数字经济时代统计学创新人才培养研究

**篇 统计学人才在数字经济时代的机遇和挑战 数字经济时代，大数据、云计算、物联网、区块链、人工智能、5G通信等信息化技术给社会带来了深刻变化。在产业数字化和数字产业化的推动下，许多行业每天都在产生大量数据，运用和分析数据增强了生产、销售、分配、消费以及政府管理的时效性，提高了各行业部门组织机构的工作效率。数据已然成为社会经济新型而重要的生产要素。对数据进行分析，从中提炼信息并指导决策，已纳入这个时代社会以及政府管理各个环节的常规工作，社会爆发出对数据分析人才的大量需求。在这个时代，以数据分析为特点的统计学人才迎来了新的机遇，同时也面临着巨大的挑战。 第1章 统计学人才培养的机遇和挑战 信息化技术催生新行业，改造传统产业，不断拓展统计学专业的应用领域，促使统计学越来越密切地与经济、管理、商业、物流、生物、医学、环境、地质、司法、教育、旅游、心理、民族、社会、人文等学科相结合，因而在统计学人才就业前景持续向好的同时，统计学人才培养的难度也有所增加。 这对高校统计学人才培养来说，既是新的机遇，又是更大的挑战。新机遇是社会需求及其发展为统计学人才提供了越来越多的机会，就业空间更大了，统计学人才培养更加受到社会各方面的高度重视。更大的挑战则是社会对高校统计学如何培养具有交叉学科背景、创新思维能力和实际应用技能的专业人才提出了更高、更多的要求。特别是大数据处理对计算机技能要求较高，有的高校计算机科学专业开设统计学专业课程后，该专业毕业生比统计学专业毕业生更加受到数据公司的欢迎，这就给统计学人才培养提出了新要求：统计学专业人才培养如何定位？如何分规格培养多层次人才？如何确定宏观、中观、微观培养目标？如何设计培养体系？如何提供能胜任创新型数据分析人才培养的师资及教学资源？ 一系列问题都促使我们深入思考当前的高校统计学教育该如何与社会需求协同发展等诸多问题。 1.1 社会发展为统计学人才培养提供更大的舞台 中华人民共和国成立以来，统计学专业人才的社会需求大致分为政府统计需求和非政府统计需求（非政府统计指由非政府机构或部门开展的涉及市场调研、数据分析、决策咨询等内容的一系列统计活动）。 计划经济时代，政府统计工作以编制、执行经济计划为主要内容，我国高等院校统计学专业以培养编制、执行和监督经济计划的专业人才为主，当时许多高校尤其是财经院校的统计系名称就是“计划统计系”（可看作是现在“经济统计”专业的前身）。进入 20世纪 70～80年代，市场经济在国内萌芽，为适应经济转型需要，各级政府及社会各部门统计机构、岗位开始急需专业人才，如政府统计部门（指政府综合统计机构）、企业财务与办公统计部门、生产及质量控制部门、营销统计和仓储物流统计部门等，这些岗位对统计人才在较长一个时期均保持相当大的需求。该时期多数高校统计学专业人才培养的目标就是“为政府统计部门、统计学教育和科研培养新生力量”（黄海， 1998）。这个阶段，政府统计部门长期在统计学专业学生就业中占有较高比重。 20世纪 90年代开始，随着我国保险精算、金融数据库建设与风险管理等行业快速发展，这些领域对具有良好数学基础和统计基础的统计人才的需求较大。部分高校统计专业专设金融、保险及风险管理方向，如中国人民大学，这个时期，统计学专业毕业生开始大量进入金融、保险行业。 同时，随着市场经济进一步发展，民间统计活动在市场竞争中发挥着越来越重要的作用。民间统计机构主要包括各类统计调查公司、数据分析公司、管理咨询公司以及各级统计研究学会等。进入 21世纪，在京、沪等经济发展较快的地区，率先出现了许多调查咨询公司，专门为企业从事市场调查、数据分析等业务。这类民间统计机构在我国东部沿海地区发展较快，后逐渐向中西部发展。这些机构需要大量受过系统统计专业训练且具有良好数据思维、较强数据分析能力的人才，它们也成为统计专业学生就业的主要渠道之一。 21世纪，社会进入信息化时代，大数据、云计算、物联网、工业互联网、人工智能等一系列以计算机为基础的数字化技术快速推动数字经济社会变革。在数字经济时代，数据不仅是资源，而且作为产业数字化、数字产业化的新动能，为企业经营决策、商品服务贸易、社会全面治理等，带来了新的价值增值，成为数字经济的重要生产要素。数据采集、数据标注、时序数据库管理、数据存储、商业智能处理、数据挖掘和分析、数据交换等数字生产技术领域迅速发展，通信、医疗、电商、物流、餐饮、住宿等多个行业用户数据暴涨。各行业都很急需专业人才进行数据处理、分析和信息挖掘，社会对数据分析人才的需求前所未有地增长，所有涉及数据分析的行业都是统计学专业毕业生的用武之地。这使统计学不仅能在各行各业发挥更大的作用，同时也为更多的学科发展提供服务。例如，不仅在所有需要数据分析的行业，而且在所有与大数据、人工智能等新技术有交叉融合的专业，如新工科、新文科、新医科、新农科“四新”专业建设中，统计学提供的数据分析方法都能发挥巨大作用。