大數據時代統計學研究生課程設置優化分析

摘要：大數據時代對統計學研究生課程設置提出了新的要求。本文以湖北汽車工業學院統計學專業研究生課程設置為研究視角，通過對在讀研究生的調查，結合大數據的時代背景，分析在讀研究生對課程設置、選課、授課等方面的看法和期望。調查研究結果表明，在讀研究對當前課程設置體系滿意度在中等以上，在必修課上仍偏好教師講授。同時，湖北汽車工業學院統計學專業課程設置仍有一定的完善空間，授課方式和內容需要進一步優化，應建立數據模型共享平臺，設置更為前沿的課程，借鑒其他院校統計學專業研究生的培養經驗。

關鍵詞：統計學；研究生；應用能力；課程設置

一、概述

2011年2月，國務院學位委員會將原一級學科“應用經濟學”下的二級學科“統計學”與一級學科“數學”下的“概率論與數理統計”合并為一級學科“統計學”，這便使得統計學從數學和經濟學中獨立出來。而統計學自成為獨立的一級學科以來，既迎來了前所未有的發展機遇，也面臨著諸多挑戰［1］。而隨著大數據發展得如火如荼，統計學專業也正逐步擺脫傳統理論框架的束縛，向更加實用和應用導向的方向發展［2］。2015年8月，國務院印發的《促進大數據發展行動綱要》中指出，要建立健全多層次、多類型的大數據人才培養體系；鼓勵高校設立數據科學和數據工程相關專業，重點培養專業化數據工程師等大數據專業人才；鼓勵采取跨校聯合培養等方式開展跨學科大數據綜合型人才培養，大力培養具有統計分析、計算機技術、經濟管理等多學科知識的跨界復合型人才。蘇理云等［3］指出隨著大數據時代的蓬勃發展，國家和社會對這類復合統計學人才的需求愈發旺盛，因此統計學人才的培養極其重要，研究生層次的培養更是不可或缺。

湖北汽車工業學院為響應國家號召與需求，積極探索大數據時代統計學碩士研究生的課程設置體系和人才培養模式，并不斷探索高校與區域經濟社會融合發展新模式。作為全國唯一一所以汽車命名的本科院校，湖北汽車工業學院還擔任培養兼具數據分析、經濟知識和汽車行業知識的專業復合型人才。湖北汽車工業學院統計學專業下設社會經濟統計、金融統計（汽車金融）、汽車產業大數據統計三個方向的專業，因此，本文將從湖北汽車工業學院統計學課程設置出發進行問卷調查與分析，分析大數據時代下統計學研究生應用能力提升路徑。

二、統計學課程設置

湖北汽車工業學院統計學學科課程設計包含學位課、非學位課和專業方向課，具體如圖1所示，學位課與非學位課旨在為統計學專業學生提供經濟學和理學的基礎知識，并加入Eviews、R語言、Matlab和Python軟件等基礎操作知識，將數學模型、經濟學知識以及如何復現融入課堂，提升學生的知識儲備和實踐操作能力。除了專業基礎知識外，還加入了前沿方向介紹，如“學科前沿講座”課程會邀請各行業頂尖專家，來講解目前前沿課題和高新技術產業等。三個方向的專業課則根據所選方向的特性和基本要求，設計具有強針對性的課程，并在課程中引入論文寫作方法，打造“特色專業課+論文指導”模式，并在課程中融入當下社會熱點，這也為統計學學生提供了一些可參考的寫作方向和角度。

三、統計學專業課程設置調查分析

由于現階段湖北汽車工業學院統計學研究生僅有一屆在讀學生，從中隨機抽取了15名研究生，對課程設置方面的問題進行了調查。被抽取的學生中，有60.00%來自社會經濟統計方向，20.00%來自金融統計方向，20.00%來自汽車產業大數據，可以發現被調查的學生中大多數來自社會經濟統計方向。如圖1，不同方向的學生所需要掌握的知識也不太相同，因此后面進行問題分析過程中會從這三個專業出發來進行研究。他們的本科專業結果如圖2所示，其中有53.33%來自經濟學相關專業，33.33%來自管理學相關專業，還有13.34%來自數學或其他專業。其中經濟學相關專業學生占比較大，在基礎知識背景和知識體系方面，不同的學生差距非常大，尤其在大數據背景下，數學知識和經濟知識的儲備更加重要，對于數學專業或經濟學相關專業的學生來說，計量經濟學模型、數據處理和經濟分析會更加擅長一些；而對于管理學專業的學生來說，基礎數學模型和經濟學知識儲備不如經濟學和數學相關專業，在學習方面會花費更多的精力。

