今天隨便聊聊一個(gè)Susan在2017年發(fā)在Science上文章：Beyond prediction: Using big data for policy problems。Susan Athey是美國(guó)著名的經(jīng)濟(jì)學(xué)家，現(xiàn)在是斯坦福大學(xué)商學(xué)院的教授。在平臺(tái)和大數(shù)據(jù)方面的研究方面，她大概是經(jīng)濟(jì)學(xué)界林朝英這樣的角色。值得一提的是她老公Guido Imbens在計(jì)量領(lǐng)域的名聲更加蓋過了Susan在商學(xué)領(lǐng)域的名聲，大概算是王重陽(yáng)。

[[323151]]

之所以提到這篇論文是因?yàn)槔锩嫣岬搅艘恍┓浅Ｓ腥さ年P(guān)于大數(shù)據(jù)未來(lái)在產(chǎn)業(yè)經(jīng)濟(jì)領(lǐng)域發(fā)展方向的問題。眾所周知大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)的出現(xiàn)大幅提高了我們運(yùn)用數(shù)據(jù)來(lái)預(yù)測(cè)的能力，比如說(shuō)一個(gè)和我們生活最息息相關(guān)的方面就是許多平臺(tái)軟件會(huì)通過大數(shù)據(jù)學(xué)習(xí)來(lái)定向推送內(nèi)容(每個(gè)人打開百度搜索相同的關(guān)鍵詞，得到的結(jié)果和排序可能都是完全不同的)。

那么對(duì)于社會(huì)科學(xué)工作者而言，一個(gè)自然而然的問題就是：我們未來(lái)的發(fā)展方向有哪些是可以和大數(shù)據(jù)方法相契合的?換而言之，社會(huì)科學(xué)工作者，或者企業(yè)領(lǐng)導(dǎo)者是不是可以直接拿來(lái)主義，運(yùn)用大數(shù)據(jù)來(lái)指定相關(guān)政策，優(yōu)化社會(huì)福利或者公司運(yùn)營(yíng)呢?

蘇三(Susan)在她的文章里面提到了現(xiàn)實(shí)生活中大數(shù)據(jù)應(yīng)用的三個(gè)方面：

醫(yī)療

醫(yī)療方面一個(gè)使用大數(shù)據(jù)預(yù)測(cè)的例子是：醫(yī)生希望通過大數(shù)據(jù)來(lái)預(yù)測(cè)符合哪些條件的病人更適合來(lái)做髖關(guān)節(jié)置換手術(shù)。所以他們使用機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)哪些手術(shù)候選人可能在手術(shù)后的一年之內(nèi)死亡，通過手術(shù)的風(fēng)險(xiǎn)率來(lái)確定病人是否適合做這樣的置換手術(shù)。他們的說(shuō)法非常具有經(jīng)濟(jì)學(xué)意義：一個(gè)人只有通過手術(shù)能夠活得很長(zhǎng)的時(shí)候，做手術(shù)才更有意義;如果手術(shù)之后不久就死了，還要為手術(shù)承受額外的痛苦，那可能只是一種金錢上的浪費(fèi)和徒勞。

其實(shí)這是一個(gè)非常具有現(xiàn)實(shí)意義的問題，比如說(shuō)面對(duì)流行病我們是不是也可以使用大數(shù)據(jù)來(lái)對(duì)不同程度的感染者采取不同的治療手段，從而使得有限資源可以最合理化的分配。

然而一個(gè)重要的問題在于，我們是不是可以簡(jiǎn)單地通過這樣的風(fēng)險(xiǎn)分類的方式來(lái)決定手術(shù)的優(yōu)先性?同時(shí)簡(jiǎn)單基于關(guān)聯(lián)性的機(jī)器學(xué)習(xí)結(jié)果也并無(wú)法回答更深層的問題，比如說(shuō)患者之間可能存在我們看不到的異質(zhì)性問題。就目前而言我們可能并無(wú)法通過模型的預(yù)測(cè)結(jié)果來(lái)直接判斷是否某些病人可能比另一些病人更有可能引發(fā)并發(fā)癥。

回到這次的肺炎事件來(lái)看，我們?nèi)绻麅H僅從個(gè)體治療效果角度進(jìn)行判斷通過大數(shù)據(jù)建立模型來(lái)決定有效的治療手段和方案，會(huì)不會(huì)忽略了個(gè)體的傳播性?比如說(shuō)有一些病患可能從個(gè)體角度上來(lái)說(shuō)治療的優(yōu)先級(jí)并不是最高，因?yàn)樗麄兩韽?qiáng)體壯。但是可能這些病患恰好是極具傳播力的人，反而應(yīng)該被優(yōu)先處理。更本質(zhì)地，到底這種根據(jù)存活率來(lái)分配稀缺資源的方式是不是就是我們?nèi)祟惿鐣?huì)所追求的最優(yōu)方式?

