聶淑媛 呂廷勤
(1.洛陽師范學院數學科學學院;2.鄭州師范學院信息科學與技術學院)
2014年10月,在廈門大學召開了第五屆中國統計學年會,會議主題是“大數據時代下的統計學”,旨在從宏觀、中觀、微觀不同層面探究大數據背景下統計理論和技術方法的發展變革;同年12月,西安財經學院和中國統計學會聯合舉辦了“大數據時代統計學科建設與教學改革專家研討會”,重點研究大數據技術應用、云計算、云服務對當前高等統計教育工作的沖擊和影響等。[1]國內最高級別和頂尖水平的兩次統計學會議,不僅特邀專家、參會學者有一定的交叉,而且都聚焦于同一個中心議題——大數據環境對傳統統計學的驅動與影響。自此,數據科學時代統計學面臨的挑戰和發展研究成為學界熱點:祝丹等實證調研了大數據背景下高等院校統計學人才培養模式存在的突出問題,并基于大數據驅動下的學科交叉視角,探討了統計學專業人才的培養目標、培養規格、培養主體與分工、培養方法與手段等;[2]邱淑芳等以東華理工大學為例,闡述了大數據時代統計學人才培養的改革措施、實施方案、學科知識體系、課程體系等;[3]郭棟以中國人民大學為例,基于學、教、用的三個維度,創設了以社會需求為出發點的統計學人才培養目標,并探索了積極拓展第二課堂,構建“12345+X”的統計學復合型人才創新平臺,通過三個結合的創新點達成五種素質的養成;[4]龐新生、許振宇等分別立足于高等林業院校的統計學和民辦高校的經濟統計學,具體挖掘了大數據時代對統計學本科人才的影響;[5-6]孫欣、馮育強等以國家最新發布的統計學類本科專業指導性教學綱要為基礎,梳理了當前高等院校統計教育、統計學人才培養的特點與不足,致力于探討大數據時代統計學的教育部署和學科建設策略。[7-8]
概述之,在當前數據科學的時代背景下,應用統計學研究應密切聯系經濟學、社會學、工業、農業、金融業、旅游業等諸多領域,以大數據分析的思想方法和技術創新為引領,以國家普通高等學校本科專業評估和一流本科專業建設“雙萬計劃”為契機,立足于復合型、應用型人才培養的終極目標,科學設計大數據時代應用統計學的專業建設規劃。
依據教育部最新頒布的本科統計學類教學質量國家標準,對接行業企業的用人標準和經濟社會發展需求,以產出導向為綱,堅持“德育優先、能力為主、實踐取向、協同育人、創新驅動、全面發展”的基本原則,構建了“一個目標、兩個維度、三個層面、四個主體、五條途徑”的應用統計學人才培養模式,其關系結構見圖1。

圖1 應用統計學“12345”人才培養模式結構圖
基于新工科“時代特征鮮明、內涵新穎豐富、多學科交融、多主體協同、多領域滲透”的規劃思路,合理界定當前應用統計學應緊密結合數據科學的專業定位,[9]明確其培養目標是具有家國情懷、扎實學識、知識面寬、實踐能力強、創新能力強、適應能力強的高素質復合型應用人才。
數據科學時代的統計學人才,不僅需要強化提升道德修養、文化素養的通識課程教育,更要著眼于以統計素養為核心、以信息素養和數據素養為根本的專業素養。當前,體量巨大、類型繁雜、頻率超高、時效性極強的大數據統計分析,其數據的采集存儲、清洗導入、挖掘分析、預測應用等,需要綜合考查學生使用基礎理論知識和技術方法批判性地思考、解決實際問題的統計分析能力;考查其對有價值信息進行高效檢索、合理論證、辯證評價的信息決策能力;以及準確定位數據、適當表征數據、基于問題情境解釋數據的數據駕馭能力。統計素養、信息素養、數據素養是大數據背景下統計人才不可或缺的專業素養。
在“厚基礎、寬口徑、重應用、求創新”的工程教育理念指導下,依托數學科學學院雄厚扎實的數學、計算機、統計學基礎,聚焦于數據科學最新發展趨勢,系統構建兼具前沿性和互動性的研究型教學模式。擴大課程設置的專業性和綜合性,有計劃地建設數據分析實驗室、虛擬仿真實驗室、省級教學平臺、省級質量工程項目等,通過多學科的深度交融,達成學生知識、能力、素質協調發展的終極目標。
遵循“行業指導、企業參與、分類實施、形式多樣”的原則,注重產出導向,實行全方位開放辦學,整合校內外優勢資源,學校、地方政府、相關行業、本地知名企業協同制訂人才培養方案,協同組建教學團隊,協同建設課程體系,協同實施培養過程,協同評價人才培養質量,廣泛促進專業發展和產業需求、課程內容和職業標準、教學過程和行業現實的三重實踐對接。
圍繞課堂內外、學校內外堅持產教融合和科教融合,鼓勵學生利用節假日和第二課堂,有計劃、有步驟地開展全程化實踐活動,協調實習和就業基地構建全方位深融合的項目化實踐機制。充分發揮課內實驗實訓環節的示范引領作用,以及學生創新創業訓練、職業崗位技能達標、各級各類專業競賽等課外環節的實戰激勵價值,形成穩定、互惠共贏的產學研用一體化合作體系。
依據“平臺+模塊”的課程結構,應用統計學專業主要設置了通識教育課程、專業核心課程、創新創業課程。其中專業核心課程具體包括數學類、統計學類、計算機類等模塊,各模塊由3-7門主干課程組成,創新創業課程主要包括職業生涯規劃與職業素質、創新創業基礎與就業指導、統計學學科前沿等。
