物流數字化轉型背景下現代物流管理專業學生數據素養培養探析

招莉莉,陳林玉

(北海職業學院,廣西北海,536000)

一、引言

物流數字化轉型既是滿足物流業發展需求的產物,又是順應時代發展的產物。當前,我國物流業發展迅速,在大數據、云計算、物聯網、區塊鏈、人工智能等技術的驅動下,物流數據更容易被采集和使用。近年來,國家發布多項政策推進物流數字化轉型,與此同時,社會資本和企業的不斷投入為物流數字化轉型奠定了堅實的基礎。《關于構建更加完善的要素市場化配置體制機制的意見》將數據列為市場化配置的要素[1],意味著數據已成為各行業發展的重要資產之一。

《“十四五”現代物流發展規劃》再次提及加快物流數字化轉型,在建設物流人才專業隊伍方面要培育復合型高端物流人才。[2]在此背景下,現代物流管理專業人才培養需要根據物流數字化發展現狀做出調整,進一步強化對現代物流管理專業學生數據素養的培養,以適應物流數字化轉型需求,滿足行業發展需要。

梳理文獻發現,國外關于數據素養教育的研究在理論和實踐兩方面都比較成熟,國內的數據素養研究主要集中于理論探討方面,對實踐成果的研究較少。[3]隨著大數據的普及,數據素養逐漸成為研究熱點。關于數據素養的研究,其研究內容主要集中于數據素養教育策略、數據素養教育模式體系和數據素養教育評價三大方面,其研究對象主要包括高校圖書館、教育工作者和高校學生,針對具體專業學生的培養還比較少。因此,本文基于物流數字化轉型背景,結合高職現代物流管理專業特點,應用系統思維,探討現代物流管理專業學生的數據素養培養問題和策略。

二、數據素養的內涵

雖然國內關于數據素養的研究起步較晚,但隨著近十年中國數字經濟的迅速發展,數據概念已經得到了很好的推廣。數據范疇越來越廣,數據素養逐漸成為大眾必備的一種基本素養,數據素養的內涵不斷豐富,不同研究者根據各自的研究領域和研究對象對數據素養進行了定義。結合現代物流管理專業人才培養的要求,本文將現代物流管理專業學生數據素養定義如下:在從事物流管理活動過程中,遵循行為規范和符合社會倫理道德,具備數據意識和數據收集、組織、分析及應用能力。數據素養在結構上包括數據意識、數據技能和數據倫理三個方面的內容。[4]

(一)數據意識

數據意識是數據素養的基本條件,是指個體能夠根據工作需要運用數據,對物流數據比較敏感,能夠認識到數據的商業意義。[5]首先是數據需求意識,即清楚數據在物流業務中的產生過程和產生形式,明白哪些環節需要運用數據分析。數據分析有助于降低物流成本,提升物流服務效率。其次是數據獲取意識,即了解所需數據特征,能夠充分利用官方平臺、行業平臺、企業官網等渠道收集權威數據。最后是數據價值意識,即能夠意識到數據在物流管理中的重要作用,能夠解讀與本專業相關的數據,并能發現數據的商業價值和社會價值。學生應清晰地認識到數據價值在優化企業日常物流運營及提升決策效率和準確率上所起的關鍵作用,數據意識直接影響企業物流數據價值的發揮。

(二)數據技能

數據技能是指貫穿于數據生命周期的采集、處理、分析、應用、管理等一系列活動所需要的技能。[4]基于經濟管理理論,在物流產業中運用好數據,可以解釋物流領域相關活動的內在規律性,充分提高物流管理的科學性和有效性。例如,物流運輸活動包含大量關于交通狀況和車輛運行的動態信息,通過收集和分析車輛參數、地理位置、行駛路線等多維度信息,可以發現車輛的行為特征和區域物流的流量分布,為物流公司的車輛調度決策提供數據支撐。根據高職院校現代物流管理專業的特點,學生的數據技能主要表現為利用數據工具分析和解決物流運營問題的能力。具體來說,數據技能主要由以下四種能力構成。

1.數據采集能力

學生應能根據物流項目的具體要求和完成目標,運用科學的采集方法,有計劃、有組織地搜集相關數據并進行登記,獲得真實可靠的數據。物聯網技術的發展使現代物流數據的收集變得更加方便快捷。例如,RFID、條碼、物流信息管理系統等技術的使用可以在物流運作過程中即時生成相應的物流數據,需要學生掌握相應的技術才能滿足數字物流發展的能力需要。此外,掌握傳統的手工輸入、查閱文獻等數據收集技能也是對現代物流管理專業學生數據采集能力的基本要求。

2.數據處理與分析能力

處理數據是提高數據質量和使用價值的基礎。現代物流管理專業的學生應具備處理和分析數據的能力,對收集到的數據進行審核,確保數據的完整性、準確性和及時性,對數據進行初步的整理加工。在此基礎上,學生可運用相應的數據分析工具,如Excel、BI、數據庫等,完成表格類工作。數據分析能力能夠極大地提高工作效率,更高層次的要求還包括對數據進行可視化呈現、闡述分析結果等。

