赵明涛 李芳芝 孙欣

【摘要】大数据时代已然来临，大数据思想理念已经在不断改变我们的生活方式、思维方式。统计系专业知识曾是数据处理分析的重要工具，大数据背景下，传统的统计学思维模式面临着挑战。本文通过总结传统统计学专业人才培养的特点、分析大数据时代下统计学专业的机遇与挑战、探究大数据统计分析方向、统计学专业人才培养模式的改革思路，对大数据时代统计学专业的发展方向提出建议。

【关键词】大数据；统计学；人才培养方案；数据科学

【基金项目】安徽财经大学重点教研项目：大数据统计分析方向的统计学专业教学改革研究（acjyzd201745）；安徽省一般教学研究项目：大数据统计分析方向的统计学专业教学改革研究（2017jyxm0189）。

一、傳统统计学专业人才

统计学学科目前是一级学科。传统统计学类专业一般分为三个大的专业方向：数理统计方向、经济统计方向和应用统计方向。数理统计方向和经济统计方向的差距并不是很大，数理统计主要是对统计学的基本理论和方法进行研究；经济统计则是提供科学的调查、搜集经济信息，以及描述、分析经济数据并对社会经济运行过程进行预测、监督的一门科学。而应用统计学主要是调查、收集观察对象的数据信息，并通过描述统计等技术，分析观察对象的特征，发现事物的规律，进行预测、监督，以实现社会经济良性运行。

通过统计学专业的学习，可以掌握各种数据分析技术，了解统计学的前沿理论，还可以掌握科学调查、科学研究的思路，也将学到统计分析软件的使用技术。学习统计学要有一定的数学基础，并且还必须熟悉计算机操作。在实际工作中，统计工作需要借助各种统计分析软件完成。该专业学生主要学习必需的数学、物理的基础知识，学习力学基础理论及某一专业方向的专门知识，加强实验能力和计算机应用能力的训练，注意培养理论分析能力和力学应用的能力。学生受到科学研究和工程技术应用的初步训练，具有良好的科学素养。

通过学习，统计学专业学生将具备了以下几方面的能力：（1）掌握数学、物理的基础知识，具有较强的分析和演算能力；（2）掌握系统的力学基本理论知识，初步掌握力学的基本实验技能和实验分析方法；掌握一定的工程背景知识，初步学会建立简单力学模型的方法；（3）了解相近专业的一般原理和知识；（4）对该专业范围内科学技术的新发展有所了解；（5）了解国家科技、产业政策、知识产权等有关政策和法规；（6）掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法；具有一定的实验设计，创造实验条件，归纳、整理、分析实验结果、撰写论文，参与学术交流的能力。

主干课程包括：数学分析、几何代数、数学实验，常微分方程，复变函数，实变与泛函、概率论、数理统计，抽样调查，随机过程，多元统计，计算机应用基础，程序设计语言，数据分析及统计软件、回归分析，可靠性数学，实验设计与质量控制，计量经济学，经济预测与决策，金融数学，证券投资的统计分析，数值分析，数据结构与算法，数据库管理系统，计算机网络系统，系统分析与软件设计。

统计学专业传统的教育方式对数学理论的教学具有一定的深度，但是存在教学内容固化、教学手段单一的问题。不仅如此，实际教学过程中的考核方式主要体现在公式推导、数学概念分析等方面，对学生综合实践能力的培养和考核难以体现，教学过程中实践、试验课占比较少，学生只知道公式符号，却难以操作。种种原因，难以适应大数据时代统计分析综合人才的要求。

综合起来，传统统计学人才培养方式有如下几方面的问题：（1）培养目标缺乏大数据思维训练；（2）专业课程设置重理论而轻应用；（3）统计相关软件课程设置参差不齐；（4）统计计算能力的培养的不够重视；（5）教学过程忽略大数据特征。

二、统计学专业培养模式探究

1.统计学专业知识依然是大数据分析的灵魂

大数据的一个重要特点就是价值密度低。小数据往往来自于科学的抽样，对总体数据有较强的抽样代表性，对样本的学习可以得出较为科学的结论，这些结论可以推断到总体特征。抽样的出发点源于总体数据的未知性或全面调查无必要。传统的统计学专业知识，基本上都是基于对样本数据的学习。在很多实际调查中，依赖于统计专业知识可以得到很有价值的结论。在大数据时代，人们获取数据的途径和方法增多，各种各样的数据源源不断地被搜集起来。数据的搜集过程甚至是连续的、无间断的。因此，一部分人就认为大数据时代我们获得的数据是全数据，也就是总体数据。既然能获得总体数据，那么传统的统计方法是否还适用于大数据分析呢？

