大數據環境下管理科學專業人才培養模式研究

摘 要：大數據環境對管理科學專業的人才培養有著重要影響。通過調研國內外典型高校，總結出管理科學專業人才培養的三種模式：專業大類培養模式、社會需求驅動模式和學科特色發展模式。通過分析大數據環境對管理科學專業人才培養目標、人才培養要求、教學模式和學習模式的影響，基于價值鏈模型提出一種漸進式的管理科學專業人才培養模式。該模式把課程與課堂主陣地視為人才培養的基礎活動，把明確專業發展方向、改善教學條件、改革教學方式、加強師資隊伍建設視為人才培養的支持活動，在基礎活動和支持活動的協同作用下，最終實現學生的個性化發展。

關鍵詞：大數據環境；管理科學專業；人才培養模式

管理科學專業兼具社會科學和自然科學的雙重屬性，在遵循管理學基本原理的基礎上，強調用自然科學的方法研究和解決管理問題。隨著信息技術的快速發展，大數據因其規模大、高增長、動態性、多元化等特征正引發全球范圍內的經濟和商業變革，甚至政府治理方式的改變與創新。在可以預見的將來，大數據將改變人類的思維模式，賦予人類明察秋毫的洞察力和高瞻遠矚的預測力，創造不可計數的價值，成為推動社會進步的新的生產力。作為強調定量分析等科學管理方法的管理科學專業，必須勇于抓住大數據發展所帶來的機遇，積極創新人才培養模式。

我國目前有50多所高校開設了管理科學專業，在人才培養模式方面進行了一些有益的探索。其中研究財經類高校和地方高校管理科學專業人才培養的文獻相對多一些，還有一些文獻針對管理科學與工程大類專業進行了研究。研究內容涉及培養定位、培養模式、課程設置等方面，但是考慮大數據環境對管理科學專業人才培養影響的文獻非常少。反觀其他專業，如會計專業、電子商務專業、市場營銷專業等，考慮到大數據對人才培養影響的文獻相對要多[1]。難道是管理科學專業不受大數據環境的影響嗎？事實并非如此。管理科學專業的最大特點就是改變了傳統的經驗管理，強調用定量的分析方法進行管理決策[2]。管理決策的科學程度取決于對信息掌握的多少。但數據不可能自己轉變為信息，尤其是面對大數據，如果我們不掌握必要的數據分析工具和信息處理手段，只能望著“寶山”興嘆。這就要求加強管理科學專業人才培養，特別要加強對學生大數據意識、知識、能力、素質的培養。

一、大數據的內涵與大數據環境的特征

（一）大數據的內涵

關于大數據的定義有很多，高德納認為大數據是數據規模大、數據流轉快速、數據類型多樣的信息資產，肖恩·康諾里認為大數據是由交易資料、互動資料和觀察資料組成的一種資料類型，麥肯錫公司則認為大數據是一種規模大到傳統數據庫軟件無法處理的數據集合[3]。盡管表述有所不同，但是對大數據的影響力形成了一個共識，就是大數據已經成為個人、企業乃至國家都無法回避的前沿話題，需要全新的基礎設施、思維方式、分析工具構成一個數據生態系統，未來的競爭都會因大數據而發生系統性改變。因此，管理科學專業必須主動地面對大數據對人才的知識、素質和能力的新要求，積極探索新的人才培養模式，確保我們培養出來的人才是真正適應大數據環境、滿足現代管理需要的高素質人才。

（二）大數據環境的特征

1. 大數據無處不在。人們每天使用手機、觀看電視、訪問網站、乘坐交通、網絡購物、在線學習、生產業務處理、政府公共服務、城市電子監控等都會產生大量的數據，同時我們開展這些活動，也要不同程度的應用到大數據。大數據已經滲透到我們生活的方方面面。

2. 數據龐大但價值密度低。在互聯網時代，人們學習、生產、生活的一切活動幾乎都會在網絡上留下痕跡，形成海量的原始數據。這些原始數據雖然規模龐大，但是存在數據大量重復、價值密度低等特征，想從中找到有價值的信息并不是一件容易的事情。

