1704532990
1704532991
接下来讨论复杂性的增长的第三种机制。这种机制与前两种机制完全不同。事实上，这种机制基本上只与复杂性的快速涌现有关，而与缓慢增长的复杂性没有太大的关系。它刻画的是一种我称之为“捕获软件”的现象。这是“外向型系统”（outside system）出于自身目的，通常是信息方面的目的而“接管”系统外部的比较简单的元素，并让它们“完成任务”的行为。在这种机制中，通常而言，“外向型”系统会“发现”外部的一些较简单的元素，并“认为”可以将它们用于某些基本目的。这些元素则通常“具有”一组规则，它们决定了它们如何被组合和被使用，这种规则可以称为“交互式语法”。这种语法通常允许简单元素以许多种方式组合起来，而且当“外向型系统”学会这种语法后，它还能学会利用组合中的这些元素来实现自己的目的。在这种学习非常成功时，“外向型系统”能够学会运用这种交互式语法，来对这些简单的元素进行“编程”，并且在复杂组合中利用它们来实现自己的多项目标。
1704532992
1704532993
初听起来，这种机制似乎有点奇怪，而且许多人都会觉得有些陌生。因此，我在这里先举一些例子来说明一下。一个非常简单的例子是电子技术。在过去的几个世纪里，我们人类已经学会给电子“分配任务”，让电子完成诸如传输声音和视觉信号、控制复杂机械和进行计算等“工作”。最初，在法拉第和富兰克林的时代，人们对电子和静电的工作原理的了解非常有限，所以电子的“用法”也很少。但是在19世纪和20世纪的前几十年里，我们开始学会了电的“语法”，即一组包括导电性、电容和电阻的操作规则，它们可以控制电子的运动、放大电流。自那之后，我们也就慢慢地学会了“捕获”电子，并对电子进行“编程”，以服务于我们自身的目的。在这个例子中，上面提到的“简单元素”指的是电子，“外向型系统”指的是我们自己，即人类用户，“语法”指的是电磁学定律，“可编程输出”指的是电子设备所用的各种技术用途。在输出的层面上，这里存在着迅速的“适应”。我们将电子作为“可编程软件”来使用时，各种技术的用途都会迅速改变和迅速扩大。但是在语法和载体层面上，在这个例子中是不存在“适应”的。这是因为，电和电子的“行为”是由物理定律“规定”的，而物理定律至少在人类时间的范围内是不会改变的。
1704532994
1704532995
不过，在其他一些使用“捕获软件”的场合，交互式语法却不是不可改变的，而是可以在“捕获”软件的过程中自己更新和进化的。这方面的一个例子是人类语言的进化方式。原始人类可能在距今几十万年前，就学会了发出一些粗糙的声音，用于满足提出警告、表达情感，以及其他简单的需求。然后，非常缓慢地，在比较近的进化时间尺度上，语言的基本规则，即语法开始涌现出来了，从而人类可以将声音组织成简单而连贯的表达。最终，经过数千年的进化，这些声音或音素加上语法，终于进化成了一个复杂的交互系统：一种语言。语言可以被“编程”，用于构成能够表达含义非常细致微妙的陈述、问询和命令。
1704532996
1704532997
在这个例子中，发挥着载体作用的“简单元素”，是人类说的话中的声音或音素。“外向型系统”是人类社会，它“捕获”这些简单元素，使它们成为一种软件、一种语言。“语法”是一个句法体系，它确保意义的一致性和共通性。当然，人类并不存在一种共同的语言，因此也没有单一的句法结构。语法必定是通过社会惯例的缓慢进化而涌现出来的，而对语言效率和一致性的需求，以及人类大脑中组织语言活动的方式，都会使语法受到一定限制。当然，作为对语言进化的一种回应，人类的发声器官和大脑的生活解剖结构也会发生变化。总而言之，从这样一个进化过程中涌现出来的语言是一种“可编程软件”，我们可以把它的潜在输出视为语言可以表达的所有有意义的句子或语句的集合。
1704532998
1704532999
在语言这个例子中，适应可以发生在所有层面上。在程序输出层面上，适应是瞬时完成的。我们可以把人们说出的一个句子视为一种一次性的、极其快速的软件输出层面上的适应，其目的是适应人们用这个句子想沟通的东西。而在语法层面上，适应意味着语言本身的变化。这通常会以漂移的形式出现，其发生是一个缓慢的和连续的过程。这是因为，语法的任何突然改变或大的偏差，都会使当前的“输出程序”无效。而在音素或简单元素层面上，适应或者说改变和漂移是最慢的。在这种载体层面上的任何轻微变化，如果不是极其细微和连续的，都很可能导致整个系统的表达的失败。非常缓慢的漂移确实可能发生，如元音在一代人或两代人的时间内可能会有所改变。但是总的来说，存在着一种强有力的机制，它可以保证载体元素的行为方式保持恒定。
1704533000
1704533001
