互联网如何改变基础经济学理论

描述

一、问题的理解

人类经济选择行为在互联网“时空错开、同步并联、客户拉动、实时评价”功能的作用下正在悄然发生改变,这种改变会引发资源配置方式变化,会促使产业组织变化,微观经济学必须能够对这些变化和变动做出新的解释。

互联网应用扩张是一个动态演进概念,它在起步阶段开辟了链接个人电脑之间的高效通讯系统,接着在消费和娱乐领域全面扩张,目前正迈向加工制造和城市基础设施等领域,并开始向医疗和生命领域渗透。互联网应用扩张反映三大层面的内容:(1)技术本身的内在扩张逻辑;(2)微观经济活动操作的扩张逻辑;(3)对人类行为、思想、文化乃至于对人类文明进步的扩张逻辑。第一层面的扩张逻辑,主要指互联网、大数据、云计算、人工智能等的各自技术规定及相互融合; 第二层面的扩张逻辑,主要指人类运用日新月异的互联网和人工智能等新技术进行投资和生产经营; 第三层面的扩张逻辑,主要指这些新技术对人类经济、政治、文化和思想意识形态的潜移默化作用。这些扩张逻辑要求我们研究人类选择行为、资源配置和产业运行等的变化。

互联网应用扩张使人类的投资经营和消费娱乐等活动越来越受互联网、大数据和人工智能的导引。从行为主体、数据处理和信息获取之间的关联看这一导引过程,互联网应用扩张正在逐步结束“人与信息对话”,走向“人与数据对话”,并在未来极有可能实现“数据与数据对话”。值得经济学家关注的是,“人与数据对话”和“数据与数据对话”将会改变人们决策的思维方式、操作程序和实施手段。传统经济学和现代经济学的理性选择理论以及建立其上的微观经济学,都是以部分信息为依据来推论因果关系从而展开理性选择分析的,这些分析难以解释互联网和人工智能时代正在兴起的由大数据思维驱动的实际选择行为。

大数据思维本质上仍然是一种因果思维,只是这种思维较之以部分信息为依据进行推论的因果思维有显著不同。舍恩柏格曾通过对大数据时代如何取舍信息的分析,认为在工业化时代人类一直是运用有限样本数据来剖析现象背后的因果关系,试图通过这一剖析而精准地获悉事物因果关系的内在机理,但这种因果思维不具有总体性和相关性;他进一步指出,大数据思维放弃了以样本数据追求精准因果关系,强调数据总体性和相关性所内蕴的因果关系,它实质上是一种包含总体思维、相关思维、容错思维和智能思维的方式。从信息获取方式来考察,舍恩柏格实际上是认为决策信息来源于大数据,人类通过对具有混杂性之大数据的总体分析,尤其是通过对大数据的相关分析,可以得到准确信息乃至于有可能得到精准信息。因此,大数据思维并不否定因果推断,而是强调“人与数据对话”或“数据与数据对话”规定的因果推断,大数据思维对于重塑经济学基础理论具有革命性。

经济学理性选择理论诞生在“人与信息对话”的非互联网时代。理性选择理论主要经历了两大阶段:(1)对选择行为的一般理论模型分析;(2)研究选择行为的信息约束和认知约束。第一阶段是传统经济学在完全信息假设上,对选择行为所展开的抽象理论分析; 第二阶段是现代经济学依据不完全信息假设,对传统理论偏离实际的质疑和批评。近半个多世纪以来的现代理性选择理论的发展,是从信息约束研究走向认知约束研究的,这一走向在反映科技进步影响理性选择理论演变的同时,也反映了经济学家思维层级的变化。以科技进步的影响而言,厂商投资经营最大限度地利用了科技手段获取影响选择的更多信息,以期实现最大化的决策效用; 就思维层级变化而论,经济学家开始从单纯的行为分析转变为行为和心理的双重分析。

但从理论上评判,理性选择理论在非互联网时代的发展受到了极大限制。这种限制不是传统经济学将理性解释为追求自利最大化的错,也不是现代经济学把信息的搜集、整合、分类、加工和处理等解释为实现最大化路径的错,而是经济学家的理论研究受信息约束和认知约束所致。自 20 世纪 50 年代赫伯特·西蒙的有限理性学说问世以来,理性选择理论对偏好、认知和效用等的分析有了很大的完善。例如,针对如何降低认知约束,经济学家通过并轨经济学与心理学,运用心理预期分析来探索认知约束形成及降低认知约束的方法(Kahneman & Tversky,1973,1974,1979; Lucas &Prescott,1971; Lucas & Stokey,1983; Smith,1994)。在非互联网时代,尽管理性选择理论经过经济学家的努力得到很大发展,但信息约束和认知约束问题始终难以得到解决。

互联网应用扩张的最重要标志是一切信息都来源于大数据。目前,已有文献对互联网应用扩张的未来前景进行了展望性研究,主流观点认为未来世界是大数据和人工智能的世界(吴军,2016; 彭特兰 2015; 赫拉利 2017; 凯利 2014,2016,2017)。但是,这些研究较少涉及人类选择过程中的偏好、认知和效用期望等基础理论。事实上,互联网时代人们获取信息的方式已步入“人与数据对话”版本,并且在将来会发展到“数据与数据对话”版本。从经济学基础理论看这些标志着互联网应用扩张的“对话”版本的升级,我们可得到许多思想启迪。以人们选择而言,这些“对话”版本的升级不仅会改变选择的思维程序、选择手段和过程,更重要地,它将改变选择偏好、认知和效用期望。因此,我们创新微观经济学的首要任务,需要对理性选择理论展开探索。

现有的涉及互联网应用扩张的分析文献,主要集中在企业如何利用互联网平台进行投资经营等研究上。其实,如果企业利用互联网平台实现了“时空错开,同步并联”,而不是运用大数据和人工智能等技术进行投资经营,它只是我们称之的互联网 + 模式,是“人与数据对话”模式,而不是 “数据与数据对话”模式。互联网应用扩张从“人与数据对话”向“数据与数据对话”转变时,有几个问题需要讨论:(1)在“人与数据对话”阶段,人类选择是否进入了信息不完全向信息完全的过渡阶段;(2)在“数据与数据对话”阶段,人类是否可以在信息完全的基础上进行选择;(3)微观经济学在“数据与数据对话”背景下如何发展等。