3. 大數據價值隱而不顯。如果不掌握一定的數據分析工具，大數據就只是一堆雜亂無章堆砌的數據而已。大數據因規模龐大，傳統的分析方法難以發現數據之間的關聯，從而揭示不了事物的發展規律。要想發現大數據背后潛藏的價值，必須掌握“掘金”的工具。

4. 決策行為越來越依賴于大數據。由于受到信息獲取的金錢、時間、精力和體力等成本的影響，傳統決策更多是憑借經驗和推理做出決定，而在大數據時代，由于數據獲取成本相對較低，使得運用大數據進行科學決策成為可能，可以避免犯經驗主義的錯誤。

二、國內外管理科學專業人才培養模式

為了了解國內管理科學專業的人才培養模式，本研究選擇了武漢大學、中國人民大學、四川大學三所綜合性重點高校，以及天津財經大學、山東財經大學兩所財經類普通高校進行了深入調查。由于國內外專業設置存在差異，完全和管理科學對應的國外專業比較少，因此本研究僅選取斯坦福商學院的管理科學與工程專業進行分析。

武漢大學的管理科學專業實行的是專業大類培養模式，放在工商管理大類下進行招生。管理科學專業除了要學習工商管理大類平臺課程外，還需要學習運籌學、機器學習、數據結構與算法、中級計量經濟學、隨機模型與模擬等必修課程。

中國人民大學的管理科學專業專注于商業數據分析方向，核心課程包括數學基礎類、專業通識類、專業核心類和技能工具類。其中，專業核心類包括收益管理、運營管理、商業數據分析、系統分析與設計等，技能工具類包括數據庫原理及應用、優化與建模、初級計量經濟學、商業智能及數據挖掘等。

四川大學的管理科學專業重視商業數據分析基本理論和實踐技能的學習，在專業培養要求中，專門提出“具有以Python、R語言等計算機編程軟件為工具，統計方法與運籌方法為基礎，數據挖掘與人工智能為核心，大數據計算技術為支撐的商業分析基本能力”，相應地在課程設置中開設了Python程序設計、數據結構與算法分析、機器學習、大數據計算基礎、數據可視化、仿真與計算實驗、R語言與統計實驗等專業核心課程。

天津財經大學依托該校財經類學科的優勢，強調管理科學專業培養學生的商業數據分析能力，注重鍛煉學生通過數據分析解決實際問題的能力。專業課程體系分成管理、經濟、數學、計算機和管理工程技術五大模塊，涵蓋了企業數據分析和運營決策的全生命周期過程。

山東財經大學管理科學專業強調培養學生利用大數據和商務智能解決實際管理問題的綜合能力，學生畢業后能夠勝任金融、商業機構和政府部門的風險管理、統計分析和管理等崗位。核心課程主要包括系統工程、管理預測與決策、生產運營管理、金融風險管理、信息經濟學、管理運籌學、商業數據分析、Python程序設計基礎、商務智能等課程。從中可以看出，人才培養強調了大數據分析技術與該校財經類特色的結合。

斯坦福商學院的管理科學與工程專業為本科生提供工程系統分析基礎的培訓，使他們具備規劃、設計和實施復雜的經濟和技術管理系統的能力，該專業學生的就業方向主要包括投資銀行、管理咨詢、設施和流程管理、工業工程等行業。從其課程設置來看，數理統計類課程、投資金融類課程、決策優化類課程比較多，在全部50門專業課程中超過了60%。

從上述六所高校管理科學專業的調查可以看出，管理科學專業的人才培養基本可以分為三種模式，如表1所示。

1. 專業大類培養模式，比如武漢大學。實施專業大類培養模式的高校一般是綜合性大學，并且在該專業大類下的專業較多。專業大類設置相同的大類平臺課程作為必修課，有利于整合教師資源，實現優質資源共享，同時選修課實現專業大類共享，為學生提供了更多的選擇余地，有利于學生的個性化發展。為了體現各自專業的特點，會設置一定的專業必修課程，專業必修課往往最能體現出該專業的特色和方向，比如武漢大學設置了運籌學、機器學習、數據結構與算法、隨機模型與模擬等課程。斯坦福商學院的管理科學與工程專業與武漢大學比較類似，主要是基于斯坦福商學院管理科學與工程系在工程、商業和公共政策領域的雄厚實力，致力于把學生培養成為工程師和未來技術、政策和行業的領導者。

