新财经背景下大数据管理与应用专业育人机制研究

张雪峰，杨 鑫

（河北经贸大学 管理科学与工程学院，河北 石家庄 050061）

引言

2018年9月，教育部发布的《关于加快建设高水平本科教育全面提高人才培养能力的意见》，对新工科、新医科、新农科、新文科建设进行了全面而战略性的部署［1］。在“四新”建设的框架下，为应对新文科范畴中财经领域呈现出的新特征与新趋势，教育部教育发展研究中心、相关财经高校以及实业界共同推动下，逐渐形成了新财经的概念。2018年12月，西南财经大学首先确立了“建设新财经，服务新时代”的发展目标，以素质为核心，致力于培养具备宽阔视野和深厚能力的新财经应用型人才［2］。2019年11月10日，教育部教育发展研究中心与河北经贸大学共同签署合作协议，开展了地方高校关于新财经本科的教育实验研究，在教育理念、教育模式、培养体系、专业结构等方面进行探索［3］。接着，两校相继进行了招生专业的改革，引领了新财经教育改革的发展。此后，随着高等财经教育改革向更深层次推进，新财经逐渐成为各财经院校的共识。2022年，上海财经大学、中央财经大学、东北财经大学等高校根据新时代高等财经教育的新使命，相继举办以新财经为主题的学术论坛和学术报告，深入探讨了新财经教育改革的路径和方向［4］。

因此，新财经改革是在新时代背景下，我国财经类高校针对财经领域的全新特点和趋势，对高等教育财经专业的内容、教学方法、培养模式以及师资队伍等方面进行的系统性和深层次的改革。新财经改革旨在使高校财经教育更加贴近现实需求、适应经济发展，培养出适应新财经时代要求的优秀人才［5］。这一概念强调了在当今社会和经济环境中，财经领域的发展与应用已不再局限于传统的财经研究和管理方式，而需融合信息技术、数据科学、人工智能等现代技术，更加注重数据驱动、创新思维以及跨学科融合的综合应用［6］。新时代财经专业人才需要跨足经济学、计算机科学、数据科学等多个领域，以更宏观的视角来分析和解决问题。因此，研究如何培养具备深刻理解与实际应用大数据的专业人才，探讨大数据管理与应用专业在高等教育中的育人机制，具有紧迫性和必要性，对推动新财经教育创新与产业升级的有机融合具有较重要的作用。

一、大数据管理与应用专业发展历史及现状

大数据管理与应用专业作为一门新兴的学科，其历史沿革可以追溯到信息技术和数据科学的发展过程中。21世纪10年代初，随着互联网的普及，社交媒体、移动应用、传感器等技术的广泛应用，数据呈现爆炸性增长。2008年，麦肯锡公司的一份报告首次提出了大数据（Big Data）的概念，此后大数据技术和工具得到了迅速发展。分布式计算框架（如Hadoop）的出现，使得大规模数据的存储和处理变得可行。同时，数据挖掘、机器学习和人工智能等领域的发展为大数据的分析和应用提供了理论和方法支持。21世纪10年代至今，随着大数据技术的成熟和普及，各行各业开始将大数据应用于业务决策、市场分析、客户关系管理等领域。这促使大数据管理与应用专业逐渐形成，许多高校和研究机构开始开设相关课程和专业。同时，跨学科的教育模式也催生了更全面的大数据管理与应用专业人才培养。2023年，全国有开通大数据管理与应用专业的院校有221所，其中财经类高校37所。未来，随着人工智能、物联网等技术的不断发展，大数据管理与应用专业将更加强调数据驱动的决策和创新能力，培养更具综合素养和跨学科背景的专业人才。

