私生活放纵在经济学中是理性的选择吗？ - 知乎1459被浏览90922分享邀请回答0添加评论分享收藏感谢收起2176 条评论分享收藏感谢收起查看更多回答1 个回答被折叠（）无所不能 健康点 运动家
分享到微信朋友圈
复杂经济学 经济思想的新框架
本文见《比较》2014年第5期相关报道
布莱恩·阿瑟
& 　　过去25年间，一种不同的经济学观点——复杂经济学——逐渐出现并缓慢发展。与之前的经济学观点不同，复杂经济学认为，经济未必处于均衡状态；计算同数学一样在经济学中非常有用；在同一种经济状况下，既可能出现收益递增，也可能出现收益递减；经济不是给定的，一成不变的，而是在一系列制度、规范和技术创新的不断发展中形成的。复杂经济学的研究在很大程度上起源于1980年代的圣菲研究所，不过，现在对此进行研究的人很多（①参见The Economy as an Evolving Complex System 各卷，Arrow、Anderson and Pines(1988)；Arthur、Durlauf and Lane(1997)；Blume and Durlauf(2005)。关于这一思想的历史，见Fontana(2010)、Arthur(2010b)、Waldrop(1992)和Beinhocker(2006)的通俗解释。各种形式的复杂经济学包括生成经济学（generative economics）、互动行为人经济学（interactive?agent economics）、基于行为人的可计算经济学（agent?based computational economics），参见 Epstein（2006a）、Miller and Page(2007)、Tesfatsion and Judd（2006）。）。但是，随着复杂经济学的兴起，也出现了这样一些问题，例如：复杂经济学能带来什么？如何发挥作用？适用于哪些领域？复杂经济学会替代新古典经济学，还是会融入其中？复杂经济学是在怎样的逻辑（如果存在某种逻辑的话）框架下运行的？
　　本文旨在回答上述问题，尤其是最后一个。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，）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()、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（concurrent behavior）的一个庞大的并行系统(parallel systems)，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()，Cassidy(2009)，Colander et al?(2009)，Davis(2007)，Farmer and Geanakoplos(2008)，Kirman(2010)，Koppl and Luther(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（Colander and Kupers，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，)，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（deductive rationality）——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，）。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(Holland et al.，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 2010 ACM Ubiquity 研讨会“ What is Computation? ”，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（default outcomes），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（region of attraction），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（Kristian Lindgren）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El Farol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、微积分、统计学、拓扑学、随机过程等，而这些辅助工具在当时都受到抵制。计算机是研究经济学的一个实验室，只要能够熟练使用计算机，它就会成为一个强有力的理论创造器。（②关于计算在数学、物理学、生物学和地球科学理论化中的作用，见Robertson(2003)、Bailey(2010)、Chaitin(2006)。）
