論大數據時代經濟管理專業統計類課程教學改革

■陸曉佳/安徽農業大學經濟管理學院

隨著數字技術向各領域滲透，勞動者越來越需要具有“雙重”技能——數字技能和專業技能。[1]大數據時代對經濟管理專業學生的數字思維能力、數據處理能力、數據分析能力和數據決策能力提出了新的要求。如何實現財經人才數字技能的培養成為亟待解決的問題。

一、大數據及其特征

目前，國內外對“大數據”的定義尚未達成共識，各種定義多數是基于數據特征及經濟價值的歸納和總結。有關大數據的定義，一類著眼于數據、強調大數據處理技術和過程的難度。比如：維基百科將大數據定義為“那些規模超出了典型的數據庫軟件工具的能力來進行捕獲、存儲、管理和分析的數據集”。另一類定義則側重于大數據的應用，突出大數據的經濟價值。如：國際數據公司(IDC)在其發布報告中稱：大數據技術描述了新一代的技術和構架體系，通過高速采集、發現或分析，提取各種各樣的大量數據的經濟價值[2]。作為經濟管理專業，采納大數據的價值定義更能體現其專業特征。

大數據的特征隨著應用場景的普及和數據處理技術的提升不斷擴展。目前，學界對大數據以下四個特征基本達成共識。大數據具有“4V”特征：Volume、Variety、Velocity、Value。不同專業由于研究對象不同、數據種類不一，對大數據的“4V”特征的要求也不盡相同。統計專業研究大數據的突破方向在“Volume”和“Variety”；計算機專業傾向于硬件與軟件的有機結合、通過融合數學、統計學、信息論等知識開發更多算法，在“Volume”、“Variety”的基礎上重點解決“Velocity”；而經濟管理專業，以資源配置的效率和管理活動規律和方法為研究對象的學科，則更注重于大數據中“Value”的挖掘。

二、大數據背景下經濟管理專業統計類課程教學面臨的約束

大數據時代給統計教學帶來機遇的同時也帶來了新的挑戰?，F有的統計教學在課程安排、教學內容、師資力量等多個方面面臨挑戰，限制人才“雙重”技能培養目標的實現。

(一)傳統教學中統計分析方法種類單一

大數據需要的分析方法很多，包括相關分析、因果推斷、數據管理、智能計算等，經濟管理專業不僅需要相關分析方法還需要因果分析方法。目前的大學經濟管理專業的統計教學是基于輔助本專業理論實證分析的需要而設置，以因果推斷分析為主。所授的統計方法幾乎就是為計量經濟學而準備，即便為高級計量所需的統計分布理論也鮮有介紹，為大數據分析所需的數據挖掘技術，從大量有噪聲、隨機的數據中提取有價值的信息，以完成分類、估值、預測、相關性分組或關聯規則、聚集、描述等分析方法幾乎在統計課堂上更是難尋蹤跡。

(二)描述統計教學內容過于簡單

數據可視化是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術[3]。描述統計事通過圖表或統計指標，將數據的分布特征、數字特征和隨機變量之間關系進行描述和估計的方法。數據可視化和描述統計的涵義相似，但描述統計側重于單項地展示、數據可視化則側重于雙向地交互處理。然而，統計描述手段在經管專業統計教材中篇幅少，有的教科書介紹圖表的內容甚至只有一小節，且不配備制圖軟件操作，過于簡單的教學內容以及統計課程課時的不足都不能滿足大數據的分析需求，甚至不能滿足目前專業后續學科的需要，離自動化、交互化、動態化的要求就差得更遠。

(三)統計軟件教學要求偏低

大數據的處理沒有軟件是不可想象的，但經管專業本科階段幾乎不單獨開設統計軟件課程，軟件學習一般僅作為實驗課配給相應的理論課程。此外，根據高校網上公開的專業培養方案顯示，經濟管理專業的數據分析課程中僅有統計學原理和計量經濟學配有實驗課，換言之，統計軟件的學習最有可能發生在這兩門課的實驗課中。學生學習數據分析軟件的機會變少之又少。此外，市場上提供這兩門課程的實驗教材數量也少，加上這些實驗課并不單獨設課，這便導致實驗課程的教學安排自主程度高，學生學習糊弄成分大。