捕获软件这种机制的一个特别有意思、特别有说服力的例子是，近年来在金融市场中复杂的衍生产品的出现和广泛使用。在这个例子中，“外向型系统”是金融界。最初，金融市场上交易的是有价值的东西：大豆、证券、外汇、市政债券、第三世界债务、抵押贷款、欧元，以及任何可以持有的有价值的东西。这些东西的价值可能会出现波动。用金融术语来说，它们是“基础资产”，或者被称为“基本面因素”。它们构成了我现在所要考虑的系统的简单载体元素。
1704533002
1704533003
在这样的金融市场的早期，基础资产通常是被简单地持有，或以其内在价值被交易的。但是，随着时间的推移，一种新语法形成了。一些交易者发现，他们可以：（a）创设一些与或有事件相关的期权或选择权，这种或有事件会影响基础资产的价值；（b）就像股票指数一样，将几种基础资产合并在一起来创建一个相关指数；（c）发行期货合约，约定在某一时间，如未来的60天或一年，交付或取得基础资产；（d）发行以基础资产为担保的证券。但是请读者注意，这些“衍生工具”与或有事件挂钩的期权、指数、期货和证券，本身也是价值的元素，因此它们也可以成为“基础资产”，拥有自己的交易价值。金融市场可以再次对这些新的“基础资产”，应用上面的（a）、（b）、（c）或（d）。然后，我们就有了证券期权、指数期货、期货期权以及证券指数期权等进一步的衍生产品，它们都可以进行交易和掉期。
1704533004
1704533005
有了这样一种语法，衍生产品专家就可以对这些元素“编程”，然后组成一个“包”了。这种“包”是为那些有非常特殊、非常复杂的财务需求的客户量身定制的，为他们提供了他们想要的融资、现金流和风险敞口的组合。当然，金融市场不是在一夜之间发明这样的“编程方法”的，它是在若干个市场中半独立地发展起来的。一开始只利用了简单的载体元素，然后再与自然的金融语法相结合。
1704533006
1704533007
从我在上面给出的这些例子来看，使用和捕获简单元素、用于实现自身目的的系统似乎总是我们人类社会。但是，事实当然并非如此。下面，我再举两个来自生物领域的例子。第一个例子是神经系统的形成。随着生物的进化，某些生物体开始给一些专门的细胞“分配任务”，即让它们只服务于感觉和调节对外部刺激的反应这个简单目标。这些专门的细胞又反过来发展出了自己的交互式语法。然后，整个有机体又使用这种语法，来对这个互连的神经系统进行“编程”，以便利用它来实现自己的目的。类似的一个例子是免疫系统的形成。人们发现，高等生物的免疫系统中的细胞的祖先，最初只用于一些简单的目的。随着时间的推移，这些祖先细胞也开发出了有用的互动规则，即交互式语法，并最终发展成为一个高度可编程的系统，它可以保护有机体免受外部抗原的侵袭。
1704533008
1704533009
对于生物生命本身，也可以用这种方式来思考。不过，这里的情况比前面的那些例子要复杂得多。生物有机体是由一系列主要是细胞构成的模块所构成，而细胞又是由相对较小且种类有限的、大约50种的分子构成的。这些分子是相当简单的，在所有陆地生命中都普遍存在，它们是生物构建的载体。而且，这些分子只须运用一种相对简单的语法，就可以组合成适当的结构。这种语法包括相对少量的代谢化学通路，是一种代谢语法，它又受一些酶的调节，或者说被一些酶编程。当然，进行这种“编程”的这些酶并不是有意识的、有目的性的，它们本身又是第二层的编程系统中的载体。它们要受一种复杂的基因表达“语法”调制。基因表达语法会根据它们所在的生物体状态的反馈，打开或抑制编码它们的基因或DNA中的繁殖“开关”。于是我们就看到：前一个捕获软件系统，是受后一个捕获软件系统调节的。前者通过蛋白质或酶对简单代谢途径进行编程，以形成和维持生物结构，后者通过核酸根据生物体的当前状态，对蛋白质或酶进行编程。
1704533010
1704533011
在上面这个例子中，整个系统是封闭的，是不属于对某种生物对象进行编程，以实现自身目标的那种“外向型系统”。在短期内，每个有机体根据自身当前的发育状况和当前的需求，来对自身进行编程。而从长期的角度来看，整个系统，即那些生存下来并相互作用和共生进化的生物体的生物圈以及各种环境和气候因素会成为编程者，并以基因序列集合的形式“写好”代码。当然，基因序列任何时候都将生存和存在。只要没有一个“外向型系统”，我们就不能说这些可编程的系统曾经被“捕获”。相反，它们是涌现出来的，而且会自我引导，或以自展方式开发出载体、语法和软件。从这个角度出发，生命的起源可以解释为一个由物理系统承载的软件系统的涌现，即一个能够学会对自身编程的可编程系统的涌现。
1704533012
1704533013
在上面所有例子中，捕获软件都是一个非常成功的进化策略。在这种机制下，系统只须通过对捕获的系统重新编程，来形成另一种不同的输出，就可以非常快速地实现适应。但是，因为语法和载体的变化会破坏现有的“程序”，因此我们通常会希望它们是被“锁定”的，或者即使有变化，也是越缓慢越好。这就解释了为什么遗传序列可以轻易地改变，但是遗传密码却不会；还可以解释为什么新生物体可以出现，但是细胞和代谢化学通路则是相对固定的；还可以解释为什么新的金融衍生产品不断涌现出来，但是证券交易所的规则却会保持相对恒定。[3]