　　所有这些都指向一个新的方向：用非均衡视角来研究经济。我们可以将经济或我们感兴趣的部分经济领域作为行为人策略、预测以及行为不断变化的结果。我们可以通过建立模型来研究这些领域以及经济学中的一些经典问题，如代际转移、资产定价、国际贸易、金融交易、银行业务等，不过不能只在均衡状态下研究这些问题，应该对所有情况下的问题都进行研究。我们的模型有时要借助数学分析；但有时只能借助计算，不过，有时需要借助这两者。我们追求的不只是均衡的条件，而是要了解结果的形成以及结果的进一步发展，了解经济中出现的所有动态现象。
现象及现象的产生
　　在非均衡状态下会出现什么现象？这些现象与复杂性有什么关系？非均衡与复杂性之间又有什么关系？本文会依次对这些问题进行分析。不过，在研究非均衡经济中可能出现的模式和结构之前，我们首先来看一下均衡条件下的模式与我们所见的模式的不同之处。我们可以利用一个简单的非经济模型，如交通流量，来说明我们的想法。
　　交通中的一个典型模型是：与前面车辆离得近的时候，车辆应该减速；与前面车辆距离远的时候，车辆可以加速。如果交通密度较高，例如每公里有N辆车，那就意味着车辆间有一定的平均距离，车辆应该据此放慢或提高到一定的速度。在不经意间就会出现一个均衡速度，如果我们的解决方式仅限于均衡状态，那么我们便只能看到这种模式。但是，事实上，在交通密度较大的时候会出现非均衡现象。有些车辆会减速，因为司机可能注意力不集中或受到打扰，这会导致后面的车辆减速，从而立即压缩交通流量，最后导致后面的车辆进一步减速。当压缩不断向后递延的时候，交通受阻，出现交通堵塞。在一定的时间后，交通会恢复正常。但是，要注意三点：第一，这种现象是自发的，每次出现的时间、传播的长度以及恢复的时间都是不同的。因此，很难找到闭合式的解决方法，但是最好可以利用概率或统计方法对此进行研究。第二，这种现象是暂时的，它的出现或发生是随机的，但是如果我们坚持均衡速度就不会出现这种现象（①我们当然可以将这当作一个包括交通堵塞在内的稳态随机过程，并人为地称之为“均衡”过程。一些新古典模型也是如此（可参见 Angeletos and La?O，2011)。不过，这似乎在否定我的观点，因为我说过标准经济学并不处理非均衡问题。但是，一些更进一步的审视表明，这种非均衡行为一直包含在总体呈现出均衡状态的表面之下，特别是一些保持静止的总体随机过程中（因此处于“均衡”之中）。由于这种模型好像处于“均衡”之中，所以拓展了新古典主义范式，但是它们的核心是非均衡过程，因此我将它们纳入了讨论。）。第三，这种现象既不是发生在微观层面（个别车辆），也不是发生在宏观层面（道路上总的车流量），而是发生在这两个层面之间，即中观层面。
　　那么，更一般地，经济运行又会是什么情况呢？如果将均衡这个过滤网移走，我们会看到什么现象呢？这些现象是如何发生的？本文会以三个案例对此进行说明。
　　第一，资产价格变动的自我强化，或者通俗一点说就是 “泡沫和崩溃”。从圣塔菲人工模拟股票市场（Artificial Stock Market）就可以了解到这些现象是怎么产生的（Palmer et al.，1994；Arthur et al.，1997）。在这个以计算机为基础的模型中，“投资者”是人工智能计算机程序。“投资者”不能简单地假设或推断出既定的 “理性”预测模型，理由前面已经讲过，相反，他们必须独自寻找那些有效的预期（预测模型）。投资者会在偶然间创造出（或发现）他们自己的预测模型，试用那些有前景的预测模型，放弃那些没有用的预测模型，此外，他们会定期创造出新模型来替换这些旧模型。股票价格在投资者的买入和卖出过程中形成，最终来自行为人的预测。我们的市场成了一个预测模型的生态系统。这些方法要么成功，要么被淘汰，因此，该生态系统处于不断变化之中（①索罗斯(1987)认为，“股票市场是检验不同主张的地方”。）。正是在这种环境下出现了很多现象，而其中最主要的就是自发生成的泡沫和崩溃现象。
　　我们可以从实验中提取一个简单的机制来看这种现象是如何产生的。假设有的投资者发现了如下交易预测：“如果股票价格在最后的k个时期中上涨，那么价格可能在下个时期中上涨x%。”再假设，有的投资者（也有可能是同一批投资者）“发现”了这样的预测：“如果当前的股票价格是基本盈利（红利）的y倍，那么价格可能下跌z%。”第一种预测会造成泡沫行为。如果价格上涨了一段时间，投资者就会买进，因此，这种预测得到了证实，这会引起价格的进一步上涨。最后，价格上涨到一定的高度就会引发第二类预测。持有这些股票的投资者会抛售这些股票，股价下降，这样就终止了上涨的预测，这导致其他投资者也跟着抛售股票，随后就会引发股票崩盘。这种扰动的规模和持续时间因情况而异，发生的时间也是随机的，因此不可预测，唯一可以预测的是这种现象肯定会发生，其规模大小有一定的概率分布。
