基于行为科学的大数据技术对经济学实验教学的影响

刘海宁, 王晓磊, 楚丹琪, 何翔欣

(上海大学 a. 实验设备处；b. 经济数据实验中心，上海，200444)

0 引 言

经济学从学科诞生伊始，其理性人假设条件就致使该学科一直以来被认为无法进行实验，西方主流经济学也长期局限于对经济行为进行理论化的解释与推演。究其原因，是因为人类以往行为经验检验的不可重复性，以及行为的随意性和复杂性，导致经济学科行为实验无法以简单的方法形成实验规律，因此与自然科学实验有着显著的不同[1-2]。

大数据分析技术的出现，将复杂的人类行为可以被重复实验、可以被定量定性分析，完成了经济学理论的可实验化，突破了“社会科学不可实验”的历史，弥补了经济学实验方法上的缺陷和经济学实验教学上的空白[3]。本文将从基于行为科学的大数据技术入手，探讨其对经济学实验教学产生的作用与影响。

1 行为科学对经济学实验教学的创新发展

1.1 行为科学与经济学科的关系

行为研究是人文社会科学中层次较高的研究领域[4]，人类活动的本质是个性行为的多样化。在主观意识支配下的人类行为，即使有遵循固定化模式的“习惯”，也会因为外界条件的变化随机发生[5-6]。人类行为的过程易变、形式多样、以及通过网络媒体传播后的互动程度加深，都使行为模式和影响效果更加纷繁复杂。

行为经济是指以人类行为作为基本研究对象的经济理论，它通过观察和实验等方法对个体和群体的经济行为特征进行规律性研究[7]，同时它以现实为基础构造理论解释经济现象，引入心理分析方法，通过观察法、调查法和实验法对经济行为和经济现象进行研究，摆脱了传统经济学理论以抽象假设为前提的分析范式；实验经济则是将行为经济的理论设计转化为在可控实验环境下的实验项目，通过控制实验条件、观察实验行为和分析实验结果，以检验与比较的方法来完善行为经济的理论范式[8]。

行为经济与实验经济是行为科学与经济学交叉的典型产物。行为科学的产生可以追溯到著名的心理学霍桑实验(Hawthorne Experiment)，如今看来这一实验的影响已远超心理学领域[9]，覆盖了社会学、经济学、管理学、人类学等众多社会科学学科专业，特别是对经济学专业的影响，为经济学实验技术的发展开启了一扇新的大门。

1.2 行为科学对经济学实验教学的创新发展

首先，行为科学以学科交叉的形式被引入经济学，其所发展出的行为偏好选择理论松动和弱化了经济学最基本的理性人的前提假设，这一点不仅对完善经济学理论框架具有重要意义，同时也为经济学实验教学的发展提供了新的土壤；其次，行为科学将经济分析范式中普遍的单一决策行为提升到了综合决策行为，大幅扩展了分析范式的涉及面；第三，行为科学重建了经济学的分析工具，强化了一般均衡的分析框架，使得经济学基础理论得以被实验所检验。

1.3 行为科学对经济学实验室建设的拓展

行为科学对经济学实验室建设最大的影响莫过于实验经济的兴起，随着计算机科学的发展以及计算机的普及，行为科学与实验经济越来越科学化、规范化和多样化。当下，计算机已经成为经济学实验室的基本配置，大量基于行为经济理论的实验软件得到开发，简化了经济学科实验项目的程序和步骤，使得对许多复杂经济行为和经济现象的研究走入实验室成为可能。

美国和德国是最早将行为科学结合经济学，发展实验经济这一新兴经济学实验技术的国家，亚利桑那大学、加州理工学院和德国波恩大学拥有世界最著名的实验经济与行为经济实验室。随着实验经济得到广泛认可以及人才培养过程显现出的良好教学效果，越来越多国家的高校开始接受和引入这一经济学实验技术；东北财经大学和厦门大学是国内最早一批建立实验经济实验室的高校，如今的发展已颇具规模。现在国内许多著名高校也着手研究和发展实验经济，可见行为科学的引入已经改变了经济学科实验技术，并且影响了经济学实验室未来的建设发展方向。

2 基于行为科学的大数据技术对经济学实验教学的影响

实验是科学研究的本源，对行为科学的研究尤其与众不同。行为科学和实验经济在与大数据分析发生碰撞后，产生质的飞跃[10]。通过全面分析和计算人类经济行为的大数据，使复杂的人类行为和经济活动可以被定量定性分析，在发现社会经济发展的路径和规律的同时，可以提高对未来经济活动决策的预知和控制，推动社会进步，丰富经济学科的创新发展。

