复杂经济学 经济思想的新框架Word格式.docx
《复杂经济学 经济思想的新框架Word格式.docx》由会员分享，可在线阅读，更多相关《复杂经济学 经济思想的新框架Word格式.docx（27页珍藏版）》请在冰豆网上搜索。
因此，本文不是要对此进行概述，而是要提供一个连贯的逻辑框架，来对复杂经济学进行研究。
首先，本文会提出一些原则；
随后，本文会以笔者之前的两篇论文（Arthur，1999，2006）和其他众多学者的研究为基础，对一些要点进行论证。
（②关于这一一般方法的论文参见Axtell（2007）、Colander（2000，2012）、Epstein（2006）、Farmer（2012）、Judd（2006）、Kirman（2011）、Rosser（1999）、Tesfatsion（2006）。
复杂经济学这个词首次使用见Arthur（1999）。
）
复杂经济学不仅仅是标准经济学的延伸，也不是简单地将行为人行为加入标准模型。
复杂经济学以一种不同的方式看待经济，拥有不同的观点。
例如，复杂经济学观点认为行动和战略处于不断的发展之中；
时间关系重大；
结构不断形成且不断重组；
复杂经济学中的研究现象是标准的均衡分析中所缺少的。
此外，在复杂经济学中，处于微观经济和宏观经济之间的经济变得至关重要。
换句话说，相比于新古典主义理论，复杂经济学中的世界与政治经济学中的世界更为近似，是一个有机的、演化的且具有历史偶然性的世界。
经济与复杂性
首先，我们来讨论经济本身。
经济是一个庞大且复杂的行为和制度体系，不同的行为人（消费者、公司、银行、投资者、政府机构）在经济中从事各种活动，如买卖、投机、贸易、监督、生产产品、提供服务、投资于公司、制定战略、探索、预测、竞争、学习、创新以及调适等。
用现代的说法，经济是并发行为（concurrentbehavior）的一个庞大的并行系统（parallelsystems），在所有这些并发行为中形成了市场、价格、贸易协定、制度和产业。
最终，形成经济总模式。
最早的经济学观点可以追溯到亚当·
斯密，该观点认为，这些总模式的形成源于个体行为，而个体行为反过来又会受这些模式的影响。
这是一个递归循环，正是这种递归循环使经济复杂化。
在研究系统中相互作用的要素如何形成整体模式，整体模式反过来又如何改变这些要素，或这些要素如何适应整体模式的科学中，复杂性并不是一种理论，而是一种运动。
例如，研究各辆汽车如何共同形成某些交通模式，这些模式反过来又如何影响汽车的位置。
复杂性与结构形成以及这种结构形成如何影响导致其产生的客体相关。
从复杂性角度出发来研究经济或经济中的某些领域，就意味着研究经济是如何发展的，也就意味着详细地研究个体行为人的行为共同形成的结果，以及这些结果反过来如何改变他们的行为。
换句话说，复杂性研究的是个体如何应对其行为共同创造出的模式，以及该模式如何实现自我调整。
这个问题难度较大，我们要通过研究多个行为人有目的的行动，才能了解模式是如何产生的。
因此，早期经济学通常采用比较简单的方法来处理各种问题，这种方法更接近于数学分析。
这种方法的研究对象不是行为人以什么样的行为来应对他们自己形成的总模式，而是什么样的行为（行动、战略、预期）符合这些模式；
换言之，其研究对象是处于静止状态或均衡状态的模式，因为在这种模式之下，微观行为不需要做出改变。
一般均衡理论研究商品生产的价格和数量以及商品消费的价格和数量怎样才会符合经济中各个市场的价格和数量的总模式（因此，该理论假定行为主体没有激励去做出改变）。
经典博弈论要研究的是，在了解竞争对手所选的策略、行动和资源配置的情况下，自己应该选择什么样的策略、行动或资源配置，（根据某些标准判断）才会是最佳选择。
