本书纸版由浙江人民出版社于2018年5月出版

    作者授权湛庐文化(Cheers Publishing)作中国大陆(地区)电子版

    发行(限简体中文)

    版权所有?侵权必究

    书名：复杂经济学：经济思想的新框架

    著者：布莱恩·阿瑟

    电子书定价：89.99元

    W. Brian Arthur. Complexity and the Economy

    Copyright ? Oxford University Press 2015赞誉

    古典经济学是人类农业文明的结晶，新古典经济学是人类工业文明

    的结晶，复杂经济学是人类信息文明的结晶!阿瑟的著作，为我们了解

    这个正在我们身边发生、并且将主导人类经济未来发展愿景的形态，提

    供了一种全面、直观和深刻的启迪。

    叶航

    浙江大学经济学教授，跨学科社会科学研究中心主任

    越来越多的学者同意，传统经济学的思想框架和知识谱系，难以解

    释这个快速变化的世界。这个世界既不是市场失灵的问题，也不是政府

    失灵的问题，而是理论失灵。在阿瑟看来，经济学思想失灵的根源，在

    于过去还原论、确定性思想的禁锢。作为复杂经济学思想的创立者，阿

    瑟在这本书中用过去30年的历史文献，详细解读了复杂思想与经济学思

    想相互交融的心路历程，可谓字字珠玑，篇篇经典。

    段永朝

    苇草智酷创始合伙人，财讯传媒首席战略官

    几百年后，很有可能我们会发现，以还原论思想为指导，试图建立

    一套类似牛顿力学的体系，去清晰刻画超级复杂的经济系统，是一场彻

    头彻尾的败局!希望幸运如你，在几百年前就读到《复杂经济学》这本

    书。

    周涛

    电子科技大学教授，成都市新经济发展研究院执行院长

    自人类进入信息时代，世界经济发生了翻天覆地的变化，新现实呼

    唤着更具解释力的新理论。布莱恩·阿瑟的《复杂经济学》开拓了经济学研究的新领域，而其中的“复杂性思维”对于我们理解当今所处的时

    代环境具有深刻的启示。

    吕琳媛

    电子科技大学教授，阿里巴巴复杂科学研究中心副主任

    布莱恩·阿瑟改变了我们看待经济现象的方式!经济系统的复杂

    性，一方面是由人们千差万别的预期所导致的，另一方面，收益递增规

    律也决定了经济的未来进化。阿瑟用“复杂性思维”写出的这本《复杂

    经济学》，值得读者朋友们一读再读!

    肯尼斯·阿罗

    诺贝尔经济学奖获得者

    布莱恩·阿瑟用他多年研究经济复杂性所写的文字，巧妙地搭建了

    一个经济思想的新框架，让他首创的“复杂经济学”一下子丰满起来。

    书中不时透出他那爱尔兰风格的幽默。阿瑟率先提出的“爱尔法鲁酒

    吧”问题，今天仍吸引着无数的后来者探究下去。如此有深度又好读的

    复杂经济学精品，真是独一无二!

    约翰·霍兰德

    密歇根大学计算机科学、工程学和心理学教授，“遗传算法之父”

    布莱恩·阿瑟是推动经济思想改变的关键人物。《复杂经济学》把

    阿瑟对复杂经济的研究和他对技术本质的研究完美地结合在一起，既展

    示了他的创造性才华，也体现了他思维方式的组合进化。这本书为读者

    指明了经济学的未来发展方向。

    大卫·柯南德尔

    明德学院经济学教授布莱恩·阿瑟是回报递增经济学的先锋人物。他是研究技术本质及

    其与经济关系的先锋。对于“复杂性”这一时髦而又难以理解的概念，《复杂经济学》给出了清晰的诠释。

    马丁·舒彼克

    耶鲁大学经济学教授，现代博弈论创始人

    布莱恩·阿瑟关于技术本质的独到见解，会启迪所有的人，不论他

    们是技术的批评者、支持者，还是那些困惑不解的人。

    凯文·凯利

    《连线》创始主编

    我们的Java，就是根据布莱恩·阿瑟的思想开发的。

    埃里克·施密特

    谷歌公司前董事长推荐序一

    理解“涌现秩序”

    汪丁丁

    北京大学国家发展研究院教授

    就我所知，包括这本文集的作者阿瑟在内，研究“复杂现象”的学

    者们都承认，“复杂性”与“人”是最难定义的两大观念，如果坚

    持“内涵定义”而不是“外延定义”的话。例如，关于“人”，我只能

    跟随黑格尔说，人的本质是精神，而精神的本质是自由。关于“复杂

    性”(英文“complexity”有远比“complication”更复杂的涵

    义)，我也只能说，它的本质(或“等价观念”)是“涌现秩序”，而“涌现”的本质是怀特海在《思维方式》里阐述的“过程”。我曾写

    过一篇晦涩短文《涌现秩序的表达困境》，几年前，阿瑟这本《复杂经

    济学》的译者贾拥民用来做了他另一本译作的序言。我把那篇文章也附

    在文后了。

    阿瑟2015年3月4日在新加坡南洋理工大学“涌现模式研讨

    会”(Emerging Patterns Conference)上的演讲《复杂性与西方思

    想的迁移》(Complexity and the Shift in Western Thought )，或许是他为自己这本《复杂经济学》提供的最新注释。此处，西方思想

    的核心是“科学”。阿瑟列出西方科学的四大基石(我更喜欢称之为西

    方科学的“心理基础”)：(1)秩序，或我更喜欢的表达，“秩序

    感”。(2)基于数学方程，或者，依照罗素和怀特海写作《数学原

    理》的初衷(将数学表达为逻辑的延伸)，符合逻辑的表达。(3)可

    预测性，我认为这是最关键的。西方的崛起，借用赫拉利《人类简史》

    的概括，关键就是“知识与资本”的联姻。并且，在詹姆士《实用主义》哲学阐释之后，赫拉利正确地指出，培根“知识就是力量”的意思

    是，能增强人类力量的知识才是知识，而知识的真伪则是从属性的议

    题。从低等生命到高等生命，只要演化形成了在感觉神经元与运动神经

    元之间的“中介神经元”(inter-neurons)的网络，即可称为“中

    枢”的神经系统，行为就开始由“想象”(预测)与“行动”(实现)

    两个阶段组成。预测准确则行动效率高，也就是知识增强力量。(4)

    平衡状态或均衡状态，这是因为要预测就要观察(收集数据)，而不平

    衡或非均衡的过程是很难观察的。

    我同意张五常的判断，经济学，在社会科学诸学科中，最符合科学

    的上列四性质。在同一演讲中，阿瑟指出，生物学是对上列四性质的最

    大挑战。因为，生物系统虽然有秩序感，却是开放的系统。并且，生物

    学一般而言不能表达为数学方程或模型。再者，生物演化通常不可预

    测。最后，生物过程不是均衡状态。由于一百多年来达尔文学说取得的

    辉煌成就，还由于基于牛顿力学的社会科学越来越难以适应互联网时代

    的复杂现象，西方思想正从牛顿的机械论模式向达尔文的演化论模式迁

    移。阿瑟这本《复杂经济学》，旨在澄清他多年甚至毕生努力要建立

    的“复杂现象的经济学”基本框架。

    于是，阿瑟必须寻求一种新的表达。我读《复杂经济学》这本书，还没有见到这一令人期待的新的表达。直观而言，经济学的研究方法可

    概括为是“从本质到现象”的，我更喜欢说是“由内及外”的研究方

    法。经济学家根据观察得到一组内涵地定义他希望解释的经济活动的前

    提条件(偏好与约束)，因为内涵定义是根据事物的本质而形成的，所

    以经济学家能从这组定义有逻辑地演绎出可在现实中获得验证(可证

    伪)的命题。与这一方法或许刚好相反的研究方法，是生物学的，可概

    括为是“从现象到本质”的，或者用我更喜欢的语言，就是“由外及

    内”的研究方法。与康德不能内涵地定义“人”的本质一样，生物学家

    不能内涵地定义“生命”的本质，于是生物学家只能从最表层的现象开

    始观察并确立自己的理解——即形成他所研究的生命过程的外延定义，并根据外延定义继续收集数据，以便得到更深入的理解和更深入的外延

    定义，从而更接近他所研究的生命过程的本质性的理解，逐渐观察并理

    解更深层的现象——这是一个不能穷尽的理解过程，以至于阿瑟指出，这一理解，它自身就是涌现秩序的一部分。读者必须时刻记着，这位阿

    瑟就是写了《技术的本质》的阿瑟。在学术思想史的视角下，阿瑟的思

    路更充分地表现于他关于技术之本质的论述中——我概括为两句话：

    (1)在演化视角下，技术就是有生命的；(2)在静态视角下，生命

    就是技术。

    对于涌现秩序的表达困境，阿瑟必须解决的根本问题是：如何将经

    济学由内及外的研究方法与生物学由外及内的研究方法整合在同一理解

    框架内？

    附言

    涌现秩序的表达困境

    涌现秩序(emerging orders)怎样表达，我相信，这一问题

    始终困扰着哈耶克， (1)

    也同样困扰当代研究复杂现象(包括演化

    社会理论)的学者，而且尤其因为意识到这一问题的深刻含义，与

    欧陆和英美的其它思想传统相比，哈耶克更欣赏苏格兰启蒙时期的

    经验主义传统。 (2)

    首先，根据哈耶克的描述，将“复杂现象”区分于“简单现

    象”的认知特征在于，微观层次的行为主体不可能预见哪怕是服从

    最简单规则但数量极大的行为主体之间相互作用之后涌现出来的宏

    观秩序的样式，尽管他们可能事后理解这些样式。 (3)

    其次，哈耶

    克相信，语言、人类的社会网络、每一个人脑内大量神经元的交互

    作用网络，这三类现象是复杂现象的经典案例。 (4)

    最后，哈耶克

    试图论证：(1)存在“模糊型”与“清晰型”这两种不同的人类

    头脑或心智结构，(2)与清晰型头脑相比，模糊型头脑更富于原

    创性，因为，(3)脑内的创造性过程是一种复杂现象。 (5)从最简单的社会网络仿真不难看到，只要存在奈特所说的“不

    确定性”(而不是“风险”)，并且只要相互作用的行为主体数目

    足够大，则不论行为规则多么简单，仿真研究者都不可能预见微观

    行为的宏观秩序。哈耶克试图论证的，在引入哪怕是最少量的奈特

    所说的“不确定性”之后，更可能获得清晰论证。为什么哈耶克必

    须假设有数量极大的行为主体服从哪怕最简单的行为规则？数量极

    大，意味着不可预期的小概率事件必定发生，相当于引入了奈特所

    说的“不确定性”。杨格(Peyton Young)在20世纪90年代得到的

    一个著名结果是，在随机过程的作用下，两个具有完备理性的博弈

    参与者相互观察对方策略的“学习过程”可以不收敛或收敛于错误

    的均衡。 (6)

    因此，对于复杂现象之发生，与奈特所说的“不确定

    性”的作用相比，个体理性是否完备并不很重要，或者说，理性不

    完备只是奈特所说的“不确定性”的另一种表达，例如，表达

    为“C-D gap”的有限理性。 (7)

    在任何理解之前，先有表达。 (8)

    怀特海的意思是，凡重要

    的，总要表达。面部表情、手势、声音、语言、文字、行动、情

    绪、群体行动和政治、战争和契约，凡有所表达的，都有重要性。

    绝大部分感受，不能获得而且可能永远不能表达。 (9)

    许多被意识

    到的表达可称为“presentation”(呈现)

    或“representation”(再呈现)。虽然还有许多呈现或再呈现的

    重要性，从未被我们意识到。要概括无数具体的表达，荣格尤其重

    视“符号”， (10)

    他相信符号能够涵盖全部文化及其意义。关键

    是，人类或许永远只能理解符号的一部分涵义， (11)

    而由符号激发

    的精神过程的绝大部分是无意识的——个体无意识和集体无意识。

    (12)

    脑科学进展到拉尔夫·阿道夫斯(Ralph Adolphs)提出“社会

    脑”概念以来， (13)

    符号互动论与社会交往理论获得了脑科学术语

    的表达。符号的涵义在社会交往中呈现于具体情境，孔子解仁，只

    在《论语》描述的那些具体情境之内阐释这一符号的涵义。完全脱离情境的符号，蜕变为“指号”(signs)。可以认为，符号是历

    史性的，而指号是逻辑性的。也因此，符号涵义是不可穷尽的。于

    是，符号涵义在历史过程中的呈现，与社会交往和人类的实践活

    动，有了密切联系，它们一起构成海勒女士阐释的“文化创造”过

    程。 (14)

    涌现秩序是历史过程，因为这些秩序只能通过“历史”(一系

    列的事件)呈现自身。斯密恪守“有限理性”原则，他从未将他对

    具体情境的政治经济分析扩展为一般原则，他始终对“体系之危

    险”(the danger of system)保持警惕。事实上，斯密的这一态

    度是苏格兰启蒙时期经验主义传统的心理特质。就斯密而言，这是

    一种源于斯多葛学派的身心修养。或许受到波兰尼的影响， (15)

    哈

    耶克对斯密的经验主义态度有一种远比同时代人更深切的理解。根

    据哈耶克的(或他尚未清晰表述的)理解，涌现秩序几乎是不能表

    达的，至少不能用统计方法来表达。(参阅《哈耶克文选》冯克利

    中译本“复杂现象论”这一章第4节的“统计学在处理模式复杂性

    上的不当”)。如果一颗清晰的头脑试图将某一新观念的全部内涵

    逻辑地表达到排除了任何隐秘知识的程度，那么，这一新观念

    的“新意”就将完全消失。因此，哈耶克相信，与创新过程相适应

    的是模糊型头脑。推荐序二

    了不起的阿瑟

    张翼成

    瑞士弗里堡大学终身教授，新经济体系的奠基之作《重塑》作者

    很高兴看到布莱恩·阿瑟的大作《复杂经济学》由湛庐文化介绍给

    中国读者了。阿瑟是复杂科学圣地圣塔菲研究所的创始人之一，与其他

    批评主流经济学的经济学家不同的是，他曾在主流经济学领域获得过很

    高的地位与成就。比如他三十出头就被聘为斯坦福大学的终身教授了，而且他关于经济发展路径依赖的研究成果对当代的主流经济学有非常大

    的影响。最著名的诺奖获得者之一肯尼斯·阿罗(Kenneth Arrow)

