下面是小编为大家整理的《统计学思想探究论文(精选3篇)》，仅供参考，希望能够帮助到大家。摘要：在大数据时代背景下探究思想政治教育复杂性，将大数据时代作为审视思想政治教育复杂性的机会窗口，实现思想政治教育复杂性研究的再出发。
统计学思想探究论文 篇1：
教学改革下如何提高高校统计学学科建设
摘 要：高校的教育主要是为了给社会培养知识类人才，而统计学是我国高校教育中的经济学专业中的一门必修学科，其也是来源于政治学和经济学，建设目的在于提升学生数据收集和分析处理的能力。当前我国对高校的课程改革已经展开，统计学专业作为一门重要的基础课程，必须在改革中重新定位和加深认识，跟上科技快速发展的时代步伐，调整专业教学体系，不断地丰富统计学科的知识体系。
关键词：教学改革;高校;统计学;学科建设
一、高校统计学学科现状
统计学是一门重要的应用学科，在过去的20世纪中，统计学科为人类发展起到了重要的作用。但是进入21世纪，统计学科和统计人才却进入了寒冬。由于计算机的大量应用，企业纷纷裁剪统计人员，政府部门也纷纷精简政府统计部门的编制，因此传统的社会经济统计学及其从业人员在激烈的市场人才竞争中逐渐失去了竞争力和存在的必要，统计学专业的学生数量减少，统计学专业毕业的学生就业也成为了难题，关于社会经济统计学的发展，一时间步履维艰。当下，我国的统计学发展处于一个关键时期必须认清统计学的发展方向以及存在的必要性，以再次對统计学的办学模式进行完善，培养适合社会经济发展以及市场需求的统计学人才，促进统计学专业的良性发展。
二、教育改革下统计学专业的重新认识和定位
我国过去长期的将统计学专业视为资产阶级的产物，尤其是拒绝使用统计学中的数理统计，没有广泛的应用统计学中的数学和数理统计方面的知识，这样的认知使得我国的数理统计发展缓慢，阻碍了我国统计学学科的建设发展。随着社会的推进和科技的进步，统计学已经包含了经济学、管理学、自然科学、数学等等学科的内容，是一种人们用于探索自然、总结数据和根据以往数据分析对做出预测的一种重要方法。统计学研究最基本的方法提是资料收集、资料整理和资料分析，第一环节是后面两个环节开展的基础，而统计学能够单独成为一个学科的原因就在于对资料的统计分析，通过统计分析，能够通过数据透过事物的表面看到本质，并将这样的发现描绘出来。在当今时代的统计学是一门科学性和工具性都兼有的学科，还具有某种程度的艺术性，通过对随机数据的总结，就可以做出相应的推断。
人们总是将统计学与数学混淆，而数学与统计学是有着一定的区别的，首先数学研究是抽象的一种数量规律，而统计学研究的是数据中的具体的数量规律，两者一个具体一个抽象。数学的运用逻辑主要是通过逻辑方法演绎，而统计学的运用逻辑除了演绎还包括归纳总结。虽然统计学会用到很多的数学知识，但是统计学所研究的尽管是大量的数据，但仍然是有限的，而不是数学那样抽象的数学，因此跟数学仍有区别。
学好数学是统计学的基础，在数学掌握熟悉后，就可以利用数学方法对数据进行计算分析处理。而统计学于经济学的区别就是，统计学是一种可以应用的方法论学科，这意味着统计学不仅可以为经济学服务，还可以应用于其他的学科，如物理、化学、生物等等。而经济学这门学科，不仅仅只会应用到统计学，还会应用其他的方法，如数学进行计算，因此经济学与统计学事实上是有着较大的区别的。但是我国过去的统计学发展长期的受到苏联的影响，因此我国目前的社会经济统计学和经济学的分界并不明确，所以现阶段必须尽早分清边界，避免统计学与经济学混为一谈。
在大数据的时代背景之下，统计学的应用范围正在不断扩大，这也为统计学专业发展带来了新的机遇。统计学是根据问题收集数据，随着数据量的不断增长，数据的有效性也存在不确定因素，因此在统计学专业学习的过程中，应当根据问题展开数据研究，最终挖掘有效信息，将数据涉及的信息进行展现，最终创造出新的统计学理论和方法。
三、教育改革下统计学学科建设中与其他学科的融合
统计学本质上来说还是一种工具性科学，教育部颁发的《普通高等学校本科专业目录和专业介绍》中把统计学列为理科性质的学科，同时设定为一级学科，因此统计学有着较高的地位。值得注意的是，统计学一路发展，靠的就是对各个学科的吸收融合，统计的方法和所需的数据是不分任何学科的，只要有必要用就会应用其他学科的知识，因此，对其他学科的融合可以说是统计学发展的动力和生命力。如今的统计学早已不再是当初起源于经济学和政治学的一门学科，学习统计学前，需要有着经济、管理、高数等等方面的知识，才好容易上手学习。同时，统计学也发展出了不少的分支，如为统计学提供计算方法的概率论等。统计学一路发展一路融合，能够越来越快的为研究对象找出其背后的本质，发挥统计学的作用。由于统计学的巨大作用，如今除了部分文理专业不用学习统计学外，其他的立刻专业大都是必修或者选修统计学。
