大數據對信息經濟學的挑戰

程禮龍

摘 要 大數據改變了信息經濟學關于信息不確定、信息不對稱的假設，基于此，信息經濟學的逆向選擇、道德風險的理論也因此受到沖擊。

關鍵詞 大數據 信息經濟學

中圖分類號：F01 文獻標識碼：A

隨著計算機通信技術和互聯網技術的迅猛發展，人類進入到大數據時代。大數據的規模性、高速性、多樣性、價值性，促使我們將世界的本質看成是一種數據的集合，從而用數據化思維和先進的處理技術探索數據之間的關系，構筑一個更加透明化、對稱化的世界。

信息經濟學是現代經濟學的重要分支，主要研究非對稱信息條件下的個體決策。它將個人擁有信息的不對稱作為研究的基本假設和邏輯起點，構筑起自己的知識體系。然而，在當今的大數據時代，數據獲取、存儲、搜尋、分析等成本大幅下降，個體之間的非對稱信息現象已經不那么重要，信息作為一個重要生產要素，將同土地、資本、勞動力、技術等一起參與到價值創造和分配過程中去。這將給信息經濟學帶來革命性的沖擊。

1信息經濟學關于信息的不確定性

信息是與特定決策相關的環境和行為方面的知識。信息不確定與信息不完全相關，是指對于與決策相關的知識沒有確切的掌握。由于不確定性普遍存在，獲得信息是有收益的，或者說信息是有價值的。

20世紀50年代，經濟學家們開始關注信息的不確定性。哈耶克在《社會中知識的應用》（1949）一文中指出信息本身是分散的。阿羅在《信息經濟學》（1948）中認為一旦掌握了不確定性的分析方法，便可以計算不確定性的經濟成本，就有必要把信息作為一種經濟物品來分析，因為不確定性的減少就是一種收益。施蒂格勒在《勞動市場的信息》（1962）、《信息經濟學》（1962）等文中分析了信息的成本和價值，認為信息和其他商品一樣，需要付出一定的代價來獲取，并論證了當市場價格呈現一定的離散時，搜尋成為可能并從中獲利，以此為基礎修正了傳統的市場理論。到20世紀70年代，在施蒂格勒、哈耶克等人的推動下，以不完全信息和非對稱信息假設作為前提的經濟學分析開始被廣泛運用，主要研究非對稱信息下市場參與者的交易關系和合約安排，構建了逆向選擇、道德風險、委托代理、信息傳遞、信息甄別等模型，建立了信息經濟學的主要內容。

2大數據對逆向選擇理論的突破

逆向選擇是信息經濟學的重要內容，是指一方掌握了另一方不具備的可能對另一方不利的信息，造成市場資源配置扭曲。主要體現在二手車市場、保險市場、勞動力市場等。大數據時代，這種逆向選擇的機制將發生根本性變化。以經典的“二手車”市場為例，大數據時代，二手車在進入市場前，必然會產生大量的運營、維護等數據。買家只需要支付很少的成本請專門的公司對這些數據進行分析，便可以得出一個相對客觀的車輛狀況，甚至可以給出大概的價格范圍。在此基礎上，買賣雙方通過自由協商達成交易。由于賣家和買家幾乎處在信息對稱的位置，原來所謂的逆向選擇問題便不會發生。再以保險市場為例，由于大數據時代個人數據庫的存在，投保人將很難把不利于保險公司的信息隱藏起來，逆向選擇的問題也不再存在。信息經濟學為解決逆向選擇而發展的信號傳遞、信息甄別等模型，由于需要付出的成本過高、信息量有限等，在大數據時代將失去效用。

3大數據對道德風險理論的突破

道德風險是指人們享有自己行為的收益，而將成本轉嫁給別人，從而造成他人損失的可能性。主要發生在經濟主體獲得額外保護的情況下，它具有非常普遍一般的意義。它也稱委托代理關系，即人在最大限度增進自身效用時作出不利于他人的行動。具體可分為隱藏行動的道德風險和隱藏信息的道德風險。解決道德風險的基本原理是激勵相容，即讓擁有私人信息者享有信息租金，保證經濟人在說實話時的受益不小于說假話時的受益。

大數據時代，市場中每個參與者在進行市場活動時，留下大量數據。將這些數據聚合進行分析，便能夠了解市場參與者的能力、誠信等方面的狀況，甚至有時候數據分析者比市場參與者本身更了解其自身的狀況。同時，大數據時代的大部分決策依靠數據驅動，公司代理人本身對決策的影響力將大幅度降低，決策的透明性、科學性將大大提高，隱藏信息和行為需要付出巨大的時間成本和精力成本，且極易被發現。一經發現，會影響整個市場對參與者本身的評判，會給其在后繼的市場活動中帶來負面影響。隱藏信息（或行為）將變成一種高風險、高付出、低回報的行為。一個理性的市場參與者，基于收益和成本的考慮，將不會冒道德風險進行市場活動。

4大數據對信息經濟學突破的本質分析

信息是作用是用來消除不確定性，數據化就是把現象轉化為可以制表分析的量化形式的過程。在信息革命之前，很多經濟學家已經意識到信息是一種很有價值的資源，但限于技術手段不足，在傳統的經濟學分析中，信息被作為一個假設條件，排除在經濟學要素分析的大框架之外。實際上，信息減少了不確定性，降低了成本，創造了價值。信息數據化后，具有很強的積累性。信息應作為一種生產要素，而不僅是一個假設條件。

信息在經濟分析中從假設條件脫離出來，作為一個重要生產要素參與價值創造和分配，是一個由量變到質變的緩慢過程。信息與其它生產要素不同，沒有實體的存在，分布呈現離散化、多樣化、突變化等特征。信息在參與價值創造的過程中，單個的、個別的數據意義不大，對價值創造產生不了大的作用。只有當大量的數據交叉聚合，進行系統分析，由量變產生質變，才能產生巨大的價值。

大數據時代來臨之前，由于數據數量、存儲方式、分析手段等的限制，數據還不能聚合產生突變創造價值，其作為一種生產要素在參與價值創造中發揮的作用并不大。因此，傳統的經濟學雖然意識到信息的巨大價值，但仍僅僅把信息的對稱與否作為假設條件，來探討市場經濟中的價格決定等機制。大數據時代，隨著數據獲取、存儲、分析等技術的發展，大量數據本身的交叉聚合突變效應變得越發明顯，信息已經從原來的假設中脫離出來，作為一個重要的生產要素參與到價值創造過程中。

參考文獻

[1] 俞立平.大數據與大數據經濟學[J].軟科學，2013（07）.

[2] 于曉龍，王金照.大數據的經濟學含義及其價值創造機制[J].中國國情國力，2014（02）.endprint