高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型探究：框架、實施與評估

摘 要：高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型是建設(shè)金融強(qiáng)國的現(xiàn)實要求。其中，課程與資源體系整體框架的搭建、數(shù)智模塊的實施和科學(xué)層次的評估，是保障高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型成果落地的關(guān)鍵，三者應(yīng)協(xié)同運(yùn)作、互為補(bǔ)充，推進(jìn)高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的向好向深發(fā)展。在高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型過程中，高職院校既需本著低耦合、高內(nèi)聚的原則建立層級化、數(shù)智化模塊課程，打造教育系統(tǒng)新生態(tài)，又需推進(jìn)學(xué)習(xí)資源標(biāo)準(zhǔn)化、學(xué)習(xí)服務(wù)個性化、教師培訓(xùn)全面化改進(jìn)，并加強(qiáng)對實施效果的監(jiān)測評估，以實現(xiàn)更優(yōu)更快的教學(xué)突破。

關(guān)鍵詞：高職院校；經(jīng)濟(jì)管理；數(shù)智化

中圖分類號：G64 文獻(xiàn)標(biāo)識碼：A 文章編號：0450-9889（2025）03-0144-04

建設(shè)金融強(qiáng)國離不開一個結(jié)構(gòu)合理的金融市場體系［1］。數(shù)智化依托大數(shù)據(jù)和人工智能技術(shù)，能夠為金融市場提供精準(zhǔn)的風(fēng)險定價和動態(tài)的風(fēng)險管理，實現(xiàn)金融市場的高度自動化和智能化運(yùn)作，有效提升金融系統(tǒng)的韌性和國際競爭力。數(shù)智化轉(zhuǎn)型是基于數(shù)字化和智能化科學(xué)技術(shù)，對企業(yè)的業(yè)務(wù)模型乃至商業(yè)模式進(jìn)行重構(gòu)，從而幫助企業(yè)完成從業(yè)務(wù)到管理的革新。對高職院校經(jīng)濟(jì)管理專業(yè)而言，在數(shù)智化轉(zhuǎn)型背景下，教學(xué)是為了培養(yǎng)兼具現(xiàn)代金融知識和實務(wù)技能、具備較強(qiáng)應(yīng)用能力及大視野的基層人才。高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)的數(shù)智化轉(zhuǎn)型，本質(zhì)在于利用數(shù)據(jù)驅(qū)動和智能技術(shù)，徹底革新傳統(tǒng)教學(xué)模式和管理方法，培養(yǎng)學(xué)生的數(shù)字化思維和實踐能力，使之適應(yīng)數(shù)字智能經(jīng)濟(jì)時代的需求。高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)實踐性強(qiáng)、與行業(yè)對接密切，在數(shù)智化轉(zhuǎn)型背景下，高職院校既需本著低耦合、高內(nèi)聚的原則建立層級化、數(shù)智化模塊課程，打造教育系統(tǒng)新生態(tài)，又需推進(jìn)學(xué)習(xí)資源標(biāo)準(zhǔn)化、學(xué)習(xí)服務(wù)個性化、教師培訓(xùn)全面化，并加強(qiáng)對實施效果的監(jiān)測評估，以實現(xiàn)更優(yōu)更快的教學(xué)突破。

一、高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的理論框架

高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)的數(shù)智化轉(zhuǎn)型，本質(zhì)上是對傳統(tǒng)教育體系與現(xiàn)代信息技術(shù)之間深刻矛盾的破解，是借助數(shù)據(jù)驅(qū)動和智能化手段，重塑教育與產(chǎn)業(yè)之間關(guān)系的一場深刻變革。在數(shù)智化的引領(lǐng)下，教育不再是單向度的知識灌輸，而是動態(tài)的、全方位的智慧賦能。