　　第二个暂时现象是集群波动（clusted volatility）。所谓集群波动是低波动期与高波动期随机出现的现象。在我们的模拟市场中表现为高低价格周期的波动。当行为人的预测能够合理并相互一致的时候,就会出现低波动，因此，很少有动力来改变这些预测或这些预测所产生的结果。不过，当一些行为人或一群行为人 “发现”更好的预测因子时,就会出现高波动。这会打破整体的模式，使其他投资者不得不改变他们的预测因子以重新适应环境，而这会导致进一步的扰动以及重新适应新环境（这种模式在格林伦的研究中非常明显，见图1），因此会造成一段时间内激烈的调整和波动。在现实的金融市场数据中，这些随机出现的低波动期和高波动期交替出现，被称为GARCH行为（广义自回归条件异方差行为）。
　　第三种现象我们称之为突然渗透。相比于时间，该现象与空间的联系更大。当一个网络内的某个地方出现了可以传播的变化时，如果这个网络内部联系不紧密，那么这个变化迟早会因为缺少相互连接而逐渐消失。如果网络内部联系紧密，这个变化将会不断地传播下去。在银行网络中，某个银行可能发现自己持有不良资产，在这样的压力下，该银行会提高资产的流动性，并向其交易对手方银行求助。反过来，这些对手方银行迫于压力也不得不提高其资产流动性，又向它们的交易对手方银行求助。因此，不良资产问题会遍布整个银行网络（Haldane，2009）。这样的事件会造成很严重的破坏。这些问题在一些联系不太紧密的网络中会逐渐消失，但是当网络的内部联系超过某个点并且联系变得更紧密后，这些问题就会延续——渗透——很长时间（Watt，2002）。（①有关网络的历史文献很多，如Albert et al?(2002)、Allen and Gale(2000)、May et al?(2008)、Newman et al?(2006)。网络可能是相互稳定的（如一家银行向另外一家银行提供保险），也可能相互破坏（例如，损失波及整个金融机构时）。网络拓扑学研究事件如何快速传播以及网络互联是否能够提高网络的稳定性(Scheffer et al.，2012)。）
　　上面这个例子让我们了解了一个一般特性。通常在复杂体系内，只有模型中那些描述调节强度或联系程度的基本参数超过某些点或达到某些临界水平时，一些现象才会出现。因此，整体行为会经历过渡阶段（phase transition）。在我们的人工模拟股票市场中，投资者以一个较慢的速度寻求新预测，市场行为会因此转变，达到理性预期均衡（行为人会做出同样的预测，这些预测会使价格发生变化，而价格变化通常又会使这些预测得到证实）。这时简单行为占主导。但是，如果投资者寻求新预测的速度变得更快，更符合实际，市场就会产生各种不同的预测信念，各种暂时现象开始出现。这时，复杂行为占主导。如果我们继续提高寻求新预测的速度，那么个体行为就不能有效地适应别人行为的快速改变，混乱行为就会占主导。其他研究（如Hommes，2009；Kopel，2009；LeBaron et al.，1999）已经发现了从均衡到复杂再到混乱，或从均衡到复杂再到多重均衡的类似转变规则（Galla and Farmer，2012）。我认为，非均衡模型中一般都存在这种转变。
　　现在，我们可以开始研究这种现象（你愿意的话也可将其称为秩序或结构）与复杂性有什么联系。正如我所说的，复杂性研究的是相互作用所产生的结果，它研究各种因素——粒子、细胞、偶极、行为人、企业——在其相互作用中产生的模式、结构或者现象。显然，这种相互作用也发生在我们的网络案例中，但是在我们的人工模拟股票市场中，相互作用更加微妙。如果我们有一位投资者买入或抛售股票，并且这种行为造成股票价格的变化，那么其他投资者可能会对这一变化做出反应。在上面提到的三个现象中，变化会在其体系中扩散。
　　复杂性研究正是研究这种变化是如何扩散的。或者换一种说法，复杂性研究正是要研究这种变化如何通过相互之间的关联行为扩散出去。一个银行在面对压力时可能将这种变化转移给自己的同伴，而这些同伴又可能将其转移给他们自己的同伴，依此类推。在某一个节点发生的事件可能引发事件的连锁反应，这种连锁反应通常会扩散下去，对其他的一两个因素造成影响，有时候也会对更多的因素造成影响，不过，只有在少数情况下才会对很多因素造成影响。这种数学理论是复杂性理论非常重要的一个部分，该理论表明一些事件的传播会引起进一步的事件，这种现象带有一些特征，如幂次法则（由很多细小但频繁的传播引起，或由少数庞大且罕见的传播引起）、重尾概率分布（长时间传播虽然罕见，但是比正态分布所预测的要更频繁）（①他们的概率与指数(–|传播长度|)而不是与大的正态偏差指数(–传播长度2)成正比。）以及长程相关性（事件可以长距离、长时间传播）。所有的系统——包括物理、化学、生物、地理等——都有这种特征，事件可以在这些系统中传播。在上述经济案例中传播起着非常重要的作用，因此这些特征出现在这些案例中也不足为奇（②标准经济学中之所以不存在这些特征，是因为标准经济学认为行为人对既定的均衡价格做出反应，而不是对受其他行为人的行为影响会发生波动的价格做出反应，因此单个行为人的随机变化是独立的，可以叠加在一起的，因而呈正态分布。）。这些特征在现实的经济数据中也都显而易见（Brock et al.，1992；LeBaron et al.，1999)。
　　除此之外，我们还有其他发现。如果从外部改变系统中各因素相互作用的程度（例如提高某些事件进一步引发其他事件的概率，或者说增加各因素之间的联系），会对系统造成影响，这种影响会从轻微影响发展到严重影响，再从严重影响发展到永久影响。系统会经历一段时间的改变。所有这些特征都是复杂性的标志。
