社会统计学教学的反思与构建

李 飞

(安徽农业大学 人文社会科学学院，合肥 230036)

在信息时代，社会统计学是记录当下、通往未来的方法之一。它侧重于从数量方面描绘社会状况、揭示社会问题、预测社会发展，而不至于“信息过载”。信息时代以数据为核心，而数据又是社会统计学的处理对象。数据是确凿有力的，是“最顽强的东西”，需要我们从历史、整体和联系的维度去掌握。在历史的视角下我们习得认知知识的“范式”，通过数据的生产与再生产,即处于情境之中、根植于数据、嵌入哲人经验和接受质疑等来建构知识；在联系的视角下认清社会统计学中的映射关系，即真实问题与抽象模型间、数据与图表间及方法与对象间等；在整体视角下明晰统计个体蕴于总体的事实，统计决策准则的客观内容与主观形式的辩证统一。概言之，社会统计学既是一门建构知识之“学”，又是服务社会管理之“术”。虽说社会统计学的理论重要性与实践实用性显而易见，但这门课的教学又面临诸多困境。为此，本文从社会统计学课程地位、目标与定位出发，借助教育生态学的视角，以教学生态因子(师生、教学资源、教学事件等)为叙事支点，以教学生命体(教师、学生)与环境之间的互动共生关系为分析重心，反思社会统计学的教学，并构建了一整套社会统计学教学方法。

一、课程地位、目标与定位

1985年，原国家教委在广州召开的文科教学总结会上将社会统计学确定为社会学专业十门必修课之一。根据教育部《学位授予和人才培养学科目录》，社会学、公共管理等一级学科下的专业大多开设此课程，分别以学科基础课、专业必修课和专业选修课、专业拓展课等形式开设，如表1所示。社会统计学通常开设在第三学期之后，在专业课程体系中扮演着承上启下的角色。一般而言，微积分、概率论与数理统计、线性代数、社会学和逻辑学等是其前置课程，社会调查与研究方法、统计软件分析与应用以及社会网络分析等是其后续课程。因各校在专业方向、培养目标上的差异，社会统计学在学分学时设置上也有所不同，最少的有2学分32个学时，最多的达6学分108个学时，有的加入了实验学分学时。总的来说，人才培养的定位、课程间的关联度等决定了社会统计学的课程属性与学分学时分配，这足以窥见社会统计学课程的重要性。

表1 国内部分高校《社会统计学》课程开设情况

如果从“知信行”的角度解读社会统计学的课程目标，那么在知识方面，课程要求学生能够系统地认识、理解和掌握社会统计学知识；如果将社会统计学知识分成纯粹知识、专业背景下的知识、反思性知识，那么对这些知识的认识、理解和掌握应该是层次递进、逐步深化的。教师不应止于传授脱离专业背景的纯粹知识，而应将其视为包容性工具，赋以专业内涵，并以此训练学生的批判性思维，将课本上的“惰性知识”活跃化。

在态度方面，课程要求学生认同社会统计学。虽然统计学不如数学那样严密，又不如会计那样精确，估计成分太大，不确定因素太多，尽管也给出数量结论但都难以百分百肯定。殊不知对客观存在的、但又非确定性的事物的数量特征做出具有一定可靠程度的推断，正是数学、会计等难以解决，而恰恰能彰显统计学特长[1]。另外，课程还要求学生敬畏社会统计学，清楚其使用边界。这种敬畏体现在统计资料的收集上，即以《中华人民共和国统计法》为指导，尊重客观事实，做到如实准确；体现在社会统计学的运用上，须知晓单凭社会统计学的方法无法认识社会现象的本质，要与社会学的理论关怀结合起来，力求客观但拒绝冷漠。

在行为方面，通过学习，学生能够运用社会统计学的视角看待眼前，审视过往，启迪未来。社会统计学的学习归宿在于指导实践，内化理论。如果我们将课程的实践比作整座冰山，那么外显部分仅是冰山一角，内隐部分才是根基，它的稳定性取决于知识的接纳与内化程度。如果学生能够配以行动反思，困而学之，那么既能获致行动智慧，又能传播专业伦理。

