中國人民大學中國調查與資料中心主任，曾任中國人民大學常務副校長。現任第六屆國務院學位委員會應用經濟學學科評議組、統計學學科評議組召集人，教育部社會科學委員會委員、中國統計教育學會副會長兼高校分會會長、全國應用統計專業碩士教育指導委員會常務副主任。
本報記者 汪瑞林
中國擁有資料資源優勢
記者：對於老百姓而言，大資料還是個新詞彙，能否介紹一下大資料產生的時代背景以及目前國內外研究、應用的狀況？
袁衛：在上世紀80年代初，就已經有了大資料的概念和相關應用，但是它深入社會和百姓的視野，則是最近幾年的事情。2012年，美國政府由白宮牽頭，啟動了一個“大資料發展計畫”，這個計畫的推出被視為進入大資料時代的標誌性事件，其重要性堪比1992年美國政府推出的“資訊公路計畫”（被視為進入網路時代的標誌）。在相似的時間，歐盟各國陸續開放了很多政府資料，日本也啟動了一個大資料項目目，聯合國2012年發佈大資料包告，全球掀起了大資料研究和應用的熱潮。
大資料的發展，是以網路和電腦技術的高速發展為依託的。1965年英特爾創始人之一的摩爾先生提出，未來的網路電腦發展，大體上每隔1年到2年，等面積積體電路中的電晶體數量將會增加一倍，即計算速度會提高一倍，同等的計算，成本會降低一半。經過近50年的實踐，驗證了摩爾先生的預測，也就是人們常說的“摩爾定律”。電腦和網路科技的高速發展，使得大量網路資料，包括音訊的、視頻的、圖片的、文本的各種各樣的資料，得以保存，並轉化為我們可以深入分析的資料。於是，大資料的研究和應用也就水到渠成了。
記者：在大資料這個領域，我們和發達國家的差距大嗎？
袁衛：上世紀八九十年代，我們在很多科技領域和國外差距很大，但是進入互聯網時代以後，這種狀況逐漸改觀。進入大資料時代，我們可進一步縮小與美國等科技發達國家的差距，甚至具有後發優勢，原因有三個方面：其一，在互聯網時代，各種最先進的技術可以快速傳播，基本上可以做到全球同步；其二，和微軟的作業系統等軟體不同，大資料絕大多數軟體是開源的，很多網路技術也是公開的，中國的科學技術與教育工作者，只要具有足夠的智慧和能力，完全可以追趕甚至在某個領域超過美國；其三，我們在資料資源上具有優勢。中國有13.5億人，13.5億個活動主體組織了各種社會經濟關係，建立起各種社會、網路聯繫，在各種社會經濟活動中產生大量的資料，這些資料是可以充分挖掘的資源。我們起步稍晚，但是具有後發優勢，在某些領域甚至可以達到國際先進水準，比如中國推進的智慧城市建設就很不錯，還有微信社交平臺、阿裡小貸等，體現了中國的特色。
統計學科迎來“最好的時期”
記者：您是統計學方面的權威專家。在您看來，大資料對於統計學的發展有何影響？
袁衛：統計學就是資料科學，大資料對統計學的發展影響巨大。我個人認為，大資料對於統計學的發展，既是機遇又是挑戰。
說它是機遇，是因為大資料研究和應用會帶來大量人才需求，這對統計學的發展是一個巨大的利好，可以說，目前統計學發展正處於歷史上最好的時期。這幾年，從全國範圍看，統計學專業畢業生就業狀況都不錯，今後會更好。
說它是挑戰，是因為大資料可能部分顛覆傳統的統計方法。比如有人認為，傳統的統計方法講究抽樣，但是大資料使得我們可以對接近總量的資料進行分析，這樣進行抽樣調查的需求就會減少；還有人認為，傳統的統計分析注重因果關係，但大資料情況下，只需明確兩者之間有關係即可。另外，過去強調分析的準確性，而在大資料情況下，允許存在一定的誤差，等等。
我認為，大資料對統計學帶來的上述挑戰確實存在，但是不會導致傳統抽樣調查的需求減少。因為大資料雖然資料量很大，但絕大多數情況下這些大樣本都不是隨機的，推斷總體都有系統偏差，因而抽樣調查等統計方法仍然是不可取代的。此外，在很多時候，科研和商業應用、科學決策還是需要進行準確的統計分析的。
從人才培養的角度看，統計學在教學內容、教學方法、人才培養模式等方面需要進行變革，以適應大資料時代的人才素質要求，這是統計學科發展面臨的另一挑戰。
大資料應用是把雙刃利劍
記者：大資料在商業以及城市安全防範等領域已經有很多應用的成功案例，大資料將會給教育領域帶來怎樣的變革？
袁衛：大資料將對教育產生非常深遠的影響。目前可以預見的，我想主要有兩個方面：一是通過大資料，分析學生成長環境、興趣愛好、能力特長等，有利於教育者對學生加深瞭解，有利於因材施教，使得根據學生個人興趣、特長、能力進行個性化教育成為可能；二是帶來教學內容、教學方式方法上的改變，立體化教學、案例教學、互動教學等方式的運用使得教學更加生動，MOOCs（慕課）就是大資料時代教學變革的一個例子。大資料可以促進全世界優質教育資源分享，發揮每個教師的優勢特長。大資料將對教育產生一系列的深遠影響，不可低估。