2. 社會需求驅動模式，比如中國人民大學和四川大學。這兩所大學有著自己不同的發展歷史和優勢學科，但在人才培養方案中都不約而同地選擇了商業數據分析方向，并設置了相應的課程。其中很重要的原因就是大數據時代，社會對大數據分析人才的需求不斷增大，一些企業的商業數據分析崗位甚至虛位以待都招聘不到合適的人才。學校的專業發展方向對接社會需求，體現了高校的辦學宗旨和專業的社會價值，也有利于畢業生就業。目前，有一些地方高校和企業進行合作走產教融合的發展道路，實際上是社會需求驅動模式的深度體現，一種更為典型的情況就是訂單式培養。

3. 學科特色發展模式，比如天津財經大學和山東財經大學。這兩所大學在進行專業人才培養時，在充分考慮時代和社會對大數據分析人才需求的同時，充分結合了學校在財經類學科的優勢和特色，著重培養學生的商業數據分析能力，將學生的主要就業方向定位在金融、保險等與財經相關的單位或部門。這種模式一般適用于一些特色型高校，如財經類院校、農林類院校，這些高校在凝練專業發展方向時，一般會有意識地以學校優勢學科為依托，在凸顯專業特色的同時，也進一步增強了學校的整體特色。

三、大數據環境對管理科學專業人才培養模式的影響

大數據雖然規模龐大，但是具有價值密度低、價值隱而不顯等特征，這要求人們了解大數據的相關知識和原理，掌握數據挖掘的基本技術，進而形成大數據思維。管理科學作為一個應用性很強的專業，必須及時響應社會需求，調整人才培養方案，將管理科學的基礎理論和大數據技術與方法有機結合起來。總體來看，大數據環境對管理科學專業人才培養目標與培養要求、教師教學模式、學生學習模式都產生了一定的影響。

（一）對人才培養目標的影響

人才培養目標決定了一個專業要培養什么樣的人，所有的方案設計都是為了實現這個目標。每個專業有自己特定的人才培養目標，但這個目標并不是固定不變的，而應該與時俱進。人才培養目標既要面向未來，也要著眼現在。管理科學專業重視學生對經濟管理與信息技術知識的系統掌握，強調管理方式從經驗性向科學性的轉化。隨著大數據環境對學習、生產與生活影響的日益增強，如果學生在大學階段不學習與大數據有關的知識與技能，不但會影響到學生的學習效率與效果，而且會影響學生未來的就業與工作適應能力。因此，不管是從學生個人發展還是專業發展，管理科學專業都應在培養目標中強調對大數據基本理論與分析技術的學習，提高學生的大數據思維，以及運用大數據分析問題解決問題的能力。

（二）對人才培養要求的影響

1. 大數據環境要求學生必須掌握大數據的理論知識和分析工具。隨著大數據規模的日益增加和應用范圍的不斷拓展，大數據已經上升為一種思維模式，不管學生未來是從事企、事業工作，還是繼續科學研究工作，他們都需要基于大數據進行科學分析與決策，因此必須掌握一定的大數據知識，具體包括以下幾個方面：（1）大數據的基本理論知識。包括大數據的概念、特征、存儲、分析、應用等基本知識；（2）大數據對社會的影響。了解大數據對思維、工作、生活、商業、管理等各方面的影響[3]；（3）大數據分析技術。比如備受學生歡迎的Python程序設計，廣泛使用的數據可視化工具，以及面向企業需求提升學生就業競爭力的商業數據分析等。

