關(guān) 鵬 趙開斌 侯勇超

（巢湖學(xué)院，安徽 巢湖 238000）

1 引言

在大數(shù)據(jù)熱潮的推動(dòng)下，數(shù)據(jù)已經(jīng)成為資產(chǎn)[1]，并成為優(yōu)化配置土地、人力、技術(shù)、資本等傳統(tǒng)生產(chǎn)要素的催化劑，甚至成為某些產(chǎn)業(yè)興衰的決定性因素。大數(shù)據(jù)的興起一方面對產(chǎn)業(yè)和商業(yè)模式進(jìn)行了重塑，一方面對科學(xué)研究的范式提出了新的要求。學(xué)術(shù)界和產(chǎn)業(yè)界對大數(shù)據(jù)的研究正方興未艾，大數(shù)據(jù)的理論、方法、技術(shù)及應(yīng)用方面的研究成果層出不窮。特別是2012年“大數(shù)據(jù)元年”以來，相關(guān)學(xué)術(shù)文獻(xiàn)量呈指數(shù)增長。而伴隨著大數(shù)據(jù)的浪潮，由統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)等學(xué)科共同支撐的“數(shù)據(jù)科學(xué)”開始形成[2]，同時(shí)關(guān)于大數(shù)據(jù)的學(xué)科建設(shè)及人才培養(yǎng)問題也逐漸引起重視。作為傳統(tǒng)的“數(shù)據(jù)的科學(xué)”的統(tǒng)計(jì)學(xué)，與數(shù)據(jù)科學(xué)具有怎樣的關(guān)系？應(yīng)用型統(tǒng)計(jì)人才在數(shù)據(jù)科學(xué)范式下應(yīng)該具有怎樣的數(shù)據(jù)素養(yǎng)？為了適用數(shù)據(jù)科學(xué)范式，統(tǒng)計(jì)學(xué)專業(yè)應(yīng)用型人才培養(yǎng)模式應(yīng)該做出怎樣的調(diào)整與優(yōu)化？這些是本文將要探討的主要問題。

2 數(shù)據(jù)科學(xué)的背景及其統(tǒng)計(jì)學(xué)淵源

數(shù)據(jù)科學(xué)（Data science）的來源最早可追溯自1960年，最初的用語是datalogy[3]，由圖林獎(jiǎng)獲得者 Naur提出。Naur提出datalogy這個(gè)術(shù)語，為了強(qiáng)調(diào)計(jì)算機(jī)科學(xué)是“數(shù)據(jù)處理的科學(xué)”的理論和原則[4]。數(shù)據(jù)科學(xué)作為術(shù)語第一次被提及是在1992年于法國Montpellier University II召開的日本-法國科學(xué)家第二次研討會(huì)上[5]。1993年日本學(xué)者Chikio Hayashi教授在第四屆國際分類學(xué)會(huì)聯(lián)合會(huì)（IFCS）大會(huì)上提出，并簡要地回答了什么是數(shù)據(jù)科學(xué)的問題。數(shù)據(jù)、數(shù)據(jù)的表示和數(shù)據(jù)的處理構(gòu)成了數(shù)據(jù)科學(xué)的基本概念。第一次明確以“數(shù)據(jù)科學(xué)”為大會(huì)主題的國際學(xué)術(shù)會(huì)議是1996年在日本神戶召開的第五屆IFCS大會(huì)，大會(huì)以“數(shù)據(jù)科學(xué)、分類學(xué)及相關(guān)方法”為主題[6]。第一本以數(shù)據(jù)科學(xué)命名的期刊是在2002年由國際科學(xué)技術(shù)數(shù)據(jù)委員會(huì)（CODATA）創(chuàng)辦的[7]。2001 年，時(shí)在貝爾實(shí)驗(yàn)室的Cleveland發(fā)表了題為“Data science:An Action Plan for Expanding the Technical Areas of the Field of Statistics” 的 學(xué) 術(shù) 論 文[8]。Cleveland在論文中對數(shù)據(jù)科學(xué)的學(xué)科起源與內(nèi)涵進(jìn)行了界定，并提出數(shù)據(jù)科學(xué)應(yīng)作為統(tǒng)計(jì)學(xué)理論與方法的擴(kuò)展。在此之后，關(guān)于數(shù)據(jù)科學(xué)的研究逐步展開。

