作者：朱海就（浙江工商大學經濟學院教授、人文經濟學會特約研究員）

數據，信息與知識

我們先要對數據，信息和知識這三個概念做一個簡單說明，這是下文討論的基礎。我們把數據視為客觀的符號，是人們行為的歷史記錄，由數字或文字組成，數據可以是經過處理的，也可以是沒有經過處理的。相比之下，信息是主觀的，信息意味著相關主體獲得了某種認識，數據是否構成信息，構成什么樣的信息，都是因人而異。把一堆經濟運行數據放在經濟學家面前和放在醫生面前，對他們來說，這堆數據的信息蘊意是大不同樣的。同樣的價格數據對不同人而言有不同的含義。

在個體使用數據，將數據變成“他的信息”之前，必須事先擁有某種知識。那么什么是“知識”呢？我們說，“知識”可以理解為“因果關系的邏輯”。比如市場的成交量是數據，但幫助他從成交量中得出某個結論的邏輯是知識。

個體運用他認為有助于達到他目的的知識來處理數據，獲得信息。由于知識必然與“他認為是否有助于達到他的目的”相關，所以，知識也是主觀的。知識是被個體“調用”的，他用什么知識，不用什么知識，都與他自己的判斷相關。換句話說，知識不是由他人塞到他腦子中，然后由他人來決定他應該使用什么知識的。概而言之，個體運用他的知識來使用數據，將數據變成信息。

通過數據分析，可以獲知相關關系，但數據分析不能自動地揭示因果關系。我們的眼睛所看到的是相關關系，比如數據之間的關聯，但相關關系不等于因果關系，因果關系是建立在邏輯基礎上的。當個體認為某種因果關系有助于實現他的目的時，他會利用它來達到自己的目的。相關關系不會告訴個體在特定情境下他應該使用什么樣的因果關系，換句話說，有關因果關系的知識并不是以“客觀的”方式存在于個體頭腦中的。

每個個體在特定的情境中使用他自己認為重要的因果關系去解決他們當時的問題。個體在特定情境下會遇到什么問題，或他想解決什么問題，大數據并不能給出回答。這意味著大數據永遠都只是一種解決問題的輔助手段。可見，大數據本身不構成“思維”，“思維”總是“人”的思維，比如某個人的思維，數據本身不會思維。

大數據不能解決“知識”問題，其原因還在于自然界的因果關系和人類社會的因果關系具有不同的性質。我們可以通過對實驗數據的分析，獲知自然界的因果關系，但對于人類社會的因果關系，卻不能通過數據分析的方法獲得，而要通過對人和人的行為的理解才能獲得。

何大安教授等人說“大數據思維模式的最主要特征，是從大數據中提取信息”，但我們認為，大數據本身并不自動地提取出信息，人們根據他們的知識（因果關系）從大數據中提取他認為有用的信息。概而言之，數據，信息和知識三者的關系是“人們利用知識，處理數據，獲得信息”，這種關系不能倒過來，也就是說，數據本身不意味著信息，也不意味著知識。

決定個體行為的是目的而非偏好

人的行為是“自發的”，不是外部因素決定的，一個人決定做什么，不做什么，不是環境使然。人為什么會決定做某事，這不能通過分析他的環境，以及他過去的行為，哪怕是即刻過去的行為獲得到答案。何大安教授說“推測未來數據而形成的未來認知”，對此，我們要說的是，認知總是“現在的”，我們可以形成有關未來的認知，但未來的認知是未來發生的，是由未來那個時候的人們的知識決定的，也即過去的認知并不能形成有關未來的認知，不能根據過去的認知推測未來的認知，歷史并不能決定一個人未來怎么做。通過數據分析，或許可以了解一個人過去和現在的偏好，但這并不意味著能夠把握一個人未來的行為。個體的行動基于他對未來的判斷，而不是歷史數據，也即歷史數據并不能告訴個體未來如何行動才是最優的。

人的行為是有目的，人根據其目的決定選擇什么手段。而人的目的又是增加自己的效用或減少自己的不適，這又取決于他的“價值排序”，即他認為放棄什么來獲得什么可以增加自己的效用。價值排序完全是主觀的。使用大數據并不能得知個體的價值排序，也不能對個體的效用進行求導，計算出他的最優。

“精準推送”不意味著計劃經濟的可行性

精準推送和精準配置資源被很多人看作是“計劃經濟具有可行性”的一個重要理由。在這點上，甚至包括馬云在內的企業家也犯錯，他們認為一旦商家知道了消費者的偏好，商家就可以對消費者“精準推送”他需要或喜歡的商品，認為這為計劃經濟的實現提供了某種可能性。但他們沒有考慮到的是，商家必須利用資本市場提供的信息進行決策，也就是進行利潤計算，假如某些商家發現了消費者新的需求，那么要素的價格必然發生變化，這時商家的生產活動必須進行調整，而這有賴于要素市場的運行提供的信號，去體現要素稀缺性的變化。

