大数据背景下经济统计专业人才培养模式创新研究

宗义湘，石会娟，杨江澜，王俊芹，张 亮

(河北农业大学 经济贸易学院，河北 保定 071001)

大数据背景下经济统计专业人才培养模式创新研究

宗义湘，石会娟，杨江澜，王俊芹，张 亮

(河北农业大学 经济贸易学院，河北 保定 071001)

大数据的伟大变革，对经济统计专业人才的数据整理、建模、分析等综合能力提出了更高更强的要求。高等院校作为培养人才的摇篮，必须紧随时代发展的步伐，培养出符合时代发展要求的复合型创新性人才。结合大数据时代对经济统计人才提出的新要求和大数据背景下经济统计专业人才培养存在的问题，从完善课程体系、改革教学模式、强化软件技能培养、建设教学团队、优化考核制度等方面提出了经济统计专业人才培养模式的创新路径。

大数据时代；经济统计专业；人才培养；创新路径

DOI号：10.13320/j.cnki.jauhe.2017.0033

《纽约时报》2012年2月的一篇专栏文章称，“大数据”时代已来临，在商业、经济及其他领域中，决策将日益基于统计数据分析作出，而非基于经验和直觉。国际数据公司(IDC)的研究结果表明，近年来全球产生的数据量呈爆发式增长，而这些海量数据只有经过分类、加工、整理、分析才能满足不同的要求，即需要前沿的大数据技术的支持。我国“十三五”规划(2016-2020年)提出：“实施国家大数据战略，推进数据资源开放共享”。这意味着中国大数据建设开始了新的篇章。经济统计专业作为培养具有统计分析技能人才的专业，在大数据的时代背景下，一方面其毕业生的就业需求得以提升。当今社会的各行各业都希望从大数据中挖掘出对自己有用的信息，但只懂得行业知识对于数据挖掘是远远不够的，还需要与专业数据分析技能结合在一起，即需要数据分析人才。另一方面，大数据时代特征也对经济统计专业人才提出了新的要求。因此，如何培养经济统计人才，以适应大数据时代的新要求成为高等学校经济统计专业面临的问题。本文将分析大数据时代对经济人才提出的新要求，以及当前经济统计专业人才培养中不适应大数据时代的人才要求的方面，在此基础上提出经济统计专业人才培养模式的创新路径[1]。

一、大数据时代对经济统计人才提出的新要求

(一)经济统计人才应及时更新并掌握统计专业知识

大数据时代的到来，对传统的统计学中的概念、数据的收集、处理与分析方法等带来了巨大的冲击。表1显示了统计学中一些基本概念发生的巨大变化。

表1 传统时代与大数据时代统计学基本概念变化的对比

传统的统计学数据类型为数值型数据和品质型数据，即结构化数据，可以用常规统计指标或者统计图表来表现。但大数据时代下的数据不仅包括结构化数据，还包括非结构化数据、半结构化数据等，即一切可以记录或者存储的信号，具有多样化的特点，传统的统计图表和统计指标等不一定能将其完整地表现出来。传统的数据来源是已知的，一手数据通常很容易对数据提供者的身份进行识别，二手数据通常也是选用权威部门发布的数据。但大数据时代数据的来源一般为信息网络系统，很难识别提供者的身份。样本在传统统计学中具有举足轻重的地位，统计者关注的总体的情况一般通过样本来进行反映。但大数据时代，样本的地位不再显得特别重要，因为大数据时代多为网络数据，对于已经生成好的，没有和服务器数据库进行交互的数据，样本等同于总体，不需要再抽取样本用于反映总体数量特征。大数据时代所带来的统计学知识的变化需要经济统计人才不断学习，及时更新并掌握统计学知识的变化[2]。

(二)经济统计人才应具备更广更深的知识结构

大数据时代的海量数据给经济统计专业留下了做数据分析的巨大空间，但由于现代社会行业众多，且不断有新的行业和新的技术及分析方法的出现，这就要求经济统计人才是复合型的人才，具备三方面的素质(如图1所示)。

