按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
最小最大冒险规则要求：选取使得最大冒险最小化的行动。由于a2的最大冒险的价值是99，a1为1，看来合理的是选取行动a1。当然，也只有在一定的特殊条件下这个规则才是合理的。还有许多其他的合理性标准。
接下去是所谓的悲观乐观标准。它建议在悲观的最大最小规则和乐观的最大最大规则之间获得一种答案。假定对于行动ai，收益ui1，……，uin的最小值是mi，最大值是Mi。让a是一个常数，使得0≤a≤1成为乐观悲观矩阵元。于是，行动a1相应有a矩阵元ami＋（1－a）Mi。悲观乐观规则倾向于具有较大a矩阵元的行动。当然，只有给定了一个特定的a，才定义了一个特定的标准。这些例子表明，合理性的绝对标准是不存在的，存在的只是一类相应于在一定条件下的不同乐观程度和不同悲观程度的标准。
冯·诺意曼和摩根斯腾的《博奕论》一书中，考虑了作为个人或群体之间进行竞争或合作的相互作用结果的社会或市场的稳定性。在许多情况下，他们对于实际的经济、社会和心理复杂性采取了过度的简化。每一位游戏者只能恰好确定他的可能行动以实现某些状态和可能的受益。一般来说，博奕论采取了线性（叠加性）原理假设，在一个社会（游戏）中的许多个人的复杂相互作用被归结为若干个人的许多简单相互作用的加和。
于是，对两人游戏的研究在博奕论中占据着重要的地位。在一个事件中，游戏人1选取行动a1、游戏人2选取行动a2，被表示为数对（a1，a2）。在此事件中，游戏人1的收益是u1（a1，a2），游戏人2的收益是u2（a1，a2）。一类重要的游戏，其特征是在每一事件中，两位游戏人的收益恰好相反，即u1（a1，a2）＋u2（a1，a2）＝0（“零和”博奕）。任何的合作都被排除了。于是，最大最小规则就显得是合理的，如果没有关于对手的合理性的特定信息。在其他情况下，合作常常是合理的。
数学上的根本性问题是，在此博奕中存在着平衡点。如果完全没有合作，就以如下方式定义两位游戏人的可能行动的平衡点。一个事件（a1，a2）是游戏的平衡点，如果游戏人1的所有行动a1的收益值u1（a1，a2）大于或等于u1（a1，a2），以及如果游戏人2的所有行动a2的收益值u2（a1，a2）大于或等于u2（a1，a2）。
假定游戏人2选取了行动aa，而游戏人1试图使收益最大化，那么他就可以选取行动a2；反之亦然。平衡点是稳定的，如果游戏人知道他或她的对手也处于平衡点并且没有理由要改变其行为。显然，这种平衡定义没有考虑任何动力学方面。但是，实际的社会或经济行为却是由时间中的复杂动力学所确定的。交易循环是众所周知的经济动力学的例子。于是就提出了问题：这些动力学是否受到平衡态的吸引，以及这些平衡态是否是稳定的。一般来说，博奕论并不考虑“蝴蝶效应”，即不考虑小的行为失误有时会引起总体的危机甚至引起混沌。
冯·诺意曼和摩根斯腾的博奕论并不完全拘泥于线性数理经济学的传统，它还发展起来经济福利理论的思想。一个理性的社会被假定为选取了帕雷托优化（Pareto－optimal）的利益分配。如果没有对于其他个体福利的减少就不可能增加这一个体的福利，这种利益的分配被称为是帕雷托优化的。满足这种弱帕雷托优化福利条件仍然是不充分的，还必须考虑到潜在的联合。博奕论中的合作解理论，主要是追随了福利经济学、交际手段，以及往往惯于社交的自私政治家的思想。数学上，福利经济学的政治和社会框架的公正、无偏见以及平等竞争等概念的确定，都被归结为某种对称性原理。
博奕论是一种精确的数学理论，它在经济学中的应用往往被估价过高了。其局限性是它对社会作了典型的线性假设。然而，博奕论是一项了不起的数学发明，它主要是由冯·诺意曼提出来的。值得注意的是，在本书所涉及的本世纪几乎所有科学领域的发展中，约翰·冯·诺意曼都是一位中心人物。他曾致力于程序控制的计算机、自动机理论、量子力学和博奕论的发展。而且，他还对自然科学和社会科学中的跨学科数学模型深感兴趣。所有这些辉煌的发展都主要是由线性原理支配着。但是，冯·诺意曼还是最先认识到自复制和自组织的重要性的科学家之一。他的元胞自动机理论就是一个著名的例子。
6．3复杂经济系统、混沌和自组织
从方法论的观点来看，主流经济学往往受到线性数学、经典力学、平衡态热力学模型的启发，有时也受到达尔文进化论的启发。古典经济模型中已经假设了一种理性的经济人，理性经济人通过成本最小化、利益最大化来追求收益最大化。这些理性的角色被假定通过在市场上交换商品而发生相互作用，市场是通过一定的价格机制来实现需求和供给之间的经济平衡的。
