统计学科研课题

现在很多研究人员都使用“机器学习”技术分析数据，从事科研项目。统计学专家发出了警告：我们能相信机器帮人类分析问题推理出来的结果吗？“机器学习”(Machine Learning)是人工智能领域的一个分支，通过设计和分析一些让计算机可以自动“学习”的算法，从数据中自动分析获得规律，并利用规律对未知数据进行预测。在过去几十年间，机器学习已经迅速发展涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。莱斯大学(Rice University)的统计学专家Genevera Allen最近发出了警告，机器学习算法无法剥离数据中的“噪声”，意即无效的、不可重复的数据。因此目前很多科研成果都很难再现，已经达到危机的程度了。Allen对英国广播公司(BBC)说：“科学界普遍意识到，(科研成果)无法再现的问题已经成为危机了。我认为，这很大程度上是机器学习的应用带来的后果。”Allen举例说，科研人员利用“机器学习”算法来分析收集来的基因组数据，找到其中的规律。很多这类的研究成果都无法再现。Allen认为解决这个危机的办法，只有开发新一代能够对其预测结果可靠性进行自我评估的“机器学习”算法。

中国江苏网讯 南京审计大学在遵循研究生教育规律的基础上，不断探索研究生教育质量提升路径，构建满足经济社会发展和人民群众对复合型、应用型高层次人才培养需求的研究生培养模式，并已取得显著成效。今天展示的是统计学学科。统计学一级学科是江苏省重点建设学科，设置数据科学与商务统计、数理统计、经济与金融统计、风险管理与审计监控等研究方向，硕士点设在统计与数学学院。统计与数学学院：从“一流专业”到“国际大奖”，顶级期刊论文大满贯南京审计大学统计与数学学院，设有数学与应用数学、经济统计学、金融数学和统计学四个本科专业，从2014年开始，在应用经济学一级学科下招收统计学方向硕士研究生，2017年获得统计学一级学科硕士学位授权点和应用统计专业硕士学位授权点。2016年，成立挂靠研究机构——统计与大数据科学研究院。学院建有江苏省统计科研基地，统计学科是“十二五”“十三五”省重点建设学科，数学学科为“十三五”省重点建设学科；统计学作为应用经济学科方向之一，入选江苏省重点序列学科和优势学科；2019年经济统计学专业获得江苏省一流专业。学科论文更是数量质量俱佳，在统计学领域国际顶级“四大天王”期刊上从无到有，一步一个脚印，实现了大满贯。学院现有长江学者讲座教授、教育部高等学校统计学类专业教学指导委员会委员等专家；拥有江苏省高校重点实验室以及江苏省高校优秀科技创新团队各1个，江苏省“333工程”第三层次人选4人，江苏省“青蓝工程”中青年学术带头人5人，江苏省“青蓝工程”优秀中青年骨干教师11人，江苏省双创博士2人，江苏省“六大人才高峰”高层次人才1人。近五年，学院教师主持国家自然科学基金25项、国家社会科学基金3项、省部级课题24项、江苏省高校自然科学研究重大项目3项，在国内外学术期刊发表了论文400余篇，其中SCI和SSCI收录200多篇，出版学术专著2部，编著教材1部，为江苏省统计、工商、税务等部门提供统计分析和决策咨询报告10余份。统计学科在2019年命中两项国家社科基金一般项目的基础上，今年在人文社科研究再上新台阶，成果斐然。孔新兵教授和武汉大学刘成教授合作发表在Journal of Econometrics上的论文“Testing against constant factor loading matrix with large panel high-frequency data”获2020年度湖北省社会科学优秀成果奖二等奖，这是我校统计学科科研成果荣获省部级社科类奖的零的突破。黄性芳博士的课题“基于审计大数据分析的统计过程控制研究”获得2020年国家社会科学基金一般项目的资助，这是我校统计学科获得的第一项与审计相关的国家级项目。杨洋教授的课题“巨灾保险风险模型的风险度量与统计分析研究”，高庆武教授的课题“具有延迟巨额理赔风险的保险公司破产概率近似估计与最优投资策略研究”，分别获得2020年度教育部人文社科规划基金项目和青年基金项目的资助。林金官教授的课题“基于金融混频数据的波动率模型分析及其应用”，赵彦勇副教授的课题“大数据自适应分布式推断及应用”分别获得2020年度全国统计科学研究重点项目的资助。赵彦勇副教授的课题“面板数据高维因子模型推断及应用研究”还获得了2020年度江苏省社会科学基金青年项目的资助。