經(jīng)過1960年到2002年40多年的發(fā)展，數(shù)據(jù)科學(xué)的理念雖然逐漸清晰，但未能引起廣泛的關(guān)注。直到2012年大數(shù)據(jù)研究的熱潮開啟，數(shù)據(jù)科學(xué)才逐漸吸引了人們的眼球。可見，數(shù)據(jù)科學(xué)與大數(shù)據(jù)的處理和應(yīng)用息息相關(guān)。數(shù)據(jù)科學(xué)的研究對象就是來源于各種不同載體與形式的數(shù)據(jù)，以及對這些數(shù)據(jù)的采集、分析、應(yīng)用等的相關(guān)理論與方法。關(guān)于數(shù)據(jù)科學(xué)的理論基礎(chǔ)，學(xué)者更是百家爭鳴。早在1998年美國佐治亞理工學(xué)院的J.Wu教授發(fā)表了題為 “Statistics=Data Science（統(tǒng)計(jì)學(xué)=數(shù)據(jù)科學(xué)）?”的演講，提出了統(tǒng)計(jì)學(xué)應(yīng)該致力于數(shù)據(jù)收集、建模、數(shù)據(jù)分析、問題解決、決策等一系列過程，應(yīng)向數(shù)據(jù)科學(xué)轉(zhuǎn)換，作為數(shù)據(jù)科學(xué)來發(fā)展[9]。2011年，貝爾統(tǒng)計(jì)研究實(shí)驗(yàn)室的統(tǒng)計(jì)學(xué)教授Cleveland指出，數(shù)據(jù)科學(xué)應(yīng)該由統(tǒng)計(jì)學(xué)和先端計(jì)算技術(shù)相融合后成為獨(dú)立的學(xué)科。Myers等認(rèn)為數(shù)據(jù)科學(xué)就是統(tǒng)計(jì)學(xué)擴(kuò)大出的一個(gè)新的領(lǐng)域，屬于統(tǒng)計(jì)學(xué)的范疇[10]。而有些學(xué)者提出了不同的觀點(diǎn)，認(rèn)為數(shù)據(jù)科學(xué)作為“以數(shù)據(jù)為中心的科學(xué)”涉及的不僅僅是統(tǒng)計(jì)學(xué)的理論與方法，具有跨學(xué)科和多學(xué)科交叉融合的特點(diǎn)。2013年5月，第462次香山科學(xué)會(huì)議以“數(shù)據(jù)科學(xué)與大數(shù)據(jù)的科學(xué)原理與發(fā)展前景”為主題，展開了對數(shù)據(jù)科學(xué)前沿問題的思考與探索，涉及經(jīng)濟(jì)、管理、數(shù)學(xué)、信息、社會(huì)、生物、國防、航空航天等眾多領(lǐng)域。可見，數(shù)據(jù)科學(xué)已經(jīng)遠(yuǎn)遠(yuǎn)超出了統(tǒng)計(jì)學(xué)的研究范疇。邱東教授認(rèn)為無論是從屬關(guān)系還是交叉關(guān)系，統(tǒng)計(jì)學(xué)只是數(shù)據(jù)科學(xué)體系中的一個(gè)組成部分或構(gòu)件[11]。Vander Aalst等認(rèn)為數(shù)據(jù)科學(xué)已成為一個(gè)圍繞著廣泛的可用性數(shù)據(jù)，交叉著統(tǒng)計(jì)數(shù)據(jù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、可視化、倫理學(xué)和高性能計(jì)算等方法的一個(gè)新興學(xué)科，并提出數(shù)據(jù)科學(xué)是一個(gè)關(guān)聯(lián)著過程挖掘、推測學(xué)、數(shù)據(jù)庫、算法、大規(guī)模分布式計(jì)算、可視化和可視化分析、行為（社會(huì)）科學(xué)、工業(yè)工程、隱私和安全、倫理學(xué)等不同分支學(xué)科的融合[12]。

從以上論述可以看出，統(tǒng)計(jì)學(xué)與數(shù)據(jù)科學(xué)之間不是簡單的等價(jià)或者從屬關(guān)系，二者之間存在明顯的差異，但是也有顯著的交叉，都以數(shù)據(jù)的處理和分析為核心課題。目前來說，將數(shù)據(jù)科學(xué)作為一門學(xué)科還為時(shí)尚早，數(shù)據(jù)科學(xué)尚未形成完整統(tǒng)一的學(xué)科框架理論體系。但是，數(shù)據(jù)科學(xué)作為一種大數(shù)據(jù)分析與應(yīng)用的范式已經(jīng)得到了產(chǎn)業(yè)界和學(xué)術(shù)界的廣泛認(rèn)可。同時(shí)，統(tǒng)計(jì)學(xué)的理論與方法在這個(gè)范式中具有不可替代的地位。

3 數(shù)據(jù)科學(xué)范式下應(yīng)用型統(tǒng)計(jì)人才應(yīng)具備的數(shù)據(jù)素養(yǎng)

數(shù)據(jù)科學(xué)范式的興起給統(tǒng)計(jì)學(xué)帶來了機(jī)遇與挑戰(zhàn)。Cleveland認(rèn)為促使統(tǒng)計(jì)學(xué)領(lǐng)域主要技術(shù)工作發(fā)生實(shí)質(zhì)性改變的領(lǐng)域就是數(shù)據(jù)科學(xué)，作為新范式，數(shù)據(jù)科學(xué)的最大刺激就是分析數(shù)據(jù)以解決學(xué)科領(lǐng)域潛藏在調(diào)查背景下問題[8]。在數(shù)據(jù)分析的人才培養(yǎng)方面，統(tǒng)計(jì)學(xué)專業(yè)有著得天獨(dú)厚的優(yōu)勢，數(shù)據(jù)分析人才的核心專業(yè)就是統(tǒng)計(jì)學(xué)[13]。由此，統(tǒng)計(jì)學(xué)專業(yè)在人才培養(yǎng)中，需思考由傳統(tǒng)數(shù)據(jù)向大數(shù)據(jù)轉(zhuǎn)變中，數(shù)據(jù)分析人才在數(shù)據(jù)的采集、存儲(chǔ)、管理、分析及應(yīng)用方面的能力優(yōu)化和升級(jí)，統(tǒng)計(jì)學(xué)專業(yè)所培養(yǎng)的應(yīng)用型統(tǒng)計(jì)人才應(yīng)該具有與數(shù)據(jù)科學(xué)范式相匹配的數(shù)據(jù)素養(yǎng)(data literacy)。

