王汉生@北大光华

作为一个在商学院工作了十多年的统计学教员,一天到晚为自己,为学生,或者年轻合作伙伴多写俩Statistical Paper绞尽脑汁,也是无聊透顶,不知道多少脑细胞因此牺牲。难得空闲的时候,就瞎琢磨几个深刻的问题。当然,我也不知道这么深刻的问题,该不该我来琢磨。但是既然琢磨了,就不如写下来跟大家分享探讨。这几个问题就是:中国统计学未来发展的大方向是什么?背后的逻辑是什么?套用一句时髦的互联网语言就是:中国统计学的风口在哪里?

人说以史为鉴!所以,首先简单回顾一下某些统计学领域的发展史,例如实验设计。当年,这个领域是如何发展起来的?难道是少数天才学者的智力游戏吗?显然不是。这是农业生产的需要。相关科学实验是最根本的驱动力。那么后来呢?是工业化进程,以至于又催生了质量控制、可靠性等相关学科。而过去这十年是计算机实验。那么未来呢?我想一定是互联网。这说明什么?这说明统计学的发展要顺应产业变革,这是大势所趋!

再看一个例子,高维数据分析是最近20年才被提出来的吗?不是!早在这个之前,就有学者,受个人学术兴趣的驱动,也曾提出过类似的问题,但没有形成气候。为什么?是因为其他学者当时有眼无珠吗?我认为不是。一个主要原因是,这样的方法在当时好像没什么重要的实际应用。这就难怪当时主流统计学研究不关心这个问题。但为什么,这个当年让人脑洞大开的异类问题,却成了最近20年的研究主流了?因为科学技术变了。以DNA Microarray为代表的生物技术的巨大进步,产生了大量这样的数据。而这些数据,蕴藏着关乎人类生命健康的秘密,具有重要的科学价值。这成就了过去这些年的(超)高维数据研究。这说明什么?这说明统计学的发展依赖于技术进步,这是大势所趋!

最后一个例子。为什么制药统计学在美国那么重要?因为生物制药这个产业极其强大。默克、强生、施贵宝等一大批制药巨头,每年要实施大量的临床实验,产生了大量的数据,造成了海量的分析需求,进而推动了制药统计学的发展。为什么这些巨头愿意投入巨大的时间、财力、物力作临床试验?是它们对科研的好奇心?还是道德上的高尚?可能都有一些,但不是最根本的。最根本的是美国食品药物监督局(FDA)对市场的强力监管。这个制度环境造成了相关企业必须实施严格的临床试验,进而产生了强劲的统计分析需求。而制药统计的发展,又极大地促进了相关领域,例如:生物统计学的发展。这说明什么?这说明统计学的发展需要一定的制度环境,这是大势所趋!

所以我们不妨下一个结论:“统计学的大势所趋,从不以任何个人的兴趣爱好为转移。而是由产业变革(例如工业化进程),技术进步(例如DNA Microarray),还有制度环境(例如FDA政策)所决定”。这一点,我认为一定要看清楚!雷军说:站在风口,猪都能飞!这说的是,重大选择要顺势而为。背后隐含的另外一个结论是,如果逆风而动,鹰也飞不起来。这是我个人看待中国统计学发展方向的基本逻辑。那么,在中国这片土地上,面对当下的产业基础,政策环境,我们的大势在哪里?统计学的风口在哪里?要当飞起来的猪?还是被打趴下的鹰?或者更好:顺势而为的鹰?

要回答这个问题,需要检讨一下中国的现状。中国有强大的制药产业吗?我相信未来会有。但不是今天,不是明天,不是我们可见的未来5到10年。为什么?因为我们缺乏强有力的制度环境。更加具体地说,我们缺乏类似FDA的强力监管机构。现在的国家药品监督局(即:中国的FDA)已经做了很多有意义的工作,但是显然还远远不够。为什么?君不见大家对食品安全的焦虑吗?这还不足以表明我们的制度环境需要long way to go吗?如果上面讨论的是对的,那么请允许我做一个悲催的预测:在中国,未来可见的相当长时间内,生物统计学,将会是一个重要的存在,但是不可能大放异彩。为什么?因为:没有相应的制度环境。对,就这么简单!

