何晓霞　刘云冰

［摘 要］在大数据背景下，应用统计专硕的培养面临着新的机遇和挑战。如何在培养过程中既夯实学生的专业基础，又兼顾学生的研究兴趣和市场多样化的需求，并结合各高校的学科综合优势实现应用统计专硕特色化培养，是相关教育工作者当前亟待解决的重要问题。文章在全面分析湖北高校应用统计专硕培养现状的基础上，从培养方向、课程设置、专业实践等多方面总结了开展应用统计专硕教学改革的实践经验，为促进应用统计专硕的特色化培养提出了合理建议。

［关键词］大数据；应用统计；专硕；特色化培养

［中图分类号］ G643 ［文献标识码］ A ［文章编号］ 2095-3437（2023）09-0132-03

随着互联网、物联网、无线传感器、云计算的快速发展，全球数据量出现爆炸式增长[1]。2015年8月31日，《促进大数据发展行动纲要》[2]颁布，意味着我国正式进入大数据发展的新时代。

近年来，大数据受到社会各方面的高度关注，大数据对经济社会发展的方方面面都产生着越来越深的影响，社会对数据分析人才需求剧增，这是自2011年國务院学位委员会办公室首次将统计学学科设置为一级学科之后，统计学人才培养面临的重大机遇与挑战。为了更好地满足各行各业对统计学人才的需求，各高校将统计学学术硕士研究生的培养逐步缩减至合适规模，转而加大力度培养应用统计专业硕士研究生（以下简称应用统计专硕）。截至2022年，全国招收应用统计专硕的单位已经达到151所。

传统的统计学研究生培养体系难以满足大数据时代对数据分析人才的需求，大量教学人员对应用统计专硕的培养体系进行了研究。吴群英等针对应用统计学专业的自身特点和大数据背景下的新特点，剖析了现有教学体系中存在的问题，强调应采用增强应用统计学专业课程的开放性、交叉性以及教学、实践方式的多样性的新型教学模式，切实提高学生处理数据的动手能力和创新能力，培养能够适应大数据时代发展要求的应用统计学人才[3]。尹勤等从大数据的概念和特点出发，探讨新时代对统计从业者和应用统计专业人才的新需求，全面分析江苏高校应用统计专硕培养现状，从多方面总结开展应用统计专硕教学改革的实践经验，为相关高校培养适应大数据时代发展要求的应用统计专业人才提供参考[4-5]。马强等以江苏理工学院统计学专业为例，分析统计学专业实践教学的不足及采取的一些针对性改革措施并构建统计学实践教学体系[6]。王晓娟等通过对统计数据认识、搜集和分析的变化分析，结合统计学教育内容、教学模式和考核方式的变化应对统计学教育面临的挑战[7]。

以上研究都是从大数据的基本特点出发，将大数据的思想和方法应用于应用统计专硕培养的各个环节，提出了改进方案。这些方案为一线的教学人员提供了有益的参考，其相关实践让学生有更多的机会接触到数据库、机器学习等传统统计教学中没有涉及的方法。我们关心的问题是将大数据融入应用统计专硕培养的各个环节之后如何发挥统计学的优势，以实现应用统计专硕的特色化培养。

一、湖北高校应用统计专硕培养体系现状

目前湖北省招收应用统计专硕的高校有9所，根据相关高校官网公开的资料，我们选择其中8所高校的应用统计专硕培养方案进行了研究。

从学制来说，武汉大学、中南财经政法大学、华中师范大学和华中农业大学都是2年，华中科技大学是2至3年，武汉理工大学和湖北工业大学都是3年，湖北大学是3至5年。根据所修学分的要求，加上必要的4至6个月的实习，上述高校修课学分也有所不同，修课学分最少的为20学分，最多的为30学分。

在培养方向上，除了华中师范大学和湖北大学在应用统计专硕的培养方案中没有明确说明，其他高校最少的开设了2个研究方向，最多的开设了6个研究方向。其中，金融统计是最多高校开设的一个培养方向，武汉大学、华中科技大学、中南财经政法大学、武汉理工大学、湖北工业大学都有开设，而华中农业大学开设了经济统计方向，这也反映出统计应用最广的依然是金融保险等经济领域。而开设高校第二多的是与数据科学相关的研究方向，比如数据挖掘、机器学习、大数据分析等，共有5所高校开设此方向，这是进入大数据时代以来应用统计领域最大的变化。生物统计是开设高校数量仅次于金融统计和数据科学的培养方向，武汉大学、华中科技大学、武汉理工大学、华中农业大学都开设了生物统计培养方向。还有一些高校结合本校的优势学科开设了一些相关特色研究方向，比如华中科技大学的社会与管理统计分析、中南财经政法大学的市场调查分析、湖北工业大学的工业统计等。

在课程设置方面，湖北省的8所高校基本上都涵盖了统计学基础、统计调查与数据采集、统计计算、统计数据分析方法、数据挖掘与机器学习几个模块的课程，通常都将其作为专业基础课来设置。对于专业方向课，这8所高校根据不同的研究方向设置了一些课程。这里我们重点说一下几个有特色的课程设置：其一，华中师范大学开设了与教育相关的教育测量与评价、体育统计课程，将统计方法与教育相结合，既能够发挥该校师范类的传统优势，也能够让学生学习了解教育领域内的科学统计分析方法。其二，湖北大学的实验设计与质量控制、统计质量管理是质量控制领域的2门课程，随着人工智能的发展、工程领域对统计人才的需求日益增加，这些也是培养工业数据分析人才非常有用的课程。其三，湖北工业大学开设的隐私保护中的数据挖掘、智能机器人技术、大数据处理、人工智能与人类发育疾病、低碳经济、先进制造技术、可持续发展与循环经济、设计创新等课程，涉及不同的学科门类，学科跨度较大，选课方式非常灵活，能够充分满足学生的选课需求。

这些高校所开展的案例教学，虽然在培养方案中不能直接体现，但是在实际实施过程中，也可以结合相关领域有代表性的案例，引导学生掌握数据分析的统计方法和大数据技术。

在实践环节，有的高校专门设置了学分，有的高校只指定了实践环节的具体内容。其中，开题报告、中期考核、学术交流以及毕业论文都是必设环节，也有部分高校单独设置了一些较有特色的实践教学环节。比如，中南财经政法大学要求3个研究方向的软件应用课程实训课时都不少于15%，还需要阅读至少几百本本学科的主要书刊，其中包含一两本马列经典原著，读完需要写读书报告。湖北工业大学要求从社会实践、“三助”、创新创业竞赛、科研项目申请书撰写、国内外研修等一般实践活动中任选其二。

总之，从湖北高校应用统计专硕培养的整体情况来看，各校还是发挥了自己在学科和师资等方面的优势，无论是在研究方向上还是在课程设置上，或者是在实践教学环节，都将大数据的理论和方法融入各个环节之中，在重视抓好统计学基础教学的同时，给予学生较大的选择余地，丰富了应用统计专硕的培养领域。同时，不足之处也十分明显。首先，大多数高校以开设传统的优势课程为主，开设特色课程的高校不多；其次，目前已经开设的特色课程虽然也有亮点，但总体来说还是难以满足所有学生的选课需求；再次，部分高校的实践教学环节较为单一，大多数是围绕专业实践和毕业论文写作来开展，难以体现各高校的培养特色；最后，高校间存在壁垒，导致学生选课大都仅限于校内，难以充分利用当地高校的学科资源优势。

二、加强应用统计专硕特色化培养的建议

在大数据背景下，统计学要将自身的学科优势融入大数据研究中。高校不仅要融入机器学习工具，更要强化统计基础，结合各校在学科建设中的优势培养应用统计人才，为大数据时代探索出新的统计方法，扩大统计学的应用范围，实现应用统计专硕的特色化培养，促进统计学科发展和统计人才培养质量提升。基于此目标，我们提出以下建议。

