在任何一种信息处理实体的网络中，潜在的指数级增长创造了一种十分有力的规模经济。传统经济学常常认为，规模经济是一种与成本和数量相关的函数：如果部件的产量增加，那么生产每个部件所需的成本就会下降。布尔网络定律促使我们想到另外一种规模经济。随着布尔网络的不断扩展，创新的可能性也会呈指数级增长。由10个节点组成的布尔网络拥有210种可能的状态，而拥有100个节点的布尔网络则可以有2100种状态。100个节点网络的可能状态不只是10个节点网络的10倍，而是比后者大了30个数量级（1030）。从在当地的咖啡馆工作的10个人，到在波音公司工作的18万人，发生变化的不仅是员工人数扩大了4个数量级，而且复杂程度从制作拿铁变成了制造大型喷气式客机，其中的复杂程度提升了许多个数量级，就像人类的复杂程度比蛔虫高了许多个数量级一样。像波音公司这样大型的组织也内含着许多创新的空间——波音公司组织网络的大量状态意味着其赖以生存的可能方式要比街角咖啡店多得多。
如果说传统规模经济就是经济增长的全部，那么相对于200万年前，现在人类只不过是可以以更低的价格生产石器。但如果将人类组织视作一种布尔网络（我们承认其状态远不止开或关），我们就能看到，随着组织的规模不断扩大，创新的潜在空间就会呈指数级扩展。事实上，人类经济组织一直以来都在不断扩大。特别是，组织规模的跳跃式发展与技术的变革相吻合。定居农业的发展导致了村庄的出现，而村庄的规模远大于它的前一种组织形式——狩猎采集者部落。同样，工业革命催生了大规模工厂和工业城市，而20世纪晚期的信息革命催生了大量全球化企业。这些变化中存在一个良性的循环：技术变革催生更大规模的经济合作单位，这又将撬动更大的经济规模，最终创造出更多的未来创新的可能性。我们将在第三部分对此进行进一步研究。
然而，布尔网络却让我们在数学问题上陷入了困惑。如果说大型组织的创新空间大于小型组织，那么为何在商业历史上，小型组织的创新力往往比大型组织强呢？为何硅谷的小公司总是能打败那些巨人集团？
大即是糟：复杂灾难
网络理论向我们展示了关于规模的不同寻常且更加黑暗的一面。关于规模，还有一种重要的不经济性，它是由布尔网络的第二控制变量所驱动的：连接指数。你可以假设有一个网络，其中的连接非常稀疏，比如每个节点只与自己两边的单个节点相连，就像之前所说的圣诞树灯串。或者，你也可以假设一个连接非常密集的网络，其中有1 000个节点，每个节点都与其他所有节点相连，每个节点的连接数对于网络的特性有着重要影响。考夫曼及其在圣塔菲研究所的同事对这种关系进行了深入研究。22他们通过简单的观察得出了一个关键的结论：如果网络中每个节点的平均连接数大于1，那么随着节点数量的增加，连接的数量将会随着节点数量的增加而呈线性增长。这就意味着网络中相依性的增长速度大于网络本身，而这正是问题产生的根源所在。随着相依性的增长，网络某个部分的变化更有可能对其他部分产生涟漪效应。由于涟漪效应的可能性不断增加，网络某个部分的积极变化将导致其他部分出现消极变化的可能性增加。
为了说明这一点，我们可以假设你是一个小型创业公司的联合创始人，公司只有两个部门：产品开发部和市场部。你负责产品开发部，在有了一个关于新产品的点子后，你召开会议来讨论相关计划，市场部也没有意见，你准备开始大展身手——就是这么简单。你的新产品大获成功，公司初具规模，你决定是时候设立财务部和客户服务部了。然而，跟所有的创业公司一样，你们公司有一点混乱无章，新建部门之间都互不沟通，员工都选择来找你。现在，你又有了一个新产品的设想，于是你跟市场部开会、跟财务部开会、跟客户服务部开会，以确保他们都会支持这项计划。这比之前要复杂一些，但还不算太糟糕。开会的总次数跟部门的数量一样，也就是说，开发第一个产品需要开一次会，开发第二个产品需要开三次会。
但你厌倦了当沟通枢纽，于是你告诉所有的部门负责人，他们应该直接沟通、分享信息、进行协调。很快，电子邮件开始漫天飞舞，会议室的日程应接不暇——你的促进交流的提议成功了。现在，你又有了一个关于第三代产品的设想，但是某些奇怪的事情发生了。你跟市场部进行日常会议，但在获得他们的同意之前，市场部经理告诉你，他们必须核对计划对预算的影响，而这需要财务部的批准。财务部那帮人说，在获得客户服务部提供的额外支持成本预估数据之前，他们不能批准你的项目。客户服务部需要跟市场部确认，以确保计划符合公司品牌和定价策略。突然之间，虽然公司的规模并没有发生变化，你需要参加的会议数量却从3场变成了10场（倘若所有的排列组合都会发生）。导致这个结果的唯一原因在于沟通连接点的密度增加了。如果公司继续扩张并且保持同样的流程——每个人跟每个人沟通，那将会是什么情况？如果再增加一个部门，比如法务部，会议的数量将增至25次。你怀着美好的心愿——只想让公司继续扩张、交流更加顺畅，最后却创造了一个官僚主义的泥潭。
