浅谈财经类高校大数据复合型人才培养模式

　　大数据时代的到来，对财经类高校的专业建设和人才培养提出了新的要求。下面文章主要针对目前所存在的问题，提出了财经类高校大数据人才培养定位三维模型。在理解复合性的基础上，提出了一个包括多专业教师协作、学生跨学科学习、校企合作大数据能力培养的人才培养模式。

　　[关键词]财经类高校,复合型人才,人才培养,大数据

　　2015年8月31日，国务院发布了《促进大数据发展行动纲要》[1](以下简称行动纲要)，指明了大数据是推动我国经济转型发展、重塑国家竞争优势和提升政府治理能力的新途径的内在需求和必然选择。

　　国内高校的大数据相关课程开设和建设处于刚刚起步阶段，教学方法、模式也处于探索和发展阶段，所以此时财经类高校如何培养高质量、满足社会需求的大数据人才成了各个高校亟待解决的问题。财经类高校，特别是地方财经类高校在大数据相干人才培养方面还存在着较多不足。主要体现在大数据相关课程覆盖范围不足;相关师资力量待加强;复合性不足等方面。

　　一、财经类高校大数据人才培养定位

　　高校的人才培养需要契合社会的需求，这不仅是高校进行人才培养的内在要求，也是高校相关专业进行课程体系建设的重要依据和指导原则。设计一个符合财经类高校的大数据人才培养模式，首先要清楚财经类高校的不同专业在大数据课程的设置中定位，即每个专业的人才培养定位，和大数据技术或应用的关系以及社会上大数据企业对专业的需求，以此来确定课程体系。基于这些考虑，本文提出了财经类高校确定大数据人才定位的三维模型。

　　从大数据的企业维来看，典型的大数据企业分为:企业为大数据技术平台公司，为企业提供大数据存储、计算、挖掘、分析服务;企业是提供数据分析人才和工具的公司，深入到企业内部帮助企业利用数据解决实际业务问题;企业拥有数据源，利用采集或收集的数据，为企业提供数据产品的公司。还有一类行业本身拥有巨量的业务数据，如各大商业银行、电信运营商、电力、交通等，对外不一定提供数据产品服务，但企业内部会需要从大数据中萃取价值，提升竞争力。从财经类高校专业维来看，主要有三大类。

　　1.经济学类相关学科。

　　根据麦肯锡的数据，金融业在大数据价值潜力指数中排名第一。随着数据量的激增，金融人才的要求也发生着变革，数据建模分析能力和数据思维和传统的业务知识一样，成为人才素质的基本条件。对于经济类相关专业，培养一种数据素养是必不可少的，掌握数据的收集方法，拥有数据的思维方式，清楚数据的潜在价值。特别是诸如数量经济学、金融统计专业、应用经济学等需要定量计算能力和统计知识背景的专业，还需要掌握大数据的技术知识和大数据的分析能力。

　　2.管理类相关学科。

　　管理类学科中主要包括管理科学与工程、工商管理类、农业经济管理类等。这些类别中各个专业方向通常都需要定量和定性分析相结合，数据分析是其基本技能之一。例如，利用大数据进行精准营销的市场营销专业，利用电商大数据进行商务活动的商务类专业，基于物流大数据进行物流优化的物流类专业等不一而足。以信息技术、信息系统为重点关注对象，旨在解决信息获取、组织、检索、分析、评价等问题的信息管理与信息系统专业是与大数据应用最为相关的专业之一[2]。

　　随着大数据与社会各个领域融合速度的加快，管理类相关专业也会越来越依赖于数据解决管理上的问题，也越来越需要与大数据管理和分析的知识融合。

　　3.理工类学科。

　　大数据应用通常由多个环节构成:数据采集、数据清洗、数据存储、数据统计分析、数据价值发现和应用。理工类学科是大数据专业和课程的重点实施主体，相关的专业在大数据生态中占有重要的位置。理工类中的物联网、网络工程、软件工程、电子信息等专业，主要的发展方向是数据和信息的采集、大数据软硬件开发、数据存储、管理及平台维护等，以此发挥专业的技术优势。此外信息与计算科学、统计学等专业，其主要的发展方向是大数据特征和指标的构建、统计定义、统计实现以及大数据的统计分析。

　　综上所述，与大数据最为相关的是两个一级学科计算机科学与技术和统计学，在专业背景上，覆盖了大数据应用的知识链的大部分环节，对应于大数据企业维的第一类和第三类企业。经济学类和管理学类主要面向的是大数据的各个应用场景，要求具备“数据思维”的能力，部分与统计、信息相关专业和大数据的关系更为密切，除了要求具备“数据思维”，还要求具备相应的用数据解决实际问题的能力，对应于大数据企业维的第二类和第三类企业。

　　二、财经类高校大数据“复合型”的理解

　　对于财经类高校，如何借助于自身专业横跨经济管理、计算机多学科专业的跨界优势，明确不同专业在大数据领域的方向定位，使得培养的专业人才能够满足数据管理人才的知识结构、岗位职能、专业能力以及职业素养，是当前面临的主要挑战。为了提出能够适合财经类高校大数据“复合型”人才的培养模式，首先需要清楚“复合型”的含义，本文认为，除了传统意义上的学科复合的含义之外，还主要表现为以下几个方面。

　　1.理论素质和应用素质的复合。

　　大数据是理论和实践能力要求都比较高的技术。理论能力体现在要掌握数据基础能力、统计方法、数据处理技术以及计算机的能力。同时，大数据的出现也是为了解决社会各个领域的实际问题，要求较高的应用素质，这里的应用素质体现为大数据各种工具的使用以及具体问题具体分析，理论与实践相结合的能力。

