數字經濟時代經濟學類專業學生數據分析能力提升研究

劉蘭廷 李雪征

［摘 要］隨著數字經濟的快速發展，經濟學類專業學生亟待提升數據分析能力。按照數據思維與學科交叉、數據處理與統計分析、數據可視化與文本解釋、實際應用與項目實踐四個模塊，文章設計了一種系統化的學習路徑，每個模塊都提出了一系列的方法和策略，包括課程體系構建、多樣化教學方法和實踐活動策劃等，以幫助學生逐步提升數據分析能力，促進學生在數字經濟時代更好地應對實際經濟問題。

［關鍵詞］數字經濟；經濟學類專業；數據分析；培養路徑

doi：10.3969/j.issn.1673-0194.2023.21.022

［中圖分類號］G642 ［文獻標識碼］A ［文章編號］1673-0194（2023）21-0071-04

0? ? ?引 言

數字經濟以其高速、高效、高度集成的特點，不僅為經濟發展帶來了新的機遇，也帶來了新的挑戰。數字經濟的快速發展和信息技術的廣泛應用正在深刻改變著經濟學領域的面貌。數字經濟的興起不僅帶來了大量的經濟數據，而且也對經濟學類專業學生提出了更高的數據分析要求。在這樣的現實背景下，經濟學類專業學生提升數據分析能力變得尤為重要。

傳統經濟學研究注重理論梳理和數學建模，而在數字經濟時代，經濟研究趨向于數據驅動和實證分析。數字經濟涉及大量的數字化信息、在線交易、社交媒體、移動應用等，這些數據蘊含著復雜的經濟現象和規律，需要經濟學類專業學生具備與之匹配的數據分析能力來深入挖掘其中的價值［1］。同時，在數字經濟背景下，企業、政府和其他組織對人才的需求也發生了變化，對熟練掌握數據分析技能的經濟學類專業學生更加青睞。因此，這類學生需要具備更深入的數據思維和數據分析技能，能夠從大量的數據中提取有價值的信息，能夠為經濟決策和問題解決提供科學依據。雖然經濟學類專業學生在經濟學領域具有一定的專業知識，但在數據分析技能上存在欠缺［2］。例如，缺乏對大數據的深刻理解和運用，對數據分析工具和技術的掌握不夠熟練，以及在實際應用中存在實踐經驗不足的問題，這都影響了他們在數字經濟時代的競爭力。

面對數字經濟背景下經濟學類專業學生的能力短板，經濟學類專業教師亟須采取有效的策略和路徑來提升學生的數據分析能力，以更好地適應數字經濟時代的經濟發展和市場需求。本研究從數字經濟背景角度出發，探討經濟學類專業學生數據分析能力的提升策略和路徑，以幫助他們更好地應對數字經濟時代挑戰，提高職業競爭力，獲得更多就業機會。

1? ? ?經濟學類專業學生提升數據分析能力的必要性

1.1? ?增加學術研究深度，應對經濟研究要求

現代經濟研究日益強調數據驅動和實證分析，越來越多的經濟研究需要基于大量的經濟數據進行分析。經濟學類專業學生若想從事經濟研究，就需要具備扎實的數據分析能力，能夠處理、解讀和分析大規模、復雜的經濟數據并分析對應的經濟現象。在掌握統計學和計量經濟學實證分析方法的基礎上，對現實經濟數據進行深入挖掘和理論分析，揭示經濟現象和規律，為經濟研究提供更加科學的證據支持。通過數據分析，經濟學類專業學生可以進行更為深入的實證研究，例如基于真實數據對經濟政策進行評估、預測經濟趨勢、進行市場分析和產業研究等。這些實證研究可以提供更為深刻的學術見解，豐富學術研究成果，提高研究的學術價值。

