应用型本科高校统计学专业建设与探讨

方江林，吴童霞丽

（湖南工程学院计算科学与电子学院，湖南湘潭 411104）

引言

教育部2017 年6 月发布的《关于开展新工科研究与实践的通知》中提出：“国家推动创新驱动发展，实施‘一带一路’‘中国制造2025’‘互联网+’等重大战略，以新技术、新业态、新模式、新产业为代表的新经济蓬勃发展，对工程技术提出了更高的要求，迫切需要加快工程教育改革创新。”［1］智能制造是实现“中国制造2025”和“工业4.0”的关键。“工业4.0”核心内容包含九项先进技术，其中大数据分析处理技术排在首位。大数据分析处理技术已成为当前高端产业和高科技领域发展的新需求，将对当前经济发展和产业革命产生广泛和深远的影响。［2］在大数据时代，统计学作为对数据进行处理分析的方法论学科，必然受到当今大数据浪潮的影响。2010年以来，欧美等发达国家开始对数据科学的人才培养展开了深入探讨和研究。2014 年11 月，美国统计学会颁布了《统计学本科专业指导性教学纲要》，［3］这是结合大数据时代新的要求，对统计学本科专业教学纲要进行的一次较为全面的修订。如何根据当前社会发展的需要，培养符合大数据时代发展需求的应用型高级统计专门人才，是应用型本科高校统计学专业教育改革发展的新目标。

随着互联网、人工智能、大数据与云计算等先进科学技术的快速发展，人们获取和存储数据的能力获得了巨大的提升，各行业都在产生海量数据，其规模以前所未有的速度爆炸式增长。大数据背景下，对海量数据的整理、分析和处理的技术已成为现代科学技术快速发展的新需求。国务院在2015 年8 月发布了《促进大数据发展行动纲要》，纲要提出高校可以采用联合培养方式培养跨学科的大数据综合型人才，着重培养具有计算机技术、统计分析能力、经济管理和生物医学等多学科知识的跨学科复合型人才。［2］随着国家大数据战略实施，数据科学人才和大数据人才出现了巨大的缺口。统计学作为一门以数据为主要研究对象的方法论学科，在数据科学中占据着极其重要的地位，诸多学者认为大数据分析方法与技术的本质就是统计学。［4-6］耶鲁大学统计与数据科学系官方网站介绍中提到数据科学是统计学的扩展。［7］诺贝尔奖获得者Thomas J.Sargent 在2018 年的世界科技创新论坛上提出，人工智能就是统计学，只不过是用了一个很华丽的辞藻。［8］美国国家科学院院士、加州大学伯克利分校教授郁彬在NeurIPS 2018国际学术会议的大会报告中提到“统计学是数据科学的三大支柱之一”［9］。统计学学科的发展与当前大数据时代背景有着密切的联系，大数据产业科学的高速发展给统计学本科专业建设带来了新机遇，也带来了更大的挑战。

一 大数据背景下统计学专业建设面临的挑战

我国统计学学科发展历史较短，新中国成立初期受苏联影响，侧重发展经济统计学。直到1992 年国家发布《中华人民共和国国家标准学科分类与代码》，才把统计学从经济学的二级学科中独立出来，成为一级学科，然后国内高校开始重视统计学，不断融合统计学的分支，逐渐形成“大统计”思想，不断追赶国外先进水平，逐步与国际统计学接轨。［10］大数据是互联网高速发展的产物，大数据的潜在价值非常巨大，使其成了可以与物质和人力资源相提并论的重要资源，大数据时代的到来给数据科学和统计学带来了新的发展机遇，社会已广泛认可统计学的重要性和前景，国内高校统计学专业招生规模显著增加。同时，在此背景下，如何利用现有资源提升统计学专业教育质量，以及如何培养适应大数据时代需求的应用型统计人才成为我们急需解决的问题，这给统计学专业建设带来了更大的挑战。

