大数据驱动下经管类“统计学”课程体系与教学模式优化研究＊

韩二东

（洛阳师范学院 商学院，河南 洛阳471934）

“统计学”作为应用型本科院校经管类专业的核心课程之一，是一门搜集、处理、分析数据的方法论课程，在经管类专业培养方案中占有举足轻重的地位，为适应当前应用型人才培养目标，积极应对企业对经管类专业毕业生数据调查、处理、分析等的能力要求，对该课程的培养目标、教学内容、教学重点、手段、方法等均提出了较为独特的要求[1]。

当前，高校经管类学科专业对于“统计学”课程的讲授仍然偏重于传统统计学范畴，主要涉及数据的搜集、图表展示、概括性数字度量、抽样分布、参数估计、假设检验及回归分析等内容[2]，所针对的数据范围仅限于“小样本、贫信息”，与当前信息技术和社会化媒体高速发展背景下的大数据频繁更迭格格不入，各行业、各领域日常所需处理分析的数据愈加庞杂，快速高效提取有用信息并做出积极的针对性措施对相关企业至关重要，这对高校经管类专业人才培养以及“统计学”课程的教学提出更高的要求和挑战。在应用型经管类人才培养目标的导向下，各院校需不断加强对学生应用能力和创新能力的培养，而传统的“统计学”课程教学模式、教学方法均存在不足之处，在当前大数据技术蓬勃发展的背景下课程实施效果不佳。

在中国数字经济快速发展的背景下，要求具有互联网相关业务的企业具备大数据信息处理思维[3]，相关在岗人员持续面临专业技术能力不能与大数据科学与技术发展水平同步的困境，而与此同时，高校经管类专业的人才培养、教学模式、课程体系等都需要深入探索，使所培养的毕业生能够达到互联网业务企业对相关岗位综合素质的基本要求。因此，针对涉及数据信息处理、分析最为显著的“统计学”课程首当其冲，应当对接岗位职业能力需求，进一步优化课程结构，重新调整设置该课程的理论讲授、实践操作及使用软件数据处理分析等实操环节，扎实培养经管类毕业生的数据分析实践能力，以应对较为严峻的就业竞争压力。

1 经管类“统计学”课程教学现状分析

多年来，经管类“统计学”课程的教学难以令人满意，大数据时代又对该课程的教学效果造成明显冲击，传统教学模式及学生掌握情况难以适应企业对员工实际数据分析能力的要求。以下主要从3个方面探索经管类“统计学”课程的教学现状。

1.1 学生数学基础较为薄弱，学习难度大

“统计学”作为实践性与综合性较强的课程，以“概率论”与“数理统”课程作为先修课程，但经管类专业（如工商管理专业、国际经济与贸易专业）学生文科背景较多，数学基础较为薄弱，在传统教学课堂上很难跟上教师的节奏，学生学习“统计学”课程的积极性和主动性明显不足；同时，由于“统计学”课程是学生前期所学“微积分”“线性代数”“概率统计”的后续课程，传统教学偏重于基础理论讲授，课堂教学本身涉及大量公式推导，略显枯燥乏味；对“统计学”的实践应用领域探讨、统计思想及方法的应用案例分析明显欠缺，导致并没有在教学中充分体现出该课程应用性、创造性分析数据的时代特征。

1.2 课程学时比较少，实践教学课时有限且教学模式较为单一

“统计学”课程实际课时安排多为54学时（部分院校培养方案中设定为36学时），有限的学时计划使得课时更多安排为理论教学，使用SPSS等统计软件进行实践操作的实践环节课时分配较少或者没有安排。这样的设定导致该课程较少涉及统计实践案例的分析、操作，学生更多只能被动接受基本理论知识，反映课程实际应用性及创新性问题探讨的环节严重缺乏，导致学生进入相应工作岗位后，所学到的数据搜集、处理、分析等方法很难满足实际工作的需要，使得用人单位需要花费更多的人力物力对新进人员开展培训工作，直接导致企业的用工成本明显增加，再加上部分中小企业所使用员工的流动性加强，加大了企业的用工成本。

1.3 传统的教学方法和手段不能满足大数据时代的需求

当前，传统教学多使用多媒体课件辅助“雨课堂”“学习通”等新型教学软件工具[4]，但对于这些新型在线教学软件的使用浮于表面，更多的是学校层面对专任教师的强制要求，实际使用效果并不令人满意；曾寄希望于“翻转课堂”等教学模式带动学生与教师的互动沟通、在线答疑等，但在实际操作环节，由于班级人数过多，课堂时长有限，互动答疑效果也难以令人满意。以当前大数据技术的发展状况为基准，目前教学案例的时效性和针对性明显不足且缺乏生动性，一方面所使用教材滞后于大数据信息处理技术的发展速度；另一方面，专任教师所掌握教学案例较为陈旧，与当前企业的信息处理实际状况偏差较大，缺乏具有专业特色又反映社会经济前沿的热点案例，不能将“统计学”知识与实际应用较好结合。

