大數(shù)據(jù)時(shí)代的統(tǒng)計(jì)學(xué)教育

李慧敏　江紹萍

摘 要 隨著大數(shù)據(jù)時(shí)代的來臨，統(tǒng)計(jì)學(xué)在理論和方法等各個(gè)環(huán)節(jié)均受到了較大挑戰(zhàn)，但同時(shí)又迎來一次重大的發(fā)展契機(jī).統(tǒng)計(jì)學(xué)教育必須正確認(rèn)識到大數(shù)據(jù)帶來的影響，積極適應(yīng)大數(shù)據(jù)時(shí)代的需求，以培養(yǎng)數(shù)據(jù)分析人才為目標(biāo)，整合教育資源推動(dòng)學(xué)科交叉，以實(shí)際應(yīng)用為抓手推動(dòng)行業(yè)融合，才能繼續(xù)發(fā)揮統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析主力軍作用。

關(guān)鍵詞 統(tǒng)計(jì)學(xué) 大數(shù)據(jù) 數(shù)據(jù)分析 教育

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/j.cnki.kjdks.2017.09.023

Abstract With the coming of the big data era， theory and method of statistics face utmost challenge， meanwhile， they are confronted with tremendous opportunities of blooming. It is necessary for statistical education to recognize the effects of big data correctly and adapt to the demand of the era of big data actively. Specifically， if statistics want to play the main role further in data analysis， it is better to cultivate data analyst as its target， promote the discipline overlapping by integrating education resources and promote industry convergence by combining practical application.

Keywords statistics； big data； data analysis； education

0 引言

科技進(jìn)步使得信息流通速度加快、數(shù)據(jù)量飛速增長，傳統(tǒng)的數(shù)據(jù)處理模式瓶頸凸顯，大數(shù)據(jù)時(shí)代隨之來臨，在政治、經(jīng)濟(jì)、軍事等領(lǐng)域引導(dǎo)諸多變革，以數(shù)據(jù)為核心的原理得以重視，以可預(yù)測為目標(biāo)的觀念深入人心。而同樣以數(shù)據(jù)為研究對象的統(tǒng)計(jì)學(xué)如何在大數(shù)據(jù)浪潮中順流而上并一展身手是值得思考的問題，而原有統(tǒng)計(jì)學(xué)的理論體系與大數(shù)據(jù)思維是否兼容也必須考量。在統(tǒng)計(jì)學(xué)專業(yè)教學(xué)中，必須考慮把統(tǒng)計(jì)學(xué)與大數(shù)據(jù)背景相結(jié)合，既要從統(tǒng)計(jì)學(xué)的基本原理出發(fā)引導(dǎo)學(xué)生掌握數(shù)據(jù)統(tǒng)計(jì)分析的基本方法，又要從大數(shù)據(jù)的角度出發(fā)正確認(rèn)識到數(shù)據(jù)形態(tài)、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理等環(huán)節(jié)發(fā)生的變化，深入理解數(shù)據(jù)價(jià)值的重要性。

1 大數(shù)據(jù)時(shí)代的統(tǒng)計(jì)學(xué)

1.1 大數(shù)據(jù)和統(tǒng)計(jì)學(xué)的本質(zhì)都是數(shù)據(jù)分析

統(tǒng)計(jì)學(xué)的研究對象是數(shù)據(jù)，研究數(shù)據(jù)的收集、整理及分析，目標(biāo)為找出數(shù)據(jù)的隱含規(guī)律。從數(shù)據(jù)中尋找有價(jià)值的信息關(guān)鍵在于對數(shù)據(jù)進(jìn)行正確的統(tǒng)計(jì)分析，研究結(jié)果一般建立在精確抽樣和合理模型的基礎(chǔ)上。大數(shù)據(jù)的核心是數(shù)據(jù)，狹義的大數(shù)據(jù)一般指數(shù)據(jù)的結(jié)構(gòu)形式和規(guī)模具備多樣性、規(guī)模性、價(jià)值性、實(shí)時(shí)性等特征，可簡單理解為數(shù)據(jù)大到在獲取、存儲(chǔ)、管理、分析等方面大大超出了傳統(tǒng)的能力范圍。[1]廣義的大數(shù)據(jù)除此之外還包括對應(yīng)的數(shù)據(jù)處理技術(shù)，如大規(guī)模并行處理（MPP）數(shù)據(jù)庫、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、分布式數(shù)據(jù)庫、云計(jì)算平臺、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)等。從本質(zhì)上看，統(tǒng)計(jì)分析和大數(shù)據(jù)在數(shù)據(jù)分析的很多根本性問題上變化不大，但由于數(shù)據(jù)本身發(fā)生了變化，使得數(shù)據(jù)分析的廣度、深度和難度增大。因此可以形象地說，統(tǒng)計(jì)學(xué)是傳統(tǒng)“小數(shù)據(jù)”時(shí)代的大數(shù)據(jù)，而現(xiàn)代大數(shù)據(jù)中的數(shù)據(jù)分析依然與統(tǒng)計(jì)學(xué)密切相關(guān)。

1.2 統(tǒng)計(jì)仍然是數(shù)據(jù)分析的靈魂

大數(shù)據(jù)時(shí)代并不意味著所有的問題都是大數(shù)據(jù)，也不意味著所有問題大數(shù)據(jù)都能解決，傳統(tǒng)的統(tǒng)計(jì)理論和方法不是沒有用武之地，而是要與現(xiàn)有的大數(shù)據(jù)思維融合，借助大數(shù)據(jù)的相關(guān)技術(shù)解決以前不能解決的問題。[2]因此大數(shù)據(jù)對傳統(tǒng)統(tǒng)計(jì)學(xué)意味著巨大的挑戰(zhàn)，但同時(shí)也是一次難得的發(fā)展契機(jī)，應(yīng)該有正確的認(rèn)識，保持寬容的態(tài)度，學(xué)科的發(fā)展和融合本就是大勢所趨，大數(shù)據(jù)不能替代傳統(tǒng)統(tǒng)計(jì)學(xué)，而傳統(tǒng)統(tǒng)計(jì)學(xué)也不能固步自封，必須不斷發(fā)展完善，有所取舍。另一方面也必須意識到，大數(shù)據(jù)的有些思維模式與傳統(tǒng)統(tǒng)計(jì)學(xué)認(rèn)識不盡相同，有一定的前瞻性和先進(jìn)性，一定要互相融合。很多傳統(tǒng)的統(tǒng)計(jì)方法在面臨海量數(shù)據(jù)時(shí)需要革新，很多統(tǒng)計(jì)模型也不能應(yīng)用于復(fù)雜形態(tài)的數(shù)據(jù)。比如大數(shù)據(jù)強(qiáng)調(diào)全樣本和效率，從統(tǒng)計(jì)抽樣中得到的結(jié)論也許是含偏差的，而全部樣本中得到的結(jié)論更接近事實(shí)，數(shù)據(jù)越大，對數(shù)據(jù)的精確性要求也就越低，真實(shí)性也就越高。傳統(tǒng)的統(tǒng)計(jì)學(xué)主要以推斷統(tǒng)計(jì)為主，以少量的數(shù)據(jù)對總體進(jìn)行精確度的分析，這點(diǎn)是與大數(shù)據(jù)統(tǒng)計(jì)分析思想所不同的。但無論是全樣本還是抽樣，都需要對數(shù)據(jù)進(jìn)行分析，而不是簡單的疊加，統(tǒng)計(jì)仍然是數(shù)據(jù)分析的靈魂。其次全數(shù)據(jù)的概念本身也是相對的，在某些特定場合對于某些特定問題確實(shí)可能實(shí)現(xiàn)，比如兩個(gè)學(xué)校的高考成績對比，可采用全部樣本且指標(biāo)統(tǒng)一。但數(shù)據(jù)的復(fù)雜性使得全樣本覆蓋的范圍也只能是盡可能全和逼近事實(shí)，并且大數(shù)據(jù)的重點(diǎn)方向也不是解決固有問題，而是通過數(shù)據(jù)研究挖掘數(shù)據(jù)更大的價(jià)值。

2 大數(shù)據(jù)浪潮下的統(tǒng)計(jì)學(xué)革新與發(fā)展

2.1 統(tǒng)計(jì)學(xué)必須革新以適應(yīng)大數(shù)據(jù)時(shí)代的需求

信息社會(huì)數(shù)據(jù)量的指數(shù)級增長導(dǎo)致了大數(shù)據(jù)的出現(xiàn)，在多個(gè)傳統(tǒng)統(tǒng)計(jì)領(lǐng)域，大數(shù)據(jù)的應(yīng)用越來越多，而傳統(tǒng)統(tǒng)計(jì)學(xué)的陣地逐漸被壓縮。中國很多的統(tǒng)計(jì)調(diào)查項(xiàng)目都面臨諸多挑戰(zhàn)，普遍存在周期過長的問題。典型如城鎮(zhèn)化、智慧城市建設(shè)、政府簡政放權(quán)、推進(jìn)監(jiān)管、國家統(tǒng)計(jì)局四大工程等項(xiàng)目，面臨縱向數(shù)據(jù)利用、數(shù)據(jù)來源的整合、快速結(jié)果呈現(xiàn)、高精度和可靠性需求等挑戰(zhàn)。[3]簡單而言，使用二十世紀(jì)的統(tǒng)計(jì)學(xué)觀點(diǎn)和方法，很難解決二十一世紀(jì)出現(xiàn)的數(shù)據(jù)分析問題?！洞髷?shù)據(jù)時(shí)代》一書中提出，大數(shù)據(jù)時(shí)代數(shù)據(jù)分析必須面臨三種思想轉(zhuǎn)變：抽樣的思想、數(shù)據(jù)測量的思想和因果關(guān)系思想。[4]具體而言，由抽樣向全樣本轉(zhuǎn)變，分析與事物相關(guān)的所有數(shù)據(jù)；由精確數(shù)據(jù)的需求轉(zhuǎn)為承認(rèn)和接受復(fù)雜但真實(shí)性較低的數(shù)據(jù)；由探求因果關(guān)系轉(zhuǎn)換為關(guān)注事物本身的相關(guān)關(guān)系。endprint

2.2 大數(shù)據(jù)浪潮同時(shí)也是統(tǒng)計(jì)學(xué)發(fā)展的巨大契機(jī)

大部分新興學(xué)科或科技的出現(xiàn)，除了其思想或技術(shù)的前瞻性和先進(jìn)性外，往往伴隨著實(shí)際問題的出現(xiàn)。大數(shù)據(jù)的出現(xiàn)正是因?yàn)閿?shù)據(jù)本身的變化導(dǎo)致了現(xiàn)有數(shù)據(jù)方式和處理能力無法滿足現(xiàn)實(shí)需求，人類必須革新數(shù)據(jù)共享、存儲(chǔ)、處理和分析模式才能更為深入的認(rèn)識世界。但大數(shù)據(jù)的出現(xiàn)同時(shí)也反映了數(shù)據(jù)分析工作的重要性和廣闊前景，新興行業(yè)不斷涌現(xiàn)，新型數(shù)據(jù)不斷生產(chǎn)，計(jì)算存儲(chǔ)處理能力不斷提升，越來越多的數(shù)據(jù)分析需求被提出，這些都為統(tǒng)計(jì)學(xué)的再次發(fā)展繁榮提供了基礎(chǔ)土壤，在部分領(lǐng)域統(tǒng)計(jì)學(xué)和大數(shù)據(jù)已經(jīng)初步融合發(fā)展。[5]

3 大數(shù)據(jù)背景下的統(tǒng)計(jì)學(xué)教學(xué)建議

3.1 適應(yīng)大數(shù)據(jù)時(shí)代的需求，以培養(yǎng)數(shù)據(jù)分析人才為目標(biāo)

統(tǒng)計(jì)學(xué)專業(yè)作為培養(yǎng)數(shù)據(jù)分析人才的專業(yè)，正經(jīng)歷大數(shù)據(jù)浪潮的洗禮與沖擊，必須在挑戰(zhàn)中抓住契機(jī)，拋棄一些陳舊的專業(yè)觀點(diǎn)和教育理念，深刻認(rèn)識到現(xiàn)代數(shù)據(jù)分析的復(fù)雜性和系統(tǒng)性，不能簡單以工匠精神看待統(tǒng)計(jì)學(xué)專業(yè)教育這一環(huán)節(jié)，而是以更開放的視角、更前瞻的眼光培養(yǎng)適應(yīng)大數(shù)據(jù)時(shí)代需求的數(shù)據(jù)分析人才。從數(shù)據(jù)分析的應(yīng)用角度而言，現(xiàn)有的統(tǒng)計(jì)學(xué)專業(yè)更注重對傳統(tǒng)統(tǒng)計(jì)學(xué)范疇內(nèi)知識的學(xué)習(xí)，對統(tǒng)計(jì)學(xué)的歷史發(fā)展變化缺乏了解，對具體行業(yè)與統(tǒng)計(jì)的結(jié)合缺乏實(shí)踐，對大數(shù)據(jù)思維缺乏認(rèn)識，對與大數(shù)據(jù)相關(guān)的技術(shù)缺乏介紹。在教學(xué)內(nèi)容、教學(xué)方法、學(xué)科融合、行業(yè)融合等方面都存在一些不足和短板。從人才培養(yǎng)的角度而言，未來在數(shù)據(jù)分析領(lǐng)域，需要數(shù)據(jù)科學(xué)家類型的人才，一般認(rèn)為具備四項(xiàng)素質(zhì)：數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、相關(guān)行業(yè)知識。[6]要求高等教育直接培養(yǎng)出數(shù)據(jù)科學(xué)家不大現(xiàn)實(shí)，但如果不以培養(yǎng)數(shù)據(jù)分析人才為目標(biāo)，畢業(yè)生就很難滿足大時(shí)代社會(huì)發(fā)展的需求，統(tǒng)計(jì)學(xué)教育只能是閉門造車，坐井觀天。發(fā)展于小數(shù)據(jù)時(shí)代的統(tǒng)計(jì)學(xué)，在大數(shù)據(jù)時(shí)代難以繼續(xù)發(fā)揮重要作用。

3.2 整合教育資源推動(dòng)學(xué)科交叉

當(dāng)前統(tǒng)計(jì)數(shù)據(jù)的生產(chǎn)、來源、形態(tài)、存儲(chǔ)等方面都在發(fā)生變化，單純依靠傳統(tǒng)統(tǒng)計(jì)學(xué)的方法手段越來越不現(xiàn)實(shí)。數(shù)據(jù)分析實(shí)際涉及到數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、高性能計(jì)算、數(shù)據(jù)存儲(chǔ)、行業(yè)知識等多個(gè)方面的融合。對于統(tǒng)計(jì)學(xué)專業(yè)的教學(xué)而言，單純依靠一門學(xué)科、一個(gè)學(xué)院、一個(gè)學(xué)校的資源越來越難以支撐數(shù)據(jù)分析的全部教學(xué)過程，必須考慮整合現(xiàn)有教育資源，學(xué)校之間、學(xué)院之間、專業(yè)之間互通有無，取長補(bǔ)短，推動(dòng)統(tǒng)計(jì)學(xué)與其他學(xué)科的交叉融合，全方位培養(yǎng)統(tǒng)計(jì)學(xué)專業(yè)人才的數(shù)據(jù)分析能力。如北京大學(xué)、中國人民大學(xué)、中國科學(xué)大學(xué)、中央財(cái)經(jīng)大學(xué)和首都經(jīng)貿(mào)大學(xué)組建了協(xié)助創(chuàng)新平臺，融合各自的優(yōu)勢資源，實(shí)現(xiàn)以應(yīng)用統(tǒng)計(jì)專業(yè)為核心的多學(xué)科交叉教育。

3.3 以實(shí)際應(yīng)用為抓手推動(dòng)行業(yè)融合

數(shù)據(jù)分析工作本身就是一項(xiàng)面向具體應(yīng)用的學(xué)科，一種統(tǒng)計(jì)方法是否切實(shí)有效，一種統(tǒng)計(jì)模型是否科學(xué)合理，都需要放到實(shí)踐中去檢驗(yàn)。目前的統(tǒng)計(jì)學(xué)專業(yè)教學(xué)更多停留在基礎(chǔ)的理論體系教學(xué)、基本統(tǒng)計(jì)方法的演示和簡單統(tǒng)計(jì)軟件學(xué)習(xí)上，而脫離了具體行業(yè)和真實(shí)場景的數(shù)據(jù)分析，就是無源之水無本之木。墨守成規(guī)的高校教育只能使統(tǒng)計(jì)學(xué)的教學(xué)之路越走越窄，也不利于統(tǒng)計(jì)學(xué)理論和方法創(chuàng)新發(fā)展。統(tǒng)計(jì)學(xué)教育不同于其他學(xué)科，必須建立多渠道多層次的實(shí)踐平臺，積極投入到實(shí)際的行業(yè)應(yīng)用中，以實(shí)踐為特點(diǎn)，以應(yīng)用為目標(biāo)，緊貼大數(shù)據(jù)時(shí)代的數(shù)據(jù)特點(diǎn)和統(tǒng)計(jì)需求，切實(shí)提高教師的科研能力和學(xué)生的應(yīng)用水平。

4 結(jié)束語

大數(shù)據(jù)時(shí)代背景下，對數(shù)據(jù)的理解更深入，應(yīng)用更豐富，價(jià)值更高級。而作為傳統(tǒng)數(shù)據(jù)分析的主要手段統(tǒng)計(jì)學(xué)，在面臨諸多挑戰(zhàn)的同時(shí)，必須揚(yáng)長避短，緊盯實(shí)踐特色，積極適應(yīng)大數(shù)據(jù)特點(diǎn)和行業(yè)發(fā)展需求，不斷完善理論體系和革新統(tǒng)計(jì)方法，抓住大數(shù)據(jù)的契機(jī)順流而上，在國家政治、軍事、經(jīng)濟(jì)、文化建設(shè)中發(fā)揮更大作用。

參考文獻(xiàn)

[1] Graham-rowe D， Goldston D， Doctorow C， et al. Big data：science？in the petabyte era[J].Nature，2008.455（7209）：8-9.

[2] 邱東.大數(shù)據(jù)時(shí)代對統(tǒng)計(jì)學(xué)的挑戰(zhàn)[J].統(tǒng)計(jì)研究，2014.31（1）：16-22.

[3] 中國人民大學(xué)“大數(shù)據(jù)與應(yīng)用統(tǒng)計(jì)”研究組.大數(shù)據(jù)時(shí)代統(tǒng)計(jì)學(xué)的重構(gòu)與創(chuàng)新——首屆“大數(shù)據(jù)與應(yīng)用統(tǒng)計(jì)國際會(huì)議”述評[J].統(tǒng)計(jì)研究，2015.32（2）：3-9.

[4] 維克托.邁爾-舍恩伯格，肯尼思.庫克耶.大數(shù)據(jù)時(shí)代：生活，工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[5] 陳建寶，鞠芳煜，禚鑄瑤.大數(shù)據(jù)時(shí)代下的統(tǒng)計(jì)學(xué)——第五屆中國統(tǒng)計(jì)學(xué)年會(huì)綜述[J].統(tǒng)計(jì)研究，2015.32（5）：106-112.

[6] Briddock D.What's a Data Scientist？[J].Micro Mart，2014.endprint