首先，目前的统计学方法主要针对传统的标准化数据，而大数据不仅体量庞大、产生速率极快，更多的是半结构化或非结构化，传统的统计分析方法或许不再有效，如果统计学不抓紧跟随步伐加入大数据热潮，将会面临被边缘化的风险。其次，传统的统计学专业培养模式下统计学专业理论知识学得多，强调对传统统计理论知识的理解与推导，对理论与实践的结合重视不够，实践技能教得少，而且传统的实践教学方法和内容无法适应大数据时代要求，培养出来的大学生实践创新能力不足。再次，大数据时代对统计计算分析能力提出了更高的要求。传统的统计学专业培养模式下统计分析以傻瓜式统计软件为主，对计算机编程软件的使用和数据库能力不够重视，在当前大数据背景下，传统的统计软件如SPSS 等已经不能实现大数据的高速传输、存储和分析处理功能。因此，统计学专业培养模式迫切需要做出调整，以适应大数据背景下时代对统计学本科专业人才培养的新需求。

二 统计类专业教学改革的主要内容

（一）统计学专业人才培养目标新定位

目前，统计学主要目标是收集样本数据，并根据样本数据对总体进行分析和统计推断，从而发现数据背后隐含的真理，理论与应用并重，彰显应用性的学科特色。大数据背景下不仅需要掌握统计理论知识、数据分析方法和计算机工具，在数据清洗和整理、数据分析和处理、模型评价、结果分析以及在学科交叉融合等方面提出了更高的要求。为适应大数据时代的要求，统计学本科专业的人才培养目标也应与时俱进。湖南某高校作为应用型本科院校，其统计学本科专业的培养目标是培养能适应国家经济社会发展需求，德、智、体、美、劳全面发展，具有良好统计学素养，掌握统计学的基本理论、原理和方法，能在经济、管理、生物、医药、金融、保险、大数据等领域从事数据收集、分析与决策、统计管理等工作，或在教育部门与科研机构从事教学科研工作，具有较强实践能力和创新能力的高素质应用型统计专门人才。

（二）统计学专业课程体系的构建和课程设置

课程体系是本科专业人才培养的关键，也是学生的实践能力与创新能力培养的保障。在大数据时代，随着大数据与实体经济的深度融合，对数据分析技能的需求快速增长，统计学专业毕业生应该具有以数据为驱动、以应用为导向的完整知识结构体系。因此，构建新的专业课程体系，培养适应时代要求的统计学专门人才，是统计学专业建设的焦点。我国统计学专业课程体系的发展大致可以分为三个阶段：苏联影响下的以社会经济统计为主的课程体系、20 世纪90 年代“统计学一级学科”体系下的以传授统计方法知识为主的课程体系和“大统计”思想下逐步与国际统计学接轨的课程体系。［11］21 世纪以来，统计学专业课程体系逐步完善，授理学学位的统计学和应用统计专业课程体系“以基础理论课程为主、应用课程为辅”［12］，授经济学学位的经济统计专业课程体系“以经济类课程为主，以数量统计方法类课程为辅”［13］。随着大数据时代的来临，美国统计协会开始研究适应大数据时代要求的本科统计专业课程体系，在2014 年颁布的《统计学本科专业课程设置指导纲要》中指出开设数据管理和计算机相关课程的必要性，以及培养学生利用数据进行思考的能力的重要性。［14］中国人民大学教授孟生旺和袁卫提出统计类专业课程设置应该设有一个数学类课程群和不同应用领域的课程群，并强调专业课程设置要体现其应用型学科特点。［15］目前国内高校统计学本科专业课程体系一般由数学基础课程、统计方法类课程、经济类课程、数据操作与计算机类课程以及应用型专业选修课程组成。湖南某高校统计学本科专业课程结构按“4 模块”（通识教育基础课程模块、学科基础课程模块、专业课程模块和实践教学环节课程模块）的课程体系设计。专业课程设置方面：数学类课程有数学分析、高等代数、概率论与数理统计、解析几何、常微分方程和数学模型，统计方法类课程有抽样技术、应用回归分析、多元统计分析、统计预测与决策、时间序列分析、试验设计，经济类课程有国民经济统计学、宏观/微观经济学、计量经济学，数据操作与计算机类课程有C 语言、数据库、Python 数据分析，应用型课程有大数据分析与应用、金融数据分析、数据挖掘等等。

