一、导言

当前，互联网+、人工智能、区块链等高新技术快速发展倒逼传统学科深刻变革，“新文科建设”成为高等教育内涵式发展的重要主题。2020年11月3日教育部发布《新文科建设宣言》指出新文科建设是要大力促进科学技术与人文社会科学的新融合，在理论知识传授的基础上，还需加强学生政治、专业能力以及可持续发展能力的培养。数字经济时代，大规模、广幅度的数据采集、获取、存储、流转、分析以及使用已成为数字经济中的核心环节。其中，计算分析能力很可能是数字经济中最核心的能力（张文魁，2022）。新文科人才需要适应这一能力习得的学习强度和培养力度。高等教育的日常实践要从教育强国的内涵外延和实践路径出发，合理部署统筹推进科教兴国战略、人才强国战略、创新驱动发展素质战略，努力营造有利于创新的课程学习氛围和人才培养机制（韩震，2021）。可见，传统文科的理论素养、数据计算分析能力和创新驱动发展意识是未来大学生尤其是文科类院校人才的三大核心能力。

同时，疫情背景下随着信息技术的发展及其在教育教学方面的应用和推进，新文科专业的课程教学模式改革蔚然成风，教与学的实施环境和方法路径发生了革命性的变化（刘华，2016）。结合南京审计大学的学科特点和专业优势，须在传统基础课程开展的基础上，开设数据挖掘、数据分析与统计分析等课程，而且要将数据分析类课程和专业课程相贯通融合以提高学生的经营决策能力，进而呼应技术变革时代对跨学科交叉融合高质量人才的需要。在此背景下，我们创建了以学生为中心的线上+线下及理论+实验的混合教学模式支撑下的“大数据、统计与SPSS的日常应用”课程，在数字化教学普及应用的道路上迈出了积极的一步。

二、以学生为中心的教学设计和现实实践

课程作为人才培养的重要载体和基础单元，是高等学校教育思想转化为现实产出的核心纽带。新文科建设在传统文科教育的基础上，同步强调文工理交叉融合思维和现实问题解决能力的全面提升。课程建设需体现多学科专业融合培养，助力“厚基础、宽口径、强钻研”的人才培养目标的实现（黎海波，谢健民，2020）。课程建设需从传统的“以教师为中心的传授模式”转为“以学生为中心的学习模式”。在整个教学活动的开展过程中需以学生的学习和发展为中心，使得学生的理论知识、应用能力和综合素质获得全面提升（陈新忠，2013）。同时党的二十大为高校的人才培养机制和课程建设方案指明了方向，在微观的课程设计和课程实践中需努力营造有利于创新的课程学习氛围（韩震，2021）。

（一）“大数据、统计与SPSS的日常应用”课程的来源

南京审计大学实验中心于2015年创建“经济学科跨专业综合实验”课程，该课程采用多学院共建模式，不同学院的教师依据自己的专业特长实施模块化知识教学。但在课程的推进过程中部分同学会出现相关数理统计知识和应用统计实践的断层，不能很好地将数理统计和应用统计打通，使得他们在具体的案例分析中不能很好地识别出不同情境下该用哪种数理模型，常常出现一知半解的情况。部分同学对模型及其应用场景有所认知，但是在课程的提高环节不愿或者无法做到举一反三，缺乏学习的自主性和创新性。

同时，随着混合式教学的需要，在“经济学科跨专业综合实验”课程的推进过程中实验中心召集了有经验的教师录制了《经济数据分析综合实验》线上课程，该课程现已发布在校内Nau Xlab平台，作为公共资源向全校开放。在“经济学科跨专业综合实验”课程组经历了两个学年四个学期的教学参与后，基于学生的学习反馈、老师的教学体验和自身的知识体系结构特点，我们于2019年春学期与5名拥有数学与经管类复合背景的教师创建了“大数据、统计与SPSS的日常应用”课程，试图打通数理统计和应用统计的藩篱，培养新文科背景下的专业学科与数据学科交叉融合的自主学习型创新型人才。

