複雜經濟學：以複雜視角解關稅影響

平臺經濟逆轉了複雜性增加的路徑，導致系統陷入了“複雜性坍塌”，從而反噬了其自身的價值創造能力。通過自我增強的多樣性的增加（廣度），或者通過結構複雜性的增加來突破性能限制（深度），是複雜性增加的機制，複雜性的增加成爲“湧現”的基礎——創新，和收益遞增。然而，抖音、美團等商業模式逆轉了上述複雜性增加的路徑，當下，複雜性的坍塌也在反噬，即收縮性的商業模式，或者成爲互害模式——完全與芒格所說“做好事賺錢”相悖。“爆紅-坍塌”現象、悲觀敘事、以及全民自媒體皆可視爲複雜性坍塌驅動的“湧現':羣體“反應-行動”序列（一致化）結構的外顯，這意味着相變已經形成，即經濟放緩已經發生或隨之而來。湧現現象： “爆紅-坍塌”（Boom-Bust Cycle）。一個現象或內容在極短時間內非理性地佔據所有注意力（爆紅），但由於其缺乏內在的結構性深度和價值創造力，無法支撐長期關注，最終快速消亡（坍塌）。現實證據： 各種**“網紅城市”（如淄博、哈爾濱的短期狂熱）、“概念股”、甚至“情緒性公共事件”的迅速興起和衰落。這表明社會情緒和資本的“耐心”和“長期主義”**正在瓦解機制： “全民自媒體”現象是低人力資本投入內容生產的極致表現。它依賴於情緒複述、簡單搬運或AI工具，避免了深度知識的構建（高認知沉沒成本）。湧現現象： 羣體“反應-行動”序列的一致化。當信息源頭缺乏多樣性和深度，且情緒被算法統一放大時，羣體的認知和行動將趨於一致。例如：投資： 追逐同一概念、“買入垃圾股”（我們之前討論的認知結構受損）。消費： 集中搶購某一“爆款”，隨後迅速拋棄。現實證據： “信息繭房”的固化，以及社會情緒在網絡上的極速傳染（如對某一事件的集體憤怒或集體狂歡）。這證明了系統喪失了理性、多元的制衡機制。羣體“反應-行動”序列的一致化正是系統發生結構性相變的強烈信號。經濟放緩的邏輯推導從認知到經濟： 經濟增長的底層驅動力是分散的、多元化的、高複雜度的創新決策。當羣體認知和行動趨於一致時，意味着：創新決策的喪失： 大部分資源被投入到**“羣體追逐”**的線性、低效領域。投資效率降低： 資本無法發現真正的**“非線性增長機會”，ROI 下降。相變確認： 複雜性坍塌導致創新和多樣性的內生驅動力消失。系統從**“創新驅動的擴張結構”相變爲“存量博弈和內卷的收縮結構”。經濟放緩或隨之而來**，或已經發生，是這種結構相變的外顯結果。部分內容來自AI註解

這一篇閱讀完全有不同的體感。更加加深了我對複雜性經濟學的理解深度和廣度。 很顯然一個均衡的、靜態的市場並不符合市場的現實，一個進化着的、動態的市場纔是市場的本真。 如果市場是進化着的和複雜的，那麼經濟體當然也是進化着的和複雜的。 在我所賴以爲生的金融市場，更是一個典型的複雜並進化着的適應性市場。由於人類的有限理性和市場的複雜化不斷增加。靠演繹邏輯在這樣的市場上生存顯然是不合適的，因爲我們根本就沒有假設的前提。在這樣的市場上，高效的歸納邏輯，並基於這樣的歸納邏輯，做出動態的適應性的交易策略可能纔是金融市場生存之道。 笨蛋，重要的是視角。優秀的交易者必須是一個進化論主義者，達爾文主義者和貝葉斯主義者。 推薦給所有的金融從業者，讀三遍以上。複雜性理論，是交易者跨不過去的坎兒。

