← 最新论文
📈 economics

When Frictions Disappear: Computational Accessibility and Decentralized Adjustment

本文表明,在具有离散动作和共享约束的去中心化经济系统中,识别福利最大化均衡的计算难度——即便这些均衡确实存在且易于验证——造成了均衡存在性与可达性之间的差距,从而导致尽管收敛迅速,却会出现路径依赖的结果和次优的福利。

原作者: Stephen Lewarne, Anton Kamenov

发布于 2026-07-03
📖 1 分钟阅读☕ 轻松阅读

原作者: Stephen Lewarne, Anton Kamenov

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

核心思想:即便存在解决方案,也不代表你能找到它

想象你置身于一个巨大的、黑暗的仓库,里面装满了数百万个箱子。在这个仓库的某个地方,有一个“金箱子”,里面装着价值百万美元的宝藏。你知道金箱子确实存在,你也知道如果有人把它递给你,你可以轻易验证它是否是真品。

然而,这个仓库实在太大了,而且箱子的排列方式极其复杂,以至于通过走来走去、一个一个检查箱子的方式来寻找金箱子,实际上是几乎不可能完成的任务。你可能会发现一个“银箱子”,它依然很有价值,但你永远无法偶然撞见那个金箱子,因为通往它的路径被其他箱子的排列方式给阻挡住了。

这篇论文认为,我们的现代经济就像那个仓库。即使我们消除了所有的传统“摩擦”(比如缓慢的网络、信息匮乏或昂贵的运输成本),我们可能仍然无法找到最佳的经济结果。这并不是因为我们愚蠢或信息不对称,而是因为对于一个去中心化的系统来说,“寻找”最佳解决方案这个问题的数学难度实在太高了。

核心问题:“组合式”迷宫

作者关注的是这样一种情况:许多不同的人(企业、司机、发电厂)需要做出选择,但这些选择都依赖于共享且有限的资源(如卡车路线、电网空间或工厂时段)。

  • 旧观点: 经济学家过去认为,只要我们消除障碍(摩擦),市场就会自然而然地找到最佳结果。
  • 新观点: 作者指出,即使拥有完美的信息且没有任何障碍,由于可能的组合数量过于庞大,问题依然难以解决。这就像是在解一个拼图,你放置的每一块碎片都会改变其他碎片的契合方式。

类比:晚宴的座位安排

想象你正在为 50 位客人举办一场晚宴。你有 50 个座位,但有些客人讨厌坐在一起,有些需要靠近厨房,还有些需要靠近窗户。

  1. 理想情况: 存在一种完美的座位安排,能让每个人都感到满意。
  2. 现实情况: 你没有一台超级计算机来瞬间计算出完美的安排。相反,你请客人们一个接一个地移动。
    • 客人 A 说:“我要搬到窗边去。”
    • 客人 B 说:“好吧,那我也搬到厨房旁边。”
    • 客人 C 说:“我不能再坐那儿了,我得搬到后面去。”

每个人都在做一个微小的、符合逻辑的举动,旨在让当下的生活变得更好。他们是理性的。他们拥有所有的信息。但因为他们只关注自己眼前的“邻里”情况,他们可能会陷入一种“足够好”的安排中——在这种安排下,每个人都还算满意,但它并不是那个“完美”的安排。

论文将此称为局部优化 vs 全局优化 (Local Optimization vs. Global Optimization)

  • 局部: “我现在正搬到一个更好的位置。”
  • 全局: “这是整场晚宴最完美的安排。”

问题在于,系统可能会“卡”在某种还不错的安排中,而永远找不到那个完美的安排。仅仅是因为没有任何一个人拥有足以洞察全局的力量或视野。

核心发现(简明版)

1. 收敛很快,但效率很低
论文运行了计算机模拟,其中 50 家公司试图寻找使用 100 种资源的最优方式。

  • 结果: 这些公司非常迅速地找到了一个稳定的解(仅经过几次变动)。
  • 症结所在: 他们找到的方案仅为理论最优解的 75% 左右。在某些情况下,甚至不到 50%。
  • 启示: 仅仅因为市场趋于稳定,并不意味着它达到了最好的结果。

2. “路径依赖”陷阱
谁先行动至关重要。

  • 如果 A 公司先抢占了最好的资源,系统会进入一个“较好”的结果。
  • 如果 B 公司先抢占了它,系统会进入一个“更好”的结果。
  • 一旦第一家公司抢占了该资源,第二家公司就无法将其收回,即便这样做会让整个经济变得更富裕。系统被“锁定”在了某条路径上。

3. 政策依然重要(即便没有摩擦)
通常我们认为,政府政策仅在需要修复“摩擦”(如交通拥堵或信息匮乏)时才有用。

  • 论文的转折点: 即使不存在交通拥堵且所有人都能掌握所有信息,政府仍然可以提供帮助。
  • 如何实现? 通过扮演“起跑线上的交警”。一项临时政策(如短期补贴或优先规则)可以改变谁先行动。这能引导系统走向一条不同的路径,从而导致一个更优的最终结果。
  • 关键点: 政策不需要解决整个拼图。它只需要引导去中心化系统进入正确的“轨道”,这样它就不会卡在糟糕的状态中。

这对未来意味着什么

我们经常听到,人工智能和互联网将通过使信息完美化和协调简单化,来解决我们所有的经济问题。

这篇论文警告我们:事实可能并非如此。
即使拥有超高速的计算机和完美的数据,排列数百万个相互作用的部分(如供应链或能源网)这一问题在数学上也是“NP-hard”的(这是一个专业术语,意指在合理时间内无法完美求解)。

随着技术的进步,沟通的“摩擦”将会消失,但复杂性带来的“摩擦”将依然存在。我们可能会拥有一个极其快速且理性的系统,但它仍然无法找到最佳的可能结果,因为地图实在太大了,难以寻踪觅迹。

总结

  • 迷思: 如果我们移除了所有障碍,市场会自动找到最佳解决方案。
  • 现实: 可能性的地图过于复杂。理性的人进行微小的局部改进,可能会卡在某个“足够好”的方案中,而无法达到“最好”的方案。
  • 教训: 我们不仅要关注什么是“最好的方案”,还要关注我们是如何“到达那里”的。有时,一点点政府的引导(通过改变起始路径)是必要的,这能帮助市场找到真正的宝藏,即便每个人都很聪明且信息透明。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →