一位在國內知名商學院工作了十多年的統計學教員，在閑暇時刻，琢磨了幾個深刻的問題后，寫下了下面的話：中國統計學未來發展的大方向是什么？背后的邏輯是什么？套用一句時髦的互聯網語言就是：中國統計學的風口在哪里？
人說以史為鑒！所以，首先簡單回顧一下某些統計學領域的發展史,例如實驗設計。當年，這個領域是如何發展起來的？難道是少數天才學者的智力游戲嗎？顯然不是。這是農業生產的需要。相關科學實驗是最根本的驅動力。那么后來呢？是工業化進程，以至于又催生了質量控制、可靠性等相關學科。而過去這十年是計算機實驗。那么未來呢？我想一定是互聯網。這說明什么？這說明統計學的發展要順應產業變革，這是大勢所趨！ 再看一個例子，高維數據分析是最近20年才被提出來的嗎？不是！早在這個之前，就有學者，受個人學術興趣的驅動，也曾提出過類似的問題，但沒有形成氣候。為什么？是因為其他學者當時有眼無珠嗎？我認為不是。一個主要原因是，這樣的方法在當時好像沒什么重要的實際應用。這就難怪當時主流統計學研究不關心這個問題。但為什么，這個當年讓人腦洞大開的異類問題，卻成了最近20年的研究主流了？因為科學技術變了。以DNA Microarray為代表的生物技術的巨大進步，產生了大量這樣的數據。而這些數據，蘊藏著關乎人類生命健康的秘密，具有重要的科學價值。這成就了過去這些年的（超）高維數據研究。這說明什么？這說明統計學的發展依賴于技術進步，這是大勢所趨！ 最后一個例子。為什么制藥統計學在美國那么重要？因為生物制藥這個產業極其強大。默克、強生、施貴寶等一大批制藥巨頭，每年要實施大量的臨床實驗，產生了大量的數據，造成了海量的分析需求，進而推動了制藥統計學的發展。為什么這些巨頭愿意投入巨大的時間、財力、物力作臨床試驗？是它們對科研的好奇心？還是道德上的高尚？可能都有一些，但不是最根本的。最根本的是美國食品藥物監督局（FDA）對市場的強力監管。這個制度環境造成了相關企業必須實施嚴格的臨床試驗，進而產生了強勁的統計分析需求。而制藥統計的發展，又極大地促進了相關領域，例如：生物統計學的發展。這說明什么？這說明統計學的發展需要一定的制度環境，這是大勢所趨！ 所以我們不妨下一個結論：“統計學的大勢所趨，從不以任何個人的興趣愛好為轉移。而是由產業變革（例如：工業化進程）,技術進步（例如：DNA Microarray），還有制度環境（例如：FDA政策）所決定”。這一點，我認為一定要看清楚！雷軍說：站在風口，豬都能飛！這說的是，重大選擇要順勢而為。背后隱含的另外一個結論是，如果逆風而動，鷹也飛不起來。這是我個人看待中國統計學發展方向的基本邏輯。那么，在中國這片土地上，面對當下的產業基礎，政策環境，我們的大勢在哪里？統計學的風口在哪里？要當飛起來的豬？還是被打趴下的鷹？或者更好：順勢而為的鷹？
要回答這個問題，需要檢討一下中國的現狀。中國有強大的制藥產業嗎？我相信未來會有。但不是今天，不是明天，不是我們可見的未來5到10年。為什么？因為我們缺乏強有力的制度環境。更加具體地說，我們缺乏類似FDA的強力監管機構。現在的國家藥品監督局（即：中國的FDA）已經做了很多有意義的工作，但是顯然還遠遠不夠。為什么？君不見大家對食品安全的焦慮嗎？這還不足以表明我們的制度環境需要long way to go嗎？如果上面討論的是對的，那么請允許我做一個悲催的預測：在中國，未來可見的相當長時間內，生物統計學，將會是一個重要的存在，但是不可能大放異彩。為什么？因為：沒有相應的制度環境。對，就這么簡單！ 那么中國有哪些產業在全球范圍內是有競爭力的呢？第一、互聯網；第二、制造業。這很好理解。互聯網方面，我們有以BAT為代表的一大批有競爭力的企業。而制造業方面，中國是世界的中心，孕育了像華為這樣偉大而優秀的企業。這兩個行業，有可能形成風口，或者正在形成。這兩個行業就是統計學研究的大勢所趨，風口所在！