图1 复合型人才应该具备的素质

要培养这三方面的素质，一是要掌握扎实的专业理论知识与统计分析方法，能对数据进行分析并建立模型，并能对结果进行解释和评价。二是要能够熟练地使用计算机及统计软件，如SAS、R，SPSS，MATLAB等软件。因为大数据所依赖的数据分析技术为非关系型的，以数据中心为基础，将统计软件与大数据结合起来，可以在很大程度上简化统计分析的过程。三是具备扎实的数学基础。经济统计学以社会经济现象的具数量特征为研究对象，且随着研究的深入，所遇到的统计问题最终都要归结到数学问题上，因此需要扎实的数学基础。四是了解并掌握其他专业知识。经济统计学是把统计学的数据分析方法应用到经济领域所产生的交叉学科，这也说明了统计学只有与其他学科相结合才能产生应用价值。因此，在学好统计专业知识的同时还应学好经济类、管理类以及其他学科领域的知识，提高人才培养的质量。

(三)经济统计人才应建立现代分析思维方式

大数据时代对传统统计学的一个很重要的冲击是统计分析思维方式的转变。

1.传统的统计描述分析过程思维方式的变化(如图2所示)。传统的统计描述分析过程分为3步：第一步定性，即首先通过经验判断来寻找分析的方向；第二步定量，即对数据进行量化、分析、处理以汇总统计特征，是统计分析的重要环节；第三步定性，即根据分析结果得出结论。大数据时代统计分析过程简化为两步：第一步定量，直接从数据中找出需要的有价值的数据，对找到的数据的特征和数量关系进行分析；第二步定性，根据分析的结果做出判断与决策。

2.传统的统计推断分析过程思维方式的转变。传统的统计推断分析过程是在概率保证的前提下，根据样本的特征来推断总体，推断的准确程度依赖于抽样方法和样本的代表性。而大数据时代这一过程就变为以实际分布为基础，根据海量数据的特征进行概率判断，在分析的某个时点，大数据所需要处理的对象为总体数据，而不是样本数据，不需要根据样本特征去推断总体特征，而是根据计算方法进行推断[2]，用不同的数据验证统计规律的科学性、稳定性、适应性等。

图2 大数据时代统计描述分析过程变化示意图

(四)经济统计人才应具备更强的实践及协作能力

大数据时代对统计人才应具备的核心能力提出了更全面的要求，如图3所示。

图3 统计人才应该具备的核心能力

图3所示的4种核心能力需要在实践中强化，因此经济统计人才一方面应该具备更强的实践能力，以便在复杂的经济事务中抓住重点、热点、难点，充分利用掌握的统计信息和专业统计分析方法去分析纷繁的经济现象，从而发现问题，提出解决问题的合理化建议或措施。另一方面，经济统计人才应该具备更强的沟通与协调能力。经济统计人才在完成一项工作任务时要与方方面面的单位和人打交道，因此需要更强的协作能力，才能处理好各部门之间、上下级之间、单位内外之间的各种关系，高质量地完成统计工作任务。而这两项能力的获得需要经济统计人才具备语言表达技巧和深厚的文字功底。

二、当前经济统计专业人才培养存在的问题

(一)专业课程体系不尽合理，与大数据时代严重脱节

目前，经济统计教学内容比较陈旧，更新速度缓慢，内容更新无法跟上大数据时代快速发展的节奏，课程内容的设置不能满足社会对统计人才的高要求。现实生活中涉及到的经济问题繁多且复杂，经济统计学课程的设置应该更加注重统计的实际应用特性，但目前经济统计培养课程却更多地将重心放到理论分析与研究，而且对理论的分析也较为浅显，这使得学生既学不到扎实的经济理论，也学不会专业的统计方法，大大降低了课程的实用性。同时，课程设置的范围较为狭窄，大多局限于经济统计问题，缺乏交叉学科和跨学科课程的综合培养，如数据分析与建模技术、数据库语言与统计分析等。另外，专业课程中关于前沿性的知识严重缺失。目前，高等院校对人才的培养以课本知识的讲授为主导，缺乏对当前经济统计领域的热点、重点问题的总结与讨论，致使学生的思想与视野受到很大局限。经济统计专业的课程内容单一，即使设置多门课程，很多情况下不同课程的教师之间也缺乏沟通交流，导致教学内容的重复。

