統(tǒng)計學在大數(shù)據(jù)時代下面臨的挑戰(zhàn)

楊程

山西大同大學(大同 037009)

統(tǒng)計學在大數(shù)據(jù)時代下面臨的挑戰(zhàn)

楊程

山西大同大學(大同 037009)

面對大數(shù)據(jù)科學潮流，統(tǒng)計學與數(shù)據(jù)科學之間又有著怎樣的聯(lián)系呢？本文以科學探討的態(tài)度，詳細分析當下大數(shù)據(jù)時代統(tǒng)計學的發(fā)展情況，面臨著哪些挑戰(zhàn)。面對這些影響，統(tǒng)計學又是以怎樣的姿態(tài)面對的。

統(tǒng)計學；大數(shù)據(jù)；挑戰(zhàn)

大數(shù)據(jù)時代對整個社會的推動影響巨大，統(tǒng)計部門為了跟隨時代的腳步，要求更高的服務(wù)質(zhì)量，深入分析統(tǒng)計學在當下數(shù)據(jù)背景下的現(xiàn)實作用。數(shù)據(jù)帶給社會機遇的同時，又蘊藏著怎樣的挑戰(zhàn)，我們需要進一步研究統(tǒng)計學與大數(shù)據(jù)的關(guān)系，在挑戰(zhàn)中促進發(fā)展。

1 機遇下蘊藏著挑戰(zhàn)

社會潮流的推動力，使得全國甚至全世界逐漸走向信息時代，在數(shù)據(jù)大爆炸的當下也存在著很多問題與矛盾。而發(fā)展就是在問題中不斷推進的，切實的處理問題才可以促其發(fā)展。所謂“識時務(wù)者為俊杰”，在信息時代各個階段下，需要處理不同的問題以順應現(xiàn)代總體的數(shù)據(jù)趨勢。

2009年“大數(shù)據(jù)”這一詞匯開始流行，其實早在1980年，著名未來學家A.托夫勒就在《第三次浪潮》中提到了大數(shù)據(jù)。這個時間段是大數(shù)據(jù)的萌芽階段，需要的更多是大數(shù)據(jù)潮流的推動著，打開向整個世界發(fā)展的門路。

面對大數(shù)據(jù)涌現(xiàn)出來的現(xiàn)實，不僅有機遇也面臨著層層挑戰(zhàn)。社會需要通過科學的啟蒙和引導，同時也不能盲目跟風，不要只考慮一個方向的偏執(zhí)，也不要應運而生的投機者。這個時代需要切合實際的學術(shù)和數(shù)據(jù)科學的有效推進，拓展整個數(shù)據(jù)學科的發(fā)展，在不斷尋找和發(fā)展中還要保持批判性思維，為了構(gòu)成平衡的發(fā)展結(jié)構(gòu)，在矛盾中保持艱巨全面。

在不同的成長時期應該著力于不同的發(fā)展重心，在接受大數(shù)據(jù)的同時確保整個信息化發(fā)展的穩(wěn)定性，面對大數(shù)據(jù)帶給這個世界的豐富機遇，也同時具備隨時可以形成的挑戰(zhàn)。

2 整個世界是否被大數(shù)據(jù)覆蓋

2.1 互聯(lián)網(wǎng)外的大魚

迅速覆蓋世界的大數(shù)據(jù)，通過互聯(lián)網(wǎng)已經(jīng)遍布開來，會有一些沒有被覆蓋到的地方，人們會認為那些地方，是落伍的不值得被覆蓋的，跟數(shù)據(jù)發(fā)展的大局無關(guān)，因此認為在整體數(shù)據(jù)發(fā)展中可以將沒有覆蓋到的放棄。

然而實踐中的情況又是怎樣的，一些技術(shù)精英可以說最早就使用了互聯(lián)網(wǎng)及手機信息技術(shù)，卻在發(fā)展中為了避免“技術(shù)專政”而躲避數(shù)據(jù)互聯(lián)網(wǎng)的覆蓋。還有一些宗教或是政治相關(guān)人士更傾向于遠離互聯(lián)網(wǎng)。另有一些為了避稅或是避仇等因素，選擇盡可能的躲避互聯(lián)網(wǎng)的覆蓋。以上所說到的這些部分的群體，確實是大數(shù)據(jù)難以覆蓋的，但是他們的經(jīng)濟行為恰恰對分析社會格局而言尤為重要，在推論中不容忽視。

