产学合作模式下应用统计学大数据化教学改革

尹冠球，栾香录，韩晓燕，刘 岩，陈 迪

1.沈阳农业大学，辽宁 沈阳 110866；2.沈阳音乐学院，辽宁 沈阳 110818

数据作为现代农业的新兴要素，极大地推动了传统农业向智慧型农业转变。农业大数据是指将大数据理念、技术和方法应用到农业领域，主要涉及育种、耕地、播种、施肥、植保、收获、储运、加工和销售等各个环节，是对跨行业、跨专业的数据进行分析与挖掘及可视化处理，对粮食安全和食品安全有着重大意义[1-2]。从教育部研究制定的“新农科”引导性专业目录来看，农业大数据是“新农科”建设的重要内容之一。这意味着农业大数据是未来几年高校新增布局建设的内容，包括通过新增相关专业、课程及对现有的课程进行大数据化转变等方式[3-5]。与此同时，数据规模和速度的发展变革促使数据收集、处理、分析及解释的方法进行更新。目前我国大数据产业普遍面临着专业人才缺失问题。因此，在“新农科”建设和人才需求的双重推动下，农业类院校应用统计学教学亟须与大数据接轨。

本文重点分析在“新农科”建设背景下，基于产学合作协同育人模式的统计学教学改革的具体措施，以期可以提升统计学教学质量、完善产学合作协同育人模式体系、提高应用型人才培养质量。

一、产学合作协同育人模式的内涵及优势

产学合作协同育人模式（简称产学合作模式）是高等学校培养高素质应用型人才的重要依托之一，该模式可以有效解决高校人才培养和市场实际需求之间的结构性矛盾[6]。党的十九大报告提出了“深化产教融合、校企合作”的要求，《关于深化产教融合的若干意见》 （国办发〔2017〕95 号） 也明确指出要深化产教融合，全面推行产教协同育人，构建校企合作的长效机制。这为校企开展产学合作，规范合作机制提供了政策指引。产学合作协同育人可以整合校企资源，围绕产教融合人才培养、专业共建、实验室建设、师资队伍建设等开展合作，优势与劣势互补、优势强化，实现“共赢”[7]。这体现在：学校可以充分利用校企双方的教育资源，使课堂教学与实践教学有机结合，实现向市场输送高素质的应用型人才；企业可以借助学校理论研究优势，解决企业生产经营过程中遇到的实际问题；可以利用学校培养人才，解决企业对技术及管理人才的需求。

二、统计学大数据化教学改革的可行性及必要性分析

虽然统计学与大数据在理念上存在一定差异，但二者相辅相成。统计学理念注重的是方式方法，而大数据理念则更注重整个数据价值化的过程。大数据融合了统计学的基本原理和分析方法[8]，统计学为大数据采集、清洗、分离、分析和展示等过程奠定了基础；大数据的发展促进了统计学的延伸，为统计学提供更加快捷、方便的数据分析和可视化工具。随着大数据时代的到来，以往以随机抽样为重点的统计模型的局限性日益凸显，统计学的工作方式、研究的深度与广度亟须调整[9]。

当前，应用统计学教学主要存在以下几个问题：第一，教学内容与大数据脱节。目前的应用统计学的教材并没有及时更新，多数教材没有系统涉及大数据的思维、方法、软件使用等内容，致使课程教学与大数据脱节。第二，实践教学不足。目前应用统计学课程的设计过于文本化、理论化，而忽略其实际应用价值。应用统计学课程授课方式以理论知识为主，缺乏实际动手操作环节，致使学生虽然理论知识持续增长，但是运用统计学基本原理和方法来解决实际问题的能力相对不足[10]。第三，高校教师尽管拥有扎实的统计理论知识，但是他们对数据挖掘、可视化等大数据领域还比较陌生。这些问题反映了目前应用统计学教学环节弱，没有应对时代发展、没有针对社会需求及时做出调整，这将直接影响人才培养的质量。因此，有必要对传统应用统计学的教学做出改革。