2.1 数据实验环境的升级

自从经济学科有了实验技术，长期困扰其发展的问题就是无法形成较完美的实验环境。与自然科学实验所不同，经济学科实验项目对于科学数据的依赖度很高，并且很难通过简单地改变几个前提条件就能形成很好的实验环境。实验项目研究的对象往往是真实的社会经济或企业生存环境，即使是某个很小的经济环境，所涉及到的信息量也非常繁复。以往的数据容量和复杂度很难形成较完美的实验环境，然而大数据时代的到来却产生了革命性的改变。

(1) 提升了行为科学数据的信息包容量。科学数据是科学共同体进行科学研究的一种普适语言，具有简洁、精确、易交流等特征[6]。对于经济学科实验来说，行为科学数据包含的信息量直接决定了实验项目的可操作性和整体质量，同时也决定了实验室建设的层次与水平。大数据的到来，不仅极大提高了行为科学数据的信息包容量和复杂度，更改变了行为科学数据统计和调查的包容量与层次度。这是对行为科学数据本身和数据获取能力的突破性发展，使得经济学科实验原本需要却无法获取的数据或原本可获取但无法满足要求的数据从根本上实现了突破，进而促进了实验环境的提升和实验室建设水平的发展。例如，全球最知名的电商亚马逊从开始收集用户消费行为科学数据至今，已经积累到PB容量级别的大数据，通过这些大数据的分析，可以准确了解特定地区特定人群的消费习惯，营造良好的实验环境，预测消费趋势并制定特定的营销策略。

(2) 改变了行为科学数据的分析理念。传统数据分析理念一般在处理数据时，会预先假定分析对象之间存在因果关系，随后再以此为基础建立实验和模型验证这层关系。而在大数据时代，由于行为科学数据的规模巨大、信息量大、结构复杂，所以在数据分析时无法掌控和预设因果关系，也因此突破了原本分析理念的枷锁，能够反映多种类型主体行为的差异性。这一点非常符合经济学专业实验的基本理念，因为在经济环境系统中，实验对象之间并非简单的因果关系，而是复杂的相关关系。更重要的是，大数据分析不是简单对数据的整理、筛选、加工，而在于对具有隐藏性和内在关联性的行为科学数据进行专业化分析，在对数据加工的基础上，发现其内在价值，实现数据增值，成为组织或个人对未来行为决策的重要依据。

2.2 数据处理方法的扩展

传统经济学研究，通过使用前提假设条件设置高度简化和理想化的实验环境，用自然科学的抽象数据建模、解析优化进行实证分析。这样的研究方法虽然也有很强的科学性，但个性行为易变和实验环境过于纯粹，往往导致科学研究的结果会受到质疑和诟病。行为科学大数据分析技术有效用于经济学科实验项目，通过行为分类器的大数据挖掘技术、广义矩阵变换、拟贝叶斯推理和决策判断等方法来处理并非纯数值化的多源多态行为数据集合，以获取全方位、精细详实的行为痕迹数据和科学及时的数据处理[11]。通过对人类真实行为活动的综合分析，减少传统建模数据分析中的原生数据自相关、变量不可分离等问题的干扰，保证了数据研究更加真实有效，实验项目更加科学严谨。最直观的例子就是随着大数据处理方法的不断发展，相配套的计算机硬件也在飞速发展，目前要处理一定量的经济数据实验，必须配置服务器级别的计算机才能保证经济实验的稳定运行。

2.3 虚拟仿真实验技术的应用

在物联网时代，基于行为科学大数据的虚拟仿真技术结合大数据领域前沿的Java、Python 等程序设计语言，ActiveX、Flash 等网络组件技术，以及全球定位系统、移动通信、云计算、云存储等局域网和互联网技术，在经济学科实验项目中得到了广泛的应用，比如城市交通大数据控制、企业生产大数据管理、金融大数据分析等，都是现实中普遍运用的数据实验技术。很多复杂的现实问题在真实环境中测试会有极高的经济成本和社会成本，但是利用虚拟仿真技术的经济学科实验项目可以在降低成本的同时解决问题[12-14]，最简单的例子就是虚拟金融交易，通过运用虚拟金融交易实验软件，可以完成虚拟货币在真实交易环境中的市场操作，能够在没有亏损风险的情况下试算各种不同的投资组合和技术策略，运用于实验教学。虚拟仿真技术的目的是发现问题和预测未来，大数据分析成为虚拟仿真实验和解决现实问题间的锚链，将虚拟仿真实验向虚拟现实推进，使外部环境与实验过程一体化，加强人与环境的交互性，为参与实验的学生提供一个有高度逼真的现场交易环境。

