在古典经济学时期，经济学是一种哲学思想。亚当·斯密等经济学家都自认为是「哲学家」，而非「经济学家」，更不是「科学家」。
当时的经济学只用到很简单的数学，亚当·斯密也从来没有从数学上认证过，市场这只「看不见的手」，到底是如何实现财富的最优配置的。
后来的经济学者对此很不满意，试图把经济学变得更「科学」。他们尝试用精确的数学模型来描述经济现象，就像物理学家用数学公式来描述物理现象一样。
1972年法国经济学家莱昂·瓦尔拉斯，发表了《纯粹经济学要义》。他把经济体看成一个封闭系统，其中财富的数量和种类是一定的，它们被随机分配给了有不同偏好的人。这些人可以通过交易来达到资源的「均衡状态」。
所谓均衡，是瓦尔拉斯从物理学领域借用的一个概念。是指「系统的一种状态」：在这种状态中，力、影响和反应等相互平衡，因而不会发生任何净变化。
因此，瓦尔拉斯认为经济也是一个封闭系统，在某个价格点上，供给恰好等于需求，这时市场就出清，经济就实现了均衡，资源也就得到了最优配置。
这是主流经济学的重要转向，也就是边际革命的开始。之后的主流经济学家，往「均衡模型」里引入了越来越多的数学工具，也让经济学看起来更像「科学」。
但这样做的代价也是非常高的，甚至是得不偿失的。也许，100多年前从瓦尔拉斯这：经济学想要达到物理学那样精确，就意味着经济体中的个人，也得像物理世界的物体一样，行为模式是统一的、可预测的。
如何把现实世界中千差万别的人类行为，变得可预测呢？为了解决这个问题，瓦尔拉斯提出了「经济人」假设，假定每个人都绝对自私，又绝对理性。
但实际上人既不是完全自私的，也不是完全理性的。当然，现实世界也没有绝对的直线，但数学家可以抽象出一条绝对直线来模拟现实。为什么经济学家就不可以把人类行为抽象化呢？
其根本问题，不在于抽象化了人类理性，而是错误理解了人类理性。
认知模式有两类：归纳法和演绎法。人类最擅长归纳法：是从已有的知识中归纳出认知模式，再把这种模式套用到新知识当中去。而计算机擅长演绎法：即给定一些前提条件，然后通过一系列逻辑推演，得出新的结论。
在真实世界中，人们大多时间都在用归纳法做决策，而「经济人」却假定人和计算机一样，是在用演绎法做决策。这两种决策方式都是理性的。但决策结果却可能大相径庭。
这就是为什么经济模型很难解释真实的经济现象的根本原因。况且，「经济人」假设每个人都拥有同样的绝对理性，那么就意味着不可能通过学习来进步了，这显然是荒谬的。
在瓦尔拉斯的时代，物理学界还没有发现热力学第二定律：熵增定律。
根据这个定律，封闭系统中的「熵」会不断增加，这就意味着系统会变得越来越混乱无序。当混乱值达到最大时，系统不再产生任何变化，这就达到了均衡。
如果瓦尔拉斯知道熵增定律，就不会把经济系统看成是封闭的均衡系统。实际上，经济系统必须是一个开放系统，能量和物质不断地流入和流出，从而创造出新的秩序、结构和模式。
何况，主流经济学把经济看成是一个封闭系统，只研究其中的有限资源该如何分配，而不研究新增的财富到底是怎么来的。把最重要的经济学问题当作系统的「外生变量」来处理，这也是一个重大缺陷。
为了解释经济模型和现实世界的巨大差异，后来的经济学家不断对边际理论打补丁。比如「创新理论」、「信息不对称」、「有限理性」等等。
但这些都不能突破边际理论框架的根本性缺陷。事实上，从瓦尔拉斯发起边际革命到现在，主流经济学的研究范式、理论框架并没发生太大的变化。
而与此同时，物理学的理论框架在不断迭代：从牛顿经典力学转向了相对论、量子力学、混沌理论、复杂理论等等。
因此近些年有经济学家提出「复杂经济学」，试图拆掉百年主流经济学理论，另起炉灶，彻底改变我们理解经济的方式。
这是经济学科一次重大的范式转移，其影响力不亚于量子力学给经典物理学带来的冲击。
复杂经济学把经济看成一个「复杂适应系统」。「复杂」是指这个系统中的行为主体很多。「适应」是指主体具有适应性，能够彼此交互、学习，调整自己的行为，整个系统也在不断地演进。
