复杂经济学对经济统计的正反两方面启示

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

来源：经济统计读书会（ID：jingjitongjidushuhui）,原文发表于《经济统计学（季刊）》2018年第1期作者：邱东，北京师范大学国民核算研究院教授编辑：学长摘要：经济统计学和应用统计学都需要经济学基础。美国主流的经济学——新古典经济学，在中国的经济学教学和研究中占据主导地位，然而其他流派经济学的长足进展导致了现代经济学的“动荡”，复杂经济学就是非主流经济学中一个非常重要的流派。与新古典学派经济学显著不同的是，复杂经济学中的世界更接近于政治经济学中的世界，即更为接近经济现实的世界。复杂经济学的发展使得笔者对经济统计学发展有所反思，并且从测度对象和测度方式等两方面提出部分测度问题，供读者关注并进一步挖掘。
关键词：经济统计学；复杂经济学；新古典经济学。
无论正面或反面，启示得以发生的必要条件是，内在地认可经济统计需要经济学基础。
基于这一逻辑关系，本文首先强调经济学基础对两门经济统计学的必要性，接着描述经济学学科群的格局及其态势，然后概述复杂经济学对主流经济学的扬弃，最后就复杂经济学对经济统计学可能产生的启示提出相应思考的若干线索。
一两门经济统计学都需要经济学基础
统计学是一个学科群，经济学也是一个学科群[1]。认真剖析，当今世界上实际上存在两类经济统计学，或者说经济统计学存在着两种发展路径。
比较流行的一类是数理统计在经济和商业中的应用（Statistics for the Economics and Business），这是应用统计学的一种[2]，具有一般数理统计方法与社会科学交叉的性质。
还有一类是以经济测度（Economic Measurement）、国民核算（National Accounting）和国际比较（International Comparison）为主体内容的经济统计学（Economic Statistics），这是经济学学科群中的一个分支，在该学科群中具有学科基础的性质。许多人把经济学的测度和核算基础当作现成的、既定的、份外的事情，没有也不愿意对经济数量分析的“投入”做更多的投入，笔者一直强调的一个观点是，在某些情形下，基础性也即意味着颠覆性。如果经济统计学方法论基础存在隐患，模型投入数据隐含质量问题，则任何精巧的数理方法都将失去意义。
还有数理方法工具库的开放问题，作为社会科学的经济统计学，当然也要使用数理统计方法，但数理统计只是经济统计学诸多工具中的一种，并不一定具备主导作用，究竟应该使用什么方法，是由现实经济问题导向的。
有所谓学者公然对年轻学生说，只要掌握了数理统计方法，不用学其他知识，随时可以找到应用项目。应用很简单，方法放之四海而皆准。笔者要强调的是：即便数理方法放之四海“皆可用”，但未必“皆准”。套用一般方法四处以占领者的姿态出现，手里拎着一个锤子，看什么都是钉子，这根本上是无知的表现，以此狭隘见识教导学生，实乃误人子弟。
《复杂经济学》给出一个事例，富有启发性：画树对画家而言很简单，可是来自英国的画家并没有画好澳大利亚的树。究其原因，澳洲的桉树叶子都比较薄，阳光可以透过树叶，枝叶更稀疏，更不挡风。然而欧洲画家绘画时不知不觉地间进行了“欧式”联想，并强加给澳洲的树。同样，早期欧洲画家把非洲原住民画成了“黑皮肤的欧洲人”[3]。这个事例警告我们，专家未必广博，“博士”往往狭隘，“想当然”在实践中往往行不通，对此保持自觉意识非常重要。
数理方法固然重要，但只要打算应用，就离不开“领域知识”，除非当事人局限生存于抽象空间，只从事纯理论和纯方法论的研究。而且只要是应用学科，领域知识就应该是主导的，数理方法毕竟只是实现思想的工具。
北京大学王汉生教授曾指出，生物统计学之所以发展得好，就在于统计学方法与生物学知识的结合。试想，谁敢说，只要掌握了数理方法，不用掌握生物学知识，就可以做好生物统计呢？那么，到了经济领域，怎么就胆敢如此放肆呢？难道经济学的复杂程度不如生物学？