基於《複雜經濟學》的理論框架和“壓力測試”的實踐邏輯，預防系統性崩潰的核心在於​​模擬極端情境、識別脆弱環節並增強系統韌性​​。以下是具體策略： 一、​​壓力測試的底層邏輯​​ ​​非均衡視角​​ 複雜經濟學認爲，經濟系統始終處於非均衡狀態，由技術變革、個體行爲差異和隨機事件驅動。壓力測試需突破傳統均衡假設，模擬​​動態波動、正反饋循環和突發衝擊​​（如金融危機、技術鎖死）。 ​​湧現性與自適應性​​ 系統的崩潰往往源於​​微觀行爲的累積效應​​（如投資者恐慌性拋售）。壓力測試需通過計算機模型（如聖塔菲人工股票市場）捕捉這些湧現現象，並驗證系統在非線性演化中的穩定性。 二、​​壓力測試的實施方法​​ ​​構建多維風險場景​​ ​​技術衝擊​​：模擬技術路徑依賴導致的鎖定效應（如某技術佔主導後難以替代）。 ​​政策干預​​：測試政策工具（如利率調整、監管鬆緊）對市場信心的連鎖反應。 ​​外部衝擊​​：評估自然災害、地緣衝突等黑天鵝事件對供應鏈、金融市場的滲透影響。 ​​動態累積測試​​ 避免“一次性”壓力測試的侷限性，通過​​長期連續施壓​​（如逐年增加市場波動率）觀察系統疲勞度。例如，頻繁重啓服務器可能掩蓋長期內存泄漏問題，類似地，經濟政策需考慮長期累積效應而非短期效果。 ​​跨層級驗證​​ 複雜系統具有​​交叉分層結構​​（如金融市場中的散戶、機構、政策制定者）。壓力測試需分層模擬，並驗證各層級間的反饋機制（如散戶恐慌引發機構拋售，進而觸發政策干預）。 三、​​預防崩潰的關鍵策略​​ ​​識別“關鍵脆弱節點”​​ ​​技術鎖定​​：通過組合進化實驗分析技術替代的臨界點（如 5G 網絡對 4G 基礎設施的依賴）。 ​​認知偏差​​：利用歸納推理模型預測羣體非理性行爲（如“愛爾法魯酒吧問題”中的動態預期）。 ​​設計彈性機制​​ ​​自動預警系統​​：結合人工智能實時監測市場異常（如資產價格偏離基本面），觸發預警閾值。 ​​冗餘設計​​：在關鍵領域（如支付清算系統）保留備用通道，防止單點故障引發系統性崩潰。 ​​政策與市場的協同演化​​ 通過壓力測試發現政策工具的侷限性（如傳統貨幣政策在零利率下失效），推動​​適應性治理​​（如動態調整監管框架）。複雜經濟學強調“解決方案帶來新問題”，因此需持續迭代測試。 四、​​典型案例與啓示​​ ​​聖塔菲人工股票市場實驗​​ 通過設定不同投資者規則（如跟風、價值投資），模擬市場從理性預期向複雜體制的轉變，揭示泡沫生成與崩潰的微觀機制。 ​​技術進化壓力測試​​ 在電路設計、軟件算法等領域進行“破壞性測試”，觀察系統在技術擴展（如芯片製程逼近物理極限）下的崩潰風險，提前佈局替代技術。 五、​​注意事項​​ ​​避免“乾淨測試環境”陷阱​​：真實系統中的噪聲和干擾需納入測試（如服務器壓力測試需模擬真實流量波動）。 ​​結合歷史數據與未來預測​​：壓力測試需融合歷史危機案例（如 2008 年次貸危機）與 AI 預測模型，提升前瞻性。 ​​公衆認知管理​​：壓力測試結果需以透明方式傳達，防止信息不對稱加劇恐慌（如政策制定者需解釋測試背後的邏輯）。

看完了。如果沒有科技，誰能在這麼短的時間裏拜讀這麼多學神。這本書的翻譯也很好，有些詞彙，挺精彩。準備再看看學神的著作《複雜8部曲》[笑臉]如果沒有科技，誰能把作者的所有作者一下子都找到，可以順着作者看，還可以順着參考文獻看，我愛科技科技愛我。