总之，社会统计学课程的工具性决定了它不只为已存，还贡献于相关专业的教学研究与实践，服务于生产生活，其思想性则表达了社会统计学家们对于真理的追求精神，体现了必然性与偶然性、量变与质变、精确性与可靠性、真实与假设等一系列辩证唯物主义思想。

二、“教”与“学”的问题与反思

社会统计学的“教”与“学”相较于专业的其他课程有很大不同，存在着一定的困境，文章将从以下五个方面进行反思性梳理。

1.数据变革的压力

随着移动互联、物联、云计算等技术的发展，大数据的收集与处理成为现实并指导着当下行为，例如，人们根据实时车流大数据避开拥堵路段、依靠出行大数据助力疫情防控。数据变革颠覆了人们对于数据的传统认知。数据不仅是传统的定量或定性数据，还包括录音、视频、照片和地理位置等各种能够被记录和储存的数据，是一个大样本和高维变量的数据集合，涵盖多学科领域[2]，而且这些数据是某些系统自然产生的数据，是该系统的副产品，其主要目的不是为了社会研究[3]529。冯仕政(2016)认为，传统数据是拟态数据，大数据是实态数据，而拟态数据对社会现实的观测总是存在误差，甚至发生严重的系统性误差[4]。数据变革对社会统计学的教学提出了挑战，进而倒逼课程内容体系的转变。

这种挑战一方面体现在方法的适用性上。传统的统计方法，如戈塞特(William Sealy Gosset)的小样本理论，是基于小样本数据建立的，不适用于大数据分析[5]。这些方法在数据匮乏的年代意义明显，但在大数据时代价值式微。数据变革带来了样本量的增大和统计检验力的提高，犯第二类错误的概率减少，我们可以更容易地不依靠运气就能获得好的结果，这就导致了统计显著性的重要性下降，况且一些样本即总体的数据，因此，统计推断的必要性受到挑战。在数据处理方面，传统方法已捉襟见肘。

第二个方面体现在教学内容的适切性上。现有课程内容的时代性不足。Carmen Batanero et al.(2011)就注意到很多国家的统计类课程内容陈旧，可以追溯到20世纪30年代[6]，这些方法在使用场景及逻辑上错综复杂，学生理解起来比较吃力，例如总体方差不同时抽样分布的类型不同。而且传统方法是基于小样本的统计推断，有被泛化(generalisation)的危险[3]536，如P值的不规范使用现象[7]。大数据时代这些内容需要我们重新审视与平衡。

2.概念化的理解与表征不足

人们习惯利用距离概念化空间，如“距离某地多少公里”，通过运动与物品概念化时间，如“昨日像那东流水”，对于抽象的概念也应有所指(reference)[8]，即它可以是具象化的事物或具体概念。因此社会统计学的“学”应建立在概念化理解之上，“教”应建立在概念化表征之上。

概念化的理解依靠学生连贯无误的知识结构，而非知识单元的孤立或任意地连接[9]。它的连贯性体现在正确地衔接与组合知识单元上，例如样本容量与置信区间的关系——置信区间的宽度随着样本容量的增加而减少；它的无误性体现在选用合适的方法和正确地解读结果上，例如我们根据数据类型的不同选择不同的测量与检验方法。遗憾的是这种连贯无误的知识结构往往很难具备，究其原因有两点：一是社会学及相关专业的学生多为文科生，在专业的人才培养上，前置课程开设较少，以推断统计为例，它要求学生有一定的数理基础；二是课程中的统计术语与日常概念或数学术语所指不一，如统计术语中的“估计”是一种基于样本信息的计算，而不是日常所说的合理猜测；函数图像表示的是一种拟合与不确定关系，而不是数学中的确定性关系。总之，知识单元间的断裂与冲突限制了社会统计学知识的概念化理解。

