经济统计学人才培养模式研究

［摘要］随着中国经济进入高质量发展阶段，高校经济统计专业人才培养面临新的挑战。课题组从学科属性、教学内容和教学过程三个方面总结了就业导向视阈下经济统计专业人才培养存在的问题：专业知识与市场需求不完全契合、软件驾驭能力和市场需求不完全相符、统计专业素养与市场需求不完全匹配。课题组从优化课程体系、突出数据清洗能力、注重专业素养和提高师资力量四个方面提出了提高经济统计专业人才培养质量的实现路径。

［关键词］内涵式发展；经济统计；人才培养

一、就业导向视阈下经济统计专业人才培养存在的问题

经济统计是应用统计学中最为枝繁叶茂的一个分支[4]，它是建立在经济理论、概率论与数理统计、统计分析等相结合的一门应用经济学。在量化描述经济现象并透过现象揭示背后的数量规律的过程中，经济统计发挥着重要作用[5]。随着计算机技术、互联网技术、云计算等的迅速发展，记录政府、企业、银行、保险、证券、电商等经济活动的数据越来越丰富[6]，为了挖掘这些海量数据所蕴含的重要商业价值信息，政府和企事业单位对高质量经济统计人才需求非常迫切，也对经济统计专业技能提出了较高要求。从就业导向来看，经济统计专业人才培养存在以下一些问题。

（一）专业知识与市场需求不完全契合

就经济统计教学内容来看，尽管一般高校所用相关教材不断地进行了修订，但是其主要内容并没有更新，知识内容无法满足新常态下经济社会创新发展的需要。相比市场需求而言，经济统计专业教育知识面显得比较窄，培养出来的经济统计人才综合能力不足，不能满足社会需求，集中体现在两个方面。一是数据库知识内容缺乏或者偏少。经济统计学与数据库的关系越来越紧密，数据库技术通过对数据进行分类、编码、存储、检索、输出等有效地管理海量数据资源，这些数据资源既是统计分析的基础，也是金融部门、政府部门、电子商务等组织处理大规模日常事务的基石。纵观我国高校的经济统计专业教育，经济统计要么与数学紧密结合，要么与经济等学科关系密切，而与计算机科学结合的程度有待进一步加强，特别是要增加数据库知识的教学内容。二是机器学习知识内容缺乏或者偏少。经济统计的发展源于统计实践的活动，而人工神经网络、遗传算法、模拟退火、人工智能在社会经济领域有着广泛的应用，经济统计学理应有条件地向其他学科取长补短，提高经济统计专业人才的分析问题和解决问题的能力。从需求来看，越来越多的毕业生从传统领域的生产统计、营销统计、物流统计岗位转向市场调查类岗位，像计算模拟等知识越来越重要，需要增加机器学习知识内容。

（二）软件驾驭能力和市场需求不完全相符

就经济统计学学科属性来看，尽管主要借鉴了概率论与数理统计的方法研究社会经济现象而具有“概率属性”，但是由于其研究社会经济领域的变量之间具体数量规律，因此应用性才是经济统计最终的使命。分析问题和解决问题的综合能力更多地体现在数据分析方面，而数据处理和分析能力又聚焦于相关统计软件熟练程度上。相关软件驾驭能力不能满足市场需求主要体现在两个方面。一是对熟练掌握R语言、Python等软件的经济统计人才市场需求巨大，而大部分高校的经济统计专业并未开设相关软件课程。近几年，越来越多的电子商务公司、信息科技公司、网络科技公司等在招聘信息中明确要求：熟悉R语言、Python等中的一种或多种，会制订调查方案，会撰写统计分析报告等，这就要求应聘者对一些主流统计软件具有较强驾驭能力，而目前大部分高校经济统计专业教育主要用Eviews、SPSS等统计软件，并未开设R语言、Python等主流软件。二是企事业单位要求熟练掌握相关软件是针对实际数据（案例）进行统计分析的，而大部分高校的经济统计专业案例教学和编程教学比较少。对于企事业单位而言，每天都会产生大量数据，随着数据库建设的日益普及，挖掘本单位存储的数据价值是企事业单位面临的重要课题，这些数据和课堂上所列举的数据有着本质区别，其中最主要的区别是实际数据伴随大量噪声，需要进行数据的分类、挑选、匹配、横向合并、纵向合并、行列互换等数据清洗工作，这就需要熟练掌握一款数据分析的软件利器，通过编程实现从海量数据集中找到所需要的目标子数据集，进而进行统计分析，并撰写统计报告。