四、统计学学科的教学建设
（一）基础学科建设
过去的经济学学生学习的统计学学习的时候，很容易出现学生的数学基础薄弱而导致对统计方法和统计思想无法理解掌握的问题，而部分教师基于此也就很少讲解数学知识，所以学生学习统计学时的数据分析和处理往往比较差。因此为了学好统计学，需要让学生对基础学科如高数等有着比较强的理解和运用能力，有着好的数学基础的学生，就会有较好的定量分析能力。但是需要注意，统计学于传统的数学学科也是不同的，虽然要加强学生的基础学科建设，但是也是有针对性的对学科的某一部分加强，不可能做到面面俱到，如多元函数极值是统计学中的一个重要知识，但在高校的数学中就不是，一因此在做学生的基础学科建设时，要有针对性的去做，对数值分析、线性代数等要重点让学生掌握学习。且随着时代发展，计算机的普及和应用已经是统计学的一门重要基础课程，学生需要掌握统计学的一些常用软件如SAS、SPSS等。
（二）专业课程建设
我国当前的经济学专业中一共有170分左右，但是统计学的专业课的学分占比却不到1/4，40学分，纵观国际社会，欧美等国家的专业课学分占比接近3/4，因此专业性更强，而相较之下，我国的经济学专业开设的专业课程不仅专业性不足，还缺少课程之间的整合，教完一门考一门，不同学科间比较断裂，只注意到了单科的课程设置。因此培养的人才也就不再符合市场需求，越来有多的学生毕业后就业困难。基于此，统计学的专业课程亟待改革，而统计学的应用层面非常广，一次不可能开设太多领域的课程，但是在统计学的专业课程中，可以适当增加统计专业课程的广度和深度，让最新的知识体系和统计方法被学生理解运用。
必须对当前的统计学专业课课程平行开设以及不注重统计方法的教学方式予以改进，要在专业课程教学中简化过多的知识层次，让学生对学习的统计学知识有自己的一套体系，掌握统计学的常用统计方法，如多元统计分析和时间序列分析等，是必须要熟练掌握的。
（三）应用课程建设
要知道统计学作为一种工具性专业，其产生发展都源于人们对统计分析的需求，能够长期存在发展就是出于统计学满足了社会的需要，能够很好的应用，因此统计学的对于其应用性有着较高的要求。所以统计学在当前背景下要大力发展应用统计，已经有教师提出，统计学可以在原来的基础上划分为统计学和应用统计学，统计学对生物、医学等数据进行分析研究，而应用统计学则满足社会发展对于社会、经济和管理等数据统计分析的需求。另外，学生还可以增设一些可以帮助学生更好应用统计学的课程如金融统计、保险精算等，如果没有多余课程，也可以在专业教学中增设一个案例分析的形式帮助学生掌握统计学的应用方法。大力促进应用统计的发展是21世纪统计学专业的必然要求，教育改革也必须朝这边靠拢。
（四）校企合作建设
在大数据的时代背景之下，统计学专业人才不仅仅应当具备扎实的统计知识，同时也应当具备编程和分析的能力。作为高校在制定人才培養目标的过程中，应当探究市场统计人才的实际需求情况，使得统计学教学改革的目标更加具体化，并且制定相对应的人才培养方案。当下我国统计行业的主力军是私营企业以及中小型为企业，因此也导致学生在就业时过于分散。因此，建立并完善有效的教学质量管理机制是很有必要的，在产教深度融合，校企紧密结合的背景下，学校以及企业应当针对学生的未来发展情况制定相对应的管理制度以及考核标准，只有这样，才能够明确校企协同育人背景之下，对于学生的共同组织以及管理，为学生的实习提供良好的环境以及必要条件。
与此同时，在校企合作的过程中，企业应当采取专人进行对接管理，通过加强学生的安全教育，使得学生在实习的过程中严格遵守企业的规章制度，实现学校和企业共同监管。与此同时还应完善顶岗实习管理和考核制度，加强对顶岗实习学生的管理，学校还可以有针对性地对此类学生进行职业技能和职业道德方面的培养，确保顶岗实习等实践环节安全有效，达到实习效果，实现学生在实习过程中校企双方共同管理、责任共担、利益共享，达到学生、学校、企业三方共赢的目标。除此之外，学校可以实行导师双轨制。通过加大对于企业部门人员的合作，从而使得学生接触大数据平台，校外导师可以来自于咨询公司或是中小型企业，使得学生能够有机会接触大数据技术，为培养理论知识与实践能力兼备的复合型人才打下坚实的基础。
