统计学同质的概念精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇统计学同质的概念，期待它们能激发您的灵感。

篇1

【关键词】 高职教育 统计学 工学结合 教学改革

一、工学结合的学习模式

2006年,教育部出台了《关于全面提高高等职业教育教学质量的若干意见》(后简称16号文),进一步强调了大力推行工学结合,突出实践能力培养,改革人才培养模式的要求。

高职教育工学结合人才培养模式的基本内涵是:遵循职业教育基本规律,以适应现代经济建设、产业发展和社会进步需求为原则,建立行业(企业)与职业院校密切协作、相互促进、互利共赢的机制,以着力培养高素质技能型人才为根本目标的高职教育模式。

工学结合的学习模式具有以下诸多优势:一是使学生将理论学习与实践经验相结合,加深对所学知识的理解;二是使学生了解更多的实际问题,扩大了专业视野;三是为学生提供了检验自己能力的机会;四是增加了学习兴趣与动力。

统计学是高职院校财经类专业的基础核心课程,同时也是一门“教”和“学”难度较大的课程。如何将理论知识与实际运用有效结合起来显得格外重要,也极富挑战。由于我国高职院校的工学结合起步较晚以及条件所限,能让学生真正融入企业参加观摩、练习的并不普遍,但除了深入企业实习,我们还可以通过重构课程体系,优化教学内容,改进教学方法等手段,将实际问题引入日常学习生活,创建学生“身临其境”的学习情境,从而达到类似工学结合的效果。

二、重构课程体系

高职统计教学的目标是培养学生统计思维,掌握基本的统计原理和方法,最终服务于专业学习和工作实践。由于统计学具有理论抽象、计算繁杂、应用性强的特点,按传统的课文讲授―课后练习―习题讲解的模式基本能让学生较好的掌握书本内容,但无法将统计知识与专业技能结合起来,也缺乏分析解决实际问题的能力。既没有完全达到统计教学目标,也不能满足高职院校培养专业应用型人才的要求。因此,我们从工学结合的理念出发,在传统的理论教学体系外,结合不同的专业设计了专业实践教学体系,不同专业的实践教学体系既有自身的特色与要求,又能与理论体系相互融合与促进。

由于在传统理论教学体系外增加了专业实践课程体系,客观上要求增加统计学的授课学时,这是有效且必须的。高职院校的统计教学一般安排在72―80课时左右(平均每周4课时),这与统计课程的重要地位是不相符的。这些课时对于理论教学尚可,若想强化学生的理解与实践能力则显得捉襟见肘,建议增加至108―120学时(平均每周6学时),将增加的课时分配给专业实践课程教学,用课堂情景模拟企业环境,用课堂实训问题替代企业真实问题,从而能产生近似工学结合的学习效果。

整个专业实践体系分解为四大块:教学计划体系、教学方法体系、校内实训体系和教学改革体系。首先要求教师在熟悉课本内容的基础上,及时了解外部环境变化,发掘企业及社会的需求,从而安排实践教学内容和教学计划;其次,充分利用相关教学资源来提高教学效率,可以课堂模拟也可以课外实践;最后,在教学过程中不断比较、总结和学习,形成自己的特色与核心价值。

三、优化教学内容

目前,大多数高职统计教材都能做到结构清晰、内容完整,同时也越来越注重实用性,但真正能做到基本理论与专业需求较好融合的并不多见。

1、传统教学内容的特点

(1)一般按照原来苏联模式下的社会经济统计体系,从基本概念入手,依次安排统计设计、统计调查、统计整理和统计分析模块;接着讲解抽样推断、参数估计、相关回归和统计指数,最后介绍国民经济核算体系。但在实际教学中,由于抽样推断和参数估计需要一定的概率论知识,因此一般略过不讲。

(2)缺少案例分析。这也是目前统计教材最大的通病。大多数教材只能做到将概念、计算讲解清楚,但内容稍显陈旧和单调,没有很好地和专业内容与实际需要结合起来。统计教材一般不像经济类教材那样内容生动、案例丰富。虽然统计学基本特点是客观真实,并不像经济学那样充满想象和主观判断,但统计教材完全可以多采用案例分析――统计并不缺少实际事例。可能有老师觉得可以在课堂上自己增加举例,但枯燥的课本已经提不起学生自觉看书的兴趣了。

(3)缺少高质量习题。一般的教材课后习题只是注重对概念的识记,如选择或填空“统计的特点是什么”、“统计调查的组织方式有哪些”等;或是对例题的重复变形,不过将例题稍微改头换面就变成了一个新的习题。这里并不是说这样的题目不好――初学者总要经历一个识记和模仿的过程――而是说这样的题目占整个习题的绝大多数,仅通过这些习题的训练对于提高学生的理解和应用能力显然是不够的,在识记的基础上应适当增加理解和运用层次的练习。

2、设计和优化内容

越来越多的统计教学工作者也发现了上述问题并为之努力。本文就如何设计和优化内容提出以下建议。

首先,根据工学需要,明确统计教学的内容范畴,并将课程内容细化为具体的知识点,再针对每一个知识点来设计教学内容。一定要注意课程内容不等于授课内容,课程内容只是按教学大纲要求必须讲授的知识点,但如何让学生学好学透这个知识点,老师应该围绕该知识点的重点、难点、特点等设计具体教学内容。比如统计课程内容的“强度相对数的定义”,如果只是按书本讲解强度相对数是“某一总量指标数值与另一有联系但不同类的总量指标数值之比”,学生一般难以掌握,此时,教师可以针对此知识点设计具体的教学内容“强度相对数定义,强度相对数与平均数的区别与联系,强度相对数与其他相对指标的区别,强度相对数的争议等”。显然教学内容是对课程内容的具体设计,统计教学应该经历确定课程内容――细化具体知识点――设计教学内容的过程。

其次,大量增加实例分析,将工学需求紧密结合。目前的统计数缺少引人入胜、紧贴生活的案例。案例一般分为三种:引人入胜型,这种案例一般是与知识点相关的生活常识或趣闻,提高学生学习兴趣;解决问题型,这种案例是统计知识在生产生活中的实际运用,提高学生的理解和应用能力;启发思维型,这种案例是提出新问题引发学生思考并尝试解决。增加案例分析有三个途径:书本案例、课堂案例、课后习题案例。第一要增加书本案例,书本是学生学习的基础,一本书如果内容枯燥无味,是很难吸引学生认真阅读学习的,而没有认真研读书本则学习效果可想而知;第二要增加课堂案例,课堂案例应以生产生活实际应用为主;第三要适当增加课后习题的案例分析,既是对课堂内容的巩固,又是对统计学习的补充。

最后,鼓励使用工学结合教材和习题。编写合格的工学结合教材和习题是一项复杂艰巨的任务。一方面要求教师紧跟专业要求和地方经济需求,另一方面要求教师具有丰富的实践经验和跨专业的复合知识结构。工学结合的教材要求体现统计知识与专业知识的结合,满足实际工作的需要;工学结合的习题要求学生通过练习,掌握一定的利用统计知识解决实际问题的能力。

三、改革教学方法

1、始终坚持“兴趣性”和“重要性”原则

统计学本身涉及了大量抽象概念和计算,而数学是高职学生的普遍弱点,要达到预期教学效果,必须让学生对统计感兴趣并且重视,从而愿意学且认真学。因此,教师在整个教学过程中始终要坚持上述两大原则。

2、善用教学方法

目前倍受推崇的有项目驱动法、工学交替法、情景模拟法等。项目驱动法是指根校企双方据实际需要确定研究项目,并在项目合作过程中完成教学培养工作。工学交替式是指把学生的校内学习和校外实训分段交替进行,一个学期在学校学习文化理论知识,一个学期下企业实习。这两种方法效果明显,但局限性也较强,比如研究项目的选择、实习人数的限制等。情景模拟法是利用校内条件,仿真企业环境和实际工作需求,学生在教师指导下模拟企业实训,从而达到身临其境般的效果。

3、强化职业道德教育,全方位指导学生

统计也有其职业素质和职业道德要求。从事统计学习和工作,必须本着客观真实、实事求是的原则,不弄虚作假。教学工作不仅仅限于课堂上知识的讲解,应该以知识激起兴趣,以兴趣串起知识,并用真挚的情感全面地指导学生学习,帮助学生树立正确的人生观、价值观,构建和谐的师生关系。积极利用课内外可利用的渠道来指点学生、关怀学生、帮助学生,建立一种长久、融洽、信任的师生关系,让学生真正喜欢上这门课程。

四、改变考核标准

为了有效实现上述目标,考核标准也要做相应调整。除了传统的期中期末考试外,更应该注重对平时的学习态度、实训效果进行考核,改变“一考定成绩”的模式。同时,除了教学考核外,还要求学生取得相关从业资格证,甚至鼓励和指导学生参与职业技能考试(如统计师,会计师,经济师等),这也是一种激励学生学习,提高学习和应用能力的有效途径。

综上所述,高职院校推行工学结合人才培养模式是新形势下我国高职教育改革的重要方向和根本出路。真正建立一套科学有效的工学结合人才培养模式任重道远,需要在加大学校软硬件投入,强化双师师资队伍建设,加强校企合作、校校合作等各个方面共同努力,最终为我国培养出更多高素质高技能的应用型人才。

【参考文献】

[1] 陈解放:合作教育的理论及其在中国的实践――学习与工作相结合教育模式研究[M].上海:上海交通大学出版社,2006.

[2] 陈解放:“产学研结合”和“工学结合”解读[J].中国高等教育研究,2006(12).

