Экономическая координация и динамика: некоторые особенности альтернативной эволюционной парадигмы


Экономическая координация и динамика: некоторые особенности альтернативной эволюционной парадигмы

Дж. Дози
проф. экономики Школы перспективных исследований св. Анны
(Пиза, Италия)
Данная статья, основанная во многом на введении к другой работе (Dosi, 2012), стала реакцией на довольно резкое эссе Дж. Кэя (Кау, 2011; Кэй, 2012), чьи взгляды я в целом разделяю, и вызванную ею дискуссию в Институте нового экономического мышления (INET). Я согласен с утверждением Кэя о том, что экономическая теория встала на ложный путь и что причины этого связаны с парадигмой, которую резюмировал Г. Беккер (Becker, 1976): неизменное сочетание предпосылок о максимизации, рыночном равновесии и устойчивости предпочтений. Основная цель данной работы, однако, заключается не в том, чтобы критиковать стандартную парадигму, а в том, чтобы рассмотреть альтернативную. Как и многие мои единомышленники, я называю ее эволюционной парадигмой. С ее помощью мы попытаемся рассмотреть довольно широкий спектр феноменов — от поведения в микроэкономических ситуациях до особенностей промышленного развития и структур или свойств совокупного роста. Подобные явления рассматриваются как результаты неравновесных взаимодействий «ограниченно рациональных», разнородных агентов с эндогенными предпочтениями, способных обучаться, подстраиваться под ситуацию и рационализировать свое поведение в соответствии с собственным пониманием окружающего мира, используемыми технологиями, организационными формами и доступными им моделями поведения.

Координация и обмен, или В чем ошибались Вальрас, Шумпетер и Самуэльсон и почему Смит, Маркс и Кейнс оказались, по сути, правы

Два ключевых вопроса всей экономической науки с момента ее зарождения касаются, во-первых, движущих факторов и моделей изменения капиталистической машины производства и инноваций, а во-вторых, механизмов (несовершенной) координации между огромным числом своекорыстных экономических агентов, чьи интересы зачастую противоречат друг другу (Dosi, Orsenigo, 1988).
Конечно, ответы, которые различные теории предлагают на данные вопросы, чрезвычайно важны, но не менее важно и то, как в этих теориях данные вопросы соотносятся между собой.
«Богатство народов» А. Смита начинается с подробного анализа факторов, обусловливающих изменения, в частности положительных взаимосвязей между разделением труда, использованием машин, ростом производительности и увеличением спроса. Вопросы координации, напротив, поднимаются в книге значительно позже; более того, многие сторонники нерегулируемого, свободного рынка, которые ссылаются на Смита как на своего единомышленника, не знают, что (печально) известная «невидимая рука» упоминается в книге много позже и всего один раз.
К. Маркс говорит в первую очередь о связи между теорией производства и трудовыми взаимоотношениями и выстраивает эту связь вокруг теории стоимости, накопления капитала и технологического прогресса. А то, что можно назвать «координацией» (или, проще говоря, теория относительных отраслевых цен и их динамики), появляется гораздо позже, причем внутренняя динамическая природа капиталистического взаимодействия принимается, конечно, как само собой разумеющееся.
Дж. М. Кейнс рассматривал вопрос с другой точки зрения, однако и он никогда не разделял то, что поддерживает целостность системы, и то, за счет чего она развивается. Более того, он выводит свойства краткосрочной координации, хорошо заметные на примере вынужденной безработицы, из свойств накопления капитала, ведомого «жизнерадостностью».
Господствующие сейчас концепции основаны во многом на противоположных принципах, в частности на разделении координации и динамики. Более того, несмотря на фундаментальный вклад Й. Шумпетера в понимание технологических инноваций как факторов долгосрочных изменений, даже он оказался сторонником подобной «эпистемологии разделения» и опирался не на Смита и других классиков, а на вальрасианский подход к координации.
Многим читателям хорошо знакома история, которую приводит Шумпетер, развивая свою теорию предпринимательства. Сначала существует (равновесный) кругооборот по Вальрасу. Сейчас мы бы сказали, что сначала устанавливается общее равновесие, зависящее, конечно, от четко определенных факторов: технологий, первоначальных запасов и предпочтений. Затем происходит неожиданное: согласно Шумпетеру, предприниматель внедряет инновации, это приносит ему неравновесный доход, что приводит к изменению относительных цен, «созидательному разрушению» и т.д. Таким образом, экономическая система видоизменяется, адаптируется к новым условиям через технологическую имитацию и распространение инноваций. Такое переходное состояние поддерживается до тех пор, пока система не придет к новому (равновесному) кругообороту с новым набором фундаментальных экономических параметров.
В работе Шумпетера, конечно, много исторических оговорок и нюансов. Однако в целом приведенная история соотносится с тем, как молодой П. Самуэльсон сформулировал идею в рамках принципа соответствия (Самуэльсон был учеником Шумпетера).
Допустим, S(0) — вектор переменных системы в состоянии равновесия в нулевой момент времени, а S(1) — значение той же переменной в условиях нового равновесия кругооборота. Тогда почему не сравнить S(0) и S(1) — ведь это наиболее простой и элегантный способ показать «динамику»? Конечно, можно представить себе целую последовательность подобных равновесий — и вот уже перед нами готовая равновесная теория роста, основанная на описании (временных) созидательных разрушений, периодов отсутствия равновесия и т.д.1
Более того, это можно назвать одной из базовых установок интеллектуального компромисса, в рамках которого экономическая наука функционировала довольно долго после окончания Второй мировой войны. Ему было свойственно «разделение труда» между сторонниками (1) моделей общего равновесия на микроэкономической основе, (2) «краткосрочных» макроэкономических моделей и (3) теорий экономического роста.
Как известно, «координационная исследовательская программа» довольно быстро переродилась в модель общего равновесия Эрроу— Дебре—Маккензи, которая действительно достаточно элегантно и — с институциональной точки зрения — просто показывает возможности координации между независимыми экономическими агентами.
В общем, последующие результаты показали невозможность перехода от теорем существования к некоторой «имплицитной динамике», которая проявляется при доказательстве существования глобальной или локальной устойчивости, то есть, грубо говоря, речь идет о возможностях системы самовосстанавливаться и достигать состояния равновесия. Наоборот, даже такие маловероятные, с точки зрения эмпирики, процессы, как «нащупывание» по Вальрасу — tdtonnement (со всезнающим аукционистом), как правило, не сходятся к какой-либо одной точке. Более того, даже некоторые отцы-основатели теории общего рыночного равновесия отмечали в своих работах, что само по себе его существование ни в коей мере не определяет форму функции совокупного избыточного спроса. Иными словами, забудьте даже о локальной устойчивости!
Однако при внимательном рассмотрении требований, которые влекут за собой существование равновесия, с точки зрения доступности информации и рациональности становится очевидно, насколько эта теория прекрасна и одновременно уязвима. Она не может описывать какие бы то ни было экономические изменения и не в состоянии предложить серьезные микроэкономические обоснования в условиях переходных экономик, осуществляющих различного рода инновации.
На самом деле если даже не говорить о поисках, инновациях и прочем, то стандартная модель общего равновесия, как бы она ни модифицировалась, не дает ответа на вопрос о том (перефразируя Смита), «почему мясник, руководимый в основном собственным интересом, изо дня в день продает мясо по более или менее сходной цене». (Подробнее о достижениях, ограничениях и тупиках теории общего равновесия, а также об альтернативах см.: Kirman, 2010; см. также: Stiglitz, 2011 и другие работы.)
Но пока мы говорили только о микроэкономике. Среди макроэкономических подходов следует выделить прежде всего (равновесные) теории роста, которые жили своей жизнью вплоть до конца 1970-х годов. Хотя в некоторых моделях, например модели Р. Солоу, условием достижения равновесия было поведение, нацеленное на максимизацию прибыли, нигде не было оговорено, что получаемые распределения суть результат работы «репрезентативного агента»2. В конце концов, технологические изменения стали рассматриваться отдельно от механизма распределения ресурсов.
Кроме того, помимо «микрооснований» теории общего равновесия и равновесных теорий развития существовала еще одна макроэкономическая теория — «кейнсианская» по духу и скорее неоклассическая с точки зрения инструментария. Она возникла в рамках раннего «неокейнсианства», разработанного Дж. Хиксом, а впоследствии Ф. Модильяни, Д. Патинкиным и некоторыми другими американскими авторами (Дж. Робинсон пренебрежительно назвала их «ублюдочными кейнсианцами»), и включала макроэкономику краткосрочного периода с кривыми IS-LM. В этой макроэкономике изучались отношения между совокупным спросом на деньги и их предложением, процентными ставками, сбережениями и инвестициями. Нужно ли говорить, что после этого можно забыть о формальных вещах вроде «быстрых» и «медленных» переменных: объяснение «на пальцах» — одна из самых устойчивых традиций в экономической науке!
Кейнсианский «неоклассический синтез», предложенный Хиксом и Модильяни, стал считаться довольно подробным и несложным переложением общей теории Кейнса. Более того, эти кривые можно считать наиболее простой интерпретацией теории общего равновесия, подразумевающей наличие репрезентативного агента и некоторое число жесткостей. Представителям американского макроэконмического мейнстрима понадобилось почти полвека на выхолащивание, переформулирование и доработку этой модели, впоследствии получившей громоздкое название «динамическая стохастическая модель общего экономического равновесия».