统计学的教育改革和学科建设不是一蹴而就的，但是高校可以在统计学建设中利用现有的科技和网络提高教学的质量和水平，循序渐进的开展统计学的课程建设。统计学在与其他学科的融合发展中，将会逐步地改变统计学科的现状，开创新的统计学局面。在未来的统计学发展中，要坚持将统计理论与统计学科结合，保证统计学的数据真实性的同时坚持统计数据为国家利益至上，为人民服务。
参考文献：
[1]张浩敏，伍欣叶.网络资源在统计学中的应用实践[J].黑龙江教育，2012.
[2]钟丽英.高校统计学的教学改革与学科建设[J].改革与战略，2004.
[3]罗良清，李晶.对统计学教材在教学应用中的思考[J].中国大学教学，2011.
[4]吴明清.如何做好统计学课程教学改革[J].职业时空，2017.
基金项目：本文为2018年度辽宁省普通高等教育本科教学改革研究项目“关于民办高校学生自主学习能力的培养策略研究”——模式下教学改革策略研究成果的一部分
作者：张敏
统计学思想探究论文 篇2：
大数据时代思想政治教育复杂性探微
摘要： 在大数据时代背景下探究思想政治教育复杂性，将大数据时代作为审视思想政治教育复杂性的机会窗口，实现思想政治教育复杂性研究的再出发。在大数据时代思想政治教育内外环境日趋复杂的背景下，应重视思想政治教育的复杂性特征：拥抱复杂是思想政治教育创新的前提;凸显预成是窥探思想政治教育复杂性研究的切入口;紧扣相关关系是解码思想政治教育复杂性的关键;数据发声是思想政治教育“自组织”的强力支撑。大数据时代探究思想政治教育复杂性，既是马克思主义认识论与实践观的题中之义，亦是思想政治教育学科的时代担当。
关键词： 大数据; 思想政治教育; 复杂性
DOI： 10.13256/j.cnki.jusst.sse.2021.03.012
A Research on Complexity of Ideological and Political Education in the Big Data Era
WANG Xiyue， LI Haonan
（School of Marxism， University of Shanghai for Science and Technology， Shanghai 200093， China）
Under the background of big data era，this paper explores complexity of Ideological and political education from an opportunity window so as to restarting examination and research on the trend.To be specific，noticing the complex characteristics of ideological and political education under the increasingly complex internal and external environment in the era of big data，recognizing complexity as the premise of innovating ideological and political education，highlighting pre-formation at the begining to explore the complexity;decoding the complexity by the key of interlocked relationships，airing strong voice by means of big data to support the “self-organization“ of ideological and political education.Exploration and examination on complexity of ideological and political education in the era of big data not only explain the meaning of Marxist epistemology and practice theory，but also mirror the mission of ideological and political education discipline in the era.
