經(jīng)濟學家為何在大數(shù)據(jù)浪潮面前如此淡定

大數(shù)據(jù)如今被各行業(yè)追捧，但是有個現(xiàn)象還是值得注意的——在經(jīng)濟學領(lǐng)域，關(guān)于大數(shù)據(jù)應(yīng)用的文章卻不多。按理說，經(jīng)濟學是社會科學中最“科學”的一支，又以其“帝國主義”的霸權(quán)思想全方位侵入各個社科領(lǐng)域，為何在大數(shù)據(jù)浪潮面前如此淡定？不沖上去做一個弄潮兒？

小編個人覺得這大概與數(shù)據(jù)的特性有關(guān)，經(jīng)濟學使用數(shù)據(jù)的重點在于identification，而當前的大數(shù)據(jù)因為數(shù)據(jù)生產(chǎn)過程不透明及樣本偏差等，難以做出學界認可的結(jié)果。

不明白的話，我們來看一個研究的例子，來說明為什么是這樣：

之前某公共號推送了一篇文章，講施新政、李宏彬和吳斌珍三位老師合作撰寫的American Economic Review Papers and Proceedings論文“The Retirement Consumption Puzzle in China”，實證考察了中國居民的退休消費情況。文章的背景如下：

根據(jù)平滑消費理論，人們會調(diào)整一生各階段的消費水平使之大致相當。然而，大量文獻卻發(fā)現(xiàn)人們的消費水平會在退休后發(fā)生大幅度下降，這與平滑消費理論發(fā)生了沖突。許多學者都試圖從不同角度對此進行解釋，本文作者也加入了這一行列。

在介紹作者思路之前，先來思考一下，如果我們用“大數(shù)據(jù)”要怎么做？

首先搞消費研究那得找萬能的淘寶和京東啊，假設(shè)我們拿到了所有淘寶、京東的數(shù)據(jù)，知道大家都買買買了什么。然而這里有個問題，要研究的是消費水平是否會在退休后大幅度下降，退休的人都用這兩個平臺嗎？！這里面臨了大數(shù)據(jù)的問題一：所有的企業(yè)的用戶數(shù)據(jù)和真實的人口都存在偏差，而且往往偏差很大。就拿相對最全的銀行數(shù)據(jù)來說（金融方面），覆蓋的也往往是本行的用戶數(shù)，選擇某一銀行的人可能本身就有樣本偏差，而且還不一定能覆蓋其它如股票、信托等金融方式。

那么我們假設(shè)所有中國人都用淘寶和京東，這樣是不是就可以了呢？

也不行。

因為你不是所有東西都在這上面買，我買個包子、買根蔥，總不至于也上京東吧？

那我們假設(shè)全國菜市場也都聯(lián)網(wǎng)了，我知道你都買了多少菜，多少魚，總行了吧？

可能還是不行。

因為我如果根本就不去買，退休后在家里自己種菜呢？自己蒸饅頭呢？而且這種現(xiàn)象恐怕不稀少吧？這都會造成數(shù)據(jù)的系統(tǒng)性偏差。

讓我們來看看作者們是怎么分析數(shù)據(jù)中消費品類型的影響的：

在本文作者看來，現(xiàn)有研究的實證分析尚存在一些不足：首先，現(xiàn)有研究對消費的定義并不完善。消費中有一部分是與工作相關(guān)或者可以被家庭內(nèi)部生產(chǎn)所替代。在考察退休前后消費是否滿足平滑消費理論時，應(yīng)該先將這一部分剔除。然而，大多數(shù)現(xiàn)有研究由于數(shù)據(jù)的局限而未能這么做。其次，現(xiàn)有研究面臨內(nèi)生性問題。退休與否是一個高度內(nèi)生的決策變量，不考慮退休內(nèi)生性的實證考察結(jié)果很有可能存在偏誤，進而也無法明確得到退休與消費之間的因果聯(lián)系。

作者們在處理這一研究問題的時候還是采用了“傳統(tǒng)數(shù)據(jù)”，中國城市家庭調(diào)查數(shù)據(jù)(China's Urban Household Survey, UHS)，對消費內(nèi)容進行了細致的分解，分出了工作相關(guān)消費、可被家庭生產(chǎn)替代的消費及其他消費。

對于內(nèi)生性的問題：本文利用中國的強制退休政策，借助斷點回歸策略（RD）有效處理了內(nèi)生性問題。中國的很多單位都實行強制退休政策（主要是政府、公共部門、國有企業(yè)、集體企業(yè)，男性60歲、女性55歲），作者基于此比較考察了退休前后年齡段人群所在家庭的消費變化情況。

作者們得出的結(jié)論是：

退休確實會使家庭的非耐用品消費顯著下降21個百分點。不過這一下降主要是由工作相關(guān)開支減少、食品消費由在外進行轉(zhuǎn)變?yōu)樵诩疫M行所造成的。其中后者主要是由于家庭內(nèi)部食品消費價格更加低廉，而且退休群體有充足的時間在家準備食品。在剔除了這兩項之后，作者發(fā)現(xiàn)退休并未對其他非耐用品消費造成顯著影響，即平滑消費理論針對其他非耐用消費品仍然成立。

當然，要知道UHS的數(shù)據(jù)可不是想拿就能拿到的，現(xiàn)在經(jīng)濟學研究高質(zhì)量數(shù)據(jù)變得非常非常重要，而且只要數(shù)據(jù)質(zhì)量夠好，根本不需要復雜的模型。有研究表明，經(jīng)濟學主流期刊上面OLS仍然是使用最多的回歸方式，而不是什么DID，RD，GMM。

結(jié)論

其實經(jīng)濟學家對數(shù)據(jù)是非常敏銳的，早已經(jīng)不局限在傳統(tǒng)的統(tǒng)計年鑒、普查數(shù)據(jù)，他們扒地方志及歷史文獻，用氣象數(shù)據(jù)、遙感數(shù)據(jù)，現(xiàn)在也有非常多的研究開始寫爬蟲抓互聯(lián)網(wǎng)數(shù)據(jù)。所以經(jīng)濟學家不是不用數(shù)據(jù)，也不是不用大量的數(shù)據(jù)，而是對“大數(shù)據(jù)”的使用持審慎的態(tài)度。

本文舉的例子主要是想說明數(shù)據(jù)的選擇與研究問題的需求密不可分，這一點不論數(shù)據(jù)"大小"。很多時候，研究人員并不能很好地了解拿到的大數(shù)據(jù)的產(chǎn)生方式，及可能存在的偏差，導致使用起來會比較盲目。特別地，互聯(lián)網(wǎng)公司的業(yè)務(wù)變化速度非常快，算法腳本經(jīng)常更新，用戶結(jié)構(gòu)性的變化也不小，這些對于外部研究者都是很難了解的。