大數(shù)據(jù)并不是統(tǒng)計數(shù)據(jù)那么簡單

統(tǒng)計無時不在，從結(jié)繩記事到今天的大數(shù)據(jù)，統(tǒng)計作為人們認識客觀世界的工具，也在不斷創(chuàng)新，統(tǒng)計學(xué)作為一門系統(tǒng)研究數(shù)據(jù)的學(xué)科，在不斷豐富與完善。大數(shù)據(jù)時代來臨，統(tǒng)計如何應(yīng)對新的挑戰(zhàn)與機遇?我們回顧歷史，不忘初心，以開放的態(tài)度、創(chuàng)新的精神和不懈的努力，繼續(xù)前進，讓統(tǒng)計在大數(shù)據(jù)的舞臺上，發(fā)揮更大的作用。

普遍的定義認為，統(tǒng)計學(xué)是關(guān)于數(shù)據(jù)的科學(xué)，研究如何收集數(shù)據(jù)，并科學(xué)地推斷總體特征。普查作為最古老的數(shù)據(jù)收集方法，已經(jīng)有數(shù)千年的歷史，據(jù)記載，2200多年前的西漢時期，中國開展了第一次人口普查。17世紀中葉，統(tǒng)計學(xué)誕生，并在18、19世紀不斷發(fā)展，特別是與研究不確定性的概率論的結(jié)合，產(chǎn)生了現(xiàn)代意義上的統(tǒng)計學(xué)：數(shù)理統(tǒng)計學(xué)。1895年提出抽樣調(diào)查方法并在后來30多年完善后，作為一種更及時、更經(jīng)濟的數(shù)據(jù)收集方法，被廣泛應(yīng)用于經(jīng)濟、社會、科學(xué)等各個領(lǐng)域?？梢哉f，20世紀期間，傳統(tǒng)的普查與新產(chǎn)生的抽樣調(diào)查，作為兩大數(shù)據(jù)收集方法體系，共同應(yīng)用于對社會經(jīng)濟發(fā)展的測量，發(fā)揮了重要作用。

21世紀大數(shù)據(jù)的出現(xiàn)，各種來源、各種形式的電子化數(shù)據(jù)的大爆發(fā)，靜態(tài)的、定時的傳統(tǒng)數(shù)據(jù)收集方法，面臨新的、動態(tài)的、組合的大數(shù)據(jù)的挑戰(zhàn)和機遇，統(tǒng)計思維和數(shù)據(jù)收集方法也將不斷創(chuàng)新。從統(tǒng)計學(xué)誕生的300多年的歷程看，統(tǒng)計學(xué)發(fā)展的歷史就是統(tǒng)計思維和統(tǒng)計方法不斷創(chuàng)新的歷史，這種創(chuàng)新是圍繞著關(guān)于數(shù)據(jù)的兩大核心問題展開的：如何收集數(shù)據(jù)和如何分析數(shù)據(jù)。本文通過回顧重要階段性的幾個片斷，思考統(tǒng)計創(chuàng)新是如何發(fā)生的，重點談大數(shù)據(jù)與統(tǒng)計的關(guān)系，以及會帶來的新變化。

計數(shù)：統(tǒng)計的萌芽

在世界著名的科普著作《從一到無窮大》一書開頭，講述了一個發(fā)生在原始部落里的故事：兩個匈牙利貴族決定做一次關(guān)于數(shù)的游戲-誰說出了最大的數(shù)誰就贏，第一個貴族說出了他能想到的最大的數(shù)‘3’，第二個貴族苦思冥想后，表示認輸了，他想象不出比3更大的數(shù)。這個故事的真假無從考證，但可以說明在人們公認的以‘結(jié)繩記事’為計數(shù)開始之前，數(shù)的大小概念已經(jīng)產(chǎn)生。但由于還不能‘計數(shù)’，甚至還不能將數(shù)的概念與10個指頭相對應(yīng)(這在今天相當于2歲孩子的水平)，否則，第二個貴族會毫不猶豫地伸出雙手說出10。

計數(shù)是從結(jié)繩記事開始的，當然也可以用其他如石頭、木棍、貝殼等，或者在地上、壁上劃痕線等方式。這些是在文字發(fā)明之前，人們使用的記事和計數(shù)的方法。人類最早的統(tǒng)計實際上是一種計數(shù)活動，這在《易系辭下》中有所記載，古代印加人也存有記載;從上古時代，就已經(jīng)開始使用結(jié)繩的方法，‘事大，大結(jié)其繩，事小，小結(jié)其繩，之多少，隨物眾寡’，也即根據(jù)事件的性質(zhì)、規(guī)模或其數(shù)量的不同系不同的繩結(jié)，這種方法古老原始，卻有效，對于古代人來說，這些大大小小的繩結(jié)、多多少少的劃痕是他們回憶過去的唯一線索。隨著生產(chǎn)活動、戰(zhàn)爭等的規(guī)模越來越大，結(jié)繩記事已經(jīng)不能記事了，要么沒有那么多繩，要么是對那些繩結(jié)的意義的解釋(也就是今天的元數(shù)據(jù)的概念)需要更多的想象和更復(fù)雜的繩結(jié)，原始部落的首領(lǐng)們可以看到養(yǎng)了多少牛羊，甚至可以平均分配給每一個人，卻無法記錄下來。

有了文字后，計數(shù)才真正成為一種工具，反映客觀經(jīng)濟活動及其數(shù)量關(guān)系。實際上，計數(shù)作為一種工具被人們接受后，原始的‘普查’就誕生了，有多少人口，有多少土地，有多少俘虜，通過計數(shù)與匯總就可以心中有數(shù)。據(jù)考古發(fā)現(xiàn)，公元前3000年前，兩漢流域就已經(jīng)有了這樣的數(shù)據(jù)和匯總計算的符號。當然，這與其說是‘普查’，更應(yīng)該說是‘計數(shù)’，但其產(chǎn)生的意義是非常重大的，就像恩格斯說的，‘為了計數(shù)，不僅要有可以計數(shù)的對象，還要有一種在考察對象時，撇開對象的其他一切特性而僅僅考慮到數(shù)字的能力’，這也就是抽象的數(shù)字的概念，實物的多少與數(shù)的對應(yīng)關(guān)系的確立，并建立了運算規(guī)則，為統(tǒng)計學(xué)的誕生與發(fā)展奠定了基礎(chǔ)，這也是統(tǒng)計的萌芽，充分表明了客觀世界就是一個‘數(shù)及數(shù)的關(guān)系的和諧系統(tǒng)’。

數(shù)的游戲：概率計算

關(guān)于數(shù)的游戲自古就有，而這些游戲主要就是賭博：不確定性帶來的收益。不管是抽簽、還是投擲錢幣、擲骰子、斗紙牌，各種不同形式的以‘不確定性’為基礎(chǔ)的賭博，實際上都是‘數(shù)’的游戲，這當然也開始引起了學(xué)者們的注意和研究。到了15世紀的歐洲，賭博游戲非常流行。最早研究賭博問題的是1477年出版的意大利詩人但丁的《神曲》一書的注釋本，描述了投擲三顆骰子可能出現(xiàn)的各種點數(shù)問題。

從16世紀中葉開始，學(xué)者們開始研究賭博中的概率問題。意大利人加爾達偌(1501-1576)是一位數(shù)學(xué)家，也是一個精明的賭徒，他寫的《機會游戲》一書，是在他去世近100年后才出版的。他計算了投擲2顆或者3顆骰子時，究竟有多少種可能性得出投擲的骰子面朝上的數(shù)字之和為某一數(shù)(比如10)，這在當時對排列組合所知甚微的情況下，是非常難得的。意大利天文學(xué)家伽利略(1564-1642)研究了同樣的問題，并寫了一篇論文給出了圓滿的解答，算出了所有點數(shù)的可能性，如在投擲三顆骰子時，出現(xiàn)的數(shù)字之和為9和10，各有6種不同的組合法。這個問題在今天是一個很簡單的排列組合問題，但在當時，誰掌握了這一秘密，誰就可能成為更精明的賭徒。