你发现了一些关于会议爆发的有趣结论：在各个会议上作出的决策彼此之间都有关联，因而，组织某个部分发生的小小变化就会导致遍及整个网络的大规模变化。你的计划导致市场部需要更多的预算，这个预算结果是财务部从客户服务部得来的，客户服务部会说你得让产品的支持难度降低，你将此建议纳入计划，然后循环又回到了市场部需要作出更多调整，循环往复。同样，网络中某个部分的延迟将会导致大规模的堵塞。比如，法务部因审查而暂停了你的产品开发计划，这就意味着市场部无法做财务预算，财务部因此无法将他们的预算告诉客户服务部，然后客户服务部就不知道他们应该聘请多少员工，等等。
此类网络中的相依性造成了考夫曼所谓的复杂性灾难。这种效应的产生是因为随着网络的不断扩展，相依性的数量也会增加，网络某个部分的积极变化导致其他部分出现消极变化，从而导致发生灾难的可能性也会随着节点数量的增加呈现指数级增长，这又使得发展中的密集连接网络的适应性变得越来越低。
复杂性灾难可以解释为何官僚主义像蒲草一般坚韧。许多公司都开展过消除官僚主义的运动，结果发现几年后春风吹又生。没有谁会故意设计官僚作风，相反，官僚主义是在人们试图实现网络局部最优化时滋生的：财务部是为了确保账务清晰，法务部是为了确保合法有效，而市场部的初衷是推广品牌。问题不在于有人蠢钝或存有坏心，而是网络的发展催生了相依性，相依性导致了冲突约束，而冲突约束使得决策速度变慢，并最终导致了官僚僵局。
可能性VS．自由
如此一来，组织中就存在两股相互矛盾的力量：由节点增加而产生的信息化规模经济以及由冲突限制的逐步发展而导致的规模不经济。这些相互对抗的力量合在一起，有助于我们理解为何大即是美，又为何大即是糟：随着组织规模的增长，其可能性呈指数级增长，与此同时，其自由度呈指数级坍塌。
简而言之，大型组织天然地比其小的时候拥有更多宝贵的机会。理论上来说，大型组织可以做小型组织所能做的一切，有时甚至更多。但想要抓住这些未来的机会必然有得有失，并且这些机会与组织网络结合得越紧密，所要作出的取舍就越痛苦。一些组织的政治理念是这样的：部分群体或部门的局部痛苦足以妨碍组织进入新的状态，哪怕这种状态是更适合全球化的。
IBM公司曾在数十年里利用其体量和规模来主导计算机产业，在整个20世纪80年代，它拥有世界上个人电脑业务的最大份额。23然而，1984年，19岁的迈克尔·戴尔（Michael Dell）利用从青少年邮票交易中节省出来的1 000美元创办了一家公司，这家公司在13年后夺走了IBM公司作为全球最大个人电脑销售商的光环，并最终导致IBM公司退出个人电脑市场，将其业务卖给了联想公司。
这样一家世界上最伟大的、拥有数十亿美元资产、在全球拥有数十万优秀雇员、拥有获得诺贝尔奖技术的公司，怎么会输给一个通过集邮换取零花钱的青年呢？我们可以断言，20世纪90年代初，当戴尔公司开始吞食IBM公司的个人电脑市场份额时，IBM公司的一些聪明人肯定会说：“客户似乎喜欢通过直邮的方式购买电脑，戴尔发展很快——为何我们不通过直邮销售电脑呢？”通过直邮销售电脑一定没有超出IBM公司的能力范围，他们完全可以像别人一样，购买一些箱子和气泡包装膜，然后将电脑送去邮寄。为何IBM公司要等到几年后，在戴尔已经超过其市场份额、开始直接向客户销售电脑的时候才行动？原因在于IBM公司陷入了复杂性灾难的陷阱里。
在戴尔公司的起步阶段，IBM公司通过零售渠道向消费者、通过市场人员向企业客户销售了大量个人电脑。如果IBM公司开始通过直邮进行销售，它将招致零售商和销售人员的反对，而这或许会导致销售量即刻下降。此外，毫无疑问的是，有人会质疑这种廉价而新潮的直邮方式是否适合IBM公司这样的一流品牌。事实上，这样的变化将会导致IBM公司的整个业务系统产生连锁反应，从制造工厂到客户服务都会受影响。尽管IBM公司的高管们或许在某些时刻意识到了戴尔是一个威胁，并且他们肯定希望夺回戴尔侵占的市场份额，但IBM公司业务系统的相依性意味着人们在很多时候不得不说不。如果完成一些事情所需要的互动越多，那么出现冲突或限制的可能性就越大。大多数机构中的现实情况是，如果有足够多的人说不，那么事情就不会发生。在IBM公司与戴尔竞争的早期，IBM公司拥有的可能性远远高于戴尔。比如，IBM公司利用直购模式打入企业市场的速度要比戴尔快得多，但公司年龄越大，利用这些机会的自由度就越低。24
