虎嗅注：2017年的诺贝尔经济学奖的获奖者是芝加哥大学布斯商学院的理查德·塞勒（Richard Thaler)。塞勒被认为是现代行为经济学和行为金融学领域的先锋经济学家，总是盯着经济学中的悖论和反常现象，核心贡献是列举了大量“人的非理性”行为。

关于塞勒的研究方向可以看这篇《理查德·塞勒对行为经济学的贡献》进行了解，他的代表著作有《赢者的诅咒》和《准理性经济学》，以及同哈佛大学法学院教授卡斯·桑斯坦合著的《助推》。

这里推荐一篇塞勒2013年写的文章《信息愈灵 买家愈精》，这篇文章提到了数据共享问题，就是现在引起很多争议的用户数据平台方或者政府可不可以拿来使用？

一些经济学家秉持科斯定理，按照“谁用的好就归谁”原则，认为数据应该让平台方或者政府来使用，因为它们会对数据进行更有效的利用，比如说亚马逊的智能荐书，Netflix推荐的影片等等。

塞勒的观点也是这个意思，他认为数据共享能够帮助消费者做出更明智的购买决策。当然，塞勒也强调了保护用户的隐私和安全，本文来自《哈佛商业评论》（ID：hbrchinese)

信息愈灵 买家愈精

技术变革与信息披露规则的改变，将帮助消费者做出更明智的购买决策。准备好迎接新兴的“选择引擎”吧！

无论是高学历的专家也好，政府官员也罢，多数受众无法完全吸收我们传递的所有信息，并做出利益最大化的选择。究其原因，并不是人们太过粗心或愚钝，也并非对获得利益毫无兴趣；而是他们是正常人，拥有着人类的通病：理性思维的惯性和局限性。

我们总是收到一些非常重要却晦涩难懂的信息。此前已有许多人做了不少改善信息披露的尝试，包括将复杂的合同语言转换为“平实语言”，但收效甚微。但我们不能据此认定这些试图做出改变的人能力不济或不够努力，相反，这只说明用简单的语言解释复杂事物是何等之难。不信，你试试拟一份《系鞋带说明》。

虽然艰难，但我们仍然乐观地认为，借助于现代技术和新政策的有效结合，信息披露的形式会改变，并且经济领域中许多行业的运作方式也将随之改变。政府拥有的数据和私营企业披露的信息将会越来越多地采用“可机读”格式，而这些转变将推进新型技术服务业的发展——“选择引擎”（Choice Engine），即数据解读技术。

对企业而言，选择引擎的兴起既是威胁，也是巨大的商机。信息公开会使市场变得更加有效，而那些通过欺骗、混淆视听等手段或利用消费者信息搜集惰性占据市场的企业，最终将失败。最大的赢家将是充分利用新的数据资源设计产品和服务的公司，特别是那些能运用选择引擎帮助消费者做出明智决策的公司。

这一判断听起来太过美好抑或是可怕，以至于难以置信，但全球定位系统（GPS）的发展史则能证明这种疑虑是多余的。如今GPS无处不在，我们对它已经习焉不察，但其实直到2000年，在美国政府下令取消对国防部的特定卫星数据进行加密后，GPS才快速发展起来。仅2011年，GPS就为美国经济贡献了约900亿美元。我们相信，相较于GPS，选择引擎的勃兴将会对国民经济以及消费者的生活带来更大、更显著的变化。

开放的政府

数据共享无疑是GPS走向成功的关键，如今它已贯穿于美国政府的所有政策中。史无前例的数据开放与先进技术的结合，为政策制定者和商业领袖们提供了一个宝贵的机会，他们可以借此创造出鲜见的良性循环——消费者、企业及创业者们都将从中获益。面对如此巨大的价值诱惑，任何一个现代经济体都不愿错失良机。

成功的创业案例表明，政府的信息公开政策将会迅速获得经济回报。2008年，圣地亚哥的两兄弟麦克·阿尔弗雷德（Mike Alfred）和赖安·阿尔弗雷德（Ryan Alfred）创立了一家名为BrightScope的公司。该公司致力于对美国雇主定期缴款的养老保险计划401(k)做评估。

当独立第三方开始评估某企业的养老保险计划时，一些有趣的现象出现了。比如，BrightScope因某个公司的养老计划费用过高而给出较低评分时，该公司的资产经理和计划主管就仔细审核该计划，各自提出费用更低、评分更高的替代方案。还有一次，某位公司董事会成员查看所在企业的BrightScope评分后大失所望，于是就把公司养老保险计划直接拿到董事会上讨论。这些说明，企业按政府要求披露数据后，往往可以因此发现自身问题并加以改进。

