基于大数据视角下物流统计课程改革路径研究

（华侨大学 工商管理学院，福建 泉州 362021）

1 引言

统计学作为物流专业学生应当掌握的专业基础课程，有利于培养学生应用数据分析问题和解决问题的能力，使学生可以通过收集数据、整理数据、分析数据等方式为相关物流活动提供决策的依据，最终达到社会需要的复合型人才的培养要求。因此，统计学在物流学科中有着十分重要的地位和作用。然而，大数据的应用使传统的物流统计教学受到了冲击。如何提升物流统计课程的教学水平，增强学生在新环境下分析和解决问题的能力，是当前物流统计学科教学中应当思考和解决的问题。

2 大数据对物流统计课程的影响

物流统计作为物流管理专业的专业基础课程，是物流管理与工程专业的重要课程之一，是商科类学生知识结构中必不可少的重要组成部分，也是教育部规定的高等学校经济管理类专业的必修课程之一。然而，随着当前科技的进步与物流技术的发展，使得物流数据体现出从单一的结构数据逐步向非结构数据转化，对传统的统计学教学理论与方法产生了一定程度上的冲击，主要表现在以下方面：

（1）物流数据类型多样化。过去的物流数据主要体现在各类的统计年鉴，较为直观的展现出特定地域和行业中的物流规模。然而，物流技术已经从单一结构的数据发展到多种结构的数据，呈现出物流数据结构多样化的特点。例如，北斗卫星导航系统在物流领域的应用，使货运轨迹逐步实现可视化，增强了决策的科学性；冷链物流活动中，冷藏车内部的温度控制和视频监控使消费者可以熟知购买商品的温度质量等信息。在数据爆炸的时代，数据规模呈现出指数级增长，而传统的物流统计方式等难以直接处理较多的非结构化数据，使得在数据整理、分析、解释与应用中存在较大的难度。

（2）数据分析手段的多样化。传统的物流数据往往通过对数据的整理、筛选、排序、分析等方式进行预处理，进而得出需要的简单结构数据内容。在大数据的背景下，往往需要对复杂结构数据进行清洗、集成、规约、变换、离散等操作，对于复杂的视频、音频等数据还需进行特殊方式的处理后才可进行相关问题的建模使用。

（3）学科目的的多样化。传统统计学的创建，主要目的在于从已有数据的角度对事件未来的发生可能性进行预测。在物流理论和实践中，一般在库存活动和销售活动较为明显，找出不同业务活动中的数量关系，进而展开一系列的分析，由此找出数据中的潜在价值，体现出数据的预测功能。然而，在大数据的背景下，将互联网技术、传感器技术等现代信息技术相互融合，将事后测定逐步转向对相关数据的事前预测，充分发挥已有数据的非预测性作用，充分挖掘数据的潜在价值。

3 物流统计课程设计现状与问题

通过对相关内容的梳理，结合对本专科学校培养方案的调查分析，物流管理与工程专业统计学课程存在以下问题。

（1）课程内容宽泛。通过对本专科学校培养方案的统计分析发现，不同学校对于统计学课程的名称界定和课程设置不统一，侧重点较为宽泛。例如，当前主要统计学学科名称出现较多的是统计学、统计学原理，存在应用统计学、管理统计学、经营管理统计、商务统计、运输与统计分析、统计电算化等。但是侧重物流专业领域的统计学课程设置较为欠缺，专业性不强、统计理论灌输性内容为主等问题，缺乏一定程度的专业性，弱化了课程在专业领域中的应用程度。

（2）物流统计实践教学薄弱。物流管理与工程是一门具有较强实践性的学科，往往需要与相关的物流主管部门和企业建立良好的教学实践关系，为学生搭建良好的实践平台。但是，就目前已有的物流统计教学实践来看，表现出“重理论轻实践，重应试轻运用”的问题，使得学生在应对课程内容中弱化了自身的动手能力，这与大数据环境背景下物流统计人才的培养目标不相适应。

（3）物流统计专业性有待加强。随着大数据时代的快速发展，使得数据的价值会逐步得到显现。然而，目前物流专业在大数据背景下的学科设置专业性和学科深度还有待加强。目前设有数据科学与大数据技术专业的高校达到283所，主要涉及通用层面的专业内容，对于物流领域的还有待深入。只有增强学科之间的融合，才能使物流统计人才的培养真正上升到更高的层面。物流统计人才应当具备计算机科学、统计科学和物流科学等不同专业领域的知识，而这些还需要从整体上调整和构建相应的专业学科体系，真正达到融合发展，如图1所示。

图1 物流统计学科结构

4 物流统计课程教学与改革的建设思路

物流统计教学体系主要包括课堂教学、案例教学和实践教学等不同方式。为促进物流统计教学课程与大数据等信息技术的融合，实现在新环境下的物流统计教学要求，重点可以从以下几方面进行：

（1）物流统计学课堂教学改革。对于传统统计学理论而言，更加注重对基本逻辑、基本理论和基本技能的培养。在大数据环境下，除夯实传统统计学基本理论内容外，还需进一步引导学生建立大数据的思维。使学生可以将已有的统计理论与方法应用在大数据的分析与处理中。在此基础上，结合物流学科的特点，分析不同物流活动的业务指标在物流活动中起到的作用，深入挖掘数据潜在的利用价值。例如，在物流活动中，实现物流活动的供需匹配，需要分析特定区域在特定时点的物流供需状况，从大量的半结构化数据或是企业的结构化数据中找出相应的数据规律，以支撑物流业务决策。因此，物流统计课程需要结合“物流大数据”的相关特征，着力在基本统计理论的基础上进行拓展教学和基础知识教学，使学生了解并掌握物流领域中的数据分析理论与技能。

（2）物流统计学案例教学改革。物流活动一方面需要较为扎实的理论基础，另一方面也具有较强的实践性。物流数据的产生源于物流的实践活动，而物流统计则源于对物流数据的整理与分析。因此，需要将物流实践活动整合为课堂教学案例，建立相应的案例数据库。引导与强化学生的问题意识和实践分析能力，逐步将课堂的理论向实践活动中的现实场景转化，使课程更具实操性，进而激发学生主动思考和学习的意识，增强分析问题和解决问题的能力。

（3）物流统计学实践教学改革。物流统计作为有效支撑物流业务活动的核心内容之一，其重要性不言而喻。但仅停留在案例教学层面时，其教学深度还远远不够。因此，需要通过实践教学的方式增强对物流统计技术与软件的理解与学习，进一步提升学生的综合能力。学校应建立相应的产学研合作机制，将相应的基础知识和物流企业实际需求相互结合，产学互补，使学生可以在真实历史数据中通过整理筛选出有益的数据，挖掘数据潜在的价值，最终完成相应的分析报告，增强物流统计学科的实践性和科学性。

5 结语

为了更好的适应大数据背景下的物流统计课程教学改革，本文对高校物流统计课程教学改革路径进行了探索，对大数据环境对物流统计学科的影响，教学过程中的现状和问题进行了研究，并从理论教学、案例教学和实践教学等方面提出相应的建议。只有通过不断革新物流统计学科的教学方式，树立新统计理念，才可以更好地为社会培养出更多的复合型应用人才。