统计重塑工业
□汪为
统计与工业发展息息相关，早在18 世纪，丹麦电话公司就雇佣统计学家研究最合适的电话交换总机容量，到了19 世纪，越来越多企业认识到统计的重要性，工业各个行业都逐渐接纳和应用统计学解决生产难题，著名的t 检验的创立者戈赛特就被著名的吉尼斯啤酒聘为大伦敦区的主管，负责解决最让企业头痛的产品质量稳定的难题——或许人们会问在啤酒酿造中除了统计啤酒数量，难道还有需要统计解决的问题吗？在酿酒过程中人们需要严格控制麦芽糖中的酵母含量，含量过少发酵不充分风味不明显，含量过多发酵过头啤酒会变苦。因此须要对酵母培养罐中的酵母浓度进行测量，再确定倒入麦芽糖。戈赛特之前的工程师会提取液体样本在显微镜下观察计算其中的酵母数量，这种方法繁琐而准确性低——观察者计算的是样本中的酵母数量，而真正的研究对象则是整个培养罐中的酵母浓度，但存活的酵母每时每刻都在分裂生殖，这让测度变成了不可能任务。戈赛特对样本数据进行了研究，发现容器内的酵母细胞数量可以用概率分布来模拟，通过推算对比，他发现活酵母数量非常吻合18 世纪数学家西米恩·丹尼斯·泊松提出的泊松分布，在此基础上他设计出系列测量酵母细胞浓度的规则和方法，极大提高了测度精准性，吉尼斯公司的产品稳定性被控制在时人觉得不可思议的精确区间内，这套方法迅速被其他饮料公司所刺探和模仿，并逐步扩展到各个生物工业中。在这期间，被医学领域奉为圭臬的随机双盲实验的雏形等改变工业产品成效评判的重要统计方法也发明并在相关领域应用。
萍萍不明白我的话，我向她解释：“我出门的时候，向我的父母编造了你和林孟打架，你把林孟打得头破血流，林孟也把你打得头破血流……结果你们还真的离婚了，你说我是不是一个先知。”
如果说统计在工业领域的应用在19 世纪还是先行者的探索，到了20 世纪统计思维逐步成为工业界的共识。这就不能不说到当时的统计革命和将统计革命引入工业的沃尔特·休哈特和将统计思维引入企业家办公室的爱德华兹·戴明。
在19 世纪早期人们认为世界是可以被精确计量和测算的，虽然认识到误差的存在，多数人还是认为随着测量精度提高误差会自然消失，但在19 世纪末，越来越多的科学家发现研究中的误差没有消失反而在扩大，他们需要“误差函数”帮忙!进一步的研究表明牛顿等伟大科学家的定律都是一种粗略估计，科学界开始逐渐摈弃原来的“按时钟前进的宇宙”设定，采用统计模型——更符合现实的一种思考方式来进行他们的研究，到了20世纪末，几乎所有学科都转移到使用统计模型的阵营。但这场席卷科学界的革命一开始并没有在工业界掀起波澜，直到贝尔实验室的沃尔特·休哈特提出开创性的统计过程控制理论和SPC（Statistical Process Control）控制图——将统计随机性理论和统计学方法与工程、经济等学科完美结合在一起，他第一次将统计方法在质量管理方面的应用提升为理论并提供了一种简单却非常有效的应用工具。
青少年特发性脊柱侧凸（AIS）包括冠状面弯曲，矢状面胸、腰椎后凸或前凸不足以及水平面椎体旋转的三维脊柱畸形。随着内固定器械的发展和手术技术的进步，多数AIS患者可以获得良好的冠状面及矢状面畸形矫正。近年来，椎体旋转在畸形进展、术后矫形效果丢失以及腰背部隆起残留中的作用备受重视［1-2］，理想的椎体去旋转可以获得更好的临床疗效。和万向椎弓根螺钉相比，单平面椎弓根螺钉头端仅在矢状面活动，理论上可获得更好的去旋转效果［3-5］。本研究对应用万向椎弓根螺钉和单平面椎弓根螺钉行后路三维矫形植骨融合内固定术的Lenke 5型AIS患者的临床资料进行回顾性研究，比较2种螺钉的顶椎去旋转效果。