较之于工业化时代主要采用因果分析来甄别信息,互联网时代开始转向通过大数据的搜集、整合、分类、加工、处理来甄别信息。这种甄别信息方法的最大亮点,是逐步排除了主观判断所产生的信息误差。当人类通过大数据能够获取准确信息时,厂商就会在(最大化)理性驱动下运用以大数据支撑的互联网和物联网平台来投资经营。撇开互联网、大数据和人工智能等对产业运行过程的具体影响,仅就“人与数据对话”发展到“数据与数据对话”而论,从传统产业演变而来的互联网产业将不再是简单意义上的互联网 + 企业,而是转化成以人工智能挖掘和匹配大数据的智能科技产业。若此,微观经济学的资源配置和产业组织理论就不适合对产业运行的解释了。

互联网应用扩张会显现两大结果: 一是人类选择的偏好、认知和效用期望等的变化,另一是个人、厂商和政府实际选择的变化。为此,我们首先要对互联网、大数据、人工智能等如何影响人们选择做出解说; 其次是对选择偏好、认知和效用期望等做出一般理论解说,以重塑微观经济学的理论分析基础; 再其次是在创新后的理性选择理论的基础上,对资源配置理论和产业组织理论做出新的解说。在笔者看来,这些解说可以在很大程度上说明现代经济学为什么不能解释互联网时代人们实际选择的原因,对于这种向主流经济学基础理论的挑战,需要有充分说服力的案例、数据或经验事实的论证。不过,这个问题的探索性研究可分为两步走,第一步是在创新理性选择理论的基础上对现代经济学不能解释互联网时代人们的实际选择行为展开一般性理论分析,第二步则是运用案例、数据或经验事实来展开实证。本文将致力于第一步的研究。

本文结构安排如下: 第二部分对互联网应用扩张下的人类选择行为进行概要描述,重点考察理性选择理论在假设前提、参照系和分析方法等方面与互联网时代人们选择实际的偏离; 第三部分是解析互联网时代人们选择偏好、认知和效用期望等的变化,探讨理性选择理论分析框架的创新; 第四部分是对微观经济学的资源配置理论和产业组织理论等做出一些新思考,以完成对互联网应用扩张与微观经济学基础之关联的理论论证; 第五部分是分析性结语。

二、互联网应用扩张下的人类选择行为概览

经济学理性选择理论的分析架构,是经由完全信息假设转向不完全信息假设,对偏好、认知和效用等要素做出有取舍的研究,并采取以“个体行为”作为基本分析单元的个体主义方法论来完成的。假设前提转变,是经济学家逼近现实研究选择行为的一种理论反映; 有取舍地研究偏好、认知和效用等要素,是经济学家追求理论完美以绕避分析难点的反映; 采取个体主义方法论,则是经济学家推崇建构理性而采用的抽象分析方法。 随着极大量、多纬度和完备性特征的大数据的产生,随着机器学习和其他人工智能技术的广泛使用,互联网应用扩张下的信息基础已发生了很大的改变,人类选择偏好、认知和效用期望等正在发生变化。我们从“人与数据对话”以及“数据与数据对话”背景来研究互联网应用扩张下的人类选择行为,需要对现代理性选择理论的主要发展做出概要的梳理。

首先,现代经济学对新古典经济学的质疑和批评,是在“人与信息对话”版本内的质疑和批评。这里概括的“人与信息对话”版本是指行为主体获取信息的途径,以及依据所获取信息进行选择的方式和过程。具体地说,“人与信息对话”版本所对应的,是个人和厂商通过市场供求、价格波动、政策取向等获取影响选择的信息,是在分类、加工和处理这些信息的基础上做出判断、形成认知而进行选择。该版本最主要的特征如下:(1)个人和厂商获取的信息是已发生事件的部分信息;(2)个人和厂商难以借助科技手段从非数字化数据中得到信息;(3)经济学家的实证分析只能依据不完全的样本数据,还不能依据大数据建立实证分析模型。“人与信息对话”版本对应的社会经济形态,是现代农业、工业、服务业及全球化贸易的工业化时代。

一种理论与实际行为的偏离,通常表现为该理论的基本定理或分析范式不能有效解释与之发生偏差的实际行为。新古典经济学创立的以“偏好的内在一致性”为底蕴的期望效用函数理论就被视为出现了这种情况。关于“偏好的内在一致性”,现代主流经济学认为它是完全信息假设和其他给定条件约束下的逻辑推论,人们的实际选择并不具有期望效用函数理论所说的非此即彼的内在一致性,尤其是受心理因素和非经济动机影响的诸如施惠、受惠、报复等行为更是如此(Goranson& Berkowitz,1966; Berg et al.,1995; Forsythe et al.,1994; Marwell,Ames,1979; Fehr et al.,1996)。现代非主流经济学则是通过一系列心理和行为实验,论证了偏好的内在一致性与人们实际选择之间的系统性偏差(Kahneman & Tversky,1973,1974,1979; Smith,1994)。关于“选择者知晓选择结果和效用最大化”,主流经济学和非主流经济学都认为人类的有限理性会导致认知约束,选择者不具有精确计算选择结果的能力,效用最大化是一种自利最大化愿景,选择者在认知约束下的效用期望会不断发生调整。这些质疑和批评表明现代经济学已逐步把“认知”作为内生变量来处理。

关于“相同选择通常在相同概率下发生”,现代主流经济学分析了认知约束下的选择行为所对应的结果集及其概率分布,他们通过对结果集的概率分布是否确知的研究,将人类受认知约束的选择划分为确定性随机选择和模糊性随机选择。阿莱悖论 (Allais,1953 )和艾尔斯伯格悖论(Ellsberg,1961)就是这些观点的早期最著名的理论。现代非主流经济学则将认知看成是决定选择权重之重要变量的主观概率,认为特定情境中的高低几率事件会导致人的认知偏差,选择结果的概率并不等于效用的加权之和,人们通过风险厌恶和风险偏好的主观感受值来度量预期财富变动,效用函数可以通过一条呈 S 型曲线的反映风险厌恶和风险偏好的价值函数表示(Kahneman &Tversky,1979)。由此可见,现代经济学对认知约束的研究有了明显的加深和拓宽。

