摘要：在數字經濟時代，數據是重要的生產要素，數據素養是經管類學生必備的基本素養。加強數據思維訓練和數據能力培養是提升數據素養的關鍵。當前，經管類專業的數據思維訓練與數據能力培養普遍存在缺乏系統規劃、師資條件不足、數據庫與案例庫建設滯后等問題。提升經管類學生數據思維與數據能力應以正確認識數據的價值及其實現過程、正確處理數據素養構成要素之間的關系以及理論探討與業務應用的關系、培養數據挖掘核心技能和實踐能力為重點，通過重新定位人才培養目標、重構課程體系和課程內容、加強師資隊伍建設和數據庫案例庫建設等措施，將數據思維訓練與數據能力培養貫穿于人才培養的全過程。關鍵詞：生產要素；數據思維；數據能力；師資隊伍；全過程伴隨數據收集、存儲與處理技術的快速進步，數據已經成為一種非常重要的生產要素，人類社會進入到了大數據和數字經濟時代。數據素養是身處大數據時代的人必須具備的素養，用數據說話在很多時候已經成為社會習慣[1]。是否擁有關鍵、大量的數據以及能否挖掘出隱藏在數據背后有價值的信息成為決定政府治理水平和企業經營效率高低的關鍵因素。在數字經濟時代，經濟社會的高質量發展越來越依賴于對海量數據的高效利用，社會對人才數據思維和數據能力的要求大幅提高。經管類專業學生是經濟社會管理和實際業務操作人才的重要來源之一。為適應數字經濟時代的需求，經管類學生必須具備良好的數據思維和較強的數據能力。然而，當前經管類專業的人才培養模式以及教學內容并不足以讓學生具備適應數字經濟時代需求的數據思維與數據能力。因此，研究如何加強經管類學生的數據思維訓練與數據能力培養具有重要的現實意義。一、數據思維與數據能力的概念及相互關系“思維”在辭海中被解釋為理性認識的過程，是人腦對客觀事物能動的、間接的和概括的反映[2]。美國心理學家戴維·邁爾斯認為，思維是所有與信息加工、理解、記憶和交流相關聯的心理活動[3]。數據思維是以人們獲得的數據為基礎，再利用已經擁有的數據知識對數據進行分析、比較、綜合、抽象和概括，進而形成概念、推理和判斷，使之對客觀事物的認識從感性上升到理性的一種思維過程[4]。從理論角度來講，“數據思維”就是指基于數據形成理性認識的過程。從應用角度來講，“數據思維”就是指在想問題、辦事情、做決策的過程中以反映客觀事實的數據為依據。數據是對客觀事物各方面特征及其發展情況的現實記錄，其蘊含著大量關于變量間關系和事物發展規律的有價值信息。然而，數據本身具有模糊性和迷惑性，人們從數據中直接看到的未必是事物的真相。數據思維不僅強調想問題、辦事情、做決策要以客觀數據為依據，更加強調要從數據中找出事物發展的客觀規律和變量間的內在聯系，從而實現對客觀事物的理性認識，進而作出科學的決策。簡言之，數據思維強調，數據是有價值的，但是數據的價值往往需要充分挖掘才能實現。具有良好數據思維的人，秉持只有建立在客觀規律和因果關系基礎上的預測與決策才是穩定可靠的理念，在分析和解決問題的過程中會有意識地收集相關數據、識別數據的迷惑性、挖掘數據背后的客觀規律和發展趨勢，并以此作為預測和決策的依據。“能力”在辭海中被解釋為順利完成某種活動并直接影響活動效率所必需的個性心理特征，分為一般能力與特殊能力[2]。數據能力是特殊能力的一種，是指挖掘隱藏在數據中有價值的信息需具備的各種能力，主要包括客觀數據的有效獲取能力、數據的合理處理能力、數據處理結果的正確解釋能力和研究過程中的數據防偽能力[5]。從數據挖掘的流程來看，數據能力具體包括定義數據挖掘目標的能力、數據采集能力、數據整理能力、數據儲存與管理能力、數據處理與分析能力、數據展示能力等。從數據挖掘的目標任務來看，數據能力主要包括基于數據的關聯分析能力、分類能力、聚類能力、預測能力、建模能力、控制能力、決策能力等。具有較強數據能力的人，能夠收集到分析和解決自身所面臨問題所需的、較為全面的相關數據，能夠將原始數據整理成適用于計算機分析處理的形式和內容，能夠利用恰當工具和方法從數據中找出變量間存在的內在聯系和事物發展的規律與趨勢，進而形成對面臨問題的理性認識，并在此基礎上進行科學合理的預測、控制與決策。