新文科背景下管理科學與工程學科數智類課程體系建設思路探索

文章編號：1671-489X（2025）06-0073-04 DOI：10.3969/j.issn.1671-489X.2025.06.073

0 引言

2018年，教育部提出“新文科”的概念，并于2019年5月在全國范圍內推行。新文科的核心要義是適應新時代、新科技革命和產業變革的新要求，將新技術融入傳統文科進行學科重組，培養知識復合、學科融合、應用創新能力強的新型文科人才[]。新時代對發展質量提出高要求，即要實現更高質量、更有效率、更加公平、更可持續的發展，注重創新驅動、民生改善、生態建設等社會領域發展[2]。新時代是大數據、人工智能等新一代信息技術應用的時代，隨著新一輪科技革命和產業變革的深入發展，具有利用大數據、人工智能技術解決復雜管理問題能力的人才是我國實現高質量發展的重要力量。

管理科學與工程學科作為一門綜合運用系統科學、管理科學、數學、經濟和行為科學及工程方法，結合信息技術研究解決社會、經濟、工程等方面的管理問題的學科，具有廣闊的應用前景。管理科學與工程一般隸屬于各類高校的經濟管理學院，授予管理學學位，是新文科建設的重要一級學科門類，包括管理科學、信息管理與信息系統、工程管理、大數據管理與應用、計算金融和應急管理等[3]。這門學科不僅可以為新一輪科技革命和產業變革提供廣闊的應用場景，而且在文、理、工相結合的學科交叉發展中具備獨特的優勢。

數智類課程是指大數據、人工智能類的課程。在新科技革命和產業變革的世界浪潮中，我國各類高等學校的管理科學與工程學科已經逐步融入數智類課程，并逐漸強化其在管理領域的地位與作用。但是，管理科學與工程學科的數智類課程之間交叉重復，課程體系尚未形成，數智類課程在管理中的奠基性作用有待進一步加強。因此，新時代技術革命背景下需要加強管理科學與工程學科數智類課程體系建設，以培養適應新時代發展的新型管理與技術人才。

1管理科學與工程學科數智類課程建設現狀

自2017年教育部批準設立大數據管理與應用專業（專業代碼：120108T）以來，各類高等院校對大數據管理與應用專業、數據類課程的增設勢頭迅猛。根據《教育部關于公布2022年度普通高等學校本科專業備案和審批結果的通知》，截至2023年4月，全國221所高校成功申報大數據管理與應用專業[3-4]。這一趨勢不僅凸顯了高校敏銳把握時代潮流的能力，而且展示了高校在教育創新方面的積極態度和前瞻性眼光。

目前，管理科學與工程學科的數智類課程主要集中在大數據類課程上，體現在管理科學、信息管理與信息系統、大數據管理與應用和計算金融專業的課程中。管理科學與工程學科中各專業的數智類課程如表1所示。

然而，本科專業課程存在一定的問題，即同一個專業下的課程內容存在若干交叉重復的現象。例如，大數據管理與應用教指委給定的大數據管理與應用概論、大數據技術基礎、大數據計量經濟分析、大數據智能分析理論與方法四門專業課程及配套教材中，數據挖掘與機器學習方法及類似案例內容都有不同程度的出現，而大數據獲取、數據倉庫等相關內容相對欠缺。

除了本科專業課程，管理科學與工程作為一級學科，其相應的碩士學位與博士學位課程也在逐步融入數智類課程。以管理科學與工程學科為例，碩士學位的課程線路為“管理建模方法與模型工具一管理科學進展一經管論文寫作”，博士學位的課程采用的是“管理研究方法一管理科學前沿一科技論文寫作”的建設思路。其中，課程設置了多種相關專題，比如神經網絡、機器學習、可解釋機器學習、基于人工智能的多目標優化方法等，這些數智化專題對來自不同學校（不同課程體系）的本科或碩士學生來講，其接受程度又存在很大差異。

針對這些問題，需要建立更為完善的數智類課程體系：首先，對課程內容進行整合與優化，消除交叉重復的內容，強化基礎知識，同時增加與時俱進的內容；其次，建立階梯式課程體系，從本科到碩士再到博士，逐步深入對數智類課程的理解和應用；最后，鼓勵學生參與跨學科學習，培養學生的綜合能力和跨學科思維。因此，管理科學與工程學科的數智類課程體系建設非常有必要，對管理科學與工程學科的人才培養、對交叉創新人才的能力提升都具有重要的現實意義。那么，如何設置相關課程并建立它們之間的有序關系，形成階梯式課程體系，成為一個亟待解決的現實問題。

