大数据时代背景下高等林业院校统计学本科专业教育的思考

(北京林业大学经济管理学院，北京 100083)

统计数据的不确定性造就了统计学在众多数学分支中的独特地位。大数据时代，数据的不确定性程度正在加剧，当前存在的数据量每18个月就将翻一倍[1]。所以在大数据时代背景下，传统的统计学已有力不从心之态。同时，传统的统计学是通过数据收集、整理和分析去推断总体的，假定较多，对数据要求高，条件苛刻。而大数据往往存在各种误差，难以满足这些要求。所以大数据的出现给传统的统计学带来了挑战，也对统计学专业教育提出了更高的要求。较之于综合性高校和财经类高校，高等林业院校统计学本科专业因其自身的一些特殊情况而面临着更大的压力。因此，如何应对大数据时代的挑战是高等林业院校统计学本科专业教育需要认真思考的问题。

一、高等林业院校统计学本科专业教育的现状

高等林业院校的统计学本科专业大多属于经济统计范畴，前身为计划统计专业；一小部分属于理学范畴，基于概率论与数理统计、基础数学或应用数学而建成。经过多年的探索和教学实践，目前高等林业院校统计学本科专业的课程设置与综合性高校和财经类高校的统计学本科专业基本实现了并轨；同时，通过陆续从国内外相关院校引进专业教师，目前师资队伍的年龄结构、专业知识结构基本能够满足课程设置并轨后的专业教学需要，并促进了教学整体水平的明显提高。

即便如此，高等林业院校统计学本科专业因其自身的一些特殊情况，仍难以全面应对大数据时代的挑战。

第一，在高等林业院校这样的行业院校，统计学专业不是主流专业，所以获得的教学资源相对不足。目前，高等林业院校的统计学专业大部分归口于经济学院或管理学院，而这些学院的本科专业较多，“盘子”比较大，所以划归统计学专业的经费往往不足。这导致实验教学条件难以满足大数据时代背景下统计学本科专业的发展要求。

第二，高等林业院校的统计学专业具有明显的行业院校特色，专业教师的专业背景以林业经济或林业统计专业为主。特别是对留校教师的比例较大、从国内外综合性或财经类高校引进的教师比例较低的高等林业院校而言，这种情况更为突出。

第三，一些高等林业院校的统计学专业根据授课教师的专业教育背景安排课程教学，从而导致课程教学工作量分配不合理。例如，安排占少数的引进教师承担了几乎所有的专业必修课程，而占多数的留校教师以讲授选修和应用类课程为主。在大数据时代背景下，这种教学工作量的不平衡存在进一步加剧的趋势；与此同时，引进教师也面临着知识更新换代的挑战。而课程教学工作量分配不合理将造成引进教师的进修学习和继续教育难以实现，从而影响统计学专业教育的质量和发展。

第四，高等林业院校统计学本科专业受总学时的限制，主要的专业基础课和必修课的学时均较少，从而导致课程教学内容也相应减少。这在一定程度上影响了学生对专业知识的掌握。

第五，一些高等林业院校在实施统计学本科专业的课程设置与综合性高校和财经类高校并轨的过程中，未处理好与保持林业行业院校自身优势的关系。例如，在课程设置并轨过程中出现矫枉过正的情况，忽视了林业行业院校自身的特点，从而导致高等林业院校统计学本科专业缺乏强项和特色、所培养的本科毕业生缺乏竞争优势等。

二、大数据时代背景下统计学本科专业教育的发展趋势

传统统计学的主要处理对象是数据，与大数据有显著区别。大数据具有海量积累、高增长率和多样性的特点，但不能直接使用。随着大数据时代的到来，人们开始担忧统计学在数据分析中的地位，因为如果不能正视大数据带来的威胁和机遇，大多数统计学系都将面临变得无关紧要的危险[2]。当然，即便是在大数据时代，数据分析的很多根本性问题与小数据时代并没有本质区别，统计学依然是数据分析的灵魂。因此，顺应时代发展潮流，积极应对大数据时代带来的机遇和挑战，是统计学专业得以生存和发展的关键。

为了适应大数据时代的要求，2014年底，美国统计学会发布了统计学本科专业指导性教学纲要，对统计学本科专业的课程设置和教学目标等提出要求，详见表1[3-5]。该纲要指出，大数据时代统计专业人士应该具备扎实的数学和统计学基础，能够熟练运用主流统计软件和计算机语言实现统计计算和编程，以及使用文字、图表和动画等方式表达统计分析结果；同时还指出，大数据时代需要多样化的统计模型和方法，所以统计学本科专业的课程设置应覆盖统计方法与统计理论、数据操作与统计计算、数学基础以及相关实践训练等内容。

