國內(nèi)物流學(xué)科深度學(xué)習(xí)發(fā)展趨勢(shì)研究

高翔 吳剛 李爽爽 謝正忠

摘 ?要：隨著物流行業(yè)發(fā)展越來越信息化、智能化，使得物流學(xué)科需要改善人才培養(yǎng)模式以適應(yīng)其發(fā)展。在深化面向以學(xué)生核心素養(yǎng)發(fā)展的課程教學(xué)改革背景下，深度學(xué)習(xí)成為教育領(lǐng)域的研究熱點(diǎn)，為了更好地了解物流學(xué)科深度學(xué)習(xí)的研究現(xiàn)狀及發(fā)展趨勢(shì)，研究以CNKI數(shù)據(jù)庫在2010～2020年收錄的中文核心期刊和CSSCI來源期刊為研究對(duì)象，綜合利用CiteSpace軟件、Bicomb軟件和SPSS軟件，對(duì)作者、關(guān)鍵詞等內(nèi)容進(jìn)行分析。研究表明，國內(nèi)深度學(xué)習(xí)研究主題主要集中在深度學(xué)習(xí)相關(guān)理論研究、信息環(huán)境研究、學(xué)習(xí)者能力研究以及教學(xué)策略研究四個(gè)方面。未來物流學(xué)科深度學(xué)習(xí)的發(fā)展趨勢(shì)需結(jié)合不同學(xué)科深度學(xué)習(xí)現(xiàn)狀并逐步向提升核心素養(yǎng)、發(fā)展智慧教育、實(shí)現(xiàn)跨學(xué)科融合以及實(shí)踐性教學(xué)等方面發(fā)展。

關(guān)鍵詞：物流學(xué)科;深度學(xué)習(xí);研究主題;發(fā)展趨勢(shì)

?中圖分類號(hào)：G642 ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： With the development of the logistics industry becoming more and more informational and intelligent， the logistics discipline needs to improve the talent training model to adapt to its development. In the context of deepening the curriculum and teaching reform for the development of students' core literacy， deep learning has become a research hotspot in the field of education. In order to better understand the research status and development trend of deep learning in logistics， the research is based on the CNKI database in 2010～2020. Chinese core journals and CSSCI source journals are the research objects， using CiteSpace software， Bicomb software and SPSS software to analyze the author， keywords and other content. Research shows that domestic deep learning research topics mainly focus on four aspects： deep learning related theoretical research， information environment research， learner ability research， and teaching strategy research. The future development trend of deep learning in logistics disciplines needs to combine the status quo of deep learning in different disciplines and gradually develop in terms of improving core literacy， developing wisdom education， achieving interdisciplinary integration， and practical teaching.

