1. 引言
教育部在《关于深化研究生教育改革的意见》中指出，研究生教育是培养高层次人才的主要途径，是国家创新体系的重要组成部分。近年来高等教育发展势头良好，但经济社会发展越来越快地呈现出多样化需求的特点，这对研究生教育提出了较高的要求。(王少媛、刘丽，2018) [1]。科研是社会发展进步的重要推力，学术型硕士研究生是一股不可忽视的科研力量，更是科学研究领域的重要储备人才，对于未来社会发展有重大作用(单亦亮，2017) [2]。因此，针对学术型硕士培养方式的研究十分重要。此外，在学术型研究生的培养过程中，科研能力的培养和帮助学生掌握就业相关知识技能同样重要(祝志川等，2022) [3]。尤其是在当前信息化和数字化的时代背景下，就业市场对统计学人才的需求日益增加，同时也对这一类型人才提出了更多要求，使之更适应大数据时代背景(徐春晓，2022；李洪毅，2020) [4] [5]。对于统计学硕士培养来说，必须及时调整传统培养方案，使得培养出的人才更加顺应时代需要(潘莉，2016；闫莉、陈夏，2015) [6] [7]。基于此，本文兼顾当前统计学学术型硕士科研能力与就业技能两个维度的培养现状，进行深入调查分析，为调整现有统计学学术型研究生培养模式提供依据和建议，助力高校为科研领域以及就业市场输出新型统计学人才。
2. 调查方案设计
在研究生教育尚不能满足经济社会多样化发展需求的时代背景下(孙利荣、郭宝才，2019；柳炳祥等，2019) [8] [9]，为从多个维度入手调查统计学学术型硕士研究生培养现状、挖掘有待提升之处，本着科学性、可行性、有效性原则(祝志川、张国超，2018) [10]，本文设计了一份针对课程安排情况、教学中的实践情况、授课答疑方式、导师指导方式、日常成绩考核机制、未来职业计划及所需掌握技能这六个方面的统计学学术型硕士培养现状调查问卷，利用问卷星平台向全国经济统计学与数理统计学专业在读以及毕业的学术型硕士研发布问卷，采集数据。
参考赵荣荣(2017)的实验设计[11]，考虑到每年9~12月一年级研究生尚未经历一个完整学期的培养，对本校人才培养计划还不够了解，所以本文选择在5~7月展开调查。
3. 问卷调查结果分析
本次问卷发放时间为2023年5月，汇总时间为2023年7月，共回收有效调查问卷174份，受访者基本情况描述性统计如表1。
Table 1. Interviewee structure
表1. 受访者结构
变量 |
分组 |
比重(%) |
性别 |
男 |
33.3 |
女 |
66.7 |
专业 |
经济统计学 |
29.9 |
数理统计学 |
70.1 |
就读院校 |
“211”院校，非“985”院校 |
33.3 |
“985”院校 |
11.5 |
普通一本院校 |
35.6 |
其他 |
19.5 |
年级 |
硕士毕业已工作 |
16.1 |
硕士二年级 |
39.1 |
硕士三年级 |
7.5 |
硕士一年级 |
37.4 |
本科专业 |
计算机相关专业 |
8.6 |
经济学相关专业 |
10.3 |
数学相关专业 |
27.0 |
统计相关专业 |
47.7 |
其他 |
6.3 |
对本校硕士培养整体满意度 |
不满意 |
0.6 |
满意 |
65.5 |
一般 |
33.9 |
总体来看，有65.52%的学生对本校硕士培养现状表示满意，33.91%的学生表示一般，只有0.57%的学生不满意，不同专业的培养现状总体满意度情况如图1所示。学生对本校硕士培养整体满意程度较高，但仍有一定提升空间。对学生专业和整体满意度这两个变量进行列联表分析，
值为1.346，P值为0.510，不同专业的学生对硕士培养整体满意度差别不大。
Figure 1. Overall satisfaction with the training status quo
图1. 培养现状总体满意度
3.1. 课程安排现状分析
1. 课时量和课程模块
40.23%的同学认为硕士阶段必修课程的课时总量比较多，40.23%的同学认为比较合适，只有5.75%的同学认为比较少。根据以上结果绘制图2，可知无论是必修课还是选修课，目前课程量设置都处于合适与偏高之间。对于硕士期间课程难度以及与本科课程的衔接情况，8.62%的同学认为部分教材过于简单，大部分知识和本科所学有重复；有33.33%的同学认为部分教材难度过大，与本科所学知识不能进行有效衔接；还有38.51%的同学表示以上两种情况均有出现。以上三者总体占比超过了80%，说明硕士与本科之间的课程衔接情况的确有待改善。
Figure 2. Class hours of compulsory and elective courses for academic masters
图2. 学术型硕士必修、选修课程课时量
2. 课程安排与科研能力提升的帮助