　　现在我们了解了非均衡与复杂性之间的相互联系。经济中的非均衡现象迫使我们去研究非均衡引起的各种变化的扩散和传播，而复杂性要研究的正是这种传播。由此可见，非均衡经济学在复杂性研究范围之内。（①因此，这种形式的经济学被称为复杂经济学。）
　　此外，我还想对上述观点做进一步说明。我之前已经解释过的那些现象在特定的历史时间或空间经常出现、消失，因此如果我们坚持认为经济是均衡的，就会无视这些现象。此外，这些是局部现象，它们出现在局部网络或股票市场中，并可能向外扩散。它们通常会以各种规模发生，网络中的事件可能仅涉及少数几个节点，但有些现象会贯穿整个经济之中。不过，这些现象通常是介于微观和宏观之间的，因此我们正好称之为中观现象（②在经济学中，对“meso”的早期使用，见Dopfer(2007)，Elsner and Heinrich(2009)。）。它们是中观经济的特征。
　　然而，仍然有人反对这种观点。他们认为这种现象无关紧要。毕竟经济中还存在标准的均衡解决方法，而且这种方法的有效性最高。对我们的股票市场模型来说，的确如此，没有股票能长期保持100倍的市盈率（③但是通常来说，这并不符合实际情况，许多经济状况并没有能够产生任何均衡引力区的力量。）。但是，这个“但是”很重要，正是由于一些暂时现象的存在，市场中才会发生一些有趣的事情，而这些事情的发生都偏离了均衡。而这恰好就是能够赚钱的地方。我们可以用一个类似的例子来说明。由于重力的原因，海洋中存在一个近乎均衡的海平面，这个海平面有效性最高。这一点千真万确。但是，正如市场一样，在均衡的海平面不会发生有趣的事情，而且这种均衡很难实现，这些有趣的事情通常发生在那些经常有扰动的表面，这些扰动会造成更进一步的扰动。而这正是有船只停留的地方。
　　这一部分内容用三个相当著名的现象来说明复杂经济学中的现象以及现象的产生。我们也注意到了其他现象，当然还有现象等待我们去发现。这些现象到底是什么、有什么特性以及现象之间的相互作用都是未来要研究的重要问题。不过最为重要的是，复杂经济学观点告诉我们，我们需要关注经济中的另一个层面，即中观经济，中观经济中的事件能够引发各种规模的事件。经济中存在一个中间层或中观经济，在中观经济层，经常会出现一些现象，而这些现象会在持续一段时间后消失。
　　我们一直在寻找复杂经济学中的机制，关于这些机制我想做进一步说明。这些机制源于相互作用且自我强化的行为。例如，行为人买入某只股票，或轻微地干扰市场，或传播一些变化，就有可能造成进一步买入，或进一步干扰，或进一步传播变化。或者，正如我们之前所看到的，行为人在做选择时往往带有不确定性，而这会导致进一步的不确定性，又或者一些新技术的出现往往会带来更新的技术。这种正反馈会打破现状，导致不均衡，因此会出现某种结构。交通中的一个小阻塞会引起更进一步的阻塞，进而形成一种结构——交通堵塞。这就是我将布朗运动提出来的原因；它会带来改变，围绕这个改变会形成小的绕核运动；正反馈会放大这些运动，这些运动会被“锁定”，然后随着时间的推移最终消失。
　　事实上，正反馈是复杂体系的特有属性，或者更确切地说，正反馈和负反馈共同作用的现象是复杂系统的特有属性。如果一个系统只有负反馈（在经济学中就是收益递减），系统会快速回到均衡状态，表现出“死”行为。如果一个系统只有正反馈，系统会偏离均衡，表现出爆炸性行为。系统只有在同时包含正反馈和负反馈时，才会出现“有趣”或“复杂”的行为。在正反馈下，各种相互作用彼此叠加形成某种结构，经过一段时间后，就会被消极力量抵消，最后消失。因此，结构形成又消失，其中一些有待进一步发展，一些会导致更深层结构的形成。只有这样，系统才是“活的”。
　　这些观察结果丰富了有关正反馈或收益递增的经济学文献。举例来说，如果一个企业（产品、技术、地理区域）由于小概率事件处于领先地位，它在获得了收益递增后就会拥有更进一步的优势，处于更加领先的地位，那么接下来它可能继续主导结果（Arthur，）。如果N家企业相互竞争，那么就会有N种结果，但是N不能太小。在19世纪末期，打字机键盘的布局有很多种，不同的打字机为了占领市场相互“竞争”，最终只有我们现在正在使用的这种胜出，成为标准打字机。但是，一个简单的计算显示，当时有1054种以上的可能，不管怎么说这都是一个很大的数字。
　　收益递增的形成过程现在已经众所周知。我要补充的是，正反馈在经济中的普遍性事实上超过了我们的想象，它不仅存在于企业或产品中，也存在于小型、大型机制中，存在于决策行为、市场行为、金融行为以及网络动态之中。正反馈在所有层面发挥作用，使经济变得不稳定，甚至宏观层面也不例外（可以把凯恩斯理论视为正反馈，它暂时被锁定在两种可能状态中的一种：充分就业和部分就业）。此外，正反馈还带有一系列独特的属性，如多吸引子、不可预测性、锁定、无效以及路径依赖等。在物理上相应表现为多重亚稳定状态、不可预测、阶段锁定或模式锁定、高能基态以及非历态等。我们依然可以把这些属性和正式的复杂性联系在一起。
经济的形成