（一）高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的課程設(shè)計原則

數(shù)智化轉(zhuǎn)型即為利用先進(jìn)的數(shù)字化工具和人工智能技術(shù)，重新構(gòu)建教學(xué)模式、學(xué)習(xí)方式、教育管理和資源分配，推進(jìn)互惠共生、互利共創(chuàng)［2］。與傳統(tǒng)學(xué)術(shù)型教育不同，高職院校經(jīng)濟(jì)管理專業(yè)以“服務(wù)區(qū)域經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)升級”為教育核心理念和人才培養(yǎng)目標(biāo)，將產(chǎn)業(yè)界的最新發(fā)展動態(tài)、技術(shù)變革和管理實踐納入課程內(nèi)容中。課程設(shè)計按照低耦合、高內(nèi)聚的原則，加入數(shù)據(jù)分析、數(shù)字營銷、人工智能在管理中的應(yīng)用等內(nèi)容，打造模塊化課程，以更快適應(yīng)數(shù)智經(jīng)濟(jì)時代所需的技能要求。

整體來看，高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型應(yīng)遵循三大原則。一是堅持以學(xué)習(xí)者為主體的原則。要借助數(shù)智化技術(shù)對學(xué)習(xí)者的學(xué)習(xí)行為、知識技能掌握情況或?qū)W習(xí)偏好進(jìn)行精準(zhǔn)記錄與分析。二是系統(tǒng)化與生態(tài)化的數(shù)智教育環(huán)境構(gòu)建原則。既對智慧黑板、智能講臺等硬件設(shè)施作智能化升級，又注重學(xué)習(xí)管理系統(tǒng)、在線評估平臺、虛擬實驗室等軟件系統(tǒng)的無縫集成。三是數(shù)據(jù)隱私保護(hù)與倫理合規(guī)的數(shù)智化教育保障原則。應(yīng)建立完善的隱私保護(hù)機(jī)制，防止數(shù)據(jù)泄露和濫用，同時在使用人工智能技術(shù)時要遵循倫理規(guī)范，避免出現(xiàn)算法偏見和決策失誤等問題。

（二）高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的關(guān)鍵構(gòu)成要素

在經(jīng)濟(jì)管理專業(yè)的數(shù)智化轉(zhuǎn)型過程中，關(guān)鍵構(gòu)成要素必須深刻嵌入學(xué)科特性和專業(yè)需求，以確保轉(zhuǎn)型的有效性和可持續(xù)性。一是數(shù)據(jù)驅(qū)動決策要素。這是最為基礎(chǔ)和核心的組成部分。這個要素不僅包括傳統(tǒng)的財務(wù)報表和市場研究數(shù)據(jù)，還要擴(kuò)展到包含社交媒體分析、客戶行為數(shù)據(jù)以及宏觀經(jīng)濟(jì)指標(biāo)等非結(jié)構(gòu)化數(shù)據(jù)源，讓學(xué)生在實驗室中體驗實際的市場動態(tài)和競爭方式，以提升他們的數(shù)據(jù)敏感性和決策能力。二是智能化技術(shù)融合要素。經(jīng)濟(jì)管理學(xué)科教育須緊密對接產(chǎn)業(yè)實際需求。經(jīng)濟(jì)管理專業(yè)需要引入諸如人工智能（AI）、區(qū)塊鏈、物聯(lián)網(wǎng)（IoT）和大數(shù)據(jù)等先進(jìn)技術(shù)，以提升經(jīng)濟(jì)管理學(xué)科教育和研究的深度和廣度。三是數(shù)字素養(yǎng)提升要素。經(jīng)濟(jì)管理學(xué)科教育需要重新定義“數(shù)智素養(yǎng)”［3］，既包括對各種數(shù)字工具和技術(shù)的操作能力，又包括對數(shù)字化商業(yè)環(huán)境的深刻理解和適應(yīng)能力。在此過程中，學(xué)生應(yīng)掌握使用數(shù)據(jù)可視化工具進(jìn)行市場趨勢分析的技法，通過社交媒體數(shù)據(jù)來預(yù)測消費(fèi)者行為。四是組織文化變革要素。數(shù)智化轉(zhuǎn)型涉及深刻的文化和管理變革。學(xué)校可以設(shè)置創(chuàng)新實驗室或創(chuàng)業(yè)孵化器，確保教育資源的最優(yōu)配置和使用，讓學(xué)生和教師共同探索和開發(fā)數(shù)字經(jīng)濟(jì)應(yīng)用的新方向。

