大數據時代物流專業教育對策分析

摘要：菜鳥網絡吹響物流大數據號角，物流專業教育迎來發展機遇，但當前物流教育存在一定的問題，與大數據時代需求的物流教育存在一定的差距。為適應新形勢，提出物流專業教育須推動專業教育改革，從實踐出發，加強互動，培養個性化與創新能力，方能使物流教育跟上時代潮流。

關鍵詞：物流專業；教育改革；大數據

中圖分類號：G640 文獻標志碼：A 文章編號：1674-9324（2014）43-0049-03

據國家郵政局發布數據，2013年“雙11”全天共產生訂單快遞物流量約1.8億件。對比2012年數據，“三通一達”快遞公司流量全部翻倍，日處理量已過千萬，卻并未像往年出現“快遞爆倉”的現象，網購者普遍認為配送效率較高。這其中，大數據應用起到了絕對的重要作用。

一、大數據時代

最早提出“大數據（Big Data）”的是全球知名咨詢公司麥肯錫，他們認為“大數據是下一輪創新、競爭和生產力的前沿”，“對于企業來說，海量電子數據的應用將成為未來競爭和增長的基礎”。由于大數據具有規模性、多樣性、高速性、價值性的特點，使得數據處理工具、處理方式，隨著互聯網與信息技術的進步，得到逐步發展，同時大數據應用也已經深入到各行各業，從科技到醫療、政府、教育、經濟以及社會的其他各個領域。2013年5月召開的“京交會”上，申通快遞展示了其最新的“信息化智能平臺”。該平臺通過對數據的歸納、分類和整合，可以清楚地查看申通網絡任何一個網點的經營現狀和業務構成等。而在2013年初，京東商城就已啟動云計算研發基地，并成立“京東商城——中國人民大學”電子商務實驗室，著力電子商務大數據的分析與合作。

二、大數據給物流專業教育帶來的機遇與挑戰

據規劃，菜鳥網絡將建成一張能支撐日均300億元網絡零售額的智能物流骨干網絡，讓全國任何一個地區做到24小時內送貨必達。這是大數據在物流領域的一次大應用，這種應用將會改變物流行業格局，勢必給各物流運營商帶來沖擊。所以，物流快遞行業必須及時提高企業競爭力度，擴大企業實力，進而迎接激烈的挑戰，而一些菜鳥網帶來的不僅僅是挑戰，還蘊含著有利商機，同時創造大量的就業崗位，帶來大量的人才缺口。根據麥肯錫公司的預測報告，到2018年，僅僅美國可從事“深度分析研究”的大數據專業人才短缺就將達到14萬～19萬人之間。這些人才不但需要掌握著機器學習技術、統計或計算機科學技術，而且還必須能夠真正知道如何將龐大的數據信息轉化為有意義的商業情報。大數據的價值在于從海量的數據中發現新的知識，創造新的價值。可喜的是，物流快遞行業正是一個產生大量數據的行業，在物流快遞各個環節中都會產生海量的數據。應用“大數據”技術，通過對其中的數據進行歸納、分類和整合，清楚地分析企業網絡任何一個網點的經營現狀和業務情況等。然而，傳統物流本科教育培養的是更偏向物流系統構建、分析，物流系統運營管理等精英人才。大數據在物流行業的應用產生的物流系統數據分析師對企業的作用將越來越大，這就對物流教育提出了更高的要求。只會IT技術的人才是不能解決物流行業數據處理問題的，大數據需要的是復合型的人才，需要將深厚的技術背景與所在行業和業務領域的需求相結合。物流教育機遇隨之而來。

