新農科背景下大數據管理與應用專業數字化人才培養模式探索

摘"要：本文以新農科背景下數字化人才培養模式探索為主題，以農科院校大數據管理與應用專業為案例研究對象，探討了數字化人才培養模式在農科領域的應用和發展。研究發現，傳統農業領域正逐步轉向數字化、智能化發展，需要大量具備數據管理與應用能力的專業人才。因此，農科院校應不斷優化專業課程設置、實踐教學環節和校企合作機制，培養適應新農科需求的數字化人才。本文旨在為農科院校提供可行的數字化人才培養模式，促進農業數字化轉型的順利進行。

關鍵詞：新農科；數字化；人才培養

Abstract：This"study"explores"the"cultivation"of"digital"talent"in"the"context"of"new"agricultural"sciences，focusing"on"the"Big"Data"Management"and"Application"major"in"agricultural"colleges"as"a"case"study.It"investigates"the"application"and"development"of"digital"talent"cultivation"in"agricultural"sciences.The"research"reveals"that"the"traditional"agricultural"sector"is"transitioning"towards"digital"and"intelligent"development，necessitating"a"surge"in"professionals"proficient"in"data"management"and"application.Consequently，agricultural"colleges"should"enhance"their"professional"curriculum，practical"teaching"methodologies，and"foster"closer"industryacademia"partnerships"to"nurture"digital"talent"aligned"with"the"demands"of"modern"agricultural"sciences.The"objective"of"this"paper"is"to"propose"a"practical"digital"talent"training"model"for"agricultural"institutions，thereby"facilitating"the"seamless"advancement"of"digital"transformation"in"agriculture.

Keywords：new"agricultural"science；digitalization；talent"development

一、新農科背景下數字化人才培養模式現狀

（一）新農科數字化人才需求現狀

自2017年起，我國農業總產值年均增長約6%。在出生率下降和農村人口流失等因素的影響下，傳統農科人才需求增長緩慢。從學歷結構來看，涉農行業對本科及碩博等高層次人才的需求呈現逐漸增加的趨勢，這表明未來對復合型農林人才的需求將不斷提升［12］。這種趨勢提示農業教育和培訓機構需要調整課程和培養模式，以更好地滿足行業對高素質人才的需求。

近年來，中央一號文件中對農業數字化的關注日益增加，數字鄉村和智慧農業等相關詞匯也越來越頻繁地出現。2022年，中央網信辦等十部門印發了《數字鄉村發展行動計劃（2022—2025年）》，數字基礎設施升級、智慧農業創新發展等被列為重點任務。由此可見，數字化將成為未來中國農業發展的必然趨勢［3］。

目前，我國農業數字化仍然處于初級階段，數字化滲透率僅為8.9%，這表明農業領域在數字化轉型方面仍有巨大的發展空間［4］。未來重點將是農用生物技術、感應與物聯網技術、農業機器人等領域［5］。這些趨勢顯示出農業數字化的未來潛力巨大，需要進一步的技術投入和人才培養來支持其持續發展和創新。

根據招聘平臺數據，農業數字化產業目前涵蓋農業數字化生產、智慧農業工程、智能農機操作、農業規劃、銷售及電商等全生態鏈。預計未來5年相關產業的人才缺口將增至550萬。2022年第一季度數據顯示，智慧農業領域招聘超6萬人，崗位包括數據采集、智能農機操作和方案設計等。新農科數字化人才需求增長明顯，作為“雙一流”農科院校，我們應培養更多數字化人才，支持國家建設和發展。

（二）新農科數字化人才培養現狀

2019年，在教育部統籌規劃下，新農科建設大幕拉開。在推進農林類緊缺專業人才培養、構建多類型人才培養體系、推動課程教學改革等方面，廣大涉農高校開展了積極的探索和實踐［6］。先后有華中農業大學、福建農林大學、南京農業大學在數字化農科人才的培養上做出了初步嘗試。

華中農業大學是全國首所開設智慧農業專業的高等院校，該專業主要學習農業的產前、產中、產后相關的信息化技術。除傳統農學課程外，“神經網絡與深度學習”“大數據架構與模式”“機器學習”“物聯網工程”等新一代信息技術課程，以及“經濟學原理”“網絡營銷”等經管類課程也被納入專業核心課或專業特色課中，突出了智慧農業專業深度學科交叉的特色。畢業生可在作物信息學、農業智慧生產以及農業產業鏈經營與管理等相關領域就業或繼續深造，前景十分廣闊。

