Vuk Vuković dobitnik je nagrade “Prof. dr. Marijan Hanžeković” za ovu godinu za svoj rad o sprezi politike i korupcije (The political economy of local government in Croatia: winning coalitions, corruption, and taxes). U nagrađenom radu Vuk Vuković dovodi u vezu korupciju, dugotrajnost na vlasti i veće poreze, odnosno prireze. Njegovo istraživanje, između ostalog, pokazalo je da, što je dulje jedna osoba na vlasti, korupcija raste, a prirezi su sve veći. Kako je sam izjavio, cilj rada bio je otkriti zašto neki političari dugo ostaju na vlasti, u Hrvatskoj i po 20 godina, pa čak i više.
Vuk Vuković doktorand je na Oxfordu gdje trenutačno u ulozi asistenta predaje ekonometriju na doktorskom studiju. V. Vuković magistrirao je na London School of Economics, a obrazovanje je stjecao i na Harvardu, Berkeleyu i Cambridgeu. Predavao je četiri godine nekoliko kolegija ekonomije na Zagrebačkoj školi ekonomije i managementa (ZŠEM). U svojoj doktorskoj disertaciji na polju političke ekonomije proučavao je učinak sprege politike i interesnih skupina na rast nejednakosti na Zapadu.
Pri tom je i suosnivač firme Oraclum Intelligence Systems koja se bavi analizom podataka, istraživanjem tržišta i predviđanjima preferencija glasača i potrošača koristeći sve blagodati modernog vremena poput snage društvenih mreža, big date i strojnog učenja ne bi li predvidio rezultate izbora i otkrio obrasce ponašanja glasača. Tim iz Oracluma u svojoj je anketi, primjerice, predvidio pobjedu Donalda Trumpa na američkim predsjedničkim izborima.
Vuković je potpredsjednik i suosnivač Adriatic Economic Association, udruge koja je krajem ljeta organizirala međunarodnu znanstvenu konferenciju ekonomista u Umagu. Usto Vuk Vuković najavljuje novo razdoblje u ekonomici i društvenim znanostima, odnosno govori o metodološkoj revoluciji u znanosti.
U svom nagrađenom radu upozorili ste na iznimnu korupciju na lokalnim razinama, koji su to parametri koje ste stavili u korelaciju?
Korupciju mjerim preko sumnjivih javnih nabava. Koristio sam veliku bazu svih javnih nabava lokalne samouprave od 2009. do 2013., spajao je preko OIB-a s financijskim izvještajima firmi koje su radile te natječaje i iz toga izvlačio slučajeve u kojima su firme bez zaposlenih kao jedini ponuditelj dobivale višemilijunske iznose, firme s vrlo malim prosječnim prihodima koje su također dobivale višemilijunske iznose itd. Kako bih potvrdio da sam doista dobro prepoznao koje su javne nabave sumnjive, proveo sam intervjue s ključnim sudionicima procesa javnih nabava (od istražitelja, javnih službenika, poduzetnika i lokalnih čelnika) koji su mi svi potvrdili da je doista riječ, najblaže rečeno, o sumnjivim praksama.
Koliko su vam za taj rad bili neophodni pravi podaci i kako ste zapravo došli do podataka koje ste mogli ubaciti u jednadžbu?
Koristim konkretne podatke iz baze javnih nabava, što znači da puno preciznije mogu definirati potencijalnu korupciju nego što se to radi indeksima percepcije koji su vrlo često subjektivni. Baza je izvlačena s Narodnih novina koje sadrže više od 200.000 javnih nabava na svim razinama vlasti. Dakle, ne radim više s uzorcima, već praktički s populacijom. Korištenje pravih podataka izvučenih iz javno dostupnih baza ogroman je korak naprijed u društvenim istraživanjima, nešto što će s godinama sve više rasti.
Je li realno očekivati da će u budućnosti, laički rečeno, biti dovoljan tek algoritam u koji će se ubaciti određeni podaci koji će izračunati, primjerice, točan stupanj korupcije i razloge koji do toga dovode, pa samim tim ponuditi i rješenja?
Apsolutno, to se već i sada događa. Doduše, ne za izračun korupcije za što će trebati malo više kreativnosti u tome kako je pratiti i mjeriti, ali se za, primjerice, učinke ekonomskih politika u proračunima rade vrlo detaljne projekcije i prediktivni modeli. Oni imaju svojih prednosti i nedostataka, no konstantno ih se unapređuje što znači da će biti sve bolji i bolji.
Dijagnosticirali ste stanje po pitanju korupcije, što bi po vama bilo rješenje, kako se riješiti korupcije, nudi li istraživanje i takve podatke?
Glavna prepreka u borbi protiv korupcije u Hrvatskoj neefikasno je pravosuđe. Ako ono ne funkcionira i ne sankcionira koruptivno djelovanje, drugim riječima – ako oni koji kradu ili čine kaznena djela, prolaze nekažnjeno, time se šalje signal i ostalima da to mogu raditi. Dok god pravosuđe nije neovisno od politike, što je u Hrvatskoj slučaj, Hrvatska će ostati korumpirana zemlja u kojoj mala, ali dobro povezana grupa ljudi profitira.
Možemo li sada, za razliku od prije dvadesetak godina, ubaciti sve što je poznato o Agrokoru i procijeniti učinke donošenja lex Agrokor? Znate li možda kako će cijela priča završiti?