概念化的表征则依赖教师抽象知识的具象化，抽象知识不能自我表征，也不能依靠其他抽象知识获得表征。社会统计学中一些知识晦涩难辨，如果学生不熟谙其“发生学”、逻辑关联和表达规则，将很难理解它们。Anthony J.Onwuegbuzie(2000)将这种难度形象比作“学习另外一种语言”[10]。虽然教师在课堂上可以自由切换，但这些抽象知识并没有获得表征，教师甚至会走入抽象崇拜、食古不化的陷阱，这就需要教师以形象化教学来化繁为简。如抽样分布本身就是一种想象的分布，需要把过程变成对象，这是一个很难实现的过渡，需要借助案例或技术将抽象还原成具体。

3.学生对社会统计学的认识不深入

一方面，学生的认知停留于其工具价值。一些学生抱怨社会统计学中的数学推导过于复杂，以至于算着算着不知道自己为什么这么算了。社会学家邓肯也曾警告过“统计至上主义”的危险，即将统计计算等同于做研究，天真地认为统计学是科学的方法论之完备的基础，迷信存在着所谓能评价不同实质性理论之优劣的统计公式[11]。因此，要超越社会统计学的工具价值认知，去洞悉背后的哲学思想。例如，频率学派与贝叶斯学派关于概率是物质属性还是主观认识的哲学争论，我们只有明晰二者的哲学立场才能正确地理解并运用之。如果学生醉心于公式的记忆与推导，那他一定是“见山是山，见水是水，只见树木，不见树林”式的片面理解。社会不是刻意而为的个体平均状态，而是自然而然的成类，是更具自性和精神内核的存在。如果缺乏社会学的专业想象力和理论洞察力，则难以达到“不畏浮云遮望眼，只缘身在最高层”的境界。然而，对于学生而言，社会统计学的工具价值认知尚难企及，更遑论哲学思考。

另一方面，学生的统计思维养成不足。只有具备统计思维，才能认识到社会统计学的不完美与运用边界，才能科学地解读统计结论。惠琦娜(2010)认为，培养统计思维应当树立三个理念：不确定性理念、变异性理念和置信性理念[12]，而这些正是学生们所普遍欠缺的。首先，学生易受应试教育的惯性思维的限制，会经常犯形而上学的错误，割裂地看待不确定性与确定性的概念，达不到辩证地理解社会现象的不确定性。对于社会统计学，统计数据背后既有确定性规律，同时也受到各种随机因素的影响[13]。其次，学生的变异敏感度不高。问题意识的缺乏是首要原因。习以为常是敏感的天敌，类似于人类学中“本文化”研究会导致“不识庐山真面目，只缘身在此山中”的情形。除了问题意识缺乏外，批判精神不足同样会导致敏感度不足，过于“尽信书”而不能做到“切问近思”。另外，学生的变异显著性认知容易止步于统计显著，对经济显著关切甚少，而恰恰经济显著在实际应用上意义更大。最后，学生的置信性理念养成不足。统计结论是建立在置信度之上的，是误差思维的体现。同时置信性理念又是一把双刃剑，它既是认知的精髓，又构成了认知的屏障，正如有的研究团队花30多年测出最高精度的重力常数G值[14]，所以抛开误差来谈测量，抛开置信度来谈统计都是不科学的。

4.教材体系建设相对滞后

习近平总书记2016年在哲学社会科学工作座谈会上提出“要抓好教材体系建设，形成适应中国特色社会主义发展要求、立足国际学术前沿、门类齐全的哲学社会科学教材体系”[15]的要求，总书记的讲话既点明了问题症结，又给出了破解之道。教材是教育学家赫尔巴特强调的教学三中心之一。国内社会统计学教材建设可以追溯到上个世纪80年代。1980年，中国社会学研究会联合社科院社会学研究所主办了第一期中国社会学讲习班，在讲习班中香港社会学家李沛良教授主讲了社会统计学课程，这个课程为后来的教材建设奠定了基础。1981年，全国第二次统计科学讨论会在北戴河召开，时任国家统计局局长李成瑞在会上指出，社会统计学有必要从社会经济统计学中独立出来，并建议逐步把社会统计学建立健全起来，社会统计学教材的编写也随之起步并逐步体系化与系统化。

