1981年秋天,年轻的马立平考上北京经济学院(首都经济贸易大学前身),四年后毕业留校任教。她还记得入学报到那天,她穿过学校北门,正对着的是一座礼堂,教学楼只有一栋。
四十年后,马立平已经退休。从工业统计到计划统计,从经济统计到数理统计,再到如今深度融合大数据、人工智能的数据科学……她成为学院发展的一位重要见证者与参与者。
统计与数据科学学院的七十年,是一部与新中国统计事业同频共振的历史。学院深耕统计与数据科学交叉领域,秉持“统计为基、数据赋能、交叉创新、服务行业”的办学特色,稳居全国财经院校统计学科第一梯队。
2025年,原统计学院与数据科学学院合并,成立统计与数据科学学院。这不仅是名称的更迭,更是学科内涵的一次系统性升级。
当数据和人工智能成为新型基础设施,统计学何为?学院的回答写在其七十年的历史中:每一次学科边界的拓展,都是对时代需求的一次回应。站在新的历史节点上,统计与数据科学学院正以更加开放的姿态拥抱数智时代,培养更多“用数据思考、用数据说话、用数据决策”的时代新人。
统计与数据科学学院、人工智能学院揭牌仪式现场。受访者供图
七秩根基
统计与数据科学学院最早可追溯至1956年北京工商专科学校工业统计专业。早年办公条件简陋,师资规模有限,但以陈允明、刘厚甫、王持位、柯世才、丁立宏、纪宏、张宝学等为代表的几代学者深耕讲台、潜心治学,为学院积淀下厚重的精神根基。
1985年秋天,22岁的马立平从北京经济学院经济数学系毕业,留校到计划统计系任教。在那前一年,计划统计系刚刚从工业经济系分出来,独立建系。
20世纪90年代到本世纪初,统计学科经历了一段特殊时期。随着计划经济向市场经济转轨,传统的部门统计体系逐渐瓦解,统计学招生一度遇冷,不少高校的统计专业停办,首经贸的统计学科也面临着学科归属的争议。
正是在这样的困境中,建院后首任院长纪宏带领统计学院快速发展,重视师资队伍建设,倡导大统计学科理念。2005年前后,学院作出了一次关键抉择——大刀阔斧修订人才培养方案,打破传统部门统计的课程框架,接轨国际统计学发展范式,成为国内首批同时授予统计学理学、经济学学位的院校之一。这一改革奠定了统计学科此后二十年发展的方向。
此后,学院发展进入快车道。2006年统计学系与数学基础部合并后成立统计学院,同年获批统计学博士学位授予权。2010年成为全国首批应用统计专业硕士学位授权点,2011年成为全国首批统计学一级学科博士学位授权点,2012年获批设立统计学博士后科研流动站,构建起本—硕—博—博士后完整的人才培养体系。
此后十年间,学院实现了多个“从0到1”的突破:统计学科入选北京高校首批高精尖学科建设项目,统计学本科专业成为国家级特色专业、国家级综合改革试点专业;统计学、经济统计学专业入选国家级一流本科专业建设点;数学与应用数学、数据科学与大数据技术专业入选北京市级一流本科专业建设点。
数十载春华秋实,马立平从讲台上的青年教师,逐渐成为北京市中青年骨干教师,获北京市高等学校教学名师奖,入选北京长城学者、北京市高创计划(教学名师)。她先后为本科生、研究生讲授统计预测方法、统计学、计量经济学、应用回归分析等多门课程,直至退休。
2024年新生开学典礼上,统计与数据科学学院教授马立平作为教师代表发言。她面对台下年轻的面孔说:“拿好老一辈统计人的接力棒,做好新时代首经贸统计人。”
交叉拓界
历经时代变迁,统计学的内涵正在被重新定义。统计学早已跳出传统经济统计的范畴,成为大数据、人工智能、数字经济的核心基石——这一判断在学院内部逐渐形成共识。
具有里程碑意义的是,2025年,统计学院与数据科学学院合并,成立统计与数据科学学院。在学院合并后的首次新生开学典礼上,合并后首任院长任韬向600余名新生寄语:“保持好奇、勇于探索,培养终身学习能力。”
这次合并并非突然之举。早在学院合并之前,统计学院内部就已成立了数据科学系,应用统计专业硕士层面开设了大数据分析和数据科学与人工智能两个方向,博士培养也有了大数据分析方向。为了集中资源把中外合作办学项目做好,学校专门成立了数据科学学院。
“合并是一种水到渠成。”任韬说。“统计”与“数据科学”的融合不只是行政上的合并——传统的统计学强调严谨的理论推导、统计推断和不确定性刻画;数据科学则注重海量数据的计算效率、算法实现和预测精度。“这是两种不同的科研范式,如何让它们在教学中产生真正的化学反应,是我们一直在攻克的课题。”任韬说道。
目前,学院设经济统计、数理统计、金融数学和数据科学四个系。在他看来,这四个系的设置本身就是一种回答:“数理统计是定海神针,夯实基础;经济统计、金融数学、数据科学三个系向不同前沿场景延伸。”
此外,学院还组建了五个有组织的科研团队:社会经济统计与公共政策、高维统计与机器学习、生物医学统计与健康科学、金融统计与风险治理、数据科学与人工智能,覆盖理论、方法、应用和技术。
学院的学科交叉之路也早有布局。2021年,学院备案“大数据与商业智能”交叉学科,下设大数据统计与智能学习、大数据与经济统计、大数据计量经济分析与应用、金融科技与量化金融、商业智慧与管理创新五个方向,依托统计学、应用经济学和工商管理三个一级学科。2023年起,学院开始招收交叉学科博士生。
真正让学科做到交叉融合是任韬无比关心的事,包括和校内的各个学科的交叉融合,也包括与外部、国际学校的交叉融合,“这是统计学科未来发展的生命力所在。”
学院师生团队在“正大杯”全国大学生市场调查与分析大赛中斩获佳绩。受访者供图
数智赋能
面对数智化转型的时代浪潮,学院如何培养适应未来的数据人才?