（三）统计专业素养与市场需求不完全匹配

就经济统计专业教学过程来看，通过师生互动掌握基本概念、基本理论和基本方法固然重要，但统计专业素养的培育更加重要。从笔者教学经验来看，统计素养主要反映了在实际工作中分析具体问题时遇到困难和挫折的个人态度与团队协作精神状态，这种素养主要是在教学互动、课题讨论和参加比赛的过程中，潜移默化地把统计观念、统计思想、编程思维、难题解决方案等信念和思想传递给学生的一种内在精神特质。统计素养很难用现有的考核体系来衡量，但它是经济统计专业人才培养的核心。统计专业素养与市场需求不完全匹配表现在下述两个方面。一是经济统计专业大学生容易出现重理论、轻实践的态度，不能满足社会需要或者没有为市场需求做好准备。重理论、轻实践的态度是由多方面原因造成的，其中主要原因是应聘者对工作岗位缺乏正确的认识，容易高估自己的能力，造成自己的期望与公司给予的机遇之间出现较大落差，容易滋生不满情绪和离职倾向。这反映了应聘者对从单位基层工作做起缺乏足够的认识，也没有认识到自己的敬业精神和工作成绩才是获得单位认可并逐步升迁的重要保证。二是团队协作意识的培养仅靠就业指导是不够的。团队协作意识是统计专业素养的核心素养，它贯穿于数据资料收集、调研、访谈、统计整理、统计分析以及统计报告展示的全过程，表现为学会与人相处、与人交往、与人合作，不仅善于用语言描述问题和分析问题，而且善于用数据指标、图表以及可视化等形式说明问题，也善于用书面语言呈现研究报告。

二、适应就业需求的经济统计专业人才培养路径

经济统计人才培养是经济统计专业的根本任务和基本功能，也是落实高校内涵建设的重要方面。一般而言，经济统计专业人才培养模式主要包括人才培养目标、师资力量、专业建设、课程体系、教学内容、教学方法、教学手段、教学评价等内容，涵盖了人才培养的目标、要求、内容、方式、条件等诸多要素。在我国经济从高速发展转向高质量发展阶段，经济统计专业无疑具有更大发展空间，培养出新时代社会经济发展需要的经济统计专业人才是全体经济统计学界的专家学者们的共同心声。笔者认为，提高经济统计专业人才质量，需要结合市场需求情况探索科学的路径。

（一）优化课程体系优化课程体系，适时更新教学内容，适当增加

数据库技术和机器学习内容系统优化经济统计专业的课程体系和知识结构，参考国内外相关专业的设置及其市场对经济统计人才的需求状况，综合考虑基础知识教育和专业知识教育、理论方法教学和实践实习教学、专业基础知识和职业技能训练之间的关系，统筹兼顾应用性和前瞻性。对现有课程体系中相近课程和内容重复课程进行合并，并对开课门数较多的经济类课程进行除粗取精，保留重要课程，删减其他课程，同时广泛征求意见压缩相关课时，并对必修课程和选修课程进行调整。一是适当增加数据库知识内容。鉴于数据技术在实践中的重要性，在课程体系中的专业基础课中适当增加一到两门数据知识课程作为必修课，让学生能够了解数据库，提高学生调用数据库中的数据集，并进行补充数据等的管理数据能力，同时在选修课程中适当增加一门数据技术，提供给学生选择数据库有关课程的机会。二是适当增加机器学习知识内容。尽管机器学习内容十分庞杂，但是可以把一些在社会经济中应用比较广泛的内容，如人工神经网络、遗传算法、随机森林等设置成教学内容，可以在专业基础课或专业课体系中安排一门相关课程，另外设置一门选修课。