Террористический стиль «новых классиков» и его последствия

Что случилось потом? Как мы полагаем, все, что могло ухудшиться, ухудшилось3. Во-первых, в «новой классической экономике» (даже если отсылка к классикам представляется в данном случае наименее адекватной) произошел полный отказ от различения нормативной и позитивной (дескриптивной) областей — между моделями а lа Рамсей и моделями а lа Харрод, Домар, Солоу и т.д. (что не отменяет различий между последними). На самом деле разительным парадоксом выглядит то, что обычно теоретики начинают с модели, которая, по сути, представляет собой модель милостивого, рационально оценивающего будущее глобального плановика, и лишь в конце, после малообоснованных умозаключений, утверждают, что решение той или иной задачи межвременной оптимизации в действительности опирается на децентрализованное рыночное равновесие.
В рамках данного подхода все было бы проще, если бы мы могли оправданно представить настоящее «общее равновесие» (в котором много агентов, неоднородных хотя бы в своих первоначальных запасах и предпочтениях) в «сжатом виде» в качестве репрезентативного агента. Но фактически сделать это невозможно. Если же мы, несмотря ни на что, это делаем, значит мы просто предполагаем проблему координации решенной по построению. Несмотря на их название, в моделях динамического стохастического общего равновесия (DSGE) и в предшествующих им очень мало «общего равновесия».
Во-вторых, за последние 30 лет исчезло различие между «долгосрочным» и «краткосрочным» — последнее характеризовало ситуацию, в которой все «трения», «ликвидные ловушки», кривые Филлипса, некие (временные!) реальные эффекты фискальной и монетарной политики и т.д. случайным образом выживали бы. Почему на репрезентативного агента, способного решать сложную задачу межвременной оптимизации от сегодняшнего дня и до бесконечности, должны влиять трения и искажения в краткосрочном периоде? Нам всем известны нелепые положения (подаваемые как великие открытия и связанные с печально известной «революцией рациональных ожиданий») относительно неэффективности фискальной и монетарной политики и общего свойства рынков приводить к Парето-эффективным распределениям4.
Я полагаю, что в иные времена все научное сообщество экономистов отреагировало бы на эту «революцию» так, как однажды сделал Р. Солоу, когда его — на заре этого движения — спросили, почему он не воспринял «новых классиков» всерьез.
«Предположим, кто-то садится передо мной и объявляет, что он Наполеон Бонапарт. Последнее, что мне хотелось бы делать, — это погружаться в техническую дискуссию с ним по поводу кавалерийской тактики в битве при Аустерлице. Если я делаю это, то подспудно вовлекаюсь в игру, где он Наполеон. Боб Лукас и Том Сарджент обожают технические дискуссии, поскольку тогда вы подспудно соглашаетесь с их фундаментальными предпосылками; ваше внимание отвлечено от базовых недостатков всей этой истории. Поскольку фундаментальные положения их концепции мне кажутся смехотворными, я и отношусь к ним как к таковым, то есть смеюсь над ними, чтобы не попасть в ловушку, восприняв их всерьез, и не погружаться затем в технические детали» (Klamer, 1984. Р. 146).
Причины серьезного отношения профессионального сообщества и, что даже хуже, всего остального мира к этим «Наполеонам» связаны, по-видимому, с духом времени, когда преобладающей политической программой были рейганомика и тэтчеризм с их верой в «магическую силу рынка» и пр. Ключевой момент состоял в том, что политически это время характеризовалось преобладанием двухпартийной системы. Сопоставим с ним последующие правительства Блэра и Клинтона, порой позволявшие себе такие вещи, которые прежние администрации даже не осмелились бы обсуждать — включая, помимо многочисленных безрассудных политических мер, отмену акта Гласса— Стигалла, что вызвало крупнейший экономический кризис за последние 80 лет. Можно вспомнить и о бедствиях, которые были вызваны десятилетиями деятельности МВФ и вдохновлены так называемым «Вашингтонским консенсусом».
Таким образом, мы полагаем, что изменения в мейнстриме (макро) экономической теории следует интерпретировать прежде всего в полит-экономическом смысле изменения отношений власти между социальными и политическими группами и едва ли — в смысле прогресса теоретической рефлексии.
Часто приходится слышать возражения. Речь идет о том, что в новой макроэкономической теории (последнем поколении DSGE-моделей) учитываются различные формы «несовершенств», «трений», инертности5. Действительно, мы сейчас переживаем позднептолемеевскую эпоху в теории — добавим эпициклы без всякой эмпирической дисциплины и получим больше возможностей калибровки модели. Конечно, в горячке добавляя эпициклы, мы не чувствуем, сколь смешны предпосылки о том, что мифический репрезентативный агент одновременно невероятно изощрен в оценке будущих распределений, но сохраняет привычку оценивать все только по прошлому опыту, принимая решения о потреблении, или вынужден нести «издержки меню», пересматривая цены!6

