大数据背景下统计学学科发展方向与建设路径探究_王健.pdf

2023年第4期大数据时代的到来为统计学学科带来了巨大机遇与挑战，企业越来越重视从大数据中挖掘潜在的商业价值，海量的数据、多样化的数据类型及其潜在的商业价值正对统计学学科产生重大影响，学者们为适应大数据的要求纷纷提出相应的改进与变革。统计学作为一门独立学科，其学科方向需要结合时代背景及时调整，探索出一条具有时代特色的学科发展之路。本文结合学科发展趋势和社会需要，分析大数据时代对统计学学科带来的机遇与挑战，明确统计学学科发展方向，探索大数据背景下统计学学科的建设路径，为统计学学科建设与发展提供参考。一、大数据时代为统计学学科带来的机遇与挑战随着大数据、云计算、人工智能等新技术的快速兴起，数据呈爆炸式增长，数字经济的发展、企业的智能化改造、数字化转型，正在对统计学学科产生深刻影响，为统计学学科带来了巨大的机遇与挑战。（一）发展机遇在新的大数据时代，通过互联网、云计算、区块链、物联网和相应产生的大数据实现了资源的快速优化配置与再生，大数据的发展凸显数据分析的重要性，数据处理与分析就需要统计方法和统计思维。作为数据收集与量化分析的必备方法与工具，统计学在各行各业中有着越来越广泛的应用。以往的数据分析和储存模式已经被打破，数据存储更加方便，存储数据量大幅度增长，数据分析不再局限于时间和空间，而是可以通过云储存技术、大数据技术等先进的现代化技术将海量的数据纳入数据处理分析工作中。大数据的应用帮助企业了解客户，锁定资源，及时掌握市场动态，开展精细化服务，预测未来的发展趋势，帮助企业作出更好的业务决策，实现资源优化配置，提供更多便利，产生更大价值。大数据提供了很多传统数据所没有的信息，丰富了统计学的数据来源，拓展了统计学研究的领域边界，应用范围不断扩大。目前培养的数据分析人才远远不能满足社会需求，人才缺口巨大。大数据时代各行各业各个领域对统计学毕业生的人才需求也将会不断增加，因此增加了统计学毕业生的就业机会。（二）面临挑战大数据体量巨大，来源不一，种类繁多，不仅包含数字型的结构数据，还包含文本、音频以及视频等非结构数据。在以往的统计学学科知识结构中，数据是结构化的，而面对非结构化数据，往往缺乏相关理论的指导，难以进行有效的处理分析。另外，大数据是全样本或几乎接近全样本，统计学的随机抽样理论，特别是以随机样本推断总体分布性质的统计方法是否依然适用？基于大数据的数据挖掘、机器学习和人工智能可能会改变小数据里的很多算法和基础理论，大数据条件下的数据处理与数据分析面临颠覆性的创新。新时代新经济的发展，需要新的统计调查方法和新的统计指标体系，以解决新经济测度和全面量化的问题，这些均对各种大数据分析提出了统计方法和统计技术的挑战。大数据时代对统计学学科提出了新需求，对统计人才提出了新要求。因此，统计学学科需要加快变革，适应大数据时代的要求，结合当前各种前沿大数据分析方法，充分利用信息技术与计算机软件，不断创新原有的经典统计分析方法，增强分析处理数据的能力。二、大数据背景下统计学学科的发展方向在大数据背景下，数字化、智能化已经成为现代工业转型升级、实现高质量发展的关键。统计学学科要立足前沿，紧跟时代发展，面向社会需求，注重交叉融合，加强应用实践，明确学科建设发展方向。（一）统计学学科要紧跟时代发展大数据和新经济时代催生新技术、新产业、新业态和新模式，数据成为最关键的生产要素，大数据分析对推动传统大数据背景下统计学学科发展方向与建设路径探究王健摘要：大数据、云计算、物联网等新技术的发展，海量数据的存储、挖掘、分析和应用成为许多部门和行业的需求，也对统计学学科产生深刻影响。为适应时代变革，分析大数据时代为统计学学科带来的机遇与挑战，明确统计学学科的发展方向，要紧跟时代发展、适应社会需求、注重交叉融合、加强实践应用；从人才培养、实践实训、教师转型及科学研究几个方面提出大数据背景下统计学学科的建设路径，为统计学学科建设与发展提供参考。