我们很期待，到智能披露和选择引擎开始迈入高速发展阶段之时，一大批新创公司能崭露头角。

神奇的智能披露

当政策制定者将目光转向商业领域时，他们推动信息披露的思路与在公共领域的方法大同小异，惟一可能的区别在于，商业领域所涉及的范围更广泛。然而极具讽刺意味的是，产品和服务日渐复杂，做出明智的购买决策愈发困难，而商家和消费者的潜在收益恰恰源于此处。好消息是，我们有智能手机，它能够让我们做到在十年前所无法想象的事；坏消息是，我们已经看不懂每月的智能手机账单。

但如果运用选择引擎处理数据，不论要应对的是复杂的房贷还是简单的电费账单，我们都可以在层出不穷的新事物中把握关键。如同亚马逊和Netflix（在线影片租赁服务）能够帮助你决定读哪本书、看哪部电影一样，选择引擎还可以帮助你做更重要的决策。

 “人们并不总是能按自己所希望的那样理性决策”，诺贝尔奖得主、行为经济学先驱丹尼尔·卡尼曼（Daniel Kahneman）告诉我们，“人们受纷繁复杂的表象影响，行事拖拉且不会注意小字条款。你必须创造条件让人们为自己做更好的决策。”

不幸的是，披露和监管政策在制定之初就隐含了一个假设：只关注获取信息的成本，信息披露的结构和格式并不重要。破译和理解公开信息的苦差事就丢给了消费者。

消费者需要考虑的因素太复杂也太多，因此他们难以找出最契合自身需求的产品和服务。我们谁都说不清自己使用手机的通话和数据流量的平均值和峰值（虽然我们的电信公司肯定可以），更不用说搞清楚其他电信公司开出的价格是否更划算或服务更好（即便我们的怀疑是真的）。

即使涉及的金额更高，我们也一样难以做出理性选择。比如在选择抵押房贷时，哪怕货比三家可以省下一大笔钱，大多数人会选择他们拿到的第一份报价。也正因如此，企业才竞相投入时间、精力和人才去混淆消费者的视听——比如，将产品特性以小字条款夹在精心雕琢的文字中蒙混过关。一旦企业用这样的手段夺取市场份额，市场效率、其他企业以及消费者都将受害不浅。

良好的电子信息披露机制，应该保证消费者了解自己到底能得到什么，且可以比较。消费者对他们所购买的产品和服务的特点和价格理解得越透彻，监管者介入的就越少。在2009年出版的《助推：事关健康、财富与快乐的最佳选择》（Nudge:Improving Decisions About Health, Wealth and Happiness）一书中，本文作者之一理查德·塞勒·和法学学者卡斯·桑斯坦（Cass R. Sunstein）共同提出了RECAP框架（RECAP指记录、评价及可选价格比较）。

奥巴马政府和卡梅伦内阁都以不同的方式采用了RECAP，并且为其加上了更为朗朗上口的名字。在美国，它被称作“智能披露”，意指“及时地以可机读的标准格式发布复杂的信息和数据，以俾消费者明智决策。”而在英国，它则被命名为“自数据”（midata），目前主要关注零售银行、能源和手机通讯数据。

选择引擎的时代降临

无论被冠以什么名称，智能的信息披露都可以被归为以下四个大类：

• 官方收集和发布的产品和服务数据；

• 政府发布的个人数据（比如社会保险缴付和纳税申报单）；

• 政府督促私营企业以电子化方式披露的产品和服务的价格及特性；

• 政府督促下，产品和服务提供商向消费者公开的消费者个人数据。

截至目前，以上四类智能披露中的前两类已初见成效。有时，政府机构需要做的仅是找到信息传递的更好方式。然而更普遍的情况则如同GPS的发展历程——创业者只有最终找到应用政府数据的新途径，才会有实质性的突破。

例如，当很多城市公开地铁和巴士的实时位置讯息时，开发者们便迅速发布了为上班族设计的App。接下来，创业者们利用私营企业提供的数据开发App，将发动一场消费决策和企业决策方式的革命。

选择引擎呈现出不同的商业模式：票务类网站是依靠抽取手续费获利的典型；而聚合平台虽然并不直接销售，却能获得广告收入。当然，这些服务还不完善。比如，你很难通过这些网站了解到超重行李如何收费，或酒店的停车费。

尽管如此，大多数人还是认为，消费者在线上旅游市场中选购产品更加简便。全面推行智能披露，将会使所有的费用如同机票或酒店房间的价格一样透明，从而进一步推动线上旅游市场发展。