2.4 人工智能和机器学习

人工智能和机器学习是一种对人的行为进行模拟和拓展的技术，现今已成为大数据分析领域的最前沿应用，并且行为科学在此过程中扮演了重要的角色[15]。不仅如此，基于大数据基础发展的人工智能和机器学习正以惊人的加速度促进了实体经济与数字经济的深度融合，成为社会经济产业结构转型升级的重要推动力，也为经济学科实验项目的发展提供了新的空间。其实，经济学和人工智能是共通的，它们都是“人的决策行为过程和问题求解过程”。人工智能和机器学习对于计量经济和统计学实验的影响最为深刻，在大数据条件下，相比传统计量经济实验方法，机器学习实验方法逐渐显现应用价值并被吸收成为新的计量经济实验方法。传统计量经济实验能够应对的都是样本较小、维度较低的数据，但在大数据环境下，这些传统方法很难应对，机器学习实验方法则能弥补这些缺陷，通过决策树、支持向量机、岭回归、套索算法等机器学习方法，能够在大数据容量下准确找出关键的解释变量，极大地扩充了计量经济实验的实验方法和应用范畴。

3 结 论

基于行为科学的大数据技术使经济学实验教学得到了显著的发展和创新。行为科学的引入打破了传统经济学理论的局限，将原本单一决策行为的理论假设提升到了综合决策行为，因此产生了新的一般均衡分析框架，使得许多复杂经济行为和现象得以解释和实验；而大数据分析直接将理论范畴的这一突破与实验技术相连接，大量科学规范的实验软件使得这些复杂的经济行为和现象得以实验项目化。

(1) 资本市场波动与投资行为。资本市场波动往往是投资者的投资行为的集中反映，当市场的供求、信息、制度变化以及外部波动等多重因素对投资者产生影响时，可以考察分析投资者个体的行动选择，以及投资者个体的行为又将对资本市场产生何种影响。通过市场与个人间的交互影响和反馈，寻求二者的内在联动和传导机制。

(2) 薪酬收入与劳动行为。异质性个体对薪酬收入的满意度直接决定个体的劳动行为和努力程度，努力程度的高低又显著影响薪酬收入。企业若要提升经营绩效水平，需要用适当的薪酬收入水平去激励个人。

(3) 消费者动机分析与精准营销。在充分竞争的市场中，消费者个体的主观感受、心理因素、个人偏好、对产品的品牌认可度等微观行为都会直接影响企业的营销策略。通过消费者个体选择、评估和购买商品的海量数据收集及分析，能够有效帮助经营企业分析掌握消费者动机，深入洞察客户发现隐藏消费习惯和偏好，适时适地联系客户，用个性化的方式与客户互动，以便为他们提供更加个性化的促销消息和产品推荐，在降低服务成本的同时创新服务模式，提升企业业绩。

(4) 科技金融市场风险控制。在互联网时代，金融机构混业经营成为常态，科技金融扩展了金融服务边界，加快了金融服务的多元化发展。金融机构、金融科技公司通过互联网、移动互联网获得客户，创新的金融产品和理财服务的多元化，线上信贷、网络银行等在为消费者带来便捷的同时，对于消费者的信用评估、资格质查的片面化也催生了潜在的金融风险隐藏和传递效应。金融机构可以充分利用行为科学的大数据分析能力，获取海量数据，实时进行数据处理，多维度提高风险管控能力，在使用传统金融风险计量工具诸如外部评级模型(如Moody、S&P)、内部评级模型的基础上，还可通过互联网爬虫技术获取更多相关数据、对客户历史数据进行扩充信用分析评估，综合分析客户的交易数据、合同数据、财务状况数据、操作行为数据、抵质押品数据等，在此基础上实现精细化风险管理。

此外，诸如“经济行为决策” “经济博弈”等新的经济学实验，在提升了经济学理论与实践的同时，也大大拓展了经济学实验教学和实验技术的应用范围。