何建新：谢谢两位主持人。今天听了一天的会，最后的环节时间留的不多，我们先邀请国家统计局上海调查总队的刘稚南队长，我们市场调查行业，从1998年开始做全国第一个会议，记得是在北京的怀柔，那是第一届行业会议，在那次会议上有统计系统的朋友，但是他们讲的内容很少，这么多年过去了，十八年，我们市场调查或者说市场研究这个行业，发展的越来越壮大，在全国的公司也有几千家，从业人员非常多，而且分化出各种流派，但是经过这么多年我们发现我们越来越封闭，所以我们和沈会长包括华东区的几位会长一起商量，我们需要开放一些，统计局的领导都这么开放了，网红经济都很了解，我们希望推动政府的统计和民间的统计以及和学术界开展更多的交流，包括商业数据的交流，这是我们办这个活动的大致背景。

几位嘉宾今天听了一天的会，大家全程参与了，在这个环节请大家分别说一下个人感受是什么。

潘争：刚才在会议结束之前，我们也在谈这个事情，今天我们觉得有一个比较可喜的现象，在所有的演讲嘉宾的分享当中我们发现大家对于数据源、数据应用的原则颇多共识，这是大数据的模式已经在逐渐形成的非常喜人的现象。从我本人在大数据商业运作几年当中的感受来说，我觉得大数据主要是有三个要素，第一是数据源，第二是数据解析，第三是应用呈现，从目前的情况来看数据源是一个比较头疼的问题，相对广大的研究企业也好，咨询企业也好，大数据应用企业也好，这都是一个比较头疼的问题，因为从单个门类的数据来看，无论数据量有多大，从整个来说相对还是有些碎片化的，还是比较难拼出一个完整的拼图，在这个方向我反而觉得政府大数据以后大有可为，但是现在在我们和政府接触的过程当中发现政府部门互相之间的数据壁垒都很大，就不要说对外开放了，这个方面想请刘总介绍一下。

 刘稚南：应该讲认识是逐步提高的，我1983年大学毕业分到纪委，纪委说你到统计局报道，我又到了统计局。当时数据很敏感，现在只要不是敏感数据你来查询我们都会提供。国家有保密法，对于统计单位的保密怎么定义的呢？目前为止定位统计系统涉秘范围是全行业，没有解密期，首先要在国家层面要解密，然后才能把我们真正解放出来，政府系统的一些数据的连接，因为很多数据如果连接不起来就衔接不起来，一点用处没有，我们现在主要要推这个工作，在这次修改地方统计管理条例的时候这是非常重要的一项工作。

 忻雷：严格意义上来说，我从大学三年级末就开始参与第一家商业调查公司在上海做的第一次零售普查，已经二十多年了，我记忆犹新。当时的统计局也没有零售普查，外部机构第一次做的商业零售普查，那时候我一个人在宿舍里面管二十几个大学生，四年级的时候就在做这个事情，我们这个行业从1995年开始正式由英国在上海成立了合资研究公司，收了他们的残存公司的壳之后，在国内以民营企业的身份做市场研究，到八年前就做能源公司，整个经历伴随着刘队长说的整个中国其实商业数据也好统计数据也好，还是经济数据也好，都随着经济的发展时代的发展不断开放、不断产生。两个月前设计这个会议目标达到了三点。

第一个，我们和统计局其实是我们的老大哥也是我们的领导单位，我觉得应该建立一种良性的互动，我们和统计局的互动，因为我们都是专业人士，我们可以很清楚看到其实统计局也在做专业工作，而这种专业工作对外的沟通渠道很少，他们也比较低调，不像民间的做一点点大家都在做宣传，统计局工作不大宣传，我们体验到统计局做了很多专业前沿的甚至于说也是深入到民间的工作，我觉得收益很大。

我们也试图寻找新的环境下如何获得更多的资讯，我们说的资讯就是基于数字的资讯，单单存放在商业数据的POS机当中，如果没有一定的技术含量，看起来要合情合理获得这些数据要么你拿到国家的法律法规政策，要么就像阿里巴巴一样，让你们买东西卖东西，结果一个不当心就拥有了全中国最大的零售数据库。我们要理解商业和政府之间的关系，我们的创造力是先行先试，找到市场开放的突破点，找到数据源能够给数据使用方带来价值的价值点，这个价值点本身不是买数据，钱和信息的交换，在现在的商业领域是落后的，而是提供增值服务，在不知不觉当中就深入进去了，我们要建立一种新的价值模式去改变我们收集数据的方式。

今天我们请了那么多专家，我感到跨行业的专家，对我们的生活对于我们改变企业的发展路径，以及分析，这些多行业的应用提供给我们一个广阔的空间，我们不仅要有拥有数据的能力，而且要创造性的使用这个方法和工具，然后把这些方法工具变成软件产品，总的来说这次会议让各方得到了共赢，包括学校。非常感谢大家。