1974年经济学诺奖得主哈耶克认为，就处理有机现象这一点而言，“社会科学与生物学差不多，但和大多数自然科学不同，它必须处理的是本质复杂的结构。”[4] 不同于通常的自然科学、社会科学两分法，哈耶克把“研究对象是否有机”视为学科差异的重要标志。当然，社会科学（与人相关的科学the Sciences of Man）面对的是社会有机现象，而生物学面对的是自然有机现象。
应该看到，人是能够将主观能动性发挥到极致的生物，世界上与人相关的复杂性很大程度上是由人类自己带来的，极而言之，人乃万恶之源。由于人的存在和作用，由于索罗斯所强调的人的自反性（Reflexivity），经济学的复杂程度实质上大大超过了生物学和其它自然科学。一个非常典型的例子是，著名物理学家和量子力学重要创始人马克斯•普朗克当年放弃了经济学的学习，因为他认为经济学太难了。
有人只看当前经济学所使用的数学方法，以工具的难度来界定经济学的学科难度。这种判定方法有一定道理，但也有其偏颇之处。经济学之难主要在于其研究对象。不同场合需要使用不同的研究方法，方法的选择主要取决于其与研究对象的适配程度。
经济学诺奖得主卢卡斯教授主张完全理性预期，他认为经济学就是数学，其余都是想象和漫谈[5]。与卢卡斯教授不同，B阿瑟教授认为“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。”[6] 如果有人以身份来判断这两种见解的对错，笔者愿意引用瑞士弗里堡大学终身教授，《重塑》作者，张翼成教授介绍的一段经济学轶事：“最著名的诺奖获得者之一肯尼思•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。”[7]
仅仅靠增加技术难度，未必能解决经济统计学中的测度难题，典型的例子如GDP的计算，看似简单，仅仅用到加、乘这种基本运算，但如何确保其构成因素在经济意义上的可加性，却隐含了许多新老测度难题，是这么多年来人类未能解决的。这里特别需要注意，数学的可加性与经济学的可加性存在着不同内涵要求，技术方法的内在一致性并不等于理论逻辑的内在一致性，决不能混为一谈。
当我们运用数理方法到不同领域时，需要根据不同的现实场景将抽象掉的特殊因素再次具象化，否则一般方法就无法得出适合于该领域的科学认识。由此，即便只是数理统计方法在经济和商业中的应用，仍然需要经济学知识的系统学习。而且，技术方法的一致性和理论逻辑的一致性还不等于方法和理论与基本经济现实的匹配性，从基本经济现实出发，注重数量分析逻辑的切实链接，注重隐含或显在的逻辑节点，才能得出真正具备社会经济意义的数量结论。
至于作为经济学学科群基础的经济统计学，当然就更需要与经济学理论的相互作用了。“没有经济理论的测度（Measurement without Theory）”和“没有测度的经济理论（Theory without Measurement）”都是残缺的。具备坚实经济理论基础的经济测度和具备坚实经济测度基础的经济理论才是经济学的题中应有之义。
[1] 笔者的体会是，所谓“一门统计学”之说，对真学者（可能工作在政府部门）而言是发自内心的一种认知，但对某些别有用心的政客（反倒是高校里这种人多见）而言则很容易成为霸占学术资源的工具，那种行为涉及职业道德问题，不在本文的批判对象之列。[2] 加上“商业（Business）”无非是赚眼球，为了增加教材的市场销量。[3] 、[6] 、[7] 布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本。[4] 参见哈耶克《知识的僭妄》，冯克利译（2015），载《哈耶克文选》，河南大学出版社中文版，第593-608页。[5] 笔者曾提出“卢卡斯诺奖悖论”用其言行的不一致反证卢卡斯这一见解的荒谬，参见邱东《经济测度逻辑挖掘——困难与原则》序言，科学出版社2018年版，中国北京。

