【统计学报】傅德印：新时代统计学专业人才培养创新及路径
党的二十大报告中，就中国式现代化的中国特色和本质要求进行了阐述，指明了中国式现代化是全面建设社会主义现代化国家的根本途径，也明确了未来教育、科技、人才的基础支撑地位和具体要求。迈向新征程，是高校提高人才培养高质量、实施创新驱动发展必须依靠的大背景。同时，在中国特色社会主义进入新时代时，世界科技革命和产业变革正推动人类社会由信息时代进入数据时代。与中国特色社会主义进入新时代和人类社会进入数据时代同步，统计学科建设、统计事业发展、统计学专业人才培养也进入一个快速变革和创新的时代。
进入新时代，统计学作为从数据得出结论的传统交叉学科，与数据时代相伴而生的数据科学不断融合发展，统计学与数据科学二者的界线越来越不明显。未来，统计学不论继续称为“统计学”，还是冠以“数据科学”的名称，可以肯定的是传统统计学的边界扩大、延伸，乃至核心框架内容的重构，都离不开数据科学的融入，而数据科学如何快速发展也不可能脱离传统统计学核心内容而独立存在，为此，本文把传统统计学与目前数据科学融合发展的产物，统称为“新时代统计学”。本文仅就新时代统计学专业人才培养创新及路径进行探讨。
一、新时代统计学专业人才培养面临的新环境
（一）数据时代是中国式现代化的重要时代背景
当前，新一轮科技革命和产业变革的最重要特征就是人类社会发展由信息时代进入数据时代，而数据时代给人类社会带来的影响是广泛而深远的。数据时代数据既是生产要素也是分配要素。数据作为生产要素，推动产业范式再造，企业战略重塑，用数据进行设计、生产、营销、管理成为常态。数据作为投入要素，成为全球治理的工具，智慧需求、尤其是基于数据处理的人工智能需求在逐渐主导市场乃至社会发展需求。数据作为分配要素，将改变分配方式和分配关系，并对生产关系产生影响。现实世界的数字化转型，现实世界与虚拟世界结合的元宇宙的出现，使人类生产、生活的空间发生变化，数字化正时刻改变着世界。
为应对数据时代的挑战和机遇，国家在十四五规划中明确提出数字中国建设的重要战略任务。提出以数据经济、数据社会建设为主体，以数据基础设施建设为支撑，以数据治理、数据安全建设为保障，以数据要素生产与分配为驱动力建设数字中国。这既是数字中国建设的顶层设计，也是数字赋能推动工作的方向，更是以培养数字人才为使命的新时代统计教育的服务方向。
党的二十大报告中，有关“数字中国”“数字”“数据”的论述出现八次，分别涉及现代产业体系、数字经济、数字贸易、教育数字化、文化数字化、数据安全等多个方面。再次明确了通过数字化转型，建设数字中国助推制造强国、质量强国、航天强国、交通强国、网络强国；通过数字经济与实体经济深度融合，助推产业基础高级化、产业链现代化；通过数字要素驱动助推经济质量效益和核心竞争力的稳步提升。
（二）数字产业将成为现代产业体系的主导产业
二十大报告中，进一步明确了建设现代化产业体系的具体要求。在现代产业体系的构建中，通过数据化资源转型、数据要素投入驱动，将助推产业基础再造工程和重大技术装备攻关工程，促进制造业高端化、智能化、绿色化；助推优势产业领先地位，战略性新兴产业融合集群发展，形成新的增长引擎；助推现代服务业同先进制造业、现代农业深度融合；助推物联网，建设高效顺畅的流通体系；助推产业基础设施体系的现代化。此外，通过数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。我国数字经济规模2020 年已经达到39.2 万亿，占GDP比重为38.6%。预计到2025 年，数字经济带动就业人数将达到3.79亿人。数字产业的发展速度超过其他任何产业的发展速度，必将成为我国现代产业体系中的主导产业，数字产业也必将是新时代统计学专业人才服务的主要对象，以及数字人才就业的主渠道。
（三）数字驱动将是创新驱动战略的第一动力
