首页 理论教育 算法理论的经济学起源与发展

算法理论的经济学起源与发展

时间:2023-05-16 理论教育 版权反馈
【摘要】:算法理论直接起源于诸经济学说之间的相互冲突。20 世纪的最后12 年,我处于学习和思考经济学的过程中。奥地利经济学重归流行,其势头甚至超过了新制度经济学的盛况。这一理论拥有一个现成的证据,那就是人工智能工程。最终结果是,这篇论文于2006 年6 月以《算法经济学:一个关于有限理性的“一般”理论》为题刊登在了社科院经济学所的内部刊物《经济研究资料》上,不过并没有引起什么反响。

算法理论的经济学起源与发展

算法理论直接起源于诸经济学说之间的相互冲突。20 世纪的最后12 年,我处于学习和思考经济学的过程中。如同其他同学一样,大家早在中学时代就学习了马克思主义政治经济学;进入大学以后,相关课程得到了延续和深化。另一方面,改革开放事业已经进行得如火如荼,西方经济学课程因而得以进入了课堂教学之中。除了学习标准的微观经济学宏观经济学,在那个异彩纷呈的时代,其他非主流的学说也在课堂和讲座中得到了介绍。老师告诉我们,新古典经济学并不足以解释经济增长;在这个困难的刺激之下产生了人力资本理论。约瑟夫·A·熊彼特的创新理论得到了重点介绍。此外还有赫伯特·西蒙的有限理性论。新制度经济学当时在大学中异军突起,当然也不例外。关于经济体制改革的讨论进行得非常热烈,因而奥地利学派经济学也得到了一定的介绍。思想的多元化与实际问题的刺激提供了难得的机遇;及至毕业时,我的脑中既充满了问题,又饱含着思索的兴趣。尤其是,人力资本与创新不能进入主流经济分析框架,这一点给我留下了深刻的印象。当然,那时候,我并不知道经济学的内在冲突是更广泛的人文与社会科学领域中所存在的种种根本问题的一种反映。

1992 年大学毕业之后,我一边工作,一边进入了一个独立研习和探索的时期。新制度经济学在此后若干年中逐步发展成为一种公共的知识和话题,势头日盛一日,长久不衰,实在有些令人惊讶。在这些年中博弈论和演化经济学也在全球范围内取得了引人瞩目的发展。奥地利经济学重归流行,其势头甚至超过了新制度经济学的盛况。而在现实世界里,苏联的解体、东欧的剧变、此后这些国家所经历的痛苦的转轨过程及其与中国发展模式之间的对比,都为理论思考提供了激情和素材。出于实际工作的需要,我的计算机知识也得到了丰富。

根据对国有企业改革问题的长期思考,我于2002 年写作了《国资宪法:一个关于中国国有资产管理的制度设计》(该书由经济日报出版社于2005 年以《国企改革:一个新方案》为名出版)一书。在该书中,我对组织理论和新制度经济学的产权理论进行了再思考。这种反思在该书完成之后仍然得以继续。新制度经济学的价值也许在于它具有提出问题和启发读者的作用。张五常北京大学的一篇演说稿启发了我。他说,制度与交易费用并不是互不相干的东西;他认为制度是交易费用的一种产物或表现。而在关于企业性质的问题上,罗纳德·科斯则强调定义企业的关键在于定义人对人的指挥与控制。两位经济学家均未过多阐发他们的观点,但我感到其中隐藏着重要的东西,试图抓住它们究竟是什么。经过较长时间的思考,有一天,我终于认识到,要想把制度、组织、交易费用这些东西包括在经济分析的框架中(用理论语言来说,也即“内生”它们),正确的办法就是把人的思考活动视为一种与生产劳动相似的“动作”,同时把人的思想视为同商品一样的存在物;思考需要知识,并且产生着知识,这就好像物质生产过程一样;制度是一种思想、知识和人力资本,因此,制度的内生化只是知识或人力资本内生化的一个特例;知识必须是某种有限的、具体的甚至可数的东西,于是,它自身难免会发生变化,或者进行外延式的成长,而这就意味着“创新”了。我认识到,需要设法找到能够刻画思维活动的上述进行方式(后来我才知道,这叫做“迂回生产方法”)的某种理论;一旦这个目标得以实现,将意味着我所接触的所有经济学说都可以纳入一个统一的分析框架,也即全部实现相互一致了。这个想法大体形成于2003 年,现在我把它称为“思维-知识-冲突-创新四位一体原理”[1](参见下一节)。(www.xing528.com)

这个设想仍然是很粗糙的,其中的一些谜团有待澄清。探索的焦点现在集中于人的思维活动之上。显然需要一套可以确切地描述思维现象的语言。为此,我自然地想到了计算机。当时,计算机产业的蓬勃发展是一个比经济学更为热门的大众话题,许多文科的学者也在思考计算机对我们意味着什么。于是,我开始研习计算机科学。作为一名文科生,这是相当吃力的;可以说,其中的许多细节我至今仍然不甚了了。但是,这一研习的目标很明确,就是在其中寻找可以为经济理论所借用的最为简洁明了的原理,并忽略与此无关的其他内容。[2]在排除了若干最初的似是而非的设想之后,“指令”这个概念很快成为了关注的焦点,而方案则最终确定在“计算=指令+信息”这个原理之上;也即,我们可以假设,人的思维是以类似于计算机的“指令+信息”的方式来进行的。由于“指令”主要指代思维活动或逻辑计算的一些具体种类,因此这个概念不难于理解。对于经济学者来说,它也不是黑箱。它更类似于一个旧事物的新名称。人脑中普遍存在的、先天就有的指令加工外来的信息,即构成思维活动或“计算”。计算在“冯·诺依曼架构”下以串行的方式进行,形成数据、程式或思维存量;这相当于奥地利学派经济学中的“迂回生产方法”,只不过我们把它扩大到了精神产品的生产方面。所以,这个方案意味着对计算机科学原理的最少的借用,也就是说,只要在经济理论中添加上面这个公式,也就可以达到目的了!这一理论拥有一个现成的证据,那就是人工智能工程。人工智能科学家们每天都在试图向公众证明:人脑与计算机是类似的。因此,几乎无需经济学者们对此再多说什么。至于计算机迄今为止尚不能很好地模仿的那些思维活动,则可以通过假设人脑比计算机多一些指令(我将之命名为“人工指令”)的方式而得以弥补(这同样遵循了“设置最少假设”的方法论原则)。如果我们引入这一理论来重构经济学,还可以借助计算机模拟手段来实现形式化;这又是对目前通行的数学方法的一种水到渠成的替代。总之,方案堪称完美!2005 年初,我提出了最初的论文,并直接把它命名为:《算法经济学:走向统一的社会科学》。

我把论文投给了《经济研究》,过了初审关,然而,最终却收到了退稿信。审稿人显然并不理解这个理论(同时也提出了个别有分量的意见)。最终结果是,这篇论文于2006 年6 月以《算法经济学:一个关于有限理性的“一般”理论》为题刊登在了社科院经济学所的内部刊物《经济研究资料》(现已更名为《经济研究信息》)上,不过并没有引起什么反响。失望之余,在朋友的建议下,我决心提出更加详细的论证。这最终导致了《算法》与《原理》两部书籍的出版。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