技术并非阻碍选择引擎从测试阶段跨越到颠覆市场阶段的拦路虎。当然也不是因为信息需求不足、缺乏创新理念，更不是缺少奋发有为的企业家，同样也不是因为信息存储的价格和信息处理能力匮乏；相反，硬盘价格正在走低，电脑的运算能力越来越强，网络覆盖的人群越来越广。惟一的障碍是，获取数据的便捷性。

许多情况下，选择引擎需要两类数据。一类是销售条款：价格、罚款、支付时限等；另一类是使用数据：以选择话费套餐为例，如果你不仔细斟酌手机升级后数据消费带来的变化，就根本没法选择合适的套餐。

毫无疑问，创业者们已经设计出BillShrink这样的选择引擎，它可以分析你手机数据的使用情况，然后为下一份话费合约提出建议。但现在，你需要向BillShrink提供你在移动运营商网站上的用户名和密码，许多消费者对此仍有顾虑。即使解决了这个问题，BillShrink还得从那些相互竞争的运营商网站上“抓取”价格数据。如果各家价格变动频繁，或者像信用卡那样根据积分而制定不同的收费，选择引擎就很难生成个性化的建议。在这类领域中，现代市场的调节手段可以为选择引擎行业提供强有力的帮助。

诚然，用户数据披露都会涉及隐私和安全两个重要事项。向消费者提供数据的企业已经被要求必须以安全的方式提供数据，因此，企业使用消费者个人数据、向其提供相应的服务应该不会威胁到个人隐私。在很多案例中，消费者可以通过获得个人数据，核实数据的准确性。但这并不意味着，企业和政府就不必强调安全。例如，几位家庭成员可能会共用一张购物卡，卖方应该允许购物者由于特定原因放弃数据追踪，且全家人都应有权选择集体退出。

附《哈佛商业评论》对塞勒的采访：

HBRC：选择引擎有望赋予消费者更大的力量。近来，美国和英国政府实施了一系列提升智能披露水平的举措，其背后驱动力是来自选民、消费者，还是股东？有没有可能以行业自律这种基于市场的方式来推动选择引擎的发展？

塞勒：提升智能披露水平的努力主要来自于政府，选择引擎的市场其实才刚刚起步，其中发展最为成熟的可能要数应用在旅游业中的选择引擎市场。消费者运用选择引擎，就可以非常高效地搜索酒店和机票价格。不过，提高费用透明度还可以更进一步地提升搜索效率。

如何监管选择引擎市场是一个重要问题。一个首要原则是：选择引擎的商业模式应当透明，比如，它是否收取佣金。诸如Kayak之类的聚合网站能监管选择引擎，让市场有可能做到自我调节，而同时政府或非营利机构也可以采取假扮购物者的方式监管选择引擎。

HBRC：选择引擎的兴起建立在智能披露的基础之上，在你看来，美国如今走到了哪一步（如果从1到10 打分的话）？完全实现需要多长时间？

塞勒：我认为，美国在这方面才刚刚起步，按你的方式打分的话，现在大概是2到3分吧。我们还有很长的路要走。

不过，选择引擎的发展速度很快，我所在的芝加哥不久前向市民公开了城市中铲雪车的地理位置信息，人们可以由此知晓大雪过后什么时候出门会比较安全。

HBRC：行为经济学的本质是什么？你在这篇文章中提出的理论是否被有意识地应用过？

塞勒：行为经济学的本质是，在复杂情况下（比如选择房屋贷款时）计算无误的高度理性的经济人模型并不能解释所有行为。智能披露的设计目的是为了让现实中的消费者能够做出更好的选择。

HBRC：在中国，政府的透明度和隐私保护两方面都比较薄弱，中国应该怎样开展智能披露。

塞勒：智能披露在中国将成为一大突破性进步，但它必须和隐私保护共同发展。可能它在中国还为时尚早。

HBRC：实施智能披露需要深化政府监管，而这一点可能会惹恼那些从骨子里反对“大政府”的人，而大政府一向被认为是中国的传统，你想对这些反对者说什么？

塞勒：我认为，智能披露可以成为其他更具侵入性的监管形式的替代物，比如，如果有针对通话套餐、信用卡和房贷的智能披露，监管者或许就没必要费尽唇舌地写明不同类型的具体收费合规与否。

一般而言，当所有费用全部透明且容易被消费者理解时，市场最为有效。智能披露理念的其他应用还可以使评级机构变得没那么重要。

举例来说，如果所有住房抵押贷款证券（MBS）的信息可以随时被获取，那么任何有专业知识和运算能力的人就都能够为有价证券做风险评级。基本上，这些由市场所提供的信息能够降低对特定评级机构的需求，而这些评级机构近年来的表现极为糟糕。