大數據背景下應用統計學專業轉型發展探討

孟麗麗+盧志義

摘 要 實踐性和寄生性是統計學科的兩大特征。傳統的統計教育偏重理論傳授和學術引導，而輕視技能形成和實踐能力培養，不能適應經濟發展對人才的需求。大數據環境下，數據的規模、類型、結構和增長速度發生質的飛躍，為應用統計專業人才培養提出新的要求，轉型是應用統計學專業可持續發展的必由之路。針對傳統統計教育中存在的問題，從教學內容與課程體系、教師隊伍建設、實踐教學和課程考核方式四個方面，探討大數據背景下應用統計學專業轉型發展之路，為該專業人才培養提供借鑒和參考。

關鍵詞 大數據；應用統計學；教師隊伍；實踐教學

中圖分類號：G642 文獻標識碼：B

文章編號：1671-489X（2017）16-0087-03

Abstract Practicalness and parasitism are the two major characteris-tics of statistics. The traditional education always stress imparting theknowledge and directing academic research， but ignore the forming of the special skills and practical ability. Thus it could not satisfy the requirement of development of society for cultivating practical talents. Meanwhile， in the setting of big data， the size， types， struc-ture and the growth rate of data have undergone a qualitative leap，which raises a higher demand to the talent development of applied statistics. Therefore， transitional development is the only road of sus-tained development of the major of applied statistics. In this paper， the transitional developments of the major of applied statistics arediscussed in terms of teaching contents and curricular system， tea-chers education， practical teaching and examination forms aimingat the problems that exist in the traditional education. The conclusion

obtained can provide reference for the specialized talent development.

Key words big data； applied statistics； teachers； practical teaching

1 引言

高等院校是實現中國夢的重要陣地和教育強國夢的主要載體，能夠為創新發展戰略的實施提供強大的人才驅動和智力支持。近年來，隨著經濟的快速發展，我國的高等教育結構越來越不適應經濟發展對人才的需求。特別是在經濟升級、產業轉型的今天，我國高等本科教育所存在的重知識傳授和技能模仿、輕知識創新和技能形成的弊端，嚴重阻礙了學生實踐能力和創業能力的培養。2015年10月，教育部、國家發改委和財政部聯合印發的《關于引導部分地方普通本科高校向應用型轉變的指導意見》指出，地方本科院校應主動適應我國經濟發展新常態，主動融入產業轉型升級和創新驅動發展，把辦學思路真正轉到服務地方經濟社會發展上來，轉到產教融合校企合作上來，轉到培養應用型技術技能型人才上來，轉到增強學生就業創業能力上來，全面提高學校服務區域經濟社會發展和創新驅動發展的能力。

統計學屬理學門類下的一級學科，它是利用概率論建立數學模型，收集所觀察系統的數據，進行量化分析、總結，做出推斷和預測，為相關決策提供依據和參考。統計學已被廣泛地應用在社會經濟、金融、風險管理、環境保護、信息工程、分子生物、基因工程等各個領域。2013年，我國統計類本科專業進行了新的調整，新設應用統計學專業。應用統計學專業是實踐性很強的專業，要求學生不僅要掌握扎實的專業基礎和寬泛的背景知識，掌握數據收集和分析的基本技能，還需要有很強的實踐能力，即具有采用所學知識解決實際問題的能力。而現行的應用統計學專業人才培養中，普遍存在偏理論傳授、重學術引導，而輕技能的形成和實踐能力的培養等弊端。

另外，隨著大數據時代的到來，數據的規模、類型、結構和增長速度發生質的飛躍。由于大數據在結構和數量上的特殊性，導致現行的課程體系不符合大數據時代數據工作者的專業知識構成。大數據的涌現給統計學專業人才的培養提出新的要求，轉型發展是地方院校應用統計學專業可持續發展的必由之路。探索大數據背景下應用統計學專業的轉型發展之路具有重要的現實意義。

應用統計學專業轉型的核心是人才培養模式的轉變，轉型的關鍵是由以知識教育為核心的傳統模式轉變為以技能培養為核心的新的人才培養模式，轉型的目的是培養更多的實體經濟發展所需的、能夠在一線從事具體工作的高素質技術人才和技能人才。本文從教學內容和課程體系、教師隊伍建設、實踐教學和課程考核方式四個方面，探討應用統計學專業的轉型發展之路。