篇2

【关 键 词】科学教学；概念教学；认知同化理论

中图分类号：G42 文献标识码：A 文章编号：1005-5843（2012）02-0162-03

概念学习分为概念形成和概念同化两个方面：概念形成是由学生从同类事物的不同实例中发现共同的本质特征；概念同化是学生利用认知结构中原有的概念学习新概念的方式。奥苏贝尔根据学生原有知识与新知识之间的关系，提出了三种基本的概念同化模式，即上位学习、下位学习、并列结合学习。[1]因此，教师在进行概念的教学时，根据概念在知识体系中所处的位置、顺序和相互关系，依据概念同化的三种模式，选择合适的方法，使学生学会透过现象看本质，客观地认识概念的本质属性，明确概念的内涵和外延，达到理解和掌握概念、由浅入深地运用科学概念去解决一些实际问题。

一、上位学习模式教学

上位学习又称为“总括学习”，是指新概念相对于学生认知结构中已有概念具有较高的概括水平和较广的包容面，新概念通过把一系列已有观念包含于其下而获得意义，新旧概念产生了一种上位关系。上位概念的外延较大，比较抽象，直接提出概念学生往往不容易理解和接受，借鉴实例或实验，较直观地呈现事实，从具体到抽象，形成概念。正如鲁宾斯坦所说：“任何思维，不论它是多么抽象多么理论的，都是从分析经验材料开始，而不可能是从任何其他东西开始的。”

（一）联系生活实际事例学习概念

功率的概念对初中学生讲是比较抽象的，教师可从生活现象引入，挖土机与人在挖土，挖土机的土少而人挖的土反而多？为什么？两个工人工作相同时间，为什么会出现不同的结果？接着，引导学生比较做功快慢，有两种方法，一是相同时间比做功多少，二是做相同功比较时间长短。这实质上是帮助学生提取储存在头脑中的感性材料，从现象到本质，从感性到理性，建立上位概念。

（二）利用实验探究学习概念

质量有不随物体的形状、状态、温度和位置改变而改变的属性。质量的属性相对生活中具体例子是上位概念，教师来一次实验探究让学生观察现象得出结论要比直接告诉他们记忆深刻得多。教师测量一个烧杯和一个装有固态碘（紫黑色）的升华管的总质量；将升华管加热使里面的固态碘变成气态碘（紫红色）后，重新放入烧杯，观察天平是否平衡，然后引导学生从以上的数据得出结论。物体的质量不随物体状态的改变而改变，物体的质量不随物体温度的改变而改变。同理，教师先测橡皮泥的原始质量，再将橡皮泥捏成其他形状后放回，观察天平是否仍然平衡。得出结论，物体的质量不随物体形状的改变而改变。实践证明，利用实验探究，从具体到抽象，质量的属性上位概念顺利地得到建立。

（三）从生活经验逻辑推理学习概念

从生活经验逻辑推理学习概念，这种方法强调知识的内在逻辑性和知识体系的整体性，对于形成良好的认知结构十分有利，但限于学生的学习能力，这种引入方法在初中阶段应用较少。例如，在引入功的公式时，教材上规定：功等于作用在物体上的力和物体在力的方向上通过的距离的乘积。作为教师，该如何帮助学生形成功大小计算的概念呢？教师可以引导学生探究：功大小与哪些因素有关呢？假设将物体A举高1m做的功为W。教师提出问题：（1）如果力增加一倍，高度不变。（相当于同一物体举两次）学生回答：2W；（2）力不变，高度变为两米。（相当于同一物体举两次）学生回答：2W；（3）力增加一倍高度变为两米。（相当于同一物体举4次）学生回答：4W。因此，我们可以得出：功和力的大小成正比和距离成正比，即W=Fs。

二、下位学习模式教学

下位学习又称“类属学习”，是指将概括程度或包容水平较低的新概念，归属到原有认知结构中适当概念之下，从而获得新概念的意义。教学中可在原有概念下引出新概念，并把新概念纳入原有概念体系，反过来对原有上位概念又做了补充和扩展。

（一） 运用例举法内化呈现概念

氢氧化钠、氢氧化钙是碱的下位概念，我们在学习了碱通性以后，再来学习氢氧化钠、氢氧化钙的特性。教师在讲述完氢氧化钠、氢氧化钙的特性后，教师可以说，氢氧化钠、氢氧化钙属于碱，当然具有碱的通性。又如，教师在引出重力、压力、摩擦力、浮力概念后，可以让学生讨论、分析力的三要素。通过学生讨论，画图，无形中丰富了学生对力的感性认识，对于抽象的力概念，更形象化、直观化，使之便于理解。所以，多层面、多角度地呈现概念，为概念的顺利得出和概括创造条件。

（二）运用简化的模式图实现概念同化

如细胞分裂和细胞生长、分化都是细胞特点的下位概念，三者属并列关系。教师如果单纯地通过文字进行讲解，学生难以理解概念。教师在教学中，利用简化的模式图，将抽象概念具体化，学生很容易了解细胞的行为特征。如下图，过程（一）表示细胞通过分裂使数目增多，故细胞分裂是量变的过程，刚分裂出的细胞在形态、结构和生理功能上都相似。过程（二）表示细胞分化的过程，是在分裂的基础上，细胞在形态、结构和生理功能上形成稳定性差异的过程。[2]

（三）应用生活中的实际事例掌握概念

民间谚语中蕴藏着许多科学的概念知识，在备课过程中有意识地挖掘，在教学过程中恰当地运用，一定能起到激发学生兴趣、促进学生概念学习的作用。

“龙生龙，凤生凤，老鼠儿子会打洞。”这是生物的遗传，是生物界普遍存在的现象；“一母生九子，连母十个样。”这反映了生物的变异现象；“一山不容二虎”――生物的种内斗争；“飞蛾投火”，这是生物的应激性。“一朝被蛇蛟，三年怕草绳”，这是生物的条件反射；“一方水土育一方人”，这是生物与环境的关系。通过应用生活中的实际事例，把学到的概念在实践中加以运用，这是帮助学生从抽象到具体，从一般到个别的过程。

三、并列结合学习模式教学

要学习的新概念与原有概念并无上下位关系，但横向上同其他的概念相互作用有一定联系，或都是某一概念的下位概念，它们存在于共同的知识体系中。在完成一定知识的教学后，可以使用求同和求异方法对相邻、相对、并列的概念进行归纳整理，根据它们的相互关系组合成概念体系。

（一）运用类比的方法同化概念

类比具有启发思路，提供线索，举一反三，触类旁通的作用，鉴于初中学生的年龄特点，其思维活动还刚处于从形象到抽象思维的过渡，对于较为抽象的科学知识难以接受。如果教师能在课堂上给某些知识以形象生动的类比，学生接受起来往往能收到事半功倍的效果。相对原子质量是初中科学基本概念教学的一个难点，需要学生有较强的非逻辑思维能力去理解。因此，在教学中可以用一些具体的事例进行形象类比来正确理解。如，现有四种粮食的籽粒，它们每粒种子的实际平均质量是：高梁3×10-5kg、谷子2.5×10-6kg、玉米2.5×10-4kg、小麦4.5×10-5kg，要经常书写和使用这些数字很不方便，若取一粒高粱种子实际质量的1/12（即2.5×10-6kg）作为标准，其他几种粮食种子的实际质量与这个标准相比较，就会得出一些便于书写和使用的简单比值：高梁12、谷子1、玉米100、小麦18。同样道理，相对原子质量的标准是碳原子（C―12）质量的1/12，其它原子的质量跟它比较的值，就是这种原子的相对原子质量。通过这种形象的类比，学生对相对原子质量这个比较抽象的概念有了一个形象的认识，为正确理解相对原子质量的概念打下坚实的基础。

（二）列表对比展示概念差异

对比法就是把一些相近或关系密切的基本概念，从几个方面进行逐项的对比，从中找出异同点来，以便明确其本质特征。例如，动脉、静脉、毛细血管三种血管不同，可以从从管壁、弹性、血流速度、功能四个方面加以比较。动脉、静脉、毛细血管三种血管对比列表如下。

（三） 概念图构建概念体系

概念图能较好地展示概念之间的逻辑关系，能让概念之间隐性的关系显性化，用概念图来构建知识网络，能更好地组织和呈现教学内容，使学生更容易理解各概念之间的关系及其在知识体系中所处地位。[3]如，在动物的生命活动的调节教学中，涉及到很多概念，有些概念属于并列存在，有些概念属于上下位关系，关系错综复杂，学生不容易理清前后知识点的联系。它们的关系可以用概念图表示。

概念图既可以概括一节课的内容，又可以概括一章或几章的内容，范围大小视需要而定，引导学生自己画图找概念间的联系，有助于理清思路，理解概念在知识体系中的位置和作用，提高学习的效率。

（四）维恩图彰显概念关系

笔者发现，对概念的理解不到位，特别是对概念之间的关系理解不到位，这是学生在概念学习中的最大困难。许多概念之间有包含与被包含，或者出现交集的情况，这种内容相关的概念可以用借助数学集合关系，用直观的几何图形。比如，用大小的圆圈，以及圆圈之间的从属或有部分交集的关系来表示几个概念之间的关系。例如，种内斗争和种间斗争是并列关系，都是生存斗争概念的下位概念，它们构成了生存斗争的两种形式。竞争是属于种间斗争的下位概念，而不是种内斗争的范畴。生存斗争的维恩图可以概括为右图所示。

借助数学集合直观的图形，让学生在在运用中得到巩固和概念的深化。教师可以在完成章节知识的教学后，对那些相邻、相对、并列或从属的概念进行类比、归纳，根据它们的逻辑关系，用一定图式组成一定序列，形成概念体系。把学生感知“孤立”、“散装”的概念纳入相应的概念体系之中，让学生获得一个条理清晰的知识网络，既能帮助学生理解新概念，又能进一步巩固深化已学概念。

（五）循环图突出概念联系

在血液循环的教学中，体循环和肺循环是血液循环概念的下位概念，它们构成了血液循环的两阶段，并且都包含了营养物质和气体两方面的交换。体循环是细胞消耗营养物质，将氧气转化为二氧化碳；同时动脉血变成静脉血；在肺循环的过程中，血液将CO2排除，增加了氧气，把静脉血变成动脉血。体循环和肺循环同时存在，在物质上互相依存，在气体交换上具有的连续性。血液循环的整个过程用循环图表示更清晰，学生容易掌握血液的变化情况。

总之，奥苏贝尔提出的这三种概念同化模式并不是孤立存在，而是统一在一起的。教师在采用上位学习模式教学，有时还要用到下位学习模式，甚至并列结合学习模式。所以，教师在概念教学时，应灵活应用，同时，对一些重要的科学概念，学生只有在多次循环中才加以深刻的理解和掌握。为此，在教学中要根据学生的特点，从实际出发把握教材，深入研究每个概念的深度和广度，才能更好地完成科学概念教学。

注 释：

[1]施良方.学习论[M].北京:人民教育出版社,1994,220-249.