2新文科背景下管理科學與工程學科數智類課程體系建設

2.1理論與現實基礎

在當今不斷發展的商業環境中，決策一直是管理活動的核心。管理學家西蒙曾經說過，管理就是決策[5]。決策不僅僅是管理的一部分，而且是管理活動的基礎，決策的質量直接影響組織的成敗。因此，有效的管理決策不僅需要基于經驗和專業知識，還需要借助科學方法和工具。管理科學與工程正是側重于基于技術的管理與面向管理的技術的這樣一門學科。

2.1.1 理論基礎

從學科內涵上看，管理科學與工程學科作為一門綜合性學科，其發展離不開系統科學、管理科學、數學、經濟、行為科學及工程方法的綜合運用，這種綜合性使得管理科學與工程學科天然地適合引入數智化管理與技術的理論和實踐。管理科學與工程學科注重數據分析、決策優化、系統模擬等領域的研究，它和數智化管理與技術的結合是理論上的自然選擇。

隨著技術的不斷發展和全球化的日益加深，傳統的管理決策范式面臨前所未有的深刻挑戰。陳國青等[指出，大數據及人工智能技術背景下新型決策范式具有跨域性、人機式、寬假設、非線性的特點。這種變革不僅是理論上的挑戰，也是實踐中的機遇。要在管理決策理論、管理建模和方法等方面進行學術探索與研究創新，通過引入大數據和人工智能技術，更好地理解市場趨勢、預測未來發展，并作出更加準確的決策。

2.1.2 現實基礎

從現實基礎來看，隨著信息技術的迅速發展和大數據時代的到來，管理領域對大數據和智能決策的需求日益增加。國務院2015年8月印發《促進大數據發展行動綱要》，2017年7月印發《新一代人工智能發展規劃》，明確了政府對這些領域發展的支持和引導。數據已經成為國家的基礎性戰略資源，大數據已對全球生產、流通、分配、消費活動以及經濟運行機制、社會生活方式和國家治理能力產生重要影響[7]。管理工作也逐漸向數據驅動型發展，越來越多的管理決策是基于大數據和智能化技術。

管理科學決策的辦法就是要實現與信息技術融合，信息技術不僅為管理決策提供了更多的數據支持，還提供了更加智能化的分析工具。通過大數據和人工智能技術，管理者可以更快速地進行數據挖掘和分析，從而更及時地作出決策。這種智能化的管理不僅可以提高決策效率，還可以降低決策風險，提升社會治理、政府服務和監管能力。為此，引入數智化管理與技術的課程已經成為各高校經濟管理類專業的必然選擇，越來越多的高校開始在管理科學與工程學科中設置與大數據、人工智能相關的課程，以滿足社會對這類人才的需求。

2.2 課程體系

根據大數據、人工智能在管理中的決策作用與應用特點，將數智類課程體系分為逐層遞進的四個層級，如圖1所示。

這四個課程群之間存在緊密的聯系和相互促進的關系：

1）數智類基礎課程為學生提供了學習大數據和人工智能的基本知識與技能;

2）數智類提升課程進一步深化了學生的理解和應用能力；

3）數智類拓展課程拓展了學生的知識面和專業水平；

4）數智類應用課程將學生的學習與實踐相結合，為將所學知識和技能應用于實際工作提供平臺。

通過這樣一個有機的整體，學生能夠在不同層級的學習中不斷提升自己的能力，為未來職業發展奠定堅實基礎。下面從理論課程體系與實驗課程體系兩部分進行闡述。

2.2.1理論課程體系

第一層級是數智類基礎課程群，在這個層級，主要掌握大數據的概念和基本特征、厘清大數據與人工智能之間的關系，掌握程序設計、算法的思路與方法，學會編寫程序分析解決管理類問題，典型的課程包括大數據導論、程序設計基礎等。其中，大數據導論用于介紹大數據的概念、特征、來源和應用，以及其在管理決策中的重要性；程序設計基礎是學習編程語言的基本語法和邏輯，掌握常用編程工具如Python、R等，為實驗和應用提供基礎。

