新质生产力背景下高职院校高等数学一流核心课程建设的策略研究

1. 引言

2023 年习近平总书记提出新质生产力的概念，以后又在多个重要场合强调它的重要性，2024 年新质生产力被写入政府工作报告。由于新质生产力离不开科技创新、高效节能、人才创新和制度创新等要素，而高职教育也是人才培养的主阵地，为科技的发展提供人才储备，所以发展新质生产力，开展新质课程建设迫在眉睫。教育部财政部《关于实施中国特色高水平高职学校和专业建设计划（2025-2029 年）的通知》要求深化教育教学改革，将建设一流核心课程作为改革的重要手段。许多学者聚焦新质生产力背景下，高职院校深化教育教学改革研究，钟铃结合高职财经专业一流核心课程建设的经验，提出要从实践教学体系、应用信息化技术等方面，提升财经人才培养质量；肖雪丽强调一流核心课程建设要以内容改革为载体、以课堂改革为阵地、以课业改革为切口，不断提高教育教学质量。本文首先给出高等数学课程建设的现状，然后结合新质生产力发展急需的高技能人才特征，给出高职院校高等数学一流核心课程建设的策略。

2. 高等数学课程建设的现状

虽然许多高职院校都认识到一流核心课程建设的重要性，但低估了共同课高等数学对学生专业学习和职业发展的深远影响，仅仅将其作为一门普通的基础课，在课程目标上，缺乏思政元素的融入，忽略了课程的育人目标；在教学内容上，缺乏与专业课程的对接，削弱了高等数学的实用性，具体表现如下：

（1）师资队伍满足不了课程教学的需要

大多数的教师都是学习数学出身，对于数学的理论知识都掌握得很扎实，但是没有专业知识方面的背景知识，无法把知识点与学生的专业相联系，进而就造成了数学知识和专业需要脱钩的现象，另外，教师们信息化水平不高，不能熟练地应用AI 技术组织教学。再者，高等数学具有基础性、公共性的特点，不能代表学校的办学优势，在高职院校重视程度不够，这也影响教师的积极性。

（2）教学内容滞后满足不了时代发展的需要

当前的教学内容基本按照本科教材来开展，忽略了对高职学生和专业特点的研究，一般只侧重于理论知识的学习，例如，极限、导数、积分等基本概念和运算是必不可少的，但是很少见到有联系专业的应用实例，在计算机专业里，没能把算法分析、数据结构中的数学原理等内容涵盖进来；财经类的学生没法看到金融数学、统计学的知识点在经济领域被应用；至于大数据、人工智能这些领域方面就没法把数据挖掘算法里的数学基础，或者机器学习里面讲到的概率统计知识点融入到高等数学的教学内容中，以至于现在很多学生在学校学到的知识已经不合时宜了。

（3）教学方法与手段单一满足不了学生学习的需要

课堂教学基本上还是以教师传统讲授式为主，这样就很难引起学生的兴趣，不能够满足高职学生的多样化学习需要；有些教师虽然利用 PPT 进行教学，使教学内容更加直观化、形象化，但是如果过分依赖 PPT， 就忽略掉黑板板书的作用，导致照着念 PPT，缺乏连贯性与逻辑性；教师课件制作水平参差不齐，简单地将课本内容放在 PPT 上讲授，缺乏针对性与吸引点，导致教学吸引力不高。还有部分学校建有在线学习平台，但由于线上平台的教学资源不够丰富，而且没有和线下学生的研讨相配合，因此，学生的学习效果也不尽人意。

（4）课程考核与评价单一满足不了学生学习的需要

高等数学传统的考核方式以期末考试成绩为主（ 80% ），平时成绩所占比重较小（ 20% ）。期末考试主要以闭卷考试形式进行，侧重对学生数学知识记忆和运算能力的考查，不注重过程性考核，缺乏对学生学习过程、应用能力和创新思维的全面评价，导致学生到期末考试时背题的现象。这种考核方式容易导致学生平时学习积极性不高，只在期末考试前进行突击复习，不利于学生综合素质的培养和提高。

3. 高等数学一流核心课程建设的策略

新质生产力以科技创新为主导、以数据要素为关键、以产业升级为导向，要求高职院校人才培养从 “技能型” 向 “创新型”“复合型” 转型。高等数学一流核心课程建设需紧扣新质生产力 “科技赋能、产教融合、能力导向” 的核心特征。以课前、课中、课后三任务驱动，开展以明确学习目标、课程导入、凝练新知、解决问题、学习后测、课堂小结六环节课堂教学，并通过课前、课中、课后三反馈，及时调整补充课程教学资源，体现以生为本、OBE 理念和持续改进。