相依性与适应性之间的张力是网络的一道浓重色彩，深刻地影响着各种类型的系统。软件设计师见它是在程序变得非常复杂，以至于任何升级或漏洞修复都会招致新的漏洞之时；建筑师见它是在客户要将墙移动不过30厘米，但会导致连锁反应，使得项目的成本剧增之时。某些生物学家相信这种张力为有机体的复杂性设置了上限，例如斯图尔特·考夫曼。25在经济组织中，规模所带来的益处与复杂性所导致的协调成本和限制之间存在着一种清晰的得失关系。下一个问题是，对此我们能做些什么？
层级的好处
网络理论表明，组织可以采取两种行动，其一是降低连接关系的密度，其二是提高决策的可预见性。我们将分别简要地进行说明。
我们已经讨论了每个节点的连接模式完全相同的网络，比如每个节点有三个连接点。但如果我们建个层级网络又会怎样呢？对此可以想象有三个员工节点要向一个经理节点汇报，三个经理节点向一个高管节点汇报，以此类推。你想会出现什么情况呢？可以肯定的是，网络的样式会与之前不同，成为密集局部和分散局部的混合体（见图7-2）。考夫曼提出，增加适应性、避免冲突限制的一个有效方式在于将一切打碎。26将层级网络会降低连接关系的密度，从而减弱网络中的相依性。在规模不经济的概念出现之前，层级是扩展网络覆盖面的关键因素，这就是在自然世界和计算机世界里许多网络被嵌在许多网络中的原因。
图7-2 密集连接网络与层级网络
在组织环境中，传统观点认为层级是官僚的特征，是适应性降低的原因。经理们被告知，他们应该去除层级，实现组织的扁平化。但与人们的直觉恰恰相反的是，在僵局形成之前，层级可以降低相依性、使得组织覆盖更大范围，从而提高适应性。27我们可以用一个简单的案例加以说明。图7-2中的层级结构有40个节点，假设每个节点代表一个人，而组织必须进行一次“让所有人都参与进来”的决策。这个组织中没有层级，那么每个人都必须与其他所有人会面，也就是说总计会发生1 600次会面。但在图中的层级结构中，我们可以假定，每个团队都会与他们的领导会面，获得统一意见，然后将决策推进到下一级别，下一级别的人们又通过会面将决策推进到再下一个级别，以此类推。
如此一来，在底层进行9次会面，在中间层进行3次会面，最后与首席执行官进行1次会面，总共需要13次会面就可以解决问题，而不是1 600次。谁能想到层级其实能节省会面次数呢？当然，层级有其本身的弊端。比如，信息在沿着链条传递的过程中会有损耗，顶层的人可能会远离一线，糟糕的执行者则会造成很大的破坏。但是，假定层级一无是处确实是一种过分简单化的做法，并且这种做法忽视了层次作为相依性的破除器这一关键定位。
有一种做法是赋予层级结构中的各单元以更多自主性。这是艾尔弗雷德·斯隆（Alfred P. Sloan）的伟大洞见之一，他发明了自治区的概念，使得通用汽车获得发展并成了当时世界上规模最大的公司。斯隆在一家汽车公司内部创建了5家汽车公司，每一家都有自己的品牌并拥有较高的自主性。20世纪80年代和90年代，许多公司开展了为业务单元赋予更多自主性且自负盈亏的举措，这在很大程度上是为了应对组织规模扩大所带来的复杂性。
拆分部门或拆散公司，赋予了这些单元最大限度的自主权。当私募股权公司买下大公司的分部，其业务表现往往会实现巨大的提升。其中大部分原因要归结为给予管理层激励和股权，但在某种程度上可能是因为限制的消除以及自由度的提升。但我们也经常看到相反的案例，即高绩效的小公司被大公司收购后，被大公司的限制压抑到窒息。
无聊更好
考夫曼及其同事在开展原创性工作时发现，平均每个节点拥有一个或两个连接关系的非层级网络展现了自发秩序，但每个节点拥有4个或更多连接关系时就会出现混乱（导致出现大量变化以及复杂性灾难）。28随后，来自巴黎高等师范学院的物理学家伯纳德·德里达（Bernard Derrida）与杰拉德·韦斯布奇（Gerard Weisbuch）发现了一个可以改变相变时间点的参数，29他们将此参数称为偏差。
