基于学院立方体模式的智能制造工程人才培养

陈志强 陈旭东

【摘 要】本文分析了“中国制造2025”背景下工程人才下人才需求特点.针对国内制造业人才培养现状，结合工业4.0下的国际人才战略，提出了面向中国制造的学院立方体工程人才的培养模式。重点阐述了学院立方体培养模式的内涵，重点以及路径。有机结合雇主、就业机构、大学、教师、学生、求职者六要素，实践、互动、自主三位一体，探索智能制造工程创新人才培养的培养路径、课程体系和评价指标。

【關键词】学院立方体；智能制造；工程人才

中图分类号： F424 文献标识码： A 文章编号： 2095-2457（2018）16-0135-003

DOI：10.19694/j.cnki.issn2095-2457.2018.16.062

【Abstract】This paper analyzes the characteristics of talent demand under the background of “made in China 2025”. Based on the situation of talents training in domestic manufacturing Industry and the international talent strategy of Industry 4.0， College cube model based cultivation model facing to the manufacture in China are proposed. The proposed model is the trinity of practice， interaction and Autonomy， which is an organic combination of six elements： employers， employment agencies， universities， teachers， students， job seekers. In addition， this work explore the training path， curriculum system and evaluation index of Creative talents in Intelligent Manufacturing Engineering.

【Key words】College Cube Model； Intelligent Manufacturing； Engineering talents

0 引言

随着制造业与新一代信息技术的深度融合，全世界的制造业格局正面临重大调整，也引发影响深远的产业变革。美国、德国、日本等国先后公布了不同的工业4.0战略计划。2015年5月，中国国务院印发《中国制造2025》，对智能制造领域做出了整体的要求和规划[1]。进行信息化与工业化深度融合，是智能制造的主攻方向。其中人力资源是推动智能制造在中国环境下落地的一个关键因素。《中国制造2025》也明确指出，需要加强制造业人才发展统筹规划和分类指导，组织实施制造业人才培养计划，以高层次、急需紧缺专业技术人才和创新型人才为重点，实施专业技术人才知识更新工程和先进制造卓越工程师培养计划，完善从研发、转化、生产到管理的人才培养体系。本文旨在面向“中国制造2025”，探索智能制造工程科技人才的培养模式。

1 “中国制造2025”战略下人才需求特点

工信部部长苗圩在2015 年智能制造国际会议上强调，要将智能制造作为实施《中国制造2025》的主攻方向，其主线是信息化与工业化的深度融合。智能制造在工作和技术领域主要特点如下[2-3]：（1）以分工为典型特征的传统制造加工工艺将作为工业智能制造体系的一部分，被整合到新的组织运营结构中，智能设备涉及决策、控制、协调和支持等功能；（2）虚拟网络与真实机器间的组织协调，控制系统与管理系统间交互作用的协调，从而形成高度灵活、个性化、网络化的产业链；（3）通过互联网实现工厂与用户、工厂与企业、工厂与零售等各相关节点的无缝互联，使得大规模的个性化定制成为可能。

因此，智能制造的实施者需要信息通信技术融合、制造业和自动化技术融合，再加上各种工具软件，将导致很多任务会作为一个范围更广的技术、组织和社会背景的一部分来执行。在互联网与工业化深度融合的驱使下，未来的制造业必将成为一项综合应用各学科门类的前沿领域，一专多精、多专多精的复合型人才将是未来信息产业人才需求的方向[4]。

2 国内制造业工程人才培养现状

我国目前的专业人才在创新引领和主动作为等方面与国际一流水准相比尚有较大差距。主要表现在：（1）专业定位与社会发展脱节，传统条块分割式的人才专业结构已经不适应发展的需要[4]；（2）师资建设滞后，高校教师重科学研究轻工程技术，大学人才引进机制也是重科研轻实践，相当多的教师都没有工程实践；（3）教学方法与内容陈旧，以课堂讲解为主的教学模式难以培养具备实践能力的人才；（4）信息相对封闭，学生甚至授课者都不了解企业的需求，导致所学非所用。（5）现有工程能力主要培养模式，比如校企合作、实训实习、组织各类竞赛等都遇到不同困境[5]。

几乎所有的学校都在运用校企合作模式，但是当前不同的企业对不同层次学校的青睐程度不一样，企业需求与大学培养目标不一致，导致相当多的大学与企业陷入到无法达到共同解决工程实际问题及培养学生的窘境；受经费所限，实训实习基地并不完善，甚至有些实训实习基地成为“参观式”学习中心；各类竞赛提升了少部分有些学生的能力，但大多数学生参与的机会很少。正如《中国制造2025》所述，为适应工业4.0的人才需要，需要健全多层次人才培养体系。

