文章目录[隐藏]
最近有家长在后台留言："你们讲了很多UCL的招录信息非常好，能不能聊一聊LSE？"
今天我们就来专门聊聊这所"克制"的顶尖社科强校。
翻看近几年的本科招生目录，你会发现一个很有意思的现象：很多英国大学都在积极推出新的本科专业——IC新增了数学与计算机科学（人工智能方向）、医疗科学与创新；UCL增加了大量跨学科项目；KCL成立了独立的Political Economy学院；曼大、爱丁堡也不断推出AI、Data Science、Climate等方向的新课程。
相比之下，LSE的动作却显得异常“克制”。
甚至连续几年，本科专业目录几乎保持不变。但另一方面，只要LSE决定推出一个新专业，它往往很快就成为热门申请项目。
这正是LSE与很多综合性大学最大的不同。
LSE为什么几乎不"扩招专业"？
与综合性大学不同，LSE本质上是一所高度专业化的社会科学大学。它没有医学、工程、建筑、艺术等庞大的学院体系，本科专业数量原本就只有几十个。更重要的是，LSE长期以来的优势非常明确：经济学、金融、管理、政治学、社会学、法律、统计学、数学等社会科学及相关量化学科。
因此，LSE更倾向于在成熟专业基础上增加新的学习路径——包括调整课程模块、更新培养方案、在现有专业中新增数据科学和AI相关课程，而不是不断推出全新的本科专业。根据LSE每年发布的《Undergraduate Course and Programme Information》，大多数年份没有新增本科专业，也几乎不会大规模取消专业，更多是课程内容和培养方案的更新迭代。
这其实是一种非常典型的LSE式策略：不追逐热点，不轻易改名字，但持续升级内容。
转折点：数据科学正在成为LSE新一代社会科学教育的底层能力
当然，"克制"不代表完全不变。如果仔细观察近几年的变化，会发现一个非常明显的趋势：LSE新增的本科项目，几乎都跟数据科学和统计学相关。
这几年最有代表性的三个项目分别是：
· BSc Mathematics with Data Science（数学系）
· BSc Actuarial Science (with a Placement Year)（统计系）
· BSc Economics and Data Science（统计系）
这三个项目看起来分属不同领域，但放在一起看，会发现一个非常清晰的共同点：数学+数据科学+社会科学。
这也反映出LSE对未来人才培养方向的判断。
第一个爆款：BSc Mathematics with Data Science
这是LSE近几年最成功的新专业之一。
2023Entry正式开设的这个专业，根据LSE官网公布的2025年招录数据：
· Applications（申请人数）：634
· Intake（最终入学人数）：30
· Competition Ratio（申请/最终入学比）：21:1
大约每21位申请者中只有1人最终入学。
对于一个成立时间并不长的新专业来说，这样的竞争强度已经跻身LSE本科第一梯队。
为什么它这么受欢迎？
因为它并不是传统意义上的数学专业。课程除了扎实的数学训练之外，又要掌握数据分析和计算工具。这实际上满足了今天越来越多学生的需求：我不想只学理论，也不想只学编程，而是希望同时拥有数学基础、量化能力和数据处理能力。
与之相对应的是，这种组合的职业出口也非常广：既可以进入投资银行、咨询公司、数据科学岗位、科技企业，也可以继续申请统计学、计算机科学或人工智能方向的研究生。
第二个尝试：Actuarial Science加入Placement Year
2023Entry另一个值得关注的新项目是：BSc Actuarial Science (with a Placement Year)。严格来说，它并不是完全重新设计的课程，而是在原有精算专业基础上，增加了一年企业实习。
根据LSE官网公布的2025招录数据：
· Applications：179
· Intake：18
· Competition Ratio：10:1
