本文转载自新浪财经意见领袖
近年来,大数据的快速崛起助推着云计算、人工智能等领域的加速变革,也正在掀起新一轮技术革命的浪潮。依靠大数据构成的生态体系在新技术发展融合和创新变革的过程中发挥着不可替代的作用。未来,我们又应该如何挖掘数据背后所蕴藏的更大价值,让数据转化成财富。
2013年诺贝尔经济学奖得主、芝加哥大学经济和社会科学资深讲座教授拉尔斯·彼得·汉森在2019罗汉堂数字经济年会上指出,数据并不都是在我们需要做出合理政策建议的维度变得丰富,往往需要一个模型来告诉我们究竟应该关注哪些数据?需要加入什么衡量因素?需要加上什么维度?这些都需要一个概念的框架。
与此同时,新的挑战接踵而来。云计算的广泛应用让机器算法成为数据库的“大脑”,帮助人类对大数据进行“思考”。汉森表示,我们不能止步于此,概念框架的不断更新完善可以让我们在使用新的数据时更有意义。虽然利用大数据解决问题的大门向所有研究领域开放,不过,真正建立适用于这些新数据的模型,才能获得对既有数据独到的洞察。
如何利用数据解决深层社会问题?数据在研究中又发挥了何种作用?带着这些问题,罗汉堂联合新浪财经重磅推出《罗汉对话·远见》,对话拉尔斯·彼得·汉森。
以下为对话实录:
Q:为什么政策制定不能完全基于实证发现?
A:证据当然是非常关键的,更需要我们聪明和智慧地用好证据。但是对于所有最重要的政策问题来说,你需要某种眼力,需要某种概念框架,去获取证据,并且转化为政策建议。一个鲜有证据的地方,我们所说的证据从性质上来说几乎无法告诉我们发生了什么。一项新政策可以把我们从数据丰富区带到数据匮乏区。特别是当我们面临的动态问题,随着时间阶段的推移不停地演变时,情况尤其如此。所以需要用一个概念框架来发问,你应该留意哪些数据,并且你如何看待这些数据。
Q:怎样才能更好地利用数据解决深层社会问题?
A:我同意新的数据以及新的数据的丰富度,是一个令人振奋的现象。并且对于那些建立模型的人,如经济学家来说,我们要考虑合理使用数据,因为尽管数据丰富,但只是在某些维度丰富,并不都是在我们需要做出合理政策建议的维度丰富。进而言之,我们需要模型告诉我们究竟关注哪些数据。我们如何衡量来自数字经济的社会福利?我们需要加入什么衡量因素?我们需要加上什么维度?这些都需要概念框架。所以任何时候我们只要定义为社会政策,并且政策会持续下去,拥有这些数据就很美好。我们有计算机算法帮助我们看这些大数据库,也很棒,但你不能止步于此。所以面对的挑战可能是我们需要新的和不同的概念框架,更加明智和有意义地使用这些新的数据。大门向许多非常令人兴奋的研究开启,此时需要建立适于应用这些新数据的模型,产生对数据的洞察。
Q:数据在您现在着手的气候变化研究中发挥了何种作用?
A:但是我要纠正一下。这不仅仅是模型。我们的调查主要是用一个框架,让我们能透过不同的模型来看到(气候变化的)后果将是什么。所以不仅仅是看数据,它看的是多个不同的模型,因为没有一个评估经济损失的模型得到公认。我们并不能确认气候变化的影响有多大。所以这更像是一个应对不确定性的框架,在这类问题中,不确定性的重要之处在于它能改善政策制定。现在,因为下述原因,这变成了一个困难的问题。首先,它关系到气候科学。所以需要了解一系列来自气候科学的模型视角。它们取得了很多进展。
但气候变化这件事的本质,部分在于我们把环境从我们有很多历史的情景。推向我们不知道的情景,并且我们必须推测后果将会是什么,经济活动对人类福祉的影响,我们将会生存于一个与当下怎样不同的环境里,这才是建模发挥作用的地方。为此你真的需要好好想一想模型。有来自气候的模型,告诉我们气温上升的影响,人类向大气层排放二氧化碳对气候、对气温带来后果。这一部分来自气候科学。经济学会评估损失方面起作用。一旦我们看到了气候变化,经济后果是什么?人类如何适应新的环境?我们如何量化这些后果?于是会有从多种角度产生的模型出现。那就需要考虑一体化的模型。这并非易事。事实上,气候变化下量化人类活动的影响,理解起来有局限性。气候科学的许多证据已经打下了人类在环境的烙印。当你进行量化的判断而且它在不同的背景下呈现,不确定性就会出现,所以我们想从气候科学中提取不确定性的特征,并且与我们从经济侧考虑的不特定性结合起来。而这两类不确定性之间的互动,对于我们考虑碳排放的社会成本是非常重要的。所以我们的确需要努力建立一个丰富的框架,进行量化,支持政策分析。
本文来源:新浪财经意见领袖,内容仅代表作者本人观点,不代表华经产业研究院的立场。若存在版权、内容问题,烦请联系:sales@icandata.com,我们将及时沟通与处理。