理性预期经济学研究的是什么样的预期将符合这些预期共同创造的结果，或者说这些结果能被其创造的结果验证。
这种简单的一般均衡理论是研究经济模式的一种自然方法，同时也使数学分析有了用武之地。
利用这一方法来促进经济学研究是可以理解的，甚至可以说是合理的，而且该方法也的确结出了累累硕果。
这一方法的主体是一般均衡理论。
一般均衡理论不仅有数学上的精巧优雅，也使我们在建立经济模型时可以对经济进行重构，让我们能够描述经济，并更加全面地了解经济。
这一点极其重要。
除此之外，其他均衡模型，如厂商理论、国际贸易理论和金融市场理论的均衡模型，也十分重要。
不过，这种均衡策略也有其弊端。
经济学家们认为，它设定了一个与现实不符的理想化和理性化的世界，其基本假设也只是为了方便分析，因此他们并不认同这种策略及据此形成的新古典经济学（③Blaug（2003），Bronk（2009，2011），Cassidy（2009），Colanderetal（2009），Davis（2007），FarmerandGeanakoplos（2008），Kirman（2010），KopplandLuther（2010），Krugman（2009），Mirowski（2002），Simpson（2002））。
我也持类似的反对意见。
正如其他经济学家一样，我也赞赏新古典经济学中的优美，但是在我看来，新古典经济学的结构过于简单、过于脆弱，与现实严重不符。
新古典经济学研究的是有序、静止、可知、完美的柏拉图式的世界，而非模糊不清、混乱不堪和复杂的现实世界。
当然，优秀的经济学家们一直都认为现实中的经济远比新古典经济学中的经济丰富多彩（ColanderandKupers，2012；
Locua，2010）。
我们可以继续将均衡作为我们的思想基础，同时也让经验和直觉来丰富现实。
不过，这还不够。
如果我们假定经济是均衡的，便会忽略经济中的很多现象。
根据均衡的定义，并没有提高或进一步调整的空间，没有探索、创造的空间，也没有暂时的现象，因此在均衡理论下，任何在经济中可以带来改变的东西——调整、创新、结构改变、历史本身——都会被绕开或被忽略。
新古典经济学也许有一个完美的结构，但是缺少真实性、活力和创造力。
如果经济学能够考虑更多的可能性，并研究行为人如何应对他们共同创建的模式，又会怎样呢？
这会带来什么影响？
我们将会有什么发现？
内生的非均衡
首先要指出的是：
在我们研究“行为人可能如何应对”这个问题时，我们就已经认为经济是不均衡的，因为如果有新的应对方法，那么这些方法必定会改变结果，所以由定义可知经济是不均衡的。
受过良好教育的经济学家可能对非均衡假设持反对意见，因为标准理论认为非均衡情况在经济中无足轻重。
萨缪尔森（1983）说道：
“即使存在不稳定的非均衡状态，也只是暂时的，并不是持久的……读者见过几次竖起来的鸡蛋？
”（①1909年，瓦尔拉斯在与熊彼特交谈时曾表达过相似的观点，“生命的本质是被动的，只是在受到自然或社会的影响时会调整自己，因此，关于静态过程的理论事实上构成了整个理论经济学……”（Tabb，1999；
Reisman，2004）。
我们都被灌输了这样的思想，认为均衡状态是经济的自然状态。
但是，我并不这样认为，并且我十分肯定经济始终处于变化之中，因为非均衡状态才是经济的自然状态。
经济中的非均衡现象不仅是外部冲击或外界影响造成的，事实上，非均衡是经济内部自己产生的，这里主要有两个原因，下面会一一介绍。
首先，根本的不确定性。
经济中所有关于选择的问题都与未来发生的事情相关，这些事情也许很快会发生，也许过段时间才会发生。
