高校统计学专业人才培养现状分析

张小华　郑伟

摘要 从人才培养目标、课程设置、理论教学分析、实践教学分析等方面，探讨高校统计学发展现状，针对当前形势，为统计学教学改革方向提出参考建议。

关键词 统计学；人才培养；教学模式

中图分类号：G642 文献标识码：B

文章编号：1671-489X（2016）08-0097-02

1 统计学介绍

统计学是认识现象规律的一种方法，它的特点是揭示现象量变到质变的规律，具有普适性。对于高校学科体系来说，统计学已经从经济学和数学中独立出来作为一级学科，足以表明统计学在理论研究与实际应用中的巨大作用。随着数据时代到来，统计学作为一门工具学科，越来越广地应用到生物、医药、物理、水利、工程技术、人文社科等其他学科的研究中，统计学专业课程设置向多样性发展，以期培养出能为社会所用的人才。

高校统计一般分为数理统计和经济统计两个方向，部分高校在理学院和经管学院分别设置统计学专业，比如：暨南大学经济学院的统计学专业学生获得的是经济学学位，信息科学技术学院的应用统计专业学生获得的是理学学位。虽然分为不同学院，设置的专业基础课程却有很大部分重叠。本文着重讨论经济统计专业人才培养现状。

2 人才培养目标

目前统计学人才培养目标是培养具有良好的数学基础和统计学、经济素养，掌握统计学基本理论和方法，能熟练运用统计软件分析数据，能在企事业单位从事统计调查、统计信息管理、数量分析等开发、应用与管理工作，或在金融、贸易等领域从事统计分析工作的复合应用型人才。

3 课程设置

高校统计学课程分为理论课程和实践教学课程。理论课程包括思想道德修养、中国近代历史、大学英语等通识课程，高等数学、概率论与数理统计、西方经济学等学科基础必修课程，财务管理、国际金融等基础选修课程，统计学、计量经济学、抽样调查、时间序列分析等专业必修课程，博弈论、非参数统计、数据挖掘、市场调研等专业选修课程。实践教学课程包括实习、学术活动和课程设计等。其中理论课程学分占总学分的80%左右，实践教学课程占总学分的20%左右。理论课程中通识课程和基础课程一般安排在大一和大二上学期；大二到大三主修专业必修课程和选修课程，专业课程大部分是理论课和实验课相结合，理论课主要讲授模型方法论，通过设计实验课，学习统计分析软件，并实现模型案例实证分析；大四理论课程基本结束，主修教学实习和课程设计。

高等学校核心课程体系尚属完善，大多数课程偏重理论教学，忽视实践教学，人才培养计划中未设置实践教学环节或者实践教学课时偏少。实践教学是以实践性知识为课程内容，以生成实践性知识为目标的课程。以实践过程和实践性知识的掌握为课程结构展开的起点，让学生在一定程度实践的基础上建构所需的理论知识，以教学实践任务为中心来组织课程内容，所需要的理论知识也围绕实践过程来选择、组织和学习，以实践过程作为学生学习的主要形式，并通过实践报告、实践表现等来评价学生的学习结果。实践课缩短了从理论向实践转化的时空上的滞后，比如市场调查分析，通过学生亲手设计调查问卷、选取合适的抽样方法展开问卷调查、后期问卷数据汇总分析，最终生成调查分析报告，在实践课程中加深统计专业知识的掌握和综合运用。因此，应适当提高实践教学课时比例。课程设置上，专业选修课程安排相对独立，忽视了与其他学科的交叉融合学习，可适当增加交叉学科基础知识的课程设置。

4 理论教学分析

教学方式上，大部分教师采取传统的课堂面对面教学，仍停留在传统统计专业教学模式。互联网时代，随着互联网+教育的兴起，由于网络课程的低成本和便利性，其在大学教育中占据越来越大的比重。微课、慕课等互联网教学模式，通过科学的设计将课程重点知识碎片化、网络化，便于更多学生随时随地进行学习，而现今大部分高校形式上鲜有统计学的慕课、微课等网络课程教学。教学手段上都是以理论讲解为主，专业知识枯燥无味，不能最大程度激发学生的学习兴趣，缺乏探讨式、研究式、报告式等多样化教学研讨形式。

课程设计是教师形成具体教学方案的过程，特别是对于统计学这门应用性、实践性都很强的课程，不仅要求学生能够熟悉和掌握统计学基本理论知识及常用的统计分析方法，更要求能够结合实际问题，应用最合适的统计方法，借助统计软件，完成对问题的研究分析，真正达到学以致用的目的。统计学课程的教学设计尤为重要。课程设计需要综合考虑教师自身教学技能、知识结构和教学经验，学生的知识储备情况和学习能力，课程本身所承载的信息技能。课程设计联系经济生活中的实际问题，有助于开拓学生的思维空间，学以致用、触类旁通，作为理论知识到实际应用的桥梁工程，合理规范的课程设计起到将抽象理论具化到应用的纽带作用。

