大數(shù)據(jù)環(huán)境下抽樣調(diào)查課程的教學(xué)改革與實踐

謝娟 閔杰

摘要：抽樣調(diào)查是統(tǒng)計學(xué)專業(yè)的一門專業(yè)必修課，是一門兼具理論性與應(yīng)用性的課程。大數(shù)據(jù)是隨著社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云計算等的興起而產(chǎn)生的一個新興產(chǎn)業(yè)，大數(shù)據(jù)時代數(shù)據(jù)的獲取方式和數(shù)據(jù)規(guī)模及其復(fù)雜程度發(fā)生了根本的變化，大數(shù)據(jù)在數(shù)據(jù)來源上對傳統(tǒng)的抽樣調(diào)查方法產(chǎn)生了沖擊。本文主要探討大數(shù)據(jù)環(huán)境下抽樣調(diào)查課程的教學(xué)改革與實踐。

關(guān)鍵詞：抽樣調(diào)查；大數(shù)據(jù)；統(tǒng)計學(xué)習(xí)

中圖分類號：G642.0 文獻標(biāo)志碼：A 文章編號：1674-9324（2019）02-0149-02

一、大數(shù)據(jù)與抽樣調(diào)查

2016年全國統(tǒng)計工作會議上所作的《深化統(tǒng)計改革，積極建立現(xiàn)代統(tǒng)計調(diào)查體系》報告中指出：“建立獲取直接、手段先進、操作便捷、運行安全的統(tǒng)計數(shù)據(jù)采集與處理體系”。因此，隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)的來源和人們處理數(shù)據(jù)的方式發(fā)生了很大的改變，大數(shù)據(jù)的理論與方法引起了越來越多的研究者和高校的重視。傳統(tǒng)的抽樣調(diào)查是在數(shù)據(jù)搜集不便和數(shù)據(jù)處理能力受限的基礎(chǔ)上發(fā)展起來的，在大數(shù)據(jù)面前抽樣調(diào)查暴露出它的局限性。例如抽樣框變化導(dǎo)致抽樣總體與目標(biāo)總體不一致、調(diào)查目的的適時變動會使抽樣調(diào)查工作的成本增加和效率低下、抽樣調(diào)查工作周期較長以及時效性較差等。目前，數(shù)據(jù)的搜集得到了質(zhì)的飛躍，海量數(shù)據(jù)源源不斷的產(chǎn)生，但是大數(shù)據(jù)自身也存在著一定的問題。例如，海量數(shù)據(jù)的質(zhì)量有待進一步提升，大數(shù)據(jù)所具有的高維度特性也給處理數(shù)據(jù)帶來困難。因此，大數(shù)據(jù)時代也給傳統(tǒng)的抽樣調(diào)查帶來了新的機遇和挑戰(zhàn)。教育工作者應(yīng)轉(zhuǎn)變傳統(tǒng)的抽樣調(diào)查課堂教學(xué)思路，在教學(xué)中融入大數(shù)據(jù)思想，讓大數(shù)據(jù)思想和傳統(tǒng)的抽樣調(diào)查教學(xué)相輔相成。

二、課程教學(xué)中存在的問題

1.教學(xué)內(nèi)容尚不完善。抽樣調(diào)查課程作為統(tǒng)計學(xué)的必修課，主要介紹如何通過抽樣的方式獲得樣本數(shù)據(jù)以及利用統(tǒng)計方法進行數(shù)據(jù)處理，由樣本來推斷總體的特性，因此樣本要具有代表性，不同的樣本對總體的推斷效果會有顯著區(qū)別，這就需要選擇合適的抽樣方法。在現(xiàn)階段復(fù)雜的大數(shù)據(jù)時代，對于源源不斷的數(shù)據(jù)流，現(xiàn)有的抽樣調(diào)查方法更顯示出其不足之處，抽樣方案和抽樣技術(shù)必須適應(yīng)新環(huán)境，完成一個調(diào)查項目的過程中可能需要有機結(jié)合多種抽樣方法，從而達到調(diào)查的目的。另外，由于大數(shù)據(jù)是實時動態(tài)變化的，因此在調(diào)查過程中可能要根據(jù)已有的樣本來判斷后期是否需要調(diào)整調(diào)查項目，以便獲得更有效的樣本數(shù)據(jù)資料，這也需要抽樣調(diào)查方案和方法更加靈活多變。同時，需要借鑒國內(nèi)外一些新的抽樣技術(shù)，將其融入教學(xué)過程中來，使教學(xué)內(nèi)容與時俱進。因此，目前抽樣調(diào)查方法體系的教學(xué)內(nèi)容缺少與大數(shù)據(jù)相關(guān)的內(nèi)容，迫切需要改進提高。