數據知識、數據思維和數據能力是構成數據素養的三個基本要素。掌握數據科學的基礎知識是具備良好數據素養的基本前提，訓練“正確用數據說話、用合適數據說話”的思維方式和培養從數據中挖掘有價值信息的能力才是提升數據素養的關鍵。數據能力主要是在分析和解決現實問題的過程中形成的，而數據思維的重要功能就是要實現理論知識與現實問題的有效銜接。數據思維強調基于現實數據的特點選擇合適的分析工具與方法，在充分挖掘現實數據中有價值信息的基礎上進行預測與決策，能夠推動理論知識與現實問題的有效融合，對于數據能力的培養具有重要的引導和促進作用。數據思維激勵人們積極主動學習并掌握經營管理或業務操作所需的關鍵數據能力。然而，僅僅具有數據思維并不能實現數據中蘊含的潛在價值，數據的價值要在采集、整理、分析和應用的過程中才能真實體現出來。數據能力就是從數據中挖掘信息的能力，是實現數據價值的必備技能。掌握必要的數據能力能夠加深對數據挖掘的原理及其注意事項的認識，有助于良好數據思維的形成。數據能力的應用過程實際上也是數據思維的現實展現。總之，數據思維與數據能力是相輔相成的。數據思維的訓練對數據能力的培養具有重要的引導價值，并能夠增強人們學習掌握數據能力的自覺性和主動性。數據能力的培養對于提升數據思維具有重要的支撐作用，也是將數據思維轉化為現實價值的必備條件。二、經管類學生數據思維訓練與數據能力培養的現狀與存在的問題經管類專業在校學生和畢業生經常會遇到數據收集、處理與分析的問題，因此，當前絕大多數院校的經管類專業一直較為重視對學生數據思維的訓練和數據能力的培養。經管類專業普遍開設了統計學、市場調查、計量經濟學等方法類課程，向學生傳授數據收集、處理與分析的基礎知識和常用方法，讓學生具備基本數據思維和數據能力。除了方法類課程外，在其他專業課程中教師也會結合專業、現實問題通過案例教學和實驗教學等多種手段提升學生的數據思維與數據能力。然而，從培養效果來看，較多的經管類專業學生并沒有形成較好的數據思維，也不具備較強的數據能力，不能有效勝任數字經濟時代的經濟社會管理工作。特別是面臨大數據的沖擊，不少學校經管類專業數據思維的訓練和數據能力的培養仍停留在傳統模式上，沒有將大數據思維和大數據技術有機地融入課程體系和課程內容。教師沒有將數據挖掘與分析的前沿技術（如大數據技術）引入課堂，導致很多學生對最新的前沿技術不甚了解[6]。一些學校雖然新增了一些大數據分析工具和方法、大數據專業領域應用的相關課程，但是由于學生缺乏前期知識儲備、師資不足、課時有限等因素，很難實現提升學生大數據思維和大數據能力的目的。另外，大數據思維與傳統數據思維存在一定的沖突，教師在教學過程中需要協調兩者的關系，使學生具備識別并利用大數據思維與傳統數據思維各自優勢充分挖掘數據價值的意識和能力。在這一方面，很多院校的經管類專業仍處于不斷探索的階段。基于數字經濟時代對人才數據思維和數據能力的要求，目前大多數院校經管類專業人才培養存在的問題主要表現在以下幾個方面。首先，沒有將數據素養列為學生的基本素養，在人才培養方案中沒有將提升學生的數據思維和數據能力確定為人才培養的重要目標。其次，數據素養培養缺乏系統規劃、整體布局，沒有在課程體系的各個板塊以及人才培養的各個階段體現出對學生數據思維的訓練和數據能力的培養，數據分析方法類課程與專業課程融合程度不高。再次，師資條件不足，教師數據素養有待提高。不少學校的師資團隊和專業人才培養方案對接性不足[7]。一些學校的經管類專職教師沒有充足的數據科學理論知識儲備以及數據分析應用的實踐經驗，這導致教師在教學過程中將重點放在數據知識的傳授上，對數據思維訓練和數據能力培養的重視不足。最后，數據庫和案例庫較為缺乏，數據思維訓練和數據能力培養缺乏基礎支撐條件。