二注重经济学学科群的格局及其态势
有人说，我非常重视经济学基础，微观宏观计量，初级中级高级，我都系统学过研究过，甚至在细枝末节上都花费了好多学时，难道还不够吗？
十分遗憾的是，或许真的不够。
近十多年来，新古典经济学在中国的经济学教学和研究中取得了主导地位，从所采用的术语和分析范式可以看出其话语权的强势，态势甚至反超欧洲老牌的发达国家。然而，至少在发展时机和格局上，这种对美国主流经济学的效仿颇有值得检讨之处。
1996年，经济思想史学家戴维•科兰德（David Colander）提出了一则寓言。笔者称之为“科兰德寓言”：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。他们想要爬上高峰，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[1]。
经济学本来应该是一个“多进路”的学科群，而我们将微观经济学、宏观经济学、计量经济学等课程奉为经典而布道，却忽视了它们主要是以新古典经济学为依据构建的，看似已然博大精深，实则仍有局限。
学习经济学，首先需要明了学科格局。必须注意到的是，现代经济学进入了一个“动荡期”，其他流派经济学异军突起，制度经济学、市场心理学、行为经济学、认知经济学、进化博弈论、收益递增经济学等等都有了长足的进展，对美国大学课堂上大行其道的所谓主流学派经济理论提出了种种带有颠覆性的挑战。
复杂经济学就是非主流经济学当中一个非常重要的流派。美国著名经济学家布莱恩•阿瑟（W·Brian Arthur）2015年由牛津大学出版社出版了Complexity and the Economy，2018年5月其中译本《复杂经济学》（贾拥民译）由浙江人民出版社出版。B阿瑟教授是复杂性科学的奠基人之一，也是复杂经济学的创始人。
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[2]。
而今复杂经济学已经有了多种形式的变体，包括“生成经济学（Generative Economics）”、“互动行为主体经济学（Interactive Agent Economics）”、“基于行为主体的计算经济学（Agent-based Computational Economics）”等[3]。
复杂经济学的发展有着强烈的复杂性科学背景。20世纪的科学发展史可以说是“决定论”和“确定性”一步步丢城失地的历史。“科学后的科学”已经失去了它的“清白”。B阿瑟教授认为，后续学科的“非纯性”恰恰证明了其成长[4]，这与人生成长实有相似之处。
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[5]。经济学正在失去其僵硬的决定论立场，长期占支配地位的实证主义思潮对它的影响也正在削弱[6]。笔者以为，量子物理学的发展更是与东方综合思维有其暗合之处。“母学科”尚且如此，经济学脱胎于物理学，并长期作为物理学的学生，当然不能逃过此劫。
在存在类似的正反馈的非线性物理学中，新经济学的这些性质不难找到各自的对应物，比如：多重均衡与多重亚稳定状态、锁定与相位或模式锁定、无效率与高能基态、历史路径依赖性与非遍历性、不对称性与对称性破坏，等等[7]。经典经济学与经典物理学的对应曾经让我们以学科的科学性为骄傲，而今要保持这份荣耀，就需要学科与时俱进。
不独经济学，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[8]。可见，这不是学术偏好问题，不是哪个学者喜欢不喜欢的问题。
埃里克•拜因霍克认为，“经济学领域正经历着100年来最为深刻的变化”[9]。理查德•霍尔特、小巴克利•罗塞尔和戴维•科兰德明确指出：“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。”[10] 浙江大学经济学教授叶航则认为：“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。”[11] 哪怕是这些大牌学者危言耸听，为了避免有可能到来的学科危机，我们也应该认真地关注学科发展态势。
[1] ~[11]参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

