統計學專業研究生課程教學的研究與思考

摘要統計學研究生課程教學是統計學類研究生人才培養的關鍵環節。本文結合當今大數據和人工智能時代給統計學帶來的機遇和挑戰，對我國統計學研究生課程教學這一培養環節中存在的問題進行了研究與思考，同時給出了一些解決方法和改革建議。

關鍵詞 統計學 碩士研究生 課程教學 教學改革

中圖分類號：G643文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2021.16.011

Studies andConsiderationontheTeachingofPostgraduateCoursesofStatistics

SUN Yi

（College of Mathematics and System Science， Xinjiang University， Urumqi， Xinjiang 830046）

AbstractThe teaching of postgraduate courses in statistics is a key link in the cultivation of postgraduate talents in statistics. This article combines the opportunities and challenges brought to statistics by the era of big data and artificial intelligence， and then conducts some researches and consideration about the problems in the training link of statistics graduate course teaching in our country. In the mean time some solutions and reform suggestions are also proposed.

Keywordsstatistics； postgraduates； course teaching； teaching reform

大數據和人工智能的蓬勃發展將曾經在學科體系中顯得“默默無聞”的統計學推向了新時代的潮頭。統計學科的很大一部分理論已經成為大數據和人工智能的不可或缺的核心內容。可以說統計學為大數據和人工智能的發展立下了汗馬功勞。此外，大數據時代海量數據的爆發不僅呼喚著統計學的深入研究和發展，而且各行各業所積累的海量數據也需要大量的統計學人才去挖掘其中所蘊藏的價值和信息。因此，社會對統計學人才的大量的需求也導致了目前統計學碩士研究生的大幅擴招。那么，面對眾多的統計學碩士研究生，在新的大數據時代和人工智能發展日新月異的背景下，如何才能培養出更好的適應時代新要求的統計學高層次人才呢？本文將結合自己從事統計學碩士研究生課程教學的經歷來對這一問題進入深入的研究與思考。同時，根據自己在教學過程中的體會來提出一些自己的思考和建議。首先從大數據和人工智能對統計學人才培養的影響和挑戰談起。

1大數據和人工智能時代對統計學課程的影響和挑戰

當今，無論是大數據還是人工智能，都面臨著需要處理海量數據的問題。那么，海量數據是借助于現代科學技術保存的不可限量的全體數據，它與樣本容量無關，與信息來源的大小和存儲量密切關聯，其特點是充分地挖掘和收集數據。大數據和人工智能時代，傳統統計思維必將發生重大轉變。如在大數據時代，樣本本身其實就是總體。此外，人工智能從弱到強的發展過程中，則要求統計學由原來的探求變量間的關聯關系轉化為探求變量間的因果關系。海量數據的爆炸式增長不僅需要統計學與數據庫知識相結合，而且還必將促使經典的統計推斷方法升級換代為分布式的統計推斷思想。各種非結構化、半結構化數據的大量涌現致使單靠統計學無法從根本上處理數據分析問題，如此務必使統計學與云計算、機器學習、復雜網絡等其他學科相互合作才能有效解決相關問題。這便促使統計學由單一學科向跨學科、交叉學科的方向發展等等。由此，不難看出大數據和人工智能的到來將對統計學碩士研究生的培養以及課程教學體系的建設產生巨大的影響和挑戰。下面我們將結合大數據和人工智能的時代特點來探討一下目前研究生統計學課程教學中存在的問題。

2研究生統計學課程教學中存在的問題

2.1課程體系陳舊，無法適應時代發展的要求

統計學類研究生專業必修課教材更新緩慢，教學內容并沒有隨著大數據和人工智能的發展要求進行更新。主要體現在前沿科學知識在研究生教學中所占內容較少。統計學研究生所用的大部分教材依然按照經典的統計學的思路來講授，側重傳統統計學的數理邏輯推理和數值計算。同時，也沒有把當前最新的符合大數據特點的統計學新技術反映到教材中。比如，新提出的分布式統計推斷技術、統計因果推理、基于圖論的多元統計方法、流數據技術等等。目前，國內統計學類的教材中，這些新的統計方法都沒有體現出來。因此，如果教師在教學過程中不融入新的統計技術和方法，那么我們培養出來的統計學人才一方面不能適應大數據與人工智能時代的發展要求，另一方面對研究生的社會適應能力和就業競爭力的培育也會產生諸多不利因素。

