大數據驅動下經管類“統計學”課程體系與教學模式優化研究＊

韓二東

（洛陽師范學院 商學院，河南 洛陽471934）

“統計學”作為應用型本科院校經管類專業的核心課程之一，是一門搜集、處理、分析數據的方法論課程，在經管類專業培養方案中占有舉足輕重的地位，為適應當前應用型人才培養目標，積極應對企業對經管類專業畢業生數據調查、處理、分析等的能力要求，對該課程的培養目標、教學內容、教學重點、手段、方法等均提出了較為獨特的要求[1]。

當前，高校經管類學科專業對于“統計學”課程的講授仍然偏重于傳統統計學范疇，主要涉及數據的搜集、圖表展示、概括性數字度量、抽樣分布、參數估計、假設檢驗及回歸分析等內容[2]，所針對的數據范圍僅限于“小樣本、貧信息”，與當前信息技術和社會化媒體高速發展背景下的大數據頻繁更迭格格不入，各行業、各領域日常所需處理分析的數據愈加龐雜，快速高效提取有用信息并做出積極的針對性措施對相關企業至關重要，這對高校經管類專業人才培養以及“統計學”課程的教學提出更高的要求和挑戰。在應用型經管類人才培養目標的導向下，各院校需不斷加強對學生應用能力和創新能力的培養，而傳統的“統計學”課程教學模式、教學方法均存在不足之處，在當前大數據技術蓬勃發展的背景下課程實施效果不佳。

在中國數字經濟快速發展的背景下，要求具有互聯網相關業務的企業具備大數據信息處理思維[3]，相關在崗人員持續面臨專業技術能力不能與大數據科學與技術發展水平同步的困境，而與此同時，高校經管類專業的人才培養、教學模式、課程體系等都需要深入探索，使所培養的畢業生能夠達到互聯網業務企業對相關崗位綜合素質的基本要求。因此，針對涉及數據信息處理、分析最為顯著的“統計學”課程首當其沖，應當對接崗位職業能力需求，進一步優化課程結構，重新調整設置該課程的理論講授、實踐操作及使用軟件數據處理分析等實操環節，扎實培養經管類畢業生的數據分析實踐能力，以應對較為嚴峻的就業競爭壓力。

1 經管類“統計學”課程教學現狀分析

多年來，經管類“統計學”課程的教學難以令人滿意，大數據時代又對該課程的教學效果造成明顯沖擊，傳統教學模式及學生掌握情況難以適應企業對員工實際數據分析能力的要求。以下主要從3個方面探索經管類“統計學”課程的教學現狀。

1.1 學生數學基礎較為薄弱，學習難度大

“統計學”作為實踐性與綜合性較強的課程，以“概率論”與“數理統”課程作為先修課程，但經管類專業（如工商管理專業、國際經濟與貿易專業）學生文科背景較多，數學基礎較為薄弱，在傳統教學課堂上很難跟上教師的節奏，學生學習“統計學”課程的積極性和主動性明顯不足；同時，由于“統計學”課程是學生前期所學“微積分”“線性代數”“概率統計”的后續課程，傳統教學偏重于基礎理論講授，課堂教學本身涉及大量公式推導，略顯枯燥乏味；對“統計學”的實踐應用領域探討、統計思想及方法的應用案例分析明顯欠缺，導致并沒有在教學中充分體現出該課程應用性、創造性分析數據的時代特征。

1.2 課程學時比較少，實踐教學課時有限且教學模式較為單一

“統計學”課程實際課時安排多為54學時（部分院校培養方案中設定為36學時），有限的學時計劃使得課時更多安排為理論教學，使用SPSS等統計軟件進行實踐操作的實踐環節課時分配較少或者沒有安排。這樣的設定導致該課程較少涉及統計實踐案例的分析、操作，學生更多只能被動接受基本理論知識，反映課程實際應用性及創新性問題探討的環節嚴重缺乏，導致學生進入相應工作崗位后，所學到的數據搜集、處理、分析等方法很難滿足實際工作的需要，使得用人單位需要花費更多的人力物力對新進人員開展培訓工作，直接導致企業的用工成本明顯增加，再加上部分中小企業所使用員工的流動性加強，加大了企業的用工成本。

1.3 傳統的教學方法和手段不能滿足大數據時代的需求

當前，傳統教學多使用多媒體課件輔助“雨課堂”“學習通”等新型教學軟件工具[4]，但對于這些新型在線教學軟件的使用浮于表面，更多的是學校層面對專任教師的強制要求，實際使用效果并不令人滿意；曾寄希望于“翻轉課堂”等教學模式帶動學生與教師的互動溝通、在線答疑等，但在實際操作環節，由于班級人數過多，課堂時長有限，互動答疑效果也難以令人滿意。以當前大數據技術的發展狀況為基準，目前教學案例的時效性和針對性明顯不足且缺乏生動性，一方面所使用教材滯后于大數據信息處理技術的發展速度；另一方面，專任教師所掌握教學案例較為陳舊，與當前企業的信息處理實際狀況偏差較大，缺乏具有專業特色又反映社會經濟前沿的熱點案例，不能將“統計學”知識與實際應用較好結合。