（三）高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的協(xié)同機(jī)制

經(jīng)濟(jì)管理學(xué)科本質(zhì)上是一個實踐性極強(qiáng)的領(lǐng)域，需要理論與實踐的緊密結(jié)合，而數(shù)智化轉(zhuǎn)型恰好為這一結(jié)合提供了新的范式。協(xié)同機(jī)制的核心在于消除傳統(tǒng)教育供給與需求之間的割裂，實現(xiàn)資源、信息和能力的精準(zhǔn)對接。整個協(xié)同機(jī)制需要教育機(jī)構(gòu)運(yùn)用大數(shù)據(jù)分析、人工智能等技術(shù)，實時調(diào)整課程設(shè)置和教學(xué)內(nèi)容，以貼合行業(yè)發(fā)展趨勢和市場需求；而企業(yè)通過參與教育數(shù)據(jù)的開放與共享，反饋行業(yè)動態(tài)和技能需求，直接影響教學(xué)目標(biāo)的設(shè)定與教育資源的分配。政府在這一體系中，起到政策導(dǎo)向和監(jiān)管指導(dǎo)的作用，確保教育目標(biāo)與經(jīng)濟(jì)發(fā)展戰(zhàn)略的一致性。學(xué)生則通過個性化的數(shù)智學(xué)習(xí)平臺，在虛擬仿真實驗室中進(jìn)行實操練習(xí)，并借助數(shù)據(jù)分析工具更好地理解經(jīng)濟(jì)管理工作中的復(fù)雜問題和決策邏輯。

二、高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的具體實施

高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型核心在于將先進(jìn)的數(shù)據(jù)分析工具和智能技術(shù)深度融合于教育場景，全方面滲透大數(shù)據(jù)、人工智能、云計算等技術(shù)，重構(gòu)教學(xué)內(nèi)容和學(xué)習(xí)方式，實現(xiàn)更具針對性的教學(xué)干預(yù)與支持。

（一）具體實施步驟

1.數(shù)據(jù)結(jié)構(gòu)化與學(xué)習(xí)資源標(biāo)準(zhǔn)化

高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型，需建構(gòu)“三層遞進(jìn)式”數(shù)智技術(shù)課程體系。經(jīng)濟(jì)管理類專業(yè)的數(shù)智技術(shù)課程體系劃分為通識教育模塊、協(xié)作共建模塊以及項目實踐模塊等層級。通識模塊課程層級主要涵蓋大數(shù)據(jù)與人工智能基礎(chǔ)技術(shù)的核心知識，專注于商務(wù)大數(shù)據(jù)的全流程處理技術(shù)，涵蓋了從數(shù)據(jù)采集到數(shù)據(jù)分析的各個環(huán)節(jié)，旨在為經(jīng)濟(jì)管理類專業(yè)的學(xué)生提供廣泛的知識基礎(chǔ)，以可視化手段幫助學(xué)生全面理解大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)管理工作中的應(yīng)用；共建模塊課程是由多學(xué)科教師共同參與構(gòu)建。參與共建模塊課程建設(shè)的專業(yè)包括經(jīng)濟(jì)學(xué)、工商管理、金融學(xué)和會計學(xué)等，著重教授運(yùn)用大數(shù)據(jù)與人工智能方法來分析經(jīng)濟(jì)學(xué)問題的技法［4］。