　　2.专业思维和大数据思维的复合。

　　图灵奖得主JimGray将科学研究的范式划分为经验科学范式、理论科学范式、计算科学范式和数据密集型科学范式[3]。大数据思维在继承传统的统计学、计算数学、人工智能、知识发现等方法的基础上，从定量、相关、实验三个维度处理海量多源异构数据，发现新知识，而专业思维是面向每个行业领域的方法论。两者交叉融合，即是大数据发展的必然方向，也是推动社会进步的必然途径。

　　三、财经类高校大数据“复合型”人才培养模式

　　人才培养模式是包含学生、教师和外部的软硬件环境的综合体系。学生是整个体系的主体，教师是人才培养模式的参与者，执行者和引导者，而外部的软硬件环境是体系的基础和保证。设计好的人才培养模式，需要系统的观点和思维。针对目前大数据人才培养存在的问题，基于《行动纲要》中人才培养要求，结合财经类高校不同专业在大数据人才培养中的定位，本文提出一种财经类高校大数据人才的培养模式。

　　1.基于大数据课程任务驱动的多学科教师协作学习。

　　大数据课程体系即包括计算机专业的技术类课程，也有统计数学专业的数据分析类课程，还有经管专业的应用类课程。可以探索以大数据课程任务为导向的不同专业的教师协作学习机制，从技术、分析和应用多个方面共同完成某个综合课程任务。另外，不同学院可以对教师进行分类定位。将老师划分为理论研究、技术应用、复合型三种类型的教师。科研课题也是教师协作的重要纽带，学校通过设置大数据方面的课题，鼓励不同学科教师组成科研团队，在完成课题的同时，实现各自学科知识分享。

　　2.基于大数据“项目”的学生跨学科学习机制。

　　“项目化教学法”是一种教师为主导，实践为导向，学生为主体的教学方法[4]。在大数据“项目”的制定上，不仅要提升学生本专业的核心知识技能，还应培养学生对大数据技术知识的分析和应用。跨学科协作不同于多学科协作，它是利用多个学科的不同优点与长处共同提出问题，解决问题，升华问题，从而提出新的东西。

　　所以，可以通过构建包括大数据存储、大数据分析的，面向经管专业(比如:计算机、金融、会计、管理)应用的大数据“项目”，把学生组织成项目组成员，研究完成“项目”任务实现学生跨学科学习。这里的“项目”可以是学科竞赛、综合实验平台等形式。

　　3.基于校企合作的大数据技能培养方法。

　　知识、实践、创新具有内在的联络，他们统一应用于解决实际问题的过程中[5]。目前，大数据已成为企业界的投资、研究热点，大数据很多的技术、方案、平台都来自于大数据相关企业，对于培养大数据复合型人才，如果没有相关企业的参与，那么培养目标必然是空中楼阁。财经类高校可以在多种校企合作模式中进行选择优化，形式上可以采用“送出去，迎进来”的方式，既可以采用订单式，“3+1”等形式把学生送到企业实习实践，也可以以“产、学、研、政”思想与企业合作建设大数据实验室。

　　4.互联网+教育模式是重要的手段。

　　互联网技术不仅给传统行业带来巨大的变革，也给教育领域赋予了全新的理念和手段。慕课平台，线上教育、移动教育平台、人机交互、虚拟现实、增强现实等新兴教育形式的出现使得知识的传播效率不断提高，突破了时间和地域的界限。“互联网+”对教育的影响可以总结为:教育资源从封闭到开放;教育结构从单一到多源;学习从被动到主动;教学从灌输到互动[6]。

　　大数据知识体系具有非常典型的互联网特征，知识更新迭代快，内容体系庞大，多学科复合，技术应用企业先于研究机构。教师先进行学习再通过课堂传授给学生的传统教学模式，无法满足要求。“互联网+”教育与传统课堂相结合是适应这一变化的必然发展趋势。

　　四、总结

　　目前国内的高校的大数据相关课程开设和建设处于刚刚起步阶段，为顺应国家发展规划和对复合型人才的需求，针对目前财经类高校培养大数据人才方面所面临的一些问题，提出相适应的人才培养模式。本文提出大数据复合型人才培养模式也属于初步的探索研究。复合型人才培养模式的探索是一项艰巨的任务，不能一蹴而就，未来可从实际出发，多角度更全面的探索高校复合型人才培养模式。

　　[参考文献]

　　[1]中华人民共和国国务院.促进大数据发展行动纲要[J].成组技术与生产现代化，2015，32(3):51-58.

　　[2]查先进，杨海娟.大数据背景下信息管理专业人才培养模式改革创新影响因素研究———以湖北高校为例[J].图书情报知识，2016，(2):21-29.

　　[3]HeyT.TheFourthParadigm-Data-IntensiveScientificDiscovery[J].ProceedingsoftheIEEE，2009，99(8):1334-1337.

　　[4]赵大鹏.中国智慧城市建设问题研究[D].长春:吉林大学，2013.

　　[5]张琼.以实践能力培养为取向的知识教学变革研究[D].武汉:华中师范大学，2011.

　　[6]张岩.“互联网+教育”理念及模式探析[J].中国高教研究，2016，(2):70-73.

　　[7]迈尔-舍恩伯格，肯尼思·库克耶.大数据库时代[M].杭州:浙江人民出版社，2013.

　　财经类期刊推荐：中央财经大学学报期刊为中国经济类核心期刊。作为财经类社会科学学术性期刊，本刊属于财经类社科学学术性期刊。主要刊登财政、税收、金融保险、财务、会计、济经管理、经济法等财经类理论研究和实践等方面的学术论文、课题研究成果、调研报告、会议综述等。