“数字素养”视角下供应链管理专业数据分析课程思政教改研究

杨颖 张巧玲

摘 要：课程思政教学改革是高等教育发展的重要方向，基于数据分析类课程思政教学改革的难点，通过对商务数据分析课程思政教学改革路径的研究，面向数字经济，以学生为中心，推进数字化教学创新，将校园网、资源库、案例集、数据实操等与理论知识真正链接起来，实现数字教育创新。

关键词：课程思政；商务数据分析；教学改革

中图分类号：G4     文献标识码：A      doi：10.19311/j.cnki.16723198.2024.09.067

0 引言

中共中央网络安全和信息化委员办公室提出：数字素养与技能，是数字社会公民在学习、工作、生活中应具备的数字获取、制作、使用、评价、交互、分享、创新、安全保障、伦理道德等一系列素质与能力的集合。顺应数字时代要求，提升国民素质、促进人的全面发展的战略任务，也是弥合数字鸿沟、促进共同富裕的关键举措，是实现网络大国迈向网络强国目标的必由之路。“信息素养”这一概念早在20世纪70年代就有学者提出，随后进入21世纪，“数字素养”的概念应运而生，数字素养表现为能够熟练应用各项数字技能，对海量数据进行收集、整理、评估和利用的生存技能和行为。近年来，我国国民数字素养日益受到重视，“十四五”规划纲要指出，要加强全民数字技能教育及培训，普及并提升国民数字素养，可见数字经济已成为全球未来的发展方向，“数字素养”已成为必备技能。

现代市场的生存法则已离不开数据分析，物流与供应链管理领域更是如此，官志华（2017）指出从原材料来源到售后服务，数据分析贯穿于供应链管理领域的全过程，在营销决策、运营风险评估等方面扮演着举足轻重的角色；李汉卿（2018）等发现在物流领域中应用数据分析可优化运输方案和运输路线，帮助货物顺利通过供应链到达市场，进而满足客户需求。刘心缘（2022）通过多层面多角度的数据分析，探究出现代物流企业可以准确快速地获取市场行情及供应链上下游的各类信息，能够帮助管理层在市场分析、业务处理、决策判断时做出科学高效的管理方案，降低决策的整体难度，数据在供应链与物流运作决策中发挥着关键性作用。

1 课程教学改革的难点

应用型人才主要任务是将科学理论知识直接运用到社会经济领域，着重培养学生的动手实践能力和创新能力，但从目前来看，大部分应用型本科院校由于长期受到传统高等教育学科本位理念的影响，对学生的教育更侧重于理论知识，而忽视了应用教育和实践教育。

作为服务于社会经济发展需要的应用型本科高等院校，必须紧跟市场发展变化，培养学生数据意识与数据思维。本研究以供应链管理专业课程商务数据分析为改革对象，旨在培养学生的数据思维意识。课程以商务领域的数据分析及建模应用为基础，学生通过课程学习掌握商务数据分析的流程及常用方法，运用数据思维对案例进行解剖，使得枯燥无味的数据鲜活起来，在数据分析与挖掘中感受数据之美；同时，课程根据其个性含义将相关专业知识与思政融合，注重培养学生的数字素养能力，培育并践行社会主义核心价值观及团队协作精神，以及敬畏数据的职业精神，规范学生进行数据处理活动，保障数据安全，增强数据安全法律意识。

1.1 专业知识与实践融合方面

该课程的理论知识部分涉及高等数学、线性代数、概率论与数理统计、统计学等相关知识，繁杂的公式使得学生在学习过程中产生畏难情绪；满堂灌的传统教学模式导致学生上课积极性不够高，多数处于被动吸收知识，实践能力较低；课程教学实操性较强，大部分学生只是在机械地使用软件，并未深入理解分析缘由，撰写数据分析报告思路逻辑混乱，导致项目案例施展的效果不佳；学生自主实践能力较弱，数据分析目的不清晰，提取指标思路模糊，对于选择合适的统计分析方法更是存在一定的困难。

1.2 传统教学固有思维方面

传统的课程教学是以学生为中心，以教师为主导来进行，学生对知识的吸收大多是被动的、机械式的。课程经过改革后虽然克服了传统教学的缺点，强调教学过程以学生为中心，即参与式教学，并实时进行授课后的教学分析，但因学生的初始能力和接受能力不同，教师对学生目前的学习状态和其期望达到的状态进行分析有一定的困难，造成课堂教学效果存在偏差。