三
复杂经济学对新古典学派经济学的扬弃

本节依据笔者的理解，将B阿瑟教授“复杂经济学革命”的主要内容做一梳理。由于经济统计学是经济学科群中的一员，又处于基础地位，对经济学发展态势的把握是必须用心用脑的，否则就容易沦为玩花架子、炒作数字的过客。

1
如何把握经济学的对象？

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[1]。

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。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。经济学理论的核心，可以简单地用数理方程式表示的定律来刻画，从而实现公理化[2]。

新古典经济学的研究纲领导致了思想的僵化，还导致了一种貌似正义、实为党同伐异的判断标准。经济学成了一个无法接纳其他思想的封闭体系。政治、权力、社会、根本的不确定性[3]、创造生成和发展对经济的影响，全部被“关在了经济学殿堂的门外”[4]。

复杂经济学以全然不同的方式看待经济，给出一个完全不同的图景：①行动和策略是不断进化的；②时间变得至关重要；③结构不断形成且不断重组；④标准的均衡分析中不可见的现象将浮现出来并得到研究；⑤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[5]相比，复杂经济学中的世界更接近于政治经济学中的世界[6]。笔者曾经断言，经济学本身是一个最大的抽象，因为经济不过是政治的日常表现，经济政治二者不可分割，纯经济是不存在的，因为使用数学工具的需要，将研究对象割裂，形式上可以更为科学，但实质上却背离了科学精神。作为致用之学，从政治经济学转而成为经济学，其实是一种倒退。尔后一方面保持与政治经济学的切割，另一方面却大举向社会领域进军，在研究对象的把握上也是逻辑扭曲的。

2
复杂性视角
（“过程与涌现视角”、“圣塔菲观点”）

B阿瑟教授讨论了三种非均衡现象[7]：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”。第二个暂时现象是集群波动（clusted volatility）即低波动期与高波动期交替出现的现象，又被称为“广义自条件回归异方差行为（GARCH行为）”。第三个现象是被称为“突然渗透（Sudden Percolation）”的现象，这更经常地发生在空间维度上，如果网络内部的互联程度超过了某个阈值，传播就会长时间持续，甚至渗透到整个网络。

复杂经济的6大特征[8]：分散的交互作用；没有全局的控制者；交叉分层组织；连续适应；永恒的创新；非均衡的动力学。具有这些性质的系统通常被成为“自适应非线性网络”[9]。

复杂性随着系统进化而增加的机制有三种[10]：协同进化多样性的增加、结构深化和捕获软件。

经济不是给定的，经济无时不刻不在重新构建自己[11]。现实经济并不像原来经济学所概括的那么纯净，在复杂经济学的视野里，这是一个完全不同的动态交错的世界。

3
新古典理论观念与经济现实的矛盾

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新古典经济学的研究纲领[12]。

卢卡斯资产市场模型中，对行为主体做同质性假定，显然与实际不符。

索罗斯1994年说过：“这种有效市场理论对金融市场运行方式的解释严重歪曲了现实……这个显然不真实的理论，竟然被如此广泛地接受，这实在是一件令人啧啧称奇的事情。”[13]

B阿瑟率先提出了“爱尔法鲁酒吧问题（EI Farol Problem）”——理性预期在某些情况下是自我否定的[14]。

在物理学中，如果概念与现实不符，学者们都会尊重现实，回头检查概念是否隐含着什么问题。然而在经济学中，却常常会无视概念与现实的矛盾，坚持固有套路，一派若无其事的样子。尽管经济学脱胎于物理学，但从科学精神而非形式而言，经济学并不是物理学的好学生。

4
演绎推理还是与归纳推理？

新古典经济学的构建路径是：从理性人类行为的公理出发，可构建消费者理论及其相应的厂商理论，进而可构建内在一致的微观经济学，在从微观经济学出发，就可构建出宏观经济学，从而形成经济学的大一统理论。人类行为用“经济人”这个工具处理，即能够以完全演绎的方式针对有明确定义的问题推断出“解”。技术会破坏经济的“整洁性”，或者忽略，或者被处理为“外生”的[15]。

尽管具备了数学的唯一性[16]，这里仍然存在着一个逻辑漏洞：如果不知道别人如何确定他们的预测，那么我的预测就是不确定的[17]。其他人的预测又取决于他们对其他人预测的预测，运用这种演绎推理时，存在着一个无限的回归，没有任何一个“正确”的预期模型可以被假定为共同知识，而且从行为主体个人的角度来看，这个问题无法明确界定。任何一个“共同预期”都会被打破或落空[18]。需要注意的是，过程是否收敛，是能否采用迭代思路逼近的前提。而收敛的过程并不是动态世界的全部，是不是其主要方面，也还需要深究。

