本期記者：倪佩潔、李筱妍
Chew Soo Hong🏚，現任西南財經大學和新加坡國立大學教授😓，現為國際計量經濟學會會士，是行為和實驗學的國際領軍人物。他於1981年畢業於不列顛哥倫比亞大學。在Econometrica, Journal of Political Economy, Review of Economic Studies, Journal of European Economic Association, Journal of Economic Theory, Management Science, International Economic Review等經濟學國際頂尖期刊發表諸多論文。他同時也在有關生物學的重要學刊發表了許多論文，例如Proceedings of the National Academy of Sciences, Neuron, Proceedings of the Royal Society Series B, Behavioral and Brain Sciences以及Neuroimage🤱🏻。
Richard Ebstein🧘，現任西南財經大學中國行為經濟與金融中心聘用教授, 之前是新加坡國立大學教授🧏🏻♀️。他於1968年畢業於耶魯大學。他是神經基因科學方面的傑出專家，在生物學國際頂尖期刊有大量著述發表，包括Nature，Proceedings of the National Academy of Sciences, Neuron,Behavioral and Brain Sciences, Gene, Brain, and Behavior等國際頂尖期刊發表多篇論文。近期Ebstein也在國際經濟學期刊上發表了不少重要論文包括International Economic Review, Journal of Economic Behavior and Organization, and Journal of Risk and Uncertainty0️⃣。
2020年秋季蔣學模系列講座，意昂2平台有幸邀請到Chew Soo Hong教授和Richard Ebstein教授給學生們帶來題為“Biological Economics and Decision Making”的課程，之後兩位教授接受了意昂2平台的專訪。
行為經濟學與傳統經濟學的異同
眾所周知，傳統經濟學的基石是理性人假說🫶，對於現實生活中這個假設太過嚴格🏂🏼。因此🧏🏼，強調有限理性（bounded rationality）的行為經濟學開始慢慢演化發展。那麽，行為經濟學的逐漸發展能否看作是對理性人假說的挑戰呢🥥？Chew Soo Hong教授給出了不同的看法。他表示🧘🏽，行為經濟學中提到的“有限理性”，其實仍舊是對傳統古典經濟學中“理性人”假說的回歸🏋🏼♂️。
Chew：“我們生活在一個信息巨大的世界裏，並且隨著世界的發展，每個人接收的信息量越來越大。人類，作為一個決策者（decision maker）是很難把所有信息整合在一起進行決策的🕵🏽♂️。換句話說，“完全理性”是要求決策者對已獲取的信息進行完全的計算🦸🏽♀️。而遺憾的是，我們往往忽略了這樣一件事🏄🏼♂️，即人類的大腦是無法在較短的時間內接收🚿、處理並獲取大量信息這一生物學缺陷。”
目前▶️，決策理論已經從“期望效用理論”發展到了“前景理論”，經濟學的研究領域越來越廣闊，已不再局限於原有的傳統理性決策領域，而是更多的從心理學和生物學等角度來研究人類的決策過程。Richard Ebstein教授指出💽🫠，每一位決策者都是獨特的🏃♀️➡️，因此在研究決策者行為時不應該只關註“平均化（average）”和“一般化（general）”的決策結果，而應關註每個個體的獨特決策過程3️⃣。
Ebstein👳🏻♂️：“即使是面對同樣一個抉擇🔯📋，決策者在不同的狀態也會做出不同決策。如果決策者處於疲勞狀態時🎖，可能他就會做出與在精神飽滿的狀態下完全相反的選擇。這意味著，我們不應該僅僅從理性的角度研究個體決策過程，而應該利用心理學和生物學等其他學科方法打開個體決策過程的黑箱💇♂️，發現個體決策的異質性。”