2 课程教学改革路径

2016年工信部在《大数据产业十三五建设规划纲要》中提出，以推动构建创新型的人才培养模式为目标，加大大数据人才培养力度、整合高校、企业、社会资源。商务数据分析与应用专业的人才培养目标是：结合线上销售+线下体验，挖掘商务数据，对用户行为进行分析挖掘，做精准化营销。

商务数据分析课程以概率论与数理統计、统计学、管理学、经济学为基础，以SPSS、SPSS Modeler、Teablue为工具，以实践性、应用性为导向，通过引入思政案例提高学生学习热情，加深对有关统计方法及其结果的解读，理解数据分析在社会领域的应用，研究如何利用正确有效的方法去收集数据，继而整理与分析受到随机因素影响的数据。该课程主要从以下几点进行改革研究。

2.1 “教”与“导”综合教学，激发学习兴趣，提高实践技能

课程根据学生专业学习的特点和成熟程度，通过专业老师的引导，对社会热点案例进行思考挖掘，指导学生明确研究目的、选取合适指标、收集数据、整理数据、分析数据、建模及应用决策，加深对有关统计方法及其结果的解读，理解数据分析在社会领域的应用，具备数据搜集和处理能力，使学生不仅专注于课堂学习，而且课后也能够积极在线上寻求资源主动学习。鼓励学生成立学习小组，以课堂讨论的形式掌握知识点，突出学生的主体性质，实现“教”与“导”综合的教学模式，适当留给学生空白的消化时间，以学生为主体，鼓励学生在教学内容的基础上构建完整的知识体系，实现从“学会”到“会学”；开展“以赛促学”模式，以赛为载体，寓教于乐，以实际项目案例竞赛激发学生的学习激情和兴趣。

课程设计主要以参与式学习为主，同时课程教学中要挖掘思政元素，使学生能够将课程相关专业知识与思政融合。教师课前通过学习通发布贴近学生专业的社会生活及市场经济案例，学生通过初步阅读了解报告的整体逻辑框架；授课过程中借助案例式、启发式、讨论式的教学方法，采用“学习通+多媒体演示+板书”进行教学互动，激发学生学习的主观能动性，同时采用信息化手段，提高学生的课堂参与度；学生通过学习，熟悉商务数据分析流程方法，能够深刻理解统计学的描述性与推断性数据分析应用，同时通过对项目案例的解读与模仿使学生的学习意识更加深厚、家国情怀更加浓郁。

2.2 交叉学科融合教学，激发主观能动性，提高创新能力

商务数据分析课程的先修课程以高等数学、线性代数、概率论与数理统计、统计学为主，在教学过程中以学生掌握先修课程的实际情况进行教学内容改革，适当对教学内容进行增删，课堂训练学生对知识的理解与掌握，如假设检验、置信区间等，弥补学生薄弱环节的知识点，实现学科间的交叉融合，完成各知识点之间的串联。

2.3 以科研促教学，增强科研成果转化意识

教育部倡导“增强科研成果转化意识，引导和鼓励开展政策咨询、实践应用研究、舆论引导，促进教育科研成果向教案转化、向决策转化、向制度转化，向社会舆论转化”。教师利用自身项目研究成果推动科研反哺教学，把科研项目成果通过课堂教学传递出来，引导学生结合专业知识思考和探究，促使学生在学习专业课程的同时拓宽视野，激发学习兴趣；培养科研苗子学生，带领学生撰写并发表论文，引导学生自主学习、探究学习，形成良好的学习氛围。

2.4 推行校企合作，实现项目化培养模式

校企合作已成为应用型本科高等院校培养人才的重要模式，二者结合有助于培养理论与实践结合的综合性人才，院校只有在充分了解企业对人才的实际需求后，才能有针对性地实行培育计划，进而为社会输送高质量人才。院校开设数据分析类课程主要面临两个问题：应用数据集稀缺，日常教学的数据来源只能依靠问卷搜集获得，一方面数据搜集时间长，严重影响课堂教学进度，另一方面有效问卷量少难以具有统计说服意义；校内导师缺乏行业实践背景，日常教学内容与市场需求存在脱钩现象。通过校企合作，共建实验室、共享资源等模式，可使学生能够运用实际数据集完成项目分析，且企业可以为学生提供实习机会，使其亲身实地理解企业项目的运作流程，实现校企之间互惠互利的目标。

