生业务技能、校内与校外产教研合作打造学生应用创新能力的方法，以实现物流管理专业人才培养与企业数字化转型下的人才需求相契合，旨在推动人才培养质量的不断提升。

关键词：数字经济；数字化能力；培养模式

0??引??言

数字物流的迅速发展涵盖了数字货运、智慧物流、数字供应链等领域，这使物流专业领域人才培养面临着一场教育范式的改革[1]。它既强调将新技术融入专业课程中，又强调培养适应物流作业流程和服务体验数字化升级的高素质复合型商科人才，这些人才需要具备新思维、新技术、新能力，以顺应数字经济发展需求。为此，探索有效培养物流管理学生数据思维和数据分析能力的途径成为了高校及教师面前的重要任务[2]，也是“十四五”发展规划中的实践要求，旨在增强数字经济内生发展动力、扩大数字经济人才规模。高校应该主动面向地方、行业、企业的数字化转型人才需求，深化人才培养和服务区域经济发展，以促进教育链、人才链和产业链的有效衔接，全面提速高素质新商科数字人才的培养[3]。

1??建设思路

物流管理人才数字化能力培养模式主要体现在三个层次，分别为数据思维、业务技能和应用实践能力[4]。三个层次逐步递进，以数据思维启迪为基础，以业务技能训练为重点，以创新型应用实践为延伸，三阶段能力培养的具体思路如下。

在数据思维启迪第一阶段，旨在树立物流管理学生数字素养的创新人才培养理念。在物流及经济数据类专业课程的理论环节中，嵌入数字物流实际案例；在课内实践实验环节，引导学生养成对现有物流数据量化、关联、展示的数据挖掘思维。在业务技能训练第二阶段，旨在淬炼学生从商业视角解决商业决策问题的技能。在数据分析实验课程中，以Python等数据分析软件为技术工具，通过以在线上搭建学习资源平台、线下以商业决策问题为导向的训练模式，培养学生在多种典型商业环境中模拟练习，利用适当的数据分析与挖掘方法提升商业决策能力。在应用实践创新第三阶段，旨在打造学生在数字物流应用场景中商业实战的专业能力。在学科竞赛与企业实习等创新创业项目中，通过加强与涉及数字经济业务企业间的产教融合，使学生可直接接触真实的企业案例，以便更深入理解專业发展前景、提升职业竞争力。

2??建设内容

2.1??数据思维启迪

一是在理论内容部分，笔者在对“互联网+”物流企业实地调研及对当前物流领域热点资源，如网络货运平台、供应链数字化、重庆市三级物流体系建设等进行汇集与整理的基础上，紧扣政府大数据行动计划和物流业数字化转型热点，并将其以专题嵌入、案例分析的形式融入物流理论课程中。例如，《物流系统分析与设计》课程可以采用案例分析和课后习题的融入方法，在物流系统规划设计总述章节中，对数字原生企业小米在供应、生产、销售等环节中重构数字生态链进行探讨，通过现实案例探究数字技术驱动下企业运作背后的动因与理念，并引出案例习题巩固学生课后训练。《经济数学》课程则将数字经济下的平台经济、共享经济的特点与市场失灵的表现加以融合，通过现实问题来探讨数字经济下市场失灵的背后原因与理论，并在课后给出习题加以巩固练习。

二是在实践内容部分，按照数据量化、数据关联、数据展示的过程，对原始数据进行分析，形成契合数字经济背景下的数据思维习惯。以《物流综合实训》课程为例，教师在授课过程中可以利用统计年鉴中的物流指标面板数据，分析物流系统中各要素之间的联系及发展规律，并做可视化展示，让学生普遍掌握数据分析的思路、策略，激发学生的创新思维、提升学生数据敏感性。在此过程中，可运用Spss、State等统计学软件提升学生学以致用的数据认知。数据思维启迪教学方法设计如表1所示。

2.2??业务技能训练

本阶段为数字化能力培养的重点阶段。数字经济视域下的商业决策问题需要数据分析与挖掘等大数据技术来解构相关价值。学院在数字经济背景下，开设《Python和商业数据分析》《大数据挖掘技术与应用》等实验课程，围绕如何充分培养数据思维和新商业思维实践能力这一教育目标，确立“项目引领，任务驱动”的授课教学模式。具体的教学改革方式将从教学思路、教学方法两个方面来阐述。

一是在教学思路设置方面，以情景在先、知识随后、实验验证与拓展相结合的教学思路，将课堂教学与商业问题决策紧密结合起来，以数据思维和商业思维的培养为教学目标。教学具体流程如下，首先，情景在先确定项目问题，定位数字物流领域案例来选定商业决策问题，通过任务驱动的方式激发学生的学习热情。其次，知识随后划分