  张学良：今天非常荣幸参加这次会议，我个人觉得今天最大的感觉就是我们的学术界学术研究不要将政府和我们的行业领袖领导者拉的太远，这是最大的感受，我们的产品是论文，但是论文终归要发挥生产力，这个领域我们必须谦逊有敬畏之心、有好奇之心和行业和业界打交道，来走进我们业界。我觉得政府企业和高校学者，他们的研究或者他们从事的事业都是一样的，在中国的平台下面大家都有很大的机会，但是我希望我们能够把今天这种会议持续性办下去，同时能够搭建这么一个平台，让我们各个领域的学者，串在一起，在一起就有收获。凯撒的归凯撒，魔鬼的归魔鬼，每个人把自己的事情做好，我们把我们的平台做好，最重要做的事情是要搭建一个平台，我们自己的团队搭建一个平台，这个平台不是和各个企业和政府追寻他们给我们什么，我们后面要做我们的平台做的好不好，不是说我们要什么，而是人家主动给我们，因为这个平台以数据换数据，以资源换资源，以你做的成绩换资源。我们有很多城市活力排名，有一些很市场化的排名，这个排名一旦出来，很多城市地区政府的数据不需要我找他们要，他们就分享出来了，我们是第三方独立机构，我们有平台有独立性，来做出我们客观公正的研究，这一点中国尤其稀缺。能不能做好是业界给我们的压力，我们希望能够有这么一个生态，产学研观，良好的生态能够持续下去，每个人做好我们自己的工作。我相信以后有机会，能够和更多的来参加我们的活动，来更多的参加这个学习。

  林纯洁：在座都是专家，我的角色其实是使用者，我们做经济研究会使用到大数据，我们以使用者的观点看法讲讲这个问题，我十六年前经济学毕业转做金融工程，当时我们的学科下了一个什么定义，希望用数学的模型模拟这个世界，现在大数据已经把世界放在我们面前，不需要模拟，这种情况没有让问题变得更简单，我们看到这个世界确实已经在那里了。今天我想讲三点，第一点就是我也是一个呼吁，并不仅仅是统计部门，政府对数据应该抱有更开放的态度，因为和我们第一财经研究院合作的很多专家，都说现在越来越不敢给政府提意见，比如说我们的提议某一个数据有什么意见的时候，过了几个月以后数据就不见了，就没有了。然后另外一个我们最近有一份工作，从这个方面的话政府在面对互联网行业，做一个大数据公司，这种商业行为不需要政府做太多的刺激，政府需要做更好的基础设施建设，这样的话会让这个行业走的更好。

目前的大数据开发应用，之前碰到过拥有一些大数据的公司，他说我们有这些东西，你们觉得可以干什么，现在我们形容养鸡的养殖户都在卖宫爆鸡丁，但是这个行业我认为提供算法逻辑的人和提供数据的人和提供计算能力的人是三个独立的个体，他们要做更好的整合，阿里巴巴有一个业务告诉房地产开发商，可以把广告放在哪里，特别是金融领域，其实我们需要的是原来的数据，如果原数据不方便公开，可以由这样的模式，我们提供想法，你们提供数据接口再通过第三方输出计算结果，这也是大家可以找到共同点的一个地方。

最后一点我想讲一下大数据研究和统计的研究，特别认同沈老师的意见，我们是在找那些以前被统计遗漏掉的，想起爱因斯坦的一个争论，比如说打一个比方，沈老师是上海人，如果上海人90%的人不喜欢吃辣，我不认识沈老师的时候，你告诉我他是上海人，他就是那90%不吃辣的人，但是沈老师吃辣，这就是不确定性。另外一个我觉得就是大数据还给了我们另外一个能力，我们可以通过结果推测逻辑，以前我们先有想法再用数据测算，最近搞投资，用电脑自动计算交易逻辑，只要有原则就可以，不管原则是不是对的，可以通过计算机不停地运转着回报，但是我们会挑选回报比较好的，再通过计算机理解他们的逻辑有什么共同点，再推交易策略，回过头来再看这些东西的逻辑到底是什么样的。十几年前接触到这个学科的时候当时是不可能的事情，这也就是说，回过头来以前大家都说买指数比基金要更好，现在如果是借助大数据的工具，相信可以改变这个现状的。

何建新：谢谢林总，五位嘉宾之间彼此有什么问题要问吗。

 提问者：政府数据对民营企业会开放到什么程度？

 刘稚南：这个我说了不算，要越过统计法这个坎，统计法规定所有的企业的原始数据是不能对外的，包括个人信息是不能对外的，但是通过脱敏以后应该还是可以用的。第二种方法是把你的研究目的告诉我，你想计算什么东西我帮你算，我把结果告诉你。如果你们帮我们做课题，那是免费的，如果你自己研究的课题，你需要我们加班，有可能会收成本费。

