大数据时代应用统计人才能力需求与教改探索

尹勤 黄宝凤

[摘 要]人类社会已进入大数据时代。文章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，全面分析江苏省高校应用统计专业学位研究生培养现状，从培养目标、培养方案、教学设施、师资队伍、制度保障等多方面总结开展应用统计专业学位研究生教学改革的实践经验，为各高校培养适应大数据时代发展需求的应用统计专业人才提供参考与借鉴。

[关键词]大数据;应用统计;人才培养;教学改革

[中图分类号] G642.0 [文献标识码] A [文章编号] 2095-3437（2019）06-0157-03

随着科学技术的迅猛发展，人类社会已进入大数据时代。大数据正以前所未有的力度改变着人们探索世界的方法，引起社会经济、学术科研、国防安全等领域的深刻变革和关注。2012年3月，美國政府公布了《大数据研究和发展计划》，标志着大数据已经成为国家战略，上升为国家意志。国家竞争力将部分体现为一国拥有数据的规模、活性以及解释、运用数据的能力[1]。有媒体将2013年称为“大数据元年”。几乎所有世界级的互联网企业都将业务的触角延伸至大数据产业。大数据已由技术热词转变为一股社会浪潮，影响社会经济生活的方方面面。大数据时代对统计从业者和应用统计专业人才提出了新的要求，研究探索应用统计专业人才培养的改革路径，明确适应大数据时代需求的应用统计专业学位研究生培养目标，优化人才培养方案，具有重要的现实意义。

一、大数据的概念、特点及对应用统计专业人才的培养要求

对于大数据的概念和特点，国内外学者众说纷纭。根据维基百科的定义，大数据是指使用现有数据库管理工具或传统数据处理应用难以处理的大型而复杂的数据集。大数据科学家John Rauser认为大数据是指任何超过了一台计算机处理能力的数据。Grobelink M认为大数据具有3个特点即多样性、大量性、高速性，又称3V 特点[2]。IBM提出了大数据的5V特点：规模性、多样性、价值性、高速性和准确性。大数据的5V特点是目前被普遍接受的一种说法，但也有学者提出其他特点。我国朱建平教授认为大数据时代的基本特征主要体现在社会性、广泛性、公开性、动态性这4个方面[3] 。贵州省大数据战略重点实验室在《大数据概念与发展》一文中更是从技术角度、应用价值出发，总结了国内外学者所提出的“大数据”的定义[4] 。

大数据时代的到来，是统计学发展史上的里程碑，其挑战包括数据的采集、管理、存储、搜索、共享、分析和可视化。首先是数据来源与数据类型的变化。大数据的来源一般为信息网络系统，不具有很强的目的性，数据的来源也很难追溯。此外，数据的类型也发生了变化。传统统计学的数据为结构化数据，即可以用常规统计指标或图表表现出来的定量数据或专门设计的定性数据，有固定的结构和标准。大数据不仅包括结构化数据，还包含非结构化数据、半结构化数据或异构数据，即一切可以记录和存储的信号。其次是分析思维方式的改变。大数据时代更热衷于追求相关关系[5] 。统计分析过程已转变为直接从各种“定量的回应”中找出有价值的、为我们所需要的数据，并通过分析找到数据的特征和数量关系，进而据此做出判断与决策[6]。而实证分析也从“假设—验证”的传统思路变为“发现—总结”的新思路。最后是与计算机的联系更加紧密。在大数据的时代背景下，统计工作、统计研究与计算机紧密结合，大数据应用分析技术及软件日益增多，以数据挖掘为契机，统计学家得以使用新的算法及分析技术解释更为庞大的数据，使得统计学的应用范围进一步扩大，统计学科体系进一步延伸和完善。