第二層級是數智類提升課程群，在數智類基礎課程群的基礎上進一步提升學生使用大數據與人工智能方法分析問題與解決問題的能力，典型的課程包括大數據采集與存儲、大數據智能分析方法、大數據可視化等。其中，大數據采集與存儲包括大數據的采集方法、數據倉庫的設計與管理，掌握大數據的基本處理流程；大數據智能分析方法主要包括數據挖掘、機器學習等方法，通過案例分析和實踐項目，提取有價值的信息和知識，支持管理決策；大數據可視化是學習使用圖表、圖形等可視化方法呈現大規模數據集，以便更有效地進行決策。

第三層級是數智類拓展課程群，進一步拓展在大數據和人工智能領域的知識和技能，典型的課程包括大數據技術基礎、非結構化數據分析技術、人工智能算法基礎等。其中，大數據技術基礎用來深入學習大數據處理平臺的原理和技術，如Hadoop、Spark等，掌握大數據處理的高級技術；非結構化數據分析技術目的是探索如何處理文本、圖像等非結構化數據，解決復雜問題；人工智能算法基礎主要包括深度學習、強化學習等各種人工智能算法的原理和應用。

第四層級是數智類應用課程群，主要解決如何將所學的數智化方法和技術應用于實際的管理決策。針對具體應用場景的課程包括如金融、能源、資源環境等領域，探討如何使用數智化方法與技術解決具體的管理決策問題。

2.2.2 實驗課程體系

數智類基礎實驗包括編程實驗、數據處理實驗，目的是學習大數據和人工智能的基本技能。其中，編程實驗是通過編寫程序解決管理類問題，鞏固理論知識，建立基本技能；數據處理實驗是學習如何處理和分析實際大數據集，掌握數據采集、清洗、轉換等操作。

數智類提升實驗包括機器學習實驗、數據可視化實驗，用于提升數據分析和處理的能力。其中，機器學習實驗是實踐應用機器學習算法解決管理問題，提取數據中的模式和規律；數據可視化實驗是利用可視化工具呈現數據，幫助管理者更直觀地理解數據。

數智類拓展實驗包括大數據處理平臺實驗和非結構化數據分析實驗，為解決復雜問題提供更加有效的方法和工具。其中，大數據處理平臺實驗是使用實際的大數據處理平臺進行數據處理和分析，深入了解其原理和應用；非結構化數據分析實驗是針對文本、圖像等非結構化數據進行分析，探索數據中的潛在信息。

數智類應用實驗主要是指案例分析與應用實驗，通過對真實案例或數據進行分析，探索將所學的數智化方法和技術科學應用于解決實際的管理決策問題。

3 結束語

在當今信息化、數字化的時代，數據驅動的決策成為各個領域的核心。在管理科學與工程學科中，充分利用大數據、數學建模和分析工具，對解決實際問題、提高效率和創新能力至關重要。因此，培養具備數智能力的人才成為學科發展的迫切需求。

然而，當前數智類課程體系尚無完整的結構，課程之間或存在冗余，或銜接唐突。為此，本文基于決策理論，提出新文科背景下管理科學與工程學科的四個層級逐層遞進的數智類課程體系架構，實現數智課程層次分明、遞進支持、無縫連接，為管理科學與工程學科人才培養提供有效的途徑。

4參考文獻

[1］李果，李小川，張祥，等．新文科背景下管理學科拔尖創新人才培養模式研究［J].天津大學學報（社會科學版），2024，26（1）：9-16.

[2]趙昌文.深化對推動高質量發展、構建新發展格局的規律性認識[J].人民論壇，2023（24）：70-76.

[3]李蘭蘭，焦建玲，楊冉冉，等.新文科背景下大數據管理與應用專業課程體系建設研究［J].圖書館學研究，2023（10）：2-12.

[4]王晰巍，李玥琪，賈若男，等.新文科背景下大數據管理與應用專業人才培養模式［J]．圖書情報工作，2021，65（17）：45-56.

[5]西蒙.管理決策新科學[M].李柱流，湯俊澄，等譯.：中國社會科學出版社，1982.

[6]陳國青，曾大軍，衛強，等．大數據環境下的決策范式轉變與使能創新[J].管理世界，2020，36（2）：95-105，220.

[7」張靈，馮科，孫華平．制造業企業數據價值釋放：效應與機制[J].系統工程理論與實踐，2024，44（1）：68-85.