“数说”四川：透视区域现代化产业体系
注：项目嵌入一学期课程，约在第 3–17 周开展，分三阶段螺旋推进
勾选你想借鉴的做法，填上自己课程的目标与情景，S-PBL 智能体一次性生成符合 3R 的项目设计。
案例概述
本项目依托《统计与数据科学导论》，让统计学类大一新生在「国家战略腹地」与「新质生产力」的真实背景下，以小组为单位各认领四川省一条万亿级产业赛道（如低空经济、新能源、医药健康等），用约一学期时间经历「全景调研 → 数据调研 → 企业画像」三阶段螺旋式探究，完整跑通数据科学工作流——从产业链图谱绘制、关键量化指标采集验证，到选定一家四川企业做全国对标，最终产出一份《四川省 XX 产业发展与竞争力评估研究报告》。项目最大的特点是面向低年级新生「做中学」的支架式设计与全程人机协同：教师以分阶段学习指引搭建脚手架，学生在三次里程碑课堂展示中接受同伴与教师反馈并迭代，同时把 AI 作为「外挂大脑」融入研究、保存并反思全部人机协同记录，于入学之初就提前「透视」国家与区域发展的关键赛道。
顶层设计
学生能够掌握数据科学完整工作流（数据采集、清洗、分析、可视化、结合业务背景撰写报告与讲故事），理解数据尺度、统计口径、统计指标等基础统计概念，熟悉行业研究的基本范式与数据源，并能从财报、招股书、统计数据库等多渠道获取、溯源与交叉验证数据。
学生能够构建系统性的产业认知，开展数据驱动的量化分析与逻辑论证，完成团队协作与项目管理，并具备面向公众的沟通与表达能力；在无标准答案的开放性产业课题中自主探索、迭代优化研究方案与成果。
学生能够提升服务国家战略的家国情怀，理解四川作为「国家战略腹地」与六大万亿级产业在中国式现代化中的意义，建立严谨、批判的数据思维，并在复杂现实问题中锻炼自主探索与迭代优化的综合素养。
本项目基于西南财经大学「3R」（真实问题、真实过程、真实成果）场景化项目式教学模型，并以「支架式教学」与「迭代探究」为主线。以国家战略与地方经济发展的真实需求为锚点引入真问题；学生自主选择产业赛道、规划路径、分工协作，经历「全景调研→数据调研→企业画像」三阶段由宏观到微观、由定性到定量、由认知到评估的螺旋式探究；每阶段开始前教师以学习指引文档提供任务地图、方法论与资源搭建学习支架，阶段中以技能工作坊讲授必备工具、以里程碑课堂展示制造「教学时刻」，让学生在输出中接受教师与同伴的真实反馈并驱动下一轮迭代；教师角色由「导游/资源提供者」逐步转为「教练/评估者」。
驱动性问题（GRASPPS）
选择四川省一个重点产业赛道，系统描绘其产业链全景、量化分析核心环节，并评估一家代表性企业在全国范围内的竞争力
关注国家与区域发展、运用数据科学方法的「未来建设者」/ 行业研究者
关注区域产业发展的决策者与公众（如模拟的产业园区管委会），以及无专业背景的听众
四川建设「国家战略腹地」、聚焦六大万亿级产业实施提质倍增与建圈强链的真实战略背景
全景调研（搜集行研/财报/招股书、绘制产业链图谱）→ 数据调研（定位采集关键量化数据、验证复现行研观点、可视化分析）→ 企业画像与对标（构建多维画像、与全国同行量化对标、诊断优劣势）
三次阶段性汇报幻灯片（全景、数据、画像）与一份《四川省 XX 产业发展与竞争力评估研究报告》，含产业链图谱、数据验证与企业对标分析
逻辑严密、数据支撑充分、图表规范，兼具诊断洞察与发展预判价值
项目选题
本主题契合《统计与数据科学导论》面向低年级的课程目标，要求学生在一个真实产业场景中完整实践数据科学工作流——从数据采集、清洗、分析、可视化到结合业务背景撰写报告与讲故事，并理解数据尺度、统计口径、统计指标等基础统计概念，熟悉行业研究的基本范式与数据源。
对刚入学的统计学类新生而言，提前「透视」四川重点产业赛道，既能在解决真实问题中建立对专业的内在兴趣与认同，又能为未来职业选择建立初步感知，培养系统性产业认知、量化分析、团队协作与公众沟通等综合能力。
选题直接源于国家战略与地方经济发展的真实需求——四川被赋予「国家战略腹地」定位，聚焦电子信息、装备制造、食品轻纺、能源化工、先进材料和医药健康等六大万亿级优势产业，实施「15+N」建圈强链。学生对重点产业的认知多停留在概念层面，缺乏从数据层面「透视」产业链、评估企业竞争力的具体路径，问题具备高挑战度且无标准答案。