2.算法模型訓(xùn)練與個性化學(xué)習(xí)推送

高職院校經(jīng)濟(jì)管理工作教學(xué)數(shù)智化轉(zhuǎn)型的算法模型訓(xùn)練，應(yīng)直接服務(wù)于經(jīng)濟(jì)管理學(xué)科教育的核心需求。一是訓(xùn)練預(yù)測模型。預(yù)測模型是用于推斷未來趨勢的關(guān)鍵工具。這類訓(xùn)練應(yīng)重點放在精確構(gòu)建和使用模型，進(jìn)行市場需求預(yù)測、銷售預(yù)測和經(jīng)濟(jì)指標(biāo)預(yù)測。因此，在數(shù)智化轉(zhuǎn)型引領(lǐng)下，學(xué)生應(yīng)掌握線性回歸用于銷售量的預(yù)測，學(xué)會評估模型的預(yù)測誤差，并進(jìn)行模型優(yōu)化和參數(shù)調(diào)優(yōu)，以預(yù)測經(jīng)濟(jì)趨勢。二是優(yōu)化算法模型。這部分培訓(xùn)的核心在于確保資源的最大化利用。三是訓(xùn)練風(fēng)險模型。學(xué)生需要理解這些模型的數(shù)學(xué)基礎(chǔ)，學(xué)習(xí)借助數(shù)據(jù)分析來識別和量化不同類型的風(fēng)險。比如，應(yīng)對模型在不同經(jīng)濟(jì)條件下的適應(yīng)性問題，確保學(xué)生能夠根據(jù)實際經(jīng)濟(jì)環(huán)境調(diào)整模型的參數(shù)和假設(shè)，從而更好地適應(yīng)未來數(shù)字化經(jīng)濟(jì)環(huán)境的需求。數(shù)智化推送個性化學(xué)習(xí)資源的背后，是對認(rèn)知模式和教育需求的深刻轉(zhuǎn)型。傳統(tǒng)經(jīng)濟(jì)管理學(xué)科教育通常以統(tǒng)一的教學(xué)大綱和模式為主，忽視了個體學(xué)生在認(rèn)知、興趣和未來職業(yè)規(guī)劃上的差異。然而，數(shù)智化的核心優(yōu)勢在于其對學(xué)習(xí)者行為數(shù)據(jù)的實時捕捉和分析能力，可以深入分析學(xué)生在不同經(jīng)濟(jì)管理主題上的認(rèn)知負(fù)荷和理解路徑。同時，長期來看，個性化學(xué)習(xí)體驗的優(yōu)化必須與社會經(jīng)濟(jì)環(huán)境的變化緊密聯(lián)系，才能真正提升學(xué)生在經(jīng)濟(jì)管理領(lǐng)域的競爭力。

3.教師素養(yǎng)培訓(xùn)與技能升級

數(shù)智化轉(zhuǎn)型背景下，高職院校經(jīng)濟(jì)管理專業(yè)教師要有新思想、新技能、新管理方略。由此，應(yīng)對教師進(jìn)行四個方面的培訓(xùn)。一是培訓(xùn)高階數(shù)據(jù)分析與實證研究能力。教師需掌握Python和R等編程語言，還需深入理解機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)模型在經(jīng)濟(jì)預(yù)測和管理決策中的應(yīng)用，能夠獨立解讀并構(gòu)建復(fù)雜的數(shù)據(jù)模型。二是訓(xùn)練并擴(kuò)充教師的數(shù)字化教學(xué)工具使用效度。教師應(yīng)熟練操作Moodle等學(xué)習(xí)管理系統(tǒng)，能自主開發(fā)和定制教學(xué)插件，并基于學(xué)生行為數(shù)據(jù)進(jìn)行精準(zhǔn)的學(xué)習(xí)路徑規(guī)劃和個性化教學(xué)內(nèi)容推送。三是培訓(xùn)教師跨領(lǐng)域整合與創(chuàng)新的能力。教師應(yīng)能將經(jīng)濟(jì)管理學(xué)科與前沿科技相結(jié)合，創(chuàng)建基于真實商業(yè)環(huán)境的數(shù)智模擬和教學(xué)案例。四是培訓(xùn)教師數(shù)字倫理素養(yǎng)和治理能力。教師應(yīng)具備數(shù)據(jù)隱私保護(hù)、信息安全及倫理規(guī)范等方面的能力與職業(yè)道德。

