數字化背景下應用型本科高校統計學課程教學改革探討

摘 要 “數字中國”發展戰略對應用型本科高校人才提出數字思維培養要求，統計學作為大部分專業的數據分析入門課程，對學生數字思維的培養起著關鍵作用。但統計學的教學中長期存在教學內容無法提升應用創新能力、教學組織不適應基礎薄弱的學生、教學銜接無法促進學生持續學習等問題，對數字時代的人才培養帶來挑戰。為解決以上問題，文章針對性地提出重構教學內容、改革教學組織、后續銜接改革等方面的改革措施，為應用性本科高校統計學課程的教學改革提供一點思路。

關鍵詞 應用型本科；混合式教學；內容重構；組織改革

中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdk.2024.16.025

Exploration of the Teaching Reform of Statistics Course in Applied Undergraduate Universities under the Background of Digitalization

CHEN Meixiang， ZHU Wenjuan， XI Qiongxing

（School of Economics and Management， Fuzhou Institute of Technology， Fuzhou， Fujian 350506）

Abstract The development strategy of "Digital China" puts forward requirements for cultivating digital thinking among applied undergraduate talents. Statistics， as an introductory course in data analysis for most majors， plays a key role in cultivating students' digital thinking. However， in the teaching of statistics， there have long been problems such as the inability to improve the application innovation ability of teaching content， the inability of teaching organization to adapt to students with weak foundations， and the inability to promote continuous learning through teaching connections， which pose challenges to talent cultivation in the digital age. To address the above issues， the article proposes targeted reform measures such as restructuring teaching content， reforming teaching organization， and subsequent linkage reforms， providing some ideas for the teaching reform of applied undergraduate statistics courses.

Keywords applied undergraduate; blended teaching; content reconstruction; organizational reform

2023年，中共中央、國務院印發的《數字中國建設整體布局規劃》強調，要促進數字經濟和實體經濟深度融合，以數字化驅動生產生活和治理方式變革。建設數字中國需要大量的數字化人才，“數字中國”發展戰略對本科人才提出了數字化思維培養的新要求。統計學作為大部分專業的數據分析入門課程，對學生數字思維的培養起著關鍵作用[1]。同時，應用型本科高校重點培養學生的應用能力，因此，統計學課程應側重于培養學生運用統計方法解決實際問題的應用能力。由此，傳統“重理論，重計算，滿堂灌”的統計學教學無法適應新時代應用型人才培養，迫切需要對統計學課程進行教學改革。

1 數字化背景下統計學教學中存在的主要問題

1.1 教學內容無法提升學生的應用創新能力

現階段統計學教學中，教師會融入一些案例，但基本是給予特定數據后，要求學生分析指定問題。這種在特定場景下解決特定問題的模式，無形中讓學生形成“數據到問題”的思維習慣。學生不知道為什么需要這些數據，數據又從哪里來，解決完指定問題后無法銜接下一步的思考，只能就現成的數據解決教師提出的問題。而應用型高校的大部分學生學習遷移能力弱，這種教學模式導致學生一旦離開統計學課堂，就無法解決實際問題，不能將所學的統計方法聯系到現實工作場景中。另外，大數據、云計算、人工智能等數字技術快速發展，數據收集和存儲變得高效便捷，數據類型更加多元復雜，數據體量激增，數據分析方法豐富多樣，甚至顛覆了部分統計學理論[2]，但統計學教材基本延續傳統內容。

1.2 教學組織不適應基礎薄弱的學生

隨著智慧教學的深入和線上資源的豐富，不少高校的統計學課程實行了混合式教學，將統計基礎知識學習轉為線上學習，將統計計算轉為線上練習，線下課堂進行知識的拓展應用。但混合式教學改革效果并不理想，表現出明顯的兩極分化現象。學習自主性強的學生會根據教師的要求完成相應任務，并充分利用線上資源，教學效果良好。然而對于應用型本科高校，不少學生的學習主動性不足，線上任務真實完成度低，在沒有認真學習線上視頻的情況下，數理基礎較弱的學生連統計基礎知識的掌握都無法保證，更無法銜接線下課堂的知識總結和提升，終結性考核方式更加助長了這種不良習慣，學習整體效果反而不及改革前的全線下教學。另外，學生線上學習效果不佳，迫使教師線下課堂中絕大部分時間用于回顧整理基本知識點，從而占用知識拓展、應用提升的教學時間，加重學生應用能力不足的問題。