Problem je što još uvijek ne znamo čitavu pozadinsku priču o Agrokoru. Zato je teško i predviđati kako će se sve završiti jer ne znamo ni kakvo je stvarno bilančno stanje pojedinih firmi unutar grupe ni koliko su one izložene jedna prema drugoj i prema samoj grupi. Ali kad bi svi podaci bili poznati, bilo bi moguće napraviti algoritam koji bi mogao precizno predviđati učinak određenog zakona ili regulative. To se u nekim zemljama već radi iako ti predikcijski modeli još nisu toliko precizni, odnosno ne mogu uvijek uzeti u obzir baš svaki faktor niti znaju dobro mjeriti neizvjesnost.
Kako se i u kojem smjeru, dakle, mijenja metodologija u ekonomskoj znanosti?
Ekonomisti polako ali sigurno počinju prihvaćati i koristiti znanstvenu metodu u svojim istraživanjima. To znači da počinju raditi prave nasumične eksperimente (s ispitivanim i kontrolnim skupinama, baš kao i u medicini) te prirodne eksperimente gdje pokušavaju iz dostupnih baza podataka napraviti kvazieksperimentalni okvir za testiranje određene teorije. To je ogroman napredak i osobno sam vrlo optimističan kad je riječ o budućnosti ekonomije kao znanosti. Ona nikada neće biti fizika ili kemija, no nema razloga da ne dostigne standard i ugled psihologije ili medicine.
Koliko su istraživanja ograničena dostupnošću podataka, odnosno koliko napreduju upravo zbog raznolikosti i niza podataka koje postoje?
Dostupnost podataka svakako pomaže. Upravo zbog velike dostupnosti podataka raste potražnja za vještinama među ekonomistima kako analizirati i sistematizirati te podatke i kako ih koristiti za potvrdu ili opovrgavanje raznih teorija. Osim podataka, bitno je razumjeti i samu znanstvenu metodu i kako se provode eksperimenti u ekonomiji. To ne zahtijeva veliko tehničko znanje, već samo promjenu načina razmišljanja. Upravo dostupnost podataka tjera ekonomiste da uče neke druge vještine koje im do sada nikada nisu trebale, poput, primjerice, programiranja.
Poznato je da je statistika podložna manipulaciji ili, blago rečeno, raznim tumačenjima, što se mahom vidi, primjerice, kada vlast ili oporba govore o stopi zaposlenosti. Koliko je manipulacija izgledna u novom pristupu, odnosno uz nove moderne tehnologije i načine obrade podataka?
Kada se govori baš o takvim podacima kao što su nezaposlenost ili, recimo, rast BDP-a, tu će uvijek biti prostora za manipulaciju jer se radi o politički osjetljivim temama čiju interpretaciju formira politički PR. U politici nisu bitne činjenice, već kako ćete predstaviti priču glasačima. Upravo zbog neizostavne isprepletenosti ekonomije s politikom gubi se povjerenje u znanstvenu kredibilnost određenih ekonomskih teorija te se sve pokušava prikazati kroz različite škole ekonomskog mišljenja.
Suosnivač ste tvrtke Oraclum, bavite se upravo analizom podataka. Koja su sve područja na koja ste usmjereni?
Tako je, s kolegama Dejanom Vinkovićem i Milom Šikićem pokrenuo sam Oraclum koji profiliramo kao firmu koja se bavi predikcijama ponašanja potrošača i glasača koristeći analize društvenih mreža, ali i velike baze podataka ukomponirane u naše modele strojnog učenja i našu jedinstvenu prediktivnu anketu BASON. Razvili smo metodu s pomoću koje možemo vrlo precizno reći što žele potrošači (ili glasači) i kako im to ponuditi. Mislimo da firme leže na vrijednim bazama podataka koje ne iskorištavaju na najbolji način. Tu leži veliki potencijal rasta za firme koji mi možemo pokrenuti.
Predvidjeli ste pobjedu Donalda Trumpa, koji su pokazatelji bili ključni?
Ti izbori bili su najveći test naše prediktivne ankete BASON. Ona se temelji na konceptu mudrosti masa i analize društvenih mreža kako bismo eliminirali pristranost ispitanika u anketi. To funkcionira tako da pitamo ispitanike za koga će glasati i kako misle da će glasati ljudi oko njih te onda gledamo kako glasa njihova društvena mreža (putem Facebooka i Twittera) da procijenimo nalaze li se naši ispitanici u pristranim skupinama gdje svi razmišljaju na isti način ili se druže s ljudima različitih pogleda i time imaju bolji uvid u to tko će pobijediti na izborima. Koristeći upravo ovu metodu, koju smo prije testirali na Brexitu te dvaput na hrvatskim izborima, uspjeli smo je usavršiti do te razine da smo na uzorku od samo 450 ispitanika uspjeli jedini, pored svih velikih američkih anketnih agencija i prediktivnih modela, predvidjeti da Trump pobjeđuje u ključnim državama, i to s nevjerojatnom preciznošću unutar svake države.
Kako treba izgledati ekonomski znanstvenik današnjice, odnosno kako će izgledati u budućnosti?
Ekonomskih znanstvenika budućnosti već sada ima podosta. Oni shvaćaju važnost eksperimentalnog dizajna prilikom postavljanja temeljnih hipoteza koje žele testirati. Ekonomisti budućnosti već sada znaju programirati, znaju skidati i obrađivati ogromne baze podataka, znaju web-scrapati tekstove i govore te dobro vladaju svim temeljnim statističkim alatima. Što bude više ekonomista s takvim znanjima i vještinama, to će lakše biti dokazivati i opovrgavati dosadašnje zablude u ekonomiji.
Pogledajte i što će se promijeniti uvođenjem eura i hoće li sve poskupjeti:
