落园专注经济视角下的互联网 / Economic Observation of the Internet

这周日，在魔都，会有一个非常好玩的科普讲座——《科学报道工作坊第8期：别让数字吓到你2.0》。原谅我王婆卖瓜，这期会是我和李舰哥去讲，在此先谢过科学松鼠会的一众好朋友们的辛勤组织。其实挺遗憾的是，本来鸟兄也会一起去讲的，结果时间不给力，鸟兄最近在大陆的另一端飞翔呢，5555。 这一期中，我这部分主要是一些基本的统计知识和相关例子，为了避免太多数字什么的吓跑听众，整个讲座都会以有意思的小故事为主，通篇展现统计直觉而不是纠结概念和定义什么的。李舰哥会展示大量漂亮炫目的统计图形，然后娓娓道来我们应该如何读懂、解释这些图形，用一种“图画和艺术”的语言来传递数字信息。视觉盛宴啊！一言以蔽之：information is beautiful! 顺手转一下松鼠会在微博上卖萌的宣传语： 发改委专打飞机？天蝎座一统IT？统计陷阱，一起识破！数字图表化，让人很头大？一幅图，让“挑战号”航天飞机失事，让病人药物中毒？ 我这里小小的“剧透”一下，大致说来，我这部分将会包括如下几个话题： 我们为什么需要数字？ 哪些统计术语到底是用来干嘛的？ 如何不被统计陷阱所欺骗？（想起来经典的一句话，改装一下：学习统计学就是为了不被统计学家所欺骗，哇咔咔！） 如何更好地利用数字...

查看全文

今天看到木遥的一篇文章：为什么跨学科的研究项目是件残酷的事，略有感触，在此罗嗦几句。 1. 经济学大量吸收了数学家，Arrow之后更是有一系列微观理论数理化的变革，Laffont的加入对于博弈论的影响扩大也不可或缺。这些人，在当年应该都算是“跨学科”的吧，经济和数学总是走的那么近，和统计学就更不用说了。 2. 很多学科领域都在期待数学工具的变革和进步，很多学科的突破式发展也是得益于数学工具的引入。物理和数学的渊源就不用说了，生物这些年来也多多少少依赖着好多数学工具的发展。另外从某种层次上，计算机和数学是不分家的…… 3. 交叉学科研究最难的是，要求一个人具备两个、或者更多领域相对专业的知识。某一个领域少了一点，都不足以支撑一个突破性研究的进展。或者应该这么说，纯知识是好学的，关键是习惯两个以上领域的思维方式，知道他们分别关心的是什么，然后找到交叉点，这是我觉得对人要求最高的。隔行如隔山，很多时候确实如此。 最后补一句，最近常用一句话， 偏见源于无知 无知请理解为“某种知识的欠缺”。举个简单的例子，一个统计调查和研究估计往往首先要考虑的问题之一就是，样本是不是selected sample。简单的说，你不能跑到东北去进行人口身高采样然后回...

查看全文

宏观经济理论比较难以直接转换为微观的商业模型，就不说了，毕竟关注的问题完全不是一个层面的。那么微观经济学呢？一个什么样的理论可以转换为一个可实践的商业模型呢？ 除了金融之外？ 这可能是经济学院和商学院最大的区别吧～就像物理和工程的差别。从我的感觉，最普遍的就是各种拍卖理论和模型，但是这个就有点鸡生蛋、蛋生鸡的味道了。比如Groupon，这种互联网时代的团购模式是不是我们以前所未曾闻及的？那么，在每一个传统的商业模式搬迁到互联网这个平台的时候，我们是不是可以利用信息的优势（用户注册资料、购买记录、地理位置等），来针对传统商业模式的弱项有所弥补呢？ 电商在过去的2011年为广大群众贡献了无尽的福利，这个看看双11和双12抢购就不用多说什么了吧？各种烧钱烧的没完。从某种程度上，我甚至认为他们对平抑物价做出了杰出贡献……当然这个是暂时的，可是是什么样子的力量让各大电商这么火拼呢？我个人认为，还是信息优势和物流瓶颈突破，带来的电商较之于传统卖场库存、场地租金等等大幅下降的优势和对于顾客的准确感知。 作为一个有羊毛一定要蓐的半家庭主妇，我就很直接的在淘宝商超买掉了柴米油盐酱醋茶……除了肉和蔬菜牛奶等这种暂时没法买的之外...

查看全文

在上一篇社会实验的特殊性（二）里面回顾了费歇尔的实验设计三原则之后，那么归根结底，我们为什么要做实验？ 从一个纯经济学的角度来看，社会实验的目的之一就是在我们面对现有的数据受到各种局限、从而无法完美的回答我们关心的问题的时候（说到底还是各种内生性问题），采取的一种主动出击寻求答案的方式。故而，实验之前我们一般是有一个基本的思路和方向的，然后更多的想去看一下这个东西到底是不是在现实中就是这个样子。从这个角度而言，社会实验是在很明确的我们知道想得到什么信息的方向上去设计的。 说一下从我个人的感觉上的最大的在业界和在学术界的不同，可能就是data上。在学术界，难得会有非常好的data，所以很多的时候我们都是在有限的数据资源的基础上、去力求用最完美的方法估计我们感兴趣的值。数据源有限的原因有些是历史上的，比如我们研究几十年前的事情，自然当时没有电脑等东西可以完善的记录所有的事情；有些是数据本身的性质决定的，比如宏观里面常用的gdp等东西，中国的数据是1978年之后才有的，而且一般都是年度数据，更受限于国民统计汇总的层级汇报，自然会有一些测量偏差；有些是业界有数据，但是没法得到，这里就牵扯到一些隐私等法律权益、或者...

查看全文