大数据与农林院校统计学专业建设研究——基于2015年安徽农业大学统计专业大数据问卷调查

李 坦

（安徽农业大学，安徽 合肥 230036）

当今社会已步入大数据时代，大数据拓展了统计学科的研究对象，其处理技术的发展影响着统计学的发展。如何在大数据时代背景下培养符合农林经济发展的统计分析师或数据分析师？如何将大数据分析处理技术融入统计专业课程的教学从而促进农林类研究的数据处理及分析技术的发展？皆是高等农林类学校在现今统计学相关课程教学过程中必须思考的问题。

大数据的到来，使传统统计学科作为研究具体问题的方法科学发生了变革，对统计学科而言，大数据时代带来的不仅是变革，更多的是统计学发展壮大的机会。大数据的到来，凸显了统计专业人才培养的紧迫性。在信息技术快速发展的今天，各国对统计专业人才的需求激增。加快培养大数据背景下的统计相关专业人才，是我国高等学校面临的重要任务。这不仅有助于学生更好地就业与发展，也为我国在大数据领域的开拓奠定人才基础，更好地把握大数据所带来的机遇和挑战。据不完全统计，全球有近170所大学开设了大数据相关专业，其中约有150所大学开设了硕士研究生以上的学位课程。我国大数据相关专业课程体系建设要综合考虑大数据专业人才所应具备的知识和技能，积极借鉴发达国家对大数据专业人才培养的理念。大数据时代的来临，引发了当代高等教育教学的重大变革。

本文以2015年安徽农业大学应用统计学专业在校大学生对专业与大数据结合的了解程度为例，分析统计学专业在大数据背景下的专业建设情况，为统计专业的管理、发展提供借鉴与参考。

1 调查情况

1.1 调查目的

为了解统计学专业学生对本专业及大数据的了解与兴趣程度、现有统计专业课程评价及就业预期等情况，本研究以调查问卷的形式对安徽农业大学2011级、2012级、2013级、2014级统计学专业所有在校学生进行了调查。期望通过此次调查掌握统计专业学生对本专业的教学、大数据兴趣等的看法与意见，了解学生在学习统计学专业与大数据相关课程的问题与不足，为下一步统计学与大数据的进一步结合及专业培养计划的制定提供参考。

1.2 调查内容和时间

调查内容涉及“统计专业学生基本情况调查”“统计专业学生专业认可度调查”“统计专业学生课程评价”和“统计专业学生就业期望调查”4个方面，旨在调查统计专业学生对统计专业课程设置、对统计专业知识与大数据认知程度、就业期望的基本情况。调查时间集中在2015年5—6月份。

1.3 调查样本

统计专业学生大数据问卷调查主要针对安徽农业大学统计系所有学生，调查问卷共发放287份，2011级统计系86份，2012级统计系47份，2013级统计系86份，2014级统计系66份。样本具体情况见表1。

表1 安徽农业大学统计专业大数据问卷调查的样本概况

表2 变量描述

2 数据分析

2.1 统计专业学生基本情况

从图1、2中可以看出，统计专业学生中，女生占比例较高，文理科生源中，自2013年安徽农业大学统计专业培养计划改为文理兼招后，文理科生源相差不大。

图1

图2

同时，根据调查数据可知，统计专业各个年级学生成绩居于中等的人数较多，学生干部人数在所有学生中的比例相对较高。

2.2 统计专业学生对本专业综合评价

由图3、4可以看出，11级，12级统计专业学生填报统计专业主要是调剂志愿，13级学生由于其他一些原因填报了统计专业，14级学生由于兴趣选择、调剂志愿和其他原因选择统计专业的人数基本大致相同，这一趋势说明了近几年统计学科逐渐转变为一门热门学科；从对于专业的了解程度来看，统计专业的各级学生均选择了对统计专业一般了解，12级有学生选择了对本专业完全不了解，13级对专业不是很了解的比例最高，这一现象说明了统计系学生对安徽农业大学现有的统计学专业课程了解程度不高，现有的培养计划有待进一步优化与改进。

图3

图4

由图5、6可以看出，统计系学生对统计专业普遍兴趣一般，12级，13级统计专业有部分学生对本专业完全不感兴趣，由图8可看出，从完全不感兴趣的原因上分析，12级学生主要集中于对课程本身无法理解，学习难度大这两点原因，而13级学生由于是第一届文理兼招的统计专业，除了这两点原因，还存在对理科学习方式的不适应。

图5

图6

2.3 统计专业学生对大数据了解程度调查

统计专业学生对于大数据了解程度主要集中于是否了解统计专业与大数据之间关系，是否了解大数据技术，了解来源与渠道，对大数据是否有学习兴趣以及应该如何学习大数据这几个方面的问题，具体调查结果见图7—8所示。

从图7可以看出，在对是否了解大数据与本专业之间的关系的调查中，了解与基本了解的统计专业学生占了样本总体比例的大多数，只有12级和13级统计系的少数学生对两者之间关系一无所知，表明对于大数据与统计专业之间的联系大部分统计专业学生是认可的。从图8可以看出，对于大数据技术本身，大部分统计专业学生认为是基本了解的，少数认为很了解，也有部分完全不了解，表明大部分学生在平时的学习中已经关注到大数据技术这一本学科发展的关键词。

