許國騰
摘?要:在大數(shù)據(jù)背景下,現(xiàn)有管理定量分析課程教學體系已無法充分滿足人才培育需要。該課程教學目標、教學內容、教學方法、教學團隊等均面臨新挑戰(zhàn)。本文在分析大數(shù)據(jù)環(huán)境對管理定量分析課程教學帶來的影響基礎上,分析了當前管理定量分析課程教學面臨的問題和挑戰(zhàn),探討了管理定量分析課程教學改革創(chuàng)新總體框架,提出了管理定量分析課程教學改革創(chuàng)新重點方向,以期為提升課程教學質量、培養(yǎng)面向大數(shù)據(jù)時代的定量分析人才提供有益借鑒。
關鍵詞:大數(shù)據(jù);定量管理分析方法;實踐教學
中圖分類號:G4?文獻標識碼:A??doi:10.19311/j.cnki.16723198.2023.15.071
0?引言
當前,新一代信息技術群加速“聚變”,持續(xù)推動人類社會從萬物互聯(lián)走向萬物智聯(lián)、從“互聯(lián)網(wǎng)+”走向“智能+”,從大連接走向大賦能,對人類經濟社會發(fā)展、國家治理和人民生活等方面產生深遠影響。據(jù)國際數(shù)據(jù)公司預測,未來全球數(shù)據(jù)產生量年增長率將保持在30%左右,到2025年,全球數(shù)據(jù)產生量將達到175ZB。數(shù)據(jù)資源作為一種新型生產要素,在推動經濟社會高質量發(fā)展過程中的重要程度將持續(xù)凸顯。例如,大數(shù)據(jù)對企業(yè)生產、運營、決策等經營活動帶來了深刻變化,越來越多企業(yè)致力于應用大數(shù)據(jù)技術挖掘經營數(shù)據(jù)潛在價值,在創(chuàng)新商業(yè)模式、提升管理效率、降低交易成本等方面提供新的內生動力。與此同時,因大數(shù)據(jù)具有規(guī)模性、多模態(tài)、高速性、價值密度低、真實性等5個特殊屬性,故如何從海量數(shù)據(jù)中高效提取高價值密度信息正成為大數(shù)據(jù)技術創(chuàng)新發(fā)展的關鍵科學問題。
梳理現(xiàn)有管理定量分析課程教學體系可發(fā)現(xiàn),該課程主要建立在數(shù)理統(tǒng)計、線性代數(shù)、運籌學、系統(tǒng)工程學等多學科知識和技術基礎之上,屬于典型的綜合性課程,其本質是通過挖掘數(shù)據(jù)內在關聯(lián)及特征,系統(tǒng)分析現(xiàn)象之間作用關系,并充分利用數(shù)據(jù)分析結論,做出最優(yōu)規(guī)劃和決策。因此,該課程以現(xiàn)實問題和需求為導向,須具備較高的實踐和應用價值。
在大數(shù)據(jù)背景下,管理定量分析課程教學面臨諸多新挑戰(zhàn)和機遇。(1)機遇方面,基于海量多元異構數(shù)據(jù)驅動的定量分析新范式極大提升了管理定量分析課程的教學意義,提供了諸多新概念、新技術和新工具。(2)挑戰(zhàn)方面,現(xiàn)有管理定量分析課程教學目標、教學內容、教學方法、教學團隊等已無法充分滿足大數(shù)據(jù)背景下的定量分析需求,對課程教學模式和考核體系帶來了深刻影響。因此,如何適應大數(shù)據(jù)時代對經濟管理類人才提出的更高要求,已成為管理定量分析課程教學改革創(chuàng)新的重要問題。
綜上,研究大數(shù)據(jù)環(huán)境對管理定量分析課程教學帶來的影響,分析當前管理定量分析課程教學存在的問題,開展管理定量分析課程教學改革創(chuàng)新總體框架設計,明確管理定量分析課程教學改革創(chuàng)新重點方向及路徑,對提高課程與現(xiàn)實需求匹配度、提升課程質量及教學成效、培育經濟管理相關領域高質量數(shù)據(jù)分析人才等方面具有重要意義。
1?大數(shù)據(jù)環(huán)境對管理定量分析課程教學影響深遠
1.1?大數(shù)據(jù)理念深刻沖擊管理定量分析理論基礎
