高校大数据教育：基础知识
结构与学位设计
主讲人：艾春荣院长
中国人民大学统计与大数据研究院
-1-
大数据战略统计与大数据研究院
大数据开发与应用被各主要工业国（美国，德国，英国，欧盟、日本）视为战略资源，
希望以此为支柱产业，带动经济增长和人民福利（新产品、新服务、更低成本）的提高，
并将大数据的开发和应用提升至国家意志（高于国家战略）。
我国亦将大数据的开发与应用作为国家意志，并多次发文推进大数据及相关产业的发展。
-2-
大数据价值统计与大数据研究院
这一崇高的地位决定了，大数据的开发与应用必须促进经济的持续增长。也就是说，大
数据的开发与应用最终必须提高生产率和社会福利，否则，用不着以国家意志来推动大
数据的发展。
那么，大数据是如何提升生产率和社会福利的呢？我的理解是，通过解决社会经济中的
信息不对称问题。
-3-
大数据价值统计与大数据研究院
例如，在生产领域，大数据中的信息可以帮助我们识别生产过程中资源错误配置和低效
的地方，帮助我们做出更高效的的决策。在消费领域，大数据中的信息可以帮助我们更
多的了解消费者的偏好和需求，帮助设计新服务、新产品。在流通领域，大数据能帮助
我们更有效的匹配供需双方，减少流通成本。在服务领域，大数据中的信息能帮助我们
更深入的了解经济个体的行为，帮助我们设计对应的服务以及风险控制。大数据中的信
息还是设计人工智能产品的基础。
-4-
大数据价值统计与大数据研究院
因此，大数据的价值取决于对隐含的信息的挖掘、分析与应用程度。它不只是数据的采
集、储存和简单的挖掘与关联分析，而是对隐含的行为信息做深度分析的结果。
数据处理≠数据分析
大数据的特点是量大但所含信息相对（数据量）很小，对信息的挖掘和分析离不开应用
领域的知识指导和统计学工具。
大数据≠总体
最后，分析结果的应用离不开优化与算法。
-5-
大数据知识结构统计与大数据研究院
可见，大数据的开发与应用涉及到数据的采集和储存（计算机科学）、数据的挖掘与分
析（算法、统计学、应用科学）、分析结果的应用（计算科学、应用科学）。表面看，
这一过程是上述领域的简单组合，但简单组合无法达到整体最优。