论文部分内容阅读
摘 要：社会经济的不断发展与进步，给经济统计学人才培养带来了巨大挑战，不仅要求经济统计学专业人员具备高水平的经济统计学知识，还要求具备较强的经济学及统计学实践能力，这无疑增加了经济统计学人才培养难度。而基于就业导向开展经济统计学人才培养，能够有效培养出实践能力强、综合能力强及创业创新能力强的经济统计学人才，所以就业导向视域下加强经济统计学人才培养是非常必要和重要的，理应得到重视和关注。
关键词：就业导向视域;经济统计学人才;培养模式及方法
据相关资料及调查显示，2018年我国高校毕业生人数高到820万，与2017年相比增加了25万人。其中高校创业人数不到10%，毕业马上就能就业的人数不超过45%，使得大学生就业难成为最引人注目的社会问题之一，所以越来越多的高校及企事业单位都非常重视大学生就业问题，尤其是经济统计学专业的大学生就业问题[1]。但在培训经济统计学人才时不仅面临高校毕业生就业形势更加复杂严峻的挑戰，还面临社会发展对高质量人才需求的挑战，这决定必须基于就业导向培养综合型、创新型、实践性经济统计学人才，以满足社会经济发展对经济统计学人才的需求。
1培养存在的问题
1.1专业知识不符合市场需求
第一，缺少数据库知识教育，实际经济统计学人才培养中很多老师只进行了经济学及统计学理论知识教育，并没有或者很少进行数据库方面的知识教育，例如数据分类、数据编码、数据存储、数据检索、数据输出等知识内容。导致很多经济统计学专业学生缺乏数据分析能力及管理能力，难以满足市场对数据管理人才的需求[1-2]。第二，缺乏机器学习知识内容，很多经济统计学专业学生在上课期间只接受了较为简单的计算机学习，而对于人工神经网络、遗传算法及人工智能等则没有得到专业的教学及培训，导致他们严重缺乏经济统计学机器实践操作方面的能力，很难适应生产统计、营销统计、物流统计等岗位工作要求。
1.2软件驾驭能力不符合市场需求
第一，多数学生只掌握了简单的计算机数据统计能力，并熟练经济统计学工作中常用的R语言、Python等软件，很难适应经济统计人才市场需求。调查显示，最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，都非常钟情于R语言、Python等专业人才，此外还要求具备较强的调查方案制定能力、统计分析报告撰写能力等，这些都要求该专业人才具备很强的软件驾驭能力。第二，很多企业每天都会产生大量数据，这需要相关工作人员每天都建立数据库，并分析数据，以挖掘数据中的价值，从而促进企业发展。而在分析数据时需要对数据进行分类、挑选、匹配、横向合并、纵向合并、行列互换等，这些操作都需要经济统计学人员具有良好的软件驾驭能力才能完成，但实际工作很多经济统计学人才并不能很好的驾驭各种软件[2]。
1.3统计专业素养与市场需求不完全匹配
第一，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;第二，团队协作意识及能力不强，不利于整体经济统计学工作质量的提升。
2培养模式及方法
2.1优化整体课程体系、更新教学内容
第一，将数据库技术纳入经济统计学教学课程体系中，并作为经济统计学专业教学主要内容，以提高学生对数据库技术的重视度，从而积极主动的去掌握和应用数据库技术;第二，还要增加数据管理能力培养项目，让学生将经济统计学理论知识应用到数据管理实践中，以提高学生的数学管理能力;第三，增加机械方面的内容，因为在实际的企事业单位岗位上，会涉及到到很多机械设备的应用，常见的有计算机设备、多媒体设备、数据网盘设备、人工神经网络技术、遗传算法及随机森林等，故必须将这些内容纳为经济统计人才培养项目，并设置成选修课，让更多的人参与到培训中，以提高整体经济统计学专业学生的实践能力及综合能力，从而适应社会发展对综合型、实践型热人才的需求[3]。