王江艳老师获得了国际数理统计协会颁发的2020年New Researcher Travel Award。2020年全球范围仅有15位优秀青年统计学者获此奖项。学院科研做得棒，教学也抓得好。每年只有十名老师当选的“吾爱吾师”评选，统计与数学学院也收获颇丰。2016-2017学年，陆敏、余宏旺、耿锁华三位老师入选，2017-2018学年，周海阳老师入选，2019-2020学年，汪红霞、单远两位老师入选。今年五月出炉的2018-2019年“学生评教奖”，共41位老师获奖，学院苏小囡、杨洋、余宏旺、汪红霞、陆伟东、宫芳、康云凌、蔡茜等多位老师榜上有名。学院近三年，立项“大学生实践创新训练项目”省级重点项目2项，省级一般项目2项；获全国大学生建模竞赛省级二等奖1项，三等奖6项奖；获美国大学生数学建模竞赛一等奖2项，二等奖11项；获全国大学生数学竞赛一等奖4项，二等奖1项；获江苏省数学竞赛一等奖1项、二等奖2项、三等奖2项。学院2019届毕业生升学率27.34%。历届同学们的录取学校有北京大学、南京大学、复旦大学、中国科技大学和哥伦比亚大学、乔治华盛顿大学等国内外著名高校，录取专业主要为经济管理类。毕业生主要分布在商业银行、证券公司等金融机构，中国移动、华为科技等大型企业，万得资讯、京东信息等新兴行业，以及统计、税务等政府部门。

医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。医学统计的合理应用直接影响到医学研究及写作的质量，但由于许多研究者对统计学的掌握没有真正到位，或多或少对科学研究造成一些影响。因此，蓝译编译现就医学科研及写作中统计学的应用问题进行探讨。一、医学统计学工作的关键是设计。在医学研究及写作中，统计工作一般可分为4步，即研究设计、资料收集、整理资料和分析资料。其中设计是关键，因为在掌握所研究课题的相关背景知识后，科学、合理的设计会帮助我们节省研究费用和时间，会提高研究的质量。对于医学科研设计，主要有调查设计研究和实验研究2个方面。我们在实际工作中，经常会遇到这样的情况，某位研究者在收集到医学研究的资料后会说，该资料如何进行统计分析，应该采取何种假设检验方法。这就是对医学统计认识的误区之一，认为统计数据的工作应该最后完成，岂不知医学统计的工作是贯穿在整个研究工作中的，在研究的开始统计工作即已开始，而且研究的设计在整个医学研究中非常重要。二、医学研究中样本量的问题。无论是调查设计研究还是实验研究都要考虑样本量的问题，受人力、物力、财力的限制，医学研究其研究主体往往是样本，最终研究者会通过样本的数据来推断总体的状况，这就涉及到样本能否代表总体的问题，样本的代表性即样本的选择和样本量的问题。如果样本不能代表总体，那对总体的推论就会让人质疑。在医学科研写作中，许多作者往往没有详细描述样本的选择，即使描述了样本的选择方法，也没有说明样本量选择的依据。根据有关著作，调查研究根据不同的抽样方法和研究目的应该应用公式计算样本量，依据一定的容许误差，在随机抽样的基础上，要有足够的样本量才能减少统计学上所说的假阳性错误或假阴性错误，才能使我们假设检验的P<0.05更有说服力。三、研究设计方法的合理选择。研究方法的科学选择可以更有效地说明研究的结果，同时好的设计方法能够大幅提高研究的质量。在临床工作中，许多研究者就由于研究设计的缺陷，使宝贵的资料信息没有充分反映。例如，在临床研究中经常会看到研究者将一定数量的病例随机分为2组，研究者如果设计实验时对影响实验结果的非实验因素进行配比，采用配对或区组设计，那么研究结果就会更加具有说服力。

来源：志阳创谈本文盘点2020年度国家自然科学基金和国家社科基金中涉及到的数智化相关课题，以飨读者。1、自科基金方面（数字技术）2020年国家自然科学基金年度项目共包括102项数字技术相关项目，具体统计如下：● 按资助类型划分，包括重点项目8项，青年科学基金项目44项，面上项目50项；● 按依托单位划分，共有69个，其中中国人民大学有5项，清华大学、中山大学分别有4项，上海交通大学、南京大学、华南理工大学、广州大学、浙江财经大学分别有3项，北京大学、浙江大学、哈尔滨工业大学、华南理工大学、电子科技大学、上海大学、对外经济贸易大学、杭州电子科技大学、首都经济贸易大学、大连理工大学、南京财经大学、浙江工业大学、华中科技大学、暨南大学、重庆大学分别有2项。2、社科基金年度项目（数字技术）2020年国家社科基金年度项目共包括238项数字技术项目，统计如下：● 按所在学科分，包括管理学63项、应用经济38项、理论经济23项、法学21项、图书馆情报与文献学19项、新闻学与传播学15项、统计学13项、马列·科社12项、社会学8项、政治学6项、哲学5项、体育学4项、民族学3项、语言学3项、国际问题研究2项、中国文学2项、党史·党建1项● 按项目类别分，包括一般项目216项，重点项目22项；3、社科基金青年项目（数字技术）2020年国家社科基金青年项目共包括69项数字技术项目，包括法学13项、应用经济10项、社学8项、管理学6项、图书馆情报与文献学6项、哲学4项、新闻学与传播学4项、政治学3项、语言学3项、理论经济3项、国际问题研究3项、统计学2项、马列·科社2项、外国文学1项、体育学1项编辑 | 昕宁

