导读：每天跟数据打交道，一定会接触到各类报告和榜单。比如数据叔最近就被安利了一份2018世界快乐报告，相信你跟数据叔一样，除了在排行榜上看看热闹之外，还会很好奇，诸如“快乐”“幸福”这样表达主观感受的形容词，是怎样被量化和评估的？

01 2018世界快乐报告

2011年，联合国邀请各成员国衡量国民的幸福感，并利用这些数据来帮助指导公共政策。2012年起，联合国开始发布“世界快乐报告”（World Happiness Report）。

2018年的世界快乐报告，调查数据来自156个国家。每个测量变量都按0分到10分计算人口加权平均分，并随着时间的推移进行跟踪，再与其他国家进行比较。这些变量目前包括：人均实际GDP、社会支持、健康预期寿命、做出生活选择的自由、慈善和对腐败的洞察。

在2018年的报告中，芬兰是世界上最快乐的国家，前10名还包括：挪威、丹麦、冰岛、瑞士、荷兰、加拿大、新西兰、瑞典、澳大利亚。中国大陆排在第86位。

▲世界快乐报告前10名

▲中国大陆排在第86位

▲世界快乐报告地图，不同颜色标记了各国家/地区总得分的高低，颜色越深得分越高（灰色为无数据），图片作者：JackintheBox，来源：Wikimedia Commons

在分项排名中，中国大陆在“做出生活选择的自由”和“健康预期寿命”的排名较高，分别是第30名和第36名，“慈善”和“社会支持”拖了后腿。

对比一下芬兰的单项排名，可以发现芬兰在任何一个单项中都没有排名第1，但各项指数都比较平均，雷达图上出现了六边形轮廓。

▲2018联合国世界快乐报告完整版，请在大数据公众号后台对话框回复WHR下载

02 这样的报告是怎样做出来的？

这份世界快乐报告中，用于对每个变量进行排名的数据来自盖洛普世界民意调查（Gallup World Poll）以及其他来源，如世界价值观调查（World Values Survey）。盖洛普世界民意调查问卷在其核心问题中衡量了14个领域：

（1）商业与经济

（2）公民参与

（3）传播与技术

（4）多样性（社会问题）

（5）教育与家庭

（6）情绪（福祉）

（7）环境与能源

（8）食物与住所

（9）政府与政治

（10）法律与秩序（安全）

（11）健康

（12）宗教和道德

（13）交通运输

（14）工作

接下来你会想问，这些民意调查问卷真的靠谱吗？是怎样设计出来的？依据是什么？

如果你在追寻这些问题的答案，那么恭喜你，已经进入了数据科学和经济学的交叉领域。在行为经济学家、西北大学经济与金融学教授迪恩·卡尔兰（Dean Karlan）和纽约大学瓦格纳公共事业研究生院的公共政策和经济学教授乔纳森·默多克（Jonathan Morduch）最新出版的著作《认识经济》（Economics）中，提到了一项关于幸福的经济学研究。

在介绍这项研究之前，我们需要先了解一下“效用”的概念。在《认识经济》一书中，卡尔兰和默多克对“效用”这个经济学术语给出了贴近生活的解释。

1. 效用是什么？

我们十分谨慎地探讨一个概念——效用，这一概念是所有微观经济学思维的核心。效用描述了一个人对某个事物的评价，比如收到一份礼物，吃一顿饭，或者经历了一件有趣的事情。

实际上，同样的观念在重大决策上也适用。国外援助和政府的社会福利项目中数以十亿计的美元是应该用来补贴那些我们认为“好”的食物和医疗保健，还是应该直接简单地分发现金，并且相信家庭可以自己做出决策？既然如此，为何不直接给人们现金，并且让接受者决定如何使用？

你会发现为了满足欲望并进行权衡取舍的决策基础是：如何实现效用最大化，这也是经济学中最重要的观念。

每个人都有不同的喜恶、生活环境以及收入等，这些差别让我们欣赏并且优选不同的物品和活动。

现在，让我们继续更容易地选择：忘记别人可能喜欢的东西，只考虑自己的喜好。假设在周末，你有完全空闲的一天，没有任何任务，你会做什么？记住经济学家首先会提到的问题：你的欲望和约束是什么？

这里，你的约束很明确，你一天中的小时数是有限的，你银行账户中可以使用的钱数也是有限的。然而关于你的欲望我们知道什么？接下来，我们将更接近“欲望”的内涵。

我们需要的是一个一般性的测度，让我们对诸多选择进行比较，比如阅读还是看电视，看电视还是兼职赚钱。显然，类似的测度一定有意或无意地存在于你的思维里，否则你将无法进行此类决策。经济学家将这种测度叫作效用（utility）。效用是对一个人从某些事物中获得了多少满足感的测度。

效用的观念是经济学的基础。人们在进行决策时，都会认为在所有可能的选择中，这些选择能够为自己带来最多的效用。

具体地，如果你买了一杯拿铁，一定是因为你认为，相比同样价格能买到的加倍特浓咖啡、苏打水或其他饮品，拿铁会给你带来更多的效用。经济学家将这种决策方法称为实现效用最大化。