现代经济学是在“人与信息对话”框架中对已发生的信息做出搜集、整合、分类、加工和处理,再经因果分析对新古典经济学进行质疑和批评的,在“人与信息对话”版本中,人的选择都有着挥之不去的主观判断。在“人与数据对话”版本,出现了具备新的信息获取方式和因果分析方法的极

少数智慧大脑者,他们能通过对大数据的多维度进行相关分析而获取精准信息,能借助互联网、大数据和运用云计算来设置模型,并运用机器学习处理参数而做出选择(这可看成是对智慧大脑者的定义),而那些不具备以上能力的芸芸众生,则可看成是非智慧大脑者。

其次,智慧大脑产生于“人与数据对话”版本,在将来有可能会在“数据与数据对话”版本下选择,智慧大脑的选择偏好、认知过程和效用期望等会影响非智慧大脑。当人类选择所依据的信息不是仅仅来源于数字和文字,而是包括图片、图书、图纸、视频、声音和影像等非数字化数据,并且获取信息的途径主要是通过大数据、云计算和机器学习时,人类选择行为及其过程便进入了“人与数据对话”版本。这个版本会随着互联网应用扩张而扩张,当其扩张至“数据与数据对话”版本时,人类选择过程将会告别主观判断,彻底进入一切有机体和无机体都可以通过数据解构的“算法”时代(赫拉利 2017)。这便有以下推论,人类从大数据获取精准信息的时代,是智慧大脑选择决定非智慧大脑选择的时代。联系理性选择理论创新看问题,随着互联网、大数据和人工智能的深度融合,互联网应用扩张在改变人类的选择偏好、认知过程和效用期望的同时,也会改变厂商行为方式和产业组织结构。

现代经济学的理性选择理论正确指出了人类选择偏好的多维性、认知的不确定性和效用期望的不断调整,但这些发展不是以大数据为基础的分析。在互联网时代,理性选择理论需要研究的是,智慧大脑运用大数据、云计算和机器学习等搜集、整合、分类、加工和处理人们消费和投资的历史数据、即时数据和未来数据时,如何在成本、收益、体验、时尚和心理满足等方面对选择偏好发生影响。智慧大脑通过机器深度学习和强化学习来搜寻最大化消费和最大化投资的路径时,如何对认知过程和效用期望调整发生影响呢? 基于智慧大脑选择有着确定性的高效用,智慧大脑的选择偏好、认知和效用在未来将会成为人类选择过程的主流,非智慧大脑会全面追随智慧大脑。这个问题的深入讨论涉及理性选择过程的行为主体结构问题(下文分析)。互联网时代的智慧大脑和非智慧大脑的现实选择正在“颠覆”经济学理性选择理论的分析基础。

再次,理性选择理论不能解释非智慧大脑的选择偏好、认知过程和效用期望。在“人与信息对话”的分析框架内,理性选择理论只能解释互联网时代智慧大脑的选择行为,难以解释非智慧大脑的选择行为。这是因为,从追求效用最大化以及由互联网协同效应引致的人们选择行为互动考察,非智慧大脑的选择偏好通常表现出一种以最大化为底蕴但却受智慧大脑牵引的趋同化偏好。对于这种趋同化偏好,理性选择理论不曾有过论述,而经济学家运用个体主义方法论对个体选择偏好所做的抽象分析,是不能解释非智慧大脑这种趋同化偏好的。非智慧大脑的认知形成是一种放弃理智思考而以智慧大脑认知为自己认知的过程。理性选择理论对选择者搜集、整合、分类、加工和处理信息的认知形成的分析,难以解释非智慧大脑这种特殊的认知形成过程。另一方面,与趋同化偏好和趋同化认知相对应,非智慧大脑的效用期望,则是一种将效用寄托于智慧大脑的没有自己明确预期的效用期望等待。

智慧大脑的选择效用会展现在互联网平台上,它会产生一种促动非智慧大脑仿效智慧大脑偏好和认知的催化作用。正是这种催化作用使非智慧大脑产生偏好趋同化和认知趋同化。不过,这两种趋同化要有互联网作为基础配置条件,否则,智慧大脑对非智慧大脑的引领作用便无法发挥。从人类获取信息的途径和方式理解,互联网高度体现了“联”的功能,这一功能使无数***立计算机形成了信息流动和聚合; 加之,物理世界的硬件设施与之相“联”,使任何行业都具有互联网属性,任何信息都来源于大数据。当人类能充分运用人工智能来挖掘、处理和匹配数据时,便有可能形成“数据与数据对话”。非智慧大脑趋同化偏好的程度和范围取决于互联网应用扩张,在趋同化偏好促动下,非智慧大脑会放弃理智思考而形成趋同化认知和效用期望等待。显然,针对这些情形,经济学家在“人与信息对话”版本内是难以洞察的。

最后,建构智慧大脑引领非智慧大脑之选择模型的机理。智慧大脑尤其是非智慧大脑选择行为具有极强的抽象性,我们难以运用数理模型对之进行刻画,但可用文字对这些模型的机理构成做出以下几点概括:

第一,互联网协同效应是智慧大脑和非智慧大脑选择行为的互动,它内蕴的函数关系可从互联网、大数据和人工智能等的相互融合中探索。

第二,智慧大脑是从大数据多维度的相关性获得正确信息,并通过机器学习或其他人工智能技术形成认知的,这个过程决定智慧大脑高效用的效用函数的形成过程。

第三,在网络协同效应下,非智慧大脑仿效智慧大脑而形成偏好趋同化和认知趋同化,这两种趋同化导致非智慧大脑形成没有主观展望的效用期望等待。

第四,非智慧大脑的效用函数是智慧大脑效用函数的复合函数,我们可将智慧大脑的选择偏好、认知和效用期望等,理解为是非智慧大脑相应变量的解释性变量。

以上所描述的智慧大脑引领非智慧大脑选择的模型建构机理表明,互联网应用扩张背景下的人类选择行为已发生很大变化,经济学理性选择理论要有效解释非智慧大脑的选择偏好、认知和效用期望,必须对互联网、大数据和人工智能等导致人类选择变化问题展开新的研究,必须在“人与数据对话”尤其是在“数据与数据对话”背景下思考问题。我们创新理性选择理论,需要关注智慧大脑和非智慧大脑两大主体,需要关注智慧大脑的选择行为对非智慧大脑的引领作用和过程。