記者：但是，大資料的廣泛應用，可能會導致侵犯他人隱私的情況發生，對此您怎麼看？
袁衛：在大資料時代，個人的相關資料資訊輕易可得，個人隱私越來越不安全。其實不僅僅是個人隱私，包括國家安全和企業的商業機密，也受到很大的威脅。怎麼辦？我認為對於國家而言，一方面要積極推進資料對外開放，凡是不涉及個人隱私、國家安全和商業機密的資料，都應該公開，這樣才能避免形成資料孤島，充分發掘和利用資料資源；另一方面，在開放資料的同時要加強相關立法，這兩個方面是互相補充的，只有這樣，才能趕上時代發展的步伐，充分發揮我們這個人口大國、經濟大國的資料資源優勢。
從個人的角度講，要加強個人資訊防護意識，在上網發佈相關資訊時，要瞭解哪些是可以發的，哪些是不能發的，以免給自己帶來困擾。
兩個“交叉”探索人才培養之道
記者：據瞭解，中國人民大學、北京大學、中國科學院大學、中央財經大學和首都經貿大學5所高校組建了一個協同創新平臺，以“應用統計專業碩士”為載體培養大資料分析方面的人才。為何要採取這種多校合作的培養模式？
袁衛：之所以採用這種協同創新、5校合作的培養模式，完全是由大資料人才的特點決定的。第一個特點，大資料人才是多學科交叉型人才，不是某一個學科可以單獨培養的。大家知道，現在進行資料分析，要有資料庫和軟體等電腦方面的知識，還要有數學和統計方面的知識和能力。這就涉及到中國學科體系中“統計學”和“電腦科學與技術”兩個一級學科。培養出的畢業生到了單位，可能還需要財經、新聞、生物醫學和管理等方面的知識。所以，大資料人才的培養，也需要電腦、統計學、數學等多學科共同參與。
第二個特點，這是一類應用型人才，必須重視實踐環節。他們畢業後不是去做研究，而是投身業界，要能很快上手。這樣的人才培養，不是僅在學校、在實驗室、研究室裡就能夠培養出來的，而是要到實踐中去，解決實際問題。因此，這個協同創新平臺，不僅有5所高校參與，還有人民日報、新華社、中央電視臺等十餘家媒體，中國移動、中國電信、中國聯通、百度、阿裡巴巴、騰訊等大資料公司和用人單位，包括雲計算的一些基地共同參與，是一個“政、企、產、學、研”一體的人才培養平臺，也就是說，人才培養環節是交叉的。
還有一點需要指出，為什麼把人才培養的層次定位于碩士？目前全國有200多所本科院校開設統計學專業，75所高校設有統計學博士點，78所高校開辦“應用統計碩士”專業學位。在大資料時代，我們改革最急需的人才是碩士層次的，正好我們有“應用統計專業碩士”這樣一個新的專業學位，利用這樣一個協同創新平臺來培養大資料人才，也與專業學位的改革精神相一致。
記者：這個大資料人才的培養方案，如何體現出“兩個交叉”？
袁衛：5所學校參與培養，就是出於學科交叉的考慮。中國人民大學統計學院的學科、專業設置是綜合的、應用的，理論和應用兼而有之，應用領域涉及衛生、健康、經濟、社會、管理等，總體實力較強。而北京大學和中國科學院大學，大家都知道，他們在電腦、數學和統計理論研究方面相當強，掌握大資料分析技術的前沿。中央財經大學和首都經貿大學是財經類為主的院校，這兩所學校側重于應用人才的培養，特別是面向經濟、管理、社會這樣的領域。他們和很多行業企業、金融機構有著密切聯繫。這5所高校分別屬於教育部直屬高校、中國科學院的高校和地方高校3種類型，各有特色，優勢互補，能夠建成一個很好的、學科交叉的人才培養協同體。
培養環節的交叉，主要體現在企業、用人單位的參與上。上面提到，有這麼多的大資料企業、媒體單位參與合作。他們把實際工作中遇到的問題帶來，大家一起研究解決；他們把企業運作過程中產生的大資料拿過來，學生直接用這些真實的資料進行訓練和研究。
記者：據瞭解，對這批大資料人才的培養，將採取團隊教學的方式？
袁衛：我們經過多次研討，並參考了美國頂尖的20所大學大資料人才培養的方案和課程，確定了“大資料分析電腦基礎”、“大資料分析統計基礎”、“大資料分散式運算”、“大資料採擷與機器學習”、“非結構化大資料分析”和“大資料建模案例研究”6門必修核心課程。每門課程不是由一位老師來上，而是一個教學團隊，5所學校各選一名最優秀的教師，然後5位老師一起研究一門課程、同上一門課程，而且還有大資料企業的專家參與。初步估計，每門課程的教學團隊會在10個人左右。教學方式也有別于傳統的課堂講授，會採取案例教學和討論班的方式，也可能是一個團隊共同完成一個項目。我們還採取雙導師制，兩位導師一位來自大學，一位來自企業界，50名學生，就有100名導師。在這個協同創新機制裡，還有一個特點，就是採取個性化的教學方式，從生源來看，首批學生主要來源於電腦和統計兩個學科，電腦專業背景的本科生進來以後，將重點加強統計分析能力的培養，而統計、數學、物理等專業背景的本科生進來後，將重點加強電腦、大資料軟體等方面的學習。