比如，蚁群就是一个复杂适应系统。单个蚂蚁智商很低，但他们能通过一些简单的信号互动，然后完成像建造蚁穴、组织攻防等非常复杂的任务。
此外，人体的免疫系统、大脑神经系统、互联网系统，以及地球的生态系统，都是复杂适应系统。
把经济看成复杂适应系统，很多主流经济学解释不了的现象，就可以说清楚了：
根据主流经济学的均衡理论：当经济繁荣时，价格上涨，人们会减少消费，经济就不至于过热。而当经济下行时，价格下跌，人们就会增加消费，经济就不至于崩溃。
通过价格机制，市场就像是一个「恒温器」可以把经济控制在适宜的区间，根本不可能发生大的经济波动。显然，这是不符合实际的。
复杂适应系统，有个显著的特点，就是动态性，能形成正反馈。这是一个加速、放大和自我强化的循环，它导致系统呈现指数级增长，或者指数级崩溃。
比如麦克风如果离音箱太近，会发出刺耳的噪音。这是因为，声音在麦克风与音箱之间循环放大，形成了正反馈。
经济周期就是经济体中正反馈的结果。比如，人们对未来悲观，会减少消费。而消费减少，生产就会减少。生产减少就业也会减少。人们就会更加悲观，进一步减少消费，最终导致严重的经济萧条。
在此过程中，市场机制是失灵的，不可能靠市场的力量把经济拉回均衡状态。也许有人会说，无论是萧条还是泡沫，都不可能无限持续，经济终归还是会恢复均衡。
正如凯恩斯所说：「从长期来看，我们都死了。如果恰逢狂风骤雨的季节，经济学家只能告诉我们，风暴过后大海将会复归平静，这样他们给自己安排的任务就显得太容易、太无用了。」
政府干预的作用，核心就在于恢复市场信心，来阻断经济下滑的「正反馈」。
当然正反馈，也不只是带来负面作用，实际上它有个非常大的好处，就是可以突破增长边界。
主流经济学有个著名的「递减」规律：生产者会出现投入的边际收益递减，而消费者会出现消费的边际效用递减。这迫使生产者不可能无节制投入，而消费者不可能无节制消费，所以供需才能维持均衡状态。
但正反馈机制，可以打破收益递减的诅咒。比如技术的进步，发明越多人类的知识储备越大，每个新发明带来的收益也就越大。
对技术创新的投入，就是一种典型的边际收益递增。边际收益递增可以打破主流经济学所谓的「均衡」状态，实现爆发式增长。
根据均衡理论，股市会维持出清状态，直到有新消息传来打破均衡。就是说，股灾产生的原因，一定是在股市之外，比如受到重大新闻的冲击。
但这种说法，有时成立：比如9·11事件引发了美国股市的震荡。有时又不成立，比如1987年美国大股灾，当天根本没有什么重大事件。
如果把股市看成「复杂适应系统」，即使是没有外部消息，股市本身的运行也会产生波动。
所有股票交易者并不是完全理性的「经济人」，有着不同的心智模式和投资偏好。他们互相影响、互相学习，不断调整着自己的策略。
至于哪种策略会在某个时间获利，和股票本身的价值关系不大，主要取决于其他人使用了什么策略。在这个高度互动的过程中，股市就会出现波动。
事实上，已有科学家通过计算机技术完美地模拟了这个过程，最终证明：股市本身的运行就足以导致股灾。
进一步看，如果股市是「复杂适应系统」，那么金融市场上最重要的假设「随机游走理论」也是错的。
主流经济学认为，股票的价格是随机的。根据数学定律，随机数据应该呈正态分布，即钟形。因此主流金融理论和风险评估模型，就是建立在钟形曲线基础之上的。
根据这个模型，像1987年美国股市崩盘，要宇宙寿命的几十亿倍才可能发生一次。但事实上，同等破坏力的崩盘事件，每隔几十年就会发生。
问题就在于，股票的价格并不是随机的，而是市场上所有交易者进行博弈的结果。这就导致股票价格不是正态分布，而是幂律分布。
幂律分布出现极端数据的可能性要高得多，这就是股市的实际波动往往比传统理论预测要高得多的原因。
如果把经济看成是一个复杂适应系统，很多主流经济学解释不了的现象，比如经济周期、股市崩盘，就说得通了。