三、理性选择理论分析框架的创新设想

互联网应用扩张在现实中的具体表现是: 互联网向移动互联网转化,商业互联网向服务互联网转化,产品互联网向工业互联网转化,城市互联网向农村互联网转化,并由此导致互联网、通讯和信息等三大技术融合的物联网。换言之,商品和服务的互联网 + 模式会催生出物联网。诚然,在“人与数据对话”的互联网时代,人类运用移动设备、传感器、社交媒体和定位系统等手段所获取的大数据,还不足以产生供人类选择使用的全部信息,但到了“数据与数据对话”阶段,随着人工智能技术铺天盖地的成功应用,人工智能挖掘数据和预见数据变动的能力将大大增强,大数据提供完全信息的可能性就有可能转变成现实性。

依据本文对互联网应用扩张的理解,当大数据和人工智能等对经济活动具有全方位的渗透和影响时有以下问题值得关注:(1)随着人类挖掘大数据的科技水平和处理能力的提高,行为主体会发生什么样的结构变化;(2)人类利用云平台和运用云计算搜集和处理大数据,能够在多大程度和范围内消除信息不完全;(3)随着未来的一切都有可能数字化和智能化,人们会在哪些方面改变投资和消费的选择方式;(4)一旦人类社会像未来学家所说的那样成为数据社会,我们可否对选择偏好、认知、效用等作出一般性理论描述。

首先,基于未来一切都有可能数字化和智能化,对人类选择行为的研究,需要切合实际地对行为主体结构作出新的界定。传统经济学和现代经济学都将个体作为抽象行为主体看待,他们或通过逻辑演绎,或通过实验来分析主体的选择行为,这种分析所导致的偏好函数、认知函数和效用函数的三位一体的融合,是“人与信息对话”版本的理论反映。在“人与数据对话”尤其是未来有可能出现“数据与数据对话”版本情况下,智慧大脑的投资和消费选择有着工业化时代不具备的“示范或引领大众选择的集约化效应”,我们可以依据这种效应把行为主体划分为智慧大脑和非智慧大脑两大类型。

事实上,在互联网时代能够取得高投资效用和高消费效用的选择者,一定是能全面搜集、整合、分类、加工和处理信息,运用大数据思维和机器学习,从而掌握精准算法的极少数智慧大脑者,而绝大部分非智慧大脑者从自身利益计会效仿智慧大脑的选择行为。诚然,从两大行为主体的行为互动看,这样的效仿可以解释为早已被现代经济学描述的羊群效应,但羊群效应是对特定选择事件的行为互动结果的描述。现代经济学与传统主流经济学一样,并没有放弃行为主体的一元结构,他们对羊群效应或蝴蝶效应或信息重叠等现象的描述,始终是在一元结构框架内展开的。智慧大脑和非智慧大脑的二元结构是羊群效应普遍存在而形成的一种趋势,它只会出现在“人与数据对话”和 “数据与数据对话”版本中。

也许有人会认为既然非智慧大脑效仿智慧大脑,那么现代理性选择理论就同样适合于对非智慧大脑的解释,没有必要把行为主体划分为智慧大脑和非智慧大脑这样的二元结构。这是一种碰到问题以逻辑演绎和推理来解释现象的带有经验主义色彩的思维。因为,非智慧大脑效仿智慧大脑只是现象,其偏好、认知和效用期望有特定的规定,而正是这些规定才彰显出把两大行为主体视为理性选择理论创新的学术价值。其实,互联网时代行为主体结构的变化,是技术面和市场面的双重制度安排变化的结果,它会导致不同行为主体在选择过程中的相对位置变化(智慧大脑将成为主流),这便要求经济学家重新审视偏好、认知和效用期望之间的现实和逻辑关联。因此,行为主体结构的区分和界定是我们创新理性选择理论不可忽视的基本环节。

其次,我们构建理性选择理论的分析框架,可考虑采用信息完备假设。现代经济学质疑和批评传统理论时,延用了传统理论的自利假设,但有一个釜底抽薪的“学术动作”,那便是将完全信息假设改为不完全信息假设。如果说自利假设反映了经济学家对人类选择之永恒本性的理解,那么,不完全信息假设则可以看成是经济学家对工业化时代“人与信息对话”的逻辑认知。当互联网应用扩张将人类社会从“人与数据对话”推进到“数据与数据对话”时,大数据的极大量、完备性和多维度等特性客观上会给人类决策提供完备信息。其实,即便在原始社会,大数据也是客观存在的,只是那时人们不可能有大数据概念,不具备半点搜集和处理大数据的能力。到了工业化时代,人们搜集和处理大数据的能力空前提高,但由于科技水平限制了人们只能搜集和处理部分历史数据,不能搜集和处理正在发生的现期数据以及尚未发生的未来数据,更不能搜集和处理诸如声音、图片、指纹等非数据化数据,因此,不完全信息假设势在必然。

随着人类进入一切信息的初始状态都以大数据形式呈现的“数据与数据对话”版本,所有信息都会被纳入无中介环节的信息流动平台。智慧大脑利用云平台和运用云计算,通过机器深度学习和强化学习能够最大限度地获取影响决策的信息。因而可有一种极端的推论: 如果新科技发展到顶级水平,智慧大脑是有可能获取完全信息的。当然,这要求人类能够驾驭“数据与数据对话”所覆盖的全部数字化数据和非数字化数据的复杂场景。目前,这个场景已进入初级阶段,随着互联网应用扩张,进入中级阶段可能不需要太长时间,但能不能成功进入挖掘和处理完全信息的顶级阶段却不敢断言。在笔者看来,如果人类决策进入“数据与数据对话”的中级场景阶段,我们创新理性选择理论便可以采用信息完备假设。