城市發(fā)展

公共建設(shè)和城市發(fā)展是大數(shù)據(jù)方法運(yùn)用的另一個(gè)重要維度。比如說(shuō)一個(gè)很現(xiàn)實(shí)的問題是如果我們要在城市里面安排警察，監(jiān)察員，那么根據(jù)現(xiàn)有的人力物力，我們?cè)趺礃臃峙湔{(diào)度才是最優(yōu)的。這是一個(gè)很現(xiàn)實(shí)的問題最新的研究成果就有顯示，如果在波士頓地區(qū)的參觀重新按照大數(shù)據(jù)結(jié)果安排衛(wèi)生監(jiān)察員的話，可能會(huì)相比現(xiàn)有的分配方式提高30～50%的監(jiān)察效率。

蘇三提出這看起來(lái)很美，但是相對(duì)而言我們也要知道機(jī)器學(xué)習(xí)的方法在預(yù)測(cè)效率可能會(huì)提高30～50%的同時(shí)，也忽略了兩個(gè)重要的因素。要使得效率提高成立的前提條件是：

1. 人類的行為不會(huì)因?yàn)橘Y源的重新分配而變動(dòng);
2. 即便這樣是真的，重新置換分配資源的成本也必須低于收益，不然的話政府將會(huì)缺少動(dòng)力去優(yōu)化現(xiàn)有系統(tǒng)。

大數(shù)據(jù)經(jīng)常也會(huì)被用于計(jì)算城市的犯罪率，從而合理規(guī)劃警員的配置和分布。可是另一方面我們需要擔(dān)心的是一旦這種警員重新配置分布之后，很顯然也會(huì)反過來(lái)影響到潛在犯案者的行為以及犯案地點(diǎn)的選擇，最后可能會(huì)使得重新分配警力只是在做無(wú)用功。當(dāng)然這一切因?yàn)閺膩?lái)沒有發(fā)生過，自然而然也不可能直接被“大數(shù)據(jù)”所預(yù)測(cè)。

企業(yè)決策

最后要說(shuō)的例子是企業(yè)的決策，特別是平臺(tái)類的企業(yè)。2015年的時(shí)候Blake, Tadelis, Nosko有一篇著名的論文，發(fā)在了經(jīng)濟(jì)學(xué)的頂級(jí)刊物Econometrica上。經(jīng)濟(jì)學(xué)家?guī)椭鶨bay做了一個(gè)研究，主要是看Ebay通過付費(fèi)搜索廣告來(lái)吸引消費(fèi)者這樣的策略到底是否實(shí)際有效。之所以做這樣的研究是因?yàn)樵诮?jīng)濟(jì)學(xué)家介入之前，Ebay自己的團(tuán)隊(duì)已經(jīng)做過這樣的研究，搜索點(diǎn)擊和購(gòu)買行為本身相互關(guān)聯(lián)。Ebay通過機(jī)器學(xué)習(xí)的方法得到了非常驚人的結(jié)果，他們發(fā)現(xiàn)通過投資搜索廣告獲得的點(diǎn)擊繼而造成的銷售利潤(rùn)大概是成本的1400%!

這樣的結(jié)果太過驚人，以至于Ebay自己都覺得不太可信，因?yàn)槿绻钦娴脑挘秦M不是意味著只要拼命投資廣告讓更多的人通過廣告點(diǎn)擊進(jìn)入Ebay就可以發(fā)大財(cái)?那運(yùn)營(yíng)企業(yè)也太容易了一些了吧。

經(jīng)濟(jì)學(xué)家們發(fā)現(xiàn)事實(shí)上造成這樣的機(jī)器學(xué)習(xí)結(jié)果的重要原因是大部分點(diǎn)擊廣告人的確會(huì)在點(diǎn)擊廣告之后購(gòu)買Ebay的產(chǎn)品，但是這可能本身就是一種因果錯(cuò)連。主要并不是因?yàn)辄c(diǎn)擊所以才想買，而是想買所以才會(huì)點(diǎn)擊。在矯正了這樣的偏誤之后，他們重新估計(jì)了廣告投入帶來(lái)的收益，發(fā)現(xiàn)事實(shí)上廣告投入帶來(lái)的平均回報(bào)是-69%而不是1400%。