一、問題的理解

人類經濟選擇行為在互聯網“時空錯開、同步并聯、客戶拉動、實時評價”功能的作用下正在悄然發生改變，這種改變會引發資源配置方式變化，會促使產業組織變化，微觀經濟學必須能夠對這些變化和變動做出新的解釋。

互聯網應用擴張是一個動態演進概念，它在起步階段開辟了鏈接個人電腦之間的高效通訊系統，接著在消費和娛樂領域全面擴張，目前正邁向加工制造和城市基礎設施等領域，并開始向醫療和生命領域滲透。互聯網應用擴張反映三大層面的內容:(1)技術本身的內在擴張邏輯;(2)微觀經濟活動操作的擴張邏輯;(3)對人類行為、思想、文化乃至于對人類文明進步的擴張邏輯。第一層面的擴張邏輯，主要指互聯網、大數據、云計算、人工智能等的各自技術規定及相互融合; 第二層面的擴張邏輯，主要指人類運用日新月異的互聯網和人工智能等新技術進行投資和生產經營; 第三層面的擴張邏輯，主要指這些新技術對人類經濟、政治、文化和思想意識形態的潛移默化作用。這些擴張邏輯要求我們研究人類選擇行為、資源配置和產業運行等的變化。

互聯網應用擴張使人類的投資經營和消費娛樂等活動越來越受互聯網、大數據和人工智能的導引。從行為主體、數據處理和信息獲取之間的關聯看這一導引過程，互聯網應用擴張正在逐步結束“人與信息對話”，走向“人與數據對話”，并在未來極有可能實現“數據與數據對話”。值得經濟學家關注的是，“人與數據對話”和“數據與數據對話”將會改變人們決策的思維方式、操作程序和實施手段。傳統經濟學和現代經濟學的理性選擇理論以及建立其上的微觀經濟學，都是以部分信息為依據來推論因果關系從而展開理性選擇分析的，這些分析難以解釋互聯網和人工智能時代正在興起的由大數據思維驅動的實際選擇行為。

大數據思維本質上仍然是一種因果思維，只是這種思維較之以部分信息為依據進行推論的因果思維有顯著不同。舍恩柏格曾通過對大數據時代如何取舍信息的分析，認為在工業化時代人類一直是運用有限樣本數據來剖析現象背后的因果關系，試圖通過這一剖析而精準地獲悉事物因果關系的內在機理，但這種因果思維不具有總體性和相關性;他進一步指出，大數據思維放棄了以樣本數據追求精準因果關系，強調數據總體性和相關性所內蘊的因果關系，它實質上是一種包含總體思維、相關思維、容錯思維和智能思維的方式。從信息獲取方式來考察，舍恩柏格實際上是認為決策信息來源于大數據，人類通過對具有混雜性之大數據的總體分析，尤其是通過對大數據的相關分析，可以得到準確信息乃至于有可能得到精準信息。因此，大數據思維并不否定因果推斷，而是強調“人與數據對話”或“數據與數據對話”規定的因果推斷，大數據思維對于重塑經濟學基礎理論具有革命性。

經濟學理性選擇理論誕生在“人與信息對話”的非互聯網時代。理性選擇理論主要經歷了兩大階段:(1)對選擇行為的一般理論模型分析;(2)研究選擇行為的信息約束和認知約束。第一階段是傳統經濟學在完全信息假設上，對選擇行為所展開的抽象理論分析; 第二階段是現代經濟學依據不完全信息假設，對傳統理論偏離實際的質疑和批評。近半個多世紀以來的現代理性選擇理論的發展，是從信息約束研究走向認知約束研究的，這一走向在反映科技進步影響理性選擇理論演變的同時，也反映了經濟學家思維層級的變化。以科技進步的影響而言，廠商投資經營最大限度地利用了科技手段獲取影響選擇的更多信息，以期實現最大化的決策效用; 就思維層級變化而論，經濟學家開始從單純的行為分析轉變為行為和心理的雙重分析。

但從理論上評判，理性選擇理論在非互聯網時代的發展受到了極大限制。這種限制不是傳統經濟學將理性解釋為追求自利最大化的錯，也不是現代經濟學把信息的搜集、整合、分類、加工和處理等解釋為實現最大化路徑的錯，而是經濟學家的理論研究受信息約束和認知約束所致。自 20 世紀 50 年代赫伯特·西蒙的有限理性學說問世以來，理性選擇理論對偏好、認知和效用等的分析有了很大的完善。例如，針對如何降低認知約束，經濟學家通過并軌經濟學與心理學，運用心理預期分析來探索認知約束形成及降低認知約束的方法(Kahneman ＆ Tversky，1973，1974，1979; Lucas ＆Prescott，1971; Lucas ＆ Stokey，1983; Smith，1994)。在非互聯網時代，盡管理性選擇理論經過經濟學家的努力得到很大發展，但信息約束和認知約束問題始終難以得到解決。

互聯網應用擴張的最重要標志是一切信息都來源于大數據。目前，已有文獻對互聯網應用擴張的未來前景進行了展望性研究，主流觀點認為未來世界是大數據和人工智能的世界(吳軍，2016; 彭特蘭 2015; 赫拉利 2017; 凱利 2014，2016，2017)。但是，這些研究較少涉及人類選擇過程中的偏好、認知和效用期望等基礎理論。事實上，互聯網時代人們獲取信息的方式已步入“人與數據對話”版本，并且在將來會發展到“數據與數據對話”版本。從經濟學基礎理論看這些標志著互聯網應用擴張的“對話”版本的升級，我們可得到許多思想啟迪。以人們選擇而言，這些“對話”版本的升級不僅會改變選擇的思維程序、選擇手段和過程，更重要地，它將改變選擇偏好、認知和效用期望。因此，我們創新微觀經濟學的首要任務，需要對理性選擇理論展開探索。

現有的涉及互聯網應用擴張的分析文獻，主要集中在企業如何利用互聯網平臺進行投資經營等研究上。其實，如果企業利用互聯網平臺實現了“時空錯開，同步并聯”，而不是運用大數據和人工智能等技術進行投資經營，它只是我們稱之的互聯網 + 模式，是“人與數據對話”模式，而不是 “數據與數據對話”模式。互聯網應用擴張從“人與數據對話”向“數據與數據對話”轉變時，有幾個問題需要討論:(1)在“人與數據對話”階段，人類選擇是否進入了信息不完全向信息完全的過渡階段;(2)在“數據與數據對話”階段，人類是否可以在信息完全的基礎上進行選擇;(3)微觀經濟學在“數據與數據對話”背景下如何發展等。