2.理論與實踐結(jié)合不緊密。目前抽樣調(diào)查的教學(xué)內(nèi)容體系是以概率抽樣為主，介紹概率抽樣的多種組織方式及其統(tǒng)計推斷方法，并一直將這些內(nèi)容作為教學(xué)重點，而對于抽樣方案的設(shè)計、抽樣方法的具體實施、調(diào)查項目如何順利有效開展較少涉及，從而造成學(xué)生“高分低能”現(xiàn)象較為嚴重，學(xué)生雖然對抽樣與推斷方法了如指掌，但動手能力較差，大部分學(xué)生不會實際應(yīng)用，這樣也違背了該課程的教學(xué)目標(biāo)。

3.教學(xué)方式過于單一。目前為止，我校開設(shè)的《抽樣調(diào)查》課程重點還是在理論內(nèi)容的講解，課堂上一直以推導(dǎo)公式及定理證明為主，實驗課程主要借助統(tǒng)計軟件進行抽樣以及數(shù)據(jù)分析，且實驗課時較少，教學(xué)方式過于單一。因此，學(xué)生對抽樣調(diào)查的工作程序了解不足，缺乏對抽樣技術(shù)的感性認識，沒有濃厚的學(xué)習(xí)興趣，主動性較差，在理論的深度與應(yīng)用的廣度上不能很好地結(jié)合，課堂教學(xué)不夠“生動”，學(xué)生統(tǒng)計行為能力較弱。

基于上述問題，在大數(shù)據(jù)的背景下，如何提高統(tǒng)計專業(yè)學(xué)生的統(tǒng)計行為能力，如何對抽樣調(diào)查課程進行教學(xué)改革，構(gòu)建適合大數(shù)據(jù)環(huán)境的課程內(nèi)容體系和教學(xué)模式，是一個迫切需要研究與探索的課題。

三、適應(yīng)大數(shù)據(jù)背景的抽樣調(diào)查課程教學(xué)改革

面對大數(shù)據(jù)帶來的諸多問題和挑戰(zhàn)，抽樣調(diào)查課程教學(xué)需要新思維，如何結(jié)合大數(shù)據(jù)特點、統(tǒng)計學(xué)專業(yè)的培養(yǎng)目標(biāo)、抽樣調(diào)查課程特點、學(xué)校資源以及學(xué)生實際水平，提高教學(xué)質(zhì)量，這里從以下幾方面提出了對《抽樣調(diào)查》課程教學(xué)的一些改進思路。

1.完善教學(xué)內(nèi)容。在大數(shù)據(jù)時代，數(shù)據(jù)來源方式發(fā)生了改變，互聯(lián)網(wǎng)和手機移動端成了新的數(shù)據(jù)源，在這種環(huán)境下，傳統(tǒng)的抽樣方法已不能滿足新形勢的需要，因此在教學(xué)中應(yīng)適當(dāng)引入網(wǎng)絡(luò)抽樣的內(nèi)容，例如網(wǎng)絡(luò)調(diào)查技術(shù)等，以順應(yīng)當(dāng)前的教學(xué)要求，激發(fā)學(xué)生繼續(xù)探索的積極性與熱情。在許多調(diào)查項目中，非概率抽樣的效率反而高于概率抽樣，而目前絕大多數(shù)教材重點講解的還是概率抽樣的方法，一般只在引言中粗略介紹非概率抽樣。因此，作為系統(tǒng)講授抽樣技術(shù)的科學(xué)理論課程，在教學(xué)過程中應(yīng)適當(dāng)增加非概率抽樣的內(nèi)容與具體實踐，進一步擴大學(xué)生的抽樣技術(shù)知識面。除了理論內(nèi)容的完善外，從抽樣調(diào)查的初始階段到完成調(diào)查報告，這其中的每個環(huán)節(jié)都對調(diào)查結(jié)果有著至關(guān)重要的影響，例如抽樣方案的設(shè)計、數(shù)據(jù)的前期處理、調(diào)查報告的撰寫等，任何一個環(huán)節(jié)出現(xiàn)問題，都會降低調(diào)查工作的效率及質(zhì)量，因此教學(xué)中增加一些實際案例并介紹其具體的實施過程，能夠為調(diào)查工作順利實施打下堅實的基礎(chǔ)。