2. 大數據環境要求學生必須具備綜合運用大數據的能力。獨立運用所學知識解決實際問題是對大學生能力的基本要求，在大數據全面影響生產與生活的今天，管理科學專業大學生必須具有運用大數據相關知識解決實際問題的能力。具體包括以下幾個方面的能力：（1）大數據獲取能力。大數據獲取來源通常有外部購買數據、企業內部數據、網絡爬取數據、免費開源數據等。對學生來講，要了解有哪些適合管理科學專業的免費開源數據庫，掌握最常用的網絡爬蟲工具；（2）大數據分析能力。大數據分析就是從大量看起來雜亂無序的數據中提取所需要的信息，常見的大數據分析工具有Hadoop、Bokeh、Storm、Plotly等，學生應該能熟練使用這些基本的數據分析工具；（3）大數據應用能力。大數據總是與實際業務緊密聯系在一起，學生必須把掌握的大數據知識和分析工具學以致用，為具體業務提出解決方案。

3. 大數據環境要求學生必須具有大數據思維和意識。大數據環境最重要的是改變了人們思考和處理問題的方式。大數據的運用讓生產更加高效、生活更加便利，比如基于大數據產生的無人工廠和自動駕駛，大數據的運用也讓決策更加科學。更重要的是，要讓對大數據的運用內化為一種內在的素質。具體包括：（1）養成大數據思維。受工業革命影響，人們已經習慣機械思維，其核心是確定性和因果關系。但是世界上很多事情是難以用確定的公式或者規則來進行表示的，當然并非完全沒有規律可循，比如這些事情之間存在一定的相關性。大數據思維要求我們更加關注事物之間的相關性，有人稱之為科學研究的“第四范式”；（2）獲取大數據要有法律意識，不能侵犯用戶隱私。互聯網時代產生了大量的數據，獲取大數據也相對容易。但網絡不是法外之地，我們在獲取大數據進行研究或決策時，一定要有法律意識，保證用戶隱私不受侵犯；（3）運用大數據要有社會責任感。合理運用大數據分析結果，使之更好地為人類進步服務，促進社會效益的提升，而不是滿足一己之私欲。

（三）對教師教學模式的影響

大數據技術推動教育行業的教育理念和教學模式發生著根本轉變。傳統工業流水線式的教育模式已經失去競爭力，以學生為中心、關注學生個性化發展的教育理念正被越來越多的教師所采用，大數據技術驅動教育行業轉型升級已是大勢所趨[4]。疫情期間，由于學生不能返校，教師運用騰訊課堂、雨課堂、學習通、中國大學慕課等平臺進行線上教學。但是隨著疫情逐步平穩，學生陸續返校開始線下上課之后，教師們并沒有完全放棄線上教學，而是逐步摸索線上線下相結合的教學模式，因為教師們充分認識到了教育大數據對教學效果的影響。教師可以運用教育大數據進行學情分析，提高授課效果與輔導的針對性。教學管理部門可以分析學生評教大數據，并把評教結果適時反饋給相關教師，促進教師教學水平的進一步提升[5]。

（四）對學生學習模式的影響

在大數據環境下，越來越多的教師采用翻轉課堂或混合式教學模式，在課前通過網絡教學平臺發布手機課件或視頻等輔助學習資料供學生預習，課堂則主要采用討論的方式學習。這要求學生改變傳統被動學習的模式，增強學習的主動性，課前廣泛收集資料，加強和同學的團結協作，課堂積極參與討論，變被動學習為主動學習，實現學習模式的逐步轉變。

四、大數據環境下管理科學專業人才培養模式

前面我們總結了目前國內外管理科學專業常見的三種人才培養模式，其中實施專業大類培養模式的一般是綜合性大學，并且該專業大類下的專業較多；實施學科特色發展模式的通常學科特色和專業優勢明顯。對于大多數普通高校而言，一般采用的是社會需求驅動模式，比如本文前面提到的中國人民大學和四川大學，之所以不約而同地選擇商業數據分析作為專業發展方向，主要是因為社會上對商業數據分析人才的急切需求。因此，本文基于價值鏈模型，提出一種漸進式的管理科學專業人才培養模式創新，也就是針對價值鏈的各個環節進行改進，運用大數據實現學生的個性化發展，讓培養出來的學生能夠較好地勝任大數據環境下的各種工作。該模式把課程與課堂主陣地視為人才培養的基礎活動，把明確專業發展方向、改善教學條件、改革教學方式、加強師資隊伍建設視為人才培養的支持活動，通過基礎活動和支持活動的協同作用，最終實現學生的個性化發展（如圖1所示）。