數(shù)據(jù)素養(yǎng)起源于計(jì)量素養(yǎng)（quantitative literacy）[14]和統(tǒng)計(jì)素養(yǎng)（statistical literacy）[15]，三者之間存在密切關(guān)系。Carlson等從能力角度將數(shù)據(jù)素養(yǎng)具備的要素分為分為數(shù)據(jù)發(fā)現(xiàn)與采集、數(shù)據(jù)管理、數(shù)據(jù)處理、元數(shù)據(jù)、數(shù)據(jù)監(jiān)管、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)可視化以及數(shù)據(jù)倫理[16]。郝媛玲等將數(shù)據(jù)素養(yǎng)分為數(shù)據(jù)態(tài)度、數(shù)據(jù)意識(shí)、數(shù)據(jù)知識(shí)、數(shù)據(jù)技能和數(shù)據(jù)倫理五個(gè)方面的基本要素[17]?；谝陨蠑?shù)據(jù)素養(yǎng)的內(nèi)涵，結(jié)合應(yīng)用型人才培養(yǎng)的目標(biāo)，從以下六個(gè)方面闡述數(shù)據(jù)科學(xué)范式下應(yīng)用型統(tǒng)計(jì)人才應(yīng)該具有的數(shù)據(jù)素養(yǎng)。

3.1 大數(shù)據(jù)思維的能力

大數(shù)據(jù)是指難以用常規(guī)的軟件工具在容許的時(shí)間內(nèi)對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合[18]，一般使用“6V+C”來刻畫其特點(diǎn)，即海量（Volume）、瞬刻（Velocity）、全息（Variety）、價(jià)值低密（Value）、虛實(shí)莫辨（Veracity）、動(dòng)態(tài)性（Variability）和復(fù)雜性（Complexity）。大數(shù)據(jù)思維的本質(zhì)在于大數(shù)據(jù)不僅僅是一種資源，更重要的是它引起了分析問題和解決問題的一種新范式［19]，該范式提出由數(shù)據(jù)驅(qū)動(dòng)的科學(xué)研究和知識(shí)發(fā)現(xiàn)，不同于統(tǒng)計(jì)學(xué)問題導(dǎo)向型研究范式，不僅適用于科學(xué)研究，而且在產(chǎn)業(yè)和商業(yè)領(lǐng)域大放異彩。

統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生具備大數(shù)據(jù)思維很重要的一點(diǎn)是對“數(shù)據(jù)”的再認(rèn)識(shí)。傳統(tǒng)統(tǒng)計(jì)學(xué)研究的數(shù)據(jù)類型主要有分類數(shù)據(jù)、定比數(shù)據(jù)和定距數(shù)據(jù)等。雖然類型各異、來源廣泛（社會(huì)、政府及物理空間：人口統(tǒng)計(jì)、財(cái)務(wù)報(bào)表、天氣預(yù)報(bào)等），但是都屬于結(jié)構(gòu)化數(shù)據(jù)，存儲(chǔ)在關(guān)系型數(shù)據(jù)庫中。隨著大數(shù)據(jù)時(shí)代的到來，除了來自社會(huì)、政府及物理空間中的數(shù)據(jù)量暴增之外，來自網(wǎng)絡(luò)空間中的海量數(shù)據(jù)才是大數(shù)據(jù)真正的挑戰(zhàn)。網(wǎng)絡(luò)空間數(shù)據(jù)包括自媒體數(shù)據(jù)（社交媒體、微博、論壇、微信等）、日志數(shù)據(jù)（互聯(lián)網(wǎng)用戶行為數(shù)據(jù)、網(wǎng)絡(luò)交易數(shù)據(jù)等日志）、富媒體數(shù)據(jù)（文本、圖片、音視頻等）[18]。這些數(shù)據(jù)的典型特征是半結(jié)構(gòu)化或非結(jié)構(gòu)化，需要擴(kuò)展統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析方法才能對其進(jìn)行分析和處理。作為統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生應(yīng)該將數(shù)據(jù)的概念定格在大數(shù)據(jù)上，而不是常見的結(jié)構(gòu)化數(shù)據(jù)。網(wǎng)絡(luò)空間數(shù)據(jù)帶來了社會(huì)、經(jīng)濟(jì)、管理等領(lǐng)域的“全息數(shù)據(jù)”，由數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)科學(xué)范式將成為主流，這種思維的轉(zhuǎn)變是應(yīng)用型統(tǒng)計(jì)人才所必須具備的。