那么中国有哪些产业在全球范围内是有竞争力的呢?第一、互联网;第二、制造业。这很好理解。互联网方面,我们有以BAT为代表的一大批有竞争力的企业。而制造业方面,中国是世界的中心,孕育了像华为这样伟大而优秀的企业。这两个行业,有可能形成风口,或者正在形成。这两个行业就是统计学研究的大势所趋,风口所在!

更进一步地,这两个大势对统计学研究的具体影响会是什么呢?我们先讨论一下互联网,尤其是移动互联网,因为大家都很熟悉。请问:移动互联网产生了什么独特数据?它们的价值何在,应该如何研究?要回答这个问题,看看自己最常用的APP就知道答案了。我们最常用什么?微信。国外呢?Facebook and Twitter。它们是什么?全部都是基于社交的软件或者服务。它们产生了什么样的数据?首先是网络结构数据,用于刻画了用户之间的社交关系。对于统计分析,这会带来什么样的变化?最根本的变化就是让信息沿着网络结构开始流通。通俗地讲,以前,我们判断一个人是好人还是坏人(因变量),主要参考他自己的特征(解释性变量)。但是,有了网络结构,与之相连个体的所有信息(即包括因变量、也包括解释性变量),都可以被利用起来,以提高预测精度。但是,能够符合该理念、满足该需求的统计学模型却少之又少。这就是网络数据赋予统计学发展的重大机会,这就是风口所在!

再看看制造业。制造业有几个特点。第一、中国是全世界的制造中心,但是亟待产业升级,进入工业4.0时代。第二、与世界制造中心相对应的是,对中国制造业的数据,我们却极其无知,远远落后于互联网。产生这个现象,可能有两个原因:首先可能是是传统制造业的数据采集困难,不如互联网方便;其次可能是互联网的故事太抢眼,让我们忘记了传统产业。但是,我个人感受到的传统行业,尤其是制造业,却蓄势待发!为什么?两个基本事实:(1)物联网技术越来越成熟,相应的数据采集越来越方便。一个典型的案例就是车联网。毋庸置疑,未来的汽车一定被成百上千个、各种各样的探测器所包围。这些探测器会准确记录汽车行驶的方方面面。例如:胎压、发动机温度、地理位置、行驶方向、行驶速度、加速度、角速度等。这就构成了统计分析的数据基础。(2)由于传统制造业体量巨大。动则一个汽车厂商年产汽车百万台,或者一个家电企业年产电视机千万台。因此,如果数据分析能够产生任何有益的改进方案,带来的价值都是极其巨大的,很可能远远大于数据分析(例如:精准营销)之于互联网的价值。由此可见,对于传统制造业,数据分析,很可能不以消费者为第一核心。而是以流程再造、产品改进、成本节省为第一核心。这点跟互联网行业很不一样。而这一切,都是以物联网的大规模、低成本的实施为前提。因此,物联网将是另外一个风口所在!

chemoxing

基于以上讨论,作为统计学工作者的我们应该如何应对?我认为需要以一种非常谦卑开放的心态,去学习业务知识,了解应用场景,实践统计学理论。这方面,可供我们实践的沃土太丰富了。它们包括但不局限于:游戏、电商、社交、广告、投资、金融、征信、可穿戴设备、车联网、设备监控、政府、医疗等。过去的历史已经很清楚地说明:统计学的发展,一定要顺势而为。要顺应产业变革,技术进步,以及制度环境。在中国,互联网和物联网就是大势所趋,这就是风口所在。统计学从这里出发,想不飞都难!

发表/查看评论