大数据背景下林业院校应用统计学专业核心竞争能力探讨

◇西南林业大学数理学院 张 健 刘 琳 吴明山

结合院校定位和行业特色，围绕应用型人才培养，提出林业院校应用统计学专业的六大核心竞争能力：扎实的数学与统计学基础、经济与金融统计应用能力、林业统计应用能力、计算机应用能力、数据分析与数据挖掘能力、创新能力，探讨了核心竞争能力的培养途径。应用统计学专业应该采取多样化的人才培养模式，培养具有行业特色和满足时代需要的应用统计学人才。

1 研究背景

现代统计学可以分为两大类：一类是以抽象的数量为研究对象，研究一般的收集数据、整理数据和分析数据方法的理论统计学；另一类是以不同领域的具体数量为研究对象的应用统计学[1]。近年来，随着科学技术的进步尤其是互联网的发展，数据已经演变为数字、影像、声音、文本等在内的各种信息的载体，社会已经进入大数据时代，统计学迎来的最佳的发展时期。作为林业院校下的应用统计学专业，一方面，应该调整课程设置，主动适应大数据时代对应用统计学人才的知识与能力的需求，另一方面，如何发挥林业院校自身的优势，培养具有行业特色的应用型人才，提高学生的核心竞争能力，是一个值得深入研究的课题。

2 林业院校应用统计学专业核心竞争能力分析

核心竞争力就其内涵而言，具有三个方面的特征：一是独特性，竞争对手难以模仿；二是复合性，由多项核心能力复合叠加而成；三是延展性，是长期的、稳定的优势[2]。根据“统计学类专业教学质量国家标准”的要求，各高校应根据自己的办学定位、学科优势和特色，以现代化社会对统计人才的需求为导向，积极探索建立多样化的统计学人才培养模式以及与之适应的知识体系和课程体系[1]。结合学校的定位和我校以林业、生物学科为特色的特点，提出了应用统计学专业的培养目标为：“本专业培养德智体美全面发展，具有良好的数学基础、坚实的统计理论素养、熟练的计算机应用能力，具备经济、金融、林业等学科的基础知识，富有创新和开拓意识，能够运用统计学方法和计算机软件解决经济、金融和林业中的数据分析问题的应用型专门人才”。围绕这个培养目标，提出了“商业数据分析”与“林业统计”两个发展方向和六大专业核心竞争能力：①扎实的数学与统计学基础；②经济与金融统计应用能力；③林业统计应用能力；④计算机应用能力；⑤数据分析与数据挖掘能力；⑥创新能力。

图1 应用统计学专业核心能力示意图

2.1 良好数学与统计学基础

良好的数学与统计学基础，是应用统计学专业的核心竞争力之一，也是应用统计学专业区别于“数据科学与大数据技术”专业的显著特征。统计学的很多概念和方法都来源于数学，早期的统计学实际上是数学的一个分支，打好数学基础是学好统计学理论的必要条件。本专业开设的数学与统计学基础课程有：数学分析（分3个学期）、高等代数（分2学期）、微分方程、概率论、数理统计、统计学导论等，均为必修课。良好的数学基础也为应用统计学专业往数学系下的概率论与数理统计专业、统计学系下的统计学、应用统计学等专业进一步深造提供了较大的可能性。从素质教育的角度上说，良好的数学素养及数学能力，不仅仅是对专业能力的有效提升，同时也是对自身素质的有效提升[3]。数学的高度抽象性、严密的逻辑性和广泛的适用性在培养学生的理性思维能力和创新思维能力方面具有其他学科不可替代的作用，因此具有良好数学基础的学生有更强的社会适应能力和发展后劲，也更容易受到用人单位的青睐。

2.2 经济与金融统计应用能力

经济与金融领域是统计学的重要应用领域。很多经济、金融领域的理论及实际问题都可以建立统计模型，用统计学的方法加以研究。在我国部分高等院校中，设置有“经济统计学”专业，说明了统计学在经济、金融领域的广泛应用性。同时，经济、金融领域也是“应用统计学”专业的毕业生就业最为广泛的领域。因此，我们将“经济与金融统计”设置为我校应用统计学的主流方向，本方向开设的必修课程有：微观经济学、宏观经济学，选修课程有：管理学、运筹学、会计学原理、金融学、金融统计学、证券投资理论与实务、计量经济学、市场调查与预测等，学生从中选择5至6门课程学习。经济与金融领域的基础知识，可以使得本专业的学生能够较好地理解企业、行业中实际问题的经济学含义，更好地把所掌握的统计分析、数据挖掘的方法应用于解决实际问题中，而且能够从经济学角度对得到的结论进行合理解释。相比之下，这样的核心能力也是“数据科学与大数据技术”专业所欠缺的。