big data; ideological and political education; complexity
思想政治教育作為既是人为的又是为人的活动，其复杂性主要根源于人的复杂性。人在感性世界的复杂性仍无法直接展现或量化，直至大数据时代的来临。大数据时代将人及其社会活动通过数据发声、数据交叉、数据挖掘、数据分析等手段，将其从机器读取的数据化转为人类可视的数字化。大数据如全景敞视般将思想政治教育的研究对象进行全方位、立体式扫描，在海量的数据海洋中窥探思想政治教育复杂性的奥秘。
一、大数据的概念及其主要特征
2017年12月8日，中央政治局就实施国家大数据战略进行了集体学习，大数据正式上升为国家发展战略。大数据在各个领域得到广泛研究与发展，思想政治教育领域关涉大数据的研究及发文数量也在节节攀升，截至目前大数据仍是学界研究的热点。那大数据是什么？其概念是什么？其又是具备哪些特征而成为各领域研究的热点？这些都是我们需要回答的问题。
（一）大数据概念
英国权威数据专家舍恩伯格等在著作《大数据时代》中曾这样描述大数据时代：“大数据时代是以一种前所未有的方式，通过对海量数据进行分析、获得巨大价值的产品和服务或深刻的洞见。”[1]大数据时代具有颠覆性，它在颠覆人们对传统互联网行业运行机理解读的同时，也颠覆了人们的思维认知。大数据时代是一个变革人们工作、生活、思维的时代。
理论的建构始于概念的精准界定，概念竞争的焦点在于对现实问题的解释力度。由于研究者从不同的立场和角度出发，对大数据概念的界定也体现出不同的价值维度，因此至今国内外对大数据的概念还没有公认的界定。
一方面，国外对大数据的认识与定义主要是描述性定义。《大数据：创新、竞争和生产力的下一个前沿领域》报告即出自于最早提出“大数据”时代到来的全球知名咨询公司——麦肯锡公司。麦肯锡公司认为：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”并给出大数据的定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。同时强调，并不是说一定要超过特定 TB 级的数据集才能算是大数据[2]。维基百科对大数据的定义是：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。舍恩伯格等在《大数据时代》一书中指出：“大数据是人们获得新的认知，创造新的价值的源泉。”[1]
另一方面，对大数据的认识与定义主要集中在大数据的特点上。基于对大数据所具备不同特点的归纳和总结，关于大数据概念的比较有代表性的是3V定义[3]，即认为大数据需满足3个特点：规模性、多样性和高速性。还有的学者基于3V特点提出大数据应具有一定的现实性表征，对大数据进行了5V的定义，即国际数据公司认为大数据还应当具有价值性的特点[4]。对大数据概念的定义需要搁置，但搁置并非悬置。大数据是多技术的组成，其自身的属性与特点也将会在其广泛应用中不断地得到展现。单从其功能角度来界定概念有失逻辑，因此暂时搁置大数据概念，在大数据的发展中归纳和演绎其逻辑内涵，当这种内生逻辑一旦显现，并被人们所认知，大数据的概念也就形成。
（二）大数据时代的三大主要特征
基于对海量数据的收集、存储、提取、分析使得我们对所研究事物获得全方位的认识，从马克思对质、量、度的论述来看，这是量变引发质变的原因。因此，量变导致质变是大数据时代的一大主要特征。此外，大数据时代的主要特征之一是变革思维，大数据使得我们思维从追求因果关系变革到追求相关关系，从追求准确变革为预测趋势，大数据不仅让我们不再期许精确性，也无法实现精确性，错误并不是大数据固有特征，而是一个我们无法处理的现实问题并且有可能长期存在[1]。上述之外，大数据时代的主要特征是预测趋势。大数据时代发展的今天，人们把精力更多集中在预测趋势上，毕竟大数据的核心是预测。因为提高精确性的收益远不如扩大数据的收益大，这也是研究焦点的转变。
二、大数据时代思想政治教育复杂性研究的可能性
学界对思想政治教育复杂性的追问、研究、争鸣向来已久。近些年来，有学者从应对突发事件入手，探析突发事件背后思想政治教育的复杂性并提出了相关对策;有学者从社会转型切入，在复杂的社会转型中洞悉思想政治教育复杂性的新表征，为接续的思想政治教育复杂性研究提供了宝贵经验与理论借鉴。大数据时代因其特征使得对思想政治教育的复杂性研究成为可能。何为复杂性？大数据时代下思想政治教育的复杂性又具有何种特征？大数据时代为思想政治教育的復杂性研究提供了怎样的机会窗口？这些都是本文需回答的问题。