1.4 教学考核评价体系缺乏实践检验

由于“统计学”本身是一门方法论应用为主的课程，其实践性及对学生的操作水平要求明显高于理论知识的掌握，仅仅熟悉统计理论却不具备应用理论解决社会经济现象的实践操作能力，则明显背离该课程的教学初衷，很多经过课程考核取得较高成绩的学生却得不到用人单位的认可，课程考核设置与企业对毕业生的要求也存在较大偏差。这就要求讲授“统计学”课程的专任教师召开专题研讨会，在经管类专业培养方案和模式调整的基础上，深入探究该课程具体细化的教学考核评价体系。为使教学考核评价体系具备科学性，同时经得起实践的检验，应当在小范围内对新提出的考核评价体系进行试运行，及时总结经验并调整修订。

2 “统计学”课程教学改革实施方案及实施计划

针对以上对经管类“统计学”课程教学现状的分析，通过改革内容、改革目标、实施方案、实施方法、教改的可行性与特色等方面提出该课程教学改革实施方案及实施计划。深化经管类“统计学”课程的实践应用性特征，聚焦到多来源、多类型数据信息的集成化高效处理，以应对新时代企业对人才数据处理分析的实际能力需求；深入探索大数据、云计算及互联网技术“爆炸式”发展对相关行业以及对口高等院校专业的冲击和影响，以“统计学”课程的教学模式改革为契机，探讨经管类专业人才培养的改革提升方向与路径，提升经管类专业毕业生综合素质及专业技能，保障经管类毕业生高质量就业。

2.1 具体改革内容

教学内容结构方面，利用“慕课+微课”合理安排理论与实践教学比例及内容设计。针对理论教学设计案例慕课（或使用各类在线教学平台中的慕课视频资源），使用在线课堂展开教学，建议选择爱课程（中国大学慕课）、学堂在线、智慧树等各类平台线运行的国家级、省级精品在线开放课程。设定理论讲解和实践实训的课时比例[5]，理论教学与实践操作能力并重，强调两者之间的融合促进。

教学组织形式方面，改革教学模式，采取“线上+线下”教学相结合。线上、线下混合式教学模式[6]主要包括教学课件、电子教案、教学视频、音频、随堂习题、测试题等基础教学资源，以及推荐给学生的其他相关在线资源（文档、动画、相关教学视频等）作为扩展教学资源。教学模式主要涉及三个阶段：①教师发布教学公告，明确当周教学任务及学习要求，提前发布当周教学资源，学生进行预习；②建议在线课堂分两个时间段进行，即教师重点讲解、答疑和学生自习巩固、随堂测试，两个时间段的内容可依次进行，也可穿插进行；③布置课后作业，技巧类课程可以录制示范性短视频，辅以文字、语音讲解材料。课程任课教师可在中国大学MOOC（爱课程）平台、学堂在线平台等学习平台中选择合适的视频资源，组织学生自主学习课程。学生开展网上自主学习时，任课教师要做好教学管理，平时上课时，通过学习通、雨课堂，微信群、QQ群等软件同步进行打卡考勤、辅导答疑、作业检查、考核评价等活动。

课程考核方面，将评价体系过程化，贯穿课程始终。拟将课程考核分为理论测试、软件操作测试、社会实践调查实训及期末闭卷考试四个部分，加大学生课程学习考核的过程性评价，以评价促进学生在线学习，以评价保障在线教学效果。考核内容主要包括考勤评价、教学过程的学生参与评价、随堂测试、作业完成情况等。课程结束后，通过问卷星等调查工具对教学模式、教学手段、教学方案、教学效果等发起调查问卷，根据问卷反馈信息，及时解决本课程线上教学过程中存在的问题，对不足之处及时作出改进、完善。

在课程教学中应积极渗透，有机融合多种类型的统计分析软件。在实践教学环节中，积极引导学生掌握统计数据挖掘信息的能力。由于当前企业对数据处理的精确性、高效性等要求持续提升，数据处理分析使用到的操作软件的功能也日臻完善，对教学实训的效果要求明显提高。

将“统计学”的教学与相关专业相结合，将理论讲授与实践操作相结合。在讲授“统计学”知识的基础上，通过软件实训锻炼切实掌握“统计学”原理与思想，培养学生统计处理数据信息的思维能力、操作能力、创新能力，发挥学生在教学中的主体地位。此外，加强对专任教师的培训工作，利用寒暑假期组织组织专任教师到对口联系企业开展培训工作，详细了解企业当前数据应用的手段、方法流程及发展趋势，引发对各个教学环节的再思考、再调整，联系部分数据处理需求较多的企业作为毕业生实习基地，并邀请符合条件要求的企业工作人员担任经管类相关专业学生的实习校外指导教师。