2.2加强数据清洗能力和软件编程思维培养
众所周知，数据管理一直都是经济统计学人才的主要工作内容，软件编程思维更是提高数据管理工作质量及效率必不可少的促进因素，所以为提高经济统计学人才就业能力及就业率，必须加强对他们的数据清洗能力及软件编程思维培养。具体培养措施如下：
第一，加强数据清洗能力培训，引导该专业学生提高对数据清洗的重视度，并在能力培训中根据相关规定及指标等对所掌握的数据进行处理，例如对数据进行纵向和横向合并;对数据进行分类和统计;对数据进行网页爬虫、数据集等输出格式调整等。第二，进行实践操作时不要使用虚拟的数据给该专业学生进行培训，而是使用真实数据代替虚拟数据，提高他们对实践操作的重视度，从而认真的对数据进行统计调查、建立数据模型，最终计算出真实准确的数据结果，达到提高数据清洗能力的目的[4]。第三，为进一步提高该专业人才的数据管理综合能力，还需要加强对他们的R语言或Python软件操作训练，以强化他们的软件编程思维，从而提高他们的数据管理实践能力及综合能力。
2.3加强对该专业学生的统计学专业素养及团队合作意识培养
第一，增加统计学实践课程内容，让该专业学生更加重视统计学专业知识学习及实践能力提升，例如改变“重理论、轻实践”教学方案、加大实践实习考核力度等举措。第二，加强课外实训力度，例如课题讨论、专业比赛等，以在实训过程中强化学生的数据搜集能力、数据整理能力、数据分析能力及报告撰写能力，最终提高该专业学生的综合能力及统计学专业素养。第三，要在实践过程中培养该专业学生的团队合作意识及能力，例如在统计学分析、财务报表分析、企业模拟等实训过程中，老师可以引导学生积极组成小组，然后进行分工操作，以快速完成实训任务。完成实训过程中学生需要相互沟通，并对相关数据进行调查，最终通过数字、表格及报告等形式将研究成果展现出来，因此学生在团队合作意识及能力方面都得到了强化[5]。
2.4打造高质量师资队伍
第一，高校或者相关培训机构要定期对经济统计学老师进行专业化及系统化培养，培训的内容包括经济学知识、统计学知识、经济统计学实践能力及创新能力等，以提高他们的经济统计学培养专业能力及综合素养。第二，老师本身要不断提升自己的专业知识水平及能力，并巩固经济学知识和计算机知识，例如精通R语言、Python等软件，以提升自己的实践能力，从而更好的培养高素质经济统计学人才。第三，要积极引进优秀博士和高级专家学者，以强化经济统计专业师资力量，同时还需要鼓励老师参加各种培训活动及学术会议，以打造高质量师资队伍。
此外，还需要加强法律法规素养和职业道德培养、促进教学方法改革（如多开展多媒体、情景化及实践性等教学模式），以全面提升统计学人才的综合能力及素养。
结语
总而言之，在经济高速发展的今天，各行业对经济统计学人才的需求量都在不断提高，对经济统计学人才各方面的能力要求也越来越高，不仅要求具备较高水平的经济统计学专业知识，还要求具备很强的创新能力、实践能力及综合能力，以保证经济统计学人才的就业能力。所以越来越多的高校都将“提高就业率”作为经济统计学人才培养主要目的，这决定基于就业导向视域，开展经济统计学人才培养是非常必要和重要的。因此，上文分析了就业导向视域下经济人才培养问题及措施，希望对实际的经济统计学人才培养工作起到积极作用。
参考文献
[1]崔立志.就业导向视域下经济统计学人才培养模式研究[J].大学教育，2019（09）：140-142.
[2]范乔希，朱胜，蒋志华，刘锦扬.地方高校经济统计学专业人才培养改革探索——以成都信息工程大学统计学院为例[J].教育理论与实践，2018，38（30）：11-13.
[3]胡建华.关于经济统计学若干问题的思考与研究[J].财经界（学术版），2018（06）：131-132.