3.數據應用能力

學生能夠結合物流項目和業務背景,通過數據處理和分析結果發現問題,發現經濟現象的變化和發展規律,預測未來的發展趨勢,在客戶服務、貨物運輸、倉儲管理、選址優化、庫存管理等方面制定實施方案,為企業商業決策的實施提供支持。

4.數據管理能力

數據管理能力是指對所收集、整理的數據進行存儲和保護的能力。學生應掌握一定的數據管理理念和數據管理方法,能夠評價自身的數據管理能力,不斷完善數據管理工作。在存儲方式上,學生需掌握線上、線下存儲方式的優缺點,能根據不同項目的要求選擇合適的存儲方式。在數據保護上,學生應能結合管理需求制定數據安全策略,滿足數據安全的業務需要和監管需求。

(三)數據倫理

數據倫理是指以遵循相關法律法規和道德規范的方式獲取、存儲、管理和應用數據。[6]物流行業的數字化轉型有其特殊性,物流行業在服務生產過程中掌握了大量的用戶核心敏感信息數據,如個人背景、出行軌跡、支付系統、實時位置等。對于企業,這些數據是核心資產的一部分;對于個人,這些數據關乎信息安全。現代物流的發展需要數據的流通和利用,但又要保障用戶個人信息安全。數據使用者必須具備良好的數據倫理素養,這樣才能平衡數據的安全性和數據的流通性。培養現代物流管理專業學生的數據素養,深植數據倫理理念是關鍵。

三、現實意義

(一)學科交叉融合發展的需要

現代物流管理是一門由管理學、經濟學、理學和工學等相互交叉而形成的新興學科。隨著數字經濟的發展和數字化程度的不斷提升,人工智能等各種新興技術為物流行業的發展帶來了積極影響,相關的管理理論也在不斷豐富。《職業教育專業目錄(2021年)》將原來的物流管理專業改為現代物流管理專業[7],這表明物流管理專業將面臨重大變革轉型,“現代”二字意味著新專業人才培養應區別于傳統物流管理人才培養。對新專業人才的培養需融入新技術、新方法,在多學科融合的基礎上制定適應社會發展需求的現代物流管理人才培養方案。《物流管理職業技能等級標準》將物流管理職業技能分為初級、中級和高級三個等級,三個級別都提到了數據和數字化能力的要求,該文件也是物流管理“1+X”證書的編制標準之一。[8]因此,現代物流管理專業的畢業生需要具備一定的數據思維和處理數據問題的能力,在傳統物流管理人才培養方案的基礎上增加了培養數據素養的要求。

(二)市場變化對物流人才培養的需求

物流數字化轉型需要經歷物流業務數字化和物流數字業務化兩個階段,物流活動中的運輸、倉儲、裝卸搬運等各個環節都會產生大量的數據信息,而現代物流的大數據能驅動供應鏈物流服務質量、服務效率和服務功能的升級。[3]數據賦能極大地提升了物流企業在市場營銷、生產管理、產品設計研發、客戶關系管理、企業運營管理等方面的工作效率。企業對數據的重視程度日益提升,企業迫切需要具有數據素養的人才進入職場,不少物流企業還設置了專門的數據分析崗位,這些都對現代物流管理專業人才培養提出了適應市場變化的新要求。職業院校現代物流管理專業的學生具備數據素養是適應數字化變革的重要保障,借助數據素養準確獲取數據信息,提高數據技能,能夠不斷提升自身的就業競爭力,為個人的職業生涯打好基礎。學校應加強對學生數據素養的培養,為學生未來適應工作崗位做好準備。

四、存在的問題

(一)培養目標不明確

國外高校實施數據素養教育是面向各行業的數據崗位,有針對性地培養學生的數據指數與技能,而國內高校對學生數據素養的培養缺乏與具體學科、專業的結合。[5]數字化轉型帶動了多種新技術的應用,教育界也逐漸意識到數據素養的重要性,但針對具體專業的數據素養教育的培養目標不夠明確,相關研究也還處于起步階段。數據素養教育整體缺乏系統性,缺乏相應的教學評價體系標準,授課方式在創新性和靈活性方面有待改進,高職院校和各機構之間缺乏合作。此外,學校在制定現代物流管理專業人才培養方案時,對數據素養的重視不夠,并未體現數據素養培養的具體要求。

(二)課程體系不健全

在數字化轉型背景下,數據已成為轉型變革的基礎,人工智能、機器學習和預測分析等新興技術正影響課程體系的完善。現代物流管理專業應以培養技術型人才為目標,課程應與技能要求保持一致。但部分高職院校在人才培養方案設計中對課程內容的設置不夠完善。與數據素養相關的課程主要有計算機應用基礎、統計基礎等基礎性課程,這些課程主要是利用計算機科學知識處理數據,課堂缺乏實踐性,計算機與現代物流管理專業的融合作用未得到充分發揮,未能充分考核出學生是否具備企業要求的數據應用水平。