到了17世紀中葉，兩位法國大數(shù)學(xué)家帕斯卡(1923-1662)、費馬(1601-1665)開始研究丟骰子賭博中的規(guī)律性問題。他們利用通信，幾經(jīng)研究，解決了著名的‘得點問題’(也稱‘分賭術(shù)’問題)，通過對這個問題的研究，早期概率的計算從簡單計數(shù)進入了比較精確的計算階段，這也被認為是概率論的起源。從此，更多的學(xué)者們開始研究概率及計算問題，從研究賭博開始的古典概率，在不確定性的科學(xué)研究上，逐步建立了一套科學(xué)完整的體系：概率論。

統(tǒng)計學(xué)的誕生：讓數(shù)據(jù)說話

統(tǒng)計學(xué)誕生的大背景是在15世紀，由于歐洲地中海沿岸商品經(jīng)濟的發(fā)展以及思想、技術(shù)的進步，從中世紀封建社會內(nèi)部產(chǎn)生的資本主義及發(fā)展。資本主義商品經(jīng)濟的產(chǎn)生和發(fā)展，人們對數(shù)據(jù)的認識不僅僅是賭博游戲，而是對事物規(guī)律性的認識。之前，往往是滿足‘計數(shù)’的需要，記錄歷史，回答‘干了什么’，而資本主義商品經(jīng)濟的發(fā)展則要滿足‘生產(chǎn)’的需要了，不僅要記錄歷史，還要預(yù)測未來，回答‘要干什么’。除此之外，還有一些原因也促進了統(tǒng)計學(xué)的誕生：如為了商業(yè)的冒險行為，包括商業(yè)投機和航海商業(yè)，保險業(yè)的興起等。

統(tǒng)計學(xué)的誕生及發(fā)展使人們對數(shù)據(jù)規(guī)律性的認識上了一個大臺階。作為統(tǒng)計學(xué)的起端，幾乎同時發(fā)生了兩個劃時代的重大事件：一是格朗特(1620-1674)1662年發(fā)表的《關(guān)于死亡公報的自然和政治觀察》(簡稱《觀察》)，二是威廉配第(1623-1687)1667年發(fā)表的《政治算術(shù)》。這兩部著作都被認為是統(tǒng)計學(xué)的鼻祖，他們各自研究的重點不同，后來的學(xué)者們往往站在不同的角度進行評價。

《觀察》利用英國倫敦每周公布的死亡人數(shù)及相關(guān)人口資料，分析了60多年中居民死亡原因及與人口變動的關(guān)系，用了大量表格、演算，提出了人口男女性別的大數(shù)法則，編制了人口統(tǒng)計分析壽命表及人口推算方法等，這在今天看來，是統(tǒng)計工作的基礎(chǔ)環(huán)節(jié)-統(tǒng)計匯總與描述性分析，但在當時，確是開創(chuàng)性地利用公布的有限數(shù)據(jù)，分析推斷了倫敦人口的總體分布與特征。

威廉配第的《政治算術(shù)》崇尚讓數(shù)據(jù)說話，依據(jù)數(shù)據(jù)分析更廣泛的社會、經(jīng)濟問題(不局限于人口分析)，而不只是依靠思辨或空洞的推演，正如他自己所說：‘與只使用比較級和最高級的詞語以及單純作思維論證相反，我采用數(shù)字、重量和尺度等術(shù)語來闡述我的觀點。’他的兒子把該書獻給國王時說：‘書中論述了凡是政府事務(wù)以及有關(guān)君主榮譽、百姓幸福和國家昌盛的事項，都可以用算術(shù)的一般法則證實。這種方法，就是用一種普通的科學(xué)原理解釋錯綜復(fù)雜的世界?！梢哉f，《政治算術(shù)》是把培根的實證科學(xué)思想和方法，通過數(shù)據(jù)的分析，運用到了廣泛的社會經(jīng)濟領(lǐng)域。

