揭秘经济均衡的黑盒——当计算智能成为无形的手 | CNCC专家谈

计算经济学是经济学和计算机科学相互交叉的学科，这个领域的问题复杂而又引人入胜，包括基于主体的计算建模、计算计量经济学、计算金融、动态宏观系统的可计算建模，以及互联网经济中的自动化实现工具开发等等。有一些非常经典的例子具有非常明显的计算经济学特征，比如互联网中的公司为了争夺市场或者流量，通常会产生涉及多方博弈的价格战。这里面既包括个体优化和个体间博弈，也同时包括均衡形成和市场势力计算。

计算机科学和经济学天然易于相互交叉和融合。计算机科学和经济学都是人类文明发展过程衍生出的科学，它们不像物理和化学是来源于大自然和物理世界的规律，而是基于人类制定的规则、定义和基本原理不断发展而来的。时至今日，计算机科学和经济学已经和数学和生物等学科一样成为非常重要的学科，而且近几年发展得非常好。在历史上，Herbert Simon获得计算机的最高荣誉图灵奖（1975）之后，又获得了经济学的最高荣誉诺贝尔经济学奖（1978）。这也印证了这两个学科的融合会非常的自然。

Herbert Simon

在理论上计算机科学与经济学都有许多可选择的发展方案：计算机领域有模拟计算、数字计算、量子计算等；经济学有过物物交换、商品经济、平台经济等。上世纪最伟大的数学家之一John von Neumann，除了建立赋予生命的自复制自动机理论之外，还以其《关于EDVAC的报告草案》中制造电子计算机和程序设计的思想被称为数字计算机之父，又以其与奥斯卡·摩根斯特恩合著的《博弈论与经济行为》将博弈论引入经济学获得博弈论之父的美誉。这突出体现了计算机科学设计和经济学设计分析共通的数理基础。

John von Neumann

在实际应用中，特别是在互联网经济和数字经济中，依托计算机硬件的蓬勃发展和计算机算法的不断优化，互联网可以精准地匹配供需双方，促进市场更加透明和有效。同时，供给方做出了诸多技术性创新，精准的用户画像帮助厂商优化生产计划和开发更适合的产品。在这个过程中，需求方也享受到更具竞争性的市场所带来的便利和价格优惠，增加了全社会的消费者剩余。

计算机学科的发展过程中，理论引导了实践。在学术界，计算机科学和经济学两者的融合虽然很早开始，但是并不十分深入，欧美国家也多集中于计算机理论和微观经济学方面的交叉；而对于包含宏观经济学在内的其他经济学领域，还存在一定的壁垒，这也意味着有空间做出重大的突破。中国在计算机科学的学术研究方面已逐步进入国际领先水平，在新基建和数字化基础设施投入方面也是国际一流水平，在宏观经济管理领域拥有非常丰富的同时使用“看得见的手”和“看不见的手”调和公平和效率的经验。因此，在中国发展计算经济学非常重要且有战略意义。

新基建与数字化基础设施建设

经济学作为社会科学中数理化程度最高、与统计学结合最紧密的学科，其现有的知识体系非常易于让计算机科学发挥重要作用。

计算经济学将为经济学研究提供更多的研究数据。现代经济中存在海量的数据，这其中有经济类的数据和非经济类的数据，有结构化的数据和非结构化的数据，有网络中的微观交易数据，也有生产/供应链上的高频调度数据。这些数据对于分析经济运转情况，评估和预测经济的走势至关重要，但是经济学家在处理和使用这些数据时有时会遇到门槛。例如，已有经济学研究表明网络上的信息对于投资者决策有影响，对于资产价格波动有作用，然而网络上的海量文本信息并不能直接作为经济学研究的变量。然而，在自然语言处理领域，有非常成熟和先进的技术可以对这些非结构化的数据进行处理、分类甚至检测其中的情绪。量化后的非结构数据将为经济学研究打开新的天地，可能会促进经济学理论的突破。

非结构化数据

计算经济学将为经济学研究提供模型分析的新方法。经济学研究中越来越多的分析基于结构化模型开展。结构化模型提供清晰的因果分析逻辑，带来更贴近现实的分析框架，但是也对模型求解提出了更高的要求。动态规划方法为宏观经济学中的一类问题提供了解法，但是随着模型的复杂度提高，这一类模型遇到“维度诅咒”。机器学习方法恰好非常擅长处理降维问题和函数近似，这其中有可能为经济学所用的机器学习方法包括深度学习和强化学习等。更进一步，当经济学模型和这一类方法耦合后，也更容易结合并行计算、高性能计算以及未来可能产生重大突破的的量子计算，进一步提高计算效率。试想，如果大型经济系统的计算效率足够高，我们有可能对经济周期做出更准确的预测，对于政策的效果做出更加科学的评估，对于经济运转情况做出更加及时的判断。计算经济学将为国家经济主战场上的国家重大需求做出贡献。