篇3

（一）培养学生的兴趣职业教育的目的是培养高素质、技能型专门人才。所以，在统计教学中，要考虑理论知识的适度、够用，而不刻意追求理论体系的完整。要强调统计基础知识的掌握和统计基本技能的训练，注重提高学生运用基本理论和方法来分析、解决实际问题的能力。在语言表述上，力求简明、通俗、易懂，把概念表述准确、完整，便于学生理解、掌握。同时，将统计知识与计算机知识融为一体，让复杂难懂的统计理论和方法变得简单、快速、准确。将反映国计民生的最新统计数字放在恰当的地方与教材内容紧密结合，让学生感受我国社会经济的高速发展，人民生活的丰富多彩，国家变化的日新月异。这也能提高学生的学习兴趣。

（二）科学设置教学内容统计的目的是认识社会经济现象总体的数量方面，从中发现带有规律性的东西。为了达到这个目的，统计需要做一系列的工作。统计课的教学内容就是按照统计工作过程的每个阶段来安排的：统计设计、统计调查、统计整理、统计描述、统计推断、统计分析和数据积累。其中，统计设计和统计数据积累理论性较强，原则上让学生知道“是什么”、“怎么做”就行了。而对于统计调查、统计整理这两部分，内容虽然多，但容易理解，可以简单讲解，让学生多看，借此培养学生的自我学习能力。统计描述、统计推断、分析这几部分内容，要在学生对统计基本概念准确理解的基础上进行系统讲解。搜集统计数据的过程又称为统计调查，就是围绕统计指标及其体系搜集统计数据，特别是原始数据。主要方法包括直接观察法、报告法、采访法、邮寄法和实验设计调查法。统计整理，即对调查资料进行加工汇总。统计调查所获得的资料往往是分散的、不系统的原始资料，这就要求我们必须对统计调查所获得的资料进行科学的整理，并通过合适的形式把这些整理结果表述出来。具体来说，统计整理是根据统计研究的目的和要求，对统计调查所得到的原始资料进行科学分类、汇总，或对已初步加工的资料进行再加工，使之系统化、条理化，成为能够反映现象总体特征的综合资料的工作过程。统计整理主要讲方法，包括分组、汇总和编制统计表和绘制统计图。统计课的主要内容包括：统计描述（综合指标）、抽样推断、统计指数、时间数列（动态分析）和相关与回归分析。这也是重点和难点。

（三）注重学科知识的系统性统计各章节内容的安排是有逻辑性的，前面内容往往是后面内容的基础。学习过程环环相扣，不能跳越某一章节而直接进入后面的章节。总论部分是对统计课程教学内容的概括描述，通过学习，使学生了解统计学的基本框架体系，把握统计学的涵义、研究对象、研究方法及统计活动的过程，尤其要准确理解统计学的基本范畴（基本概念）。统计学基本范畴包括：总体、总体单位、标志、统计指标以及延伸出的小概念。如果把统计课的学习比喻为盖高楼大厦，那么这些基本范畴就是地基或基石。深刻理解领会这些基本概念的含义，准确把握基本概念之间的区别与联系，并能正确运用，就为这座高楼大厦夯实了地基、稳固了基石。教师讲解这些概念时，可结合生活中学生熟悉的例子深入浅出地讲解，课下布置练习进行巩固。

二、统计课重点、难点内容解析

（一）统计学的基本概念最基本的概念包括：总体、总体单位、标志、统计指标。如上所述，这是学好统计课的基础。例如，“总体”这个概念。毫不夸张地说，统计所有章节的内容都是围绕“总体”展开的。统计学的研究对象是大量的客观现象，特别是社会经济现象的数量方面，包括数量特征、数量关系和数量界限，目的是认识社会经济现象发展变化的规律性。而社会经济现象包罗万象，种类繁杂，包括社会的政治、经济、文化、人民生活等领域的各种现象。统计研究时需要分门别类，把他们界定为一个个客观存在的、具有某种共同性质的许多个别现象或事物组成的集合体，即统计总体。个别现象或事物就是总体单位。总体具有大量性、同质性、差异性三大特征。大量性即总体是由许多单位组成的，一个或少数单位不能形成总体，因为统计研究的目的是要揭示大量事物的普遍规律性，所以，统计研究的对象必须包括足够多的个体。同质性即构成总体的各单位必须具有某种共同性质，这是形成总体的客观依据，也是我们确定总体范围的标准。差异性即总体的各单位除了某些方面的共同性外，在其他方面必须有差异，这些差异是统计研究的基础和前提。如果学生不理解“总体”这个概念，就不能在特定的统计研究目的下，准确地界定总体的范围，描述总体的总量指标、相对指标、平均指标就无从理解和计算，更谈不上利用这些指标进行统计推断和统计分析。

（二）平均指标这是统计课中最重要的基础性指标。平均指标用以反映社会经济现象总体各单位某一数量标志在一定时间、地点条件下所达到的一般水平的综合指标。它反映总体分布的集中趋势。其中，算术平均数是基础的、最重要一种。明确它的计算原理和含义，就能顺理成章地掌握变异指标、抽样推断、时间数列分析、指数分析中各类指标的计算和应用。平均数的计算学生并不陌生，在小学或者初中都学过。这是学习统计平均指标的基础。但要让学生明白，他们以前学的平均数是一个抽象的量，而这里的平均数是有特定经济内容的，是具体的有空间范围、时间限制的量。学习平均指标首先要搞清分类。平均数分为两大类：静态平均数和动态平均数，这跟时间有无变化有关。计算静态平均数的每个数值都是同一时间点上的，它表示每个总体单位在某一数量标志上的平均水平。计算动态平均数的每个数值是某一个统计指标在不同时间上的取值，是表示该指标在每个时间单位上的平均水平。最常用的平均数是算术平均数，其基本公式为：算术平均数=总体标志总量总体单位总量这个指标的含义、计算原理、四个计算公式以及应用都要讲透，特别是加权算术平均数的计算和应用，对学生的要求不能停留在“会就给定的资料计算出算术平均数”这个层面，而要让学生透彻理解掌握其计算原理，并把它运用到复杂的领域。因为标准差、抽样平均误差、平均发展水平、综合指数、平均数指数、相关系数、回归分析等有关指标的计算都是以算术平均数的计算原理为基础的。

篇4

【关键词】统计学；统计思想；认识

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2 统计学中的几种统计思想

2.1 统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2 比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1 均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2 变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3 估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4 相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5 拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6 检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3 统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1] 陈福贵.统计思想雏议[J]北京统计， 2004，(05) .

[2] 庞有贵.统计工作及统计思想[J]科技情报开发与经济， 2004，(03) .

[3] 范文正.几种基本统计思想的现实意义[J]统计与决策， 2007，(08) .

篇5

【

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

论文摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

篇6

【关键词】统计学；统计思想；认识

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际。随着社会的不断发展，统计学的应用越来越广泛，并不断发展。

一、 统计学中的几种统计思想

（一）统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

（二）比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括：均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

1.均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

3.估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

4.相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

5.拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

6.检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

（三）统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

二、对统计思想的一些思考

（一）要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

（二）要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息（尤其是不完全甚至劣质的信息）去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

（三）深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析（DDA）、推断性数据分析（IDA）和探索性数据分析（EDA）等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献：

[1] 陈福贵.统计思想雏议[J].北京统计，2004.（05） .

[2] 庞有贵.统计工作及统计思想[J].科技情报开发与经济，2004.（03） .

[3] 范文正.几种基本统计思想的现实意义[J].统计与决策，2007.（08） .

[4] 邢莉.《九章算术》中的统计学思想探究[J].统计研究，2008.（03）.

[2] 王大治.统计工作的科学性[J].科技情报开发与经济，2008.（04） .

篇7

【关键词】统计学；统计思想；认识

1关于统计学

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

2 统计学中的几种统计思想

2.1 统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2 比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1 均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2 变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3 估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4 相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5 拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6 检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3 统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3 对统计思想的一些思考

3.1 要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如gnp、人口增长率等等，均是凯特勒及其弟子们的遗产。

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(dda)、推断性数据分析(ida)和探索性数据分析(eda)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1] 陈福贵.统计思想雏议[j]北京统计, 2004,(05) .

[2] 庞有贵.统计工作及统计思想[j]科技情报开发与经济, 2004,(03) .

篇8

统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。论文百事通

2统计学中的几种统计思想

2.1统计思想的形成

统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。

2.2比较常用的几种统计思想

所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述如下：

2.2.1均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.2.2变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

2.2.3估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

2.2.4相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

2.2.5拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

2.2.6检验思想

统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

2.3统计思想的特点

作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。

3对统计思想的一些思考

3.1要更正当前存在的一些不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。新晨

3.2要不断拓展统计思维方式

统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.3深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDA)、推断性数据分析(IDA)和探索性数据分析(EDA)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

参考文献:

[1]陈福贵.统计思想雏议[J]北京统计,2004,(05).

[2]庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).