威廉配第對統(tǒng)計的貢獻還在于強調(diào)典型調(diào)查作用，在數(shù)據(jù)分析中更多地使用分組法、平均數(shù)、相對數(shù)、統(tǒng)計推斷等，他還先見地提出計算整個國家的國民收入與國民財富，并對英國國民收入進行詳細估算。有了統(tǒng)計學(xué)帶來的數(shù)據(jù)分析方法，就有了后來的經(jīng)濟學(xué)、社會學(xué)等，亞當斯密的《國富論》是1776年發(fā)表的，比《政治算術(shù)》晚了100多年。19世紀末20世紀初開始建立起來的數(shù)理統(tǒng)計理論和抽樣調(diào)查方法的推廣應(yīng)用，更是廣泛應(yīng)用于自然科學(xué)、經(jīng)濟學(xué)和社會科學(xué)等。

‘統(tǒng)計時代’：

雜亂無章數(shù)據(jù)背后的規(guī)律

19世紀初上半葉，統(tǒng)計學(xué)逐漸取代‘國勢學(xué)’、‘政治算術(shù)’，作為近代文化發(fā)達的標志之一，就是統(tǒng)計開始大量于社會經(jīng)濟自然科學(xué)各個方面并形成了統(tǒng)計發(fā)展史的高潮，后來被稱之為‘統(tǒng)計時代’、‘統(tǒng)計狂熱時代’，一切讓數(shù)據(jù)說話成為一種理念、一種時尚，就像今天誰不說大數(shù)據(jù)，誰就落伍了一樣。

這個時代的中心人物是比利時統(tǒng)計學(xué)家、數(shù)學(xué)家、天文學(xué)家凱特勒(1796-1874)。他的主要貢獻有：一是系統(tǒng)提出統(tǒng)計規(guī)律性研究，認為統(tǒng)計學(xué)不僅要記述各國的國情，研究社會現(xiàn)象的靜態(tài)，而且要研究社會生活的動態(tài)，從而觀察社會發(fā)展的規(guī)律。他提出要探索在紛繁雜亂的大量偶然性現(xiàn)象的背后所隱藏的必然規(guī)律。二是促進了統(tǒng)計學(xué)與概率論的結(jié)合，使統(tǒng)計學(xué)進入新的發(fā)展階段-現(xiàn)代統(tǒng)計學(xué)階段。在此之前，研究國家社會經(jīng)濟現(xiàn)象的統(tǒng)計學(xué)與研究賭博起來的概率論是風(fēng)馬牛不相及的兩個學(xué)科，要說清楚他們的結(jié)合，還必須先說說一條最重要的曲線：正態(tài)分布曲線。

這條曲線很好看，又好用，從天文觀察到人體測量，在自然界中無處不在，在當時作為誤差分析的有力武器達到了登峰造極的地步，使得人們在雜亂無章的數(shù)據(jù)背后，能夠發(fā)現(xiàn)秩序和規(guī)律性。凱特勒在19世紀30年代主持建立比利時統(tǒng)計局后，發(fā)現(xiàn)以往被人們認為雜亂無章的、毫無規(guī)律可循的社會現(xiàn)象，也如同自然界一樣具有規(guī)律性。他收集了大量關(guān)于人體測量的數(shù)據(jù)，開創(chuàng)性地提出用正態(tài)曲線擬合方法判斷人體測量數(shù)據(jù)的同質(zhì)性問題，隨后應(yīng)用于各種數(shù)據(jù)分析，為正態(tài)曲線的應(yīng)用拓展了廣闊的統(tǒng)計平臺，也導(dǎo)致后來涌現(xiàn)了社會統(tǒng)計學(xué)、生物統(tǒng)計學(xué)、農(nóng)業(yè)實驗學(xué)、經(jīng)濟統(tǒng)計學(xué)等統(tǒng)計流派。統(tǒng)計學(xué)發(fā)展百花齊放，數(shù)據(jù)的天空次序井然。

這個時代另一個顯著的特點是政府官方統(tǒng)計的建立與發(fā)展，其主要原因除了統(tǒng)計科學(xué)的不斷完善外，還因為隨著社會經(jīng)濟發(fā)展，各國政府、民間機構(gòu)對統(tǒng)計數(shù)據(jù)有大量需求。