现有的社会统计学教材大致可以分为四类，见表2所列。第一类为专门统计学，包括人口统计、劳动统计和教育统计等宏观综合性内容；第二类为一般统计学，以社会经济统计学的知识结构为基础；第三类将统计软件操作、社会调查和应用案例等内容嵌入到一般统计学理论中；第四类为外文译著、外文原版教材等。通过梳理我们发现教材总量不多，可供选择的高质量教材稀少，由表2可见多次再版的教材屈指可数，那些没有再版、再版次数较少和再版周期较长的教材存在形式和内容完成度及时效性上的不足；教材间内容差异较大，适用对象不同，如一般统计学教材适用于本科生，而专门统计学教材适用于研究生。此外，广义教材体系建设滞后，社会统计学尚没有国家级精品课程，只有校级(上海财经大学、延安大学等)精品课程，较难找到合适的习题册、学习指导、案例分析等教辅资源。

表2 国内社会统计学教材一览表

续表

5.教师教学效能感不高

教学效能感的作用机制主要来自自身因素与环境因素[16]。自身因素方面，教师教学面临着压力与挫折：

一是学生转专业的压力。已有的调查显示，调剂到社会学相关专业的学生比例较高，转专业意愿较大[17]，而课程开设的学期恰逢转专业高峰，教师既要肩负提高学生专业认同的任务，又要接受学生转走的事实，会有自我挫败感。

二是专业的相对弱势。以社会工作为例，王思斌(2019)认为社会工作专业的发展应是一种依附性发展，即依附于本校的一流学科或主流学科[18]。有些学校甚至直接取消了专业。据教育部公布的历年高等学校本科专业备案和审批结果，2015-2020年6年间，国内共有23所高校取消了社会工作本科专业，其中不乏西南财经大学、中国矿业大学等知名高校。专业的依附性地位影响教师的教学自信。

三是课程教学的困境，即授课内容的统一性与学生需求的异质性矛盾。一部分学生只对描述性统计有学习需求，而另一部分学生希望得到全面系统性的学习，在课堂时间的约束下，这两部分群体的需求较难平衡。

环境因素方面，师资现状与课程需求不匹配影响教学效能。这种不匹配一方面体现为师资力量不足，据教育部全国教育事业发展统计公报显示，全国普通高校的生师比已从1997年的9.81∶1上升至2018年的17.56∶1，师资力量的增加滞后于学生人数的增长。另一方面体现为师资力量分布不均，合适师资的稀缺。社会统计学课程的特点决定了教师应具备多学科背景，既要有一定的数理基础，又要具备社会学的理论素养，还要熟悉统计软件的操作。这一要求提高了合适师资的门槛，导致师资稀缺，而人才市场的“马太效应”进一步分化着师资力量，朝着稀缺与扎堆两极化发展。

三、教学改进之路的构建

1.探索课程网建设

为了应对数据变革的挑战，需要构建以社会统计学、社会学和统计分析软件等课程为节点、以课程间的逻辑关系为联结的开放性课程网，以促进课程间的交叉融合，发挥协同效果，促进知识迁移。课程网提供的多元视角有利于学生发现与解决问题、进行合作学习和建构知识，同时有利于达到教学相长、助人自助的实效。课程网既是课程的集合，也是课程关系的集合，又是人才培养方案的从属网络，课程网中的社会统计学更易获致一个相对稳定的课程角色。

课程网的建设需要注意以下两点：

一是课程网的整体与协同效果。课程网要有力结合起专业、统计和技术三股力量，求同存异并发挥各课程的功能，达到培养人才、传授知识和服务社会的目标。课程网建设既要围绕专业特色，又要促进课程之间融合发展，适当扩展各课程的自主灵活性，吸纳并桥接外部资源，为课程网发展提供活力。

二是课程网的内部结构与角色关系。社会统计学之于其他课程既是一种工具，又是一门艺术，而其他课程是社会统计学的立足之本，厚植了社会统计学的发展土壤。我们应发展地看待课程间的冲突，而不是陷入单一思维。要尝试做到“和而不同，兼收并蓄”，更好地服务于“新文科”建设。