该课程从信息技术与经济社会交汇融合下的组织数字化发展背景出发，靶向自主性和创新性人才培养目标，基于数据科学知识的三大体系构建本课程的知识体系：数学理论学科理论层面的概率论与数理统计以及特定学科领域的基本理论知识；数据科学的基本理论层面的统计学和数据科学的基本理论知识；实践应用层面的数据收集、数据存储、数据分析、数据可视化与利用知识以及拓展性的文献阅读。这一课程从初建期设立为全校公选课，选课人数限制在30人以内，便于教师做一对一和个性化地指导。便于学生有更多的机会和教师做沟通交流，以确保教学质量。在授课过程中会要求学生从自身专业出发自主选择案例分析问题，进一步做不同模块组合的设置来满足不同专业同学学习的需要，并通过组建跨专业学习小组实现同伴协同自主学习。试图激励学生在掌握自身专业核心知识基础上，增加同伴间跨学科的交叉知识学习以实现融会贯通，努力打造专业知识的“厚基础”、未来就业的“宽口径”，并最终在自主学习能力提升基础上实现“强科研”的创新意识和创新能力的复合型人才培养模式。

（二）“大数据、统计与SPSS的日常应用”课程教学设计

课程组围绕课程知识体系和教学目标精心地设计了多元互动混合教学模式———线上+线下以及理论+实验，授课过程中采用启发式、讨论式、互动式、探究式等多种教学手段，提高学生积极性、提升课堂吸引力，鼓励学生主动创新，让学生感受到学有所用、学有所成（赵炬明，2020）。具体的教学安排按照时间推进情况可以分为课前、课中和课后，以知识服务为导向探究不同环节知识推进情况（吕堂红，2020），此处以“基于SPSS的参数检验”为例来实况展示相关课程开展情况。

1.课前自学——知识体系构建和薄弱环节识别。

课前的学习工作主要以学生自学、团队互动为主，包含三个环节：（1）学生课前观看“参数检验”相关的在线学习材料（教学课件、MOOC课程视频、NAU Xlab课程视频、案例文献以及其他拓展性的PDF文档等）。学生在自学了相关材料后会有个初步的开卷个人在线检测，方便学生理清重点难点、识别知识缺口。（2）知识缺口识别后鼓励跨专业学习小组进行线上社区和线下空间组内讨论，让不同专业学生实现学习方法论和学习心得体会的共享与碰撞，引导学生就几类参数检验的适用场景做讨论。（3）各小组根据讨论结果，将学习和讨论过程中遇到的痛点和难点记录下来，由班级学委进行问题汇总，整理出共性问题和个性问题，结合线上平台，如课程QQ群，做初步的班级内探讨，教师在群里进行适当引导。教师会根据讨论结果设计线下课程以针对性地高效解决问题。课前的学习质疑和小组碰撞形成的“问题清单”，促使学生急切与教师课中见面探讨，大大激发了学生学习的主动性和能动性。教师在课前环节，不仅仅是知识的传授者，更是知识的整合者（李栋，杨丽，2020）。依据“参数检验”这一主题，整合出相关的理论介绍资料、应用场景资料，使得理论和应用能够相得益彰。学生在课前环节，不仅仅是知识的接受者，更是知识的索取者。依据教师给出的多元素材，自主完成自学部分，并能积极提出相关问题、识别出自身的短板和疑惑，有针对性地和跨专业组内同学讨论，之后带着疑问进入课中环节。

2.课中教学——知识解构讲授和模型应用拓展。

课中的教学工作主要以师生互动、学生参与为主，包含四个环节：（1）结合课前的学生自主学习的问题汇总做教师引导下的小组间线下课堂讨论，充分调动每位学生的探索学习和解决问题的热情，让学生带着问题思考以便更好地和老师互动。（2）结合问题清单以及学生讨论的情况，教师做“假设检验的基本步骤、三大参数检验方法及各自的适用场景”知识串讲、知识提炼和知识总结，通过举例子、做类比等手段深入浅出地实现知识有效传播。（3）在学生对基本的理论知识有了一定程度的习得后，引导学生按照老师的操作步骤对课程中的经典案例做“三大参数检验”的数据分析，并在数据分析结果的基础上从学科专业出发给出分析结论。在案例操作过程中学生实现知识有效内化，时间充裕的情况下，让个别学生操作演示，其他学生点评，同伴学习讨论发现其中的问题和不足。（4）在经典案例分析完毕后，学生对基本的理论和应用已经有了一定的把握，教师再循序渐进地结合当前不同学科中的经典热门问题、教师的科研领域等设计开放的跨学科案例，引导学习小组结合大数据时代的背景从收集数据、存储数据、分析数据等环节入手，让学生能根据案例的问题识别出可能的变量，进一步进行小组内分工以寻找变量背后的数据并做数据存储和数据分析。各小组可以在这个过程中综合利用所学的多类别的学科专业知识，有效提高解决问题的能力。大家集思广益，有效实现知识应用和知识迁移。最后教师引导各学习小组从“三大参数检验方法的相同点、分析场景（举例子）、数据文件结构、分析路径、分析过程、结果解读”等方面做课堂实验报告撰写。教师在课中环节，不仅仅是知识的传授者，更是思想的启发者。教师依据选课同学的专业特点有针对性地优化课中的实验案例，构建前沿性、科学性与应用性相结合的实验案例体系。不断夯实学生的基础的统计应用能力和创新思维能力，并且通过发散式启发式的讲授环节，提高学生的参与程度。学生在课中环节，不仅仅是知识的接受者，更是知识的发酵者。习得教师实验案例体系的内容之后，回到案例的起点，即根据案例的问题识别出可能的变量，然后再做系统性的数据处理与操作。教师应根据课程内容、学生响应度做灵活安排，依据不同的知识难度和选课同学的专业特点做详略讲授。

