物流大數據分析人才培養體系設計

□ 王艷萍

(大連東軟信息學院，遼寧 大連 116023)

1 物流大數據分析人才需求

大數據的應用、智慧物流是物流業未來發展的方向。大數據作為國家戰略，在“十三五”期間受到了政策重點扶持，此前國務院辦公廳印發運用大數據加強對市場主體服務和監管的若干意見，要求在政府層面推動大數據應用。在物流行業等需求的推動下，大數據產業迎來年均逾100%的增長率，市場規模將達百億級別，基于物聯網大數據的智慧物流將是現代物流的發展方向。對于“大數據”技術的充分應用，物流路線、選址及倉儲等都有望得到進一步優化，從而達到即時服務目標。網絡技術的高速發展和應用程度的加深催生了訂單式生產，這對物流供應能力提出更高要求，需要不同企業在共同目標下實現深度融合，協同發展。因此，物流企業一方面需要與上下游企業建立戰略聯動關系，通過建立協作機制，為相關企業提供倉儲管理以及供應鏈金融等專業服務，更好地提供物流支撐服務;另一方面要與相關企業通過資源整合、資產整合、平臺整合、品牌整合等方式發展物流聯盟，共同實施擴張戰略和走出去戰略，開拓市場，實現利益共享，合作共贏。未來供應鏈管理人才將朝著“智慧化”方向發展，既要懂物聯網、云計算、大數據、人工智能、區塊鏈等應用于供應鏈的新技術，又要了解供應鏈上各行業的管理理念、方法、手段，掌握供應鏈的智能決策、智能采銷、智能運營等管理技術。大數據與智能物流發展迅速，物流行業的發展中機遇與挑戰共存，高校的人才培養也應緊跟行業發展趨勢，科學預測未來的物流人才需求，提前進行規劃和人才培養。

企業對物流專業人才的需求非常迫切，有近70%的企業表示需要甚至迫切需要物流人才。需求最為迫切的是中高級物流管理人才，選擇比例達到了87%，而需要基層物流操作人員的物流企業僅占16.06%。這說明隨著物流業的發展，企業越來越意識到中高級物流人才對自身發展的重要作用。近幾年物流行業的重點主要是跨領域技術與大數據、人工智能技術的結合，目前業內在物流大數據分析與應用、供應鏈需求預測等領域的人才需求量從2017到2019年增長了12倍。

2 物流大數據相關就業崗位能力要求

物流工程專業學生主要的就業崗位包括采購類、供應鏈管理類、物流運營類(分為倉儲方向、現場操作、配送方向、物流平臺運營、生產計劃等方向)、倉儲與庫存管理類、生產調度、運輸規劃與調度、需求分析、貨運代理與物流規劃類，共九大類別。