通过SPC 在产品质量控制中的应用，对产品数据进行统计分析区分出生产过程中影响产品质量的正常波动和异常波动，从而掌握过程异动并及时预警，提示管理及技术人员根据统计模型指引的方向采取措施消除异常，恢复过程的稳定性。当时正值世界经济大萧条，休哈特提出的SPC 理论并无人问津，而后二战爆发，由于武器需求大增，在满负荷运转中美国大批军工厂出现了严重的质量问题（如在欧洲战场上美军炮弹炸膛事件层出不穷，造成大量人员意外伤亡），为解决军工产品质量不稳、增加产量和确保按时交货，美国国防部召集休哈特等专家，在1942 年制定了采用数理统计方法进行质量控制的战时质量管理标准（数据分析控制图、生产质量管理控制图等），由美国国防部在全国军工企业强制推行，成效大大超出预期，不仅当初设定的目标圆满完成，而且使美国军工生产在质量上、数量上、利润回报率上都走上世界领先地位。二战后，战时被征用或服务于军队的企业重新转回民用，但休哈特的SPC 理论和控制方法被企业保留下来，并被其他企业所效仿。由于企业高层普遍对SPC 理论并不理解，应用效果并不如在军管时期成效显著，于是后期SPC 从美国工业中消失了。
在戴明的理论中，生产是始于原材料终于产品的活动流，而在每一项活动中都存在来自环境变化的变动影响，管理则应该及时查看每一项活动变化情况，而不应该等到变化影响到产品超出标准再作处理。在每一次查看测定中，变化幅度最大的活动将被优先关注，等这项活动变化得到控制减小后，另一项活动取代它成为变化最大的活动成为关注和解决的重点，质量控制就是这样一个周而复始、循环往复的过程。而且在这个过程中必须决策者参与进来，走出办公室，走进质量管控中SPC 才能发挥实效。在戴明的质量变动控制方法指导下，日本的产品质量和生产率快速跃居世界领先地位，到1980年代日本产品质量已经较美国优良许多，日产的汽车零件的不合格比率要比美国低1000-4000 倍。 在日本的竞争倒逼下，西方国家发起了复兴SPC 的运动，并将SPC 列为高技术之一，这也是目前世界各国都在继续沿用的经典质量控制方法，我国也在普及和应用深化SPC，将其与大数据应用结合，助力工业转型升级。
上世纪40 年代开始，爱德华兹·戴明等一批统计学家们继续优化SPC 理论和应用，执着不懈地在工业生产中推广统计理念和统计思想，在他们的努力下，企业终于意识到统计学不仅能帮助企业改进生产流程，还将重新缔造工业生产。戴明二战后受邀去日本传授美国在工业质量控制方面的先进经验，彼时的“日本制造”还是低质低价的代名词，戴明用统计数据和真实案例告诉他们，只要正确使用质量控制统计方法，他们可以改变这一切，用质优价廉的产品占领整个世界，戴明的工作和演讲给在场的日本人留下了深刻的影响，很快他受日本科学家与工程师联合会邀请赴日给日本大企业家讲授统计方法。戴明非常摒弃当时流行的“零缺陷”管理思潮——不允许产品出现任何缺陷，因为这从统计概率来说是不可能实现的。他指出生产线的产出是一个变量，就如同一切人类活动一样，产出只能是一个变量。而顾客并不像企业设想的那样需要完美产品，他们需要的是可靠产品——只要变动范围在较小的区间范围内，他们知道自己买到的是怎么样的产品就会接受它。在戴明的理论中，分析师可以依据费希尔的方差分析将产品变化分为两类——“特殊原因”和“共同原因”。在当时，企业管理中很少有人具备统计知识，企业标准做法是限制产品的总变化，如果总变化超出设定的限度就会停产复查，戴明认为真正的特殊原因很少，而且易于被发现；环境因素一直存在，更为隐形，可能是缺乏维护的机器、质量不稳定的原材料，或者管理层不曾留意的其他不受工人控制的工作条件。戴明认为质量控制必须在统计方法帮助下进行系统化分析和决策。
可以说在众多统计学家前赴后继的努力下，统计学从学者的书桌走进企业的生产车间，进而走进决策者的办公室，成为现代工业生产不可或缺的工具。统计学不断将其最新的理论成果带进工业生产，为工业制造带来革命性的变化，正席卷全球的第四次工业革命中，统计方法和理论在大数据中应用和挖掘中大行其道，向传统的规模化生产模式发出挑战，让智能化生产和个性化定制成为了现实。
在冠梁砼强度达到设计80%后，开始开挖基坑。从冠梁底部开挖，有一半冠梁悬空沿着钢管桩全部剥离松土，钢管桩与高压旋喷桩固结紧密，开挖过程中没有漏水现象和发生位移变化，达到了预期治理效果。
让我们拭目以待，统计将如何重新缔造未来工业体系！
作者单位：浙江省统计局
标签：统计学家论文; 工业论文; 啤酒酿造论文; 电话公司论文; 应用统计学论文; 18世纪论文; 19世纪论文; 产品质量论文; 浙江省统计局论文;