較之于工業化時代主要采用因果分析來甄別信息，互聯網時代開始轉向通過大數據的搜集、整合、分類、加工、處理來甄別信息。這種甄別信息方法的最大亮點，是逐步排除了主觀判斷所產生的信息誤差。當人類通過大數據能夠獲取準確信息時，廠商就會在(最大化)理性驅動下運用以大數據支撐的互聯網和物聯網平臺來投資經營。撇開互聯網、大數據和人工智能等對產業運行過程的具體影響，僅就“人與數據對話”發展到“數據與數據對話”而論，從傳統產業演變而來的互聯網產業將不再是簡單意義上的互聯網 + 企業，而是轉化成以人工智能挖掘和匹配大數據的智能科技產業。若此，微觀經濟學的資源配置和產業組織理論就不適合對產業運行的解釋了。

互聯網應用擴張會顯現兩大結果: 一是人類選擇的偏好、認知和效用期望等的變化，另一是個人、廠商和政府實際選擇的變化。為此，我們首先要對互聯網、大數據、人工智能等如何影響人們選擇做出解說; 其次是對選擇偏好、認知和效用期望等做出一般理論解說，以重塑微觀經濟學的理論分析基礎; 再其次是在創新后的理性選擇理論的基礎上，對資源配置理論和產業組織理論做出新的解說。在筆者看來，這些解說可以在很大程度上說明現代經濟學為什么不能解釋互聯網時代人們實際選擇的原因，對于這種向主流經濟學基礎理論的挑戰，需要有充分說服力的案例、數據或經驗事實的論證。不過，這個問題的探索性研究可分為兩步走，第一步是在創新理性選擇理論的基礎上對現代經濟學不能解釋互聯網時代人們的實際選擇行為展開一般性理論分析，第二步則是運用案例、數據或經驗事實來展開實證。本文將致力于第一步的研究。

本文結構安排如下: 第二部分對互聯網應用擴張下的人類選擇行為進行概要描述，重點考察理性選擇理論在假設前提、參照系和分析方法等方面與互聯網時代人們選擇實際的偏離; 第三部分是解析互聯網時代人們選擇偏好、認知和效用期望等的變化，探討理性選擇理論分析框架的創新; 第四部分是對微觀經濟學的資源配置理論和產業組織理論等做出一些新思考，以完成對互聯網應用擴張與微觀經濟學基礎之關聯的理論論證; 第五部分是分析性結語。

二、互聯網應用擴張下的人類選擇行為概覽

經濟學理性選擇理論的分析架構，是經由完全信息假設轉向不完全信息假設，對偏好、認知和效用等要素做出有取舍的研究，并采取以“個體行為”作為基本分析單元的個體主義方法論來完成的。假設前提轉變，是經濟學家逼近現實研究選擇行為的一種理論反映; 有取舍地研究偏好、認知和效用等要素，是經濟學家追求理論完美以繞避分析難點的反映; 采取個體主義方法論，則是經濟學家推崇建構理性而采用的抽象分析方法。 隨著極大量、多緯度和完備性特征的大數據的產生，隨著機器學習和其他人工智能技術的廣泛使用，互聯網應用擴張下的信息基礎已發生了很大的改變，人類選擇偏好、認知和效用期望等正在發生變化。我們從“人與數據對話”以及“數據與數據對話”背景來研究互聯網應用擴張下的人類選擇行為，需要對現代理性選擇理論的主要發展做出概要的梳理。

首先，現代經濟學對新古典經濟學的質疑和批評，是在“人與信息對話”版本內的質疑和批評。這里概括的“人與信息對話”版本是指行為主體獲取信息的途徑，以及依據所獲取信息進行選擇的方式和過程。具體地說，“人與信息對話”版本所對應的，是個人和廠商通過市場供求、價格波動、政策取向等獲取影響選擇的信息，是在分類、加工和處理這些信息的基礎上做出判斷、形成認知而進行選擇。該版本最主要的特征如下:(1)個人和廠商獲取的信息是已發生事件的部分信息;(2)個人和廠商難以借助科技手段從非數字化數據中得到信息;(3)經濟學家的實證分析只能依據不完全的樣本數據，還不能依據大數據建立實證分析模型。“人與信息對話”版本對應的社會經濟形態，是現代農業、工業、服務業及全球化貿易的工業化時代。

一種理論與實際行為的偏離，通常表現為該理論的基本定理或分析范式不能有效解釋與之發生偏差的實際行為。新古典經濟學創立的以“偏好的內在一致性”為底蘊的期望效用函數理論就被視為出現了這種情況。關于“偏好的內在一致性”，現代主流經濟學認為它是完全信息假設和其他給定條件約束下的邏輯推論，人們的實際選擇并不具有期望效用函數理論所說的非此即彼的內在一致性，尤其是受心理因素和非經濟動機影響的諸如施惠、受惠、報復等行為更是如此(Goranson＆ Berkowitz，1966; Berg et al．，1995; Forsythe et al．，1994; Marwell，Ames，1979; Fehr et al．，1996)。現代非主流經濟學則是通過一系列心理和行為實驗，論證了偏好的內在一致性與人們實際選擇之間的系統性偏差(Kahneman ＆ Tversky，1973，1974，1979; Smith，1994)。關于“選擇者知曉選擇結果和效用最大化”，主流經濟學和非主流經濟學都認為人類的有限理性會導致認知約束，選擇者不具有精確計算選擇結果的能力，效用最大化是一種自利最大化愿景，選擇者在認知約束下的效用期望會不斷發生調整。這些質疑和批評表明現代經濟學已逐步把“認知”作為內生變量來處理。

關于“相同選擇通常在相同概率下發生”，現代主流經濟學分析了認知約束下的選擇行為所對應的結果集及其概率分布，他們通過對結果集的概率分布是否確知的研究，將人類受認知約束的選擇劃分為確定性隨機選擇和模糊性隨機選擇。阿萊悖論 (Allais，1953 )和艾爾斯伯格悖論(Ellsberg，1961)就是這些觀點的早期最著名的理論。現代非主流經濟學則將認知看成是決定選擇權重之重要變量的主觀概率，認為特定情境中的高低幾率事件會導致人的認知偏差，選擇結果的概率并不等于效用的加權之和，人們通過風險厭惡和風險偏好的主觀感受值來度量預期財富變動，效用函數可以通過一條呈 S 型曲線的反映風險厭惡和風險偏好的價值函數表示(Kahneman ＆Tversky，1979)。由此可見，現代經濟學對認知約束的研究有了明顯的加深和拓寬。

