“數字素養”視角下供應鏈管理專業數據分析課程思政教改研究

楊穎 張巧玲

摘?要：課程思政教學改革是高等教育發展的重要方向，基于數據分析類課程思政教學改革的難點，通過對商務數據分析課程思政教學改革路徑的研究，面向數字經濟，以學生為中心，推進數字化教學創新，將校園網、資源庫、案例集、數據實操等與理論知識真正鏈接起來，實現數字教育創新。

關鍵詞：課程思政；商務數據分析；教學改革

中圖分類號：G4?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2024.09.067

0?引言

中共中央網絡安全和信息化委員辦公室提出：數字素養與技能，是數字社會公民在學習、工作、生活中應具備的數字獲取、制作、使用、評價、交互、分享、創新、安全保障、倫理道德等一系列素質與能力的集合。順應數字時代要求，提升國民素質、促進人的全面發展的戰略任務，也是彌合數字鴻溝、促進共同富裕的關鍵舉措，是實現網絡大國邁向網絡強國目標的必由之路。“信息素養”這一概念早在20世紀70年代就有學者提出，隨后進入21世紀，“數字素養”的概念應運而生，數字素養表現為能夠熟練應用各項數字技能，對海量數據進行收集、整理、評估和利用的生存技能和行為。近年來，我國國民數字素養日益受到重視，“十四五”規劃綱要指出，要加強全民數字技能教育及培訓，普及并提升國民數字素養，可見數字經濟已成為全球未來的發展方向，“數字素養”已成為必備技能。

現代市場的生存法則已離不開數據分析，物流與供應鏈管理領域更是如此，官志華（2017）指出從原材料來源到售后服務，數據分析貫穿于供應鏈管理領域的全過程，在營銷決策、運營風險評估等方面扮演著舉足輕重的角色；李漢卿（2018）等發現在物流領域中應用數據分析可優化運輸方案和運輸路線，幫助貨物順利通過供應鏈到達市場，進而滿足客戶需求。劉心緣（2022）通過多層面多角度的數據分析，探究出現代物流企業可以準確快速地獲取市場行情及供應鏈上下游的各類信息，能夠幫助管理層在市場分析、業務處理、決策判斷時做出科學高效的管理方案，降低決策的整體難度，數據在供應鏈與物流運作決策中發揮著關鍵性作用。

1?課程教學改革的難點

應用型人才主要任務是將科學理論知識直接運用到社會經濟領域，著重培養學生的動手實踐能力和創新能力，但從目前來看，大部分應用型本科院校由于長期受到傳統高等教育學科本位理念的影響，對學生的教育更側重于理論知識，而忽視了應用教育和實踐教育。

作為服務于社會經濟發展需要的應用型本科高等院校，必須緊跟市場發展變化，培養學生數據意識與數據思維。本研究以供應鏈管理專業課程商務數據分析為改革對象，旨在培養學生的數據思維意識。課程以商務領域的數據分析及建模應用為基礎，學生通過課程學習掌握商務數據分析的流程及常用方法，運用數據思維對案例進行解剖，使得枯燥無味的數據鮮活起來，在數據分析與挖掘中感受數據之美；同時，課程根據其個性含義將相關專業知識與思政融合，注重培養學生的數字素養能力，培育并踐行社會主義核心價值觀及團隊協作精神，以及敬畏數據的職業精神，規范學生進行數據處理活動，保障數據安全，增強數據安全法律意識。

1.1?專業知識與實踐融合方面

該課程的理論知識部分涉及高等數學、線性代數、概率論與數理統計、統計學等相關知識，繁雜的公式使得學生在學習過程中產生畏難情緒；滿堂灌的傳統教學模式導致學生上課積極性不夠高，多數處于被動吸收知識，實踐能力較低；課程教學實操性較強，大部分學生只是在機械地使用軟件，并未深入理解分析緣由，撰寫數據分析報告思路邏輯混亂，導致項目案例施展的效果不佳；學生自主實踐能力較弱，數據分析目的不清晰，提取指標思路模糊，對于選擇合適的統計分析方法更是存在一定的困難。

1.2?傳統教學固有思維方面

傳統的課程教學是以學生為中心，以教師為主導來進行，學生對知識的吸收大多是被動的、機械式的。課程經過改革后雖然克服了傳統教學的缺點，強調教學過程以學生為中心，即參與式教學，并實時進行授課后的教學分析，但因學生的初始能力和接受能力不同，教師對學生目前的學習狀態和其期望達到的狀態進行分析有一定的困難，造成課堂教學效果存在偏差。