為克服傳統教學中專業課程教學知識點分散、教學目標不清晰、教學內容不連貫、理論與技術方法陳舊等不足,大數據驅動下的統計學教學采取耦合式設計課程內容,針對應用需求重構系列相關課程的教學節點,以其作為最小的教學單元。結合實際案例和真實項目,再對各教學單元進行耦合,從而挖掘出不同課程教學內容之間的本質聯系。[10]比如,《時間序列分析》《回歸分析》《計量經濟學》等教學中,其樣本數據的來源、預處理等,可與《數據挖掘》《抽樣調查》等相關內容進行深度耦合。再如,對統計軟件SAS、SPSS、Eviews的學習和應用,可與計算機C語言、C++、Java語言,以及數據科學常用的R語言、Python語言進行耦合。尤其是在創新創業實踐項目中,需要綜合引入數據可視化處理、云計算、分布式處理、數據存儲與預測分析等技術。另外,面向大一新生的統計學專業導論,更要充分結合當前的大數據爆炸特征,以拓寬學生的專業認知。
長期以來,統計課教學始終存在著教學形式單一、教學內容重理論輕實踐、實習實訓重驗證型模仿實驗輕實戰型創新實驗等問題。大數據時代教育教學資源星羅棋布、層出不窮,學生的行為方式和學習習慣已悄然改變,應接不暇的互聯網信息、新媒體技術引領學生渴求更開放多元的學習方式。線上課堂要靈活調用演示文稿、軟件操作、視頻錄音、電子白板等教學資源,盡可能啟用自主探究空間大、合作氛圍寬松的學習環境,打造精品翻轉課堂和微課程。同時,積極推行“互聯網+”教學,校內加快優質專業課的慕課建設,聯合企業、行業共同開發行業課程,探索線上線下緊密結合的合作教學模式;校外大力引入名校名師MOOC資源,營造品牌化網絡學習空間,達到學生隨時隨地自由利用數據資源,更便利快捷地發現問題、提出問題、解決問題和反饋問題。
借助大數據智慧教育平臺,還可以推廣微學分課程,加大選修課程的范圍和分量,以科學合理的學分認證、積累、轉換為管理機制,鼓勵學生根據個人興趣、職業設計、社會需求,實行個性化選課,靈活規劃職業方向。同時,構建全員全過程全方位的課程思政育人格局,梳理通識課程中蘊含的專業元素、專業課程承載的思想政治教育功能,特別強調全部課程所融入的大數據信息和時代特征,通過課堂教學的各具體環節實現人文修養與知識教育的有機統一。
與日常考勤、課堂觀察、作業分析、考試考查等傳統方式相比,對于數據科學時代的統計專業課進行評價考核,可借助互聯網數據挖掘技術,圍繞課業基本信息、作業創新度、網絡課程資源學習、調研搜集信息、知識利用程度、相關項目參與度等維度,基于數據和證據對學生的三大素養——信息素養、數據素養、統計素養進行全程考核,切實達到定性和定量評價的科學統一。需要強調,這種動態化考核評價數據,本身就累積形成了一個教育信息數據庫,以項目形式進行延展,可作為學生的固定訓練實踐題目、專業實習題目、畢業論文選題。
對于實踐性較強的課程,也可以實施達標制,通過課程設計、讀書報告、結業論文,甚至口試、動手操作等靈活多樣的評價機制,強化能力,淡化分數。同時,各專業課程可結合具體教學目標、教學內容,引入行業、企業等校外第三方的評價,明確行業資格證書、職業資格證書、專業水平證書、獲獎項目等,可作為相應課程的考核成績,以突破單一的校內考試模式。
中國經濟已進入新常態,應用統計學的專業建設應積極搭建高水平產教研融合平臺,主動對接經濟社會發展需求,以服務地方區域經濟和社會發展為宗旨,緊跟省內外相關大數據產業的發展趨勢。地方高等師范院校下設的應用統計學專業,應該依托校本師范特色,可以聯合所在省的教育大數據研究院,創建基于特色行業背景互利的校企合作;同時,應用統計學專業可以密切聯合學校的國家級一流專業、特色專業,如旅游管理專業,協同創設本省乃至全國的旅游公共服務大數據產業技術研究院,雙方共同構建基于學校優勢學科的專業合作機制;此外,根據學校的地理位置和優勢屬性,學校可配合所在省份政府部門聯合創建國家大數據綜合試驗區,構建基于區域發展共贏的校地合作機制,常態化落實校企合作、校校合作、校地合作、專業合作,最終通過應用統計學專業與學校相關專業建設、本省教育發展、地方經濟發展的深度融合,達成互惠共贏的良好局勢。
應用統計學專業的“12345”育人模式,旨在通過產教融合、教研一體化驅動專業發展,通過理論研究和實踐教學的有機結合引領科技創新,根據新工科對應用型復合人才的素質要求,應進一步優化人才培養方案,設立專業主干課程與實訓拓展課程的交融平臺,全面培養學生的專業能力、職業適應能力和創業創新能力。同時,高等院校應繼續與政府統計局、證券交易所、銀行、保險公司、企業信息中心、相關大數據產業園等社會力量密切聯合,整合優質教育資源,加強實踐實訓基地建設,確保實習質量和效果,達成能力培養與市場需求、個性發展需求的無縫對接。最后,積極倡導學生參加全國大學生數據挖掘挑戰賽、全國高校SAS數據分析大賽、省“挑戰杯”大學生課外學術科技作品競賽等各級各類專業比賽,高效提升其調研能力、數據分析能力、答辯展示能力和研究報告撰寫能力,通過高質量的人才培養保障專業的可持續發展。