新文科背景下财经院校大学生数据素养提升路径探索

肖泉　黄伟玲

［摘 要］在大数据和数字经济背景下，提升大学生数据素养是财经院校新文科建设的重要突破口。有关调研显示，财经院校传统文科专业的学生培养方案难以满足数智财经对新人才的需求。为提升财经院校大学生数据素养，课题组以Python语言与数据分析公共课为嵌入探索课程改革实践，重点解决有关专业差异化的混合式学习生态体系、定制化案例教学开发、双主体互动教学等方面的问题，提出“线上资源整合、理念方法改革、强化过程考核、闭环提升效果”四环节课程教学改革方案，研究成果对于财经院校及非财经院校经管类专业的新文科改革具有推广价值。

［关键词］新文科；财经院校；数据素养；Python语言；数据分析；课程改革

［中图分类号］ G645 ［文献标识码］ A ［文章编号］ 2095-3437（2023）11-0040-04

数字经济浪潮和大数据时代的到来引起了经济社会深刻变革[1]，新文科面临重塑思维体系、变革人才培养模式的要求[2]。如何在新文科范畴的专业中融入信息技术对原专业进行改造升级，通过多学科协同提升学生数据素养，是财经院校新文科人才培养亟待解决的问题[2-4]。针对这一问题，学者们开展了相关研究，例如，何晓斌、石一琦[5]提出要建设多层次文科人工智能人才教育培养体系；陈积银指出新闻类专业新文科建设应“涉及数据统计、计算机编程”等多领域[6]；杜文超[7]在思维模式、研究方法、评价体系、知识演化等方面提出了基于大数据和新文科特点的融合模式。正如《新文科建设宣言》中所强调，新文科建设应以专业优化、课程提质和模式创新作为“三大重要抓手”[8]。

从相关研究现状及财经院校新文科人才数据素养提升实践看，部分毕业生数据素养薄弱、就业层次偏低，难以适应数字财经和智能财经的新要求[4]，主要原因在于：（1）信息技术鸿沟与专业知识有局限；（2）合理的课程内容与知识体系较缺乏；（3）对信息技术在新文科专业的应用场景缺乏了解等。在此背景下，课程团队以Python 语言与数据分析公共课建设为嵌入，探索财经院校大学生数据素养提升路径，以期为符合国家战略需求的财经院校人才培养提供支持。

一、教学存在的主要问题

基于本课程开展教学改革要解决的重点问题在于，如何在深刻领会新文科建设内涵、着重分析新文科建设对财经院校教育改革的新要求和实现路径基础上，根据新文科不同专业的人才培养目标，深入浅出地将数据分析知识和相关程序设计进行呈现与交互，将技术性、趣味性与新文科不同领域的专业性相结合，打造个性化的线上线下混合式教学模式，服务于相应学科领域的发展。

总体而言，新文科专业融合数据科学课程体系处于探索和开发阶段，前期调研与文献研究表明，国内财经院校针对文科专业的程序设计语言课程和数据分析课程资源相对有限。以Python语言与数据分析课程为例，尽管诸多工科院校以及非工科院校的计算机、信息管理、大数据等相关专业已具备较丰富的课程建设范本[9]，但在财经类高校新文科相关专业中仍缺乏改革实践。新文科课程建设需要通过健全数据科学课程体系辅助学生聚焦面向数据分析的业务场景需求[2]，更好地实现产教融合和协同育人。传统文科专业人才培养方案中，人文素养课程主要侧重“广而全”的理论知识学习，计算机和数据科学类课程比重偏低，文科专业学生编程基础薄弱，计算思维有待提升[8]。而Python语言简洁高效、易学易用、编程灵活等特点[9]，决定了以Python语言与数据分析作为学科交叉融合的嵌入点更适用于新文科专业学生[10]。

