关于统计学的定义有上百种之多，其中《大英百科全书》把统计学定义为“收集和分析数据的科学与艺术”。那么，为什么说统计学既是科学又是艺术？

说统计学是科学，是由于它与那些由某些基本原理引导出的具有广泛应用意义的科学是一样的：它具有自己明确的研究对象――客观现象的数据；它有自己独特的方法论体系――主要基于归纳思维的定量分析理论与方法；它有广泛的应用领域――几乎所有的领域都可以用统计思维和统计方法开展分析研究。从威廉.配第的《政治算术》开始，统计学从无到有，不断完善发展，帮助解决了大量现实问题，为人类社会认识世界本质、探求事物真相起到了巨大的作用。所以，统计学无疑是科学。限于篇幅，本文对此不作详细讨论。下面，我想重点谈谈统计学的艺术性问题。

什么是艺术？有人认为可以从三个层面来认识。第一是精神层面，把艺术看作是文化的一个领域或文化价值的一种形态；第二是活动过程，把艺术理解为艺术家的自我表现、创造活动或对现实的模仿活动；第三是活动结果，即艺术就是艺术品，是艺术活动的结果。照此理解，艺术就是人们认识和把握现实世界的一种理念、方式和方法，尤其指富有创造性的理念、方式和方法。所以，艺术活动过程就是人们以直觉、整体的方式去认识和把握客观现象的过程，并在此基础上以象征性符号、形式创造出某种艺术品。可见，任何艺术品都是艺术家对客观世界认识和反映的结果，也是艺术家本人情感、理想和价值观的体现。

那么，统计学与艺术有什么关系？我认为，统计学的艺术性就是人们用统计学去认识和把握现实世界的一种理念、方式和方法，特别是具有创造性的理念、方式和方法，其成果表现就是基于量化方法的结论。这里同样需要强调两点：我们是否科学理解和掌握了统计学理论与方法？我们在运用统计理论方法的过程中是否有创造性的劳动？可见，把统计学理解为艺术是符合其基本逻辑和内涵的。就这一点而言，统计学如同建筑学。一栋建筑物是否满足使用功能、是否安全耐用，讲的是其科学性；而建筑物的设计是否美观、是否方便使用，讲的是其艺术性。此外，还需要考虑建筑物的环保、成本等因素。所以，用什么材料建筑、用什么方式和方法建筑、建筑成什么形状（包括布局）等，都是科学性与艺术性的综合体现。当然，一般艺术活动成果与统计活动成果的评价视角是不同的。

统计学之所以也是艺术，其根本点就在于创新和发展统计理论方法的过程，以及表现和应用统计理论方法的过程，都需要体现人们的创造性劳动，而不仅仅是理解和掌握了已有的统计理论方法本身。正如C.R.劳所说“统计学的方法论不是能完全变成条例或是没有争论的”。也就是说，统计学尽管拥有一整套科学的方法论体系，但限于人类自身认识能力的不足，这套方法体系还有很多不足和缺陷，它并不能自动地解决所有需要定量研究的实际问题，而只是提供了一般原则或可供选择的规则。同时，我们也都知道，统计学方法大多都是有假设条件的，而实际问题并不完全符合这些假设条件，甚至相差甚远。所以，如何使作为一般原则或规则的统计方法能够在实际应用中被灵活地、富有创造性地展现出来，并且很好地解决了实际问题，就是统计学的艺术性所在。可以说，统计学的艺术性是与身俱来的。在具体的统计分析研究中，如果我们不仅仅正确使用了科学的统计方法，而且还把问题、数据和方法进行了完美的融合，给出了客观的定量结论，那么就说明我们进行了有效的创造性劳动，实现了科学性与艺术性的有机统一。如果在研究问题的过程中还创新、完善和发展了统计理论方法，那就达到了更高层次的科学性与艺术性的统一，这正是我们所追求的。当然，科学性是基础，没有科学性就谈不上艺术性；艺术性是灵魂，如果没有艺术性，再科学的方法都将只是僵硬呆板的工具而已。如果说能解决问题是科学，那么如何解决问题就是艺术。