3.2 數(shù)據(jù)采集的能力

數(shù)據(jù)的變革來自方方面面，多源異構(gòu)、海量動(dòng)態(tài)是數(shù)據(jù)采集面臨的最大問題。統(tǒng)計(jì)學(xué)對于統(tǒng)計(jì)數(shù)據(jù)的收集大多采用問題導(dǎo)向的數(shù)據(jù)設(shè)計(jì)方案（基于統(tǒng)計(jì)推斷和抽樣調(diào)查）。這種數(shù)據(jù)采集方案在數(shù)據(jù)匱乏時(shí)代，對社會(huì)、經(jīng)濟(jì)、管理等領(lǐng)域的治理和決策發(fā)揮了重要的作用，使統(tǒng)計(jì)分析方法發(fā)揚(yáng)光大。而大數(shù)據(jù)時(shí)代的到來，使“數(shù)據(jù)之樹”，忽如一夜春風(fēng)來，千樹萬樹梨花開。各行各業(yè)的數(shù)據(jù)在人們意識(shí)懵懂之時(shí)迅猛襲來，關(guān)系型數(shù)據(jù)庫和與之相適應(yīng)的統(tǒng)計(jì)分析方法迷失在數(shù)據(jù)分析的源頭-數(shù)據(jù)采集階段。作為統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生來說，應(yīng)該具備采集非結(jié)構(gòu)化數(shù)據(jù)的能力，如社交媒體的用戶生成內(nèi)容、電商平臺(tái)的用戶評(píng)論數(shù)據(jù)、收索引擎的圖片、音視頻等。一般來說，對于非結(jié)構(gòu)化數(shù)據(jù)的采集需要借助網(wǎng)絡(luò)爬蟲的技術(shù)。網(wǎng)絡(luò)爬蟲是一種按照一定的規(guī)則，自動(dòng)地抓取萬維網(wǎng)信息的程序或者腳本，需要使用計(jì)算機(jī)程序語言編寫。目前，已經(jīng)有很多成熟的網(wǎng)絡(luò)爬蟲開源軟件提供大數(shù)據(jù)采集功能，如用C++編寫的Larbin、用Java編寫的分布式爬蟲Nutch、用Python編寫的scrapy爬蟲等。

3.3 數(shù)據(jù)處理的能力

大數(shù)據(jù)具有碎片化、多源異構(gòu)、噪聲大的特點(diǎn)，這給數(shù)據(jù)的處理帶來一定的挑戰(zhàn)。統(tǒng)計(jì)學(xué)對于數(shù)據(jù)的處理主要指數(shù)據(jù)抽樣、去除異常值、降維等，這是結(jié)構(gòu)型數(shù)據(jù)的典型處理方法。大數(shù)據(jù)的海量數(shù)據(jù)接近于 “全樣本數(shù)據(jù)”，按照大數(shù)定理，樣本數(shù)據(jù)越是接近整體統(tǒng)計(jì)推斷越是精確。大數(shù)據(jù)的樣本量如此之大，是不是分析起來越精確呢？其實(shí)不然，大數(shù)據(jù)處理面臨三大問題：一是存儲(chǔ)問題，常用的關(guān)系型數(shù)據(jù)庫已經(jīng)不能適應(yīng)大數(shù)據(jù)的存儲(chǔ)，文本、圖片、音視頻等非結(jié)構(gòu)化數(shù)據(jù)需要新型的數(shù)據(jù)庫，如NoSQL數(shù)據(jù)庫；二是不同數(shù)據(jù)來源之間的數(shù)據(jù)融合問題，同一事件由于數(shù)據(jù)來源不同，結(jié)構(gòu)也有可能不同，如何融合是值得研究的問題；三是大數(shù)據(jù)降維和去噪問題，海量數(shù)據(jù)中有價(jià)值的信息少，即大數(shù)據(jù)的高維度和稀疏性，只有對數(shù)據(jù)進(jìn)行清洗和降維、降噪后，才能從數(shù)據(jù)礦藏挖掘出金子來。所以，大數(shù)據(jù)時(shí)代的應(yīng)用型統(tǒng)計(jì)人才要想分析好大數(shù)據(jù)，必須具備解決這三個(gè)問題的能力。

3.4 數(shù)據(jù)分析與挖掘的能力

對大數(shù)據(jù)價(jià)值的挖掘?qū)嶋H上是“數(shù)據(jù)（Data）→信息（Information）→知識(shí)（Knowledge）→智慧（Wisdom）”的轉(zhuǎn)化過程，即“DIKW 價(jià)值鏈”[20]。 數(shù)據(jù)分析的方法是大數(shù)據(jù)挖掘的核心，與傳統(tǒng)統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析側(cè)重于“驗(yàn)證性數(shù)據(jù)分析”不同，大數(shù)據(jù)分析方法更加側(cè)重于“探索性數(shù)據(jù)分析”，如基于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的方法。驗(yàn)證性的數(shù)據(jù)分析方法重因果關(guān)系，通過理論假設(shè)和統(tǒng)計(jì)推斷分析變量之間的因果關(guān)系，進(jìn)而達(dá)到預(yù)測的目的。而大數(shù)據(jù)在分析之前，往往不知道變量之間的因果聯(lián)系，從而無法做出理論假設(shè)，統(tǒng)計(jì)推斷的方法往往無從下手。這時(shí)，探索性的數(shù)據(jù)分析方法就體現(xiàn)出優(yōu)勢來?；跀?shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的一系列算法致力于從混雜的數(shù)據(jù)中識(shí)別出有效的、新穎的、潛在有用的，以及最終可理解的模式，這種模式不一定是具有因果關(guān)系的，更多是相關(guān)關(guān)系。但只要能從數(shù)據(jù)中提取有用的知識(shí)用以解決問題，這就足夠了，這就是大數(shù)據(jù)分析的思維。這就要求統(tǒng)計(jì)學(xué)專業(yè)的應(yīng)用型人才必須拓展自己的數(shù)據(jù)分析理論與方法，而不能局限于統(tǒng)計(jì)學(xué)的理論與方法。