По поводу динамики инноваций

Если даже забыть о координационных проблемах, то как обстоят дела с изменениями, этим «освобожденным Прометеем» (Landes, 1969) капитализма, с его поисками, открытиями и созидательным разрушением? Ответ прост: «рабочая лошадка» — DSGE-модель — не предполагает никакого Прометея, «инновации» появляются как экзогенные шоки агрегированной производственной функции, все с тем же мифическим агентом (или в последних, более продвинутых версиях — с репрезентативным домохозяйством), который оптимальным образом подстраивает свои планы потребления и инвестиций.
Однако в последние 30 лет возникли «новые теории роста», в которых — по сравнению с изначальной моделью Солоу — присутствует ряд существенных достижений и столь же существенных недостатков. Большое их достоинство — эндогенизация технического прогресса: инновации рассматриваются в экономической динамике как эндогенные либо в качестве внешнего эффекта обучения, либо как следствие целенаправленных и дорогостоящих усилий агентов, максимизирующих прибыль. Однако во втором случае эндогенизация обходится дорого (впрочем, многие сочли бы это большим достижением) — инновационная деятельность сводится к равновесному результату оптимального межвременного распределения ресурсов, с учетом или без учета (исчислимой) неопределенности. Да не обидится мой друг Ф. Агьон и его коллеги, сумевшие виртуозно эндогенизировать инновации, но если где-то мрачные принципы редкости и сохранения нарушаются, так это в области инноваций и экономики знаний: здесь можно систематически получать большее из меньшего и правилом считается возрастающая отдача.

По поводу глобального кризиса, который продолжается

Само наступление и масштабы кризиса стали более чем что-либо другое в социальных науках походить на «решающий эксперимент». Кризис обозначил систематическую недееспособность профессионального сообщества экономистов (Colander et al., 2009)7. Конечно, нельзя требовать, чтобы экономисты предсказали точные даты или формы наступления кризиса, однако поразительно, что парадигма мейн-стрима, кратко охарактеризованная выше, не допускает даже возможности кризиса.
«В стандартных моделях неявно подразумевается, что рынки и экономические системы, как правило, стабильны и лишь временами дают сбой. Так, большинство экономистов не смогли информировать правящие круги об угрожавшем системе кризисе, проигнорировав работы ученых, которые о нем все-таки предупреждали... Примечательно, что макроэкономика привязана к моделям устойчивых состояний, которые нарушаются внешними шоками, а повторяющаяся динамика „бума-спада", внутренне присущая современной экономической системе, в этих моделях не объясняется... Корни этой неудачи уходят глубоко в методологию. Часто употребляемое определение предмета экономической науки (проблема оптимального распределения ограниченных ресурсов) неточно и может ввести в заблуждение. Оно сводит экономику к изучению оптимальных решений в рамках четко поставленной задачи выбора. Авторы подобных исследований обычно упускают из виду сложную динамику экономических систем и присущую им нестабильность». (Colander et al., 2009. P. 2—3; рус. пер. см: Коландер и др., 2010. С. 11 — 12).
Можно ли спасти парадигму мейнстрима, модифицировав ее должным образом? По-видимому, нет, ведь ее ключевые недостатки связаны с базовыми структурными блоками (рациональность по поводу будущего, равновесие и т. д.).

Альтернативная интерпретация: экономика как сложная развивающаяся система

Задолго до наступления кризиса я работал над альтернативной исследовательской программой, с которой связано, надо надеяться, более широкое сообщество специалистов по эволюционной экономике (см.: Dosi, 2000). Объектом исследования в этой парадигме выступает экономика как сложная развивающаяся (эволюционирующая) система8. Здесь я хотел бы начать с «минимального» понятия сложности, сводящегося к тому, что экономика составлена из многочисленных взаимодействующих между собой акторов9. Идея эволюции предполагает, что всякое допущение типа «при данных фундаментальных параметрах» (включая технологии и предпочтения) чаще всего существенно искажает предмет исследования.
Конечно, в анализе сложной эволюционирующей экономики следует выйти за пределы шумпетеровско-самуэльсоновского различения координации и изменений. Особенности (несовершенной) координации в системе фундаментальным образом обусловлены ее эволюционной природой. В шутку я называю это теоремой о велосипеде. Легче всего встать на педали, когда ты едешь, но лишь немногие виртуозы способны не упасть, стоя на месте. Иными словами, относительно упорядоченные свойства капиталистической экономики (которые присущи ей, но не всегда!) следуют из того, что она находится в постоянном движении. Именно таков относительный порядок «неугомонного капитализма» (Metcalfe, 1998; Metcalfe, Ramlogan, 2006). Например, цены движутся приблизительно в соответствии со средними издержками производства, в основе которых, в свою очередь, лежат темпы процессных инноваций (различные в разных секторах и для разных технологий). На форматы спроса влияют обусловленные им цены и, что, возможно, даже важнее, траектории продуктовых инноваций. Валовый и чистый спрос на труд зависят от двойной природы технического прогресса как генератора трудосберегающих технологий и создателя спроса. Все перечисленные зависимости суть свойства несовершенной координации и относительного порядка в статистических распределениях каких угодно экономических параметров, свойства, обусловленные именно тем, что в системе все время изменяются процессные и продуктовые технологии, форматы потребления и организационные формы. Эволюционная парадигма, по крайней мере в предлагаемой интерпретации, посвящена изучению свойств таких эндогенно изменяющихся систем со множеством агентов. Рассмотрим несколько общих свойств этой парадигмы.
Методология
Динамика прежде всего. Этот методологический императив, сформулированный С. Уинтером, предполагает, что объяснение существования чего-то или определенного значения некоей переменной должно быть основано на исследовании процесса, в ходе которого они пришли к такому состоянию. Грубо говоря, такой процесс описывается либо в рамках некоторой динамической системы, либо путем хорошей качественной исторической реконструкции (или же, по возможности, приводятся оба варианта). В негативном смысле — необходимо с подозрением относиться к любой интерпретации наблюдаемых данных, которая дает равновесную рационализацию ex post («так должно быть, если принять предпосылку о рациональности»). Точно так же, несмотря на весьма распространенную практику применения этого принципа, никогда не следует считать хорошим «объяснением» теорему существования или чисто функционалистское положение (х существует потому, что выполняет функцию у...).
В этом смысле старая интерпретация свойств равновесия в соответствии с принципом «как если бы» (Friedman, 1953) оказывается весьма смелой (и на самом деле обычно ложной) гипотезой относительно предельных свойств некоей неспецифицированной динамики; то же можно сказать и об «эволюционно стабильных стратегиях» (Maynard Smith, 1976). Лишь при соблюдении специальных условий наблюдаемые явления можно интерпретировать как результат поведения, такого, «как если бы» оно было максимизацией, предположив, что остальные отбракованы некоторым процессом селекции. В любой другой серьезной научной дисциплине критика данного подхода (Winter, 1964) положила бы конец всяким утверждениям такого типа, но не в нашей квазитеологической науке, слепо держащейся за свое эпистемологическое ядро вопреки всякой теоретической аргументации и эмпирическим свидетельствам.
Реализм. Все теории с необходимостью абстрактны, и карта никогда не совпадает с территорией (Кау, 2011). В то же время есть некие общие черты реальности, абстрагироваться от которых опасно для теоретика — в том смысле, что его выводы будут ненадежны для интерпретации реальности, пусть и полезны относительно каких-то важных механизмов.