后有福建農林大學打出了“探索交叉學科與數字賦能”的口號，并實現初步落地。在“生物信息—數字技術—融合發展”理念的指導下，福建農林大學打破傳統農科專業界限，采取“跨學科創新群體+專業負責人”模式，組建成立未來技術學院、碳中和學院、鄉村振興學院等實體化新型學院，開設生物育種、農業人工智能、農林大數據、碳中和等實驗班，培養復合交叉創新人才。同時，福建農林大學通過完善科教協同育人機制，有效地將科研與教學結合，推動了學生創新能力和實踐技能的培養與發展。為了加強師資隊伍的建設，福建農林大學著力打造了一支“科研—教學”雙創型的師資隊伍。這些教師不僅在科研領域有著豐富的經驗，同時具備高水平的教學能力，能夠將最新的前沿熱點知識和優秀科研成果引入課堂，為學生提供了豐富的學術養分和科研啟示。福建農林大學還突破時空限制和校際屏障，建設了一批國際合作、閩臺合作與校內合作的虛擬教研室，涉及智慧農業與氣候變化、智慧農林、農業智能裝備工程等領域，定期開展高質量教研交流活動，為培養農業數字化人才提供堅實保障［7］。

南京農業大學在教育和培養拔尖創新型卓越農科人才方面采取了一系列的創新實踐教學模式。學校在人才培養中融入了OBE（Outcome"Based"Education）理念，強調以學生學習成果為中心，確保教學活動和學習過程直接關聯到學習成果上。在教學中，南京農業大學引入了設計性和綜合性實驗，不僅增加了教學內容的新穎性和前沿性，還通過實驗教育培養并提高了學生的實際操作能力和科研創新思維。學校充分利用了其在農業科研領域的學科資源和國家級教學科研平臺，這些平臺如國家作物遺傳改良工程技術研究中心、國家信息農業工程技術中心等，為學生提供了從實驗到實踐、從理論到應用的全方位學習體驗。學校還重視學生的思想引導、學業指導與學術前沿教育，通過成立創新創業學院，推進農科學生的創新創業實踐教育。創新創業學院成為學生創新思維和創業能力培養的重要平臺［8］，學院組織開展各類創新創業類大賽，比如“互聯網+”大學生創新創業大賽、“挑戰杯”全國大學生課外學術科技作品競賽等，這些活動極大地激發了學生的創新意識和創業熱情。

大數據管理與應用專業在課程設置和實踐教學方面具有明顯的優勢，對于農業高校而言，這是一個改革和發展的重要方向。我們應該向那些已經在大數據管理與應用專業進行改革的農業高校學習，這些學校通過結合農科院校的特點，從多個角度對培養模式進行了創新性的改革。在課程體系構建方面，理論與實踐相結合是關鍵。理論教學應強化數據科學基礎理論，如統計學、機器學習、人工智能等，同時結合農業實際案例，如土壤、作物、氣候數據分析，以此增強學生對農業大數據應用的理解。實踐教學可以通過使用真實農業數據集進行項目實訓，提高學生的實際操作能力。跨學科課程開發也可以有效提高教育質量，農業知識與大數據分析技術的結合課程，如“農業數據挖掘”和“智能農業系統”，不僅教授學生如何運用大數據技術解決實際農業問題，通過數據分析優化作物種植方案，還能培養學生的自主創新思維與解決問題的能力。因此，通過對培養模式的改革，能夠為未來的農業數字化發展做出更為重要的貢獻，滿足社會對高水平農業大數據管理與應用人才的需求。