很多院校尤其是普通院校由于資金有限、研究儲備不足、與行業企業合作交流較少等原因在數據庫和案例庫建設方面往往相對滯后，現有的數據庫和案例庫并不能有效支撐對學生進行數據思維訓練和數據能力培養。三、經管類學生數據思維訓練與數據能力培養的重點鑒于數字經濟時代對經管類專業學生的要求和當前經管類學生數據素養培養的現狀，加強經管類學生數據思維訓練與數據能力培養的重點應主要集中在以下幾個方面。第一，正確處理數據知識、數據能力和數據思維的關系，實現三者的有機融合。改變以理論知識為教學重點的培養模式，加強對數據思維的訓練和對數據能力的培養，幫助學生構建“數據知識+數據思維+數據能力”三位一體的數據素養結構，以數據思維為思想引領，以數據知識為基本保障，以數據能力為核心目標。要在數據知識的傳授與實踐應用的過程中，引導學生形成良好的數據思維，并用數據思維指導數據知識的學習與實踐應用，將被動的知識接受轉化為主動的知識獲取，在利用數據知識分析解決現實問題的過程中讓學生具備較強的數據能力。第二，正確認識數據的價值及其實現過程。數據是事物發展變化的客觀記錄與反映，其背后蘊含著事物發展規律和事物間復雜關系的信息。從數據中挖掘出有用的信息特別是其他人未知的信息往往能夠創造巨大的經濟效益和社會效益。經管類學生需要建立數據是重要的生產要素的意識，在對經濟社會數據的獲取、加工、處理分析的過程中將數據的潛在價值轉化為現實價值。數據中已知信息的價值通常已經被使用，潛在價值往往不大，因而，隱藏在數據中的未知信息才是需要關注的重點。經管類學生要正確處理已知信息和未知信息的關系，將已知信息作為數據分析的重要依據，避免作出違背客觀實際的判斷，并將主要精力放在未知信息的挖掘上，通過已知信息和挖掘所獲新信息的綜合與創新應用更為充分地實現數據的價值。第三，培養數據挖掘的核心技能。數據挖掘是一個涉及多種技術的復雜過程，而大多數學校的經管類專業致力于培養經濟社會管理領域的應用型人才，因而，經管類學生不可能也不需要掌握數據挖掘的所有技術和方法。經管類學生需要熟悉數據挖掘的基本流程，掌握數據挖掘關鍵環節的核心技能，并具備與數據科學領域人才交流合作的能力。數據的獲取、預處理、存儲、分析與展示是經管類學生必備的數據挖掘技能。數據挖掘質量與效率的提高往往需要通過與數據科學領域人才的合作來實現。數據分析軟件的使用和編程能力是進行數據挖掘的重要基礎，軟件使用和編程能力成為經管類學生進行數據挖掘必備的一項基本技能。第四，正確處理理論探討與業務應用的關系。利用數據進行理論探討與利用數據進行業務應用兩者之間存在顯著的差異。理論探討旨在探索事物發展的客觀規律和事物間的本質聯系，時效性要求不高。業務應用旨在及時發現事物間的關聯關系，并加以利用充分實現其市場價值，時效性要求較高。經管類專業的人才培養需要兼顧理論探討與業務應用，理論探討主要培養學生“求真”的科學精神，業務應用主要培養學生滿足社會需求、解決現實問題的能力。具體到數據挖掘方面，經管類專業既需要培養學生探求經濟社會發展規律和經濟社會現象內在聯系的意識，也需要培養學生利用經濟社會現象間的關聯關系及時發現市場機會的能力。經管類學生要學會將因果關系分析與相關關系分析有機結合，實現理論探討與業務應用的相互促進。第五，理論聯系實際，重點培養學生數據挖掘實踐能力。經管類學生最終都要走向職場，接受社會和市場的檢驗，而大多數學生缺少參與行業或企業數據挖掘實戰的機會。學校應更多地引入具有現實應用背景的數據和案例，通過案例討論和實踐教學讓學生接觸與了解數據挖掘的現實應用，加強對學生數據挖掘的實踐能力的培養，進而提高學生理論聯系實際的能力和適應社會需求的能力。四、加強經管類學生數據思維訓練與數據能力培養的主要措施為滿足數字經濟時代對學生數據素養的要求，各院校經管類專業需要根據學校的發展定位、自身的比較優勢和區域經濟與社會發展的現實需求認真思考、深入研究適合本校實際的數據素養培養的有效模式與實現路徑。