基于OBE理念的大数据智慧物流方向人才培养模式研究

OBE( Outcome－Based Education) 是一种基于成果导向的教育模式，OBE教育理念以学生为主导，将学生的学习成果当作出发点，更多强调学生学习之后能获得什么、能做什么、如何高效地帮助学生取得这些学习成果、如何对学生的学习效果进行评价，在此基础上，将预期达成的目标、教学实施的过程、效果的评估三个内容进行紧密结合来反向设计教学过程。在OBE理念下，学校和教师必须先确认教学需要达到的预期效果和目标，然后进行课程体系的设计，最终让学生通过学习过程取得学习成果、提升实践能力。

OBE强调的不是教育的输入而是教育输出，将OBE理念融入物流人才培养，在物流专业人才培养目标上会变得更加明确、全面、可评估，在教学内容上更注重知识的整合，在效果评估上会更标准、更合理、更具有包容性，从而提升学生掌握专业知识与岗位技能的效率和效果，更好的适应物流工作岗位，最终将学生培养成为高素质、高技能、高水平的应用型高职物流管理人才，从而使得人才培养质量与效果得以有效的提升[1]。

1  智慧物流时代对大数据物流人才需求分析

随着人工智能、物联网、大数据、云计算、物联网、5G等现代物流信息技术的飞速发展以及其在物流行业的大范围应用，物流行业已逐步进入“智慧物流”发展时代。智慧物流是指借助智能软硬件、物联网、大数据等智能化的技术手段，使得物流各环节能够实现精细化、动态化、可视化的管理，提升物流系统智能化分析决策和自动化操作执行能力，从而提高物流作业效率的现代化物流模式。那么相应地，这也就意味着智慧物流的发展所需要人才不再是传统的、纯粹的物流作业人员，而是能够掌握云计算、大数据等现在物流信息技术的综复合型人才，那么物流专业人才的培养必须要顺应时代发展的需要，如此才能更好地适应和推进智慧物流的快速发展，而大数据是企业提高分析、决策和执行能力的重要手段，也是物流智能化实现的基础，如何培养大数据智慧物流人才是值得深入研究的问题。

智慧物流有效地地运用了物联网、大数据、人工智能技术等现代物流信息技术，更侧重于使用更加智能化的设施设备和技术来代替传统物流中效率较低的人工作业。所以智慧物流领域对于物流人才的需求也不同于传统物流领域。随着物流信息技术的不断发展，物流作业的仓储、运输、分拣、配送等各个环节和信息系统会不断产生大量数据，在大数据时代，数据被看做为一种资源和财富，尤其对于电子商务和物流快递行业来说，通过对数据的挖掘﹑处理和分析，对于企业满足日趋个性化的顾客需求﹑动态适应多变的市场环境﹑应对激烈的市场竟争都具有重要意义，大数据在电子商务和物流快递企业中的应用贯穿了运营的各个环节，企业对大数据挖掘与分析方面的人才需求势必会不断增加。

2  大数据智慧物流方向人才培养存在的问题

2.1  人才培养目标与行业需求不匹配

高职院校人才培养的关键是制定合理的人才培养方案，但是目前大部分高校制定人才培养方案的方式方法不够完善，没有通过对地方政府、学校、用人单位、学生、教师等相关者的需要和社会期望进行调研和评估来确定岗位对智慧物流时代人才需求的情况，人才培养目标的制定与企业和社会需求可能会脱节、不匹配，无法有针对性地开展人才培养。目前大部分高职院校物流管理专业人才培养的目标主要还是聚焦于将学生培养成仓储、分拣、配送等物流基础性岗位的操作人员，那么在智慧物流发展时代，大部分高职院校因此所培养出来的物流专业的学生将无法满足企业对既具备物流专业知识技能又具大数据挖掘和分析技能的高素质复合型人才的需求[2]。

2.2  缺乏大数据类相关课程

在智慧物流背景下，企业对于既具备物流专业知识技能又具大数据挖掘和分析技能的高素质复合型应用人才的需求势必会不断增加，将大数据融入物流管理专业教学是高职院校培养复合型物流管理人才的需要。但是目前大部分高职院校人才培养目标定位仍不明晰，开设大数据类课程的高校不多，课程的设置缺少科学性，同时课堂教学实践性匮乏，很多教师在教学的过程中也只是简单提及大数据相关知识，也难以将二者艺术性地结合，大数据教学内容整体偏向理论化、零散化，学生智慧物流时代大数据技术的掌握仍然存在着很多局限性，大数据与物流管理专业的结合暂未发挥预期的效果[3]。