    就曾经发表文章为阿瑟鸣不平：保罗·克鲁格曼(Paul Krugman)获

    奖的工作其实比阿瑟晚一年以上，有抄袭之嫌，但是阿瑟加入了反主流

    阵营，所以与诺奖失之交臂。好了，不扯远了，哪个圈子没有黑事呢？

    我在22年前应邀去圣塔菲短住，最令我难忘的就是住在阿瑟最爱

    的爱尔法鲁酒吧屋后(一年后发生火灾，现在重建了)，再一个就是结

    识了几位重量级学者，当时谈得最惬意的就是阿瑟。他当时介绍了他与

    那个酒吧同名的新作。该工作的新思路让我茅塞顿开，从此与经济现象

    结下了不解之缘。我回到瑞士一个月之后，正好有个新报名的博士生达

    米安·沙莱(Damien Challet)要开题。我就说咱们物理人应该把阿

    瑟的思想换个形式实现，然后两个月后我们就发表了《少数者博弈

    论》。没想到该文发表以后，数以百计的物理人也发现经济现象太诱人

    了，然后就有了经济物理这个新领域。换句话说，如果没有当年阿瑟的

    启蒙，经济物理等领域会像今天这样吗？

    本书是阿瑟对他一生工作的总结，与其说是总结，倒不如说是反思。他清楚地认识到人们对经济社会现象的认知是很有限的，这一点他

    与库恩·索罗斯一致。他以此为出发点分析经济现象，尤其是企业如何

    创新发明。他与主流经济学的最大区别是信息极不完备，而且不可能有

    什么平衡态的。受他的思路启发，我们也在湛庐文化出版了新书《重

    塑》。与阿瑟不同的是我们仅仅关注消费市场，没有探讨更大范围的意

    义。但底层的哲理是一脉相承的。

    相信阿瑟这本《复杂经济学》会惠及国内各行各业的读者大众，在

    对主流经济学摧枯拉朽的批判中，在建立一个大的新理论框架过程中，此书提供了一个不可多得的指路明灯。中文版序

    布莱恩·阿瑟访谈录

    经济学领域正经历着100多年来最为深刻的变化。

    埃里克·拜因霍克

    经济学的新古典主义时代已经结束，取而代之的是复杂性时代。

    理查德·霍尔特、小巴克利·罗塞尔和戴维·科兰德

    问：经济学领域究竟发生了什么？

    答：经济学正在发生重大变化。在过去的二三十年里，经济学家们

    认为，他们的标准方法，即新古典经济学，已经严重脱离了现实。新古

    典经济学假设人们是超理性的，在一个静态的、均衡的世界中进行决

    策。然而，经济学已经发生了分化，许多经济学家着手寻找更加现实的

    假设。因此，我们看到了行为经济学、收益递增经济学、进化博弈论的

    出现。复杂经济学也是如此。

    问：那么，什么是复杂经济学呢？

    答：复杂经济学是看待经济的一种完全不同的方式。复杂性其实是

    席卷了所有学科的一场运动，而不仅仅是一个研究课题。复杂系统是指

    组成系统的多个元素，要适应或响应这些元素自己创造的模式。复杂系

    统中的元素可以指元胞自动机中的元胞，或指交通系统中的汽车，前者

    会对相邻单元的状态做出反应，后者会对它前面或后面的汽车做出反

    应。当然，“元素”及它们所响应的“模式”在不同的情境下各不相

    同。但是无论如何，元素必须适应它们共同创造的世界，即总体模式。在这里，时间通过调整和变化自然而然地进入了系统：随着元素做出的

    反应，总量发生变化；而随着总量的变化，各种元素又重新做出反应。

    经济中自然会出现复杂系统。经济行为主体，不管是银行、消费

    者、企业，还是投资者，都会不断调整自己的市场行动、购买决策、价

    格，并做出预测，以便适应所有这些市场行动(或决策、或价格、或预

    测)所共同创造的市场形势。所以，复杂经济学是看待经济的一种非常

    自然的方式，从某种意义上说，它已经存在200年了。复杂经济学实际

    上是一种关于正在涌现的事物的经济学，它关注模式形成、结构变化、创新，以及永远的创造性毁灭的后果。

    问：复杂性观点是否有逻辑基础？

    答：当然有。正如我所指出的，经济中的参与者要不断地调整他们

    的市场决策、策略和预测，以适应这些行动(或决策、或策略、或预

    测)共同创造的市场形势。在这种情况下，理论经济学家很自然地就会

    去研究经济行为主体所创造的模式的展开。但是这显然是复杂的。因

    此，为了得到解析解，历史上的经济学选择了简化问题的道路。它反过

    来问了这样一个问题：什么样的行为导致了这样一种结果或模式，该结

    果或模式又导致了没有任何经济行为主体愿意去改变这种行为。换句话

    说，历史上的经济学提出的问题是，经济中的何种模式看上去是处于均

    衡状态的，即与创造它们的微观行为(或行动、或策略、或预期)是一

    致的。因此，一般均衡理论问的是：生产和消费的商品，在什么价格和

    什么数量上是与所在经济体的各个市场的价格和数量的整体模式相一致

    的，不会产生改变的激励？经典博弈论问的是：在给定对手可能选择的

    策略、行动或分配的前提下，什么样的策略、行动或分配是一致的，即

    对于一个行为主体来说，在何种标准下是最好的反应？这也算得上是研

    究经济学的一种比较自然的方法，却是“收益递减”的。

    因此，很自然地，我们试图超越这种均衡方法，追问这样一个问

    题：经济行为主体的行为是如何不仅仅限于与它所创造的总体模式相一致的？或者，这个问题就是，经济行为主体的行动、策略或预期通常是

    如何对它们所创造的模式做出反应的，而且还可能内生地随它们创造的

    模式的变化而变化？换句话说，我们很自然地要问，当经济不处于稳态

    时，即不处于均衡状态时，经济是如何运行的。这就是复杂经济学。在

    这个更一般的层面上，我们也许可以推测，经济运行的模式可能会在足

    够长的时间后稳定下来，收敛到一个简单的、均质的均衡状态。但也可

    能是这样：它们表现出不断变化的、永远新奇的行为模式。它们可能会

    呈现出稳定状态下不会出现的新现象。

    问：那么，是不是可以说复杂经济学和非均衡经济学密切相关呢？

    答：是的。它们密切相关。事实上，我有时宁愿选择非均衡经济学

    这个术语。“复杂经济学”这个术语，是我在1999年为《科学》杂志

    撰写的一篇关于“复杂经济学”的文章中创造的。当时编辑要求我为这

    种新的经济学方法命名，所以我称之为“复杂经济学”。我稍微有点后

    悔。“非均衡”强调中断和破坏，这源于经济行为主体为了适应不断变

    化的情况而不断进行的调整；“复杂”则强调经济行为主体对其他经济

    行为主体所导致的变化的反应。这两个概念密切相关。

    问：复杂性与不确定性也是密切相关的，是不是？

    答：是的。在复杂性方法中，你不能假定经济行为主体面临的所有

    问题都是确定的。这是因为，经济行为主体根本不知道其他经济行为主

    体可能会如何做出反应。他们不知道别人怎么看待同样的问题。因此，这是真正奈特(Knight)意义上的不确定性。这种不确定性意味着，经济行为主体需要“认知地”构建他们的问题，即必须“理解”问题，才能解决问题。所以这就将我们带入了认知经济学和行为经济学的世

    界。

    问：你是怎么进入这个领域的？

    答：在整个20世纪80年代，我一直在努力研究收益递增经济学。现在，收益递增经济学是复杂经济学的一个分支。当时我在斯坦福大学

    工作。1987年，肯尼斯·阿罗邀请我去圣塔菲研究所参加一个会议。

    当时，圣塔菲研究所才刚刚起步。一年后，我又回到圣塔菲研究所，领

    导一个名为“作为一个不断进化的复杂系统的经济”的研究项目。这其

    实就是圣塔菲研究所的第一个正式的研究项目。我们开始追问这样一个

    问题：经济失衡时会是什么样子？在这个研究项目中，我有一些非常优

    秀的同事：概率理论家戴维·莱恩(David Lane)，物理学家理查德

    ·帕尔默(Richard Palmer)，理论生物学家斯图尔特·考夫曼

    (Stuart Kauffman)，计算机科学家约翰·霍兰德(John

    Holland)。弗兰克·哈恩(Frank Hahn)、肯尼斯·阿罗

    (Kenneth Arrow)和汤姆·萨金特(Tom Sargent)则是访问研究

    员。从这个研究项目开始，复杂经济学成长了起来。当然，当时还有其

    他一些人也是这种新的经济学方法的建设者，在这里我想特别提一下以

    下学者的名字：彼得·艾伦(Peter Allen)、罗伯特·阿克斯特尔

    (Robert Axtell)、埃里克·拜因霍克(Eric Beinhocker)、乔希·

    爱泼斯坦(Josh Epstein)、多因·法默(Doyne Farmer)、阿兰

    ·基尔曼(Alan Kirman)和李·特斯法齐(Leigh Tesfatsion)。现

    在，这种经济学研究进路已经蓬勃发展起来了，涌现了许多非常活跃的

    年轻学者。这一切都要追溯到圣塔菲研究所最早在这个领域做出的持续

    努力，而且很多方法也是在圣塔菲研究所最先出现的。

    问：这种强调非均衡性和复杂性的观点，在经济学中是否已经有一

    段悠久的历史了？

    答：在经济学中，这种思路其实已经有很长的历史了。我们正在探

    索的许多主题，如创新、中断、颠覆、在真正意义上的不确定性情况下

    的决策等，在熊彼特、凡勃伦、哈耶克、沙克尔，以及许多其他经济学

    家那里，都曾经被研究过。它们并不是经济学中的新问题。所不同的只

    不过是，我们现在可以更加严格地对这些主题进行研究。我们拥有了更

    多、更强大的工具，包括更复杂的概率理论，我们还可以在严格的控制下进行计算机实验。

    问：你曾经谈到过，在经济学领域有两个非常重大的问题。它们是

    哪两个？

    答：第一个问题是经济内部的配置(allocation)问题：在市场内

    部和不同市场之间，商品和服务的数量及它们的价格是如何决定的？对

    这个问题的回答，可以由一般均衡理论、国际贸易理论和博弈论等伟大

    理论来代表。第二个问题是经济内部的形成(formation)问题：经济

    最初是怎么出现的，又是怎么随着时间的推移成长起来并发生结构性的

    变化的？关于这个问题的回答，体现在关于创新、经济发展、结构变

    化，以及历史、制度和治理在经济中的作用等方面的思想上。配置问题

    现在已经被理解得比较充分，而且也已经高度数学化了。但是对于形成

    问题，经济学界现在的理解还很少，也几乎没有数学化。复杂经济学要

    研究的正是经济中结构的形成，因此它对形成问题和配置问题同样关

    注。

    问：这是不是争议的焦点？

    答：不，不再是了。复杂经济学是均衡经济学向非均衡情况下自然

    的延伸。而且由于非均衡包含了均衡，所以复杂经济学是经济学的扩展

    或一般化。这已经不再有争议了。复杂经济学的出现是不可避免的。这

    只是很多未来要完成的工作的开始。

    问：如果复杂经济学真的像你说的那么重要，那么为什么我们在大

    学经济学系看不到复杂经济学呢？

    答：不是的。其实我们已经看到不少了。但是，任何学科的改变，都需要一代人或更多时间才能完成。罗伯特·阿克斯特尔很喜欢举的一

    个例子是，博弈论花了大约四五十年的时间才算完全进入主流经济学殿

    堂。早在20世纪60年代就已经出现的行为经济学，也是到现在才刚刚

    开始登堂入室。从这个角度来看，复杂经济学仍有二三十年的时间才会进入主流。当然，对于我们这些研究者来说，也不是没有补偿，因为在

    一个全新的领域从事研究工作是最有趣的。我认为复杂经济学才刚刚起

    步。

    问：你刚才说复杂经济学是不可避免的，为什么这么说？

    答：因为这不是一个喜不喜欢的问题。所有的学科都在经历重大转

    型：从将世界视为高度有序的、机械的、可预见的、在某种程度上静态

    的，转变为将世界视为不断进化的、有机的、不可预测的、处于永远发

    展中的。物理学、化学、数学、地质学等都是这样。经济学也不例外。

    虽然现在经济学相比其他学科稍微有点落在后面了，但是它终究是要追

    随时代精神的。

    问：那么，复杂经济学是不是有什么“杀手级应用”，即没有它就

    不能做的事情？

    答：有关复杂经济学的“杀手级应用”，我能想到的有两个。一个

    是我在20世纪80年代发展起来的收益递增经济学。它阐明了网络效应

    是如何导致“锁定”，或者说市场被一个或少数几个参与者统治的。这

    种工作是不能通过均衡经济学来完成的，因为这本身就不是一个均衡现

    象。现在，硅谷已经完全接受了这个理论，并根据它来运行了。

    另一个“杀手级应用”是资产定价。复杂经济学从不假设存在一个

    (理性预期)均衡，也不打算去找到这样一个均衡。它假定，投资者并

    不知道市场是怎么运行的，必须自己去学会怎么做才是有效的，而这种

    学习本身就会改变市场。我们的实验结果重现了实际市场中出现的现

    象：技术交易(利用过去的价格模式来预测股票趋势，以获取利润)、价格和成交量高度相关、高波动性阶段和低波动性阶段交替出现

    (GARCH行为)，等等。我们的理论解释了现实世界中的金融现象。扫码下载“湛庐阅读”APP，搜索“复杂经济学”，获取中央电视台采访阿瑟的精彩视频。目 录 推荐序一 理解“涌现秩序”

    推荐序二 了不起的阿瑟

    中文版序 布莱恩·阿瑟访谈录

    引言 复杂性思维造就复杂经济学

    在过去几十年里，完全理性、均衡、收益递减、独立的行为主

    体等关键假设，引起了很多经济学家的质疑。人们迫切需要全新的

    经济学观点，以应对非均衡、充满不确定性的经济世界。1999年，基于在圣塔菲研究所成长起来的“复杂性思维”，布莱恩·阿瑟首

    次提出“复杂经济学”这个概念。

    结缘圣塔菲研究所

    “人工股票市场”项目

    “爱尔法鲁酒吧”问题

    技术是如何进化的

    复杂经济学的诞生

    01 什么是复杂经济学 经济思想的新框架

    复杂经济学以一种不同的方式来思考经济，它将经济视作不断

    进行自我“计算”、不断自我创建和自我更新的动态系统。它强调

    偶然性、不确定性、意义构建和“一切变化皆有可能”，是一门以

    预测、反应、创新和替代为基础的“动词”学科。复杂经济学正在

    取代新古典经济学而稳步走向经济学的中心。

    经济与复杂性

    内生的非均衡

    建立非均衡状态下的理论

    三种典型的非均衡现象

    正反馈经济的形成

    泡沫和崩溃是市场的基本趋势

    一门基于“动词”的科学

    02 “爱尔法鲁酒吧”问题 归纳推理和有限理性

    “爱尔法鲁酒吧”问题是个很有意思的决策问题。“很多人会

    去”的预期会导致几乎没人去，而“不会有人去”的预期则会导致

    许多人去。为什么理性预期会导致自我否定？现代心理学家认为，在复杂的或不确定的情况下，演绎推理会显得“力不从心”，这时

    人们主要依靠归纳推理进行决策。

    归纳思维

    60人!归纳推理揭开的谜底

    归纳推理的多彩世界

    03 圣塔菲人工股票市场 内生预期的资产定价

    资产定价理论认为：行为主体是完全异质的，他们的预期需要

    不断适应市场，而市场本身则是他们的预期共同创造的。实验表

    明，在归纳预期的股票市场上，市场行为显著地偏离了理性预期均

    衡，真实股票市场上的泡沫和崩盘等特征也都一一出现。

    市场是理性的吗

    为什么归纳推理是有效的

    归纳预期的市场

    两种市场体制的涌现

    是普遍规律，还是人为假象

    金融市场是个复杂系统

    04 收益递增和路径依赖 技术竞争、正反馈及历史事件导致的锁定

    复杂技术被采用后，往往表现出收益递增的特性。技术被采用

    得越多，获得的经验就越多，技术被改进得也就越多。当多种收益

    递增的技术为获得由采用者组成的市场而“相互竞争”时，某些看

    似微不足道的偶然事件可能变得相当重要，导致经济最终可能被“锁定”到某些不可预测的、较差的结果上。

    简单模型：仅存在两种技术

    一般框架：考虑随机性小事件

    收益体制与路径锁定

    动态收益递增会导致糟糕的“锁定”

    05 经济中的过程与涌现 “复杂性视角”下的经济系统

    复杂经济的显著特征告诉我们：传统经济学所使用的数学方法

    将面临极大挑战。把复杂性科学引入经济领域，将带来三个重大影

    响。所谓的“共同知识”，只能是通过具体的互动过程来获得经

    验，却无法用演绎推理方法获得。由行为主体之间重复互动模式所

    定义的网络结构，正成为新的研究热点。

    复杂经济的6大特征

    “复杂性视角”带来的三大影响

    三个新热点

    06 再好的经济和社会系统也会被“玩弄” “压力测试”是防范操控

    行为的良方

    再好的经济系统，也可能存在被他人利用的漏洞。我们可以借

    鉴工程上的失败模式分析法，对政策设计进行“压力测试”，模型

    中无须加入任何“剥削”元素。行为主体在做策略选择时，会发现

    某些行动特别有效，这时“剥削”行为就显露了身影。通过计算机

    的自动预警，我们就能采取相应的防范措施。

    “剥削”的4种类型

    “压力测试”的作用

    用“涌现”发现新行为

    自动预警

    补上“失败模式反思”这一课

    07 技术究竟是如何进化的 在实验室中观察到的组合进化

    技术的进化机制，就是创造新的组合并选择那些有效的组合。所有技术都是从已经存在的技术中被创造出来的。复杂技术是涌现

    出来的!不过，这是通过先创造简单的、作为构件的技术来实现

    的。正如我们所预料的那样，只有少数技术被证明是创造“子孙后

    代”技术的关键构件。

    电路设计的进化

    新技术的涌现

    技术的扩展

    创造性毁灭的风潮

    复杂技术是涌现出来的

    08 技术进化所引发的经济进化 经济是从它的技术中涌现出来的

    众多的技术集合在一起，创造了一种我们称之为“经济”的东

    西。经济从它的技术中浮现，不断地从它的技术中创造自己，并决

    定哪种新技术将会进入其中。每一个以新技术形式体现的解决方

    案，都会带来新的问题，这些问题又迫切需要进一步得到解决。经

    济是技术的一种表达，并随这些技术的进化而进化。

    经济就是技术的一种表达

    结构性变化

    解决方案带来的新问题

    09 复杂性的进化 是越来越复杂，还是随时可能坍塌

    我们经常认为，随时间进化的系统，一般都会变得越来越复

    杂。实际上却并非如此。复杂性随系统进化而增加的机制有三种：

    协同进化多样性的增加、结构深化和捕获软件。在这三种机制下，复杂性的增加都是间断性的和世代性的。由于前两种机制是可逆

    的，因此复杂性也可能随时坍塌。

    机制1：协同进化多样性的增加

    机制2：结构深化

    机制3：捕获软件

    复杂性的坍塌10 认知科学 打开经济学黑箱的金钥匙

    当人类行为主体面对复杂的或不确定性的决策问题时，他们在

    推理时所运用的不是演绎理性。那么，他们用的是什么呢？认知科

    学告诉我们，在这种情况下，我们会“联想地”进行思考：我们从

    经验中找到类似的情境，并用这些情境去拟合我们所面对的问题，然后从中得到一些启示。

    心智是什么

    心智是快速的模式完成器

    认知过程建模

    理论很重要，经验也很重要

    认知真的有那么重要吗

    11 确定性的终结 不确定性是经济世界的主旋律

    很多年来，确定论和理性主义思想主导了理论经济学，这让许

    多经济学家深感不安。如果我们以完美的演绎推理预期采取行动，那么我们的预期就创造了正在试图预测的世界。但如果没有关于他

    人的预期的知识，任何一个行为主体的预期，从逻辑上看就不可能

    形成。实际上，经济中存在着根本的不确定性。

    经济是确定的吗

    “起飞时段选择”的困惑

    “资产定价”的困惑

    现实世界是这样的

    结语 复杂的经济需要复杂经济学

    在经济系统中，人类行为主体能够通过思考自己将要采取的行

    为可能带来怎样的结果，对自己的策略和预测进行调整，因此，完

    美的演绎推理就失效了。源于收益递增的正反馈是经济系统的重要

    特征。复杂经济学不是标准经济学理论的附属物，而是一个更一般

    的、超越了均衡观念的理论。

    复杂经济学是一种超越均衡的经济理论一只“轻推的手”

    “归纳理性”的胜利

    经济世界怎能少了“泡沫”和“崩溃”

    经济是依赖于过程的、有机的和永远进化的

    附录 未来的经济学原则

    注释

    译者后记

    参考文献复杂经济学(Complexity

    Economics) 是一门超越

    了均衡层面的经济学理论，认为经济不是确定的、可预

    测的、机械的，而是依赖于

    过程的、有机的、永远在进

    化的。

    任何一个学科都可能会进入这样一种“动荡期”：原先曾经被认定

    是理所当然的许多理论，似乎都不再那么可靠了；从事这个学科的人则

    公开探讨什么东西可以替代它们。经济学现在就处在“动荡期”中。一

    部分原因是发生于2008年的金融危机，但是对经济学传统理论的反思

    则在很早之前就已经开始了。过去30年，乃至更长的一个时期里，经

    济学家圈子内有一种氛围一直在非常缓慢地潜滋暗长：完全理性、均

    衡、收益递减，以及永远只需面对有明确定义的问题的独立行为主体等

    关键假设，至少在某种程度上是不可信的、限制性太强的，或者说在一

    定意义上是迫不得已的。经济学家现在讨论得更多的是，行为理性、非

    均衡、收益递增，以及相互联系着的行为主体，他们决策时面对的是包

    含着根本的不确定性的问题。因此，除了标准的新古典主义的进路之

    外，经济学家还开辟了许多其他进路。

    其中一个进路就是“复杂经济

    学”(complexity economics)。我

    本人一直是这个领域的积极参与者。

    现在，我认为将自己以往撰写的文章

    归拢到一起，出版一本文集的时机已

    经成熟了。这本文集中的各篇文章都

    以经济与复杂性问题为核心，这些文

    章的写作时间跨度很大，早的可以追

    溯到20世纪80年代中期，晚的则止于

    当下此刻。这本文集的思想，与我以

    前出版的另一本讨论经济中的收益递增和路径依赖问题的文集，一脉相

    承。

    [1]