3.5 基于數(shù)據(jù)決策的能力

大數(shù)據(jù)對決策的影響是深刻的。在數(shù)據(jù)匱乏時(shí)代，很多社會(huì)、經(jīng)濟(jì)、管理領(lǐng)域的問題都缺少有效的數(shù)據(jù)支撐，在決策時(shí)基于專家經(jīng)驗(yàn)知識(shí)的定性決策占主導(dǎo)定位。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、WEB2.0/3.0的興起，大眾成為數(shù)據(jù)的生產(chǎn)者、使用者和傳播者，大眾成為政治事件、民生治理、政府決策、經(jīng)濟(jì)熱點(diǎn)等的直接參與者，有時(shí)甚至主導(dǎo)事件的發(fā)展和結(jié)果。大數(shù)據(jù)的興起使用戶參與的過程數(shù)據(jù)、行為數(shù)據(jù)、內(nèi)容數(shù)據(jù)全部記錄下來，這對于管理問題來說是一筆寶貴的財(cái)富。過去，人文社會(huì)學(xué)科的很多問題是無法用數(shù)據(jù)去測度的，比如說政治領(lǐng)域。現(xiàn)在，使用大數(shù)據(jù)的方法甚至可以預(yù)測美國總統(tǒng)大選。2012年的美國總統(tǒng)大選，統(tǒng)計(jì)學(xué)家內(nèi)特·希爾沃（Nate Silver）通過貝葉斯方法建立統(tǒng)計(jì)模型，基于數(shù)據(jù)分析，斷言奧巴馬有超過九成概率獲勝，50個(gè)州的投票結(jié)果中全部預(yù)測正確。希爾沃從事新聞工作，但他推崇大數(shù)據(jù)和建模分析，不屑于傳統(tǒng)的民調(diào)或是各種基于偏見、人云亦云的預(yù)判。正如他在《The Signal and the Noise：Why Most Predictions Fail-but Some Don′t》中所講，大數(shù)據(jù)是非常重要的工具而不是游戲，大數(shù)據(jù)革命將改變了我們的生活、工作和思維模式，未來它將會(huì)成為影響我們決策的重要因素。所以說，作為一個(gè)統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生來說，基于數(shù)據(jù)分析的決策能力是基本的數(shù)據(jù)素養(yǎng)。

3.6 團(tuán)隊(duì)協(xié)作的能力

大數(shù)據(jù)分析涉及到由數(shù)據(jù)到知識(shí)轉(zhuǎn)化流程中的眾多理論與方法。在數(shù)據(jù)采集與處理階段，需要具備網(wǎng)絡(luò)爬蟲、自然語言處理、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換等知識(shí)；在數(shù)據(jù)存儲(chǔ)階段，需要具備數(shù)據(jù)庫基礎(chǔ)與技術(shù)、非結(jié)構(gòu)化數(shù)據(jù)庫（NoSQL）等知識(shí)；在數(shù)據(jù)分析階段，除了傳統(tǒng)的統(tǒng)計(jì)學(xué)方法（如統(tǒng)計(jì)推斷、回歸、結(jié)構(gòu)方程等），還需要具備數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析技術(shù)（MapReduce/Hadoop等）、數(shù)據(jù)可視化技術(shù)等。當(dāng)然，有些方法和技術(shù)需要計(jì)算機(jī)編程語言的支撐，如R、PYTHON、C++、JAVA等。另外，解讀數(shù)據(jù)分析的結(jié)果還需要結(jié)合行業(yè)/領(lǐng)域的專業(yè)知識(shí)。而具備所以這些能力是相當(dāng)困難的，一般來說，只要與自己弱項(xiàng)互補(bǔ)的數(shù)據(jù)科學(xué)家協(xié)作，組成一個(gè)團(tuán)隊(duì)發(fā)揮巨大的力量就可以了[9]。所以，對于應(yīng)用型統(tǒng)計(jì)人才來說，團(tuán)隊(duì)協(xié)作能力尤為重要，你可以專注于數(shù)據(jù)分析流程中的某一項(xiàng)任務(wù)，但要融入到整個(gè)數(shù)據(jù)分析的流程中，明確分析目標(biāo)和任務(wù)，做到及時(shí)有效的溝通交流。

4 統(tǒng)計(jì)學(xué)專業(yè)應(yīng)用型人才培養(yǎng)模式思考與對策

原教育部副部長周遠(yuǎn)清對“人才培養(yǎng)模式”作過闡述，他認(rèn)為人才培養(yǎng)模式實(shí)際上是人才的培養(yǎng)目標(biāo)和培養(yǎng)規(guī)格以及實(shí)現(xiàn)這些培養(yǎng)目標(biāo)的方法或手段[21]。具體來講，這些方法或手段涉及到培養(yǎng)目標(biāo)、培養(yǎng)方案、課程體系、教學(xué)內(nèi)容與教學(xué)方法、評(píng)價(jià)方法、人才隊(duì)伍等。而反映到應(yīng)用型人才培養(yǎng)模式上，則更多的強(qiáng)調(diào)教育的做人造士功能、注重實(shí)踐與應(yīng)用、適應(yīng)國民的全面發(fā)展和終生需要、為了學(xué)生的升學(xué)和更好的生活與工作等。也就是強(qiáng)調(diào)做人與做事的統(tǒng)一、理論與實(shí)踐的統(tǒng)一[22]。大數(shù)據(jù)時(shí)代，在數(shù)據(jù)科學(xué)范式下，對照人才應(yīng)該具備的數(shù)據(jù)素養(yǎng)，統(tǒng)計(jì)學(xué)人才培養(yǎng)模式應(yīng)該做出怎樣的調(diào)整與適應(yīng)是值得重視的問題。下面就人才培養(yǎng)模式做以下幾點(diǎn)思考，并提出相應(yīng)的對策。