因此，经济中的选择问题在某种程度上与未知事情相关。
在某些情况下，行为人获得了充分信息，或者能够准确算出将要发生事情的概率分布，但是在其他很多情况下，事实上，在大多数情况下，他们没有根据，无法做出估计，他们根本就不知道。
（①正如凯恩斯（1937）所指出的：
“欧洲战争的前景……铜的价格……以及随后20年的利率……没有相关的科学依据来计算这些问题发生的几率。
我们根本不知道。
”）
例如，我可能选一种新技术进行风险投资，不过在刚开始的时候我可能完全不知道这种技术功效如何，公众的接受度如何，政府会对其进行何种监管，或者是否会有人带着竞争性产品进入该领域。
我必须有所行动，但是由于自己对相关事情一无所知，即根本的不确定性，所以压根儿没有“最佳”行动。
当其他行为人也涉入其中的时候，情况会变得更糟；
这种不确定性会自我强化。
如果我不清楚具体情况，我可以当作其他人也不清楚。
我不仅必须做出自己的主观判断，还必须对这些主观判断做进一步的主观判断。
其他人也必须这样做。
不确定性会带来更进一步的不确定性。
（②索罗斯（1987）称该准则为反思规则。
这种观点当然不是新观点。
其他经济学家，尤其是沙克尔（Shackle，1955，1992），针对这一问题写了大量相关论文。
不过，将其理论化十分重要。
在某种程度上，由于结果不得而知，他们提出的决策问题并没有得到明确的解释。
此外，如果一个问题逻辑不清，那么针对该问题就没有一个合理的解决方法，所以说，理性——纯推理上的理性（deductiverationality）——也并不明确。
在这种情况下，推理上的理性不仅只是一个糟糕的假设，而且根本就站不住脚。
也许，行为人会采取聪明、合乎情理、富有远见的行为，不过严格来说，这些行为不可能是推理上的理性行为，因此我们不能假设。
不过，这些并不意味着人们在经济中寸步难行，或者人们不能选择自己的行为。
行为经济学告诉我们，环境往往决定人们的决策，但我们也可以直接利用这些决策结果。
此外，认知科学告诉我们如果某个决策很重要，那么人们可能跳出当前的情境，试图通过推断、猜测以及利用过去的知识和经验来分析这一决策。
他们会尽可能地利用自己的想象力来预测未来，并以此为依据做出自己的决策（Bronk，2009，2013）。
事实上，正如沙克尔（1992）所说：
“每个人都会对未来做出自己的预测，而预测过程是其决策过程至关重要的一部分。
”建立决策模型的一种方法是：
假设行为人对自己所处的环境形成了个人观点（也有可能是一些观点）或假设（即内部模型），并且不断更新这些观点和假设，也就是说他们在探索的时候以这些知识为依据不断对自己的行为和策略进行调整、舍弃和替换（①一种标准的反对观点认为：
如果行为人的推理不是演绎式的，就意味着任意性的存在。
但是，是什么阻止行为人不会选择这类随意的信念或行为以达到某些有利的结果呢？
这种情况显然是有可能发生的，但不能证明取消不切实际的理性行为模型就是合理的。
这种观点所假设的行为并不是为了简化分析，而是为了使模型更符合实际。
换句话说，他们靠归纳不断进行探索（Hollandetal.，1986；
Sargent，1993；
Arthur，1994） （②事实上，称之为“有限理性”属于用词不当。
它意味着行为人并没有利用自己所掌握的全部推理能力，而在有不确定性的情况下，这往往是错误的。
这种不断实现的探索行为导致了经济中永远都存在布朗运动。
由于行为人的探索、学习以及适应，经济永远都处于破坏性运动之中。
正如我们将要看到的那样，这些扰动会被放大。
造成破坏的另外一个原因是技术变革。
大约在100年前，熊彼特（1912）发表了一个著名的观点，他指出“经济体系中有一种力量，这种力量能够破坏任何可能形成的均衡。