[4]朱莎莎.浅析经济统计学发展前景和就业分析[J].经贸实践，2017（20）：55.
[5]吕洁华，黎雪.农林类高校不同学科大类的统计学专业人才培养分析[J].安徽农业科学，2016，44（35）：244-246.
关键词：就业导向视域;经济统计学人才;培养模式及方法
据相关资料及调查显示，2018年我国高校毕业生人数高到820万，与2017年相比增加了25万人。其中高校创业人数不到10%，毕业马上就能就业的人数不超过45%，使得大学生就业难成为最引人注目的社会问题之一，所以越来越多的高校及企事业单位都非常重视大学生就业问题，尤其是经济统计学专业的大学生就业问题[1]。但在培训经济统计学人才时不仅面临高校毕业生就业形势更加复杂严峻的挑戰，还面临社会发展对高质量人才需求的挑战，这决定必须基于就业导向培养综合型、创新型、实践性经济统计学人才，以满足社会经济发展对经济统计学人才的需求。
1培养存在的问题
1.1专业知识不符合市场需求
第一，缺少数据库知识教育，实际经济统计学人才培养中很多老师只进行了经济学及统计学理论知识教育，并没有或者很少进行数据库方面的知识教育，例如数据分类、数据编码、数据存储、数据检索、数据输出等知识内容。导致很多经济统计学专业学生缺乏数据分析能力及管理能力，难以满足市场对数据管理人才的需求[1-2]。第二，缺乏机器学习知识内容，很多经济统计学专业学生在上课期间只接受了较为简单的计算机学习，而对于人工神经网络、遗传算法及人工智能等则没有得到专业的教学及培训，导致他们严重缺乏经济统计学机器实践操作方面的能力，很难适应生产统计、营销统计、物流统计等岗位工作要求。
1.2软件驾驭能力不符合市场需求
第一，多数学生只掌握了简单的计算机数据统计能力，并熟练经济统计学工作中常用的R语言、Python等软件，很难适应经济统计人才市场需求。调查显示，最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，都非常钟情于R语言、Python等专业人才，此外还要求具备较强的调查方案制定能力、统计分析报告撰写能力等，这些都要求该专业人才具备很强的软件驾驭能力。第二，很多企业每天都会产生大量数据，这需要相关工作人员每天都建立数据库，并分析数据，以挖掘数据中的价值，从而促进企业发展。而在分析数据时需要对数据进行分类、挑选、匹配、横向合并、纵向合并、行列互换等，这些操作都需要经济统计学人员具有良好的软件驾驭能力才能完成，但实际工作很多经济统计学人才并不能很好的驾驭各种软件[2]。
1.3统计专业素养与市场需求不完全匹配
第一，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;第二，团队协作意识及能力不强，不利于整体经济统计学工作质量的提升。
2培养模式及方法
2.1优化整体课程体系、更新教学内容
第一，将数据库技术纳入经济统计学教学课程体系中，并作为经济统计学专业教学主要内容，以提高学生对数据库技术的重视度，从而积极主动的去掌握和应用数据库技术;第二，还要增加数据管理能力培养项目，让学生将经济统计学理论知识应用到数据管理实践中，以提高学生的数学管理能力;第三，增加机械方面的内容，因为在实际的企事业单位岗位上，会涉及到到很多机械设备的应用，常见的有计算机设备、多媒体设备、数据网盘设备、人工神经网络技术、遗传算法及随机森林等，故必须将这些内容纳为经济统计人才培养项目，并设置成选修课，让更多的人参与到培训中，以提高整体经济统计学专业学生的实践能力及综合能力，从而适应社会发展对综合型、实践型热人才的需求[3]。
2.2加强数据清洗能力和软件编程思维培养
众所周知，数据管理一直都是经济统计学人才的主要工作内容，软件编程思维更是提高数据管理工作质量及效率必不可少的促进因素，所以为提高经济统计学人才就业能力及就业率，必须加强对他们的数据清洗能力及软件编程思维培养。具体培养措施如下：