二十大报告强调加快实施创新驱动发展战略。坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，实现高水平科技自立自强。以国家战略需求为导向，进行原创性引领性科技攻关，实施一批具有战略性全局性前瞻性的国家重大科技项目，增强自主创新能力，并加强基础研究，突出原创。数据时代，在这些创新驱动战略的措施中，如果没有数据人才、数据设施、数据分析技术的支撑，许多创新驱动是无法展开的。“数据驱动型组织”成为创新主体———企业、社区、城市、政府、国家共同的转型远景，数据驱动发展是各主体创新发展的战略首选。无论是开辟经济社会发展新领域新赛道，还是塑造经济社会发展新动能新优势；无论是进行原创性、引领性科技攻关，还是加强基础研究，突出原创，这些都离不开数字赋能，都离不开统计技术与数字化技术的融合发展和创新发展，数据驱动必然构成创新驱动的第一动力。
（四）中国式现代化资源支撑的生力军
新时代统计学学科建设、统计学专业人才培养特别是数字人才培养是中国式现代化资源支撑的生力军。二十大报告突出强调教育、科技、人才的基础支撑。目前，科学研究的范式进入数据密集型科研的第四范式，其特征在于海量数据获取，海量数据存储，海量数据分析及数据可视化。科研组织方式也在发生着变革，有组织的科研成为主要方式。科研范式和科研组织方式的变革必将推动学科建设的新突破。在众多学科中，数据科学是科研第四范式的产物，数据科学与传统统计学融合发展形成的新时代统计学是数据时代的基础学科，统计及数据人才是数据时代、数据中国的第一人力资源。新时代统计学必将在加强自身建设实现突破或重构的同时，实现与其它各学科的融合发展，培养各类统计及数据科学的人才，在学科交叉融合发展中培养造就更多大师、战略科学家、科技领军人才和创新团队、青年科技人才、卓越工程师、大国工匠、高技能人才，为数据中国建设提供国家战略人才力量。这也是从事统计学、计算机科学，以及数据科学教学、科研和实际工作者必须肩负的历史责任和现实使命。
二、新时代统计学专业人才培养创新基础与挑战
（一）新时代统计学专业人才培养创新基础
进入新时代，随着我国高等教育的内涵式发展的推进，教育部“高教40 条”的实施，以及国家大数据、互联网+、云计算、人工智能等战略的实施，统计学专业人才培养在教育部以及统计学本科教指委的指导下，对接外部需求，促进自身内涵建设，推动了人才培养的快速发展，为更高质量的新时代统计学专业人才培养创新发展奠定了基础。
首先，统计学一级学科的设置和新版专业目录的颁布，推动了统计学专业人才培养规模的快速增长。新版专业目录颁布以来，授理学学位的统计学专业和应用统计学专业点增长迅速，授予经济学学位的经济统计专业点也保持基本稳定，以统计学学科为支撑申报设置的以统计分析为特色的“大数据与数据科学”专业快速增长。在专业点快速增长的同时，统计学类专业的招生人数和在校生人数成倍增长。以统计理论、统计方法运用、智慧统计计算为聚焦点的统计人才培养特色日益突出，尤其是以数理统计、经济统计、应用统计、智慧统计计算为核心的教学内容，越来越结合实际，促进融合发展。
其次，《本科专业（统计学类）教学质量国家标准》（以下简称《质量标准》）的颁布，推动了统计学人才培养质量的提升和办学行为的规范。《质量标准》的制定既反映了国际先进水平，满足经济社会发展的需要，又适合中国国情，体现了教指委指导的基本原则，规范了学校专业建设的基本要求，对新办专业的建设提供了指南，发挥了《质量标准》指挥棒的作用。
最后，统计学类“一流本科专业”建设点、“一流课程”的遴选，发挥了示范引领作用，使统计学专业建设的内涵更加明晰，统计人才质量要素体系更加完善。“一流专业”建设点的遴选，使学校进一步明确了深化专业建设的内涵和改革方向，明确了学校如何支持统计学专业点的建设要求；使各统计学专业建设点进一步明确了人才培养的目标定位，培养模式的创新，课程体系优化的标准和要求。“一流课程”的遴选，更加推动教学内容体系的更新和课程建设要素的完整和规范，特别是推动了线上线下混合式教学课程建设的快速发展。
