改革开放40年统计学人才培养模式的演进与展望

罗良清 郭露

摘 要：改革开放40年来，伴随着经济理论与社会科学研究技术能力的逐步提升，我国高校在统计人才培养框架思维、统计学科方向设置和大统计观下的统计人才所需能力研究等方面做出了诸多努力。伴随经济发展与世界经济活动下的国际分工，我国高校人才培养模式依次走过了“数理统计”“经济统计”“数据统计”和“综合统计”等阶段。未来以交叉学科知识为基础，个性化人才定制培养为依托的“全域统计”培养模式将成为主流。

关键词：统计学；人才培养；发展研究

统计学科是非常注重“解决实践问题”的社会科学。从“问题导向中来，到解决问题甚至预测未来趋势中去”是统计学科存在的重要意义。始于20世纪初期的统计教育最初由英美等国的传教士和留洋的青年知识分子引入，从一开始就具备了“面向问题提供具体方案”的显著性特点。但由于之后长达多年的国内军阀混战和抗战，统计学科人才培养转为通过证据有效收集用来支撑新的统计手段和方法使用的统计证据期。比较集中体现为民国以来的“系列考古发现”和“黄金十年”的经济统计调查。新中国成立后直到改革开放前，受政策影响，我国统计人才培养基本是苏联输入工程类统计思想和工具，并为工程统计问题服务。

改革开放至今的40年间，中国的高等教育在由精英教育向大众化教育的转变中，为中国经济的高速增长提供了强有力的人才保障。我国统计学教育从早期计划经济体制下的计划统计方向逐步过渡到数理统计与经济统计各自“管中窥豹”阶段，再到新世纪以来由大数据背景下的数据科学介入逐步走向“科学统计”阶段。在这40年中，我国统计学教育的培养目标和培养模式也在不断发生转换和变迁，逐步形成中国特色的统计学人才培养模式。

一、改革开放40年来统计学人才培养的发展历程

1998年教育部颁布的《普通高等学校本科专业目录和专业介绍》将统计学列为理学门类下的一级学科，将原来分属在数学下的数理统计专业和经济学下的统计学专业合并为一个专业放在理学门类下，授理学或经济学学士学位[1]。

这一举措改变了当时统计学科的现状，结束了统计学界关于“数学的科学还是社会的科学”的争论，我国统计学科迅速发展起来。基于各自专业历史沿革，高校统计一般划分为经济统计与数理统计两个方向，绝大多数高校的统计学专业均划归到应用经济学学科下的统计学学科，多属于经济统计范畴；而依托于工程类和科学院所的高校由于研究传统，统计学科则多单独集中归类成为数理统计学院（部）（授理学学士学位）。2011年国务院学位办对学科目录进行大修订，理学门类下的统计学单独成为一级学科，它包含数理统计、社会经济统计、生物卫生统计、金融统计与保险精算、应用统计等二级学科。经过十多年的教学改革，综合院校、财经院校等不同类型高校的统计学专业在学科发展上各有所长，整体教学水平较过去有了很大的提高。这既适应了以“普遍方法引领具体方向”的学科布局思想，也加快结束了过去由于“门户之争”和“历史沿革”带来的统计学科间互不往来的尴尬现状。

改革开放40年来，为适应我国社会、经济及科技的发展，依据统计学人才培养融合经济社会发展的阶段性特征，我国统计学人才培养所经历的发展过程大致可划分为三个阶段：初步探索阶段、逐步成熟阶段、深化创新阶段。

1.初步探索阶段（20世纪70年代末—80年代中期）

改革开放初期，经济建设及教育事业百废待兴。新中国成立初期在计划经济体制的指导下，统计学科主要为经济计划的编制、执行与监督培养统计专业人才[2]。进入市场经济环境下，各级政府部门统计机构的专业人才匮乏，1978年的“峨眉会议”确定当时统计学人才培养的目标是为统计学教育和统计科研培养新生力量。

十一届三中全会的召开，使统计工作、统计理论教学和人才培养工作发生了重大的转折。统计教学及理论研究的转折点是从“峨眉会议”开始的，17所设有统计系或统计专业的院校统计系或统计专业的主要负责人和教授参加了会议[3]。会议明确了社会经济统计学是方法论学科，扩大了统计学的范围，认定统计学涵盖了社会经济统计学、数理统计学、自然科学、心理科学领域内的统计学。这也为统计学人才培养的多样化奠定了基础。

2.逐步成熟阶段（20世纪80年代中期—90年代末）

20世纪80年代至90年代末是我国社会主义现代化建设快速发展时期，经济社会发展对统计学人才的数量需求不断增多，对专业知识结构与类型的要求日益多样化。在此阶段统计学专业人才培养的目标是为企事业单位培养统計专门人才。