3.1 课程目标设定策略

课程目标是课程建设的指挥棒，高等数学课程目标的设定需紧密结合新质生产力，以学生发展为根本，紧扣岗位需求，以 “够用、实用、会用” 为原则，着重培养学生运用数学知识解决问题的能力，使其成为适应新质生产力发展要求的技能型人才。

（1）知识目标：掌握基础数学核心内容，理解高等数学中与职业岗位紧密相关的基础概念和公式，如微积分中的导数、积分基本公式，线性代数中的矩阵运算；概率论中的均值、方差等。这些知识需满足智能制造、新能源、数字服务等领域基础岗位的日常工作需求；熟悉新兴岗位专项数学知识，了解新质生产力催生的新兴岗位所需的专项数学知识；知晓数学软件的基础原理，了解 Excel、Matlab 等常用数学软件的基本运算逻辑，为后续通过软件解决实际问题奠定知识基础。

（2）能力目标：能够运用学到的数学公式和方法解决职业岗位工作中的基本计算题；会用 Excel、Matlab 等工具解决工作中出现的数学问题；会把工作中遇到的问题转变为数学问题，并选用合适的数学方法解决问题；具有数据解读、分析的能力，能够看懂职业岗位上的数学图表和数据结果，根据实际情况进行分析。

（3）素养目标：能够准确地进行数学计算、数据处理；能够遵循“发现问题—转化问题—解决问题”这条思维途径，用数学方法解决实际问题；注重强化团队协同和沟通能力，围绕参与岗位的模拟实践活动，协同合作，协调沟通，互相交流，相互研讨和探索，并与团队成员配合完成任务；具备终身学习的能力意识，理解新的生产力的发展需要对数学知识不断更新的要求，自觉地学习岗位所需要的新知识、新技能，提升自身数学的应用水平。

3.2 教学内容更新策略

教学内容是一流核心课程的重点，高等数学教学内容要对接岗位需求，弱化理论推导，强化实际应用，把数学知识变成学生们在学习本专业的技能当中一种娴熟的手段，为学好本专业的课程起到很好的铺垫作用。根据高职院校学生的特点以及其职业的需求，去掉高等数学里面比较难懂的大定理的证明，例如，微积分主要讲解要用到的一些基础导数公式、一些积分的方法，不需要进行严格的证明；对于线性代数，要讲解矩阵的一些基本运算，用到的是各个地方的表格数据或者是电路分析的时候会用到，除此之外的一些高维线性空间等等一些其他的章节就都可以省略了。

根据新质生产力形成的新兴岗位对接新兴岗位设置专项数学模块，如：智能制造操作员、大数据分析师助理、新能源设备维护员等，设置对应的专项数学模块，可面向智能制造相关专业的学生增加“工业数据统计基础”模块，其内容包括样本均值、样本方差计算和简单质量控制图的识读；针对大数据相关专业的学生，则可增加“数据预处理数学方法”模块，讲述数据清洗中如何利用数学方法识别异常值及数学上的原理等知识。

3.3 教学方法创新策略

教学方法是一流核心课程建设的关键，结合高职学生学习特点，以及具体教学内容，选择合适的教学方法，突出以学生为本的教育理念，提高学生的课堂参与度，在课堂教学中要注重以培养学生创新能力为重心，将更多的思考留给学生去完成。

STEM 是以科学 （science）、技术 （technology）、工程 （engineering）、数学（mathematics） 相融合为核心的教学方法，它注重用科学认识世界，用工程和技术来解决实际生活中的问题 ， 而数学则作为工程和技术学科的辅助工具，这种教育理念注重培养学生的创新实践能力问题解决能力，鼓励学生通过综合应用各学科知识来解决具体的实际问题。在高等数学教学中，以问题驱动为导向，加以渗透培养具有数学核心素养的技能型人才，重视学生知识掌握的同时更加看重学生所掌握的思考方式、问题解决能力，还能够将融合型知识进行应用，达到多元化解决实际问题的能力，让学生的数学核心素养得到全面的发展。

3.4 评价体系构建策略

教学评价是一流核心课程建设的保障，打破传统、单一的评价模式，利用教育信息化，构建一种融合过程性考核的线上线下评价体系，形成多主体参与、分层分类的指标框架，可以综合反馈学生的学习成果，调动学生学习的积极性。

搭建一个集“学情分析、任务提交、过程追踪、智能评分”于一体的大数据教学平台，通过采集学生课堂互动、课后实践、项目推进等过程中产生的信息数据，对学生学习情况进行全过程跟踪，分析学生出错类型，准确定位学生知识漏洞所在，精准判断，进一步有针对性地开展教育引导工作；同时采取“课堂表现记录表、实践任务档案袋、产业导师评语表”等形式，记录和反映学生批判性思维、合作意识及专业技能发展情况；定期收集阶段性数学建模报告、算法设计方案等成果，并由产业导师结合实际应用水平对成果价值进行评价。