（一）思想政治教育复杂性表征
复杂性研究起源于西方，在中国的发展也有20余年，国内开展思想政治教育复杂性的研究，最早可追溯到21世纪初期，且近年来受到学界的不断关注。那么何为复杂性？思想政治教育是否具有复杂性？在大数据时代思想政治教育的复杂性又有怎样的表征？
1.何为复杂性
阐释何为复杂性本身就是一件复杂的事情。其一，国外学者认为复杂性即“不断地往返穿梭于确定性和不确定性之间、基本元素和总体之间、可分割性和不可分割性之间，复杂性思维方式既超越又整合简化思维方式” [5];国内学者认为“复杂性是一种系统属性，一种整体涌现性”[6]。对于复杂性研究虽然起源于西方，但对复杂的认识早在我国春秋时期就有体现，即老子所提倡的“无为而治，无所为但又无不为”，这种观点提出的出发点是老子对自然的敬畏，换言之是对于复杂性的敬畏，是一种豁达更是一种智慧，从马克思主义的角度来看这是尊重事物发展的客观规律。
其二，复杂性根源于人，探究何为复杂归根到底是探究人为何复杂。人是复杂的，从人的自身与自然的关系来看，人既可以作为一种现实的存在，又是一种可能的存在。正如马克思所言“人双重地存在着，主观上作为他自身而存在着，客观上又存在于自己生存的这些自然无机条件之中”[7];从人与社会的关系来看，只有把握人的本质才能真正了解人，进而探究人的复杂性。人之所以为人不是作为个体的存在，而是融入社会的存在。正如“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和”[8]。
2.复杂性表征
埃德加·莫兰谈到复杂性与教育问题的关系时指出：“未来教育的基本使命之一是审视和研究人类的复杂性。”[9] 思想政治教育恰恰也是如此。思想政治教育紧紧围绕的中心便是复杂的人，而大数据时代又为思想政治教育研究既提供了技术支撑，还提供了新视角、新思维。综合国内外学者对复杂性特点的归纳总结，结合大数据时代特征和当前思想政治教育的发展现状，大数据时代下思想政治教育复杂性具有预成性、相关关系性、自组织性等特点。
预成性是思想政治教育复杂性在大数据时代下最具表现的特征。大数据的核心是预测，当然这种预测是建立在一定数据搜集、处理、分析的基础之上。在大数据时代下思想政治教育的复杂性则可以通过大数据来进行分析，换言之，在大数据之前我们审视思想政治教育的复杂性用的仅仅是“放大镜”，而现在大数据给予了我们审视思想政治教育复杂性的“显微镜”，使得我们对思想政治教育呈现复杂性这个前提更加深信不疑。举一个简单的例子，每逢浙江大学开学季，一款名叫“找老师”的测评软件总是能火遍新生群，该软件以其匿名程度高、参评详细成为学生选课的依据之一。这是大数据在思想政治教育反馈阶段的运用，将影响思想政治教育开展的复杂因素最大限度地通过数据表现出来，让“数据发声”，提前规划或者整改思想政治教育的具体实施方案，把握好其预成性。
相关关系性既是大数据的核心特征，也是思想政治教育复杂性在大数据时代下的重要特征。相关关系即非线性关系，是与因果关系或线性关系相对应的。在大数据时代，要想在复杂、海量的数据中求得绝对准确，就像数学中的二分法，仅仅是无限接近于准确。因此，把握相关关系放弃决定精准，预测趋势才是大数据时代的取胜之道。大数据时代下思想政治教育的复杂性往往表现出相关关系性的特点，这点值得我们十分注意，因为这是一种思维的转变，一种认知的变革，也是思想政治教育创新发展的重要源泉。在复杂的思想政治教育中通过大数据把握住相关关系，打破线性思维定式，实现思想政治教育创新的“柳暗花明又一村”。当前思想政治教育与社会学、人类学、心理学等学科的交叉研究其实就是在探究和把握这种相关关系。从不同视角获得灵感，进而将灵感付诸于实践，这是人类几千年来推动历史进程发展的原动力，大数据的到来则是将这种灵感的获得变为更加广泛、直接、迅速。