二、大数据管理与应用专业发展所面临的问题

大数据管理与应用作为一个新兴领域，在发展过程中面临着一些挑战和问题。

（一）教育体系滞后

一是课程体系滞后。大数据技术的发展速度较快，但部分高校的课程设置和教学内容滞后，不能满足实际需求。传统的课程体系可能未充分覆盖新兴的大数据技术和方法，导致学生毕业后实际应用能力不足。二是实践环节不足。大数据管理与应用需要实际的数据分析和项目实践经验，然而，大部分高校在实践环节设计上存在不足，学生缺乏处理真实数据和解决实际问题的机会。三是行业对接不密切。大数据技术的应用涉及多个行业，但高校与行业的紧密对接还不够。学生缺乏与企业合作、实践行业项目等机会，导致学生的就业适应能力不足。四是专业边界不清晰。大数据管理与应用专业通常涉及计算机科学、统计学、数学等多个学科领域，技术的快速发展使得教育体系可能滞后于实际行业需求，跨学科性质导致该领域缺乏统一的标准，从而难以定义专业的范围和边界。

（二）师资队伍短缺

大数据领域涉及计算机科学、统计学、商业分析等多个领域的知识，但相关专业的教师队伍相对匮乏。主要原因有以下几点：一是跨学科要求较高。大数据领域涵盖财经、计算机科学、数据科学等多个学科领域，要求教师具备跨学科的知识和背景。由于跨学科培养需要时间和精力，缺乏具备这种综合背景的教师可能导致师资队伍短缺。二是市场需求竞争较大。大数据领域的专业人才需求旺盛，市场上的行业企业也在积极招聘相关人才，这使得大数据领域的教师在市场上也具有很高的竞争力，高薪聘请往往会吸引教师离开教育领域，导致高校师资队伍短缺。三是技术更新速度快。大数据领域的技术日新月异，教师需要不断更新自己的知识和技能，保持与行业发展同步。对于一些教师而言，难以跟上技术的变化可能影响其在教育领域的能力和吸引力。四是人才培养周期较长。培养一名具备跨学科知识和实践经验的大数据教师需要较长的时间。短期内难以满足师资队伍的需求，导致师资队伍短缺。

（三）跨学科融合挑战

大数据管理与应用涵盖多个学科领域，跨学科融合和知识整合是非常大的挑战。一是学科边界模糊。跨学科融合可能导致学科边界变得模糊，教师和学生在课程设计和学习过程中可能会遇到难以界定的学科范围，影响教学和学习的连贯性。二是课程内容整合困难。不同学科的课程内容可能存在差异，要将不同学科的知识有机地整合在课程中，需要克服内容整合的困难，确保教学的一致性和连贯性。三是学生背景多样。学生来自不同的学科背景，其先前的知识和技能水平可能存在差异。因此，在跨学科融合的教学过程中，如何满足不同学生的需求并提供适当的支持是一个挑战。四是评估和考核难度大。跨学科融合可能导致传统的评估和考核方式不再适用，如何设计有效的评估方法，准确地评价学生跨学科综合能力，是一个具有挑战性的问题。这些挑战需要在大数据管理与应用专业建设过程中得到认真对待，通过有效的教学设计、师资培养和课程管理等方式，克服跨学科融合带来的困难，确保专业的质量和学生的综合素养培养。

三、新财经背景下大数据管理与应用专业育人机制

针对大数据管理与应用专业目前存在的问题和挑战，结合新财经改革背景，提出以下具体机制以改进和完善大数据管理与应用专业的育人机制。

（一）跨学科融合的课程设计

一是进行跨领域课程设置。设计涵盖财经、计算机科学、数据科学等多个学科领域的课程，如“金融数据分析”“商业智能”“大数据技术与应用”等，使学生能够全面了解不同领域的知识和技能，进而培养出既懂财经领域又精通数据技术的复合型人才。二是进行合作教学。在课程中引入不同领域的教师协同授课，如财经专业的教师与计算机科学专业的教师共同授课，以确保学生获得多学科的知识和视角。三是开展项目式学习。设计项目式学习任务，要求学生从多个学科角度解决实际问题。例如，要求学生利用财经知识分析金融市场数据，同时运用数据科学技术进行预测和分析。四是增加实际案例分析素材。引入实际案例分析，要求学生从不同学科角度解读和分析财经领域的实际问题，培养跨学科的思维和分析能力。五是鼓励跨学科项目合作。组织学生跨学科团队参与项目合作，如与计算机工程专业的学生合作开发金融数据分析工具，促进不同领域的交流与合作。