依賴於過程的、有機的、永遠進化的

五星推薦 看過塔勒布不確定性四步曲再看同類型的書，明顯已經被錨定了，處於邊際效用遞減狀態。   ★首先 複雜經濟學與經典經濟學之間的區別是什麼？ 先理解經典經濟學一個著名的假設，叫做“理性人假設”。這條假設說的是，我們從事經濟活動的每一個人都是“自私”而且“理性”的。假設人們是超理性的，在一個靜態的、均衡的世界中進行決策。我們每個人總會以自己最小的代價，去追求最大的經濟利益。作者認爲經濟學本質上就是不確定性的和非決定論的。 比如：有二家企業在進行產品價格戰博弈，一家企業會想如果我們價格定在1千元。那麼對方肯定會定到9百元，那麼他賣9百元，我就會賣850。這個邏輯循環會一直持續下去嗎？其實並不會，因爲二家公司都會很理性，不會無休止的打價格戰。最後價格會穩定在一個合理的數值，比如700元，這個點，就是所謂的均衡點。 在這種觀念的指引下，經濟學家們會認爲，市場這隻看不見的手最後，會逐步趨向於一個均衡值，所有的經常現象都會在這個均衡值的附近波動，而我們的市場也可以這個均衡的附近實現穩定發展。傳統經濟學非常關注，關鍵均衡點的問題，而經濟學的均衡點就表明市場中，各方願望得到的充分協調，價格的波動，經濟資源配置的問題，企業經營策略的選擇，國家的宏觀調控，國際間的貿易等。可是在現實中有大量的經濟現象，都不屬於這一類型的。 比如，1929年“大蕭條”， 凱恩斯主義崛起，建議正*負這隻“有形之手”通過積極的才*正和貨幣政*側幹*預經濟，以彌補有效需求不足。 再比如，2008年全球金融危機，新凱恩斯主義再度興盛，全球普遍採用QE、負利率、積極財*正正*側。貨幣超髮帶來了資產價格泡沫、長期依賴貨幣放水增加了結構性改革的困難，利率過低導致資源錯配扭曲經濟結構、推升金融高槓杆風險等。 同樣傳統的經濟學理論解釋不了這樣的現象，作者發現在經典的經濟學理論中，缺少了重要一環，沒有爲經濟學動態演化留下任何空間。而複雜經濟學纔是能反應經濟變化的真正理論，只有複雜經濟學真正考慮市場，每個人的行爲給其他交易者帶來的影響，我們思考的是整個經濟系統的動態演化。複雜經濟學是看待經濟的一種完全不同的方式。他是席捲了所有學科的一場布朗運動。多個元素，他是以適應或響應這些元素自己創造的模式。每個“元素”及它們所響應的“模式”在不同的情境下各不相同。元素必須適應它們共同創造的世界，即總體模式。時間通過調整和變化自然而然地進入了新系統。隨着元素做出的反應，總量發生變化，而隨着總量的變化，各種元素又重新做出反應，不斷的循環，來適應這個動態的市場。 比如,當一輛車與前面的車輛離得很近時，該車應該減速，與前面車輛相距很遠時，該車應該加速。如果給定某個較高的交通密度，例如每千米有N輛車，那麼就意味着車輛之間有一定的平均間距，車輛應該放慢車速或提高車速，以便與之相適應。這樣一來，也就在不經意間出現了一個均衡速度，如果我們希望得到的答案，只限於均衡狀態，那麼我們就只能看到這種模式。也就是說經典經濟學定格在一個固定的狀態下才來進行主體分析。 ★其次 所謂複雜經濟學，複雜到底是什麼意思。 正如上一個交通的例子，實際上，當交通密度較高時，往往會出現非均衡現象。