（二）實例展示

現(xiàn)以管理學(xué)課程“決策制定”一節(jié)為例進(jìn)行數(shù)智化教學(xué)設(shè)計。本節(jié)課的教學(xué)目標(biāo)及重難點：運(yùn)用高級數(shù)據(jù)分析工具解構(gòu)復(fù)雜決策情境，理解不同決策模型的應(yīng)用邏輯及其在不同情境中的適用性，并制定不同決策模型的最優(yōu)路徑。數(shù)智化背景下，教學(xué)過程應(yīng)劃分為以下幾部分。一是整合數(shù)據(jù)資源以深化教學(xué)材料。教師可基于數(shù)智化系統(tǒng)，選取多個真實企業(yè)的財務(wù)報表數(shù)據(jù)，涵蓋市場情報、消費(fèi)者行為數(shù)據(jù)、社交媒體反饋、經(jīng)濟(jì)指標(biāo)預(yù)測等信息，建立完備的商業(yè)決策生態(tài)系統(tǒng)，再采取Python的高級數(shù)據(jù)分析庫（如Pandas、SciPy和Matplotlib）對這些數(shù)據(jù)進(jìn)行建模，引導(dǎo)學(xué)生逐步完成數(shù)據(jù)導(dǎo)入、清洗、預(yù)處理、建模、可視化等一系列分析過程，確保學(xué)生不僅“會用工具”，更“懂得方法”。二是模擬經(jīng)濟(jì)管理工作深度決策。教師可設(shè)計一個高度仿真的商業(yè)環(huán)境，涵蓋經(jīng)濟(jì)周期變化、突發(fā)事件（如供應(yīng)鏈中斷）、市場競爭動態(tài)等多重不確定因素，整個模擬過程要求學(xué)生在極短時間內(nèi)處理大量數(shù)據(jù)并作出實時決策。三是數(shù)據(jù)分析迭代優(yōu)化及評價反饋。學(xué)生需使用回歸分析和時間序列預(yù)測模型，對市場需求做出預(yù)測，再使用敏感性分析評估不同決策選項的潛在風(fēng)險和收益。同時，要借助數(shù)智化系統(tǒng)來監(jiān)測每個學(xué)生在數(shù)據(jù)分析任務(wù)中的代碼運(yùn)行時間、錯誤調(diào)試過程、模型選擇和參數(shù)調(diào)整等具體操作步驟，生成學(xué)生的學(xué)習(xí)行為畫像，幫助教師精準(zhǔn)識別學(xué)習(xí)障礙和薄弱環(huán)節(jié)。這種深度的數(shù)據(jù)驅(qū)動教學(xué)模式，為學(xué)生未來的職業(yè)發(fā)展打下了堅實的基礎(chǔ)，極大提升了學(xué)生的理論知識水平和實際操作能力。

三、高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的全面評估

對高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型進(jìn)行全面評估，實質(zhì)上是對教育改革效果進(jìn)行系統(tǒng)性驗證和深度反思的過程。數(shù)智化轉(zhuǎn)型要始終契合教育發(fā)展的實際需求與突破點，以全面提升高職院校經(jīng)濟(jì)管理學(xué)科教育的競爭力與創(chuàng)新力。