 潘争：我觉得大家一定理解统计学上的一个原则，就是在小数据量数据时代，有一个很重要的原则必须具有代表性，当数据量扩充到小数据时代的上百倍的时候，准确性一定要比小数据时代来的好，大数据有大数据的好处，但是大数据也有大数据的不足，小数据也一样，在公安没有先进侦破设备的时代，当地如果有一个地方发生了窃案，派出所通常的做法是把这个辖区里面三个刑满释放两个被监控的还有一个长的丑的全部较到派出所轮流提问，但是现在如果发生了窃案，上海的电子警察几乎已经实现了全覆盖，从上海的市中心去郊区任何一个地方，无所遁形。现在的公安侦破就是用探头追踪，很容易把人找出来，这就是是与否的问题，用不着问偷了还是没偷的问题，但是大数据始终没有解决的问题就是背后的动因，到底是什么原因，是怎么想的，所以这个还是要结合传统的预审方法进行审讯，这个就是放在商业应用上大数据加上小数据的结合，应该是大数据商业应用的一个比较完美的境界。

 忻雷：刚刚的问题我觉得挺好，我个人这样理解的，我们说大和小，就像沈浩老师说的，把数据两个字前加了一个大字，我们说的大和小是相对而言的，比如说我们如果统计的是人口数据，人口数据最小的单元就是到一个人，哪怕是妇女怀孕了，就是一个怀孕妇女就是两个人，但是如果你是研究人体，基因到最后被科学家分为了全人类只有四种简基，构成DNA的每个人只有唯一的标签，那是DNA，所以我说的大，是有极限的，但是和研究主体有关系，如果我们研究的是人作为一个单体来研究的话，极限应该就是那四个简基，这四个简基被英国科学家发现的时候，他们非常谦虚在自然杂志上写我们可能有重大人类发现，生命的密码只是在四个简基里面，我想和大家说，如果我们的计算能力和我们的存储能力，已经能够把最小单元所有的数据变化形成一个动态的话，那就是最大数据的极限。我现在做能源的研究，制造业里面最小的颗粒就是单台设备的能耗曲线，目前要统计部门做的话，如果这个设备用电的，目前国家的标准十五分钟一次的数据是最少间隙，如果要做智能分析，把设备优化，那是0.5秒的数据，回到统计研究的主体是什么，主体确定了，大小是有极限的。可能颗粒也是有极限的。

 张学良：很多企业的数据，不能公开，因为当时我们为了获得数据，已经告诉他们不公开，因为涉及到税收的问题，如果一旦公开了把税告诉你了就是找企业麻烦，这是有说法的。还有大与小的问题，刚才几位讲的很好，特别是会长讲的也很好，能够发现规律的数据就是我们要的数据，比如说在经济学的分析里面，在美国经济评论有一篇文章用了全球160个国家的数据，用了三十年的增长率数据大概六十多个数据，但是观察样本有160多个，你说这是大数据吗？不是大数据，最后把2的X方一个一个模拟出来，解决了全球经济增长的秘密。金融里面有高频数据，但是经济学统计里面统计学里面，60个变量样本只有三十个，这叫三十个样本，六十个变量，没办法解决，现在财大的特聘教授，他的团队和一批人做辩证，这是一个辩证法的问题，好玩的能找到规律的数据就是我们的数据，倒不要是争论大还是小。

 林纯洁：我认为现在我们之前想的大数据，基本上会和后数据补充，用原来统计的方法做补充，另外一个可以和大数据结合，因为我对金融比较了解，我就以这个作为一个例子，首先我认为大数据在金融行业非常有前途，这是我认为大数据最有前途的行业，大数据会找到变坏的个体，如果你开一家银行，能够统计出来哪个人一定会违约，意义就会非常大，那些坏掉的个体是你出现损失最大的地方，具有这样特征的行业，大数据会很有前途。用了大数据研究金融这个行业有一个东西需要补，其实不是个体数据，是逻辑，金融行业有一个问题，打个比方，我们在次贷危机之前，不管用大数据还是用调研数据，这个是没有问题的。但是大数据统计结果人最大的控制风险点在于我能产生这种结果的前提假设条件是什么，如果前提假设条件是房地产不会崩盘，你就要特别小心，如果前提假设是适用范围非常广，恭喜你找到一个金矿，这个方面和大数据配合起来使用逻辑和大数据配合起来使用我觉得是非常强大的武器。

  何建新：非常感谢大家坚持到这个时间，也感谢各位嘉宾，我们期待着CMRA和统计部门，包括和学界还有商业界能够在更多的城市展开交流。非常感谢各位嘉宾。

 沈浩：如果我这儿收集了很多问卷不是数据，但是对于大数据来讲，实际上很重要的一点就是大数据为了挖掘，但是我们从来不是为了做大数据挖掘才收集数据，而是伴随着商业自动化，通过技术大家可以往这样的数据湖上你想用就去捞一勺，但是对于大数据小数据来讲，谁更优势不是核心问题。但是至少我们知道今天大数据来了，至少统计部门在以开放的心态拥抱大数据，我们也看到学界、业界在大数据方面的热情和研究的一种探索，同时我们也看到市场研究相对过去传统的市场现在面临着大数据的融合，在创新特别是商业创新，特别是在融合创新上一种开放的心态，所以我说了大数据是一种美好的心灵开放的心态，共同拥抱大数据，然后让我们在这样一个讨论中经过一天的互相之间的交流和碰撞，收获满满，谢谢大家！

感谢今天为大家顺利召开付出努力的主持人和工作人员。