统计学在医学科研工作中发挥着重要的作用，统计学方法种类繁多，各自的适用范围以及所需的前提条件又不尽相同，容易发生误用，导致论文质量不高，甚至结论错误而引起误导。为能有效促进统计学方法的正确使用，保证科研的科学性、可靠性，提高医学科研论文质量，赛恩斯编译对医学科研论文中常见的统计学问题进行梳理和总结如下：一、实验组与对照组没有可比性。实验组与对照组必须遵循均衡化的原则，即实验组与对照组除处理因素不同外，其他可控制的非处理因素要尽可能保持一致，从而尽量排除非处理因素对结果的影响。各组间均衡程度越高，可比性越强。如果分组时未注意到对照组与实验组的均衡性，两组之间就会出现差异，不具备可比性，结论有可能不准确，甚至相反。二、样本量过小。样本量的大小影响结论的可靠性。样本量过小，抽样误差大，结果可靠性差，且经不起验证；反之，若盲目加大样本量，不但会造成人、财、物的浪费，而且会造成非抽样误差增大。应在保证研究结果精确可靠的前提下，确定最小的样本量。三、混淆标准差与标准误的作用。实验数据一般综合表示为“均数±标准差”的形式，标准差表示数据相对于均数的离散程度，而标准误是表示抽样误差大小的指标，二者含义完全不同。有些作者误将标准差用于可信区间的表述，将标准误用于正常值范围的表述。四、假设检验方法运用不当。每一种假设检验方法都有其特定的适用条件和严格的适用范围。所研究变量的类型不同、设计类型不同、大样本还是小样本等，所用假设检验的方法也不同。对于同一组资料，采用不同的假设检验方法可能得出截然相反的结论。同为数值变量资料，如将配对设计的资料按成组设计资料的方法进行假设检验，不但损失样本提供的信息、降低检验效率，而且可能使原本有统计学意义的结果表现为无统计学意义。五、未注明假设检验方法或不具体。有些论文对收集到的资料进行了统计学分析，但未说明使用的是什么方法。表现为论文中只有假设检验的结论，未注明检验方法、现有样本算得的检验统计量、检验水准、采用的是双侧检验还是单侧检验、P值的确切范围。这样读者就无法得出论文中统计学方法选择是否合理，无法核对结果是否准确。在论文写作时，不但要注明选用的是什么统计学方法，而且要尽可能详细、具体。六、错误理解假设检验中P值的含义。统计学上，根据假设检验原理推算出来的P值，表示拒绝无效假设犯假阳性错误的概率，P值越小，越有理由认为两种处理方法效果不同。P值不能反映相比较的两组或多组参数之间差异的大小，参数差异的大小只能根据专业知识来确定。七、只关心统计结论，忽视差异有无临床意义。评价一项医学研究结果，要看其是否具有临床意义和统计学意义。如果差异本身没有临床意义，可以不必进行假设检验，因为当样本含量足够大时，基本都会取得差异有统计学意义的结论。医学论文中，作者常根据假设检验有统计学意义，就断定研究结果有临床意义。直线相关分析中，只关心相关系数的差异是否有统计学意义，而不关心相关系数的大小有无实际意义。产生上述问题的原因，大多是由于对统计学在医学科研工作中的重要性认识不足，少数作者缺乏高度的责任感、科学严谨的态度，凭主观想象，甚至弄虚作假。参加科研设计、统计学、论文写作方面的培训较少，也缺少与医学科研设计专家的沟通。

01常用科研软件介绍Graphpad生物医学领域方便好用，非常强大的统计作图软件，如条形图、箱线图、折线图，均可以快速便捷的输出为出版级别的图形。R很强大的统计分析与绘图软件，特点是免费、灵活，基本能实现所有的统计分析，比SPSS、Stata和SAS相比，能实现更多种类的统计分析。SPSS医学科研最常用的统计分析软件，图形界面，非常易于上手，且参考资料非常齐全，但有些命令不是很全，如配对logistic回归、倾向性评分等。SAS很强大的统计分析软件，许多大型机构均要求使用SAS分析数据，如FDA、金融公司、银行等。Stata小巧、灵活，较易上手的统计分析软件，可以通过编程减少大量点菜单的工作。