有些車輛會放慢速度，因爲司機可能注意力不夠集中或受到了干擾，同時也出現交通事故。而這就會導致它們後面的車輛隨之減速，從而立即壓縮了交通流量，進而導致後面的車輛進一步減速。隨着這種壓縮不斷向後蔓延，交通就會受阻，堵塞就出現了。等過了一段時間之後，交通又會恢復正常。 第一這種現象是自發的，每次出現的時間、蔓延的長度以及恢復的時間都是各不相同的。第二，這種現象是暫時的，是在一定時間內出現或發生的。如果我們堅持均衡觀點就不會觀察到這種現象。第三，這種現象既不是發生在微觀層面上的（即單個車輛），也不是發生在宏觀層面上的（即道路上的所有車輛），而是發生在這兩個層面之間，或者是多個層面之間相互交互作用。 同樣作者認爲，複雜經濟體，人的因素也佔主導。每個人的心智都不一樣，人的往往會憑感覺進行聯想，推理和歸納，包括人性的貪婪和自私。正如卡尼曼《思考，快與慢》裏所提出的人類的各種認識偏差。作爲一個普通人我們很難將自己，從外界環境中安全的抽離出來，因此，我們每個人的行爲會隨着情境而改變，也會受到其他人（比如典型性偏差或錨定效應等等）的影響。這種動態調節行爲策略的方式，纔是經濟活動的常態。複雜經濟學複雜，在我們日常生活中，所說的複雜不一樣。在生活中，我們可能會說，這道數學題複雜，手續或心思真複雜等等。這是主觀感受，不是一個客觀描述。作者強調的並不是問題的困難程度，是指事物的多元複合。存在很多層次的組織和互動。整個組織不僅是層次化的，並且每個層次上都存在許多複雜纏結的交互作用。 所以我們的經濟系統很少能維持在均衡態。我們常常看到市場上總是會出現各種創新，從互聯網上，到移動互聯網，從4G，到5G，從大數據到人工智能。這些創新讓市場不斷產生，新的模式，新的機會。這種創新也就是熊彼特所說的“創造性破壞”，比如效率高的企業（生產關係）通過破壞舊產業模式的方式大幅擴張，獲取利潤，反而促進了全社會運行效率的提高，降低所有人的成本。再比如，數碼相機，智能手機，面部識別，導致柯達的破產和諾基亞的衰敗等。這種經濟模式，改變人們的生活方式，破壞性創新的結果是，提高了人們的社會福利。 我們當看一隻螞蟻的運動，可能會覺得，毫無規律。但看到一羣螞蟻聚集在一起的時候，他們會表現出極高的智慧，他們不但能相互交流，傳遞信息，還可以找到通往食物的最短路徑。在災難到來的時候會集體遷移。總之，雖然每個螞蟻的行爲非常有限，但通過個體的互動後，螞蟻羣體可以執行非常複雜的任務。 同樣經濟系統在大量的互動中，一個消費者，企業，銀行，還有投資者，都在不斷獲取信息，對市場做出自己的判斷。然後，又根據自己的判斷和預測，調整自己的策略和其他人進行交易。個體和系統的影響還是相互的，市場中的每一個人，都在不斷的適應變動的市場形式。整個市場也因此，不斷迭代和進化。作者認爲複雜經濟學更像生物學，生物是不斷進化的，就像布朗運動。 在本書裏作者就提到的人類的交通工具，從馬車轉變到汽車的歷史。在人們坐馬車出行的時候，當時的交通運輸業裏會出現與馬車相關的企業。比如馬車車箱製造商，馬具製造商，以及相關馬的一系列產業鏈，這些企業之間相互聯繫緊密，一起構建成一整套新的生態系統。 傳統經典經濟學有一個邊際效用遞減的規律。