現代經濟學是在“人與信息對話”框架中對已發生的信息做出搜集、整合、分類、加工和處理，再經因果分析對新古典經濟學進行質疑和批評的，在“人與信息對話”版本中，人的選擇都有著揮之不去的主觀判斷。在“人與數據對話”版本，出現了具備新的信息獲取方式和因果分析方法的極

少數智慧大腦者，他們能通過對大數據的多維度進行相關分析而獲取精準信息，能借助互聯網、大數據和運用云計算來設置模型，并運用機器學習處理參數而做出選擇(這可看成是對智慧大腦者的定義)，而那些不具備以上能力的蕓蕓眾生，則可看成是非智慧大腦者。

其次，智慧大腦產生于“人與數據對話”版本，在將來有可能會在“數據與數據對話”版本下選擇，智慧大腦的選擇偏好、認知過程和效用期望等會影響非智慧大腦。當人類選擇所依據的信息不是僅僅來源于數字和文字，而是包括圖片、圖書、圖紙、視頻、聲音和影像等非數字化數據，并且獲取信息的途徑主要是通過大數據、云計算和機器學習時，人類選擇行為及其過程便進入了“人與數據對話”版本。這個版本會隨著互聯網應用擴張而擴張，當其擴張至“數據與數據對話”版本時，人類選擇過程將會告別主觀判斷，徹底進入一切有機體和無機體都可以通過數據解構的“算法”時代(赫拉利 2017)。這便有以下推論，人類從大數據獲取精準信息的時代，是智慧大腦選擇決定非智慧大腦選擇的時代。聯系理性選擇理論創新看問題，隨著互聯網、大數據和人工智能的深度融合，互聯網應用擴張在改變人類的選擇偏好、認知過程和效用期望的同時，也會改變廠商行為方式和產業組織結構。

現代經濟學的理性選擇理論正確指出了人類選擇偏好的多維性、認知的不確定性和效用期望的不斷調整，但這些發展不是以大數據為基礎的分析。在互聯網時代，理性選擇理論需要研究的是，智慧大腦運用大數據、云計算和機器學習等搜集、整合、分類、加工和處理人們消費和投資的歷史數據、即時數據和未來數據時，如何在成本、收益、體驗、時尚和心理滿足等方面對選擇偏好發生影響。智慧大腦通過機器深度學習和強化學習來搜尋最大化消費和最大化投資的路徑時，如何對認知過程和效用期望調整發生影響呢? 基于智慧大腦選擇有著確定性的高效用，智慧大腦的選擇偏好、認知和效用在未來將會成為人類選擇過程的主流，非智慧大腦會全面追隨智慧大腦。這個問題的深入討論涉及理性選擇過程的行為主體結構問題(下文分析)。互聯網時代的智慧大腦和非智慧大腦的現實選擇正在“顛覆”經濟學理性選擇理論的分析基礎。

再次，理性選擇理論不能解釋非智慧大腦的選擇偏好、認知過程和效用期望。在“人與信息對話”的分析框架內，理性選擇理論只能解釋互聯網時代智慧大腦的選擇行為，難以解釋非智慧大腦的選擇行為。這是因為，從追求效用最大化以及由互聯網協同效應引致的人們選擇行為互動考察，非智慧大腦的選擇偏好通常表現出一種以最大化為底蘊但卻受智慧大腦牽引的趨同化偏好。對于這種趨同化偏好，理性選擇理論不曾有過論述，而經濟學家運用個體主義方法論對個體選擇偏好所做的抽象分析，是不能解釋非智慧大腦這種趨同化偏好的。非智慧大腦的認知形成是一種放棄理智思考而以智慧大腦認知為自己認知的過程。理性選擇理論對選擇者搜集、整合、分類、加工和處理信息的認知形成的分析，難以解釋非智慧大腦這種特殊的認知形成過程。另一方面，與趨同化偏好和趨同化認知相對應，非智慧大腦的效用期望，則是一種將效用寄托于智慧大腦的沒有自己明確預期的效用期望等待。

智慧大腦的選擇效用會展現在互聯網平臺上，它會產生一種促動非智慧大腦仿效智慧大腦偏好和認知的催化作用。正是這種催化作用使非智慧大腦產生偏好趨同化和認知趨同化。不過，這兩種趨同化要有互聯網作為基礎配置條件，否則，智慧大腦對非智慧大腦的引領作用便無法發揮。從人類獲取信息的途徑和方式理解，互聯網高度體現了“聯”的功能，這一功能使無數***立計算機形成了信息流動和聚合; 加之，物理世界的硬件設施與之相“聯”，使任何行業都具有互聯網屬性，任何信息都來源于大數據。當人類能充分運用人工智能來挖掘、處理和匹配數據時，便有可能形成“數據與數據對話”。非智慧大腦趨同化偏好的程度和范圍取決于互聯網應用擴張，在趨同化偏好促動下，非智慧大腦會放棄理智思考而形成趨同化認知和效用期望等待。顯然，針對這些情形，經濟學家在“人與信息對話”版本內是難以洞察的。

最后，建構智慧大腦引領非智慧大腦之選擇模型的機理。智慧大腦尤其是非智慧大腦選擇行為具有極強的抽象性，我們難以運用數理模型對之進行刻畫，但可用文字對這些模型的機理構成做出以下幾點概括:

第一，互聯網協同效應是智慧大腦和非智慧大腦選擇行為的互動，它內蘊的函數關系可從互聯網、大數據和人工智能等的相互融合中探索。

第二，智慧大腦是從大數據多維度的相關性獲得正確信息，并通過機器學習或其他人工智能技術形成認知的，這個過程決定智慧大腦高效用的效用函數的形成過程。

第三，在網絡協同效應下，非智慧大腦仿效智慧大腦而形成偏好趨同化和認知趨同化，這兩種趨同化導致非智慧大腦形成沒有主觀展望的效用期望等待。

第四，非智慧大腦的效用函數是智慧大腦效用函數的復合函數，我們可將智慧大腦的選擇偏好、認知和效用期望等，理解為是非智慧大腦相應變量的解釋性變量。

以上所描述的智慧大腦引領非智慧大腦選擇的模型建構機理表明，互聯網應用擴張背景下的人類選擇行為已發生很大變化，經濟學理性選擇理論要有效解釋非智慧大腦的選擇偏好、認知和效用期望，必須對互聯網、大數據和人工智能等導致人類選擇變化問題展開新的研究，必須在“人與數據對話”尤其是在“數據與數據對話”背景下思考問題。我們創新理性選擇理論，需要關注智慧大腦和非智慧大腦兩大主體，需要關注智慧大腦的選擇行為對非智慧大腦的引領作用和過程。