在布尔圣诞树串灯案例里的规则是：从周围灯泡得到的输入信号将会转化成输出信号。例如，如果A与B都关闭，那么C也将关闭。现在，假设我们不知道任何灯泡变化的规则——每一个灯泡都是一个黑匣子，那么我们可以通过向单个灯泡输入信号并观察其输出来研究其行为。选择一个灯泡，然后随机输入多个1和多个0，我们的输入流就会有将近50%的多个1和接近50%的多个0。如果输出流也是50%的1和50%的0，那么我们可以说输出是无偏差的；如果输出有90%的1，那么我们可以说输出偏向1；如果90%的输出都是0，则输出偏向0。我们知道，灯泡的输出是通过对输入应用一种确定性规则计算出来的，因此低偏差并不意味着灯泡的行为是随机的，这只不过意味着其中的神秘决策规则是同样输出1或0。在一位不知道规则的旁观者看来，低偏差节点的行为很难预测，而高偏差的节点更容易预测。
德里达与韦斯布奇发现，在转变成混乱状态之前，偏差越高，网络的连接越密集。如果平均偏差是50︰50，那么每个节点的连接数量为2～4个时就会向混乱转变，这跟考夫曼的研究是一致的。如果平均偏差接近75%，那么每个节点的连接数量超过4个才会发生转变。在偏差更高的情况中，网络中节点的连接数量多达6个时才会发生转变。关键在于，节点的行为越有规律，网络所能容纳的连接密度就越大。
在组织中，我们可以将偏差视作可预测性的衡量手段。如果组织的决策是具有可预测性的，就好比灯泡的规则，那么拥有密集连接网络的组织就可以高效运转。然而，如果决策的可预测性相对较低，那么网络中的连接数量就不那么密集，层级更多，并且所需的控制范围就更小。举个例子来说，在部队中，规律的、可预测的行为是受到高度重视的，但在更大的部门中，比如广告创意机构，这种行为就是要避免的。这同样意味着导致行为可预测性降低的因素（例如办公室政治和情绪）会限制组织规模的发展，以至于组织无法被复杂性主导。我们甚至可以据此开出一张创建一个功能失调的组织的配方：将不可预测的行为、扁平的层级以及大量密集的连接混合在一起，这样能够做成事情的可能性就几乎等于零。
秩序的边缘
考夫曼以及其他人的工作得出了一些违反直觉的洞见。IBM公司在应对戴尔公司时出现的问题并不在于一流的公司对变化不敏感，而在于它对变化过于敏感。IBM公司业务系统中密集的相依性以及纠缠不清的互动意味着小小的变动（“我们通过直邮卖电脑吧”）会升级为大问题（“我们有1 000个不能通过直邮卖电脑的理由”）。
这展示了仅在隐喻的层面对复杂性理论进行解读所具有的危险性。许多畅销的管理类书籍和文章都写过关于“混乱的边缘”的内容。这是秩序与混乱之间的边界，有人说大自然的适应性是最强的，对于这种观念存在一种普遍解读——公司之所以不能适应，是因为它们在秩序化的管理体制中陷得太深，因此需要允许组织有更多的混乱，这样才能进一步激发创新。尽管这种观点听起来很有吸引力，然而，对科学的正确解读实际上应该更细致，并且将会得出不同的结论。
为了理解以上内容，我们可以回到考夫曼设计的闪烁灯泡网络。在考夫曼的研究中，如果平均每只灯泡只与其他两只灯泡相连，那么该网络的行为是十分有序的——小变化不会引起灯泡闪烁模式的大变动。但当他把每只灯泡与其他四只灯泡相连时，行为就会变得很不一样。网络中某个部分的一个小变化（比如稍微改变控制灯泡行为的其中一条开关规则）就会引起重大变化，使得预测灯泡变化的模式变得不可能。在组织中，正是这些重大的变化在后来进化成了冲突约束。30每只灯泡从2个连接变成4个连接，就会出现突然的相变，网络面对变化时的精准和不敏感就会变成面对变化时的混乱和过度敏感。如果进化系统对变化的敏感程度处于中等水平，那么系统就能达到最佳的工作状态，其中的原因我们将在后续进行说明。如果进化系统对变化不够敏感，那么这个系统就无法跟上环境变化的步伐。如果系统对于变化过于敏感，那么小变化就会产生大影响。过度敏感的问题在于，如果系统在过去已经取得了成功，那么很少能有重大改变再次提升它成功的可能性，绝大多数的重大变化反而会损害其原本的成功。
考夫曼发现，如果布尔网络中平均每只灯泡拥有2～4个连接，那么系统就会变得具有极强的适应性，进入中间状态。在此状态中，系统通常是有序的，它拥有大型的岛状结构，但在结构边缘也有充满活力的、缓慢渗透的无序状态。系统开关控制规则的微小改变一般会导致结果的小变化，但偶尔，小变化也会产生大影响，有时候这会拖累系统的表现，但有时候也会带来改善。尽管这种特定的网络适应性很强，但考夫曼依然对此很困惑，因为根据大部分自然界或人类组织网络的标准来看，每个节点拥有2～4个连接依然太稀疏了。