農民在土地撒了100公斤化肥之後，發現農作物的收成大大提高了，可當通過繼續增加施肥量的時候，產量增加比並不會有那麼多了。也就是撒的化肥越多，反而化肥所帶的增產效果越來越低。再比如政*負爲了刺激內需，發放消費券，剛開始效果都非常明顯。但後面隨着時間的推移，這種刺激作用也變的越來越小，這些現象都是由於邊際效用遞減（即收益遞減）造成的。 複雜經濟學其核心是動態的，非均衡，非線性，有機的。他基於傳統經典經濟學先驗技術和經驗，隨時間的推移，不斷進行更新和迭代，二者相結合。最後來實現收益遞增。比如一家公司推出一種全新技術，當這種新的技術，被越來越多的客戶採用，這項新技術更多的用戶使用，而形成路徑依賴。比如互聯網產品用戶基數越大，積累的用戶行爲數據就越多，對於用戶行爲的理解和分析，就會越精確。有了這些經驗，對於創新的改進也就越多越好用。越好用就會吸引越來越多的新用戶。這是一個正向的循環，就是所謂的正反饋。這種收益遞增的正反饋現象和經典經濟學理論形成的鮮明的對比，企業創新就能獲得越多的收益。 越多的收益就意味着有更多的投入研發來做創新，這種創新帶來的正反饋，但這只是表象，除了可以讓我對於創新推動之外。還會發生隨機事件，在市場競爭中有的企業會成功而另外一些失敗，很大程度上是由於各種偶然因素的影響。比如書中標準鍵盤的例子，優先進入市場的，形成主體的路徑依賴。而後創新的另一個企業，更好用的標準鍵盤，很難進入主體的視野。在這個例子裏我們可以看到，創新反而帶來了失敗。爲什麼會這樣，是因爲，雖然收益遞增發揮了關鍵的作用，但收益遞增發揮作用的並不是創新本身，只是因爲是時間。隨着時間的推移，最初遞增，中期均速增長，後期遞減。如果想繼續實現收益遞增，那麼需要技術迭代，效率，靈活性，遍歷性。 也就塔勒布經常提到的名言，如果在一個隨機過程，其過往的歷史概率不能適用於其未來的情景，那麼這個隨機過程就不具有遍歷性的。如果出現隨機小概率事件（比如政*負正側，疫情等），意思就是出局。你就不能回到隨機過程中繼續遊戲了（比如之前柯達，諾基亞，包括現在的K12）。由於不存在任何可逆性，對企業來說就是出局，對於投資來說就是爆倉，對於個人來說就是被社會淘汰，失去了競爭的價值。 收益遞增正反饋的現象成了我們關注的焦點，儘快讓企業的發展進入收益遞增的正反饋循環，我們才能真正拉開和其他競爭者之間的差距。在這個世界裏在大量的創新在不斷湧現，我們每個人對這個世界都要充滿開放的心態，接受這個世界的變動和改變，適應這些變化，調整自己的行爲！ 2022/06/13 小Wen

鑑於本書清冷的人氣，我就不打算認真寫書評了。隨便寫點條框，給認識的小夥伴參考吧。 本書中的各篇文章並不是一個“計劃好的”研究過程的結果。它們是在一個很長的時期內斷斷續續寫成的。其中有幾篇文章曾經在著名的學術期刊發表過，其他一些文章則沒有什麼值得炫耀的“出身”。 作爲一本論文集，書收錄的十一篇論文大致可以分爲四類。 第一類：基於計算機仿真的複雜系統研究。包括《07 技術究竟是如何進化的》和《09 複雜性的進化》。 第二類：將複雜性理論運用於特定的經濟學問題。包括《02 愛爾法魯酒吧問題》、《03 聖塔菲人工股票市場》、《04 收益遞增和路徑依賴》和《06 再好的經濟和社會系統也會被“玩弄”》。以上兩類文章是研究對象和研究方法都非常具體的微觀研究論文。