京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23