王斌 王詩悅 嚴璐 蔣子怡

江蘇理工學院經濟學院 江蘇常州 213001

一、概述

當前，在高等院校相關專業(yè)大數據課程設置中，存在課程結構繁雜、產學研用脫離等突出問題，導致相關院校大數據分析能力培養(yǎng)出現“上頭熱、下頭忙、中間散”的困境。如何根據既有的師資力量和教學資源以及學生基礎合理調整大數據分析課程結構體系，成為擺在眾多專業(yè)管理者面前的一大挑戰(zhàn)。對于這一問題，可通過梳理現有大數據分析相關專業(yè)及其課程體系，比較相互之間的異同點和優(yōu)劣勢，進而根據專業(yè)歸屬學院和師資力量及學生基礎，構建科學合理的大數據分析課程結構體系，是一個可行舉措。為此，本文調查梳理國內30所重點高校大數據相關專業(yè)的資料，對專業(yè)歸屬學院、主干課程、課程結構進行歸納提煉并橫向對比，從而挖掘提煉各專業(yè)在大數據分析課程設置中的優(yōu)劣點，進而提出針對性的對策建議，以期能為優(yōu)化大數據分析課程結構和培養(yǎng)質量提供有益參考。

二、文獻綜述

關于大數據分析能力培養(yǎng)研究，較多文獻圍繞課程設置、專業(yè)師資、職業(yè)領域及技能工具等方面展開探討，取得一定成果。在具體研究中，諸多文獻研究的明顯特征在于分專業(yè)領域探討，也即不同專業(yè)或學科背景的研究人員大多只在本專業(yè)領域對大數據分析能力培養(yǎng)體系開展探討，如李輝和張標[1]對涉農高校數據科學與大數據技術專業(yè)人才培養(yǎng)問題開展了研究，趙星、王晰巍[2-3]對新文科背景下大數據管理與應用專業(yè)培養(yǎng)內容開展分析，崔曉龍、吳賀俊、王國胤[4-6]對新工科背景下應用型大數據人才培養(yǎng)課程體系開展研究，王小紅和徐煥章[7]對大數據時代會計人才培養(yǎng)模式開展研究，賀文武、朝樂門、李莎莎、王國仁、楊波[8-12]對數據科學與大數據技術專業(yè)核心課程建設開展研究。

客觀而言，這種“專業(yè)人分析專業(yè)事”的精神值得學習，也具有一定的分析深度和研究價值，為相關專業(yè)針對性改進專業(yè)培養(yǎng)體系提供了重要決策建議。然而，在我國新工科、新文科、新商科建設背景下，如何從跨學科角度深入認識大數據分析能力的復合型人才培養(yǎng)至關重要。為此，本文基于專業(yè)比較開展分析，以期探索各類大數據相關專業(yè)的課程融合性。

三、專業(yè)比較分析

本文搜集了我國30所重點高校大數據相關專業(yè)的信息。在歸納綜合和系統(tǒng)提煉調研資料基礎上，從六類大數據分析相關專業(yè)著手研究，包括經濟統(tǒng)計學、統(tǒng)計學、數據科學與大數據技術、信息與計算科學、數據計算及應用、大數據管理與應用。在此基礎上，對六類專業(yè)的歸屬學院、大數據主干課程、課程結構等資料梳理與比較，挖掘深層次信息，包括異同性、優(yōu)劣性等特征。見下表。

大數據分析相關專業(yè)課程信息表

由上表可見，大數據相關專業(yè)包括經濟統(tǒng)計學、統(tǒng)計學、數據科學與大數據技術、信息與計算科學、數據計算及應用、大數據管理與應用等。隨著專業(yè)名稱的變化，在歸屬學院、大數據主干課程、課程結構等方面表現出以下特征。

其一，在專業(yè)歸屬學院方面，偏計算機編程的專業(yè)，多歸屬于計算機學院、軟件學院和人工智能學院；偏信息和數據計算的專業(yè)，多由數學學院、理學院、統(tǒng)計學院開設；而復合型的經濟統(tǒng)計或統(tǒng)計學專業(yè)，多歸屬于經濟管理學院。這種專業(yè)歸口的變化可能更多與專業(yè)師資、學生基礎和培養(yǎng)方向的差異有關。相對而言，經濟管理類學院由于自身大數據師資力量的局限，難以用自身師資支撐大數據技術專業(yè)的開設，而只能在經濟統(tǒng)計專業(yè)下設置大數據方向或開設相關課程。而計算機類學院自身師資力量雄厚，更偏向于將專業(yè)名字稱為大數據分析技術。比較特殊的是數理類學院，其師資力量兼具統(tǒng)計、數學、信息和編程，故其專業(yè)名稱更為中性，既體現大數據分析導向，但又不直接稱為大數據專業(yè)。這種專業(yè)名稱的變化，其實體現出不同類型學院的管理者對專業(yè)課程設置的考量，以便能夠滿足教育主管部門的專業(yè)檢查和考核需求。