　　现在，我想谈一个非常不一样的主题，该主题建立在前面提到的技术扰动这一问题之上。到目前为止，我们已经看到那些组成经济的既定要素会不断对它们自己创造的模式做出反应，并且不断形成不同的模式。但是，这仍然不是经济的一个基本特征。事实上，经济不断地自我创造和再创造，这个过程是通过创造新要素来实现的。这些新要素通常是新技术和新制度，随着经济的演化，它们会产生新的结构。这究竟是如何发生的？经济是如何形成的，其结构是如何改变的？熊彼特（1980）称这个问题为“我们试图解释的现象中最重要的一个”。复杂性有助于解释这个问题，因为复杂性就是关于结构的创造和再创造的。
　　首先我们要清楚，如果想知道经济本身是如何形成的，如何改变的，我们需要了解技术，了解技术本身是如何形成的，如何随时间改变的。技术虽然不是造成经济改变的唯一因素，但是目前来说是一个主要因素（Solow，1957）。标准理论中将经济变化视为技术与生产函数的变化，视经济为这些变化的容器。由于新工业技术的进入，生产函数发生变化，产量增加，劳动力或其他资源得到释放，这为研发更新的技术提供了更多的财富。经济顺利地从一个均衡转移到另一个均衡，并内生地增长。这种观点很好，非常符合均衡经济学的观点。但是，它将经济的主要驱动力——技术——作为背景因素，把价格和数量放在了最显著的位置。该观点认为技术是无形的，单独、随机地出现，没有结构可以用来解释技术是如何产生的，如何随时间的推移相应地改变经济。
　　根据复杂经济学的观点，技术处于最显著的位置，价格和数量则处于背景位置（①关于经济形成的其他复杂性方法，参见Hildago and Hausmann(2009)、Lane et al?(2009)。关于结构变化，参见North（1981）。）。复杂经济学认识到，经济中有重要结构可以用于解释技术的兴起和技术如何进入经济(Arthur，2009)。在这种认识下，复杂经济学关注的是：各个时候出现的技术集合（collection of technologies），这个技术集合如何演化，集合中的技术如何产生，这个技术集合又如何创造和再创造相互支持的环境(supporting set)，这一环境又如何随时间的推移改变经济结构。
　　首先，我们可以将各项技术定义为人类为了实现自己的目标而运用的方法。这些方法包括工业生产程序、机械设备、医疗程序、运算法则以及商业流程。除此之外，组织机构、法律和制度，这些也是人类实现目标时要用的方法。有关技术很重要的一点是，技术一直都是由零件、装配组件和半成品建造、组装、组合而成的。事实上，这些零件、装配组件等也是实现人类目标的一些方法，因此可以看出新技术是通过组合现有技术而形成的（②Schumpeter(1912)将新产品、新技术组合作为经济形成（用他的话说是“发展”）的主要动力。）。激光打印机是根据现有的激光技术、数字处理器以及静电复印术创造出来的（处理器控制高度集中的激光束，使其在复印机硒鼓“印出”一个图像）。现在，我们有这样一个系统，在该系统中新要素的形成来自现有要素，而这些新要素的存在可能又需要更新的要素。
　　其次，我们可以将经济定义为一系列安排(arrangements)和活动，通过这些安排和活动，社会可以满足自己的需要。这些安排当然指的是经济中的技术。以这种观点来看待经济并不常见，但是这非常符合古典经济学家们的观点，因为他们的观点是以经济的生产工具为出发点的。所以，我们可以说经济来源于安排，即技术，也就是说经济是技术的一种表达。这样看来，经济就是其生产方式（技术）的一个生态系统，在该生态系统中，得到应用的各项技术应该相互支持，并在经济上保持一致。
　　再者，我们还注意到只有在“需要”某种技术的时候，技术才会产生。这种需求大多来源于技术本身的需求。汽车“需要”或引发更进一步的石油勘探技术、石油钻探技术、炼油技术、批量生产技术、汽油分销以及汽车维修技术等。因此，不管什么时候机会都是开放的，这有助于开发新技术和新安排。
　　现在，我们已经掌握了经济的基本结构。为了让这个结构运行起来，我们就要探讨技术集合是如何产生的。根据技术集合产生的各个步骤，可以得出经济如何形成的运算法则。
　　1、新技术的出现。新技术是根据某些现有的特定技术创造出来的，并且作为一个新要素出现在活跃的技术集合中。
　　2、新技术替代现有技术以及现有技术中的某些成分。
　　3、新要素为支持性技术和组织安排提供进一步“需求”或机会。
　　4、如果被替换的旧技术从技术集合中退出，那么它们的辅助需求也会终止。它们提供的一系列机会也会随着它们的退出而消失，反过来，那些适用于这些技术的要素也会失效。
　　5、新要素成为更新的要素——更新的技术——的一个潜在成分。
　　6、经济——商品和服务的生产和消费模式——重新适应这些步骤。成本和价格（研发新技术的激励）相应地做出改变。
　　例如，铁路机车是由现有的蒸汽发动机、锅炉、曲柄和铁轮子建成的。大约在1819年，铁路机车出现在技术集合中（步骤1）；替代了现有的马拉车（步骤2）；产生了建立铁路和铁路组织的需要（步骤3）；导致运河产业和马车运送产业的萎缩（步骤4）；成为货物运输的一个关键成分（步骤5）；最终导致整个经济中价格和激励的变化（步骤6）。这些事件可能同时运行，例如，新技术一出现就会带来新机会。