Содержательные строительные блоки

С учетом этих общих эпистемологических принципов (которые, следует признать, отнюдь не очевидны и даже не общеприняты среди экономистов) укажем базовые содержательные элементы эволюционной исследовательской программы10.
Микрооснования. Теории должны быть обоснованы на микроуровне в том смысле, что необходимо провести явный (хотя, быть может, и косвенный), правдоподобный анализ того, что и почему делают агенты11. Это, однако, не означает, что цели агентов в целом достигаются, а их ожидания оправдываются. Иными словами, лишь как тотальное недопонимание можно охарактеризовать отождествление микрооснований с рациональными ожиданиями.
«Ограниченная рациональность» в самом широком смысле. Среди фундаментальных свойств микроуровня следует выделить тот факт, что агенты в лучшем случае обладают несовершенным представлением о среде, в которой живут, и тем более о том, что принесет им будущее. Выражение «ограниченная рациональность» мне не нравится, ибо в нем содержится намек на некую «олимпийскую» рациональность, с высот которой мы можем судить, насколько «ограничено» то, что ограничено. Однако в меняющейся сложной среде часто оказывается, что такую «совершенную» рациональность нельзя определить в принципе (Dosi et al., 2005). Понятие ограниченной рациональности должно быть чрезвычайно широким и относиться не только к ограничениям в доступе к информации, в памяти, в вычислительных способностях, но и в более фундаментальном смысле, к изначально несовершенным представлениям об окружающей среде, в которой действуют агенты; к повсеместным ограничениям способностей агентов овладевать физическими и «социальными» технологиями12; к расплывчатости, а порой и бессвязности и нестабильности представлений о собственных предпочтениях.
Неоднородность. Несовершенное взаимопонимание и несовершенное, зависящее от предшествующего развития обучение немедленно влекут за собой устойчивую неоднородность агентов. Агенты неоднородны, и в первую очередь по своим предпочтениям и первоначальным запасам, — это свойство признано в стандартных моделях в полной формулировке общего равновесия (однако едва ли — в большинстве современных макромоделей!). Однако они также неоднородны по отношению к моделям мира, которых придерживаются, даже если им предоставляется одинаковая информация; по их технологическим возможностям; а также, вероятно, по особенностям процессов обучения, о которых мы пока знаем очень мало, в смысле как индивидуального, так и организационного обучения.
Постоянно существующие возможности инноваций. Знание всегда динамично, агенты всегда способны открыть новые технологии, новые способы организации и новые форматы поведения. Допущение об имманентной возможности новизны — важнейшая теоретическая и модельная задача, игнорировать которую не получится (Dosi, Nelson, 2010).
Взаимодействия, координация и отбор. Несовершенная адаптация и постоянные открытия порождают разнообразие, а коллективные взаимодействия внутри рынков и за их пределами функционируют, во-первых, как механизмы обмена информацией и координации и, во-вторых, как механизмы селекции, порождающие дифференцированный рост (а возможно, и выживание) различных сущностей, которые несут в себе разнообразные технологии, рутины, стратегии и т. д. Здесь наиболее важны координирующая сила той или иной невидимой или видимой руки децентрализованных взаимодействий; факторы, импульсы и эффективность механизмов селекции; взаимодействия между этими двумя процессами.
Закономерности на макроуровне как эмерджентные свойства. В результате коллективные агрегированные явления (регулярности на разных уровнях агрегирования, в процессах роста, в структуре и динамике промышленности и т. д.) должны рассматриваться теоретически в качестве эмерджентных свойств — коллективного и в основном непреднамеренного результата неравновесных микровзаимодействий и обучения. Иными словами, это относительно упорядоченные свойства процессов самоорганизации (С. Меткаф называет это трансформирующим самого себя рыночным порядком), однако без каких бы то ни было равновесных коннотаций — будь то расчищение всех рынков или исполнение ожиданий индивидуальных агентов.
Организационные формы. Такого же типа интерпретация должна использоваться и при анализе появления и воспроизводства организационных форм и институтов: они отчасти представляют собой результат целенаправленных действий, но отчасти это непреднамеренный результат коллективных взаимодействий обучающихся агентов.
Коэволюционная динамика. Соотношение закономерностей более высокого уровня, проявляющихся в институтах, правилах и формах организации, и эволюционных процессов более низкого уровня — это коэволюция по уровням анализа и временным горизонтам, и ее следует изучать и моделировать отдельно. Хотя первые суть эмерджентные феномены вторых, их можно рассматривать как относительно инвариантные структуры, ограничивающие и формирующие микрофеномены в более краткосрочной перспективе. Модельные подходы, в которых эти квази-инварианты более высокого уровня рассматриваются как данные, легитимны лишь постольку, поскольку могут быть легитимны модели, из которых исключены существенные формы проявления новизны.
Опишем кратко несколько ключевых исследовательских областей в рамках этой общей «большой программы».