(三)教師團隊缺乏專業性

當前,教師的數據素質逐漸受到學校的重視,學校不斷加大對教師數據素養的培養力度。《教師數字素養》對教師的培養標準做出了相應的規范[9],只有專業的教師團隊才能培養出高素質的應用型人才。專任教師應具備良好的數據素養,具備采集、分析、解釋各類教育數據的技術,并能運用技術進行科學決策、提升教學能力。[10]在物流數字化轉型背景下,現代物流管理專業的教師除了要精通專業知識,還應具備對數據進行精準定位和解釋的能力,掌握大數據方面的相關知識,能夠對接企業需求,具備更高的專業素養。但是,由于各高職院校的教育信息化平臺建設標準不一,多數物流管理專任教師并未接受過數據素養能力的相關培訓,缺乏企業的生產實踐經驗,在教學過程中未能將理論知識與企業生產實踐充分融合起來。面對繁雜的物流大數據,教師難以作出科學決策,教師的知識儲備和專業技能難以滿足學生的培養需求。

五、培養策略

(一)人才培養方案應明確數據素養培養目標

在數字化轉型背景下,要想培養現代物流管理專業學生的數據素養,高校院校就要將數據素養培養的思想和內容融入人才培養方案,在人才培養方案的培養目標中明確現代物流管理專業的數據素養要求。通過目標導向,有針對性地設計教學內容,總體把握學生數據素養的培養方向和細則。一是要在人才培養方案中強化學生對本專業數據素養教育重要性的認識,形成數據素養教育的原動力。二是在人才培養方案中體現數據素養能力的具體要求,遵循教育發展規律,明確對學生數據素養培養的能力要求和時間要求。三是加強實踐教學的時間安排,多渠道開展數據素養實踐教育,結合專業特色和地方需求進行有針對性的實訓,培養既具有現代物流管理專業知識,又具備數據素養的綜合型人才。

(二)建立培養數據素養的課程體系

構建現代物流管理專業的數據素養課程體系不是將原有的課程體系完全推翻,而是優化傳統的課程體系,通過顯性融入和隱性融入兩種方法將數據素養融入課程體系。

顯性融入是開設提高數據素養的課程,重新構建現代物流管理專業的課程體系結構。課程設置可以根據專業建設要求,開設以數據意識和數據倫理為基礎、突出數據技能培養的課程,如表1所示,強化學生的數據思維,幫助學生掌握數據分析工具的應用。

表1 現代物流管理專業數據素養課程體系

隱性融入是在原有的課程中融入數據素養教育的內容,發揮隱性教育的優勢,與專業教學形成良性互動。隨著數字化相關技術在越來越多物流領域落地和實施,相應的知識領域也需要及時更新,這樣才能使人才培養跟上市場需求。

除了上述課程可以培養學生的數據素養,其他的專業課程也應增加相應的數據素養培養模塊,使人才培養方案在培養數據素養方面具有系統性。例如,將數據分析、市場預測等知識模塊融入物流市場營銷課程,將大數據財務分析知識模塊融入物流成本管理課程,將大數據、區塊鏈等現代信息技術知識模塊融入物流方案設計課程,將信息安全、數據倫理等知識模塊融入物流法律法規課程。

(三)組建創新型教師隊伍

具備良好數據素養的教師隊伍是培養現代物流管理專業學生數據素養的重要支撐。為此,高職院校應做好師資培訓工作,組建能夠適應物流數字化發展并具備較高數據素養的師資隊伍。

第一,現代物流管理專業教師應在提升專業理論知識水平的同時,提升數據素養,主動學習大數據、數據可視化等技術,不斷更新知識體系,強化自身的數據意識和數據倫理。第二,高職院校應鼓勵專任教師外出進修,參加相關專業會議和行業培訓,以提升教師的數據素養水平,搭建與企業溝通的橋梁,鼓勵教師參與企業實踐,加強對數字化背景下企業物流管理活動的理解,提升教師的實踐能力。第三,在開設數據素養相關課程時,高職院校可以調用校內計算機等專業教師與現代物流管理專業專任教師形成專業知識互補的教師團隊,還可以聘請企業專業人士參與實踐課程教學,構建專兼結合的“雙師型”教學團隊。

六、結語

物流數字化轉型的環境對現代物流管理專業人才提出了新要求,高職院校應重視培養現代物流管理專業學生的數據素養,選取合適的培養方式,培養學生的數據意識,幫助學生建立數據倫理觀,快速掌握數據技能。這既是現代物流管理專業人才培養所需,又是保持現代物流管理專業學科定位前瞻性的重要保障。