（一）課程教學(xué)評估

1.構(gòu)建數(shù)智化轉(zhuǎn)型績效評估模型

高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型績效評估應(yīng)從“評價框架”和“指標(biāo)體系”兩個方面入手。一方面，評價框架應(yīng)基于教學(xué)投入、過程、產(chǎn)出和影響四個層面進(jìn)行構(gòu)建，形成閉環(huán)反饋機(jī)制。教學(xué)投入層面?zhèn)戎赜诮處煹臄?shù)智化能力建設(shè)和技術(shù)基礎(chǔ)設(shè)施投入；過程層面則關(guān)注數(shù)字化工具在教學(xué)設(shè)計和實施中的應(yīng)用情況，如教學(xué)資源的數(shù)字化程度、在線教學(xué)平臺的使用頻率和效果等；產(chǎn)出層面包括學(xué)生的技能掌握度、實踐應(yīng)用能力及創(chuàng)新意識等學(xué)習(xí)成果數(shù)據(jù)分析；影響層面需評估數(shù)智化轉(zhuǎn)型對校企合作實效、畢業(yè)生就業(yè)率、數(shù)字經(jīng)濟(jì)競爭力等整體教育生態(tài)系統(tǒng)的長期影響。另一方面，教學(xué)轉(zhuǎn)型指標(biāo)既要“定性”也要“定量”。定性指標(biāo)通過深度訪談和問卷調(diào)查，捕捉教師對數(shù)智化教學(xué)方法的適應(yīng)度、學(xué)生對數(shù)字化學(xué)習(xí)環(huán)境的滿意度等主觀感受；定量指標(biāo)則涉及學(xué)生成績提升幅度、課程在線參與度、師生互動頻率、數(shù)據(jù)分析軟件使用頻率等。此外，模型需能識別教學(xué)過程中的痛點，為個性化學(xué)習(xí)路徑優(yōu)化和教學(xué)方法改進(jìn)提供數(shù)據(jù)支持，確保高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)在數(shù)智化浪潮中不斷迭代優(yōu)化，實現(xiàn)更高的教學(xué)質(zhì)量和學(xué)習(xí)效果。

2.構(gòu)建數(shù)智轉(zhuǎn)型量化評估反饋機(jī)制

教學(xué)結(jié)束后，應(yīng)注重三個方面的反饋。一是反饋受教者的數(shù)智技能與實際行業(yè)需求間的匹配度。從數(shù)據(jù)清洗到建模分析的全流程操作中，要反饋學(xué)生對Python、Tableau、SQL等軟件的使用效度，考察學(xué)生在真實案例或模擬商業(yè)環(huán)境中，能否通過數(shù)據(jù)分析、財務(wù)模型構(gòu)建等手段，提出合理的商業(yè)決策建議，檢驗他們將課堂知識轉(zhuǎn)化為實踐能力的有效性。二是反饋師生跨職能跨媒介的協(xié)作能力。反饋機(jī)制需關(guān)注信息傳遞的有效性，考察師生在多媒介平臺上的溝通頻率、信息準(zhǔn)確性和時效性，評估在不同場景下的媒介適應(yīng)能力，指出其在溝通過程中信息滯后、誤解或信息丟失等存在問題。三是反饋數(shù)智化轉(zhuǎn)型對教學(xué)資源配置效率。借助學(xué)習(xí)管理系統(tǒng)、虛擬實驗平臺、在線圖書館等數(shù)智化工具的使用數(shù)據(jù)，反饋各類資源的訪問量、使用時長、用戶滿意度等指標(biāo)，生成詳細(xì)的資源使用報告，以淘汰低效資源、增加高效資源的使用頻率，以衡量每種資源的投入產(chǎn)出比。