2.3 林业统计应用能力

统计学在林业科研和管理工作中有着广泛而深入的应用，例如土壤结构、气象环境、森林生态、植树造林、病虫害预报、林业调查、森林经营等方面，都需要统计学的支持。然而，目前林业院校中的应用统计学专业往往忽视了林业行业自身的特点，导致所培养的本科毕业生缺乏竞争优势[4]。因此，我校应用统计学专业结合学校定位和行业特色，设置了“林业数据分析”方向。首先，我们将“林学概论”作为必修课，让本专业的所有同学都具备林学的基础知识，打上“林业大学”的烙印。其次，我们开设了一系列选修课程：测树学、林业统计学、林业大数据应用实践、地理信息系统、空间数据分析。学生学习了这些课程以后，初步具备了林业调查、林业统计和林业大数据分析的能力，可以到林业相关调查或研究单位工作，也可以往“森林经理学”、“林业3S技术”、“遥感与地理信息系统”等林业相关方向进一步深造，扩展了学生的知识面和就业面，形成了我校应用统计学的一个特色方向。

2.4 计算机应用能力

大数据背景下，需要学生具备大数据统计思维、分析和处理海量数据能力，这是传统的应用统计学专业所欠缺的，为此，应用统计学专业人才必须熟练掌握计算机的大数据处理能力，以及各种相关的统计分析软件，能理论联系实际，利用计算机的强大处理能力解决实际问题[5]，为此必须加强计算机应用类课程。计算机应用类课程开设了4门必修课程：大学计算机基础与计算思维、Python程序设计、数据库原理及应用、统计计算与应用软件（R语言），以及3门选修课程：办公自动化、网络数据采集与处理、NoSQL数据库技术。其中，办公自动化课程，主要讲解利用Python语言结合Excel软件完成数据的高效、智能化处理，对学生的实际工作能力和数据预处理能力有很大的帮助。另外，在数据分析与挖掘中，不可避免的要涉及到数据存储的问题，少量数据的存储一般用Excel、CSV等文件就可以解决，但是，大量数据的存储就涉及到数据库技术。传统的应用统计学专业的课程体系中，仅开设“数据库原理与应用”课程，讲授的是关系型数据库。关系数据库使用“关系”也就是二维表格来存储数据，使用事务管理和SQL查询技术很好的解决了大型超市、银行、电信等企业的数据存储和管理需求，但随着互联网技术的发展，每天产生的数据不仅数量巨大且类型繁多，包括结构化数据（约10%）和非结构化数据（约90%）。由于传统的关系数据库无法满足各种类型的非结构化数据的存储和高效处理需求，因此产生了NoSQL数据库[6]。NoSQL是对非关系型数据库的统称，用于存储非结构化的数据，具有易扩展、大数据量和高性能等特征，在大数据时代得到了飞速发展。以上7门课程的开设，使得应用统计学专业的学生具备从各类信息系统或者互联网采集数据、存储数据（包括结构化及非结构化数据）、分析数据（R/Python/SPSS）的计算机应用能力。

2.5 数据分析与数据挖掘能力

数据分析，主要是指采用适当的统计学方法，对收集来的数据进行描述性分析和推断性分析。数据挖掘则泛指融合数据库技术、机器学习和人工智能技术，从大量数据中找出隐藏在其中的有用的知识的过程，数据挖掘在电子商务、物流运输、精准营销、生产控制和医疗诊断等行业有着广泛的应用[7]。实际上，广义的数据分析包含了数据挖掘。培养数据分析与数据挖掘能力的主要课程有7门：抽样调查、实验设计与分析、应用回归分析、应用多元统计分析、应用时间序列分析、统计机器学习、数据挖掘。前5门课程是应用统计学专业的传统课程，后两门课程是适应时代发展而开设的新课程，其中统计机器学习主要讲授机器学习的原理，而数据挖掘课程主要讲授应用案例。以上课程都是应用统计学专业的核心课程，所学习的知识可以广泛应用到自然科学、社会科学等各个学科领域中。作为对比，“数据科学与大数据技术”专业仅开设机器学习和数据挖掘课程，而抽样调查、实验设计与分析、应用回归分析、应用多元统计分析、应用时间序列分析等课程一般都不会开设。因此，数据分析于挖掘能力是应用统计学专业最为核心的竞争力。

2.6 创新能力

创新能力是大学生竞争力中最重要的一个能力，即人通过创新思维创造性地发现问题、解决问题的能力，包括创新意识、创新思维、创新技能三个方面。早在2015年，国务院办公厅印发了《关于深化高等学校创新创业教育改革的实施意见》，对高校创新型人才的培养提出了明确的要求。创新能力的培养不是一朝一夕的事情，而是一个长期的过程，贯穿于大学教育从入学到毕业的始终。应用统计学专业需要解决的是错综复杂的实际问题，往往没有现成的方法能够直接应用，而是需要综合利用数学、统计学、计算机知识以及行业知识，创造性地提出解决问题的可能方案并不断尝试，最终找到最佳的方案。提高学生创新能力的途径主要有两条，一是学科竞赛，二是参加科研项目。其中，参加学科竞赛是提升创新能力和实践能力的重要途径，与应用统计学专业相关的学科竞赛主要有全国大学生数学建模竞赛、全国大学生统计建模大赛、全国大学生市场调查与分析大赛、“泰迪杯”数据挖掘大赛等。数学建模竞赛被普遍认为是我国高等院校培养创新型人才的重要教育方式，对提高学生的创新思维、应用数学和计算机工具解决问题的能力、论文写作能力、团队协作能力等有显著的促进作用[8]，其他学科竞赛也有相似的作用。创新型人才的培养离不开扎实的理论知识，更离不开严格的科研实践能力训练。对大学生进行科研训练是改革人才培养模式的重要举措，是培养和提高大学生科研创新能力的有效途径[9]。为鼓励应用统计学专业学生参与学科竞赛和科研活动，制定了“应用统计学专业个性化发展学分”，共2个学分。学生参加一项学科竞赛获得省级奖励的，获得1个学分；获得国家级奖励的，可获得2个学分；学生第一作者发表一篇普通期刊科研论文，可获得1个学分，发表核心期刊以上科研论文的，可获得2个学分。通过各种激励政策的制定，提高学生参加学科竞赛以及申报大学生创新项目、参与教师科研的积极性，从而提高学生的创新能力。