(二)实践教学认知不够，实践能力培养亟待提升

大多高等院校对经济统计专业人才的培养采取讲授为主、小组讨论为辅的教学形式，忽略了实践教学的重要性和关键性。首先是实践教学的课程设置。一般经济统计专业的实践教学由实践课程设计、校内实训以及毕业设计等教学环节组成。而目前实践教学仍采用传统的方式进行，授课教师在课堂上采用计算机演示的形式供学生观看，造成了学生创新能力的缺失。虽然很多院校已开设实验课程，但很多学生只是为了完成作业而按照课本上的实验流程进行简单操作，脱离操作教程后，无法完成对实际问题的分析。另外，高等院校对经济统计专业人才培养的人力、物力、财力等投入明显不足，对统计软件、数据库、计算机配套设备、实验实训等的重视程度严重不足，造成了数据分析能力培养的环境缺失。大数据背景下，实践操作能力在社会总要求中的占比越来越高。因此，必须对经济统计专业的学科建设和人才培养高度重视，加大人力、物力、财力的投入，提升实践教学能力。

(三)师资力量较为薄弱，教学队伍不尽合理

随着国家教育部政策的改革，各大高等院校扩大招生规模，造成教学工作量的大幅增加。为了适应新变化，一些年轻的新教师陆续加入到教学队伍中，这些新教师大多是刚刚毕业的研究生，缺乏教学经验和对教学内容与方式的探索，更加倾向于延续陈旧的教学方式和内容。很多教师因缺乏专业领域的社会经验和实践能力，从而不能正确地传授知识与引导学生实践，严重制约了对人才的培养。在大数据时代背景下，对学生数据分析能力的提升与创新迫在眉睫，这就需要教学队伍发挥更大的能量、付出更多的时间去进行实践，去开发创新性教学模式。

(四)考核制度体系不完善，对教学成效缺乏判断

在高等院校人才培养过程中，考核制度应该发挥其甄选、分流、淘汰以及激励的作用[1]，从而保障人才培养的高质量和高效率，但真正实施起来却很困难。一方面，受教学方式的影响，课程考核以闭卷考试为主，小论文为辅，重点考核基础统计知识，学生多以记忆为主来完成考试，因而通过率较高，但面对大数据时代背景下的大规模数据，学生没有能力解决实际经济问题。另一方面，受教育经费不足和重视程度较低的限制，对经济统计专业考核的要求较低。因此经济统计专业的人才培养应重新从整体角度出发，不断实践、不断开发，使考核制度成为教学成效的有力判断。

三、经济统计专业人才培养模式创新路径

(一)完善课程体系，与实践相挂钩

完善的课程体系是经济统计专业人才培养的关键。传统的课程内容与迅猛发展的信息时代和大数据时代脱节严重，经济统计专业课程的设置要与时俱进，要充分体现课程的创新性，以此来促进学生的数据分析能力、实践操作能力以及整体素质的提高。对外经济贸易大学和中南大学经济统计专业在课程体系改革方面做出了创新性的实践探索。结合大数据的时代特征，在分析借鉴这两所院校以及其他院校经济统计专业课程设置经验的基础上，本文提出当前经济统计专业课程体系设置，如表2所示。总体设计思想是既要重视理论课程的开设，也要强化实践应用能力的培养。其中，基础课程的选择和开设应包括概率论与数理统计、计量经济学、应用统计学、时间序列分析等，通过这些基础课程为学生打造扎实的理论基础，并在此基础上新增应用型课程、综合性课程，如数据挖掘、数据分析工具、实践调研等实践课程，通过计算机实验操作培养学生搜集数据、整理数据、分析数据、利用数据的实践能力。课堂之余，多鼓励学生参加关于统计类的专业讲座，接受最前沿的统计方法和数据分析技术。同时，增加学生参与社会实践的实习经历，积极拓宽新的实习和培训基地，拓展校外实践空间，通过与第三方机构合作，培养学生处理更为复杂的实际问题的能力[3]。