圖1調查學生研究方向圖2調查學生的本科專業分布

關于當前課程體系設置總體滿意度調查，如表1所示，其中13.33%學生對課程體系設置非常滿意，20%學生對課程體系設置滿意，60%學生認為課程體系設置一般，6.67%學生對課程設置非常不滿意，大多數學生認為課程設置一般或者滿意。綜合來看，在讀研究生對當前課程體系設置總體滿意度在中等以上。在課程設置過程中，專業方向選修課和專業公共選修課幾乎都安排在第二學期，而學位課則安排在第一學期，此外課程設計過程中，課程考查靈活多樣，結合考核和考試的特點制定，課程學習則采取課堂講授、自學、學術研討相結合的形式。

學生選修課選課的原因調查。關于選修課選課原因調查如表2所示。選修課選課原因中，53.33%的學生是基于研究方向需求選擇的選修課，20.00%的學生基于學習興趣選擇的選修課，13.33%的學生是導師推薦，還有13.33%的學生是基于湊學分考慮來選擇選修課。大部分學生都是基于研究方向選擇選修課，這也表明大部分學生會考慮課程內容是否與他們的主要研究領域或未來的研究方向相關；也有部分學生是因為對于某些特定領域有濃厚的興趣，基于此選課。

學生課程授課偏好調查。關于課程授課偏好設置調查分為必修課和選修課兩個方面，結果如表3所示。在必修課的授課偏好中，63.64%的學生更加偏好“以教師講授為主”，13.64%的學生則偏好“講座型教學”，剩下22.73%的學生偏好“討論式教學”，但有學生偏好必修課選擇“以學生講解為主”；而在選修課的授課偏好中，則只有14.29%的學生偏好“以教師講授為主”，而“講座型”或“討論式”的授課方式會更加受歡迎，剩下19.05%的學生會偏好“以學生講解為主”。從上述調查結果可知，必修課的授課應“以教師講授為主”，其他授課模式為輔來進行，而選修課則應以“講座型教學”或者“討論式教學”為主，其他授課模式為輔。

新增課程期望調查。在新增課程期望調查中（見表4）可以發現：大部分學生在學習統計學課程過程中，希望能夠加入更多的計算機編程、實證分析、模型設計或者更多代碼復現類型的課程；還希望學習更多的經濟學知識如西方經濟學、宏微觀經濟學等來鞏固自己的經濟學知識體系；而選修課的選擇上，學生們希望可以增加興趣選修來豐富自己的課余生活；此外，還有學生希望能有機會去外面參加學術會議提升自己的眼界。

四、結論與啟示

（一）研究結論

根據上述分析結果，得出以下結論：

課程體系設置總體有很大的完善空間。統計學作為一門跨學科的領域，融合了理學、經濟學以及軟件編程等多領域的知識。它涵蓋了“多元統計”“時間序列分析”等理學課程，“數字經濟學”“高等計量經濟學”等經濟學課程，以及“數據挖掘”“Python編程”和“統計計算軟件”等技術類課程。理學類的課程普遍比較難，像“時間序列分析”和“多元回歸統計”這兩門課，僅僅安排了16個學時即8次課，而這兩門科目又屬于需要花費較長時間投入的課程，對于沒有相對應基礎知識的學生來說，如此快節奏的課程難免存在消化不了的情況。而經濟學和軟件編程類課程則根據學生的基礎知識，采取循序漸進的方式進行教學，課時也相對充裕，大約為32課時。這樣的安排為學生提供了更多的時間來消化知識、推導公式和復現代碼，這無疑有助于學生更好地掌握和應用所學知識。因此，統計學專業的課程設計需要進一步強化數理基礎，同時為學生提供更多的學習時間和實踐機會，通過增加課時、提供輔導和討論環節，以及鼓勵學生參與項目實踐，從而幫助學生更深入地理解統計學的原理，并更有效地應用統計工具和方法。