“数据与数据对话”场景所型构的一般图景,是人类运用互联网、云平台、云计算和人工智能等技术把一切有机体和无机体破译和解构成数字世界。人类破译和解构数字世界的技术条件配置是建立在大数据基础之上的新科技,新科技挖掘、搜集、整合、分类、加工和处理数据的有可能取得的最大成功,是将万物的成因、变化和发展等归结为一种“算法”。从互联网应用扩张来考察,人类进入“数据与数据对话”版本后,互联网应用扩张会产生极大量、多维度和完备性的海量数据,云平台和云计算搜集、储存和计算大数据的功能会飞跃,人工智能加工和处理大数据的技术会飞跃,而这一切会给人类获取完备信息提供基础。因此,针对即将到来的“数据与数据对话”版本,我们创新理性选择理论可考虑采用完备信息假设。当然,这个假设是整个经济理论的分析基础,它需要许多复杂的数学模型论证,这里只是作为一个设想提出。

再次,智慧大脑是精英而非智慧大脑代表大众,我们需要分别分析这两大主体的偏好、认知和效用期望,以构建一个二元行为主体参照系来完成理性选择理论的创新。

第一,关于智慧大脑之选择偏好、认知和效用期望的理论解析。现代理性选择理论质疑传统理论的核心,是批评该理论关于选择者知晓选择结果,以及通过数学模型所推论的能够实现效用最大化的分析结论。智慧大脑能否获取完备信息,一方面受制于对大数据的挖掘、搜集、整合和分类,另一方面取决于运用云平台、云计算、机器学习和其他人工智能手段对大数据的加工和处理。同时,智慧大脑追求效用最大化的选择偏好,会让位于挖掘、搜集、整合、分类、加工和处理大数据的认知过程。在未来“数据与数据对话”阶段,大数据贯穿于智慧大脑的选择偏好、认知和效用期望等过程的始终,是支配智慧大脑选择什么和怎样选择的灵魂。关于这一灵魂的作用,可联系智慧大脑的认知过程来展开讨论。

新古典经济理论通过“偏好的内在一致性”论证效用最大化,是一种把“认知”作为外生变量处理的分析方法。现代主流和非主流经济学运用实证分析和实验分析,力图将“认知”还原为内生变量,但由于他们在分析选择行为时或多或少存在一定的给定条件约束,于是“认知”始终没有完全成为内生变量。在互联网应用扩张的时代,智慧大脑针对特定事件所形成的要不要选择以及怎样选择的认知,完全是以大数据分析为依据的,它不夹带任何主观判断的成分; 智慧大脑的认知形成过程是对大数据的分析过程,这种以大数据分析为前提的简捷而科学的认知形成过程,是不需要附加任何给定条件约束的。从偏好、认知和效用之间联系看,认知处于偏好和效用期望的中介位置,当认知形成过程主要由大数据规定,大数据对选择偏好和效用期望的影响也就显而易见了。智慧大脑的选择偏好、认知和效用期望不是经济学理性选择理论所描述的理论情景。

第二,关于非智慧大脑之选择偏好、认知和效用期望的理论解析。非智慧大脑是不能运用大数据思维的行为主体。在“人与信息对话”时期,或在“人与数据对话”初期,按照大数据思维的要求和标准,人们几乎全是非智慧大脑者。自人类进入“人与数据对话”的中期,智慧大脑和非智慧大脑的二元主体结构才得以形成。针对互联网应用扩张背景下的非智慧大脑出现偏好趋同化、认知趋同化和效用期望等待的情形,我们创新理性选择理论至少要完成两项任务: 一是说明“偏好趋同化”与“偏好的内在一致性”的不同,解说“认知趋同化”与“认知跳越”的区别; 另一是对非智慧大脑的选择偏好、认知和效用期望等的模型设置路径提出设想。

新古典经济学运用数理逻辑分析和论证的“偏好的内在一致性”,是指在可供选择的全部子集中,存在一种选择 X 比选择 Y 更被偏好的理性化能力; 面对全部选择子集,当选择被框定在特定子集中时,效用函数由选择 X 比选择 Y 更被偏好时的最大化元素组成(Richter,1971); 著名的期望效用函数理论通过对个体理性化能力与不同选择子集系统性对应关系的分析,运用数理模型论证了预先设定“偏好的内在一致性”的合理性(Neumann & Morgenstern,1947; Arrow & Debreu,1954)。但是,偏好的“一致性”问题有内在和外在之别,非智慧大脑的“趋同化偏好”所具有的一致性特征是外在的,它不像“偏好的内在一致性”那样是一种理论预设。

我们描述二元主体的分析参照系可考虑这样一个建构路径: 运用云平台和云计算搜集和整合来自移动互联网、物联网、传感器、社交媒体和定位系统等的大数据,通过考察行为主体是否进行大数据思维和操作来确认智慧大脑,并据此划分智慧大脑和非智慧大脑。就相应的模型构建而言,一方面,可根据智慧大脑与非智慧大脑的各自数量及其比率,建立二元主体模型。另一方面,可根据非智慧大脑内部效仿和不效仿智慧大脑的人数及其比率,建立反映非智慧大脑内部结构的(亚)二元主体模型。非智慧大脑内部的亚结构模型既是二元主体分析参照系基础,也是建立趋同化偏好模型和趋同化偏好函数的基础。

趋同化认知是趋同化偏好的自然延伸。非智慧大脑的趋同化认知同样具有“跳跃认知”的特征,但它不同于新古典经济学预设“知晓选择结果”所产生的“认知跳跃”。从纯理论考察,非智慧大脑有着可以描述的认知函数,该函数的核心解释变量,可以看成是智慧大脑与非智慧大脑之间的行为互动。诚然,智慧大脑对大数据进行挖掘、搜集、整合、加工和处理的认知过程,并不直接影响非智慧大脑的认知形成,但是,当智慧大脑的效用函数取得极大值时,通常会驱使非智慧大脑将“智慧大脑的认知”作为自己的认知。非智慧大脑效仿智慧大脑实际上是一种行为互动,虽然这种行为互动在现象形态上表现为非智慧大脑的认知跳跃,但作为智慧大脑与非智慧大脑之间的关联,它可以理解为是非智慧大脑认知函数的解释变量。这个抽象的解释变量对于创新理性选择理论是至关重要的,它是我们理解非智慧大脑趋同化偏好、趋同化认知和效用期望等待的枢纽。