更進一步地，這兩個大勢對統計學研究的具體影響會是什么呢？我們先討論一下互聯網，尤其是移動互聯網，因為大家都很熟悉。請問：移動互聯網產生了什么獨特數據？它們的價值何在，應該如何研究？要回答這個問題，看看自己最常用的APP就知道答案了。我們最常用什么？微信。國外呢？Facebook andTwitter。它們是什么？全部都是基于社交的軟件或者服務。它們產生了什么樣的數據？首先是網絡結構數據，用于刻畫了用戶之間的社交關系。對于統計分析，這會帶來什么樣的變化？最根本的變化就是讓信息沿著網絡結構開始流通。通俗地講，以前，我們判斷一個人是好人還是壞人（因變量）,主要參考他自己的特征（解釋性變量）。但是，有了網絡結構，與之相連個體的所有信息（即包括因變量、也包括解釋性變量），都可以被利用起來，以提高預測精度。但是，能夠符合該理念、滿足該需求的統計學模型卻少之又少。這就是網絡數據賦予統計學發展的重大機會，這就是風口所在！ 再看看制造業。制造業有幾個特點。第一、中國是全世界的制造中心，但是亟待產業升級，進入工業4.0時代。第二、與世界制造中心相對應的是，對中國制造業的數據，我們卻極其無知，遠遠落后于互聯網。產生這個現象，可能有兩個原因：首先可能是是傳統制造業的數據采集困難，不如互聯網方便；其次可能是互聯網的故事太搶眼，讓我們忘記了傳統產業。但是，我個人感受到的傳統行業，尤其是制造業，卻蓄勢待發！為什么？兩個基本事實：（1）物聯網技術越來越成熟，相應的數據采集越來越方便。一個典型的案例就是車聯網。毋庸置疑，未來的汽車一定被成百上千個、各種各樣的探測器所包圍。這些探測器會準確記錄汽車行駛的方方面面。例如：胎壓、發動機溫度、地理位置、行駛方向、行駛速度、加速度、角速度等。這就構成了統計分析的數據基礎。（2）由于傳統制造業體量巨大。動則一個汽車廠商年產汽車百萬臺，或者一個家電企業年產電視機千萬臺。因此，如果數據分析能夠產生任何有益的改進方案，帶來的價值都是極其巨大的，很可能遠遠大于數據分析（例如：精準營銷）之于互聯網的價值。由此可見，對于傳統制造業，數據分析，很可能不以消費者為第一核心。而是以流程再造、產品改進、成本節省為第一核心。這點跟互聯網行業很不一樣。而這一切，都是以物聯網的大規模、低成本的實施為前提。因此，物聯網將是另外一個風口所在！
基于以上討論，作為統計學工作者的我們應該如何應對？我認為需要以一種非常謙卑開放的心態，去學習業務知識，了解應用場景，實踐統計學理論。這方面，可供我們實踐的沃土太豐富了。它們包括但不局限于：游戲、電商、社交、廣告、投資、金融、征信、可穿戴設備、車聯網、設備監控、政府、醫療等。過去的歷史已經很清楚地說明：統計學的發展，一定要順勢而為。要順應產業變革，技術進步，以及制度環境。在中國，互聯網和物聯網就是大勢所趨，這就是下一個風口所在。 聲明：本文源于首佳物聯，轉載，請標明文章出處！ ________________________________________ 我們只為您：傳遞正能量，篩選有價值的內容！
關注賬號，分享正能量，了解科技前沿最新資訊！ 歡迎轉載分享，系統每周抽取一次幸運“關”眾，送出一份驚喜！誠信為本，信息可靠！ 趕快拿起手機，掃描二維碼或查找公眾號進行關注，說不定下周“幸運之星”就是你哦！ 了解更多，請點擊“閱讀原文”！
原文地址：用www.senc.com.cn |