三、理性選擇理論分析框架的創新設想

互聯網應用擴張在現實中的具體表現是: 互聯網向移動互聯網轉化，商業互聯網向服務互聯網轉化，產品互聯網向工業互聯網轉化，城市互聯網向農村互聯網轉化，并由此導致互聯網、通訊和信息等三大技術融合的物聯網。換言之，商品和服務的互聯網 + 模式會催生出物聯網。誠然，在“人與數據對話”的互聯網時代，人類運用移動設備、傳感器、社交媒體和定位系統等手段所獲取的大數據，還不足以產生供人類選擇使用的全部信息，但到了“數據與數據對話”階段，隨著人工智能技術鋪天蓋地的成功應用，人工智能挖掘數據和預見數據變動的能力將大大增強，大數據提供完全信息的可能性就有可能轉變成現實性。

依據本文對互聯網應用擴張的理解，當大數據和人工智能等對經濟活動具有全方位的滲透和影響時有以下問題值得關注:(1)隨著人類挖掘大數據的科技水平和處理能力的提高，行為主體會發生什么樣的結構變化;(2)人類利用云平臺和運用云計算搜集和處理大數據，能夠在多大程度和范圍內消除信息不完全;(3)隨著未來的一切都有可能數字化和智能化，人們會在哪些方面改變投資和消費的選擇方式;(4)一旦人類社會像未來學家所說的那樣成為數據社會，我們可否對選擇偏好、認知、效用等作出一般性理論描述。

首先，基于未來一切都有可能數字化和智能化，對人類選擇行為的研究，需要切合實際地對行為主體結構作出新的界定。傳統經濟學和現代經濟學都將個體作為抽象行為主體看待，他們或通過邏輯演繹，或通過實驗來分析主體的選擇行為，這種分析所導致的偏好函數、認知函數和效用函數的三位一體的融合，是“人與信息對話”版本的理論反映。在“人與數據對話”尤其是未來有可能出現“數據與數據對話”版本情況下，智慧大腦的投資和消費選擇有著工業化時代不具備的“示范或引領大眾選擇的集約化效應”，我們可以依據這種效應把行為主體劃分為智慧大腦和非智慧大腦兩大類型。

事實上，在互聯網時代能夠取得高投資效用和高消費效用的選擇者，一定是能全面搜集、整合、分類、加工和處理信息，運用大數據思維和機器學習，從而掌握精準算法的極少數智慧大腦者，而絕大部分非智慧大腦者從自身利益計會效仿智慧大腦的選擇行為。誠然，從兩大行為主體的行為互動看，這樣的效仿可以解釋為早已被現代經濟學描述的羊群效應，但羊群效應是對特定選擇事件的行為互動結果的描述。現代經濟學與傳統主流經濟學一樣，并沒有放棄行為主體的一元結構，他們對羊群效應或蝴蝶效應或信息重疊等現象的描述，始終是在一元結構框架內展開的。智慧大腦和非智慧大腦的二元結構是羊群效應普遍存在而形成的一種趨勢，它只會出現在“人與數據對話”和 “數據與數據對話”版本中。

也許有人會認為既然非智慧大腦效仿智慧大腦，那么現代理性選擇理論就同樣適合于對非智慧大腦的解釋，沒有必要把行為主體劃分為智慧大腦和非智慧大腦這樣的二元結構。這是一種碰到問題以邏輯演繹和推理來解釋現象的帶有經驗主義色彩的思維。因為，非智慧大腦效仿智慧大腦只是現象，其偏好、認知和效用期望有特定的規定，而正是這些規定才彰顯出把兩大行為主體視為理性選擇理論創新的學術價值。其實，互聯網時代行為主體結構的變化，是技術面和市場面的雙重制度安排變化的結果，它會導致不同行為主體在選擇過程中的相對位置變化(智慧大腦將成為主流)，這便要求經濟學家重新審視偏好、認知和效用期望之間的現實和邏輯關聯。因此，行為主體結構的區分和界定是我們創新理性選擇理論不可忽視的基本環節。

其次，我們構建理性選擇理論的分析框架，可考慮采用信息完備假設。現代經濟學質疑和批評傳統理論時，延用了傳統理論的自利假設，但有一個釜底抽薪的“學術動作”，那便是將完全信息假設改為不完全信息假設。如果說自利假設反映了經濟學家對人類選擇之永恒本性的理解，那么，不完全信息假設則可以看成是經濟學家對工業化時代“人與信息對話”的邏輯認知。當互聯網應用擴張將人類社會從“人與數據對話”推進到“數據與數據對話”時，大數據的極大量、完備性和多維度等特性客觀上會給人類決策提供完備信息。其實，即便在原始社會，大數據也是客觀存在的，只是那時人們不可能有大數據概念，不具備半點搜集和處理大數據的能力。到了工業化時代，人們搜集和處理大數據的能力空前提高，但由于科技水平限制了人們只能搜集和處理部分歷史數據，不能搜集和處理正在發生的現期數據以及尚未發生的未來數據，更不能搜集和處理諸如聲音、圖片、指紋等非數據化數據，因此，不完全信息假設勢在必然。

隨著人類進入一切信息的初始狀態都以大數據形式呈現的“數據與數據對話”版本，所有信息都會被納入無中介環節的信息流動平臺。智慧大腦利用云平臺和運用云計算，通過機器深度學習和強化學習能夠最大限度地獲取影響決策的信息。因而可有一種極端的推論: 如果新科技發展到頂級水平，智慧大腦是有可能獲取完全信息的。當然，這要求人類能夠駕馭“數據與數據對話”所覆蓋的全部數字化數據和非數字化數據的復雜場景。目前，這個場景已進入初級階段，隨著互聯網應用擴張，進入中級階段可能不需要太長時間，但能不能成功進入挖掘和處理完全信息的頂級階段卻不敢斷言。在筆者看來，如果人類決策進入“數據與數據對話”的中級場景階段，我們創新理性選擇理論便可以采用信息完備假設。

