产教融合背景下高职数学课程资源建设对学生数据分析能力的提升探究

张博 （江苏省南京工程高等职业学校，江苏南京 211100）

摘要：在大数据与人工智能技术快速发展背景下，数据分析能力成为技术技能型人才的核心素养。当前高职学生普遍存在数据转化能力薄弱、理论与实践脱节等问题，难以满足企业对 Excel、SPSS 等工具应用及数据决策支持能力的需求。研究提出以产教融合为导向，通过重构课程资源体系，开发基础理论、实践操作、案例分析及数字化资源，并构建校企合作共建机制与动态更新机制。教学设计强调项目化融合、任务驱动及多元化评价体系，实现从知识传授向能力培养的转变。实践表明，该模式显著提升了学生的数据分析应用能力与岗位适应性，为高职数学教学改革提供了可复制的实践路径。

关键词：产教融合；高职数学；课程资源建设；数据分析能力；教学改革

引言：

大数据时代、人工智能时代的到来给各行各业带来了对技术技能型人才数据分析能力等方面的要求，“互联网+”与数字经济时代使得企业对职业岗位人员的数据分析应用能力更为看重。作为其中组成部分的高职教育（简称“高职”），培养的是高素质的技术技能型人才，所以加强对学生数据分析能力的培养不仅是课程教学改革的现实所需，更是学生高质量就业，乃至适应社会发展所必要的。

一、高职学生数据分析能力现状与需求分析

1.高职学生数据分析能力的基本现状

目前高职学生普遍欠缺数据分析能力。大部分学生很难根据具体问题对数据进行适当加工分析，进而对实际数据进行数学工具化的分析。调查显示，通过在一些高职院校的问卷收集和学生课上的观察，学生对数据处理、图表认识和基本的统计分析有不同程度的理解障碍。很多学生本身数学知识掌握的比较有限，在实践环节中不能很好地进行理论联系实际。同时，在数据量较大时，逻辑思维和解决问题的能力表现较差。究其原因主要是学生数学基础较参差不齐、教学内容太侧重基础理论而不联系生活实际、教学内容不够新颖等。

2.企业对数据分析能力的需求分析

随着信息化时代的深入发展，企业对员工数据分析能力的需求也愈加显现。笔者走访部分企业，并通过收集相关企业招聘岗位信息发现，数据分析能力已经成为某些工作岗位的任职要求。特别是市场营销、会计、物流管理、旅游、电子商务等行业领域中，企业普遍需要员工对 EXCEL、SPSS、Python 等进行数据处理和数据挖掘，同时还需有一定数据分析挖掘后获得的信息进行数据解读，让员工通过数据挖掘以及数据逻辑分析而解决问题，进而辅助企业管理，并对处理信息进行判断、发现新的管理或预测意义。但是，当前高职学生数据解读、分析及处理能力不足的现象普遍且十分突出，对于企业来说还存在难以匹配的问题。对此，高职教育应主动对接产业对数据分析能力的要求，培养学生的职业适应能力及就业竞争力。

3.当前高职数学课程存在的问题

高职数学课程在支撑学生数据分析能力培养方面存在诸多问题。教学内容方面，多数教材仍以传统数学知识为主，缺乏与数据分析相关的实际案例和应用场景，导致学生难以理解数学知识的实际意义。教学方法上，教师多采用讲授式教学，缺乏项目化、任务驱动式的教学设计，学生参与度不高，学习效果有限。课程资源方面，现有教学资源更新缓慢，缺乏高质量的数字化教学内容和实践平台，难以满足学生个性化学习和实践操作的需求。此外，教师在数据分析教学方面的专业素养参差不齐，部分教师缺乏相关行业经验，导致教学与企业实际脱节。

二、产教融合背景下高职数学课程资源建设路径

1.课程资源建设的原则与目标

总体而言，建设产教融合的高职数学课程资源应秉承 “服务专业、靠近产业、应用为本”原则，依托于培养学生数据分析能力的发展、着眼于学生的应用能力，以专业课衔接、职业价值体现为目标进行内容选取，同时注重形式的多样性、互动性，以满足不同的学生；依据系统的课程资源建设原则（科学性、开放性和可持续发展），解决数据分析能力和职业能力培养中的“养本”问题，助力数据分析数学课程资源建设。

2.课程资源类型与内容设计

课程资源要包括基础理论、实践操作、案例分析、数字化资源等，其中基础理论资源以与数据分析有关的数学知识点为核心，如统计、概率、函数模型等，实践操作资源以任务项目或模拟实验形式，模拟企业真实项目让学生完成数学工具在具体情境中的应用，案例分析资源以企业真实项目为基础，结合专业特色，提高课程针对性、实用性。数字化资源是课程建设的重要载体，包括视频微课、在线练习、虚拟实训平台等，用信息技术提升课程的灵活性和交互性。各资源之间要形成有机的联系，创建有机、有层次的课程资源。

