王漢生，北京大學光華管理學院商務統計與經濟計量系，嘉茂榮聘教授，博導，系主任。在理論研究方面，關注高維數據分析。在業界實踐方面，王漢生教授是國內最早從統計數據分析角度關注并研究搜索引擎營銷，社交網絡數據，以及位置軌跡數據分析的學者。曾與百度合作完成百度分析師高級培訓，并擔任百度認證專家委員會委員。在推進統計應用在電子商務以及移動互聯網應用方面建樹頗多。

　　現主要理論研究興趣為：高維數據分析、變量選擇、數據降維、極值理論、以及半參數模型。主要應用研究興趣為：搜索引擎營銷、社會關系網絡。

　　王漢生觀點：中國統計學的風口在哪？

　　作為一個在商學院工作了十多年的統計學教員，一天到晚為自己，為學生，或者年輕合作伙伴多寫倆Statistical Paper絞盡腦汁，也是無聊透頂,不知道多少腦細胞因此犧牲。難得空閑的時候，就瞎琢磨幾個深刻的問題。當然，我也不知道這么深刻的問題，該不該我來琢磨。但是既然琢磨了，就不如寫下來跟大家分享探討。這幾個問題就是：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，這就是風口所在。統計學從這里出發，想不飛都難!

　文/北京大學光華管理學院官微