篇9

一、统计学中的几种常见统计思想

统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等。统计思想不是天然形成的,需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括,才能逐步形成系统的统计思想。作为一门应用统计学,它从数理统计学派汲取新的营养,并且越来越广泛的应用数学方法,联系也越来越密切,但在统计思想的体现上与通用学派相比,还有着自己的特别之处。其基本特点:(1)统计思想强调方法性与应用性的统一;(2)统计思想强调科学性与艺术性的统一;(3)统计思想强调客观性与主观性的统一;(4)统计思想强调定性分析与定量分析的统一。

1.均值思想。均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论,是统计学的基本思想。均值思想也要求从总体上看问题,但要求观察其一般发展趋势,避免个别偶然现象的干扰,故也体现了总体观。

2.变异思想。统计研究同类现象的总体特征,它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差,是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

3.估计思想。估计以样本推测总体,是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设:样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响,在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

4.相关思想。事物是普遍联系的,在变化中,经常出现一些事物相随共变或相随共现的情况,总体又是由许多个别事务所组成,这些个别事物是相互关联的,而我们所研究的事物总体又是在同质性的基础上形成。因而,总体中的个体之间、这一总体与另一总体之间总是相互关联的。

5.拟合思想。拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在,所有实际事物的关系都表现得非常复杂,这种方法就是对规律或趋势的拟合。拟合的成果是模型,反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。

6.检验思想。统计方法总是归纳性的,其结论永远带有一定的或然性,基于局部特征和规律所推广出来的判断不可能完全可信,检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

二、对统计思想的若干思考

1.要改变当前存在的一些不正确的思想认识。英国著名生物学家、统计学家高尔顿曾经说过:“统计学具有处理复杂问题的非凡能力,当科学的探索者在前进的过程中荆棘载途时,唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单,因为我们所面临的现实问题可能要比想象的复杂得多。此外,有些人认为方法越复杂,越科学。在实际的分析研究中,喜欢简单问题复杂化,似乎这样才能显示其科学含量。其实,真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是,有些人认为只有推断统计才是科学,描述统计不是科学,并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的,至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论,并且注重于把统计学应用于人类事物,试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念,如GNP、人口增长率等等,均是凯特勒及其弟子们的遗产。

篇10

Abstract: The variable is in a statistics basic category, but each kind of statistics teaching material is different to its definition, creates the understanding confusion; The author unified the teaching experience to carry on the thorough ponder to the variable concept, caused its better and better by the time.

关键词：变量标志统计指标统计数据

Key words: Variable Symbol Statistical target Statistical data

作者简介：鲁瑜，女，1963年9月出生，讲师。籍贯：安徽省桐城县，出生地：河南省洛阳市。1986年洛阳大学计划统计专业专科毕业，1997年中南财经政法大学财务会计学本科毕业，2007年西安建筑科技大学工业工程硕士毕业。研究方向为统计核算、企业会计。

那么统计学中讲的“变量”该如何理解呢？变量的概念是发展变化的，按发展变化的时序有以下几种理解：第一、统计中的变量是指可变的数量标志；第二、变量是指可变的数量标志和全部统计指标；第三、变量是指可变的数量标志和可变的统计指标；第四、变量是说明现象某种可变特征的概念，更明确一点，即：变量包括可变的品质标志和可变的数量标志和可变的统计指标。普遍的认为第四种理解更符合客观实际，笔者也赞同第四种理解。

一、统计中的变量是指可变的数量标志这种理解较狭隘，通过讲解引入可变的品质标志也是变量，即“可变的标志”都应作变量看待。

一般变量的讲解是这样进行下去的：首先明确统计学中的几个基本概念，三对六个：第一对是统计总体和总体单位，简称总体和单位；第二对是统计标志和统计指标，简称标志和指标；第三对是变异和变量。总体是所研究对象的全体，是由具有某种共同性质的许多个体所构成的整体，构成总体的各个个别单位，简称单位，也称个体，总体和单位的概念是随着研究目的的不同而发生变化的；标志是说明单位特征的名称，强调单位是标志的承担着，指标是反映现象总体数量特征的概念或名称和具体数值（指标名称+指标数值构成完整的统计指标，但只有概念或名称的指标是统计设计和统计理论中使用的指标概念），是综合各单位的某一标志而得到的，通过对指标概念的理解，首先明确指标是说明总体的，其次明确指标都是用数值表示的，没有不用数值表现的统计指标，这是指标和标志的区别之一，由于总体和单位之间存在着变换关系，标志和指标之间也会发生变换；变异和变量，我多年的教学经验通常是通过对标志的分类讲下去的，标志按在总体单位上的表现是否稳定可分为不变标志和可变标志，一个总体中，各个单位的某一标志的具体表现都相同的标志为不变标志（强调同质性），一个总体中，各个单位的某一标志的具体表现不都（尽）相同的标志为可变标志（强调变异性），如人口总体性别是可变标志，男性人口总体性别就是不变标志；可变标志在总体各个单位上具体表现上的差别就是变异，变异有品质变异和数量变异，如人口总体性别就是品质变异，年龄就是数量变异，数量变异也称变量，即可变的数量标志称为变量，变量的具体取值为变量值。很显然，通过以上的讲解，通常认为变量是指可变的数量标志，即第一种变量的概念。

这种理解，未免太过于狭隘。教师若以此思想去指导教学，难免会陷入不能自圆其说的境地。我们知道，一切总体单位都具有属性特征和数量特征，统计学中将其称为品质标志和数量标志。例如人口总体，这些特征可能是性别、民族、籍贯、文化程度，也可能是身高、体重、年龄、工龄等。对统计研究对象而言，无论其属性特征还是数量特征，往往均具有可变性。并且一个具体的特征可能在一种场合是可变的，而在另一场合是不变的。例如，上述所说人口总体性别是可变标志，男性人口总体性别就是不变标志了。可见性别这个品质标志有时也是可变的。推而广之，品质标志也具有可变性。这样，凡是“可变的标志”都应作变量看待。

然而，这只是对总体内部各单位的差异作静态考察时的变量。如果仅仅把变量定义为“可变的标志”，那么可变的统计指标怎么解释？它是否属变量范畴呢？所以，还得对统计总体作考察。

二、变量是指可变的数量标志和全部统计指标这种理解也不准确，不是所有的统计指标都是变量，通过讲解引入可变的统计指标才是变量，即只有“可变的统计指标”才应作变量看待。

统计有数量性、总体性、具体性和社会性的特点（《基础统计》，梁前德主编，高等教育出版社，2000年8月第1版），由统计的具体性可知，统计所研究的社会经济现象的数量方面是具体的量，是具体的社会经济现象在具体时间、地点、条件下的数量表现、数量关系和数量界限。例如，甲公司2005年的销售收入60亿元就是一个统计指标，而且是具体的、唯一的数值。对于2005年的来讲，销售收入这个指标只有一个数字。因而并非所有的统计指标都是变量。但是若把甲公司2005年至2008年的销售收入60万元、69万元、80万元、84万元依次排列，这时销售收入就是一个变量。可见，只有当同一统计总体的同一指标在不同时间的指标数值形成数列时，统计指标才可能成为变量。

因此，从静态上看，某总体的某一统计指标是常量，但把若干总体的同一指标放在一起，指标就变成变量了。例如，以洛阳市为总体时，2005年各公司销售收入指标是各不相同的，它是一变量。从动态上看，我们常常使用时间数列来处理统计数据，时间数列中的指标数值往往随时间变化而变化。如上，这种不断变化的指标也是变量，前后不同的指标数值就是变量值。可见，统计指标也有可变与不变之分，因而，“可变的统计指标”才应看作变量。

上述第二种观点是把全部统计指标视为变量了，但不是所有的统计指标都是变量，只有可变的统计指标才是变量，因而我认为是不妥的。第三种观点倒是把可变的统计指标视为变量了，但未包括可变的品质标志因而我认为也是不妥的。第四种观点我认为比较可取，但在文字表述上还可进一步具体化，由于说明现象某种特征的概念可以是标志（说明总体单位的），也可以是指标（说明总体的），因而我们不妨对变量作如下明确的定义：所有可变标志和可变的统计指标都是变量，即变量是说明现象某种可变特征的概念。

三、变量的分类：

（一）变量按具体表现不同分为分类变量（品质变量）和数值变量（数量变量）。

分类变量是用于说明事物所属类别方面的可变特征的变量，分类变量具体表现为分类数据，它又可以分为定类变量和定序变量。定类变量是用于区分现象不同类别的变量，它的取值表现为定类数据（如产业部门）。定序变量是说明现象的有序类型的变量，它的取值表现为定序数据（如产品的质量等级）。数值变量是用于说明事物数值方面的可变特征的变量，数值变量具体表现为数值数据，按数值数据的性质不同它可以分为定距变量和定比变量。定距变量是用于测度事物次序之间的距离的变量，它的取值表现为定距数据（如考试分数）。定比变量是说明现象的比例数据的变量，它的取值表现为定比数据（如体重）。

(二)变量按所使用的测量尺度不同分为定类变量、定序变量、定距变量和定比变量。

四种变量的概念已如上所述。四种变量对事物的反映是由低级到高级,由粗略到精确逐步递进的,高级变量能转化为低级变量,但不能反过来。如可将考试成绩百分制转化为五分制,但不能反过来。另外,四种变量适合于不同的统计计算方法。定类变量适合计算频数、频率、x2检验、列联相关系数等；定序变量适合计算中位数、四分位差、等级相关、非参数检验等；定距变量适合计算算术平均数、方差、积差相关、复相关、参数检验等；定比变量适合所有的统计计算方法。几乎所有的物理量和绝大多数经济量都属于定比变量。因此,不仅可以计算总量指标反映它们的总规模、总水平,还可以计算相对指标和平均指标反映它们的相对水平和一般水平。

（三）数值变量按变量取值是否连续分为连续型变量和离散型变量。

连续型变量是指可取无穷多个值,其取值是连续不断的,不能一一列举。它是用测量或计算的方法取得的数据，如温度、身高等。离散型变量是指只能取有限个值,而且其取值都是从整数位数断开,可一一列举。它只能用计数的方法取得的数据，如企业数、人数等。

（四）数值变量按性质不同分为确定性变量和随机变量。

确定性变量是具有某种或某些起决定性作用的因素致使其沿着一定的方向呈上升、下降或水平变动的变量，如我国国民经济总是不断发展的，具体表现为各种经济指标数值上升或下降（如人均收入和单位能耗），虽然也有些波动，但变化的方向和趋势是不可改变的，这些经济指标就是确定性变量。随机变量是指受多种方向和作用大小都不相同的随机因素影响，致使其变动无确定方向即呈随机变动的变量，如，在正常情况下某种机械产品的零件尺寸就是一个随机变量。