总之，统计学专业人才培养适应数据时代需求的快速发展，解决了一直以来社会上对统计人才不够重视的问题，解决了人们对统计人才只局限于“政府统计系统人才”的片面认识，解决了统计学专业人才培养由少到多，由有到不断创新的问题。在现有基础上，目前到了需要进一步加强顶层设计引导，进行系统集成、规范，有组织推动创新的阶段；到了需要进一步细化培养目标和聚焦人才需求，优化结构、提高质量、突出特色、聚焦服务主体，以及提高人才服务支撑能力的高质量发展阶段。
（二）新时代统计学专业人才培养创新的挑战
与中国式现代化建设和数据时代的发展要求相比，新时代统计学专业人才培养还面临许多新挑战。
1.突出新时代统计学在国家学科建设及人才培养中基础地位的挑战。数据驱动发展时代，在提供中国式现代化数字人才支撑的新征程上，新时代统计学在整个学科体系中，正由传统交叉学科转变为支撑数据科学和推动各个学科升级改造的基础学科。数据正在驱动着生物学、天文学、材料科学、经济学、政治学、社会学和医学等学科的升级改造；驱动着产品设计、产品制造、产品质量和产品营销等企业战略和生产流程的迭代和再造；驱动着全球领域的经济活动、政府治理活动、日常社交活动以及社会功能活动的重塑和进步。各学科、各专业领域的学科建设、科研活动，生产服务过程中的数据搜集、存储、呈现、分析处理都成为一个部门或单位的必备基础工作。
与新时代统计学的基础地位相比，统计学人才培养在国家高等教育体系中的应有地位还没有确立，统计人才培养的地位、现状与数据驱动经济社会发展中统计学的基础地位还不匹配。统计学人才培养在高校内部学术机构设置、学科专业体系构建、学校师资队伍布局、实验实训条件配置中，都没有突出统计学应有的支撑地位。在本科人才培养质量要素要求上，对于培养各学科专业领域学生具备数据搜集、数据处理、数据分析的能力，还没有形成共识。如何确立新时代统计学在整个高等教育人才培养体系中的基础地位，突出统计学在高校内部学术机构设置、学科专业体系中的基础地位，突出学生基本素质中有关数据搜集、数据分析的能力，这些都面临着挑战。
2.夯实传统统计学基础与推动核心内容创新的挑战。一方面，为了进一步发挥新时代统计学对数据驱动发展的支撑作用，尤其是发挥数理统计中统计推断、回归分析、聚类分析、贝叶斯方法等为数据分析处理中的机器学习、统计学习、人工智能等提供数理基础的作用；发挥传统统计中有关社会调查、实验设计、统计图表与可视化等数据搜集、存储、整理的渠道、框架和方法，在其它学科实现数字化转型及升级改造中的支持作用。这部分传统的统计理论、技术和方法，不论在方法创新还是应用拓展上，都需要进一步的夯实基础和完善内容。另一方面，数据时代异源异构的大数据、微数据已经超出了传统统计社会调查和实验设计的数据渠道和结构，使传统统计推断理论、数据呈现方法等基础框架出现了局限，需要创新。经典统计推断理论的核心内容是费歇、奈曼和皮尔逊共同发展起来的假设检验理论，而面对复杂数据背景，这一理论的局限性越来越明显，主要表现在：统计假设不是唯一的，统计结论受样本空间变化影响，难以应用于更为复杂的数据（如图像、影像、语言和音乐等）。传统的统计数据呈现方法具有局限性，对自然语言、符号数据、方程式、图像数据、曲线数据等的表示有限。
不论是经典统计学基础地位的巩固还是传统框架的创新都面临巨大挑战，需要创新发展新的数据分析理论，克服统计假设理论的局限性，创新数据呈现方法，构建新的智能数据表示方式和分析框架，甚至推动新时代统计理论框架的再造重建。