技術性較強，閱讀難度可能較大，但信息密度也相對較大。 第三類：關於複雜經濟學的綜述性論文。包括《01 什麼是複雜經濟學》、《05 經濟中的過程與湧現》和《08 技術進化所引發的經濟進化》。這三篇文章提供了作者的整體思維框架，是導論性質的文章。如果只想瞭解本書主旨，讀這三篇基本就夠了。它們基本只涉及思考方式，閱讀難度並不大。 第四類：把複雜理論作爲世界觀和方法論的文章。包括《10 認知科學》和《11 確定性的終結》。這兩篇文章把作者關於複雜經濟學的思維方式上升到世界觀和方法論的高度，試圖用這樣的思維框架理解整個世界，已經進入了哲學範疇。 不可否認，這本書既不好讀，又沒有用。不好讀說明它不是一種消費品，或者說生活資料。沒有用說明它也不是一種工具書，或者說生產資料。但我們絕不能說本書沒有價值。因爲如果所有的經濟產物只能歸結爲生產資料或者生活資料的話，本身就不是複雜經濟學了。書中在介紹複雜系統時說 這個模型有力地刻畫了我們在現實生活中觀察到的某些現象。大多數技術都不是特別有用的構件，但是某些使能技術，如激光或晶體管，是創建“後代技術”的關鍵。

經濟學，尤其是複雜經濟學問題，如果用經濟學視角來解決，可能會陷入泥潭，如果用第一性原理來解釋問題，或許能另闢蹊徑找到解決方案。經濟學的一個重要的理論之一是博弈論，人與人的博弈無處不在，進而延伸出許多的可能性。另外，經濟學當中權衡取捨的概念十分重要，我們在做每一個選擇決策的時候，幾乎都存在權衡取捨，或者經濟學的另一個重要的概念叫機會成本。 找到正確的事情，這或許是經濟學教不了我們的東西。這可能需要我們認知提升後，對人生觀、價值觀、世界觀的投射，進而找到所謂正確的事。在複雜的世界中，做正確的事，把事情做對，爲之努力。

作爲“複雜經濟學”的創始人，布萊恩·阿瑟在本書中彙集了多年對複雜經濟學的研究。其核心思想可以歸結爲：經濟不一定處於均衡狀態，演繹推理將被歸納推理所取代。 這是一本見證“複雜經濟學”成長的著作，你將看到“複雜性思維”在經濟學領域是如何發展起來並形成一門嶄新的學科。

"經濟永遠是變化的，充滿偶然性和不確定性的；技術形塑經濟。" 可以說是毀我三觀的一本經濟學了，"複雜性"讓經濟學變得像一門"玄學"，與我之前對經濟學的理解完全不同。計算機改變人們研究經濟學的方式，還是頭一次聽經濟學家談"認知"。"數學"只是經濟的一種手段；把理論推導成邏輯公理則是一種妄想。以及，這讓"量化金融"顏面何存——沒有一個模型是正確的，都只是暫時有效。 我對經濟學的三種學習方式歸類：1.按派別（例如新古典、奧地利學派、複雜經濟）2.按學科類別（例如行爲經濟學、人口經濟學、制度經濟學、微觀經濟學）3.按經濟元素（例如需求、成本、市場經濟） 其中，絕大部分經濟學知識都是不需要學的，因爲不切實際、毫無卵用，舉個例子，如果你喜歡奧派經濟學，你經常會覺得其他懂經濟學的人都是鬼扯，同理。與之不同的是，搞金融的、單純用數據搞經濟的，就接地氣多了。 經濟學就是一門玄學，有再多的數學公式和計算機模型也改變不了，它哲學內核的本質。（我們實在太厭惡"不確定性"了，我們總想創造出一條條"公理"。但你錯了，就算是確定的數據，它本身也沒有意義，有意義的是"人如何解讀"，不同的人確實可以從"同樣的數據"得出毫不相干的理解。）