大數據時代的經濟統計學本科人才培養模式的轉變與構建

唐寶珍+張立新

摘要：統計學是以數據為研究對象的方法論科學。大數據時代的到來，對數據的收集、整理、分析和展示的各個環節，都產生了變化。1998年設定的高等院校本科統計學專業人才培養模式已不再適應需求，為此，本文從研究內容、培養目標、課程設置、考核方式等方面，詳細探討了大數據時代統計專業本科人才培養的新模式。

關鍵詞：大數據；經濟統計學；人才培養模式

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）33-0202-03

一、大數據時代提出了新的社會需求

近年來，隨著移動計算、物聯網、云計算等信息技術和應用模式的不斷創新，全球的數據量呈現出爆炸式增長。每個人從出生到死亡，每時每刻都在生產著數據；現代企業生產和管理的每一個環節都能被記錄，正如麻省理工學院電子商務中心主任、經濟學家Erik Brynjolfsson所說：我們正飛速邁入一切都將被檢測和測算的時代，但最大的問題在于人們利用、分析和解釋數據的能力。

大數據時代的來臨，讓數據的產生不再困難。“大數據”的數據源包括互聯網、視頻監控、移動設備、醫療設備、智能設備等渠道產生的海量的結構化和非結構化數據。“大數據”之“大”，不僅體現在數據的體量、復雜性和產生速度方面，大大超出傳統的數據形態，也超出現有的數據處理能力，而且“大數據”還體現出要以數據為“大”的思維模式的創新。以數據為“大”，指的是要善于從大量數據中挖掘潛在的數據間的關聯方式和程度。“大數據”已經給現代零售業、金融業、制造業、物流管理和電子商務等領域帶來了巨大沖擊，并創造出巨大的應用價值。

隨著網絡的發展和大數據時代的到來，對海量數據的分析和處理技術，已經成為信息科技領域的新技術和新趨勢，市場存在著巨大的大數據分析人才缺口。國外許多公司已經看清了這種趨勢和需求，并著手開始大數據分析人才的培養，比如國際知名的IBM公司計劃與中國100所高校合作完成一個名為“IBM U-100”項目，該項目計劃向中國100所高校捐贈價值1億美元的大數據分析軟件，并提供培訓輔助，旨在培養下一代數據科學家。而統計學作為專門研究如何收集、整理、分析和展示數據的學科，其本身的研究對象就是數據，“大數據”時代的到來必然給統計學專業的辦學帶來巨大的挑戰。統計教育工作者理應以市場需求為導向，在人才培養模式上進行積極嘗試和探索。因此，在大數據時代，探討高等院校統計專業人才培養模式具有十分重要的理論價值和現實意義。我國高等統計專業教育分為專科、本科、碩士研究生和博士研究生四個層次，在此筆者只就本科階段統計專業人才培養模式進行初步探討。

二、大數據時代統計學的研究內容發生新變化

大數據幾乎對統計的所有應用領域都產生了沖擊，經濟學、管理、生物、醫學、人口等，沒有哪個領域的數據生產不是爆發式的，因此，大數據對統計學的影響最終還是體現在對數據的影響上。各個領域中，數據在收集、整理、分析和展示等方面，都發生了新的變化。

1.從數據收集上看，大數據時代，數據源源不斷地產生，似乎收集數據并不困難，但是現實生活中，雖然數據產生了，但是被各個公司、各個機構分別掌握，如何才能拿到是一件困難的事情。比如，交通管理部門有道路的車流量數據，電信公司有每個人的通話記錄，公安局有每個人的身份信息，阿里巴巴有大量的電子商務數據等，而這些數據并不是公開的，有的涉及個人隱私，有的涉及商業秘密，有的有行政干預，那么研究如何實現數據的公開與共享，就成為新的統計研究方向。

2.從數據的整理上看，以前是對數據進行審核、篩選之后，進行合理的分組和分布特征的處理，而大數據時代，面對海量的數據，首先要做的是清洗數據，從海量數據中去除雜質。由于數據的體量巨大，如何辨別數據的真偽，如何測度數據的偏倚，不再是容易的事情。這個過程需要計算機編程來實現，因此，計算機編程應用能力必須成為統計專業學生必備的技能。

3.從數據的分析方法上看，傳統的統計分析方法已經十分成熟，相關與回歸分析、時間序列分析、多元統計分析、經濟計量分析等統計分析手段曾出不窮，但是它們都是在大數據產生以前的數據結構的基礎上發展起來的。而如何把高維或超高維的數據降維，如何把超出存儲能力和計算能力的數據集化整為零，如何建立許多變量之間的關聯，這都需要統計學人做出新的思考。