行为主体需要对结果形成预期，而结果是所有这些预期的函数，只要假设对“信息”的解释存在合理的异质性，演绎推理就无法闭合，因此预期的形成是不确定的[19]。

对复杂经济学质疑持反对性的观点是：如果允许行为主体的推理不是演绎式的，那么就意味着接受任意性的存在。而复杂性科学强调的观念是，不能为了简化分析而假设某种行为，而必须加上能够使模型更符合实际的行为[20]。

笔者的批注是：人类的求知欲是如此强大，“有聊胜于无”的观念往往占上风。其实，偏见与无知哪一样更可取？本身就是一个不确定的争议问题。

5
收益递减，还是收益递增？

收益递增导致多重均衡，而且不是所有结果都是最优的。可定义为一个服从于特定随机事件的动力学问题，应作为随时间流逝而进化的概率系统来研究[21]。
人们熟知收益递增的两大属性，即不可预测性和潜在低效率性。动力学方法还指向两个新的性质：第一是刚性或无弹性，即一旦某种结果开始出现，它就会变得越来越被“锁定”；第二是非遍历性或路径依赖，即历史“小事件”在动态过程中并不会被“平均化掉”，也不会被“遗忘”，它们可能会决定结果[22]，由此导出“路径依赖定理”和“单个技术支配定理（Single-Technology Dominance）”[23]。

为了确保能够得到唯一的、可预测的均衡，标准经济学理论通常需要假设收益递减[24]。然而，这种假设至少忽略了与其相反的情形，收益递增在经济现实中也是一种客观存在。只有证明此种存在非常罕见，才可以在经济数量建模时忽略之。

6
技术的本质及其与经济的关系

技术即某个社会或文化可用的机械设备和方法手段的集合，从自身构建了自身[25]。广义地理解，技术可定义为实现人类目的的手段。B阿瑟教授把经济定义为一整套安排和活动，从而经济是其技术的表达[26]。经济的结构是由它的技术形塑的。经济不仅必须随着技术的进化而重新调整适应，而且还必定会随着技术的进化不断地形成和重构[27]。由此，可以进入一个经济学理论通常不会进入的领域：结构性变化[28]。它本身是一种“分形”，会在次一级的层级上伸展出进一步的“分支”[29]，变化可能是无形的，多因多果的[30]。

标准方式将经济定义为一个“生产、分配和消费”商品的系统，这种定义将经济当成了一个巨大的容器，里面装载着它的技术。经济的主要驱动力技术成了背景因素，反而倒把价格和数量放在了前台显著位置，复杂经济学认为二者的位置正应该相反[31]。

究竟如何看待技术？需要我们对经济史做更深入的研究。而今我们的经济学课程体系，不仅缺少经济学说史课程，也缺少经济史课程，大陆所谓经济学名家提及中外经济史时常闹出笑话。只有把经济学当作一种思考，探究理论概念如何从历史中演变而来，历史对未来的影响究竟如何？而非模式化的教条时，我们才可能认识到技术的本来面目。

7
政治经济学伟大传统的复兴

理论是一种“薄”的关联，因为只有在满足一组有限和精确的条件的情况下，理论才会很好地拟合现象[32]。经验与理论相比，要不精确、不准确和不可靠得多，但是无论如何，体现为记忆和情况的图景的经验，是一种“厚”的关联，也是强有力的，它的力量体现在它的覆盖范围和启发性上[33]。

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[34]。经济学重新发现了它曾经失去的一些东西[35]。

复杂经济学与政治经济学是一脉相承的。经济学领域存在两个非常重大的问题，一个是经济内部的配置（Allocation）问题，另一个是经济内部的形成（Formation）问题。由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，资源配置问题转化为一个代数问题和微积分问题。经济形成问题却无法进行这种转化，因为就其本质而言，经济形成既不能限制为静态的，也不能被限制为理性的。关于资源配置的数学分析不能很好地处理经济形成、探索、适应以及质变等问题[36]。

政治经济学的一个主要优势，就是它的历史感和时间感。新古典主义经济学在处理时间问题时要逊色得多，动态模型中时间参数可以来回转换、影响当前的结果。

1973年，琼•罗宾逊（Joan Robinson）提出一个著名的主张：“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。”[37]