2.2課程內容難度偏低，培養目標層次區分度不高

招收研究生的目的是為國家培養和輸送高層次創新型人才。高層次人才培養的關鍵在于有高層次的教材和高水平的教師。以統計學類的專業必修課“多元統計分析”為例，面向研究生的多元統計分析教材和面向本科生的多元統計分析從內容上看大同小異。除了部分內容在數學處理上的深度不同以外，再看不到有什么其他的差別。層次區分度非常低，且有關要求研究生教育在課程內容上專、深、精的特點并未得到充分的體現。這樣的狀況造成大多數知識的反復學習、耗費了很多寶貴的課堂時間。除此之外，常見研究生的教材《回歸分析》《計量經濟學》等也具有類似的情況，它們的難度系數很接近本科生教材。

2.3課程設置涵蓋面狹窄，無法適應學科融合的發展趨勢

當今，移動互聯網、物聯網、云計算等信息技術的發展使得生活中的一切都可以被記錄下來而實現數據化，記錄的數據呈爆炸式增長且往往是半結構化和非結構化的，從而推動人類社會向大數據時代邁進的步伐。眾所周知，大數據的價值不在于量大，而在于能否從中挖掘中有價值的規律和信息。因此，大數據時代對數據處理和分析的統計學人才提出更高的要求，培養出的統計學人才不僅需要精通統計學的理論與思想，而且還要對網絡科學、互聯網、數據庫、云計算、信息科學等領域有相當多的了解。否則，高校所培養的統計學研究生將無法勝任社會的需求。但是，目前在統計學研究生培養的課程設置上，依然存在按研究方向來設定課程的情況。另外，統計學傳統課程依然偏多，甚至有些不同課程之間還有很多內容重復。比如，《多元統計分析》《計量經濟學》《回歸分析》等教材都包含了線性回歸模型。在新技術和跨學科的課程方面卻沒有設置。統計學的研究生只能通過導師開設的課堂討論班中獲取很少一部分零碎的新知識和新思想。如此狹窄的課程設置一方面限制了研究生視野，另一方面也不能體現對當今研究生寬口徑培養的時代要求。從知識結構層面束縛了對研究生交叉學科學習能力和創新能力的提升。同時，這種情況對研究生個性化能力的培養也沒有好處。[4]自然，也與大數據與人工智能時代對統計學人才的新要求背道而馳。

2.4教學大綱和教材選擇管理嚴格，導致課堂教學靈活性降低

筆者在給統計學研究生上課的過程中，有部分研究生課程的教學大綱內容還是基于很久以前的統計學知識體系。另外，由于教材常常由學院或研究生院來定，選擇教材的人往往是從事行政管理的，根本沒有教過學或做過統計學的研究，從而導致所選教材比較陳舊而跟不上時代的發展。由于一些高校的研究生院在教學方面管理手段生硬，為避免教學事故的發生很多老師嚴格按照多年沒有更新的教學大綱進行教學。這樣看似省力省事，避免了不少不必要的麻煩。但是，這種管理方式使得老師不敢輕易改變授課內容或者授課方式，甚至老師們抱著多一事不如少一事的態度，書上沒有的新思想和新技術也就不講了，這種管理方法不僅使得課堂教學的靈活性降低，也不利于高層次創新人才的培養。

2.5師資力量所限，課程設置存在隨意性

近年來，由于統計學是大數據技術、機器學習和人工智能技術的重要基礎技術之一，使得社會上統計學人才缺口很大。再加上統計學人才在企業工作的收入普遍比在高校工作的收入高，使得高校統計學類的教師缺乏嚴重。雖然很多高校具備了統計學研究生的招收資格，但是師資力量并沒有匹配上。以西部地區的某高校為例，最近5年來沒有引進到一名具有統計學博士學位的教師。只能通過委培的方式來提升師資力量。由于師資力量的不足，一些學校在設置統計學研究生的課程時，只能從現有師資力量的角度出發進行課程編排，而無法充分考慮專業和學科層面的要求。當與需求課程相對口的教師資源缺乏時，要么選擇一個專業不對口的教師勉強授課，從而致使研究生的課程教學質量大大下降，達不到相應的要求，甚至有些學校干脆不開設相應的課程或者開設其他的課程來代替。