构建以学生为主体的课程教学模式，改革传统案例教学。搜寻一系列反映大数据时代特征的数据分析经典案例[7]，或引导学生动手搜集身边发生的统计资料和数据进行数据处理和分析；在教学的各个环节中，发挥学生的主导地位，让学生成为课堂教学的核心，专任教师引导学生自主学习；当同一数据研究问题使用到不同的数据处理工具或模式时，可能会产生不同的结果，此时需分析不同类型处理工具的信度和效度问题，论证并检验不同数据处理工具的适应领域。针对不同的数据处理需求，可根据信度、效度及可靠性要求选择适应的数据分析工具，持续降低数据处理偏误可能带来的风险。

2.2 改革目标

以大数据时代海量数据信息处理的需求为导向，以培养创新性人才为出发点和立足点，提高学生应用统计学解决实际数据处理分析问题的能力。其中的关键任务有2项：①教学内容调整细化，理论讲授与实践环节的学时分配及衔接、具体内容的设计、SPSS软件操作等；②具备大数据特征的“统计学”最新教学案例的搜集、整理，与理论教学相关内容合理衔接。

2.3 实施方案

根据应用型本科院校经管类专业人才培养的总体定位，从大数据时代对数据处理的新特征、新要求出发，分析大数据技术与方法对传统统计学教育的挑战，挑战主要集中在对专任教师的专业素质、教学内容与大数据时代的发展衔接、教学方法与教学手段、人才培养模式等方面。

经由调查分析、深入调研，在大数据背景下提出应用型本科高校经管类“统计学”课程在课程体系和教学模式上的改革举措，主要涉及基于课程培养需求导向的价值观念与知识结构；课程体系需要调整的环节；创新教学方法与手段，提升教学效果；提升相关专业学生的实践与创新能力，培养高素质复合型人才。

根据大数据时代企业相关岗位对人才能力的明确要求及应用型人才培养目标为导向，从多层面撰写课程教学改革优化研究与实践方案并逐项细化。同时注意“统计学”课程与经管类专业培养方案整体上的协调一致性。

2.4 实施方法

2.4.1 访谈调查法

访谈需听取该课程一线专任教师对课程各环节调整的意见和建议，让专任教师利用寒暑假到涉及数据处理分析的企业挂职，切身体会企业对毕业生能力的具体需求。此外，访谈也可听取班级学生对课程的疑问，从任课教师与所教学生的深入交流中反思各教学环节设置的偏误，找准学生自主投入到该课程学习的兴趣点和需要重点解决的问题。

2.4.2 走访调研涵盖大数据业务的公司、大数据信息中心及相关技术人员

通过走访深入了解数据处理分析相关领域对人才的需求，从整体要求进一步细化数据集成化、体系化及处理流程各环节操作细则等不同层面的具体要求，为教学各环节模块设置、考核方案设计提供参考依据。

2.4.3 教学案例搜集法

搜集反映大数据特征的“统计学”应用到其他相关学科的最新案例（尤其是近2年以来的案例），众所周知，目前高校相关专业教学中很少涉及近一两年的企业大数据分析处理案例，这就需要高校积极与互联网数字经济领域企业对接，挖掘不涉及商业机密且适合作为教学使用的大数据分析案例。同时，考虑到传统统计学本身的价值，将大数据教学案例与SPSS统计软件等多种类型的传统统计分析软件相结合，如此设计出的实践教学案例既具备较高的实践操作性，又反映出较高的实际应用价值，能够为该课程实践教学提供案例支撑，达到预期教学效果。

2.5 教学改革的可行性与改革特色

笔者2年来一直从事经管类专业“统计学”的教学工作，对大数据时代该课程教学存在的问题有清晰的认识，也意识到课程教学需要及时更新以匹配企业对市场调查应用型人才的能力要求。课程教学改革的内容设计和目标设置符合教改项目研究一般规律，研究内容重点突出，预计能够达到所期望的改革效果。

该课程的改革特色主要体现在2个方面：①将大数据理论及技术与现行“统计学”课程教学体系相互衔接、融合，构建匹配大数据时代对数据分析从业者新要求的“统计学”课堂教学模式和课程体系，结合大数据时代新要求设计新的课堂教学模式，以丰富大数据实际案例开展实践活动；②搜集最新的具备大数据背景特征的“统计学”应用案例，使教学案例与理论讲授具备较高的契合度，引导学生运用“统计学”理论知识及统计软件解决企业经营决策面临的实际问题，培养契合大数据时代所需的高素质人才，以顺应大数据时代的发展需求。

3 结论

“统计学”的教育与实践必须紧跟时代发展步伐，尤其是大数据科学与技术的高速发展，对“统计学”课程及相关课程提出明确的要求，相关领域企业对于那些与“统计学”相关的岗位也提出了新的能力方面的需求。为进一步对接大数据时代对数据处理、数据分析方面综合素质的需求，本文从具体改革内容、改革目标、实践方案、实践方法、教学改革的可行性与改革特色等方面提出明确的“统计学”课程教学改革实施方案及实施计划，以对接大数据驱动下数据分析领域对人才综合技能的要求，并与时俱进地更新相关专业的培养计划和具体教学安排。