大數據，如何面對未來的數位浪潮？

美國麻省理工學院教授卡瓦洛(Alberto Cavallo)在1980年代末期的阿根廷度過孩提時代，當時這個拉丁美洲國家動輒爆發危機，猖獗的通貨膨脹，讓日常採買成了必須與時間賽跑的大事。

卡瓦洛每天都跟著母親去銀行提取當日所需的披索，不多領，餘額盡可能以美元形式存在銀行。領了錢，母子十萬火急跑到當地的鋪子裡掃貨，希望在物價上翻之前盡快完成採買。他傷感地說：「我們若不及時趕到收銀台前結帳，就得再回銀行領錢，同樣的過程再來一遍。」

不過，這個經驗為卡瓦洛日後的學術興趣「經濟統計學」，播下奇妙的實驗種子：利用爆炸性的大數據來加強、補充，甚至最終取代傳統數據；後者是今天無數決策者、政要、學者賴以得知消息並形塑意見的工具，甚至是兆計美元的投資導航。

2006年起，卡瓦洛與同儕李戈朋(Roberto Rigobon)主持「巨量價格數據計畫」(Billion Prices Project)，當時阿根廷政府被控操縱阿根廷通膨數據，而卡瓦洛與李戈朋2人發現，他們蒐集阿根廷零售商的網上價格，就能建立起更正確、更實時(real time)的測量通膨率方式。卡瓦洛說：「這有點是無心插柳，但我們很快就領悟到，它在別處可以派上用場。」

蒐集與耙梳資訊巨海已成一股大趨勢，上述計畫只是其中一例。企業、產業，甚至整體經濟的表現，都可以從大數據中尋找蛛絲馬跡，而有些數據已經可以提供不完善但很有用的線索。一些專家預測，人們在網路上的數據足跡，最終必能歸納出即時而實際的經濟趨勢圖。

我們留下的數據路徑和痕跡量大無比，每年都在倍增。根據國際數據資訊公司(International Data Corporation)的說法，二○年時，會達到44皆位元組(zettabites，即千萬億兆位元)，這些資訊若放在高端平板電腦，堆疊起來比地球與月亮之間的6倍距離還多。

另類資料供應商Quandl負責人卡梅爾指出：「若知道如何打開正確的數據集，要了解任何與經濟有關的事情，現在都不難了，這是一個大好時機。」由於大數據所含的瑕疵與偏見一堆，可能讓大數據解讀的雄心聽起來過於龐大，但一些數據科學家認為，人們生活漸漸移向網路，經濟體統計數字幾乎可以瞬間取得，統計的烏托邦未來必然能實現。

針對落實經濟研究中使用另類資訊一事，位於倫敦的圖靈研究所(Alan Turing Institute)計畫負責人邵歐說：「將所有資訊化成有價值的形式，挑戰很大，但我想10年後我們會離即時經濟地圖很近了；如果10年裡沒有實現，我會非常失望。」

一六年英國公投選擇脫離歐盟時，許多經濟學家預測大災難會接踵而至。一項針對服務業樂觀情緒的調查發現，脫歐公投後，英國服務業的情緒在20年的歷史中遭遇最大跌幅，而高盛也預測英國會陷入蕭條；但是英國與歐盟正式分道揚鑣這一段時間裡，英國經濟到現在為止都顯得極有彈性。

當然，也有人嘗到甜頭。英國投資集團施羅德(Schroders)成立了一個數據分析部門梳理新數位資訊，包括可以一窺個人實時消費模式的信用卡數據資料。部門負責人艾因斯沃斯說：「我們告訴基金經理人勢頭看來不錯，而幾個月之後的正式數據也證實了我們的分析，這些數位資料都可以讓人對剖析經濟有當期性的認識與了解。」

大數據的潛力令人目眩神移。信用卡購物與電子郵件接收可以顯示零售消費情形；社群媒體吞吐的訊息可以用來建立實時的情緒測量；衛星追蹤船隻何時何處靠岸、油輪是滿是空、載運的是農作物還是鋼鐵產品；企業求才和人力網站列出的工作機會可以透露就業模式；智慧手機送出的所在地，也透出使用者何時身在何處；時間久了，物聯網也會經由連線的冰箱，洩露我們每日的飲食習慣。