超过六成受访者认为硕士阶段开设课程对科研创新能力提升较大，但仍有三成受访者持不同意见。细究其原因，可能是由于开设课程相对固定，而固定的课程对于不同学生的不同研究方向帮助不同。为验证这一猜想进一步观察调查结果，结果显示，超过55%的人认为本专业在硕士阶段开设的课程内容和自身的研究方向的关联程度非常大或比较大，38.51%的人认为一般，6.32%的人认为关联程度比较小或非常小。对二者进行列联表分析，
值为211.590，P值小于0.001，绘制交叉图如图3所示。可见二者具有较强的相关性，据此推测少数同学认为课程对科研水平提升帮助不大可能是因为课程与自身研究方向不相关。
Figure 3. Cross-analysis of curriculum content and scientific research ability
图3. 课程内容与科研能力的交叉分析
3. 课程安排对就业的帮助
超过一半的调查对象(57.47%)认为本专业在硕士阶段开设的课程对就业能力提升有较大帮助，只有少数人(8.62%)认为帮助比较小或非常小。
在大数据时代的背景下，就业市场对于掌握大数据处理技术的人才需求不断扩大，有半数的受访者表示，相对于其他类型工作自己更愿意从事大数据相关工作。在174名调查对象中，有76.44%的受访者表示硕士课程中包含大数据处理知识，可见当前学术型硕士教育已经与当前的就业市场需求建立了一定的衔接。不过仍有接近1/4的受访者表示学校没有开设过大数据相关课程，同时在接触了大数据相关课程的硕士研究生中，有61.66%的受访者表示只上过1或2门相关课程。学生们进一步学习大数据处理技术的意愿比较强烈，超过86%的受访者同意增加涉及大数据处理的数据科学相关课程。
3.2. 授课方式及导师指导现状分析
1. 总体满意度
如图4所示，对于授课方式、导师指导、考核机制三者满意或非常满意的人数均占较大比例。
Figure 4. Overall satisfaction of teaching methods, tutor guidance and assessment mechanism
图4. 授课方式、导师指导以及考核机制总体满意程度
2. 授课方式
71.84%的受访者认为必修课最好的授课方式是以教师讲授为主，而25.87%的受访者认为学生讲解、谈论式教学、座谈式教学等开放式授课方式更适合必修课。而针对选修课，57.47%的受访者认为最好的授课方式是以教师讲授为主，这一比例照必修课有较为明显的下降；39.66%的受访者认为多渠道的开放式教学是最好的授课方式，这一比例照必修课有较为明显的上升。
答疑方面，有超过一半的受访者采用和老师课下沟通的方式来解决问题。同时，自行上网搜索和寻求同学的帮助也是常用答疑方式，分别占比60.34%和56.9%。在上课时问老师这种传统答疑方式并没有十分广泛地被采用，占比只有51.72%，究其原因，有49.43%的受访者认为上课时的答疑不够详细是答疑过程中遇到的最大困难。同时，课后作业缺少反馈也是一个比较普遍的问题，占比为59.2%。
3. 授课内容
受访者所接受到的研究生课堂教学以理论知识为主，占比达到了57.47%；其次是结合软件操作教学，占比为24.71%；案例分析的比例相对较低，仅为17.82%。在希望新增课堂内容中，实践指导是被选择最多的授课内容，占比达到45.4%，其次是案例分析，占比为34.48%。相比之下，理论知识的占比较低，仅为20.11%，具体情况如图5所示。
Figure 5. Course content
图5. 授课内容
4. 导师指导
每月与导师交流少于1次的受访者比例为9.2%，1~2次的受访者比例为43.68%，3~4次的受访者比例为29.89%，5次及以上的受访者比例为17.24%。可以看出，绝大多数受访者和导师每月的交流次数在1~4次之间，少数研究生和导师每月交流次数较多。交流的主要方式包括面谈和通过网络交流，分别占比44.25%和43.68%。
进一步分析与导师指导频率的相关因素，对受访者所属专业与导师指导频率进行列联表分析，^2值为7.213，P值为0.065，二者之间有很强的相关性。交叉分析图如图6所示，可见经济统计学硕士的导师指导频率明显低于数理统计学硕士。
Figure 6. Cross-analysis of tutor’s guidance frequency and specialty
图6. 导师指导频率与专业的交叉分析
对于读研期间期望导师进行指导的方面，毕业论文的选题及写作是最受关注的，占总有效次数的72.41%。其次是学术论文发表，占比为58.62%。选择研究领域和就业指导也是受到较多关注的方面，分别占比56.32%和51.15%。制定培养计划和生活中的问题则受到相对较少的关注，分别占比47.7%和15.52%。这一结果反映出了学生们对于学术研究和学术成果的重视，对就业发展指导也有一定期望。然而，由于将注意力更多地放在了学术研究和职业发展上，生活中的问题并不是硕士研究生最关注的方面。
3.3. 科研实践现状分析