隨著社會經濟各領域與數(shù)字技術深度融合發(fā)展,數(shù)字基礎設施泛在化特征不斷凸顯,數(shù)據(jù)資源呈指數(shù)級爆炸式增長態(tài)勢,對數(shù)據(jù)分析和處理帶來巨大挑戰(zhàn)?;谀P万寗拥闹行颖径糠治龇椒袄碚撘褵o法充分適應社會經濟發(fā)展需要,而基于數(shù)據(jù)驅動的多元異構海量數(shù)據(jù)智能化關聯(lián)分析方法在海量數(shù)據(jù)環(huán)境下有效解決了“過度擬合”問題,應用價值日益顯著,正成為定量分析領域新興理論的重要分支。其中,近年來以深度強化學習為代表的“連接主義”人工智能技術路線已實現(xiàn)重大突破。例如,基于大語言模型的ChatGPT以深度強化學習方法為基礎,通過1750億余個參數(shù)設置,經過多維海量數(shù)據(jù)訓練,突破了現(xiàn)有基于中小樣本量分析的局限性,實現(xiàn)了語義層面智能化應用,幾近通過圖靈測試,對依賴數(shù)據(jù)分析能力的證券分析、商業(yè)智能、管理咨詢等行業(yè)帶來巨大沖擊,深刻影響著未來人類生產方式和生產關系。因此,在大數(shù)據(jù)分析相關場景下,置信區(qū)間估計、假設檢驗、線性回歸、規(guī)劃分析等傳統(tǒng)數(shù)理統(tǒng)計相關理論及方法將出現(xiàn)應用瓶頸,亟待與機器學習、深度學習、強化學習等人工智能理論及技術有機結合,補足現(xiàn)有管理定量分析理論及方法短板,為培育適應未來定量分析需求的人才奠定堅實的理論基礎。
1.2?新方法新工具突破現(xiàn)有管理定量分析手段局限
現(xiàn)有管理定量分析手段涉及數(shù)理統(tǒng)計、運籌學、系統(tǒng)工程學、計量分析等多個學科,應用軟件以EXCEL、SPSS、Eviews、STATA等應用軟件為主,相關模型及算法已封裝為成熟接口或應用模塊,可編程性較弱,無法充分滿足個性化定量分析教學及研究需求。同時,以R語言、Matlab、Python等為代表的低門檻編程語言突破了現(xiàn)有管理定量分析手段局限性,促進大數(shù)據(jù)分析技術與管理定量分析手段深度融合,可有效支撐基于海量數(shù)據(jù)挖掘、數(shù)據(jù)清洗及數(shù)據(jù)加工的定量分析需求。例如,在使用聚類分析開展科技創(chuàng)新協(xié)同研究過程中,非專業(yè)編程人員可利用Python語言開發(fā)面向專利合作數(shù)據(jù)的爬蟲及關鍵詞識別工具,基于海量專利數(shù)據(jù)挖掘形成專利合作機構統(tǒng)計數(shù)據(jù),進而為使用聚類分析、回歸分析等定量分析方法提供數(shù)據(jù)支撐。此外,基于低門檻編程語言的人工智能分析方法可對海量數(shù)據(jù)進行深度挖掘,主動發(fā)現(xiàn)具有潛在關聯(lián)特征的信息和知識,有效突破現(xiàn)有基于假設檢驗的管理定量分析局限性。例如,在使用主成分分析方法提取產業(yè)發(fā)展關鍵指標過程中,可利用卷積神經網(wǎng)絡挖掘諸多產業(yè)指標數(shù)據(jù)的潛在聯(lián)系,有效過濾信息量重疊的冗余數(shù)據(jù),降低主成分分析數(shù)據(jù)處理量,進而大幅提升主成分提取精確度。因此,大數(shù)據(jù)技術發(fā)展帶來的諸多新方法和新工具突破了現(xiàn)有管理定量分析手段的局限性,有效提升了管理定量分析效能效率。
1.3?多源異構數(shù)據(jù)環(huán)境大幅延展管理定量分析邊界
