关 鹏 赵开斌 侯勇超

（巢湖学院，安徽 巢湖 238000）

1 引言

在大数据热潮的推动下，数据已经成为资产[1]，并成为优化配置土地、人力、技术、资本等传统生产要素的催化剂，甚至成为某些产业兴衰的决定性因素。大数据的兴起一方面对产业和商业模式进行了重塑，一方面对科学研究的范式提出了新的要求。学术界和产业界对大数据的研究正方兴未艾，大数据的理论、方法、技术及应用方面的研究成果层出不穷。特别是2012年“大数据元年”以来，相关学术文献量呈指数增长。而伴随着大数据的浪潮，由统计学、计算机科学、人工智能、数学等学科共同支撑的“数据科学”开始形成[2]，同时关于大数据的学科建设及人才培养问题也逐渐引起重视。作为传统的“数据的科学”的统计学，与数据科学具有怎样的关系？应用型统计人才在数据科学范式下应该具有怎样的数据素养？为了适用数据科学范式，统计学专业应用型人才培养模式应该做出怎样的调整与优化？这些是本文将要探讨的主要问题。

2 数据科学的背景及其统计学渊源

数据科学（Data science）的来源最早可追溯自1960年，最初的用语是datalogy[3]，由图林奖获得者 Naur提出。Naur提出datalogy这个术语，为了强调计算机科学是“数据处理的科学”的理论和原则[4]。数据科学作为术语第一次被提及是在1992年于法国Montpellier University II召开的日本-法国科学家第二次研讨会上[5]。1993年日本学者Chikio Hayashi教授在第四届国际分类学会联合会（IFCS）大会上提出，并简要地回答了什么是数据科学的问题。……