[论文解读] The Role of Innovation within Economics

Russell K. Standish|ArXiv.org|Jul 5, 2000

Economic theories and models参考文献 20被引用 6

一句话总结

本文提出了一种受生态模型启发的演化经济学框架，主张将经济系统建模为开放的、动态演化的系统，其自由度随时间变化，而非静态或固定维数的动力系统。该文引入了一个具有演化交互系数的改进冯·诺依曼模型，并证明此类系统可表现出自组织临界性，表明创新和技术变革是由潜在适应度景观内生驱动的，类似于生物进化。

ABSTRACT

This paper discusses dynamic evolutionary economics, and introduces a model of such.

研究动机与目标

• 将经济建模从静态和动态均衡方法转向一种能够捕捉长期创新与结构性变革的演化范式。
• 将经济系统建模为开放维数的动力系统，其中过程与商品的数量随时间演化，类似于生态系统中的物种。
• 探究经济演化是否表现出自组织临界性，类似于化石灭绝数据和沙堆模型中观察到的模式。
• 通过生产系数的演化突变探讨创新的作用，与生物物种形成和技术进步相类比。
• 检验诸如阿罗的成本缩放定律等经验规律是否可自然地从此类演化动力学中涌现。

提出的方法

• 将动力系统理论应用于通过非线性微分方程建模经济过程，通过在平衡点附近线性化分析稳定性。
• 引入一个改进的冯·诺依曼模型，其中投入产出系数（a_{mi}, b_{mi}）和价格动态（p_i）随时间演化，允许新增过程。
• 为新过程实施突变机制，通过中心分布对系数进行随机扰动，模拟生物进化。
• 将沙堆模型（Bak）中的自组织临界性（SOC）概念应用于经济系统，表明在参数范围内表现出鲁棒的临界行为。
• 采用类似于诺斯-霍伊尔温控器的价格调整规则，使价格基于供需失衡通过π_i控制的动力学演化。
• 将技术进步建模为随机过程，其中新过程随时间增加，创新速率由适应度景观动力学决定。

实验结果

研究问题

• RQ1 经济系统能否被有意义地建模为开放维数的动力系统，其中过程数量不固定？
• RQ2 经济系统是否自然演化至自组织临界性，如同生态与物理系统中所见？
• RQ3 创新的出现是否遵循幂律统计，如阿罗定律所预测并见于生物物种形成中？
• RQ4 不同过程系数的突变算法如何影响经济系统的涌现动力学？
• RQ5 技术变革的统计特性是否可由底层适应度景观解释，如同NK模型所示？

主要发现

• 该模型表明，自组织临界性在演化经济系统中稳健地出现，表明临界性是此类系统的典型特征。
• 系统的涌现动力学对用于新过程的突变算法的具体形式相对不敏感，表明演化结果具有鲁棒性。
• 该模型支持创新由底层适应度景观结构内生驱动的观点，与创新频率的幂律标度一致。
• 采用π_i控制的价格动态模型相比冯·诺依曼原始假设的过剩时价格冻结，使系统刚性降低，实现更真实的动态调整。
• 该模型表明，经济中过程与商品的数量并非固定，而是随时间演化，这要求从有限维数系统转向开放维数动力系统。
• 诸如阿罗的单位成本降低反幂律等经验规律，很可能是演化创新过程的涌现属性，而非外生假设。