总之,统计学是一门逻辑严密的传统学科体系,作为统计学中几个基本概念之一的变量应有一个公认的正确的解释。这对今后统计学理论的研究发展都是很重要的。

参考文献：

[1]王军虎主编．统计学基础[M]．武汉：武汉理工大学出版社，2007年7月：10

[2]梁前德主编．基础统计[M]．北京：高等教育出版社，2000年8月：6~9

[3]高凯平．关于社会经济统计学原理中变量概念的思考[J]．山西财政税务专科学校学报．1999（6）

篇11

关键词：高校；心理健康课程；心理素质；影响；实证研究

中图分类号：G444 文献标识码：A 收稿日期：2015-10-12

随着市场经济的大力发展与对外开放的全面实施，外来文化和本土文化之间的摩擦与碰撞日益明显，涌现出了多种价值取向，人们的生活也变得多种多样。这在拓展大学生视野、扩大选择空间的基础上，也使得大学生面临困惑，手足无措。外加就业和升学的压力，大学生中出现了更多的心理问题。在这一背景下，高校迫切需要多开设心理健康课程，以此来增强学生的心理素质，提升其心理健康水平。

一、研究对象和方法

本次研究面向当地某所高校展开，围绕把心理健康课程列入必修课的学生进行研究，共计430人，女生286人，男生144人；选取满足研究样本标准，且未接受心理健康课程学习的另外一所高校作为对照组，总人数为340人，女生200人，男生140人。利用自我概念问卷，借助苦恼量表，通过社交回避充当心理健康指标。若站在心理健康层面而言，心理健康主要表现在接纳自我、认可他人中。自我概念属于心理健康的主要内容，而自我意识的改进与提升是保证心理健康的必要条件和重要保障，自我概念主要包含身体自我、理想自我等多个指标。由此可知，评判自我概念能够科学预估心理健康水平，并可准确评判心理素质。另外，相关研究结果表明，大学生普遍面临着心理困扰，且绝大多数都无法正视自我，畏惧人际交往。因此，笔者参照这两个量表来评判心理素质。

二、研究结果

1.自我概念方面的对比

面向实验组学生开展心理健康课程前期，参照自我概念问卷，围绕实验组和对照组的各自得分展开对比，权衡同质性。面向实验组的学生讲授心理健康课程后，围绕实验组学生针对授课前后得分展开对比，进而得出心理健康课程在自我概念中所发挥的作用。另外，围绕对照组的学生针对前后得分展开对比。通过对比可知，两组对比拥有同质可比性。待接收心理健康课程后，实验组学生的自我概念指标得分显著提升，满足统计学差异，且较为明显，后测成绩超出前测成绩。但对照组学生的个别指标得分却有所下降。对比分析两组学生可知，实验组的自我概念总分超出对照组，差异显著。

2.社交苦恼方面的对比

从社交苦恼着手，针对实验组和对照组进行对比得出下述结论：两组拥有同质可比性。其中实验组在接受心理健康课程学习后，其社交苦恼程度迅速下降，且社交回避、焦虑得分等都小于前测结果，同时降低的程度满足统计学中的显著性，具体来说是指学生在接受心理健康课程学习后，社交苦恼程度和焦虑感迅速下降；而对照组学生在这一层面的前后得分并不存在明显差异；对比实验组和对照组，其中实验组学生的社交苦恼程度和焦虑感低于对照组，这表明心理健康课程可降低学生的社交焦虑感。

三、理论剖析

上述研究结果表明，对于高校学生而言，心理健康课程直接影响着心理素质。实验组在接受课程学习后，其自我认知得到大幅改善，并可正确评价自身，无论是从整体层面，还是从某个层面，相应的评价均有所提升。同时，社交苦恼程度大幅下降，社交回避问题得到明显改善。另外，为规避前、后测量中因学生的自我成熟水平、知识宣讲等的作用，并增添了对照组，对照组学生的实际状况不如实验组学生，但并未开设健康课程。统计结果显示，实验组和对照组在接受健康课程之前具有同质性，然而，讲授健康课程后，从自我认知与社交苦恼等层面而言，对照组的变化并不明显，且低于实验组。借助这一结论可消除无关因素的作用，可认为健康课程讲授是提升社交技能、改善自我认知的根本因素。

经由本次研究表明，在高校大学生中，心理健康课程直接影响着他们的心理素质，关乎着心理健康水平。在高校开设心理健康课程，可增强学生的自我认知，客观评价自我，强化自信心，引导学生脚踏实地，树立合理的目标，缩短理想和现实的距离，提高心理健康水平。同时，心理健康课程还可帮助学生妥善处理人际关系，降低社交苦恼度，降低社交焦虑感，认可和接受别人，友善待人。

四、心理健康课程的开展建议和策略

现阶段，某些高校并未开设心理健康课程，即便是开设此门课程的高校，因发展和研究时间较短，如何改进课程目标、丰富课程内容、创新教学形式、改善教学质量、充分发挥此门课程在心理健康方面的促进作用仍是高校面临的主要课题，迫切需要解决。笔者结合实证，围绕心理健康课程和心理素质展开研究，并对课程开设提出了一些个人观点。

1.明确课程教学的价值

现阶段，对于高校而言，在落实心理健康教育时，主要包含下述几种形式：集体辅导、专项咨询、教育课程、知识讲座、宣传活动、健康报刊等。大量实践活动表明，上述教育活动有利于心理素质的增强，且在此方面发挥积极作用，不可替代。然而，若从提升心理健康水平这一层面而言，上述活动所表现的特点、适用条件与局限性等存在差异。其中集体辅导主要被应用在心理问题一致或者心理发展要求一致的学生中，具有一定的针对性，存在多种形式，在活动中渗透教育内容，学生主动参与，效果良好。然而，此种教育形式却要求依照学生的意愿正确分组，且每组成员大约为十人，经由此种形式达成的目标存在局限性，也对辅导教师提出了较高的标准。专项咨询具有一定的针对性，可有效解决真实存在的心理问题，然而，受益面狭窄，影响较小，效率不高，且其开展离不开健康知识普及。

与上述几种教育形式相比，心理健康课程因时间、内容较为充足，且课程目标集知识技能、教学方法、个人情感、思想态度于一身，全面、直接影响着大学生心理健康。虽然将心理健康课程列入必修课程来开展会花费一定的时间，但却能帮助学生形成优良品质，在其成长中发挥着关键性作用。

2.构建专门机构，科学设置教学内容

为顺利开设心理健康课程，高校应针对心理健康教育构建专门、系统化的教学机构，主要负责教学活动设计、教学计划编排、共同备课、教学交流、教学检查与评估等内容。心理健康课程除讲授心理健康内容与技能外，还应及时解决学生的各种疑惑。因此，课程内容应符合学生的内在需求，并以学生需求为基础，科学设置教学内容。在此次研究中，借助开放性调查明确了学生的内在需求，了解了需要讲授的心理学知识，并针对学生的需求开设了相关课程，其中有98%的大学生认可课程内容设置，且获益良多。

经过此次调查还得出下述结论：大学生渴望学习心理学知识，其中对人际关系的关注度最高，其次分别为情绪和压力等。这一调查结果和往期研究相一致，其中人际交往也是最突出的心理问题。由此可知，心理健康教育人员应掌握学生的基本需求，并围绕这一需求，开展针对性的教学活动。另外，设置课程内容时还应考虑男女性别差异与专业年级不同等外在因素的影响。

3.壮大师资队伍的力量

心理健康教师是开展课程教学的组织者和实施者，他们直接影响心理健康教育成效。对于高校而言，为有效、合理开展心理健康教学，对教师提出了严格的标准要求。教师应拥有健全的人格、积极的工作态度、强大的心理素质，并熟悉心理学基础，具备良好的专业素养，明确心理健康教育课程在增强心理素质和提升健康水平中的重要性。心理健康课程以心理学科学为基础，专业性要求较高，主要涉及与心理学相关的内容，要求教师应具备扎实和丰富的专业知识。然而，大部分高校均是由德育教师担任心理健康教育课程教师，有些还要求辅导员兼任。无论是德育教师，还是辅导员，均未接受过系统训练，不了解开设心理健康教育课程的作用和价值，将其等同于道德品质教育，主要通过说教开展课程教学，非常容易引发学生的不满和抵触，制约了教学目标的完成。因此，为充分发挥此门课程的作用，实现开设目的，高校应结合具体情况与现实需求，聘请经验丰富、专业知识牢固的教师，并选聘拥有专业资格证书的人员充当主讲教师。同时，围绕喜欢心理健康教育并拥有相关经验的教师进行专业培训，认真学习，积极补充，增加知识储备，增强理论素养，进而提升教育效果。

4.改善教学形式

对于高校而言，心理健康课程并非单纯的理论传授课，除讲授心理健康理论外，还希望借助心理活动，引导学生正确认识自我、主动悦纳他人，以此来促进自身发展，不断增强心理素质。心理健康课程具有较强的应用性，且将理论和技能融为一体，课堂教学活动的互动交流是实现教育目标、获得可观的教学效果的基础保障。因此，在讲授此门课程时，不提倡采用讲授方式，要求我们应改善教学形式，采取多种手段。作者经过相关调查发现，有超过一半的学生认为应在心理健康课程中引入生活实例，开展案例教学；还有少数学生认为应增设活动游戏，增加专题讨论模块。由此可知，教师应采取不同种类的教学手段，结合学生的具体特点，积极改进教学方法，有效调动学生的主观能动性，鼓励学生积极提出困惑，经由教师的指引，实现自我反思。

五、结语

高校可从多种途径开展心理健康教育，而课程化是一种最有效、最合理的形式，还是全面增强心理素质的关键。各所高校应科学看待心理健康课程，明确其在增强心理素质过程中发挥的促进作用，大面积开设此门课程，丰富教学内容，创新教学方法，全面提升心理健康水平，实现学生的综合发展。

参考文献：

[1]张维贵，李自维，王飞飞.积极心理学视角下当代大学生积极品质的培养[J].兰州学刊，2012，（9）.

[2]薛长峰.大学生心理健康教育课程建设研究[D].南昌：南昌大学，2011.