Key words： logistics discipline; deep learning; research topics; research trends

0 ?引 ?言

自加入世界貿(mào)易組織（WTO）以來，我國物流業(yè)發(fā)展迅速，社會(huì)物流總額從2002年的23.3萬億元增加到2020年的300.1萬億元，物流從業(yè)人數(shù)從2000年的2 000多萬人增加到2020年的5 191萬人，港口貨物吞吐量與集裝箱吞吐量均位居世界第一[1]。隨著信息技術(shù)的飛速發(fā)展，傳統(tǒng)的物流學(xué)科的學(xué)習(xí)方式已不再適用于當(dāng)今時(shí)代，社會(huì)對(duì)21世紀(jì)公民提出了新的訴求：學(xué)習(xí)者不僅要牢固掌握各個(gè)學(xué)科的知識(shí)，還需要具備自主學(xué)習(xí)、問題解決、遷移應(yīng)用、與人合作等方面的能力，這就要求教師和學(xué)生要轉(zhuǎn)變傳統(tǒng)的淺層學(xué)習(xí)方式為深層學(xué)習(xí)。2018年《新媒體聯(lián)盟中國教育技術(shù)展望：地平線項(xiàng)目區(qū)域報(bào)告》指出，無論是基礎(chǔ)教育、高等教育還是職業(yè)教育都應(yīng)該引入對(duì)現(xiàn)代信息技術(shù)的應(yīng)用，同時(shí)把深度學(xué)習(xí)方式作為當(dāng)代中國教育技術(shù)應(yīng)用的主要趨勢(shì)之一[2]。為了提高物流學(xué)科人才培養(yǎng)質(zhì)量，改變物流學(xué)科人才培養(yǎng)模式，物流學(xué)科在進(jìn)行人才培養(yǎng)時(shí)需與深度學(xué)習(xí)的教學(xué)方式深度結(jié)合，只有這樣才能達(dá)到目前物流行業(yè)人才標(biāo)準(zhǔn)。研究以中國知網(wǎng)CNKI數(shù)據(jù)庫為來源，通過文獻(xiàn)計(jì)量學(xué)的方法，借助CiteSpace軟件和Bicomb軟件，分析了從2010年至2020年期間發(fā)表的有關(guān)深度學(xué)習(xí)的研究文獻(xiàn)，并且以知識(shí)圖譜的形式呈現(xiàn)深度學(xué)習(xí)的研究現(xiàn)狀和熱點(diǎn)，進(jìn)而將物流學(xué)科的發(fā)展與深度學(xué)習(xí)相結(jié)合，提出物流學(xué)科深度學(xué)習(xí)的發(fā)展趨勢(shì)。

1 ?文獻(xiàn)來源與分析方法

1.1 ?數(shù)據(jù)來源

本研究數(shù)據(jù)來源于中國知網(wǎng)（CNKI），以“深度學(xué)習(xí)”“深層學(xué)習(xí)”為關(guān)鍵詞，時(shí)間設(shè)定為2010～2020年，來源類別設(shè)為“北大中文核心期刊”和“CSSCI”來源期刊，文獻(xiàn)分類目錄設(shè)定為“社會(huì)科學(xué)Ⅱ輯”，共獲得文獻(xiàn)709篇。剔出重復(fù)、書評(píng)、會(huì)議綜述、征稿等與本研究無關(guān)的文獻(xiàn)，最終得到有效文獻(xiàn)682篇。

1.2 ?研究方法

本文用CiteSpace軟件和Bicomb軟件相結(jié)合的方法進(jìn)行資料分析。首先，利用CiteSpace軟件對(duì)所檢索文獻(xiàn)進(jìn)行研究學(xué)者的合作共現(xiàn)分析形成知識(shí)圖譜，得出在教育領(lǐng)域深度學(xué)習(xí)研究的重點(diǎn)學(xué)者。然后利用Bicomb軟件進(jìn)行關(guān)鍵詞分析形成關(guān)鍵詞共現(xiàn)矩陣，將矩陣導(dǎo)入SPSS軟件中得到關(guān)鍵詞系統(tǒng)聚類樹狀圖，將關(guān)聯(lián)性較高的關(guān)鍵詞進(jìn)行聚類，從而總結(jié)深度學(xué)習(xí)的研究主題。最后，將深度學(xué)習(xí)的研究主題以及熱點(diǎn)與物流學(xué)科相結(jié)合，結(jié)合物流行業(yè)的人才需求預(yù)測(cè)物流學(xué)科深度學(xué)習(xí)的發(fā)展趨勢(shì)。

2 ?研究結(jié)果分析

2.1 ?文獻(xiàn)量時(shí)間分布分析

?本文通過逐年統(tǒng)計(jì)文獻(xiàn)數(shù)量來探究文獻(xiàn)的產(chǎn)出情況，結(jié)果如圖1所示，整體來看，有關(guān)深度學(xué)習(xí)的文獻(xiàn)研究數(shù)量呈逐年增長趨勢(shì)。2010年至2012年，發(fā)表相關(guān)文獻(xiàn)數(shù)量極少，說明該研究還未引起廣泛關(guān)注，自2014年起文獻(xiàn)研究數(shù)量開始增加，2016年文獻(xiàn)數(shù)量迅猛增長。從2017年開始，有關(guān)深度學(xué)習(xí)的文章發(fā)文數(shù)量每年都超過百篇，以此看出，深度學(xué)習(xí)在國內(nèi)的關(guān)注度持續(xù)增高，并且國內(nèi)學(xué)者對(duì)深度學(xué)習(xí)的研究熱度總體保持穩(wěn)定增長的趨勢(shì)。