表2 传统的专业课程体系与完善后的专业课程体系

(二)改革教学模式，强化软件技能培养

以专业教师讲授为主的传统固有的教学模式延续至今，缺乏创新。关于统计软件应用部分，更多是参照课本习题以演示EXCEL为主，SPSS为辅的教学模式。在大数据时代背景下，数据庞大、高速、复杂，简单的EXCEL早已满足不了数据分析的实际需求。因此，经济统计专业的教学模式改革势在必行。针对前沿统计需求，加设功能强大、更加主流、更加有效的统计软件教学，如SAS、R、SPSS、SQL等，老师讲授过程中将理论与软件操作紧密结合，并鼓励学生自主进行数据建模与分析。通过与软件公司的第三方合作，强化学生运用软件处理问题的技能，提高工作能力[4]。

(三)建设教学团队，划分多层次师资梯队

围绕经济学、统计学学科与经济统计专业教学改革实践，紧密结合学科建设和师资队伍建设，采取“培养、引进、聘任”等措施，继续优化团队的学缘结构、学历结构、年龄结构，提高团队的整体水平。根据实际教学情况，具体可将教学师资队伍划分为主导理论研究、主导应用技术研究和综合型3个梯度。理论研究型教师精通于讲授统计理论和数据分析知识，涵盖经济学、统计学、数学、计算科学等领域。应用技术研究型教师侧重于统计研究方法的系统介绍和统计软件的运用与操作。综合型教师则将统计理论、统计方法、数据建模、分析以及软件应用等综合讲授，从理论到实践，培养综合型人才。同时，注意创建教师梯队的核心引导力，每个梯队至少有一位具有丰富教学经验、较高学术水平、较高威望且具有领导力的资深教师，发挥其学科带头人作用，引导整个教学团队更加积极严谨地从事统计专业教学工作[5]。

(四)优化考核制度，真实影射教学成效

为更加全面、有效反映学生掌握基本知识与软件技能的真实情况，应以多元化考评制度替代传统考试驱动型的单一考核方式。经济统计专业属于偏应用型的学科，因此在最终考核时，应以平时作业、以某一个研究话题的阶段性数据分析报告、软件工具的实际操作、参与社会实践的表现、考试等多形式、多维度的考量为依据，根据重要性确定所占比例，通过加权得分作为最终考评成绩。同时还要注重学术规范，严格要求学生的论文写作格式，严惩学术不端行为，并直接与最终考核挂钩。这样多角度对学生进行严格要求，才能真正达到人才培养的目标。

四、结束语

目前，大多地方普通高校的经济统计专业课程设置不够完善，专业人才培养体系不够成熟，教学队伍比较薄弱，致使经济统计专业毕业的学生在就业方面缺乏竞争力。本文从高校经济统计实际教学出发，剖析人才培养中遇到的问题，并提出相应的改革要求，希望能对经济统计专业人才培养提供借鉴，推动经济统计专业的发展，培育符合大数据时代的创新型复合人才。

[1] 薛靖峰，张春梅.大数据时代下经济统计专业应用型人才培养模式研究[J].教育现代化，2016，8(22):7-8.

[2] 朱建平，张悦涵.大数据时代对传统统计学变革的思考[J].统计研究,2016，2(33):4-7.

[3] 颜卫忠.统计学专业教学团队建设路径与对策[J].统计与信息论坛,2012,27(12):107.

[4] 侯宗毅.地方高校转型背景下应用统计学专业人才培养模式研究——以河池学院为例[J].教育教学论坛,2016(11):62-63.

[5] 王孟欣,周甜甜,张思乾，等.大数据背景下统计学人才培养模式转变的思考[J].统计与管理,2015(10):20-21.

(编辑：王 佳)

2016-12-23

河北省教育厅教育规划项目：“大数据时代统计应用实践能力培养路径研究”(编号：GH141060)；河北农业大学经济贸易学院教育研究项目：“大数据背景下经济统计专业人才培养模式研究”、“时间序列课程考试方法改革研究”。

宗义湘(1971-)，女，河北唐山人，教授，主要从事统计学、发展经济学等领域的教学与研究。

G642

A

1008-6927(2017)02-0032-05