“數據與數據對話”場景所型構的一般圖景，是人類運用互聯網、云平臺、云計算和人工智能等技術把一切有機體和無機體破譯和解構成數字世界。人類破譯和解構數字世界的技術條件配置是建立在大數據基礎之上的新科技，新科技挖掘、搜集、整合、分類、加工和處理數據的有可能取得的最大成功，是將萬物的成因、變化和發展等歸結為一種“算法”。從互聯網應用擴張來考察，人類進入“數據與數據對話”版本后，互聯網應用擴張會產生極大量、多維度和完備性的海量數據，云平臺和云計算搜集、儲存和計算大數據的功能會飛躍，人工智能加工和處理大數據的技術會飛躍，而這一切會給人類獲取完備信息提供基礎。因此，針對即將到來的“數據與數據對話”版本，我們創新理性選擇理論可考慮采用完備信息假設。當然，這個假設是整個經濟理論的分析基礎，它需要許多復雜的數學模型論證，這里只是作為一個設想提出。

再次，智慧大腦是精英而非智慧大腦代表大眾，我們需要分別分析這兩大主體的偏好、認知和效用期望，以構建一個二元行為主體參照系來完成理性選擇理論的創新。

第一，關于智慧大腦之選擇偏好、認知和效用期望的理論解析。現代理性選擇理論質疑傳統理論的核心，是批評該理論關于選擇者知曉選擇結果，以及通過數學模型所推論的能夠實現效用最大化的分析結論。智慧大腦能否獲取完備信息，一方面受制于對大數據的挖掘、搜集、整合和分類，另一方面取決于運用云平臺、云計算、機器學習和其他人工智能手段對大數據的加工和處理。同時，智慧大腦追求效用最大化的選擇偏好，會讓位于挖掘、搜集、整合、分類、加工和處理大數據的認知過程。在未來“數據與數據對話”階段，大數據貫穿于智慧大腦的選擇偏好、認知和效用期望等過程的始終，是支配智慧大腦選擇什么和怎樣選擇的靈魂。關于這一靈魂的作用，可聯系智慧大腦的認知過程來展開討論。

新古典經濟理論通過“偏好的內在一致性”論證效用最大化，是一種把“認知”作為外生變量處理的分析方法。現代主流和非主流經濟學運用實證分析和實驗分析，力圖將“認知”還原為內生變量，但由于他們在分析選擇行為時或多或少存在一定的給定條件約束，于是“認知”始終沒有完全成為內生變量。在互聯網應用擴張的時代，智慧大腦針對特定事件所形成的要不要選擇以及怎樣選擇的認知，完全是以大數據分析為依據的，它不夾帶任何主觀判斷的成分; 智慧大腦的認知形成過程是對大數據的分析過程，這種以大數據分析為前提的簡捷而科學的認知形成過程，是不需要附加任何給定條件約束的。從偏好、認知和效用之間聯系看，認知處于偏好和效用期望的中介位置，當認知形成過程主要由大數據規定，大數據對選擇偏好和效用期望的影響也就顯而易見了。智慧大腦的選擇偏好、認知和效用期望不是經濟學理性選擇理論所描述的理論情景。

第二，關于非智慧大腦之選擇偏好、認知和效用期望的理論解析。非智慧大腦是不能運用大數據思維的行為主體。在“人與信息對話”時期，或在“人與數據對話”初期，按照大數據思維的要求和標準，人們幾乎全是非智慧大腦者。自人類進入“人與數據對話”的中期，智慧大腦和非智慧大腦的二元主體結構才得以形成。針對互聯網應用擴張背景下的非智慧大腦出現偏好趨同化、認知趨同化和效用期望等待的情形，我們創新理性選擇理論至少要完成兩項任務: 一是說明“偏好趨同化”與“偏好的內在一致性”的不同，解說“認知趨同化”與“認知跳越”的區別; 另一是對非智慧大腦的選擇偏好、認知和效用期望等的模型設置路徑提出設想。

新古典經濟學運用數理邏輯分析和論證的“偏好的內在一致性”，是指在可供選擇的全部子集中，存在一種選擇 X 比選擇 Y 更被偏好的理性化能力; 面對全部選擇子集，當選擇被框定在特定子集中時，效用函數由選擇 X 比選擇 Y 更被偏好時的最大化元素組成(Ｒichter，1971); 著名的期望效用函數理論通過對個體理性化能力與不同選擇子集系統性對應關系的分析，運用數理模型論證了預先設定“偏好的內在一致性”的合理性(Neumann ＆ Morgenstern，1947; Arrow ＆ Debreu，1954)。但是，偏好的“一致性”問題有內在和外在之別，非智慧大腦的“趨同化偏好”所具有的一致性特征是外在的，它不像“偏好的內在一致性”那樣是一種理論預設。

我們描述二元主體的分析參照系可考慮這樣一個建構路徑: 運用云平臺和云計算搜集和整合來自移動互聯網、物聯網、傳感器、社交媒體和定位系統等的大數據，通過考察行為主體是否進行大數據思維和操作來確認智慧大腦，并據此劃分智慧大腦和非智慧大腦。就相應的模型構建而言，一方面，可根據智慧大腦與非智慧大腦的各自數量及其比率，建立二元主體模型。另一方面，可根據非智慧大腦內部效仿和不效仿智慧大腦的人數及其比率，建立反映非智慧大腦內部結構的(亞)二元主體模型。非智慧大腦內部的亞結構模型既是二元主體分析參照系基礎，也是建立趨同化偏好模型和趨同化偏好函數的基礎。

趨同化認知是趨同化偏好的自然延伸。非智慧大腦的趨同化認知同樣具有“跳躍認知”的特征，但它不同于新古典經濟學預設“知曉選擇結果”所產生的“認知跳躍”。從純理論考察，非智慧大腦有著可以描述的認知函數，該函數的核心解釋變量，可以看成是智慧大腦與非智慧大腦之間的行為互動。誠然，智慧大腦對大數據進行挖掘、搜集、整合、加工和處理的認知過程，并不直接影響非智慧大腦的認知形成，但是，當智慧大腦的效用函數取得極大值時，通常會驅使非智慧大腦將“智慧大腦的認知”作為自己的認知。非智慧大腦效仿智慧大腦實際上是一種行為互動，雖然這種行為互動在現象形態上表現為非智慧大腦的認知跳躍，但作為智慧大腦與非智慧大腦之間的關聯，它可以理解為是非智慧大腦認知函數的解釋變量。這個抽象的解釋變量對于創新理性選擇理論是至關重要的，它是我們理解非智慧大腦趨同化偏好、趨同化認知和效用期望等待的樞紐。