Микрооснования: познание, поведение и обучение в сложной развивающейся среде

В отличие от современных представлений о максимизации Л. Сэвидж в своих «Основаниях статистики» (Savage, 1954) был весьма осторожен: всякая разумная репрезентация поведения в смысле максимизации чего-либо, как он полагал, должна быть ограничена локальными мирами (и даже это было крайним случаем для него). В большинстве экономических контекстов, и особенно применительно к экономическим изменениям и инновациям, максимизация в принципе не может быть определена, не говоря уж о том, чтобы характеризовать с ее помощью реальное поведение.
Но чем же тогда занимаются люди и организации, если они не максимизируют? Чтобы ответить на этот вопрос, чтобы понять природу поведения и обучения, необходимо активно задействовать ресурсы когнитивной и социальной психологии. Я целиком разделяю мнение Д. Канемана о том, что «психологические теории... не могут сравниться по элегантности и точности с формальными нормативными моделями убеждений и выбора, но это лишь еще один способ сказать, что рациональные модели психологически нереалистичны... В психологии предлагаются интегративные концепты и обобщения среднего уровня, которые завоевывают наше доверие, будучи способны объяснять кажущиеся различными явления в разных областях» (Kahneman, 2003. Р. 1449).
Упомянем лишь два актуальных исследовательских направления. Первое — это нейроэкономика. Конечно, некоторые исследования демонстрируют известный редукционизм («за своекорыстие отвечает эта доля коры мозга, а за щедрость — вот эта»). Но поскольку подобное картографирование возможно в приближенной форме, нейроэкономика помогает выявить и классифицировать многочисленные процессы, влияющие на принятие решений13.
Второе направление связано с исследованием и уточнением гипотезы о том, что у человека есть две различные когнитивные системы. Мы можем назвать их «система 1» (управляемая интуицией — быстрыми, параллельными, автоматическими, непроизвольными, ассоциативными, трудно заучиваемыми, эмоциональными процессами) и «система 2» (управляемая разумом — медленными, последовательными, контролируемыми, требующими усилий, руководствующимися правилами, гибкими, нейтральными усилиями) (Kahneman, 2003. Р. 1451; см. также: Schneider, Shiffrin, 1977а; 1977b).
Большинство современных достижений восходит к Г. Саймону, хотя в них допускается гораздо более радикальный отказ от какого бы то ни было понятия рациональности, нежели мог допустить Саймон. Разнообразные исследования на стыке экономической теории, психологии и когнитивной науки все активнее выстраивают «модель человека», которая будет включать: когнитивные основания «системы 1» и «системы 2» в виде неполных и постоянно развивающихся категоризации и ментальных моделей; эвристики, повсеместно используемые в оценке и принятии решений; анализ контекстной зависимости и социальной укорененности интерпретативных моделей и правил принятия решений; эволюционирующие (и, возможно, противоречащие друг другу) цели и предпочтения14.

Организации: поведение и формы обучения

Сходные проблемы касаются организаций. Как они ведут себя, как меняют свое поведение и внутреннее устройство, «обучаются» ли они и если да, то как? Известный ответ состоит в том, что фирмы максимизируют что-то, например прибыль, при технологическом ограничении (производственная функция) и при имеющихся информационных ограничениях. Конечно, при таких предпосылках, как указывал Саймон, нет никакой нужды открывать «черный ящик» организаций — достаточно знать, что именно максимизирует фирма, а также ее производственную функцию и информационное множество.
Надо признать, что мейнстрим сейчас далеко ушел от такого упрощенного представления. Давно стало ясно, что действия организации, а в итоге и результаты ее функционирования существенно зависят от внутриорганизационных отношений. Именно это изучается в агентских теориях фирмы, причем гораздо активнее, чем в экономической теории трансакционных издержек, где ключевой и наиболее естественной была проблема Коуза о границах между организациями и рынками.
Однако такой способ «открыть» черный ящик имел мало общего с исследованием действительного поведения организации и их реальной внутренней структуры. Интеллектуальная индустрия производила все новые версии моделей, где фирма рассматривалась как микрокосм, состоящий из асимметрично информированных, своекорыстных, избыточно рациональных индивидов, связанных между собой равновесными контрактами. Действия членов организации и общие результаты ее деятельности зависят от характеристик этих контрактов, а также от условий, отчасти в широком смысле «технологических», отчасти социальных — включая распределение информации, уровень наблюдаемости усилий и т. д. По сути, виртуозное упражнение в этой области состоит в том, чтобы заменить максимизирующий «организационный черный ящик» набором многочисленных, еще более изощренных в своей рациональности, связанных контрактами индивидуальных «ящичков».
Здесь и повсюду магическое слово — стимулы. Контракты, будь то формальные или «отношенческие», неформальные, содержат структуру стимулов и при данном контракте мини-ящики выдадут оптимальную реакцию (конечно, оптимальную для каждого из них, даже если в общем случае не наилучшую для организации в целом). Стимулы, как отмечает один из лучших специалистов в этой области, могут быть непосредственно экономическими (к ним «привязана» цена) или политическими (в смысле лоббирования, воздействия, сговора и т.д.) (Gibbons, 2010). Задача «найти структуру стимулов, способную объяснить поведение х», сегодня лежит в основе аспирантского курса микроэкономики, а «найти DSGE-модель и соответствующую ей калибровку, чтобы объяснить статистические данные г/», — в основе такого же курса макроэкономики.
Мы же предлагаем двигаться в противоположном направлении. Начать можно с предположения о слабой совместимости по стимулам (Dosi, 2000; Marengo, Dosi, 2005): ни от кого не требуется — по крайней мере в экономических организациях — героически действовать на пользу организации и при этом существенно вредить себе.
При таком подходе организация понимается как сложное, настроенное на решение задач институциональное образование. Решаться могут как производственные задачи («как произвести автомобиль»), так и задачи поиска («найти вакцину против малярии»), которые обычно сложны, помимо прочего еще и в том техническом смысле, что, во-первых, они могут быть неразложимы в целом (и любое «решение» подпроблемы влияет на остальные подпроблемы) и, во-вторых, некоторые классы таких проблем могут оказаться вычислительно «сложными», а полное исследование дерева решений — занять более чем полиномиальное (даже экспоненциальное) время (Simon, 1969; 1983; Dosi, Egidi, 1991).
Отметим, что сложность задач, разложимость на компоненты и отображение их на различные формы внутри- и межорганизационного разделения труда не имеют ничего общего с вопросами управления стимулами (даже если и влияют на последние), но касаются характеристик знания в организации и его распределения. Это, в свою очередь, тесно связано с характеристиками организационных рутин15 и с родственным понятием организационной памяти16. Иными словами, появляется новая, основанная на знаниях и возможностях теория фирмы, предполагающая процедурный подход к распределению знания внутри организации.
Следует признать, что мы идем на риск: такой подход могут посчитать технологическим детерминизмом, поскольку ключевые характеристики организационной структуры в подобных теориях, основанных на возможностях фирмы, следуют из жестких и связанных со знаниями требований. Однако я готов принять этот вызов. По крайней мере начиная с работы (Dosi, 1982), я потратил значительную часть своей академической жизни на исследование природы и динамики технического знания, и меня не смущает, что это знание вводит довольно строгие ограничения и на тонкую настройку стимулов (которыми сейчас заняты самые сообразительные представители агентской теории), и на различные типы «политических переговоров» и «социальных конструкций» (о которых говорят представители разнообразных постмодернистских течений мысли). Мой незабвенный друг и учитель К. Пэвит иронично реагировал на последних, говоря, что никто не хочет лететь через Атлантику на социально сконструированном самолете. И я скажу, что никогда бы не полетел на самолете, представляющем собой результат взаимодействия внутри пучка оптимальных контрактов!
С точки зрения теории возможностей, контракты представляют собой большие скопления взаимосвязанных рутин — инертных, зависящих от предшествующего развития, весьма неопределенно реагирующих на внешнюю среду. Их устойчивость связана с тем, что они результат обучения, представляют собой насыщенные знанием реакции на внешние или внутриорганизационные сигналы, основанные на когнитивных факторах и на привычках. Их природа мало связана с каким бы то ни было максимизирующим решением при ограничениях. Едва ли рутины представляют собой и некие равновесия в теоретико-игровом пространстве.
Впрочем, при этом мотивация и вознаграждение все же играют существенную роль в формировании поведения. Мы построили общую модель решения задач в организациях, где исследуем взаимосвязь между сложностью задач, децентрализацией управления и схемами вознаграждения (Dosi et al., 2003). Сталкиваясь со сложными задачами, требующими координации большого числа независимых элементов, организации должны решить задачу декомпозиции, у которой есть когнитивное измерение и измерение, связанное с вознаграждением. Первое связано с декомпозицией и структурированием принятия новых решений. Поскольку пространство поиска чересчур обширно, чтобы вести сплошной поиск, организации используют эвристики, чтобы упростить дело. Декомпозиционная эвристика принимает форму разделения умственного труда и определяет, какие решения генерируются и становятся кандидатами для селекции. Вознаграждение определяет контекст селекции, который ответствен за выбор альтернативных решений. Будем рассматривать это лишь как первоначальный вариант в рамках более широкой программы исследований, где должно найтись место проблемам власти, стимулов и конфликтов по поводу распределения чистого выпуска. Пока речь идет о знании, его распределении внутри и между организациями и о формах его накопления.