1704533014
1704533015
复杂经济学：经济思想的新框架 [:1704531156]
1704533016
复杂性的坍塌
1704533017
1704533018
在本章中，我阐述了复杂性随进化而增长的三种机制。这三种机制是：通过自我增强的多样性的增加，或者通过结构复杂性的增加来突破性能限制，或者通过系统“捕获”更简单的元素，并学会将它们“编程”为“软件”来用于它们自身的目的。当然，我们不能指望这种复杂性的增长是稳定的。相反，在所有这三种机制中，我们都预测复杂性的增长是间断性的、世代性的。我们也不能指望复杂性的增长是单向性的。前两种机制肯定是可逆转的，所以我们会预期，复杂性的坍塌随时都可能随机地发生。
1704533019
1704533020
在我们更加深入细致地对进化进行研究时，我们在生物领域之外发现了大量我们感兴趣的例子。任何一个系统，只要它的结构要面对提升自身性能的压力，并有一个“继承下来的、可变的结构的世系”，都会呈现出进化现象。我相信，能够证明复杂性与进化之间的联系的例子会不断地涌现出来。它们不仅来自生物学领域，还来自经济学、自适应计算科学、人工生命、博弈论等领域，在这些领域中能找到复杂性与进化之间的联系。重要的是，本章描述的这些机制，适用于所有这些进化情境中的任何一个例子。
1704533021
1704533022
1704533023
1704533024
1704533025
复杂经济学：经济思想的新框架 [:1704531157]
1704533026
1704533027
复杂经济学：经济思想的新框架
1704533028
1704533029
大多数经济学家都认为，当人类行为主体面对复杂的决策问题，或者面对包括了具有根本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：我们会从自身的经验中找到类似的情境，并用这些情境去拟合所面对的问题，然后从中得到一些启示。现在这篇文章探讨了这种类型的推理对经济学的意义，并提出了在经济学中对这种推理建模的若干方法。这篇文章还强调，各种情境的记忆和经验，对于我们的推理是必不可少的。有鉴于此，学习经济学的学生应该深入地钻研经济史，而不能仅仅关注经济学理论。
1704533030
1704533031
这篇文章最初是在2000年出版、由戴维·科兰德主编的《复杂性视野与经济学教育》（The Complexity Vision and the Teaching of Economics）一书中发表的。
1704533032
1704533033
* * *
1704533034
1704533035
伯特兰·罗素（Bertrand Russell）在自传中告诉我们，他在学习了半年的经济学后，就对这门学科失去了兴趣，因为他认为它实在太简单了。马克斯·普朗克也在中途放弃了经济学，可是他的理由却是因为它实在太困难了。至于我自己，之所以会成为一名经济学家，是因为我接受过数学方面的专业训练，而且我一开始也像罗素一样，觉得经济学很容易。几年之后，我就从罗素的立场转换到了普朗克的立场。从其本质上来说，经济学是非常“难”的。在本章中，我将详细解释我为什么会得出这样的一个结论。
1704533036
1704533037
经济学从本质上说到底是难是易，取决于提出经济问题的方式。如果在构建一个经济问题时假设决策是理性的，那么通常而言都可以求得一个确定的“解”。这种经济学是简单的，无非是从问题跳到问题的解而已。但是，在这种经济学中，行为主体到底如何从问题得到问题的解的，却仍然是一个黑箱。而且，行为主体是否真的能够到达那个解，也是无法保证的，除非我们能够打开这个黑箱看一看。但是一旦我们试图打开这个黑箱，经济学马上就会变得非常困难。
1704533038
1704533039
曾几何时，经济学家们认为，我们对问题与问题的解之间的联系的假设是有道理的。在一篇现在已经很著名的文章中，拉斯特讲述了威斯康星州麦迪逊大都会公共汽车公司维修主管哈罗德·泽克（Harold Zurcher）的故事。在整整20年里，泽克一直负责为他的公司制定更换公共汽车发动机的计划。这个复杂的问题需要他平衡两个相互冲突的目标：最小化维护成本与最小化发动机意外故障率。拉斯特用随机动态规划方法找到了这个组合优化问题的解，并将这个解与泽克的优化方案进行了对比，结果发现两者之间拟合得相当好。据此，拉斯特得出了这样一个结论：尽管面对的是一个非常复杂的问题，但是哈罗德·泽克还是找到了问题的解，因此经济学家的假设，即个体能够找到复杂问题的最优解并不是一个坏的假设。