统计学人才的社会需求骤然增大，其未来的社会需求潜力巨大，为统计学人才培养提供了更大的舞台。 1.2 统计学人才培养随着社会需求发展在不断革新 1.2.1 国外统计学人才培养发展概况 早在古希腊时期，亚里士多德（ Aristotle，公元前 384—公元前 322）撰写“城邦政情”（又称“城邦纪要”），对当时 150个城邦的历史、行政、科学、艺术、人口、资源和财富等社会和经济情况进行比较、分析，被认为是昀早期的国情资料分析。至 17世纪，威廉 配第（William Petty）提出“政治算术”一词，将统计方法与数学计算和推理方法结合，用数字、重量和尺度分析社会经济问题，后演化为“统计学”（statistics）。受此影响，欧洲大学已开设“国情纪要”或“政治算数”等课程，培养满足能分析国情资料的社会需求人才。 20世纪，以英国为代表的市场经济发展迅速，量化分析在经营决策中的作用日益受到重视，许多岗位都需求能够分析调查和观测资料的统计学人才。由于数据收集手段的限制，医学、商务、金融等领域大量产生分析样本数据的需求。 1908年，威廉 希利 戈赛特（ William Sleey Gosset，笔名 Student，“学生”氏）发表了关于 t分布的论文，创立了小样本代替大样本的推断统计方法，开创了统计学研究的新纪元。19世纪末，欧洲大学的“国情纪要”或“政治算数”等课程逐渐被改为“统计分析科学”（science of statistical analysis）课程，主要培养分析研究社会经济问题的统计学人才。该专业毕业生的职业需求总体上以医药公司、财务公司、银行和保险公司的需求量昀大，工资水平也比较高，主要对经营业务数据进行预测、推断，帮助决策。此外，其他公司的市场调研部以及政府部门对统计学专业毕业生也有一定的需求。这个时期，统计分析科学开始广泛应用于社会科学、自然科学和工程技术科学领域。 进入 21世纪，随着计算机技术及互联网发展，以 Google在 2004年前后发表的分布式文件系统 GFS、大数据分布式计算框架 MapReduce和 NoSQL（not only SQL，非关系型数据库）系统 BigTable为标志，大数据技术对社会经济各行业产生了深刻的影响，数据科学家逐渐成为热门职业，因而大学培养数据分析人才的统计学专业越来越受到全球重视。 1.2.2 国内统计学人才培养发展概况 由于历史原因，我国统计学学科长期在两个大领域平行发展：一个是以数学学科为背景的数理统计学，另一个是以经济学学科为背景的经济统计学。 以数学为背景的统计学专业一般设置在数学学院或数学与统计学院，例如北京大学统计学专业设置在数学科学学院，武汉大学统计学专业主要包括概率论和数理统计两个专业方向，设置在数学与统计学院等。北京大学本科统计学人才培养目标是“使学生打下坚实的数学基础，培养创造性的科研创新能力，了解和掌握丰富的现代统计方法”；武汉大学统计学人才培养目标是“培养具有良好的数学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数据分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才”。 以经济学为背景的统计学专业一般设置在财经类院校或综合性大学的统计学院，如中国人民大学、上海财经大学等。中国人民大学的统计学院隶属于经济学部，其人才培养理念是“培养立足于世界舞台的复合型统计人才”，“统计学类各专业培养具有良好的统计职业道德，有理想，热爱统计学及其应用，擅长数据分析，掌握统计学基本理论与方法，能正确运用统计方法和统计软件分析数据和解决实际问题的专业人才”。其中，统计学专业主要培养擅长统计理论与方法研究的专门人才；应用统计学专业主要培养应用统计方法从事风险管理与精算工作的专门人才；经济统计学专业主要培养可以在各个经济社会部门进行统计信息处理和数据分析的专门人才。上海财经大学应用统计专业硕士的培养目标之一是“应掌握统计学基本方法和较系统的统计学专门知识，具有较扎实的经济学基础理论；较为熟悉地掌握一门外国语并能阅读本专业的外文资料；能够理论联系实际，具有对现实经济问题进行统计分析的能力，将经济关系数量化和统计初步建模的能力，并能从事统计实务工作的能力；为政府部门、大中型企业、咨询和研究机构培养高层次、应用型统计专门人才”。由此可见，这两大类统计学在人才培养目标上还是有一定差异。 但是，社会需求发展要求统计学的发展趋于融合统一。统计学学科的方法论和工具性特点决定了统计学的应用领域很是广泛，统计学人才因之应具有多个领域知识。统计学专业与经济学、管理学、生物医学、环境科学等多学科融合，可以培养具有交叉学科知识的能解决实际问题的数据分析人才。随着市场经济的发展和信息技术对各行业的渗透和影响，实际应用对统计学人才的计算机应用及编