- 低空经济（无人机）、航空航天、新能源（光伏/风电/氢能）、银发经济、绿色建材、医药健康
- 现代物流、农产品精深加工、文化旅游、平台经济、新型显示、高端能源装备
- 软件和信息服务、新能源汽车及动力电池
实施过程
- 1全景调研我们选择的产业（赛道）究竟是什么？它的上下游如何构成？核心价值环节在哪里？与国家战略如何关联？
组队、选题、制定计划；广泛搜集行业报告、公司财报、招股书；阅读提炼信息、绘制产业链图谱；准备 20 分钟课堂展示。
阶段成果：《全景调研》幻灯片及产业链图谱；课堂展示与问答。知识 / 工具支架：信息检索与评估；产业链基础概念；PPT/绘图工具；公开数据源（券商研报平台、交易所官网等）。教学内容：如何借助 AI 工具人机协同阅读财报与行研报告；产业链认知框架。方法 / 资源：提供《全景调研学习指引》及参考材料清单；「人机协同阅读财报与行研」工作坊；阶段性课堂展示与复盘。 - 2数据调研如何用数据验证我们对产业的定性认知？哪些量化指标能刻画产业与企业的表现？数据从何而来、如何保证可信度？
基于产业链图谱定义关键分析指标（如市占率、毛利率）；溯源并采集原始数据（财报、统计局、数据库等）；清洗、计算指标、制作图表；用数据讲一个我们关注的发现并准备展示。
阶段成果：《数据调研》幻灯片及核心数据表；课堂展示与问答。知识 / 工具支架：描述性统计、指标定义、数据清洗与处理（Excel/Python）、数据可视化原理、数据伦理与批判性思维。教学内容：数据清洗技能；指标计算口径与统计概念；数据来源交叉验证。方法 / 资源：提供《数据调研学习指引》（含示例数据集与数据字典练习）；「数据清洗」技能工作坊；引导小组进行数据来源交叉验证讨论。 - 3企业画像我们关注的四川企业在全国处于什么位置？其竞争力强弱如何？背后的原因是什么？对未来发展有何启示？
选定目标企业及全国对标企业；构建企业多维度画像与对标分析体系（PESTEL、波特五力、SWOT、财务比率、对标分析等）；整合前两阶段成果撰写综合研究报告；准备期末答辩。
阶段成果：《企业画像》幻灯片；《期末综合研究报告》；个人学习心得；期末公开答辩。知识 / 工具支架：SWOT/波特五力等分析模型、财务比率分析、对标分析方法、研究报告撰写规范、学术诚信。教学内容：企业竞争力分析框架；多维画像构建与归因诊断；研究报告撰写规范。方法 / 资源：提供《企业画像学习指引》及优秀报告范例；讲解「企业竞争力分析框架」；里程碑课堂展示与同伴/教师反馈。 - 4贯穿全程如何有效进行团队协作与项目管理？如何利用 AI 工具提升研究效率？（贯穿全程）
使用协作工具进行文档共享与版本管理；定期召开小组会议、填写过程记录表；探索并使用 AI 工具辅助信息检索、数据整理与报告润色，完整保存人机协同记录。
阶段成果：小组会议纪要、任务分工表等过程记录；AI 工具使用记录与反思。知识 / 工具支架：项目管理基础、协同办公软件（腾讯文档等）、AI 工具的提示词工程与批判性使用。教学内容：标准化小组过程管理；AI 赋能研究的方法与伦理；提示词工程与批判性使用。方法 / 资源：提供标准化小组过程管理模板；分享 AI 赋能研究的案例与伦理指南；在各环节鼓励并检查人机协同实践。
第 3 周项目启动：课程导论中播放四川省产业发展宣传片，引入「国家战略腹地」背景，阐述数据科学在产业分析中的关键作用，营造使命感与真实情境；教师详细解读项目总览、展示往届优秀作品、明确学习文化与评估标准；学生自由组队、阅读背景材料进行初步讨论并提交意向赛道，课后在小组内确认兴趣与初步分工。
核心活动为「全景调研→数据调研→企业画像」三阶段任务（第 3–17 周）。教师在第 8、12、17 周左右定期组织「里程碑展示日」作为关键教学节点；进度监控上要求各组定期更新共享「项目管理表」（含任务分工、进展、问题）并抽查会议纪要，教学团队在线答疑、为困难小组提供针对性指导；其间穿插信息检索、数据工具、分析方法、演讲技巧等多个技能工作坊作为支持活动。
阶段性反思——每次课堂展示后设「复盘环节」：展示小组自评优缺点，听课小组提供「赞扬点」与「建议点」，教师做总结性点评并明确后续迭代方向；终结性反思——通过撰写《个人学习心得》引导学生系统回顾整个项目周期在知识、能力、团队合作上的收获与不足，并专门要求做「AI 工具使用反思」。