1.2? ?解決實際經濟問題，助力地方經濟發展

在現代經濟環境中，制定決策越來越依賴于數據。從政府的經濟政策到企業的市場戰略，都需要基于大量的數據來進行支持和評估［3］。通過提升數據分析能力，經濟學類專業學生可以深入分析本地區的經濟數據，了解經濟運行狀況，發現經濟潛在問題，并提供政策建議等。通過提升數據分析能力，學生可以更加科學地解讀和分析經濟現象，提高決策的科學性和精準性，降低決策風險。例如，經濟學類專業學生可以通過數據分析方法來研究就業市場的結構和變化，探究就業率波動的原因，并提出相應的政策建議；他們還可以通過數據分析來研究消費者行為的特點和傾向，為企業制定市場營銷策略提供理論依據。

1.3? ?滿足市場崗位需求，提升就業競爭力

在現代勞動市場中，數據分析能力被認為是一種重要的職業技能。隨著企業和政府對大數據和數據分析的需求不斷提升，具備良好數據分析能力的經濟學類專業學生將在就業市場上更具競爭力，為他們找到理想的職位增添“砝碼”。在數字經濟時代，越來越多的企業和組織對于數據驅動的決策和業務模式產生了需求，具備較強數據分析能力的經濟學類專業學生在就業市場中更容易獲得更多就業機會，包括數據分析師、經濟分析師、市場分析師等職位，從而拓寬就業選擇面。此外，經濟學與其他學科如統計學、計算機科學、人工智能等交叉融合，形成了許多跨學科的研究領域，數據分析在各行各業中的應用也越發廣泛。經濟學類專業學生通過提升數據分析能力，將能夠更好地應對跨學科和跨行業的需求，提高自身的綜合素養。

2? ? ?經濟學類專業學生提升數據分析能力的培養路徑

2.1? ?數據思維與學科交叉

2.1.1? ?數據思維養成

數據思維是指通過對數據的觀察、理解、分析和解釋，形成對問題和現象的深刻認識和洞察，并運用科學的方法進行分析和決策的一種思維方式。數據思維的培養包括數據意識、數據素養、數據邏輯等方面的培養。數據思維的養成對經濟學類專業學生提升數據分析能力至關重要。通過培養學生對數據的敏感性和分析能力，使他們能夠更加主動地從經濟問題中提取和利用數據，深入挖掘問題背后的內在規律。

在課程設置上，嘗試增加數據科學導論課程，引入數據科學的基本概念、方法和工具，讓學生了解數據科學的基本原理和應用場景，培養他們對數據的認知和理解能力。在教學方法上，通過引入實際的經濟數據案例、經濟統計數據、經濟數據報告等，讓學生了解經濟數據的來源、類型、特點以及如何獲取和使用經濟數據，培養學生對數據的敏感性，使他們能夠在經濟學研究和實踐中主動地進行延伸。

2.1.2? ?跨學科交叉學習

經濟學類專業學生在進行數據分析時，需要融合多學科的知識，如數學、統計學、管理學、環境學等。通過引入跨學科的內容，讓學生了解不同學科的分析模式，培養他們綜合分析和解決問題的能力。例如，研究社會不平等問題時，可以結合社會學和經濟學的方法，使用社會學的調查數據和經濟學的經濟指標進行分析，以深入了解不同社會群體在稀缺資源分配上的差異和影響。

在課程設置上，設計跨學科課程，將經濟學與其他相關學科的知識和方法結合起來，例如環境經濟學、行為經濟學等。進而在課程教學中引入實際經濟問題并進行案例分析，如市場分析、企業決策等，將數據分析的思想貫穿到多門課程中，讓學生運用經濟學知識多維度思考問題。組建跨學科導師團隊，由不同學科的教師組成，共同指導學生的學科交叉研究和項目。這樣的導師團隊可以為學生提供多元化的指導和支持，促進學生學科交叉思維的培養和數據分析能力的提升。此外，通過組織學科交叉的研討會、學術報告等促進教學資源共享和學科交流。