資本市場把企業家的判斷通過價格信號的方式體現出來。所有的價格都是交換的結果，而所有的交換都是基于企業家對未來的預測和判斷，這種預測和判斷必然是多樣化的，而由于大數據的運行模式是單一的和給定的，不可能代替企業家做出預測和判斷，因此大數據本身不能實現“交換”，或者說，大數據不能把“價格”制造出來。這也就是說，大數據只能是企業家的工具，本身不能代替企業家的決策。

把“精準推送”與“計劃經濟”聯系在一起的觀點，忽視了稀缺性的變化，因此它至多只能在虛構的、需求和要素都不變的情況下具有可能性。另外，市場如何對某個需求的變化作出反應，這不是大數據能夠給出答案的，因為人的行為不是由外部信息確定的，對同一信息不同的企業家完全可以有不同的行為，比如有的企業家樂觀判斷，會買入，有的企業家悲觀判斷，會賣出等。

大數據（超級計算機）不能代替市場對信息的處理。在市場中，每時每刻都有成千上萬的人在行動，在制造信息，他們按照自己的意志行動，而不按照某個統一的模式行動，這就意味著市場處理信息的模式難以用明晰的語言描述，因此也無法被大數據復制。大數據必然是按照某種事先給定的模式去處理數據，比如用什么樣的數據，怎么利用數據，都是人為給定的，數據本身不能給出回答。并且，市場處理的是隱含的，分散的信息，而大數據處理的只能是明晰的，可收集的數據。

如前所述，信息從本質上說是主觀的、實踐的、分散的和隱含的，使用大數據并不能改變信息的這些基本特征，換句話說，大數據不可能“提供完全信息”。信息是企業家在行動過程中不斷地被發現的，以“被理解”的方式接受和利用的，主觀的信息無法傳遞給大數據的操控者，這也意味著精準推送的不可能性。

正確的進路是“利用知識”，而不是“改善認知”

在何大安教授的進路中，他預設了一個掌握了正確認知或全知的主體（所謂的“智慧大腦”），并且智慧大腦比普通大腦的認知更優異，因此它的認知應該被施加于普通大腦，以改善后者的認知。

個體在決策時，首先利用的是他自己頭腦中的隱含知識，他對隱含知識的處理方式無法用一個函數去表示，甚至他自己也不可能建立一個有關他自己如何處理隱含知識的函數，更不用說外部觀察者了。何大安教授的觀點正是預設了“已經知道個體的決策函數”，那樣，剩下的只是一個“計算”的問題。顯然，這種預設是不能成立的。大數據不能替個體選擇目標，也不能替個體選擇手段，大數據至多只是個體選擇目標或手段時的一個輔助工具。

要再次強調的是，個體的行為并不是由他有關因果關系的知識決定的，相反，是個體確定目標之后，才決定使用什么樣的因果知識。比如我知道綠燈過馬路比較安全，并不意味著我會去過馬路，而是我決定過馬路，才去利用這種知識。那么個體的目標是由什么決定的？只能說他自己決定，自發的，我們永遠不知道個體決定他目標的機制是什么，假如有可以決定每個個體最優目標的機制，并且這種可以為“智慧大腦”所知（為大數據所模仿），那實施計劃經濟就具有可能性。

個體具有什么樣的知識，他的知識是否能夠達到他的目標，這不是經濟學研究的對象，經濟學關注什么樣的制度才能使每個個體的知識加以利用。這樣一種制度確實與每個人都需要知道的知識，如經濟學知識相關。

“認知”不可能趨同，也不應該趨同

何大安教授的研究進路是這樣的：由于人的認知是有限的，那么利用大數據，把握了智慧大腦和普通大腦的認知后，可以使“普通大腦”的認知趨同于“智慧大腦”的認知，或者說，從“非理性”變為“理性”，這樣整個社會的效率就提升了。相應地，經濟學的關鍵問題就變成如何把改造人，使普通大腦的認知達到“智慧大腦”的水平。這讓筆者聯想到納粹的“生命之泉計劃”， “智慧大腦”相當于該計劃中被培育的“優質的雅利安人”，以及一些國家在計劃經濟時代曾實施的“勞動改造”。我們說，人的認知不需要“被改造”，他需要的是一個能夠充分發揮他的創造性的制度環境。

個體認知的改善是以一種自發的和分散的方式進行的，比如隨著他習得的知識的改善而改善。而在何大安教授設想的機制中，個體的認知應以一種指令性和集中的方式改善，即遵循“智慧大腦”來改善，而這在我們看來，是最不利于改善個體認知的。事實上，認知是一個“知識”問題，當個體習得有關因果關系的知識時，他就改善了自己的認知，認知的改善過程也是知識的學習、生產與利用過程。