如果我们将考夫曼的原始结果与后来的层级和偏差结果相结合，相变的范围就变成了6～9个节点。对布尔网络进行分析所得出的数值与我们通常所见的高效率的人类组织的规模十分接近。31比如，在主席或首席执行官领导下的公司董事会或高管委员会通常有5～8位成员。美国最高法院有8位大法官和1位首席大法官，而欧盟的执行委员会有5位副主席和1位主席。一些人类学家推测，这些典型的群体结构和规模源自人类作为狩猎采集者的长期进化传统，而且这样的群体规模是为了组成高效的狩猎群组。久而久之，进化往往非常有效，可以在权衡中找到平衡点。这些典型的工作群组规模的进化很可能是因为它代表着规模效益（狩猎小组每消耗1卡路里所能获得的食物多于个人每消耗1卡路里所能获得的食物）与复杂性不经济之间的平衡。如果30人的狩猎小组要花几个小时的时间来争论当天是打野牛还是打羚羊，我们的祖先就不可能存活下来。
08
视角四：
经济是一种涌现现象
大约在1315年，英国的经济进入了自由落体状态。1由于气候条件不好导致连续两季歉收，一蒲式耳(13)小麦的价格猛涨了8倍，从5先令涨到了40先令。小麦价格的上涨意味着磨坊主买不起谷物，面包师买不起面粉。农民无法养活他们的牲畜，牲畜随后渐渐患病死亡。牲畜的减少意味着田地无法被耕种，这反过来造成了粮食的进一步短缺。随着粮食供应的崩溃，农民们开始变得绝望，开始吃猫、老鼠、昆虫、树木以及任何能找到的东西。当农民们挨饿时，经济崩溃蔓延到商业领域，木匠和裁缝也陷入了困境。贵族阶层也未能幸免，就连爱德华二世（King Edward II）的宫廷也难以获得食物。英国经济的下滑很快开始蔓延到欧洲大陆，从巴黎到乌得勒支都开始出现萧条。
萧条、衰退和通货膨胀并不仅仅是现代独有的现象，自有历史记录以来它们就在反复出现。2经济学中还有其他同样古老的模式，包括第1章讨论的人均财富的长期增长，以及第4章讨论的财富分配。这些模式之所以如此古老，是因为它们必然是经济运作深层原因的结果，而且这些原因是独立于特定时代的技术、政府政策或商业实践的。
在查看经济时序数据的图表时，无论是产出、失业率，还是通货膨胀，人们都会注意到数据非常嘈杂——这些数据曲线始终在晃动。不过，尽管存在波动，数据中还是有规律可循的。例如，图8-1显示了由布兰迪斯大学的大卫·哈克特·费舍尔（David Hackett Fisher）创建的一个指数，该指数提供了从1201年到1993年英格兰近800年的物价通胀情况，我们可以清楚地看到数据中的多个模式。第一是长期的增长趋势；第二是这一增长的顶部是三个驼峰，每一个都持续了几百年，然后是许多较短的起落周期，每一个只持续了短短几年。图中的数据既不是完全规律性的，也不是完全随机的。
图8-1 1201—1993年英国消费品价格
资料来源：费舍尔（1996年）。
其他的时序数据也具有类似的不太规则、不太随机的特征。例如，美国商业周期的起起落落表现出明显的振荡模式，但振荡的频率从18个月到9年不等，振幅也从轻微的减速到深度衰退不等。3经济学家试图利用经济数据中的非规律性历史模式来预测未来的经济行为，但是他们几乎没有成功过。因此，我们有两个问题需要用经济学来解释。首先，为什么经济数据中的模式对经济学家来说不是很有规律，也不是很随机？其次，经济的深层结构特征究竟是什么？
传统经济学历来都难以回答这些问题。如前所述，经济学分为两个部分：微观经济学和宏观经济学。微观经济学是一种自下而上的经济观，它从个体决策者开始，然后逐步建立起市场和经济；宏观经济学是一种自上而下的经济观，它从诸如为什么会出现失业等问题开始，然后深入研究以找到答案。到目前为止，我们主要关注的是微观经济问题，但在这一章中，我们将上升到宏观层面。大多数经济学家都认为，理想情况下不应该有单独的微观经济学或宏观经济学。一个人应该能够从微观行为开始向上归纳，或者从宏观模式开始向下深入，并且能够在一个理论中灵活使用这两种方法。虽然这两种类型中有许多共同的观念、技巧和传统的均衡框架，但不幸的是，我们目前尚未实现这一愿望。就像19世纪建造横贯美国大陆铁路的两个团队一样，微观经济学家和宏观经济学家一直在这一领域的不同方面努力。但在铺设了一个世纪的铁轨后，他们也未能在中间相遇。我们将简要地看一下微观经济学和宏观经济学对经济模式之谜有什么看法，然后再从复杂经济学的角度来分析这些问题。
商业周期就像抖动的果冻一样吗