4.從分析結果的展示看，傳統的數據分析結果是通過統計圖表或統計報告的形式呈現的，而大數據時代，所需信息的人數激增，不同需求者的知識層次、時間迫切程度不同，如何及時、高效地向人們展示分析結果，使分析結果更為直觀化和可視化，也為統計學者提出更迫切的要求。這同樣需要懂得計算機技術和網絡技術，所以在課程設置上，必須增加統計學專業學生的計算機技術教學內容。

三、傳統的經濟統計學本科培養模式及弊端

我國的統計學科創設已有相當長的歷史了。創設之初，它是隸屬經濟學一級學科下的二級學科，1998年9月國家教育部頒布的《普通高等學校本科專業目錄和專業介紹》將統計學調整為理學類一級學科。這一調整為統計學科和統計教育提供了更加廣闊的平臺。2011年，國務院學位委員會和教育部批準印發了《學位授予和人才培養學科目錄（2011）》，在新的研究生專業目錄中，將統計學由原來的經濟學下的二級學科調整為理學的一級學科，進一步凸顯出統計學科的重要程度和對統計教育的重視程度。

傳統統計本科培養模式的弊端，主要表現在以下三個方面。

1.培養目標過于籠統，針對性不強。這一階段的培養目標是：培養具有良好的數學或數學與經濟學素養，掌握統計學基本理論和方法，能熟練運用計算機和統計軟件進行數據分析，并能在企事業單位和經濟、管理部門從事數據統計調查、統計信息管理、數據分析等開發、應用和管理工作，或在科研、教育部門從事研究和教學工作的高級專門人才。這一培養目標看似很完善，面面俱到，其實人才培養目標并不明確，似乎統計是個“萬金油”，哪個地方都可以用，但具體應用于哪一領域并不明確。

2.本科教學在課程設置上過于專業，知識面過窄，導致許多學生只懂得統計學知識，對這些知識應用到什么地方，如何應用一片茫然。實踐課程比重較低，沒有體現出統計學是一個工具性學科的特色。統計學是一門有關方法論的工具性學科，應該強調應用，這就好比一把錘子，無論你如何強調它的性能，都不如直接找一個對象錘一錘，因此應加強實踐教學內容。

3.教學模式和考核方式比較單一。傳統的統計教育以說教為主，鮮有案例分析和實踐操作；考核方式以閉卷筆試為主，記憶大量復雜的統計公式，成為學生學習的負擔，并且學以致用的教學宗旨，未能得到充分的體現。

四、大數據時代的統計本科專業培養模式的構建

1.人才培養目標要進行適當的調整。高校的人才培養要以社會需求為導向，社會需求的多元化要求我們培養適應多元化需求的復合型人才。因此，高等學校統計本科教育要遵循“寬口徑、厚基礎、重應用”的辦學理念，培養“一專多能”的人才。具體來講，統計學本科階段的培養目標可以定為：培養具有扎實的統計專業基礎和數據分析能力，具有一定行業知識背景，能在政府、企業、事業單位從事信息管理、統計分析、風險監測和預測決策的復合型人才。

2.課程設置必須進行調整。在課程設置上，分模塊進行課程設置。專業課分為學科基礎課、專業必修課、專業選修課和實踐課程幾個部分。正如上面所討論的，大數據使得數據的收集、整理、分析和展示的每個環節都有了新的變化，而這些都要求學生具有比較扎實的計算機技術。因此，在1998年課程體系的基礎上，應在學科基礎課程中增加計算機相關課程，特別是計算機編程語言、網絡技術方面的課程和數據挖掘技術。在大數據快速發展的今天，統計專業的學生必須加強從網絡中收集數據的能力，如基于API的數據采集技術和基于網絡爬蟲的數據采集等技能。

統計學這一工具學科，可以和許多學科結合形成邊緣學科，如經濟統計、人口統計、生物統計、醫學統計、管理統計、金融統計等，這些分支都具有共同的統計分析基本理論。因此，統計專業人才首先要具備統計專業基礎知識，然后再結合具體的應用領域發展各個分支，從而在課程設置方面加強學科基礎課程建設。

專業必修課設置中要重視數理統計知識、多元統計分析和各種計量分析方法的教學，把各數據分析方法的基本思想教授給學生，培養他們的數據分析理論和應用能力。同時，各高校要根據自身辦學特色和辦學條件，選擇經管、醫學、生物等領域的學科基礎知識，實現將統計方法應用于具體領域的目標。

增加實踐教學比重，體現統計學的工具學科特色。這要求各高校加大與政府統計機構和社會團體的合作，努力為學生創造社會實踐的機會，使他們能將統計學知識應用于實踐，在實踐中增長知識，并增強對統計工作的熱情。