1.3 教學銜接無法促進學生持續學習

學生數字思維的培養不能一蹴而就，需要循序漸進，不斷訓練，逐步提升。學習完統計學課程后，除部分專業有開設計量經濟學外，很多高校缺乏后續課程進行銜接。作為應用性很強的課程，統計學對于學生處理和分析數據能力的培養，需要在解決實際問題的實踐過程中進一步鍛煉，并不斷強化和鞏固。因此，高校需要重視實踐平臺的創建，增加學生的鍛煉機會。

2 統計學教學改革路徑

2.1 重構教學內容：創建場景，實現前沿應用

2.1.1 真實企業問題案例

教學中圍繞一個真實的企業經濟管理問題案例，串聯統計學核心章節知識，引導學生從實際問題出發，逐步思考，抽絲剝繭，運用所學統計方法發現問題的真相，并尋找解決對策，形成問題解決閉環，培養學生“問題—數據—解決”的思維模式。例如，課程中引入某企業業績下降問題，讓學生化身企業的咨詢顧問，融入場景，逐步探尋業績下降問題的關鍵，并提出提升業績的方法。在“數據整理與展示”章節，引導學生思考分解銷售額為單價和銷售量兩個維度，收集這兩個指標數據，并繪制時序圖觀察其變動，初步鎖定變化的來源（假設確定為銷售量）；接著結合實際，將銷售量分為首次購買量和再次購買量，根據這兩個指標的時序圖確定變化的原因（如為再次購買量）；最后將再次購買人群劃分為首次購買本品牌人群和首次購買其他公司品牌人群，可計算出客戶忠誠度。通過逐步探索分析形成分析框架，最終確認客戶忠誠度下降為本質問題。可運用數據的概括性度量和時間序列分析兩個章節的知識，借助平均數、標準差等指標分析各車型的客戶忠誠度差異，進一步明確客戶忠誠度下降的核心車型；再運用相關分析方法分析客戶忠誠度下降的具體原因（產品質量、價格、售后服務），最后運用回歸分析明確具體解決策略，將管理層目標和作為一線行動目標的KPI聯系起來。創建完整真實的問題解決過程，讓學生體驗統計知識解決問題的正確方式，切實提升學生的應用能力。

2.1.2 統計前沿知識應用

在大數據、人工智能時代背景下，傳統的“以小見大”的統計思想將被取代，而主要是從“大數據”中去挖掘經濟社會的規律和特點[3]。研究思維的改變，也使傳統統計學研究方法、研究對象和相關概念發生了改變。將大數據給統計學帶來的數據結構的變化、數據收集思路的變化、數據分析方法的創新引入課程教學中，培養學生的創新創造意識。如在導論中讓學生查閱資料，思考大數據技術對統計學的影響；在數據的搜集章節中分析大數據時代的數據收集方式，討論其與傳統數據收集方式的差異；在數據的圖表展示章節中帶領學生討論運用大數據進行數據整理與展示的例子，發現日常生活和企業管理中有諸多大數據技術應用場景；在數據的概括性度量中介紹大數據進行用戶畫像描繪實例，感知統計知識與大數據的融合創新；在假設檢驗中帶領學生反思運用p值進行決策可能存在的問題，培養學生辯證思考的科學研究思維；在一元線性回歸分析中，介紹人工智能賦能相關回歸尋找提升企業績效的因素案例，對比傳統模式下運用相關分析發現影響企業績效的關鍵因素，發現統計知識在人工智能的加持下煥發的新能量，激發學生的創新意識；在時間序列分析中介紹時間序列分析在醫療保健中的應用，思考實際應用中如何將各種因素引入模型，評判當前所建模型的優缺點，再介紹學界前沿在該領域的探索和仍未解決的問題。將最前沿的統計知識應用融入教學，使學生感知傳統知識在新技術和新場景中煥發出的新生機。

2.2 改革教學組織：循循善誘，因材施教

2.2.1 調整線上線下課時安排

為了有效發揮混合式教學“全過程”的優點，同時兼顧數理基礎薄弱的學生，盡量避免混合式教學中的兩極分化問題，按照“偏理論難理解的內容教師多講、較基礎易理解的內容學生自學”的原則，控制線上總課時不超過30%。統計數據的收集、統計數據的整理與展示、數據的描述性分析和指數分析等章節的知識相對簡單易懂，學生自習效果較好，可適當安排線上課時；參數估計、假設檢驗、相關和回歸分析、時間序列分析等章節涉及的統計原理較難，可安排學生借助線上教學資源進行課前預習，不直接分配線上課時。