商业周期振荡等现象对传统的微观经济学理论提出了挑战。正如前面所讨论的，新古典主义均衡经济学模型并不会自动地翩翩起舞、摆动或振荡。这个模型必须在受到外力冲击的情况下才能活跃起来。这样，均衡模型就充当了传播机制。4我们在模型中输入一个震动，它就会传播这个震动，然后产生一个输出模式。想象一下，盘子里有一大堆葡萄果冻，而你用勺子随意敲击果冻堆会发生什么？可以看出，振动可以通过果冻进行传播，从另一边出来，导致果冻发生抖动。我们可以把这些敲击看作外源性的输入，把另一边的抖动看作输出。在传统的经济学文献中，以这种方式工作的模型被称为真实的商业周期模型。这些模型是由芬恩·基德兰德（Fynn Kydland）和爱德华·普雷斯科特（Edward Prescott）在20世纪80年代首创的。5
然而，传统的抖动果冻模型存在一个问题。传统的理论通常会将外源性输入描述为随机的，或者说至少是没有可以预测的模式的。但是，如果果冻的输入是随机的，那么输出也将是随机的。信号可以通过传播机制以某种方式进行转换，但输出仍然是随机的。想象一下，你画出了勺击输入和果冻的抖动输出的图形。输出的抖动与输入的敲击不完全匹配，因为果冻会增加敲击的延时，也可能会增加振荡，即一次轻击可产生三到四次抖动。然而，尽管抖动输出看起来与敲击输入不同，但它仍然是随机的。果冻本身是不能接受一个随机的、无序的输入流，并添加复杂的顺序的。6果冻是一个均衡系统，如果你停止敲击，它最终会停止抖动。要想让果冻产生真正有序的摆动，唯一的方法就是有序地敲击输入。如果你在果冻上按照摩尔斯电码中的“SOS” （三次快速点击，三次长点击，三次快速点击）敲击，输出的波形将不再是随机的，而是具有SOS信号的结构特点。
微观经济学的真实商业周期模型也存在着一个问题。人们可以输入随机数据，在这种情况下，输出看起来不太符合真实的状况。或者，我们也可以输入具有结构的数据，然后添加一些效果，使输出具有真实数据不太规则、不太随机的特性。但在后一种情况下，人们并没有真正解释商业周期出现的原因，只是把解释转向了外在因素。7
现在我们都是（新）凯恩斯主义者
而从宏观经济学家一直在努力的另一边，我们会看到一些不同的方法。他们必须从数据入手，然后给出一个可能解释。纵观宏观经济学理论的发展历史，宏观经济学家能够令人信服地解释经济的非规则性、非随机性的唯一方法就是背离传统微观经济学的正统理论。因此，他们不得不在不同的方向上铺设铁轨。
当凯恩斯1936年写出《就业、利息和货币通论》时，这种偏离理性均衡的趋势或许发生了一个重要的转变。20世纪30年代，凯恩斯目睹了现代历史上最悲惨的失衡事件之一——经济大萧条。8由于新古典主义微观经济学理论认为处于均衡状态的经济是充分就业的经济，因此，这显然必须有一个说法来解释经济为何会如此显著地脱离均衡，以及如何才能加速它的回归。凯恩斯提出的说法，即他的《就业、利息和货币通论》，就是一个动态的理论。9
经济世界中的人们会由于某种原因感到焦虑，例如政治不确定性、自然灾害或战争。这种情况下，消费者和商人会变得更加保守，减少开支，同时持有更多的现金。由于经济中任何一个时间点都有一个固定的现金流，所以这些行为会使得货币退出流通循环。这意味着农民、制造商、店主和其他生产者的收入会减少，然后他们会变得紧张起来，进而减少自己的支出和投资，这将导致别人那里的现金也进一步减少。最终，消费和投资的下降导致人们失去了工作，消费支出减少，最终造成了消费和投资下降、失业率上升以及消费者和商人产生焦虑情绪的加速螺旋式下降。
均衡经济学认为，货币供应的这种收缩最终应该是能够自我修正的——价格和工资下降并反映出流通的货币量减少，最终一切都应该回归到正常的充分就业均衡。在大萧条时期，物价和工资确实会下降，但是这种通货紧缩将导致人们花得更少（在通货紧缩的环境下，你的钱在未来会更值钱，所以最好还是持有它），从而进一步加剧恶性循环。凯恩斯认为，这些动态发展可能会导致经济在很长一段时间内陷入失衡状态。因此，为了恢复充分就业，凯恩斯主张政府通过向金融体系注入资金来发挥作用。这种资金的注入会导致支出停止下降，失业率停止上升，消费者和企业家信心回升，从而将恶性的下降循环逆转为良性的上升循环。