各行各业、各企事业单位对统计学专门人才的需求日益增多，各大高校为了适应社会对于统计学人才的需要，先后设立了相应的统计学专业。在统计学专业下设多个方向，主要有经济统计、金融统计、数理统计、生物统计、风险精算等为主，极大地繁荣了统计学科的发展。专业方向的设定主要结合学校自身的定位，结合学校的师资水平，同时依据市场需求不断调整统计专业的研究方向，使得统计学专业人才能够契合市场的需求。

3.深化创新阶段（21世纪初至今）

经过近20年统计学人才培养的探索，统计学专业的人才培养模式有了一定的发展。特别是进入21世纪，数据资源在社会经济众多领域的广泛应用引起了人们的重视。统计学作为与数据资源紧密联系的工具学科，对于激活大数据的生命力，实现大数据的广泛应用起到了至关重要的作用。以数据为载体的统计学专业人才培养模式更需紧跟大数据发展潮流进行改革与创新。

目前，在原有统计学专业方向人才培养的基础上，一部分高校在统计学的本科教育试行与数据科学交叉培养，或者专业方向上以数据科学为导向逐步转型的培育模式[4]。大数据时代的来临给统计学人才培养带来了新的挑战，也使统计学专业焕发了新的生机。数据科学时代统计学人才培养模式具有明显的学科交叉特点。统计学在新时代数据人才培养过程中具有重要的基础地位。针对海量数据的搜集、定义、挖掘，不仅需要数据结构、数据库等计算科学专业知识，更需要有数据定义、数据设计等统计学理论知识。因此统计科学和计算机技术在数据抓取、数据分析及数据挖掘方面有交叉影响的作用。所以在大数据时代学科间的交叉培养是新阶段统计学科人才培养模式的重要特征。

二、改革开放四十年统计学人才培养模式分析

1.数理统计模式

该模式的形成来源于对统计学科所需知识本源的认知，改革开放初期，高校与科研院所对于“教什么怎么教”的问题既欠缺理论准备，又欠缺教员储备，多数都是在已有教学实践和过去经验指引下建设和开办专业。具有数理背景和工程实践能力的科研人员自然应用“数理的思想去解构统计”的问题，再加上20世纪80年代经济活动还未成为社会发展主流现象，以数学和理学为主导的统计科学思维大行其道，他们应用数学训练、理学逻辑思辨和工程类中的决策理论进行统计学科建设。这个时期具有明显的数学化和公式化概念。

2.经济统计模式

1992年小平同志南方讲话后，改革思想进一步解放，社会经济日益与世界融合、接轨发展，新的社会统计问题层出不穷，各种基于资源的使用能力、挖掘潜力和国民经济增长能力所需的统计报表、经济数据需求大量涌现。受过西方经济学系统训练的创业者和经济人士逐渐成为这个时期的弄潮儿，越来越多的企业在进行国际活动交流时需要以经济理论为武装的统计方法和手段对应支持其企业决策。同时高等学校和科研院所在十余年间对西方经济学引进吸收的过程中掌握了现代经济理论的基本框架。基于“经济的理论去研究统计问题”成为必然选择，也导致了统计科学研究两大势力分化状况的出现。

3.数据统计模式

1998年教育部把零散的统计学科归纳到理学一级门类下单独作为一级学科进行处理，客观上为“数理统计”模式和“经济统计”模式的分化提供了缓和的机会，更大的融合来自于21世纪初互联网泡沫破灭带来的网络新科技应用的方向调整。2003年之后，以“数据革命”及知名搜索公司为代表，行业内企业纷纷意识到网络资源中最主要的是数据“资源化”和数据“主观化”带来的巨量经济现象。这使得高校在统计学科的人才培养上面临重新定位问题。抛弃过往的“门户之争”，大家在共同可用资源范围内寻找新的学科发展机会和确定未来学科发展方向问题是这个模式下学科存在的普遍意义。

4.综合统计模式

随着2015年以来脸谱网、百度公司及国内外知名公司的数据泄漏事件及负面影响的发酵，完全以数据获取、数据清洗和数据二次开发的数据统计模式下的人才培养也面临一个如何界定数据获取范围及程度、商业道德如何考量及如何考虑数据成本的问题[5]。高校培养人才应该是以“德才兼备”为最高标准，因此综合统计观下的人才模式培养要纳入到大学课程培养体系中去，切实抛弃过去十多年培养中存在的“只重技术、不重规范”“只重数据使用、不重逻辑分析”的问题，以期给社会商业环境的健康发展提供人才保障。