3.校企合作共建课程资源机制

企业参与课程资源建设是提高课程资源建设质量的有效途径，一方面可以通过建立企业专家参与建设小组进行课程资源建设，同时让企业技术专家对课程教学内容进行设计，使资源内容更加贴近工作岗位实际。企业还可以提供一些真实项目和任务供教师作为教学实例进行素材，供教学使用，而高校可以通过自己的教师深入企业调查企业对分析数据能力的要求等具体内容，作为更新课程内容的基础。还可以通过共建校企实训平台、共建教学资源库等方式进行，实现校企间的教学资源共享、优势互补。

4.课程资源的更新与维护机制

课程资源建设是个长期的工作，应该形成相应的资源更新和完善机制。组建专业的课程资源管理人员，对资源的应用效果定期进行检查，并从教学的应用和产业的发展情况进行内容的进一步更新，形成资源的动态更新机制，保证课程资源跟上产业发展的脚步和教学工作的改革；完善电子资源平台建设及维护，保证资源能够安全有效地及时更新，积极开展课程资源的教、学反馈以及来自企业的反馈，采取“教师建设，学生参与，企业参与”的机制，形成共建、共享、共用的良性发展态势，通过对课程资源进行制度、技术的保障，提升其稳定性和长效性。

三、数据分析能力培养的教学设计与实施策略

1.教学目标设计

与传统的以传授数学知识的单一目标不同，产教融合条件下的高职数学课程教学目标将更注重能力培养的导向性目标，培养学生数据分析能力和对数学的解决和实践应用能力。教学目标涵盖概念性的统计基本思想和方法的理解，数据处理的方法，初步的建模意识和应用数学思想方法对实际生活问题的解决等。结合不同的专业定位培养目标的分层教学，使学生能应用数据分析方法服务于不同专业的学习或者将来的职位胜任要求。且要有可操作性和评价性，以利于教学阶段性的评估和课程修改调整，以保证学生对数据统计的基本素养及在工作岗位上的简单胜任能力。

2.教学内容与项目融合设计

改革课程设计和授课的内容，紧密围绕实际项目，强化课程的实操应用。把企业的真实的项目案例或者虚拟仿真的项目任务作为教学主体，在实际完成该项目任务的时候，融入和应用相关的数学知识内容。例如，在学习统计分析的内容时，可从营销调研数据信息中收集一些数据，进而让学生的项目任务是从数据的搜集汇总开始到做相关图表、趋势分析的全过程。这样的项目化设计能够吸引学生，增进学生对数学知识和相关实际问题的熟悉程度。项目内容要做到前后衔接，并逐层深化。一步一步地引导学生逐步掌握完整的数据分析流程和分析方法，对学生的综合应用能力进行全面考验。

3.教学方法与手段创新

注重采取更多更丰富的教学方法手段，如可以对任务驱动教学法、小组合作教学、翻转式课堂等教学方法进行积极探索，激发学生的积极参与度及自身实践体验；并充分利用信息技术，运用在线学习平台、虚拟仿真实训、数据分析软件等手段，提高了教学互动灵活度。老师在教学过程中更多地担当教学引路人与组织者角色，积极主动发挥学生的探究性合作学习；并做好教学情境的构建，把学生抽象的数学专业知识引入真实的工作情景，提升了学生自身的学习代入感与职业应用意识，进一步优化教学的实际效果。

4.教学评价体系设计

改变以考试分数为主的评价方式，建立一种更加全面的、过程性的评价标准，既要对项目任务完成情况、数据分析结果、合作能力、解决问题的能力进行评价，又要对阶段性测验、学习日志、作品设计、小组互评等多种方式进行评价，从多个层面反映学生的学习状况、学习能力和能力提升情况等，还要邀请企业参与评价，以完成真实任务的真实性作为对学生能力的外部评价。评价指标应该清楚而容易实施，能够为教学改进和反馈提供依据。

结论：

大数据时代下，应用型人才培养的数学教学课程资源建设，对高职学生的数据分析技能水平具有促进效果，其课程教学资源的开发、应用、实训和实验的优化，对培养学生的数据分析能力、提升数据分析的应用能力和实践操作能力具有促进作用，且应用型人才培养的教学模式是以具有社会真实意义的课程资源项目为载体的教学活动。大数据人才培养的教学课程资源建设及开发与利用，对教学实效性与针对性进行提升。

参考文献 ：

【1】陆小峰.基于产教融合的中职数学教学探究[J].数学大世界(上旬),2024,(12):17-19.
【2】钱蕾.产教融合背景下高职高数教学模式设计[J].科技风,2024,(33):102-104.
【3】王彩琴.产教融合背景下高职数学教学路径研究[J].数学学习与研究,2023,(12):11-13.
【4】王聪.模糊数学算法在高职院校产教融合评价中的应用研究[J].电脑知识与技术,2022,18(24):131-132+135.
【5】谢秀桔.产教融合背景下的高职院校数学教学实现路径研究[J].佳木斯职业学院学报,2022,38(08):167-169.
【6】孙文鑫.产教融合背景下高职院校数学课程“三教”现状与对策——以重庆水利电力职业技术学院为例[J].产业与科技论坛,2021,20(17):172-173.