（一）優化課程設置

課程與課堂是傳授學生知識的主陣地[6]，也是人才培養的基礎活動，管理科學專業應該根據大數據環境對人才培養的要求，對人才培養方案中的課程進行統籌調整。目前國內管理科學專業人才培養方案的課程一般由四大模塊組成：通識教育（含思想政治理論、通識必修、通識選修）、學科基礎教育、專業教育（含專業必修、專業選修）、實踐教育。可以在專業必修課中增加1-2門大數據領域的核心課程，在專業選修課中結合學校特色和辦學定位適當增加2-3門與大數據分析與應用相關的課程，在實踐教育課中增加1-2門大數據課程設計，或者設置大數據分析的專業方向。以這些課程為載體，學生能夯實大數據基本理論知識，掌握常用的大數據分析工具，并在大數據分析能力逐步提升的過程中潛移默化地養成大數據思維。

（二）明確專業發展方向

大數據環境對社會的影響是全方位的，不管是金融領域、醫療領域、交通領域，還是政務領域，或者人們生活中的衣食住行，幾乎所有的行業或部門都受到大數據的影響。但是對一個專業而言，不可能面面俱到涉及所有的行業，這樣容易流于表面，難以形成核心競爭力，因此必須選擇某一個行業或領域作為專業發展方向。一般情況下，特色型高校會選擇學校所在的行業或領域。對普通高校而言，可綜合考慮高校所服務地區的經濟發展情況和師資力量的行業背景，選擇合適的行業或領域作為發展方向，確保在區域范圍內有相對的競爭優勢。在條件成熟的情況下，也可以和企業開展合作辦學。如果說課程設置中增加的1-2門大數據領域的核心課程，主要是學習大數據的基本理論，那么增加的2-3門專業選修課和增加的1-2門大數據實踐教育課則主要體現專業的發展方向。

（三）改善教學條件

運用大數據進行教學需要具備一定的硬件和軟件作為支撐。從硬件設施方面來講，校園必須做到5G網絡全覆蓋，教室要配備先進的多媒體設備，圖書館有滿足專業需要的圖書期刊和數據庫，有標準的實驗室和滿足實習需求的實習基地。從軟件方面來講，教室要安裝教師線上線下或混合式授課所需的各種軟件，實驗室要安裝學生進行大數據學習所需要的各種軟件，圖書館有關于信息素養的各種培訓，并且有教學制度文件激勵教師積極運用各種信息化手段開展教學。

（四）改進教學方式

將大數據環境下衍生的翻轉課堂、慕課、微課等教育領域影響較大的個性化教學模式引入到教學中，將傳統的集體授課模式與大型網絡式開放課程有機融合，充分利用社會優質課程資源開闊學生視野，激發學生內在的學習興趣，同時也能有效緩解學生知識需求與高校師資力量不足的矛盾[7]。首先，教師要有自覺運用大數據進行教學的意識，在教學環節中合理設置教學內容，比如在新課導入環節，可以用大數據展示讓學生感受到課程的重要性；其次，在實施翻轉課堂教學時，充分利用精品慕課資源，合理運用各種教學信息化手段[8]，如雨課堂、學習通等工具，改變傳統課堂只能有少數學生參與互動的模式，激勵全體學生共同參與；最后，還要對學生線上學習產生的大數據進行挖掘，根據分析結果提出個性化解決方案。此外，還可以運用“克隆班”技術通過高校間協作進行融合式教學。

（五）加強師資隊伍建設

大數據技術是信息技術發展到一定階段的產物，還有相當多的教師不了解大數據，沒有掌握大數據的基本分析工具，或者不知道如何科學運用大數據來為教育教學服務。在新冠疫情的影響下，很多教師被迫開啟了線上教學，但大多數的教師還是處于直播教學的階段，對線上教學產生的大量教育大數據如何分析與使用還缺乏主動意識，或者不具備數據采集與分析的能力。因此，加強師資隊伍建設是創新人才培養模式的關鍵。首先，加強教師信息技術運用能力的培訓，在新教師的崗前培訓和教師的繼續教學培訓中適當增加與大數據相關的知識技能培訓，提升教師的大數據意識和運用大數據的能力；其次，鼓勵教師進行教學方式改革，通過教學比賽、教學研究、金課建設等活動提升教師運用大數據開展教學的理論素養和實踐能力；此外，形成師資隊伍建設的機制體制，從時間、經費、制度等方面保障教師能安心進行教學方面的研究與探索。