”这种力量来源于“生产方式的新组合”（现在，我们称其为技术的新组合）。
经济学并没有否认这一观点，但是，在融合这一观点时，认为经济均衡能够不时地适应外界的变化。
不过，这种技术力量的破坏性很强，它超出了熊彼特所设想的范围。
新技术需要其他新技术来支持。
例如，在创造出电脑后，电脑需要或“要求”更强大的数据储存技术、电脑语言、计算法则以及固态开关设备等。
此外，新技术也使其他新技术的形成有了可能。
例如，真空管的问世使无线电的传送和接收、广播、继电器电路、早期计算机以及雷达等技术的形成成为可能，或者支持了后来的这些技术。
这些技术反过来又催生了对新技术的需求和供给。
由此可见，新技术并不是只对均衡做出一次性破坏，相反，新技术永远都是更先进的技术的创造者和需求者，而这些更先进的技术本身也需要并创造出比自己更先进的技术（Arthur，2009）。
请再次注意这个自我强化过程。
其结果并不是偶然性的破坏，而是持续性的破坏，这种破坏在整个经济中，以各种规模同时发生。
技术变化自身会不断地创造出更进一步的变化，因此经济处于永久的变化之中。
从时间尺度来看，技术扰动的影响要慢于用来描述不确定性的布朗运动，不过，任何技术扰动都会引起更大的剧变。
此外，技术扰动本身也会带来进一步的不确定性，因为各行各业并不知道下一步会有什么样的技术进入各自的领域。
因此，不确定性和技术两个因素都使行为人没有明确的方法来做决定。
与标准的均衡经济学不同，另一种经济学正在崛起。
由于经济中存在不确定性和技术变革，毫无疑问，这两者在经济的各个层面无所不在，行为人必须探索前行的方法，必须“了解”自己面临的问题，必须抓住眼前的机遇。
在我们身处的这个世界里，行为人的观点、策略和行动促成了某种状态、结果或“生态”，与此同时，这些状态、结果或生态在考验行为人的观点、策略和行动。
并且，行为人所做的探索会进一步微妙地改变经济本身以及行为人所面临的环境。
因此，行为人不仅要解决自己面临的问题，而且他们的每一个行动从整体上看，也会改变当前的结果，因此他们又必须再次做出调整。
换句话说，我们处在一个复杂的世界之中，这种复杂性与非均衡有着密切的联系。
非均衡状态下的理论
非均衡观点对我们有什么启示？
如果庞大的经济永远处于变化之中，那么我们似乎要处理的是一种“不在分析控制之内的混乱”，这句话来自熊彼特（1954）。
之前的经济学对非均衡问题表示无可奈何，退避三舍。
但是，如果我们不这样做，如果我们坚定自己的立场，认真对待非均衡问题，那么我们该如何继续向前？
我们的观点有用吗？
我们会有什么发现？
并且最重要的是，非均衡状态下的理论意味着什么？
当然，经济中仍然有很多领域处于近乎均衡的状态，标准理论仍然适用。
然而，其他一些领域却处于一种暂时偏离最具吸引力的状态，我们可以研究向这个状态的收敛。
但是，这仍然只是将经济视为一台高度平衡的机器，它只会暂时偏离。
根据这种观点，我们并不能了解经济在均衡状态之外的表现，也不能刻画经济在非均衡状态中具有创造力的一面。
研究非均衡经济一个比较好的方法就是，研究在经济的当前状况中，如何产生了决定未来事件或事物的那些条件。
经济是一个体系，而这个体系中的各个因素会不断根据当前的情况来更新自己的行为（①当前环境当然也包括一些相关的历史或对历史的记忆。
用另外一种正式的说法，经济是一种持续的“计算”（computation），这是一种非常庞大的分散式计算，也是一种大量的并行计算，并且这种计算是随机的
现代计算思维认为计算是持续的、并发的（并行的）、分散式的、随机的，（①参见2010ACMUbiquity研讨会“WhatisComputation?