关键词：统计学；学科建设；大数据中图分类号：G642文献标识码：A基金项目：2021年校级教学改革研究与实践项目“大数据背景下统计学学科方向凝练与建设路径研究”，项目编号：2021JG17。作者单位：河北金融学院大数据科学学院 经济纵横54DOI:10.19885/ki.hbqy.2023.04.0432023年第4期产业从工业化向数字化转变起着重要作用。统计学学科要顺应科技发展和国家经济发展，体现新理论、新方法及新的应用场景。统计学学科要紧跟数字经济的发展需求，围绕国际学术前沿问题，瞄准国家、地方重大战略，了解国内外著名高校的学科现状，面向科技革命，把握时代脉搏，紧跟社会发展步伐，顺应时代发展新理念，进一步凝练学科方向，不断挖掘新的学科增长点，体现“强基、特色、融合”特征的学科优化，使学科建设“入主流”。（二）统计学学科要适应社会需求在大数据时代背景下，市场对统计人才的能力要求强调复合性和应用性，大数据人才的供不应求也是目前大数据行业面临的一大困境。原有的学科体系已经与市场需求不相匹配，与社会对统计人才的要求和需求不对称，不能适应当前的社会发展。因此，学科建设要满足地方经济发展需要，要回应社会需求，以学科建设承载育人功能，加强产教融合、校企合作，加强与相关企事业单位的广泛交流与合作，市场关注什么、需要什么，就积极提供相应服务，提高学生未来就业核心竞争力，为服务地方经济发展提供人才保障。（三）统计学学科要注重交叉融合现代统计学向着应用性更强和与其他学科交叉的方向发展，学科的交叉、融合是孕育新的知识增长点的重要方式，通过交叉融合产生新理论、新方法、新技术，发现新的研究方向，拓展新的学科生长点。统计学的发展和统计数据处理离不开计算机，需要数据、算法和算力这三要素发挥作用。尤其是大数据时代下，计算机技术已经成为统计方法的载体，这就促进了统计学与计算机科学的结合。以计算机科学、大数据处理、人工智能技术为代表为传统统计学赋能，使传统优势和新兴领域达成深度融合，优势互补，推动学科间的交叉融合。（四）统计学学科要加强实践应用统计学是一门关于数据分析的方法论科学，注重应用与实践。实践是理论的继续、扩展和深化，注重知识与方法的应用。要建立多层次、立体化实践实训体系，加强学生数学基础、统计学理论与应用研究的有机结合，进行应用技能和计算机编程的基本训练，注重数据、算法、模型的学习与应用，注重学科竞赛、专业实习、社会实践等实践环节，较好地将理论知识与实际问题结合起来，提高学生统计分析、统计计算及数据挖掘能力，增强学生发现问题、解决问题的实践动手能力，使学生能够运用统计分析方法解决现实问题。三、大数据背景下统计学学科的建设路径（一）人才培养学科建设始终要把育人放在首位。大数据时代不仅要求从事相关专业的人员能够建立理论模型，还要能够从海量数据中挖掘有效信息提取应用价值，熟悉技术的应用场景。新时代的发展需要“新人才”，当前以及未来，社会对统计学学生的需求将更偏向于掌握大数据分析方法和处理技术的人才，对数据分析能力要求逐渐提高。因此，考虑国家大数据战略下统计发展的新变化、新趋势，按照“优势突出、特色鲜明、社会急需”的原则，以服务地方经济发展为目标，以适应大数据时代人才需求为导向，紧盯产业发展和技术创新前沿，落实立德树人根本任务，革新人才培养目标，充分体现知识、能力和素质要求，构建适应大数据时代要求的统计学学科体系和学科交叉型人才培养体系，建立以师生共同体发展为理念、以产出导向及新时代科技赋能为核心支撑的本科人才培养方案，推进学科专业知识体系、培养环节、培养模式的改革；优化“思政+专业+科技”的人才培养体系，深入挖掘德育内涵，寓价值观引导于知识传授和能力培养之中，落实OBE与时代科技赋能理念，提高人才培养质量，探索多样化的新型人才培养模式，培养新时代大数据分析、人工智能、计算和管理领域的高素质创新型应用型统计人才。（二）实践应用以往的统计学实践实训内容深度和广度还不够，科技支撑作用不明显，交叉整合的力度不够，专业的复合应用型特色不明显。要重构实践实训体系，打造新型实践模式。