2.促进知识的有效转移

在高等教育大众化的背景下，社会统计学的教学不能守着老一套，陈陈相因，而应走出传统教学的模式。传统教学以抽象支配具体，强调语言的严谨，这种“专业主义”教学观势必转向“建构主义”教学观。学生不再是被灌输的对象，他们会结合自身经验与理解建构知识。因此，为了达到概念化的表征与理解，需要促进显性(explicit)教学与隐性(implicit)学习的实现。

显性教学应该如何去做？教师首先要做到形象化教学，实现教学内容的本体或映射事物形象化，例如在管理“精确性”与“准确性”、“信度”与“效度”等相近概念时，教师可以通过靶心图、称体重等形象化手法来区别。教师还需要再平衡教学内容，借助统计软件适当剥离一些复杂烦琐的计算，聚焦于解读软件不能输出的部分，从审美的角度引导学生去欣赏其中的巧妙构思与深邃蕴含。除了显性教学之外，隐性学习也很重要。哲学家迈克尔·波兰尼曾说“我们知道的多于我们所能言说的”，虽然有些学生无法准确说出测量尺度的概念，却能很好地区分不同的测量尺度。学生分辨概念的能力要远高于叙述概念的能力。

隐性学习首先依赖情境，情境学习理论告诉我们，知识不是抽象的对象而是一种活动，不是事实而是一种建构[19]。教师可以将抽样方法寓于课堂点名，那么学生就可以通过“干中学”、潜移默化等方式实现隐性学习。另外，隐性学习的个体依赖性特点决定了教师要发挥为人师表、以生命影响生命的作用，从而达到“教是为了不教”的效果。隐性学习一旦养成会惠及他人，形成学习共同体，起到濡染、启发、转化与创新的效果。“知中有行，行中有知”，内化与自省是隐性学习的归宿。正如Piaget(1985)所说，学生需要经历一系列的不平衡和重新平衡，通过在同化(assimilation)和顺应(accommodation)之间达到动态平衡来实现新的学习并建立自己知识的螺旋[20]。

显性教学与隐性学习都是知识转移的途径，经由二者形成的知识既对立又统一，隐性知识可以通过形象化、假设和隐喻等手法显性化，零散的显现知识结合实践又能升华为隐性知识，只有将二者有机结合才能促进知识的有效转移。

3.传递正确的课程观，培养统计思维

1964年心理学家维克托·弗鲁姆在《工作与激励》一书中就指出效价与激励力的关系，社会统计学的学习也是如此，只有让学生感受到学习的效价才能激发学习动力，即所谓“不愤不启，不悱不发”。因此，教师应传递正确的课程观，让学生感受社会统计学之美，认识到它不仅仅是科学，更是艺术和智慧之学。社会统计学之美充分体现在统计实践中。例如调查人员通过两组实验结果，互相验证来调查国民的诚信情况，通过人群两两配对实验来了解大家目前的婚配观念[21]。除此之外，教师还应让学生感受社会统计学之用。当下的社会决策越来越依赖统计数据，数据背后的个体有鲜活的内容，数学家罗素将统计比作诗词歌赋，形式和内容形影不离[22]，数据不仅有内容，而且能够创造内容。因此社会统计学不仅收集数据，还生产知识以指导行动。

统计思维的培养包含四个方面：

一是数据认识方面，包括数据的时空性、包容性和生产性。数据的时空性可以协助我们更深刻地认识社会现象，指导社会行动。数据的包容性决定了数据可以是数字，也可以是声音、图像、符号、文字和地理位置等。数据的生产性需要我们明了数据的生产过程，洞察数据生产的思想，透过现象看本质。

二是变异认识方面，包括变异的类别与角色。变异是不确定性的来源，我们要区分变异是真实的还是人为的，还要认识变异扮演的角色是“解释者”还是被解释对象，是“同伙”还是“中间人”等。

三是模型认识方面，包括模型的解释力与不足之处。社会统计学模型追求的不是理想的答案，而是约束条件下的尽力而为，正如统计学家乔治·伯克斯所言，“本质上说，所有模型都是错误的，但有些是有用的”。教条地使用模型犹如刻舟求剑，已知的可能是资源，也有可能是诅咒。