凱特勒的另一個貢獻是推動了國際統(tǒng)計組織合作。由于大量的統(tǒng)計機構(gòu)的建立，民間研究團體的涌現(xiàn)，各種被利用的數(shù)據(jù)增多，統(tǒng)計學(xué)家們面臨一些共同的問題，包括統(tǒng)計的標準、個體的界定、數(shù)據(jù)的質(zhì)量等基本問題，也包括統(tǒng)計資料的交流、統(tǒng)計理論和方法的推廣與傳播等，都需要各國統(tǒng)計學(xué)家的共同研究。在凱特勒等的努力下，1851年在倫敦成立了第一個國際統(tǒng)計組織國際統(tǒng)計大會，1853年主持召開了第一次會議。這是國際統(tǒng)計學(xué)會(ISI)的前身，1887年，ISI在羅馬召開了第一次會議，自1938年起，每兩年召開一次，后來改名為世界統(tǒng)計大會(WSC)。到目前已召開了60屆，對統(tǒng)計學(xué)的發(fā)展和推動各國統(tǒng)計工作發(fā)揮了很大的作用

大數(shù)據(jù)：新資源、新機會

大數(shù)據(jù)是人類自身產(chǎn)生的一種新的‘自然’資源，與支撐傳統(tǒng)經(jīng)濟發(fā)展的自然資源，如土地、石油、煤、水等不同，這種人造‘自然’資源越用越多，越用越便宜，越用越有價值，以知識、創(chuàng)新、ICT、IT、DT為主要特征的新經(jīng)濟的發(fā)展更多是依靠這種新資源?？梢哉f，21世紀的競爭是數(shù)據(jù)的競爭，誰擁有了大數(shù)據(jù)，誰就占領(lǐng)了制高點，誰就擁有洞見的能力，誰就能引領(lǐng)未來。

與傳統(tǒng)統(tǒng)計學(xué)研究的數(shù)據(jù)比，大數(shù)據(jù)有幾個特點：一是數(shù)據(jù)量大。按有關(guān)機構(gòu)測算，全球數(shù)據(jù)量每兩年翻一番。這還不是主要問題，因為摩爾定理表明，數(shù)據(jù)處理能力每18個月就可以翻一番。二是數(shù)據(jù)類型多。數(shù)據(jù)不僅僅是數(shù)字，包括了結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，特別是互聯(lián)網(wǎng)和通訊技術(shù)的迅速發(fā)展，電子商務(wù)和社交網(wǎng)絡(luò)的廣泛應(yīng)用，網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理空間位置、網(wǎng)上交易等成為新的數(shù)據(jù)形式。三是數(shù)據(jù)上云。大數(shù)據(jù)已經(jīng)無法用傳統(tǒng)的存儲、計算方式來處理，數(shù)據(jù)上云意味著，可以通過網(wǎng)絡(luò)，依托于云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化等技術(shù)，對海量數(shù)據(jù)進行整合、挖掘，從技術(shù)上看，大數(shù)據(jù)與云計算就像一對孿生兄弟或者一枚硬幣的正反面一樣密不可分。

除了上述三個特點外，一般認為大數(shù)據(jù)還有兩個特點：速度和價值。一般將數(shù)據(jù)量(Volume)、數(shù)據(jù)類型(Variety)、速度(Velocity)和價值(Value)稱為‘4V’，刻畫了大數(shù)據(jù)的基本特征。

哈佛大學(xué)里.金教授說：‘大數(shù)據(jù)是一場革命，龐大的數(shù)據(jù)資源使得各個領(lǐng)域開始了量化進程，無論學(xué)術(shù)界、商業(yè)還是政府，所有領(lǐng)域都將開始這種進程?！裉?，我們進入了信息社會，面臨著大數(shù)據(jù)時代的來臨，云計算、物聯(lián)網(wǎng)、移動終端及可穿戴設(shè)備高度發(fā)達與融合，不管你是誰、不管你愿意不愿意，都要與數(shù)據(jù)打交道，要么在生產(chǎn)數(shù)據(jù)，要么在接收數(shù)據(jù)，不管身在何處，你已經(jīng)被‘大數(shù)據(jù)’了。從日常生活到國家宏觀調(diào)控，我們面臨的都將是各種數(shù)據(jù)。如何在各種各樣的數(shù)據(jù)中進行深入的分析和挖掘，發(fā)現(xiàn)這些數(shù)據(jù)當中隱藏的更深刻的規(guī)律和現(xiàn)象，就能更好地服務(wù)于政府決策和社會各方面的需求，大數(shù)據(jù)的真正價值就體現(xiàn)在這里。