第一，加强数据清洗能力培训，引导该专业学生提高对数据清洗的重视度，并在能力培训中根据相关规定及指标等对所掌握的数据进行处理，例如对数据进行纵向和横向合并;对数据进行分类和统计;对数据进行网页爬虫、数据集等输出格式调整等。第二，进行实践操作时不要使用虚拟的数据给该专业学生进行培训，而是使用真实数据代替虚拟数据，提高他们对实践操作的重视度，从而认真的对数据进行统计调查、建立数据模型，最终计算出真实准确的数据结果，达到提高数据清洗能力的目的[4]。第三，为进一步提高该专业人才的数据管理综合能力，还需要加强对他们的R语言或Python软件操作训练，以强化他们的软件编程思维，从而提高他们的数据管理实践能力及综合能力。
2.3加强对该专业学生的统计学专业素养及团队合作意识培养
第一，增加统计学实践课程内容，让该专业学生更加重视统计学专业知识学习及实践能力提升，例如改变“重理论、轻实践”教学方案、加大实践实习考核力度等举措。第二，加强课外实训力度，例如课题讨论、专业比赛等，以在实训过程中强化学生的数据搜集能力、数据整理能力、数据分析能力及报告撰写能力，最终提高该专业学生的综合能力及统计学专业素养。第三，要在实践过程中培养该专业学生的团队合作意识及能力，例如在统计学分析、财务报表分析、企业模拟等实训过程中，老师可以引导学生积极组成小组，然后进行分工操作，以快速完成实训任务。完成实训过程中学生需要相互沟通，并对相关数据进行调查，最终通过数字、表格及报告等形式将研究成果展现出来，因此学生在团队合作意识及能力方面都得到了强化[5]。
2.4打造高质量师资队伍
第一，高校或者相关培训机构要定期对经济统计学老师进行专业化及系统化培养，培训的内容包括经济学知识、统计学知识、经济统计学实践能力及创新能力等，以提高他们的经济统计学培养专业能力及综合素养。第二，老师本身要不断提升自己的专业知识水平及能力，并巩固经济学知识和计算机知识，例如精通R语言、Python等软件，以提升自己的实践能力，从而更好的培养高素质经济统计学人才。第三，要积极引进优秀博士和高级专家学者，以强化经济统计专业师资力量，同时还需要鼓励老师参加各种培训活动及学术会议，以打造高质量师资队伍。
此外，还需要加强法律法规素养和职业道德培养、促进教学方法改革（如多开展多媒体、情景化及实践性等教学模式），以全面提升统计学人才的综合能力及素养。
结语
总而言之，在经济高速发展的今天，各行业对经济统计学人才的需求量都在不断提高，对经济统计学人才各方面的能力要求也越来越高，不仅要求具备较高水平的经济统计学专业知识，还要求具备很强的创新能力、实践能力及综合能力，以保证经济统计学人才的就业能力。所以越来越多的高校都将“提高就业率”作为经济统计学人才培养主要目的，这决定基于就业导向视域，开展经济统计学人才培养是非常必要和重要的。因此，上文分析了就业导向视域下经济人才培养问题及措施，希望对实际的经济统计学人才培养工作起到积极作用。
参考文献
[1]崔立志.就业导向视域下经济统计学人才培养模式研究[J].大学教育，2019（09）：140-142.
[2]范乔希，朱胜，蒋志华，刘锦扬.地方高校经济统计学专业人才培养改革探索——以成都信息工程大学统计学院为例[J].教育理论与实践，2018，38（30）：11-13.
[3]胡建华.关于经济统计学若干问题的思考与研究[J].财经界（学术版），2018（06）：131-132.
[4]朱莎莎.浅析经济统计学发展前景和就业分析[J].经贸实践，2017（20）：55.
[5]吕洁华，黎雪.农林类高校不同学科大类的统计学专业人才培养分析[J].安徽农业科学，2016，44（35）：244-246.