數字化轉型背景下高職特色課程建設研究
——以量化投資課程為例

王 瑞

（寧波職業技術學院供應鏈管理學院 浙江 寧波 315806）

隨著人工智能、大數據、虛擬現實等數字技術的發展，生產方式也邁向了數字化、網絡化和智能化，技術的發展決定了職業教育的發展。2021 年新修訂的職業教育專業目錄集中體現了數字經濟和產業數字化轉型的目標和要求，設置了眾多與大數據、5G、人工智能等相關的專業。2022 年，全國教育工作會議提出教育數字化戰略，明確了對職業教育的新要求。

從研究成果來看，目前國內職業教育數字化轉型主要集中在三個方面：第一，政策研究。從宏觀上分析數字化轉型的政策內涵及實施方法，祝智庭等（2022）[1]，鄧小華等（2023）[2]。第二，數字化融合。關注數據技術與教育領域的融合，例如推動教育組織變革、轉變教學范式、教學過程和評價方式等，將數字技術作為教學的技術手段，仝鵬翔等（2023）[3]，舒曉楊等（2023）[4]，王麗君（2023）[5]。第三，數字技術應用。數字技術本身價值的實現，如通過數據挖掘技術獲取有效信息，實現技術鏈、產業鏈與教育鏈、人才鏈的有機銜接，實現產教融合的生態重構等，杜蘭曉等（2023）[6]，王知強等（2023）[7]。

國外的職業教育數字化轉型則更關注課程內容。美國的建設未來技能項目確定了155 項技能，涵蓋人工智能、區塊鏈、大數據分析、云計算等70 多個崗位，旨在應對數百萬工作崗位的預期流失和技術變革帶來的技能不穩定性[8]。德國從政策上將數字能力定義成勞動者的核心素養，要求所有學生都要掌握信息學、算法、編程和人工智能基礎知識，要求職業院校將這些知識作為必修內容納入教學計劃和師資培訓計劃[9]。

另外，雖然國家從制度上賦予職業教育與普通教育“平起平坐”的地位，但由于高考中，職業教育院校的錄取分數相對較低，分數成為學生選擇職業教育的主要原因。也是由于職業教育被界定為與普通教育不同的類型教育，從其產生之初就以實用和就業為導向，關于人的生存與發展的價值追求從未占據主導地位。職業院校的管理模式也因此受到影響，為保證生源，職業院校降低課程難度，降低素質要求，形成學生素質水平不斷下降的惡性循環，這更為職業教育的數字化轉型增加了難度。

如何獲得與普通教育同等的教育價值，如何成功實現數字化轉型，成為當前職業教育中亟須解決的問題。為此，職業教育需要進行整體框架的調整，通過專業體系、培養目標、課程內容和評價方式等的更新，增加學生對數字化及相關前沿知識技術的學習，形成新的學習模式，營造良好學習氛圍的同時提升學生的數字化能力和價值獲得感。因此，文章提出以建設特色課程的方式實現數字化轉型和職業教育價值回歸的思路，并以量化投資課程為例，從課程定位、培養目標、課程內容及綜合評價等方面，全面論述特色課程的建設。

1 特色課程的定位及實施

所謂特色課程，是指獨立于普通專業課程設置，以興趣和價值為導向，同時具備實用性和數字化特點，內容的系統性和完備性高于第二課堂，但又低于第二專業的一種課程。

1.1 課程特征

從數字化轉型和高職教育價值回歸兩個方面考慮，高職院校特色課程的定位既要關注學生數字化能力的提升，又要考慮如何讓學生人盡其才，領略前沿知識和技術。特色課程應具備以下特征：①包含數字技術，是近幾年興起的新知識新技能。②跨學科，容易調動學生自主學習的積極性。③有實踐支撐，可以快速產生成果反饋，易于激發學生的學習興趣。④有競賽支撐。技能競賽或者學科競賽往往代表前沿方向，以獲獎為目標進行學習，學生的參與意愿會更強烈。⑤易拓展。課程內容可淺可深，具有上升空間，可以作為基礎知識學習，也可以上升到學術研究層面。

以量化投資為例。量化投資作為近幾年國內剛剛興起的跨學科使用技術，涉及統計學、金融學、人工智能等多個領域；量化投資的核心技術是數據分析和人工智能；量化編程易于實踐，學習成果可以快速得到反饋；量化投資有學科類競賽支撐，可以做到以賽促學，以賽促教；量化投資易拓展，既可以作為業余愛好或者賺錢工具，又可用于學術研究。

1.2 課程實施

量化投資課程可以根據不同難度等級設置1-2 年的課程，課程的實施應定位于第二課堂和第二專業之間。首先，以第二課堂的形式存在，活動時間在課后，學?；顒虞^多的時候，上課時間無法保證。其次，第二課堂為期最多一年，持續性無法保證。最后，職業院校學生在校時間短，專業課程已經排得相對較滿，不足以支撐第二專業的開設。因此，需要一種介于第二課堂和第二專業之間的課程設置形式，課程本身需要本專業范圍內的部分基礎課作為前置課程，具備一定程度的系統性和完備性，但又不像第二專業對系統性和完備性的要求那么高。