笔者此处的批注是，在“不可逆转的过去”和“不可预知的未来”二者之间是否应该加上“转瞬即逝的现在”？尽管此时此刻“现在”正在逝去，却仍然是我们把握未来乃至深刻“记录”过去的重要节点。

8
“决策问题之海”与理论层级关系

想象一个“决策问题之海”，有明确定义的经济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。需要注意两种问题的区分：可通过“理性”求解的问题与不可通过理性求解的问题，对后者而言，“问题之解”就无法与理性匹配，甚至可能根本不存在[38]。

某个假说或者关联、信念模型之所以被采用，不是在于它是“正确”的，因为行为主体没有办法知道这一点，而是在于它在过去是有效的[39]。

复杂经济学是基于“动词”的科学，不同于其他基于“名词”的科学。复杂性经济学拥抱“程序性思维”，采用“基于主体的建模方法”或“基于元素的建模方法”，以区别于“基于方程的建模方法”。

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[40]。均衡仍然是一个非常有用的“一阶近似”，均衡经济学是非均衡经济学的一个特例。

人类对外太空一直保持着探索的冲动，但这并不意味着人类对地球和人本身的认知就已经大功告成了。其实人类海洋深处的认知还非常浅薄，甚至人类对人体的认知也还欠缺许多，前两年医学界刚刚宣布，一个新的人体器官被确认。因此，如果B阿瑟教授“决策问题之海”的比喻成立，我们已有的经济学成就确实还相当粗浅。

[1]~[2]、[4]~[8] 、[10]~[40]参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本。
[3] 即“真正奈特意义上的不确定性”，笔者注。
[5] 有序、静态、可知、完美的柏拉图式的世界。
[9] “遗传算法之父”约翰•霍兰德创造了这个术语。

四
认真思考复杂经济学对经济统计的正反两方面启示

认真阅读《复杂经济学》及其相关文献，深入思考它在经济学学说演变态势中的地位，结合经济统计学发展中面临的问题，或许也是我们应对经济现实挑战的一种进路。

笔者初次阅读《复杂经济学》，感到以下一些测度问题值得反思，前四个主要针对测度对象，而后五个更关注测度方式。因为这些内容与经济统计学的关系更为直接，所以应该成为学科研究所关注的重心。当然，下述问题之间的逻辑关系尚未梳理清楚，值得深思的问题也还尚待进一步挖掘。不成熟地提出问题只是为了引发注意和批判。

1
“涌现”是否具备可测度性？

汪丁丁在《复杂经济学》推荐序中提及：根据哈耶克的（或他尚未清晰表述的）理解，涌现秩序（Emerging Order）几乎是不能表达的，至少不能用统计方法来表达[1]。由此引发的相应思考是：作为经济现象重要特征的“涌现”是否具备可测度性[2]?

B阿瑟教授认为，均衡计算能够以什么方式提供关于涌现问题的洞见？这是一个相当棘手的问题[3]。如果复杂经济学对经济的涌现特征的概括合理，经济测度既不能无动于衷，也不该束手无策。

[1] 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”。
[2] 在笔者所阐述的经济测度的三大边界之内。参见邱东《宏观测度的边界悖律》，载《经济统计学科论》，中国财政经济出版社。
[3] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第160页。


2
数量和水平变化之外还有什么？

世界不是一架机器，整个世界无法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[1]。正是主流学派将经济学还原为数学，使得经济学在数学家眼里看起来非常简单。

相应的思考在于：经济统计的主要成就恰恰在于测度与核算得出实体的数量或水平的变化。按照复杂经济学的观点，这是远远不够的，应该弥补哪些？又如何弥补？

[1] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第4页。

3
如何面对经济测度的“漏测”问题？

如果我们预先假定经济是均衡的，就等于设置了一个“过滤器”，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[1]。只要我们接受非均衡观点，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[2]。

