經(jīng)濟(jì)學(xué)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(jì)學(xué)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(jì)學(xué)是社會科學(xué)中最“科學(xué)”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(jì)學(xué)使用數(shù)據(jù)的重點在于identification，而當(dāng)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(xué)界認(rèn)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(fèi)情況。文章的背景如下：

根據(jù)平滑消費(fèi)理論，人們會調(diào)整一生各階段的消費(fèi)水平使之大致相當(dāng)。然而，大量文獻(xiàn)卻發(fā)現(xiàn)人們的消費(fèi)水平會在退休后發(fā)生大幅度下降，這與平滑消費(fèi)理論發(fā)生了沖突。許多學(xué)者都試圖從不同角度對此進(jìn)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(fèi)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(fèi)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(fèi)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(fèi)的定義并不完善。消費(fèi)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(fèi)是否滿足平滑消費(fèi)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(jìn)而也無法明確得到退休與消費(fèi)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(fèi)內(nèi)容進(jìn)行了細(xì)致的分解，分出了工作相關(guān)消費(fèi)、可被家庭生產(chǎn)替代的消費(fèi)及其他消費(fèi)。

對于內(nèi)生性的問題：本文利用中國的強(qiáng)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(qiáng)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(fèi)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(fèi)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(fèi)由在外進(jìn)行轉(zhuǎn)變?yōu)樵诩疫M(jìn)行所造成的。其中后者主要是由于家庭內(nèi)部食品消費(fèi)價格更加低廉，而且退休群體有充足的時間在家準(zhǔn)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(fèi)造成顯著影響，即平滑消費(fèi)理論針對其他非耐用消費(fèi)品仍然成立。

當(dāng)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(jì)學(xué)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(fù)雜的模型。有研究表明，經(jīng)濟(jì)學(xué)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(jì)學(xué)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(xiàn)，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(jì)學(xué)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(dǎo)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。