2.6理論與實踐缺乏融合，導致理論有余但動手能力不足

理論與實踐缺乏融合可以說是我國高等教育過程中普遍存在的問題。這也是我國關鍵技術和“卡脖子”技術受制于人、科技轉化水平較低的原因之一。以統計學研究生培養方案里的課程設置情況來看，應用性強和實踐性強的課程缺乏，理論性課程非常多，并且理論課程里面也缺少應用與實踐環節的安排。從理論課和實踐課的課時安排上也可以看出，理論課的課時遠多于實踐課的課時。如果研究生本人在課下不努力彌補應用實踐環節時，就很容易造成學生畢業后具有充足的理論儲備知識，但實際動手造作能力嚴重缺失的問題。那么，這就不利于研究生就業能力和創新能力的培養，難以適應研究生就業多元化的需求。

3研究生統計學課程教學改革的研究與思考

3.1整合優化課程體系和教材體系，破除教材和教學內容重復難題

課程體系和教材體系建設是高校學科建設的核心組成部分，其內容和水平反映了一個學科的整體發展水平。目前很多高校在統計學科的研究生教學中，都把《多元統計分析》和《回歸分析》分開來教。但是，這兩本教材有很多內容是重疊的。除此之外，《計量經濟學》中也包含了大量的回歸分析內容。因此，針對這種情況可以考慮把重疊的知識內容整合到一本教材中去，也可以考慮把《多元統計分析》和《回歸分析》優化整合到一門課程中。然后，將關鍵核心基礎課程（如高等數理統計、大樣本理論、多元統計分析等）作為統計學類多個研究方向的公共學位必修課。盡可能優化減少公共學位必修課的課程數量，增加一門能反映新時代統計學最新研究成果和方法的課程，同時增加專業選修課的課程量。如此一方面可以減少減少講授課的授課時間，增加研究生進行專業研究和思考的時間，另一方面可以實現研究生創新型和個性化培養的目的。同時也有利于破除教材和教學內容重復難題。

3.2加大課程教學內容的難度，推進多領域或多學科教師聯合教學

為培養區別于本科生的高層次創新型和復合型人才，現階段必須提高統計學研究生課程教學內容的深度。在教學內容上，應切實做到能夠反映本專業最新的科學研究成果以及讓學生了解本專業最新的科學發展前沿。那么，這就需要人們對統計學研究生的課程內容要進行精寬深的凝練，密切關注國內外統計學發展的前沿趨勢，重視學術領域中突現的新方法和新思想，讓研究生較早地了解和學習本學科的前沿課題以及最新的學術研究成果，使得本科生和研究生學習階段的培養模式具有層次清晰的特征。考慮到統計學已經上升到一級學科，如今已經“枝繁葉茂”。某個研究領域的統計學者不可能知道統計學的全部，因此可以考慮多研究領域或多學科教師聯合教學或舉辦系列專題講座的方式對研究生進行培養，這不僅有利于提高研究生課程教學的深度和廣度，而且便于實現豐富研究生課程內容的目的。如筆者在東北師范大學調研時，該校統計學研究生的課程教學采用的便是這種教學方式，并取得了很好的效果。

3.3增加跨學科、跨專業選修課，拓寬知識涵蓋面

如今的大數據和人工智能時代使得統計學不再是一門封閉的學科，她需要與人工智能、機器學習、信息技術、生物信息學等多學科聯合起來才能發揮其無窮的魅力。因此，在統計學研究生培養過程中，增加跨學科、跨專業選修課將是未來的發展趨勢。否則，統計學類研究生的就業優勢與數據挖掘等類似學科專業的研究生相比將不復存在；統計學在數據分析與處理方面的優勢也不容易體現出來。為此，統計學研究生的培養有必要開設一些交叉學科、新興學科、邊緣學科等方面的課程，甚至可以邀請企業或部門機構有實踐和管理經驗的專家型領導做專題講座，以拓廣學生就業面和課程知識的涵蓋面。這非常有利于當今時代對知識融合發展的吁求，也能夠促進對創新型和復合型人才的開發和培養。