其二，在大數據主干課程方面，相對而言，統(tǒng)計學專業(yè)大數據相關的主干課程偏少，且較為籠統(tǒng)模糊；經濟統(tǒng)計學專業(yè)多涉及一些基本的程序設計語言和數據挖掘技術，難度相對較弱，屬于入門級的大數據課程，更偏重于利用基本的大數據挖掘技術開展簡單的經濟管理實例分析；信息與計算科學專業(yè)的大數據主干課程數量適中，但課程更偏向于各種算法的講解，其理論性更強而實踐性稍弱；數據科學與大數據技術、數據計算及應用這兩個專業(yè)，在大數據相關主干課程設置方面更相近，均采用“算法+語言+數據庫+開發(fā)”的組合模式；大數據管理與應用專業(yè)更體現出實踐應用的特征，其采用的課程組合模式為“算法設計+智能挖掘+統(tǒng)計分析+商業(yè)應用”的組合模式，該專業(yè)對市場需求的迎合性和貼近性更為明顯，且重視管理決策類課程的輔助性作用。

其三，在課程結構方面，各類專業(yè)均體現出與歸屬學院相吻合的特征。如在經濟統(tǒng)計專業(yè)中，經濟管理類和統(tǒng)計類課程約占總課程的70%，而大數據課程門數相對偏少，很明顯受到專業(yè)歸屬學院師資力量的局限。在統(tǒng)計學專業(yè)中，數學類和統(tǒng)計類課程基本占比相同，約為50%，但該類專業(yè)相對缺乏大數據課程的設置，課程結構相對固化。在數據科學與大數據技術專業(yè)中，大數據課程相對較多，約占70%，其余多為數學類和統(tǒng)計類課程，約占20%，相對而言，該專業(yè)課程結構體現出數學和統(tǒng)計基礎上的大數據深入學習特征。在數據計算及應用專業(yè)中，基本課程結構與“數據科學與大數據技術專業(yè)”相似，但前者的大數據課程與數學、統(tǒng)計類課程基本持平，故該專業(yè)更體現出數理基礎和大數據學習的均衡性。對于信息與計算科學專業(yè)，課程結構偏重于數學與統(tǒng)計，而大數據課程較少，可以看出該專業(yè)意在培養(yǎng)基于扎實數理基礎的大數據理論及技能人才，但不足之處是大數據課程理論性強而實踐性弱。對于大數據管理與應用專業(yè)，課程結構體現出基于商業(yè)化應用的大數據技能素養(yǎng)，具有鮮明的應用導向，但不足之處是數學與信息計算基本功的培養(yǎng)稍欠缺，不利于深層次且創(chuàng)新性的大數據設計與開發(fā)。

四、對策建議

(一)加快院系跨部門融合，改善師資力量配置結構

由前述分析可見，經管類學院開設的統(tǒng)計類專業(yè)中，大數據課程數量偏少；數理類學院開設的信息與計算類專業(yè)中，大數據課程理論性太強；計算機學院開設的大數據專業(yè)中，雖偏實際應用，但算法基礎和經管決策基礎偏弱。上述問題的根源在于不同院系師資力量存在差異，導致專業(yè)課程設置受到極大約束，以致在課程設置中畏手畏腳，存在諸多顧慮。但在當前我國大學體系追求“大而全”的理念下，較多院?；驹O置有理學院、經管學院和計算機學院，若能有效打通不同院系中相關專業(yè)的鴻溝，實現師資力量間各種形式的有效融合，形成新商科和新工科下各有特色的大數據專業(yè)建設體系，將更有助于大數據專業(yè)的健康發(fā)展。相反，應堅決杜絕各類大數據專業(yè)的封閉式發(fā)展，切勿形成內卷性的大數據專業(yè)建設思路，這需要從課程工作量認定、考核激勵、人事管理等方面綜合謀定。

(二)基于大數據產學研用，改進專業(yè)核心課程設置

根據前述分析，當前階段相關專業(yè)大數據主干課程的設置，并未明顯體現出“大數據產學研用”相適配的理念，太偏理論、太偏應用、零星點綴式的大數據課程設置無法滿足人才培養(yǎng)需求。據此提出建議，在專業(yè)主干課程設置方面，統(tǒng)計學專業(yè)應適當增加以大數據命名的課程門數，提升該專業(yè)對大數據產學研用的適應性；經濟統(tǒng)計學專業(yè)適度提升大數據統(tǒng)計分析與挖掘的深度，增強案例分析能力培養(yǎng)；信息與計算科學專業(yè)提升大數據算法與實踐的結合程度；數據科學與大數據技術專業(yè)、數據計算及應用專業(yè)可在“算法+語言+數據庫+開發(fā)”中適當突出應用特色；大數據管理與應用專業(yè)應提升商業(yè)與管理決策類課程的質量。

(三)圍繞大數據能力培養(yǎng)，優(yōu)化專業(yè)課程結構體系

從前述課程結構體系分析可見，更為合理的大數據課程結構體系是“數學類+統(tǒng)計類+商科類+算法類+數據庫+程序語言類”。這種課程結構體系既能培養(yǎng)學生大數據分析所需的基礎性理論和知識，又能訓練學生活躍的商業(yè)應用思維，同時也能培養(yǎng)學生具備堅實的大數據開發(fā)與設計能力。但較為棘手的問題在于不同性質的學院開設的大數據專業(yè)和方向，應如何根據自身專業(yè)培養(yǎng)目標和特色而設置課程結構比例關系。可以根據師資力量、學生基礎、學校就業(yè)環(huán)境等因素合理決策，構建一套既能滿足人才需求又能貼近學生實際的大數據課程體系。