    当然，所有这些“新”思想都不可能真的是“全新”的。在多年以

    前，甚至一个多世纪以前，许多经济学家就已经独立地以各种不同形式

    提出过了。但是对于这类洞见，以往一直缺乏处理它们的手段，如世界复杂性(Complexity)

    是混沌性的局部与整体之间

    的非线性形式，由于局部与

    整体之间的非线性关系，使

    得我们不能通过局部来认识

    整体。

    是不完美的，世界不是一架机器，整个世界无法被还原为一些只与实体

    的数量或“水平”的变化有关的简单方程式。不仅所需的技术还不成

    熟，而且所需的心态或心智结构也未具备。另外，也不存在一个以这些

    新思想为基础的、内在一致的经济学框架。

    不过，在刚刚过去的几十年里，这种情况已经完全改变了。拼图的

    缺失部分已经逐渐填补上了，处理新的假设所需要的各种技术也慢慢发

    展成熟了。这些技术包括非线性动力学、非线性随机过程、基于主体的

    计算以及更一般的计算理论等。而且，人们的心态也变了。现在，在科

    学界，包括经济学界，研究者普遍认为，我们面对的世界不是一个完全

    有序的、原则上可以还原为几个数学方程式的系统；相反，在很大程度

    上它是有机的和算法式的，即它是在原来就已经建立起来的系统基础上

    进化的，而且还是逐步进化的。由于这种种原因，经济学内慢慢地出现

    了一种基于上述更加现实的假设的研究进路。一个新的经济学框架正在

    形成。

    本书反映了我对这个新框架的发

    展做出的贡献。总的来说，这些文章

    的核心思想可以归结为：经济不一定

    处于均衡状态。在这个系统中，行为

    主体会不断地改变自己的行动和策

    略，作为对他们共同创造出来的结果

    做出的回应。这也就是说，在这个系

    统中，行为主体会不断地创造出一

    个“生态”来，而这个生态恰恰是他

    们自己必须与之相适应的。当然，这个观点的源头可以追溯到在20世

    纪70年代出现的所谓的“复杂性思维”(complexity

    thinking)。“复杂性思维”的成型，归功于布鲁塞尔、斯图加特和安

    娜堡的几个研究小组的工作，不过它最初的源头则来自斯坦福大学和麻

    省理工学院等大学的一些独立的研究者。不过，就经济学中的“复杂性思维”而言，却主要是在圣塔菲研究所(Santa Fe Institute)成长起

    来的。在20世纪80年代后期，圣塔菲研究所刚刚诞生，那里的一个研

    究小组就已经开始系统性地把经济视为一个不断发展的复杂系统来进行

    研究了。这个研究小组成立后的前两年，我本人领导了它的工作，而且

    自那之后一直与它保持着密切的联系。本书收录的文章表明，这些思想

    是如何发展起来并最终导致一门崭新经济学形成的。

    本书中的各篇文章并不是一个“计划好的”研究过程的结果。它们

    是在一个很长的时期内断断续续写成的，而且受到了我的同事和圣塔菲

    研究所的一般思考方法的很大影响。其中有几篇文章曾经在著名的学术

    期刊发表过，其他一些文章则没有什么值得炫耀的“出身”。这些文章

    中有一部分是在圣塔菲研究所写的，其余文章则是在斯坦福大学写的。

    这些文章体现了我在写作时的思想，但是无法揭示这些思想为什么会产

    生以及它们是如何产生的。因此，为了帮助读者更好地理解它们，我先

    简要地叙述一下当初导致它们出现的背景和情境。

    结缘圣塔菲研究所

    我在本书中阐述的绝大多数思想都始于一个事件。

    那是在1987年4月的一天，我正在斯坦福大学校园里走着，准备到

    自己的办公室去，突然，一个人骑着自行车围着我绕了个圈子，然后停

    在了我面前。那是肯尼斯·阿罗(Kenneth Arrow)，他跨在自行车

    上，头上还戴着一个头盔。阿罗告诉我，9月份将会召开一个学术会

    议，让一群理论经济学家与一群自然科学家交流思想；与会的经济学家

    由他来确定，物理学家则由菲利普·安德森(Philip Anderson)来确

    定。会议将在圣塔菲研究所举行，那是位于洛基山脚下的一个刚刚启动

    的小型研究所。他问我想不想去参加，我立即回答：“没问题!”尽管

    我还不知道自己在会议上要讲些什么，但是这个想法听上去就非常吸引人了。

    几个月之后，会议如期在圣塔菲研究所举行。我发现，这是一个真

    正意义上的“重量级”会议，远远超出了我自己的想象。在与会的10

    位经济学家中，阿罗确定的人选包括了拉里·萨默斯(Larry

    Summers)、汤姆·萨金特(Tom Sargent)、何塞·沙因克曼

    (Jose Sheinkman)和威廉·布兹·布罗克(William Buz

    Brock)。而菲利普·安德森选择的10位科学家(物理学家)中，则包

    括了约翰·霍兰德(John Holland)

    (16)

    、戴维·吕埃尔(David

    Ruelle)、斯图尔特·考夫曼(Stuart Kauffman)和戴维·派因斯

    (David Pines)。这次会议是在圣塔菲研究所租来的一所修道院的小

    教堂中举行的，环境清雅静谧，会议的日程安排也非常宽松。每天上

    午，先由一位与会者发言，然后大家讨论；到下午，再由另一位与会者

    发言，然后大家一起讨论。所有这些学者，不仅要学习对方学科中解决

    问题的方法，还要搞明白对方学科是如何提出问题的，而且还有必要了

    解对方学科在考虑问题时的思维方式。许多问题，在经济学界通常不会

    有人提起，但是在这里都被物理学家们正儿八经地提出了：你们这群经

    济学家为什么要坚持完全理性？你们为什么要给出这么强的线性假设？

    当然，经济学家们也问物理学家：一个系统，例如自旋玻璃，明明还没

    有达到稳定状态，你们为什么就说问题已经“解决了”？共识是，在经

    济学和物理学中，都需要讨论混沌理论和非线性动力学，同时这两个学

    科都要对正反馈和相互作用进行建模。白天的会议结束后，与会者晚上

    还要继续讨论，不过不是集中到一起，而是两三人一组，互相交流想法

    和探讨问题。

    这个会议是高强度的，既令人精神振奋，同时也令人疲惫不堪。当

    10天的会议终于宣告结束时，与会者并没有得到任何明确的答案，但

    成果还是有的。在物理学家一方，他们理解了经济的极端复杂性：经济

    世界中的元素，即人，与物理世界中的元素，即“格子中的离子”不一

    样，因为人这种“元素”在决定下一步做什么的时候，不仅要依据自己复杂系统(Complex

    System) 是由大量组分

    组成的网络，不存在中央控

    制，通过简单运作规则产生

    出复杂的集体行为和复杂的

    信息处理，并通过学习和进

    化产生适应性。

    和其他“元素”的当前状态，同时还要依据他们对这些“其他元素”，在给定他们自己可能做什么的条件下，可能会做什么样的推测。而在经

    济学家一方，也对现代物理学有了全新的真切感受：现代物理学强调相

    互作用和非线性；物理系统不但可以存在多个可能的最终状态，而且缺

    乏可预测性。这也就是说，经济学家也理解了物理学的复杂性。

    会议结束后，我听到了一个消

    息：圣塔菲研究所接下来要有大动

    作。研究所的决策机构，即新成立的

    科学委员会决定，一旦会议收尾工作

    完成，就立即启动一个长期的研究计

    划，名为“经济可看作是进化的复杂

    系统”。他们邀请约翰·霍兰德和我

    明年来圣塔菲研究所主持这个研究项

    目。我在斯坦福大学刚好可以休一个

    年假，因此立即接受了；但是约翰却

    难以从密歇根大学脱身，因此只好婉拒。这样一来，就只能由我一个人

    来主持圣塔菲研究所的第一个研究计划了。该计划将从1988年8月正式

    开始执行。

    回到斯坦福大学后，我的当务之急是，为这个新研究项目找到一批

    一流学者，组成一个高效的团队，并确定它的研究方向。我在这次会议

    中结识的一些学者可以参加这个研究计划。约翰·霍兰德答应来工作几

    个月，物理学家理查德·帕尔默也将会参与进来，而且他的时间还更充

    裕一些。斯图尔特·考夫曼则愿意长住在圣塔菲研究所。然后，我又从

    我自己的社交网络中寻找合适的人选。我邀请了戴维·莱恩和尤里·埃

    尔莫利耶夫(Yuri Ermoliev)，他们两人都是出色的概率理论家。阿

    罗和安德森帮了我大忙。有几个人，我费尽唇舌也无法说服他们加入，而身为诺贝尔奖得主的阿罗和安德森却只要打一个电话，他们就马上兴

    冲冲地过来了。至于研究方向，我一时之间还难以确定。一开始，物理学家默里·盖尔曼(Murray Gell-Mann)提出了一个建议：我们应该

    发布一份关于“构建一个全然不同的经济学”的宣言。但是，我对此还

    没有足够的信心；事实上，我这时还不能肯定我们究竟要设置哪些研究

    主题。虽然我已经在经济与复杂性这个方向上做了相当多的工作，但是

    现在可以供我们选择的主题范围更加广泛了。从这次会议来看，许多人

    倾向于把混沌理论作为一个核心主题，但是对我来说，这种想法没有什

    么吸引力。大体上，我认为我们更应该关注收益递增的问题，这是我更

    加熟悉的领域。相反，对于将物理学方法“移植”到经济学中来，和将

    非线性动力学应用于经济学研究的思路，我不是很感兴趣。但是，我们

    也许能够研究经济学中的计算这个有意思的课题。

    1988年，当这个研究项目正式启动时，我们对研究方向的讨论更

    加深入了，不过仍然没有最后的定论。我们还在寻找前进的道路。我从

    圣塔菲研究所给肯尼斯·阿罗和菲利普·安德森打电话，征求他们的意

    见。他们又与这个研究项目的资助人、花旗银行的约翰·里德(John

    Reed)取得了联系。里德的回复是：想做什么都可以，只要研究的问

    题是关乎经济学的基础的，不是传统的、常规的就行。对于我及研究团

    队中的其他成员来说，这个“指示”不啻于一个美好的梦境。我们可以

    做我们想做的任何事!这极大地激发了我们的热情。在圣塔菲研究所，不会有来自本学科的同事在旁边盯着我们，更不会有人来问我们为什么

    做一些迥异于传统的事情。

    事实上，在我们的小团队之外，圣塔菲研究所还有几位来自物理学

    或理论生物学的同事。斯图尔特·考夫曼就是其中一位，我们立即邀请

    他加入了我们的研究项目。圣塔菲研究所确实没有更多的渠道为我们提

    供研究人员。当时，它还只是一个寂寂无名的初创研究机构，偏居洛基

    山脉一隅，既没有学生，也没有教室；既没有院系，也没有学科。它自

    身也可以说是一个“实验品”，而且它的创办者还强调，就是不能有学

    科之分。我们不停地讨论，主要的讨论场所就是那个修道院的厨房。我记

    得，有一天清晨，考夫曼说，你们经济学家为什么只研究均衡时如何如

    何？如果去研究非均衡经济学又会怎样？很可能，所有经济学家都像我

    一样，脑海中曾经闪过这个问题，却从来没有真正认真地去思考过。无

    论如何，当考夫曼提出这个问题时，我呆住了，其他经济学家也一样。

    我找不到合理的答案。它与下面这个问题属于同一类问题：如果不能考

    虑重力，那么物理学将是什么样子？作为一个思想实验，这个问题当然

    是可以想象的，但它确实可以说是一个奇怪的问题。我们在考夫曼提出

    的这个问题上卡壳了，于是我们将它先放到一边，继续寻找前进的方

    向。

    不过到了那个时候，我自己感兴趣的一个方向有一半已经成型了。

    这个方向是在前一年的会议上浮现出来的。就在会议的第一天午餐后的

    讨论中，约翰·霍兰德描述了他对“分类器系统”(classifier

    system)的研究。这里所说的“分类器系统”，大体上就是指这样一

    种系统，它由一系列描述“条件-行动”(condition-action)的规则

    连接而成。举例来说，一个规则可以是，如果系统的环境满足条件A ，那么就执行动作R ；另一个规则可以是，如果系统的环境满足条件D ，那么就执行动作T ；而第三个规则可以是，如果A 为真，同时R 动作被

    执行为假，那么就执行动作Z ；诸如此类。行为者所采取的行动不但会

    改变环境，而且还会改变系统的整体状态。这样一来，只要将一系列这

    种“如果……那么……”规则串联在一起，你就可以让系统“识别”不

    同环境，并适当地执行特定的动作，就像大肠杆菌能够“识别出”环境

    中的葡萄糖梯度，并且朝适当的方向游动一样。此外，你还可以让系统

    从某些不那么好的规则开始，并用随着时间流逝而发现的更好的规则来

    替换那些不那么好的规则。这就是说，系统可以学习和进化。

    当听霍兰德谈到这些时，我就已经非常兴奋了。我环顾四周，想看

    看同一房间内一起参加讨论的其他经济学家是不是也有我这种感受。没

    有任何证据表明他们有着跟我一样的感受。事实上，其中有一位经济学家甚至利用这个时间在午后小睡。不知何故，我有一种越来越强烈的感

    觉：在某种程度上，这可能就是我们最终的答案，而我们必须做的就是

    找到适当的问题。可以这么说，霍兰德正在描述的是“智能

    体”(intelligence)这样一个框架，或者说适当的行动是可以在系统

    内自动进化的。稍后，我向霍兰德详细请教了他的思想。1987年，我

    们在圣塔菲研究所的同一所房子里一起住了两个月，并讨论了好几次，但是我们两人都未能阐明如何将这些思想直接与经济学联系起来。

    不久之后，我不得不返回斯坦福大学，因为我要在那里讲授发展经

    济学的课程。渐渐地，我形成了一个想法：我可以与约翰·霍兰德设计

    一个原始的人工经济，在我的计算机上运行。这个人工经济将使用他的

    学习系统，来生成越来越复杂、互为基础的行动规则，以此来模拟一个

    经济体从最简单的原始形式开始，发展为复杂的现代形式的进化过程。

    在我想象出来的图景中，这个微型经济体及其迷你经济主体，将“安

    居”在我办公室角落的一台电脑里，自发地进化。只要我按下回车键，整个进化过程就开始了，然后我就可以去做其他事情了。也许几个小时

    后，我一回来就叫我的同事：“快来看看这些经济主体的行为，他们正

    在用黑曜石交换羊毛呢!”让计算机一直运行下去，一天后，也许我就

    会看到，为了进行交易，货币已经进化出来了，而且原始的银行也出现

    了。再过几天，股份公司也会出现。再到后来，我们将会看到中央银

    行、工会及工人偶尔举行的罢工、保险公司，甚至可以观察到期权交易

    的行为。这无疑是一个雄心勃勃的研究思路。我打电话将它告诉了霍兰

    德。他非常有兴趣，但是那时候，他和我都不知道到底怎样才能实现这

    个人工系统。

    那时的情况就是如此。直到1988年6月的夏天，我们的研究方向仍

    然没有最终明确下来，但是研究项目已经启动了。不久之后，霍兰德和

    我再次在圣塔菲研究所聚首。我非常渴望对这种能够以某种形式自我进

    化的经济体进行研究。有一天，我和霍兰德在峡谷路一家名为“宝

    贝”(Babe)的餐馆吃午饭，他问我这个想法是怎么来的，如何才能将它落到实处。我告诉他，我发现，要让整个经济系统自发进化确实很

    难，但是还有一个更加简单的思路也许是可行的。我们可以模拟股票市

    场，而不直接模拟整个经济的进化。这个股票市场将是完全独立的。它

    将存在于计算机上，并且只有很少几个经济主体。更准确地说，“他

    们”是电脑化的投资者，每个投资者实际上是一个计算机程序。这些经

    济主体(即投资者)将会买入或卖出股票，试图发现涨跌趋势，甚至进

    行投机活动。我们可以从最简单的经济主体开始，然后允许他们通过运

    用霍兰德的“条件-行动”规则进行学习，这样他们就会逐渐变得聪明

    起来。我们可以对这个“股票市场”的行为进行分析，并将这些结果与

    真实市场的结果进行比较研究。霍兰德非常喜欢这个想法。

    “人工股票市场”项目

    入秋之后，一个基于计算机的股票市场模型的研究项目正式启动

    了。我们已经确定，我们这个“市场”中的“投资者”都是一些计算机

    程序，因此“他们”可以在一台放在我的办公桌上的电脑里，做出各种

    投资决策并进化。这个思路是很清晰的。但是我们经过多方尝试，依然

    未能成功地将股票市场行为归结为一系列的“条件-行动”规则。这样

    一来，我们的模型就显得过于特别(ad-hoc)了，然而我认为它还不

    够简洁、不够清晰。这时候，汤姆·萨金特正好从斯坦福大学来圣塔菲

    研究所访问，他建议我们直接以罗伯特·卢卡斯(Robert Lucas)于

    1978年提出的股票市场模型为基础来构建我们的模型。这个建议是可

    行的，而且那样的话，我们的模型也会很简洁，同时也容易实现。当

    然，卢卡斯的模型是一个数理模型，它是用方程式表示的。为了便于分

    析，他的模型中的所有投资者都是同质的：他们以相同的方式对市场信

    号做出反应，而且正确程度都是同样的平均水平。卢卡斯已经以数理方

    式证明，股票价格将随着最近的收益序列而波动。

    相比之下，我们的投资者对股票涌现(Emergence) 就是

    指系统中的个体遵循简单的

    规则，通过局部的相互作用

    构成一个整体的时候，一些

    新的属性或规律就会突然一

    下子在系统的层面诞生。

    市场的看法会有所不同，而且他们必

    须学会去判断：在股票市场上哪些东

    西是有效的、哪些东西是无效的。我

    们可以利用约翰·霍兰德的方法来实

    现这一点。我们这个人工股票市场中

    的投资者，将制定自己的“市况-预

    测”(condition-forecast)规则。

    例如，如果价格在过去三个交易期内

    都在上升，并且成交量下降超过了10%，那么预测下一个交易期的价格

    将会上升1.35%。我们还允许，每个投资者可以运用好几个这种规则，即复合规则或多重假说，它们都可能是适用的。关键是，在任何时候，他们都将按照最近被证明是最准确的那个规则来采取行动。当然，每个