（二）突出数据清洗能力的培养突出数据清洗能力的培养，训练软件编程思维

随着相关数据库建设的推进和国内外各种学术团体、高校的微观数据库开放，获得数据资料变得非常便捷，关键问题是怎样从海量的数据库中获得所研究问题的子数据集，而获得这些高质量的子数据集，必然涉及数据加工能力及其编程能力。另外，经济统计专业和一般的经济学专业相比，优势在于培养学生具备数据处理和加工能力，因此经济统计专业人才培养方案需要突出数据清洗能力和编程能力的要求。一是加强数据清洗能力的培养。在统计分析过程中，数据质量对研究结论的影响不言而喻，然而由于各种因素的影响，获取的社会经济数据往往伴随大量噪声，想要的数据集和搜集到的数据集并不完全一致，特别是来自开放数据库中的数据集，这就要求学生必须掌握数据处理的一些基本技能，能够按照指定要求进行纵向和横向合并、分类统计，网页爬虫、数据集的输出格式调整以及不同格式数据集的互调等。二是使用真实数据代替虚拟的教学数据。在教学过程中，采用来自统计调查、开放数据库、学术论文中的真实数据，而不是采用虚拟的教学数据或精选的真实数据，应把数据中关键指标的获取及其来源向学生交代清楚，增强学生对数据的敏感性，同时可利用R语言或Python软件向学生展示数据结构，并进行可视化分析等。

（三）注重学生统计专业素养注重学生统计专业素养，增强团队合作意识

尽管统计专业素养是一个仁者见仁，智者见智的问题，但是经济统计专业人才的专业素养是在对具体问题进行分析时所表现出来的一种专业眼光、专业方法和专业知识等，也是一种解决实际问题时油然而生的专业思维方式，更是一种在教学、科研和比赛过程中教师传授给学生的一种职业习惯和精神特质。一是要重视实践实习，养成从点滴做起的习惯。经济统计专业人才培养方案中需要改变重理论、轻实践的倾向，加大实践实习考核力度，让学生重视实践实习。实践实习不仅包括实践课程和实习课程，而且包括参与课题讨论、参加专业比赛项目等，通过实践实习，增强学生从数据搜集、数据整理、数据分析以及报告撰写全过程的综合能力，特别是培养学生解决困难的执着精神，养成从点滴做起的习惯。二是要善于沟通，增强团队合作意识。善于沟通以及团队合作是经济统计专业人才必备的核心素养。在统计报告形成的过程中，需要与调查对象、主管部门等进行充分沟通，也需要团队其他成员进行分工协作，并且能够用数字、图表、研究报告等形式展示研究成果。

（四）重视教学团队建设重视教学团队建设，提高师资力量

围绕经济统计专业人才培养模式改革，各高校需要根据自己的特色和市场需求状况，转变教育观念，重视教学团队建设，以提高师资力量作为关键举措。只有一支具备扎实统计知识、经济学知识和计算机知识，并且精通R语言、Python等软件的高质量的教师队伍，才能培养出“厚基础”“宽口径”的经济统计专业高质量人才。一方面需要引进优秀博士和高级专家学者，补充经济统计专业师资力量，另一方面需要加强对现有教师队伍的建设，发挥教师自学能力，鼓励教师参加相关培训和学术会议，及时更新前沿知识，打造一支年龄、职称结构合理的优秀的教学团队。

三、结束语

深化经济统计专业人才培养模式改革，既是践行高校内涵式发展的实践活动，也是提高经济统计专业人才质量的基本途径。本文从市场需求角度探讨了高校经济统计专业人才培养中遇到的一些问题，并提出人才培养的实现路径，希望能够对经济统计专业人才培养提供有益参考，共同推动我国经济统计专业的繁荣发展。

［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（3）：30-34.

［2］钟秉林.人才培养模式改革是高等学校内涵建设的核心［J］.高等教育研究，2013（11）：71-76.

［3］康敏.反思与奋进：新时代高等教育研究的历史使命［J］.高等教育研究，2018（6）：106-109.

［4］黄良文，洪琳琳，陈龙.关于大统计学学科的重新思考［J］.中国统计，2011（1）：52-53.

［5］洪永淼.经济统计学与计量经济学等相关学科的关系及发展前景［J］.统计研究，2016（5）：3-12

［6］祝丹，陈立双.大数据驱动下统计学人才培养模式研究［J］.统计与信息论坛，2016（2）：102-107.

作者：崔立志 单位：安徽工业大学商学院