在這些新數據集中挖礦，一度曾是量化對沖基金的專用地，如今一些財政部長、央行總裁和統計機構也涉足其中，以更佳、更快了解經濟趨勢，而這項發展對公共政策的形成會有重大影響。

金融風暴暴露出官方數字之間存有鴻溝，○八年12月，美國全國經濟研究所商業週期委員會在雷曼兄弟破產幾乎3個月後，才宣布美國經濟在1年前就已進入蕭條。歐巴馬政府時期的全國經濟委員會副主席費若回憶說，雖然許多經濟學家從迅速惡化的數據報告中，也做了類似的結論，但他們的統計數字卻未充分抓到經濟下沉的腳步。

費若如今是摩根大通銀行研究院負責人，這個智庫將客戶資料轉換成有價值的經濟與政策考量因子，探討自付健保花費對一個家庭財務的衝擊、房貸償付調整對無力償債或消費者開銷的影響等等。費若認為，大數據可能對政策有著「巨大」的衝擊力，尤其是在蕭條前後。她說：「很多傳統的數據資料無法在極端時刻回應問題；我不認為大數據會全然取代核心統計數據，但顯然可以補強。」

美國商務部經濟分析局1年有4季對GDP做出季報，但這些數據至少已落後1個月的時間，而且季報也會經常修正。法國對沖基金CFM總裁約登預測，各機構未來對經濟提供數據會迅速的暴增。他說：「GDP季報看起來太過時了，數據的建構條件極其複雜，但是我們也許可以從每月，而非每季的經濟數據開始。這會是很好的第一步。」

但是對此持疑的經濟學者專家也大有人在。瑞士資產管理公司GAM旗下的Cantab Capital避險基金投資長寇克說，他的團隊檢視很多不錯的數據資料，但結果對投資目標毫無用處，對預言經濟方向是否更有價值，同樣令人懷疑。

數據科學家和統計學家承認，將亂七八糟的數據集，轉換成有用的工具，誠非泛泛之事；例如，老年公民的資訊往往無法從智慧手機或社群媒體數據中取得、信用卡數據只能抓到若干消費形態、衛星資料碰上壞天氣傳輸就要打折扣，這些也都要考慮。

此外，有些人認為最大的障礙在於後勤支援和法律方面：資訊大多握在私部門手中，為銀行、電話公司、社群媒體平台或製造商所控制。有時資訊固然可以靠出價取得，但是多數時候企業能與外界分享什麼、透露什麼，有法律上或是現實上的限制。

同時，許多政府統計部門取得或涉獵新的數據集，經常是透過不夠周延的委外方式。曼徹斯特大學經濟學教授、英國統計局研究員柯耶說：「技術上的調整非常繁瑣吃重，但是解決得了，人們低估的是法規上的挑戰。」鑑於更好、更快的粒子數據對公共政策的影響，她認為統計機構應該可以免費取得私領域的重要數據。

但施羅德的艾因斯沃斯說，統籌巨大的數據集加以中央化，牽涉到安全與私人問題，因為數據中常含敏感的個資。他指出：「作為一個社會，我們該問的一個問題是：我們應不應該有隱私?我們應不應該把這一切所有的數據都統合在一個地方?因為它既是數位又是私人性質，我們應該尊敬對待。」

從大數據中汲取實時、即時和更準確指標，究竟是可行的?還是一場幻想?懷疑論者說，大數據與好數據之間不能畫等號。為了即時性，準確性可能必須付出無法令人接受的代價，而準確性應該是統計部門的第一優先。卡瓦洛表示，他視這些新的數位資源為傳統資訊的補充，他不認為傳統資訊的地位馬上就會被搶走。他說：「我們能夠測量一切事物，並不表示每一件事都有測量的價值。」

然而，一場顯然是數位數據革命的序曲已經開始。樂觀派認為，他們已經能用十年前絕對無法想像的方法來測量經濟趨勢，現存的數據集有較長的時間系列，也因而有更準確的模型；而新模型也很快就會問世，一旦新工具在握，就可以明顯改善測量的準確性，並對經濟加速創造出當期的統計。英國統計局研究員柯耶說，大數據統計模型的發展之路充滿「譁眾取寵之聲」，但進展仍會「一日千里」。 (陳喬譯)