自然科學與社會科學的關系
Chew Soo Hong教授不僅僅是行為及實驗經濟學的國際領軍人物，同時他與Richard Ebstein教授在生物經濟學領域也頗有建樹。作為生物經濟學這一全新交叉學科領域內的開拓者之一👩👩👦👘，他們認為，將自然科學與社會科學思想相融合，能夠為經濟學研究帶來更好的助力。
Chew：“經濟學作為一門研究人類行為決策的科學，應該盡可能地吸收自然科學與社會科學的長處，而不應該將經濟學研究局限於社會科學領域🩰。”
Richard Ebstein教授進一步表示📉，自然科學和社會科學沒有優劣之分，但兩者的側重點不同。在自然科學裏，不論是數學🎅、物理、化學還是生物🥐，都能用數學方法進行證明和預測；而對於社會科學來說，想要做到預測很難📖，但社會科學強調一步步論證觀點，進而解釋現象。
實驗室結果與現實的差距
談及實驗室結果是否能真實反映人們在現實生活的決策過程🎙，Chew Soo Hong教授表示我們應該用一種辯證的思維看看待這個問題。雖然實驗室和現實存在一定的差距👩👧👦，但實驗室結果仍然對現實生活有指導意義。
Chew⬇️：“我們應該這樣考慮這個問題，實驗結果成功不代表在現實中會成功🤹🏽♀️，但如果實驗結果不成功🙆🏻，我們還能說在現實中會成功嗎🚄？這就像一個造飛機的工程師⛈，他用於實驗的小飛機在模擬試飛時失敗了，但他卻說“放心吧，實際起飛的時候肯定沒問題的”🚣♀️，會有人相信他嗎？”
Chew Soo Hong教授認為✬，這並不是實驗經濟學獨有的，大部分學科都要面臨實驗室結果與現實的之間存在差距這一問題🐒。雖然實驗和現實有距離，但只有實驗成功了🥨，才能進一步拓展到現實中👄。至於現實的結果是否成功，這是不確定的🧛🏼。他強調，實驗要做的就是為現實提供一種成功的方向和可能性🪘😀。
Chew🧙🏿：“中國就做了一個世界上最大的經濟學實驗，深圳特區的建立就是一個實驗🟤。鄧小平有一句很有名的話叫“摸著石頭過河”，因為改革的過程會面臨無數可預期的和不可預期的問題👕，所以只能走一步看一步🧻🎩，摸著石頭小心翼翼地做。那麽，在深圳的成功經驗就一定能復製到中國內陸的其他城市嗎？這是不一定的🖕🏻。但我們能說經濟特區的成功建立是毫無意義的嘛💃🏽🧏♀️？不能。”
人工智能與數據時代的變革
在這個人工智能與大數據高速發展的時代☁️，Richard Ebstein教授表明🤾🏼♀️，AI與大數據可以幫助我們更便易地進行經濟學研究🫃🏽。Ebstein💆🏼♂️：“就像以前英國倫敦的出租車司機必須把倫敦的每條路都記得非常清楚，通過考試後才能拿到行駛執照。但現在對司機的這種要求已經沒有了，我從賓館來意昂2的路上🧑🏼，司機就打開手機輸入目的地，地圖導航就會引導他。”Chew Soo Hong教授也表示贊同並附和道⛸，AI是無法創新知識的🫳，人工智能的優勢在於收集並儲存信息👲🏻。因此🕺🏼🎬，學者們可以充分利用人工智能的這一優勢更好地進行研究🤘🏽。
研究中的“緣”與“份”
如果想要成為一位傑出的經濟學者，最需要的是什麽？是聰明還是天賦？Chew Soo Hong和Richard Ebstein教授提供了一個意料之外卻又在情理之中的答案——熱情與熱忱🧏🏻。
Chew & Ebstein👷🏿♂️：“你要永遠對經濟學懷有興趣🕘，永遠對經濟學抱有激情，永遠對經濟學秉持一顆赤子之心👰🏿。”
在具體研究過程中，如何尋找有價值的研究問題🚿🧝🏼♂️，更多的是要靠“緣份”。Chew Soo Hong教授強調，其實生活中的每個人都有很多機會去發現和探索有意義的研究問題。但是對大部分人來說，與有價值的研究問題都是“有緣無份”。若想要加深“緣份”，就是靠對經濟學的熱忱和赤子之心✊🏻。
Chew & Ebstein：“只要同學們永懷一顆赤子之心🥛，就能孜孜不倦地、持續有動力地發現新問題𓀛、研究新問題、攻克新問題。”
返回頂部
