大数据时代统计学研究生课程设置优化分析

摘要：大数据时代对统计学研究生课程设置提出了新的要求。本文以湖北汽车工业学院统计学专业研究生课程设置为研究视角，通过对在读研究生的调查，结合大数据的时代背景，分析在读研究生对课程设置、选课、授课等方面的看法和期望。调查研究结果表明，在读研究对当前课程设置体系满意度在中等以上，在必修课上仍偏好教师讲授。同时，湖北汽车工业学院统计学专业课程设置仍有一定的完善空间，授课方式和内容需要进一步优化，应建立数据模型共享平台，设置更为前沿的课程，借鉴其他院校统计学专业研究生的培养经验。

关键词：统计学；研究生；应用能力；课程设置

一、概述

2011年2月，国务院学位委员会将原一级学科“应用经济学”下的二级学科“统计学”与一级学科“数学”下的“概率论与数理统计”合并为一级学科“统计学”，这便使得统计学从数学和经济学中独立出来。而统计学自成为独立的一级学科以来，既迎来了前所未有的发展机遇，也面临着诸多挑战［1］。而随着大数据发展得如火如荼，统计学专业也正逐步摆脱传统理论框架的束缚，向更加实用和应用导向的方向发展［2］。2015年8月，国务院印发的《促进大数据发展行动纲要》中指出，要建立健全多层次、多类型的大数据人才培养体系；鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才；鼓励采取跨校联合培养等方式开展跨学科大数据综合型人才培养，大力培养具有统计分析、计算机技术、经济管理等多学科知识的跨界复合型人才。苏理云等［3］指出随着大数据时代的蓬勃发展，国家和社会对这类复合统计学人才的需求愈发旺盛，因此统计学人才的培养极其重要，研究生层次的培养更是不可或缺。

湖北汽车工业学院为响应国家号召与需求，积极探索大数据时代统计学硕士研究生的课程设置体系和人才培养模式，并不断探索高校与区域经济社会融合发展新模式。作为全国唯一一所以汽车命名的本科院校，湖北汽车工业学院还担任培养兼具数据分析、经济知识和汽车行业知识的专业复合型人才。湖北汽车工业学院统计学专业下设社会经济统计、金融统计（汽车金融）、汽车产业大数据统计三个方向的专业，因此，本文将从湖北汽车工业学院统计学课程设置出发进行问卷调查与分析，分析大数据时代下统计学研究生应用能力提升路径。

二、统计学课程设置

湖北汽车工业学院统计学学科课程设计包含学位课、非学位课和专业方向课，具体如图1所示，学位课与非学位课旨在为统计学专业学生提供经济学和理学的基础知识，并加入Eviews、R语言、Matlab和Python软件等基础操作知识，将数学模型、经济学知识以及如何复现融入课堂，提升学生的知识储备和实践操作能力。除了专业基础知识外，还加入了前沿方向介绍，如“学科前沿讲座”课程会邀请各行业顶尖专家，来讲解目前前沿课题和高新技术产业等。三个方向的专业课则根据所选方向的特性和基本要求，设计具有强针对性的课程，并在课程中引入论文写作方法，打造“特色专业课+论文指导”模式，并在课程中融入当下社会热点，这也为统计学学生提供了一些可参考的写作方向和角度。

三、统计学专业课程设置调查分析

由于现阶段湖北汽车工业学院统计学研究生仅有一届在读学生，从中随机抽取了15名研究生，对课程设置方面的问题进行了调查。被抽取的学生中，有60.00%来自社会经济统计方向，20.00%来自金融统计方向，20.00%来自汽车产业大数据，可以发现被调查的学生中大多数来自社会经济统计方向。如图1，不同方向的学生所需要掌握的知识也不太相同，因此后面进行问题分析过程中会从这三个专业出发来进行研究。他们的本科专业结果如图2所示，其中有53.33%来自经济学相关专业，33.33%来自管理学相关专业，还有13.34%来自数学或其他专业。其中经济学相关专业学生占比较大，在基础知识背景和知识体系方面，不同的学生差距非常大，尤其在大数据背景下，数学知识和经济知识的储备更加重要，对于数学专业或经济学相关专业的学生来说，计量经济学模型、数据处理和经济分析会更加擅长一些；而对于管理学专业的学生来说，基础数学模型和经济学知识储备不如经济学和数学相关专业，在学习方面会花费更多的精力。