人们在冰激凌与健康，个人安全与参军卫国，当前消费还是为未来储蓄等选择之间进行权衡取舍。效用这一概念让我们能够了解，人们决策时是如何进行丰富且复杂的心理核算的。

不幸的是，效用难以度量。我们无法总是向自己解释为何相比其他我们从一件事物中能获得更高的效用，我们也绝对不能在别人脑袋里装一个尺子来测量他们从一件事物中获得了多少效用——尽管科学家正在努力研发类似的东西。

想要更多了解科学家如何运用神经层面的方法绘制世界的幸福图景，请阅读下面的关于幸福的科学研究。

2. 关于幸福的科学

如何测量效用不仅吸引了经济学家的兴趣。心理学家和神经科学家同样在探索可行的方法，对人们从事不同活动或者身处不同文化时的精神状态进行比较。越来越多的经济学家与这些领域的研究者合作研究“关于幸福的科学”到底是什么。

比如，研究者将调查数据编制成“幸福的全球数据库”。你可以看一下他们的网站：

http://www1.eur.nl/fsw/happiness/hap_nat/maps/Map_AverageHappiness.php.

此类研究可能会帮助我们了解不同国家的哪些生活特征会让人们更幸福或更不幸。这些知识会帮助我们设计出让人们更幸福的公共政策。

关于调查问题，正如曾编制世界平均幸福地图的工作人员经常会让人们汇报他们有多幸福，或者他们对自己的生活有多满意，调查人员也会问人们在进行不同活动时的愉悦感：研究参与者随身携带一个记事本并且每天在随机的时间点收到提醒信息。

他们会写下自己正在做什么，并且用数值记录下他们感受到的幸福程度。这让研究者能够比较人们是在换班、照顾小孩、运动时还是烹饪晚餐时的幸福感最强。

神经学家利用大脑成像技术收集关于幸福的信息，这些技术让研究者可以直观地观察到人们在包括进行经济决策的不同情况下，大脑的哪部分区域会变得活跃。这些数据通过可以观察到的神经活动，让我们进一步了解了人们对幸福的主观感受。

研究幸福的经济学家希望通过借助神经科学的技术改变对效用的研究。未来将会更多地利用决策时大脑实际处理过程的主观数据。部分研究者甚至希望能够创造出一个比较人们效用差异的测度工具，尽管这将是一个难以企及的目标。

如果你认为这十分有趣，可以自己了解一些跨学科的研究，比如行为经济学、神经经济学或者经济心理学。

3. 其他相关知识

关于效用与幸福科学的研究。《认识经济》一书还继续讲解了显示性偏好（revealed preference）、效用函数（utility function）、边际效用（marginal utility）等相关概念。限于篇幅，本文不再详细介绍，如果你有兴趣的话可以仔细读一下这本书。

03 经济学跟大数据，有什么关系？

数据科学工作者，需要懂经济学吗？答案毫无疑问是肯定的。

我们都知道，如今我们正在利用大数据技术帮助我们做出各种决策。这些决策既包括关于你自己的个人决策，也包括需要洞察他人（比如消费者）而做出的商业、政治决策。

每天我们都做出许多决策。一些相对较小，比如决定是把钱挥霍在一次晚宴上还是捐献给慈善组织。一些相对重要，比如在某些时候，你同自己的顾问讨论可能开创的事业。

我们如何确定什么是正确的决策？别人又是如何决策的？经济学会告诉你这些问题的答案。在上文中，我们也提到了一些效用与决策之间的关系。

不考虑大小或成本，决策是基于效用做出的。大多数情况下，正是想要最大化自己效用的愿望引导人们做出决策。一个成功的策略都是制胜的关键。做出正确的决策能够赢得选举、赚取利润或者获得想要的薪资上涨。

因此，如果你想成为优秀的数据科学工作者，用大数据做出正确的决策，再通过这些决策创造价值，那么你就赶紧学经济学吧！《认识经济》这本书，可以作为新的开始！

你还可以点击阅读原文，发现更多经济、金融、投资类好书。

关于作者：迪恩·卡尔兰（Dean Karlan），2017年7月开始任西北大学经济与金融学教授。拥有芝加哥大学MPP和MBA学位以及麻省理工学院经济学博士学位，行为经济学家、社会企业家、扶贫创新行动（IPA）的主席和奠基人。研究领域 ：发展经济学、行为经济学、政治经济学、田野实验。

乔纳森·默多克（Jonathan Morduch），纽约大学瓦格纳公共事业研究生院的公共政策和经济学教授。乔纳森在哈佛大学获得经济学博士学位，致力于研究扩展金融前沿的创新活动以及金融市场如何影响经济增长和不平等。

据统计，99%的大咖都完成了这个神操作

▼

更多精彩

在公众号后台对话框输入以下关键词

查看更多优质内容！

PPT | 报告 | 读书 | 书单

大数据 | 揭秘 | 人工智能 | AI

Python | 机器学习 | 深度学习 | 神经网络

可视化 | 区块链 | 干货 | 数学

猜你想看

• 从入门到头秃，2018年机器学习图书TOP10

• 写给中学生的算法入门：学代码之前看这篇就够了

• 机器学习重大挑战：坏数据和坏算法正在毁掉你的项目

• 违背常识、颠覆认知，终于有人把薛定谔的猫讲明白了

Q: 你现在能做出一份“联合国报告”吗？

欢迎留言与大家分享

觉得不错，请把这篇文章分享给你的朋友

转载 / 投稿请联系：baiyu@hzbook.com

更多精彩，请在后台点击“历史文章”查看

点击阅读原文，了解更多