对此相应的思考是：这两段论述意味着基于均衡分析的经济测度必定存在“漏测”问题。如果我们应该以复杂经济学观点作为经济统计方法的理论基础，如何去测度漏测的部分？

[1] ~[2]参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本。

4
如何处理不该被忽略掉的小事件？

按照收益递增分析的思路，“模型外”的随机性小事件总是存在且发挥作用，并不会被“平均化掉”[1]，从而引发的相应思考是：我们在经济测度中忽略了哪些不该忽略掉的因素？比如国际经济比较项目（International Comparison Program, ICP）中“标准产品描述法（Standard Product Descriptions, SPDs）”，显然不可能穷尽产品的所有特征，且不能保证被“忽略掉”的产品特征一定是小的，从而标准的“忽略”可能会影响对该产品的真实描述。事实上，“忽略”很可能是由于人们的认知能力不足所引起的。

[1] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第134、126页。

5
如何保证经济学意义上的可加性？

复杂性科学研究变化如何通过相互联系的行为扩散出去，其传播有一些典型特征，如“幂次法则”、“重尾概率分布”和“长程相关性”等[1]。在标准经济学中，这些特征之所以不会出现，是因为它认为行为主体只会对给定的均衡价格做出反应，不会因其他行为主体的行为影响价格的波动做出反应，因此单个行为主体的随机变化是独立的，是可以加到一起的，这就导致了正态分布[2]。

从这段论述中应该引发的相应思考是，在我们的经济学模型中，“可加性”实质上是通过非常强的假定而实现的，这在数学上看或许不构成问题，但就如何切实测度经济现实而言，却可能隐含着逻辑链条的重大缺失。由此对所谓实证结果的影响究竟有多大？我们的实证程式确实能证实得出的数量分析结论吗？

[1] ~[2] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第49页、第306页。

6
兼容性强的动态系统
可用“定格”方式加以测度

从绝对意义而言，经济永远不会停滞。但经济结构可能出于高度互相兼容的状态，看上去接近不变。经济结构性变化的过程动辄长达几十年，更像我们脚下发生着的缓慢的地质运动[1]。行为主体得以从容决策并采取行动。

B阿瑟教授的这段论述可以作为经济测度中对“客观”经济现象做“定格”处理的依据。比如我们在旋转餐厅用餐，如果旋转速度低于一定水平，人们就不会产生不适感，足够的“时长”允许人们适应这种旋转，或者忽视这种变化。

然而，每项技术都包含着问题的种子，而且这样的种子通常都有好多颗。在经济中，解决方案导致问题，而问题又指向进一步的解决方案，这种在解决方案和问题之间的舞蹈一直跳下去。如果我们足够幸运，那么我们收获净利益[2]。B阿瑟教授的这段论述，可以帮助我们解释：为什么需要经常修订经济数据，乃至测度和核算标准。

[1] ~[2] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第219-220页。

7
经济统计数字造假的一般性原因

B阿瑟教授提出了一个有普遍意义的观察结果：所有系统都可能“成为博弈对象”[1]，任何社会制度或政策体系（Policy System），人们都能够以你意想不到的方式，利用它来谋取自己的利益[2]。其逻辑关系是：政策即激励，激励必然产生反应，反应是趋利避害的[3]，众多反应中完全可能有人发现格外机会，可能采取违背政策原意的行动。

B阿瑟教授给“剥削（Exploitation）”的定义是：为了获得利益而使用某种东西，这层含义中未必含有贬义。B阿瑟教授还总结了四种类型的“剥削”：第一，利用不对称信息；第二，“裁剪”行为以符合特定标准；第三，获得系统的部分控制权；第四，以政策设计者意图以外的方式利用系统的元素[4]。

在中国，统计数字造假往往被归结为体制原因，其实还存在更为一般性的社会原因。笔者曾对此做过专门分析[5]，B阿瑟教授的论述从社会机制上阐明了这个问题，统计数字造假只是其表现之一。

B阿瑟教授还转述了与政府治理绩效相关的剥削的两个定律。一个是“坎贝尔定律（Cambell Law）”：社会决策越是频繁地使用任何量化的社会指标，招致腐败的可能性就越大，也就越容易扭曲和腐化它原本打算监管的社会过程。再一是“古德哈特定律（Goodhart Law）”：“任何观察到的统计规律性，只要将它用于控制目的，就必定会失败。”[6]