    投资者运用的规则或假说是因投资者而异的。每个投资者以随机选择的

    规则开始，如果规则无效就会被抛弃，如果成功则可以被重新组合，从

    而潜在的新规则将会涌现出来。从一开始时，我们的投资者可能并不是

    非常“聪明”，但是随着时间的推移，他们会发现哪些规则是有效的，而且变得更加聪明起来。当然，这样也就改变了市场，于是我们的投资

    者可能不得不随时调整规则并发现新规则。

    股票市场模型的第一个版本是在一台麦金塔计算机上运行的。负责

    编程的是物理学家理查德·帕尔默，他所采用的编程工具是Basic语

    言。我们的第一个目标是，努力让人工模拟股票市场运行起来，即让我

    们的投资者(计算机程序)根据他们自己当前对市场的了解，在市场上

    进行出价和要价，并让整个市场正确地出清。这些目的很快就实现了。

    令人沮丧的是，经过初步观察，我们并没有发现这个人工股票市场的结

    果与标准的经济学模型的结果有任何不同之处。但是，随后通过更加细

    心的观察，我们注意到了真实的市场现象也出现在了这个人工股票市场

    中：小小的泡沫、小小的崩溃，以及价格和成交量的相关性，还有高度

    波动的交易时段与相对静止的交易时段的交替出现。我们的人工股票市场呈现出了现实世界中的现象，而标准经济学模型，即经济主体是同

    质、拥有理性预期能力的模型，是不可能得到这种结果的。

    我们的人工股票市场，可以再现标准经济学模型不能再现的真实现

    象，这令我非常兴奋。在那个时候，我们就已经知道，我们做的是全然

    不同于传统的事情。我们正在模拟的是这样一个市场：个人采取行动相

    互竞争，并从他们的行动中进化出了一个“生态”。这个生态是个体之

    间的交互行为创造出来的，这是不可能通过基于方程式的标准经济学方

    法得到的。如果预测规则是由特定的条件触发的，并且每个投资者所采

    取的预测规则都是不同的，那就太复杂了，是无法用标准经济学方法来

    研究的。而且，我们这个人工系统与1986年前开始出现的其他基于规

    则的计算机仿真模型也不一样。在那些模型中，一方面，规则的数量很

    少；另一方面，所有规则都是事先固定好的。计算机仿真实验的目的只

    是让各种规则相互竞争，从而完成对它们的测试。我们的规则则是可以

    改变的，也会变异，甚至会“变得更加聪明”。我们有了一个真切的感

    觉，这个计算机仿真模型将使我们能够避免标准经济学模型，或者通常

    基于规则的系统过分简化的毛病。不过，我们并不认为我们的模型是对

    整个市场的模拟。我们只是把它当成一个实验室的实验来看的。利用

    它，我们可以先构建出一种基本情境来，然后系统地进行调整，来探索

    各种可能出现的结果。

    对于这类研究，我们还没有一个恰当的名字。有一个阶段，我们称

    之为“基于元素的建模方法”，以便与基于方程的建模方法区分开来。

    大约三年后的1991年，约翰·霍兰德和约翰·米勒(John Miller)合

    作发表了一篇文章，系统地讨论了基于“人工适应主体”(artificial

    adaptive agents)建模的方法。

    [2]

    而在经济学界，人们则采用了“基

    于主体的建模方法”这个名字。

    在圣塔菲研究所，经济学研究项目启动后的第一年里，我们还考虑

    了其他的一些问题。我们的思路是，不要去试图提出一个全新的经济学一般方法，尽管萨缪尔森(Samuelson)和其他的经济学家在几十年

    前就是这么做的。相反，我们将重新考察一些已知的经济学问题，一些

    经济学中已经有了定论的问题。我们要从我们自己的、不同于传统的角

    度去重新解决这些问题。于是，约翰·鲁斯特(John Rust)和理查德

    ·帕尔默开始以这种方式研究双向拍卖市场。戴维·莱恩和我则用随机

    模型研究信息扩散(information contagion)问题，而信息扩散模型

    是社会学习模型的早期版本。我原本以为，收益递增和正反馈的思想可

    以定义经济学研究项目启动后第一年的工作。但是他们并不这么认为。

    从根本上看，真正能定义这一年工作的是约翰·霍兰德提出的适应和学

    习的思想。我还以为，我们的进展可能是比较缓慢的，因为我们似乎没

    有得到太多的结果，但是到了第一年结束时，即1989年8月，肯尼斯·

    阿罗却告诉我们，与20世纪50年代考尔斯基金会资助的研究项目在最

    初的几年相比，我们的项目推进得更快，也更被人们所认可。

    1990年，我离开圣塔菲研究所，回到了斯坦福大学。圣塔菲研究

    所的研究项目则由其他人接手。在整个20世纪90年代和21世纪初，这

    个项目在不同的项目主任的领导下，一直在继续着，而且相当成功。由

    于各位主事者有着各自的兴趣，这个项目下的研究主题有几年显得比较

    反传统，有几年则显得相对正统。1995年，我又回到了圣塔菲研究

    所，继续参与这个研究计划，历时5年之久。

    收录在本书中的大多数经济学文章，都源于圣塔菲研究所经济学研

    究计划的头10年。关于我们的人工股票市场，我们先于1992年在《理

    学A》(physica A )杂志上发表了一篇文章，后来又于1997年发表

    了另一篇文章。本书收录的是后一篇文章。这篇文章引起了广泛的关

    注，而且对“基于主体”的经济学研究产生了持久的影响。

    “爱尔法鲁酒吧”问题发表于1994年的另一篇文章也受到了高度关注(收录于本书第2

    章)。我把这篇文章称为“爱尔法鲁酒吧”问题，因为它的灵感来自于

    我对圣塔菲研究所旁边的一家名为“爱尔法鲁”(El Farol)的酒吧的

    观察。每个星期四晚上，爱尔法鲁酒吧都有爱尔兰音乐专场，往往会爆

    满。如果酒吧里的人不太多，那么待在那里就很令人愉快；但是如果酒

    吧过于拥挤，那么它能够给你带来的乐趣就会少很多。我猜想，在某一

    个特定的晚上，如果每个人都预测有许多人会来，那么他们就不会来，这样的结果就会否定预测；如果每个人都预测有很少人会来，那么他们

    就会来，这样的结果同样会否定预测。这就是说，理性预测(即理性预

    期)在这种情况下是自我否定的，因此能够正常发挥作用的理性预期就

    无法形成。

    我很好奇的是，人工系统中的行为主体在面对这种情况时的行为会

    是怎样的。于是在1993年，我编写了一个程序，然后写了一篇文章。

    这篇文章发表在《美国经济评论会议文章》(American Economic

    Review Papers and Proceedings )上。读到这篇文章的经济学家几

    乎不知道该说些什么、做些什么。但是，它引起了著名物理学家、自组

    织临界理论的提出者帕·巴克(Per Bak)的注意。帕·巴克把它传真

    给了很多同事，于是突然之间，“爱尔法鲁”成了物理学家圈子中一个

    广为人知的名字。三年后，弗莱堡大学的物理学家达米安·夏利和张翼

    成，在我这个“爱尔法鲁”问题的基础上提出了少数者博弈(Minority

    Game)模型。

    [3]

    现在，“爱尔法鲁”问题和少数者博弈已经得到广

    泛而深入的研究，见诸于学术期刊的文章已经达到了几百篇之多。

    技术是如何进化的

    到了1997年，我又有了一个新的想法，不过这个想法与圣塔菲研

    究所的经济学研究计划没有直接的关系。我对技术产生了浓厚的兴趣。

    一开始，这种兴趣本身令我很困惑。尽管我的早期教育背景是工程技术学，但是这种兴趣的出现仍然显得有点奇怪，因为对技术魅力的着迷似

    乎与我的主要兴趣，即对经济学或复杂性的兴趣无关。我以前也研究过

    与“技术”相关的问题，但是当我开始深入探究各种技术为了被采用而

    展开竞争这种思想时，这种兴趣却消失了。我注意到，我所观察的所有

    技术，没有任何一个是纯粹地产生于某种灵感的。所有新技术都是原先

    已经存在的技术的组合。举例来说，激光打印机是由计算机处理器、激

    光器和静电复印技术组合而成的，计算机处理器引导激光器在复印机的

    硒鼓上“涂上”字母或图像，然后再复印出来。

    我还意识到了其他的一些东西。1992年，出于好奇心，我一直在

    研究喷气式发动机。我希望搞清楚的是，在一开始出现的时候，喷气式

    发动机是那么简单，而在接下来的短短二三十年内，它们却变得如此复

    杂了，这是为什么。当时，我还一直在学习C语言编程。在我看来，用

    C语言编写的程序的结构与喷气式发动机的结构基本上是相同的。它们

    都有一个中央功能模块，还有一些支持这个核心模块的子模块，后者是

    用来正确地设置和管理核心模块的。就某项给定的技术而言，随着时间

    的推移，如果添加上一些突破了以往的物理界限或能够更好地解决问题

    的子技术，那么就可以进一步“挤压”核心模块，让它发挥更大的性

    能。因此技术在刚出现时是简单的，但是随着技术的进化，更多的零件

    和子模块将不断地添加进来。1993年，我在《科学美国人》杂志上发

    表了一篇文章，讨论了各种系统为什么会越来越倾向于复杂和精致的问

    题。

    [4]

    逐渐地，我心中有了这样的一个感觉：对于技术，我有一些一般性

    的东西可说。是的，我应该可以提出一个关于技术的一般理论。在此之

    前，我已经广泛阅读了与技术问题有关的文献，并且下定决心要学习和

    掌握多种技术。事实上，我对20来种技术都有很好的了解。到最后，我研究过的技术不仅包括了前面提到过的喷气式发动机，而且也包括了

    早期的收音机、雷达、蒸汽机、信息包交换技术、晶体管、麦克风、计

    算技术，甚至还包括了其他一些奇怪的“技术”，如青霉素等。这项研究工作的大部分是在圣塔菲的圣约翰学院(St. John's College)图书

    馆中完成的，也有一部分则是在我现在工作的施乐帕洛阿尔托研究中心

    (Xerox Parc)完成的。我总结出了技术形成和出现的一般模式。所

    有技术都是对现象的刻画和运用。归根结底，技术无非是用于实现人类

    目的的现象。现象是可以划分为不同“家族”的，如化学方面的、电子

    方面的、基因组方面的，因此也就形成了化学技术、电子技术、生物技

    术等这样的技术群。

    而且从总体上看，如下这一点是显而易见的，不仅像喷气式发动机

    这样的单个技术会在其生命周期中不断进化，所有单个技术的总体集合

    在如下意义上也是进化的：在任何一个时刻，所有技术就像所有物种一

    样，都可以通过一条“祖先线”追溯到某项早期技术。但是，技术进化

    的基本机制却不是达尔文式(Darwinian)的。新技术并不是随着早期

    技术的微小变化的不断积累而出现的。很显然，喷气式发动机肯定不是

    从空气活塞发动机的微波变化的积累中产生的。新技术来自于对早期技

    术的组合或集成，人类的想象力和聪明才智也在其中发挥了重大作用。

    这就是说，有一个不同于达尔文式的技术进化机制。我称之为通过组合

    而进化(Evolution by Combination)，或组合进化

    (Combinatorial Evolution)。

    当然，这种进化机制同样也存在于生物进化当中。生物进化中出现

    的最重大的转变，绝大部分都是组合式的。单细胞生物以组合方式成为

    多细胞生物，原核生物以组合方式成为真核生物。但是，这种事件的发

    生频率是极低的，要等上很多亿年才会出现一次。生物的日常进化机制

    是达尔文式的微小变化的积累，以及对这种变化的差异性选择。相比之

    下，在技术的进化中，主要的进化机制是组合式的，当然在新技术出现

    之后，也不排除达尔文式的技术进化，即微小变化的积累。

    经过一个时期的研究，我相信对于技术是如何出现的，作为整体的

    技术集合是如何进化的，我已经洞若观火了。接下来，我想试一试，能不能在实验室里或计算机上实现这种技术的进化。2005年前后，我在

    富士施乐的FXPAL实验室工作，它实际上是富士施乐公司在帕洛阿尔

    托建立的一个智库。在那里，我遇到了计算机科学家沃尔夫冈·波拉克

    (Wolfgang Polak)。我提议我们可以进行这样一个计算机实验：把

    一些原始技术放到一起，组成一锅“技术之汤”，在这锅“技术之

    汤”中，各种技术可以随机地进行组合。由此得到的技术组合，即某种

    潜在的新技术，如果没有用就抛弃；如果有用就保留下来，并加入到那

    锅“技术之汤”用于进一步的技术组合。这样一个能够以上述方式不断

    创建技术集成的系统，能不能以“自展向上”(bootstraps)的方式使

    技术从简单进化为复杂？我们尝试了好几个系统，但是都没有成功。就

    在那个时候，我们读到了一篇非常漂亮的文章，它是由理查德·伦斯基

    等人撰写的，并发表在《自然》杂志上。

    [5]

    伦斯基和他的同事利用遗

    传算法进化出了数字电路。这篇文章启发我们，数字技术似乎是一种天

    然培养基。如果你把两个数字电路组合起来，你就可以得到另一个数字

    电路；当然，新的电路可能是有用的，也可能是没有用的。

    然而，我们的实验并不容易。努力尝试了几个月之后，波拉克终于

    让我们的系统运行起来了。它利用简单的电路“创建”出新的电路。我

    们先准备好一锅由最简单的二位与非(nand)电路组成的“汤”，这

    种电路是数字电路的基本构件。然后按下回车键，再等上20个小时，看看从这锅汤中，能不能创建出什么逻辑电路。结果很理想，我们观察

    到了各种各样的电路。首先形成的是一些最基本的电路。然后出现的是

    一些中等复杂程度的电路，如4位的等于(equal)电路、三位的小于

    (less than)电路，等等。到最后，还形成了8位异或(exclusive-

    or)电路、8位与(and)电路和8位加法器(adder)。如果不细想，你可能觉得这没有什么了不起的。但是不要忘记，一个工作正常的8位

    加法器其实非常不简单，即将8位的x 加到8位的y 上，产生9位结果的z

    ，它拥有16个输入针和9个输出针。而拥有16个输入针和9个输出针的

    电路组合，其种数高达10177 554 之多，但只有一种8位加法器是能够正常工作的。这不是随机的。因为我们这个实验有25万个步骤，通过这

    么多步随机地发现一个8位加法器的概率，是完全可以忽略不计的。因

    此，我们这个连续集成过程，能够把原始基本构件组合起来，生成有用

    的简单构件，然后再把这些简单构件组合起来，生成进一步的构件。这

    无疑是非常强大的。现实世界中的真实技术也是以这种方式进化的。技

    术已经以自展向上的方式，从少数技术发展到许多技术，从原始的简单

    技术发展为高度复杂的技术。

    我们在《复杂性》杂志(Complexity )上报告了我们的实验。但

    奇怪的是，我们这篇文章基本没有受到什么关注，也没有多少人来评论

    它。原因何在？我的猜测是，因为它是一篇夹在裂缝当中的文章。它既

    不是关于生物进化的，也不是讨论遗传算法的；它不是纯技术的，也不

    是纯经济学的。而且，我们的实验也没有解决某个特定的问题。它只是

    生成了一个有用的电路工具箱或电路库，就像某种编程语言的开发者提

    供的有用的函数库一样。但是关键在于，这个工具箱或库完全是进化出

    来的，我认为这可以说是一个奇迹。我拥有电气工程学位，波拉克拥有

    计算机科学学位，如果你要求我们亲自动手去设计一个8位加法器，那

    么我们就不得不从数字电子技术从头开始设计。但是现在，我们设计出

    了一种算法，它可以通过进化自动设计出这种电路。我相信，这是一种

    非常卓越的思想。而且我还认为，在本书所收录的这些文章中，这一篇

    文章有特别重要的意义，它阐明了一种处在不断进行中的进化，还阐明

    了一个不同于生物进化的进化机制，即通过组合或连续集成的进化。

    然而，不知怎么的，我内心深处总有一种想法挥之不去。我认为，所有这一切都必须与经济进化相适应。如果用更准确的表达，应该是经

    济从一开始是如何在这一切中形成的。在我研究技术的过程中，我逐渐

    意识到，一方面，经济创造了技术；另一方面，同时也是更加重要的一

    方面是，技术即我们用来满足人类需求的技术集合创造了经济。因此，经济不仅是技术的容器，而且还是技术的表达。随着技术的进化，以及

    全新技术的引入，经济必然会发生变化。经济做什么，要发生变化；经济如何做，也要发生变化。经济的整个安排上，包括它的制度和机构上

    都必须发生变化，以适应于新的“做事方式”。简而言之，经济结构必

    须发生变化。

    我在2009年出版的《技术的本质：技术是什么，它是如何进化

    的》(The Nature of Technology: What It Is and How It Evolves)

    (17)