2.2? ?數據處理與統計分析

2.2.1? ?數據收集與處理技能

數據質量對于數據分析的結果具有重要影響。學生通過學習數據收集和處理技能，可以掌握如何采集高質量的數據，并進行數據清洗、去噪和檢驗，從而保障數據分析的可靠性和準確性。從數據中提取有價值的信息，應用于經濟現象的解釋和預測。

數據收集與處理課程旨在培養學生收集、整理和處理經濟數據的能力。在經濟統計學課程中介紹不同類型的經濟數據源以及常見的數據收集和處理方法，并學習常用的數據處理工具，如Stata、SPSS、

Python等。通過數據管理與數據庫應用課程的學習，讓學生了解如何管理和應用經濟數據；在教學方法上，通過案例分析讓學生體驗數據收集、整理和處理的實際操作，利用課堂討論和互動，引導學生分享自己在實際數據收集和處理中的經驗和疑惑，促使學生思考和探討數據處理的方法。

2.2.2? ?統計分析方法

學習統計分析方法是提升數據分析能力的重要一環。在學術研究中，適配的統計方法能提高研究的可信度；在市場領域，運用統計分析方法進行市場分析能提高決策的科學性。

經濟學類專業學生可以通過統計學原理課程，掌握統計學的基礎知識和統計分析方法，如描述性統計、推斷性統計、回歸分析、時間序列分析、面板數據分析等。為了更好地幫助學生掌握這些方法，還要設置統計分析實踐課程，引入實際的統計軟件和工具，讓學生通過實踐操作來應用軟件，并掌握在數據處理和統計分析中的應用技能［4］。同時，課程中還可以引入實際經濟數據并進行案例分析，培養學生運用統計分析方法解決實際經濟問題的能力。

為了應對愈加復雜的經濟環境和大數據的挑戰，除了傳統的統計分析方法外，還可以引入一些高級統計分析方法，如機器學習、數據挖掘、深度學習、高級統計模型等。這些方法可以幫助經濟學類專業學生更好地理解和應用先進的數據分析技術，為解決實際經濟問題提供更加靈活且高效的解決方案。

2.3? ?數據可視化與文本解釋

2.3.1? ?數據可視化技能

數據可視化是將統計分析得出的結果以圖表、圖形等形式進行展示的過程，即通過視覺化的方式將數據呈現出來。對于經濟學類專業學生而言，掌握數據可視化技能，能夠幫助他們更好地理解和解釋復雜的經濟現象。在經濟政策評價、市場分析和預測、經濟研究等領域，數據可視化為經濟分析和政策制定提供了有力的證據和支持。

通過設置數據可視化課程，學生可以系統地學習數據可視化的原理和設計原則，掌握如何使用常見的數據可視化工具和軟件。課程可以通過實操練習，讓學生親自動手創建不同類型的經濟數據可視化圖形，深入理解如何通過可視化方式將復雜的經濟數據呈現出來。課程采用案例教學的方式，通過真實的經濟數據案例，引導學生分析和選擇合適的手段。學生可以根據數據類型、目標受眾、展示需求等因素，選擇合適的圖表、圖形或地圖來描述經濟數據。

2.3.2? ?數據分析結果的文本解釋

對數據分析結果進行有效的描述和解釋，可以幫助學生更好地理解數據分析的結果，從而有助于經濟學類專業學生更加準確地解釋和評估經濟數據，并為經濟分析和政策制定提供合理依據。同時，良好的結果描述和解釋能力還有助于與他人分享研究成果，提升溝通能力和學術表達能力，對于未來從事經濟學相關職業的發展也具有積極的促進作用。

為了提升經濟學類專業學生對數據分析結果的文本解釋能力，可以在統計課程中設置專門的模塊，講授數據分析結果的文本解釋原則、方法和技巧。通過實踐演練的方法，例如寫作、報告、撰寫論文等方式，鍛煉學生如何將復雜的數據分析結果以簡明扼要的方式表述，并準確地解釋其含義。這種文本解釋能力的培養應當注重對學生綜合素養能力的鍛煉。例如，學生需要具備批判性思維能力，深入思考數據分析結果的邏輯、推理和推斷，從而準確地解釋數據背后的經濟現象。此外，學生還需要靈活運用跨學科思維，將經濟學知識與統計學、信息技術等領域的知識結合起來，進行綜合分析并合理解釋。

2.4? ?實際應用與項目實踐

2.4.1? ?實際應用能力

數據的整理、分析和可視化等內容需要在實際應用中檢驗其有效性和可行性。實際應用模塊，通過將數據分析結果應用于實際場景或真實項目中，進行實際操作，檢驗和應用數據分析的結論和建議。

在經濟學類專業的理論課程教學中，引入實際案例教學可以為學生提供更加真實的學習體驗，結合對數據處理、統計分析、數據可視化和文本解釋的學習，使學生能在實際案例中運用所學的經濟學理論和方法進行數據分析。此外，可以設置模擬經濟實驗課或實踐調查課等，讓學生主動發現數據、搜集數據，并對數據進行分析。為學生提供實習和實訓機會，讓他們在真實的工作環境中應用所學的經濟學知識和方法，參與實際經濟問題的解決。另外，教師可以組織學生去企業實地考察和調研，拓展學生的知識面，提高他們的實踐操作能力。

2.4.2? ?項目實踐鍛煉

項目實踐是鍛煉經濟學類專業學生綜合數據分析能力的另一種手段，通過學生參與或設計實際經濟項目，并在實踐中進行項目管理、數據采集、數據分析和結果解釋，全面鍛煉學生的實際操作能力和問題解決能力。與實際應用相比，項目實踐更注重實際操作和團隊合作。

從學術研究角度來看，學術論文的撰寫和參與學術研究項目是經濟學類專業學生提升數據分析能力的重要途徑。根據研究的問題和目的，學生需要收集、整理和分析大量的經濟數據，采用經濟學理論和方法，形成完整的研究成果。此外，支持經濟學類專業學生參加數據分析競賽項目，如市場調查與分析大賽、統計建模大賽等，這些競賽項目通常要求學生在有限的時間內運用數據分析方法解決實際問題，并提出有效的解決方案。同時，這些競賽還提供了與其他學院學生合作的機會，實現跨學科的知識融合，更好地體現數據分析成果的運用，形成更全面和綜合的數據分析解決方案。

3? ? ?結束語

隨著數字經濟時代的到來，傳統的經濟學理論和方法已經不足以應對當今經濟領域的復雜問題。提升經濟學類專業學生的數據分析能力對于學術研究、服務地方經濟和提高就業競爭力至關重要。本研究通過數據思維與學科交叉、數據處理與統計分析、數據可視化與現象解釋、實際應用與項目實踐四個模塊，闡述了經濟學類專業學生提升數據分析能力的路徑。圍繞課程設置、教學方法、實踐活動等角度提出了一系列的方法和策略。隨著經濟領域的日益數字化和數據化，經濟學類專業的學生只有緊跟時代需求，持續學習和不斷更新數據分析技能，才能在數字經濟發展的洪流中脫穎而出。

主要參考文獻

［1］吳偉平，向國成，尹碧波，等.大數據與經濟學復合型人才培養深度融合的模式研究［J］.創新創業理論研究與實踐，2022，5（7）：112-114.

［2］郭力，成佳夢.大數據時代下經濟學人才培養的挑戰與應對措施［J］.教育信息化論壇，2022（1）：81-83.

［3］趙琪.數字經濟背景下新商科人才數據分析能力提升對策與實踐［J］.商業經濟，2021（8）：106-107，124.

［4］張海波，黃世祥.統計學專業學生大數據分析能力的培養方式選擇［J］.統計與決策，2014（24）：66-68.