大數(shù)據(jù)得到倡導的首要前提就是民主、開放和理性，然而在不同的國家或地區(qū)其實現(xiàn)的程度也是大不相同的。其實人類社會進入到大數(shù)據(jù)時代，其發(fā)展并不是同步的，世界會被分割為三種并存時代，即大數(shù)據(jù)時代、小數(shù)據(jù)時代和物數(shù)據(jù)時代。

2.2 數(shù)據(jù)的“海量”是相對的

在數(shù)據(jù)形成中，其覆蓋面積再大或者發(fā)展速度再快，也會存在一些“黑暗地帶”。信號問題一直存在于大數(shù)據(jù)發(fā)展之中，數(shù)據(jù)量變得巨大，但大數(shù)據(jù)的海量之大也是相對而言的。對于地球來說，海是那么的浩瀚之大，但是就宇宙而言就顯得不大了，就地球上的數(shù)據(jù)問題來說，其規(guī)模也沒有不可控的巨大。

經(jīng)過相關(guān)研究資料可以得知，美國上網(wǎng)成年人中百分之十六在使用推特網(wǎng)(Twitter)，其中年輕人和城市人的使用率較多，而對于整個社會而言，也不能將其作為一個代表性的樣本。推特網(wǎng)數(shù)據(jù)顯示，人們離家越遠快樂指數(shù)越高。顯然并不能代表所有人的意愿，或許這一判斷會得到部分人的認可，卻不能代表所有人。

相關(guān)報道研究，社會上的全部數(shù)據(jù)有百分之九十都產(chǎn)生于過去兩年，那么也就是說當今的大數(shù)據(jù)，相對來說就是明天的小數(shù)據(jù)。對于數(shù)據(jù)我們是不能將其窮盡控制的，對于數(shù)據(jù)的掌握非常有限。今天所有數(shù)據(jù)的發(fā)展和覆蓋，在明天或許就會被否定，所以就覆蓋程度一說法是缺乏延展性的。曾有相關(guān)學者提出，人們會因現(xiàn)有的知識工作所限制，卻不曾想到明天的工具或許比當下的要強大數(shù)倍，也就是說今天的數(shù)據(jù)資料不能預知將來。

3 統(tǒng)計學與數(shù)據(jù)科學

3.1 統(tǒng)計學與數(shù)據(jù)科學之間的關(guān)系

有部分學者認為統(tǒng)計學與數(shù)據(jù)科學之間應該達到統(tǒng)一，其沒有存在差異之處，持“同一論”或“唯一論”。對于學科關(guān)系的不同認識，影響到這一觀點的成立性。大數(shù)據(jù)時代在當今社會快速遍布，統(tǒng)計就可以代表數(shù)據(jù)科學嗎，體現(xiàn)在現(xiàn)實中的一切就這么簡單？

經(jīng)過對相關(guān)文獻進行進一步研究，發(fā)現(xiàn)很多論著在討論數(shù)據(jù)科學分支時提到了統(tǒng)計學，大部分學者都持“之一論”或“屬于論”。這樣的論述否認了以上所說的同一論”或“唯一論”，統(tǒng)計學與數(shù)據(jù)科學之間是不等價的，某些相關(guān)學者將其視為某種交叉的關(guān)系。

將統(tǒng)計學認為是一門數(shù)據(jù)科學，理解為統(tǒng)計學就是數(shù)據(jù)科學中的一個分支，而其信息量的貢獻有限。統(tǒng)計是一門數(shù)據(jù)科學對于大數(shù)據(jù)時代的發(fā)展很重要，而這只能說明統(tǒng)計學特別重要，而不能說統(tǒng)計學“唯一”重要。