3. 提升新时代统计学专业人才培养质量的挑战。从目前统计学专业学人才培养质量看，统计学专业人才培养目标定位还需要进一步细化和明确。理论研究型、方法应用型、数据计算处理型人才目标定位的区分度不够；不同办学层次、不同行业、不同区域类型高校的统计学专业人才培养定位目标不够精准，甚至出现培养方案趋同，千校一面的现象；本科专业目录中的“应用统计学”定位宽泛，需要进一步细化目标和定位，需要聚焦政府、行业、微观企事业不同主体对数字人才的需求，细化“应用统计学”下服务不同应用领域的具体专业，以满足对多样性数字化人才的需求。
4. 开拓和细化现代统计学人才应用场景的挑战。统计学诞生于应用，成熟于应用，未来的出处更是在应用。统计应用的范围是极其广泛的，但目前聚焦特定应用领域或应用场景的统计学人才培养类型区分度不够，特色不突出。数据时代政府、企业、社区对数据的需求在于智慧需求。比照马斯洛的需求层次学说，政府、企业、社区的数据需求层次包括数据实现、信息需求、知识需求、智慧需求和价值需求。其中，大数据需求位于需求层次中的智慧需求层面，而智慧需求的本质就在于实现人工智能。具体到我国的现代化新征程，智慧需求的主要应用场景②在于：智慧交通、智慧能源、智慧制造、智慧农业与水利、智慧教育、智慧医疗、智慧文旅、智慧社区、智慧家居和智慧政务等。新时代统计人才培养如果脱离了这些应用场景，那就是失去了统计发展的土壤和阵地。以微观企业统计为例，过去统计在微观企业的应用主要是质量控制、市场研究以及企业经济统计报表及分析，而在数据时代的企业统计应用已经远远超出这些场景，如智慧管理、智慧制造、智慧物流，工业互联网的数据搜集、数据分析等，这些都需要对如何开拓和细化现代统计学人才应用场景进行研究。
三、新时代统计学专业人才培养的创新路径
新时代统计学专业人才培养创新要适应中国式现代化建设的需要，适应数据时代对人才素质的特殊要求，是切实解决我国高校统计学专业人才培养质量问题的必要条件，必须要有高站位、全局性、系统性、前瞻性的创新举措，要有为国家培养战略性、基础性人才的信心和定力，要能够充分调动国家教育主管、国家学术咨询机构、高校、二级学院，以及统计学专业师生各个主体的创新积极性。既要实现支撑专业人才培养的学科基础性、原创性创新，也要实现统计与其它学科融合发展培养特色人才的创新，实现统计与应用场景结合的科教融合、产教融合的创新，也要实现支撑新时代统计发展平台和资源的创新。为此，本文从国家、高校和专业自身方面提出建议。
（一）发挥指挥棒的引导作用
在国家教育行政主管机构和国家学术咨询机构层面实现制度和机制的创新。首先，突出新时代统计学在整个高等教育人才培养体系中的基础地位，发挥统计学在整个学科体系升级、再造和经济社会发展中数据驱动的支撑作用。在国家学科目录、专业目录、学位授予、重大教学改革项目立项等方面进行倾斜，如，“六卓越一拔尖计划”应该涵盖统计学专业，在国家确定“基础研究”规划和项目时，要把“统计学”纳入其中。其次，国家层面应把数据搜集、数据处理能力纳入大学生培养目标，并作为基本素质能力评价体系的重要组成部分。适时设置类似于大学生“外语水平考试”“计算机等级考试”一样的“大学生数据搜集与处理能力等级考试”，以适应数据驱动经济社会发展对人才基本素质的需求。最后，建议统计学本科教指委对《质量标准》进行修订和完善，推出统计学专业人才培养质量标准的升级版。《质量标准》是人才培养质量的基础制度，又是人才培养质量评估的标准和依据，在体现规范性的基础上，要体现系统性和开放性。针对现行的《质量标准》只有“统计学”“应用统计学”和“经济统计”的标准，专业划分比较宽泛，存在数据科学的内容融入不充分的问题，建议在统计学类专业下，形成相对细化的专业体系或子专业目录。巩固统计学一级学科地位的同时，细化统计学，特别是“应用统计学”下服务应用领域的二级专业，如增加生物统计学、商务统计学、质量管理统计、智慧统计计算等专业。在更细化的专业目录下，给出更加精准的质量标准和指南。在细化专业知识点的构成上，基于不同专业侧重点形成不同特色的知识体系、课程体系等。形成“基础课”+“专业基础课”+“专业课”+“特色专业课”+“专业选修课”的不同模块的规范指导意见。