另外，传统的程序设计语言类课程教学方法单一，PPT知识讲授结合上机实验的教学方法一定程度上将理论知识输入与实践训练分开，并不符合Python语言与数据分析课程的交互式学习特点[9]。以“满堂灌”的方式讲授知识点模块，虽然概念基本清晰，但知識点孤立且零散[11]，非项目式/案例式的教学难以使学生系统性地体会Python语言的强大功能并产生获得感。新文科专业学生学习数据分析类课程的重要目的是应用于现实业务场景，但传统教学设计并没有办法达到“即学即用”。案例教学有助于师生收获良好的教学成果，在课程案例建设中如何将技术性、趣味性与新文科不同专业背景相结合，要求授课教师具备更高的领域知识储备[10]。现有文献中尚缺乏较为系统的文科类专业Python语言与数据分析课程案例体系研究，而相关教材中为新文科人才培养设计的程序与数据分析应用案例也不尽如人意[12]，因此课程的案例式教学仍需持续开发和优化创新。

二、课程改革目标与创新点

（一） 课程改革目标

专业教育目标方面：主要以促进新文科专业学生知识、能力、素质协调发展为目标，强调以学生为主体，培养新文科专业学生的计算思维、Python编程基础能力，培养学生利用Python处理和分析数据的能力，提高学生通过编程解决实际问题的能力，在教学过程中重视学生逻辑思维能力、独立思考能力、团队协作能力、创新能力的协同培养。

课程建设目标方面：一是逐步将本课程打造成满足新文科建设要求的省级、国家级一流课程。二是通过编撰《Python语言与数据分析》高质量教材，有效解决当前市场上针对财经院校新文科专业的相关教材缺位问题。三是构建各种业务场景、不同难度梯队、多种任务的案例库，有效解决不同层次、新文科不同专业学生的学习需要。四是为新文科人才培养打造一支专业过硬的计算机公共课师资队伍。五是通过课程建设形成大量的课件、教案、教学视频、教学案例、习题试卷等优质的数字化教育资源，为新文科人才培养积累重要的数字战略资产。

育德树人目标方面：学生能坚定理想信念，具有政治认同、家国情怀、文化素养，以及专业荣誉感与职业使命感。让学生在长期的代码编写、调试和问题解决过程中养成认真严谨、勇于挑战的学习与工作态度。总之，学生在学习理论知识的同时，其人生观与价值观也将得到充分培养与塑造。

（二） 课程改革创新点

1.基于专业差异化的线上线下混合式学习生态体系

本课程在财经院校面向各专业开设，在充分考虑专业差异性的基础上，通过教学改革建立学生、教师、学校三位一体的混合式学习生态体系。基于专业建设案例库，不同专业学生通过混合式学习提升自身的程序设计能力、数据分析能力以及协作沟通等综合能力，为本专业领域发展打下基础；教师在课程平台掌握学生学习情况，了解学生同专业共性的、不同专业特性的问题和需求，进而有针对性地调整教学计划和教学方式；学校在课程平台上对课程教学情况进行整体分析，宏观掌控课程教学全局，为不同专业人才培养改革、教育教学改革以及教师考核考评改革提供科学依据。

2.为不同的新文科专业建立不同的程序设计与数据分析案例库

案例教学法围绕一定目标把真实情景加以典型化处理，形成供学生思考分析和决断的例子，通过独立研究或相互讨论的形式来提高学生分析问题和解决问题的能力，对于本课程高度适用。考虑到新文科专业覆盖面广和不同专业之间的较大差异性，针对经济学、管理学、文学、法学、教育学等不同学科门类，课题组收集符合专业特色的、应用计算机程序解决各自专业重要问题的、囊括不同专业领域数据集的案例，便于为不同的新文科专业学生授课时嵌入最契合该专业人才培养的案例，同时为后续开展以案例为中心的探究式、启发式教学打下基础。课程部分知识点的案例开发情况如表1所示。