2?課程教學改革路徑

2016年工信部在《大數據產業十三五建設規劃綱要》中提出，以推動構建創新型的人才培養模式為目標，加大大數據人才培養力度、整合高校、企業、社會資源。商務數據分析與應用專業的人才培養目標是：結合線上銷售+線下體驗，挖掘商務數據，對用戶行為進行分析挖掘，做精準化營銷。

商務數據分析課程以概率論與數理統計、統計學、管理學、經濟學為基礎，以SPSS、SPSS?Modeler、Teablue為工具，以實踐性、應用性為導向，通過引入思政案例提高學生學習熱情，加深對有關統計方法及其結果的解讀，理解數據分析在社會領域的應用，研究如何利用正確有效的方法去收集數據，繼而整理與分析受到隨機因素影響的數據。該課程主要從以下幾點進行改革研究。

2.1?“教”與“導”綜合教學，激發學習興趣，提高實踐技能

課程根據學生專業學習的特點和成熟程度，通過專業老師的引導，對社會熱點案例進行思考挖掘，指導學生明確研究目的、選取合適指標、收集數據、整理數據、分析數據、建模及應用決策，加深對有關統計方法及其結果的解讀，理解數據分析在社會領域的應用，具備數據搜集和處理能力，使學生不僅專注于課堂學習，而且課后也能夠積極在線上尋求資源主動學習。鼓勵學生成立學習小組，以課堂討論的形式掌握知識點，突出學生的主體性質，實現“教”與“導”綜合的教學模式，適當留給學生空白的消化時間，以學生為主體，鼓勵學生在教學內容的基礎上構建完整的知識體系，實現從“學會”到“會學”；開展“以賽促學”模式，以賽為載體，寓教于樂，以實際項目案例競賽激發學生的學習激情和興趣。

課程設計主要以參與式學習為主，同時課程教學中要挖掘思政元素，使學生能夠將課程相關專業知識與思政融合。教師課前通過學習通發布貼近學生專業的社會生活及市場經濟案例，學生通過初步閱讀了解報告的整體邏輯框架；授課過程中借助案例式、啟發式、討論式的教學方法，采用“學習通+多媒體演示+板書”進行教學互動，激發學生學習的主觀能動性，同時采用信息化手段，提高學生的課堂參與度；學生通過學習，熟悉商務數據分析流程方法，能夠深刻理解統計學的描述性與推斷性數據分析應用，同時通過對項目案例的解讀與模仿使學生的學習意識更加深厚、家國情懷更加濃郁。

2.2?交叉學科融合教學，激發主觀能動性，提高創新能力

商務數據分析課程的先修課程以高等數學、線性代數、概率論與數理統計、統計學為主，在教學過程中以學生掌握先修課程的實際情況進行教學內容改革，適當對教學內容進行增刪，課堂訓練學生對知識的理解與掌握，如假設檢驗、置信區間等，彌補學生薄弱環節的知識點，實現學科間的交叉融合，完成各知識點之間的串聯。

2.3?以科研促教學，增強科研成果轉化意識

教育部倡導“增強科研成果轉化意識，引導和鼓勵開展政策咨詢、實踐應用研究、輿論引導，促進教育科研成果向教案轉化、向決策轉化、向制度轉化，向社會輿論轉化”。教師利用自身項目研究成果推動科研反哺教學，把科研項目成果通過課堂教學傳遞出來，引導學生結合專業知識思考和探究，促使學生在學習專業課程的同時拓寬視野，激發學習興趣；培養科研苗子學生，帶領學生撰寫并發表論文，引導學生自主學習、探究學習，形成良好的學習氛圍。

2.4?推行校企合作，實現項目化培養模式

校企合作已成為應用型本科高等院校培養人才的重要模式，二者結合有助于培養理論與實踐結合的綜合性人才，院校只有在充分了解企業對人才的實際需求后，才能有針對性地實行培育計劃，進而為社會輸送高質量人才。院校開設數據分析類課程主要面臨兩個問題：應用數據集稀缺，日常教學的數據來源只能依靠問卷搜集獲得，一方面數據搜集時間長，嚴重影響課堂教學進度，另一方面有效問卷量少難以具有統計說服意義；校內導師缺乏行業實踐背景，日常教學內容與市場需求存在脫鉤現象。通過校企合作，共建實驗室、共享資源等模式，可使學生能夠運用實際數據集完成項目分析，且企業可以為學生提供實習機會，使其親身實地理解企業項目的運作流程，實現校企之間互惠互利的目標。