Процедуры решения задач и теория производства

Первичный уровень описания технологий должен пониматься с точки зрения, во-первых, природы знания, направленного на решение задач, и, во-вторых, реальных процедур поиска, применяемых в организациях. Именно на этом уровне «обитают» их действия, и именно на характеристике этих процедур покоится теория производства. Процедуры связаны с различными типами материальных и нематериальных затрат (начиная с сырья и заканчивая машинами и всеми видами программного обеспечения) и выпуска. Но как они проецируются на пространство затрат и выпуска?
Некоторых «кандидатов» на построение эмпирической теории производства мы должны отсечь с самого начала. Речь идет о стандартных непрерывных производственных функциях (тем более однородных, с постоянной отдачей от масштаба и т. д.), но также об их дискретной версии, вместе с аксиоматикой делимости, аддитивности, выпуклости, топологической замкнутости множества производственных возможностей и т. д. Многие из этих предпосылок отнюдь не безобидны, а некоторые совершенно неправдоподобны. В этой области нужно очень осторожно относиться к аксиоматике.
Гораздо более разумным представляется характеризовать фирмы в одной «отрасли» — неважно, насколько точно определенной в смысле выпуска, — как распределение фиксированных («леонтьевских») коэффициентов в краткосрочном периоде, а долгосрочную динамику считать зависящей как от локального специфического обучения, так и от селекции окружающей среды17.

Форматы спроса и динамика рынка

Мы предлагаем изучать профили спроса многочисленных, социально адаптивных, но потенциально инновативных агентов, характеризующихся лексикографическими (иерархически упорядоченными) предпочтениями, а также бюджетным ограничением и некоей склонностью снизить когнитивный диссонанс по поводу недоступности некоторых товаров (предварительная формализация содержится в: Aversi et al., 1999).
Эта тема составляет ядро экономического анализа. Если спросить большинство экономистов, каков предмет их дисциплины, многие в первую очередь назовут анализ спроса и предложения. Но что такое кривая спроса?
Это понятие может иметь два значения. Во-первых, это может быть психологическая предпосылка по поводу воображаемых, но при этом ясных и последовательных предпочтений агентов. Именно о них агенты во многих моделях сообщают мифическому вальрасианскому «аукционисту». В любом случае эта первая интерпретация спроса предполагает набор контрфактических мысленных экспериментов (для каждого индивида), но в каждый момент времени мы наблюдаем набор точек (комбинаций цен и объемов спроса).
Во-вторых, функции спроса можно интерпретировать как представления воображаемого агрегированного отношения на каждом рынке при данных распределениях микропредпочтений, не обязательно гладких или даже последовательных. (Исследование статистических условий, при которых такие агрегированные отношения «ведут себя» хорошо, см. в: Hildebrand, 1994.)
В общем случае реальные отношения цены/количества на любом рынке зависят, во-первых, от того, как организованы рынки, и, во-вторых, от различных «экологии» в смысле правил принятия решений и поведения. Оба эти фактора определяют работу рынков.
Что мы знаем об этом? Парадокс — сравнительно мало. Экономисты, употребляющие слово «рынок» через предложение, чаще всего не берутся исследовать его реальное функционирование, быть может боясь, что взглянув на рынок, они утратят некий магический смысл, который заложен в этом слове.
Замечательное исключение составляют работы А. Кирмана и его коллег18. В них, во-первых, выявлены устойчивые поведенческие регулярности, противоречащие гипотезе об оптимизации (по крайней мере, в наиболее наивных ее версиях). Во-вторых, в них ярко демонстрируется отсутствие изоморфизма между индивидуальным поведением — включая профили цен/количеств индивидуальных покупателей — и агрегированными рыночными структурами цен/количеств. Последние следует считать эмерджентными исходами взаимодействий многочисленных, неоднородных, следующих правилам и ограниченных бюджетом агентов. В-третьих, во всех этих исследованиях подтверждается, что институциональная архитектура рынков (неважно, основаны они на парных взаимодействиях или на различных типах аукционов) воздействует на результаты их функционирования — в терминах уровня цен, дисперсии, волатильности и т. д., даже если характеристики торгуемого объекта остаются неизменными, как и экология поведенческих правил, которыми руководствуются участники рынка. Однако главная часть работы в этом направлении еще не сделана.