相关学者指出，大数据背景下，应从数据收集、数据整理、数据透视这3方面入手，加大教学力度，指导学生提高处理海量数据、挖掘数据价值的能力[7];数据挖掘与信息技术紧密结合的发展趋势已经成为高校统计专业教育的新方向[8]。据此，本文认为大数据对应用统计专业学位研究生培养的新需求主要体现在： 一是在大数据搜集方面，熟练使用Python或R语言等搜集网络数据，或通过传感器自动采集数据。二是在数据的存储管理方面，传统的Excel所能处理的数据量是有限的，新的处理方法如SQL数据库应运而生。三是在数据的可视化分析方面，数据图像化可以让抽象数据具体化，给用户直观的感受。四是在数据挖掘方面，使用数据挖掘与机器学习的算法来解决统计分析问题，提高数据处理速度和预测分析能力。五是大数据引擎，也称百度大数据引擎，指的是对大数据进行收集、存储、计算、挖掘和管理，并通过深度学习技术和数据建模技术，使数据具有“智能”。此外，大数据时代下的应用统计专业学位研究生的培养工作，不仅需要培养具有现代统计技术、数据挖掘技术与计算机技术的复合型人才，也需要培养掌握相关专业知识、熟悉统计实践领域、具备实际操作能力的应用型人才。

二、江苏省高校应用统计专业学位研究生培养现状分析

目前江苏省的52所本科高校中有统计学科硕士点的高校13所，其中，拥有应用统计专业学位硕士点的高校只有11所（含2017年江苏省新增的应用统计硕士专业学位授权点3所）。在此重点对已实际开展应用统计专业学位研究生培养的8所高校即南京大学、东南大学、苏州大学、河海大学、南京邮电大学、南京财经大学、中国药科大学、南京师范大学进行分析。

在培养方向上，除南京大学门类比较齐全，设有7个方向外，其他高校普遍设有3～5个方向，8所高校总计开设20个培养方向。由图1可见，江苏省内开设金融统计方向的高校最多，分别是南京师范大学、河海大学、南京邮电大学、南京财经大学、苏州大学;第二多的是数理统计方向与社会经济统计方向;另有2所高校开设信息统计与大数据分析、工业统计和质量控制、生物统计等方向。本文作者所在的南京邮电大学设有信息统计与大数据分析、金融统计、人口与社会统计3个方向。

在课程设置上，应用统计专业学位研究生培养的课程体系主要由专业基础课和专业方向课组成。专业基础课主要包括时间序列分析、多元统计分析、统计调查、应用随机过程、试验设计、统计软件、应用回归分析和数理统计等。8所高校中有7所开设时间序列分析课程，该课程着重讨论经典的ARMA模型，同时又对最新的时间序列模型加以介绍，例如ARCH模型族（自回归条件异方差模型）、ECM模型（误差修正模型）和处理高频数据的ACD模型（自回归条件持续期模型）等等，既保证了统计理论体系较为完整，又努力突出对实际案例的应用和统计思想的渗透，是应用统计专业硕士培养开设最多的基础课程。

各高校应用统计专业学位研究生的专业方向选修课主要根据其设置的培养方向、学科特点及实际需要设置。比如金融统计与计量分析模块的选修课，主要包括货币金融统计、金融计量经济学、金融风险计量与管理、金融计算与建模、数理金融与金融工程、投资分析与组合管理等。数据分析方向的选修课则涵盖了大数据的统计模型及分析方法，数据库的管理以及数据挖掘等。人口与社会统计方向则主要包括了人口统计分析、社会统计、国民经济统计。江苏省应用统计专业学位硕士点部分培养方向的专业方向课设置情况如表1所示。

此外，应用统计专业学位研究生培养的最大的特点是突出实践导向，教学更重视运用团队学习、案例分析、现场研究、专业实习等方法。其具体的实施大都采取理论学习、案例教学、实验教学或实训实践这4种培养模式，并通过双导师制突出实际操作能力的训练，注重培養统计分析能力和创造性解决实际问题的能力，培养年限为2年至3年不等。

三、应用统计专业学位研究生培养的教学改革实践

南京邮电大学应用统计专业学位硕士点积极探索大数据时代应用统计专业学位研究生培养的改革路径，立足南京邮电大学在通信信息、计算机技术、物联网、大数据分析等方面的学科优势，充分发挥信息统计与大数据分析、人口与社会统计这两个方向在江苏高校应用统计专业学位人才培养中的鲜明特色，以“科研驱动、实践教学”为主线，实施“培养目标现代化、问题切入案例化、分析能力实战化、师资队伍专业化、评价考核多样化”的全方位教改实践。