對此，我們說，每個個體都有共同的心智結構，但個體處理知識的模式或過程是不同的，同樣的信息會被不同人以不同方式處理，在此意義上，我們說，認知對每個個體來說都是獨特的。認知是隱含的信息處理方式和過程，具有獨特性，我們只能習得他人的認知所生產的知識，但無法習得他人的認知。除非“普通大腦”屈服于“智慧大腦”，否則他的認知不可能與“智慧大腦”趨同。在正常情況下，不同人的認知也不可能趨同，并且認知不趨同是好事，因為不趨同才有豐富多樣的世界。大數據只是幫助個體認知的手段，個體有什么樣的認知，就會如何處理大數據，也就是說，大數據只是認知的結果，個體的認知變了，對大數據的處理也變了。

個體正是通過利用市場所產生的價格信號而變得“理性”的，換句話說，假如沒有市場提供的信息，那么每個個體都是瞎子，任何智慧大腦都沒有用武之地。所謂的智慧大腦，比如杰出的企業家，也是在市場競爭過程中被發現的。沒有誰事先可以確定，誰的大腦是“智慧大腦”。實際上，計劃經濟就預設了中央計劃委員會是“智慧大腦”，是無所不知的。

計劃經濟不可行不是“技術”問題，是“經濟”問題

何大安教授等人把經濟體制問題視為一個“技術問題”，因此，經濟體制問題的討論可以轉變成技術問題的討論，如他們說“當我們將能不能實行計劃經濟與如何實行計劃經濟的討論，轉換為具備不具備大數據思維以及具備不具備大數據融合平臺的討論時，問題便轉換成對以大數據為靈魂的科技能力的研究，而不是經濟體制或模式的研究。”我們反復強調，再先進的技術，都代替不了人腦的思維，代替不了市場的知識生產和篩選機制。技術只是人們實現目的的手段，不能代替人本身。一個顯而易見的事實是，假如沒有私有產權，沒有市場，則根本不會有數據產生，意即所有與經濟活動相關的數據都是相應市場信號才能產生，也就是先有了市場才有“經濟數據”出現。在沒有市場的情況下，他們說的什么神經系統數據和“算法”之類的只有生物意義和工程意義，沒有經濟意義。

思維是創造性活動，不是“計算”活動，在給定程序下，大數據在最優計算方面或許優于人腦，但大數據本身不具有創造性。并且，也根本不存在“因果思維模式轉變為大數據思維模式”一說，因為只要是個“人”，在任何時代，他的行動都離不開“因果思維”（知識），否則他會寸步難行，大數據至多只是他確定了因果關系之后的一個輔助手段。

何大安教授等人認為“技術”可以解決“體制”問題，他們說“大數據思維模式能夠在很大程度和范圍內消除政府失靈現象”，這在一定程度上是把“術”和“道”的關系顛倒過來。我們說，政府失靈可以理解為政府沒有達到自己的目標，其原因一般是政府選擇的手段錯了，這是一個知識（因果關系）問題，不是技術問題。知識問題決定了解決問題的方向，假如方向錯了，那么技術再先進也是于事無補的。舉個例子，比如政府打算減少赤字，但又不減少支出，這時會出現政府失靈。政府如不糾正自己的手段，僅僅依靠大數據是不能達到減少赤字的目的的。

何大安教授等人繼續說，“人類究竟能不能實行計劃經濟，未來學家和經濟學家都不能說了算，大數據和人工智能的未來發展才是最后的裁判”。對此，我們說，經濟學家對 “計劃經濟不可行”完全可以說了算，因為“計劃經濟不可行”是經濟學基于“人的行為”所揭示的基本真理，否定了這一點，也就否定了經濟學的最基本常識和最基本的意義。

結語

數據是明晰的，客觀的，而信息本質上是主觀的，隱含的和實踐的，數據被個體理解之后才會轉化成“他的”信息。人們在使用數據之前先會判斷該數據的重要性，這種判斷因人因時因地而異，而大數據本身并不能替個人做出這樣的判斷。信息分散在無數人的頭腦中，不能被某個頭腦或超級計算機集中掌握。個體確定目標后，才能決定把什么樣的數據作為手段來實現自己的目標，否則他會在海量的數據面前不知所措。數據是人們行動的產物。作為“歷史”，數據本身不能告訴人們未來他們應該做什么。另外，沒有市場的運行，甚至數據本身都不可能產生。正確的進路應該是“讓個體的知識得以充分利用”，而不是何大安教授提出的“改善個體的認知”。何大安教授預設的“智慧大腦”類似于計劃經濟中的“中央計劃委員會”；他對“普通大腦”的認知和“智慧大腦”的認知趨同的欲求，也正如中央計劃委員會試圖讓普通大眾服從于它的指令。正是市場對分散信息的分散利用使個體在固有的認知局限的情況下也有可能實現自己的目標，而大數據不能扮演同樣的角色。何大安教授有關認知與大數據的討論仍屬于新古典經濟學的“最大化”范式，他沒意識到市場是一個互動（交換）過程，最大化范式并不適用。

本文首發《社會科學文摘》，2018 年第10 期 ，也被《高等學校文科學術文摘》，2019年第1期轉載。原發《浙江工商大學學報》，2018年第5期，約12000字。

返回列表