Промышленная эволюция

Современный экономический анализ в существенной мере поражен странным «шизофреническим» синдромом. С одной стороны, за последние 30 лет в макроэкономических теориях предпринята попытка упростить интерпретацию агрегированной динамики и свести ее к принятию решений мифическим репрезентативным агентом. Любые статистические свойства временных рядов, будь то рост производительности труда или ВВП, флуктуации, занятость или инвестиции, должны были объясняться как равновесный исход некоей изощренной межвременной максимизации, осуществляемой этим агентом.
Но на микроуровне все наоборот. Эмпирический анализ, основанный на увеличивающихся массивах данных лонгитюдных обследований, засвидетельствовал повсеместную, всеобъемлющую и устойчивую неоднородность различных характеристик фирм. Благодаря массивам микроэкономических данных (на уровне заводов и фирм) за последние 20 лет мы сумели выявить несколько устойчивых статистических свойств, характеризующих структуру промышленности, ее изменения и индикаторы, например рост корпораций и их прибыльность (см. также: Dosi, Nelson, 2010; Bottazzi et al., 2010).
Приведем соответствующие «стилизованные факты».
  1. Сильно смещенные вправо распределения размеров фирм — на уровне всей обрабатывающей промышленности они одновершинные и очень напоминают степенное распределение19, но существенно отклоняются от него на более низком уровне агрегирования.
  2. Описание роста фирм как случайного процесса дает довольно хорошее первоначальное приближение наблюдаемой динамики. Однако существенные отклонения от простейшего базового процесса касаются мелких фирм и общей (отрицательной) зависимости темпов роста от возраста фирмы.
  3. Распределения темпов роста — с «толстыми хвостами», что указывает на некий лежащий в их основе корреляционный механизм, которого не было бы, будь события роста мелкими и независимыми друг от друга.
  4. На всех уровнях агрегирования обнаруживаются широко распространенные и чрезвычайно устойчивые во времени различия в производительности (не важно, измеряется она как производительность труда или как «совокупная факторная производительность») между фирмами и заводами.
  5. Столь же распространены и устойчивы различия в прибыльности.
  6. Доля новаторов в каждом промышленном секторе невысока в совокупной популяции фирм, даже в странах—технологических лидерах.
Что же стоит за устойчивой асимметрией показателей результативности и неоднородностью характеристик корпораций? Наиболее важный фактор — столь же неоднородные организационные возможности — идиосинкратические, трудно имитируемые и часто лишь незначительно меняющиеся во времени (Dosi, Nelson, 2010). В связи с этим возникают сложные вопросы по поводу соотношения характеристик корпораций, их результативности и динамики этих показателей, причем здесь возникают проблемы как эмпирического, так и теоретического свойства. Например, можно ли рационализировать эти взаимосвязи на языке некоей лежащей в их основе модели общего равновесия? Что это добавит к нашей интерпретации данных? Или наоборот, может быть, интерпретировать их как неравновесную эволюционную динамику? В любом случае — какова движущая сила этих процессов? Как охарактеризовать баланс между идиосинкратическими и обусловленными ошибками инновациями, обучением и адаптацией, с одной стороны, и селекцией среды в отношении конкурирующих между собой фирм, продуктов, технологий, форм организации, правил поведения — с другой?
Приведем архетипическое эволюционное представление о взаимосвязи специфических характеристик фирмы и ее результативности. Различные уровень производительности и организационная структура, склонность к инновациям и корпоративные стратегии формируют отчетливую корпоративную идентичность, которая, в свою очередь, должна влиять на показатели результативности. Более производительные фирмы способны взимать более низкую цену за товары того же качества и тем самым увеличивать свою рыночную долю; фирмы, более склонные к инновациям, способны продавать продукты, которые в чем-то «лучше», также увеличивая свою долю; наконец, более эффективные и прибыльные фирмы способны быстрее расти, поскольку могут больше инвестировать в условиях несовершенных финансовых рынков.
Но как эти представления соотносятся с данными? Рассмотрим сначала влияние различных уровней производительности на прибыльность, рост и вероятность выживания. Североамериканские данные, в основном по заводам, показывают, что увеличение доли выпуска для высокопроизводительных заводов и соответствующее уменьшение для низкопроизводительных выступают ключевыми факторами роста показателей средней производительности по секторам, даже если замещение неэффективных заводов идет весьма медленно.
Фундаментальная эволюционная идея состоит в том, что распределение производительности изменяется в результате: обучения внутри укоренившихся фирм; дифференциального роста (как формы селекции); смерти (иной, более радикальной формы отбора); появления новых игроков. На основании данных по новым лонгитюдным обследованиям на микроуровне возникли исследования, в которых анализируются свойства таких декомпозиций и выявляется вклад в рост производительности: специфических изменений внутри фирм при неизменной структуре собственности; изменений в структуре собственности при сохранении неизменными первоначальных уровней производительности; взаимодействия между этими процессами; выхода фирм с рынка; входа новых фирм (см.: Olley, Pakes, 1996; Foster et al., 2001; Bottazzi et al., 2010; и обсуждение в: Bartelsman, Doms, 2000).
Конечно, существуют значительные вариации в данных в зависимости от стран, отраслей и методов анализа. Однако возникают некоторые устойчивые феномены. Например, внутрифирменный компонент значительно выше, чем межфирменный (связанный с изменением структуры собственности). Иными словами, повышение производительности существующими фирмами более весомо в качестве способа развития отрасли, нежели селекция среди фирм — по крайней мере, в смысле производительности. Более производительные фирмы обычно более прибыльны. Однако воздействие на рост отнюдь не так очевидно: более эффективные фирмы не демонстрируют существенно более высоких показателей роста (Bottazzi et al., 2010). Если же появляется какая-то положительная зависимость между эффективностью и ростом, то она объясняется почти исключительно влиянием нескольких «выбросов» (лучших и худших фирм).
Из этих и им подобных эмпирических регулярностей можно сделать далеко идущие выводы. Эмпирические свидетельства неоднородности фирм хорошо согласуются с эволюционным представлением об идиосинкратическом обучении, инновациях (или их отсутствии) и адаптации. Неоднородные фирмы конкурируют друг с другом и при определенных ценах (возможно, разных для различных фирм и регионов) получают разную прибыль или, иными словами, разные квазиренты/убытки, которые оказываются выше или ниже норм прибыли при совершенной конкуренции.
Селекция среди фирм — другой центральный механизм экономических изменений в эволюционной интерпретации, наряду со специфическим для каждой фирмы обучением, — как представляется, не играет особой роли. Иными словами, современные рынки не являются самыми эффективными механизмами отбора, доставляющими вознаграждения и наказания в смысле относительного размера и доли рынка. Более того, отсутствие какой бы то ни было жесткой связи между прибыльностью и ростом заставляет пересмотреть наивное шумпете-рианское представление о том, что прибыльность (через инвестиции) способствует росту. Конечно, отбор различных вариантов технологии, поколений оборудования, линеек производства происходит и составляет важнейшую движущую силу промышленной динамики. Однако происходит он, по-видимому, в значительной степени внутри фирм, благодаря внедрению улучшенных производственных процессов и отказу от старых, менее производительных.
Кажущуюся несущественной роль отбора можно объяснять многочисленными причинами — от чисто статистических до интерпретативных.
Во-первых, производительность — предполагаемую движущую силу дифференциального отбора — измеряют не лучшим образом. Необходимо разделить ценовой компонент добавленной стоимости (а значит, ценовое воздействие на конкурентоспособность) и физическую эффективность, которую и призвана отражать производительность в тесном смысле слова. Однако сделать это удается очень редко. Поскольку в современной промышленности чаще всего продуктовые инновации и дифференциация продукции играют ключевую роль в конкуренции, необходимо явным образом анализировать их воздействие на процессы отбора.
Во-вторых, мало кто возьмется сегодня разделять межотраслевую конкуренцию и внутриотраслевую. Во многих отраслях более продуктивно рассматривать различные по объему сегменты рынка («подрын-ки») как единицу для анализа конкуренции (Sutton, 1998). Их характеристики и объем порождают различные ограничения и возможности для корпоративного роста. «Феррари» и «Фиат» работают на разных сегментах рынка, имеют различные возможности роста и не конкурируют друг с другом. Однако этот пример интересен и в другом отношении: «Фиат» может расти, приобретя «Феррари» (так оно и случилось).
Кроме того, взаимосвязи между эффективностью и инновациями, с одной стороны, и корпоративным ростом — с другой, в любом случае опосредованы значительными степенями свободы в поведении, например, в склонности к инвестированию, экспорту, расширению и выходу на зарубежные рынки, стратегиями ценообразования и формами диверсификации.
В любом случае эмпирические данные должны подвигнуть эволюционистов к пересмотру их концепции селекционных ландшафтов, то есть пространства, на котором представлены конкурентные взаимодействия. Возможно, надо увеличить число аргументов (учитывать не только производственную эффективность и цены, но и характеристики продукции) и рассмотреть нелинейные эффекты (чтобы, например, силы конкуренции существенно действовали на благо лучшим и во вред наихудшим).