篇12

摘 要：统计学在中国的发展历史并不长，但是统计学的发展非常迅速，其发展潜力也很大。各学科的发展都离不开统计学，只有深入了解和研究统计学，才能促进统计学科的发展。统计学一般分为数理统计学和经济统计学，本文侧重于对经济统计学的讨论，从统计学的相关概念入手，探究了统计学的研究对象相关问题以及研究方法，并对统计学的发展趋势进行分析。

关键词 ：统计学 研究对象 研究方法

一、统计学的定义

人们的印象里，统计学就是对数据进行简单的运算，然后通过图表、表格把它们表示出来，这是长久以来人们对统计学的一些片面认识。统计学的定义有很多种，每种定义对统计学阐述的侧重点不同。其中维基百科是这样定义统计学的：“统计学是研究如何测定、收集、整理、归纳和分析反映客观现象总体数量的数据，以便给出正确认识的方法论科学，被广泛的应用在各门学科之上，从自然科学和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上”。简单来说，统计学就是数据的科学，是一门收集、整理、分析、解释数据并从数据中得出结论的科学。

二、统计学的研究对象及其特点

统计学研究必须要求明确统计学研究的客体是什么，即统计学的研究对象。统计学中某种性质相同的个体所组成的集合叫总体。统计学就是研究客观总体的数量特征、数量关系和变动规律，或者说统计学是研究统计过程的规律和方法以及客观现象统计规律的科学，它的研究对象既涉及到自然科学领域，又涉及到社会科学领域。统计学研究对象的特点有以下几点：

（1）依赖性。依赖性即统计学研究对象的寄生性，依赖性是统计学独有的特点，统计学研究的数据是来自各领域的，是依靠解决其他领域的问题而存在和发展的。统计学现在已经发展成为一门媒介科学，它研究的对象是其他学科的逻辑和方法论。

（2）数量性。数量性即统计学研究对象是通过数量特征和数量关系表示的。数量性是统计学研究对象的基本特征，因为数字是统计的语言，统计是通过数量方面来认识事物的，对统计数据进行分析，归纳统计规律性，就可以达到统计分析研究的目的。

（3）总体性。总体性即统计学以研究对象总体的数量为研究对象。每一个个体都有自身的随机性，而这些研究对象的总体又具有共同的特征和共同趋势，所以统计学研究是通过对大量的个体特征进行研究，从而过渡到对总体普遍存在的事实进行观察和综合分析，进而得出研究对象总体的数量特征和统计规律。只有掌握研究对象的总水平、总规模、总体特征和共同趋势才能体现统计学规律的作用。

（4）变异性。变异性即构成统计学研究对象总体中的各个个体，除了在某一方面必须是同质的以外，在其他方面又要表现出一定的差异和变异。如果各个个体之间没有区别和差异，统计研究就是没有意义的。统计学的这种变异既可以表现为数量上的，也可以表现为非数量上的，但是因为统计学具有数量性，所以表现为数量上的变异才是统计学所要研究的对象。

（5）具体性。具体性即统计学研究对象是具体的数量方面。统计学所研究的数量是具体、现实的，而不是抽象的，并且统计学研究的数量是有现实意义的。比如，要研究城乡居民收入差距，必须确定具体年份的具体范围内的城镇和农村居民收入数量、收入构成、收入变化以及计算方法，才能对研究对象进行统计分析。

（6）广泛性。广泛性即统计学研究数量方面的范围的很广泛。其广泛性包括政治、经济、文化、军事、教育等各类社会现象的数量方面。统计学研究对象的广泛性是统计学成为媒介学科的必要特征。

三、统计学的研究方法

每个学科都有自己独特的研究方法，统计学也不例外，统计学在长期实践中总结、归纳出了一系列专门的研究方法，如实验法、大量观察法、统计分组法、综合指标法、统计描述法等。

（1）实验法。统计学的实验法包括假设检验和实验设计。假设检验就是在对在总体参数提出假设的基础上，利用样本信息来判断假设是否成立的统计方法。实验设计就是设计合理的实验程序，使得收集得到的数据符合统计分析方法的要求，以便得出有效的客观的结论，其中最常用的实验设计是正交设计法。

（2）大量观察法。大量观察法就是对全部或者足够数量的研究现象进行观察和研究，推理归纳出客观现象的本质特征和发展变化规律。通过对大量的研究对象进行观察和研究，才能排除偶然因素造成的影响，揭示研究对象的统计规律和本质特征。

（3）统计分组法。由于所研究现象具有差异性、复杂性及多样性，需要我们对研究现象进行分组研究，进而来区别研究现象的类型，研究不同组别之间的区别和联系。统计分组法包括传统分组法、聚类分析法和判别分析法等。

（4）综合指标法。综合指标法是利用总量指标、平均指标、相对指标、标志变异指标等对研究现象的数量关系和数量特征进行分析，来反映统计学研究现象的数量方面特征。综合指标法在统计学的经济应用中具有重要的作用。

（5）统计描述和统计推断。统计描述指对调查或实验得到的统计数据进行整理、分类、计算出各种能反映总体数量特征的综合指标，并加以分析研究，从而得出有价值的信息，用表格和图形表示出来。统计推断指以一定的置信水平，根据样本数据资料来判断总体数量特征的归纳推理方法。统计描述和统计推断在统计学研究中应用非常广泛。

四、统计学的发展趋势

（1）统计学实际应用的范围扩大。在大数据时代的背景下，统计学开始被各行各业运用起来。统计学逐渐应用到企业管理、保险金融、政府决策、国家经济安全等方面。统计学在企业管理方面可以提高企业的管理能力和效率。在保险金融方面可以监控分析金融风险和保险问题来保证金融保险市场的正常运行。在政府决策方面可以帮助政府宏观调控，从而减少决策失误。在国家经济安全方面可以监控经济安全问题，预防经济危机。

（2）统计学与其他学科交叉融合。统计学的性质决定了统计学是一门媒介学科，统计学的发展是建立在各类学科的基础上的，其涉及领域非常广泛。因此，统计学与其他学科交叉融合更能发挥它的作用，例如，统计学与经济学、管理学等学科进行融合等，在融合中能不断完善统计学体系，创新统计学研究方法。

（3）统计学与网络、计算机的结合。大数据时代的到来，使得以网络、计算机为代表的信息科技在统计理论、统计分析方法、统计处理过程等方面都为统计学发展提供了新的支持。统计与网络和计算机的结合，能更好发挥统计的作用，使统计学的应用更加广泛。

作者简介：

篇13

关键词：同质性 异质性 团队绩效

团队同质性与异质性一直是饱受热议的话题，近年来，不少研究发现异质性团队在工作绩效上优于同质性团队，也有一些论调，认为在构建团队的过程中一定要避免“同质化”。那么，同质性的团队对于工作的绩效一定有负面影响吗？异质性团队就必然会带来更高的团队绩效吗？下面将分别对同质性与异质性的优缺点及适用情况进行分析和对比。

一、团队同质性与异质性的概念

团队同质性是指在一个团队之中，团队成员人口统计学特征以及态度、价值观、经验彼此相同或相似；团队异质性与此相对，是指团队成员之间特征的差异化。

二、团队同质性与异质性的优缺点

同质的团队由于团队成员个体之间比较相似，故没有“另类分子”，大多数情况下团队里较少出现多余的声音，很容易形成共识。因此团队内部和谐融洽、气氛良好。从团队氛围影响团队绩效的角度来说，在一个和谐融洽的团队当中，团队成员完成工作的内部阻力小，工作顺心、愉快，故同质性的团队具有较积极的团队力量、高水平的适应性组织变革能力和低水平的流失率。但不可否认的是，由于团队的同质性很强，专业能力以及性格喜好都很相似，所以很容易造成专业、能力的重叠和重复，造成人力资源的浪费。如果引导不当的话，还很容易造成组员的互相依赖（“干嘛非要我去做，他去也可以啊”）。另外，虽然同质性团队中不再有“异类分子”出现，但大家看待问题的视角、做事的动机、出发点都出奇的一致，这也造成了一个人掉坑里，一队人都会跟着往下掉的现象。相同的盲点、相同的误区、相同的陷阱，同质性团队对于这样的潜在危险少了一些可以预警的“异类人”。 由此可见，同质性强的背后，必然导致团队所涉及的专业领域和信息来源的缺少和缺失，从而使得团队在执行任务过程中遇上很多困难，增加了团队成功的难度。

相比同质性团队，异质性的团队成员之间有着差异化的特征与优势，能够在一定程度上形成资源互补，使得团队犹如一个多面手，在执行任务时就能够兼顾到方方面面，从容应对来自不同专业领域的突发事件，对于盲点、误区、陷阱等潜在危险的灵敏度要比同质性团队高得多。如果团队成员能够互相配合，各自展现自己的专业水准和能力所长，团队将有极强的战斗力。当然，由于在异质性团队中团队成员所具有的处世风格以及分析问题的观点和角度多少都会不同，这样在对处理问题和决策上就容易产生意见分歧。如果不能统一思想和意见分歧，那么在执行任务时就很难做到步调一致，从而团队的力量就很难发挥到淋漓尽致。

国内外学者对于团队异质性做了大量深度的研究，研究发现，异质性团队对于团队绩效既有正向影响，同时也有负向影响。例如，对于信息的异质性，多数研究者得到了较为一 致的观点，即认为职能和教育背景的异质性能提高团队绩效。Pelled等人的研究表明，教育背景的异质性与团队绩效有显著的正相关[7]。Jehn的现场研究也发现信息异质性对团队绩效有积极的影响[9]。20世纪90年代，Barry对自我管理团队的研究发现，在解决创造性问题上，外倾性与团队工作绩效呈倒“U” 关系，即团队成员中性格外向者过多或过少都不利于团队绩效的提高。Neuman等人调查了82个零售团队后发现，团队中外倾性和情绪稳定性的异质性与团队绩效有正相关，责任心、宜人性和开放性上的异质性与团队绩效负相关。此外，张平学者在高层管理团队的异质性与企业绩效的实证研究中指出，在我国企业中，TMT职业经验异质性、年龄异质性与行业动态性的交互作用在各自对企业绩效的影响中起负向的调节作用，即在竞争激烈的行业中，TMT职业经验异质性、年龄异质性越高的企业绩效越差。