4.1 人才培養(yǎng)目標(biāo)與當(dāng)前形勢不相適應(yīng)，應(yīng)突出大數(shù)據(jù)分析能力

數(shù)據(jù)科學(xué)范式下的統(tǒng)計(jì)學(xué)人才培養(yǎng)，應(yīng)該強(qiáng)調(diào)應(yīng)用型的人才培養(yǎng)理念，以培養(yǎng)具備良好的數(shù)據(jù)素養(yǎng)、具備大數(shù)據(jù)分析和決策能力的統(tǒng)計(jì)學(xué)人才為目標(biāo)。傳統(tǒng)的統(tǒng)計(jì)學(xué)人才培養(yǎng)目標(biāo)還定位在掌握統(tǒng)計(jì)學(xué)基本理論與方法，應(yīng)用相關(guān)統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)分析上，明顯缺乏對大數(shù)據(jù)分析理論與方法的培養(yǎng)。大數(shù)據(jù)時(shí)代，數(shù)據(jù)已發(fā)生質(zhì)的變化，作為“數(shù)據(jù)的科學(xué)”的統(tǒng)計(jì)學(xué)，應(yīng)該適應(yīng)新的變化，適時(shí)調(diào)整培養(yǎng)目標(biāo)。著名統(tǒng)計(jì)學(xué)家袁衛(wèi)認(rèn)為面對的大數(shù)據(jù)的挑戰(zhàn)，現(xiàn)代人才需求是交叉的、綜合的素質(zhì)。這就要求我們統(tǒng)計(jì)專業(yè)應(yīng)該拓寬視野和能力，培養(yǎng)能夠跨學(xué)科的、有多方面能力的人才[13]?？鐚W(xué)科、方面能力實(shí)際上就是指的大數(shù)據(jù)分析能力所要求的統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、信息科學(xué)等多學(xué)科知識(shí)。國內(nèi)統(tǒng)計(jì)學(xué)專業(yè)大多數(shù)設(shè)置在數(shù)學(xué)學(xué)院，統(tǒng)計(jì)學(xué)的學(xué)生具有良好的數(shù)學(xué)背景，在擴(kuò)展計(jì)算機(jī)、信息科學(xué)等多學(xué)科知識(shí)方面具有優(yōu)勢。

4.2 教材內(nèi)容老化，教學(xué)內(nèi)容設(shè)計(jì)應(yīng)多元化

教材是大學(xué)生學(xué)習(xí)的第一手資料，是陪伴他們終身的教師。然而，經(jīng)典統(tǒng)計(jì)學(xué)教材在改革開放的三十年里變化很少，相對于人才培養(yǎng)的定位來說，仍然不加區(qū)別的以重視理論以及闡述理論背后的數(shù)學(xué)方法為主。理論與方法固然重要，但是如何使用這些理論和使用這些理論以及解決哪些實(shí)際問題，以及在解決問題時(shí)需要注意哪些環(huán)節(jié)，教材中鮮有討論，教師上課時(shí)也鮮有論及。其實(shí)，這才是學(xué)生更加關(guān)心的問題。在教材編寫的問題上，實(shí)際上可以體現(xiàn)教學(xué)內(nèi)容的多元化設(shè)計(jì)。一部分教材以統(tǒng)計(jì)理論與方法為主，主要面向培養(yǎng)統(tǒng)計(jì)學(xué)理論研究的學(xué)生為主；一部分以方法和應(yīng)用為主，主要面向培養(yǎng)具備數(shù)據(jù)分析實(shí)踐能力的學(xué)生為主。另外，教材中加入大數(shù)據(jù)分析理論與方法也是勢在必行的。很多學(xué)科都引入了大數(shù)據(jù)分析理論與方法，計(jì)算機(jī)科學(xué)在這方面走在前面。統(tǒng)計(jì)學(xué)專業(yè)在數(shù)據(jù)分析方面具有天然的優(yōu)勢，在大數(shù)據(jù)教學(xué)方面也應(yīng)該迎頭趕上。

