王恩慈


關鍵詞:大數據;海關統計;課程建設
1引言
隨著計算機技術的發展,數據的處理方式和內容也發生了深刻變革。越來越多的人都開始關注數據和搜集數據,以及研究數據變化背后的發展規律。無論是企業還是個人,越來越多地開始與數據打交道。但是面對大數據時代的到來,如何從紛繁復雜的數據中獲取有用數據并進行分析,也成為統計學課程建設所要面對的問題。早在2012年,美國就頒布了《大數據的研究和發展計劃》,將大數據研究上升為國家戰略,并引起全球關注[1]。我國也在2014年就開始成立數據交易中心,并提出將數據作為第五大生產要素[2],同時將大數據與各種實體產業進行融合,指導并預測各產業發展。
統計學作為一門搜集、整理和分析數據資料的理論與方法的課程,對解決社會經濟等領域的問題都能起到輔助作用[3]。通過學習這門課程,學生可以掌握收集數據、整理數據以及分析數據的基本方法。但是,隨著大數據時代的到來,傳統的統計學課程和實際應用的差異性逐步顯現,如果還是僅僅教授學生基本統計學的數據處理能力,難以滿足當今對數據統計分析能力的要求。因此,越來越多的學科開始嘗試建設本學科的大數據統計課程。作為海關專業性院校,應立足于學校和海關專業特色,結合現實需求,開設“海關統計”課程。
“海關統計”課程在統計學基礎上,重點關注國際貿易統計和海關業務統計,涉及國際貿易統計制度、海關統計商品分類、服務貿易統計制度、貿易統計指數等多個方面[4]。海關統計學作為研究進出口貿易發展變化規律的一門應用性學科,其研究目的是為國家制定對外貿易政策并監管對外貿易,以及提供理論指導[5]。
2大數據背景下“海關統計”課程建設需求
2.1專業課程內容與培養目標
專業課程設置要符合學生培養目標的要求,尤其作為方法論的學科,要與學科前沿發展相一致。大數據背景下的“海關統計”課程建設既要注重基本統計學理論素養,也要有海關統計實踐能力和大數據分析應用能力。在以傳統的統計學理論為提前,重點關注大數據的背景下的學科前沿知識傳授是必要的,能夠加深學生對當前前沿領域的認識。
2.2理論基礎與實踐結合
作為海關管理專業課程,要與海關實踐相結合。大數據具有容量大、類型多、速度快、精度準、價值高的“5V”特性[6]。相似的,海關統計所要處理的數據也有以上特點。從圖1可以看出,海關數據處理涉及的數據類型比較多樣,既有正常的一般貨物貿易數據,還包括個人行郵、跨境電商產品等。從進出境運輸工具監管,到商品的檢疫檢驗,甚至是知識產權的備案,這些基本流程操作形成了大量的數據流。“海關統計”課程建設要求針對學生的海關大數據分析能力進行培養。
3大數據背景下“海關統計”課程建設建議
3.1先導課程銜接,課程安排調整
“海關統計”作為一門實用性較強的課程,在開設之前要安排部分基礎課程教學。其中,既要有統計學的基本理論課程,也要涉及部分大數據處理課程。尤其對于經管類學生,大部分學生的軟件操作能力和數據處理能力較弱,應適當安排與大數據、計算機相關的基礎課程,如R語言、機器學習、Python程序等大數據課程,并在這些課程中增加上機操作比重,以提高學生的軟件實操能力。
3.2課堂教學方式創新
突破原有的教學方式,將“海關統計”課程的理論和實踐應用相結合。課堂講授不僅僅依賴于理論基礎或者課本案例。可以利用海關數據資源,針對熱點問題進行案例分析。可以通過分組合作完成案例或者項目學習的方式,培養學生發現問題、解決問題以及數據分析的能力。例如,安排學生分組完成我國海關貿易景氣調查問卷設計,培養學生充分思考問題和理論應用的能力。在課程考查方式上,不僅僅局限于理論知識的應試考查,可以開展多種方式的考核。比如,實踐報告或者分組項目展示等。
3.3分模塊教學,結合海關實踐操作
由于海關統計涉及的范圍比較廣,數據類型也較多。可以結合海關實踐開展分模塊教學。首先,針對海關統計的全流程進行分塊,既有傳統的海關統計數據,包括貿易進出口、加工貿易和保稅區等數據,也有動植物檢疫、商品檢驗等數據以及海關部分業務數據。其次,基于每個海關數據模塊進行深入的教學指導。以海關數據中常見的貨物貿易為例,報關系統中有40余項基本情況,涉及監管方式、運輸方式、商品類型、進出口港口、企業類型、包裝等眾多條目。可以通過這些相關數據讓學生計算貿易指數和評估貿易發展等。最后,通過實驗報告或者匯報讓學生梳理整個海關統計學的基本知識。報關單基本項目如圖2所示。
3.4提高教師的理論與實踐能力
為了更好地提高教師的理論與實踐能力,不但要組織教師積極參與各種師資培訓、學術會議、國內外訪學,還要開展產學研踐習和與行業專家結對等活動。采用“走出去”與“請進來”的方式建立多元化教師隊伍,定期舉辦海關行業專家交流活動,既為教師介紹最新海關統計等行業情況,也可與教師開展部分合作項目,同時定期選派專業教師到海關行業進行產學研踐習,從而提升教師實踐教學能力。