要描述经济的动力学，就需要有包含许多经济量——也许来自数千个部门和数百万角色——的演化方程。经济学如同其他领域一样，一切事物都依赖于其他事物，为了尽量地模拟经济复杂性，这种方程就将是耦合的、非线性的。但是，甚至是完全确定论的模型也会产生出高度不规则的行为，这样的行为是不可能作出长期预测的。经济学如同气象学一样有同样的缺陷。
在发现数学混沌和蝴蝶效应之前，人们相信有可能精确地作出长期的天气预报。作为一名计算机的先驱，约翰·冯·诺意曼认为，拥有了充分多的关于全球气象的数据，并有了超级计算机，就可以对于长期的、大范围的天气作出精确预报。在数学上他并没有错，因为在线性数学框架中，他如同经典的天文学家一样地正确。但是，流体和天气的实际长期行为惊人地不同于这些模型。
人们怎样来处理天气和经济学中的复杂性呢？气象学中，爱德沃·洛仑兹已经提出了一种非线性动力学模型，其中由于内在的（“外在的”）扰动就会产生出混沌行为（对照2．4节）。类似地，解释经济演化的复杂性就有两种可能的方式。主流方式是假定线性的模型，其中作出某些预先的特设、难以解释的外在冲击。而非线性方式放弃了过于简化的预设有外在冲击的线性假说，并力图通过其内在的非线性动力学来解释实际上的经济复杂性。在一些情况下，非线性作用非常弱，线性近似并不造成根本性错误。
在经济学史上，20世纪30年代的经济大萧条引起了试图从理论上解释经济的不规则性。但是，那些模型（例如卡耐基和汉森…萨缪尔森模型）都是线性的，难以解释振荡现象的形成。因此，经济学家们就假定，外部的冲击引起了所观察到的振荡。假如那时经济学家对于数学的发展更熟悉一些，他们就会早些了解到非线性的数学模型会导致循环限制，从而得出解答。
经济学家们起初只知道不动点吸引子的稳定平衡。彭加勒把平衡态推广到包括以极限环形式进行的平衡运动。但是，对于像洛仑兹模型（图2．21）中的混沌吸引子，既没有不动点，也没有不变运动，而是一种永不重复的运动。然而，它也是一种有边界的运动，一种非游荡集合，将一定的动力学系统吸引到某个动态平衡的终态。
历史上，20世纪的经济以其增长过程中发生着引人瞩目的崩溃中断为特征。例如，20世纪30年代（大萧条）和70年代（石油危机）。对于增长的结构，要特别关注创新和技术进步。成功创新的扩张，在经验上已经由逻辑斯蒂函数很好地表示出来，本书中在2．4节已经引入了这一函数。递归的表示中可以把整数t看作时间项，增长因子a＞0。起初，人们对于创新是全然不熟悉的。然后，随着它被人们接受，它就达到了它的最大扩张速率。再后，随着创新方式完全地结合进经济中，对它的吸收过程就慢慢地减速了。
所形成的曲线示意在图2．22中。对于a≤3，我们获得了某个不动点吸引子，这示意在图2．22a中。对于更大的a，结果形成了一种振荡（图2。22b和图2．24b），然后是一种混饨运动（图2．22c和图2．24c）。对于a＞3，周期数随着a的增加而成倍增加（图2．23a），最后它完全变成了混沌（图2．20b）。
创新和经济产出之间的相关如图6．6的模型所示。最初的输出q被看作是平衡的，随着增长速率△k的增加，输出也在逐渐增加。随着创新到达饱和状态，△k也减少到零，输出q跌落到最初的水平。于是，创新刺激出某种繁荣，但也就引出了随后的衰退。创新可以是节省劳动力的。如果每输出单位的劳动输入降低20％，就会引起失业。
人们假定新思想的增长是指数式的，像舒伯特那样的经济学家主张，在一次创新冲动的尾声就将开始一轮新的创新冲动。然后，如果大致以每年4％的速度发生经济系统连续地起作用和技术概念连续地生长，那么就会激起新的一轮繁荣和新的衰退，如此等等。对于经济循环理论，创新是至关重要的，因为在一次萧条中是没有任何的新投资基础的，而新的投资又是引出新的扩张所必需的。
一些新的思想平稳地产生出来。当足够多的思想积累起来以后，就会引进一组新的创新。它们最初的发展是缓慢的，然后随着方法的改进而得以加速。逻辑式发展标志了这种典型的创新轨迹。引入一种创新必须要有某种超前投资。投资刺激了需求。增长的需求促进了创新的传播。于是，随着所有的创新都已经被充分发掘，减速过程就将导致零增长。
熊彼特把这种现象称作创新“游泳”。在他的三循环模型中，第一个短循环相应于资本循环，创新在此不起作用。下一个较长循环相应于创