“大數據”是近年來的流行詞。它通常指網絡時代收集和分析巨量數據的工作。但實際上，經濟學從創立時起，就一直在用“大數據”支持和檢驗各種理論和模型。西方最早的大規模社會經濟數據收集可以回朔到1700年時的英國。從那以後，隨着經濟學研究方法的演進，數據的收集和分析也更加系統化和精細化。人們從數據中提煉出一個又一個的模型和理論，而這些又反過來指導數據的收集過程。經濟學家，普林斯頓大學教授迪頓（Angus Deaton）就是在收集和解釋經濟數據領域的重要開創者。因為這些貢獻，他獲得了2015年諾貝爾經濟學獎。獲獎前的迪頓也許只在本行出名，但他有一個工作卻是家喻戶曉的。2010年，迪頓與卡納曼（2002年諾貝爾經濟學獎得主）發表了一個研究，指出收入與幸福度的相關性到七萬五千美元為止。超過此收入，幸福度就不再增加了。

迪頓的諾貝爾獎不是因為他的一個工作，而是因為他整個職業生涯的貢獻。諾貝爾官方的工作介紹中引用了他的37篇論文，其中有20篇是他獨自發表的。根據諾貝爾委員會的宣言，迪頓主要是因為三個方面的工作受到表彰。

迪頓“初出茅廬”就一鳴驚人。在還是新科教授時，他在1980年提出了所謂的“幾乎完美需求系統”模型。這個模型研究的是消費優先的問題。也就是說：當總消費量（金額）固定時，人是怎樣分配各種消費品的數量的。社會總體消費分布的理解，顯然對於經濟政策和計劃是非常重要的。當時通行的方法是：把整個經濟的行為等同於一個“代表人”的行為。“他”根據當時的情況（各種物品的價格，自己的總消費量等）選擇消費金額的分配，追求效用函數的最大化。效用函數（utility function）是一個函數，其自變量是消費者的各種選擇，而函數值就代表消費者的最終“幸福”程度。而確定效用函數的形式，就是制定正確模型的關鍵了。如果消費者是理性的，那麼這個效用函數就會滿足一定的數學性質。問題是，從實際數據導出的效用函數卻不滿足這些性質。也就是說，經濟學的基礎 “理性人”在這個問題上受到了挑戰。而迪頓指出：問題是整體經濟的行為不同於一個理性人，雖然它是成千上萬個理性人的集合。迪頓進而提出了“幾乎完美需求系統”模型。這個模型包含了一組很容易通過數據來確定的參數，可以描述理性和非理性的效用函數，也可以很容易地判斷一組參數是否理性。這個模型可以描述個體的消費行為，也可以描寫社會總體的消費分布。迪頓指出，即使在一個非常簡單的情況下（所有的個別消費者都使用同樣的理性的效用函數），其總體消費分布的效用函數也不一定是理性的了。這個並不複雜的模型能揭示消費分布中的一些本質問題，又具有良好的數學性質，所以至今仍被廣泛使用。迪頓的那篇論文至今已被應用超過4500次。這是迪頓的第一個重大貢獻：建立了一個既能忠實於數據，又足夠靈活的需求模型。