　　如果你对这个运算法则进行思考，会发现一些有趣的事情。在该运算法则下，可以发生一系列事件并且永不停止，因为这些事件中的每一件都可能激发其他更进一步的事件。一项新技术可能通过步骤3和步骤5导致更新的技术出现；通过步骤4替换旧技术；通过步骤6进行进一步调整。这些新技术反过来也会提供更多的机会，更新的技术以及更进一步的替换。这个算法规则的确很简单，但是如果一旦启动就会产生无限的、各种各样的、具有一定模式的新行为。
　　这就是目前经济形成的基本机制。但是，除此之外还有第二层机制，该机制能够进一步增加经济模式。新技术通常是以群体为单位进入经济的（Perez，2002；Arthur，2009）。在过去几十年间，各类技术，例如蒸汽驱动技术、电力技术、化学技术、数字技术都已经步入经济之内。这些技术都是以某种给定的关键技术为基础的，例如蒸汽驱动技术是以蒸汽机为基础的；或者是以大量相关现象为基础（如相关的化学现象、电力现象、遗传现象），并对这些现象加以有效利用才形成的。此外，这些技术都是根据之前的一两个核心技术逐渐形成的，从而补充所需要的子技术。这些技术形态并没有在经济内采用，相反它们由各个行业开发，与现有的商业程序相结合，创造新活动，激发新动力，建立新的可用程序，以及小企业的涌现，而这些小企业中会有少数企业继续成长为大企业。
　　经济——一系列满足我们需求的安排和活动——就是这样形成的。事实上，经济就是所有这些机制运行的结果。
　　现在，我只是对经济的自我重塑过程做出了最基本的介绍，事实上，每个机制都含有子机制。不过请大家注意这个总主题：技术拥有一些简单属性，正是由于这些属性，技术体系中的要素（技术）才会处于变化之中。在该体系中，每一个新要素都是在之前要素的基础上形成的，每一种要素都会替换另一些要素，因此对于进一步的要素的需求也处于不断变化之中。整个体系正是由新发现的一些主要现象的属性和可能性所连接和创建的。
　　这整个过程是一个自我生成过程。新技术的形成来源于现有的技术，因此整个技术集合是自我生产或自我再创的。经济也是如此，经济的形成来源于技术并且能够引发进一步的技术形成，从而造成经济本身的进一步形成。这也与复杂性密切相关。
　　现在，我们可以看看经济的结构是怎样发生变化的。随着新物理技术的进入，新形式的组织和新制度也在新技术的要求下应运而生，而这些新的组织制度反过来也会产生更进一步的新技术——更进一步的方法、组织和制度。在这种情况下，结构便出现了。从长期来看，大量的技术汇集成经济运行的主要方式。因此，我们迎来了蒸汽时代、铁路时代和数字时代。此外，技术也带来了特有的挑战，需要一些新的解决方法，经济结构也因此发生变化。蒸汽机和早期纺织机的出现使以磨坊为基础的维多利亚式经济成为可能，但是，随着维多利亚式经济的过度发展，就引发了新的安排：如涉及儿童安全的法律，改善工作条件的法规以及现代工会等（①政治经济学家William Tabb(1999)将结构变化表述为：“技术革命和政治变革为经济可能性创造了条件，这又为看似稳定的各个可持续时期提供了条件，在这些时期中，适应社会结构变化的监管制度为有序的进步做出了贡献。这些制度形式虽然适合某一发展阶段，但是随着新力量的发展和新的生产关系的出现，就变成了拖累。生机勃勃的市场力量会带来各种社会问题，当这些问题严重到了必须解决的地步时，新的规则、监管和制度就会破壳而出。”）。随着经济的变化，经济组织和制度也会发生变化，这些变化会带来更进一步的安排——更新的技术——和更进一步的变化。经济结构也因此发生变化。我们可以确定经济的这种自我更新机制，但是我们无法预测这些机制究竟以何种方式运行。整个过程（如果你愿意的话，可称之为“计算”）无法确定，不过，这的确是一个非常完美的非均衡过程。
　　请大家注意，我介绍的这个理论事实上是一种算法。该理论认为一些程序能够激发一系列程序，而不是一系列方程式。读者们可能又会问，这怎么会是一种理论呢？事实上，这与生物学理论相似。即使在达尔文提出物种起源论150年后的今天，也没有人能够成功地将新物种的产生、新物种生态系统的形成以及特定物种主导整个时代的过程归纳为一个方程式系统。其原因在于，在进化过程的运行机制中，各个步骤有序进行，并能互相触发，它能不断地界定新类别——新物种。在给定的类别中，方程式能很好地表现出数字或数量变化，但是在新类别出现的时候，它往往表现不佳。不过，我们必须承认，只有深入了解进化的核心机制，并且形成与现实世界现象相符的一组连贯的普遍命题时，这些理解才能真正构成理论。因此，生物学是理论的但不是数学的；是以过程为基础的，而不是以数量为基础的（①类似的观点也适用于胚胎发展理论、生化过程理论、分子基因理论以及细胞生物学理论。有丝分裂不涉及数学，但有一系列已熟悉的复杂的阶段和步骤。）。总之，生物学是程序性的。同样的，一个具体的经济理论的形成和变化也将是程序性的（②读者也许可以试着将此翻译成我们熟悉的术语：劳动、资本和增长，等等。这是有可能做到的，但我倾向于将它看成是“想象”或理解经济变化的另一种方式，就像MRI成像仪不同于传统的X-射线成像。）。经济研究旨在深入理解推动经济形成的机制，并不一定要将这些机制归纳为方程式。我提出的这种程序理论并不是对标准理论的否定，相反，这种理论将重点集中在能够促进变化的技术本身。