MedcalcROC曲线相关结果相当全。Endnote经典的文献管理软件，大大减少插入/更新文献的工作量。PASS权威的样本量计算软件。猫老湿建议对于工作繁忙的医护人员，建议SPSS+Graphpad+Endnote+ PASS的组合；对于想用点编程的朋友，建议SPSS+Sata+Graphpad+Endnote+PASS的组合；对于想去大型机构工作的朋友，建议SAS；对于想用编程实现更多内容的朋友，建议R+SPSS+Graphpad+Endnote+PASS的组合。猫老湿目前使用的组合为R+Stata+SPSS+Medcalc+Graphpad+Endnote+PASS

01元分析1.定义：1976年学者Glass所下定义：“元分析是以综合已有的发现为目的，对单个研究结果进行综合的统计学分析方法”。也称为“典型或定量元分析”。2.优点：与传统的文献综述相比，元分析能最大限度地减少各种偏向，确保结论的科学性、客观性和真实性。具体体现在：①元分析运用各种手段从一群独立研究中组织和提取信息，并对这些研究的结果做出总的估计，是一种定量方法；②它包含某一研究课题下所有可接受的文献，全面而客观，弥补了单一研究的不足；③元分析给出的通常是一般性的结论，是系统的和可重复的；④元分析方法能发现单一因果分析或关系分析研究所不能发现的潜在规律。3.缺点：①由于不同的研究所采用的研究方法和研究实验材料可能存在不一致，因此对其结果进行整合有可能是不适合的，即“apples- and-oranges problem”；②元分析中所引入的研究有可能是低质量的，那么其结果的可靠性就无法保证，即“garbage in-garbage out problem”；③具有统计学显著意义的研究结果较无显著性意义的结果或无效的结果被报告和发表的可能性更大，即发表偏见的问题；④在计算效果量的过程中，某些研究可能会存在着多个效果量，如果这些效果量来自同一个样本，那么对这些效果量的整合就会不适合。02操作步骤1.选题：选题与方法契合，突出研究价值2.文献搜索：全面客观，报告选择标准需要搜索的文献类型有两种，包括已发表的文献和未发表的文献。3.数据编录：内容详尽，避免主观因素的影响4.数据分析03经典案例论文基本信息题目：社交媒体自我呈现与主观幸福感关系的元分析作者：毛良斌来源：《现代传播》2020年【内容提要】采用元分析方法探讨社交媒体自我呈现与主观幸福感的关系。共有43篇实证研究纳入元分析，被试总人数为24386人。结果发现，社交媒体自我呈现确实能显著提高主观幸福感，效果量微弱;社交媒体自我呈现对主观幸福感的影响效应大小取决于自我呈现的方式;积极自我呈现和真实自我呈现均能显著提高主观幸福感，消极自我呈现则显著降低主观幸福感;社交媒体自我呈现强度显著提高主观幸福感，具体到主观幸福感各维度来看，自我呈现强度能显著提高积极情感，但不能显著提高生活满意感，也不能显著降低消极情感;主观幸福感测量工具和文化背景对社交媒体自我呈现与主观幸福感关系存在调节效应，但在被试类型上，则未发现调节效应。【关键词】社交媒体;自我呈现;主观幸福感;元分析;效果量【研究问题及研究假设】RQ1:社交媒体自我呈现能显著提升主观幸福感吗?RQ2:社交媒体自我呈现对主观幸福感的影响效果有多大?H1:被试类型不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H2:主观幸福感测量工具不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。H3:文化环境不同，社交媒体自我呈现对主观幸福感影响效应存在显著差异。【研究设计】(一)文献检索和获取研究检索时间跨度为2000年1月至2020年3月。根据PRIMA STATEMENT提出的标准，研究文献查找和获取需经过四个步骤，即文献查找、文献筛选、资格审查和研究纳入。据此，研究获得符合元分析要求的文献43篇，其中英文31篇，中文12篇，独立样本量为24386人。(二)文献编码按照元分析编码方法，对43篇文献进行编码。样本特征编码包括作者、发表年份、研究设计类型、被试特征、独立样本量、测量工具、研究的文化背景；效果量编码主要围绕自变量与因变量相关的统计描述值，包括相关系数、回归系数、p值、t值、均值与标准差以及自变量和因变量测量的信度系数α值。研究先由论文作者对所有文献进行编码，再由一位传播学专业研究生进行再次编码，结果显示，所有项目两次编码结果的百分比一致性信度均在0．98以上。纳入元分析的43篇文献基本信息见表1。