三、启示与反思

无论是同质性团队还是异质性团队，都存在各自的优缺点，没有哪个是绝对好或绝对坏的，具体应结合异质性的表现方面，视工作与任务的性质而定。对于工作任务较为固定、风险度低、行业竞争力强的工作，由同质性的团队来完成就会比较顺利；而对于创造性强、灵活多变、风险高、行业竞争力弱的工作，异质性团队更能发挥其价值。

此外，对于任何一种性质的团队，要想创造高的团队绩效，都必须要有团队精神与合作意识。在同质性团队当中，要在内部形成一套完善的民主决策流程和制度，也包括合理的、科学的奖励制度。例如团队完成任务取得胜利时，应该全体人员都有奖励（哪怕有的人在本次没有能力或没有机会出到力），然后才是根据每个人的付出以及所做的贡献分级奖励。而在异质性团队中，拥有一个强而有力的领导核心人物，能够圆满的作好成员的思想工作，统一团队成员的思想，引导好员工为全体利益着想，牺牲小我成全大我，使得团队目标一致、步调一致，则是团队成功的必要因素。

参考文献：

[1]刘嘉，许燕. 团队异质性研究回顾与展望[J].心理科学进展 2006，14（4）：636-640

篇14

关键词：统计制度；城镇化率；职工工资；城乡统筹

基金项目：河南省哲学社会科学规划项目“新农村建设中人力资本培育、流动和宏观调控”(2007BSH001)阶段性成果

作者简介：赵乐东(1959－　)，男，河南新安人，河南财经学院统计学系副主任、河南财经学院省情研究所所长、教授、经济学博士、硕士研究生导师，主要从事国民经济核算和人口问题的研究。

中图分类号：C829.2　文献标识码：A　文章编号：1006－1096(2008)06－0083－04

收稿日期：2008－06－08

改革开放30年来，我国统计制度几经改革，发生了很大变化，这些变化主要包括：(1)统计调查体系的改革。改革开放前，我国统计调查主要以全面统计报表为主，这种体制的主要缺陷是，各类统计数据在层层上报的过程中，极易受人为因素干扰，从而影响统计数据质量。改革开放后，定期统计报表减少，专门调查增加，逐步形成了以普查和抽样调查相结合，辅以必要的统计报表的资料调查搜集系统。人口普查(每10年1次)，工业普查(每10年1次)，农业普查(每10年1次)，基本单位普查，第三产业普查，经济普查(2005年第1次，以后将每10年1次)，构成最主要的普查内容，而抽样调查则被广泛用于国民经济和社会统计的各个方面。(2)国民经济核算体系的改革。国民经济核算体系是对一个国家一定时期内国民经济各部门、各环节经济活动状况进行科学核算的一套制度规范。在上世纪，国际上形成、并经联合国推荐使用的国民经济核算体系有两套，一是SNA(即A system of Na-tional Accounts的简称)，二是MPS即(The svstem of Material Product Balances的简称)。我国在上世纪90年代以前，采用MPS核算国民经济的物质生产过程和结果，90年代以后逐步放弃MPS，继而采用SNA核算整个国民经济。这是我国统计核算史上一次革命，它不仅深刻影响了我国统计方法和统计内容的科学性与全面性，而且深刻影响了统计工作者的思想意识，使整个统计向国际化方向迈出了一大步。但在国际上，有人认为中国的GDP被低估，例如世界银行曾在未与中国国家统计局协商的情况下，单方面修改并公布中国的国民经济核算数据，把中国GDP上调34.3％。也有人认为中国官方统计数据被夸大(Rawski，2001)。不过，事实证明，国外这些基于中国统计数据可信度的争论，是不公平的，但它却向中国人敲响了关于统计数据质量的警钟。(3)统计质量向国际标准靠拢。2002年4月15日，中国正式加入国际货币基金组织的数据通用系统(General Data Dissemination System，简称GDDS)，标志着中国的统计数据在诸多方面与国际接轨，这对世界通过数字了解中国、研究中国、发展与中国的有关往来。起到了积极作用。(4)GDP核算数据的动态修订。关于GDP的动态修订问题，笔者曾提出过类似建议(赵乐东，2007)。目前中国公布的GDP数据改变了几十年的老规矩，不再是“一锤定音”，而是要经过几次调整。国家统计局第一次对正式公布过的GDP数据进行修订是2005年根据2004年经济普查结果作出的。GDP数据的动态修订虽然给部分使用者带来了某些不便，但却使统计数据向客观实际逼近了一步。

尽管如此，中国的统计制度中仍然存在中一些问题。笔者已经就观察到的此类问题中的一部分进行了研究(赵乐东，2007)，本文主要就下列问题作些讨论。

一、城市(镇)化进程统计问题

城镇化进程是通过不同年份的城镇化率显示的。城镇化问题是近20年来中国理论界乃至各级政府都非常关心的问题，甚至于对此问题的关心程度已经超出了问题本身，渗透到“政绩”与“发展”的理念之中。2007年中国统计年鉴显示：2006年全国城镇化率为43.9％，河南城镇化率32.47％。同年，全世界城市人口所占比重49.2％(同一口径的中国数据为41.3％)。中国和世界存在较大距离，中国的城镇化率低于全世界平均水平，河南省城镇化率低于全国平均水平，这既是客观事实，也是人们议论与关心的热门话题。问题是，任何统计指标的计算都有一个统计范围和统计口径问题，离开这一关键问题不谈，而草率地拿统计数字进行直接比较，将无从得出严谨而科学的结论来，城镇化率的统计也不例外。什么是城镇化率或城市化率?如何计算城镇(市)化率?这些问题学术界有过很多解释和研究。例如肖万春(2006)认为，不应该只用单一的人口数字计算城镇化水平，而要建立一套指标体系来反映，城镇化率只是这个体系中的一个指标；梁普明(2003)用城镇化率和一个经过复杂计算的综合调整系数来判断城镇化水平。本文将不加区分地使用城镇化率和城镇化水平这两个概念，因为这里关心的只是统计的口径、范围问题。在中国国家统计局官方网站的“指标解释”栏目中，找不到对城镇化率的解释，可能是因为这个指标太简单、太大众化而无需解释吧。但是人们在计算这个指标时，实际上是将一个国家或地区的城市(镇)人口与该国或地区的总人口对比得到的，通常人们也这样来理解所谓的城镇化水平。上面所引用的中国和世界的城镇化率也是按照这种思路计算出来的。

2008年8月，笔者在豫西山区农村调查时了解到，那里的农民早在几年前就莫名其妙地被有关方面登记为“城镇人口”，他们中有些人甚至祖祖辈辈一直居住在交通十分不便的深山里。当国家有关农村合作医疗新办法开始在农村实施，这些“城里人”可能享受不到农村人的优惠时，他们方感到问题的严重性：为什么把我们算成城镇人口!这使我立即想到了河南省的“城镇化水平问题”，这也使我们有理由怀疑目前河南乃至全国城镇化率的可信度。因为统计出了问题。

结合我国目前的实际情况，我认为要准确统计城镇化率，必须考虑如下三个问题：第一，城、镇、乡的划分标准；第二，城镇人口的统计口径和范围；第三，我国大量存在的流动人口的统计问题。

首先，关于城、镇和乡村的划分标准。为了科学、真实地反映我国现阶段城乡人口、社会和经济发展情况，准确评价我国的城镇化水平，国家统计局(1999，2006)制定了《关于统计上划分城乡的暂行规定》。《规定》指出：“城镇是指在我国市镇建制和行政区划的基础上，经本规定划定的区域。城镇包括城区和镇区。”其中城区包括“(一)街道办事处所辖的居民

委员会地域；(二)城市公共设施、居住设施等连接到的其他居民委员会地域和村民委员会地域”，镇区包括“(一)镇所辖的居民委员会地域；(二)镇的公共设施、居住设施等连接到的村民委员会地域；(三)常住人口在3000人以上独立的工矿区、开发区、科研单位、大专院校、农场、林场等特殊区域”，而且“特殊区域”作为镇区统计的条件是：常住人口在3000人以上，同时，从事非农业生产人员达到70％以上。“乡村是指本规定划定的城镇以外的其他区域。”由此可见，凡非国家专设市镇建制的区域和规定的特殊区域一律只能统计为乡村而不能统计为城镇。按照这个规定理解，全国绝大多数的乡政府所在地是不能划入城镇的。但事实上，在一些地区不仅乡政府所在地的居民被统计成了“城镇居民”，而且不在乡政府所在地的部分山区居民也有了“城镇户口”，统计的范围被人为扩大。用这样的数据算出的城镇化率是不合实际的，也是没有意义的。

其次，关于城镇人口的统计范围和口径问题。这个问题直接关系到城镇人口的多少和城镇化率的高低。本来这个问题很简单：居住在城镇的登记为城镇人口，居住在乡村的登记为乡村人口。但我国有我国的国情。始于20世纪50年代的城乡分治，将公民分别登记为城镇户口和农村户口，改革开放后限制农村人口向城市流动的行政桎梏被逐步打破，大规模的农村人口流向城镇，并长期在城镇居住(居住5年以上甚至10年以上的已经很多)，但他们始终没有取得城镇户口，因此他们还不能叫做城镇人口，这就产生了城镇人口和农村人口的统计标准问题：居民按常住地原则登记或按户籍地原则登记。从城镇化的本源意义讲，应该按居民的常住地计算城镇和乡村人口，统计实际中我们也是这样做的。但是在我国，流入城镇的农村人口和城镇原居人口的社会身份和社会地位是极不相同的，他们在就业“准入”、工资待遇、政治待遇、劳动保险、社会保障、子女就学和个人发展等方面，受到程度不同的歧视，他们被称为“外来人口”就足以说明这一点。用统计学的术语讲，被称为“外来人口”的城镇居住者和城镇居民属于性质不同的两部分，他们不能形成一个“统计总体”，因而不能计算出一个统计学意义上的“城镇人口总数”，当然也就不能计算出一个统计学意义上的城镇化率。从这个意义上讲，我们目前计算和公布的城镇化率其实是一个“假数”。那么，按户籍地原则如何?结果不仅是城镇化率降低，而且从经济学来看，这部分人口中有些同户籍地的联系远不如同常住地的联系紧密。这就产生了下面的问题。