非智慧大腦的趨同化偏好和趨同化認知，決定其效用函數的“效用等待”屬性。如上所述，現代經濟學關于效用期望研究的最新發展，是通過反映相對財富變化的風險厭惡和風險偏好的分析，對個體選擇的效用函數作出描述的(Kahneman ＆ Tversky，1979，1974)。但就構成效用函數永恒主題的最大化而言，這一描述同樣適合于智慧大腦和非智慧大腦的選擇行為; 以創新理性選擇理論的分析框架而論，與趨同化偏好和趨同化認知的模型化一樣，效用期望的模型化也會碰到一系列的困難，經濟學家要重點解決智慧大腦效用期望的模型建構。經濟學理性選擇理論是微觀經濟學的分析基礎，我們對智慧大腦和非智慧大腦的二元主體劃分，以及“趨同化偏好→趨同化認知→效用等待”的分析創新，是重塑微觀經濟學的一條路徑。

四、微觀經濟學基礎創新的幾點思考

微觀經濟學包含極其寬泛的內容，資源配置理論和產業組織理論是最基礎和最核心，至于廠商理論、價格理論、投資理論、分配理論、消費理論、激勵理論等，在很大程度和范圍內都與這兩大理論交叉或是其派生形式。這兩大理論以主體、行為和制度作為分析對象，始終圍繞人的理性選擇來研究效率問題。現有的資源配置理論和產業組織理論都是誕生在“人與信息對話”的工業化時代，在 “數據與數據對話”的未來，人們加工和處理數據的手段和獲取信息的途徑完全改變，“數據與數據對話”場景代替“人與信息對話”場景的事實，要求微觀經濟學創新。資源配置理論和產業組織理論與理性選擇理論有很強的關聯，我們需要考慮這兩大理論與理性選擇理論在互聯網應用擴張背景下的理論銜接。

首先，微觀經濟學要符合實際地解決資源配置問題，需要有“數據與數據對話”的分析框架。微觀經濟學的資源配置理論，是古典經濟學和新古典經濟學長期潛心研究的結晶。自馬歇爾(1890)的邊際分析框架問世以來，經濟學家對各種約束條件下資源配置的均衡問題進行了廣泛的研究。 這些理論依據價格機制、市場供求、信息傳輸和處理等設置模型，試圖在“人與信息對話” 下對實現市場一般均衡的條件和途徑做出基礎理論解釋。但是，經濟學家的理論建構所依據的信息，是在“人與信息對話”版本下獲取的，是對已發生事件信息做出的搜集、整理和分類，并且搜集、整理和分類信息的手段，不能得到具有能夠挖掘潛在信息和挖掘未來發生信息的技術手段支持，并且經濟學家對隱性信息或尚有待于確認信息的甄別，通常是靠與之關聯信息的因果分析和推論獲得的。因此，微觀經濟學對買賣雙方所有子集實現生產和交易的有關資源配置的一般均衡分析，是對“人與信息對話”版本下的生產和交易均衡的理論考量，盡管這種分析框架非常精美，但從后期經濟學家運用大量數理模型對之進行完善的理論研究成果看，迄今的微觀經濟學始終難以符合實際地解釋資源配置的一般均衡問題。

人類進入互聯網時代具備了挖掘潛在信息和未來極可能發生信息的技術手段，這種技術手段就是大數據和人工智能。在互聯網出現以前，計算機只是計算工具，只是在離線的物理世界中發揮高效的計算作用。互聯網應用擴張不能改變物理世界，但它讓物理世界處于實時在線狀態，使計算機獲得云平臺支撐從而能對在線物理世界發揮云計算功能。一方面，互聯網應用擴張的網絡化決定互聯網產業化，互聯網產業化的發展決定大數據及其運用，而大數據及其運用決定人類能否實現資源配置均衡。物理世界實時在線和所有行業全面網絡化會導致全面數據化，而全面數據化將會使“數據與數據對話”成為人類解構物理世界的主導方式。資源配置的實質是供給和需求均衡的計算問題，互聯網、大數據、云計算和人工智能等的深度融合為解決這種計算提供了可能性。以上分析可看成是從資源配置角度來創新微觀經濟學基礎理論的框架思路。

其次，微觀經濟學分析框架需納入互聯網資源配置機制。第一，互聯網應用擴張對資源配置的影響，表現為互通互聯使供求雙方在信息溝通渠道上實現了“時空錯開，同步并聯”。互聯網和物聯網等正在消除供求的中間環節，即產品和服務的供給和需求不再需要中間商。這種互通互聯在提高產品和服務供需合同的簽約率以及減少產品庫存的同時，充分展現了互聯網應用擴張對資源配置的作用過程。我們可將這一過程理解為互聯網資源配置機制，這是網絡協同實現全局動態優化的配置機制。該機制起步于“人與數據對話”版本，它會在未來的“數據與數據對話”版本中發展到極致。價格配置資源機制主要是解說產品和服務供求的調節，它不可能像互聯網資源配置機制那樣能夠去中間商。因此，我們創新資源配置理論需要研究互聯網資源配置機制，需要在模型設置和參數選取上確立該機制及其功能。

第二，在未來“數據與數據對話”時期，移動互聯網、物聯網、傳感器、社交媒體和定位系統等可以提供超出人類想象的大數據，由于大數據蘊含著預判總供給和總需求及其結構變動的信息，智慧大腦可以利用云平臺、云計算和人工智能等手段，用許多簡單模型取代單一復雜模型的“數據驅動法”來確定參數和模型，并運用大量計算機服務器對數據進行機器深度學習和強化學習來預判供求總量及其結構; 當總供給和總需求能夠得到預判，互聯網配置資源機制將會成為資源配置的最優機制。互聯網配置資源機制并不排斥價格機制和供求機制，因此，將互聯網配置資源機制容納到分析框架，微觀經濟學基礎的創新將會有一定空間。

第三，基于互聯網應用擴張會導致智慧大腦引領非智慧大腦，基于總供給和總需求主要由非智慧大腦的選擇行為決定，微觀經濟學在資源配置理論上的創新，要重視這種二元行為主體結構的研究，尤其要重視對非智慧大腦選擇行為的研究。國內有學者從資源聚合角度對廠商通過互聯網爭奪關注力，通過互聯網企業平臺聚合市場資源，通過互聯網產業鏈聚合生產資源以及通過互聯網共享經濟聚合碎片資源等問題進行了分析，認為傳統經濟學理論亟需創新(江小涓 2017)。這一分析實際上暗含著以下觀點: 互聯網時代的資源配置已不像以前那樣完全用價格機制和供求機制決定，還存在互聯網配置資源機制。需要關注的是，互聯網資源配置機制會引發產業組織的變化。目前，一批經營商品和服務的以去中介化為特征的巨型企業發展勢頭強勁，這些企業正在打破原有的產業組織運行格局，論始求源，這些變化是由互聯網資源配置機制引致的。