(四)統計課程任課教師大數據教學經驗不足

經濟管理專業承擔著統計類課程教學的任課教師多接受人文社科專業訓練，對數學的掌握程度稍弱。此外，大數據不僅涉及數據挖掘、云計算所需要的多門學科知識，其使用范圍還幾乎覆蓋了整個社會經濟各個領域，單科教師想教好這門課顯得非常困難。數據分析課程不僅教學難度，而且作為經濟管理專業的數據分析尤其需要突出大數據的value特征，這就需要任課教師有足夠的數據分析實踐經驗。高校任課教師多為從學校走向學校的成長模式，較少能夠在社會生產中接觸大數據，想及時更新統計教學內容，實現統計課程與大數據的接軌并不容易。

三、大數據時代經管專業統計類課程的改革方向

科學組織教學資源、合理建設新興課程、更新現有教學內容等方面著手，探索適合大數據時代符合學校特色的統計類課程新模式和新機制。

(一)科學設置統計課程，調整教學目標，更新教學內容

隨著統計分析方法的日益更新，將所有的統計方法一股腦的設置在課堂之內既無可能也無必要。鑒于經濟管理各專業的共性和特性，可以根據專業需要有針對性的安排統計課程和教學內容。本文建議設置數據分析通識課，目前高校開設的統計學原理、概率統計兩門課程就承擔起這個職能。這兩門課程的分工要區分開來，本文認為統計學原理更應該承擔起大數據技術的科普。一則將描述統計、數據清洗、歸納包含在該課程的核心框架之中，二則通過大數據技術在經濟管理專業應用適度引入以降低大數據技術的學習難度、提高學生學習興趣。概率統計課程則以統計推斷法為主，為后續的因果推斷提供統計支持。

(二)增加大數據分析課程理論與實戰課

鑒于目前經濟管理專業大數據分析教學的空白，本文認為學生數字技能的培養，要以課程為突破口，通過設置新的課程來實現。目前財經數據的因果關系分析是以計量經濟學為依托，但該課程介紹的數據分析方法只能解決數據的結構性分析。這顯然數字驅動范式所需要“降維”不相匹配。因此，應該為經濟管理專業開設一門數據挖掘或數據分析的理論+實戰課程，以增加學生的大數據分析能力和動手能力。這樣既填補了大數據分析教學內容的空白又通過實戰課的軟件操作提高了學生的動手能力。

(三)建立數據分析研究小組，增強高校大數據的教學研深度融合

鑒于大數據分析所需要的預備知識包括概率論、矩陣論、信息論、統計學，外加一門計算機編程，統計無法獨立完成這一分析過程。加之，現有高?，F有以學科或系部為基本單元的教學組織結構，導致學科之間的割裂和教師之間的分離，這與大數據分析的跨學科、廣合作的特征明顯不符。因此，組建大數據分析研究小組顯得十分必要。這個小組可由統計、數學、計算機科學、經濟管理專業的師資和校外專家、企業工程師等加盟，形成一個以數學為前端、統計學和計算機科學為中間端、經濟學(管理學)為后端的教學科研研究組，將不同學科、不同專業的教師集中起來、分工協作、取長補短。

(四)提高教師專業素養，探索統計類課程產研教創新的新模式和新機制

首先，學校要高度重視，積極鼓勵或組織教師學習大數據相關知識與技術并參加大數據培訓。其次，充分利用產學研實習基地和科研項目的數據資源，建立教學資源數據庫以滿足教學實訓資料的不足的尷尬。再次，組建數據分析課程小組，通過打造課程組穩定的分工合作機制，推動經濟管理專業統計學教學內容與時俱進。最后，形成“走出去、請進來”的雙向人才流動機制，實現產-學-研的多方互動。教師走出去是由“研”到“學”再到“產”的理論與實踐相結合的過程，社會人才請進來是由“產”到“學”再到“研”的實踐升華理論的過程。