2018年6月，在全国高等学校本科教育工作会议上，教育部部长陈宝生作了主旨为 “坚持以本为本，推进四个回归，建设中国特色、世界水平的一流本科”的讲话。150所高校联合发布了《一流本科教育宣言》，宣言主张要把回归常识、回归本分、回归初心、回归梦想作为高校教学改革发展的基本遵循。在新时代、新思想的指导下，各种统计人才培养模式除进一步专业精细化外，也正在走向宽口径与相互融合，人才培养目标在致力于解决社会经济现实问题中殊途同归。这在其支持专业能力的课程设置上可见一斑。当然统计学专业的建设也同现代化建设一样，各阶段有所侧重，但其核心建设离不开“以本为本”、离不开“四个回归”。

三、我国统计学人才培养的基本特征

改革开放40年来我国统计学人才培养在社会经济发展新要求的推动下，在人才培养目标、课程设置上呈现出不断追求长效发展，积极倡导多学科交叉融合、重视专业教师队伍建设，持续完善实践教学等基本特征。

1.人才培养目标

专业目录调整之前，传统的统计学专业往往立足于为政府统计部门、企事业单位统计岗位及学校、科研部门培养人才，专业设置上有经济统计、企业统计、金融统计等。大多数高等院校均将统计学专业的培养目标定位为培养“高级专门人才”，所学所用过于专业化，导致统计学专业毕业生的知识结构过于狭窄，直接影响了统计专业毕业生的创新能力以及对统计实务工作的适应能力，不能适应社会的实际需要。

统计学人才培养的早期阶段，大部分高校人才培养方案都将培养目标定位为“能在相关部门从事统计理论与实际工作的高级专门人才”。“高级”这一定位的现实性与科学性值得推敲[6]。在改革开放之初，缺乏各种中高级人才，本科招生规模较小，然而当高等教育大发展，甚至是研究生规模已经达到相当高程度的情况下，仍然把培养本科畢业生认定为高级人才就不恰当了，既与现实不符，也不符合科学。

为了与市场经济体制相适应，顺应数字经济发展与人工智能发展，统计学人才培养目标及培养模式也在作重大调整。作为具有庞大的学科体系和丰富的学科内容的统计学，人才培养过程仅通过本科教学就把学生培养成高级统计人才显然是不现实的。对于本科生而言，首当其冲的应该是掌握统计学的基础理论知识。目前阶段统计学人才培养目标是适应社会经济发展需要，培养具备统计数据收集、整理、分析等方面的专业知识和能力，专长于数据产出与组织、数据建模和分析，能运用统计、计算机技术及相关知识，在政府部门、金融部门、包括门户网站、电商在内的各类企业从事数据处理、统计方法分析等工作的复合应用型人才。

2.课程设置

统计学人才培养目标的调整，其能力培养对应的课程建设有了较大的变动，结构性数据的大量出现，使得统计学的对象发生变化，大量新课出现。改革开放四十年来，高等学校统计学核心课程体系基本完善。以北京大学、中国人民大学、上海财经大学、武汉大学的课程设置为例，大部分高校的课程设置分为理论课程和实践教学课程，理论课程包括通识基础课、专业基础课和专业选修课。理论课程中基础课程和通识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及选修课程，大四理论课程基本修完，主修教学实习和课程设计[7]。统计学课程的合理安排是统计学人才培养的基础性内容；理论课程的教学是统计学人才培养体系的核心基础。在国内高校中，中国人民大学和上海财经大学这两所学校在理论课程的设置上具有一定的前瞻性，均开设有扎实的数学和统计学前沿理论课程，为学生在统计应用方面的提高奠定了坚实的基础。

实践教学是适应数字经济与人工智能的发展、巩固统计学理论知识和提升理论认识的有效途径，是培养具有统计学创新意识的应用型统计人才的重要环节，是统计理论联系社会现实，培养统计专业学生掌握科学方法和提高学生动手能力的重要平台。理论课程并重的实践课程改革日益重要，相应的实践环节与内容不断创新与丰富，并且与实践问题相结合才能解决实际问题。实践类课程能够加深统计专业学生对统计理论知识的掌握和综合运用。因此构建丰富多彩的实践教育环节能够大大提高学生的处理实际问题能力和适应社会发展的能力。

3.专业教师队伍建设

信息爆炸的时代，数据技术发展迅速，市场需求也对统计专业教学提出了新的更高要求，传统的、单一的教学模式已经不能满足大数据时代对统计学知识的要求，这也要求高校的专业教师队伍及时补充更新自身的知识储备。统计专业教师不仅要深化对统计理论知识的理解，同时还要学习更新频率较高的统计数据分析软件，提升自己的实践操作能力。这就要求我们的教师需要不断汲取新时代的海量知识，洞察统计学科的新方向，掌握各类统计软件，学习前沿数据处理算法，依据学科的新发展不断学习。