”，也可参见Beinhocker（2011）。
这样看来，经济是按照一系列事件顺序演化的体系，它是有算法规则的。
虽然以这种方式看待经济只是为了迎合当前科学中的潮流，但是这个观点对我有一个很重要的启发。
试想一下，我们或者拉普拉斯（Laplace）那样的人物，再或者“上帝”，了解计算背后的算法规则（②之前，我说过经济的未来是不确定的，因此严格来说经济并没有完美的算法规则。
因此，我假设“上帝”可以决定每个行为人所有情况下的行为反应。
）（经济或我们感兴趣的某一经济领域就会根据这些庞大但有限的具体机制采取下一步行动）。
计算中的一个基本定理（Turing，1936）告诉我们：
一般来说（如果我们随便选择一种算法），没有方法（没有系统的分析方法）能够提前算出该算法或电脑程序是否会终止（而不是永远持续或循环下去）。
如果某种算法的输出符合一组特定的数学条件或达到某种给定的“解决方法”的要求，我们便可以终止计算，因此，一般来说我们并不能确定这种算法是否合适。
换句话说，没有分析方法能够提前决定某种给定的算法是否适合（③包括，它是否收敛（或永远保持在一个给定范围内）。
我们所能做的就是按照算法来计算，然后看看它会带来什么结果。
当然，我们常常会看到一些简单的算法会有一个既定的结果。
但是，在我们不能决定算法的结果之前，这些算法都不必特别复杂（Wolfram，2002）。
因此，我们要谨慎一点。
对于一个高度互联的体系来说，均衡或封闭式的解决方法都不是缺省结果（defaultoutcomes），但是，如果这样的方法的确存在，那么必须解释其存在的理由。
此外，对这些系统的计算并不意味着不需要理论思考；
严格地说，理论思考非常必要。
我们经常会对非均衡体系的定性特点做大量有用的预分析，但是一般来说，在研究非均衡体系的结果时，唯一准确的方法仍然是计算本身。
当然，现实经济背后的算法并不是随便选择的，而是高度结构化的，因此现实经济的“计算”结果往往都非常简单。
这也就意味着，经济的计算往往都是无序的、不固定的。
在我们研究的经济领域内,通常也是这样。
我们经常会看到一些大型结构，也即那些与均衡并不严格对应的吸引子（regionofattraction），特别是在有强大抗衡力量发挥作用的情况下。
在这些吸引子内（或不在这些吸引子内），我们也能不时地看到造成某些现象、子模式或者子结构随机产生或消亡的机制。
这就好比物理学中研究的太阳。
从远处看，太阳是一个由气体组成的巨大球体，这个球体处于均衡状态之下，但是在这个“均衡”之内存在一些强大的机制，它们能够引起某些动态现象，例如，巨大的磁环和磁拱、冕洞、X射线亮斑以及最高以每秒2000公里运行的大量等离子射线。
太阳的确是一个松散的球体，但它从来都不处于均衡状态。
相反，它处于不断的运动之中，这些运动对均衡造成扰动，并且来源于之前的扰动。
这些现象都是局部的，并且能够在很多规模下发生，此外，这些现象都是短暂的或暂时的，它们的出现、消失和互动都是随机的。
我们在经济中经常可以发现类似的情况。
非均衡状态的理论化就是要揭示那些起作用的大吸引子（如果真的存在的话），并研究其他子结构或现象，这些结构或现象可能呈现大吸引子的特点和行为。
我们可以利用精心设计的计算机实验来做到这一点，通常是对结果进行统计，从而确定现象以及导致这些现象的机制。
在很多情况下，我们可以为某种现象建立一个较为简单的玩具模型，该模型能够抓住现象的基本特征并允许我们利用数学理论或随机理论来研究这种现象。
但是要记住，研究的目标并不一定是要形成方程式或达到某些必要条件，相反，正如所有的理论一样，我们的目标是获得一般性观点。
让我们通过一个现实的非均衡研究来进一步了解这些观点，该研究是通过计算机来实施的。