单亦亮(2017)指出，科学研究是一种高度社会化的实践活动，其社会性对科研工作者提出了科研实践能力的要求[1]。因此，探究科研实践现状对科学研究领域重要储备人才——学术型硕士研究生的培养研究显得尤为重要。传统研究经常将学术型硕士与专业型硕士放在一起进行研究，仅探讨其社会实践现状，而往往忽略了科研实践现状。
学术型研究生在硕士培养阶段参与的科研实践主要包括参加导师课题项目、参加各类竞赛以及撰写学术论文等等。受访者中，参加过与统计相关竞赛的人数占比达83.91%，其中参赛次数为1次的人数最多，占比为33.33%；29.89%的受访者没有实质性参与过导师课题，33.91%的受访者参与了1次，21.84%的受访者参与了2次，仅14.37%的受访者参与了3次及以上；33.91%的受访者非常积极对待撰写科研论文，55.75%的受访者积极对待，消极对待的受访者仅占10.05%。。
总体来看受访者科研实践情况参与率较高，但仍有相当一部分同学没有参与过任何主流形式的科研实践。尤其是参与导师课题项目一项，有42.53%和54.02%的受访对象表示参加导师课题对论文能力提升非常有帮助或有一定帮助，但在这一前提下仍有接近1/3的受访者表示硕士期间没有参加过导师课题，这可能是由于导师课题的性质、学生个人能力和兴趣等因素影响了参与次数。
4. 结论与建议
4.1. 结论
本文通过问卷调查方式，对统计学学术型硕士培养的课程设置现状、授课方式与导师指导现状、科研实践现状三方面展开调查分析。相较于现有研究，本文将研究视角聚焦于学术型硕士研究生，关注其科研实践现状，为新时代背景下高层次人才以及科研人员培养提供参考建议。研究发现目前统计学学术型硕士研究生培养总体发展迅速良好，同时也存在有待完善之处。
1. 课程设置方面，大部分受访者都表示在研究生期间所学课程中得到了科研水平以及就业能力的提升，但在细微之处存在一定改善空间：第一，课时总量较多，课程内容与本科所学知识之间的联系紧密性有待进一步提升。第二，小部分受访者认为所学课程对自身科研创新能力提升帮助不大，造成这一现象的原因可能是学校开设课程相对固定，对不同学生的不同研究方向帮助不同。第三，小部分受访者未能在硕士期间接触大数据处理知识，同时超过八成受访者同意增加涉及大数据处理的数据科学相关课程。
2. 授课方式及导师指导方面受调查对象总体满意度较高。对于必修课，大部分受访者认为教师讲授这种传统的授课方式是最佳授课方式；而对于选修课，支持开放式教学的人数有明显增加。超过半数受访者每月接受导师指导少于两次，经济统计学硕士与导师交流频率明显低于数理统计学硕士。学生们更希望从导师处获得毕业相关问题、研究领域与就业方向选择的指导，而对生活问题关注不多。
3. 科研实践方面，仍有少数同学没有参与过任何主流形式的科研实践。特别地，针对参与导师课题项目一项，绝大多数受访者认为这一实践有助于科研水平的提升，但实际上有接近1/3的受访者没有机会参与到导师的课题研究中去。
4.2. 建议
1. 在课程设置改革的过程中需要充分注意与本科教育的衔接问题，注意研究生教育与本科教育之间的差异同时精简课时量，尽量留给学生充足的科研以及课后实践时间。此外，为确保硕士期间所开课程能够切实提高每一位同学的科研创新能力，应当设置多元化、个性化的选修课程，具体开课范围可以与系内指导教师的研究方向挂钩并灵活调整，直接服务每一个学生的科研实践，助力学术型硕士科研水平提升。在当前大数据时代背景下，应当进一步加强大数据处理技术相关课程的开设，培养符合时代发展需要的统计学人才。
2. 在授课方式改革中应该注重必修课与选修课的差异以及传统教学模式与开放式教学的有机结合，在核心课、基础课的讲授方面以传统教学为主，稳扎稳打，辅以合适的开放式教学以激发学生学习兴趣，丰富课堂内容；在多元化的选修课程中应该适当提高开放式教学所占比例，充分发挥学生潜力，激励学生学习热情。导师应适当提高与学生的交流频率，尤其是针对经济统计学硕士。在指导学生时，除了关注学术方面，也应该关注学生常常忽略的生活需求和心理健康，以提供全面的支持和指导。
3. 为学生提供更多的科研实践机会，包括参加统计学相关竞赛、参与导师课题与科研项目等等。激励研究生导师引导硕士研究生参与导师课题，通过系统的科研训练强化硕士研究生科研创新能力；为硕士研究生提供更多参与高水平科研工作的机会，以锻炼科学素养和创新能力。
4.3. 不足与展望
本文采取问卷调查法展开研究，受限于研究条件、研究时间等诸多限制，在问卷发放范围与问卷回收数量方面存在一定不足。在未来的研究中，可对此方面进行改善，在全国范围内更多高校展开调查取样，扩大样本采集数量，从而更好地进行样本覆盖。除此之外，由于研究设计的复杂性与研究问题的多元性，问卷设计较为复杂，问题量较多，受限于数据处理工作量以及文章篇幅，本文并未对问卷调查结果所提供的信息完全利用，一一展开分析。后续研究可以聚焦于本研究中某一具体方面，对研究设计进行简化。
基金项目
辽宁省社会科学规划基金重点建设学科项目“大数据背景下统计学‘五位一体’优质特色学科建设研究”(L23ZD020)。
NOTES
*通讯作者。