3 课程教学改革效果分析

3.1 专业知识教学及考核效果分析

美国教育心理学家加涅提出“教学是以推动学习方式影响学习者的一系列事件，而教学系统设计则是对教学体系进行系统化规划的过程”。授课过程中强调理论教学与案例教学相结合，搭建数据分析实践平台及丰富的网络教学平台，选取具有浓厚思政要素的典型案例，着重启发式教学、案例式教学、探索式教学、研讨式教学，通过案例分析向学生传递正确价值观。优化教学目标，做到因材施教，对教学章节中的重难点做到心中有数，有的放矢；教学内容要面面俱到，授课教师合理取舍教材内容，通过处理教材，本着整体性的原则，实现传道授业解惑的真正意义。

授课主要围绕“教、学、做”进行，在课程开展之前，结合学生实际情况分析学情，评估学生要达成的目标程度；确定学习顺序及因材施教的学习策略，使学生系统地学习和掌握学科的概念体系，培养学生的理性思维能力；教师参考《哈佛同伴教学法》（PI）通过习题测试或小组讨论的方式，了解学生对知识点的掌握程度，监控教学的实施效果，构建学生自主学习、合作学习、生生互动、师生互动的学习环境，对教学过程中的限制条件进行实时分析，并对其影响程度进行分析，进而及时改进，优化教学设计环节。

同时，考核方式是检验课程实施质量的重要指标，商务数据分析课程应建立以能力考核为中心，融合学生职业道德、法律意识等与专业从业人员密切相关的职业素养考核要求，以过程性考核为基础，建立多元化的课程考核体系，实现能力目标和素质目标的评价。主要包括学生撰写数据分析报告和组内互评，例如数据分析报告以小组完成某一个项目为例，综合考查学生数据分析与挖掘的应用能力，因小组学生的差异性，要求组内学生根据组员的贡献程度进行组内互评，实现评价促自学的教学效果。

3.2 思政效果融入分析

商务数据分析课程使学生在掌握统计学基本理论的前提下，实现教学与实践的有机结合，课堂内外教学相结合，要求学生研读教师布置的具有思政元素的数据分析报告，并尝试对报告中的数据进行处理，仿照典型案例逻辑框架进行分析，拓展课外思政领域，培养学生数据搜集和处理能力，并运用数据分析工具、数据可视化等技术实现项目落地，从数据层面挖掘原因、给出解决建议。

课程以教学育人为导向，挖掘思政元素，设定教学目的，建立典型教学案例。通过精心的课程设计，融入案例分析、讨论法、线上教学资源、项目实践等教学方法，将价值观塑造与能力培养贯穿到教学始终。教学过程中充分利用各大平台的线上资源，结合时事热点新闻，突出模块化的课堂教学内容和时事热点案例延伸学习，借助精品数据分析咨询网站案例，培养学生系统分析思维，激发学生通过数据分析剖析与解决问题的能力。同时，教学过程中把握实践环节，引导学生以小组为中心搜集热点时事，用数据分析来解读不同的主題，提高学生的理论理解、操作能力和解决实际问题的能力，进一步引导学生解读数据的背后是中国特色社会主义的四个自信。

4 结论

数据分析应用在物流与供应链领域的方方面面，企业的成果立足于稳健、高效的物流与供应链管理，如物流运输的“最后一英里优化”、供应链运营的风险评估等。数据分析类课程为适应物流与供应链领域市场发展需求，以培养适应数字经济发展的新时代人才为目标，促使学生具备数据搜集和处理能力，能够使用数据分析工具、数据可视化等技术实现项目落地，应用专业知识从数据层面挖掘原因、给出解决建议。通过对课程的改革，培养区域经济发展高素质技术人才，适应数字经济发展的新时代目标，实现用数据为企业决策保驾护航。

参考文献

[1]官志华.大数据分析在供应链管理中的应用［J］.物流技术，2017，36（9）：132135.

[2]李汉卿，夏齐.大数据在供应链与物流领域的实践研究［J］.物流工程与管理，2018，40（2）：1517，19.

[3]刘心缘.大数据对现代企业物流供应链管理的影响[J].中国市场，2022，（1）：144145.

[4]贾尚云，高晓阳，孙伟，等.线上线下混合式教学在“数字电子技术”课程中的应用［J］.科技与创新，2020，（20）：8990.