(三)统计分析使用ComprehensiveMeta－Analysis(CMA)软件进行数据处理和分析。选择r作为统一效果量，若提取到的效果量为其他统计值，则将其转化成r值再进入元分析。对t值、p值以及均值和标准差，直接使用CMA软件转化为r值。由于CMA没有直接针对回归系数β的转换，研究根据Peterson等人提供的简便公式r=β+0．05λ(β≥0，λ=1;β＜0，λ=0)，先将回归系数转换为相关系数，之后直接录入CMA进行分析。在分析前，研究者首先对每个从独立样本中提取出的相关系数做信度修正，以避免因量表信度缺陷而导致相关系数的衰减偏差，校正的公式为:，其中ESr代表初始效果量，EScr代表校正效果量，rxx和ryy分别代表自变量和因变量的测量信度系数。对于使用实验操控或者单个项目测量的情况，其测量信度系数用1代替。利用CMA软件对效果量进行处理和分析，分析过程中将每个EScr转换成对应的FisherZ值，再将FisherZ值的加权平均数转换为相关系数，得到总体效果量，并估计总体效果量的95%置信区间。责编：周梦琦

摘要：连续4年全国高校高职教育科研论文统计分析发现，公办本科院校与公办高职高专院校是高职教育科研的主力，公办本科院校的贡献度在持续上升，公办高职院校的贡献度有所下降。小规模研究团队是高职教育科研的主要方式，高级和中级职称作者是论文发表的主要群体，发文量占据绝对优势，来自公办本科院校的活跃作者数和贡献度更大。“双高计划”建设高职院校发文呈现明显的“阶梯型长尾现象”。从基金支持上看，高职教育科研的属地性较明显。高职教育研究关注议题呈现传统研究议题与政策热点、趋势关注并重的特征。关键词：高职院校;高职教育;统计分析《国家职业教育改革实施方案》(以下简称《职教20条》)明确指出：职业教育与普通教育是两种不同教育类型，具有同等重要地位。十八大以来，党和国家高度重视职业教育发展，出台了一系列大力发展职业教育的政策举措，将职业教育摆在了教育综合改革和经济社会发展中更加重要的位置。职业教育肩负着传承技术技能、培养多样化人才的职能。职业教育科研是推进职业教育高质量发展，落实立德树人根本任务，建设现代职业教育体系的重要支撑。职业教育科研论文是研究职业教育理论与实践问题的重要展现载体，一定程度上可以反映职业教育科研的水平与实力。课题组连续4年对高职教育科研论文进行统计分析，以期客观、持续记录高职教育科研现状，寻找高职教育科研的一般规律与发展脉络。本次统计范围为2018年20家教育类中文核心期刊的发文，包括《职教论坛》(南昌)、《中国职业技术教育》(北京)、《职业技术教育》(长春)、《教育与职业》(北京)4家被《中文核心期刊要目总览》收录的期刊(以下简称“4家职教核心期刊”)，以及16家高等教育类中文核心期刊(以下简称“16家高教核心期刊”)。2018年4家职教核心期刊共发文2148篇，较2017年2940篇和2016年3362篇下降明显，这也是连续第4年总发文量下降。剔除期刊中的卷首语、笔谈、资讯报告、报道、简讯、广告、简介、速读、投稿须知、要目检索等文献信息及撤稿文章和其他非学术文章共233篇，获得高职教育科研论文1915篇，16家高等教育类中文核心期刊中有关高职教育科研论文共136篇，故此次统计分析有效论文数为2051篇。一、高职教育科研论文发文机构分布情况本次统计沿用2017年5月教育部公布的2914所全国高等学校名单(2018年未公布官方数据)。其中普通高等学校2631所(含独立学院265所)，成人高等学校283所。普通本科院校1243所，其中公办817所，民办417所，内地与港澳台地区合作办学2所，中外合作办学7所;高职高专院校1388所，其中公办1068所，民办318所，中外合作办学2所。2018年共有223所公办本科院校在上述20家期刊发表论文(比2017年减少23所)，占同类高校总数的27.29%;有307所公办高职高专院校在上述20家期刊发表论文(相比2017年减少52所)，占同类院校总数的28.75%;有62所民办高校(含本科和高职高专，比2017年减少18所)在上述22家期刊发表论文，占同类院校总数的8.44%。从发文院校数量和占比看，公办普通高校与高职高专院校、民办高等教育机构发文数都有一定程度的下降，其中公办高职高专院校的下降幅度最大。1.公办本科院校发文情况。2018年223所公办本科院校发表论文740篇，占有效统计论文总数的36.08%，校均发文3.32篇。