表1 大数据时代美国统计学本科专业的课程设置和教学目标

三、大数据时代背景下高等林业院校统计学本科专业教育改革的新思考

目前，我国各高校的统计学本科专业培养方案大多相互参照，同质性特点明显，存在忽视各自优势和特色的问题。从国外高校的课程体系设计情况看，不同学校的统计学类专业特别是数据科学与大数据技术专业的人才培养方案并不相同，在不同程度上体现了各自高校的学科优势和人才培养定位。有鉴于此，在大数据时代背景下，我国高等林业院校统计学本科专业教育改革要顺应统计学本科专业教育的发展趋势，在人才培养过程中尽可能遵循通识教育与各学校自身特色和优势相互融合的原则。

(一)人才培养目标

在大数据时代背景下，我国高等林业院校统计学本科专业应由原来的培养单一型统计学专业人才转向培养既掌握统计理论和方法又能够熟练编程并进行统计运算、同时还具有林业和生态环境等学科专业基础知识的复合型数据分析人才。因此，建议高等林业院校统计学本科专业的人才培养目标应确定为：培养具有良好的统计职业道德、适应时代发展和国家建设需要、热爱统计学及其应用领域的工作、熟练掌握统计学基本理论和方法、擅长数据分析、了解林业和生态环境学科专业的相关知识、熟练运用统计方法和统计编程分析数据和解决实际问题的复合型专业人才。

(二)课程体系建设

大数据时代为统计学科带来了大好的发展机遇，统计数据分析涉及的领域越来越广泛。特别是在“生态环境”“绿色空间”和“智慧城市”成为时代主题词的今天，社会对具有高等林业院校背景的统计学专业人才的需求将会越来越多。因此，高等林业院校应立足自身特色，结合大数据特点，在“宽口径、厚基础”专业人才培养思想指导下，对统计学本科专业的课程进行合理的设置和调整，以积极应对大数据时代对统计学专业人才的需求。

目前，高等林业院校统计学本科专业的课程体系主要由通识教育平台、学科基础教育平台、专业教育平台、毕业论文和综合拓展等几大类课程构成。其中，通识教育平台类课程包括通识必修课和公共选修课；学科基础教育平台类课程包括高等数学、线性代数、数理统计、经济学和管理学等课程；专业教育平台类课程包括专业核心课和专业选修课；综合拓展类课程主要包括公益劳动、科技创新等实践类课程。

其中，数学类课程是统计学本科专业的基础课程，是培养统计学专业人才的重点课程。然而，由于高等林业院校的统计学专业归口经管类学院，所以与归口理工类院系的统计学专业相比，数学类课程的讲授内容有所删减。同时，高等林业院校统计学本科专业的专业核心课程均为较为传统的统计类课程，且受总学时的限制，课程学时都较少；专业选修课中的部门统计类课程过多，而鲜有统计计算类和编程类的课程。因此，针对高等林业院校统计学本科专业课程体系的现状和薄弱之处，笔者认为，课程内容体系的构建应以统计学科知识为平台，以统计计算和统计编程为两翼，并辅以林业、环境生态类基础知识以及必要的课程实习和实际案例讲座，从而确保学生的知识结构能够基本适应大数据时代的要求，为学生今后的再学习、知识空间的再扩展奠定基础。

数据分析的基础是计算机科学和统计学，但并非是计算机科学和统计学的简单拼凑。因此，笔者认为高等林业院校统计学本科专业的课程设置要有所选择和侧重，要在现有课程基础上进行结构优化。

首先，在保证统计方法和统计理论类课程教学的前提下，要强化数学类基础课程，为统计学专业本科生奠定扎实的理论基础；同时，适当增加数据分析的基础理论、数据加工、数据分析、数据计算、数据管理、数据产品开发以及计算机编程等方面的课程，以适应大数据时代的要求。例如，可以通过校内、院内教学资源的整合以及相关专业教师的引进和交流等途径，增设“数据分析基础理论”“统计计算”“数据库”“SASR”等专业统计编程类课程和数据可视类课程。

其次，要适当减少部门统计类专业选修课程，增加林学、环境以及生物方面的基础课程供学生选修，从而把统计学基本知识和前沿进展与林业、生态环境等领域的发展相结合，使学生既掌握统计学的基本思想和基本方法也了解统计方法在林业相关领域的应用且视野得以开阔。此外，还可以增设公文写作或科技论文写作类课程供学生选修，以提高学生的综合能力。

(三)课程教学改革

统计学本科专业人才的培养主要包括课堂教学和实践教学2个环节，强调知识讲授与能力培养并重。其中，课堂教学是人才培养的基本方式，实践教学则着重提高学生的综合素质以及操作技能和学术创新能力。