凯恩斯的观点在第二次世界大战后数年内被西方政府广泛接受，同时也在经济学领域引发了长达几十年的纷争。这场辩论在20世纪60年代和70年代达到了高潮，当时米尔顿·弗里德曼辩称，凯恩斯提倡的那种模式的政府支出不会带来长期增长，而只会导致更严重的通货膨胀。在20世纪70年代的高通胀、低增长时期，弗里德曼的观点显得尤其尖锐。弗里德曼在芝加哥大学的同事罗伯特·卢卡斯提出，如果人是完全理性的，那么他们就会明白发生了什么，人们发现经济处于恶性的循环中时就会相应地调整自己的行为，从而使经济回到充分就业的均衡状态。此外，完全理性的消费者和生产者会识破政府的任何干预企图，预见到政府的行动，并以否定政策效果的方式来采取行动。政府干预不仅无法阻止衰退，而且可能会让事情变得更糟糕。卢卡斯的理论在数学角度是非常出色的，他还在1995年获得了诺贝尔奖，但他对理性的超强诠释超出了许多传统经济学家的信任范围。
在卢卡斯之后，加州大学伯克利分校教授、2001年诺贝尔奖的共同获得者乔治·阿克洛夫基于赫伯特·西蒙的观点表明，当人们在超市里购买西红柿的时候，他们是没有理性去估计未来的政府预算赤字的。收集和处理这些信息是不值得的，因为成本太高，太费时间。尽管阿克洛夫没有构建出我们早先看到的归纳理性模型，但他明确表明，消费者和生产者并不完全理性，而这足以引发凯恩斯动力学，使经济陷入衰退。10阿克洛夫还承认，时间延迟对经济的动态发展、价格和工资的“黏性”以及它们无法立即自我调整方面发挥着重要的作用。他的模型显示出，在对抗这种恶性循环方面政府可以通过增加市场流动性来发挥建设性的作用。阿克洛夫与埃德蒙·菲尔普斯（Edmund Phelps）、奥利维尔·布兰查德（Olivier Blanchard）和格雷戈里·曼昆等人的作品综合起来，形成了人们现在所说的新凯恩斯主义经济学。11虽然新凯恩斯主义经济学在经济学理论家中仍存在一些争议，但是在政府和华尔街的现实世界中，人们普遍认为，政府对利率和预算赤字等因素的调控确实会对经济的表现产生影响。
-----------
21世纪初，传统经济学为我们提供了两个相互竞争的假设来解释我们在经济中看到的振荡模式。12一方面，我们有基于微观经济提出的真实商业周期理论，该理论坚持理性均衡观点，认为经济只是在传播外部的冲击影响。这一理论认为，经济振荡的主要原因有外部的政治事件、技术变化等。但是，这些模型不能告诉我们，尽管作为原因的外源性因素发生了巨大变化，但商业周期何以在历史上持续如此之久。另一方面，我们有基于宏观经济的新凯恩斯主义。为了找到内源性的解释，新凯恩斯主义已经背离了传统的经济学正统观点，融入了不完美的理性、动力学和时间延迟性。新凯恩斯主义在很多方面都是向复杂经济学方向迈出的一步，但是，新凯恩斯主义者还没有准备好放弃均衡论，因此我们可以说，该理论的经验成功受到了限制。13
“多即不同”
我们之前讨论过复杂适应系统中个体的微观交互如何创建宏观结构和模式。例如，即使是非常简单的糖域因素之间的相互作用，也可能会导致经济增长和收入不平等等结果。复杂经济学的最终成就是发展出一种理论，将我们从个体理论、网络理论和进化理论带到在现实世界看到的宏观模式中。这样一个全面的理论还不存在，但是，我们可以看到它可能是什么样子的曙光。
这一理论将宏观经济模式视为涌现现象，即系统作为一个整体的特征是内生于个体及环境的相互作用中的。14我们在前几章已经简要地提到了涌现，但这个概念对你而言可能仍然是神秘的。有什么东西的功能比它各部分功能的总和还要大呢？或者就像物理学家菲利普·安德森说的那样：“为什么‘多即不同’呢？”15
涌现可能看起来很神秘，但实际上是我们每天都在经历的事情。假设你能感觉到一个单一的分子，一个由两个氢原子和一个氧原子组成的水分子不会让你感到潮湿，但是杯子里的几十亿个水分子却会让你感觉杯子是湿的。这是因为湿度是水分子在特定温度范围内相互作用的一种集体属性。如果我们降低水的温度，这些分子就会以不同的方式相互作用形成冰，失去其湿润的特性，呈现坚硬的特性。同样，交响曲是一种声音模式，它是从多个乐器的演奏中涌现出来的，而肾脏是一种细胞共同工作的模式，它们一起提供了一种更高层次的功能，这是任何细胞都无法单独完成的。16
复杂经济学同样将商业周期、增长和通货膨胀等经济模式视为系统内相互作用产生的涌现现象。复杂适应系统往往具有许多类型系统中常见的典型涌现模式，这些模式可以帮助我们更好地理解这些系统的工作方式，接下来，我们将研究三种这样的典型模式：振荡、间断均衡和幂律。
振荡：啤酒世界的繁荣与萧条
钟摆左右摆动、吉他弦的振动和心跳都是振荡系统的例子。正如我们已经讨论过的，经济也会随着整个经济的商业周期，以及在第5章中讨论过的行业层次的商品周期的起起落落而振荡，或许还会伴随着更长期的变化浪潮发生振荡。17那么，为什么这些振荡会存在，为什么它们在历史上如此持久呢？