初戰告捷後，迪頓又在消費與儲蓄模型方面做出了全面的貢獻。這裡研究的問題是：一個人在收入變化的時候，消費和儲蓄的分配如何變化。二十世紀中期風行全球的凱恩斯主義，其依據就是個人用於消費的比例是不變的。所以當政府通過赤字運行暫時增加人民的收入時，人民的花費也會按比例增加，從而刺激需求，振興經濟。後來，自由派經濟學家佛利德曼等人提出反對意見。他們的理論是：人的消費水平不是由當時收入決定，而是基於對於長期收入的估計。所以消費水平是基本穩定的，不隨着收入波動。這個理論稱為“永久收入”理論。如果這是正確的話，凱恩斯的經濟刺激就沒有作用了。迪頓對於消費者的行為進行了細緻的模型研究。他發現，“永久收入”理論雖然直覺上很有道理，但仔細分析卻需要不少修正。例如，人的借貸能力並不是無限的。而現實中大多數人都生活在借貸能力的極限上。他們沒有儲蓄，所有收入都用於消費。另外，人對於未來收入的預期也並非不變，而是基於目前的收入。所以收入高時，人會認為將來的收入也高，所以反而減少儲蓄，用來增加消費。反之到收入降低時，倒覺得苦日子是長久的，需要增加儲蓄未雨綢繆。由於這兩個原因，人的消費波動其實應該比收入波動更高。但是，社會總消費的數據卻顯示消費水平比收入水平更平穩。這個矛盾被稱為“迪頓佯謬”，至今尚無確定答案。但看來問題也是在於個人行為與總體行為的不一致。除此之外，迪頓對於數據的收集也有重大發現。理想狀態下，要研究消費者行為隨時間的變化，我們需要跟蹤個別的消費者，收集他們在不同時間的數據，業內稱之為“面板數據”（panel data）。美國人口調查署和勞動統計署從上世紀八十年代起就收集和發表十分詳盡的面板數據，涵蓋人口組成，收入和消費的很多方面。但是在世界其他國家，面板數據由於成本較高，應用不是很普遍。迪頓發現，其實另一種“橫截面數據”（cross-sectional data），也就是對一個人群在某一時間的調查（而不是跟蹤個人），也能提供相同的信息，達到相同的精度。這種把橫截面數據變成“偽面板數據”的技術對於推廣數據統計在第三世界國家的應用起了很大作用。迪頓以數據與理論相結合，個體與宏觀相印證的作風，為消費與儲蓄問題的研究奠定了堅實的實證基礎。這是他的第二個重大貢獻。

迪頓在經濟研究中非常重視數據，模型和理論分析，但他並沒有迷失了經濟學的根本目標：提升人民的生活品質。所以，除了數據的收集和分析之外，他還關注一個更基本的問題：什麼數據最能反映人民的生活品質？迪頓發現，收入並非生活品質最可靠的表徵。而在發展中國家，消費和營養是度量生活品質更好的尺度。他還開拓建立了用“窮人物價指數”反映窮人的消費水平，用主觀訪談補充“硬數據”，和利用健康狀況來反映生活品質等方法，對研究發展中國家經濟狀況的工具和手段做出了巨大貢獻。迪頓還善於創造性地使用數據。例如，為了調查人群中是否有重男輕女的行為，他需要知道家庭在男孩和女孩身上的消費是否相等。但是家庭調查中只知道總花費，無法精確到具體人身上。於是他採用了比較有孩子前後，家庭奢侈品消費水平的變化程度，來推算家庭預算中花在孩子身上的錢。對迪頓來說，數據雖然非常重要和寶貴，但畢竟只是個工具。如何從數據中得到需要的信息而不是被數據誤導，這需要經濟學家的知識和智慧。迪頓獨具慧眼，善於從數據中發掘信息去偽存真，發展了一系列數據分析實踐。這是他受表彰的第三個重大貢獻。

迪頓是個學術權威，在學術圈子裡非常受尊敬。但不光如此，他在全球經濟活動中也是舉足輕重。除了學術活動外，他還參與世界銀行幫助發展中國家提升經濟的努力，為此寫過不少報告和白皮書。上面說到的用橫截面數據代替面板數據的發明，對發展中國家推廣“以數據為依據制定政策”的做法就很有幫助。他還發現了印度政府在計算貧困率時的方法錯誤，幫助印度政府得到更切合實際的數據。迪頓自稱，他個人的目標是“研究改善人民生活的政策問題”。這一點上他的確是身體力行了。

迪頓的工作不僅是對經濟學的貢獻，對“大數據”領域也具有普遍的指導意義。除了具體的技術和思路外，他的基本態度是：不崇拜數據，而是真正弄明白為何收集數據，如何使用數據。特別是對數據的解釋非常小心。他的論文從來不是簡單的圖表，而是有很多定性，直觀的分析來挖掘數據背後的意義。借了這次諾貝爾獎，回顧一下迪頓和經濟學幾十年來“與數據共舞”的歷程，在這個大數據時代是件很有意義的事情。

有關博文

用事實說話：循證決策

凱恩斯主義與經濟刺激：真是靈丹妙藥嗎？

http://blog.creaders.net/fouyang/user_blog_diary.php?did=108856