图7

图8

由图9可以看出，大部分统计专业学生了解大数据的渠道来源于网络与课堂教学，少部分学生从学术讲座中了解，极少部分学生从其他渠道了解，表明目前统计专业的学生对本专业的知识与学习能力有待加强。由图10可以看出，目前统计专业学生普遍对大数据技术较为感兴趣，只有少数学生对大数据不感兴趣，这一调查结果的频数分布完全符合正态分布。

2.4 大数据背景下统计专业学生的就业期望

结合以上调查，进行了对统计专业学生就业预期的一些相关调查，由图11可知，安徽农业大学统计专业学生目前就业的预期选择上，占较大比重的依然为考研，其次为就业、创业与参加公务员考试。研究进一步对就业、考研、创业、考公务员几类学生的就业期望进行细化，如图11—12所示，在选择就业的学生中，大部分学生依然选择与本专业有关的工作，在12级统计专业中，出现了一部分学生的就业期望与本专业不吻合的现象；在选择考研的学生中，绝大部分学生都选择考本专业，而12级、13级有较大比重的学生选择跨专业考研；在选择创业的学生中，有部分学生选择与本专业，与大数据有关的创业计划，也有些学生选择与本专业、与大数据完全无关的创业计划；在考公务员的同学的就业期望中，绝大部分同学都选择了报考与本专业相关的部门公务员考试的期望。

图9

图11

图10

图12

由图13可以看出，目前统计专业学生普遍认为就业会受到大数据技术的影响，少数同学认为就业与大数据之间没有影响，这部分学生可能对大数据技术了解程度不够深。由图14可以看出，在对统计专业学生调查希望教师在大数据背景下如何在教学过程中引导就业时，大部分学生认为教师应该注重专业技能，多为学生寻找实习机会，部分学生认为应该鼓励学生多参加科技创新比赛，也有一些学生认为可以双管齐下或有其他途径。

图13

图14

3 结论与建议

综合比较前面的分析结果，对比不同因素对于统计专业学生在农林类高校对于课程设置、课程评价、大数据了解程度及对就业的影响等，可以得出以下主要结论：

第一，在个体特征上，统计专业学生对农林类院校的专业课程设置满意度较高，但不同年级的统计专业学生满意度比例存在一定差异；

第二，在对于大数据的认识上，统计专业学生对大数据关注度较高，但对于大数据技术的应用尚存在大量盲区；

第三，在对统计专业就业期望的调查中，大多数学生表示希望从事与统计专业相关、大数据相关的工作与研究工作，而在校的学习期间，却对课程的认可度不够，认为课程较为枯燥，并认为教师应当进行适当的专业教育，将大数据引入课堂，开设相关课程等。

基于以上分析与结论，我们提出如下政策建议：首先，应当结合大数据技术的特点，在课堂教学中对统计学的基本知识进行拓展教育，引导学生思考怎样将现有统计学原理与方法运用到大数据技术中。如在农林类高校中如何在大数据视域下进行农林学科相关数据的收集、筛选与甄别、存储与分析等，如何建立合适的指标体系对数据进行分类，以及如何对大数据进行规范的统计推断等。

其次，在大数据背景下，对统计专业人才的需求也产生了变化，在课程设置中，应加强统计软件或数学软件的教学，让学生掌握大数据方向的核心软件与技术，同时引导学生思考大数据技术的要求，引导其对大数据技术进行软件开发。

再次，适当推动农林院校统计专业的专业改革，不仅对统计专业大有裨益，对农林院校的其他专业也受益匪浅。教学改革的目的是培养在大数据视域下，符合农林领域与市场需求的专业统计人才，而合格的人才必须具有良好的统计实务能力。在统计教学中，进行案例教学与统计实践是培养学生这种能力最有效的途径之一，在教学中，教师可以融合实际案例进行讲解，加强学生对统计专业理论知识的理解，激发学生学习兴趣，培养统计操作技能。同时，教师还可以组织课堂内外，包括翻转课堂等形式的统计实践活动以培养学生的统计实践，指导学生参加科技创新比赛等，活学活用。

最后，在指导统计专业学生就业上，高校应注重理论与实际相结合，不断提高教学质量，与时俱进改进教学内容，改变过于陈旧的教学内容，关注学生未来职业生涯发展与需求，帮助学生挖掘自身特点，明确未来职业发展方向与定位。

总之，大数据视域下对于农林类高校的统计专业改革迫在眉睫，既要积极面对，也要抓住机遇，在教学、就业等人才培养模式与教学模式上进行改革与创新，推动高校与专业的发展，对农林高校非统计专业的统计课程设置，也可结合自身专业特点与综合情况进行合理改进。理论与实践相结合，加强与社会与企业之间的合作，给学生创造良好的理论转化实际的实践机会。

[1]姜奇平.大数据的时代变革力量[J].互联网周刊，2013，（1）：34-37.

[2]游士兵，张佩，姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论，2013，（2）.

[3]Big data:The next frontier for innovation、competition and productivity[R].USA:The McKinsey Global Institute，2011.

[4]吴启富.中国统计学课程建设发展前沿及存在问题[J].统计与决策，2012，（3）：48-50.

[5]孙静.统计学教材问题与教学改革探讨[J].统计与咨询，2012，（4）：41.

[6]余华银，宋马林.培养统计创新型人才的互动式教学研究[J].中国青年科技，2008，（7）：28-32.