图1调查学生研究方向图2调查学生的本科专业分布

关于当前课程体系设置总体满意度调查，如表1所示，其中13.33%学生对课程体系设置非常满意，20%学生对课程体系设置满意，60%学生认为课程体系设置一般，6.67%学生对课程设置非常不满意，大多数学生认为课程设置一般或者满意。综合来看，在读研究生对当前课程体系设置总体满意度在中等以上。在课程设置过程中，专业方向选修课和专业公共选修课几乎都安排在第二学期，而学位课则安排在第一学期，此外课程设计过程中，课程考查灵活多样，结合考核和考试的特点制定，课程学习则采取课堂讲授、自学、学术研讨相结合的形式。

学生选修课选课的原因调查。关于选修课选课原因调查如表2所示。选修课选课原因中，53.33%的学生是基于研究方向需求选择的选修课，20.00%的学生基于学习兴趣选择的选修课，13.33%的学生是导师推荐，还有13.33%的学生是基于凑学分考虑来选择选修课。大部分学生都是基于研究方向选择选修课，这也表明大部分学生会考虑课程内容是否与他们的主要研究领域或未来的研究方向相关；也有部分学生是因为对于某些特定领域有浓厚的兴趣，基于此选课。

学生课程授课偏好调查。关于课程授课偏好设置调查分为必修课和选修课两个方面，结果如表3所示。在必修课的授课偏好中，63.64%的学生更加偏好“以教师讲授为主”，13.64%的学生则偏好“讲座型教学”，剩下22.73%的学生偏好“讨论式教学”，但有学生偏好必修课选择“以学生讲解为主”；而在选修课的授课偏好中，则只有14.29%的学生偏好“以教师讲授为主”，而“讲座型”或“讨论式”的授课方式会更加受欢迎，剩下19.05%的学生会偏好“以学生讲解为主”。从上述调查结果可知，必修课的授课应“以教师讲授为主”，其他授课模式为辅来进行，而选修课则应以“讲座型教学”或者“讨论式教学”为主，其他授课模式为辅。

新增课程期望调查。在新增课程期望调查中（见表4）可以发现：大部分学生在学习统计学课程过程中，希望能够加入更多的计算机编程、实证分析、模型设计或者更多代码复现类型的课程；还希望学习更多的经济学知识如西方经济学、宏微观经济学等来巩固自己的经济学知识体系；而选修课的选择上，学生们希望可以增加兴趣选修来丰富自己的课余生活；此外，还有学生希望能有机会去外面参加学术会议提升自己的眼界。

四、结论与启示

（一）研究结论

根据上述分析结果，得出以下结论：

课程体系设置总体有很大的完善空间。统计学作为一门跨学科的领域，融合了理学、经济学以及软件编程等多领域的知识。它涵盖了“多元统计”“时间序列分析”等理学课程，“数字经济学”“高等计量经济学”等经济学课程，以及“数据挖掘”“Python编程”和“统计计算软件”等技术类课程。理学类的课程普遍比较难，像“时间序列分析”和“多元回归统计”这两门课，仅仅安排了16个学时即8次课，而这两门科目又属于需要花费较长时间投入的课程，对于没有相对应基础知识的学生来说，如此快节奏的课程难免存在消化不了的情况。而经济学和软件编程类课程则根据学生的基础知识，采取循序渐进的方式进行教学，课时也相对充裕，大约为32课时。这样的安排为学生提供了更多的时间来消化知识、推导公式和复现代码，这无疑有助于学生更好地掌握和应用所学知识。因此，统计学专业的课程设计需要进一步强化数理基础，同时为学生提供更多的学习时间和实践机会，通过增加课时、提供辅导和讨论环节，以及鼓励学生参与项目实践，从而帮助学生更深入地理解统计学的原理，并更有效地应用统计工具和方法。

授课方式需要丰富。对于必修课程，学生倾向于传统的教师主导教学模式，而对选修课程的学习则更倾向于多样化的教学方法。因此，必修课程应以教师授课为核心，辅以课堂讨论和专题讲座等多种形式，以增强教学的互动性和深度。选修课程则需要更进一步，采用更加丰富的教学形式，如组织专题讲座、开展课外实践活动、鼓励学生之间的讨论等，同时结合教师的专业指导，确保选修课程在保持趣味性和丰富性的同时，也不失专业性和深度。例如，公共选修课程中的“学术前沿”课程就采用了讲座形式，这种创新的授课方式获得了较好的反馈。此外，在课程设计阶段进行深入的摸底调查也是至关重要的，这有助于了解学生的真实学习情况和基础，从而制订出更加贴合实际的教学方案。