其中，发文4篇(含)以上的高校45所(比2017年减少7所)，占同类发文院校总数的20.18%，共发文476篇(比2017年减少116篇)，占比64.32%，比2017年略有降低。这也是连续两年发文量和占比同时下降。发文5篇(含)以上的高校37所，占同类发文院校总数的16.59%;共发文444篇，占比60%，校均发文12篇。(见表1)2.公办高职高专院校发文情况。2018年307所公办高职高专院校发表论文890篇，占有效统计论文总量的43.39%，校均发文2.90篇。与2017年相比，发文院校、发文规模和平均发文量都有一定程度的下降。发文3篇及以上的公办高职高专院校共计112所，占同类发文院校总数的36.48%，发文642篇，占同类院校发文总量的72.13%，与2017年相比机构数、发文量以及占比都有所下降。共发文4篇及以上的公办高职高专院校共计74所，占同类发文院校总数的24.10%，共发文528篇，占同类院校发文总量的59.33%。其中，发文5篇(含)以上的公办高职高专院校共计54所，占同类院校总数的17.59%，共发文448篇，占同类院校发文总量的50.34%，校均发文8.30篇。(见表2)与公立本科院校相比，公办高职院校发文“头部聚集效应”稍弱，高发文量院校的发文量远低于公办本科院校。3.国家“双高计划”项目高校发文情况。2019年3月29日，教育部、财政部发布《关于实施中国特色高水平高职学校和专业建设计划的意见》(简称“双高计划”)提出，围绕国家重大战略和区域支柱产业，集中力量建设50所左右高水平高职学校和150个左右高水平专业群。2019年10月24日公布公示名单，共有197所高职院校入选《中国特色高水平高职学校和专业建设计划拟建单位公示名单》。这些高职学校将是未来高职院校阵营中的头部高校，发挥重要的示范引领作用。2018年，共有120所“双高计划”项目建设院校发文481篇，校均发文4.01篇，明显高于同类院校校均发文量;发文量占总发文量的23.45%，占同类院校发文量的54.04%，发文的“头部效应”引领作用显著。其中，发文3篇及以上有66所，合计发文409篇，占比高达85.03%;发文4篇及以上的48所，共发文355篇，占比73.80%;发文5篇及以上的36所，共发文307篇，占比63.83%，在贡献率上头部发文活跃的高职院校更高，整体上呈现出阶梯状的“长尾现象”。(见图1)4.民办高校(含独立学院)发文情况。2018年全国民办普通高校与民办高职高专共计735所，其中63所在20家教育类中文核心期刊发表科研论文，占民办高校总数的8.57%;发文共计97篇，占统计论文总数4.73%，校均发文1.54篇，占比与校均发文量相比2017年略有提升，显示了民办高校的教育科研贡献度呈上升趋势。其中，发文2篇及以上的民办高校23所，共发文58篇，占比59.79%，发文量略有下降，但占比有所提升，显示头部示范作用在增强。(见表3)5.其他院校、机构发文情况。2018年我国成人高校中有12所在20家教育类中文核心期刊发表高职教育科研论文36篇，占统计论文总数的1.76%，与2017年相比，院校数有所下降，但发文量及占比都略有上涨。其他机构，包括政府机关、企事业单位、政府直属研究部门、社会团体、中职学校、技工学校(技师学院)等发表论文283篇，占统计论文总数的13.80%，与2017年基本持平;在总发文量下降的情形下，发文量、占比都保持基本稳定，显示出其他机构的教育科研贡献率在上升。其他机构中，发文量在3篇及以上的有23家，共发文131篇，与2017年持平。(见表4)其中，教育部职业技术教育中心研究所、上海市教育科学研究院、北京教育科学研究院、重庆市教育科学研究院、中国教育科学研究院、高等教育出版社、空军航空维修技术学院、国家教育行政学院、天津市教育委员会、天津市教育科学研究院的发文量在5篇及以上。中国教育科学研究院及各级教育科学研究院共有11家机构发文，合计发文57篇，占比20.14%;教育部职业技术教育中心研究所连续两年在除去高校的其他机构中发文最多，显示出国家教育科研机构在高职教育科研贡献版图中所占比重较大，这类机构依托国家行政资源参与到职业教育发展的理论研究与实践探究中，为职业教育科研学术生态贡献了重要的力量。此外，2018年在20家教育类中文核心期刊发文的中西部地区高校有253所，发表论文556篇，校均发文2.20篇，占统计论文总数的27.11%，占比与2017年基本持平。其中，有62所高校发表论文3篇以上。对比东部地区的294所高校发表论文1055篇，占比51.44%，校均发文3.59篇，无论是从总发文量，还是校均发文量来看，中西部地区的职业教育科研活跃度和产出率仍与东部地区存在一定差距。