2.2 ?作者文獻(xiàn)合作網(wǎng)絡(luò)分析

圖2為作者合作網(wǎng)絡(luò)知識(shí)圖譜，圖譜中顯示的作者發(fā)文數(shù)量都是2篇及以上，從發(fā)表文章的數(shù)量上來看，發(fā)表4篇及以上文章的作者共有8位，其中趙蔚和姜強(qiáng)發(fā)文數(shù)量最多，分別為6篇，任虎虎發(fā)表5篇文章，董玉琦、藥文靜、胡航、李敏和呂林海分別發(fā)表4篇文章。從節(jié)點(diǎn)和連線來看，圖中一共有52個(gè)節(jié)點(diǎn)，18條連線，密度僅為0.0136，這說明作者間聯(lián)系不緊密。從整體來看，作者之間的合作趨勢(shì)有待加強(qiáng)，研究團(tuán)隊(duì)仍不穩(wěn)定，相關(guān)作者之間缺乏交流與合作。

2.3 ?文獻(xiàn)關(guān)鍵詞共現(xiàn)分析

2.3.1 ?關(guān)鍵詞共現(xiàn)矩陣

?研究利用Bicomb軟件對(duì)關(guān)鍵詞進(jìn)行處理，以便后續(xù)研究對(duì)關(guān)鍵詞進(jìn)行聚類分析。所分析文獻(xiàn)一共提取到3 009個(gè)關(guān)鍵詞，取其中頻次大于等于4的關(guān)鍵詞進(jìn)行分析，共計(jì)65個(gè)關(guān)鍵詞作為高頻關(guān)鍵詞導(dǎo)出。如表1所示是篩選出的部分高頻關(guān)鍵詞及其對(duì)應(yīng)的頻次，同時(shí)高頻關(guān)鍵詞共現(xiàn)矩陣如表2所示。

2.3.2 ?關(guān)鍵詞聚類分析

將所提取出的高頻關(guān)鍵詞矩陣導(dǎo)入SPSS軟件中進(jìn)行聚類分析，并以樹狀圖的形式將結(jié)果輸出，部分高頻關(guān)鍵詞系統(tǒng)聚類樹狀圖如圖3所示。

通過文獻(xiàn)閱讀，結(jié)合聚類分析結(jié)果，可以將深度學(xué)習(xí)研究熱點(diǎn)及主題分為深度學(xué)習(xí)的相關(guān)理論研究、深度學(xué)習(xí)的信息環(huán)境研究、深度學(xué)習(xí)的學(xué)習(xí)者能力研究和深度學(xué)習(xí)的教學(xué)策略研究四個(gè)聚類，主題及對(duì)應(yīng)的部分關(guān)鍵詞如表3所示。

3 ?研究展望

?根據(jù)上述對(duì)知識(shí)圖譜以及關(guān)鍵詞聚類的分析，將物流學(xué)科人才需求與深度學(xué)習(xí)的研究主題相結(jié)合，本研究對(duì)物流學(xué)科深度學(xué)習(xí)的發(fā)展趨勢(shì)做如下預(yù)測(cè)：

3.1 ?注重綜合能力，提升核心素養(yǎng)