授課方式需要豐富。對于必修課程，學生傾向于傳統的教師主導教學模式，而對選修課程的學習則更傾向于多樣化的教學方法。因此，必修課程應以教師授課為核心，輔以課堂討論和專題講座等多種形式，以增強教學的互動性和深度。選修課程則需要更進一步，采用更加豐富的教學形式，如組織專題講座、開展課外實踐活動、鼓勵學生之間的討論等，同時結合教師的專業指導，確保選修課程在保持趣味性和豐富性的同時，也不失專業性和深度。例如，公共選修課程中的“學術前沿”課程就采用了講座形式，這種創新的授課方式獲得了較好的反饋。此外，在課程設計階段進行深入的摸底調查也是至關重要的，這有助于了解學生的真實學習情況和基礎，從而制訂出更加貼合實際的教學方案。

研究生課程與本科課程相比，涉及的內容更為專業和深入，這對師生雙方都提出了更高的要求。研究生課程需要更加專業化的知識體系，這無疑為學生和教師帶來了更大的挑戰。因此，我們必須不斷探索和創新教學方法，以適應研究生教育的高標準和嚴要求。

（二）啟示

（1）建立數據模型共享平臺。對于社會經濟統計方向的學生來說，他們會涉及很多面板類數據的處理，在做同一個方向的課題時難免會出現尋找相同或類似的指標體系，學生在共享平臺分析自己的數據會減少很多工作量；對于金融統計方向的學生來說，需要運行模型代碼，如果能夠在共享平臺獲得模型運行代碼或程序包就會事半功倍；對于汽車產業大數據方向的學生來說，最重要的是獲得產業大數據，對于爬蟲的掌握就顯得格外重要，因此能在數據共享平臺獲取Python爬蟲程序包會讓學生們的研究簡單很多。學術不應該閉門造車，更不應該僅僅拘泥于一方小天地，應通過共享平臺打破壁壘，實現共同進步。

（2）優化課程設置教學的內容和時長。以湖北汽車工業學院統計學碩士研究生為例，對于難度較大的理學類課程，如時間序列分析和多元回歸統計，可以適當增加課時，以確保學生有足夠的時間來理解和掌握復雜的概念，并根據學生的基礎知識和學習能力，實行分層教學，即對于基礎薄弱的學生，可以開設預備課程或輔導課程，幫助他們建立必要的基礎知識。在選修課中，可以加入模型設計或代碼復現課程，對于有需求的學生來說，能夠真正學到東西會比課程本身更有意義。此外，還可以加入就業實習類課程，對于想直接就業的學生來說，參與實習提升自己的核心競爭力會更重要。

（3）借鑒其他院校統計學專業的培養經驗。湖北汽車工業學院統計學研究生僅有一屆學生，在人才培養方面可以借鑒其他院校的經驗。如倫敦政治經濟學院統計學系，會與其他公司合作，讓研究生使用公司數據開展數據課項目，使研究生獲得豐富的實踐經歷；再如加利福尼亞大學統計學專業會開設專業研討會以及真實案例分析課程，以此來培養研究生的數據分析能力，這些特色課程都是值得學習或借鑒的。

如今大數據背景下，能夠將理論知識運用到實踐過程中是至關重要的。此外，在培養方案中可以發現三個方向的特點不夠鮮明，僅僅依靠專業課學習是遠遠不夠的，需要在專業課程知識基礎上參與類似方向的課題研究，在研究基礎上閱讀大量文獻。

參考文獻：

［1］李金昌.一級學科背景下社會經濟統計學的發展［J］.統計研究，2013，30（03）：3034.

［2］朱建平，張悅涵.大數據時代對傳統統計學變革的思考［J］.統計研究，2016，33（02）：39.

［3］蘇理云，葉志勇，高紅霞，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）：142143.

基金項目：湖北汽車工業學院級研究生教育質量工程項目：大數據時代多學科思維下統計學課程體系建設研究（Y202107）；湖北汽車工業學院校級研究生教育質量工程項目：國際化課程項目《計量經濟學》（Y202317）；湖北汽車工業學院本科課程教學案例庫建設項目：《應用統計學》教學案例庫（XALK2024015）；中國高等教育學會重點課題：“地方元素”融入高校課程思政教學改革創新研究（23DF0304）；湖北本科高校省級教學改革研究項目：數字教育背景下研究生線上線下融合（OMO）教學模式的理念創新與路徑優化研究（2023411）

作者簡介：程文明（1988—），男，漢族，湖北宜都人，博士，副教授，研究方向：社會經濟統計；李方圓（2000—），男，漢族，湖北漢川人，碩士研究生，研究方向：社會經濟統計；胡姜（1988—），男，漢族，湖北鄖西人，博士，副教授，研究方向：社會經濟統計。