3.教學模式和考核方式需要改進。（1）統計學是一門實踐性很強的學科，在教學模式上要充分展示它的實踐性，改變“填鴨式”的講授模式，讓學生變被動的聽講為主動的鉆研，在課堂教學中多設問，傾聽學生的分析，在教學互動中闡釋統計理論，這不僅能改變沉悶的課堂氛圍，還能讓學生積極主動地思考問題，引導學生認識到問題的關鍵。同時，學生活躍的思維也可以起到教學相長的作用。（2）加強利用統計知識，認識我國基本國情國力的教育。目前，許多統計專業的畢業生走上工作崗位后發現手足無措，對我國基本國情了解甚少，缺少數據上的知識儲備，對經濟現象沒有一個總體把握，難以出色地完成統計工作和統計報告。所以，統計教學工作者在統計教學中，應增加對我國主要經濟指標規模、變動方向和變動趨勢研究方面的教學，鼓勵學生有意識地經常收集并整理主要經濟指標，分析各自的發展和內在聯系，特別是以經濟統計教學為主的院校更要加強這方面內容的教學。比如，在《時間序列分析》課程中，要有意識地讓學生收集我國每年的GDP、國家外匯儲備總額、每月的CPI、每日主要貨幣匯率等經濟指標，利用每節課的知識對這些指標進行具體分析，展開討論，既可以加深對時間序列分析理論的理解，也能認識我國的基本國情，還可以分析經濟理論中各主要指標之間的聯系，使所學知識融會貫通、一舉多得。（3）在教學中重視統計軟件的應用。目前通用的統計軟件有SAS、SPSS、R、STATA、Eviews等，每種統計軟件各有優劣，教師應結合課程特點選擇相應的軟件教學，盡量用軟件的結果直觀展示數據的分析方法，并結合案例對方法的優劣進行辨析，讓學生不是紙上談兵，增強他們解決實際問題的能力，使得畢業后能更迅速地融入工作。（4）課程考核形式多樣。統計學是方法論的學科性質，決定單一的閉卷考核方式是不合理的，它只能適用于理論性較強的課程，如高等數學、數理統計學，而對應用性很強的方法論課程，如多元統計分析、計量經濟學、時間序列分析等，宜采用案例分析、課程論文撰寫等，而與統計實踐密切相關的課程，如抽樣技術、統計案例分析等，重要的是讓學生掌握各調查方法的優缺點、具體情況具體分析的能力。因此，應該在平時的課堂教學中利用提問—分析—現場討論的方法進行考查，以加強學生對案例分析和現實統計調查的理解。

總之，大數據時代，統計專業不僅要重視統計專業基礎知識的教學，還要重視計算機應用能力和英語能力的教學，將統計數據分析方法應用于最前沿的社交網絡、物流管理領域，重視英語能力是為了及時地更新知識，與國際接軌。唯有如此，統計教育才可以做到不故步自封，才能與時俱進，統計學專業才能在大數據時代爆發出更加絢爛的生命力。

參考文獻：

[1]袁衛，劉志波，郭念國.美國統計高等教育的現狀及其發展趨勢[J].統計與信息論壇，2010，（1）：107-112.

[2]邱東.大數據時代對統計學的挑戰[J].統計研究，2014，（1）：16-22.

[3]張靈芝.大統計學科建設與統計教學改革研究[J].統計與信息論壇，1996，（4）：35-38

[4]耿直.大數據時代統計學面臨的機遇與挑戰[J].統計研究，2014，（1）：5-9.

[5]李金昌.大數據與統計新思維[J].統計研究，2014，（1）：10-17.

[6]朱建平，章貴軍，劉曉葳.大數據時代下數據分析理念的辨析[J].統計研究，2014，（2）：10-19.

The Transformation and Construction of the Talent Cultivation Model for Economic Statistics Undergraduate Students

in Big Data Times

TANG Bao-zhen1，2，ZHANG Li-xin1

（1.Economics and Trade School，Guangdong University of Foreign Studies，Guangzhou，Guangdong 510006，China；

2.Economics School in Jinan University，Guangzhou，Guangdong 510006，China）

Abstract：Statistics is a methodological science and it's research subject is data. Coming along with the Big Data times，most of the links such as data collecting，analyzing，presenting and so on，have been changed. The talent cultivation model of Statistics major which was founded in 1998 doesn't meet the needs. This paper gives a new talent cultivation model for Economic Statistics undergraduate students which involves new research contains，train objectives，courses offered and evaluation methods and so on.

Key words：big data；economic statistics；talent cultivation model