深度学习

计算机科学，尤其是理论计算机科学，和数学上的方法有极其紧密的联系。自然而然，理论计算机科学的各类方法是可以应用在经济学问题之上的。近二三十年来，科学家们逐渐开始用理论计算机科学的视角研究经济学问题，拓宽了计算机科学的外延，加深了计算机科学的内涵。

具体来讲，计算经济学为计算机科学的方法论提供了新的用武之地。理论计算机科学的一个重要部分是研究计算问题的复杂度。从实用角度看，这一观点描述了解决实际问题的难度。经济学的范畴内存在诸多的概念，经济学家往往会研究这些概念的经济特征与性质，而理论计算机科学则会选择倾向于研究这些概念的计算难度。举例而言，博弈论中的纳什均衡概念是经济学中的一个重要研究对象。从计算机科学的角度，计算求解纳什均衡的复杂度问题有着突出意义，因为这象征着是否能够在短时间内求解出一般博弈问题的纳什均衡。

纳什均衡

2006年求解二人博弈纳什均衡这一问题被证明是PPAD完全的，也即，可以认为是在多项式时间内难以求解的。这一结果彻底解决了二人博弈纳什均衡的复杂度问题。在此后，科研工作者们转而研究计算二人博弈近似纳什均衡的问题。这样的例子还广泛存在于经济学中的各个问题里，如代表选举、拍卖机制、双边市场等等。可以说，计算经济学将计算机科学中的工具引入经济学领域，拓展了以往人们对计算机科学的认识广度。

更进一步，计算经济学为计算机科学提供了新的思路。计算经济学将人治的概念引入计算机科学的传统设计中，考虑系统中各类参与者的动机和激励特性，并以此为参考设计系统，增强其在现实中的安全性和鲁棒性。这里一个典型的例子是区块链系统。在传统区块链系统的设计过程中，工程师们会采取各类密码学、多方安全计算和网络安全的方法以保证整个系统的安全性。但是，由于经济利益的存在，区块链的参与者往往会进行一些策略性的、甚至损害系统的行为以提高自己的获利，从而加大运营者的负担。在这样的背景下，经济学中对理性人的行为分析就可以应用到区块链系统中。设计者可以引入经济学中的激励机制，从而将参与者的行为引导至有利于系统发展的方向。近年来，计算经济学科学家开始考虑各类区块链中的策略性行为，如自私挖矿、女巫攻击、远见均衡等，并从经济学的角度出发提供了各类方案以减少这类恶意行为的发生，进一步保障区块链的安全性。这样看来，计算经济学将经济学的视角引入了计算机科学的设计模式中，进一步促进了计算机科学的深度发展。

远见均衡示意

本年度CNCC拟组织“重新设计经济学中的计算要素”技术论坛，计算机领域和经济学领域的各位专家，将围绕经济学的基本理论、前沿研究以及重新设计经济学中的计算要素等方面对计算经济学的研究与应用展开研讨，给大家带来精彩的报告和观点碰撞、领域交叉的深度研讨，敬请关注。

CNCC是级别高、规模大的高端学术会议，探讨计算及信息科学技术领域最新进展和宏观发展趋势，展示计算领域学术界、企业界最重要的学术、技术成果，搭建交流平台，促进科技成果转换，是学术界、产业界、教育界的年度盛会。今年邀请嘉宾包括ACM图灵奖获得者、田纳西大学教授Jack Dongarra，以及高文、管晓宏、江小涓、钱德沛、徐宗本、张平等多位院士，还有七百余位国内外名校学者、名企领军人物、各领域极具影响力的业内专家，CNCC在计算领域的水准及影响力逐年递增。本届CNCC的主题是：算力、数据、生态。

CNCC2022将汇聚国内外顶级专业力量、专家资源，为逾万名参会者呈上一场精彩宏大的专业盛宴。大会期间还将举办“会员之夜”大型主题狂欢活动，让参会者畅快交流，燃爆全场。如此盛会，岂能缺席！等你来，马上行动，欢迎参会报名！