其中，涉及到大數據分析能力的有以下幾類，具體的崗位能力要求如下。

2.1 物流運營類

知識要求：運營管理、供應鏈與物流管理；

能力要求：數據分析、物流方案設計、運營與管理；

崗位能力：對物流信息系統及相關流程的理解和操作能力要求較高，熟練使用辦公軟件(尤其是Excel)，具備數據分析與處理能力強。

2.2 供應鏈管理類

知識要求：供應鏈管理、電子商務運營，數據分析與挖掘；

能力要求：數據分析、邏輯思維、溝通協作、英語能力、整體規劃；

崗位能力：主要傾向于熟練操作辦公軟件(尤其是Excel)，有ERP、SAP操作經驗,英語相對流利，數據分析能力要求較高。

2.3 倉儲與庫存管理類

知識要求：倉儲管理、倉儲作業流程；

能力要求：統籌規劃、數據分析、物流設備使用；

崗位能力：熟悉相應業務流程，能夠操作倉儲管理系統，具備一定的數據分析能力。

2.4 運輸規劃與調度類

知識要求：運輸管理、車輛調度、運輸流程管理；

能力要求：車輛配載、運輸線路優化、運輸調度與規劃、運輸現場管理、運輸資源與成本配置；

崗位能力：熟悉運輸調度與規劃方法，能將數據處理和業務分析能力應用于運輸資源配置與成本控制。

2.5 物流規劃類

知識要求：物流規劃原理、物流方案設計、物流設施設備、物流系統仿真；

能力要求：經營分析及業務規劃能力、路由規劃、網絡規劃、物流規劃、物流成本計算、流程改善、數據分析與創新思維；

崗位能力：具備數據分析與業務規劃能力，了解行業前沿，熟練使用相應軟件，如仿真軟件和AutoCAD。

3 物流大數據分析人才培養目標和畢業要求設計

物流人才培養目標中除了一些基本人才特質的培養要求外，還應該增加對物流大數據分析人才培養的描述，如了解和緊跟智慧物流發展；具有較強的工程實踐能力和跨領域、跨學科的集成應用能力；能夠靈活運用系統建模、仿真、智能優化、大數據分析等物流技術，解決復雜物流系統和供應鏈規劃與設計問題；能夠從事物流系統運營、供應鏈規劃與設計、物流大數據分析與應用等工作。

相應的畢業要求也應該涵蓋對物流大數據分析的要求，可以做如下設計。

3.1 職業素質要求

①具有創新精神及技術探究意識，能夠運用新理論、新產品、新技術、新工具，發現并解決客觀世界中的復雜物流工程問題。

②能夠在物流工程實踐過程中自覺遵守物流師的職業道德與規范，包括：誠信、嚴謹、責任、敬業、工匠精神。

3.2 專業基礎知識要求

①掌握高等數學、線性代數、概率統計等相關知識，能將其應用于解決物流領域數據科學相關的復雜問題。

②掌握經濟學、管理學的基本理論，熟練掌握基礎的企業管理理論。

③掌握統計學、運籌學等數據科學的基礎理論與基本方法。

④掌握辦公軟件、數據庫、程序設計語言等計算機基礎知識。

3.3 專業核心知識要求

①掌握生產運作管理、采購與庫存控制、供應鏈運營管理、物流信息系統管理等供應鏈與物流運營管理知識。

②掌握物流系統建模、企業資源規劃、供應鏈設計與診斷、物流系統仿真與優化等物流系統規劃與設計知識。

③掌握物流系統數據分析、供應鏈大數據應用、數據可視化等物流大數據管理與應用知識。

3.4 專業基本能力要求

①應用數據庫、搜索引擎等工具，檢索并獲取有用的信息，通過進行整理與分類，甄別信息的質量和可靠性；應用大數據工具對數據進行分析與處理。

②掌握基本的溝通技巧，能夠就物流領域數據分析的相關專業問題，以口頭、文稿、圖表等方式，與團隊成員、同行、用戶及公眾進行有效溝通和交流，理解與業界同行和社會公眾交流的差異性。

3.5 專業核心能力要求

①具備發現、分析問題的能力，能夠發現物流大數據中的潛在問題，并能結合實際問題，運用所學知識分析產生問題的原因，運用多學科理論、方法和技術解決物流大數據環境下實際問題的能力。

②掌握大數據管理與應用領域的相關技術與工具，具備智能物流技術應用能力，能夠使用系統建模技術、虛擬仿真技術、大數據技術、物聯網技術等物流領域及跨領域技術解決物流工程項目問題。

③具備物流系統規劃與設計能力，能夠實施物流系統的需求分析、現狀調研、運籌規劃、仿真設計、場景應用等工作。

4 課程體系設計

按照大數據類通用人才的崗位職責，在不同階段，需要掌握不同的知識和工具，具體如表1所示。課程體系應建立包括通識基礎課程、學科及專業基礎課程、專業課程、集中實踐環節的結構體系。大數據分析人才的培養主要在專業基礎課程、專業課程、集中實踐環節。