3.2 四類世界與四種科學

就世界而言可以有各種各樣不同的分類，科學也一樣體現(xiàn)著不同的視角和觀察格局。

在這里我們提出四類世界下的四種科學，廣義上來說，可以將世界分為四類：應對物質(zhì)世界、應對精神世界、應對賽博世界和應對行為世界。其相對應的四類科學分別是：物理科學、心理科學、數(shù)理科學和事理科學。人類多維思維的科學成果，使得社會科學更加豐富，它們之間的關(guān)系不是外在板塊的疊加，四者之間是有機滲透的交錯關(guān)系?，F(xiàn)實世界的體現(xiàn)在同一個世界的四個不同維度，想要將其一科學用好學好，并不能單一進行。

總體而言，世界是多元化的，不是數(shù)據(jù)可以將其一切所代替的，當今不能僅僅依賴于數(shù)據(jù)的發(fā)展，在大數(shù)據(jù)時代，還是不能缺少定性和“較質(zhì)”。

4 大數(shù)據(jù)時代的統(tǒng)計重心轉(zhuǎn)移

4.1 數(shù)據(jù)的識別問題

統(tǒng)計實務(wù)通過統(tǒng)計學的理論指導，在不同階段進行相應的科學研究。可以說收集基礎(chǔ)數(shù)據(jù)是原先的統(tǒng)計實務(wù)的重心，如何獲取數(shù)據(jù)是其考慮的主要問題。如何選擇有用數(shù)據(jù)，就是當下大數(shù)據(jù)時代的重心所在。

數(shù)據(jù)的識別問題對于大數(shù)據(jù)時代的發(fā)展而言尤為重要，就是要將現(xiàn)實與理論以及方法之間的反復作用，從數(shù)據(jù)中總結(jié)出的數(shù)量規(guī)律能否成立是個重要的問題。

2012年“谷歌流感趨勢”高估了年度流感發(fā)病率，可以說是數(shù)據(jù)誤導中的一個典型案例。從人們在網(wǎng)上留的搜索記錄，直接判斷其是否患得流感，這樣做確實不夠科學。或許人們是出于其他原因搜索信息，或者只是為了了解一些相關(guān)事態(tài)而搜索的，如何區(qū)分真正的患者，還需要進行進一步的判斷。所以，若太過于多的依賴有缺陷的大數(shù)據(jù)，就會對公共決策造成較大影響。

4.2 虛擬信息的識別問題

除了一些數(shù)據(jù)考察外，還存在很多虛擬信息識別問題，比如不少帳號是機器人自動程序或“半機器人”系統(tǒng)，還有虛假賬號。所以，在使用網(wǎng)絡(luò)數(shù)據(jù)分析社會狀況的時候，應該警覺數(shù)據(jù)中有沒有由自動化算法系統(tǒng)產(chǎn)生問題。

互聯(lián)網(wǎng)營銷中，大量的“刷量”以及水軍好評差評等數(shù)據(jù)，可以說就是一種數(shù)據(jù)干擾，影響著數(shù)據(jù)的準確性，如今市場上有很多類似這樣的噪聲，最終使得數(shù)據(jù)價值降低。

另外，考慮在技術(shù)層面中實現(xiàn)“數(shù)據(jù)去重”，確保數(shù)據(jù)的完整性，以及對網(wǎng)絡(luò)病毒的剔除等等這些問題，都是值得關(guān)注的數(shù)據(jù)問題。

5 結(jié)語

科技總是具有雙面性的，對于大數(shù)據(jù)時代下統(tǒng)計學的發(fā)展，應該進行全面的分析，將面臨的問題重視起來，充分認識統(tǒng)計學與數(shù)據(jù)化時代的聯(lián)系，積極應對各種挑戰(zhàn)。

[1]游士兵,張佩,姚雪梅.大數(shù)據(jù)對統(tǒng)計學的挑戰(zhàn)和機遇[J].珞珈管理評論.2013,(02).

[2]邱東.大數(shù)據(jù)時代對統(tǒng)計學的挑戰(zhàn)[J].統(tǒng)計研究.2014,(01).

[3]陳龍,程開明.大數(shù)據(jù)時代的決策:數(shù)據(jù)分析抑或直覺經(jīng)驗[J].中國統(tǒng)計.2014,(09).

(責任編輯：文婷)

F222

A

1003-3319(2016)04-00039-02

10.19469/j.cnki.1003-3319.2016.04.0039