再次，現有的產業組織理論是經濟學家在信息約束和認知約束條件下創建的，在未來“數據與數據對話”時期，經濟學家要借用新科技解決信息約束和認知約束的成果來重塑產業組織理論。微觀經濟學的產業組織理論可劃分為傳統理論和現代理論兩大塊。與資源配置理論一樣，產業組織理論也是“人與信息對話”的理論反映。 關于這一“對話”，我們可以結合產業組織理論的形成作一番解析(資源配置理論也可類似解析)。一國在特定時期所形成的產業組織結構，既是該國產品價格、供求關系、利潤率等作用的結果，也是該國前期的投資和消費及其結構綜合作用的結果，產業組織結構合理與否，通常會在 GDP、物價、就業、國際貿易、匯率等方面通過各種數據指標反映出來，這便是“人與信息對話”框中的“信息”。經濟學家作為產業組織結構的研究者，首先會與這些信息進行“對話”，即對這些信息進行搜集、整合、分類、加工和處理，然后依據不同行業或產品的價格指數、利潤率、市場占有率、就業率等進行理論分析，并借助數學分析工具完成對市場競爭和壟斷的形成機制、基本格局、變動趨勢等的一般理論分析和概括，從而形成產業組織理論。產業組織理論之所以出現不同流派，可以說是“對話”方式不同的緣故。

但是，在“人與信息對話”版本下形成的理論體現了工業化時代理論研究的以下局限:(1)不具有搜集、整合、分類、加工和處理大數據的科技水平和手段;(2)各種數據指標所顯現的信息只是部分信息，并且經常包含著信息扭曲，而信息扭曲會誤導理論判斷;(3)信息不完全將不可避免使研究者在理論分析中出現影響理論分析的主觀判斷;(4)研究者受信息約束難以獲得正確認知。事實上，經濟學家在研究中已洞察到了這些局限性，并努力降低因信息約束和認知約束而產生的主觀判斷失誤。例如，奈特(Knight，1992)、阿爾奇安和德姆塞茨(Alchian ＆ Demsetz，1972)、威廉姆森(Williamson，1985)等在構建包含產業組織問題在內的新制度分析理論時，就曾運用不確定性、逆向選擇、機會主義、道德風險等范疇來彌補因信息約束和認知約束所導致的在交易費用、產權、契約等理論研究中的一些主觀判斷失誤。但是，認識到理論研究受信息約束和認知約束是一回事，解決這種雙重約束是另一回事，它需要科技手段的支持。

在未來的“數據與數據對話”時期，會產生解決信息約束和認知約束的技術手段。經濟學家可以借助智慧大腦處理大數據和運用人工智能的科技手段，對企業結構、價格結構、產品和服務供求結構、市場占有率等進行分析，并據此研究市場競爭和壟斷的形成機制，從而對產業組織結構作出一般理論概括。誠然，在目前的“人與數據對話”階段，互聯網應用擴張尚不能提供完全消除信息約束和認知約束的技術手段，經濟學家還不能獲取完全信息，但從產業組織理論的創新來說，理論建構的這種路徑和方法應該說是未來的趨勢。

最后，產業組織正從垂直整合架構轉向網絡協同架構，這要求微觀經濟學對之作出新解說。互聯網應用擴張在流通領域發展速度最快，方興未艾的顧客拉動和客戶社區化的實時評價機制，正在推進流通產業組織由原先的垂直整合架構轉變成網絡協同架構。產業組織的網絡協同架構，可解說為廠商利用互聯網或物聯網平臺和運用數據智能化而追求協同效應的一種產業組織運作模式。這種模式通過用戶對產品和服務的主動傳播，以零成本獲取新用戶而實現需求端的擴張，并通過產品和服務的規模優勢來實現供給端的擴張。目前，產業組織的網絡協同架構已開始滲透加工制造業，例如，北京小米、青島酷特、廣州索菲亞和商品宅配、青島海爾等許多企業已開始運用大數據、云計算和人工智能等技術來構建網絡協同架構。當數據智能化和網絡協同化有機結合從而形成網絡協同效應時，產業組織的網絡協同架構就會出現行業進入壁壘，以至于形成行業壟斷。這是微觀經濟學必須關注的。

例如，在世界超 3000 億美元市值的前十大公司中，迅速突起的谷歌、亞馬遜、Facebook、阿里巴巴和騰訊，就是同時具備數據智能化和網絡協同化并且形成網絡協同效應的具有行業壟斷特征的典型互聯網公司。與此不同，僅僅具備數據智能化但不具有網絡協同效應的 Uber 和滴滴打車，它們吸引了眾多司機和打車者加入其數據智能平臺，運用智能化手機和 GPS 定位系統實現了閑置出租車和出行打車者的同步并聯，并通過數據智能化的擴張供給端方式實現了規模優勢，但由于出租車供求是一個相對簡單的用戶場景，該場景限制了 Uber 和滴滴打車實現多邊市場和富有極強生命力的生態潛力，因而出租車行業難以出現進入壁壘和形成行業壟斷。滴滴打車和 Uber 合并后的規模優勢進一步加強，但滴滴打車在簡單場景下還是難以阻止其他玩家進入出租車市場。淘寶的情況就不是這樣，它的在線支付、擔保交易、客戶評級、消費保證和信用評級等多邊復雜場景形成了極強的網絡協同效應，從而形成了被大眾明顯察覺的行業局部壟斷。

從理論上考量，交易場景簡單的互聯網企業較之于交易場景復雜的互聯網企業，只是表明兩者基因存在差異，或者說，只是表明兩者網絡協同效應程度的差異，并不說明交易場景簡單的互聯網企業不存在網絡協同架構，這是問題的一方面。另一方面，隨著互聯網應用擴張導致未來的“數據與數據對話”版本，網絡協同架構將成為產業組織的主要運行結構。對此，微觀經濟學關于競爭和壟斷的分析應該在哪些方面關注網絡經濟運行的基礎呢? 換言之，我們創新互聯網擴張背景下的產業組織理論需要在哪些方面深入創新呢? 這些問題需要研究。