3.课后反刍——知识发散应用和文献研讨创新。

课后的教学工作主要以学生自学、团队互动为主，包含三个环节：（1）每位同学结合自己的专业学科背景，筛选出课堂上“三大参数检验方法”可能适用的本专业其他学科问题、学校及社会层面的各类创新创业项目。（2）学习小组根据问题集体讨论相关模型的适用性，学生主动借助知网等数据库搜寻同类型的文献进行研讨，撰写学习报告并提交教师做在线平台内答辩讨论，训练学生的创新科研能力。（3）各小组同步将探讨过程中遇到的问题汇总提交给老师，老师在线上社区，如课程QQ群，答疑并凝练出下次课的授课内容，使教学相长，良性互动。混合教学的课前、课中和课后板块要根据课程内容、学生专业以及学生接受度和反馈情况做灵活的安排调整，依据教学总体情况做线上和线下授课占比的合理安排。

三、侧重能力培养的课程考核和结构体系

相较于简单考核学生对特定知识的记忆、对具体问题的解答这种传统的考核方式，本课程依据课程建设的初衷以及课程教学模式的安排设计了针对性的考核评价体系。考核评价的维度主要包括课前自主学习、课前团队协作、课中学习效果、课中问题解决能力、课后创新能力以及课后课程总结等方面，主要考核学生的自主学习能力、实践能力、创新能力等，较大程度地实现了“以教师为中心”转为“以学生为中心”和“以知识传授为主”转为“以能力培养为主”。

“大数据、统计与SPSS的日常应用”课程的成绩由两部分组成：平时成绩占50%，期末考试成绩占50%。平时成绩由“课前”“课中”和“课后”三部分组成，其中，“课前”占20%，主要考核学生的自学态度和自学能力，包括线上学习+个人自测（10%）、组内讨论+个人贡献（10%）。“课中”占20%，主要考核学生的师生互动程度和课堂学习效率，包括组间讨论+个人贡献（5%）、教学互动+个人参与（5%）、案例演示+个人实操（5%）、案例拓展+团队实操（5%）。“课后”占10%，主要考核学生的知识迁移和创新能力，包括模型应用+个人创新（5%）、文献研读+团队互动（5%）。期末考试（50%）采用开卷考试的形式，除了核心的知识点采用灵活的客观题型来针对性地考核外，其余题型都是主观性试题。试题由实际教学过程中衍生出的现实问题组成，各个专业的同学可以根据自身的专业知识和专业思维给出合适的答案，主要考核学生在自身专业学习的基础上提出问题、构建模型的创新能力。

四、三年六学期的课程教学效果评价

鉴于该课程实施为三年六个学期，大学教学受到新冠疫情的影响，混合式教学成为重要的教学模式。因此，每学期我们都会开展实践调查，主要调查学生对教学模式的接受情况、对考核方式的认可情况和教学效果的提升情况，调查方式为个别同学线上和线下座谈、全体同学线上问卷。调查结果表明，教学模式接受度、考核方式认可度和教学效果提升度得分较高，并呈逐年上升的趋势，最近一学期的相关占比达到了100%。