就加強經管類學生數據思維訓練與數據能力培養來講，雖然各院校的基礎與條件各不相同，但是正如前文所述他們面臨著諸多類似的困難和重點任務。筆者認為，大多數院校需要采取以下措施以提升經管類學生的數據思維和數據能力。首先，重新定位經管類專業的人才培養目標，將數據素養列為經管類學生的基本素養。當前，大部分高校將教育大致分為通識教育與專業教育兩大模塊，數據素養培養既涉及通識教育，也涉及專業教育。數據素養既沒有像人文素養、信息技術素養等那樣明確作為經管類學生的通識教育的重點，也沒有像專業理論知識那樣作為專業教育的重點。各高校需要進一步提升對經管類學生數據素養培養重要性的認識，將數據素養列入學生的基本素養，將培養學生具有良好的數據素養明確列為人才培養的重要目標。在通識教育和專業教育模塊中增加數據素養培養的內容，通過通識教育和專業教育之間的相互助力不斷提升經管類學生的數據思維與數據能力。其次，重構課程體系和課程內容，將數據思維訓練與數據能力培養貫穿經管類學生人才培養的全過程。數據思維訓練與數據能力培養缺乏系統規劃、整體布局與有效銜接是許多高校經管類專業的共同問題。不少高校經管類專業信息技術基礎的教學停留在講授辦公軟件使用的層面，對學生程序設計缺乏應有的基礎訓練。而程序設計對于數據思維訓練與數據能力培養具有基礎的支撐作用，因此在信息技術基礎的教學中迫切需要加強程序設計基礎教學，并且應當選擇恰當的編程語言以滿足后續課程數據挖掘與分析的需要。就當前的形勢來看，Python應當是一個比較好的選擇。統計學和計量經濟學課程是多數院校經管類專業數據分析理論與方法的主要課程，但是這些課程僅是數據分析的基礎課程，很難完全勝任現實的各種復雜的數據分析工作。因此，經管類專業需要增設一些數據分析的高級課程或教學內容，如多元統計分析、文本數據分析、機器學習等，為學生打下良好的數據分析基礎。經管類學生的不少專業課程和數據分析存在緊密的關聯，一些院校的教師在教學過程中主要展示數據分析的結果，較少地讓學生了解并體驗數據分析的全過程，這樣的方式不利于在專業課程的教學中提升學生的數據思維與數據能力。教師需要對專業課程的課程內容和教學方式進行相應調整，將數據思維訓練與數據能力培養融入專業課程的教學過程。在課堂教學之外，經管類專業還需要通過科研項目、學科競賽、實習實訓、畢業論文等途徑提升學生利用數據思維和數據能力分析解決現實問題的能力。再次，加強師資隊伍建設，搭建結構合理、素質優良的專業教學團隊。當前，不少高校經管專業的教師缺乏系統的數據素養訓練和數據分析應用實戰經驗。學校一方面需要通過校內導師培養、教師自主學習、專業培訓機構或院校培養等模式加強對經管類專職教師數據科學理論知識和方法的系統培訓，另一方面需要加強與行業、企業及科研院（所）的聯系和合作，建立產學研基地，為教師了解企業的現實業務需求和參與企業的數據分析實戰場景打造良好的平臺[8]。通過上述兩個方面的工作推動校內專職教師向“雙師型”教師轉型。此外，學校還需要從行業或企業引進具有豐富實際業務經驗的優秀人才擔任兼職教師，彌補校內專職教師數據分析應用實戰經驗不足的缺點。通過“內培外引”相結合的方式搭建起專兼職、年齡、職稱結構合理，理論功底深厚與業務經驗豐富的專業教學團隊，為經管類學生數據思維訓練和數據能力培養奠定良好的師資基礎。最后，加強數據庫與案例庫建設，建設貼近現實的數據挖掘與分析實踐平臺。各高校需要根據自身教學科研的實際需求，靈活選擇購置、自建、合作開發等方式加強數據庫和案例庫的建設。對于范圍覆蓋廣、數據量巨大的數據和案例，一般適合采用直接采購現有的專業數據庫和案例庫方式。不少院校特別是普通院校由于資金限制，目前購置的數據庫與案例庫比較有限，較難有效支撐日常教學和科研工作。學校需要加大數據庫與案例庫購置的資金投入。學校對于具有較好的研究基礎和明顯地區或行業特色的數據和案例，比較適合采用自建的方式。學校需要對已有的研究成果和相關數據進