在数智化转型与国家对数据人才的迫切需求下,2025年12月,学院下定决心,开启了近十年来最大规模的一次研究生课程体系调整。
学院宣布在优化传统核心课程的基础上,新增19门涵盖人工智能、大数据分析等领域的前沿课程。课程包括人工智能模型与理论、人工智能大语言模型、机器学习与量化投资、计算机视觉、数据库与SQL实践、最优化理论与算法等。
“这是一次系统性重构,不是在课表上简单加几门课。”任韬说。决策的初衷来自行业调研和用人单位反馈——大数据和人工智能技术的发展,对统计人才提出了全新的能力要求。近半数教师参与了课程建设,每门课至少由两位老师组成课程组。“老师们要跳出教学舒适区,重新梳理知识体系,把最前沿的内容写进大纲。”
新增19门课程背后,是学院对数智时代统计学教育“变”与“不变”的思考。在任韬看来,变的是数据的形态和处理工具——从结构化小样本到海量非结构化多模态数据,算力和算法在飞速迭代。
这一变化也体现在具体的课堂教学中。任韬用他主讲的大数据预处理课程举例解释,“传统统计学课程更多关注模型怎么建,对数据分析之前的准备工作着墨不多。但在数据量暴增的今天,预处理变得至关重要。”
但不变的是统计学的灵魂——探寻数据背后客观规律的初心,对不确定性的敬畏。“无论大模型多强大,统计学的底层逻辑和方法论基石不会过时。”他说。
统计学科一直坚守的底色恰恰藏在学院多年流传的一句口号中——“怀疑一切,追求真理”。“这句话听起来有些决绝,甚至容易让人误解。实际上,这是统计学科的一种科学方法。不是为了质疑而质疑,而是在质疑的过程中不断地求真。”
面对学生“AI都能写代码了,我们还有必要学吗”的疑问,任韬的回答是:“有AI能让写代码的效率大大提高,但前提是它写的代码你能看得懂。如果代码出了问题,是你负责还是AI负责?”
在他看来,统计教育在人工智能时代要着重培养学生三方面的素养:数据直觉与批判性思维——用统计学的底层逻辑审视AI的输出,判断结果的稳健性;跨界翻译能力——把政策痛点、商业需求转化为可计算的数据科学问题;数据伦理意识——让技术服务于人类福祉。
经世致用
从计划经济时期的工业统计,到市场经济时代的经济分析,再到数字时代的数据科学——统计学的每一次跃迁,都与国家和时代的需求紧密相连。
统计教育改革、两岸暨港澳消费者信心指数、大数据硕士……这些关键词描绘了原统计学院院长、教授纪宏的“统计”轨迹。纪宏认为,统计学在国民经济的各个层面都起着积极作用,为此他结合自身的研究多途径为社会服务,诸多科研成果被各级政府部门所采用。
“通过科研为教学积累了更多的科研成果,更重要的是服务了经济社会发展。”纪宏表示。在“研以致用,服务社会”思路下,学生也得到了锻炼。在全程参与两岸暨港澳消费者信心指数之后,学生自主发起首都高校大学生发展信心指数的调查发布,成为国内衡量大学生发展信心的重要指标。
学院承接了包括国家税务总局、国家数据局、北京市统计局等部门的咨询课题,并深度参与了北京市人大预算监督研究基地的研究,多项成果被政府机关和企事业单位采纳。
任韬认为,科研和教学从来不是割裂的。“老师们做了很多服务社会的项目,讲课时就能把现实场景代入进去——讲一个模型,顺便说说前一段做的一个项目,其中用到了这个模型。学生听起来就不是干巴巴的理论。”
目前,学院设立了“产业测度与区域发展评价”“金融与经济风险中的统计建模”等方向的有组织科研团队,密切对接国家经济社会重大战略需求和首都高质量发展,推进有关热点和重点领域的政策研究。
回望70年来时路,学院党委书记解小娟指出:“学院党委始终做到三个坚持:坚持以习近平新时代中国特色社会主义思想为引领,坚持立德树人的根本任务,坚持党建引领、政治保障、组织有力、事业有为的工作理念,聚焦一级学科建设、数智化转型、‘一核两化三型’人才培养,在服务国家重大战略和新时代首都发展中贡献统科力量。”
面向未来十年,任韬说,学院要在合并基础上进一步做实统计学与数据科学的交叉融合,同时坚定不移地推进高水平对外开放。“期待统计与数据科学学院能够建设成为国内一流、具有广泛国际影响力的数字人才培养高地和经济社会智库。”
首都经济贸易大学统计与数据科学学院办学概况。制图/师春雷
新京报记者 冯琪
编辑 缪晨霞
校对 赵琳