3.4教務部門增強對教師的信任，放松專業技術知識領域的教學監管

教務部門作為學校等教育機構的教學管理部門，主要對教與學各方面的事務進行管理，針對教師而言，從教課的任務、目標、進度及計劃著手管理；對于學生而言，主要管理其學習要求、目標、計劃及考試等內容。因此，在教學管理中起著非常重要的作用。但是，長期以來高等學校的教務管理部門有大量的管理者并不從事教學和科研，造成教學與教管之間的不和諧甚至相沖突。在科學技術迅猛發展的今天，知識的變化呈現日新月異之態。尤其與大數據和人工智能緊密相連的統計學，其發展更是迅猛。如果再一成不變地按教學大綱的規定去要求授課老師，就會導致教學與實際相脫節，人才培養和社會需求大相徑庭，不利于高層次人才的培養。考慮到有些學校制定課程教學大綱的人和授課人員并不一致以及教學大綱更新緩慢，教務管理部門有必要提高對授課教師的信任度，放松專業技術知識領域的教學監管。由授課教師自行選擇優秀的具有一定深度的教材進行授課；教學內容由授課教師根據本專業最新發展狀態和趨勢對教學內容進行選取。

3.5加強師資隊伍建設，促進課程體系和教材體系建設并積極推動研究生精品學位課建設

有句名言曾說：“大學之大不在高樓，而在有大師。”加強師資隊伍建設是保證研究生培養質量的根本。近年來，統計學專業碩士研究生進行了大規模擴招，導致很多高校師出現資力量嚴重缺乏的現象。以西部地區為例，由于受到地理位置和經濟發展的影響，引進統計學博士幾乎沒希望。如果采用委托培養又可能造成近親繁殖的現象，不利于學術研究的創新并且違背文化繁榮中百家爭鳴的方針。因此，國家和政府有必要出面提出一些好的政策和福利待遇來吸引優秀人才到經濟不發達地區進行從教。學校層面需要從工資待遇、子女教育等方面著手打消其顧慮。解決了師資隊伍問題，課程體系和教材體系的建設問題便可迎刃而解。因為，課程建設與教材建設是和高水平的師資隊伍密切聯系在一起的。研究生師資隊伍是研究生課程與教材建設的主體，只有高水平研究生師資隊伍才能保障高水平研究生課程與教材的建設。與此同時，教育部可以牽頭積極組織推動研究生精品學位課建設。在此過程中，應積極鼓勵號召教師編寫具有高水平和高質量的研究生教學課本；在使用國內統編教材的同時，鼓勵在教學中采用國外的原版優秀教材；積極推進“面向21世紀研究生教學用書”項目的落實，并設立專項基金用于研究生教材的出版和發行。

3.6積極開展校企聯合，加強實踐和應用環節的培養

統計學是一門應用性非常強的學科。它可以與數據結合產生巨大的經濟效益和社會效益。因此，在統計學研究生人才培養的過程中，可以積極開展校企聯合。在企業建立教學與研究實習基地或者由高校與企業聯合設立實驗室，讓學生積極參與企業項目與課題，以加強實踐和應用能力的培養。另一方面可以增加案例教學環節或者增設案例教學課程，通過案例教學的實施來培養研究生的實踐能力；還可以鼓勵學生積極主動的參與導師的研究課題，提升科學研究能力和創新實踐能力。最后，鼓勵學生積極參加各種科研競賽，如數學建模大賽、市場調查大賽等，通過參加這類活動來提升和培養研究生的實踐能力、團隊協作能力和實際應用能力。

4總結與建議

本文結合平時外出訪學時的調研和親身經歷，針對當前統計學碩士研究生課程教學過程中的問題進行了研究與思考。從大數據和人工智能對統計學人才培養的影響與挑戰出發，深入剖析了目前統計學研究生課程教學中存在的一些問題。根據存在的問題，筆者提出了一些自己的思考和改革建議。希望這些思考和研究能夠起到拋磚引玉的效果，為我國統計學研究生的人才培養和教學改革貢獻力量。

基金項目：新疆自治區研究生教育教學改革項目（項目編號：XJ2020GY）

參考文獻

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

[2]邱淑芳等.大數據環境下統計學的人才培養模式與課程體系研究[J].東華理工大學學報（社會科學版），2017，36（3）：279-282.

[3]胡瑩瑩，孫毅.《線性代數》課程教學改革的研究與思考[J].吉林省教育學院學報，2018，34（3）：49-52.

[4]陳曉衛，李愛平.統計學研究生教育課程體系建設與改革研究[J].中國科技縱橫，2011，86（7）：127-128.

[5]蘇理云等.大數據背景下統計學碩士研究生人才培養模式研究[J].教育教學論壇，2015，22：142-143.