大数据有用,但无法成就盖茨和乔布斯
2015年2月28日,初十,春雪,北大朗润园。一场激辩正在上演。北大国家发展研究院法律经济学研究中心、信息社会50人论坛邀约经济学领域各路大咖共谋信息时代经济学理论之发展大计。信息时代对传统经济学而言,是洪水猛兽?还是又一个春天?
此次研讨会上,张维迎教授从经济学的基本假设“理性人”说开去,告诉你后工业时代、信息时代为什么理念依然有着无可辩驳的力量;风靡世界的大数据,为何与成为比尔·盖茨、乔布斯仍有一步之遥”。以下为张维迎教授演讲。
信息化让经济学理论的问题凸显
经济学理论有很多问题,而且有些问题还比较严重,但是这些问题究竟是本身就存在的问题,还是由于有了叫做“信息”之后存在的问题,我觉得不是非常清楚。在我们看来本身存在的问题,并非是信息化带来的问题,而是可能信息化本身对于这些问题暴露的更明显一些。
例 如,就像地心说和日心说,地心说本来是错的,不是到十六世纪才开始变成错误的。但是十六世纪之前,在非常传统的农业社会,地球围绕太阳转,还是太阳围绕地 球转,对于大部分人没有意义的。但是进入航海的时代,我们认为“地球围绕太阳转,还是太阳围绕地球转”就变得非常重要了。
经济学的理性选择模型假定人由利益驱动,并知晓自己的利益所在
任何科学有两个目的,一个是解释,一个是预测。经济学在解释方面还相对比较成功,在预测方面则一塌糊涂。为什么预测会变得一塌糊涂?过去所有的经济学预测,无论多么复杂,有一定的假设,就是理性选择模型。
理性选择模型意味着每个人的行动都是由利益所驱动的。这个其实在一百多年前英国经济学家就非常清楚,经济学每个行为人都是由利益驱动的。也假定每个人知道自 己的利益所在,每个人最大化自己的利益,所有人的行为可以从他的利益最大化角度来解释,整个社会也可以理解为利益的博弈,甚至也是不同利益集团的博弈结 果。
利益、理念与理性
如果假定人的行为全是由利益支配,经济学则变得毫无用处,即:无论经济学家怎么说,跟人是没有关系的,人该怎么行为就怎么行为,整个经济学是没有用的。
但是从古到今,人类自所有的思想家,他们深深的相信,人的行为是受人的观念的指引。引一段话,在两百多年前讲的——“尽管人是由利益支配的,但是利益本身,也就是所有事物都是由观念支配的。”
米塞斯讲自由主义,自由主义没有那么复杂,自由主义就是自由主义,我们也不用责怪简单化,简单化不是错了,而是现实世界太复杂,如果太简单那就不需要科学, (也就)不需要经济学家。自由主义有流派,所有流派有一个共同的观点——理念是重要的。我们每个人的生活,每天是不是喝红酒,是不是抽烟,都和认知有关, 包括我们讲改革,邓小平改革,所有历史的改革很难用利益观念来解释它。
最关键的问题是,为什么这些理念和观念是重要的?因为很简单——我们人类是地球上唯一理性的动物。这个理性意味着是什么?意味着我们会思考,我们会分析,干 事有目的,我们在行动之前会思考“我为什么要这么干”。每一件事我们人类做的,我们都需要证明它的正当性——为什么要这么做?
经济学:从工具理性走向价值理性
我们讲理念、观念,其实就是人类证明他自己所作所为的一个原因,一个定理。究竟什么叫理性?经济学的假设就是工具理性,理性只是人们达到目的的一种方式,理性只是一群欲望的奴隶,我有一个目的,理性告诉你吃什么东西是最好的。
从亚当斯密开始一直到康德,他们讲的理性是一个目的——人类应该追求什么,不应该追求什么。一个人用理性统治欲望的时候,他才是一个理性的人,这是很难的, 每个人都有七情六欲。一个人经常处于一种激情,处于一种冲动的行为,没有经过深思熟虑,所以说他是不理性的。这一点非常重要,经济学可能要改变我们所谓的 “工具理性”的假设,走向价值理性或者目标理性,这非常重要。
后工业社会,非物质利益将更为重要
人的利益是通过理念、观念来认识的,什么是符合我们的利益,什么不符合我们的利益,(取决于)有什么样的观念。利益本身不仅仅是物质利益,经济学家解释物质利益,(因为)人类长期时间内物质利益是最重要的东西;另一个原因,是因为物质利益,易于量化。
我们人类到了后工业社会,非物质利益将变得更为重要。物质利益达到一定程度,稀缺性已经解决了;所以后工业社会和信息社会,非物质利益变得更为重要。
非物质利益更依赖于个人——你希望有荣誉、有好的名声,这都是给你的。有没有好的名声,你的行为正当不正当,如果正当就有好的名声;你认为的正当、公益、公 平是什么?穷人把富人的东西拿出来是正当的吗?现在认为不是正当的,现在讲产权。还有一个什么东西可选择?你脑子里可行性的空间,意味着你有什么样的观 念,包括我们处理金融危机等等,都与这个有关。
对未来世界的理解,并非基于过去的数据即可获得
进一步讲,之所以观念更为重要,更深层的原因是是因为,我们这个世界非常有限,非常不完美,我们对世界的理解,对未来的理解,并非基于过去的数据即可得到 的,世界太复杂了。我们对世界的观念有可能是对的,也有可能是错的。如果是对的,不需要任何理念,按照本来行为就可以了。
经济学家大萧条没有预测到,拉美的债务危机、金融危机没有预测到,墨西哥金融危机没有预测到,亚洲金融危机没有预测到,苏联垮台没有预测到。革命本身没有预测到,如果预测到了就不可能发生革命。
原因是什么?这种稳定性和变化,依赖于有什么样的观念,这些观念的本身,又是我们人发展来、用来对付不确定性的。
企业家有能力应对不确定性
成功预测未来的不是经济学家,而是企业家,为什么呢?企业家有能力应对不确定性。所有最伟大的成功企业家,不是根据过去的数据做出未来的判断,如比尔·盖 茨、乔布斯、马化腾的微信,五年前没有任何数据可以预测微信的,大家很热衷大数据,大数据改变我们的工作,改革我们的工作,改革我们的思考,这对经济学家 是很好的一点。很好的一点,大数据信息不可能完全,不确定性永远在那儿。
任何人在大数据(方面的努力)不会变成比尔·盖茨,不会变成乔布斯,这些不是说没有用,这些东西非常有用。我刚才讲到企业家面临没有人看到的东西,30年前没有预测到今天的手机,今天的互联网。30年之后什么是最伟大的产业,没有人能够预测到。
有些事情可以发生,但什么时候发生,我们不知道。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31