三、教学改革措施总体框架设计

为解决上述问题，要充分利用“产学合作”的优势，以学校和企业共同作为人才培养的主体，将企业的大数据技术、项目与应用统计学教学结合起来，在改革教学方法、优化课程体系、建设师资队伍、搭建多元实践教学平台四个方面改革应用统计学教学。教学改革总体框架如图1 所示。

图1 应用统计学课程教学改革总体框架

（一）改革教学方法

引入OBE 教育理念，由学校和企业共同制定课程的培养目标，优化应用统计学教学方法。OBE 教育理念遵循反向设计原则，强调从需求出发，进行教学设计、教学实施，最后评价学生的学习成果，形成闭环[11]。课程育人目标的制定需要结合学校的人才培养目标和企业的实际需求，并及时向学生传达，使学生明确课程达成要求。引入“学导式”教学方法，充分调动学生的学习自主性。整个课程教学可以划分为课前预习、课中自学、集中答疑、演示交流等环节，有机调和各环节，使课程教学形成闭环。

（二）优化课程体系

应用统计学课程要重视学生数据收集与大数据处理能力的提升。在大数据时代，不管是从数据的广度还是深度层面，海量数据依托于网络平台聚集到一起均是以往应用统计学数据收集无法比拟的。传统应用统计学的教学方法已经无法满足大数据的收集、处理等要求。因此，在实际的教学中，要注意培养学生数据采集和海量数据的处理能力。

课程要及时更新专业教学内容。一是要增加大数据分析方法、软件应用的教学。例如，可以将数据库技术、机器学习、遗传算法等常用的大数据分析方法纳入到应用统计学课程的教学中，并添加Hadoop、Hive 等脚本与程序开发软件，培养学生拥有独立构建数据库的能力。二是加强课程实践。除了教师要加强实践教学外，企业还可以提供短期实践培训、择优邀请学生参加实践项目，以提升学生大数据技术水平以及实践应用能力。

课程组织形式可以采用“教师+企业专业技术人员”的模式。理论课程部分由高校教师讲授，实践课程部分可以邀请企业的大数据专业技术人员参与到课堂教学中，进行技术指导或案例讲解。这样可以充分调动教师理论方面与技术人员实践方面的知识优势，提高教学质量，开阔学生视野。

课程外延方面，把课程教学与职业资格考试有机结合，从而达到“双证融通”“一教双证”的教育目的。统计学是一门应用性比较强的课程，国家职业资格目录中的统计专业技术资格考试与本门课程内容高度相关。在统计学课程教学的外延上，引入职业资格考试内容，将学历教育与职业教育有效衔接，提高学生技术应用能力。高职院校要以课程为依托，实行“双证融通”的教学体系，加强对学生职业能力的培养。

（三）建设师资队伍

目前，多数应用统计学的专业老师在统计学方面有较好的理论基础，但是在大数据分析方面还比较薄弱，尤其是数据挖掘和可视化的技术水平有待提高。对此，可以邀请企业数据分析师对专业教师进行培训，或是推进企业数据分析师参与课堂教学。在师资引进时，要适当优先聘用具备大数据分析技能的统计学专业教师。

（四）搭建多元实践教学平台

搭建多元实践教学平台，融理论教学与实践应用于一体。以企业集团为主体，构建校外的科研、创新与实训基地。在这些基地中，学生可以参与到高校教师和企业技术人员合作的项目中，将专业知识与实践有机结合，激发创新灵感，从而发展批判性和创造性思维。除此之外，学校还可以建立多个科技创新专项，为学生创造出一个良好的发展和提升空间，在增强专业知识技能的同时，也培养了与他人合作的团队精神。还可以引导学生参加各类全国性学科竞赛，通过比赛学习新知识。在竞争中培养人才，增强竞争意识，调动创新动力。

总之，在“新农科”建设背景下，大数据与经济统计相关领域融合的助推下，传统应用统计学教学亟须改革。要充分利用企业与学校的资源优势，积极开展产学合作协同育人模式，由学校和企业共同制定课程的育人目标，并引入OBE 教育理念，从教学目的、教学内容、组织形式、课程外延方面优化教学体系，加强师资队伍建设，搭建多元实践教学平台，从而培养社会急需的应用型人才。