那么，主流经济学一直没说明白的「财富的起源」问题，复杂经济学怎么看？从亚当·斯密开始，经济学一直就有两个最重要的议题：一是财富是怎么被创造出来的，二是财富是如何分配的。
《国富论》书名直译过来，就是「国民财富的性质和原因的研究」。他的答案我们的中学老师也都讲过，就是通过劳动分工，提高生产效率，从而增加社会财富。
但很显然，光靠劳动分工，不足以解释近 200年人类财富的爆发式增长。财富的创造肯定还有其他来源。
可惜从边际革命开始，主流经济学只研究分配问题，不研究财富创造问题。他们把财富爆发归因于经济之外的因素，如技术的进步等，不在经济学研究范围内。
这使得财富起源这个经济学最重要、最本源的问题，成为一桩悬而未决的疑案。
复杂经济学认为，经济系统属于复杂适应系统里一个更小的子集，即「进化系统」。这里并不是在打比方，而是指，经济系统和生物系统一样，它们共享一套进化算法。
理论上，这套算法能在任何媒介中运行，可以是碳基，可以是硅基，也可以是语言文字，等等。进化算法的本质，就是在一个巨大的可能性空间中进行筛选的过程。
进化本质是一个编码、解码的过程：在生物系统中 ，DNA 是编码，解读者是生物体。在经济系统中，商业模式是编码，解读者是企业。生物和企业所面临的外部选择环境就是裁判。
想象一下，你正在一片漆黑的未知区域。地势低的地方很危险，你得尽量往上走，去尽可能高的地方。你该怎么办呢？
你只能向四周随机迈一步，感觉地势高了就继续迈。感觉没变或低了就退回去，换个方向尝试。最终，你能来到一个局部的最高处。
这片区域可能有很多高矮不一的山峰，你可能只是来到了一座小山丘的顶部。这时你往任何一个地方走都是下坡。所以不能再用原来的方式，找到更高的山峰。
这时你要放弃原来的策略，进行大胆的随机跳跃，看能不能恰好跳到一座邻近的山头进行探索。只是，这样的跳跃风险很大，很可能失败。但只要有足够多像你这样的探索者，就一定能找到高峰。
这就是进化的算法。进化通过一步一步的渐变，和随机跳跃式的突变，来快速找到整片区域里的高峰。
进化就像一个赌徒，而且是一个胜算很大的赌徒。经济系统和生物系统都共用了这样一套进化算法，因此它们都是进化系统。
生物系统的进化是盲目、随机的过程。但在经济系统中，无论是商业模式还是技术进步，都是人类有目的性的设计，两者能一样吗？
设计是否有目的性，并不重要。重要的是系统能出现足够多的变异，并且能够对变异进行选择和放大，从而创造出更具有适应性的新事物、新知识和新增长，这才是进化的本质。
进化算法促成了寒武纪的物种大爆发，促成了现代社会商品种类和数量的大爆发，也促成了 Chat GPT 等大模型的出现。从这个意义上来看，财富不是「创造」出来的，而是「进化」出来的。
当然，经济系统不止一种进化过程，而是三种进化过程相互作用的结果。
首先是物理技术的进化，如蒸汽机、计算机的发明。其次是社会技术的进化，比如货币、股份制公司、破产制度的发明。第三是商业设计的进化，比如商业战略、管理方法等等。
这三种进化过程的共同演进，促成了今天的财富大爆发。19世纪末的边际革命，使得主流经济学误入歧途，导致经济模型和经济现实严重脱节。随着时代的进步，需要引入新的范式——「复杂经济学」，来理解各类经济现象。
主流经济学认为，经济是封闭的、静止的线性系统。而复杂经济学认为，经济是开放的、动态的非线性系统。主流经济学基于，早期物理学的均衡视角。而复杂经济学基于，生物学的进化视角。
比如，经济周期是经济体中正反馈的结果。正反馈机制还能打破收益递减的诅咒，突破增长边界。
比如，即使是没有外部消息，股市本身的运行也会产生波动。股票的价格是市场上所有交易者进行博弈的结果，不是正态分布而是幂律分布。
经济系统是「进化系统」，进化算法是事物发展的底层密码。寒武纪的物种大爆发、现代社会的财富大爆发、 Chat GPT 大模型的涌现，都是进化算法促成的。
|