2.3  教学模式较为单一

以”教师为主、学生为辅”的单向灌输式教学仍是当前大部分高职院校人才培养的主要模式，教师主要负责理论知识的讲授，学生负责被动的接受知识，教学模式仍主要是围绕传统的课堂教学-“理论为主，实践为辅”，缺乏对学生创新能力、大数据挖掘和分析能力等技能提升的培养，虽然有小部分教师尝试将大数据相关理论知识和实践操作融入课堂教学，但是缺乏系统性的专业知识体系和实践教学，专业的软件工具等教学配套资源也少，学生也难以理清物流管理和大数据之间的联系，对大数据的学习体验感较差更多学到的是理论化抽象化的知识，实践活动和操作技能匮乏，无法从根本上满足企业对于物流管理专业人才的实际需求。

2.4  教师缺乏大数据类知识

随着智慧物流的发展，教师也必须掌握专业的人工智能、大数据、物联网技术等现代信息技术知识，教师团队的专业与否也直接影响高素质复合型物流应用人才的培养。但是目前高校大数据物流管理专业师资力量薄弱，物流大数据研究方向的专业教师较为缺乏，大部分教师的知识储备和专业技能并没有随着大数据时代的到来及时更新，理论知识储备不足；同时大数据的挖掘和分析也需要专业软件和工具等的支撑，这些实践操作技能教师也少有了解和学习，大部分教师也缺乏在企业中的工作经验，相关知识习体系单一且不够系统化，在大数据知识体系和操作技能上有一定的欠缺，导致在课堂和实践教学中教师更多的知识浅层次的在理论层面进行简单讲授，大数据物流管理专业教师团队缺乏专业性，未来将难以承担大数据智慧物流反人才的培养工作[4]。

2  基于OBE理念的大数据智慧物流方向人才培养途径

图1 大数据智慧物流方向人才培养途径框架图

2.1  明确人才培养目标，重构培养目标体系

OBE教育理念是基于成果导向的，成果又是基于企业、政府、社会等相关行业的需求，所以在人才培养目标制定前，学校需要全面调研和评估专业方向人才需求的实际情况，围绕行业和产业的需求，基于成果导向进行人才培养目标的设置，从而提升人才培养的有效性和针对性，提高人才培养的质量和效率。

在智慧物流发展时代，物流企业也在不断发展，企业对既具备物流专业知识技能又具大数据挖掘和分析技能的高素质复合型人才的需求也在持续增加，为了使得高职院校人才培养目标的制定与企业人才需求匹配、有针对性地开展人才培养，高校在培养大数据智慧物流方向人才的过程中，首先要对行业物流企业人才需求进行深入的调研和分析，对社会以及企业物流发展所需人才的基本情况要有明确的了解，在全面考虑地方政府、学校、用人单位、学生、教师等相关者的市场和社会需求的基础上确定岗位的需求，其次通过对岗位人才需求的情况进行评估，围绕企业需求和复合型应用人才的目标导向，最终明确大数据智慧物流方向人才培养目标，明确需要的岗位技能、职业素养等。

例如大数据智慧物流方向的学生应具备良好的职业道德、沟通能力和协作能力；具备大数据思维及数据分析能力；熟悉大数据、云计算、人工智能等现代物流技术，能够运用大数据的理论和方法，解决数据分析等实际问题；能够用理论知识的为大数据、智慧物流的发展服务，推动物流行业经济的发展，所以必须重视对学生知识技能和职业能力的培养，从而更好的与企业所需人才精准匹配。

2.2  增加大数据类相关课程，完善课程体系

课程体系的构建需按照要“专业设置对接产业需求，课程内容对接职业标准，教学过程对接生产过程，毕业标准对接职业资格证书，职业学习对接终身学习”的原则，实施循序渐进、稳扎稳打的教学策略。