统计学专业学生不但要掌握扎实的专业基础知识，还要具有基于统计分析和数据处理方法解决不同应用领域实际问题的能力，因此统计专业理论课程与实践训练课程要相辅相成、融合推进。理论教学是学生专业理论基础的保障，实践训练课程是提升学生应用能力和创新能力的主要途径，包括专业课程实验、课程设计、统计实践、毕业实习和毕业论文等。实践课程要以培养具有统计方法结合具体行业背景知识进行数据分析、统计推断、数据挖掘、统计建模及分析的能力为目标，主要培养学生统计专业技能和实践能力。在以往统计学专业培养过程中，专业核心课程基本上偏重理论课程，忽视实践课程，实践课程课时和实践教学环节内容与理论课程不完全匹配，导致实践课程达不到预期效果。另外，实践课程内容和教学形式比较单一，缺乏适合现代学生的探讨式和项目式等多样化的实践教学方式，不能很好地激发学生的学习兴趣。为了能够实现培养学生专业技能和实践能力目标，需要合理设置包括专业课程实践、统计专业技能实践以及创新实践的完整实践课程体系，提升学生的专业基础、专业技能和创新实践能力。湖南某高校作为应用型本科院校，突出培养学生应用实践能力，在统计学本科专业人才培养计划中，实践训练类课程学分在总学分中占比达到20%以上，包括穿插在课程中的实验、课程设计，在校企合作实习基地进行的专业实习、毕业实习，以及专业技能实践和创新创业实践等。实践教学方法主要采用案例式教学和项目式教学等多样化的实践教学方式，以学生为中心，真正做到让学生参与其中，提高学生学习兴趣和积极性，实现培养学生专业技能和实践能力的目标。“4 模块”组成的课程体系形成了理论基础、应用实践能力以及创新能力培养的三位一体的人才培养模式，提升统计学本科专业毕业生的社会适应能力和可持续发展潜力。

（三）统计学人才培养融入课程思政育人理念

课程思政是习近平总书记在全国高校思想政治工作会议中针对学生的思政教育提出的。［16］课程思政要根据专业特点，挖掘学科内在的价值观、职业道德等因素，在人才培养过程中以恰当的方式对学生进行思政教育，将思政教育相关内容融入专业知识教学中，通过在专业知识讲授中渗透思想教育的方式达到思政教育的目的，同时实现道德教育和感化。中共教育部党组2017 年12 月发布的《高校思想政治工作质量提升工程实施纲要》中提出“大力推动以‘课程思政’为目标的课堂教学改革，优化课程设置，修订专业教材，完善教学设计，加强教学管理，梳理各门专业课程所蕴含的思想政治教育元素和所承载的思想政治教育功能，融入课堂教学各环节，实现思想政治教育与知识体系教育的有机统一”［17］。教育部2020 年5 月又发布了《高等学校课程思政建设指导纲要》，该纲要指出课程思政教育要在全国所有高校和所有学科专业中全面推进，全面提高人才培养质量和提升立德树人成效。［18］统计学是一门收集、整理和分析数据的方法论学科，应用非常广泛，统计工作是为党和政府科学决策提供科学依据的重要基础性工作。党和国家都高度重视，中共中央办公厅和国务院办公厅2016 年10 月联合发布了《关于深化统计管理体制改革提高统计数据真实性的意见》，该文件为防治“数据造假”提供了制度和法律的制约。统计数据的真实性、及时性和准确性都至关重要。因此，培养有强烈责任感和道德、专业能力和职业素养兼备的高素质统计专门人才任重道远，将课程思政融入统计学专业人才培养全过程是十分重要且迫切的。