多元異構數(shù)據(jù)環(huán)境對管理定量分析邊界影響主要體現(xiàn)在分析對象全量化和分析場景多元化兩個方面。分析對象全量化方面,在傳統(tǒng)管理定量分析中,受數(shù)據(jù)獲取條件限制,諸多研究需采用數(shù)據(jù)抽樣方法,通過中小樣本量對研究對象的整體數(shù)理統(tǒng)計特征進行研究,該模式已成為管理定量分析的主流研究范式。但基于抽樣的研究范式受樣本質量影響程度較高,易導致分析結果與客觀情況出現(xiàn)嚴重偏離。例如,權威統(tǒng)計部門基于抽樣樣本形成的CPI、PPI等經濟發(fā)展類指數(shù)可能存在失真現(xiàn)象。在大數(shù)據(jù)背景下,部分場景已實現(xiàn)全量數(shù)據(jù)挖掘,促使定量分析對象從局部抽樣向全量總體延伸,從而有效解決抽樣數(shù)據(jù)分析失真問題。分析場景多元化方面,大量線下場景在實現(xiàn)數(shù)字化過程中產生了多源異構海量數(shù)據(jù),使得原有單點片面的管理定量分析需求拓展為基于多源異構數(shù)據(jù)的分析需求,大幅延展了管理定量分析邊界。例如,傳統(tǒng)的工業(yè)領域管理定量分析需求主要基于ERP、CRM、SCM等信息化管理系統(tǒng)數(shù)據(jù),應用場景多集中于企業(yè)人力資源、財務管理、客戶管理等局部環(huán)節(jié),在工業(yè)互聯(lián)網(wǎng)發(fā)展過程中,生產車間、生產設備、生產人員、庫存物流、產品設計等環(huán)節(jié)亦逐步實現(xiàn)了數(shù)字化和智能化轉型,生產和供應鏈環(huán)節(jié)衍生了海量半結構化及非結構化數(shù)據(jù)資源,企業(yè)管理定量分析場景從局部環(huán)節(jié)向“供研產銷”全生命周期延伸,大幅拓展了管理定量分析邊界。
2?當前管理定量分析課程教學面臨的問題和挑戰(zhàn)
2.1?課程內容龐雜,教學重心不突出
當前管理定量分析課程內容既涉及高等數(shù)學、線性代數(shù)、數(shù)理統(tǒng)計等基礎理論,還涵蓋回歸分析、聚類分析、規(guī)劃分析、決策分析、主成分分析等多個學科定量分析方法,相關理論推演及原理介紹占比較高,但各類方法適用場景及案例剖析較少,導致學生既承擔了較大的學習壓力,但對各方法、模型及理論理解深度不足,進而淡化了課程的教學重心。由于教學重心不夠突出且內容龐雜,導致學習和理解成本較高,不利于學生發(fā)揮主觀能動性開展探索性學習,進而降低學習興趣。同時,部分專業(yè)學生數(shù)學基礎較差,導致學習門檻問題更為凸顯。例如,公共事業(yè)管理生源80%以上為文科生,數(shù)學知識基礎普遍較差。此外,管理定量分析課程本科學時一般為32學時,研究生一般為56學時,而課程中涉及的每門基礎課均可延展為一門單獨的課程,不同學科背景的老師對課程講授側重點有所區(qū)別。例如,數(shù)理統(tǒng)計專業(yè)背景老師更偏重于講授假設檢驗、參數(shù)估計、抽樣分布等數(shù)理統(tǒng)計知識,管理科學與工程專業(yè)背景老師側重于講授規(guī)劃分析、回歸分析等運籌學相關知識。因此,單個授課老師難以對各學科理論、模型及方法進行詳細講解,導致學生在學習過程中易出現(xiàn)“卡殼”“脫節(jié)”等問題,進而無法充分實現(xiàn)課程教學目標。
2.2?理論教學較多,實踐和分析不足
傳統(tǒng)定量分析課程和教材沿襲了“概率論與梳理統(tǒng)計”的內容,具有概念多、原理多、公式多、高度抽象、難記憶、難理解等特點。例如,主成分分析、層次分析等內容需基于線性代數(shù)中特征根及特征矩陣等知識進行推導,不具備線性代數(shù)知識的學生難以理解特征根和特征矩陣對主成分提取和權重向量的意義,導致學生無法有效應用相關模型及方法解決數(shù)據(jù)降維或多層次優(yōu)先排序問題。此外,由于方法和理論介紹占用了大量教學時間,即使學生初步理解了各模型及方法原理,但在實踐和案例講解過程中涉及專業(yè)軟件或編程手段介紹,而大部分教師往往省略了該部分的講授,使得學生難以深入領會模型從原理到實際應用的全過程。例如,聚類分析在數(shù)據(jù)分類領域應用廣泛,而案例介紹過程中需使用SPSS等統(tǒng)計類軟件進行建模,教師往往省略建模過程,直接圍繞模型分析結果介紹聚類分析方法的特點和優(yōu)劣勢,易導致學生難以真正掌握聚類分析建模方法。
2.3?考核方式單一,教學成效待提升