三、我國物流專業教育現狀

雖然大數據給物流教育帶來了機遇，但當前的物流教育模式，仍然不能勝任，因為我國推行物流教育20多年來，取得了一定的成就，但同時也存在一定的問題。（1）學科建設不夠完善。缺乏獨立的物流知識體系，很容易造成教學安排的重復，導致教學體系的冗余狀態。（2）教育模式陳舊。現階段的教育模式仍然是重知識傳授、輕能力培養，填鴨式教育不利于學生創新能力培養，分析問題、解決問題能力也欠佳。（3）教材雜，不能因材施教。存在相當一部分教材知識出現了重疊問題，很少將物流實踐經驗技術總結指導來進行教材編寫，教材質量普遍較低。（4）課程結業考察模式陳舊。學生只學習教材，容易形成期末突擊學習，考完就忘的局面。（5）教學配套實驗室建設落后。即使建設了相應的物流實驗室，但用于教學和科研的較少，擁有物流省級以上實驗室的更少。（6）學術與實踐能力并重的物流教師缺乏。由于當前教師都需要博士學位，因此大量年輕教師都缺乏企業實踐，對學生培養不利。（7）案例、互動教學少。物流是實踐行業，教育應輔以大量案例、互動教學，但當前案例教學大都較陳舊，國外案例不大符合國內實際情況，更多的案例沒有能將問題分析透，不能讓學生在實際中學習成長。

四、大數據背景下物流專業教育模式

在當前大數據發展如火如荼的背景下，大數據分析處理能力對物流專業教育提出了更高的要求。物流是實踐性很強的行業，物流教育也應立足實踐。大數據帶來的是思維的轉變，強調的是創新，是新發明、新服務的源泉。因此物流教育應立足實踐并積極創新，其教育模式可適當借鑒國外教育模式。德國模式：德國從人才培養目標、課程體系、師資隊伍和實踐環節的設計上都以應用型人才培養為基礎，對于培養目標而言，培養的人才不僅有系統的科學技術知識，而且具有超強的實際應用能力，學生畢業后能很快勝任大中型企業的技術骨干或小型企業的技術骨干等工作，其課程體系也與企業實際應用緊緊銜接，師資隊伍也以雙師型（即雙軌制）為主，實踐環節考核也有嚴格要求。

英國“工讀交替，實踐教學”模式：學生先到企業學習，了解企業的需要和自己需要的理論知識體系，再回到學校進行專業知識技術的學習，之后再回到企業進行實踐。通過這種形式讓學生充分將理論知識與實踐技能相結合，畢業時同時具備較好的系統知識與實踐技能。高校的培養目標、課程設置等方面均以應用為主，注重產學結合。多數高校與當地的企業形成互利合作機制，系科設置和課程設置按社會需要調整，學校招生人數大都以企事業單位的需要和勞動市場的人才預測來確定。這種人才培養模式不僅為社會培養大量應用型工程師，也大大提高了就業率。美國“生計教育”模式：高校的專業設置、課程設置與社會職業需求緊密關聯，使高校教育與社會職業高度相關，高校本科應用型人才培養強調學生在接受教育的同時接受專業知識與技能的培訓。人才培養的特點可以概括為：教學方式靈活多樣、企業高校合作培養、政府企業支持培養、系統知識與專業技能同時培養。這三種模式總結起來，就是高校教育注重社會需求，按崗位需要來設置知識技能教育體系，注重實踐，高校與企業聯合培養學生，其畢業后反哺企業，提高實踐能力與行業熱情。endprint

因此，在當前形勢下，物流教育模式可適當做出調整，可從以下幾個方面進行轉變：

1.明確就業定位。全國各高校的物流專業可根據自身專業優勢進行物流人才教育細分，不必全國都培養大致相同的人才。各高校有各自的優勢專業，完全可以形成自己的獨特優勢，進行差異化物流教育。根據定位來設置自己的培養計劃，按需培養。

2.加強校企合作。各高校可根據自己情況，加強與企業的合作，細分行業，形成以行業為基礎的物流專業特色。同濟大學物流工程專業至今已與建材行業、快遞行業、快消品行業、電子產品行業等多個行業建立產學研合作基地，通過行業滲透積累科研經驗，反哺教學，培養卓越工程師。