國際上很多組織和國家，特別是發(fā)達國家，都已經(jīng)把大數(shù)據(jù)的開發(fā)應(yīng)用提高到戰(zhàn)略的高度來研究。聯(lián)合國《大數(shù)據(jù)促發(fā)展：挑戰(zhàn)與機遇》(2012)認為：‘大數(shù)據(jù)像納米技術(shù)和量子計算一樣帶來了根本性的變革，將會塑造21世紀?！澜缃?jīng)濟論壇發(fā)布的《大數(shù)據(jù)、大影響：國際發(fā)展的新動向》稱‘大數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟資產(chǎn)類別，就像貨幣或黃金一樣?！S克托在《大數(shù)據(jù)時代—生活、工作與思維的大變革》中說：‘大數(shù)據(jù)時代將帶來思維變革、商業(yè)變革和管理變革，隨著大數(shù)據(jù)在商業(yè)等領(lǐng)域嶄露頭角，一場為發(fā)掘和利用數(shù)據(jù)價值的競賽正在全球上演，人類將面臨根本性的時代變革?！?/span>

大數(shù)據(jù)時代，我國優(yōu)勢明顯。第一，從政策層面，我國已經(jīng)出臺并實施了《促進大數(shù)據(jù)發(fā)展行動綱要》和《中國制造2025》。第二，我國是世界第一人口大國，第二大經(jīng)濟體，有1500多萬個法人單位，1800多萬個產(chǎn)業(yè)活動單位，還有大量其他經(jīng)濟主體不斷涌現(xiàn)。人口和經(jīng)濟規(guī)模決定了我國是一個數(shù)據(jù)資源大國。第三，我國是一個網(wǎng)絡(luò)大國，截至2016年6月，中國互聯(lián)網(wǎng)普及率達到51.7%，網(wǎng)民規(guī)模達7.1億，手機網(wǎng)民規(guī)模達6.56億，一大批互聯(lián)網(wǎng)企業(yè)、大數(shù)據(jù)企業(yè)正在改變著傳統(tǒng)的生產(chǎn)生活方式。第四，大數(shù)據(jù)時代與我國經(jīng)濟發(fā)展新常態(tài)正處在一個歷史的交匯口，提質(zhì)增效、轉(zhuǎn)型升級為加快大數(shù)據(jù)的應(yīng)用提供了機遇，同時，以大數(shù)據(jù)開發(fā)為基礎(chǔ)的一大批產(chǎn)業(yè)將形成新的經(jīng)濟增長點，推動新經(jīng)濟的發(fā)展，實現(xiàn)動能轉(zhuǎn)換。

大數(shù)據(jù)催生統(tǒng)計創(chuàng)新

普查和抽樣調(diào)查是傳統(tǒng)的兩大數(shù)據(jù)收集方法。普查不需要統(tǒng)計學(xué)方法進行推斷估計，因為通過普查，已經(jīng)取得了所有個體數(shù)據(jù)和總體的實際分布，這也是為什么人類開始懂得計數(shù)就開始進行普查。抽樣調(diào)查是利用抽樣理論解決如何科學(xué)設(shè)計樣本，取得樣本個體數(shù)據(jù)，并科學(xué)地推斷總體分布及特征。無論是普查還是抽樣調(diào)查，其核心問題之一是要取得準確的‘個體數(shù)據(jù)’。但在大數(shù)據(jù)時代，一切皆可量化，一切皆可記錄，如何利用更全面、更及時、更經(jīng)濟的網(wǎng)絡(luò)電子化數(shù)據(jù)，以及通過對這些數(shù)據(jù)使用新的分析及挖掘技術(shù)，產(chǎn)生新的見解和認識，是我們面臨的重大機遇。