由此，我们对国民核算体系（System of National Accounts, SNA）的贡献就更应该珍惜，SNA用一套流量存量之间相互平衡的指标体系，在表明宏观经济基本态势的同时，大大地限制了统计造假的机会，对于分组和频率都足够详细的国民经济平衡表而言，一个地方数字造假就需要更多的假数去取得平衡，就很容易被发现。

B阿瑟教授的这方面论述可以导致笔者所强调的“经济测度中性悖律”：经济测度应该是中性的，否则就容易失去测度的现实经济意义；但经济测度又不可能是中性的：测度者是人，测度对象的重心也在于人，由于人的自反性，经济测度也会沦为不同经济主体之间博弈的工具。

[1] 中译本gaming译为“被玩弄”。
[2] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第166页。
[3] 这里B阿瑟并不否定人性自利设定。
[4] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第166-174页。
[5] 邱东（2018），《哈耶克诺奖演说对经济数量分析的启示》，（待发表）。
[6] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第172-173页。

8
均衡分析作为国民核算基础的持续正当性

B阿瑟教授指出，关键在于，均衡方法未能描述经济状态随时间变化的机制，也没有描述均衡是如何形成的[1]。因为一个先验的跨期均衡，几乎肯定不能算是一个机制[2]。

经济统计学人应该如何面对B阿瑟教授的评价？均衡方法，特别是收入流量均衡分析，是SNA构建的理论基础，国民核算描述经济运行过程，是否需要对过程机制的描述？是否已经或者需要补充描述收入流量均衡的形成？如果出现新的经济学认知方法，是否意味着国民核算的构建基础需要相应地更新？换言之，均衡分析作为国民核算基础是否具有持续正当性？进一步而言，B阿瑟教授宣称复杂经济学并“不打算去找到这样一个均衡”[3]，那么，经济测度和国民核算是否需要和应该创建新的范式？

[1] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第146页。
[2] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第312页。
[3] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本，布莱恩•阿瑟访谈录。

9
如何理解复杂经济学家对解释问题的重视？

《经济可看作是进化的复杂系统》第二卷提出的核心认知问题都是“解释问题”。耶鲁大学经济学教授、现代博弈论创始人舒比克指出：“对数据的解释至关重要，关键不在意数据是什么，而是数据的意义。”[1]

只是“指标解释”，这曾是某些人轻视经济统计学的重要评价和依据。然而，指标口径与数据的意义密切相关，在模型运行之前，如何输入达到质量标准的数据，确定指标（也即变量）的口径是一个关键步骤，决定着输出结果的质量如何，否则数据结构的意义是无法解释清楚的。

[1] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本，第152页。


结语

上述种种值得深思之处，引致了笔者所概括的“经济测度真实悖律”：经济测度应该是真实的，但又不可能是真实的。经济测度面对的其实是一个真值不可知问题，人类顶多只能尽可能地向经济现实的真值逼近。

然而，对“启示”不宜做单方向的理解，经济统计学并不仅仅是经济学的侍女，经济统计学的方法论研究及其应用同样可以反馈于经济学，并可能深化经济学的理论认知。如果经济统计学在现代经济学建设上是能动的，那么我们的认知贡献又可能在哪些方面？道路愈加艰难。

本文提出了这么多经济统计学值得对应思考之点，多数为疑问。会不会引起经济统计学的生存恐慌？笔者并不确定。不过《复杂经济学》中引用的一句话倒是乐意转引给留心者：“如果你从来没有困惑过，那么你其实什么都不知道。”[1]

[1] 参见布莱恩•阿瑟（W•Brian Arthur），贾拥民译，（2018）《复杂经济学》，浙江人民出版社中译本第263页。

参考文献

布莱恩•阿瑟. 2018. 复杂经济学：经济思想的新框架. 贾拥民译. 中国北京: 浙江人民出版社.
弗里德里希•冯•哈耶克. 2015. 知识的僭妄. 载《哈耶克文选》. 冯克利译. 河南开封: 河南大学出版社.
邱东. 2013. 经济统计学科论. 北京: 中国财政经济出版社.
邱东. 2018. 经济测度逻辑挖掘——困难与原则. 北京: 科学出版社.
邱东. 2018. 哈耶克诺奖演说对经济数量分析的启示，待发表.