4.3 課程體系不完善，需打造跨學(xué)科聯(lián)動(dòng)授課機(jī)制

數(shù)據(jù)科學(xué)范式對統(tǒng)計(jì)分析過程的各個(gè)環(huán)節(jié)都提出了挑戰(zhàn)，集中表現(xiàn)在數(shù)據(jù)收集和數(shù)據(jù)分析這兩個(gè)方面[23]。統(tǒng)計(jì)學(xué)專業(yè)在課程體系設(shè)計(jì)方面同樣存在這兩個(gè)方面的問題，在數(shù)據(jù)收集方面主要開設(shè) 《抽樣調(diào)查》《市場調(diào)查》《數(shù)據(jù)庫原理》等課程，在數(shù)據(jù)分析方面主要開設(shè) 《數(shù)據(jù)庫應(yīng)用》《回歸分析》《多元統(tǒng)計(jì)分析》《非參數(shù)統(tǒng)計(jì)》《時(shí)間序列分析》《金融統(tǒng)計(jì)分析》《經(jīng)濟(jì)預(yù)測與決策》《數(shù)據(jù)建模與數(shù)學(xué)軟件》等，在計(jì)算機(jī)語言方面主要開設(shè)《計(jì)算機(jī)程序設(shè)計(jì)基礎(chǔ)》《Matlab語言與數(shù)學(xué)實(shí)驗(yàn)》等，在統(tǒng)計(jì)軟件方面主要有SPSS、MATLAB、Eviews等。從目前的課程設(shè)置來看，數(shù)據(jù)收集仍然偏重于市場調(diào)查和抽樣技術(shù)，對于文本、圖片、音視頻等非結(jié)構(gòu)化數(shù)據(jù)的采集方法沒有涉及；在數(shù)據(jù)分析方面，主要還是傳統(tǒng)統(tǒng)計(jì)學(xué)的統(tǒng)計(jì)推斷方法，探索性的數(shù)據(jù)分析方法并沒有太多的涉及；而在計(jì)算語言和計(jì)算能力方面，偏向于不用編程的統(tǒng)計(jì)軟件，而這些軟件所能處理的數(shù)據(jù)量和數(shù)據(jù)類型有限。這些課程設(shè)置的缺陷導(dǎo)致目前統(tǒng)計(jì)學(xué)專業(yè)的大學(xué)生對于大數(shù)據(jù)處理力不從心，從而限制了人才能力的發(fā)揮。

基于前面所述的課程設(shè)置缺陷以及應(yīng)用型統(tǒng)計(jì)人才所需的數(shù)據(jù)素養(yǎng)，可以在原有課程體系的基礎(chǔ)上增設(shè)計(jì)算機(jī)、數(shù)據(jù)挖掘和大數(shù)據(jù)技術(shù)相關(guān)課程?？紤]到本科教學(xué)的實(shí)際情況，相關(guān)課程可以設(shè)置為專業(yè)選修課或者系列講座的形式，如計(jì)算機(jī)相關(guān)課程《R語言》《Python語言》《數(shù)據(jù)庫開發(fā)與設(shè)計(jì)》可以開設(shè)為專業(yè)選修課，同時(shí)這些課程的網(wǎng)絡(luò)資源比較豐富，學(xué)生也可以在MOOC上學(xué)習(xí)?！稊?shù)據(jù)挖掘》和《機(jī)器學(xué)習(xí)》對于統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生來說至關(guān)重要，這兩門課程在內(nèi)容上有所重疊，均是利用算法進(jìn)行大數(shù)據(jù)挖掘，在課程設(shè)置上進(jìn)行合并或者理論集合實(shí)戰(zhàn)。與大數(shù)據(jù)分析相關(guān)的一些課程開始開設(shè)成為系列講座，如MapReduce/Hadoop等。當(dāng)然，這些課程只靠統(tǒng)計(jì)學(xué)的教師是無法完成教學(xué)任務(wù)的，有些需要計(jì)算機(jī)、數(shù)學(xué)、或信息學(xué)科專業(yè)的教師，所以建立院系之間的聯(lián)動(dòng)授課機(jī)制也很重要。

4.4 實(shí)踐教學(xué)環(huán)節(jié)薄弱，應(yīng)強(qiáng)化實(shí)習(xí)實(shí)訓(xùn)

在現(xiàn)有人才培養(yǎng)方案中，實(shí)踐教學(xué)環(huán)節(jié)還比較薄弱，僅僅體現(xiàn)在課堂實(shí)驗(yàn)教學(xué)和專業(yè)實(shí)習(xí)上面，而課堂實(shí)驗(yàn)教學(xué)多是對統(tǒng)計(jì)語言和統(tǒng)計(jì)軟件的應(yīng)用。也就是說除了專業(yè)實(shí)習(xí)以外，在當(dāng)前的人才培養(yǎng)模式下學(xué)生很少接觸到真正的數(shù)據(jù)分析實(shí)務(wù)，更不用說大數(shù)據(jù)分析方法和技術(shù)的實(shí)戰(zhàn)訓(xùn)練。建議充分利用寒暑假大學(xué)生社會(huì)調(diào)查和社會(huì)實(shí)踐活動(dòng)，通過學(xué)校積極搭建實(shí)踐活動(dòng)平臺(tái)，讓學(xué)生有機(jī)會(huì)到大數(shù)據(jù)商業(yè)、產(chǎn)業(yè)的企事業(yè)單位和政府部門進(jìn)行調(diào)查和實(shí)踐，鍛煉學(xué)生收集數(shù)據(jù)、分析數(shù)據(jù)的能力。實(shí)踐活動(dòng)可以采取調(diào)查、項(xiàng)目等多種形式，比如幫助互聯(lián)網(wǎng)銷售公司分析客戶行為數(shù)據(jù)、分析產(chǎn)品營銷數(shù)據(jù)、分析公司財(cái)務(wù)數(shù)據(jù)等，并提出相關(guān)建議和對策；幫助政府相關(guān)部門采集社會(huì)輿情大數(shù)據(jù)，分析輿情熱點(diǎn)事件、跟蹤輿情事件發(fā)展脈絡(luò)，通過輿情數(shù)據(jù)處理和分析支撐相關(guān)部分作出科學(xué)合理決策；分析交通部門大數(shù)據(jù)，輔助優(yōu)化道路交通規(guī)劃設(shè)計(jì)等等。通過這些實(shí)踐教學(xué)與活動(dòng)，讓大學(xué)生將所學(xué)專業(yè)知識(shí)，切實(shí)應(yīng)用到大數(shù)據(jù)分析中，切實(shí)體會(huì)統(tǒng)計(jì)分析的作用，做到理論與實(shí)踐相結(jié)合。唯有如此，才能提高應(yīng)用型統(tǒng)計(jì)人才培養(yǎng)的效能，發(fā)揮應(yīng)用型統(tǒng)計(jì)人才在大數(shù)據(jù)分析中的優(yōu)勢。