2.注重課程體系的前后銜接。在抽樣調(diào)查的整個過程中，由于抽樣方案的設(shè)計、調(diào)查實施、數(shù)據(jù)處理及分析這幾方面內(nèi)容的介紹較為欠缺，應(yīng)在學(xué)生了解了各種概率抽樣方法的理論知識之后，在現(xiàn)行的教學(xué)體系中增加關(guān)于抽樣方案的設(shè)計、數(shù)據(jù)處理分析及調(diào)查報告撰寫等一整套過程的介紹與講解。考慮到大數(shù)據(jù)的特點，海量數(shù)據(jù)潛在包含很多有用的信息需要去挖掘，且數(shù)據(jù)類型多樣化、數(shù)據(jù)獲得的速度快、真實性高、來源渠道多，因此抽樣調(diào)查的工作不但體現(xiàn)在抽樣設(shè)計環(huán)節(jié)，還需要迎合大數(shù)據(jù)的環(huán)境，從海量數(shù)據(jù)中挖掘出有用的數(shù)據(jù)，并且運用這些數(shù)據(jù)進行統(tǒng)計推斷，挖掘潛在信息。

3.案例教學(xué)與統(tǒng)計軟件相結(jié)合。抽樣調(diào)查工作的真正開展必須在實踐中完成，因此教師在教學(xué)中應(yīng)適當(dāng)加入介紹一些教學(xué)案例，通過案例教學(xué)連接理論和實踐，讓學(xué)生通過案例了解大數(shù)據(jù)的特點及處理方式，使學(xué)生對課程產(chǎn)生興趣，培養(yǎng)學(xué)生的數(shù)據(jù)意識。

4.項目化導(dǎo)向的實踐教學(xué)。除了課堂內(nèi)的案例教學(xué)，抽樣調(diào)查的課程教學(xué)還需要讓學(xué)生接觸一些具體的調(diào)查項目，以培養(yǎng)統(tǒng)計實踐能力為目標(biāo)，科學(xué)設(shè)計和選擇項目，以完成一個完整的調(diào)查項目所需要的知識、能力和素質(zhì)結(jié)構(gòu)設(shè)計教學(xué)方案，按照一個完整的調(diào)查項目的操作流程組織實施。可以通過校企合作，根據(jù)企業(yè)社會的實際需要，讓學(xué)生去實施一些具體調(diào)查項目。可以以實習(xí)的形式，組織3或4人一組，合作完成包括“選題”、“調(diào)查方案的設(shè)計”、“設(shè)計問卷”、“抽樣方法組合”、“調(diào)查過程實施”、“數(shù)據(jù)分析處理”、“調(diào)查報告的撰寫”等一系列的工作，讓學(xué)生在完成項目的過程中，進一步了解調(diào)查工作的實施流程，培養(yǎng)更多的適應(yīng)市場和社會需求的應(yīng)用型統(tǒng)計人才。

四、結(jié)語

在大數(shù)據(jù)時代的驅(qū)使下，構(gòu)建更加“接地氣”的抽樣調(diào)查課程教學(xué)體系，將本課程的教學(xué)方法、教學(xué)手段等從傳統(tǒng)的模式中走出來，讓學(xué)生更多的參與實踐，給學(xué)生提供更切合實際的學(xué)習(xí)環(huán)境，體現(xiàn)素質(zhì)教育的思想，即以創(chuàng)新教育為核心、以人的發(fā)展為主要目標(biāo)，可以達到知識、能力和素質(zhì)協(xié)調(diào)發(fā)展的效果。

參考文獻：

[1]金勇進，杜子芳，蔣研.抽樣技術(shù)[M].北京：中國人民大學(xué)出版社，2012.

[2]王瑩，萬舒晨.大數(shù)據(jù)時代抽樣調(diào)查面臨的挑戰(zhàn)與機遇[J].統(tǒng)計與信息論壇，2016，31（6）：33-36.

[3]朱建平，張悅涵.大數(shù)據(jù)時代對傳統(tǒng)統(tǒng)計學(xué)變革的思考[J].統(tǒng)計研究，2016，33（2）：3-9.

[4]王亞雄，張鴻武，王芳.我國抽樣調(diào)查方法改革芻議[J].統(tǒng)計與信息論壇，2004，19（3）：32-35.

[5]金勇進，戴明峰.我國政府統(tǒng)計抽樣調(diào)查的回顧與思考[J].統(tǒng)計與咨詢，2012，29（4）：27-32.

[6]維克托·邁爾-舍恩伯格，肯尼思·庫克耶，ViktorMayer-Schonberger，等.大數(shù)據(jù)時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013.

[7]邱東.大數(shù)據(jù)時代對統(tǒng)計學(xué)的挑戰(zhàn)[J].統(tǒng)計研究，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