课程思政要将思政教育渗入专业课程教学中，专业课程和思政课程相融合，做到立德树人，润物无声。根据办学定位并结合统计学专业的特点，统计学专业以培养适应大数据时代要求的德才兼备、全面发展的高级应用型统计专门人才为目标，在学校正确引导下，积极推进统计学本科专业课程思政建设，确保统计专业学生不但具有良好的专业基础知识和技能，而且拥有良好的意志品质、道德修养和家国情怀。首先，强化统计学专业专任教师的思政教育意识，提升专任教师的课程思政能力，确保课程思政教学改革顺利实施。其次，优化统计学专业课程思政教学设计。统计学人才培养方案要紧扣本专业学生毕业后的发展需要和当前社会用人需求，结合课堂教学规律和学生的认知规律，将课程思政育人理念融入人才培养计划。课程体系设置时，通识基础课程模块思政育人强调培养学生明辨是非能力，专业课程模块在学生明辨是非基础上培养学生职业素养、实践能力和创新能力。再次，加强课程思政教学资源建设，编写统计学本科专业课程思政蓝本。结合每门统计学专业课程特点，通过对课程知识点重新梳理，挖掘思政元素，将专业知识和思政元素相融合。如在“统计预测与决策方法”课程中，在讲授平稳时间序列预测方法时，首先时间序列模型是动态的模型，此时，可以挖掘“坚持用发展的观点看问题”思政元素，引导学生尊重规律，探索规律，解放思想，实事求是，与时俱进；其次在平稳时间序列模型选择和模型阶数确定过程中，要反复拟合曲线，反复尝试模型阶数，此时，可以挖掘“锲而不舍，敢为人先”的思政元素，引导学生牢记学校校训，早日养成精益求精的工匠精神。课程思政建设的关键在于建设好思政教学资源，统计学专业课程知识目标是使学生能够运用统计知识解决经济社会等领域中的实际问题，应该以经济社会中的热点问题为依托建立统计学专业课程思政教学案例库，将专业知识和思政元素有机融合，促使学生知识学习、能力培养和价值引领有机统一。

（四）“以赛促学，以赛促教”“赛教相融”助力统计学本科专业建设

统计学专业教学要理论和实践并重，将创新创业融入专业课程教学的整个过程，为了激发学生的专业学习兴趣和专业创新能力，逐步建立完善的“以赛促学，以赛促教”的课外实践教学机制。学科竞赛为创新统计学专业人才培养模式，提升学生数据分析能力、应用实践能力和创新能力，促进应用型人才培养，以及为社会实际需求和高校人才培养的衔接等提供了一个良好的平台。例如，全国大学生市场调查与分析大赛作为《全国普通高校学科竞赛榜单》中极为重要的统计领域大赛，自2010 年以来，已成为国内高校师生积极参与的统计学专业实践教学平台。很多高校已将全国大学生市场调查与分析大赛融入本科统计专业实践教学环节，利用该赛事全面拓展学生专业知识，通过该赛事将统计理论知识和实践有机融合，有效提升学生创新能力、团队协作能力和综合素质，为将来学生就业打下良好的基础。近年来，学院专门成立了指导老师团队，培训和指导学生参加各类学科竞赛和技能竞赛，如全国大学生市场调查与分析大赛、全国大学生统计建模大赛、中国“互联网+”大学生创新创业大赛、“挑战杯”全国大学生课外学术科技作品竞赛、“挑战杯”中国大学生创业计划大赛、全国大学生数学建模竞赛和数据挖掘挑战赛等，并取得了较好的成绩。近三年，统计学专业本科生取得国际和国家级奖项10 余项，省级奖项近50 项。学生可以通过训练和比赛不断完善专业知识体系，提升专业技能，同时提升自己的创新实践能力和团队协作能力，从而达到“以赛促学”的目的。老师在培训和指导学生准备比赛过程中，能够不断提升自己的专业知识水平和专业素养。为了培养学生的创新能力和专业核心竞争力，老师需要不断改善教学方法，提升教学水平和教学质量，教与学形成良性互动。竞赛获奖案例与实践教学环节相结合，如将统计学专业往届学生在数学建模竞赛、统计建模大赛和市场调查与分析大赛等综合性竞赛中的获奖作品资料作为案例应用于专业实践教学中，教学效果良好。通过学生主导讲解和重现案例，老师引导点评分析的形式翻转课堂，可以鼓励学生积极参与实践活动，提升学生的综合实践能力，实现教学目标层层递进，从而达到“以赛促学，以赛促教”“赛教融相”的目的。