研究生课程与本科课程相比，涉及的内容更为专业和深入，这对师生双方都提出了更高的要求。研究生课程需要更加专业化的知识体系，这无疑为学生和教师带来了更大的挑战。因此，我们必须不断探索和创新教学方法，以适应研究生教育的高标准和严要求。

（二）启示

（1）建立数据模型共享平台。对于社会经济统计方向的学生来说，他们会涉及很多面板类数据的处理，在做同一个方向的课题时难免会出现寻找相同或类似的指标体系，学生在共享平台分析自己的数据会减少很多工作量；对于金融统计方向的学生来说，需要运行模型代码，如果能够在共享平台获得模型运行代码或程序包就会事半功倍；对于汽车产业大数据方向的学生来说，最重要的是获得产业大数据，对于爬虫的掌握就显得格外重要，因此能在数据共享平台获取Python爬虫程序包会让学生们的研究简单很多。学术不应该闭门造车，更不应该仅仅拘泥于一方小天地，应通过共享平台打破壁垒，实现共同进步。

（2）优化课程设置教学的内容和时长。以湖北汽车工业学院统计学硕士研究生为例，对于难度较大的理学类课程，如时间序列分析和多元回归统计，可以适当增加课时，以确保学生有足够的时间来理解和掌握复杂的概念，并根据学生的基础知识和学习能力，实行分层教学，即对于基础薄弱的学生，可以开设预备课程或辅导课程，帮助他们建立必要的基础知识。在选修课中，可以加入模型设计或代码复现课程，对于有需求的学生来说，能够真正学到东西会比课程本身更有意义。此外，还可以加入就业实习类课程，对于想直接就业的学生来说，参与实习提升自己的核心竞争力会更重要。

（3）借鉴其他院校统计学专业的培养经验。湖北汽车工业学院统计学研究生仅有一届学生，在人才培养方面可以借鉴其他院校的经验。如伦敦政治经济学院统计学系，会与其他公司合作，让研究生使用公司数据开展数据课项目，使研究生获得丰富的实践经历；再如加利福尼亚大学统计学专业会开设专业研讨会以及真实案例分析课程，以此来培养研究生的数据分析能力，这些特色课程都是值得学习或借鉴的。

如今大数据背景下，能够将理论知识运用到实践过程中是至关重要的。此外，在培养方案中可以发现三个方向的特点不够鲜明，仅仅依靠专业课学习是远远不够的，需要在专业课程知识基础上参与类似方向的课题研究，在研究基础上阅读大量文献。

参考文献：

［1］李金昌.一级学科背景下社会经济统计学的发展［J］.统计研究，2013，30（03）：3034.

［2］朱建平，张悦涵.大数据时代对传统统计学变革的思考［J］.统计研究，2016，33（02）：39.

［3］苏理云，叶志勇，高红霞，等.大数据背景下统计学硕士研究生人才培养模式研究［J］.教育教学论坛，2015（22）：142143.

基金项目：湖北汽车工业学院级研究生教育质量工程项目：大数据时代多学科思维下统计学课程体系建设研究（Y202107）；湖北汽车工业学院校级研究生教育质量工程项目：国际化课程项目《计量经济学》（Y202317）；湖北汽车工业学院本科课程教学案例库建设项目：《应用统计学》教学案例库（XALK2024015）；中国高等教育学会重点课题：“地方元素”融入高校课程思政教学改革创新研究（23DF0304）；湖北本科高校省级教学改革研究项目：数字教育背景下研究生线上线下融合（OMO）教学模式的理念创新与路径优化研究（2023411）

作者简介：程文明（1988—），男，汉族，湖北宜都人，博士，副教授，研究方向：社会经济统计；李方圆（2000—），男，汉族，湖北汉川人，硕士研究生，研究方向：社会经济统计；胡姜（1988—），男，汉族，湖北郧西人，博士，副教授，研究方向：社会经济统计。