1.4 教學考核評價體系缺乏實踐檢驗

由于“統計學”本身是一門方法論應用為主的課程，其實踐性及對學生的操作水平要求明顯高于理論知識的掌握，僅僅熟悉統計理論卻不具備應用理論解決社會經濟現象的實踐操作能力，則明顯背離該課程的教學初衷，很多經過課程考核取得較高成績的學生卻得不到用人單位的認可，課程考核設置與企業對畢業生的要求也存在較大偏差。這就要求講授“統計學”課程的專任教師召開專題研討會，在經管類專業培養方案和模式調整的基礎上，深入探究該課程具體細化的教學考核評價體系。為使教學考核評價體系具備科學性，同時經得起實踐的檢驗，應當在小范圍內對新提出的考核評價體系進行試運行，及時總結經驗并調整修訂。

2 “統計學”課程教學改革實施方案及實施計劃

針對以上對經管類“統計學”課程教學現狀的分析，通過改革內容、改革目標、實施方案、實施方法、教改的可行性與特色等方面提出該課程教學改革實施方案及實施計劃。深化經管類“統計學”課程的實踐應用性特征，聚焦到多來源、多類型數據信息的集成化高效處理，以應對新時代企業對人才數據處理分析的實際能力需求；深入探索大數據、云計算及互聯網技術“爆炸式”發展對相關行業以及對口高等院校專業的沖擊和影響，以“統計學”課程的教學模式改革為契機，探討經管類專業人才培養的改革提升方向與路徑，提升經管類專業畢業生綜合素質及專業技能，保障經管類畢業生高質量就業。

2.1 具體改革內容

教學內容結構方面，利用“慕課+微課”合理安排理論與實踐教學比例及內容設計。針對理論教學設計案例慕課（或使用各類在線教學平臺中的慕課視頻資源），使用在線課堂展開教學，建議選擇愛課程（中國大學慕課）、學堂在線、智慧樹等各類平臺線運行的國家級、省級精品在線開放課程。設定理論講解和實踐實訓的課時比例[5]，理論教學與實踐操作能力并重，強調兩者之間的融合促進。

教學組織形式方面，改革教學模式，采取“線上+線下”教學相結合。線上、線下混合式教學模式[6]主要包括教學課件、電子教案、教學視頻、音頻、隨堂習題、測試題等基礎教學資源，以及推薦給學生的其他相關在線資源（文檔、動畫、相關教學視頻等）作為擴展教學資源。教學模式主要涉及三個階段：①教師發布教學公告，明確當周教學任務及學習要求，提前發布當周教學資源，學生進行預習；②建議在線課堂分兩個時間段進行，即教師重點講解、答疑和學生自習鞏固、隨堂測試，兩個時間段的內容可依次進行，也可穿插進行；③布置課后作業，技巧類課程可以錄制示范性短視頻，輔以文字、語音講解材料。課程任課教師可在中國大學MOOC（愛課程）平臺、學堂在線平臺等學習平臺中選擇合適的視頻資源，組織學生自主學習課程。學生開展網上自主學習時，任課教師要做好教學管理，平時上課時，通過學習通、雨課堂，微信群、QQ群等軟件同步進行打卡考勤、輔導答疑、作業檢查、考核評價等活動。

課程考核方面，將評價體系過程化，貫穿課程始終。擬將課程考核分為理論測試、軟件操作測試、社會實踐調查實訓及期末閉卷考試四個部分，加大學生課程學習考核的過程性評價，以評價促進學生在線學習，以評價保障在線教學效果。考核內容主要包括考勤評價、教學過程的學生參與評價、隨堂測試、作業完成情況等。課程結束后，通過問卷星等調查工具對教學模式、教學手段、教學方案、教學效果等發起調查問卷，根據問卷反饋信息，及時解決本課程線上教學過程中存在的問題，對不足之處及時作出改進、完善。

在課程教學中應積極滲透，有機融合多種類型的統計分析軟件。在實踐教學環節中，積極引導學生掌握統計數據挖掘信息的能力。由于當前企業對數據處理的精確性、高效性等要求持續提升，數據處理分析使用到的操作軟件的功能也日臻完善，對教學實訓的效果要求明顯提高。

將“統計學”的教學與相關專業相結合，將理論講授與實踐操作相結合。在講授“統計學”知識的基礎上，通過軟件實訓鍛煉切實掌握“統計學”原理與思想，培養學生統計處理數據信息的思維能力、操作能力、創新能力，發揮學生在教學中的主體地位。此外，加強對專任教師的培訓工作，利用寒暑假期組織組織專任教師到對口聯系企業開展培訓工作，詳細了解企業當前數據應用的手段、方法流程及發展趨勢，引發對各個教學環節的再思考、再調整，聯系部分數據處理需求較多的企業作為畢業生實習基地，并邀請符合條件要求的企業工作人員擔任經管類相關專業學生的實習校外指導教師。