非智慧大脑的趋同化偏好和趋同化认知,决定其效用函数的“效用等待”属性。如上所述,现代经济学关于效用期望研究的最新发展,是通过反映相对财富变化的风险厌恶和风险偏好的分析,对个体选择的效用函数作出描述的(Kahneman & Tversky,1979,1974)。但就构成效用函数永恒主题的最大化而言,这一描述同样适合于智慧大脑和非智慧大脑的选择行为; 以创新理性选择理论的分析框架而论,与趋同化偏好和趋同化认知的模型化一样,效用期望的模型化也会碰到一系列的困难,经济学家要重点解决智慧大脑效用期望的模型建构。经济学理性选择理论是微观经济学的分析基础,我们对智慧大脑和非智慧大脑的二元主体划分,以及“趋同化偏好→趋同化认知→效用等待”的分析创新,是重塑微观经济学的一条路径。

四、微观经济学基础创新的几点思考

微观经济学包含极其宽泛的内容,资源配置理论和产业组织理论是最基础和最核心,至于厂商理论、价格理论、投资理论、分配理论、消费理论、激励理论等,在很大程度和范围内都与这两大理论交叉或是其派生形式。这两大理论以主体、行为和制度作为分析对象,始终围绕人的理性选择来研究效率问题。现有的资源配置理论和产业组织理论都是诞生在“人与信息对话”的工业化时代,在 “数据与数据对话”的未来,人们加工和处理数据的手段和获取信息的途径完全改变,“数据与数据对话”场景代替“人与信息对话”场景的事实,要求微观经济学创新。资源配置理论和产业组织理论与理性选择理论有很强的关联,我们需要考虑这两大理论与理性选择理论在互联网应用扩张背景下的理论衔接。

首先,微观经济学要符合实际地解决资源配置问题,需要有“数据与数据对话”的分析框架。微观经济学的资源配置理论,是古典经济学和新古典经济学长期潜心研究的结晶。自马歇尔(1890)的边际分析框架问世以来,经济学家对各种约束条件下资源配置的均衡问题进行了广泛的研究。 这些理论依据价格机制、市场供求、信息传输和处理等设置模型,试图在“人与信息对话” 下对实现市场一般均衡的条件和途径做出基础理论解释。但是,经济学家的理论建构所依据的信息,是在“人与信息对话”版本下获取的,是对已发生事件信息做出的搜集、整理和分类,并且搜集、整理和分类信息的手段,不能得到具有能够挖掘潜在信息和挖掘未来发生信息的技术手段支持,并且经济学家对隐性信息或尚有待于确认信息的甄别,通常是靠与之关联信息的因果分析和推论获得的。因此,微观经济学对买卖双方所有子集实现生产和交易的有关资源配置的一般均衡分析,是对“人与信息对话”版本下的生产和交易均衡的理论考量,尽管这种分析框架非常精美,但从后期经济学家运用大量数理模型对之进行完善的理论研究成果看,迄今的微观经济学始终难以符合实际地解释资源配置的一般均衡问题。

人类进入互联网时代具备了挖掘潜在信息和未来极可能发生信息的技术手段,这种技术手段就是大数据和人工智能。在互联网出现以前,计算机只是计算工具,只是在离线的物理世界中发挥高效的计算作用。互联网应用扩张不能改变物理世界,但它让物理世界处于实时在线状态,使计算机获得云平台支撑从而能对在线物理世界发挥云计算功能。一方面,互联网应用扩张的网络化决定互联网产业化,互联网产业化的发展决定大数据及其运用,而大数据及其运用决定人类能否实现资源配置均衡。物理世界实时在线和所有行业全面网络化会导致全面数据化,而全面数据化将会使“数据与数据对话”成为人类解构物理世界的主导方式。资源配置的实质是供给和需求均衡的计算问题,互联网、大数据、云计算和人工智能等的深度融合为解决这种计算提供了可能性。以上分析可看成是从资源配置角度来创新微观经济学基础理论的框架思路。

其次,微观经济学分析框架需纳入互联网资源配置机制。第一,互联网应用扩张对资源配置的影响,表现为互通互联使供求双方在信息沟通渠道上实现了“时空错开,同步并联”。互联网和物联网等正在消除供求的中间环节,即产品和服务的供给和需求不再需要中间商。这种互通互联在提高产品和服务供需合同的签约率以及减少产品库存的同时,充分展现了互联网应用扩张对资源配置的作用过程。我们可将这一过程理解为互联网资源配置机制,这是网络协同实现全局动态优化的配置机制。该机制起步于“人与数据对话”版本,它会在未来的“数据与数据对话”版本中发展到极致。价格配置资源机制主要是解说产品和服务供求的调节,它不可能像互联网资源配置机制那样能够去中间商。因此,我们创新资源配置理论需要研究互联网资源配置机制,需要在模型设置和参数选取上确立该机制及其功能。

第二,在未来“数据与数据对话”时期,移动互联网、物联网、传感器、社交媒体和定位系统等可以提供超出人类想象的大数据,由于大数据蕴含着预判总供给和总需求及其结构变动的信息,智慧大脑可以利用云平台、云计算和人工智能等手段,用许多简单模型取代单一复杂模型的“数据驱动法”来确定参数和模型,并运用大量计算机服务器对数据进行机器深度学习和强化学习来预判供求总量及其结构; 当总供给和总需求能够得到预判,互联网配置资源机制将会成为资源配置的最优机制。互联网配置资源机制并不排斥价格机制和供求机制,因此,将互联网配置资源机制容纳到分析框架,微观经济学基础的创新将会有一定空间。

第三,基于互联网应用扩张会导致智慧大脑引领非智慧大脑,基于总供给和总需求主要由非智慧大脑的选择行为决定,微观经济学在资源配置理论上的创新,要重视这种二元行为主体结构的研究,尤其要重视对非智慧大脑选择行为的研究。国内有学者从资源聚合角度对厂商通过互联网争夺关注力,通过互联网企业平台聚合市场资源,通过互联网产业链聚合生产资源以及通过互联网共享经济聚合碎片资源等问题进行了分析,认为传统经济学理论亟需创新(江小涓 2017)。这一分析实际上暗含着以下观点: 互联网时代的资源配置已不像以前那样完全用价格机制和供求机制决定,还存在互联网配置资源机制。需要关注的是,互联网资源配置机制会引发产业组织的变化。目前,一批经营商品和服务的以去中介化为特征的巨型企业发展势头强劲,这些企业正在打破原有的产业组织运行格局,论始求源,这些变化是由互联网资源配置机制引致的。