?2016年9月，《中國學(xué)生發(fā)展核心素養(yǎng)》總體框架的正式發(fā)布，將核心定為培養(yǎng)“全面發(fā)展的人”，其主要分為文化基礎(chǔ)、自主發(fā)展、社會(huì)參與三個(gè)方面，綜合表現(xiàn)為人文底蘊(yùn)、科學(xué)精神、學(xué)會(huì)學(xué)習(xí)、健康生活、責(zé)任擔(dān)當(dāng)、實(shí)踐創(chuàng)新六大素養(yǎng)[3]。2018年3月，北京師范大學(xué)中國教育創(chuàng)新研究院首次對(duì)外發(fā)布《21世紀(jì)核心素養(yǎng)5C模型研究報(bào)告》，5C模型具體包括文化理解與傳承（Cultural Competency）、審辯思維（Critical Thinking）、創(chuàng)新（Creativity）、溝通（Communication）、合作（Collaboration）五大素養(yǎng)[4]。社會(huì)的發(fā)展瞬息萬變，要求學(xué)生具備良好的核心素養(yǎng)以應(yīng)對(duì)復(fù)雜的環(huán)境變化。同樣，對(duì)于現(xiàn)代物流行業(yè)來說，對(duì)物流人員的要求不僅僅是對(duì)人、物、財(cái)、設(shè)備、信息和方法的管理，還需要從事包裝、運(yùn)輸以及搬運(yùn)等物流活動(dòng)，甚至還需要承擔(dān)一定的管理職能，如經(jīng)濟(jì)管理、技術(shù)支持、質(zhì)量控制等[5]。那么，高校為了培養(yǎng)符合要求的物流人才，發(fā)展學(xué)生的核心素養(yǎng)就尤為重要。

3.2 ?信息技術(shù)支撐，發(fā)展智慧教育

?隨著信息技術(shù)的發(fā)展，物流行業(yè)已經(jīng)不是傳統(tǒng)的運(yùn)輸方式，其中需要新興信息技術(shù)的支撐來達(dá)到高效運(yùn)輸?shù)哪康腫6]。同時(shí)，課堂教學(xué)中引入了越來越多的智能化設(shè)備，使得智慧教育便成為順應(yīng)時(shí)代發(fā)展的必然產(chǎn)物。物流學(xué)科深度學(xué)習(xí)不僅要求掌握學(xué)科知識(shí)，更注重培養(yǎng)高級(jí)思維與知識(shí)遷移應(yīng)用的能力[7]。而智慧教育所培養(yǎng)出的人才要求具備良好的學(xué)習(xí)能力、合作溝通能力以及問題解決能力，由此可見物流行業(yè)對(duì)人才的需求與智慧教育所培養(yǎng)出人才的特點(diǎn)具有很高的契合度。物流行業(yè)的智慧化就是物流行業(yè)與物聯(lián)網(wǎng)、人工智能的高度融合，利用大數(shù)據(jù)進(jìn)行決策與經(jīng)營。這就要求物流學(xué)科在培養(yǎng)模式方面緊跟時(shí)代要求，培養(yǎng)學(xué)生的創(chuàng)新能力和數(shù)據(jù)分析能力，為物流行業(yè)輸送綜合型智慧人才。