思想政治教育的学科建设与发展呈现自组织性特点，即在没有外部指令的条件下从无序走向有序的过程，思想政治教育工作者的存在就是为了加速这一过程的演进。正如多尔所言：“自组织是生活的本质。”[10]思想政治教育亦然。在大数据时代下为这种复杂动力提供如全景敞视展现的可能，从马克思主义认识论的角度来看思想政治教育的自组性特点，是人们在客观条件下的理性认识，大数据则又巩固了这层理性的认识。思想政治教育的自组织性决定了我们在看待思想政治教育发展时应该将其作为整体，不能割裂来看待，遵循思想政治教育内部各要素、各系统的自组织性，使思想政治教育朝着更加平衡、稳定的方向发展。
（二）为思想政治教育的复杂性研究提供机会窗口
大数据是思想政治教育复杂性的重要佐证，为思想政治教育复杂性研究变革了思维、拓宽了视野，提供了创新素材与可能。
第一，大数据时代是思想政治教育复杂性的重要佐证。大数据来临之前，对思想政治教育的复杂性研究停留在理论层面，大数据时代的来临，将对这些理论的验证提供了技术支撑。例如：有学者提出思想政治教育是复杂的，非线性的，但苦于当时的技术水平对这种非线性的案例列举捉襟见肘。大数据时代的来临使得这种非线性的案例不胜枚举，从年度关键热词看思想政治教育对象的精神世界，从每年“双十一”“双十二”的图书销售类别折射思想政治教育者的所思、所需等。思想政治教育是复杂的，无论是从其自身整体还是其内部构成要素来看皆是如此，但大数据时代的来临让我们更加直观地感受到、体验到这种复杂。这将为我们开启思想政治教育研究提供“显微镜”。
第二，大数据时代变革了人们对思想政治教育复杂性的认知，拓宽了思想政治教育的研究视野，为思想政治教育提供了创新素材。一方面，大数据时代打破了人们的原有线性思维定式，将对因果关系的追求转变为对相关关系的把握，这使得我们在研究思想政治教育复杂性时不仅仅局限于简单思维的认知，而是将思想政治教育作为一种复杂的系统对待，注重思想政治教育研究的整体性，把握住思想政治教育之中的相关关系，将这种认知贯穿于思想政治发展全过程。另一方面，大数据时代为思想政治教育复杂性研究提供丰富的素材与可能。大数据以其强大数据收集、提取、分析能力对思想政治教育进行全景式扫描与立体性分析。将思想政治教育数据化，进而数字化，从对“量”上把握，发现“质”的存在，从而实现从量到质的飞跃。大数据将从现实和实践层面对原有的思想政治教育复杂性研究提供检验与验证的同时，又为思想政治教育的发展提供审视未来的机会窗口。
三、大数据时代思想政治教育复杂性的研究意义
用复杂性思维来关注思想政治教育，使教育者不再满足充当传声筒的角色，让受教育者主体性逐步生成，让智慧代替知识，让灵性、主体性代替智性，破除那种只重视社会、忽略个人，只重群体忽略个体发展的局面，促进人自身进行转型[11]。在大数据时代重新审视思想政治的复杂性，突出对思想政治教育研究对象的认识。
（一）马克思主义认识论与实践观角度
马克思曾说过：“人类认识按其本性来说，能够正确认识无限发展着的物质世界，认识每前进一步，都是对无限发展着的物质世界的接近，这一点是绝对的、无条件的。”大数据使人们对这物质世界的认识又进了一步。对思想政治教育的认识是一个从实践到认识，再由认识到实践的过程。
第一，认识世界的目的是为了改变世界，认识思想政治教育复杂性的目的则是为了增强对人的认识。思想政治教育的对象归根到底是人。对人的把握程度直接关系到思想政治教育开展的速率与效度，更关系到思想政治教育的方向。在大数据来临前，我们在社会学、人类学等领域可以把握人的复杂性，无论是阎云翔笔下的下玾村，还是林耀华描述的黄村，都折射出人的复杂性。但这种对人的认识需要长时间，甚至是不间断的调查与体验。而大数据时代的到来则使得这种时间成本大大降低，数据往往能更加客观、直观、迅速地反馈一个人或一群人的特征。更为重要的是，大数据是对人最真实状态的记录与展现。田野调查、访谈法等社会学和统计学常用的调查方法使得被调查对象或多或少并非呈现最自然的状态，而大数据时代则不同，其在无声中，记录、分析、反馈着最为真实的人。对人有了更为真实的关注之后，这将大大提升思想政治教育的实效性与可操作性。