    一书中，报告了上面这些发现。这本书受到了专业工程师的热烈

    欢迎，并且已经被翻译成了多种语言。在本书收录的这些文章中，其中

    有几篇是在写作那本书时的“中间产物”，有一篇则是那本书的一个组

    成部分。从开始到结束，我对技术的本质和进化的研究花了整整12年

    的时间。我发现这个课题非常令人着迷。特别感到惊喜的是，我发现了

    技术集合进化的机制，还认识到了技术是一种具有自身内在逻辑结构的

    事物。通过这些研究，我越来越相信，技术本身的每一方面都是复杂

    的、有结构的，就像经济或法律体系一样。当然，技术也是一个非常美

    好的事物。

    复杂经济学的诞生

    我的思想之旅是由多条研究路线构成的。这些研究路线，在当年的

    我看来似乎是截然不同的。但是到了后来，尤其是今天，当我回过头去

    重新思考它们，再结合我在圣塔菲研究所和其他机构的同事的工作来

    看，我却发现，从这些研究路线中，一种全新的经济学观点已经慢慢生

    成了，而且逐渐地浮出了水面。1999年，我在《科学》杂志上发表了

    一篇文章，对我早期在这个方面的思考进行了初步总结。

    [6]

    《科学》

    杂志的编辑坚持要求我给这种不同于传统的经济学观点取个名字。于是

    我称之为“复杂经济学”。现在回想起来，复杂经济学的特征是非常清

    楚的。经济不一定处于均衡状态，经济通常都是处于非均衡状态。经济

    行为主体不是全知全能和完全理性的，他们必须理解他们所处的情境，并且在这样做的时候必须搜寻适当的策略。经济不是给定的，不可能是一个简单的技术容器；技术形塑了经济，在这过程中经济的结构是会变

    化的。因此，经济是有机的、分层的，后一层形成于前一层之上；经济

    永远都在变化，永远都在呈现新异性；在经济内部，结构会浮现，在持

    续了一定时间后又会消融。我要强调的是，所有这一切绝对不只是一种

    诗意化、人文化的描述，而是一种严谨的经济学观点，它能够被严格定

    义、被精确地探究和分析。

    我经常被人问起，这种全新的经济学如何适应于标准的经济学分

    析？它难道不是标准经济学的一种简单的变体吗？用经济学家理查德·

    布朗克(Richard Bronk)的话来说，它会不会被“无缝”吸收进新古

    典经济学框架中？对于这些问题，我的答案是否定的。这种不同的经济

    学框架，既不是单纯利用计算机来进行基于主体的建模，也不是将对技

    术变迁的更加深刻的理解，加入内生经济增长模型中去。这种经济学要

    做的事情、所关注的东西、所依据的基本假设，都不同于标准经济学，它特别关注非均衡。这就是说，除了采用的方法不同之外，要解决的问

    题是不同的，解的概念本身也是不同的。

    要理解这一点，要先明确一个有效的途径，标准的新古典经济学源

    于一种特殊的观察和认识世界的方式。新古典经济学继承了启蒙运动的

    思想，即我们观察到的混乱无序的世界只是表面现象，背后隐藏着秩

    序、理性与完美。它还继承了19世纪末的物理学观念，尤其是这种观

    念：大量相互作用的同质元素，可以通过简单的联立数学方程式一次性

    地全部分析清楚。到了20世纪中叶，这种观念在经济学中导致了如下

    这种愿景：经济学理论的核心，可以简单地用数理方程表示的定律来刻

    画，从而实现公理化。经济学理论的其他一些部分，如宏观经济学或制

    度经济学理论，也许不得不暂时先放一放，但是经济学理论的核心则肯

    定是可以被“规训的”，即被有序化和规律化的，并还原为数学。

    这个研究纲领充其量只获得了部分成功，当然这部分成功的意义也

    不容小觑。其作用体现在，一方面，经济学的“门户”得到了清理，以前已经被接受为“经济学理论”的大量松散的、草率的论断被排除掉

    了；另一方面，人们对市场和资本主义制度的内在优势更加尊重，理解

    也更加透彻了。但是，我相信这种努力也导致了思想的僵化，还导致了

    一种貌似正义、实为党同伐异的判断标准。某些东西可以被承认为经济

    学理论，而另一些东西则不被允许，最终的结果是经济学成了一个无法

    接纳其他思想的封闭体系。由此进一步导致了政治、权力、阶级、社

    会、根本的不确定性、创造生成和发展对经济的影响，全都被“关在了

    经济学殿堂的门外”。最终结果则事与愿违，这个研究纲领，至少它的

    超理性版本，已经失败了。如果进行波普尔式(Popperian)的证伪检

    验，那么2008年的金融崩溃及随后几年世界经济的表现，已经不容置

    疑地证伪了这个研究纲领。没有人敢说，市场之所以在很短的时间内失

    去了一半的价值，是因为那些公司突然失去了一半的有用性，但公司一

    如既往还是那些公司。也没有人敢说，欧洲一些经济体的失业率高达

    20%，而且仍在上升，是因为劳动者的偏好突然完全改变了，因为人们

    仍然像以前一样想得到工作。2009年，《经济学人》(The

    Economist )杂志的一篇文章严厉地指出，华尔街绝不是金融危机的

    唯一受害者，标准的新古典经济学也是，它已经随着金融的崩溃而崩溃

    了。

    只要稍稍反思一下，对于这种高度纯化的经济思想所遇到的困难，任何人都不应该感到惊讶。进入现代以来，尽管学习过程是非常缓慢

    的，但从“西方思想”学到的一个重要教训就是：如果我们努力尝试将

    任何一个事物还原为或化约为纯逻辑的，如我们试图确定诸如真理、存

    在或生命这类概念的“终极意义”，或者试图将某些研究领域，比如说

    将哲学、数学或数理化的经济学还原为若干狭隘的公理，那么这种努力

    必然会招致失败。世界是不可能被还原为纯逻辑的，也是不可能锁入纯

    逻辑的铁笼里的。或迟或早，世界总有一天会突破纯逻辑，将真实的混

    乱一面呈现在世人的面前，上面这类研究纲领必定会以失败而告终。

    新古典经济学的“纯粹秩序”正在被缓慢地取代，这个事实本身就是尊重现实的表现，这种新生的敬意是许多研究经济学的学者所共有

    的。稳步前进的行为经济学就是这样一种新的经济学，市场心理学则是

    另一种。还有，那些越来越依赖于对制度和技术的理解的经济发展理

    论，也是如此。本书给出的经济学新框架，即“复杂经济学”，也是如

    此。现在，除了我们在圣塔菲研究所的最初成员，很多人都在研究复杂

    经济学。

    令我感到惊讶，同时也让我非常高兴的一个事实是，这种经济学新

    框架中的许多“现代”主题，与熊彼特、斯密、穆勒、马克思和凯恩斯

    等伟大思想家的思想非常契合，与许多制度主义者和政治经济学家的理

    论也非常吻合。他们都认为，经济涌现于技术，经济结构是不断变化

    的，经济不一定处于均衡状态，决策者面临根本的不确定性。复杂经济

    学与这些思想之间的正式联系，还没有完全建立起来。现在这种联系，更像是将我们这些新想法与过去讨论过的一些想法串联起来的思维线

    索。但是它们确实表明，经济学重新发现了它曾经失去的一些东西。现

    在，对于形成中的经济、非均衡的经济，我们终于开始有了一个统一的

    理论图景了。

    本书中收录的文章，其写作时间跨度很大：从我1987年第一次去

    圣塔菲研究所时开始，一直到今天为止。不同篇章之间不可避免有一些

    重叠之处。其中有些文章的目的，是为了向更广泛的普通读者介绍我们

    的主要观点，并从不同的角度探讨这些思想。这些文章得益于许多其他

    学者在经济学、复杂性科学和其他领域的研究工作，特别是我在圣塔菲

    研究所的同事约翰·霍兰德、斯图尔特·考夫曼、戴维·莱恩和理查德

    ·帕尔默。它们也得益于其他一些与我们当初在圣塔菲研究所的团队没

    有多少密切联系的学者的研究工作，特别是彼得·艾伦、罗伯特·阿克

    斯特尔、乔希·爱泼斯坦、阿兰·基尔曼和李·特斯法齐，他们都为这

    种新的经济学框架做出了贡献。此外，这些文章还借鉴了新古典主义的

    公式化表达方法，毕竟我所接受的学术训练就是这个。在这些文章中，有一些是全面的分析，另一些则是散文性质的文章。它们基本上是按主题，而不是按写作时间来排序的。但是从总体上看，研究文章大部分集

    中在本书的前半部分，而散文则集中在后半部分。读者可以按自己喜欢

    的顺序来阅读它们，我鼓励读者这么做，同时也希望他们进一步阅读相

    关领域的文献。

    如果将本书收录的所有文章合到一起来看，一个统一的思考主题或

    框架就会浮现出来。以往那种行为主体不复存在了，以前他们面对的是

    定义明确的、有明确概率结果的问题，并运用完美的演绎推理，从而可

    以达到均衡。而现在取而代之的是这样一种行为主体：他们必须理解他

    们面对的环境，必须运用手头拥有的任何一种推理方法，必须接受并做

    出调整以适应结果，而且他们自己的调整可能导致结果不断变化。

    1996年，研究经济思想史的专家戴维·科兰德(David

    Colander)说了这样一个寓言：

    一个世纪以前，经济学家站在两座高耸山峰之间的底部，而山峰则隐藏在云层当中。他们想爬上高峰，但是不得不先决

    定要攀爬的是哪一座山峰。他们选择了有明确定义、遵循数学

    秩序的那座山峰。但是，当他们费尽千辛万苦登上了那座山

    峰，站到了云层上之后，才发现另外一座山峰要高得多。那就

    是过程和有机主义之峰。

    在过去这些年里，许多经济学家已经开始攀登另一座山峰了。在这

    个征程中发现的任何东西，我都会非常感兴趣。本章是一个导论，讨论了本书其他章节的诸多主题。本章的目的是

    为复杂经济学提供一个框架。复杂经济学建立在经济不一定处于均衡状

    态这个基本命题的基础之上。经济主体，如企业、消费者、投资者，不

    断改变自己的行为和策略，以便对他们共同创造的结果做出反应，而且

    这种反应进一步改变了结果，这又需要他们重新进行调整。因此，经济

    主体生活在这样一个世界里，他们的信念和策略要不断地接受结果

    或“生态”的检验，而这种结果或“生态”正是这些信念和策略一起创

    造的。

    以往的经济学在很大程度上回避了如上这种非均衡观点，但是只要

    我们接受它，就可以观察到标准的均衡分析中无法观察到的模式或现

    象。这些模式或现象以一定概率出现，持续一段时间后可能会消散，并

    且在经济的“中观层面”上，即微观层面和宏观层面之间发挥作用。我

    们还认为，经济并不是给定的、一成不变地存在着，而是在一系列技术

    创新、制度和安排的不断发展中形成的，这种技术创新、制度和安排还

    会引出进一步的技术创新、制度和安排。因此，在复杂经济学看来，经

    济是运动着的、永远在“计算”自身的。或者说，经济无时无刻不在重

    新构建自身。均衡经济学强调秩序、确定性、演绎推理和静态分析，而

    复杂经济学则强调偶然性、不确定性、理解(即意义建构)和对变化的

    开放心态。

    本章是专门为本书撰写的，它的基础是我于1999年发表在《科学》

    杂志上的论复杂性与经济的文章。当时，我正在帕洛阿尔托研究中心的

    智能系统实验室做外聘教授。在此，我非常感谢罗南·阿瑟(Ronan

    Arthur)、理查德·布朗克、戴维·科兰德、多因·法默、玛格达·丰

    塔纳(Magda Fontana)、奥利·彼得斯(Ole Peters)、戴维·赖斯

    曼(David Reisma)和威廉·塔布(William Tabb)等人的宝贵意见。

    在过去的25年间，一种与以往的经济学有着全然不同的经济学观

    点的复杂经济学，逐渐诞生并缓慢地发展起来了。复杂经济学认为，经

    济不一定会处于均衡状态；在经济学中，计算与数学同样非常有用；在

    同一种经济状况下，既有可能出现收益递增，也有可能出现收益递减；

    经济不是给定的、一成不变地存在着，而是在一系列制度、安排和技术

    创新的不断发展中形成的。在很大程度上，复杂经济学的研究起源于

    20世纪80年代后期的圣塔菲研究所。不过，现在对复杂经济学进行研

    究的学者已经非常多了。

    [1]

    复杂经济学也引发了不少疑问。例如，复

    杂经济学这种不同的思考经济问题的框架能为我们带来什么，它怎样才

    能发挥作用，又适用于哪些领域？复杂经济学会不会取代新古典经济

    学，又或者它会不会融入新古典经济学？如果存在一种逻辑框架的话，复杂经济学是如何在这种框架下发挥作用的？

    本章的目的就是来回答上述问题，尤其是最后一个问题的。为了达

    到这个目的，我在本章中要完成的工作，不是对复杂经济学进行综述，也不是提供一份“复杂经济学导游图”，而是要给出一个思考这种新经

    济学观点的框架，一个连贯的逻辑框架。首先，我将论述复杂经济学的

    若干基本原则；然后，我将在我自己以前发表的两篇文章，以及其他一

    些学者研究的基础上，阐明复杂经济学的核心要点。

    [2]

    在本章中，我将证明复杂经济学绝不仅是标准经济学的延伸，也不

    只是标准经济学模型再加上基于行为主体的行为。复杂经济学以一种全

    然不同的方式看待经济，给出了一个完全不同的图景。在这个图景中，行动和策略是不断进化的，时间变得至关重要，结构不断形成且不断重

    组，标准的均衡分析中不可见的现象将浮现出来并得到研究，介于微观

    层面和宏观层面之间的中观层面也是非常重要的。与新古典主义理论中

    的世界相比，复杂经济学中的世界更接近于政治经济学中的世界，那是

    一个有机的、进化的、充斥着历史偶然性的世界。复杂性科学(Complexity

    Science) 一门研究系统

    中相互作用的要素如何生成

    整体模式，整体模式反过来

    又如何导致这些要素发生变

    化，或导致这些要素调整以

    适应整体模式的科学。

    经济与复杂性

    接下来，我们先来讨论经济本身。经济是一个庞大而又复杂的，由

    各种各样的制度安排和行为构成的体系。在经济这个体系中，不同的行

    为主体，如消费者、厂商、银行、投资者、政府机构，从事着各种各样

    的活动，如买卖、投机、贸易、监督、生产产品、提供服务、对公司投

    资、制定策略、探究、预测、竞争、学习、创新，以及调整适应，等

    等。用现代术语来说，经济就是一个有着无比庞大的并发行为

    (concurrent behavior)的并行系统(parallel systems)。市场、价格、贸易协定、制度和产业，全都形成于这些并发行为中，并最终形

    成了经济的总体模式或聚合模式(aggregate pattern)。

    一种历史悠久的、可以追溯到亚

    当·斯密时代的经济学观点认为，这

    种总体模式形成于个体行为，而个体

    行为反过来又会受到这种总体模式的

    影响。这里存在着一个递归循环，正

    是这种递归循环使经济具备了复杂

    性。复杂性科学研究系统中相互作用

    的要素如何生成整体模式，以及整体

    模式反过来又如何导致这些要素发生

    变化，或导致这些要素调整以适应整

    体模式。复杂性并不是一种理论，而是一种科学运动。例如，我们可以

    研究大量单个汽车在行驶中如何共同形成了某些交通模式，这些模式反

    过来又如何影响单个汽车的位置。复杂性是关于结构形成的：结构是如

    何形成的，这种结构形成又是如何影响和导致客体的生成的。

    从复杂性的视角出发去研究经济或经济中的某些领域，就意味着要

    探究经济是如何进化的，也就意味着要深入详细地研究个体行为主体的行为，是如何共同形成某种结果的，以及这种结果反过来又是如何改变

    他们的行为的。换句话说，从复杂性的视角出发，要研究的是个体行为

    者如何应对其行为共同创造出来的模式，以及这种模式是如何实现自我

    调整的。通常来说，这是一个难度很大的问题。这就要求我们探究一个

    过程是如何从多个行为主体的有目的的行动中生成的。也正因为如此，历史上早期的经济学，采用了更加简单的、便于进行数学分析的方法来

    处理各种经济问题。这种更加简单的方法，要探究的不是行为主体如何

    应对他们的行为所形成的总体模式，而是什么样的行为，如行动、策

    略、预期是能够被这些总体模式所支持的，或者说是符合这些总体模式

    的，或者说是与这些总体模式相一致的。

    以往的经济学要探究的是，何种模式不需要微观行为做出改变，何

    种模式将处于静止状态或均衡状态。比如，一般均衡理论要研究的问题

    是，被生产出来的商品的价格和数量，和被消费掉的商品的价格和数量

    如何做到一致，才会符合各个经济市场的价格和数量的总体模式，因而

    行为主体也就没有受到激励去做出改变。又如，经典博弈论要研究的问

    题是，在给定博弈对手可能选择的策略、行动和资源配置的情况下，一

    个行为主体根据某种判断标准，应该选择什么样的策略、行动和资源配

    置，才是最优的行动选择。再如，理性预期经济学要研究的是，什么样

    的预期符合所有这些预期共同创造的结果，或者说平均而言能够被所有

    这些预期共同创造的结果所验证。

    这种便捷的均衡理论，不失为研究经济模式的一种自然方法，同时

    也为数理分析留下了用武之地。利用这种方法来推进经济学研究无疑是

    可以理解的，甚至可以说是适当的，而且该方法也确实带来了累累硕

    果。这种方法的核心理论建构是一般均衡理论。它不仅在数学上是严谨

    的，而且还通过对经济的建模，使我们得以在心智上对经济进行重构，从而给了我们一种刻画经济的方法，一种全面理解经济整体的途径。这

    一点无疑是极其有价值的。除了一般均衡模型之外，其他理论，如厂商

    理论、国际贸易理论和金融市场理论的均衡模型，也都是非常有价值的。

    不过，这种“均衡建模法”也不是没有代价的。许多经济学家都不

    认同这种均衡建模法，以及在它基础上形成的新古典经济学理论，理由

    是它假设了一个理想化和理性化的世界，这扭曲了现实世界，而且为这

    个世界所选定的基本假设也往往只是为了便于分析。

    [3]