3.3 ?以問題為導(dǎo)向，實(shí)現(xiàn)跨學(xué)科融合

?隨著物流行業(yè)發(fā)展的越來越成熟，對(duì)從業(yè)人員的需求也不僅僅是掌握基礎(chǔ)的物流專業(yè)知識(shí)，更需要同時(shí)掌握物流專業(yè)知識(shí)與計(jì)算機(jī)科學(xué)、心理學(xué)等方面的綜合性人才。那么物流學(xué)科深度學(xué)習(xí)的研究將會(huì)以跨學(xué)科融合的特點(diǎn)呈現(xiàn)，包括計(jì)算機(jī)科學(xué)、教育學(xué)以及心理學(xué)等學(xué)科的交叉融合。隨著技術(shù)的不斷發(fā)展，物流學(xué)科深度學(xué)習(xí)也將會(huì)以更加成熟的方式深入到教育教學(xué)活動(dòng)中，學(xué)生的自主選擇性越來越高，個(gè)性化的資源推薦更有利于學(xué)生進(jìn)行多學(xué)科的綜合性學(xué)習(xí)。跨學(xué)科融合意味著對(duì)教師和學(xué)生來說，都要主動(dòng)打破學(xué)科之間的壁壘，以實(shí)際生活中的問題為導(dǎo)向進(jìn)行學(xué)習(xí)，通過融合學(xué)習(xí)過程中所了解到的各種信息，來解決真實(shí)世界中所發(fā)生的問題?？鐚W(xué)科學(xué)習(xí)要求學(xué)生綜合掌握學(xué)科知識(shí)，更要求學(xué)生以解決問題為目的，通過探究式學(xué)習(xí)、合作式學(xué)習(xí)等方式提高其綜合素養(yǎng)，由此學(xué)生在學(xué)習(xí)過程中，其問題解決能力以及合作交流溝通能力都會(huì)得到全方位的提升，這與物流行業(yè)的人才需求不謀而合。因此，要培養(yǎng)綜合型的物流人才，就要實(shí)現(xiàn)跨學(xué)科融合式教學(xué)，不再局限于單一學(xué)科的學(xué)習(xí)，將所學(xué)知識(shí)融合在一起才能在人才競(jìng)爭(zhēng)中處于優(yōu)勢(shì)地位。

3.4 ?深化研究理念，發(fā)展實(shí)踐性教學(xué)

?對(duì)于物流學(xué)科來說，實(shí)踐能力非常重要，良好的實(shí)踐能力更準(zhǔn)確地掌握行業(yè)發(fā)展的方向。美國深度學(xué)習(xí)項(xiàng)目（SDL）提出深度學(xué)習(xí)的三個(gè)領(lǐng)域，包括認(rèn)知領(lǐng)域、人際領(lǐng)域和自我領(lǐng)域[8]，在深度學(xué)習(xí)認(rèn)知領(lǐng)域的策略主要包括為學(xué)生提供實(shí)習(xí)機(jī)會(huì)，鼓勵(lì)學(xué)生積極參與項(xiàng)目是學(xué)習(xí)、鍛煉批判性思維能力;在深度學(xué)習(xí)人際領(lǐng)域的策略為組建研究合作小組以加強(qiáng)合作溝通技能;在深度學(xué)習(xí)自我領(lǐng)域的策略為進(jìn)行個(gè)性化學(xué)習(xí)，發(fā)展自我管理與獨(dú)立學(xué)習(xí)能力。由此可見，實(shí)踐性教學(xué)，不僅可以使學(xué)生更好地掌握學(xué)科知識(shí)，同時(shí)還能培養(yǎng)學(xué)生的自我反思、批判思維以及合作溝通能力。將理論知識(shí)在實(shí)踐中的具體應(yīng)用作為重點(diǎn)內(nèi)容，使他們能夠在由教材構(gòu)成的知識(shí)體系中充分發(fā)揮自身的創(chuàng)造性，能夠?qū)⑺鶎W(xué)的理論知識(shí)靈活運(yùn)用到實(shí)踐當(dāng)中去，提高實(shí)踐能

力[9]。如今，物流學(xué)科的深度學(xué)習(xí)同樣需要將理論向?qū)嵺`方向轉(zhuǎn)化，通過實(shí)踐性教學(xué)培養(yǎng)學(xué)生的綜合素養(yǎng)，無論是在認(rèn)知領(lǐng)域、人際領(lǐng)域還是自我領(lǐng)域都能夠在實(shí)踐中得到很好的提升，因此，發(fā)展實(shí)踐性教學(xué)將成為物流學(xué)科深度學(xué)習(xí)未來的研究趨勢(shì)之一。

4 ?總 ?結(jié)