（二）发挥高校创新的主体作用
在学校和学院内部，做到统计学通识教育与专业教育并重，实现校内制度和机制层面的创新。首先，应在高校内部自身学术机构设置、学科体系、专业体系优化中给予统计学足够的重视，突出学科基础地位，强化统计学与学校主流或特色学科的融合发展，突出统计学在学校本科教育体系中的基础支撑地位，促进校内学科专业在数字化转型中实现改造升级。其次，应突出新时代统计学在学校通识教育中的地位，建立联合的数据库、实验室、学科平台和虚拟教研室。
（三）加强新时代统计学专业的自身建设
适应更高质量的人才需求，实现专业建设主体在目标定位、人才培养体系、人才培养模式、统计理论、统计技术、统计方法、专业平台和资源建设上的创新。
1.进一步明确人才培养目标和定位，突出特色。针对目前各学校统计学专业人才培养目标不聚焦，定位过于笼统泛化，特色不突出的问题，建议要结合本校的类型定位，学科专业自身的历史积淀和优势，结合已有的建设基础，来选择和确定本专业的目标定位和特色。对于研究型大学、教学型大学，综合性大学、区域特色型院校、行业特色型院校，传统老牌院系与新办统计院系，在统计人才培养目标定位和特色上都要有区分度。对于理论研究型、方法应用型、智慧数据计算处理型、服务区域服务行业及特殊应用场景的数字化人才培养目标定位要有区分度。
2.突出课程体系和内容体系的创新。针对课程体系存在的趋同化、创新不足的问题，建议根据不同的培养目标优化设置不同的课程体系。仅培养热衷于“统计基本理论+一般分析方法+软件默认算法”的统计人才是不够的。在统计理论培养上，如果基础不扎实，容易导致理论创新能力不足，建议要夯实数理基础和数学基础。在统计方法应用培养上，如果脱离实际应用场景，容易脱离实际，宏观应用多微观应用少，解决实际问题能力不足，建议聚焦实际场景，联系到企业生产线、社区治理、市场研究、农村农业的实际问题，在科教融合、产教融合中培养数字化人才。在统计智能计算培养上，不能只停留在已有软件的熟练应用上，这容易出现对程序算法的基础框架底层设计开发不足的问题，导致过于依赖国外软件甚至商业软件，缺乏自主知识产权产品，存在软件开发上被“卡脖子”的潜在风险，建议加大算法语言的教学内容，注重在开源代码上进行算法、程序设计与开发，注重数据分析底层框架设计和算法开发的教学，尤其是基于我国应用场景的专用代码、计算分析程序的教学。
3.突出统计人才培养模式上的特色和创新。受目标不聚焦、定位不准确的影响，目前的人才培养过程中，多数都集中于培养“开车型”人才，而“造车型”人才培养不足，或理论型、应用型、计算型人才都想培养，但培养不深不细。因此，建议针对不同的培养目标和教学内容，形成不同的特色人才培养模式。特别是突出理论创新型、方法应用型、程序设计和算法型不同特色的培养模式。在“双一流”与一般院校，综合性院校与行业特色院校之间，应该形成分层分类的统计人才培养模式。例如，形成“证明推导理论创新驱动的培养模式”“面向具体领域应用案例教学驱动的培养模式”“程序算法开发驱动的培养模式”等。
4. 注重统计类专业人才培养改革的综合性、系统性和协同性。建议实施统计学专业建设的目标体系、课程体系、师资队伍体系、实验实训条件、课程思政体系构建的综合性改革，提升统计学专业人才培养的综合实力。比如，实验室建设上，与数据时代对应的统计学教学实验条件，已经不局限于统计报表、问卷设计、计算机软件，应该是能够涵盖数据采集、存储、传输、数据分析、数据技术、数据产品的全过程和全领域的实验设备、软件、数据库等的保障。
（来源：《统计学报》2023年第4卷第1期）