　　我们如何才能更加深入地研究这些问题？这些基本过程都是有算法的，所以我们当然可以针对它们的核心机制建立一些以计算机为基础的模型（③2006年，Wolfgang Polak和我成功地利用计算机就创造过程创建了一个模型，在这个模型中，日益复杂的技术（数字逻辑电路）通过以前的技术（电路）组合，从最初的简单技术中产生。）。本文的研究只是一些开始。我们最终想表达的观点是一种创造性生成，新要素的形成源于现有要素，新结构的形成源于现有结构，形成本身建立在之前的形成之上。这是一个非常复杂的观点。
　　现在大家应该了解了本文所描述的思考经济的不同框架，这种经济思想并不强调现实的商品或服务，相反，它强调的是变化和创造的过程。然而，正如有的读者所想，这并不是一种全新的观点。它与之前的思想有着某种联系，接下来我会对之前的思想加以说明。
　　经济学有两大问题：一是经济中的资源配置问题。如何决定整个市场内商品和服务的数量与价格。一般均衡理论、国际贸易理论和博弈论分析都是研究这个问题的代表。另一个是经济的形成问题：经济如何产生、发展，经济结构如何随着时间的推移发生变化。有关创新、经济发展、结构变化、历史的作用、制度以及治理的观点是研究这一问题的代表。大家对分配问题非常了解，并将其高度数学化，但是，对于经济的形成问题大家了解较少，几乎没有将这个问题数学化（①关于这两个经济学流派的出色讨论，参见Tabb(1999)，也可参见Bronk(2009)。）。
　　为什么会出现这种结果？在 1870年以前，对于伟大的经济学家们来说，这两个问题在经济学中同样重要。斯密、穆勒和马克思都力图从理性科学的角度来研究资源配置问题，他们对经济形成问题、治理问题和历史问题也做出了同样的贡献。接着，维多利亚时代迎来了伟大的边际主义理论和一般均衡革命，资源配置问题正是在这种理论下转化为代数问题和微积分问题（不过是在严格的理性和均衡假设下）。但是，不能以这种方式处理经济形成问题。就经济形成问题的本质而言，它既不是静止的，也不是理性的，因此经济数学化——在20世纪被当作一种“理论”——忽略了经济形成问题。不过，马歇尔、凡勃伦、熊彼特、哈耶克和沙克尔这些经济学家，以及后来其他的众多制度主义者和历史学家们仍然对经济形成问题进行研究。但是，他们的研究思维在很大程度上是特定历史时期的、特殊的、以案例为基础的、直观的，总的来说是叙述式的，不在一般化的推理范围之内，因此，随着时间的推移，那些被称为政治经济学的理论便被搁置在一边。政治经济学理论虽然务实有效，但并没有一直受到大家的尊重。
　　现在，经济学家们都清楚有关资源配置的数学分析并没有包含所有的经济问题，并且不能很好地处理经济的形成、探索、适应以及质变等问题(Tabb，1999)。相比之下，复杂经济学十分关注创造问题、结构形成问题，它研究的是这些问题运行的机制。因此，复杂经济学与政治经济学相符合，实现了政治经济学伟大传统的复兴。让我感到高兴的是，这两种理论有很多互相值得借鉴的地方。复杂经济学使我们能够在理论上系统地探讨世界的形成，政治经济学使我们能够利用直观方法和经验方法来研究世界。复杂经济学有助于为政治经济学提供理论依据。它不可能也不应该取代以案例为基础的历史分析，相反，它会深化和发展这一值得尊重的思维方法。同样，政治经济学也会深化和发展复杂经济学。
　　政治经济学的一个主要优势就是它的历史感和历史时间感——时间能创造出真实的、不可逆的差异，进而不断创造新结构。与此相比，新古典主义经济学在处理时间问题上则逊色很多（Smolin，2009）。在均衡状态下，一种结构会持续下去，因此很大程度上时间并没有多大作用；相反，在动态模型中，结果变成了一个参数，这个参数可以来回转换影响当前的结果（Harris,2004）。这点让很多经济思想家感到不适（Robinson，1980）。琼·罗宾逊（Joan Robinson）在1973年发表了一个著名的观点：“一旦我们承认经济存在于时间中，承认历史是朝着一个方向发展的，即从不可逆转的过去向不可预知的未来发展，那么均衡概念……就站不住脚了。我们要重新思考整个传统经济学。”
　　当然，在重新思考时间问题方面，复杂经济学与政治经济学是一致的。在“计算”中，也就是在经济中，大概率事件和小概率事件往往会在某些特定的、不可重复的时刻决定吸引子的形成，决定结构的形成和消失，决定技术的生成。正是这些事情的发生，经济结构和制度得以形成，不过经济结构和制度，乃至未来的经济形态反过来也建立在这些事情之上，这就是通向未来之路。不论在什么层面、什么时候，经济都具有路径依赖性，因此历史再次变得重要，时间再次出现在经济中。
　　人们自然会问：复杂经济学是否具有政策含义。当然有！复杂性告诉我们市场本身具有泡沫和崩溃的趋势；市场会诱发多重局部引力状态（attractor states），能通过金融网络传播事件，能创造出一系列技术解决方法和带来一系列挑战。在这样的环境下，各种政策应运而生，例如，对放纵行为的监管政策、促进有利结果的政策、培养有利于创新条件的政策。科兰德和库珀尔(Colander and Kupers，2012)简练地将这些政策描述为创造合理的元条件。