特色課程的實施應該以不增加學生負擔為前提，可以使用學分替換的方法，允許學生用特色課程替換部分非核心專業課程。同時，對于原有課程中與特色課程相關的基礎課，例如統計學基礎、Python 編程基礎等，可以根據特色課程的需要特別設計，增加相關內容用于選課學生的授課。

2 特色課程的目標及內容

目標和內容是課程的靈魂，特色課程也不例外。由于特色課程具有不同于普通課程的特征，其目標與內容也要凸顯特殊性。

2.1 培養目標

特色課程建設的目的是讓學生在學習知識技能的同時獲取數字化能力，引導學生獨立思考。學生的學習目標不再拘泥于完成任務，學習動機也不再來源于外部壓力的迫使，取而代之的是挖掘自身潛力，實現個人價值。以量化投資課程為例，課程目標[10]主要包括：①知識目標。以量化策略編程為目標，以數據分析技術為基礎的按難度等級劃分的量化投資及相關知識。②能力目標。量化投資策略程序的開發及量化投資策略報告的編寫。鍛煉學生的邏輯思維能力、應用文寫作能力，以及清晰、完整表達觀點的能力。③合作素養。策略程序的開發和投資報告的撰寫需要團隊合作完成，團隊成員的能力和個性都存在差異，團隊合作不是要消除這種差異，而是要實現優勢互補，發揮協同效應，帶來1+1＞2 的效果。在合作過程中，為了實現團隊目標，學生需要坦誠面對自己的不足，積極尋求解決問題的方法，以團隊利益最大化作為自己的工作方向。④創新素養。在資本市場中賺錢并不是一件容易的事情，量化策略的開發亟須創造力，創造性越強，策略價值越高，而且可以直接通過實踐檢驗，適合用于對學生創新精神和創新能力的培養。

2.2 課程內容

脫離課程談內容過于空泛，以下以量化投資課程為例，具體描述特色課程的內容設計。量化投資課程內容的設計應遵循學生認知規律，分層遞進、逐級推進，構建“基本數據分析能力培養——基本統計建模能力培養——量化程序設計能力培養——人工智能建模能力培養”的四階段遞進式實踐教學體系。形成“四層次、四方向”課程體系?！八膶哟巍笔侵笇W生培養由低到高的四個階段，“四方向”是提升數字化能力、參加學科競賽、形成業余愛好、定位專業發展四個方向。

第一個層次：具備使用Python 語言進行數據整理、查詢、計算等基礎數據處理能力，能夠應對實際生活或工作中大部分數據的處理。第二個層次：具備使用簡單的統計模型進行數據分析的能力，可以完成實際工作中基礎的數據分析。第三個層次：基本具備量化編程的能力，能夠獨立編寫量化程序并回測以及進行模擬交易和分析。第四個層次：能夠將人工智能算法應用于擇時和選股分析中，構建更加復雜的策略模型，也可以從事該領域的研究工作。

對應四個層次的四個發展方向。第一，也是最基礎的，提升數字化能力；第二，也是最直接的，參加浙江省大學生證券投資大賽的量化投資競賽；第三，容易獲得反饋并可付諸實踐的特征使量化編程可以成為相伴一生的業余愛好或者賺錢工具；第四，在這個方向有所建樹的學生，可以向上攻讀量化投資專業的更高學歷或者在該領域就業。

3 特色課程的評價

3.1 學生評價

采用過程評價與結果評價相結合，教師、團隊和學生相結合的多元評價方式，按照知識、能力、合作、創新四個與特色課程目標對應的維度建立評價指標體系，全方位評價學生的學習效果。

3.2 課程評價

主要評價課程內容及層次、方向設計的合理性。以量化投資課程為例，根據量化投資課程的四層次及四方向設計課程價值評價體系，評估相應層次的課程內容設計，是否帶給學生相應的層次能力提升和價值獲得感。

3.3 對比評價

將不同時間不同對象進行對比評價，既包括學生參與課程前與參與課程后的對比評價，又包括參與課程和不參與課程的學生能力評價，為保證對比評價的公平性，使用國際通用的大學生學習評價（CLA+）評價方法，通過兩類對比，獲得課程的效果評價。

4 結語

文章通過特色課程建設解決職業教育的價值回歸和數字化轉型問題，提出特色課程的定義，并以量化投資課程為例，從課程定位、課程目標、課程內容和課程評價四個方面論述了特色課程建設的關鍵點。在課程定位方面，指出適合作為特色課程的課程特征，以及不同于第二課堂和第二專業的實施形式；在課程內容方面，提出四層次的課程體系設計，以及不同的課程體系對應的學生發展方向及能力層次；在課程目標方面，提出由知識目標、能力目標、創新素養和合作素養構成的目標體系；在課程評價方面，對應特色課程的目標，設計了包括學生評價、課程評價和對比評價三方面的特色課程三維評價體系。后續拓展的研究內容主要是特色課程的推進實踐，在課程建設實踐中獲取經驗，進一步提升理論高度。