振荡是复杂适应系统的一个共同特征。例如，生物生态系统中的族群就会经历振荡。20世纪初，乌克兰化学家阿尔弗雷德·洛特卡（Alfred Lotka）和意大利数学家维托·沃尔泰拉（Vito Volterra）建立了一个著名的模型，用来描述捕食者和猎物之间相互作用所产生的振荡。18假设有一群狐狸和兔子，洛特卡-沃尔泰拉模型显示了随着兔子数量的增长，狐狸会吃掉更多的兔子，导致狐狸数量上升、兔子数量下降。兔子数量的减少反过来又导致每只狐狸所能获得的食物减少，最终狐狸的数量也会下降，从而使兔子的数量再次上升，造成狐狸和兔子数量的波动。这个动态系统从不会达到稳定，而是处于无限振荡中。洛特卡和沃尔泰拉的模型中不存在任何外部的冲击驱动着振荡。起伏来自系统本身的结构，而不是任何外部的因素。
那么，经济体系的结构如何产生内生的振荡呢？事实上，让经济系统产生内生振荡并不是很困难：需要的仅仅是一些本科生和几箱想象中的啤酒。20世纪50年代，麻省理工学院的杰伊·福里斯特（Jay Forrester）发明了一款名为“啤酒分销”的游戏，该游戏演示了人类行为与动态结构的结合如何在一个简单的经济系统中相互作用，从而产生振荡。19
4个学生志愿者被要求玩一个模拟商品生产和销售的游戏，为了让学生更感兴趣，福里斯特选择了啤酒。4个人中，一个人扮演啤酒酿造者的角色，一个是啤酒经销商，另一个是批发商，还有一个是零售商。酿造者、经销商、批发商和零售商的供应链在许多行业中都是很常见的。在这个游戏中，没有人扮演啤酒消费者，相反，消费者的需求是由一堆面朝下放在零售商旁边的卡片提供的。
在每个回合开始时，零售商从牌堆中翻出一张牌，表示从消费者那里得到了订单（例如4箱），他会向批发商提交订单。批发商查看来自零售商的订单，然后向经销商提交订单，经销商再向啤酒酿造者提交订单。一旦每个人都收到了订单，玩家就通过运送啤酒箱来完成订单。酿酒者把啤酒箱运送给经销商，经销商再运送给批发商，批发商再运送给零售商，零售商再把啤酒卖给消费者。因此，订单在供应链上从消费者流向啤酒酿造者，而啤酒则反向回流。一旦订单提交以后啤酒被运出，下一轮就开始了。
玩家需要为持有啤酒库存支付每箱0.5美元的成本（例如储存啤酒的成本），以及为啤酒耗尽没货可卖支付每箱1美元的成本（例如愤怒的客户和丢失的销售额）。因此，玩家需要保持足够的库存以完成客户的订单而不是耗尽啤酒没货可卖。考虑到成本的不对称，玩家往往更倾向于拥有一些额外的啤酒库存。游戏的赢家是付出代价最少的人。这听起来很简单，但在现实生活中，点啤酒和实际收到啤酒之间存在一定的时间延迟。可以想象，生产啤酒和用卡车装运啤酒都需要一些时间。同样，在提交订单和处理订单之间也有一个小的延迟，你可以将此想象为某人接收订单、在计算机系统中录入订单、进行信用检查等所需的时间。在游戏中，除了啤酒订单，玩家之间不允许有任何沟通和交流。因此，啤酒酿造者不知道零售商那头的客户需求是什么，他们看到的只是来自经销商的订单。
这些时间上的延迟让事情变得有点棘手。假设你是经销商，你从批发商那里接到一大笔订单，这会导致你的库存突然下降，然后你向制造商下了一个大订单来扩充库存，但是这需要几个回合才能收到啤酒，如果同时还有一个大订单呢？你是否应该把订单做得更大些，以期待下一回的持续高需求呢？但如果这只是昙花一现呢？你也可能会在两个回合之后被多余的啤酒淹没。当行动和对这些行动的反应之间存在延迟时，人类就无法表现得很好——当你试图在一个不熟悉的淋浴间调节水温时，你会体会到什么叫“冰火两重天”。
游戏开始时是均衡的，每个玩家都会得到4箱啤酒的订单，交货渠道开始也是满的，所以每个玩家在第一个回合中都会正好收到4箱啤酒，从而保持整个供应链的库存水平不变。从那以后，玩家们要自己来决定下多少订单。玩家不知道的是，代表消费者需求的那套牌的前几张仍然是4箱，但4位参与者的订单却可能比4箱多一点或少一点，这取决于他们愿不愿意冒险。然后，突然间，在某一个回合中，消费者订单牌从4跳到了8。玩家并不知道这一点，在接下来的游戏时间里，客户订单水平将保持在8。这种订单的增加会给供应链带来干扰。按照传统经济学的观点，这种外部需求带来的冲击只会导致参与者在经过几轮调整后转向新的均衡状态，比如，每个人都下出8箱啤酒的订单，一旦达到新的均衡状态，每个人的库存就会保持不变。