所有过程材料（会议纪要、分工表、数据原件、PPT 版本、AI 使用记录）均要求存档并作为过程评价的一部分；最终所有小组的研究报告和优秀展示视频被收录进课程案例库，成为下一届学生的学习资源，实现成果的沉淀与传承。
项目成果
- 《四川省 XX 产业发展与竞争力评估研究报告》（产业链图谱、数据验证、企业对标分析）
三次里程碑课堂展示与现场问答；期末公开答辩
优秀研究报告与展示视频收录进课程案例库，供下一届学生学习
评价设计
- 全景调研：《全景调研》幻灯片及产业链图谱（教师 + 听课小组同行）
- 数据调研：《数据调研》幻灯片及核心数据表（教师 + 同行 + 组间数据来源交叉验证讨论）
- 企业画像：《企业画像》幻灯片（教师 + 同行）
- 贯穿全程：项目管理表、会议纪要、AI 使用记录（教师/助教抽查）
- 期末综合研究报告— —— 内容完整性、数据准确性、分析深度、逻辑严谨性与格式规范性；是否完整回答了驱动性问题、洞察是否有数据支撑
- 期末公开答辩— —— 陈述是否清晰、对内容的把握程度、条理性，能否有效传达核心发现并自信回答问题
- 个人学习心得— —— 反思的深度与真实性，是否真实反映个人成长
3R 解读
- 项目缘起于国家战略与地方经济发展的真实需求——四川「国家战略腹地」定位与六大万亿级产业建设，是鲜活、持续发展的真实世界议题。
- 问题具备高挑战度、没有标准答案，要求学生融合行研、财报、统计数据等多源信息进行系统探索与判断。
- 问题直指课程核心——数据科学完整工作流与基础统计概念，必须在真实产业场景中「做中学」才能掌握，难以靠讲授替代。
- 就「场景化」而言略有不足：受众/甲方为「关注区域发展的决策者与公众（如模拟的产业园区管委会）」这类较笼统或模拟的对象，回应对象与判断标准的具体约束相对宽泛。
- 学生以小组为单位自主选择产业赛道、规划研究路径、分工协作，拥有较大的决策空间。
- 学生需从行研报告、财报、招股书、统计数据库等多渠道真实采集、溯源并交叉验证数据，经历了真实的调研与探究。
- 成果经历三次里程碑课堂展示、同伴与教师反馈以及多轮迭代优化，体现了反复验证与迭代。
- 成果有受众设定，但主要为「模拟的产业园区管委会」与无专业背景听众等情境/模拟对象，并非现场真实出席的外部用户。
- 成果以三次里程碑课堂展示与期末公开答辩呈现，公开范围以课堂内/校内为主；优秀报告与视频收录进课程案例库供下一届学习。
- 反馈主要来自教师与同行（听课小组），属师生范围的反馈，尚未触达真实外部受众/真实用户。
- 【改进建议·真问题 P1】受众与判断标准偏模拟、较笼统，建议为每条赛道设定更具体的「准真实甲方」与可核验的成果标准（如「面向某产业园区管委会的招商研判简报，需回应其 3 个具体决策问题」），把场景与约束做实，可提升 P1。
- 【改进建议·真成果 O1/O2/O3】成果目前停留课堂内、受众为模拟对象、反馈来自师生。可落实原文「未来迭代」设想——引入真实「客户」角色（邀请企业/园区提出真实微课题、让成果有直接出口），或将优秀报告对外公开展出、对接真实决策者获取反馈，使真成果从模拟走向真实。
教师反思
最大收获是见证了学生从被动接受者转变为主动探索者的成长，他们的创造力与在解决复杂问题中表现出的韧性令人惊喜；主要挑战在于初期学生的不适应和团队协作冲突，需要教师投入大量时间进行过程引导与情绪管理，对不同基础学生的个性化支持仍需加强
- 支架要充足——清晰的学习指引与阶段模板对低年级学生至关重要，能有效降低焦虑、引导他们「上路」
- 反馈要及时——定期的里程碑检查与展示必须严格执行，是驱动项目迭代与保证质量的关键阀门
- 心态要转变——教师需接受课堂的「不可控性」，将教学重点从「讲授」转向「设计学习体验」与「提供适时支持」
考虑引入更真实的「客户」角色（如邀请企业提出真实微课题，让成果有更直接的出口；或让学生扮演投资者，用调研成果在公开市场进行模拟投资决策、以收益验证成果价值）；探索构建包含主要产业基础数据的本地化微型数据库以降低数据获取门槛；进一步系统化 AI 工具在教学各环节的应用指南，开设「AI 研究助手」工作坊