二、高职教育科研论文作者情况经数据统计与分析，2018年高职教育科研论文作者队伍情况具有如下3个主要特点。1.合作研究方面。单独署名和合作署名是科研论文发表的两种基本方式。本次统计的2051篇科研论文中，有972篇为单独署名，占论文总数的47.39%，737篇为2位作者合作发表，占比35.93%，269篇为3位作者合作发表，占比13.12%，三者合计占论文总数的96.44%，与2017年持平。(见表5)显然独立研究仍然是职业教育科研发表的重要形式，但与2017年对比分析可发现，单独署名比例下降了5.63个百分点，2位和3位作者合作发表的比例分别上升了2.47和2.62个百分点，小规模研究团队作为高职教育科研活动主要形式的地位在逐步提升。此外，4人合作发表45篇，占比 2.19%;5人及以上合作发表共计28篇，占被统计论文的1.37%，其中最多署名作者为7人。对比职教期刊和高教期刊科研论文的作者署名情况，可以发现高教期刊中合作署名的比例更高，单独署名的比例更低，且两人合作署名占比最高，显示了更高的合作研究普遍程度。(见图2)2.职称方面。职称是反映专业技术人员的技术水平、工作能力的标志，因此，作者的职称信息是反映论文学术质量的一个指标。本次统计的2051篇论文中，有1967篇论文作者有职称说明。其中，第一作者具有正高级职称的论文有382篇，占统计论文总数的18.63%;第一作者副高级职称的论文819篇，占统计论文总数的39.93%，高级职称共发文1201篇，占比58.56%，占比与2017年持平。中级职称发文576篇，占统计论文总数的28.08%，两者合计占比86.64%。与 2017年持平，中级以上职称作者在作者队伍中所占比重保持稳定。(见表6)此外，在读学生发文的活跃度有所上升，其中博士研究生发文73篇，占统计论文总数的3.56%，比2017年增加8篇，占比提高1.01个百分点;硕士研究生发文98篇，占统计论文总数的4.78%，比2017年提高0.59个百分点。对比2018年高职研究的作者职称情况发现，正高、副高和中级职称作者是研究主力，发文量占据绝对优势。不同的是，在高等教育科研论文发表中， 正高职称作者发文比例高于其他职称类作者，且正高级职称作者发文比例高于高职教育研究中正高职称作者发文比例。在高职教育科研论文发表中，副高级职称作者发文比例高于其他职称类作者。此外，博士研究生在高等教育科研领域表现得更为活跃，硕士研究生在高职教育科研领域更显活跃。(见图3)3.活跃作者方面。我们将2018年发文3篇及以上的作者定义为高职教育研究领域的活跃作者，共计58人。(见表7)通过整理分析发现，活跃作者人数占全部第一作者总量(1 703人)的3.41%;活跃作者共发文217篇，人均发文3.74篇，占被统计论文总量的10.58%。其中，来自公办本科高校的活跃作者有28人，占比48.28%;来自公办高职的活跃作者21人，占比36.21%。三、高职教育科研论文获基金资助情况在2051篇统计论文中，有1600篇论文为各项基金、课题的研究成果，占比78.01%，比2017年提高了7.37%。将论文基金以国家级、省部级、厅局级、校级和其他进行归类，受国家级基金资助项目论文共计145篇、省部级基金资助论文670篇、厅局级基金资助540篇、校级85篇、其他160篇。(见表8)与2017年相比，受国家级和省部级基金项目资助的论文占比分别提高了22.74%、28.07%。比较来看，高职教育研究与高等教育研究论文中，受到省部级基金资助的论文占比相差不大，高职教育研究领域受到厅局及其他基金资助的比例明显高于高等教育研究领域，而高等教育研究领域受到国家级基金赞助的比例稍高，这一方面显示高职教育科研活动受到区域教育主管部门的支持，也从侧面印证了高职教育与地方经济社会发展之间的紧密联系的特点。(见图4)中西部地区高校有439篇论文受到各类基金、课题资助，占统计论文总数的21.40%，比2017年提高了114%，提升较为明显。其中，受国家级基金资助项目论文45篇、省部级基金资助论文163篇、厅局级基金资助176篇、校级21篇、其他34篇，与2017年相比，分别增加了31篇、76篇、67篇、4篇、18篇。虽然进步较为明显，但相比东部地区(865篇论文受到资助)，中西部地区仍有较大的上升空间，需要挖掘潜力、找准真问题，积极争取更多的基金、课题资助，以产出更多、更优秀，对职业教育发展有指导、有引领价值的科研成果。