構建以學生為主體的課程教學模式，改革傳統案例教學。搜尋一系列反映大數據時代特征的數據分析經典案例[7]，或引導學生動手搜集身邊發生的統計資料和數據進行數據處理和分析；在教學的各個環節中，發揮學生的主導地位，讓學生成為課堂教學的核心，專任教師引導學生自主學習；當同一數據研究問題使用到不同的數據處理工具或模式時，可能會產生不同的結果，此時需分析不同類型處理工具的信度和效度問題，論證并檢驗不同數據處理工具的適應領域。針對不同的數據處理需求，可根據信度、效度及可靠性要求選擇適應的數據分析工具，持續降低數據處理偏誤可能帶來的風險。

2.2 改革目標

以大數據時代海量數據信息處理的需求為導向，以培養創新性人才為出發點和立足點，提高學生應用統計學解決實際數據處理分析問題的能力。其中的關鍵任務有2項：①教學內容調整細化，理論講授與實踐環節的學時分配及銜接、具體內容的設計、SPSS軟件操作等；②具備大數據特征的“統計學”最新教學案例的搜集、整理，與理論教學相關內容合理銜接。

2.3 實施方案

根據應用型本科院校經管類專業人才培養的總體定位，從大數據時代對數據處理的新特征、新要求出發，分析大數據技術與方法對傳統統計學教育的挑戰，挑戰主要集中在對專任教師的專業素質、教學內容與大數據時代的發展銜接、教學方法與教學手段、人才培養模式等方面。

經由調查分析、深入調研，在大數據背景下提出應用型本科高校經管類“統計學”課程在課程體系和教學模式上的改革舉措，主要涉及基于課程培養需求導向的價值觀念與知識結構；課程體系需要調整的環節；創新教學方法與手段，提升教學效果；提升相關專業學生的實踐與創新能力，培養高素質復合型人才。

根據大數據時代企業相關崗位對人才能力的明確要求及應用型人才培養目標為導向，從多層面撰寫課程教學改革優化研究與實踐方案并逐項細化。同時注意“統計學”課程與經管類專業培養方案整體上的協調一致性。

2.4 實施方法

2.4.1 訪談調查法

訪談需聽取該課程一線專任教師對課程各環節調整的意見和建議，讓專任教師利用寒暑假到涉及數據處理分析的企業掛職，切身體會企業對畢業生能力的具體需求。此外，訪談也可聽取班級學生對課程的疑問，從任課教師與所教學生的深入交流中反思各教學環節設置的偏誤，找準學生自主投入到該課程學習的興趣點和需要重點解決的問題。

2.4.2 走訪調研涵蓋大數據業務的公司、大數據信息中心及相關技術人員

通過走訪深入了解數據處理分析相關領域對人才的需求，從整體要求進一步細化數據集成化、體系化及處理流程各環節操作細則等不同層面的具體要求，為教學各環節模塊設置、考核方案設計提供參考依據。

2.4.3 教學案例搜集法

搜集反映大數據特征的“統計學”應用到其他相關學科的最新案例（尤其是近2年以來的案例），眾所周知，目前高校相關專業教學中很少涉及近一兩年的企業大數據分析處理案例，這就需要高校積極與互聯網數字經濟領域企業對接，挖掘不涉及商業機密且適合作為教學使用的大數據分析案例。同時，考慮到傳統統計學本身的價值，將大數據教學案例與SPSS統計軟件等多種類型的傳統統計分析軟件相結合，如此設計出的實踐教學案例既具備較高的實踐操作性，又反映出較高的實際應用價值，能夠為該課程實踐教學提供案例支撐，達到預期教學效果。

2.5 教學改革的可行性與改革特色

筆者2年來一直從事經管類專業“統計學”的教學工作，對大數據時代該課程教學存在的問題有清晰的認識，也意識到課程教學需要及時更新以匹配企業對市場調查應用型人才的能力要求。課程教學改革的內容設計和目標設置符合教改項目研究一般規律，研究內容重點突出，預計能夠達到所期望的改革效果。

該課程的改革特色主要體現在2個方面：①將大數據理論及技術與現行“統計學”課程教學體系相互銜接、融合，構建匹配大數據時代對數據分析從業者新要求的“統計學”課堂教學模式和課程體系，結合大數據時代新要求設計新的課堂教學模式，以豐富大數據實際案例開展實踐活動；②搜集最新的具備大數據背景特征的“統計學”應用案例，使教學案例與理論講授具備較高的契合度，引導學生運用“統計學”理論知識及統計軟件解決企業經營決策面臨的實際問題，培養契合大數據時代所需的高素質人才，以順應大數據時代的發展需求。

3 結論

“統計學”的教育與實踐必須緊跟時代發展步伐，尤其是大數據科學與技術的高速發展，對“統計學”課程及相關課程提出明確的要求，相關領域企業對于那些與“統計學”相關的崗位也提出了新的能力方面的需求。為進一步對接大數據時代對數據處理、數據分析方面綜合素質的需求，本文從具體改革內容、改革目標、實踐方案、實踐方法、教學改革的可行性與改革特色等方面提出明確的“統計學”課程教學改革實施方案及實施計劃，以對接大數據驅動下數據分析領域對人才綜合技能的要求，并與時俱進地更新相關專業的培養計劃和具體教學安排。