（六）實現學生個性化發展

首先，教師要基于大數據開展個性化教學[9]。面對大數據環境，教師要學會角色轉換，從知識的傳授者轉變為學習的引導者，把填鴨式教學變成探究性教學，對大規模的教育大數據進行挖掘與分析，并給出個性化的對策與建議。其次，學生要基于大數據完成個性化自適應學習[10]。自適應學習的關鍵是主動性或自主性，學生要自覺提升信息素養，學會運用多媒體工具和網絡技術，加強學習主動性，積極適應大數據環境下教師教學模式的變化。此外，在線學習平臺可基于大數據進行個性化推薦。個性化推薦技術可以幫助在線學習平臺迅速從教育大數據中獲取有用的信息，通過建立知識點網絡關系模型和用戶模型，實時跟蹤并分析學生的學習狀態，推薦難度適宜的個性化學習方案，避免無效重復，充分挖掘學生潛力，提升學習效率和效果。

五、結語

用科學的方法解決管理中的決策問題是管理科學與傳統管理最大的不同，而科學決策的關鍵是獲取足夠的信息或樣本，大數據的易獲得性和相對較低的成本為科學決策提供了史無前例的機會，但大數據的低價值性和隱而不顯等特征又對運用大數據進行決策提出了更高的要求。可以說，大數據環境對管理科學專業的人才培養目標、培養要求、教學模式、學習模式都產生了全面而深刻的影響。因此，必須優化課程設置、明確專業發展方向、改善教學條件、改進教學方式、加強師資隊伍建設，多舉措實現學生的個性化發展和專業的可持續發展。

參考文獻：

[1] 秦嘉龍，慕麗．大數據背景下會計本科應用型創新人才培養模式研究[J]．教育教學論壇，2020（43）：104-106．

[2] 教育部高等學校教學指導委員會．普通高等學校本科專業類教學質量國家標準[M]．北京：高等教育出版社，2018：824-825．

[3] 張克平，陳曙東．大數據與智慧社會：數據驅動變革、構建未來世界[M]．北京：人民郵電出版社，2017：2-3．

[4] 肖志雄．大數據環境對教育相關者的影響及應對策略[J]．西部素質教育，2021（11）：137-139．

[5] 楊安康．基于多尺度聚類分析的學生評教大數據深度挖掘與趨勢分析[J]．中國大學教學，2019（12）：65-68．

[6] 李寧．大數據背景下應用型大學專業課程教學的變革[J]．江蘇高教，2019（10）：93-96．

[7] 陳武元，李廣平．大學轉型發展與人才培養轉型[J]．中國高教研究，2021（10）：36-42．

[8] 龍屏風．“慕課+翻轉課堂”教學模式及其實踐路徑[J]．教學與管理，2019（15）：100-102．

[9] 朱枝．大數據背景下高校英語個性化教學實踐研究[J]．教育理論與實踐，2021，41（30）：59-61．

[10] 李振，董曉曉，周東岱，等．自適應學習系統中知識圖譜的人機協同構建方法與應用研究[J]．現代教育技術，2019，29（10）：80-86．

基金項目：安徽省高等學校2019年度省級質量工程教學研究項目“大數據環境下管理科學專業人才培養模式研究”（2019jyxm0074）；安徽大學中華優秀傳統文化教育教學研究項目“中華優秀傳統文化融入《服務營銷》教學的途徑和方法”；安徽大學2022年度校級質量工程項目“線上線下混合式課程《服務營銷》”（2022xjzlgc237）

作者簡介：肖志雄（1974- ），男，湖北天門人，安徽大學管理學院副教授，博士，研究方向為人才培養與課程思政。