大數(shù)據(jù)和統(tǒng)計思維與方法等有明顯的不同，主要表現(xiàn)在以下八個方面：

一是‘問題驅(qū)動’與‘數(shù)據(jù)驅(qū)動’。收集數(shù)據(jù)是開展統(tǒng)計分析的前提，傳統(tǒng)的普查或抽樣調(diào)查是先確定普查或調(diào)查目的，然后再根據(jù)目的相應(yīng)要求和經(jīng)費確定普查或調(diào)查的方法和樣本量的大小。也就是說，傳統(tǒng)統(tǒng)計方法設(shè)計是針對研究問題而收集數(shù)據(jù)，提出假設(shè)，再進行統(tǒng)計檢驗和推斷。這種用有限數(shù)據(jù)驗證先驗假定，通常是基于分布理論，以一定的概率為保證，其邏輯關(guān)系是‘分布理論-概率保證-總體推斷’。而大數(shù)據(jù)強調(diào)的是全體數(shù)據(jù)，總體特征一般不再需要根據(jù)分布理論進行推斷。不僅如此，還可以根據(jù)全面數(shù)據(jù)和實際分布來判斷其中出現(xiàn)某類情況的可能性有多大，其邏輯關(guān)系變成了‘實際分布-總體特征-概率判斷’，也即概率不再是事先預(yù)設(shè)，而是基于實際分布得出的判斷。在大數(shù)據(jù)時代，由于有足夠的數(shù)據(jù)，足夠的變量，可以采用人工智能等來進行數(shù)據(jù)挖掘和知識發(fā)現(xiàn)，廣泛開展各種探索性研究，其結(jié)論與發(fā)現(xiàn)是通過數(shù)據(jù)分析獲得的，也就是數(shù)據(jù)驅(qū)動，用數(shù)據(jù)決策和用數(shù)據(jù)創(chuàng)新。

二是‘我問你答’與‘我取你有’。統(tǒng)計報表、調(diào)查問卷是目前全世界開展普查、調(diào)查收集數(shù)據(jù)的主要載體。這種方式是通過結(jié)構(gòu)化的報表將被調(diào)查對象的行為轉(zhuǎn)化為可用的數(shù)據(jù)，這種方式的根本特征‘我問你答’，需要被調(diào)查者高度配合，包括對問題的正確理解和如實回答填報，否則，數(shù)據(jù)質(zhì)量難以保證。但在‘大數(shù)據(jù)’時代，數(shù)據(jù)來源于信息技術(shù)記錄下的原始數(shù)據(jù)，這些數(shù)據(jù)的參與僅僅依賴于測量方法(如企業(yè)生產(chǎn)記錄、大量行政記錄、GPS定位測量、超市收銀管理系統(tǒng)、ETC電子收費系統(tǒng))，充分利用電子記錄大數(shù)據(jù)為政府統(tǒng)計所用，采用‘我取你有’的方式，取得更及時、真實的原始數(shù)據(jù)，由專業(yè)統(tǒng)計人員根據(jù)統(tǒng)計制度計算統(tǒng)計指標數(shù)據(jù)，也減少了統(tǒng)計調(diào)查和報表整理的中間環(huán)節(jié)，數(shù)據(jù)質(zhì)量將會大大提高。

三是因果聯(lián)系與相關(guān)分析。傳統(tǒng)統(tǒng)計主要通過建立模型探求變量之間的因果關(guān)系，并基于模型對因變量進行預(yù)測，即預(yù)先假定事物之間存在某種因果關(guān)系，然后在此假定的基礎(chǔ)上構(gòu)建模型并驗證假定存在的因果關(guān)系。存在的問題往往是，變量間的因果關(guān)系具有時效性，存在此一時，彼一時的情況，是在特殊條件和前提假定下的關(guān)系，結(jié)論的時效性與適用性較為有限。而相關(guān)關(guān)系具有更加普遍和本質(zhì)的內(nèi)涵，有因果關(guān)系必有相關(guān)關(guān)系，有相關(guān)關(guān)系未必有因果關(guān)系。在大數(shù)據(jù)背景下，數(shù)據(jù)分析不再探求特定條件下確定性很強的因果關(guān)系，而是更加關(guān)注普遍意義的相關(guān)關(guān)系。從超大量數(shù)據(jù)中發(fā)現(xiàn)各種真實存在的相關(guān)關(guān)系，更加直觀、更貼近個體、更容易被理解和接受，可以發(fā)現(xiàn)事物發(fā)展?jié)撛诘囊?guī)律，具有一定的智能性，某種程度上超越了傳統(tǒng)統(tǒng)計研究的因果關(guān)系，因此，相關(guān)分析是大數(shù)據(jù)時代的重要工作。