再次,现有的产业组织理论是经济学家在信息约束和认知约束条件下创建的,在未来“数据与数据对话”时期,经济学家要借用新科技解决信息约束和认知约束的成果来重塑产业组织理论。微观经济学的产业组织理论可划分为传统理论和现代理论两大块。与资源配置理论一样,产业组织理论也是“人与信息对话”的理论反映。 关于这一“对话”,我们可以结合产业组织理论的形成作一番解析(资源配置理论也可类似解析)。一国在特定时期所形成的产业组织结构,既是该国产品价格、供求关系、利润率等作用的结果,也是该国前期的投资和消费及其结构综合作用的结果,产业组织结构合理与否,通常会在 GDP、物价、就业、国际贸易、汇率等方面通过各种数据指标反映出来,这便是“人与信息对话”框中的“信息”。经济学家作为产业组织结构的研究者,首先会与这些信息进行“对话”,即对这些信息进行搜集、整合、分类、加工和处理,然后依据不同行业或产品的价格指数、利润率、市场占有率、就业率等进行理论分析,并借助数学分析工具完成对市场竞争和垄断的形成机制、基本格局、变动趋势等的一般理论分析和概括,从而形成产业组织理论。产业组织理论之所以出现不同流派,可以说是“对话”方式不同的缘故。

但是,在“人与信息对话”版本下形成的理论体现了工业化时代理论研究的以下局限:(1)不具有搜集、整合、分类、加工和处理大数据的科技水平和手段;(2)各种数据指标所显现的信息只是部分信息,并且经常包含着信息扭曲,而信息扭曲会误导理论判断;(3)信息不完全将不可避免使研究者在理论分析中出现影响理论分析的主观判断;(4)研究者受信息约束难以获得正确认知。事实上,经济学家在研究中已洞察到了这些局限性,并努力降低因信息约束和认知约束而产生的主观判断失误。例如,奈特(Knight,1992)、阿尔奇安和德姆塞茨(Alchian & Demsetz,1972)、威廉姆森(Williamson,1985)等在构建包含产业组织问题在内的新制度分析理论时,就曾运用不确定性、逆向选择、机会主义、道德风险等范畴来弥补因信息约束和认知约束所导致的在交易费用、产权、契约等理论研究中的一些主观判断失误。但是,认识到理论研究受信息约束和认知约束是一回事,解决这种双重约束是另一回事,它需要科技手段的支持。

在未来的“数据与数据对话”时期,会产生解决信息约束和认知约束的技术手段。经济学家可以借助智慧大脑处理大数据和运用人工智能的科技手段,对企业结构、价格结构、产品和服务供求结构、市场占有率等进行分析,并据此研究市场竞争和垄断的形成机制,从而对产业组织结构作出一般理论概括。诚然,在目前的“人与数据对话”阶段,互联网应用扩张尚不能提供完全消除信息约束和认知约束的技术手段,经济学家还不能获取完全信息,但从产业组织理论的创新来说,理论建构的这种路径和方法应该说是未来的趋势。

最后,产业组织正从垂直整合架构转向网络协同架构,这要求微观经济学对之作出新解说。互联网应用扩张在流通领域发展速度最快,方兴未艾的顾客拉动和客户社区化的实时评价机制,正在推进流通产业组织由原先的垂直整合架构转变成网络协同架构。产业组织的网络协同架构,可解说为厂商利用互联网或物联网平台和运用数据智能化而追求协同效应的一种产业组织运作模式。这种模式通过用户对产品和服务的主动传播,以零成本获取新用户而实现需求端的扩张,并通过产品和服务的规模优势来实现供给端的扩张。目前,产业组织的网络协同架构已开始渗透加工制造业,例如,北京小米、青岛酷特、广州索菲亚和商品宅配、青岛海尔等许多企业已开始运用大数据、云计算和人工智能等技术来构建网络协同架构。当数据智能化和网络协同化有机结合从而形成网络协同效应时,产业组织的网络协同架构就会出现行业进入壁垒,以至于形成行业垄断。这是微观经济学必须关注的。

例如,在世界超 3000 亿美元市值的前十大公司中,迅速突起的谷歌、亚马逊、Facebook、阿里巴巴和腾讯,就是同时具备数据智能化和网络协同化并且形成网络协同效应的具有行业垄断特征的典型互联网公司。与此不同,仅仅具备数据智能化但不具有网络协同效应的 Uber 和滴滴打车,它们吸引了众多司机和打车者加入其数据智能平台,运用智能化手机和 GPS 定位系统实现了闲置出租车和出行打车者的同步并联,并通过数据智能化的扩张供给端方式实现了规模优势,但由于出租车供求是一个相对简单的用户场景,该场景限制了 Uber 和滴滴打车实现多边市场和富有极强生命力的生态潜力,因而出租车行业难以出现进入壁垒和形成行业垄断。滴滴打车和 Uber 合并后的规模优势进一步加强,但滴滴打车在简单场景下还是难以阻止其他玩家进入出租车市场。淘宝的情况就不是这样,它的在线支付、担保交易、客户评级、消费保证和信用评级等多边复杂场景形成了极强的网络协同效应,从而形成了被大众明显察觉的行业局部垄断。

从理论上考量,交易场景简单的互联网企业较之于交易场景复杂的互联网企业,只是表明两者基因存在差异,或者说,只是表明两者网络协同效应程度的差异,并不说明交易场景简单的互联网企业不存在网络协同架构,这是问题的一方面。另一方面,随着互联网应用扩张导致未来的“数据与数据对话”版本,网络协同架构将成为产业组织的主要运行结构。对此,微观经济学关于竞争和垄断的分析应该在哪些方面关注网络经济运行的基础呢? 换言之,我们创新互联网扩张背景下的产业组织理论需要在哪些方面深入创新呢? 这些问题需要研究。