四是情境意识方面，情境之于统计思维，犹如汤之于盐。感知是思维的基础，未经情景化的感知是虚无缥缈的，只有融入具体情境才能唤醒统计思维的魅力。

4.建设广义教材一体化体系

在数字化的推动下，传统教材的传播单向度、形式单一和内容陈旧的缺点暴露无遗。我们要促进社会统计学广义教材体系的一体化，即以传统教材为主，以数字化资源为辅。

传统教材是课堂教学的核心材料，是知识的重要来源，教材的选择更是关键环节。现有的社会统计学教材间差异较大，良莠不齐，需要教师根据学生选择合适的教材，使学生能够同化教材的知识内容，获得有意义的学习。然而仅有传统教材是不够的，当下新技术新方法层出不穷，如收集数据的爬虫软件、人脸识别软件等，数字化资源的需求迫切。数字化资源能够有效解决课堂教学与课后学习分离的情况，达到丰富教学资源，为学生提供个性化学习的效果。

因此，要做好传统教材与数字化资源的有效衔接，促进广义教材体系的一体化，注意资源间的互补与替代，避免重复性建设和简单“搬家”，充分发挥数字化的优势，克服传统教材的物理限制，将冰冷的数学公式与历史情境中的人和事串联起来，使得课堂上课后、线上线下混合学习更为连续。最后我们还要注意资源间的一体化链接，实现“异构”资源的互联与整合，通过链接机制，如二维码技术，将传统教材与数字化资源关联起来，还原知识的完整面目。

5.提高教师教学效能

教师要提高教学效能，自己才是自身最大的靠山，需要积极地自我反思，做到爱岗敬业认同角色，懂得求发展于困顿，及时自我赋能，在教学活动中寻找自身价值，形成良好的自我管理意识。教育的本质是双向的，是一种濡化活动、互惠行为。课堂场域下的师生关系不仅是约束之绳，更是牵引之绳，教师的价值引导与学生的知识构建辩证统一。在课堂互动、师生互惠的情境下，教师能够正确地认识、改造和完善自己，借助技术辅助教学并吸引学生。现代统计实践离不开技术，社会统计学教学也是如此，技术不仅是辅助手段，它对教师自身也产生深刻影响，要将二者深度融合，避免技术的异化，发挥教师的主体作用，拓展现代技术的辅助功能，推动社会统计学教学的内生变革。

针对合适师资紧缺的困境，当务之急是盘活现有存量师资。宋燕(2013)将教师的教学分成三种类型：非学术性型、学术性教学型和教学学术型，并且认为各个类型是逐次递进、渐趋丰富的[23]。不同教育背景的教师首先要自己找差距，积极搜寻校内外资源，申请交流学习等自我提升的机会，既要做教学的“布道者”又要做学术的“苦行僧”。教师要认识到学术水平对课程科学性与前瞻性的决定性作用，要积极地参加学术研究，通过教学成果的理论化与公开化将个人知识转化为公共知识，从而提高自身的教学及学术水平。

总之，教师的教学效能由个体、环境与行动三者之间交互决定，教师同时是环境的产物和营造者[23]。教师需要从挫折中汲取力量，从替代性经验中寻找信心，从外部挑战中寻求突破，从而促进自我效能感的不断提升。教学效能感的正反馈机制决定了其既能发展人格又能发挥主体性功能，进一步激发教师探寻新的教学方法，营造有利于学生有效学习的氛围，创新社会统计学的教学。

四、结 语

社会统计学不只冰冷，它还真实，背后是历史语境下的人事物，是冰与火的集淬，通过统计语言表达情感。社会统计学的生命力与专业紧密关联互构发展，脱离专业的社会统计学会丧失其生存的土壤，没有经过统计处理的数据同样意义有限，任何割裂二者统一性的教学都会走入歧途。因此，要坚持“大统计”理念，秉持开放和包容的态度，消除课程间的隔阂，促进社会统计学与其他课程的互相融合，协同发展。另外，也要敬畏统计，明晰社会统计学的使用边界，承担起“推动者”与“守望者”的角色。

社会科学研究的统计导向是趋势所向，社会统计学教学的改进之路必定求索于困顿之中、流离之外。突围在于不断行动之中，唯此才能行稳致远。