    我本人也持同

    样的反对意见。正如许多其他经济学家一样，我也赞赏新古典经济学的

    美好，但在我看来，新古典经济学的理论建构过于纯粹、过于脆弱了，必定会在现实世界面前碰个头破血流。新古典经济学生活在一个有序、静态、可知、完美的柏拉图式的世界当中。在这个世界里，现实世界的

    模糊不清、混乱无序和真实多变是完全不存在的。

    当然，所有杰出的经济学家都非常清楚，现实世界中的经济远比新

    古典经济学世界中的经济更加丰富多彩。有人或许会认为，我们可以这

    样做，一方面坚守均衡概念作为我们思考经济问题的基础，同时在另一

    方面，通过经验和直觉来填补更加丰富的现实内容。但是，这还远远无

    法令人满意。如果我们预先假定经济是均衡的，那么就等于设置了一个

    过滤器，我们就无法观察到经济中的很多现象。这是因为均衡本身的定

    义就决定了，均衡的经济没有改进或进一步调整的余地，没有探索和创

    造的空间，也没有任何暂时性现象的存身之地。在均衡理论中，任何可

    以在经济中带来改变的东西，如适应、创新、结构变化及历史本身，都

    会被绕开或被忽略。由此而产生的新古典经济学，也许算得上一个完美

    的理论建构，但是它缺少真实性、活力和创造力。

    那么，如果“允许”经济学考虑更多的可能性，并且能够研究行为

    主体如何应对他们共同创造的模式，又会怎样呢？这会不会使一切都变

    得有所不同呢？到时候我们又将会有什么样的发现呢？

    内生的非均衡首先要指出的一点是，只要我们探究“行为主体可能如何应对”这

    样一个问题，其实就已经隐含地假定经济是非均衡的了。这是因为，如

    果新的应对方法是可能的，那么这些方法就会改变结果，所以由定义可

    知，这不可能是均衡的。接受过良好的新古典经济学训练的经济学家，可能会对非均衡假设持反对意见，因为标准经济学理论认为非均衡情况

    在经济中无足轻重。萨缪尔森在1983年就曾经说过：“那么不稳定的

    非均衡状态，即使真的存在，也必定只是暂时的、非持久的状态……读

    者诸君，你们几时曾见过竖起来的鸡蛋呢？”

    [4]

    这些经济学家明确地告诉我们：均衡就是经济的自然状态。

    但是，我认为事实并非如此，绝对不会如此。我敢肯定，非均衡状

    态才是经济的自然状态，因此经济始终处于变化当中。这不仅是因为经

    济总是面临着外部冲击或外界影响，而且还因为非均衡本身就产生于经

    济的内部。内生的非均衡的出现，主要出于两个原因，第一个原因是根

    本的不确定性或奈特意义上的不确定性，第二个原因是技术创新或技术

    变革。下面让我们依次来阐述。

    第一个原因是根本的不确定性。经济中所有关于选择的问题都与未

    来发生的事情相关，这些事情既可能马上就会发生，也可能过段时间才

    会发生。因此，经济中的选择问题，必定在一定程度上与未知的事情相

    关。在某些情况下，行为主体拥有充分的信息，或者能获取可能会发生

    的事情的准确概率分布，但是在很多其他情况下，即在绝大多数情况

    下，他们并不拥有这些信息，甚至根本不知道这些信息，也无法估计出

    概率分布。

    [5]

    例如，我可能会选择某一种新技术进行风险投资。在刚

    开始时，我可能完全不知道这种技术会不会成功、公众对它的接受程度

    如何、政府会对它进行怎样的监管，也根本不知道会不会有人把同类产

    品引入这个市场。然而，我必须有所行动，因为我对相关的情况，即根

    本的不确定性完全一无所知，所以所谓“最优”行动根本就不存在。当

    其他行为主体也参与进来时，情况会变得更糟。在那种情况下，这种不确定性就会自我强化。如果我不清楚具体情况，我只能认为其他人也不

    清楚。我不仅必须形成自己的主观信念，还必须形成有关主观信念的主

    观信念，而且其他行为主体也必须这样做。由此，不确定性带来了更进

    一步的不确定性。

    [6]

    当然，我的这个观点并不是一个新观点。其他经济学家，尤其像沙

    克尔(Shackle)，已经撰写了大量论著论述这一点。只有将这个观点

    理论化，才能显示出重要的理论意义。当我们无从得知结果是什么时，它所带来的决策问题是无法清晰明确地加以界定的。问题本身都未能在

    逻辑上界定清楚，针对这些问题的原由也就不可能有一个合乎“逻

    辑”的解决方法，因此理性，即纯粹的演绎理性(deductive

    rationality)，也不可能得以明确地界定。在这种情况下，演绎理性不

    仅只是一个糟糕的假设，而且它本身根本就不可能存在。也许有可能存

    在聪明的行为、合乎情理的行为，也许可以存在富有远见的行为，但是

    从严格意义上来说，根本不存在合乎演绎理性的行为。因此，我们不能

    假设这种理性。

    当然，所有这些并不意味着人们面对经济问题时束手无策、寸步难

    行，也不意味着人们不会做出选择、采取行动。行为经济学告诉我们，情境往往决定了人们如何决策，也无疑让我们直接利用它来“替我们发

    现”结果。此外，认知科学也告诉我们，如果某个决策很重要，那么人

    们有可能会摆脱当前情境的影响，他们会努力通过推断、猜测，以及利

    用过去的知识和经验去分析这个决策。他们会发挥自己的想象力，尽可

    能地预测未来，并以此为依据来做出决策。确实，正如沙克尔所指出

    的，“每个人都会发挥自己的想象力，努力想象未来的样子，这种想象

    过程是其决策过程中一个至关重要的组成部分。”依据沙克尔等人的这

    种洞见建立决策模型的一种方法是：假设行为主体对自己身处的环境形

    成了某种个人信念或假设，也有可能是一系列信念或假设，即内部模

    型，并且不断地对他们的信念或假设进行更新。这也就是说，当他们在

    探索时，他们以此为依据不断对自己的行动和策略进行调整、舍弃和替换。

    [7]

    总之，他们是在利用归纳不断前行。

    [8]

    这种探索行为的不断实现，导致了经济中永恒存在的布朗运动。由

    于行为主体的探索、学习及适应，经济永远都处于破坏性运动之中。正

    如我们将会看到的那样，这些破坏性运动会被放大，成为显著的现象。

    破坏性运动的另一个动力是技术变革。大约在100年前的1912

    年，熊彼特提出了一个著名的观点，他指出“经济体系中存在着一种力

    量，这种力量能够破坏任何可能达至的均衡”。这种力量来源于“生产

    方式的新组合”，我们现在称之为技术的新组合。经济学并没有否认这

    一观点，但是它必须假设经济均衡能够不时地进行调整，以适应外界的

    变化。

    然而，这种技术力量的破坏性很强，远远超出了熊彼特所设想的范

    围。新技术需要更多的其他新技术来支持。例如，在人们发明了电脑以

    后，电脑就需要或“要求”更强大的数据储存技术、计算机编程语言、计算算法及固态开关设备，等等。而且，新技术也为其他新技术的出现

    创造了条件。举例来说，真空管的问世，使得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出现成为可能，或者说

    它为后来的这些技术提供了“供给”。同时，这些新技术反过来又催生

    了对更新技术的需求和供给。由此可见，一项新技术并不是只会使均衡

    受到一次性的破坏，相反，新技术永远都是更新技术的创造者和需求

    者，而且这些更新技术本身，也需要创造出比自己更新的技术。我要再

    次提请读者注意这个过程自我强化的性质。由此而导致的结果并不是偶

    发性的破坏，而是持续性的、一浪催生一浪的破坏大潮。在整个经济

    中，这种破坏并行出现，在所有维度上同时发生。技术变化会内生地、不断地创造出更进一步的变化，从而使经济处于永远的变化之中。

    从时间维度来看，技术的破坏性影响发挥作用的速度，要慢于纯粹

    源于不确定性的布朗运动。但是，技术的破坏性影响会导致更大的剧

    变。技术的破坏性影响本身，也会带来进一步的不确定性，因为各行各业，如工商界和产业界，根本不可能知道下一步进入自己领域的技术会

    是什么。因此，不确定性和技术这两个因素，都会导致这样一个现象：

    行为主体没有任何确定性的方法来做出决策。

    现在，一种全新的看待经济的方法正在崛起，它不同于标准的均衡

    性经济学方法。由于在经济中，不确定性和技术变革无所不在，而且毫

    无疑问，它们二者渗透了经济的各个层面，行为主体必须探索着前

    行、“学习”自己面临的决策问题并对出现在眼前的机会做出反应。在

    我们所处的世界里，行为主体的信念、策略和行动创造了某种状态、结

    果或“生态”。而与此同时，行为主体的信念、策略和行动，都要接受

    这些状态、结果或生态的“检验”。再者，更加微妙的是，行为主体进

    行的探索，还会进一步改变经济本身以及行为主体所面对的环境。因

    此，行为主体不仅要面对自己试图解决的问题，而且他们在解决问题过

    程中的每一个行动，合起来还会改变当前的结果，这就要求他们必须再

    次做出调整。换句话说，我们处在一个复杂的世界当中，这种复杂性与

    非均衡有着密切的联系。

    建立非均衡状态下的理论

    面对内生的非均衡，我们应该怎么办呢？如果庞大的经济一直随着

    行为主体的活动处于“沸腾”之中，借用熊彼特的一句话，那么我们要

    处理的似乎就是一种“无法纳入分析范围的混沌”。面对这个难题，以

    往的标准经济学的态度可以用两个成语来描述：束手无策和退避三舍。

    但是，如果我们决定不步标准经济学的后尘，并且我们坚定自己的立

    场，认真对待非均衡问题，那么我们必须怎样做才能继续向前呢？我们

    能够得出一些有用的结果吗？我们会有什么样的发现呢？当然，首先要

    回答的一个问题是，在非均衡状态下进行理论化建模意味着什么。

    有一种观点认为，经济的很多组成部分可以被视为处于近乎均衡的状态，对于它们，标准理论仍然是适用的。同时，对于经济的其他组成

    部分，则可以将它们视为处于暂时偏离了最具吸引力状态的状态，仍然

    可以研究它们向这个最具吸引力的状态收敛。但是，这种观点仍然把经

    济当成了一台高度平衡、能够自动调整的机器，认为它只会暂时偏离均

    衡状态。固守这种观点，只会使我们既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下极具创造力的一面。

    研究非均衡经济的一种更好的方法是，研究经济的各种“当前状

    况”。正是在这些当前状况中，形成了决定未来事件或事物的那些条

    件。经济是一个系统，而且这个系统中的各个元素，都会根据“当前状

    况”来不断更新自己的行为。

    [9]

    如果采用另外一种更加正式的说法，我们可以说，经济就是一种持续的“计算”(computation)。这是一

    种极其庞大的分布式计算，也是一种大规模的并行计算，而且这种计算

    是随机的。

    [10]

    这样一来，经济就可以视为一个以一系列事件为序不断

    进化的系统。从这个角度来看，经济是有算法规则的。

    虽然以这种方式看待经济有一个风险，有人可能会说，这只是为了

    迎合科学的当代潮流。但是基于这种思想，我可以阐明一个很重要的观

    点。让我们暂且假设我们掌握了经济的算法，或者更进一步地说，假设

    自己就是拉普拉斯(Laplace)或“上帝”

    [11]

    那样的人，在我们掌握

    的经济或感兴趣的某个经济领域中，“采取”下一步行动时，所要遵循

    的数量庞大但总数有限的各种具体机制。有关计算的一个基本定理告诉

    我们，一般来说，如果我们随机选择了某种算法，是没有方法，或者说

    没有系统的解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的。因为我们只能规定，如果某种算法的输出，符合一组特定的数学条件或得到了某个给定的“解”(solution)就终

    止计算，那么一般来说，我们并不能确定这种算法是否合适。总之，没

    有任何解析方法能够提前确定某种给定的算法是否合适。

    [12]

    我们所能

    做的，无非是按照算法计算下去，然后看看它会带来什么结果。如果某

    个算法足够简单，我们还是经常可以观察到，它会带来某种特定的结非均衡系统

    (Nonequilibrium

    System) 一些经济学家

    认为，非均衡状态才是经济

    的自然状态，经济始终处于

    变化当中。这不仅是因为经

    济总是面临着外部冲击或外

    界影响，而且还因为非均衡

    本身就是产生于经济内部

    的。

    果。但是，当我们不能决定算法的结果时，算法就不必过于复杂了。

    因此，我们必须更加谨慎一些。

    对于一个高度互联的体系来说，均衡

    或闭合解(closed-form solution)

    都不是缺省结果。而且，如果均衡或

    闭合解是确实存在的，那么必须解释

    它们存在的理由。从计算的角度思考

    这些系统，并不意味着我们有意回避

    解析分析，严格地说，解析分析是非

    常必要的。我们经常要对非均衡系统

    的定性特点进行很多非常有用的预分

    析，以便更好地理解它们背后的机

    制。然而，在研究非均衡系统的结果

    时，唯一准确的方法仍然是计算。

    现实经济背后的算法并不是随机选择的，而是高度结构化的。因

    此，一种可能出现的情况是，现实经济的“计算”总是会得到非常简单

    的结果；另一种同样可能出现的情况是，现实经济的计算也总是无序

    的、无定形的。在我们所研究的经济领域内，通常不会出现这两种情

    况。尤其是在有强大的抗衡力量发挥作用的情况下，我们经常可以观察

    到一些大型结构，即一些与均衡不严格对应的吸引域。在这些吸引域内

    或当不存在吸引域时，我们也能观察到某些机制，它们会造成某些不是

    随机产生或消亡的现象、子模式或子结构。对此，我们可以用物理学中

    研究的太阳来进行类比。从远处看，太阳是一个由气体组成的巨大球

    体，而且是一个处于均衡状态之下的球体。但是在这个“均衡”的内

    部，还存在着一些强大的机制，它们引起了许多动态现象，如巨大的磁

    环和磁拱、冕洞、X射线耀斑，以及最高时速可达7.2×106 千米的等

    离子射线大规模爆发等。太阳这个巨型“气球”确实呈现为一个松散的

    球体，但是它从来都没有处于均衡状态。相反，它一直处于不断的运动之中，这种运动源于更早之前的扰动，而且它破坏了达到均衡的可能

    性。这些现象都是局部的，并且能够发生在各种维度上。再者，这些现

    象都是短暂的，它们的出现、消失和互动，从时间上看都是相当随机

    的。

    我们在经济中也经常可以观察到类似的情况。要建立非均衡状态的

    理论，就是要揭示那些起作用的大吸引子(如果它们真的存在的话)，同时还要研究其他子结构或现象，这些子结构或现象可能因大吸引子的

    特点和行为而出现。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分析，从而将各种现象及导致这些现象的机

    制识别出来。在很多情况下，我们可以为某种现象建立一个较简单

    的“玩具模型”(toy model)，该模型应该能够刻画该现象的基本特

    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给出确定的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。

    接下来，让我们通过一个真实的、利用计算机完成的非均衡研究，来将上述要点融合起来。这是一个经典案例。

    1991年，克里斯蒂安·林格伦(Kristian Lindgren)设计了一个

    在计算机上进行的锦标赛。在这个锦标赛中，各种策略随机配对，进行

    重复的囚徒困境博弈，以便分出高下。在这里，我们不必考虑囚徒困境

    博弈的细节，而是直接把它视为一个有一系列指定策略的简单博弈。所

    谓博弈策略，就是指给定对手最近采取的行动，另一方应该如何行动。

    如果某个策略带来的结果很好，那么就重复该策略并进行策略突变；如

    果某个策略带来的结果很糟糕，那么该策略就会被移除。林格伦允许博

    弈参与者拥有对另一方和自身最近采取的行动的深层记忆，从而可

    以“深化”策略。这样一来，用我们在这里采用的术语，就可以说这些

    策略在“探索”策略空间。如果策略不是很成功，那么就可以进行改变

    和调整。林格伦发现，在锦标赛开始之初，简单策略，如“一报还一报”策略是占优策略，但是过了一段时间后，“更深层”策略出现并战

    胜了原来的简单策略。随着时间的推移，又出现了能够“剥削”以前更

    深层策略的更加深层的策略，这个过程是在相对稳定期间和动态不稳定

    期间的相互交替中完成的(如图1-1所示)。

    图1-1 林格伦计算机锦标赛中的策略

    图中横轴表示时间(期数)，纵轴表示使用某个特定策略的次数，标号表示策略的记忆深度。

    这个锦标赛的动力学机制十分简单，因此林格伦可以将它们用一些

    随机方程式描述出来。但是，这些随机方程式不能说明全部情况，我们

    必须通过计算来搞清楚到底会发生什么。在计算过程中，我们发现涌现

    出来的是一个生态 ，即一个“策略生态”。每种策略都试图利用某个

    环境，在该环境下求得生存，而且该环境就是由该策略本身以及其他策

    略在努力利用环境、寻得生存时所创造的。这个生态就是一个微型

    的“生物圈”，在这个生物圈中，各种新物种(即策略)不断涌现出

    来，在现有各物种所创造的环境中探索求生，如果遭到失败，这些失败

    的策略就无法生存。这里需要提请读者注意的是，这个生物圈中当然也

    有进化，但这种进化并不是从外部引入的，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这种类型的经济学

    中是很常见的。复杂经济学中的“解”，是一个由相互竞争的多种策

    略、行为或信念组成的生态系统。这个生态系统是不断变化的，它拥有

    自己的特性，对它可以进行定性研究和统计研究。

    [13]

    在林格伦的这项研究中，每一轮计算的结果都各不相同。不过，在经过多轮计算之后，终于出现了一个进化稳定策略，那是一个复杂的策

    略，它依赖于对过去四期行为的记忆。而且，在其他各轮锦标赛中，这

    个系统仍然持续不断进化。在某些轮次中，我们观察到复杂的策略很快

    就出现了，而在另外一些轮次中，复杂策略则很迟才出现。尽管如此，这个锦标赛中还是存在一些不变的东西，如策略之间的共存现象、新策

    略的开发、自发涌现的互利主义、忽然发生的崩溃、静止状态和不稳定

    状态之间的交替变化，等等。这些情况与古动物学上的图景何其相似!