二、構建新農科背景下數字化人才培養模式的思路

新農科背景下，大數據管理與應用專業數字化人才培養模式構建的主要問題有：一是數字化人才需求與院校培養能力不匹配的問題；二是新農科大數據人才培養模塊方案欠缺的問題。為解決目前人才培養模式存在的問題，我們應首先分析社會對農業大數據管理與應用人才的需求，明確其服務內容和技能要求，在大數據管理與應用專業培養人才目標中拆解子目標——新農科背景下大數據管理與應用人才培養目標，根據目標調整課程體系。其次，進行了社會需求現狀的調研，結合學生的發展訴求，對課程進行了相應的調整，例如，增設“農學通識”課程等。同時，與農科相關的專業部門合作，建立了跨學科的農科大數據研究團隊，旨在定向培養本科實用型人才。與農業單位聯合，創建了大學生實踐平臺，確保學生在實際工作中能夠實現定向培養的目標。最后，利用數字化學習的形態，建立農科院校大數據管理與應用專業的人才技能培養模式，確保學生能夠在現代農業大數據管理與應用領域中具備必要的技能和能力。

三、建設新農科背景下數字化人才培養模式的具體舉措

（一）深化學科交叉的專業課程體系改革

（1）完善農科通識特色課程體系，拓展課程思政的內容與路徑。通識教育旨在培養“具備核心共同知識的、有教養的、健全的人”，即關注學生學習與生活、理智與情感的整體發展預期；相較于專業課程而言，通識課程是在與知識碎片化和職業化抗衡中突破學科藩籬、尋求知識寬度，追求人文與科學、語言和藝術均衡發展的教育［9］。通識教育有利于破解單科性大學人才培養的困境，兼顧學生博學與精專、知識與價值的協調發展，培育學生某些共同的基本素養，在通識特色課程中植入中華優秀傳統文化價值追求，便是潛移默化地達成這一目標的有效手段［10］。農科院校深化交叉學科課程體系建設的一大優勢就是具備大量優秀的農科教學資源，運用優勢學科及教育資源對大數據管理與應用專業的本科生們提供農科通識教育（見圖1）。

圖1"課程體系改革線路

（2）拓展農科院校特色專業核心課程，為深化學科交叉打基礎。大數據管理與應用專業涵蓋數據科學和管理學等多個學科，注重理論與實踐的結合，重點培養學生的創新創業能力，致力于培養既懂數據、技術、業務，又具備管理能力的綜合型人才。農業院校以其獨特的專業特色為基礎，針對大數據管理與應用專業的特點進行了優化和調整。特別是通過整合農科專業課程如“農業信息學”“生物信息學”等，將農業的實際應用場景與大數據管理的理論知識結合起來。增設與大數據農業相關的專業課程，如農業信息學、生物信息學等，不僅豐富了課程內容，還有效提升了本科人才培養的多樣性和適應性，為學生未來的職業發展奠定了堅實的基礎。

（3）體系化、多樣化建設專業選修課程。在原有大數據管理與應用專業選修課的基礎上，對課程進行豐富及優化。結合農科院校特色，構建體系化的專業選修課程。比如，調研后發現存在一定的學生對動植物信息學有強烈的興趣，可以聯合農科學院的老師們構建“植物信息學”“生物信息采集”“動植物信息處理”“生物信息分析”等系列課程。這些課程將會從理論知識到實際應用都進行全面的覆蓋，以確保學生能夠在學術與實踐中都獲得深入的理解和技能。通過將這些課程有機地結合起來，為學生提供一個綜合而深入的學習體驗，促進學生在大數據管理與應用領域中更加全面地發展自己的專業能力。

（4）增強實踐教育課程的創新性、數字性及可拓展性。將新技術和數字工具，如虛擬實驗室、在線模擬平臺和數據分析工具，融入實踐教育課程，以提升學生的實踐操作能力和數字技術素養。同時，鼓勵學生運用數字化工具進行數據收集、分析和可視化，培養數字技術素養，從而培養他們的數據處理能力和技術應用能力。設計和引入項目式學習，讓學生通過實際項目的開展來應用所學知識和技能，提升問題解決和團隊合作能力。支持學生獨立思考、主動學習和創新實踐，培養學生的創造力和創新思維。