下面是一个经典案例。
1991年，克里斯蒂安·
林格伦（KristianLindgren）设计了一个由计算机操控的竞标赛，其中随机选取一对人员重复进行囚徒困境的博弈，博弈策略之间存在着竞争（我们没必要考虑囚徒困境的一些细节，只把它视为有一系列指定策略的简单博弈即可）。
博弈策略包括：
在给定对手不久之前的行为后，另一方应该如何行动。
如果策略选择得当，便可以重复该策略或者改变策略；
但是如果策略运用失误，则会被废除。
林格伦允许博弈参与者利用他对另一方之前的行为和自身行为的深层记忆，来“深化”策略。
因此，我们可以将这种策略作为“探索”策略空间，因为如果这些策略失败，可以进行改变和调整。
林格伦发现在比赛之初，简单策略，如以牙还牙占主导地位，但是过了一段时间后，深层策略出现并取代了之前的简单策略。
随着时间推移，开始出现利用过去策略的更深层的策略，这个过程是在相对稳定的时期和动态不稳定的时期的相互交替中完成的（图1）。
虽然这其中的动力十分简单，林格伦可以将它们写成随机方程式，但是，这根本不能说明整个情况，我们需要通过计算来搞清楚这到底是怎么回事。
通过计算，我们发现了策略生态学，每种策略都在某种环境下得到使用、寻求生存，而这个环境恰好是由该策略本身以及其他策略在得到使用、寻求生存时所创造的。
这个生态学就是一个微型生物圈，其中不断涌现出各种新物种（策略），在现存物种所创造的环境中探索，而如果这些策略失败就无法生存。
不过要注意的是，这一生物圈中也包含进化，但这种进化不是从外部引入的，而是在各种策略为生存而竞争的自然趋势中发展出来的。
这种观点在复杂经济学中很常见。
确切地说，正是在一个各种策略、行为或者观点相互竞争的生态系统中，才形成了某种“解决方法”，这个生态系统不断变化，拥有自己的特性，我们也可以对它进行定量研究和统计研究。
（
①在著名的ElFarol问题中（Arthur，1994）出现了这样的一个生态系统，其中引力区整体处于均衡状态，但引力区中的个体预测在不断变化。
也就是说虽然单棵树木发生变化，但是整个森林的形状保持不变。
在林格伦的研究中，每一轮计算的结果都不相同。
在经过多轮计算之后，出现了一个稳定的演化策略，即一个复杂的策略，它取决于对过去行为的四段记忆。
在其他各轮比赛中，这一体系继续不断演化。
在一些比赛中，复杂策略快速出现，而在另一些比赛中，复杂策略则较晚出现。
然而，比赛中存在一些常量，例如，策略共存、开发新策略、自发出现的共生、忽然崩溃、在静止状态和不稳定状态之间的变化等等。
这些情况与古动物学非常相似。
我将林格伦的研究作为非均衡经济学研究的一个案例，读者可能有这样的疑惑，研究以计算机为基础的世界怎么会是经济学，或者这种研究与理论有什么关系。
我的回答是，理论并不包含数学，尽管数学比较复杂，但它只是一种技术，一个工具而已。
理论不同于数学，理论是发现、理解并解释世界中存在的现象。
数学在很大程度上使这个过程变得更加容易，但是计算也有这样的作用。
当然，数学和计算也有差别。
我们可以通过方程式一步一步地论证，并找到解决问题所要满足的条件，但是计算不是这样（①注意，我们一直都可以将任何算法模型重写为方程式（任何图灵计算机的计算都可以用方程式来表示），因此，严格地说，以计算机为基础的分析和标准分析一样，都是数学分析。
见Epstein（2006）。
计算不单单是相互抵消，它可以让我们看到均衡数学中没有的现象。
它能使我们在不同的条件下重新得到结果，在结构出现或没有出现的时候进行探索，确定潜在的机制，一次又一次地简化现象，提取主要信息。
换句话说，计算是思想的一个助手，它像经济学早期的辅助工具一样，如线性代数
升级会员 