一是结合市场需求以及高校各自的学科优势开设特色的研究方向。随着大数据技术越来越成熟，其应用范围也越来越广泛。比如在社科研究领域，运用大数据技术研究唐诗宋词的做法就让人耳目一新[8]。王兆鹏在文中指出，大数据时代的文学数据，需要分类分层建立起文学史数据的指标体系，以确保数据的信度和效度。可以探索和讨论这样的问题：一个时代或一个时段的文学繁荣状态，除了可以用作家作品的数量增长来衡量，还有哪些量化指标特别是内质型指标可以体现[8]？在教育学领域，李嘉琦对我国高校现有的应用统计专硕人才培养方案和招聘网站应用统计对口岗位的用人需求数据进行收集、文本挖掘，分析了课程分布、特色院校分布，并采用K-means聚类算法和谱聚类算法对开设课程、对口岗位和刻画人才需求的词汇进行聚类，对教育方向的应用统计专硕培养体系的完善提出建议[9]。工业统计也是培养应用统计专业人才非常好的方向，尤其是全國很多高校有很好的工科基础，而业内也有很多关于工业大数据的问题，这可能需要更多先进的方法去解决，很多统计方法都是从实际需求中摸索出来的。

二是举全校之力开设特色课程。虽然培养单位都有很强的师资队伍和丰富的培养经验积累，但由于精力有限，对于各相关领域的研究动态把握肯定没有那么全面，最好的办法就是集中全校的力量开设一些有特色的课程供学生选择。比如，湖北工业大学除了理学院开设的课程，还有机械工程学院开设的智能机器人技术、先进制造技术，计算机学院开设的大数据处理，生物工程与食品学院开设的人工智能与人类发育疾病，经济与管理学院开设的低碳经济、可持续发展与循环经济等等，这些课程为学生选课提供了更多的选择，让学生能够根据自己的兴趣和爱好选择合适的课程。

三是拓宽实习渠道，提供更多的实习机会，实现应用统计专硕的特色化培养。对于应用统计专硕培养要求的4至6个月专业实践，各高校都有相应的安排，也有的高校另外要求阅读经典专著、编写案例。根据应用统计专硕的培养目标，学生可以在统计局、证券公司、保险公司等单位实习，也可以进入其他企事业单位的统计、质量管理以及与数据处理相关的部门实习。

四是建议高校间互相承认学分，这样学生可以实现课程校际互选，充分发挥区域资源优势，让学生选择自己感兴趣的研究领域，有更多的机会向有着不同专业优势的老师学习，这对于应用统计专硕的培养来说，无疑是一个提升学生综合能力的机会。

三、结语

对于大数据给统计领域带来的冲击，大家是有目共睹的，从本研究所提高校的培养方案也可以看得出来，无论是在课程设置上还是在研究方向设置上，都可以见到大数据的身影。大数据给统计理论的认知、统计方法的变革以及统计软件的运用都带来了巨大的变化。但不可否认的是，统计理论的基础性作用是无可替代的，机器学习方法的基础还是统计学，统计学在对结果的分析、假设检验中无可替代。因此，我们既要充分发挥机器学习处理大数据的优势，也要充分发挥统计学在处理数据中的重要作用。各高校可根据行业需求，结合本校的学科优势和师资优势，多设置一些有特色的研究方向，实现应用统计专硕的特色化培养，为社会输送符合需求的应用型人才。

［ 参 考 文 献 ］

[1] 程开明，庄燕杰.大数据背景下的统计：第十七次全国统计科学讨论会综述[J].统计研究，2014，31（1）：106-112.

[2] 国务院.国务院关于印发促进大数据发展行动纲要的通知[EB/OL].（2015-09-05）[2023-01-20].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[3] 吴群英，蒋远营，张浩敏，等. 大数据背景下应用统计学专业改革探讨[J]. 教育教学论坛，2016（43）：101-103.

[4] 尹勤，黄宝凤.大数据时代应用统计人才能力需求与教改探索[J].大学教育，2019（6）：157-159.

[5] 尹勤，黄宝凤.大数据时代应用统计专业学位研究生培养的教学改革探索与实践[J].教育现代化，2019， 6（4）： 44-46.

[6] 马强，陈雪平，丁先文.大数据背景下普通高校统计学专业实践教学模式研究[J].信息系统工程，2021（12）：169-172.

[7] 王晓娟，甘澜珊，胡泽华.大数据时代应用统计学的发展模式探究[J].教育观察，2019，8（19）：97-99.

[8] 王兆鹏. 大数据里的唐宋诗词世界[EB/OL].（2022-03-31）[2023-01-20].http：//www.rmzxb.com.cn/c/2022-03-31/3084759.shtml.

[9] 李嘉琦.基于行业用人需求分析的师范院校应用统计专业硕士培养体系研究[D].武汉：华中师范大学，2021.

［责任编辑：庞丹丹］