    我在这里将林格伦这项研究称为非均衡经济学研究的一个样板。有

    的读者可能会心生疑虑：对一个在计算机上进行的研究，怎么可以算是

    经济学研究呢？这种研究与建立非均衡状态下的经济学理论，有什么关

    系呢？这看上去一点也不“数学”。对于这种疑问，我的回答是理论绝

    非全由数学构成。数学无非是一种技术、一个工具而已，尽管它看上去

    比较精确、比较复杂。理论不同于数学，理论就在于发现、理解并解释

    世界中存在的现象。数学只是为这个理论化过程提供便利，当然这是一

    个很大的便利。重要的是，计算也能起到同样的作用。

    当然，计算与数学也有不同。利用数学模型时，我们可以通过方程

    一步一步地论证，并找到问题的解必须满足的条件，计算却不能做到这

    些。

    [14]

    计算也有自己的长处。它的长处不但能补偿它的不足，还可以

    让我们看到均衡数学无法看到的现象。通过计算，我们能在不同的条件

    下重新得到结果，在结构出现或没有出现时进行探索，确定潜在的深层

    机制，层层递进地简化现象，提取现象的根本信息。换句话说，计算是

    思想的助手，在这一点上，它与经济学早期发展中所运用的其他辅助工

    具没有什么区别。线性代数、微积分、统计学、拓扑学、随机过程等辅

    助工具，在当时都曾经受到过抵制。计算机已经成了研究经济学的一个

    实验室，如果能够熟练地、有效地利用计算机，它可以成为一个强有力

    的理论创造器。

    [15]

    所有这些都指向一个新的前进方向，即以非均衡视角来研究经济的方向。我们可以将经济或我们感兴趣的部分经济领域视为行为主体的策

    略、预测和行为不断变化的结果。对于这些经济领域，以及经济学中的

    一些经典问题，如代际转移支付、资产定价、国际贸易、金融交易、银

    行业务等，我们都可以通过建立模型来研究。只不过在我们的模型中，要研究的不只是行为主体在均衡状态下做出的应对，而是行为主体在所

    有情况下做出的应对。我们的模型有时也可以借助于数学来进行分析，但是许多时候只能借助于计算，当然有时需要同时借助于这两者。我们

    不仅希望找到均衡的条件，我们还想理解结果的形成以及结果的进一步

    发展，解释经济中出现的所有动态现象。

    三种典型的非均衡现象

    那么，在非均衡状态下会出现什么现象呢？这些现象同非均衡与复

    杂性有什么关系？接下来，我将依次对这些问题展开分析。在研究非均

    衡经济中可能出现什么模式和结构之前，我们不妨先来看一下，均衡这

    个过滤网下的模式与我们所见的模式之间有什么不同之处。为了说明我

    们的观点，下面先考虑一个简单的交通流量模型，尽管它与经济的关系

    似乎不是那么紧密。

    一个典型的交通流量模型通常都会承认这一点：当一辆车与前面的

    车辆离得很近时，该车应该减速；与前面车辆相距很远时，该车应该加

    速。如果给定某个较高的交通密度，例如每千米有N 辆车，那么就意味

    着车辆之间有一定的平均间距，车辆应该放慢车速或提高车速，以便与

    之相适应。这样一来，也就在不经意间出现了一个均衡速度，如果我们

    希望得到的解只限于均衡状态，那么我们就只能看到这种模式。在现实

    生活中，当交通密度较高时，往往会出现非均衡现象。有些车辆会放慢

    速度，因为司机可能注意力不够集中或受到了干扰，而这就会导致它们

    后面的车辆随之减速，从而立即压缩了交通流量，并进而导致后面的车

    辆进一步减速。随着这种压缩不断向后蔓延，交通就会受阻，交通堵塞就出现了。然后，等过了一段时间之后，交通又会恢复正常。这里需要

    注意三点：第一，这种现象是自发的，每次出现的时间、蔓延的长度以

    及恢复的时间都是各不相同的。这也就意味着很难找到闭合解，因此最

    好利用概率方法或统计方法来对此进行研究。第二，这种现象是暂时

    的，是在一定时间内出现或发生的，如果我们坚持均衡观点就不会观察

    到这种现象。

    [16]

    第三，这种现象既不是发生在微观层面上的(即单个

    车辆)，也不是发生在宏观层面上的(即道路上的所有车辆)，而是发

    生在这两个层面之间，即中观层面上的。

    那么，更一般的非均衡经济又会是怎样一种情况呢？如果将均衡这

    个过滤网移走，我们会看到什么现象呢？这些现象又是怎样发生和发展

    的呢？接下来，作为例子，我将讨论三种非均衡现象。

    第一，资产价格变动的自我强化，或者用通俗的说法就是“泡沫

    和崩溃”。 只要看一下圣塔菲研究所的人工股票市场，就可以了解这

    种现象是怎么产生的。在这个基于计算机的模型中，“投资者”是一些

    人工智能计算机程序。根据我们在前面已经阐述过的理由，这些“投资

    者”不能简单地假设或推断出某个给定的“理性”预测模型，相反，他

    们必须分别去发现某个有效的预期模型或预测模型。这些“投资者”会

    随机地创造出或发现他们自己的预测模型，试用那些有“应用前景”的

    预测模型，舍弃那些没有用的预测模型，而且他们还会定期地创造出新

    模型来替换旧模型。股票价格在这些“投资者”的买卖过程中形成，因

    此最终形成了行为主体的预测。这样一来，我们这个市场成了一个预测

    模型的生态系统，这些预测模型要么成功，要么被淘汰出局，该生态系

    统因而处于不断变化当中。

    [17]

    在这个人工模型股票市场中，我们可以

    观察到很多现象，而其中最主要的就是自发形成的泡沫和崩溃现象。

    要想搞清楚这些现象是怎样产生的，我们可以从这个实验中提取一

    个简单的机制。假设我们的“投资者”之中，有人发现了如下交易预测

    规则：“如果股票价格在最近的k 个交易期内上涨，那么就预期价格会在下个交易期内上涨x %。”同时假设，有的“投资者”，也有可能就

    是上述这些“投资者”，发现了如下这样的预测规则：“如果当前的股

    票价格是基础盈利或股息的y 倍，那么就预期价格会下跌z %。”第一

    种预测可能会导致泡沫行为：如果价格上涨了一段时间，“投资者”就

    会买进，这样也就证实了这种预测，从而就可能导致价格的进一步上

    涨。到最后，当这种预测驱动价格上涨到一定高度后，就会引发第二种

    预测。于是，持有这些股票的“投资者”会抛售这些股票，股价下跌，这样就会终止上涨的预测，也导致其他“投资者”跟着抛售股票，最终

    就会致使股票崩盘。这种扰动的规模和持续时间各不相同，而且发生的

    时间也很随机，因此是不可预测的。唯一可以预测的是，这种扰动的现

    象肯定会发生，并且振动的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，是指低波动期与高波动期随机交替出现的现象。在我们的人工股票

    市场中，集群波动表现为价格低波动周期与高波动周期的交替出现。当

    行为主体的预测规则在相当程度上相互一致且能够起作用时，就会出现

    价格低波动周期，这时行为主体没有什么动力去改变这些预测规则或这

    些预测所产生的结果。当一些行为主体发现了更好的预测规则(即“预

    测器”)时，就会出现价格高波动周期。因为这会打破整体的模式，使

    得其他“投资者”不得不改变他们的预测规则来重新适应环境，这就会

    导致进一步的扰动，以及进一步的重新适应新环境。这种模式在林格伦

    的研究中，可以看得非常清楚(见图1-1)。由此而导致的结果是，在

    一段时间内，会出现频繁的再调整或激烈的波动。在现实的金融市场数

    据中，这种随机的低波动期和高波动期交替出现的现象，被称为“广义

    自回归条件异方差行为”，即GARCH行为。

    第三个现象是被我们称为突然渗透(sudden percolation)的现

    象。 这种现象更经常地发生在空间的维度上，而较少发生在时间的维

    度上。在一个网络内，当某个地方出现了可以传播的变化时，如果这个

    网络内部的联系比较“稀疏”，那么这个变化就迟早会因为可用的“转接”不足而逐渐消失。如果网络内部的联系很紧密，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，于

    是该银行就有压力去提高资产的流动性，并向作为其交易对手的银行求

    助。这样一来，作为该银行交易对手的那些银行也会面临压力，不得不

    提高自己的资产流动性，于是又向它们交易对手的银行求助。因此，不

    良资产问题很快就会通过“多米诺效应”传遍整个银行网络。这样的事

    件会造成很严重的破坏。这种问题在一些联系不紧密的网络中会逐渐消

    失，但是如果网络内部的互联程度超过了某个阈值，并且联系变得更加

    紧密之后，这些问题就会在很长时间内持续地传播，甚至渗透到整个网

    络。

    [18]

    上面的最后一个例子，让我们了解到了复杂系统的一个一般性质。

    通常，在复杂系统内，只有当模型中所刻画的调节强度或联系程度的基

    本参数值超过某个阈值或达到了某个临界水平时，一些现象才会出现。

    在这个关节点上，系统的整体行为会出现一种相变(phase

    transition)。在我们的人工股票市场中，“投资者”以一个较慢的速

    度搜寻新的预测规则，市场行为会“坍塌”为理性预期均衡。不同行为

    主体会做出同样的预测，而这些预测会使价格发生变化，价格变化的总

    体情况通常又会证实这些预测。在这种情况下，简单行为占了主导地

    位。但是，当我们的“投资者”搜寻新预测规则的速度变得非常快且更

    加符合实际时，市场就会形成一种“复杂心理”，产生各种不同的预测

    信念。这时，各种各样的暂时现象就开始出现了。在这种情况下，复杂

    行为就占了主导地位。当我们继续调高“投资者”搜寻新的预测规则的

    速度时，个体行为就不能有效地进行调整来适应他人行为的快速改变，于是混沌行为就会占据主导地位。其他的一些研究也发现了从均衡到复

    杂再到混沌的相变，或者从均衡到复杂再到多重均衡的相变。我认为，在非均衡模型中，一般都存在着这种相变。

    现在，我们可以开始了解这种现象(如果你愿意的话，也可称其为

    秩序或结构)与复杂性之间有什么联系了。正如我所指出的，复杂性科学研究的是相互作用所产生的结果，它研究各种元素，如粒子、细胞、偶极、行为主体、企业等的相互作用中产生的模式、结构或现象。很明

    显，这种相互作用同样发生在我们上面说的这个网络案例中，不过在我

    们的人工股票市场中，相互作用显得更加微妙一些。只要我们的“投资

    者”中有一个人买入或抛售股票，这种行为就会导致股票价格发生变

    化，虽然也许只是非常微小的变化，但其他投资者就可能会对这种变化

    做出反应。在上面提到的所有三个例子中，变化都会在系统中扩散出

    去。

    复杂性科学研究这种变化是如何“进行到底”的。或者换一种说

    法，复杂性科学研究的就是，这种变化是如何通过相互联系的行为扩散

    出去的。在银行体系中，一个银行在面对压力时，可能会将这种变化转

    移给与自己有联系的同伴，而这些同伴又可能将其传递给它们自己的同

    伴，那些同伴的同伴又可能进一步传递给它们自己的同伴……因此，在

    某一个节点发生的事件，可能会引发一连串级联放大的事件。这种级联

    事件或连锁反应，通常只会进一步对其他一两个因素产生影响，有时也

    会对更多的因素产生影响，只有在极少数情况下才会对很多因素产生影

    响。这个过程中的数学理论，是复杂性理论的一个非常重要的组成部

    分。该理论表明，这种事件会进一步引发其他事件，它们的传播有一些

    典型特征，如幂次法则(幂律，由很多小型且频繁的传播引起，只有极

    少数由大型且罕见的传播引起)、重尾概率分布(长程传播虽然罕见，但是仍然比正态分布所预测的更加频繁)

    [19]

    ，以及长程相关性(事件

    可以长距离、长时间传播)。事实上，所有系统，包括物理系统、化学

    系统、生物系统、地理系统等都有这种特征，即事件可以在系统中传

    播。在我们上面所举的与经济相关的例子中，传播也发挥着非常重要的

    作用，并且也具备这些特征，这其实不足为奇。

    [20]

    在现实的经济数据

    中，这些特征也都是显而易见的。

    除了这些特征之外，我们还可以观察到其他一些东西。如果从外部

    改变一个系统内部各因素相互作用的程度，如提高某些事件进一步引发其他事件的概率，或者增加系统内部的连接数等，系统就会受到影响。

    如果原本存在某种后果的话，这种后果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。系统会经历一个相变。所有这些特征都

    是复杂性的标志。

    我们终于可以说清楚，为什么非均衡与复杂性是相互联系的。经济

    中的非均衡现象，迫使我们去研究非均衡导致的各种变化的传播，而复

    杂性科学要研究的在很大程度上就是这种传播。由此可见，非均衡经济

    学可以适当地纳入复杂性研究的范围之内。

    [21]

    在这里，还需要对上述观点稍做进一步的说明。我在前面解释过的

    那些现象，经常会先出现在特定的历史时间或空间上，然后又消失。如

    果我们坚持均衡的立场，那么就无法观察到这些现象。这些现象不是局

    部现象，它们出现在局部网络或股票市场的某个组成中，并可能向外扩

    散。通常来说，它们会在各种各样的维度上发生。网络中的有些事件可

    能仅仅涉及很少的几个节点，而有些事件则可能会涉及整个经济系统。

    这些现象通常都是介于微观和宏观之间，因此我们可以恰当地称之为中

    观现象。

    [22]

    它们具有中观经济(meso-economy)的特征。

    有人也许仍然会认为，这种现象是无关紧要的。毕竟，这样的系统

    中还隐藏着标准的均衡解，而且均衡解的有效性是最高的。对我们的股

    票市场模型来说，也许确实如此，因为没有任何一个股票市场能长期保

    持100倍的市盈率。

    [23]

    但是，这是一个至关重要的“但是”，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，而且这些事

    情都发生在偏离均衡的时候。说到底，只有这种时候，才是能够赚到钱

    的时候。对此，我们可以用以下例子来进行类比说明。由于总是存在着

    重力，在地球上没有物体能“摆脱”重力，海洋中存在着一个近乎均衡

    的海平面，这个海平面的有效性最高。这一点当然是千真万确的。正如

    在股票市场中一样，在茫茫大海中，有趣的事情通常不会发生在均衡的

    海平面上，而且这种均衡的海平面很少见。有趣的事情通常只会发生在那些永远都波动不休的海面上，而且这种波动还会造成更进一步的波

    动，那才是船只停留或航行的地方。

    在这一节中，我用了三个相当著名的例子来说明何为复杂现象以及

    它们是怎样出现的。我们也注意到了其他的一些现象，当然还有更多的

    现象有待于我们去发现。这些现象到底是什么，它们有什么特性，以及

    现象之间的相互作用如何，这些都是未来我们要研究的重要问题。但现

    在最重要的是，上面的论述表明，我们需要关注经济中一个“新”的层

    面，即中观经济。在中观经济中，事件能够在各种维度上进一步引发其

    他事件。经济中存在一个中间层面或中观层面。正是在这个中观经济层

    上，各种现象出现了，这些现象会持续一段时间，然后消失不见。

    正反馈

    上面我们讨论了复杂经济学的机制，关于这种机制我还想进一步说

    明一点。这些机制源于相互作用中自我强化的行为。比如，行为主体买

    进了某只股票，或者轻微地扰动了市场，又或者传播了某种变化，就有

    可能导致进一步的买入行为，或者进一步的扰动，或者进一步的传播。

    又如，我们在前面已经看到的，行为主体在做出选择时往往表现出不确

    定性，这会导致进一步的不确定性；或者行为主体引入一些新技术，这

    又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，而且

    也会导致某种结构的出现。在交通运行中，一个小小的阻塞会引起更进

    一步的阻塞，进而导致一种结构的形成——交通堵塞。这也正是我所说

    的布朗运动出现的地方。它会导致一些小小的摄动，围绕着这种小小的

    摄动，会形成小型的“成核运动”，而正反馈则会放大这些运动，然后

    这些运动会被“锁定”，最后，随着时间的推移，它们最终会消失。

    正反馈可以说是复杂系统的定义特征，或者更确切地说，正反馈和

    负反馈同时存在、共同作用，是复杂系统的定义特征。如果一个系统只存在负反馈(在经济学中，这就是收益递减)，那么系统很快就会收敛

    到均衡状态，表现出“死的”行为。如果一个系统只存在正反馈，那么

    系统会偏离均衡，表现出爆炸性行为。只有在同时包含正反馈和负反馈

    时，系统才会表现出“有趣的”或“复杂的”行为。在正反馈的作用

    下，各种相互作用会相互叠加，形成某种结构，在经过一段时间后，又

    会被负反馈作用抵消，最后消失。因此，结构形成，然后又消失，其中

    有一些结构还会进一步继续发展，或者导致进一步的结构形成。这样的

    系统才是一个“活的”系统。

    这些观察结果，丰富了经济学中关于正反馈或收益递增的早期文

    献。举例来说，如果一个企业在产品、技术、地理区域等方面处于领先

    地位(这可能是由某些小概率事件所导致)，那么在收益递增的情况

    下，它就会拥有更进一步的优势，从而可以获得更加领先的地位，那么

    接下来它很可能继续主导竞争结果。如果有N 家企业相互竞争的话，那

    么最少会有N 种结果，但是N 的值不一定很小。在19世纪末期，打字

    机键盘的布局有很多种，各种不同的键盘布局为了让更多人使用而相

    互“竞争”，最终只有我们现在正在使用的这种布局胜出，成为了标准

    的打字机键盘布局。但是，一个简单的计算表明，当初其实存在着多于

    1054 种可能，无论怎么看，这都可以说是一个天文数字。

    收益递增的形成过程现在已经众所周知了。在这里，我要补充的

    是，经济中的正反馈的普遍性，远远超出了我们以往的想象。它不仅存

    在于企业或产品中，也存在于各种小型机制和大型机制中，还存在于决

    策行为、市场行为、金融行为及网络动力学中。正反馈在所有维度上都

    能发挥作用，它使经济变得不稳定，甚至在宏观层面上也不例外。例

    如，凯恩斯理论所描述的机制，可视为一种正反馈。这种正反馈被暂时

    锁定在充分就业和失业这两种可能状态中的一种上。此外，正反馈还会

    给复杂系统带来一系列独特的属性，如多吸引子、不可预测性、无效，以及路径依赖等。在物理学中，则相对应地表现为多重亚稳定状态、不

    可预测性、相锁定(或模式锁定)、高能基态，以及非遍历性等。不过，我们还是可以把这些属性与正式的复杂性联系到一起。

    经济的形成

    接下来，我想讨论一个非常不一样的主题。这个主题建立在前面提

    到的技术的破坏性影响的基础之上。到目前为止，我们已经看到，给定

    组成经济的要素，这些要素会不断地对它们自己创造的模式做出反应，并且不断地形成不同的模式。但是，这仍然不足以刻画经济的基本特

    征。说到底，经济是不断地通过创造新要素来实现自我创造和再自我创

    造的。这些新要素通常是新技术和新制度，随着经济的进化，它们会产

    生新的结构。那么，这究竟是如何发生的？经济是如何形成其自身的？

    经济又是怎样发生结构性改变的？熊彼特在1980年将上述问题中要解

    释的现象，称为“我们试图解释的现象中最重要的一个”。复杂性思想

    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。

    我们首先要认识到：如果想搞清楚经济是如何建构自身以及如何改

    变的，那么我们就必须先去研究技术，搞清楚技术本身是如何建构自身

    以及如何随时间改变的。当然，技术并不是造成经济改变的唯一因素，但很显然是最主要的一个因素。关于经济变迁的标准，经济学理论将技

    术与生产函数等同起来，并把经济视为这些技术的“容器”。当新的工

    业技术被引入进来时，生产函数就会发生变化，于是产量也提高了，劳

    动力或其他资源得到了释放，而这就意味着可以投入更多的财富，用来

    研发更新的技术。从而，经济平滑地从一个均衡转移到另一个均衡，并

    实现了内生增长。这种模型很漂亮，也非常符合均衡经济学的套路。但

    是问题在于，它使经济的主要驱动力——技术，成了背景因素，而把价

    格和数量放在了前台显著位置。这种观点把技术看作是无形无相的，技

    术自然会神不知鬼不觉地翩然而至，一个一个地随机出现，而且没有结

    构可以用来解释技术是如何产生的，又如何随时间的推移而改变经济。根据复杂经济学的观点，技术是处于最显著的前台位置，价格和数

    量反而处于背景位置。

    [24]

