
经济学人 新经济、大数据、行为学
美国的金融重心正在从华尔街向硅谷转移,其背后的推手是以高科技与互联网企业为代表的新经济的兴起。新经济带来的不只是对传统商业模式的颠覆,也为经济学引入了全新的思考。微观经济学和行为经济学成为硅谷企业了解消费者、研判趋势、设计未来的利器。
何为新经济?
从基于实物商品的经济转变到基于软件和知识产权的经济。
共享经济,减低信息成本,更简便高效地匹配市场供求。像Airbnb和Etsy这样的新经济网站给人们创造了新的赚钱途径——在自己出外度假时把房子出租,或出售艺术创作和手工艺品。
“组合职业”的兴起,每个人都是自身职业的创业家。新时代的就业者不仅需要不断学习新技能,而且要紧贴时代的经济脉搏,发掘新机遇。
硅谷引领的新经济让微观经济学家如鱼得水。他们精于某个特定领域,通常是某一类型的市场或公司,试图揭示其运转原理。有了科技公司提供的大数据,微观经济学家对人们的行为做出了惊人的准确预测。微观经济学就是数据驱动,挖掘大数据的经济学。硅谷的公司越来越青睐他们:将一位最前沿的经济学家招致麾下,他们就能预测出消费者或者员工下一步可能的动向。
微观经济学家的成功案例比比皆是。以旅游服务公司TripAdvisor的子公司SmarterTravel为例,用户一点开其网站,一项由经济学家设计的算法就开始启动。各种数据,包括两次点击鼠标间隔的时间,都有助于预测该用户究竟是随便看看、打发时间还是潜在的买家。网站会在数毫秒内做出调整——浏览者会看到更多的广告,而买家则会看到一个更为简单的网页,以他们的选购为重点——从而达到利润最大化。其他公司会出售自己的预测能力。任何一家担心员工流失的公司都可以请hiQ Labs的团队通过深入研究公司记录,找出最有可能离职或者被挖走的员工。人力资源总监就可以针对他们做工作。
微观经济学家不再只是研究已有的公司如何运作,而是帮助设计未来的公司。这对经济学家这一职业也提出了新的要求,与着眼华尔街的前人相比,新经济要求经济学家同时驾驭经济学和编程,而不是经济学和交易证券。
微观经济学已开始颠覆经济学研究的出发点和研究方式:
大数据是研究的出发点。微观经济学家非常执着于自己使用的数据是如何收集来的。
假设—求证的研究方法被推倒。微观经济学家更看中电脑对未加工数据的分析,寻求规律。
跨学科的“拿来主义”。为了更好地进行行业分析,微观经济学家博采众长,从心理学到人工智能都有所涉及。
行为经济学,基于人类非理性行为的观察
与微观经济学类似,为了更好去解释人作为个体和群体在日常经济中的行为,经济学的另一重要领域也在快速发展——行为经济学。与经典经济学本质不同之处在于,行为经济学不再把“理性人”作为经济学分析的客观假设,而是把人类行为的不理性纳入到经济学分析当中去。
行为经济学研究的出发点恰恰是对人类非理性行为的观察。我们对意外之财和自己每个月的薪水态度截然不同。自己已经拥有的东西和同等价值可以轻易买到的东西,我们更为珍爱前者。我们对问题的回应很大程度上取决于问题的呈现方式:我们觉得用信用卡支付时加收附加费用不公平,但却认为现金支付的折扣合情合理。
微观经济学家在专注的领域屡有建树,在微观经济层面(即公司和个人行为层面),行为学派也已经站稳脚跟。过去十年,宏观经济学家对整体经济的研判屡屡失误,集合微观经济学的大数据与行为学派的观点,应用于宏观研究,会是很有价值的尝试。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18