3 工业4.0下国际人才培养战略

随着全球制造业的调整，在育人机制方面，美国出台了与企业、大学、社区共同建立全国制造业创新研究网络（NNMI）的倡议，整合政府、企业、高校及其他社会资源，制订了一个计划旨在将知识到生产技术直接通过创新联盟的形式缩短制造创新网络的整个过程。

德国工业4.0平台工作组针对工业4.0人才培养，制定了详尽的技术工人终身学习计划、任职资格和持续职业发展的辅助措施[2]：设计推广模式方案，幫助识别员工拥有在特定的专业领域外的额外技能，并促进职业和学术训练之间以及不同培训和持续职业发展的课程系统之间的互动策略；建立和推广职业发展“最佳实践网络”；调查在工作场所获取知识和技能、发展数字化学习技术的新方法；推广工作组织的跨领域方法，对所有工业4.0时代的任职资格、培训和持续的职业发展措施需要采取合作研究执行形式的综合研究；推广工业4.0特有的学习内容与跨领域合作；建构基于IT技术的系统模型，其中需要包括现实和数字世界之间的相互作用的模型[6]。

日本经济产业公布了《2015年版制造白皮书》，强调大数据、物联网、软件在现代制造业中的重要性。俄罗斯工程教育认为需要在把握现代工程的基本趋势、方法及工具的基础上，改造现有工程教育模式，并在此基础上，通过仿真设计和多学科交叉的方式，坚持走工业与高校相互协作的有效路径。

针对工程能力培养，其他国家如西班牙、英国等国家提出基于项目学习方法的工程人才培养体系、西班牙和墨西哥等国家提出学生团队与基于项目学习的工程人才培养模式等。

4 学院立方体学习模式

思爱普公司和德国联邦教育研究部在2013年德国汉诺威消费电子、信息及通信博览会（CeBIT 2013）上，针对工业4.0人才需求，正式推出了的学院立方体人才培养模式，目的是应对由工业4.0产生的新的培训形式和内容需求。如图1所示，从实践性、交流性与自主性三方面来探索教与学的范式。“实践、交往、自主”构成了立方体的三个轴。八个结点A、 B、C、D、C、F、G、H代表了八种典型的教与学的范式。

学院立方体创立初衷就以欧洲南部的技术工人为目标，为各方提供在线信息，指导技术工人在国内外如何使用他们技能和知识。基于云平台技术学院立方体系统中，企业工厂提供在线学习课程并发布空缺职位的类型及需求数量，学生或者求职者发现新职业路径，学院立方体帮助学生获得申请意向职位所需的必要培训。大学、就业机构、培训内容提供方、雇主、学生、求职者各代表一个面，共同形成一个立方体。目前学院立方体已提供了工业4.0领域的6个完整课程及12个专项课程。学习内容包括自动化、大数据分析、制造和物流过程以及安全和数据保护等领域。

工业4.0 员工素质培训、技能培训等领域具有较强的针对性，学院立方体对培养智能制造复合型人才有重要的参考价值，在欧洲尤其是德国已经被政府认可。但要把该概念运用于中国，仍需要结合中国国情以及大学本身特色对其内涵和方式进行改良。

5 面向“中国制造2025”的学院立方体

学院立方体思想的精髓在于从雇主、就业机构、大学、教师、学生、求职者六要素出发，来培养工程人才。结合中国国情，6要素分别扮演的角色内涵定义如下：

就业机构：雇主与求职者桥梁。

大学：学生教师资源供给，大学培养机制创新

雇主（企业）：发布技能人才需求，提供人才培训内容，发现并培养高技能人才。

教师：选择定制培养计划，制定培养路径，实施培训内容。

学生：发现新职能路径，学习职能需求课程。

求职者：发现工作机会，针对需求继续教育。

要构建符合《中国制造2025》规划要求的学院立方体培养模式，需要从如下几个角度来构建。

（1）构建中国制造人才市场需求分析模型

高校人才培养与社会需求间的结构性矛盾和校际同质化现象异常突出，其中原因之一就是信息不充分和不对称造成。网络招聘成为主流招聘方式，雇主通过51job、前程无忧等就业机构平台发布需求信息，这为基于大数据的人才需求分析提供了坚实数据基础。数据挖掘、文本挖掘、知识发现、观点挖掘、时间序列分析、海量数据的基本统计、可视化分析、语义技术等大数据分析方法实现全源情报分析和快速响应数据处理，达到情报分析的智能化。就雇主提供的需求信息，就地域需求分布、专业岗位需求分布、学历需求分布、经验需求分布等， 基于大数据分析技术，开展中国制造工程人才需求分析研究。将雇主和大学、求职者、学生有机联系在一起，掌握制造业人才市场的需求特点。

