如何拥抱大数据时代

　　在上世纪80年代初，就已经有了大数据的概念和相关应用，但是它深入社会和百姓的视野，则是最近几年的事情。2012年，美国政府由白宫牵头，启动了一个“大数据发展计划”，这个计划的推出被视为进入大数据时代的标志性事件，其重要性堪比1992年美国政府推出的“信息高速公路计划”。在相似的时间，欧盟各国陆续开放了很多政府数据，日本也启动了一个大数据项目，联合国2012年发布大数据报告，全球掀起了大数据研究和应用的热潮。

　　大数据的发展，是以网络和计算机技术的高速发展为依托的。1965年英特尔创始人之一的摩尔先生提出，未来的网络计算机发展，大体上每隔1年到2年，等面积集成电路中的晶体管数量将会增加一倍，即计算速度会提高一倍，同等的计算，成本会降低一半。经过近50年的实践，验证了摩尔先生的预测，也就是人们常说的“摩尔定律”。计算机和网络科技的高速发展，使得大量网络数据，包括音频的、视频的、图片的、文本的各种各样的数据，得以保存，并转化为我们可以深入分析的数据。于是，大数据的研究和应用也就水到渠成了。

　　上世纪八九十年代，我们在很多科技领域和国外差距很大，但是进入互联网时代以后，这种状况逐渐改观。进入大数据时代，我们可进一步缩小与美国等科技发达国家的差距，甚至具有后发优势，在某些领域甚至可以达到国际先进水平。

　　大数据影响统计学发展

　　统计学就是数据科学，大数据对统计学的发展影响巨大。大数据对于统计学的发展，既是机遇又是挑战。说它是机遇，是因为大数据研究和应用会带来大量人才需求，这对统计学的发展是一个巨大的利好，可以说，目前统计学发展正处于历史上最好的时期。这几年，从全国范围看，统计学专业毕业生就业状况都不错，今后会更好。说它是挑战，是因为大数据可能部分颠覆传统的统计方法。

　　大数据对统计学带来的上述挑战确实存在，但是不会导致传统抽样调查的需求减少。因为大数据虽然数据量很大，但绝大多数情况下这些大样本都不是随机的，推断总体都有系统偏差，因而抽样调查等统计方法仍然是不可取代的。此外，在很多时候，科研和商业应用、科学决策还是需要进行准确的统计分析的。

　　从人才培养的角度看，统计学在教学内容、教学方法、人才培养模式等方面需要进行变革，以适应大数据时代的人才素质要求，这是统计学科发展面临的另一挑战。

　　大数据应用是把双刃剑

　　大数据将对教育产生非常深远的影响。目前可以预见的主要有两个方面：一是通过大数据，分析学生成长环境、兴趣爱好、能力特长等，有利于教育者对学生加深了解，有利于因材施教，使得根据学生个人兴趣、特长、能力进行个性化教育成为可能；二是带来教学内容、教学方式方法上的改变，立体化教学、案例教学、互动教学等方式的运用使得教学更加生动，MOOCs就是大数据时代教学变革的一个例子。大数据可以促进全世界优质教育资源共享，发挥每个教师的优势特长。大数据将对教育产生一系列的深远影响，不可低估。

　　在大数据时代，个人的相关数据信息轻易可得，个人隐私越来越不安全。其实不仅仅是个人隐私，包括国家安全和企业的商业机密，也受到很大的威胁。对于国家而言，一方面要积极推进数据对外开放，凡是不涉及个人隐私、国家安全和商业机密的数据，都应该公开，这样才能避免形成数据孤岛，充分发掘和利用数据资源；另一方面，在开放数据的同时要加强相关立法，这两个方面是互相补充的，只有这样，才能赶上时代发展的步伐，充分发挥我们这个人口大国、经济大国的数据资源优势。

　　从个人的角度讲，要加强个人信息防护意识，在上网发布相关信息时，要了解哪些是可以发的，哪些是不能发的，以免给自己带来困扰。

　　采用协同创新、5校合作的培养模式

　　采用种协同创新、5校合作的培养模式，完全是由大数据人才的特点决定的。第一，大数据人才是多学科交叉型人才，不是某一个学科可以单独培养的。现在进行数据分析，要有数据库和软件等计算机方面的知识，还要有数学和统计方面的知识和能力。这就涉及到中国学科体系中“统计学”和“计算机科学与技术”两个一级学科。培养出的毕业生到了单位，可能还需要财经、新闻、生物医学和管理等方面的知识。

　　第二，这是一类应用型人才，必须重视实践环节。他们毕业后不是去做研究，而是投身业界，要能很快上手。因此，这个协同创新平台，不仅有5所高校参与，还有人民日报、新华社、中央电视台等十余家媒体，中国移动、中国电信、中国联通、百度、阿里巴巴、腾讯等大数据公司和用人单位，包括云计算的一些基地共同参与，是一个“政、企、产、学、研”一体的人才培养平台，也就是说，人才培养环节是交叉的。

　　为什么把人才培养的层次定位于硕士？目前全国有200多所本科院校开设统计学专业，75所高校设有统计学博士点，78所高校开办“应用统计硕士”专业学位。在大数据时代，改革最急需的人才是硕士层次的，正好我们有“应用统计专业硕士”这样一个新的专业学位，利用这个协同创新平台来培养大数据人才，也与专业学位的改革精神相一致。

　　5所学校参与培养，就是出于学科交叉的考虑。中国人民大学统计学院的学科、专业设置是综合的、应用的，理论和应用兼而有之，应用领域涉及卫生、健康、经济、社会、管理等，总体实力较强。而北京大学和中国科学院大学在计算机、数学和统计理论研究方面相当强，掌握大数据分析技术的前沿。中央财经大学和首都经贸大学是财经类为主的院校，这两所学校侧重于应用人才的培养，特别是面向经济、管理、社会这样的领域。他们和很多行业企业、金融机构有着密切联系。这5所高校分别属于教育部直属高校、中国科学院的高校和地方高校3种类型，各有特色，优势互补，能够建成一个很好的、学科交叉的人才培养协同体。

　　培养环节的交叉，主要体现在企业、用人单位的参与上。

　　我们经过多次研讨，并参考了美国顶尖的20所大学大数据人才培养的方案和课程，确定了“大数据分析计算机基础”、“大数据分析统计基础”、“大数据分布式计算”、“大数据挖掘与机器学习”、“非结构化大数据分析”和“大数据建模案例研究”6门必修核心课程。每门课程由一个教学团队，5所学校各选一名最优秀的教师，然后5位老师一起研究一门课程、同上一门课程，而且还有大数据企业的专家参与。我们还采取双导师制，采取个性化的教学方式，从生源来看，首批学生主要来源于计算机和统计两个学科，计算机专业背景的本科生进来以后，将会重点加强统计分析能力的培养，而统计、数学、物理等专业背景的本科生进来以后，将重点加强计算机、大数据软件等方面的学习。

　　（以上内容系根据对袁卫在“2015中国两化融合大会”后的访谈整理而成，未经本人确认）

　　中国人民大学中国调查与数据中心主任 袁卫

关注读览天下微信， 100万篇深度好文， 等你来看……