教学内容上，统计软件应用教学大部分限于Excel、SPSS、Eviews等传统老旧的软件，以致大部分学生的毕业论文或者课程设计都是对照陈旧的教材生搬硬套，用SPSS或Eviews做一个简单的因子分析、主成分分析或者多元回归模型，而SAS、R语言、Python等功能强大兼具实用性的潮流软件学习课程欠缺。使用的教材着重对统计基础知识的讲解，对于变量选取、文本分析、随机森林等实用性强的模型讲解欠缺。

考核形式上，课程大部分以闭卷、开卷形式考核，造成学生只会死读书、读死书的弊病，灵活跳跃的逻辑思维能力和分析表述能力都是卷面考试考查不到而对于统计分析人员至关重要的能力。课程考核模式方面可以考虑加入分组开展调研、总结报告等开放式考核形式，变革考核情境，激发学生主动学习的积极性，在考核过程中塑造学生的统计思想。

5 实践教学分析

大学生实践学习分为实习和参加学术科研活动两方面。大学生实习课程一方面从传统意义上提高实践技能，另一方面转变为寻找就业的试水，本科生实习已经从过去的专业实践直接指向就业，学生可以在实习过程中对所学专业有客观实际的认识，不再局限于书本上教条案例，有助于学生拓展眼界，找到自身发展的兴趣点。对于应用性较强的统计专业，实习课程的开展、实习基地的选择、实习任务与时间的安排等都起到很重要的作用。实习基地的建设使学生在政府部门、企事业单位中了解部门统计、不同行业工作的内容和特点，拓宽学生的就业渠道。

高校学生实习有两种形式。一种是院系组织，建立校企合作实习基地，定期输送学生到实习岗位实践学习。大学中实习基地挂牌很多，但是限于学生和企业之间关于交通、住宿、实习时间等问题难以协调，或者受其他因素影响，实习基地能够提供给学生的实习机会较少。有待加强学校与企事业单位合作，建立友好长期的合作实习基地，为学生提供高质量的实习机会。另一种是学生自主寻找兴趣相关的实习机会，这一类实习需要付出较多的时间成本，很难找到专业对口的实习岗位，学生实习期间的安全问题也难以得到保障。校方应做好留底审核实习协议资料等工作，实时掌握校外实习的学生动向，确保实习的合法合规。

高校大学生参加实践竞赛等科研活动是培养创新型人才的有效途径。本科生参加实践竞赛有利于培养团队协作精神和创新精神，了解学科前沿动态，了解国家产业政策及区域社会经济发展问题，提高创新实践综合素质。另一方面也弥补了教师科研人员不足的问题。构建基于实践竞赛等科研活动的教学体系，对于学生明确学习目标、提升自主学习热情、培养科研兴趣具有积极推动作用。

科研竞赛方面，学校会给参加科研竞赛的学生学分奖励，提升学生在学术竞赛和科研活动上的积极性。目前各种国家级、省级科研竞赛有大创项目、挑战杯、数学建模竞赛、统计建模竞赛、数据挖掘竞赛、SAS数据分析大赛、市场调查大赛等。学生初期报名热情高涨，但常常由于指导教师欠缺、教学软件资源不足等原因，培训指导不能满足学生参加竞赛的知识需求，学生大部分是靠自学获取相关知识，竞赛结果不尽如人意。实践竞赛项目报名、培训、参赛等组织过程起着重要辅助作用，实践类竞赛项目的组织迫在眉睫。

6 总结

统计学的产生发展来源于实践，依赖于应用，并在应用过程中发展壮大，统计学的生命力就在于其能不断满足社会应用的需要。我国设有统计学及相关专业的高校数量也在明显增多。近些年来，随着信息产业发展，大数据环境对统计学专业的教学理念和教学模式产生变革性影响，统计基础的数据分析人才将是社会最需要的人才。针对当前统计学教学中存在的问题，以及统计学与其他学科的交叉融合这一事实，培养统计人才需要对高校统计学教学进行改革。

随着知识经济和信息时代的到来，信息量越来越大，统计工具越来越多地渗入其他学科的研究，信息处理技术愈加复杂。大数据时代的来临和大数据处理技术的发展，深深影响着统计学的发展。如何改革统计学专业课程设置？能否利用传统的统计理论和统计方法对海量数据做出快速、精准的处理？如何在大数据时代背景下培养符合市场需求的统计分析师或数据分析师？如何实现统计学基础方法论和数据挖掘的深度结合？如何将大数据处理技术融入相关统计学课程教学，探索统计工具和不同学科的融合，培养出创新型人才，以促进数据处理与分析技术的发展？这些都是在当前大数据背景下，统计教育工作者必须认真思考的问题。高校应从课程设计的开展及考核方式、实践性质类课程选择、实习课程调研、实践竞赛组织等方面改革完善统计学专业培养模式，做到与时俱进，合理设置专业课结构，平衡理论课与实践课的时间，拓宽实习面，完善竞赛组织工作，培养出创新型统计人才。