第一，面向时代需求，明确培养目标。本学位点基于全国应用统计专业学位研究生教育指导委员会指定的《应用统计硕士专业学位基本要求》，目标定位为培养具有坚实的应用统计学理论基础和较强的数据分析能力，特别是具有大数据统计分析、人口与社会统计、金融统计等相关领域工作的创新能力和实践能力，能够胜任邮电通信和金融等大中型企事业单位、统计局和其他党政机关从事统计和数据分析工作的复合型、应用型统计专业人才。

第二，优化培养方案，重视案例教学。修订了符合应用统计专业要求和学校信息学科特色优势的培养方案，并据此设置了相应的专业化培养课程体系。开展应用数理统计、统计调查等专业基础课的核心课程建设，编制完成内容丰富、结构严谨、实用性强的“应用统计教学案例库”。将工具学习和案例教学贯穿到“理论课程—实验实践—竞赛实践”的整个教学系统中。

第三，完善教学设施，培养分析能力。本授权点建有“经济金融实验教学中心”，下属 “大数据统计分析实验室”和“金融工程实验室”，拥有省级重点科研基地“江苏省统计科学研究基地”，与上市公司我乐家居合作建立了省级研究生工作站。积极组织开展各类实践竞赛活动，仅2018届毕业生获“应用统计专业学位研究生案例大赛”“全国统计建模大赛”等相关学科竞赛奖项一等奖1项、二等奖3项、三等奖3项，深受用人单位欢迎和好评。

第四，开展学术交流，提升师资水平。依托南京邮电大学“江苏省统计科研”基地，组织开展科研项目孵化，提升应用统计专业硕士学位点师资数据分析能力和科研水平。组织学位点师资赴中国人民大学、厦门大学、南京财经大学等高校调研，邀请北京大学、首都经贸大学等统计学界的权威专家到校沟通交流，开拓学科发展视野。聘请江苏省统计局、商米科技有限公司等政府机构和知名企业的企业导师12人，充分发挥双基地—双导师作用。

第五，完善制度保障，综合考核评价。认真学习梳理江苏省教育厅、学校研究生院关于专业学位研究生培养的制度规定，出台院级层面关于研究生培养正副导师制、研究生组会制、教师绩效考核以及研究生奖助学金评定等有关管理规定，激发师生参与应用统计研究生培养、统计建模、应用统计案例大赛等实践竞赛活动的积极性，使研究生自主学习能力和实践创新能力显著提升，2018届毕业生深受实习单位和用人单位的好评。

四、结语

大数据时代的帷幕如今才刚刚被揭开。大数据是一种新的价值观和方法论，人们面对的不再是随机样本而是全体数据，不是精确性而是混杂性，不是因果关系而是相关关系。大数据事关国计民生、产业兴衰、公司存亡，大数据行业的发展，除了市场需求与驱动和技术水平的进步，还离不开资本与政策的帮助[9]。大数据作为一个新生领域，拥有巨大的应用价值，但同时也遭遇工程技术、管理政策、资金投入、人才培养等诸多方面的挑战。虽然人们对大数据的分析理念、思维变革等展开了很多研究，但很多问题还需要反复讨论和时间检验。同样，对应用统计专业学位研究生培养的教学改革也需与时俱进，有待各高校统计学科教学人员和其他统计工作者不断地深入研究和探索实践。

[ 参 考 文 献 ]

[1] 赵国栋，易欢欢，糜万军，等.大数据时代的历史机遇：产业变革与数据科学[M].北京：清华大学出版社，2013：6.

[2] Randal E. Bryant， Randy H. Katz，Edward D. Lazowska. Big-data computing：creating revolutionary breakthroughs in commerce， science， and society[N/OL].2008-12-22（8）.

[3] 朱建平，章贵军，刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究，2014（2）：10-19.

[4] 国务院.促进大数据发展行动纲要[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[5] 维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].周涛，等译.杭州：浙江人民出版社，2013：94.

[6] 李金昌.大数据与统计新思维[J].统计研究，2014（1）：10-17.

[7] 吕振华.浅谈大数据时代政府统计的机遇与挑战[J].商，2015（22）：207+202.

[8] 潘莉.大数据背景下统计应用型人才高等教育教学改革研究[J].现代经济信息，2016（22）：413.

[9] 李军.大数据：从海量到精确[M].北京：清华大学出版社，2014：18-19.

[责任编辑：庞丹丹]