四是樣本抽選與總體描述。以統(tǒng)計推斷為主要特征的現(xiàn)代統(tǒng)計學(xué)研究主要內(nèi)容是不斷改進樣本抽樣方法和參數(shù)設(shè)計，從而對總體的特征進行描述。囿于數(shù)據(jù)收集以及客觀條件的限制，總是希望通過盡可能少的樣本來了解總體。在這種背景下，產(chǎn)生了各式各樣的抽樣調(diào)查技術(shù)和參數(shù)估計方法。在分層情況下，樣本的數(shù)量往往不能有效地減少。大數(shù)據(jù)時代，樣本就是被記錄的所有數(shù)據(jù)，從這個意義上講，樣本就是總體。通過對所有與事物相關(guān)的數(shù)據(jù)進行分析，既有利于了解總體，又有利于了解局部細微?？偟膩碇v，傳統(tǒng)的統(tǒng)計抽樣調(diào)查方法存在的不足可以在大數(shù)據(jù)時代得到改進。大數(shù)定律告訴我們，隨著樣本數(shù)量的增加，樣本平均數(shù)越來越接近總體，而大數(shù)據(jù)已經(jīng)描述了總體信息。

五是數(shù)據(jù)煙囪與數(shù)據(jù)平臺。長期以來，我國政府統(tǒng)計是以部門為中心展開的，相互隔離形成了行業(yè)垂直的信息化體系，在地方上形成了條塊分割的信息孤島，形成一個個數(shù)據(jù)煙囪，數(shù)據(jù)標準不統(tǒng)一，數(shù)據(jù)指標不規(guī)范，數(shù)據(jù)平臺重復(fù)建設(shè)。大數(shù)據(jù)特別是與之相關(guān)聯(lián)云計算，為信息整合提供了新的契機，有助于建立政府信息共享數(shù)據(jù)平臺，提高政府行為的透明度，有效提高政府的公信力，以大數(shù)據(jù)助推政府決策科學(xué)化。大數(shù)據(jù)的應(yīng)用將改變政府統(tǒng)計部門的工作模式，整合現(xiàn)有的分散于各職能部門中的行政記錄，完善多種信息來源的數(shù)據(jù)采集制度，實現(xiàn)工商、質(zhì)監(jiān)、勞動、人社等部門的數(shù)據(jù)注冊、查詢、共享和交換，在一個數(shù)據(jù)平臺(包括標準、指標、數(shù)據(jù)庫等)，能夠揭示傳統(tǒng)技術(shù)方式難以展現(xiàn)的關(guān)聯(lián)關(guān)系，為有效處理復(fù)雜社會問題提供新的手段，有助于建立現(xiàn)代化的政府統(tǒng)計調(diào)查體系，最大限度地發(fā)掘這些數(shù)據(jù)資源的價值，提高政府統(tǒng)計部門的生產(chǎn)力，建立用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新的管理體制機制，提升政府治理能力。

新的起點

大數(shù)據(jù)時代為統(tǒng)計提供了大舞臺，統(tǒng)計將為大數(shù)據(jù)添上翅膀。大數(shù)據(jù)時代的來臨，帶來新的機遇。我們要真正站在同一起跑線上了，以開放的態(tài)度、創(chuàng)新的勇氣、不懈的努力抓住歷史賦予的機會。古代結(jié)繩計數(shù)能夠記錄下的數(shù)據(jù)與今天海量存儲器記錄下的數(shù)據(jù)本質(zhì)上是一樣的，不同的是，古代人知道他們養(yǎng)了多少牛羊、知道每人分多少，但記錄不下來;而今天，我們可以記錄一切，但傳統(tǒng)處理分析能力還不能完全知道這些海量數(shù)據(jù)中蘊含的規(guī)律和見解，這是統(tǒng)計的新戰(zhàn)場，也是統(tǒng)計人要努力探尋的新領(lǐng)域。