在大數(shù)據(jù)背景下,雖然越來越多高校認識到管理定量分析課程在經濟管理類專業(yè)中的重要性,但基于傳統(tǒng)“作業(yè)+考試”模式的考核方式難以充分實現(xiàn)教學目標,加之部分高校未將該課程納入必修課范疇,易導致學生對該課程興趣和重視程度不高,進而影響課程教學成效。首先,管理定量分析需較扎實的數(shù)學基礎和軟件編程能力,傳統(tǒng)的“作業(yè)+考試”模式的考核方式僅能考查學生掌握各學科模型及方法原理的水平,無法考查學生利用相關軟件或編程手段解決實際應用問題的能力,課程考核“盲區(qū)”問題較為突出。其次,在未將改課程納入必修課范疇情況下,大部分學生將該課程作為一門普通課程學習,難以保持對各定量分析模型及方法背后原理的探索和學習,甚至有學生將該課程作為“湊學分”的對象,加之考核方式較為單一,考核內容較為簡單,易導致學生以死記硬背的方式匆匆應對考核,最終致使該課程核心內容及知識未有效傳授給學生。
3?大數(shù)據(jù)背景下管理定量分析課程教學改革創(chuàng)新總體框架及重點探討
3.1?總體框架
未來,隨著數(shù)據(jù)分析廣泛應用于社會經濟各領域,對管理定量分析相關專業(yè)知識理解能力、發(fā)現(xiàn)解決實際問題能力、高效獲取和處理數(shù)據(jù)能力、準確研判模型方法適用場景能力將成為經管相關專業(yè)學生及未來人才核心能力的重要組成部分,因此,大數(shù)據(jù)背景下經管類定量分析實踐和實驗教學是管理定量分析教學改革創(chuàng)新的關鍵著力點。結合管理定量分析課程教學存在的痛難點問題,初步提出大數(shù)據(jù)背景下管理定量分析課程改革創(chuàng)新總體框架如圖1。
該框架以大數(shù)據(jù)和定量分析融合為核心,突出“明確教學目標”“強化實踐教學”“優(yōu)化教學內容”“完善考核體系”等四項改革創(chuàng)新重點內容,實現(xiàn)“激發(fā)學生主觀能動性”“提升學生實戰(zhàn)水平”“提高課程教學質量”“科學評價學習成效”等四個改革創(chuàng)新目標。
3.2?明確教學目標,激發(fā)學生主觀能動性
清晰的教學目標直接決定管理定量分析方法課程內容和教學方法。在大數(shù)據(jù)背景下,管理定量分析課程目標應適應社會經濟數(shù)字化轉型升級需求,以培養(yǎng)學生實踐和解決問題能力為主線,調整教師在課程教學中的角色和定位,推動教學模式從單向知識輸出向雙向互動學習轉變,探索運用翻轉課堂、主題研討等多種方式豐富教學手段,利用可視化手段降低理論知識學習門檻,以實證分析軟件及相關編程方法為教學重心,充分結合細分專業(yè)特點,重點講授相關重點和難點知識,突出定量管理分析方法在相應領域的案例剖析和實操指導,以實際應用需求激發(fā)學生主觀能動性,循序漸進培養(yǎng)學生對相關專業(yè)知識和原理的理解深度,促進學生準確判斷相關模型及方法適用場景,全方位激活學生主觀能動性。同時,探索建立經管類專業(yè)與計算機、電子信息、應用數(shù)學等大數(shù)據(jù)相關專業(yè)聯(lián)系,通過線上線下多種場景分享管理定量分析方法相關基礎理論精品課程內容,促進跨學院教學合作及學習經驗交流,實現(xiàn)基于學科交叉的管理定量分析教學新格局。
3.3?強化實踐教學,提升學生實戰(zhàn)水平
培養(yǎng)學生海量數(shù)據(jù)挖掘及分析能力是管理定量分析課程適應未來社會經濟發(fā)展現(xiàn)實需要的重要使命之一,而決定相關教學內容及方法是否滿足現(xiàn)實需求的關鍵著力點是實踐教學。因此,應適當增加實踐教學時間比例,并重點圍繞案例、工具、實驗等以下3個關鍵環(huán)節(jié)優(yōu)化實踐教學工作。
(1)案例方面,應充分結合不同專業(yè)學生知識結構設計相應典型案例,構建“共性+個性化”動態(tài)案例庫體系。其中,“共性”案例應以統(tǒng)計學、高等數(shù)學、線性代數(shù)等基礎理論在管理定量分析中對相關模型構建及應用的支撐為主。個性化案例應深度結合各專業(yè)領域特點,以實際問題和場景為出發(fā)點,重點闡述相關模型及方法與具體問題及場景相匹配的內在邏輯,進而提高學生強化對知識點的理解深度。