[1]趙國棟，易歡歡，糜萬軍，等.大數(shù)據(jù)時(shí)代的歷史機(jī)遇[M].北京：清華大學(xué)出版社，2013.

[2]李金昌.統(tǒng)計(jì)測度：統(tǒng)計(jì)學(xué)邁向數(shù)據(jù)科學(xué)的基礎(chǔ)[J].統(tǒng)計(jì)研究，2015，（8）：3-9.

[3]Data Science：history[EB/OL].[2016-07-10].https：//en.wikipedia.org/wiki/Data_science

[4]SVEINSDOTTIR E，F(xiàn)r kj r E.Datalogy—the Copenhagen tradition of computer science[J].BIT Numerical Mathematics，1988，（3）：450-472.

[5]OHSUMI N.From data analysis to data science[C].7th Conference of the International-Federation-of-Classification-Societies，University Namur，Namur， Belgium，2000.

[6]劉磊.從數(shù)據(jù)科學(xué)到第四范式：大數(shù)據(jù)研究的科學(xué)淵源[J].廣告大觀（理論版），2016，（4）：44-52.

[7]GU J，ZHANG L.Data，DIKW，big data and data science[J].Procedia Computer Science，2014，（31）：814-821.

[8]CLEVELAND W S.Data science：an action plan for expanding the technical areas of the field of statistics[J].International statistical review，2001，（1）：21-26.

[9]劉大北，賈一葦.日本《大數(shù)據(jù)時(shí)代的人才培養(yǎng)》倡議：制定背景、研究方向、計(jì)劃及舉措[J].電子政務(wù)，2015，（10）：85-95.

[10]MYERS K，WIEL S V.Discussion of"data science：an action plan for expanding the technical areas of the field of statistics"[J].Statistical Analysis and Data Mining，2014，（6）：420-422.

[11]邱東.大數(shù)據(jù)時(shí)代對統(tǒng)計(jì)學(xué)的挑戰(zhàn)[J].統(tǒng)計(jì)研究，2014，（1）：16-22.

[12]VANDER AALST W， DAMIANI E.Processes meet big data：connecting data science with process science[J].IEEE Transactions on Services Computing，2015，（6）： 810-819.

[13]韓際平.大數(shù)據(jù)時(shí)代的統(tǒng)計(jì)人才培養(yǎng)——對話著名統(tǒng)計(jì)學(xué)家袁衛(wèi)[J].中國統(tǒng)計(jì)，2014，（10）：5-8.

[14]STEELE B，Kili-Bahi S.Quantitative literacy across the curriculum：a case study[J].Numeracy，2008，（2）：3.

[15]WALLMAN K K.Enhancing statistical literacy：enriching our society[J].Journal of the American Statistical Association，1993，（421）：1-8.

[16]CARLSON J，F(xiàn)OSMIRE M，MILLER C C，et al.Determining data information literacy needs：a study of students and research faculty[J].portal：Libraries and the Academy，2011，（2）： 629-657.

[17]郝媛玲，沈婷婷.數(shù)據(jù)素養(yǎng)及其培養(yǎng)機(jī)制的構(gòu)建與策略思考[J].情報(bào)理論與實(shí)踐，2016，（1）：58-63.

[18]鄔賀銓.大數(shù)據(jù)思維[J].科學(xué)與社會(huì)，2014，（1）：1-13.

[19]HEY T.The Fourth Paradigm—Data-Intensive Scientific Discovery[M].E-Science and Information Management，Springer Berlin Heidelberg，2012：1.

[20]Omegapowers，own work.This is from my own knowledge and understanding of DIKW model，May 2008[EB/OL].http：//en.wikipedia.org/wiki/File:DIKW.png

[21]人才培養(yǎng)模式[EB/OL].http：//baike.baidu.com/link?url=I07amqM8lcDCM3cjgffuTBoFHXOr58qAvXXO_zkEUM4ox4kZrtHdz AMg2Nd5tUbOS6IKK5bloYzhy6K.

[22]關(guān)仲和.關(guān)于應(yīng)用型人才培養(yǎng)模式的思考[J].中國大學(xué)教學(xué)，2010，（6）：7-11.

[23]魏瑾瑞，蔣萍.數(shù)據(jù)科學(xué)的統(tǒng)計(jì)學(xué)內(nèi)涵[J].統(tǒng)計(jì)研究，2014，（5）：3-9.