2 教學內容和課程體系的轉型endprint

教學內容的充實和調整 為適應大數據時代統計教育的新要求，美國統計學會于2014年發布統計學本科專業指導性教學綱要，綱要中將統計專業本科生應該掌握的知識和技能歸納為五個方面：統計方法和理論、數據操作和計算、數學基礎、統計實踐和特定領域的知識（Discipline-specific knowledge）。相應地，統計學專業的課程應該包含四個模塊：統計方法與理論、數據操作與計算、數學基礎、統計實踐。美國統計學會所提出的統計學本科專業指導性教學綱要，對于我國正在推進的專業轉型具有重要的參考價值。借鑒美國統計學會關于本科生統計教育的綱要，結合大數據時代對統計教育提出的新要求，應用統計學專業現行的教學內容和課程設置需要在以下三個方面進行充實和改進。

1）計算機類內容的充實。傳統統計學教育計算機的學習內容包括兩個層面：第一個層面是計算機基礎知識和技能；第二個層面是統計專業計算軟件的學習，如R、SPSS、SAS等的操作技能。這些內容遠不能滿足大數據時代數據處理對計算機知識和技能的新要求。因此，應用統計學專業應酌情增加計算機類課程：①面向對象的程序設計語言，如Java；②數據庫原理及其應用；③大型數據庫系統；④Linux系統；⑤數據分析和數據挖掘平臺，如Hadoop等。

2）數學類課程的調整。數學是統計學的基礎課程，目前大部分學校的應用統計學專業都開設了充足的數學類課程，大部分課程的講授內容和難度與數學和應用數學類專業基本相同。但是，這種課程的設置存在兩個弊端：其一是數學類課程內容多，課程學習周期長，從而擠占了統計類專業課學習的時間；其二是由于教學內容安排不合理，致使學生在專業課學習中仍面臨數學基礎不足的困境。如在現行的培養方案中，雖然開設一學年的線性代數課程，但學生仍然缺乏矩陣分解等相關理論而導致學習困難。究其原因，是因為線性代數的教學內容對不同的專業不加區分，只學習共性的基礎知識，從而產生部分專業學生“吃不飽”的現象。因此，對于必需的數學類課程，要對基礎知識在內容廣度和學習深度上進行壓縮的同時，適度增加專業學習中所必需的數學類課程和內容；對于教學內容偏多的課程，可依據其內容分設基礎課和高級課，進行層次化教學，供不同層次和類別的學生進行選擇。

3）特定領域知識的充實。統計學的寄生性特點決定了應用統計專業人才必然是復合型人才。統計學專業的學生應能夠將統計推理應用到某一特定的領域，這種能力包括將所研究的實際問題轉換為統計問題，并且能夠與不同領域的受眾交流統計分析的結果。這就需要學生在學好專業課程的同時，學習和了解更多的行業背景知識。實現這一目標需采用多樣化的形式，如可輔修雙學位，也可通過行業專家講座、社會實踐等形式了解相關領域的知識。

課程體系設置的轉型 由于應用統計學專業較為年輕，辦學經驗有限，因此，大多數高校在課程體系的設置上存在不合理性，主要表現在：1）每門課程的教學內容與培養方案所設定的總體學習目標不能完全對接；2）不同課程教學內容交叉重復；3）不同學歷層次的教學內容和深度無標準，邊界不清晰。對此，本文提出構建模塊化、結構化、層次化、動態化的應用統計學專業課程體系。

模塊化是指將一個復雜系統分解為多個相對獨立的模塊，每一模塊中的元素具有某種共同的屬性，協同完成某一功能。對于應用統計學專業，傳統的課程體系是以知識為主線形成的，忽略了技能形成的邏輯順序。模塊化的思想是將總的培養目標分解為相對獨立的基本單元，每一單元對應于某一技能或能力目標。同時，建立基本技能（或能力）單元與知識點之間的映射關系，并將知識點嵌入相應的技能（能力）基本單元中，形成獨立的技能或能力單元模塊。單元模塊的設計需堅持其功能的內聚性與獨立性，各模塊間的交叉重復盡量少。

結構化方法是計算機程序開發中的一種思想和方法，是指把一個復雜問題的求解過程分階段進行，將問題自頂向下逐層分解為相對獨立而細小的單元，使得每個階段處理的問題都控制在人們容易理解和處理的范圍內。結構化是建立在模塊化的基礎之上的。課程體系結構化的基本思想是按照專業的行業背景，將培養目標劃分為不同的培養方向，每一培養方向對應于某一行業或職業；以培養方向為總線，自上而下將其分解為不同的技能和能力基本目標，然后將技能和能力模塊按照上述分解的邏輯順序組合為培養方向的模塊集合體。

層次化是指將某一復雜系統按照由低級到高級、由簡單到復雜的邏輯次序分解為不同的層次，以達到方便管理或易于實現的目標。在課程體系的設置上，可遵循層次化的原則，將某一技能或能力模塊進一步按照由簡單到復雜的順序分解為不同的層次，以適應不同培養方向或不同學歷層次學生的學習需求。