3.加強學生實踐。在建立的產學研基地中，充分磨合企業需求，為企業提供科研保障的同時，加大學生實踐力度，強調學生在實踐中學習，在實踐中成長。大數據教育靠學校自身是無法完成的，只有將學生投入到企業實踐中，從企業獲取數據，應用所學知識技能進行挖掘分析，為企業提供決策支持，才是多贏。為此，建議設置兩個實習期：大一暑假一至兩個月的專業實習，了解企業需求和學生自身所需學習的知識體系；第二個時期為大四上學期，學生學習后再實踐，要求能為企業解決一些具體問題，如大數據分析、網絡優化、倉庫布局及運作優化等。同濟大學物流工程專業當前已設置6周的企業實習，全身心投入到具體實踐當中。

4.開展校企合作的科研訓練計劃。建立如全國物流大學生設計大賽類似的訓練計劃，由企業根據自身情況發布題目，由學生組隊參賽，培養協作意識、動手能力與創新意識，解決實際問題，同時企業也能獲得一些“意想不到”的創新想法。學生的畢業論文或畢業設計盡可能安排在企業進行，雙導師的培養模式更能讓學生快速成長。同濟大學物流工程專業的某件畢業論文，將企業的倉庫效率提高30%。

5.鼓勵教師到企業踐習。君欲善其事，必先利其器。只有當教師擁有足夠的行業經驗的時候，才能更好地減少填鴨式教育，讓課堂更生動，提高教學效率，也能為企業解決更多的科研問題，形成緊密的校企合作關系，為學生教育提供更好的資源保障。

6.加強實驗室、專業圖書館建設。高水平實驗室是科研和教學的必要手段。實體仿真實驗器材和軟件環境，可以讓學生合理地構建自己的物流網絡，充分發揮想象力，培養創新能力，也是作為大數據分析的必備硬件。專業圖書館建設也能彰顯專業優勢，提供科研教學便利。

7.培養個性化學習。大數據時代的大學學習方式方法會相應改變。在大數據環境下建設的專業圖書館、實驗室提供共享學習平臺，學生可以根據自己的實際情況選擇適合自身發展的學習資源。學生們在學習的過程中，還可以將自己的學習信息公布出來，與相關領域的數據知識進行在線交流，實現學習互動模式。培養學生個性化的學習模式，不僅可以提高學生的自主性，還能通過自主學習激發學生的再創造能力，培養學生樹立個人愛好，對提高學生的綜合能力有很大的幫助。

大數據給物流行業帶來了沖擊，也帶來了機遇，物流專業教育必須與之適應，推動專業教育改革，從實踐出發，加強互動，培養個性化與創新能力，方能使物流教育跟上時代潮流。

參考文獻：

[1]林昶.淺議我國物流教育現狀與改善對策[J].教育教學論壇，2012，（10）：88-89.

[2]李小米.大數據時代的物流江湖[J].中國儲運，2013，（9）：71.

[3]史修松.大數據環境下地方高校應用人才培養初探[J].理論觀察，2013，（11）：134-135.

[4]江穎.高校人才培養模式優化研究[D].江西財經大學，2012-06-01.

[5]張艷.物流行業如何擁抱大數據[N].現代物流報，2013-11-26.

[6]王曉燕；熊燕舞.大數據時代的智慧物流——第七屆物流運輸過程透明管理高峰論壇實錄[J].運輸經理世界，2013-10-05.

[7]張艷.“大數據”或成物流企業的強力助手[N].現代物流報，2013-07-23.

[8]沈遠川，劉光明.地方高校文科“應用型課程模組”人才培養模式探索[J].重慶文理學院學報：社會科學版，2010，（05）.

[9]袁飛云，文小燕，郝曉玫，辛田.深化地方高校教育改革，培養應用型技術人才——榆林學院教學模式淺議[J].榆林學院學報，2007，（05）.

[10]裴云.“社會實踐+案例教學+案例研究”教育模式簡論[J].山西高等學校社會科學學報，2008，（02）.

*基金項目：同濟大學教改項目資助

作者簡介：林昶（1980-），男，講師，博士，研究方向為物流工程，組合優化。endprint