国内学者张永林(2014,2016)较早对网络、信息池、时间复制、信息元和屏幕化市场等展开过可认为是辐射了产业组织变动的基础研究,这两项研究曾围绕网络、信息集聚和繁衍对互联网时代的信息池概念进行了分析,解说了经济行为与网络信息池和时间复制的关联,并通过解说网络信息池和时间复制,将问题的研究推至社会福利分析。就这两项研究所涉及的网络协同而论,作者关于网络经济内生的非市场出清和外部性分析,网络外部性被内部化和网络信息聚合产生协同效应的分析,信息元、物元、屏幕化市场等关联的模型分析,以及有关网络经济市场特征和屏幕化市场结构、经济行为和资源配置的分析,映射出网络经济下产业组织变动的一些有价值的理论见解。如果把这些研究与数据智能化和网络协同化相结合,或许会深化产业组织架构的研究。

产业组织的网络协同架构是以企业生产经营网络化为基础的,它反映的企业与企业、企业与消费者之间的交易模式,包含点击率、关注力、体验、个性化定制等新颖竞争方式,这种竞争方式会使原先的产品和产业链竞争转化成网络平台竞争。因此,微观经济学不可完全以价格机制和供求关系来解释市场竞争,而是要分析不同行业的网络协同。同时,对于市场势力强的企业有可能形成的垄断,微观经济学不能仅仅根据定价能力、市场占有率、市场势力等进行理论解说,而是要研究互联网应用扩张所引致的新的竞争和垄断形式。

五、分析性结语

我们正处在“人与数据对话”走向“数据与数据对话”时期。无论是挖掘、搜集、整合和分类大数据,还是加工和处理大数据,都离不开云计算和机器学习、语音识别、无人操控、指纹鉴定等人工智能技术。人工智能技术最值得关注的是机器学习,机器学习可划分为有监督学习、无监督学习、强化学习和深度学习等类型(Lecun,2015),机器学习可通过“算法”找到加工和处理大数据的人工智能方法(Taddy,2017)。经济学家可以通过机器学习来匹配已发生历史数据,对资源配置和产业组织状况进行实证分析,这可作为经济学家运用大数据思维取代以部分信息为依据的因果思维的例证。但对于正在发生的现期数据和尚未发生的未来数据,如果机器学习仍然处于“人与数据对话”阶段,经济学家即便使用了依据神经网络架构将低层级特征数据组合成高层级特征数据的深度学习方法,也难以挖掘、搜集、整合、分类、加工和处理现期数据和未来数据。人工智能有效匹配现期数据和未来数据,只能出现在“数据与数据对话”时期。经济学家要重塑理性选择理论、资源配置理论和产业组织理论,机器学习方法的拓展和深化是关键。

人类是否能够探索出一种匹配现期数据和未来数据的机器学习方法,是计算机和人工智能专家的任务。对于经济理论研究来说,基于“数据与数据对话”是人类未来发展的趋势,经济学家必须对这种趋势具有前瞻性,要能够借助最先进的机器学习方法所取得的成果来进行研究。经济学理性选择理论是“人与信息对话”版本的产物,它不可能解释“数据与数据对话”版本下的选择行为。我们要完成互联网应用扩张下微观经济分析基础的创新,需要创新经济学的理性选择理论。

本文将互联网应用扩张下的行为主体划分为智慧大脑和非智慧大脑的二元结构,对创新理性选择理论、资源配置理论和产业组织理论等展开了分析,一是基于大数据和人工智能将会改变经济学分析框架的前瞻性考虑,二是基于大数据和人工智能对传统产业冲击实践的考虑。智慧大脑加工和处理大数据是与智慧大脑运用机器深度学习和强化学习相伴而行的。例如,众所周知的 AlphaGo 和 Master 与世界顶级棋手的对弈,就是智慧大脑通过对大约 30 万局幅围棋谱之大数据的加工和处理,用无数台服务器对这些数据展开深度学习,再通过强化学习训练出进一步支撑人工智能的新数据而战胜世界顶级棋手的。这里的 30 万局围棋谱是历史数据,这里的“新数据”则可看成是通过深度学习和强化学习的融合而从历史数据中提炼的未来数据。当智慧大脑借助这种融合使一切都成为“算法”时,人类便实现了以“数据与数据对话”为背景的人工智能产业化。

人工智能产业化的初级阶段出现在消费和服务领域,中级阶段出现在制造和基础设施领域,顶级阶段则是出现在医疗和生命科学领域。就此而论,“数据与数据对话”也存在与此对应的三个阶段。对于经济理论研究来说,经济学家要关注“数据与数据对话”如何改变微观经济运行方式。大数据应用的起点是“人与数据对话”,终点是“数据与数据对话”,它将改变人类资源配置手段。各行各业在大数据的导引下会形成由互联网竞争平台驱动的新产业组织结构。经济学界还没有对大数据应用扩张会重塑微观经济学基础展开专门研究,本文也只是提出一些思路。“互联网网络化→智能数据化→人工智能自动化→网络协同化”将成为人类经济、政治、军事、文化等领域发展的必然趋势。

国内经济学家与深谙智慧大脑的人士之间,爆发了一场将来能不能实行计划经济的争论。经济学家从理论和历史实践强调计划经济的不可行,而深谙和推崇智慧大脑的人士则从大数据有可能提供完全信息角度认为计划经济的可行性。其实,争论双方对实行计划经济的手段和途径的理解不同。前者认为计划行政手段和途径不可能合理配置资源,后者实际上是认为“算法”可以得到总供给和总需求的数量及结构的完全信息。但问题的症结在于,如果大数据提供的有关供给和需求的完全信息不是全社会范围,实行宏观层面上的计划经济是不可能的。其实,资源配置存在合理、准确和精准三大层级,在“人与信息对话”时期,人类充其量只能实现合理配置资源,在“人与数据对话”时期,人类有可能实现准确配置资源,在“数据与数据对话”时期,人类才有可能精准配置资源。人类只有实现了精准配置资源,才具有计划经济的可能性。因此,问题的讨论最后还是回到 “数据与数据对话”这个未来趋势的研究上来。经济学家(极少数除外)不是智慧大脑者,但可以借助智慧大脑的成功来重塑经济学世界。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分