第二，从否定之否定角度来看，将大数据运用于思想政治教育复杂性研究其实质是一种“扬弃”。大数据的魅力不仅仅是预测未来，它也可以对过往的数据进行“数据重组”“数据再利用”等，从而挖掘其中的潜在价值。思想政治教育学科从1984年设立至今，学界对思想政治教育的研究成果颇丰。其中许多研究是在当时的历史条件下产生，适用于当时社会发展和人的塑造培养要求的，因此思想政治教育需要与时俱进，实质需要“扬弃”。大数据时代恰恰给予了思想政治教育实现“扬弃”的现实抓手。将复杂、繁多的研究成果，再次进行数据交叉，打破时间限制与地域隔阂，在过往中斩获新的突破点，从另一方面审视思想政治教育复杂性。事物的辩证发展过程需要经过肯定-否定-否定之否定的过程，对思想政治教育的复杂性研究亦是如此。思想政治教育复杂性研究将会随着这种辩证发展不断发展，换言之，大数据与思想政治教育复杂性的发展是亦步亦趋的。
（二）思想政治教育内部构成要素角度
思想政治教育是复杂的，是由多要素或者多系统构成的。从思想政治教育内部构成要素来洞悉思想政治教育的复杂性，透过思想政治教育整体来窥视其内部机理，这些为大数据时代下思想政治教育复杂性研究提供内部视角。学界前辈对思想政治教育的组成要素进行了细致的研究，即构成思想政治教育过程的因素主要包括思想政治教育主体（教育者）、思想政治教育客体（受教育者）、思想政治教育介体（内容和方法）、思想政治教育环体（社会环境）四个要素[12]。
第一，大数据时代模糊了思想政治教育主客体间的界限。
古人云：师者所以传道授业解惑也。传道、授业在大数据时代被不断弱化，大数据时代的海量数据、海量资源打破了时间、空间等物理条件的限制，更为重要的是成本较低甚至免费，从而深受学习者的喜爱。思想政治教育的教育者既是教育者也是受教育者，這在大数据时代更为直观地表现出来。
首先，教育者的存在形式在大数据时代脱离了现实的存在，变为数据化、数字化的存在。“网课”“慕课”“远程教学”等以数据转化、加载、传输为依托的新型授课模式实现了思想政治教育主体虚拟存在的现实。
其次，受教育者不再集中显现某一群体的特征，而表现为多元化，其受教育的目的也呈现异质性的特点。更为重要的是，在大数据时代，思想政治教育的客体在知识获得的速率与知识的实效性方面有时还超过受教育者。举一个简单的例子，传统教学中不乏有这样的情况：老师被学生问到，进而被问倒。其背后往往都有大数据来为学生充当知识对抗的支撑，换言之，一个人如何回答强大的搜索引擎呢？
最后，思想政治教育主客体间的界限在大数据时代逐渐缩小。传统的知识储备量本质上是主客体间的信息不对称，除少量核心机密外皆被一扫而尽。大数据时代主客体间的界限或者区分，落在了思维的差距上。主客体间的信息不对称可以被大数据填补，但思维却无法实现，客体求之于主体的更多的是思维的学习，授人以鱼不如授人以渔其实就是这个道理。尽管如此，思想政治教育主客体间的界限在不断缩小，甚至有被模糊的风险，加大了思想政治教育的复杂性。
第二，大数据时代使得思想政治教育介体更加多元。
何为思想政治教育的介体？内容、方法是之。大数据时代的到来使得思想政治教育介体更加多元，视频直播、抖音短视频皆是其中的典型代表。近年来视频直播、抖音短视频可谓是流量界的宠儿，其因即时性强、干扰性低、稳定性高等特点深受受教育者们的喜爱和追捧。这种多元的介体的产生根源来源于人的复杂性，在技术或者客观条件成熟的情况下，人的复杂性就会显现或者放大。这种多介体井喷式的出现，首先，归功于大数据等技术的支撑，使得这种介体的存在成为可能。除此之外，这也是人们需求诉求的一种表达，即对存在即合理的回应。思想政治教育的创新可以在其介体上率先展开，先抓住流量，获得诉求，再进而提升质量，打造精品。
第三，大数据时代使得思想政治教育环体从已知向未知延伸。
马克思和恩格斯指出：“人创造环境，同样环境也创造人。”[13]环境对于思想政治的影响古今中外都有其权威的的阐述，无论是中国的“孟母三迁”还是杜威提出的“教育既生活”，都是对环境影响教育的肯定。大数据时代所建立起来的这种数字空间，使得思想政治教育的环体从已知向未知进行了延伸。
一方面，大数据对思想政治教育现处的环境进行了全方位的立体扫描。灵感源于全景敞视主义名词的创始人福柯，而福柯又受到边沁全景敞式建筑的学说影响。福柯与边沁皆是站在权力物理学的角度来审视全景敞视，因而全景敞视让人略感不适，但还好这仅仅是理论上的说理与建构。大数据的来临则将这种全场敞视变为现实，无论你接不接受，大数据时代已经来临，这种全方位的立体扫描已经形成。纷扰复杂的思想政治教育环体，已经可以被数据化进而数字化呈现在我们的面前，已知世界已被大数据收入囊中。