（2）基于人才市场需求构建符合“中国制造2025”规划的课程体系

“中国制造2025”战略下，对职业及学术培训和持续的职业发展（CPD）带来新的挑战。这些挑战包括扩大到制造工程组件开发者及其使用者。培养方案需要相应调整，要有针对性。在市场需求为导向下，基于云平台技术，整合国内外优秀教学资源，构建一个可灵活应对各种企业需求的课程资源库。并基于该课程库，针对学生特点、就业选择，帮助学生定制课程体系。最终形成既有包容性，又有针对性，满足“中国制造2025”规划要求的工程人才培养课程体系。

从实践性、交流性与自主性三方面来寻找有效的课程教与学的路径。基于实践、交往、自主三维一体模型，根据课程内容特点，进行分解，选择适配的教学范式，设计合适的教与学的方式和内容。

（3）构建面向中国制造2025学院立方体在线交互平台

基于云计算技术，建立雇主、就业机构、大学、教师、学生、求职者都能够在线交互的云平台。通过该平台，企业发布具体职位空缺、提供在线培训或者技能需求，大学、教师开发并利用在线课程丰富培养方案，学生可通过分析人才市场需求特点确定职能新途径，求职者获得他们申请特定职位所需的培训。

6 突破的关键点

要调整智能制造人才培养模式，促进人才全面有序发展，应从自身条件和社会需求出发，切实采取有效举措来整合工程人才培养模式，解决其在现实发展中存在的问题。主要突破如下关键点：

关键点一：首先要突破高校智能制造人才培养与社会需求间的结构性矛盾。在课程设置方面，要基于中国制造业的人才需求现状进行课程体系建设，根据高校服务地方经济发展特色，避免校际同质化现象。在智能制造的大环境下，各企业对于智能制造人才的定义是不一样的，企业的组织架构、产品设备等情况也是不一样的。因此构建的课程体系必须具备包容性。要从自身挖潜、整合优势资源着手解决。， “学科-平台-团队-产业”协同发展，开展精品课程建设。充分利用培训机构、企业在线课程等资源，通过购买、合作等多种形式，满足需求的课程体系建设。

关键点二：智能制造需求的工程人才需要融合制造技术、自动化技术、信息技术及通信技术等，这既是对学习者的挑战，也是对培养路径的挑战。如何在有限时间内，在学习者不感到严重压力的情形下，达到企业需求的培养标准。需要从实践性、交流性与自主性三方面着手，针对不同的课程，不同的企业需求，不同的学生特点，基于学习立方体八种典型范式，合理配置“教师讲授”、“工程实训”、“课程设计”、“生成实习”、“需求驱动”等方式，寻找出最优的智能制造工程科技创新人才培养路径。

关键点三：激励学院立方体的不同主体互动参与。学院立方体作为一个基于在线交互平台的培养模式，需要不同主体互动参与才能达到预期目的。企业等用人单位的用人需求，可以通过就业机构平台基于数据挖掘技术获取，但是还需要激励雇主们分享自己的内部培训课程，以利于学生和求职者有针对性的学习，企业对与高校合作培养人才机制有待开发。教师作为教学的执行者，其传统的授课模式的特征是结构式课堂讲授，即教师系统而又有条理地讲解理论，学生听、记。典型特征是低实践、低交往、低自主。如何让授课教师改变惯性思维，将学习立方体的8种范式有机结合，这是一个难点。学生作为学习的主体，如何激励学生积极基于雇主需求，主动参与到学院立方体学习模式中来，还需要基于学生不同特点，探讨适合现代学生的激励方式。大学作为学院立方体的资源提供方、学生的管理者，目前的学分制仍然停留在形式上，对学院立方体在线学习的课程认可与否，还需要在制度上进行创新。

7 结语

工业4.0背景下提出的《中国制造2025》，对工程人才的培养提出了新的挑战。既有专业技术人才需要实施知识更新工程，新生力量需要合理的先进制造卓越工程师培养计划。基于学院立方体培养模式，实践、互动、自主三位一体，雇主与大学等协同育人，以企业需求为导向，以就业为指导，多维度强化工程技术能力培养，探索智能制造工程创新人才培养的培养路径、课程体系和评价指标，具有重要的理论价值和实际应用价值。

【参考文献】

[1]中国国务院.中国制造2025，2015.

[2]工业4.0工作组.德国联邦教育研究部，保障德国制造业的未来——关于实施工业4.0战略的建议，机械工程导报，2013（7-9）：23-45.

[3]程晓蕾，张平华.智能制造工业4.0体系下的高层次人才培养模式分析，教改教法，2015（307）：50-52.

[4]吴晓蓓.《中国制造 2025》与自动化专业人才培养，中国大学教学，2015（8）：9-11.

[5]李亚芹，陈思羽，史立秋，王俊發.基于就业能力的机械类人才培养模式研究与实践， 产学研经济，2015（11）：241-242.

[6]朱凌，吕正则，李文.大国的“计算”战略——德、美、俄的计算工程及其人才培养设想， 高等工程教育研究， 2015（4）：10-20.