提高实践环节的比重，要把实践能力的培养摆在突出位置，把统计软件应用能力的培养和统计学的实践实训环节有机结合，以主流的统计软件来贯通其整个统计实践实训内容，以“问题-学习-训练-实践”四环节能力训练模式，探索实践考核新方式，突出应用型学科属性。充分利用实验室和实践实训基地资源，为实践锻炼创设互动式、多样化、智能化、开放性的智慧实训环境；加强统计学与计算机科学的结合。数据与计算能力是基础，算法和模型是核心，增加计算机科学、大数据处理、人工智能技术等领域的实践环节，提高内容的时代性和前沿性，建立资源共建共享机制，拓展实践资源空间。发挥课外研讨、学科竞赛等多种培养方式的优势，鼓励学生积极参加数学建模、数据挖掘、市场调研等各类学科竞赛，参加寒暑假社会实践调研，激发学生学习兴趣，锻炼学生的综合素养和创新能力；开设创新创业实践活动，激发和培养学生的首创精神、企业家精神和创新创业能力。加强与相关企事业单位的广泛交流与合作，与实践部门合作建立培养协同创新平台，积极发展产教融合协同育人的新型产业学院，为学生提供在真实的场景中学习的机会，实现企业等机构对教育过程的真实渗透；坚持“请进来走出去”的策略，加强专业教师与企业高层管理和技术人员多方面交流合作，邀请企业专家到校园讲座、授课，让学生提前走出学校，走进企业课堂去观摩、去实践，充分利用实践实训环节，让学生从实践中学习工经济纵横 552023年第4期作技能，培养行业需求的高端实践人才。（三）教师转型当前学科发展的主要矛盾是教师的知识结构和能力不能满足新时代人才培养的新要求，教师的转型发展成为当前的重要任务。制定学科师资队伍培养的中长期计划，并结合现有师资队伍的基本状况，完善师资队伍成长的各项体制和机制，激励教师转型发展。更新理念，打破以教师为中心的模式。学生是学习过程的主体，教师是学习过程的组织者和引导者，要以学生为中心，以成果为导向，完善启发式设计、讨论式设计、案例式设计，引导学生在思考中深化学习，在思辨中提高认识；开展培训工作，通过线上线下多渠道、多层次、多阶段循序渐进开展教师专业理论培训与实验实训锻炼，促进教师转型，使教师从多渠道吸纳新理念、新方法；发挥教师教学发展中心的作用，健全教师发展体系，构建教师能力提升工作坊，以课堂为基地，以教研室为载体，开展内容丰富、形式多样的教研活动，让教师通过自主研修、集体讨论、比赛评比等活动提高自身业务水平；依托新型产业学院、校企合作实践平台，积极实行专业教师到企业实践制度，为教师提供专业实践平台、访学交流平台，鼓励教师跨专业、跨学科发展，加快师资队伍“双师、双能”化建设进程；立足学科的可持续发展，打造专业建设团队，实现教师个人与学科的共同发展，从整体上提升师资队伍建设质量。（四）科学研究科学研究是学科建设的重要内容。强化学科特色，凝练科研方向，坚持理论与实际紧密结合、科学研究与人才培养紧密结合，面向当前社会需求，发挥优势领域，通过交叉融合发现新的研究方向；要积极探索和拓展科学研究范围，围绕统计学、大数据等研究方向，逐步形成数据支撑显著的科研特色，提升科研创新能力。强化科学研究的管理制度，加强学科带头人引领，实施多元化、柔性人才引进机制，大力培养杰出的中青年学术骨干及创新团队。加强重点实验室、协同创新中心、特色智库等科研基地建设，注重高端科研项目培育，锻造新时代应用创新型科研团队，产出有影响力的高质量科学研究成果，注重通过代表性论文、代表性专著等体现学术创新和应用成效，实现学科的突破。聚焦社会服务方向，大力推进协同创新、科技成果转化和产学研合作，将当前企业需求、人才培养和创新发展紧密联系起来，积极融入企业与社会的发展前沿；鼓励学院教师积极参与横向课题，与企业合作、与政府部门合作，注重对国家及区域经济社会发展服务的专业性、融入度和贡献度，努力实现科研成果转化，为地方经济社会发展提供更加有力的人才支持和智力保障。结语随着数据的急剧增长和应用场景的日趋丰富，大数据是新资源、新技术和新理念的综合体，数据日益成为重要的企业资