動態化是指課程體系應根據實際需要進行靈活的動態調整，建立動態化的課程體系設置機制。應用型專業課程體系的設置是否合理，取決于其與行業需求的契合與對接程度。課程的教學內容和課程體系要根據產業發展的方向和發展程度，以及統計理論與統計方法、統計計算軟件自身的發展而適時進行調整，以服務地方經濟和新興產業對應用統計人才的需求。

3 教師隊伍建設的轉型

專業的轉型對教師的知識結構、能力和綜合素質提出更高的要求，教師隊伍建設也需要轉型。美國統計學會對從事統計教育教師的知識和能力結構提出六個方面的建議，這些建議對教師隊伍的轉型發展具有一定的參考價值。如建議中的第三條特別強調統計專業教師應該全程參與應用統計問題的解決過程，包括統計問題的建模、數據的收集與分析以及結果的表述和解釋等。教師隊伍建設的轉型需從以下幾方面入手。

1）教師應在思想認識上與時俱進，深刻認識轉型的性質和轉型的意義，明確自我定位和努力方向。

2）學校要通過與政府統計部門、企事業單位的交流與合作，為教師提供更多的實踐機會。通過與企業進行聯合教學、合作研究、共建實踐基地、選派教師進入企業掛職鍛煉等形式，拓展教師的實踐經驗，提高教師的實踐教學能力。endprint

3）教師可通過參加網絡課程學習，線上學習應用型課程知識以及統計軟件的操作。

4）要聘請行業專家和企業中具有豐富經驗的技術人員擔任兼職教師為學生上課，建立相對穩定的“雙結構型”教師隊伍；

5）要積極引進既有扎實統計基礎，又有計算機專長和實踐經驗的優秀人才，以適應應用統計專業的轉型發展需求。

4 實踐教學的轉型

統計學專業是實踐性很強專業。傳統的統計教學存在以下不足：

1）只注重理論，忽視實踐，實踐教學課時安排偏少；

2）實踐教學內容缺乏規范性和系統性，尚未形成科學的實踐教學體系；

3）實踐教學資源貧乏，缺乏保障，實踐教學的薄弱影響了學生分析解決能力和創業能力的培養，不能適應社會經濟對統計學人才的需求。

實踐教學的轉型應從以下幾方面入手：

1）在不影響專業基礎課程教學的基礎上，適度增加實踐教學的教學時數，保證學生充足的實踐時間；

2）遵循課程設置中模塊化和結構化的原則，將學生的實踐目標分解為不同類型的技能或能力模塊，然后依據不同模塊的要求，構建科學的實踐教學內容和課程體系；

3）逐步拓展和提升實踐教學資源，加強與政府統計部門、企事業單位在科學研究、業務咨詢、員工培訓等方面的合作，不斷完善產學研合作機制，積極與企業合作建立校外實踐教學基地，為學生實踐搭建充足的平臺；

4）不斷豐富實踐教學的形式，要形成課堂實驗、校內實踐與社會實踐相互補充的多元化、立體化的實踐教學模式。

5 課程考核方式的轉型

課程體系的轉型必然要求課程考核方式的轉型。傳統考試方式偏重于知識記憶，考試內容也局限于教材，對學生專業綜合素質和應用能力、創新能力的考核不足。要實現課程考核方式轉型，就要樹立適應專業轉型發展的新的考核理念，按照應用型人才的培養要求，建立知識、技能和能力并重的考核體系。

對于考核內容，可將其分為三類：基礎知識的考核，主要考查學生對基礎知識的掌握程度；基本技能的考核；通過具體的案例有針對性地對學生的應用能力進行考核。對于課程的考核形式，應該根據課程特點和所要考核的內容靈活選取，既可以采用開卷、閉卷或開閉卷結合，也可以采用現場操作、答辯、提交作品、撰寫報告或撰寫論文等方式完成?？己艘譃槎鄠€環節進行，如平時測試、作業測評、課外閱讀、實驗報告，課程論文、社會實踐等。另外，對于實踐課程的考核，采用操作考核方式為主，注重學生的實際表現，如要以操作水平、合作意識、團隊精神、責任心等考核為主。

參考文獻

[1]孔曉瑞，劉夢玲，靳俊嬌.大數據時代背景下對應用統計學專業的思考[J].高教學刊，2016（18）：41-42.

[2]American Statistical Association. Curriculum Guidelines for Undergraduate Programs in Statistical Science[EB/OL].http：//www.amstat.org/asa/files/pdfs/EDU-guidelines2014-11-15.pdf.

[3]孟生旺，袁衛.大數據時代的統計教育[J].統計研究，2015（4）：3-7.

[4]American Statistical Association. Statistical Education of Teachers （SET）[EB/OB].http：//www.amstat.org/asa/files/pdfs/EDU-SET.pdf.endprint