大数据环境下抽样调查课程的教学改革与实践

谢娟 闵杰

摘要：抽样调查是统计学专业的一门专业必修课，是一门兼具理论性与应用性的课程。大数据是随着社交网络、物联网、云计算等的兴起而产生的一个新兴产业，大数据时代数据的获取方式和数据规模及其复杂程度发生了根本的变化，大数据在数据来源上对传统的抽样调查方法产生了冲击。本文主要探讨大数据环境下抽样调查课程的教学改革与实践。

关键词：抽样调查；大数据；统计学习

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）02-0149-02

一、大数据与抽样调查

2016年全国统计工作会议上所作的《深化统计改革，积极建立现代统计调查体系》报告中指出：“建立获取直接、手段先进、操作便捷、运行安全的统计数据采集与处理体系”。因此，隨着大数据时代的来临，数据的来源和人们处理数据的方式发生了很大的改变，大数据的理论与方法引起了越来越多的研究者和高校的重视。传统的抽样调查是在数据搜集不便和数据处理能力受限的基础上发展起来的，在大数据面前抽样调查暴露出它的局限性。例如抽样框变化导致抽样总体与目标总体不一致、调查目的的适时变动会使抽样调查工作的成本增加和效率低下、抽样调查工作周期较长以及时效性较差等。目前，数据的搜集得到了质的飞跃，海量数据源源不断的产生，但是大数据自身也存在着一定的问题。例如，海量数据的质量有待进一步提升，大数据所具有的高维度特性也给处理数据带来困难。因此，大数据时代也给传统的抽样调查带来了新的机遇和挑战。教育工作者应转变传统的抽样调查课堂教学思路，在教学中融入大数据思想，让大数据思想和传统的抽样调查教学相辅相成。

二、课程教学中存在的问题

1.教学内容尚不完善。抽样调查课程作为统计学的必修课，主要介绍如何通过抽样的方式获得样本数据以及利用统计方法进行数据处理，由样本来推断总体的特性，因此样本要具有代表性，不同的样本对总体的推断效果会有显著区别，这就需要选择合适的抽样方法。在现阶段复杂的大数据时代，对于源源不断的数据流，现有的抽样调查方法更显示出其不足之处，抽样方案和抽样技术必须适应新环境，完成一个调查项目的过程中可能需要有机结合多种抽样方法，从而达到调查的目的。另外，由于大数据是实时动态变化的，因此在调查过程中可能要根据已有的样本来判断后期是否需要调整调查项目，以便获得更有效的样本数据资料，这也需要抽样调查方案和方法更加灵活多变。同时，需要借鉴国内外一些新的抽样技术，将其融入教学过程中来，使教学内容与时俱进。因此，目前抽样调查方法体系的教学内容缺少与大数据相关的内容，迫切需要改进提高。

2.理论与实践结合不紧密。目前抽样调查的教学内容体系是以概率抽样为主，介绍概率抽样的多种组织方式及其统计推断方法，并一直将这些内容作为教学重点，而对于抽样方案的设计、抽样方法的具体实施、调查项目如何顺利有效开展较少涉及，从而造成学生“高分低能”现象较为严重，学生虽然对抽样与推断方法了如指掌，但动手能力较差，大部分学生不会实际应用，这样也违背了该课程的教学目标。

3.教学方式过于单一。目前为止，我校开设的《抽样调查》课程重点还是在理论内容的讲解，课堂上一直以推导公式及定理证明为主，实验课程主要借助统计软件进行抽样以及数据分析，且实验课时较少，教学方式过于单一。因此，学生对抽样调查的工作程序了解不足，缺乏对抽样技术的感性认识，没有浓厚的学习兴趣，主动性较差，在理论的深度与应用的广度上不能很好地结合，课堂教学不够“生动”，学生统计行为能力较弱。

基于上述问题，在大数据的背景下，如何提高统计专业学生的统计行为能力，如何对抽样调查课程进行教学改革，构建适合大数据环境的课程内容体系和教学模式，是一个迫切需要研究与探索的课题。

三、适应大数据背景的抽样调查课程教学改革

面对大数据带来的诸多问题和挑战，抽样调查课程教学需要新思维，如何结合大数据特点、统计学专业的培养目标、抽样调查课程特点、学校资源以及学生实际水平，提高教学质量，这里从以下几方面提出了对《抽样调查》课程教学的一些改进思路。