    从复杂经济学视角出发，我们将会认识到，经济中的重要结构是可以用于解释技术的兴起以及技术是如何进入经济

    的。为了得到这种认识，复杂经济学聚焦于任何一个时点上出现的技术

    集合(collection of technologies)，并且追问这个技术集合是如何进

    化的，即集合中的技术是怎样产生的，这个技术集合又是如何创造和再

    创造一个相互支持的支撑体系(supporting set)的，这个支撑体系又

    是如何随时间的推移改变了经济的结构。

    我们首先可以将各种各样的单个技术，定义为人类为了实现自己的

    目标而运用的手段。作为手段，技术可以包括工业生产程序、机械设

    备、医疗程序、算法法则以及商业流程等。除此之外，技术还可以包括

    组织机构、法律和制度，这些也都是人类实现自己目标时所用的手段。

    关于技术，非常重要的一点是，技术总是用零件、装配组件和半成品建

    构、组装、组合而成的。这些零件、装配组件等也是人类实现目标的手

    段，因此新技术是通过组合现有技术而形成的。

    [25]

    例如，激光打印机

    就是根据现有的激光技术、数字处理器及静电复印术创造出来的。处理

    器引导高度集中的激光束，在复印机硒鼓“印出”一个图像。我们可以

    把技术看成是这样一个系统：新的元素(即技术)不断地从现有元素中

    形成，而且这些新元素的存在又可能要求更新的元素出现。

    其次，我们可以将经济定义为一系列的安排和活动，社会就是通过

    这些安排和活动来满足自己的需要。这些安排当然就是指经济中的技

    术。从这种角度来看待经济也许并不常见，但是其实非常符合古典经济

    学家们的观点。因为古典经济学家认为，经济就是一个以自身的生产工

    具为起始点的过程。我们可以这样说，经济涌现于它自身的安排和自身

    的技术，经济就是它自身技术的一种表达。从这个视角而言，经济就是

    其自身的生产方式(即它自身的技术)的一个生态系统。在这个生态系

    统中，得到应用的各种技术必须是相互支持，在经济上要保持一致的。在此基础上，我们还可以加入另一种观察结果。只有当存在对技术

    的“需求”时，技术才会出现。这种需求大多是来源于技术本身的需

    求。例如，汽车出现后，就需要或引发一系列更进一步的技术，包括石

    油勘探技术、石油钻探技术、炼油技术、大批量生产技术、汽油分销技

    术，以及汽车维修技术等。在任何一个时候，都存在着一个开放的机会

    之网，有利于进一步的新技术的开发和新安排的涌现。

    基于以上内容，我们就可以搭建经济的基本结构了。要让这个基本

    结构运行起来，首先还要搞清楚技术集合是如何建构的。根据建构技术

    集合的各个步骤，我们可以给出如下经济形成的“算法”：

    步骤1： 新技术出现。新技术是在某些现有的特定技术的基础

    上创造出来的，并且它会作为一个新元素，进入当前的技

    术集合中。

    步骤2： 新技术变得活跃起来，并替代现有技术及现有技术中

    的某些部分。

    步骤3： 新元素为支持性技术和组织安排，创造出进一步

    的“需求”或提供进一步的机会利基(opportunity

    niches)。

    步骤4： 如果被替换的旧技术从技术集合中退出，那么它们的

    附属需求就会消失。它们提供的一系列机会利基，也会随

    着它们的退出而消失；反过来，那些用于填补这些机会之

    窗的元素，也会变得不再活跃。

    步骤5： 作为未来技术或未来元素的组件，新要素变得活跃起

    来。

    步骤6： 经济，即商品和服务的生产和消费模式，重新进行调

    整来适应上面这些步骤。成本和价格以及研发新技术的激励也会相应地有所改变。

    例如，铁路机车是通过将现有的蒸汽发动机、锅炉、曲柄和铁轮组

    合而建构出来的。在1819年前后，铁路机车出现在了技术集合当中

    (步骤1)；它替代了原有的马车(步骤2)；创造了对铁路网络和铁

    路运输企业的需要(步骤3)；导致运河水运业和马车陆运业的萎缩

    (步骤4)；成为货物运输的一个关键组件(步骤5)；随着时间的流

    逝，最终使整个经济的价格和激励出现了变化(步骤6)。当然，以上

    这些事件或步骤可能是并行展开的，如新技术一出现，新机会就会随之

    出现。

    如果你在脑海中依序“运行”这个算法，你就可以发现一些很有趣

    的事情。这个算法一旦运行起来，就可以启动一系列事件且永远不会停

    下来，因为这些事件中的每一个事件，都可能激发出更进一步的事件。

    例如，一项新技术可以通过步骤3和步骤5，导致更新的技术出现；通

    过步骤4，可以进一步替换旧技术；通过步骤6，则可以进行进一步的

    调整。同时，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。这个算法看上去也许很简单，但是一旦启动它，就

    会永不止息地引发各种各样的、具有一定模式的新行为。

    至此，经济形成的基本机制也被解释清楚了。但是，除此之外还有

    第二个层面的机制，该机制能够进一步增加经济结构。新技术通常是以

    技术集群的形式进入经济的。在过去几十年间，一大批技术，如蒸汽发

    动机技术、电力技术、化学技术、数字技术等都已经进入了经济。所有

    这些技术，或者是以某项既定的关键核心技术为基础的，如蒸汽发动机

    技术是以蒸汽机为基础的；或者是以一系列相关现象为基础的，如相关

    的化学现象、电力现象、遗传现象等，这些现象得到了有效的利用，从

    而形成了相关技术。此外，这些技术是在以往的一两个核心技术的基础

    上逐渐形成的，即在核心技术的基础上，补充所需要的子技术。与其说

    这些“技术体”是在经济内被采用的，还不如说它们是与相关的行业“邂逅”的。它们与现有的商业流程相结合，创造出了新活动，激发

    出了新动力，形成了可用的新流程，并促成了小企业的急剧涌现。在这

    些小企业中，少数会继续成长为大企业。

    经济，满足我们需求的一系列安排和活动，就是这样形成的。事实

    上，经济就是所有这些机制的运行结果。

    截至目前，我介绍的这些机制，只是经济重塑自身的过程中最基本

    的“骨架”。每个机制都含有若干的子机制，它们在这里都被略去了。

    但是请读者注意一下，总的主题已经很明确地揭示出技术拥有一些简单

    属性，这些简单属性生成了一个由处于不断变化当中的元素(即技术)

    组成的系统。在这个系统中，每个新的元素都是在以前元素的基础上形

    成的，每一种元素都会导致元素的替换。所有的元素都会带来一系列对

    于未来更新的元素不断变化的需求，而整个系统是在那些新近被发现的

    主导性现象，其属性和可能性的引导下结构化的。

    这整个过程是一个自我创造的过程。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的，或者自创生的

    (autopoietic)。经济也是自创生系统。经济的形成来源于技术，而

    且能够引发进一步的技术形成，进而导致经济自身的进一步形成。很显

    然，我们又一次深入复杂性领域的腹地了。

    现在，我们可以了解到，经济的结构是怎样发生变化的。随着新的

    实体技术的进入，新的组织形式和新的制度也在新技术的“要求”下应

    运而生。而且，这些新的组织形式和新的制度，反过来也会对新技术产

    生更进一步的需求，即要求更进一步的方法、组织和制度的出现。于

    是，结构就涌现了出来。从更长远的时间尺度来看，大量的技术汇集成

    的技术集合，确定了经济的“主旋律”，即经济运行的主要方式。我们

    就是这样迎来了蒸汽时代、铁路时代和数字时代。

    技术也提出了一系列特有的挑战或“主旋律性”的挑战，它们需要

    用新的方法去解决，经济也因此发生了结构性的变化。例如，蒸汽机和早期纺织机的出现，使得以工厂为基础的维多利亚式经济成为可能。不

    过，维多利亚式经济的过度发展，又引发了一系列新的安排，如保护儿

    童安全的法律、改善工作条件的法规，以及现代工会等。

    [26]

    随着经济

    的变化，经济组织和经济制度也随之发生了变化，而这些变化又会带来

    更进一步的安排、更进一步的新技术以及更进一步的变化。经济结构也

    因此发生变化。我们可以确定经济实现这种自我更新的机制，但是我们

    无法准确预测这些机制究竟以何种方式发挥作用。整个过程(如果你愿

    意的话，也可以称之为“计算”)远远不是确定性的，但是它确实可以

    说是一个非常完美的非均衡过程。

    需要注意的是，我概述的这个理论实际上是一个算法而不是一组方

    程式。这个理论表现为一系列程序，其中一些程序由另一些程序触发。

    读者可能还会问，这怎么可能是一种理论呢？它当然是理论。事实上，它与生物学理论相类似。即便是在达尔文出版《物种起源》一书后的今

    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

    及进入某个特定物种主导时代的过程，归纳为一个方程组。原因就在

    于，进化过程是基于一些进化机制的，而这些进化机制是依序分步运行

    并相互触发的，而且会不断地界定出新的类别(即新物种)。联立方程

    只有在类别给定时才大有用武之地，因为方程式能很好地描述出给定类

    别内的数值或数量变化，但是在新类别不断涌现的情况下，方程式通常

    就无能为力了。

    我们必须承认，只有在深刻地理解进化的核心机制，并且提出一组

    与现实世界的现象相符合、内在一致的一般性命题时，我们这些“理

    解”才可以说真正构成了理论。

    [27]

    因此，生物学理论是理论，但不是

    以数学形式表达的理论；它是以过程为基础的，而不是以数量为基础

    的。总之，生物学理论是程序性的 。同理，一个关于形成和变化而又

    周详的经济学理论也将是程序性的。

    [28]

    经济研究的要旨在于深入理解

    驱动经济形成的机制，而不在于能不能将这些机制归纳为方程式。我提

    出的这种程序性理论，并不是对标准理论的否定。但是这种理论确实提供了一种替代研究进路，它将重点集中在能够促成变化的动力本身，这

    就是技术。

    然而，我们怎样才能更加深入地研究这些问题呢？这些基本过程都

    是有算法的，所以我们肯定可以针对它们的核心机制，构建一些基于计

    算机的模型。

    [29]

    本文介绍的这些研究只是一个开始。我们最终想要建

    构的总体理论，是一种关于创造性生成的理论：新元素是在现有元素的

    基础上形成的，新结构是在现有结构的基础上形成的，同时形成本身也

    源于之前的形成。这无疑是一个贯彻了复杂性思想的观点。

    泡沫和崩溃是市场的基本趋势

    行文至此，读者应该清楚，对于经济学问题，我们有了一种不同的

    思考框架。这种经济思想所强调的，并不是实物商品或现实的服务；相

    反，它强调的是变化和创造的过程。正如有的读者所想到的，这并不是

    一种全新的经济学思想，它与之前的经济学思想有一定联系。接下来，我将对这种联系加以说明。

    经济学向来有两大问题。第一个问题是经济中的资源配置 。所有

    市场中，商品和服务的数量与价格之间是如何被决定的？一般均衡理

    论、国际贸易理论和博弈论这些“伟大的理论”，都是研究这个问题

    的“典型代表”。第二个问题就是经济中的形成 。经济最初是如何出

    现的？又是如何发展的？经济结构是如何随着时间的推移而变化的？关

    于创新、经济发展、结构变化、历史的作用、制度，以及治理的经济学

    思想，全都是研究这个问题的结果。资源配置问题已经得到了深入的研

    究，而且这个问题已经高度数学化了，但是对于经济形成问题的了解却

    仍然非常少，而且这个问题也几乎完全没有被数学化。

    [30]

    为什么会出现这种情况呢？直到1870年前后，所有伟大的经济学

    家都认为，这两个问题在经济学中同样重要。斯密、穆勒和马克思都努力尝试过，从理性科学的角度研究资源配置问题，试图在这方面有所建

    树，与此同时，他们对经济形成问题、治理问题和历史问题，也同样做

    出了重要贡献。此后，在维多利亚时代，出现了伟大的边际主义革命和

    一般均衡革命。在严格的理性假设和均衡假设下，它们使得资源配置问

    题转化为一个代数问题和微积分问题。但是，经济形成问题却无法进行

    这种转化。这是因为就经济形成问题的本质而言，它既不能被限制为静

    态的，也不能被限制为理性的。到了20世纪，数学化的理论被当成了

    唯一的“理论”，因此经济学的数学化大潮与经济形成问题擦肩而过。

    马歇尔、凡勃伦、熊彼特、哈耶克和沙克尔等一系列经济学家，以

    及他们之后的许多制度主义者和历史学派经济学家，都对经济形成问题

    进行了研究。然而令人感到遗憾的是，在很大程度上，他们这些研究是

    针对特定历史时期、特殊化、基于案例和直觉主义的。总之一句话，它

    们是属于文字叙述型的，而不属于能够被一般化的理论推理。随着时间

    的流逝，这些被称为政治经济学的经济学理论，便被搁置到了一边。政

    治经济学理论虽然被公认为是符合现实的、有用的，但是却得不到大家

    的一贯尊重。

    好在到了今天，经济学家们都非常清楚，关于资源配置的“数学分

    析”，不但远未包含所有经济问题，而且也不能很好地处理经济形成、探索、适应以及质变等问题。相比之下，复杂经济学则非常关注创造问

    题和结构形成问题，它研究的就是创造和结构形成得以实现的机制。复

    杂经济学是与政治经济学一脉相承的，并且是对政治经济学伟大传统的

    复兴。特别让我高兴的是，这两种理论有很多值得相互借鉴的地方。利

    用复杂经济学，我们能够从理论上系统地研究世界的形成；利用政治经

    济学，我们能够通过直觉方法和经验方法来研究世界的形成。复杂经济

    学将为政治经济学提供坚实的理论基础。复杂经济学不可以、也不应该

    取代基于案例的历史分析；恰恰相反，它将深化和发展这个值得尊重的

    经济学思维方法。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，就是它的历史感和它的时间感。时间

    可以导致真实的、不可逆转的差异，进而不断创造出新的结构。相比之

    下，新古典主义经济学在处理时间问题时，则要逊色很多。在均衡状态

    下，一个结果会一直持续下去，因此时间在很大程度上没有多少意义；

    相反，在动态模型中，时间却变成了一个重要的参数，这个参数可以来

    回转换、影响当前的结果。这一点令很多经济思想家觉得“不舒服”。

    1973年，琼·罗宾逊(Joan Robinson)提出了一个著名的主

    张：“一旦我们承认经济存在于时间之流中，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，那么均衡概念也

    就站不住脚了。到那时，我们就要重新思考整个传统经济学了。”

    在反思时间问题这个方面，复杂经济学与政治经济学是一致的。

    在“计算”中，也就是说在经济中，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，决定时间结构的形

    成和消失，决定技术的创生，并决定源于这些事物的经济结构和制度。

    而技术和技术结构，反过来也建立在这些事物之上，甚至未来的经济形

    态，即通往未来的道路，也是建立在这些事物之上的。无论在什么层

    面，无论在什么时候，经济都具有路径依赖性。因此，历史再次变得至

    关重要，而时间也得以再次出现在经济中。

    人们可能提出的一个很自然的问题是，复杂经济学这种经济学新框

    架是否有它的政策含义。当然有啦!复杂经济学告诉我们，市场自身就

    有出现泡沫和崩溃的趋势。市场会诱发多重局部吸引子状态，市场能通

    过金融网络传播各种事件，市场能创造出一系列技术解决方案，同时又

    带来一系列挑战。有了这样的认识，就不难了解哪 ......