【原】对经济学的反思——读 [英] 黛安•科伊尔著《齿轮与怪物》

这是一本反思传统经济学的书。作者不仅检讨了经济学的一些刻板观念与方法，也极为重视新兴的数字经济。

一，对经济学的批评

（一）有缺陷的理论概念

“经济人”的概念是大部分经济学的基础，即把经济活动中的人看作是精打细算、自私自利的个体。但是，这样一个广泛应用的著名概念却存在着明显的缺陷。

1，自私

首先，人并非都是自私的，也存在着一些非经济性的动机，比如利他主义、身份感、荣誉感、责任感、爱国主义等。

2，理性
其次，人并没有那么理性。

丹尼尔·卡尼曼的“快思维”与“慢思维”解释了更加复杂的人类行为。只有慢思维是理性计算，符合传统经济学的假设。而最为常用的是快思维，它依靠经验和直觉进行选择，就谈不上理性了。

3，有价

此外，关于价值的计算也不全面，并非所有的价值都能通过价格进行衡量，比如公平和公众参与。

（二）公式化的模型

除了概念，对经济学最常见的批评是，大量运用数学公式构建抽象模型，试图以小规模数据来研究复杂世界中的因果关系。

1，不正确的实证
真实世界可能受到数百万个变量的长期影响。如果仅取其中的少量变量进行假设，且收集的数据也相对较少，则这样的计量实证研究往往是不正确的，结论的因果性和相关性都不足。

2，交叉学科分析
相反的，作者并不认为通过计量经济学可以确定因果关系。如果要得到更加准确的结论，还必须综合运用其他领域的知识，如经济史和人类学、社会学等其他社会科学的定性方法。

（三）忽略历史

另一个常见的批评认为，经济学忽视对历史事件，经济理论史，制度经济学等历史的研究。

在分析宏观经济时，经济学家对不可靠的统计数据视而不见，同时也没有看到特定的历史和地理背景，以及复杂的社会和政治关系。

现在，经济学已经有所变化，许多跨学科研究正在进行，不止跨界心理学和认知科学，也包括历史、地理、信息理论、演化生物学、复杂科学，以及政治经济学。

二，专家治国的困境

对于经济学家在治理国家中所发挥的作用，作者也进行了深入分析。

（一）与政客的复杂关系

现代经济越来越倚赖专家的专业技术，但专家治国也面临困境。他们要么与政客结盟，要么与政客竞争。

（二）不可靠的经济预测

宏观经济学家所作出的预测也充满不确定性。虽然人们对天气预报的不确定性表示理解，但却往往错误地认为经济预测应该更可靠。

（三）无法保持中立客观

在提交政策建议中，经济学家理应保持中立客观的态度。

然而，大多数的西方经济体正盛行民粹主义。加之社交媒体的影响以及经济增长的不均衡，人们的态度越发两极分化。在这样的时代，技术专家再也无法继续保持局外人的视角。

三，数字经济的问题

作者对于未来的经济，特别是数字经济，着墨最多。

（一）齿轮与怪兽

人们曾经使用菲利浦斯机器（the Philips Machine）来比喻整个经济体，认为机器中的齿轮与金属管道即可精确模拟经济体中的各种关系。这种思想的影响依然延续至今，可见于各种经济政策中，比如政策杠杆、因果关系等概念。

然而，今天的世界变得越来越不符合机器的特征，也越来越难以预测。特别是如同怪兽一般的数字经济正快速发展，一面创造出了巨大的价值，一面又充满未知，难以控制。

（二）数字经济的不平等

1，资产无形化

兹维·格里利克斯将经济体中的部门按照可衡量的难易程度进行了分类，其中容易衡量的部门包括农业、采矿、制造、运输、通信和公共事业；难以衡量的部门包括建筑、贸易、金融、服务和政府部门。研究发现，美国经济中“可衡量”部门的份额逐年下降：1947年还占49%，1990年降为30%；到了2021，又降至23%。

伴随通信成本降低、运输成本下降、贸易自由化，数字经济下的企业结构、生产和模式也与以往大不相同。企业的主要形式已经从等级制转变为网络化的跨国公司，再到多样的数字平台公司。

跨国公司的生产出现分散化和全球化，仅保留无形资产于生产网络的中心，其他则采取跨国外包或者临时雇佣解决。

数字技术大幅降低了计算及通讯成本，经济增长逐渐转向以知识为基础的“无重”（Weightless）化，而这却进一步加剧了经济不平等。

2，网络的高效

许多数字产品市场经常吸引人们的注意力，其边际分销成本接近于零，则出现“赢家通吃”的局面，或者“超级明星特征”（原本是指少数电影明星和体育明星的收入远高于同行业其他人）。

依据掌握的丰富数据和超强算力，许多数字应用可更加容易地匹配供应商和消费者。而且，使用者越多，数字平台的数据就越庞大，所产生的规模效应和互相促进更加明显。

3，马太效应

由于数字平台非常依赖规模，自然会导致巨头受到大量风险投资的青睐，可承受长期亏损。而初创的小平台面临资金短缺和大平台恶意竞争的双重打击，大部分都难免失败。

结果，数字行业本身创造了巨额财富，而这些财富正逐渐聚集在极少数人和少数巨头公司手中。

（三）难以捉摸的数字经济学

1，人工智能的局限
虽然机器的高效有目共睹，也同样会产生意想不到的灾难后果。现在金融市场大约一半的交易都是通过计算机进行高频交易。而2010年5月6日美国股市的“闪崩”事件，就是由自动的高频交易导致的。

所谓的目标，其实最后都是各方博弈的结果。如果只想达成设定的目标，而不是获得理想的成果，善于博弈自动化的机器肯定要比政府官员更能干。

实际上，许多经济政策需要对目标函数进行人为建构的模糊处理，什么能够被最大化、如何最大化，有时候并不清晰。而计算机无法建构这种模糊性，对此就无能为力了。

而且人工智能的决策是“黑盒”式的，自然引发决策者的抵触。此外，机器所生成的数据是否稳定，连带的法律和政治责任也令人担心。

2，与传统经济模型相悖
规模收益不变或递减的假设在计划经济以及市场经济的关键模型中都存在，但这些假设并不适用于数字经济。

这可能与数字经济的无形化特点有关。人们无法再用原来那种数量与质量的简单相乘来计算收入，也难以追踪无形的消费产品。

纵观全书，作者的写法偏学术性，引用的文献颇多，有利于读者扩展视野，同时也带来了一定的阅读难度。瑕不掩瑜，其思考涉及经济学的概念检讨、专家行为剖析和最新经济模式解读，也可让读者从理念到实践对经济学能有一个全面深刻的认识。因此，无论是大众科普还是解决现实问题，该书都有相当的参考价值。