數字化時代的汽車數據分析課程建設探究

王寧 舒雅靜

【摘要】在新一輪技術變革浪潮中，數字化成為工業創新發展的核心。本文首先探討數字化對汽車產業就業生態的影響，提出汽車數據分析人才的市場需求;其次，通過梳理汽車企業對數據分析人才的知識技能要求，明晰汽車數據分析人才的能力結構;進而以同濟大學汽車學院為例，研究汽車數據分析課程的設計原則與體系框架。

【關鍵詞】數字化時代 ?汽車數據 ?建設探究

【中圖分類號】G642.0 【文獻標識碼】A 【文章編號】2095-3089（2020）09-0231-01

如何培養既能滿足傳統汽車產業的市場需求，又能開拓適應數字化時代汽車產業新業務領域的創新人才，成為當前車輛工程學科方向人才培養迫切需要解決的關鍵問題。

一、汽車數據分析人才的市場需求

數字化技術正逐步滲透到汽車產業鏈的各個環節，從生產制造到市場營銷，乃至后市場服務。掌握特定的專業技能、善用數字技術成為諸多崗位的“必修課”，而一些技能含量低、易被機器智能取代的就業崗位會被弱化，甚至消失，比如：用大數據分析質量管理的歷史和實時數據，將減少質量管理人員的就業機會[1] 。

面對數字化時代的汽車產業就業新趨勢，有必要開設一門創新型、學科交叉型的汽車數據分析課程，提高學生的數據分析與處理能力，以滿足數字化時代汽車產業對汽車數據分析師的人才需求。

二、汽車數據分析人才的能力結構

汽車數據分析人才需具備車輛工程、經濟學、管理學與統計學的多學科知識背景，可以通過掌握的大量汽車產業數據，運用科學的計算工具，進行科學合理的定量分析，對實際項目現狀與遠期情況進行統計、分析、預測，為企業經營決策提供科學量化分析的依據[2]。

1.懂業務。汽車數據分析人才需具備基本的車輛工程專業素養，掌握汽車理論、汽車構造、汽車設計、汽車產品管理與營銷、汽車生產過程管理、汽車后市場、汽車產業經濟、汽車零部件供應鏈等方面的汽車工程知識[3]。

2.懂管理。汽車數據分析人才需具備基本的管理學與經濟學知識，對數據分析結論提出有指導意義的分析建議，確保分析建議能有效幫助企業制定經營策略、解決實際問題。

3.懂分析。汽車數據分析人才需掌握數據分析基本原理與數據分析方法，包括但不限于相關分析、回歸分析、因子分析、聚類分析、時間序列分析、結構方程分析等。

4.懂工具。汽車數據分析人才需了解并能梳理運用數據分析相關的常用軟件工具，常用的數據分析工具如EXCEL、EViews、SPSS、SAS等統計分析軟件，R語言、Python語言等編程語言，ACCESS、SQL等數據庫軟件。

5.懂表達。汽車數據分析人才需具備較強的文字功底與圖表設計能力，能獨立撰寫研究報告，才能更清晰、更有效地表達數據分析觀點。

三、汽車數據分析課程建設的原則與內容

為了適應新時代的汽車產業人才培養需求，同濟大學汽車學院營銷方向從2018年開始，在原有以車輛工程與管理學為主的課程體系基礎上，積極探索汽車數據分析人才的培養模式，設立《汽車數據分析》課程建設教改項目，以提高車輛工程專業研究生的數據分析能力。

（一）課程建設目標

該課程的總體目標是培養出創新型、應用型、復合型的汽車數據分析人才，滿足數字化時代的汽車產業就業需求。具體來說，有三個目標：

1.加深車輛工程相關學科方向研究生對汽車產業數字化變革的認知，使得學生熟悉數字化時代汽車產品開發流程，加強學生對新時代下技術革命與商業模式融合創新發展趨勢的了解程度。

2.系統構建車輛工程相關學科方向研究生的數據采集、調查設計和數據分析的基礎理論知識體系，使得學生掌握社會調查方法、實驗設計方法、行為研究方法和數據分析方法。

3.系統提升車輛工程相關學科方向研究生的分析工具運用能力和創新實踐能力，提高學生對SPSS、EViews、SAS等統計分析工具的操作水平，鍛煉學生對調查統計與數據分析方法的應用能力。

（二）課程建設原則

在設計《汽車數據分析》課程時，應遵循三個主要原則：

1.充分考慮汽車產業邁入數字化變革期的時代背景，注重培養學生的前瞻性能力與創新能力，拓寬學生對未來汽車社會的認知廣度與深度。

2.充分考慮多學科、多專業在數據決策的綜合應用，注重多學科知識體系交叉融合，加強對多學科教學內容的協同整合。

3.充分考慮就業單位和實際工作的知識和能力需求，注重理論研究與實踐應用相結合，在課程設置時增多軟件教學的講解與應用案例的訓練。

（三）課程內容設置

基于課程培養目標，《汽車數據分析》課程主要包含以下三大模塊的內容：

1.與數字化時代的汽車產業相關的內容：汽車社會數據生態體系、汽車顛覆式技術創新、數字化時代的汽車產品開發流程、汽車消費行為與數字化體驗。

2.與數據分析理論和方法相關的內容：大數據與云計算、研究模型與實證研究、社會調查方法、線性回歸建模、因子分析、聚類分析、結構方程分析、離散選擇分析。

3.與軟件操作和實際案例相關的內容：SPSS軟件應用案例、SAS軟件應用案例。

同時，將把課程內容的知識點與實訓統計調查方法與實務、專題案例綜合訓練等多種創新性教學方法相結合，為數字化時代的汽車產業輸出優秀的數據分析人才。

參考文獻：

[1]波士頓咨詢公司.邁向2035：4億數字經濟就業的未來[R]. 上海：波士頓咨詢公司，2017.

[2]桂喜民，閆峰，趙冠華.大學階段數據分析師的培養研究[J].中國統計，2016（2）：40-42.

[3]王寧，李赟.車輛工程（營銷方向）交叉復合創新人才培養專業課程體系探究[J].新課程研究（中旬刊），2014（9）：46-47.

作者簡介：

王寧，男，山東煙臺人，管理學博士，副教授，博士生導師，主要研究方向為新能源汽車產業化與共享交通可持續。