（二）新農科數字化人才培養模式改革

（1）依托前一部分優化后的課程體系，針對學生條件及需求定制個性化培養路線。在培養平臺中優化選課機制，為學生智能化搭配課程。將選修課程選擇模式調整為基于學習者定制而來的，比如，我們把現有的課程（知識單元細）分為元知識（即非常小的、獨立的知識單元，每個元知識5～8分鐘），然后把它的接口輸入和輸出進行標準化、模塊化處理，構建一套選課算法。這套算法能夠根據學員個體的學習需求和背景信息，智能地組合這些元知識單元，形成一套完全定制化的課程方案。特別是針對線上課程，這種一人一課的定制化教學模式，使得每位學員都能獲得最符合個人學習目標和興趣的課程內容。這不僅提升了學習效率，還有效地滿足了學生多樣化的學習需求，為其學習路徑的個性化發展提供了有力支持（見圖2）。

圖2"個性化培養路線圖

（2）構建聯合培養模式，包含校企、跨學科跨院人才培養。在近些年的培養方案革新之路上，校企合作一直是熱門話題，被廣泛關注和踐行。通過構建聯合培養模式，充分利用校企合作和跨學科跨院培養的機制，可以為大數據管理與應用專業人才培養提供更加全面和實踐導向的教學環境。這種模式不僅能夠有效地滿足行業的需求，培養出具備創新能力和實際操作技能的高素質人才，同時也有助于促進學校與企業之間深度合作與產學研一體化發展。通過這樣的合作，學生能夠獲得更多實踐經驗和行業見解，顯著提升他們的就業競爭力（見圖3）。

結語

隨著農業數字化迅速發展，涉農行業對掌握數據管理與應用能力的專業人才的需求不斷增加。然而，目前我國的農業數字化仍處于初步時期，人才缺口巨大。為了應對這種挑戰，本研究通過深入分析當前的市場需求，提出了一系列策略和措施。其中包括課程體系的全面改革，以更好地適應現代農業數字化技能的培養要求；個性化培養方案的設計，以確保每位學員能夠在創新和實踐技能方面得到有效提升；加強校企合作，通過實際項目和實習機會，促進學生在真實工作場景中獲得寶貴的實踐經驗和獨特見解。這些措施旨在培養具備創新能力和實際操作技能的數字化人才，不僅推動了我國農業的現代化和數字化轉型，為農科院校提供了數字化人才培養的有效模式和路徑，也有助于推動我國農業教育和農業產業的持續創新和發展。

參考文獻：

［1］劉志民，趙杏娜.2020—2025年我國農科人才需求預測：基于灰色GM（1，1）模型的分析［J］.中國農業教育，2019（05）：4251.

［2］趙杏娜.新常態下我國農科人才需求預測研究［D］.南京：南京農業大學，2019.

［3］中央網信辦，農業農村部，國家發展改革委，等.十部門印發《數字鄉村發展行動計劃（2022—2025年）》［J］.農村新技術，2022（03）：41.

［4］李媛，阮連杰.數字經濟賦能中國式農業農村現代化：理論邏輯與經驗證據［J］.經濟問題，2023（08）：2532.

［5］李正.加強農村地區數字經濟新基建［N］.證券日報，20220822（B02）.

［6］曹麗，梁運江，李艷茹，等.基于新農科建設理念的地方高校農科人才培養模式創新實踐與思考［J］.安徽農學通報，2021，27（17）：193195.

［7］蘭思仁，蘇金福，張再垡.面向農業農村現代化的數字賦能新農科建設模式探索與實踐［J］.中國農業教育，2022，5（23）：511.

［8］郝佩佩，孫磊，汪歡歡.拔尖創新型卓越農科人才培養實踐教學模式探討：以南京農業大學為例［J］.教育教學論壇，2021，1（02）：137140.

［9］聶迎娉，傅安洲.課程思政：大學通識教育改革新視角［J］.大學教育科學，2018（05）：3843.

［10］劉營軍.農科特色通識教育課程思政的內容與路徑［J］.中國高等教育，2020（08）：1517.

基金項目：粵港澳大灣區教育教學研究和改革項目（WGKM2024043）；大數據分析與應用校企雙創實踐教學基地，科產教融合實踐教學基地（ZLGC202305）

作者簡介：鄧金（1994—"），男，漢族，湖北荊州人，博士研究生，講師，研究方向：數據挖掘；藍俊杰（2001—"），男，漢族，廣東佛山人，碩士研究生，研究方向：數據挖掘。

*通信作者：余平祥（1972—"），男，漢族，湖南婁底人，碩士研究生，副教授，研究方向：農業工程。