1.理论教学改革

大数据时代要求统计专业人才应系统掌握数据科学专业知识，具有编程能力和算法思维，有较强的数据分析能力。有鉴于此，高等林业院校统计学本科专业应进一步深化理论课程教学改革。

一是在课程安排方面，要考虑课程性质和课程间的相互衔接，合理安排先行课程与后续课程。

二是在课程教学内容方面，应逐步增加统计计算、编程以及数据可视化分析等与大数据分析相关的内容和分析方法，同时对重复、交叉的理论教学内容进行删减合并。

三是在课程学时分配方面，在总学时有限的情况下，统筹安排，优先保证统计学专业基础课和主干课的学时，适当增加与大数据分析相关课程的学时。

四是在课程教学方面，促进板书与多媒体教学手段的结合，积极开展多媒体教学，尽可能借助实际案例或模拟案例强化学生对理论知识的理解和掌握；同时，在专业选修课教学中增加学生讨论环节，引导学生通过查阅资料、交流讨论等增强自主学习能力，以及激发学生参与课程教学的积极性。例如，针对高年级学生，可以在部分选修课程的教学中穿插开展分组讨论，由学生自由选择与课程内容相关的主题。这样，既有利于帮助学生巩固统计学基本知识和基本方法，也有助于培养学生的团队意识以及提高学生运用统计方法处理实际问题的能力。

此外，在条件允许的情况下，要充分利用信息技术与课堂教学相融合的成果，引入“慕课”资源，在大班教学中尝试采用“雨课堂”等课堂软件，在小班教学中探索反转式课堂教学模式，从而缓解专业教师资源短缺的压力，调动学生自主学习的积极性，锻炼学生的批判性和创造性思维，培养学生合作、竞争的意识。

2.实践教学改革

统计学是方法论科学，统计思维和统计技能的培养离不开实践。因此，高等林业院校统计学本科专业的人才培养过程要强调理论教学的实践性，加强实践教学环节，以培养学生的实践动手能力。

第一，结合高等林业院校的特点，组织编写具有行业院校特色的实践教学教材。

第二，将传统的课程讲授分为理论讲授和实践讲授2部分，适当增加专门讲授实践教学内容的教师，在理论课程讲授过程中穿插开展实践、实验和模拟类教学。

第三，实践、实验和模拟类教学内容的选择，既可以结合理论教学内容，由教师确定；也可以结合日常学习和生活，由学生拟定。

第四，改革课程考核，在考核内容方面，逐步增加对实践教学内容的考核，使课程考核由结果导向转变为过程导向，强调学生学习过程的重要性以及与他人协作沟通的重要性；在考核方式方面，加强灵活性和多样化，例如允许学生合作完成数据收集、整理和分析，并通过口头报告或书面报告完成课程考试，从而培养学生独立制定、实施、检查学习计划的能力。

第五，增加与统计数据分析相关的讲座和参观学习的频次，强化实践训练。社会需求是高校专业设置的基本依据，社会实践、与企事业单位专业人士沟通交流是认识和了解社会需求的最直接手段。因此，高等林业院校统计学本科专业应邀请企业和研究机构中从事统计数据分析的专业人士到学校开设讲座，并使之常态化，从而通过实际案例的讲解帮助学生了解统计分析流程和实际问题的处理过程，提升学生分析数据、处理实际问题的能力。

此外，还应尽量多地创造条件，鼓励统计学专业本科生通过暑期学习和实地参观了解统计学专业人才将要从事的工作领域和性质，养成重视数据质量、科学选择统计方法、客观报告分析结论的职业习惯和素养。

(四)教学团队建设

高等林业院校统计学本科专业教育质量和水平的提升，关键在专业教师队伍的建设。因此，高等林业院校应对校内、外教师资源进行整合，通过加强培养、积极引进、促进交流和流动，构建结构合理的统计学本科专业教师队伍。

在大数据时代，要进行比较客观、准确的数据分析，首先要求数据分析者必须拥有数学、统计学、人工智能、计算机编程、可视化、图像分析等领域的知识和技能。高等林业院校统计学专业现有师资主要可分为来自国内外综合大学和财经院校的教师以及留校教师2类，专业教育背景以传统的统计学专业为主，知识结构略显陈旧。因此，高等林业院校统计学专业需要加强中青年教师的培养，通过委托培养、进修等途径促进其实现知识架构的更新；同时，通过人才引进和交流等改善教学团队的结构，实现教师资源的合理配置。例如，探索实施本校或学院内部乃至校外各相关学科专业教师资源的共享和流动，从而实现教学团队内部的优势互补。

资助项目：北京林业大学2018年教育教学研究项目“大数据时代林业院校统计本科教育课程体系调整与改革”，项目编号BJFU2018JY042。