?如今，技術(shù)更新一日千里，這就要求物流學(xué)科的教育者做到與時(shí)俱進(jìn)，不斷進(jìn)行教學(xué)模式的改革創(chuàng)新。而從深度學(xué)習(xí)研究熱點(diǎn)可以看出，其與物流行業(yè)對(duì)人才的標(biāo)準(zhǔn)不謀而合，因此，在物流學(xué)科建設(shè)中應(yīng)與深度學(xué)習(xí)的教學(xué)模式緊密結(jié)合，提高學(xué)生的知識(shí)整合、批判思維、合作交流以及問題解決能力，使學(xué)生達(dá)到深度學(xué)習(xí)的狀態(tài)，按照物流學(xué)科深度學(xué)習(xí)的發(fā)展趨勢(shì)，不斷培養(yǎng)智慧型、實(shí)踐型、綜合型的物流人才。

參考文獻(xiàn)：

[1] 丁俊發(fā). “十四五”期間我國物流業(yè)亟待解決的問題與對(duì)策[J]. 中國流通經(jīng)濟(jì)，2021，35（7）：3-8.

[2] 高媛，陳瀟. 《2018中國職業(yè)教育技術(shù)展望：地平線項(xiàng)目報(bào)告》解讀與啟示[J]. 電化教育研究，2018，39（4）：101-108.

[3] 北京師范大學(xué)中國教育創(chuàng)新研究院. 《21世紀(jì)核心素養(yǎng)5C模型研究報(bào)告（中文版）》發(fā)布[N]. 中國教師報(bào)，2018-04-11（06）.

[4] 辛濤，賈瑜. 核心素養(yǎng)落地的幾個(gè)關(guān)鍵問題[J]. 教育與教學(xué)研究，2019，33（7）：1-9.

[5] 禹華平，楊海艷. 高校物流管理專業(yè)建設(shè)及教學(xué)模式分析[J]. 高教探索，2016（S1）：96-97.

[6] 張萍. 信息化教學(xué)背景下的物流管理課程實(shí)踐探究[J]. 中國教育學(xué)刊，2017（S1）：157-158，169.

[7] 祝智庭. 以智慧教育引領(lǐng)教育信息化創(chuàng)新發(fā)展[J]. 中國教育信息化，2014（9）：4-8.

[8] Mette H， Catherine B， Jennifer， et al. The Shape of Deeper Learning： Strategies， Structures， and Cultures in Deeper Learning Network High Schools[R]. Washington， D.C： American Institutes for Research， 2014.

[9] 劉文芳. “互聯(lián)網(wǎng)+”背景下地方高校物流管理專業(yè)應(yīng)用創(chuàng)新型人才培養(yǎng)改革與實(shí)踐[J]. 高教學(xué)刊，2019（17）：166-168.

收稿日期：2021-08-04

基金項(xiàng)目：2020年度上海工程技術(shù)大學(xué)研究生科研創(chuàng)新項(xiàng)目“大數(shù)據(jù)環(huán)境下在線學(xué)習(xí)行為分析及學(xué)習(xí)成績預(yù)測(cè)研究”（20KY0312）

作者簡介：高 ?翔（1995-），女，河南鄭州人，上海工程技術(shù)大學(xué)管理學(xué)院碩士研究生，研究方向：物流管理、人力資源開發(fā)與教育;吳 ?剛（1975-），男，安徽安慶人，上海工程技術(shù)大學(xué)管理學(xué)院，上海工程技術(shù)大學(xué)繼續(xù)教育學(xué)院，副教授，博士，研究方向：人力資源開發(fā)與教育、工作場(chǎng)所學(xué)習(xí);李爽爽（1997-），女，山東菏澤人，上海工程技術(shù)大學(xué)管理學(xué)院碩士研究生，研究方向：物流管理、人力資源開發(fā)與教育;謝正忠（1998-），男，安徽六安人，上海工程技術(shù)大學(xué)管理學(xué)院碩士研究生，研究方向：人力資源開發(fā)與教育。