　　以上观点当然是令人信服的，不过我相信我们还可以做一个更有力的说明。经济学在现实世界中的失败很大程度上是因为它把经济看成是均衡的。如果我们回头看看过去25年间发生的经济危机——1990年，俄罗斯在开启自由市场之后，经济崩溃；2000年，政府放松监管之后，加州能源市场危机爆发；2008年，冰岛银行倒闭、持续的欧元危机以及华尔街危机——就会发现所有这些危机在很大程度上都是由于少数处于有利地位的玩家在经济系统中钻空子而造成的，或者说是失控的市场造成的(Arthur，2010a)。在均衡思维下，不能提前预见这种利用，原因很简单，因为由定义可知，在均衡状态下，没有人有动力改变当前的行为，所以利用行为不会发生。并且，在均衡思维下也很难看到极端的市场行为，分歧会很快被对抗性力量纠正过来。由均衡理论的基本假设可知，均衡经济学的主要目的并不在于探索对经济各组成部分的利用或系统故障。
　　相反，复杂经济学告诉我们，经济系统对各种反应永远都是开放的，经济系统的每个组成部分对于新的行为都是开放的，例如钻空子以谋利，结构上的突然变化。复杂性观点建议实施精心设计的防控措施，就像当局为地震地区制定合理的建筑规范一样。但是，同样重要的是，复杂性观点将我们的认识转向现实主义。经济并不是由一系列不能激发改变、不能共同造就最优结果的行为组成的；相反，经济是一张激励网，总是激发进一步的行为，引发进一步的策略，共同形成“合理”的结果，进而使系统不断变化。
　　复杂经济学不只是标准经济学的拓展（Fontana，2010），也不是简单地将基于行为人的变化纳入标准模型。相反，复杂经济学以一种不同的方式来思考经济。它并没有将经济当作一个均衡的系统，而是把它看作一个动态系统，处于不断的自我“计算”之中，不断地自我创建。均衡经济学强调秩序、确定性、演绎推理和静态均衡，而复杂经济学强调偶然性、非确定性、意义构建（sense?making）和动态变化。换言之，迄今为止的经济学一直都是“名词科学”而不是“动词科学”。经济函数中的变化通常被定义为固定的名词和实体层面的变化，如就业、生产、消费、价格等。现在，这些变化已经从名词和实体层面转移到动词和行动层面，如预测、反应、创新、替换等，这些行动能够引起进一步的行动。
　　这一转变揭示了中间层经济，即中观经济，在经济中的重要地位。这重新定义了经济学中的问题解决方式。问题的解决方式不再是一组数学条件，相反，是一种模式，一系列暂时现象，一系列能够引起进一步改变的变化，一系列能够创造新实体的现有实体。当然，理论也不再是发现那些不朽的一般性定理，而是更深层地理解能够创造出这些模式和使这些变化传播的机制。
　　经济学的这一转变是科学本身这个大转变非常重要的一部分。与之前相比，所有科学都变得更加程序化、更符合运算法则，更加图灵化；所有科学更少依赖方程式，更少连续性、更不牛顿式。这主要是由以下两个原因造成的：一是生物学作为一门严格科学的兴起，二是计算和计算机科学的兴起。即使数学也在向这个方向转化。格里高利(Gregory，2012)说道，数学正从连续的公式、微分方程、静态的结果转向离散的公式、组合推理以及算法思维。他说“计算机不仅是一种非常有用的技术，更是一种具有革命性的新数学，它能够带来深刻的哲学影响。它揭示了一个新世界。”科学和数学中的确定性正在减少，它们正在走向开放，拥抱程序性思维。当然，在这方面经济也不例外。
　　复杂经济学并不是新古典经济学的一个特例。相反，均衡经济学是非均衡经济学也就是复杂经济学的一个特例。复杂经济学用更一般性的方法来研究经济学。当然，均衡仍然是最有用的一种近似状态，可以用来解决经济中确定的、理性的和静态的情况，但是，均衡经济学将不再是经济学的中心。逐步走向经济学中心的是复杂经济学（①参见Holt et al.(2010)、Davis(2007)。），它能处理更广泛的相互作用，能识别非均衡现象，能处理创新、形成和改变等问题。
　　复杂经济学仍处于早期发展阶段，很多经济学家都在扩大复杂经济学的研究范围。复杂经济学告诉我们经济不断地自我创建，不断地创造探索的可能，不断地应对各种变化。经济不是死的、静止的、永恒的、完美的；相反，经济是活的、有机的，它永远处于变化之中，充满各种活力。■
　　W.Brian Arthur，智能系统实验室（Intelligent System Lab）访问研究员，圣菲研究所（Santa Fe Institute）外聘教授，他致力于研究收益递增理论，并对该理论产生了重要影响，他是复杂经济学、技术经济学和金融市场研究方面的权威人物。感谢Ronan Arthur、Richard Bronk、David Colander、Doyne Farmer、Magda Fontanta、David Reisman和William Tabb给予了宝贵评论。
　　（中国政法大学辛衍君钱金美译）
　　　　由于篇幅所限，参考文献略，特向作者和读者致歉。有需要者可向《比较》编辑室索取：。
版面编辑：黄玉婷
财新传媒版权所有。如需刊登转载请点击右侧按钮，提交相关信息。经确认即可刊登转载。
苹果客户端
安卓客户端
caixinenergy
caixin-enjoy
caixin-life
全站点击排行榜
全站评论排行榜
热词推荐：}