(2)工具方面,在講授EXCEL、SPSS、Eviews、STATA等應用軟件使用方法基礎上,適當增加R語言、Matlab、Python等編程語言實踐教學,培養(yǎng)學生掌握基于個性化編程和數(shù)據(jù)驅動理念的定量分析技術,提升學生應對復雜定量分析問題的能力。
(3)實驗方面,根據(jù)學生對案例剖析理解情況及工具使用水平,設計“舉一反三”型、“自主創(chuàng)新”型等多種實驗類別,鼓勵學生基于案例分析思路,綜合采用相應分析工具滿足相應需求,促進學生提升實戰(zhàn)水平。
3.4?優(yōu)化教學內容,提高課程教學質量
結合大數(shù)據(jù)背景和經濟管理各細分專業(yè)特點,重點從教材、教案、教學時間分配等以下三個方面優(yōu)化教學內容。
(1)教材方面,應加入人工智能、博弈論等領域相關模型算法基礎理論知識,適當減少與高等數(shù)學、線性代數(shù)、數(shù)理統(tǒng)計等數(shù)學基礎課程重疊的理論知識,有效優(yōu)化教材知識點結構。
(2)教案方面,圍繞各關鍵知識點,以降低學習門檻為主要目標,面向單個知識點構建涵蓋原理、應用、案例、實踐等要素在內的教學閉環(huán),巧妙運用“故事”思維,激發(fā)學生對模型講解和公式推導過程的興趣感;同時,在教案中構建管理定量分析“知識網(wǎng)絡”一張圖,突出知識點之間內在聯(lián)系,促進學生從宏觀層面理解課程知識結構,進而有效提高教學效率。
(3)教學時間分配方面,適當增加課程學時,增加實踐教學時長占比,減少理論知識講授時間占比,為提高學生實踐能力奠定基礎。
3.5?完善考核體系,科學評價學習成效
轉變課程考核思路,圍繞大數(shù)據(jù)背景下學生需掌握的定量分析方法及解決實際問題能力等教學目標,結合教學內容和教學方式,構建涵蓋隨堂測驗、主題研討、上機實驗、課程論文、筆試等在內的多元化課程考核體系。其中,隨堂測驗以考查學生階段性原理及知識掌握水平為主,采取筆試為主的方式進行考核。主題研討以考查學生運用定量分析方法探討實際問題解決思路及路徑的能力為主,采取“分組討論+主旨演講”等方式進行考核。上機實驗以考查學生掌握管理定量分析相關應用工具及編程水平為主,采取限時完成具體分析目標等方式進行考核。課程論文以考查學生綜合運用基礎模型、案例分析等完成輕量級科研任務的能力,采取“引導性論文方向+限時完成論文編寫”等方式進行考核。筆試以考核學生對課程各關鍵知識點整體掌握水平為主,采取“期中筆試+期末筆試”相結合的方式進行考核。通過實施多元化課程考核體系,全方位評估學生對課程內容的掌握程度,有效提高學習成效評價科學性。
參考文獻
[1]周倩,高巖,陳其云,等.數(shù)字經濟浪潮下我國數(shù)據(jù)資源發(fā)展展望[J].中國電信業(yè),2022,(02):2226.
[2]蔡江輝,楊雨晴.大數(shù)據(jù)分析及處理綜述[J].太原科技大學學報,2020,41(06):417424.
[3]丁輝.普通院校管理定量分析課程的教學改革探析[J].改革與開放,2015,(06):1819.
[4]金峰.ChatGPT火爆“出圈”為AI發(fā)展添薪助力[J].通信世界,2023,(03):5.
[5]龔麗.管理定量分析課程的教學探討[J].大學教育,2014,(17):111112.
[6]朱文娟,曹春麗.文科管理類管理定量分析課程教學中的“融會貫通”[J].黑龍江教育學院學報,2017,36(01):5254.
[7]雷懷英,吳英明.大數(shù)據(jù)背景下經濟管理類專業(yè)定量分析實驗教學探討[J].山西經濟管理干部學院學報,2017,25(03):110116.
[8]高偉.“管理定量分析”課程教學改革探索——以公共事業(yè)管理專業(yè)為例[J].蘭州教育學院學報,2018,34(03):129130.