师资队伍的建设除加强国际化外，其结构及具备的知识知识也有了较大的扩展，由原来的经管类知识与数理知识，扩展到大量的非结构数据处理能力与算法知识。大数据时代的来临使大部分统计学专业老师意识到，这不仅是对教学工作的挑战，也是自身发展的重要机遇。尤其是新时代数据科学专业人才相对匮乏，作为相关领域的学者，应加强学习与数据科学相关的基础知识与方法，查漏补缺。通过各种形式的学习出访机会，弥补专业知识结构上的短板，以便将学习到的前沿知识教授于课堂，拓展学生的专业视野，激发学生的学习热情[8]。

四、统计学人才培养发展的未来方向

如前所述，我国统计专业人才培养在新中国建立后的近70年发展历程中经历了“数理统计”“经济统计”“数据统计”和“综合统计”等培养模式的演变。对于统计人才的培养指导思想也经历了从改革开放前的服务于具体工程和工作归口的被动统计到改革开放后的作为服务于学科发展和支撑企业核心竞争力组成来源的转变。改革开放40年，既是统计学科自身不断独立发展壮大，与过去纵向对比获得了系统性和客观性学科地位的过程；也给统计教育面对国际日趋复杂的商业经济活动带来了新命题，未来统计学人才培养要在坚持习近平总书记“办人民群众满意的教育”的指导思想下，从自身学科特点出发，做好以下几项培养工作：

深刻认识统计学科发展与国际国内经济发展周期的紧密结合，实现人才培养的“常变轨”思维落地。比如，我们现在谈论的大数据为背景的统计人才培养研究，就要认真思考大数据对统计门类课程设置带来的实际冲击。作为统计教育的培养者，要有时代感和责任感。前瞻性地建设高效优质课程，同时以基础课程和通识课程为依托，培养符合国家、区域经济发展的高素质人才，既不盲目追求西方统计学门类下的“小而精”，更不依循过去统计学教育的“大而全”，走出一条中国特色发展的道路。

积极探索统计学培养模式所需的人才储备和人才引进工作所需的路径设计。对于统计人才的培养一定要深刻认识培养模式或是学科门类设计，都是基于高质量教育人才的合理延伸。没有高质量的符合现实需要的教师队伍和领导管理人员，再好的模式设计和课程安排都只是纸上谈兵。为此要加快统计学科的国际化交流进程，同时也要在国内形成好的学术氛围，打造一批精品课程、名师计划和教学与科研双结合的示范性人才隊伍，为有志于统计研究的青年学生提供更优质的知识服务。这是统计学科人才培养高质量的重要保障。

大力甄别统计教育活动中各种无意义、浪费资源，特别是“曲高和寡”的相关教学和实践工作。充分意识到目前是以“数据识别和数据挖掘”获得深度信息的时代，统计要在“回归常识”和“新行业构想”这两者间找到教育培养的平衡点，且这种平衡还要结合学生的具体实际开展分门别类的适度教育，不能用同质化的统计教师队伍应对所有对统计学习感兴趣的学员需求。打造一个“轻松适度”“层次清晰”的统计培养体系既考验决策者的智慧，也考察着教育者的初心。让统计学科充满教学与研究的活力，首先要让接受统计教育的学生活跃起来，其次是让研究的话题在时代感和历史感中找到合理的位置。这是统计学科人才培养延续本真的有效安排。

统计学人才培养的未来方向取决于社会经济发展的需要，取决于社会经济科技进步的需要。其人才培养目标、培养模式、课程建设、师资队伍建设都将围绕这两个需要展开。在可以预见的不远将来，统计学科人才培养模式过渡到“综合模式”的时候，以人工智能、大数据协同运算和分布式工作组为统计教育和科研网络核心概念的时候，富有层次感的统计人才体系建立速度将大大加快，成熟的商业社会也将倒逼统计学教育进入更有框架意义的定向培养模式。这才是高等教育从“精英教育”向“大众化教育”转变的实质性表现。

参考文献：

[1] 戴婷，张宇. 我国统计学人才培养模式比较研究[J]. 湖南工程学院学报，2010（9）：106-108.

[2] 罗良清，郭露. 新专业目录下统计学人才培养模式探究[J]. 中国大学教学，2013（5）：29-32.

[3] 李成瑞. 新中国统计科研和统计教学的转折点[J]. 统计研究，1998（6）：61-63.

[4] 庞新生. 对农林院校统计专业本科教学改革的思考[J]. 山西师大学报，2010（1）：158-160.

[5] 祝丹，陈立双. 大数据驱动下统计学人才培养模式研究[J]. 统计与信息论坛，2016（12）：102-107.

[6] 高洁. 关于统计学专业本科教学的若干建设性意见[J]. 无锡教育学院学报，2006（4）：55-60.

[7] 张小华，郑伟. 高校统计学专业人才培养现状分析[J].中国教育技术装备，2016（8）：97-98.

[8] 张晨，卢媛. 大数据背景下统计学专业创新型人才教学实践探究[J]. 教育现代化，2018（10）：102-104.

[责任编辑：周 杨]