1.完善教学内容。在大数据时代，数据来源方式发生了改变，互联网和手机移动端成了新的数据源，在这种环境下，传统的抽样方法已不能满足新形势的需要，因此在教学中应适当引入网络抽样的内容，例如网络调查技术等，以顺应当前的教学要求，激发学生继续探索的积极性与热情。在许多调查项目中，非概率抽样的效率反而高于概率抽样，而目前绝大多数教材重点讲解的还是概率抽样的方法，一般只在引言中粗略介绍非概率抽样。因此，作为系统讲授抽样技术的科学理论课程，在教学过程中应适当增加非概率抽样的内容与具体实践，进一步扩大学生的抽样技术知识面。除了理论内容的完善外，从抽样调查的初始阶段到完成调查报告，这其中的每个环节都对调查结果有着至关重要的影响，例如抽样方案的设计、数据的前期处理、调查报告的撰写等，任何一个环节出现问题，都会降低调查工作的效率及质量，因此教学中增加一些实际案例并介绍其具体的实施过程，能够为调查工作顺利实施打下坚实的基础。

2.注重课程体系的前后衔接。在抽样调查的整个过程中，由于抽样方案的设计、调查实施、数据处理及分析这几方面内容的介绍较为欠缺，应在学生了解了各种概率抽样方法的理论知识之后，在现行的教学体系中增加关于抽样方案的设计、数据处理分析及调查报告撰写等一整套过程的介绍与讲解。考虑到大数据的特点，海量数据潜在包含很多有用的信息需要去挖掘，且数据类型多样化、数据获得的速度快、真实性高、来源渠道多，因此抽样调查的工作不但体现在抽样设计环节，还需要迎合大数据的环境，从海量数据中挖掘出有用的数据，并且运用这些数据进行统计推断，挖掘潜在信息。

3.案例教学与统计软件相结合。抽样调查工作的真正开展必须在实践中完成，因此教师在教学中应适当加入介绍一些教学案例，通过案例教学连接理论和实践，让学生通过案例了解大数据的特点及处理方式，使学生对课程产生兴趣，培养学生的数据意识。

4.项目化导向的实践教学。除了课堂内的案例教学，抽样调查的课程教学还需要让学生接触一些具体的调查项目，以培养统计实践能力为目标，科学设计和选择项目，以完成一个完整的调查项目所需要的知识、能力和素质结构设计教学方案，按照一个完整的调查项目的操作流程组织实施。可以通过校企合作，根据企业社会的实际需要，让学生去实施一些具体调查项目。可以以实习的形式，组织3或4人一组，合作完成包括“选题”、“调查方案的设计”、“設计问卷”、“抽样方法组合”、“调查过程实施”、“数据分析处理”、“调查报告的撰写”等一系列的工作，让学生在完成项目的过程中，进一步了解调查工作的实施流程，培养更多的适应市场和社会需求的应用型统计人才。

四、结语

在大数据时代的驱使下，构建更加“接地气”的抽样调查课程教学体系，将本课程的教学方法、教学手段等从传统的模式中走出来，让学生更多的参与实践，给学生提供更切合实际的学习环境，体现素质教育的思想，即以创新教育为核心、以人的发展为主要目标，可以达到知识、能力和素质协调发展的效果。

参考文献：

[1]金勇进，杜子芳，蒋研.抽样技术[M].北京：中国人民大学出版社，2012.

[2]王莹，万舒晨.大数据时代抽样调查面临的挑战与机遇[J].统计与信息论坛，2016，31（6）：33-36.

[3]朱建平，张悦涵.大数据时代对传统统计学变革的思考[J].统计研究，2016，33（2）：3-9.

[4]王亚雄，张鸿武，王芳.我国抽样调查方法改革刍议[J].统计与信息论坛，2004，19（3）：32-35.

[5]金勇进，戴明峰.我国政府统计抽样调查的回顾与思考[J].统计与咨询，2012，29（4）：27-32.

[6]维克托·迈尔-舍恩伯格，肯尼思·库克耶，ViktorMayer-Schonberger，等.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[7]邱东.大数据时代对统计学的挑战[J].统计研究，2014，31（1）：16-22.

Abstract：Sampling survey is a major compulsory course of statistics major.It is a theoretical and applied course.The big data is a new industry generated by the rise of social network，Internet of things and cloud computing.The acquisition mode，size and complexity of data have changed fundamentally in the big data era.Big data has an impact on traditional sampling methods on data sources.This paper mainly discusses the reform and practice of sampling survey course in big data environment.

Key words：sampling survey；big data；statistical learning