第三，流入城镇的农村人口的“常住”问题。2000年“五普”时人口的常住标准在时间上定为“半年以上”，而在此之前常住的时间以“一年以上”为标准。从人口统计的准确性角度看，“常住”的时间标准定的长则优，短则劣；另一方面由于我国的人口流动主要是由农村流向城镇，因此，常住时间定的长，则城镇人口少，短则多。目前按半年常住时间统计城镇人口，实际上人为地多计算了城镇人口，夸大了城镇化率。

二、劳动力就业统计问题

这里，从国家统计制度和城乡统计实践两个方面分别讨论。

先说统计制度。在国际劳动力就业统计中，一般使用三类基本指标：就业、失业和待业。可分别计算就业人数和就业率、失业人数和失业率、待业人数和待业率等反映就业状态的具体指标。在这三类指标中，就业是最主要的，而失业则是最受关注的，尤其是失业率指标一直是人们观察一国或地区经济运行状况的一个重要识别指标。根据我国国家统计局(2002)的解释，在业人口(就业人口)是指15周岁及15周岁以上人口中从事一定的社会劳动并取得劳动报酬或经营收入的人口；城镇登记失业人员，指有非农业户口，在一定的劳动年龄内，有劳动能力，无业而要求就业，并在当地就业服务机构进行求职登记的人员。

从上述指标及其解释中可以看出两个基本问题：一是事实上将农村全部15周岁及15周岁以上人口中从事一定的社会劳动并取得劳动报酬或经营收入的人口，统计为就业人口，二是失业和待业人口只统计城镇(未在当地就业服务机构进行求职登记的人员除外，现在这部分人可能很多)的，不统计乡村的。换句话来说，中国的劳动就业统计制度事实上只是城镇劳动力的就业统计制度，农村不存在所谓就业、待业或失业问题。但这并非事实。在上世纪50年代，已有大批农民进城打工，实际原因就是农村人多地少，存在比较严重的季节性失业。后来，国家严格限制农民进城，将数以千万计的农民禁锢在农村。这虽然减轻了城镇市场供应和就业的压力，但却造成了农村大量隐性失业。改革开放以后，特别是80年代中后期以来农村劳动力大规模向城镇转移，而农村的各项经济活动并未因此而受影响，也就是说，成千上万的农村劳动力如果仍然被禁锢在农村，他们仍将被统计为“就业人口”，而事实上他们在一年的大多数时间内处于失业或者半失业状态。由于农村劳动力每个人都有自己的“责任田”(家庭承包的土地30年不变，加上农村大量土地被征用，实际上部分农村劳动力已经没有自己的责任田)，所以人们认为农民春夏秋冬都可以从事“有经营收入”的劳动，因而都应该视为“就业”。如果按照实际劳动时间计算，我国的失业人口就要多得多，失业率业也将高得多。目前农村仍然存在着大量剩余劳动力，“剩余”劳动力就是失业劳动力。现在，国家在许多方面实行城乡统筹，而且由于人口的自由流动，城乡统一的劳动力市场已经形成(至少在部分行业是如此)，因此，改革全国劳动力就业统计制度，逐步建立城乡统一的劳动力就业、待业和失业统计标准就应该尽早提上议事日程。

再说城乡劳动力就业统计实践。由于“城镇人口”的统计数字可能存在问题，因此乡村人口也不准确，进而按“有问题”的城镇人口和乡村人口为基数统计的城镇和乡村就业人口也可能出现问题。以下是改革开放以来我国几个主要年份城乡就业统计情况：

由上表可以发现：(1)从1978年～2005年的27年间，金国人口每年增加1277.7万，全国就业人口每年增加1321.2万，即平均来说每年增加的就业人口比增加的总人口多43.5万，换句话说，全国不仅每年增加的人口都能就业，而且还可以解决43.5万历史遗留的就业问题。从人口年龄结构和劳动力年龄这两方面因素考虑，由于产业规模扩大，劳动力需要量增加，一个国家或地区在某年或某几年的时间内，增加的就业人口大于同期增加的总人口是可能的，但是27年来平均每年都是如此，就会令人生疑，因为就我国几十年来的情况看，一代人口的成长只需20年～25年。因此令人生疑的或者是全国的人口统计数字，或者是全国的就业统计数字(这里不考虑劳动力的国际流动就业因素)。(2)城镇人口每年增加1443.2万，而每年增加的城镇就业人口只有653.3万，换句话说，城镇每年增加的人口中有789.9万未就业，与全国情况相比，反差巨大。虽然全国统计资料显示每年城镇登记失业

人口也有700万左右，但由于全国平均来说每年增加的人口都是就业的，因此，城镇增加人口中未就业部分只能在农村就业数据中去观察。(3)27年来，农村就业人口每年增加661.3万，这好像可以解释城镇增加人口中未就业部分的去向，但是，同期农村总人口减少4470万，平均每年减少165.6万人。特别是自1995年来的10年间，农村人口减少11403万人，平均每年减少1140万人。虽然农村就业人口也是减少的，但没有总人口减少的多。上述分析可以看出人口和就业统计数字之间存在着矛盾，这种矛盾的产生，可能正是源于城乡就业统计制度的不完善：一方面，有些农村人口被登记成城镇人口(农村人口减少，城镇人口增加)，而城镇就业人口统计却没有考虑他们，因而产生城镇总人口增加和就业人口增加之间较大的差距；另一方面，在农村被登记为城镇人口的人，依然算作是农村就业人口，造成农村就业人口增加。

因此，我国现在的劳动就业统计制度必须进行改革。

三、劳动工资统计(职工平均工资)

改革开放以来，我国经济成份出现多元化，个体经济、私营经济、合伙经济、外资经济等非公有经济成份越来越大。与此相应，居民的就业结构也发生了很大变化，“职工”的概念变得越来越模糊，而“员工”概念的使用却越来越普遍。虽然从社会学的角度看这种变化具有重要意义，但在人们日常的研究中并未对此予以特别的关注。在国家统计制度中，由于对工资统计的需要，仍然使用职工的概念和对“职工工资”的统计。国家统计局今年(2008)7月数据称，上半年全国城镇单位在岗职工平均工资为12964元，比去年同期增长18.0％。这一结论引来全国范围的激烈争论，人们普遍认为工资的实际增长没有这么多，甚至有不少人认为工资不仅没有增长反而有所下降(即使不考虑全国范围内物价的大幅上涨)。总之，人们认为，统计数据高估了城镇职工的工资增长程度。

那么，问题出在哪里?除了一些学者已经指出的诸如数据来源、群体收入差别等因素外，笔者认为，问题的根源在于统计学上一个最基本的概念被混淆了，或者实践上没有很好地界定这个概念，这个概念叫做“统计总体”。根据统计学原理，要计算一个总量指标，进而计算与此相关的平均指标或相对指标，必须首先确定统计的总体。国内绝大多数的统计学教科书对统计总体这个概念有着几乎完全相同的解释，如对我国统计教育产生过重要影响的《社会经济统计学原理教科书》(1984)认为，“凡是客观存在的，在统一性质基础上结合起来的许多个别事物的整体，就是统计总体”；我国著名统计学家钱伯海等(1992)也认为，“统计总体就是根据一定的目的要求所需要研究事物的全体，它是由客观存在的、具有共同性质的多个单位构成的整体”。这里所特别强调的是构成总体的个别事物要具有“同质性”，即个体在所观察研究的主要方面性质相同。如果将“城镇职工”作为一个总体研究其平均工资，就必须弄清楚两个重要概念：职工和工资。按照国家统计局的解释：职工是“指在国有经济、城镇集体经济、联营经济、股份制经济、外商和港、澳、台投资经济、其他经济单位及其附属机构工作，并由其支付工资的各类人员，不包括返聘的离退休人员、民办教师、在国有经济单位工作的外方人员和港、澳、台人员”，而职工工资是指“各单位在一定时期内直接支付给本单位全部职工的劳动报酬总额。工资总额的计算原则应以直接支付给职工的全部劳动报酬为根据。各单位支付给职工的劳动报酬以及其他根据有关规定支付的工资，不论是计入成本的还是不计入成本的，不论是按国家规定列入计征奖金税项目的，还是未列入计征奖金税项目的，不论是以货币形式支付的还是以实物形式支付的，均包括在工资总额内”。这种解释看似十分清楚，但却忽视了几个重要的社会现实：第一，目前全国范围内广泛而大量存在的来自农村的流动劳动力的“身份问题”。过去，公有经济是国民经济活动的主体，单位用工情况比较简单，“职工”的概念包括固定工、合同工和临时工等，人口流动少，因而城镇职工在统计口径和范围上是易理解和操作的。现在的国民经济中多种经济成分并存，非公有经济的规模和比重都越来越大，用工单位情况极为复杂，加之农村劳动力大量外流，整个劳动力市场供过于求，一些人经常处于流动状态，怎样将他们统计为“城镇职工”，目前的统计制度并没有给予具体的说明。因此，“城镇职工”这个总体在范围上是含混不清的。第二，流入城镇的农村劳动力虽然一定时间内在城镇就业，但是他们与“真正的城镇职工”存在巨大差别(已如前述)，如果将其作为构成“城镇职工”这个总体的一部分进行统计，那么，这个总体的“同质性”就是有问题的。第三，目前在我国许多企业的管理层都实行“年薪制”，他们1年的薪酬，少则几十万，多则几百万甚至数千万，他们1人1年的薪酬收入是一般职工收入的几十倍、几百倍。从这个意义上讲，他们和普通职工已经属于I生质完全不同的两类人，将他们和其他职工放在一起计算平均工资，违背了统计学关于总体的同质性原则，平均的结果掩盖了职工收入方面存在的本质差别，主要表现为抬高了城镇职工工资的平均数，这不仅给人一不真实感，更主要的是这一结果混淆了性质不同的问题。

四、简要的结论