2.2.2 改變教學設計

積極創新理論教學。課前，學生借助線上課程自主預習，教師提前布置社會熱點問題作為思考題，引起學生興趣，讓學生帶著問題進入課堂；課中，把知識點與專業、社會經濟案例相結合，不僅讓學生掌握統計方法，更強調統計方法在社會經濟現象中如何應用[4]。同時挖掘德育元素，開展思政教育，讓知識傳授與價值引領同頻共振。課后，對知識的鞏固主要通過線上線下兩種方式。線上教學視頻自學、習題練習、習題講解、討論等；線下課堂匯集學生練習中發現的問題和重難點習題。

積極開展實踐教學。課內操作實驗中選擇具有代表性的案例，引導學生討論思考，再上機實踐驗證，及時鞏固相關統計方法，并熟悉統計軟件的操作和結果的分析解讀；課程中學生自選社會熱點話題開展問卷調研，實踐整個統計工作過程——統計問卷設計、開展統計調查、數據清晰整理、數據分析解讀并形成調研報告，將統計學的內容進行融會貫通；學生還可參與教師科研課題和企業咨詢類課題，進行前期調研和數據采集、處理，了解實務中如何開展統計工作；參與全國大學生統計建模、市場調查與分析等學科競賽，讓學生忙起來，提升學生解決實際問題的能力。

2.2.3 改革考核方式

基于“三全育人”理念，將過程性評價和終結性評價相結合，更加全面評價學生的學習效果，同時提升學生對學習過程的重視度，改變只在考前突擊學習的現象。總評成績通常由平時成績和期末成績兩部分組成，適當提高平時成績的占比，增加平時考查的項目，可以包括出勤、課堂表現、章節測驗、在線視頻學習、專題討論、實驗報告和課程論文等，提升學生的學習動力。另外，任課教師動態監測每位學生線上線下學習質量，及時督學，并有針對性地進行輔導，保障所有學生的學習效果。同時，在期末試卷的試題中減少死記硬背的內容，增加案例分析等題型，側重考核學生的知識應用能力。

2.3 后續銜接改革：賽課銜接，學習延續

在統計學課程結束后，組織學生積極參加全國大學生市場調查與分析大賽、統計建模大賽、數學建模大賽等學科競賽，實現以賽促學。統計學教師積極參與競賽指導，過程中可發現學生存在的知識漏洞和盲區，反思和優化統計教學內容，反哺教學，實現以賽促教。同時，各專業修改培養方案，重構課程體系和實踐教學體系，在后續課程中進一步鞏固學生的數字思維。以經濟學為例，在大二統計學課程的集中實踐專周，及時安排“統計分析軟件應用”課程，大三安排“計量經濟學”“計量經濟學實驗”“商業數據分析”“Python大數據分析”等課程延續，大四有“經濟預測與經濟分析”“社會經濟調查”等綜合課程銜接，同時要求學生畢業論文中進行實證分析。在學科競賽和課程銜接的雙重保障下，應用型本科高校的數字化人才培養才能切實落地。

3 結語

在數字化背景下，應用型本科高校統計學課程教學改革顯得尤為重要。本文通過深入分析當前教學中存在的問題，提出了針對性的改革措施，旨在提高學生的實踐能力與統計應用能力。通過重構教學內容、改革教學組織、后續銜接改革等手段，可以更好地培養適應時代需求的應用型數字化人才。

基金項目：福州理工學院本科教育教學改革研究項目“應用型高校經濟學專業階梯式實踐教學體系構建研究”；2023年福建省本科教育教學改革重大研究項目“數字化轉型背景下新商科人才培養模式改革與實踐”（FBJY20230131）；福建省教育科學“十四五”規劃2023年度課題“數智化時代新商科創新創業人才培養模式的探索研究”（FJJKBK23-220）。

參考文獻

[1] 陳霞，馮萍.大數據與人工智能背景下統計學課程教學改革研究[J].科教導刊，2023（29）：120-122.

[2] 林軍，王肖鵬，王炳璇，等.經管類“應用統計學”課程的教學模式改革與創新——以大數據時代為背景[J].教育教學論壇，2022（22）：69-72.

[3] 張娟娟，朱芳芳.人工智能背景下統計學課程教學改革探討[J].對外經貿，2022（10）：150-153.

[4] 王惠，路劍，劉海燕，等.新文科背景下應用型本科“統計學”課程混合式教學改革與實踐[J].中國多媒體與網絡教學學報（上旬刊），2022（2）：13-16.