國內學者張永林(2014，2016)較早對網絡、信息池、時間復制、信息元和屏幕化市場等展開過可認為是輻射了產業組織變動的基礎研究，這兩項研究曾圍繞網絡、信息集聚和繁衍對互聯網時代的信息池概念進行了分析，解說了經濟行為與網絡信息池和時間復制的關聯，并通過解說網絡信息池和時間復制，將問題的研究推至社會福利分析。就這兩項研究所涉及的網絡協同而論，作者關于網絡經濟內生的非市場出清和外部性分析，網絡外部性被內部化和網絡信息聚合產生協同效應的分析，信息元、物元、屏幕化市場等關聯的模型分析，以及有關網絡經濟市場特征和屏幕化市場結構、經濟行為和資源配置的分析，映射出網絡經濟下產業組織變動的一些有價值的理論見解。如果把這些研究與數據智能化和網絡協同化相結合，或許會深化產業組織架構的研究。

產業組織的網絡協同架構是以企業生產經營網絡化為基礎的，它反映的企業與企業、企業與消費者之間的交易模式，包含點擊率、關注力、體驗、個性化定制等新穎競爭方式，這種競爭方式會使原先的產品和產業鏈競爭轉化成網絡平臺競爭。因此，微觀經濟學不可完全以價格機制和供求關系來解釋市場競爭，而是要分析不同行業的網絡協同。同時，對于市場勢力強的企業有可能形成的壟斷，微觀經濟學不能僅僅根據定價能力、市場占有率、市場勢力等進行理論解說，而是要研究互聯網應用擴張所引致的新的競爭和壟斷形式。

五、分析性結語

我們正處在“人與數據對話”走向“數據與數據對話”時期。無論是挖掘、搜集、整合和分類大數據，還是加工和處理大數據，都離不開云計算和機器學習、語音識別、無人操控、指紋鑒定等人工智能技術。人工智能技術最值得關注的是機器學習，機器學習可劃分為有監督學習、無監督學習、強化學習和深度學習等類型(Lecun，2015)，機器學習可通過“算法”找到加工和處理大數據的人工智能方法(Taddy，2017)。經濟學家可以通過機器學習來匹配已發生歷史數據，對資源配置和產業組織狀況進行實證分析，這可作為經濟學家運用大數據思維取代以部分信息為依據的因果思維的例證。但對于正在發生的現期數據和尚未發生的未來數據，如果機器學習仍然處于“人與數據對話”階段，經濟學家即便使用了依據神經網絡架構將低層級特征數據組合成高層級特征數據的深度學習方法，也難以挖掘、搜集、整合、分類、加工和處理現期數據和未來數據。人工智能有效匹配現期數據和未來數據，只能出現在“數據與數據對話”時期。經濟學家要重塑理性選擇理論、資源配置理論和產業組織理論，機器學習方法的拓展和深化是關鍵。

人類是否能夠探索出一種匹配現期數據和未來數據的機器學習方法，是計算機和人工智能專家的任務。對于經濟理論研究來說，基于“數據與數據對話”是人類未來發展的趨勢，經濟學家必須對這種趨勢具有前瞻性，要能夠借助最先進的機器學習方法所取得的成果來進行研究。經濟學理性選擇理論是“人與信息對話”版本的產物，它不可能解釋“數據與數據對話”版本下的選擇行為。我們要完成互聯網應用擴張下微觀經濟分析基礎的創新，需要創新經濟學的理性選擇理論。

本文將互聯網應用擴張下的行為主體劃分為智慧大腦和非智慧大腦的二元結構，對創新理性選擇理論、資源配置理論和產業組織理論等展開了分析，一是基于大數據和人工智能將會改變經濟學分析框架的前瞻性考慮，二是基于大數據和人工智能對傳統產業沖擊實踐的考慮。智慧大腦加工和處理大數據是與智慧大腦運用機器深度學習和強化學習相伴而行的。例如，眾所周知的 AlphaGo 和 Master 與世界頂級棋手的對弈，就是智慧大腦通過對大約 30 萬局幅圍棋譜之大數據的加工和處理，用無數臺服務器對這些數據展開深度學習，再通過強化學習訓練出進一步支撐人工智能的新數據而戰勝世界頂級棋手的。這里的 30 萬局圍棋譜是歷史數據，這里的“新數據”則可看成是通過深度學習和強化學習的融合而從歷史數據中提煉的未來數據。當智慧大腦借助這種融合使一切都成為“算法”時，人類便實現了以“數據與數據對話”為背景的人工智能產業化。

人工智能產業化的初級階段出現在消費和服務領域，中級階段出現在制造和基礎設施領域，頂級階段則是出現在醫療和生命科學領域。就此而論，“數據與數據對話”也存在與此對應的三個階段。對于經濟理論研究來說，經濟學家要關注“數據與數據對話”如何改變微觀經濟運行方式。大數據應用的起點是“人與數據對話”，終點是“數據與數據對話”，它將改變人類資源配置手段。各行各業在大數據的導引下會形成由互聯網競爭平臺驅動的新產業組織結構。經濟學界還沒有對大數據應用擴張會重塑微觀經濟學基礎展開專門研究，本文也只是提出一些思路。“互聯網網絡化→智能數據化→人工智能自動化→網絡協同化”將成為人類經濟、政治、軍事、文化等領域發展的必然趨勢。

國內經濟學家與深諳智慧大腦的人士之間，爆發了一場將來能不能實行計劃經濟的爭論。經濟學家從理論和歷史實踐強調計劃經濟的不可行，而深諳和推崇智慧大腦的人士則從大數據有可能提供完全信息角度認為計劃經濟的可行性。其實，爭論雙方對實行計劃經濟的手段和途徑的理解不同。前者認為計劃行政手段和途徑不可能合理配置資源，后者實際上是認為“算法”可以得到總供給和總需求的數量及結構的完全信息。但問題的癥結在于，如果大數據提供的有關供給和需求的完全信息不是全社會范圍，實行宏觀層面上的計劃經濟是不可能的。其實，資源配置存在合理、準確和精準三大層級，在“人與信息對話”時期，人類充其量只能實現合理配置資源，在“人與數據對話”時期，人類有可能實現準確配置資源，在“數據與數據對話”時期，人類才有可能精準配置資源。人類只有實現了精準配置資源，才具有計劃經濟的可能性。因此，問題的討論最后還是回到 “數據與數據對話”這個未來趨勢的研究上來。經濟學家(極少數除外)不是智慧大腦者，但可以借助智慧大腦的成功來重塑經濟學世界。