另一方面，大数据独有的预测趋势给予了思想政治教育探寻未来环体甚至构建未来环体的机会与可能，这也是思想政治教育环体创新的切入点。“思想政治教育在空间上由已知空间向未知空间和联空间进行延伸。”[14]思想政治教育本身就具有为未来培养人的作用，由于其所具备的复杂性以及人的复杂性，使得我们在开展思想政治教育时将我们的价值观念、未来期许灌输到了受教育者的身上，进而通过受教育者来塑造这种价值观与未来期许。在大数据时代之前，我们采用的是整体布局来建设未来，而大数据时代的来临则可以实现精准化设计，达到思想政治教育分众化。思想政治教育的复杂性也随着大数据的分众使复杂变得清晰，思想政治教育的未来环体也逐渐变得可预测与可塑造。
四、结束语
习近平总书记强调：“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人，开创我国高等教育事业发展新局面。”[15]“三全育人”离不开思想政治教育，而承认思想政治教育的复杂性是研究和发展思想政治教育的前提，大数据时代的来临则将思想政治教育的复杂性逐渐展现。大数据时代为思想政治教育复杂性研究提供机会窗口的同时，也为整个思想政治教育的发展提供新的研究视角与思路，同时将为思想政治教育的创新和其有效性的提升贡献新方法、提供新途径。
参考文献：
[1] 维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2] MANYIKA J，CHUI M，BROWN B，et al.Big data：the next frontier for innovation，competition，and productivity[R/OL].（2011-05-12）[2020-07-02].http：∥www.doc88.com/p-667131489289.html.
[3] BRYANTR E，KATZ R H，LAZOWSKA E D.Big-data computing：creating revolutionary breakthroughs in commerce，science，and society[R/OL].（2008-12-22）[2012-10-02].https：∥www.docin.com/p-440963634.html.
[4] BARWICK H.The “four Vs”of Big Data，implementing information infrastructure symposium[EB/OL].[2012-10-02][2020-06-15].http：∥www.computerworld.com.au/article/396198/iiis_four_vs_big_data/.
[5] 埃德加·莫蘭.论复杂性思维[J].陈一壮，译.江南大学学报（人文社会科学版），2006，5（5）：18-21.
[6] 苗东升.复杂性管窥[M].北京：知识产权出版社，2014.
[7] 马克思，恩格斯.马克思恩格斯全集（第46卷）[M].北京：人民出版社，1992.
[8] 马克思，恩格斯.马克思恩格斯选集（第1卷）[M].北京：人民出版社，2012.
[9] 埃德加·莫兰.复杂性理论与教育问题[M].陈一壮，译.北京：北京大学出版社，2004.
[10] 小威廉姆 E.多尔.后现代课程观[M].王红宇，译.北京：教育科学出版社，2000.
[11] 卢岚.复杂性思维与思想政治教育主体性的优化[J].理论与改革，2007（4）：143-145.
[12] 张耀灿，郑永廷，吴潜涛，等.现代思想政治教育学[M].北京：人民出版社，2001.
[13] 马克思，恩格斯.马克思主义经典著作选读[M].北京：人民出版社，1999.
[14] 刘宏达，潘开艳.融合创新：思想政治教育大数据研究的视角转换[J].学校党建与思想教育，2018（2）：52-56.
[15] 习近平.把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面[N].人民日报，2016-12-09（001）.
（编辑： 程爱婕）
收稿日期： 2020-09-22
作者简介： 王西月（1992-），女，硕士研究生。
研究方向： 思想政治教育。
E-mail：343592828@qq.com
作者：王西月 李豪男