竞争激烈程度超过了普通三年制精算学的招录（Applications：345，Intake：55，Ratio：6:1）。
LSE官方特别强调：学生的实习通常在保险公司、金融机构、咨询公司完成，并由学校Careers Service提供支持。此外，课程还能帮助学生获得英国精算师协会（IFoA）部分专业考试豁免。
这意味着：它不仅是一门学术课程，更是一条高度职业导向的发展路径。
Economics and Data Science的惊艳亮相
2026Entry推出的BSc Economics and Data Science，也是近年来LSE最重要的新本科专业。
从课程设计来看，它几乎可以理解为Economics +Econometrics +Statistics +Programming +Machine Learning。学生既学习Microeconomics和Macroeconomics，也学习Programming、Statistical Learning和Data Science——这与传统经济学专业有着明显区别，从过去强调理论分析和计量经济学，到现在强调如何处理真实世界的海量数据、如何利用统计方法发现规律、如何使用编程工具分析问题、建立模型，从而解决经济问题。
目前官方尚未公布完整的申请人数和录取比例，但从A*AA的录取要求来看，它已经处于LSE最具竞争力的专业之列。
2027 Entry新变化：IB门槛上调
2027年入学，LSE本科专业达到了43个，仍保持A*AA /AAA /AAB三档不变。其中，A*AA档专业15个，上述三个新专业全部位列第一档。
虽然第一档的A-Level成绩要求A*AA不变，但IB要求统一上调——从37-38分正式上调至37-39分，HL要求7,6,6；
同时，新增专业均鼓励参加TMUA笔试；所有专业雅思要求保持不变：总分7.0，单项不低于7.0。
这些新专业透露出什么信号？
LSE的变化其实一直在发生。只是这种变化不是体现在专业数量上，而是体现在培养理念上
如果把三个专业放在一起看，可以看到一条非常清晰的发展主线：
第一，数据能力正在成为社会科学学生的基础能力。
过去的数据分析属于统计专业。今天，它已经成为经济学、金融、管理乃至公共政策的重要组成部分。LSE正在将数据科学从"一个专业方向"上升为"所有社科专业的底层能力"。
第二，数学仍然是核心。
LSE并没有降低数学要求。相反，新专业几乎都建立在更扎实的数学基础之上，量化能力是LSE申请真正的"硬通货"。
第三，AI和机器学习不是独立学科，而是工具。
把AI、算法、数据分析嵌入传统学科之中。这种做法，更符合LSE一贯强调"社会科学应用"的培养理念。
这就是LSE区别于很多追逐热点的大学之处——它不轻易上新专业，但每推出一个，都在重新定义社会科学教育的边界。
写在最后
回到开头那个关于PS的问题：如果你同时申请牛/剑和LSE，建议以LSE的标准来组织文书主线。因为牛剑还有笔试和面试来进一步了解你，LSE本科绝大多数专业不设面试，招生官只能通过A-Level/IB成绩、推荐信以及一份4000字符的UCAS个人陈述来判断申请者的学术准备和能力——个人陈述在LSE申请中的权重被推至极高。
对于准备申请LSE的学生来说，读懂这些专业背后的逻辑，通过文书来展现“你是如何思考经济学、社会问题以及真实世界数据的”。比如与其泛泛地写“我对经济学非常感兴趣，因为经济学可以帮助我们理解社会。”不如写：“我有没有通过数据、模型、统计分析或者独立研究，真正尝试理解一个经济问题？”
这就是我们所说的数据“敏感度”，它并不意味着每个申请者都必须成为程序员。而是说：当你面对一个社会问题时，你是否会自想到：
- 有没有数据可以验证？
- 哪些变量可能影响结果？
- 数据之间存在什么关系？
- 一个结论是否真的具有统计意义？
- 我能不能用模型去解释现实？
- 如果数据与直觉不一致，为什么？
这类思维方式，更能体现一个学生真正的学术潜力。
未来真正具有竞争力的人，往往既有扎实的学科基础，又能够熟练运用数据和计算工具解决现实问题。
LSE的新专业，正是在寻找这样的学生！