（一）教学模式接受度

这六个学期的学生都高度地接受混合式教学模式，90%以上的学生表示乐于接受这种教学模式，并且这一比例正在逐年提升，最近一学期的接受度达到100%。前几个学期部分同学还没有彻底摆脱被动学习的状态，教师没有及时发现并给予引导，随着教师混合教学经验的丰富、教学管理的灵活设计（刘华，2016）以及课前视频内容的合理组合，教学模式接受度逐个学期在提升。部分高度认可的学生认为课前的自学和团队讨论环节有助于他们积极主动地参与到教学过程中，有利于识别自身的知识缺口，课中能有针对性地和教师互动。混合教学工具的掌握情况也呈逐学期递增的趋势，可见，随着信息技术与教育教学深度融合，同学们也更有热情和信心掌握各种混合教学工具。

（二）考核方式认可度

这六个学期的学生都非常认可课程考核体系，93%以上的学生都非常满意或者满意这一考核体系。这一比例正在逐年提升，最近两个学期的占比达到100%。随着教师经验的丰富和对各个考核模块的灵活衔接，考核方式认可度逐个学期提升。学生普遍认为，课程考核方式让学生自身的能力有所提升，而不仅仅是对知识的死记硬背。这种考核方式便于每位同学能基于自身的专业特点做个性化学习和创新性思考。

（三）教学效果提升度

这六个学期的学生都非常认可这种混合教学模式，认为教学效果有了很大提高。90%以上的学生认为多方面的能力有了提升，团队协作意识也在增强，对现实问题的应用分析能力也有所提高。这一比例正在逐年提升，最近一个学期的得分均达到100%。90%的学生认为，课前学习有助于自学态度和自学能力的建设，能有效地提升课中学习效率，这一比例也在逐年上升，最近一学期比例达到100%;93%的学生认为课中引入日常生活或者学科典型案例，非常有助于激发学习兴趣并能帮助搭建各专业的知识树。这一比例也在逐年上升，最近两个学期比例达到100%。93%的同学认为，课前、课中和课后各环节都设置了团队协作学习环节，有助于分工合作、团队协作能力的提高。这一比例也在逐年上升，最近三个学期比例达到100%。

五、小结

大数据时代，混合式教学模式和数据科学内容已经不知不觉地嫁接到几乎所有学科，在课程建设与应用实践领域的重要性不容小觑。本课程巧妙地运用混合教学模式将数据科学的理论与实践融入传统学科，实现文科与工科、理科的交叉融合，努力培养学生的自主学习能力、团队协作能力和创新思考能力。课程通过课前、课中以及课后三个环节来高效实施混合教学模式，让学生课前有准备、课中有想法、课后有升华。充分利用课堂内外时间，大大地端正了学生的自学态度、提高了学生的自学能力和发现问题、分析问题、解决问题能力，也在课程的进程中培养了团队协作意识和创新意识。

课程后续开展将借助南审商学院数据科学实验平台做更大维度的混合教学模式尝试。课前需要教师将相关资源发布在平台上，课中的实验操作、数据分析及实验报告撰写将在这一平台进行，课后的文献阅读和学习体会撰写需要在这平台完成。随着课程的开展，南审商学院数据科学实验平台上将会有大量的学生学习行为轨迹，为后续的混合式教学工作的开展、评价、反馈奠定了基础，更加有利于后续教学工作的开展。

参考文献:

[1]张文魁.数字经济的内生特性与产业组织[J].管理世界,2022(07):79-90.

[2]韩震.知识形态演进的历史逻辑[J].中国社会科学,2021(06):168-185+207-208.

[3]刘华.在线课程融入高校课程教学系统:障碍及其突破[J].高等教育研究,2016(05):68-72.

[4]黎海波,谢健民.信管专业在新文科背景下的数据科学课程群建设研究[J].情报科学,2020(08):128-133.

[5]陈新忠.以学生为中心深化本科教学改革[J].中国高等教育,2013(Z2):50-52.

[6]赵炬明.什么是好的课程设计[J].高等教育研究,2020(09):84-87.

[7]吕堂红.知识服务导向下高校网络教学模式创新研究[J].情报科学,2020(09):69-74+95.

[8]李栋,杨丽.课程理解:人工智能时代教师的存在方式[J].高等教育研究,2020(12):67-75.

基金资助:南京审计大学教育教学改革项目:混合教学模式对学生能力提升效果的研究(2019JG052);

文章来源:王贤梅,李庭燎,杨琴.混合教学模式下“大数据､统计与SPSS的日常应用”课程教学探究[J].江苏商论,2024(06):129-133.