三 统计学专业建设思考与建议

大数据时代对数据科学人才需求不断增加，统计学在数据科学中占据着极其重要的地位，为统计学科发展带来了机遇的同时，也给统计学本科专业人才培养提出了新的挑战。为培养适应大数据时代新要求的专业统计人才，高校需要积极探索一条统计学本科专业建设的创新之路。结合统计学专业建设的实践，现阶段统计学本科专业建设主要从人才培养模式建设、课程建设和教学改革等方面进行探索；下一阶段，将结合前期建设过程中发现的问题和不足，重点从师资队伍建设、学科交叉融合和评价体系等方面探讨统计学专业建设方案。

高素质和高水平的师资队伍是高教学质量的保障，高素质和高水平的教学团队是搞好统计学专业建设的前提。大数据时代对数据分析类人才的需求不断扩大，大数据时代的数据科学专业知识更新换代速度快，新知识、新技术层出不穷，传统的专业知识和计算不能满足当前的教学需求，这也意味着专业课程教师要及时掌握最新专业知识和技术。现有的统计学专业教师队伍中大部分接受的都是传统统计理论方法训练，理论基础扎实，但创新实践教学经验缺乏。因此，统计学专业师资团队建设需要做相应的调整，采用内培外引的方式，尽快建成一支理论与实践并重，创新实践教学水平较高的专业课程教学团队，有效地全面提升统计学专业的培养效果。

随着“互联网+”时代的来临，新一轮科技和产业革命对社会生产分工产生重大影响，对复合型人才培养提出新要求。统计学作为方法论学科，很多学科都要用到许多统计分析方法，但对方法背后的原因并非完全了解。为了在不同领域中正确应用不同统计分析方法和正确解读统计分析结果的含义，要结合特色行业发展趋势和需求，将统计学和管理学、经济学、数据科学、人工智能、医学、生物信息学交叉融合，使统计学和不同特色学科领域有效结合，让学生能充分感受不同专业领域的理论背景和应用场景，真正实现统计理论方法的实际意义。因此，为顺应新工科建设和大数据时代要求，统计学本科专业课程设置应强调多学科交叉融合能力的培养。

科学的评价体系是检查学生知识水平、学习效果和评价教学效果的有效手段，是人才培养模式顺利实施的重要保障。统计学是方法论科学，重点培养学生统计方法的理论基础以及应用统计方法解决实际问题的能力，因此评价体系应该是侧重于学生对专业知识的掌握和应用能力的提升。我们应重视过程管理和考核，监管培养全过程，建立注重过程考核、弱化结果性考核的科学教学评价体系。

统计学专业建设需要长期逐步探索、循序渐进，统计学本科人才培养模式也应与时俱进，及时调整培养目标，更新课程体系和教学内容，改革教学方法，与时代发展和社会需求挂钩，培养与时俱进的应用型高级统计专门人才。

结 语

大数据时代对统计学专业人才培养提出新的要求，应用型本科高校统计学专业人才培养要从培养目标出发，通过调整培养方案和教学内容，对课程体系设置、理论和实践教学方式、师资队伍建设等各个方面进行改革。专业建设永远在路上，统计学专业建设将以立德树人为本，以建设面向未来和适应新时代需求的一流专业为目标，以课程教学改革为抓手，结合课程思政、赛教融合和师资队伍建设，持续改进教学内容和教学方法，持续提升教学科研水平和社会服务能力，培养适应新时代需求的应用型高级统计学人才。