四、高职教育科研热点分析通过对2018年20家教育类中文核心期刊发表的2051篇高职教育科研论文的关键词进行进一步统计分析，总共提取得到8101个关键词，平均每篇文章3.95个关键词。除去只重复一次的关键词2929个，同时，将内涵相同的关键词进行整合，如将“高职教育”“高等职业教育”合并为“高职教育”，将“高等职业院校”“高职院校”合并为“高职院校”，将“创业教育”“创新创业教育”合并为“创业教育”，将“中职教育”“中等职业教育”合并为“中职教育”等，最终得出重复20次(含)以上的关键词共计27个。(见表9)这在一定程度上反映了2018年高职教育研究的热点。根据经验法则及德尔菲法，为更好地描述高职教育研究领域的热点问题，本研究选取20作为高频词的阀值对高职教育科研热点问题进行统计分析，生成164对共现词对。共现5次(含)以上的词对共38对。(见表10)将生成的关键词共现矩阵导入Ucinet 6.0进行网络关系分析，生成网络关系图。(见图5)结果发现，“高职教育”“高职院校”两大传统议题仍处于高职教育研究网络的中心位置;而“产教融合”成为2018年高职教育研究网络的又一大中心节点，这与2017年底《国务院办公厅关于深化产教融合的若干意见》和2018年2月《职业学校校企合作促进办法》的发布有着一定的关系。两个文件的发布使得“产教融合”成为本年度活跃研究议题。除此之外，“职业院校”“人才培养”“课程体系”“人才培养模式”“高职学生”等传统研究议题也是研究网络中的重点，而政策热点相对应的“一带一路”“创业教育”“精准扶贫”“新时代”“校企合作”等也进入到活跃议题之中。总体而言，本年度的研究议题既表现出对高职传统议题的持续关注，也表现出对新政策和发展趋势的紧密跟随。五、结论党的十九大召开以来，中央提出了新时代职业教育发展的新目标、新论断、新要求，并最终形成了顶层设计和施工蓝图——《国家职业教育改革实施方案》。文件指出，职业教育是教育改革的重要突破口，并确立了发展模式的三大转变，即由政府举办为主向政府统筹管理、社会多元办学的格局转变，由追求规模扩张向提高质量转变，由参照普通教育办学模式向企业社会参与、专业特色鲜明的类型教育转变。当前，我国职业教育进入到转型发展的探索期，且在国民经济社会发展中的基础性地位不断上升。高职院校总结、提炼自身特色，融合区域、产业、科研等资源创新发展的能力不断提升。20家教育类核心期刊是开展高职教育科研活动的重要交流场域，是反映高职教育学术生态的重要窗口，因此，提高办刊质量对于提升职业教育研究水平，凝聚研究队伍具有重要影响。统计发现，4家职教核心期刊年度发文数量的减少，以及陆续出现的9次撤稿行为(《教育与职业》5篇、《中国职业技术教育》3篇、《职业技术教育》1篇)，一定程度上体现出期刊在向着规范化、高质量方向发展的良性趋势。作者王小梅，中国高等教育学会副秘书长、编审，北京　100191周详，中国人民大学教育学院副教授，北京　100872刘植萌，全国高校信息资料研究会研究部副主任，北京　100872李璐，《中国高教研究》编辑部编辑，北京　100191原文刊载于《中国高教研究》2019年第12期第91-98页

首先，统计学是大数据的三大基础学科之一，所以统计学与大数据之间的关系还是非常密切的，但是这也导致一部分人产生了一定的误解，认为大数据就是统计学，统计学就是大数据。实际上，虽然在大数据时代背景下，统计学的知识体系产生了一定程度的调整，但是统计学本身的理念与大数据还是具有一定区别的，统计学注重的是方式方法，而大数据则更关注于整个数据价值化的过程，大数据不仅需要统计学知识，还需要具备数学知识和计算机知识。从另一个角度来说，统计学为大数据进行数据价值化奠定了一定的基础。从技术体系结构来看，统计学知识主要应用在大数据分析领域，统计学方式是大数据分析的两种主要方式之一，另一种数据分析方式是机器学习。所以，对于主攻大数据分析方向的研发人员来说，掌握统计学知识还是很有必要的，统计学在数据分析方面已经形成了一个较为系统的知识体系，而且很多技术已经经过了实践的检验。其实对于很多职场人来说，平时大部分的数据分析任务都是基于统计学理论进行的，包括采用的数据分析工具也都属于统计学领域的范畴。从未来的发展趋势来看，一方面统计学会进一步向大数据倾斜，包括目前不少统计学专业的研究生课题，都逐渐开始向大数据方向拓展，另一方面大数据会在发展的初期大量采用统计学相关理论和技术，这也能够提升大数据相关技术的落地应用能力。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！