（二）实践导向的教学

加强实际案例分析、项目合作等实践环节，让学生在真实场景中运用所学知识解决问题，培养他们的实际应用能力。一是项目驱动的课程设计。以实际项目为中心设计课程，让学生通过实际的数据管理和分析项目来应用所学的知识和技能，培养学生的解决实际问题的能力。二是进行行业合作与实习。与行业合作伙伴建立联系，提供实习机会或合作项目，让学生在真实的工作环境中应用所学，从中获得实际经验。三是进行实验室实践。建立配备先进设备和软件工具的实验室，让学生进行数据处理、分析和模型构建等实际操作。四是进行案例分析与讨论。使用实际案例和问题进行课堂讨论，引导学生分析、解决和讨论真实世界的数据管理挑战。五是参与创新项目和竞赛。鼓励学生参与创新项目或竞赛，如开发数据分析应用、解决实际业务问题等。

（三）师资队伍的建设

提升教师队伍的跨学科背景，鼓励教师参与行业实践，保持教学内容的前沿性和实践性。在大数据管理与应用专业的建设中，师资队伍的建设是至关重要的。一是跨学科背景培养。鼓励现有教师参与跨学科培训，提升其在大数据领域的知识和技能。同时，招聘具有多学科背景的新教师，以满足专业的跨学科融合需求。二是产业导师和实践专家。邀请产业导师和实践专家参与教学，他们可以分享实际经验和行业动态，让学生更好地了解行业实际需求。三是设立科研项目支持。提供教师参与科研项目的支持，鼓励他们开展与大数据管理与应用领域相关的研究。科研项目可以丰富教师的知识储备，提高教学水平。四是教学培训与交流。组织定期的教学培训和交流活动，让教师分享教学经验，学习教学新方法，有助于提高教师的教学能力和教学创新意识。通过以上方法，可以不断完善师资队伍，提高教师的综合素质和专业水平，为学生提供更优质的教学和培养。

（四）科研和创新的培养

在大数据管理与应用专业的建设中，通过科研带动教学升级是非常重要的，鼓励学生参与科研项目，培养创新精神，促进学术研究与实际应用的结合。一是参与教师科研项目。鼓励教师开展与大数据管理与应用领域相关的科研项目。教师的科研成果可以融入教学中，将最新的研究成果和实践经验传递给学生，提高课程的实用性和前沿性。教师参与科研项目时，可以不断更新课程内容，将最新的研究成果、案例和方法引入教学。这有助于使课程更加贴近行业发展和学科前沿。二是鼓励学生参与教师的科研项目，提供学生参与研究的机会。学生可以在科研项目中获得实际研究经验，培养问题解决和创新能力。三是实践项目结合科研。将科研项目与实际应用项目结合起来，让学生在解决实际问题的过程中进行科研探索。学生可以从实际项目中汲取问题意识，激发科研兴趣。

通过以上机制的综合运用，可以培养出在新财经背景下具备全面素质、实践能力和创新精神的大数据管理与应用专业人才，以迎接现代经济和商业的挑战与机遇。

结语

在新财经背景下，大数据管理与应用专业的育人机制应当紧密贴合商业领域的快速发展和技术创新需求，需要充分考虑行业趋势、专业知识和实践能力的融合，以培养既懂大数据技术又懂管理应用的高素质人才。

首先，专业课程设置需以应用为导向，融合经济管理知识和大数据技术。课程内容应紧密关联经济市场、商业运作等领域的实际情况，帮助学生理解行业需求，培养对数据的深刻理解和分析能力。其次，实践教学应成为育人机制的重要组成部分。引入实际案例、实验项目、模拟交易等教学方法，让学生在真实环境中运用所学，锻炼解决问题和决策的能力。最后，师资队伍的建设至关重要。学校应吸引具备行业经验的教师参与教学，或者开展产学研合作，邀请企业专家参与培养过程，使学生能够接触到实际业务和最新技术。同时，跨学科培养也应纳入育人机制。鼓励学生学习相关领域的知识，如人工智能、云计算等，拓宽视野，为未来的多元化发展做好准备。

综上所述，新财经背景下大数据管理与应用专业的育人机制应当以实际应用为导向，注重实践教学、跨学科培养、师资队伍建设和终身学习，以培养适应新经济形势的高素质人才，为新时代的经济发展注入新的活力。