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。
1704533040
1704533041
泽克的例子给我们留下了一个很大的问题：个体能够找到经济问题的最优解这个假设，是不是合理的。如果是合理的，我们是否就可以不用去研究决策过程的细节了？在简单的情况下，答案是肯定的。然而，在大多数情况下，答案却是否定的。读者不妨想象这样一个“决策问题之海”，它包含了所有我们感兴趣的、有明确定义的经济问题。这些问题构成了海水浅表层，复杂的决策问题构成了海水的深层和底层，海水越深，问题就越困难。海平面附近是类似于“井”字游戏的那些问题，下面是跳棋一级的问题，更深的是国际象棋和围棋一级的问题……在理论上，我们可以说，国际象棋的“解”是存在的，它将采取纳什混合策略的形式，但是我们不能保证人类行为主体肯定能得到这种“解”。因此，可以求得“解”的、像“井”字游戏这样的问题，只存在于海平面及海平面以下半米左右的海水内。而在比这更深的海水处的问题，则无法保证有解。我们还可以进一步列出这些行为主体要面对的许多更加复杂的问题。但是，大多数问题是没有明确界定的。泽克面对的问题恰好位于经济主体可以通过“理性”求解的问题与不能通过“理性”求解的问题之间的分界线上。若“海水”比它更深一点，那么经济问题的“解”就无法与“理性”匹配了，甚至可能根本不存在。
1704533042
1704533043
那么，在这些更深的层面上会发生什么呢？在现实生活中，人类决策者绝不会因为一个问题很难或尚未明确界定就望而却步。也许，当问题太复杂以致无法求解时，或者当问题尚未得到明确界定时，我们应该说行为主体面对的不是传统的问题，而是一种情境或情况。他们必须处理好这种情况，他们必须自己框定（framing）问题。从许多方面来看，这种框定正是决策过程的最重要的部分。在考虑如何框定问题时，你必须考虑问题和要采取的行动之间的关系。介于问题与行动之间的是认知，而且在问题与问题的解之间有很多很多东西，只要将这些东西纳入考虑的范围，那么经济学就会变得非常困难。关于介于问题与行动之间的认知问题，我可以将它转换为如下几个问题：人们如何理解一个问题的意义？个体如何处理更加复杂的问题？我们怎样才能真正认识一些东西？
1704533044
1704533045
在本章中，我想从认知心理学家的角度来考虑认知问题，并利用得到的结果来讨论以下两个问题：经济建模和经济学研究生教育。
1704533046
1704533047
复杂经济学：经济思想的新框架 [:1704531158]
1704533048
心智是什么
1704533049