表1

結合物流專業的特征以及支撐培養目標和畢業要求的需要，物流大數據分析人才培養的課程體系設計也應該遵循人才成長路線設計課程鏈路，第1階段對應通識課和專業基礎課，專業基礎課應學習數理統計知識和物流管理基本知識，重在了解一定的專業知識，熟悉概念和原理。第2階段和第3階段對應專業課和專業限選課，此階段應學習數據采集與預處理、數據分析與挖掘、數據可視化、物流信息系統等知識，重在清晰了解業務邏輯，學習使用物流大數據分析工具，理解物流數據分析業務流程。第4階段和第5階段應該對應實踐環節，也就是實踐教學體系設計，運用學習的理論知識進行物流數據分析和應用，幫助學生感性地認知企業數據分析與預測過程，掌握對數據進行分析處理的方法，能夠為企業提供眾多有價值的情報，最終形成宏觀戰略布局的思維模式，幫助決策者做出快速、準確的決策。重在把專業知識技能進行實踐應用，提升學生信息化能力。

實踐教學環節的設置遵循“模塊化、層次化、遞進式”的原則：以培養學生的實踐應用能力和創新能力為出發點對實踐教學體系按崗位需求進行劃分，形成運營管理崗位實踐和規劃設計崗位實踐兩大模塊；針對每一個模塊的設計，按照“入門引導―基礎訓練―綜合設計―研究創新”的順序貫通課內外、循序漸進，可以以專業導引與職業生涯規劃為開端，貫穿物流業務運營基礎訓練和物流綜合設計訓練，以畢業設計為收口，形成漸次遞進的一體化實踐教學系統。

按照以上邏輯，針對物流大數據分析人才培養鏈路，課程設計體系如下圖1所示。

圖1 物流大數據分析人才培養課程體系設計

5 素質教育與專業教育的一體化設計

素質教育和專業教育是相互補充、相輔相成的整體，物流大數據分析人才的培養也離不開素質教育。在物流大數據分析人才培養的一體化課程設計中，專業教育的目的在于培養學生的專業技能，為就業做好準備，具有很強的專業性。素質教育應以學生素質和能力培養為側重點,更加強調學生的應用動手能力和個人素質的培養。素質教育就是大學里的第二課堂，可以設計成學生社團、學科競賽、素質教育項目、講座、論壇等各種各樣的活動形式，其中，學科競賽和講座是比較好實現的形式，也是與專業教育融合最多的形式，專業教師可帶領學生參加各類數據分析相關的學科競賽，如全國大學生市場調研大賽、阿里云天池大賽、全國大學生數學建模競賽、全國大學生大數據技能競賽、全國高校大數據應用創新大賽、全國高校計算機能力挑戰賽-大數據應用賽、“泰迪杯”全國數據挖掘挑戰賽等。各個學校應結合本校特色和專業特色，將物流大數據分析人才的素質培養涵蓋到入學教育、國防教育、公益勞動、社會實踐、畢業教育等方面。素質教育在教育理念、內容和方法上與專業教育不同,但素質教育的實現要以專業教育為基礎。將素質教育與專業課程結合到一起，建立多層次、一體化的課程體系，同時構建和完善大學生素質教育體系，將理論與實踐融合。專業教育和素質教育對培養目標和畢業要求進行立體解讀，專業對學生學習效果進行動態跟蹤，同時根據培養目標和畢業要求對專業教育和素質教育的內容進行實時調整。

物流大數據分析人才培養要把握行業、企業的人才需求與專業人才培養的現狀，對比其他高校的培養方案，充分借鑒知名高校的成功經驗，梳理好培養目標、畢業要求、專業能力、課程體系之間的關系，在此基礎上確定專業人才培養的整體思路。人才培養體系要突出“學生中心、產出導向、持續改進”的基本原則，堅持應用型人才培養目標的定位，人才培養體系設計應以調研為出發點，以課程體系設計為重點，以課程建設為落腳點，以培養目標、畢業要求、課程體系、素質教育映射關系為紐帶，加強專業內涵建設，引導專業特色發展。