3?課程教學改革效果分析

3.1?專業知識教學及考核效果分析

美國教育心理學家加涅提出“教學是以推動學習方式影響學習者的一系列事件，而教學系統設計則是對教學體系進行系統化規劃的過程”。授課過程中強調理論教學與案例教學相結合，搭建數據分析實踐平臺及豐富的網絡教學平臺，選取具有濃厚思政要素的典型案例，著重啟發式教學、案例式教學、探索式教學、研討式教學，通過案例分析向學生傳遞正確價值觀。優化教學目標，做到因材施教，對教學章節中的重難點做到心中有數，有的放矢；教學內容要面面俱到，授課教師合理取舍教材內容，通過處理教材，本著整體性的原則，實現傳道授業解惑的真正意義。

授課主要圍繞“教、學、做”進行，在課程開展之前，結合學生實際情況分析學情，評估學生要達成的目標程度；確定學習順序及因材施教的學習策略，使學生系統地學習和掌握學科的概念體系，培養學生的理性思維能力；教師參考《哈佛同伴教學法》（PI）通過習題測試或小組討論的方式，了解學生對知識點的掌握程度，監控教學的實施效果，構建學生自主學習、合作學習、生生互動、師生互動的學習環境，對教學過程中的限制條件進行實時分析，并對其影響程度進行分析，進而及時改進，優化教學設計環節。

同時，考核方式是檢驗課程實施質量的重要指標，商務數據分析課程應建立以能力考核為中心，融合學生職業道德、法律意識等與專業從業人員密切相關的職業素養考核要求，以過程性考核為基礎，建立多元化的課程考核體系，實現能力目標和素質目標的評價。主要包括學生撰寫數據分析報告和組內互評，例如數據分析報告以小組完成某一個項目為例，綜合考查學生數據分析與挖掘的應用能力，因小組學生的差異性，要求組內學生根據組員的貢獻程度進行組內互評，實現評價促自學的教學效果。

3.2?思政效果融入分析

商務數據分析課程使學生在掌握統計學基本理論的前提下，實現教學與實踐的有機結合，課堂內外教學相結合，要求學生研讀教師布置的具有思政元素的數據分析報告，并嘗試對報告中的數據進行處理，仿照典型案例邏輯框架進行分析，拓展課外思政領域，培養學生數據搜集和處理能力，并運用數據分析工具、數據可視化等技術實現項目落地，從數據層面挖掘原因、給出解決建議。

課程以教學育人為導向，挖掘思政元素，設定教學目的，建立典型教學案例。通過精心的課程設計，融入案例分析、討論法、線上教學資源、項目實踐等教學方法，將價值觀塑造與能力培養貫穿到教學始終。教學過程中充分利用各大平臺的線上資源，結合時事熱點新聞，突出模塊化的課堂教學內容和時事熱點案例延伸學習，借助精品數據分析咨詢網站案例，培養學生系統分析思維，激發學生通過數據分析剖析與解決問題的能力。同時，教學過程中把握實踐環節，引導學生以小組為中心搜集熱點時事，用數據分析來解讀不同的主題，提高學生的理論理解、操作能力和解決實際問題的能力，進一步引導學生解讀數據的背后是中國特色社會主義的四個自信。

4?結論

數據分析應用在物流與供應鏈領域的方方面面，企業的成果立足于穩健、高效的物流與供應鏈管理，如物流運輸的“最后一英里優化”、供應鏈運營的風險評估等。數據分析類課程為適應物流與供應鏈領域市場發展需求，以培養適應數字經濟發展的新時代人才為目標，促使學生具備數據搜集和處理能力，能夠使用數據分析工具、數據可視化等技術實現項目落地，應用專業知識從數據層面挖掘原因、給出解決建議。通過對課程的改革，培養區域經濟發展高素質技術人才，適應數字經濟發展的新時代目標，實現用數據為企業決策保駕護航。

參考文獻

[1]官志華.大數據分析在供應鏈管理中的應用［J］.物流技術，2017，36（9）：132135.

[2]李漢卿，夏齊.大數據在供應鏈與物流領域的實踐研究［J］.物流工程與管理，2018，40（2）：1517，19.

[3]劉心緣.大數據對現代企業物流供應鏈管理的影響[J].中國市場，2022，（1）：144145.

[4]賈尚云，高曉陽，孫偉，等.線上線下混合式教學在“數字電子技術”課程中的應用［J］.科技與創新，2020，（20）：8990.