3. 实施双主体互动混合教学模式

考虑大部分新文科类专业学生初次接触程序设计语言编程可能存在的学习困难，提出双主体互动混合教学模式”，由浅入深地开展案例教学。第一阶段，在课程早期，学生只需通过配置环境运行案例代码观察结果即可；第二阶段，随着教学过程的深入，要求学生会读程序，理解程序设计思想和实现方式；第三阶段，在演示案例基础上，要求学生根据问题变化修改程序以满足要求；第四阶段，要求学生自主解决问题，按照计算机求解问题的一般步骤独立编写和调试代码。在实施教师-学生双主体互动混合式教学的过程中，采用启发式、讨论式、参与式、案例式教学法，充分利用在线学习平台开展全渠道师生互动交流。

三、课程建设与改革方案

Python语言与数据分析课程的特点决定了实施线上教学的必要性。信息管理学院的信息管理与信息系统、计算机科学与技术两个专业承担了Python语言与数据分析课程体系、教学内容和教学方法的设计和改革，致力于通过线上一流课程建设，培养学生扎实的Python语言程序设计、计算思维、数据分析等方面的能力，以支撑财经院校新文科相关专业培养方案中相应课程指标点的达成。课题组通过吸取大量已有成果资料作为基础，构建科学的课程知识体系，在理论知识点讲授的同时，穿插多个信息技术的新文科专业应用实例，基于项目设计和问题导向，使学生知其然，知其所以然，并知其用。课题组基于线上课程建设成果，为相关院系提供传统线上教学、线上线下混合式教学、启发式讨论式教学、翻转课堂教学等不同模式的选择。

在一流线上课程基础上，提出“线上资源整合、理念方法改革、强化过程考核、闭环提升效果”四环节课程教学体系改革方案，如图1所示。

（一） 线上资源整合

完善的、适合新文科专业背景的在线数字化资源是开设线上课程的基础，高质量的线上资源不仅为学生提供了自主学习的素材，也为课程教学的顺利开展和教学效果的提升提供了保障。对于课程建设，首先要制订较为完善的在线课程建设方案，在充分领会新文科建设政策精神的基础上，参考国内外相关优秀课程，将课程所需的、具有自主知识产权的导学教案、课件、视频、音频、程序源代码、思维导图、案例库等电子化，整合相关推荐书目、网站、公众号等拓展学习资源，充分利用线上课程平台实现Python语言与数据分析相关数字化资源的整合、改造与建设。

（二） 理念方法改革

尽管本课程按照线上一流课程要求进行建设，但也要考虑到新文科建设要求以及线上线下混合式教学、翻转课堂教学等模式的需求，为课程转變教学理念、改革教学方法服务。首先，强化课程线上导学。设计合理的课程导学教案，激发不同的新文科专业学生的学习兴趣，使之明确自主学习的目标、路径、要求和任务，通过课前测验掌握学生学情，为教学方法的选择提供依据。其次，注重高效课堂教学。根据课程大纲优化教案，呈现课程精华；根据课前测验掌握的学情，突出重点、解决难点。拓展课程深度以及与新文科专业的结合度，体现教学的针对性、实效性和高阶性，使学生能够在有限的线上课堂时间取得较大的收获。最后，重视后课堂教学。在后课堂教学环节中通过程序设计与数据分析实验报告的完成来检验学生课堂学习效果和实践能力，即每周形成学习效果的过程性考核。不同的新文科专业学生对在实验过程中遇到的实际问题，可及时在课程讨论区与相应新文科专业的师生展开讨论，提交的实验报告通过师评、学生互评等方式进行评价。鼓励学生用多种手段解决问题，勇于表达自己的观点，培养学生具备创新性和批判性思维，满足不同的新文科专业学生的多样性需求。

（三） 强化过程考核

针对Python语言与数据分析课程特点以及新文科建设复合型人才培养目标，摒弃传统的“一考定胜负”考核模式，强化学习全过程管理，在课前、课中、课后设立有效的考核点，建立形成性评价、过程性考核、终结性评价有机结合的考核评价机制。改革课程评价方式，总成绩=平时表现（10%）+课前测验（15%）+实验与作业（25%）+大作业（20%）+期末机试（30%）。通过过程性考核，帮助学生有效了解学习状态、调控学习过程。