因此，在设计课程体系时，可以基于OBE理念采取反向设计、正向实施的教学设计。首先围绕地方政府、学校、用人单位、学生、教师等多方需求，根据企业主要岗位，思考学生在毕业五年后预期实现的职业目标和专业成就，在此基础上明确人才培养目标；其次，细化人才培养目标，将人才培养目标合理科学地拆分成若干个指标，确定学生所需掌握的基本能力和专业能力，如智慧物流人才能力需求的分析，岗位所对应的能力需求有数据采集分析能力、物流凭证自动处理能力以及智能仓储、智能运输、智能配送、智能装卸搬运、自动包装、自动分拣、智能设备操作与维护等岗位能力；然后围绕这些设定的指标，根据岗位所需能力推导出对应的课程模块以支撑这些能力需求，最后设计出支撑这些能力的基础课程和专业课程[4]，完善大数据智慧物流方向专业课程，优化课程设计，搭建合理的课程体系（表1）。当然，OBE理念指导下的复合型物流管理专业人才的培养也需要教师进行课程体系设计的优化，做好理论教学环节、课内外实践环节设计，实现理论与实践教学密切联系，使得学生的能力层次能在专业课程设置上面得到映射。

表1  大数据智慧物流方向人才专业课程建设内容

课程 课程内容示例

智能仓储

大数据分析 ①智慧仓储设备分析；

②智能仓储作业与运营分析；

③智能仓储综合分析与评价；

物流方案策划与设计 大数据、人工智能、物联网技术辅助物流决策:智慧物流方案规划与设计、智能仓储、运输、配送环节操作异常分析、流程优化等；

智能物流设备操作与维护 穿梭车、堆垛机、AGV、自动分拣机、智能叉车等设备的操作与维护；

2.3  培养大数据相关人才，加强师资队伍建设

在智慧物流发展背景下，高职院校在进行物流管理专业人才培养时将大数据与相关专业相结合必将成为未来的趋势，而为了更好地实现复合型物流管理人才培养目标，对物流管理教师团队展开大数据智慧物流方面的专业培训和学习将是成高职院校教学管理工作的重点。在进行教师教学专业水平提升时，高职院校可以从以下3个方面着手：首先，高校在鼓励物流管理专业教师在学习专业理论知识的同时，需强化教师对OBE教育理念以及大数据智慧物流方面知识的学习，持续更新专业知识体系，使得教师理论研究能力和教学能力得以提升；其次，高校还需要鼓励物流管理专业教师积极参加专业相关会议和行业相关培训，加强与行业、企业的交流，适当的接触和参与企业的日常经营，丰富教师对智慧随物流背景下物流企业日常经营活动的认知，这样可以保证教师在学习专业理论知识的同时也可以提升实践能力，并将所学知识反哺到日常教学工作中；最后，学校还需要积极引进大数据智慧物流相关领域人才，扩大物流专业师资队伍，提升教学团队的整体水平，同时可以邀请校区合作企业中的专业人士承担实践课堂的教师工作，弥补大数据智慧物流方向教师的空白，在提升课程质量的同时为大数据智慧物流方向人才的培养打下牢固的基础。

2.4  改善学习成果评价机制

学习成果评价的合理性是人才培养的重要环节，需要教师、学校、学生、企业等多方参与共同制订评价体系才能使得评价更为科学合理。OBE教育理念是基于成果导向的一种模式，OBE理念下课程体系的考核评价也应以结果为导向，重点关注过程性的评价。

目前高校在对学生学习成果进行评价时主要是将期末考试的与平时成绩考核相结合来进行评价，平时成绩的考核主要包括签到、课堂讨论、小组作业等方面，对此设置不同的权重，最终可形成平时成绩的考核，但这样的考核方式仍然比较单一，仍然是主要考核学生理论知识的掌握情况，没有真实合理地衡量出学生各方面的能力，学生在平时的学习当中的主动性和积极性也在一定程度上受到影响，因此要改变传统的考核方式，基于人才培养目标对应的成果体系设置考核指标，而且考核评价不能仅集中于教师间，要通过多方进行综合评价。

可根据预期学习成果制定当前学习任务并进行内外综合评价，其中内部评价主要是指学生根据已有的知识、技能和动机对学习任务设立相应的学习目标，实时监督自身的学习情况，根据学习情况进行自我评价，根据反馈的信息进行偏差调整和修正，最终形成内部评价；外部评价主要是指教师和企业导师对学生的学习情况、个人表现进行综合评价，如从学生针对工作岗位的胜任程度、职业道德素质测试、与需求对接程度、学生自身发展与家长的满意度等方面展开评价，并将评价信息反馈给学生本人，最后再进行调节和校正。通过内外部多方面、多维度的评价衡量学生其所具备的能力和潜质，使得对成果的评价更为科学、合理、全面[5]。

本文来源：《物流科技》https://www.zzqklm.com/w/jg/30901.html