（二）未來方向評估

高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型是當(dāng)前教育領(lǐng)域的一個重要趨勢，面臨著新的挑戰(zhàn)及戰(zhàn)略方向。一是有待創(chuàng)建“嵌入式”產(chǎn)業(yè)鏈數(shù)智模擬與實時決策系統(tǒng)。當(dāng)前很多高職院校無法獲取足夠真實的行業(yè)數(shù)據(jù)，模擬系統(tǒng)難以真正反映產(chǎn)業(yè)鏈的全貌?！扒度胧健碑a(chǎn)業(yè)鏈數(shù)智模擬系統(tǒng)旨在深度融合大數(shù)據(jù)、物聯(lián)網(wǎng)以及實時分析技術(shù)，模擬從生產(chǎn)到消費(fèi)的真實經(jīng)濟(jì)產(chǎn)業(yè)鏈全過程，推動學(xué)生在實踐中解決真實的經(jīng)濟(jì)管理工作問題。二是要設(shè)立專門化金融科技實驗室。當(dāng)前為破解經(jīng)濟(jì)管理專業(yè)教學(xué)與實訓(xùn)的“小而散”問題，國內(nèi)高等教育體系正對實驗室進(jìn)行優(yōu)化革新［5］。然而，金融科技的高風(fēng)險性也意味著學(xué)生在參與實際操作時，可能會面臨不可預(yù)見的市場風(fēng)險，且金融科技的前沿技術(shù)更新速度快，部分經(jīng)濟(jì)管理實驗室難以保持與行業(yè)前沿的實時同步。金融科技實驗室能顯著解決這一問題。該實驗室可以引入?yún)^(qū)塊鏈、智能合約、量化交易、大數(shù)據(jù)風(fēng)控等前沿技術(shù)，模擬真實的金融市場運(yùn)作，或編寫智能合約進(jìn)行自動化交易，或者利用大數(shù)據(jù)分析工具進(jìn)行市場預(yù)測與風(fēng)險管理。三是創(chuàng)建“區(qū)域經(jīng)濟(jì)與智能治理”模塊。部分高職院校經(jīng)濟(jì)管理專業(yè)難以突破區(qū)域經(jīng)濟(jì)數(shù)據(jù)的收集與整合難題，難以負(fù)擔(dān)智能決策系統(tǒng)的建設(shè)維護(hù)成本，需借助此模塊來充分完成地理信息布局、智能決策方案的模擬與建構(gòu)。

高職院校教育體系的數(shù)智化轉(zhuǎn)型既有自我發(fā)展與揚(yáng)棄的“變”，亦有以人為本、立德樹人的“不變”遵循［6］。高職院校經(jīng)濟(jì)管理專業(yè)需借助大數(shù)據(jù)分析和智能決策模型，深入揭示市場動態(tài)和消費(fèi)者行為，提升資源配置效率與競爭優(yōu)勢。課程與資源體系整體框架搭建、數(shù)智模塊實施和科學(xué)層次評估，是保障高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型成果落地的關(guān)鍵，共同構(gòu)成了衡量這一變革成功與否的核心標(biāo)尺，三者應(yīng)協(xié)同運(yùn)作、互為補(bǔ)充，以推進(jìn)高職院校經(jīng)濟(jì)管理專業(yè)教學(xué)數(shù)智化轉(zhuǎn)型的向好向深發(fā)展。

參考文獻(xiàn)

［1］王洪章.建設(shè)金融強(qiáng)國需培育壯大耐心資本［N］.新京報，2024：08.

［2］賀書霞，孫超，冀濤.數(shù)智化賦能職業(yè)教育產(chǎn)教融合探索［J］.教育與職業(yè)，2024（3）：23-28.

［3］邱奕菲.智能化時代高校教師數(shù)智素養(yǎng)的培育研究［J］.齊齊哈爾大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023（12）：139-142.

［4］王維國，徐健，蓋印.經(jīng)濟(jì)管理類專業(yè)課程體系數(shù)智化升級與教學(xué)方法創(chuàng)新［J］.中國大學(xué)教學(xué)，2022（3）：31-36.

［5］李秀芳，秦海英，吳曉晨，等.高校經(jīng)濟(jì)管理類實驗室建設(shè)模式初探：基于南開大學(xué)經(jīng)濟(jì)學(xué)實驗教學(xué)中心建設(shè)經(jīng)驗的探析［J］.實驗技術(shù)與管理，2007（7）：1-6.

［6］張志華，孫嘉寶，季凱.“變”與“不變”：高等教育數(shù)智化轉(zhuǎn)型的趨向、風(fēng)險與路徑［J］.高校教育管理，2022，16（6）：23-31，58.

（責(zé)編 藍(lán)能波）

作者簡介：張春艷，1986年生，廣西巴馬人，講師，電子商務(wù)師，研究方向為企業(yè)管理、工商管理、電子商務(wù)。