目前社会上一部分人认为，在大数据时代，我们可以获得海量数据，那么抽样就没必要了。既然抽样没必要了，那么传统统计研究方法就不需要了，我们就要寻找适合大数据分析的方法。久而久之，这种观点甚至形成了一种有力的声音。一部分学者甚至产生了大数据恐慌。他们不断地问自己，我们该怎么分析大数据呢？还有一部分学者认为，大数据时代复杂的统计分析工具已经没有必要了，大数据分析好似仅仅停留在简单的计数层面。究其原因，主要是因为大数据价值密度低，有别于传统统计学研究的总体数据和样本数据。

大数据告知信息但不解释信息。我们获得了海量的数据，通过数据我们得到了一些信息，但是这些信息却不能直接拿来使用。如何利用这些信息指导实践，那就需要统计学知识。因此，大数据时代，统计学专业知识仍然是数据分析的灵魂。不仅如此，全数据的概念也值得怀疑。很多时候，我们纵然获得了全部数据，但是根据这些数据依然难以合理全面地解决问题。此时，就需要利用统计学专业知识进行合理的推断。不仅如此，全数据依然存在不确定性。事物是在不断发展变化的，彼时的全数据到此时可能就不足以说明问题了。为了更好地解决问题，仍然需要不断积累更多的数据。因此，所谓的全数据仍然是阶段性的部分数据。纵然得到了一些结论，这些结论如何能表达客观真理，就需要借助统计学专业知识。

2.大數据方向统计专业人才培养模式

（1）培养目标应具有大数据思维

大数据时代的数据或大数据分析的基本前提就是要培养具有大数据思维的专业人才。统计学专业培养立足于数据分析的专业人才，更应该适应社会发展，培养大数据思维，将大数据思维模式贯穿到培养目标中，融合到实践教学过程中。具体说来，统计学专业人才必须兼具数据科学、统计学、数学、计算机以及其他交叉融合学科的专业素养，能处理各个领域的各种不同形式的数据和大数据。特别要指出的是，数据科学与计算机的融合在大数据时代的重要性，统计学专业要立足于本专业的统计素养的培养，同时要引导学生学习数据科学的基本思想及计算机的操作和实践能力。只有这样，才能成为多个学科能力融合的大数据综合统计分析人才。

（2）专业课程体系应该顺应大数据趋势

课程设置是专业人才培养的实施落脚点，是人才培养的重要方面。学生好比顾客，课程好比学校的菜单，不同的菜单会有不同的体验感受，不同的菜单会孕育不同类别的人才。统计学专业本就是孕育数据分析人才的重要专业，在大数据时代，统计学专业课程体系应该顺应大数据趋势，增设大数据分析方法的课程，增强统计计算、统计软件方面的能力培养。课程体系要从总体上有方向性、有目的性，抓住大数据分析处理目的。细节上，课程体系中的每门课都要服务于人才培养目标，每门课都要在人才培养过程中占有一定的不可或缺的作用或起着重要的一环。具体到每门课程，教师应该全面修订适应大数据分析的教学大纲、方案、内容等。将大数据思维方式贯穿到每门课中，贯穿到每节课中，这样才能培养出具有大数据时代特征的统计分析人才。

（3）全面改革课程教学方法

传统的填鸭式的专业课程教学已经难以满足新时代大数据人才培养的需求，教学方法面临着改革。当今时代，统计学专业课程的教学过程应该突出大数据特征。课程教学改革方向应包括：如何深化基础，提高课程的开放性？如何拓展思维增强课程的交叉性？如何联系实际提高教学方式的多样性？具体应涵盖培养目标的转变、教学内容的修改、创新实践教学的实施和多元化设置、规范统计软件课程强化统计计算等。

教学过程中，要在专业基础知识的基础上，不遗余力的提高学生的实战能力，包括数据分析能力、统计计算能力、计算机编程能了、专业交叉学科的实践能力等。依赖于大数据，将大数据分析融入每门课程的授课环节中，启发式教学让学生无时无刻体会到基础知识的学习与数据分析之间的关系。课程授课过程中，配以大数据集供学生开放式学习，让学生认识数据、理解数据、征服数据，能在数据中找到乐趣，找到成功感。

三、结语

本文介绍了大数据时代的特点，指出了现有的统计学专业人才培养所面临的问题，提出了大数据方向下统计学专业人才培养改革的方向和思路。

【参考文献】

[1]王忠. 美国推动大数据技术发展的战略价值及启示[J].中国发展观察，2012（60）.

[2]中国大数据发展调查报告[R].北京：中国信息通信研究院，2015.

[3]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究，2014（11）.

[4]刘春杰. 大数据时代对当代统计学教育的挑战[J].统计与决策，2015（8）.

[5]邱东，李子奈，肖红叶，经济学类专业统计学、计量经济学课程教学现状调研报告[R].中国大学教学，2007（1）.

[6]刘军，大数据时代，为什么说统计学依然是数据分析灵魂[EB/OL]http：//www.sohu.com/a/112601500_461222.