注重过程性考核，将根据期末试卷（占比 50% ），项目式考核（ 20% ）、过程表现（ 20% ）、创新成果（ 10% ）计算学生的综合成绩，其中项目式考核为“解决某一产业实际问题的数学方案设计”；创新成果包含大创项目中自主开发的数学教学辅助软件、基于真实数据的应用分析报告等。

3.5 课程资源共享策略

共享资源是一流核心课程建设目标之一，新质生产力以科技创新为主导，注重跨界融合、协同高效，在此背景下高等数学课程资源共享应当运用互联网优势，把课程建设成果放在网站上作为一流核心课程的示范引领。

实施“分层分类 + 动态更新”的资源汇总方案，将高等数学按难易程度分成“理论基础层”“方法应用层”“跨界融合层”3 个层次。“理论基础层”针对极限、导数、积分等理论基础进行精讲，“方法应用层”收集具体操作方法和步骤，“跨界融合层”收录把数学融合到AI 算法、量子计算、生物医药等领域的案例。

基于技术赋能，创新资源的共享和应用方式，平台能够根据学生所学专业 （ 如工科类、理科类、医科类 ） 以及知识点弱项 （ 如微分方程求解方法、矩阵特征值应用 ） 推送给用户相关的适配资源，针对不同专业的大类课程重点推荐。比如可以向人工智能专业的同学推荐线性代数在神经网络中的应用实例等，向生物医药专业的同学推送有关微分方程的药物代谢模型实践资源。依托共享平台开展线上跨校联合授课、在线答疑、专题讲座等活动打破地域界限；依托共享平台，配套建设线下实践共享基地，整合高校实验室、企业实训平台资源，打造线上、线下相结合的闭环共享模式。

3.6 师资队伍优化策略

师资队伍是一流的核心课程建设的基础，科技创新是新质生产力形成的主要动力来源，也正是因为如此，高等数学教师应该是一个知识和技术上都过硬，并且明白产业需求的复合型人才。

开展“数字素养专项提升行动”，开展教师 AI 助教、虚拟仿真实验、在线互动平台等内容的技术应用系统培训，实现“精准学情分析、个性化教学推送、实时效果反馈”的闭环教学。打造“分层分类、按需定制”的培育体系，开展青年教师“高等数学与人工智能、大数据、量子计算等领域交叉应用”专题培训，邀请科研院所专家、科技企业工程师授课，提高青年教师引入前沿技术于教学水平。同时对资深教师开展“产业浸润计划”，进驻到高新技术企业、重点实验室挂职锻炼，全面参与数学建模、算法优化等工作任务，并累积实际案例。

4. 结束语

新质生产力背景下高等数学一流核心课程建设是一项系统工程，要根据新时代学生学习方式和成长规律，坚持以人为本的原则，秉持OBE 教育理念，重设课程目标、更新教学内容、改革教学模式，创新评价方式，加大企业评价权重，建立新型师生关系，引导学生自主探究、深度学习，持续提升教育教学质量，培养新质生产力发展急需紧缺的高技能人才。

参考文献

[1] 习近平主持召开新时代推动东北全面振兴座谈会 强调牢牢把握东北的重要使命奋力谱写东北全 面振兴新篇章[N]. 人民日报， 2023-09-10（1）.

[2] 习近平在中共中央政治局第十一次集体学习 时 强 调加快发展新质生产力扎实推进高质量发展 [N]. 人民日报 ， 2024-02-02（1）.

[3] 习近平经济思想研究中心 . 新质生产力的内涵特征和发展重点[N]. 人民日报 ， 2024-03-01（9）.

[4] 李 刚， 赵佳琦， 王嘉琦. 以新质课程建设赋能新质生产力发展：理论剖析与设计思路 [J]. 天津师范大学学报 ，2024，25（4）：7-12.

[5] 教育部 . 关于 一 流本科课程建设的实施意见：教高〔2019〕8号［A/OL］.（2019-10-30）［2025-01-06］.http：//www.moe.gov.cn/srcsite/A08/s7056/201910/t20191031_406269.html.

[6] 钟铃 . 新质生产力背景下高职财经专业一流课程建设路径研究[J]. 湖北开放职业学院学报 ，2025，38（7）：54-56.

[7] 肖雪丽 . 高职院校一流核心课程建设的探索与实践 [J]. 襄阳职业技术学院学报 ，2025，24（3）：68-72.

本文系吉林省职业教育与成人教育教学改革研究课题《高职院校高等数学一流课程建设的探索与实践》（编号：2022XHZ013）研究成果。