（四） 闭环提升效果

Python语言与数据分析本身就是一门前沿性较强的课程，加上财经院校如何在新文科建设背景下有效开展教学尚缺乏统一、明确的标准，使得本课程的建设成为一个不断探索、试错、逐步规范的螺旋式上升过程。教师针对学生提交的各项测验、作业、报告，结合课程讨论区的互动反馈进行系统性的分析。课题组定期开展集体备课，聚焦学习效果，强化教学研究，研讨课程设计，注重教学质量，对每一轮教学的成功与不足进行总结和反思，为下一轮课程教学效果的提升提供科学依据，打通新文科专业间、教师间、学期间、章节间、班级间的壁垒，形成课程建设和教学的完整闭环。

本课程一开设即受到各学院和专业的青睐，目前已有四十余个本科专业将本课程纳入本科人才培养方案。本课程的开设能够有效对接行业前沿和应用需求，辐射全校各新文科专业的深层次人才培养，在全校范围内具有显著影响力。经过多轮改革实践，本课程已初步形成鲜明的线上线下混合式教学特色、完备的混合式课程资源体系、详尽的混合式课程建设规划和具体的混合式教学管理办法。学生和开课学院反馈本课程教学内容新颖、信息量大，能将学科发展的前沿技术和成果引入教学环节，教学方法灵活多样，不拘一格，受到广泛好评。

四、结语

为探索新文科建设背景下财经院校文科专业学生的数据素养提升路径，本文以Python语言与数据分析公共课为嵌入点，提出以下创新性思路：（1）打造专业差异化的线上线下混合式学习生态体系；（2）建设不同的新文科专业的程序设计与数据分析案例库；（3）构建双主体互动混合教学模式，以解决财经院校新文科专业融合数据科学课程资源相对缺乏、案例式教学开发与创新能力不足等重点问题。当前，本课程的改革实践取得了初步成果，新颖的教学内容和灵活的教学方法受到了广泛好评。未来，本课程将持续开展思政育人、面向实践开发、数字资源建设，为财经院校和非财经院校经管类专业新文科建设提供参考范式。

［ 参 考 文 献 ］

[1] 王菲.“新文科”研究生数据素养教育刍议[J].教育现代化，2019，6（77）：7-9.

[2] 黎海波，谢健民.信管专业在新文科背景下的数据科学课程群建设研究[J].情报科学，2020，38（8）：128-133.

[3] 韓作生，林培光.新文科背景下面向财经类高校的大学计算机课程建设[J].中国大学教学，2021（Z1）：69-74.

[4] 马璨婧，马吟秋.新文科学科交叉融合的体系建设与路径探索[J].南京社会科学，2022（9）：156-164.

[5] 何晓斌，石一琦.人工智能的发展和我国人工智能文科人才的培养[J].清华大学教育研究，2019，40（4）：32-38.

[6] 刘桁于.陈积银：数据新闻发展要强化新文科思维[J].新闻论坛，2021，35（1）：35-36.

[7] 杜文超.大数据时代新文科专业科技创新发展模式研究[J].科技智囊，2021（2）：69-72.

[8] 陈洁.基于首要教学原理的文科专业Python课程教学设计[J].计算机教育，2022（8）：161-165.

[9] 李天格，许鹏.大数据专业“Python程序设计”课程建设探究[J].计算机时代，2022（9）：140-142.

[10] 杨彩云，詹国华.引导性问题案例在Python数据分析基础课程的教学[J].计算机教育，2021（1）：154-157.

[11] 郭乐江，涂文婕，程敏等.基于“一围绕三结合四融入”的Python程序设计基础课程教学改革与实践[J].计算机教育，2022（6）：153-157.

[12] 田学志，邢丽，刘静.关于大数据技术与应用（python）教材建设的思考[J].科学咨询（教育科研），2019（8）：30.

［责任编辑：钟 岚］