所以，我们的任务是运用科学的统计方法，通过数据的收集和分析，去艺术地解决实际问题，并且在解决实际问题的过程中完善和发展统计理论与方法，提高其科学性。那么，如何才能做到这一点？这就需要我们充分发挥主观能动作用，需要以“深入观察世界，深刻把握问题，真正读懂数据，正确驾驭方法”为前，就是要做到以下四个字：准、简、巧、美。

所谓准，就是看问题要准，能够抓住问题的本质。任何形式的艺术性归根结底是问题本质的体现，问题本质看得越透、抓得越准，艺术性就会表现得越自然、越充分。我们进行统计分析，如果不知道问题是什么、本质是什么，那怎么知道该收集和使用那些数据、该选择使用什么样的统计方法？当然就谈不上创造性劳动了，也就没有什么艺术性了。

所谓简，就是过程要简练，能够举重若轻、深入浅出。面对所要研究和讨论的问题，我们如果能在抓住问题本质之后跳出问题看问题，化繁至简，就是一种艺术境界。真正的艺术是简而不凡、简而至美，即所谓大道至简。我们搞统计分析研究，如果能够站在高处、理清思路，把复杂问题简单化，简明地给出科学的分析结论，就实现了科学性基础上的艺术性。如果相反，把简单问题复杂化，例如过多地使用模型（指标）、使用无关的模型（指标）或者刻意使用复杂的模型（指标），那就与科学性、艺术性背道而驰了。

所谓巧，就是用方法要巧，能够巧夺天工、恰到好处。巧是简的必然要求，也是艺术的核心。只有选对方法并且巧妙地加以应用，才能四两拨千斤，达到化繁为简的功效。巧来自于扎实的理论功底，来自于对科学方法的熟练掌握和正确驾驭，更来自于对问题本质的把握和实践经验的积累。无论统计指标体系设计、数据选择还是模型构建，概莫不如此。

所谓美，就是结果要完美，能够揭示真相，解决问题。美是艺术追求的最终目标，任何形式的艺术都是如此。统计之美就在于用简明的方式巧妙地给出正确的结论。我们开展统计分析，目的就是为了提供有助于解决问题的定量结论，而定量结论是否切合客观实际、是否清楚地说明问题、是否具有针对性、是否经得起验证，就是衡量统计成果是否完美的视角和基本原则（不是统一标准）。

在实践中能够真正做到以上四点是极为困难的。当然，在统计学的发展过程中，也不乏比较完美地实现了以上要求的例子。如果说全球许多举世公认、堪称经典的完美建筑物是建筑学的科学性与艺术性的完美结合，那么二战期间，统计学家沃德通过返航战机着弹点分布图作出的关于战机何处需要加固钢板的分析，则是统计学的科学性与艺术性完美结合的实例之一。还有，像钟型分布、最小平方法、回归分析、随机抽样、基尼系数、恩格尔系数、国民核算等理论方法的发现，也都是统计学各个发展阶段的上述四个字的基本体现。现在的问题是，不能把它们机械化、绝对化。

需要强调的是，我们要坚决杜绝和反对人为的、违反科学原则的所谓艺术。如果为了追求所谓的过程完美和结论精确，离开问题搞模型、脱离本质给结论，甚至采取虚构模型、虚添变量、虚造数据等手段，那就严重违背了实事求是、科学严谨的学术精神，当然也毫无真正的艺术性可言。就如同建筑物，如果功能性、安全性都没有了，还谈什么艺术性？

正因为统计方法的多样性、统计结论的可选择性和统计评价的非标准性，使得统计学游走于科学与艺术的边缘。走得好，它是一条优美的向前发展曲线；走不好，它就有可能乱麻一团、迂回不前。面对大数据，统计学如何跟上时代的步伐，走好每一步，画出更优美的发展曲线，需要我们共同努力而为之。

       （已刊登于《中国统计》2018年第11期）