3 应用统计学专业核心竞争能力的培养途径

应用统计学专业核心竞争能力的培养，主要有理论教学和实践教学两个途径。其中，理论教学模块包括以下内容。

3.1 专业基础课程

主要包含数学、统计学、经济学、林学、计算机的一些基础课程：《数学分析1、2、3》、《高等代数1、2》、《概率论》、《数理统计》、《微分方程》、《林学概论》、《Python程序设计》、《数据库原理与应用》、《微观经济学》、《宏观经济学》、《统计学导论》等。专业基础课程的学习，可以为学生打下良好的数学、统计学、经济学、林学的基础。

3.2 专业核心课程

主要包括：《抽样调查》、《试验设计与数据分析》、《应用回归分析》、《统计计算与应用软件（R）》、《统计机器学习》、《应用多元统计分析》、《应用时间序列分析》、《应用随机过程》等。专业核心课程的学习，使学生具备了本专业最核心的数据收集、数据分析与挖掘的能力。

3.3 专业选修课程

方法类课程：《网络数据采集与处理》、《NoSQL数据库技术》、《商业数据挖掘》等。

商业数据分析方向：《市场调查与预测》、《管理学》、《会计学》、《金融学》、《证券投资理论与实务》、《计量经济学》、《金融统计学》等。

林业统计与林业数据分析方向：《测树学》、《林业统计学》、《地理信息系统》、《林业大数据应用实践》、《空间数据分析》等。

专业选修课程的学习，使学生具备了在具体领域（经济、林业）从事数据分析与挖掘工作的能力。

实践教学模块又分为课内实践和课外实践。课内实践主要包含课程实验和课程实习，课外实践主要包括学科竞赛和科研实践。

a、课程实验。

包括各类与理论课程同时安排的实验课程，例如《Python程序设计实验》、《数据库原理与应用实验》、《抽样调查实验》、《试验设计与数据分析实验》等，包含16门必修课程和9门选修课程的实验课。

b、课程实习。

包括6门课程实习及3门综合实习。课程实习为《Python程序设计实习》、《数据库原理与应用实习》、《统计机器学习实习》、《市场调查与预测实习》、《网络数据采集与处理实习》、《数据挖掘实习》等。综合实习为《专业综合实践1》、《专业综合实践2》、《专业综合实践3》，其中，《专业综合实践1》为概率论、数理统计基础方法实习，侧重统计学基础知识的应用；《专业综合实践2》为网络数据采集、机器学习与数据挖掘等多门课程的综合实习，侧重互联网时代从数据采集、数据存储、数据分析到数据挖掘、数据可视化展示的整个流程应用；《专业综合实践3》聘期企业老师参与教学，主要讲解企业中数据分析、数据挖掘的实际案例和工作经验，采用案例式、项目式教学法，带领学生完成一个小案例。以上实习课程的开设，让学生一步一步完成从理论到实际应用的过程，提高学生分析问题和解决问题的能力。

c、课外实践。

课外实践主要包括学科竞赛和科研实践。通过“个性化发展学分”政策的制定，学生参加学科竞赛的比例超过90%，积极性很高，取得很多省级、国家级奖项。同时，也有一部分学生参加了老师的科研项目，或者积极申报“大学生创新创业训练项目”，在老师的指导下开展科学研究、撰写学术论文。通过学科竞赛和科研实践，可以培养和提高学生的创新思维和创新能力。

图2 应用统计学专业核心竞争能力的培养

4 结束语

经济社会的发展需要不同类型的应用统计学人才，各高校应该结合自己的办学定位、学科优势和特色，积极探索建立多样化的应用统计学人才培养模式以及与之相适应的知识体系和课程体系。作为林业院校的应用统计学专业，人才培养主要围绕以下六个核心竞争能力进行：扎实的数学与统计学基础、经济与金融统计应用能力、林业统计应用能力、计算机应用能力、数据分析与数据挖掘能力和创新能力。随着社会和科技的进步，需要对原有的知识体系进行修订，补充新的内容，淘汰过时的内容，从而保持知识体系的先进性，培养适合时代需要的应用统计学人才。