История и эволюция

Эволюция технологий, фирм, отраслей, институтов и целых экономик разворачивается как исторический процесс, обнаруживающий различные степени зависимости от предшествующего развития и необратимости. Иными словами, начальные условия и последующие события влияют на долгосрочные исходы, а сам процесс подвержен «замыканиям» (lock-in) и его нельзя «прокрутить» назад.
Увы, самое расхожее предположение о том, что история имеет значение, чуждо большинству направлений современной экономической теории и эконометрической практики, а если и нет, то значимость истории демонстрируется через первоначальные, возможно устойчивые, но экзогенные условия инвариантных в остальном процессов. (Хороший пример — охота за «инструментами» в современном эконометрическом обеспечении «сравнительной политической экономики».)
Зависимость от предшествующего развития может возникнуть как на индивидуальном, так и на системном уровне. Можно представить системы, состоящие из агентов, зависящих от предшествующего развития, но при этом демонстрирующих эргодические свойства, по крайней мере в долгосрочном периоде (хотя эмпирически подобного рода ситуации маловероятны), или, наоборот, системы, состоящие из агентов, ведущих себя независимо от собственной истории, но при этом в целом подверженных эффекту зависимости от прошлого. Феномены такой зависимости возможны и при условиях рациональности и «гибкости» агентов (David, 1988; 1993; 2005). Источников у нее много: это и динамическая положительная отдача от масштаба, связанная с накоплением технологического знания, и сетевые внешние эффекты, эффекты дополнительности в освоении технологий, и экономия от интеграции.
В мире, зависимом от предшествующего развития, всегда есть возможность, что технологическая и институциональная эволюция зайдет «не туда», в том смысле, что в результате начинает доминировать технология или организационная форма, уровень которой ниже, чем у доступных с самого начала, но не выбранных. Здесь возникает ряд фундаментальных вопросов, на которые мы лишь начали отвечать. Первый касается того, что сохранилось бы, если бы «пленку» истории можно было прокрутить дважды. Какие аспекты социально-экономической эволюции относительно инвариантны, а какие относятся к определенному пути развития, к определенной истории?
Другие вопросы касаются постоянного конфликта между свободой и необходимостью. Насколько жесткие рамки накладывает история на действия людей и организаций? Что может способствовать выходу за пределы конкретных технологий, организационных структур, институциональных образований?
Увы, и здесь экономисты мало что могут сказать. Часто зависимость от предшествующего развития неохотно концептуализируется экономистами как множественность равновесий (тогда именно исторические обстоятельства могут объяснить, почему было выбрано одно равновесие, а не другое) и гистерезис (так этот феномен начали именовать в макроэкономике, см.: Cooper, John, 1988, но их голос, к сожалению, почти не был услышан).

К микрооснованиям эволюционной макроэкономики

«Великий эволюционный проект», который здесь отстаивается, явным образом построен на анализе поведения агентов, форматов инновационного поиска и конкурентных взаимодействий. Макроэкономическая динамика получается из простого агрегирования индивидуальных действий. Обычно нелинейности, порожденные неоднородностью и неравновесностью взаимодействий, обусловливают коэволюцию агрегированных переменных (занятости, выпуска и т.д.). Статистические свойства этих переменных можно интерпретировать как эмерджентные, основанные на устойчивых неравновесных ситуациях на микроуровне. Наблюдаемые стабильные взаимосвязи между этими агрегированными переменными могут возникать из турбулентных, неравновесных микроэкономических взаимодействий.
Полезно привести пример конкретной модели, где предпринята попытка синтезировать кейнсианскую идею агрегированного спроса и шумпетерианскую теорию экономического роста, основанного на технологических инновациях. В ней агенты постоянно сталкиваются с проблемой выбора между инновациями и имитацией, которую они пытаются решить путем дорогостоящего поиска в условиях подлинной неопределенности (они не способны сформировать сколько-нибудь точные ожидания относительно взаимосвязи инвестиций, вложенных в поиск, и вероятностью успешного исхода). Следовательно, эндогенные технологические шоки (сами инновации) непредсказуемы и идио-синкратичны (Dosi et al., 2010). Эта модель учитывает и идеи нового кейнсианства (см., например: Stiglitz, 1994). Речь идет об исследовании связей между факторами, влияющими на совокупный спрос и на технологические изменения. Таким образом, предлагается синтез, в рамках которого можно объяснить и долгосрочную динамику, и флуктуации20.
При этом модель, будучи основана на микроанализе поведения агентов, не основана на аксиоматике и потому является феноменологической. В этом смысле моделировать, исходя из неких первоначальных принципов, не берутся даже физики (классическая механика — исключение, большинство других физических теорий построены как феноменологические). Руководящей здесь выступает идея поведенческой макроэкономики (Akerlof, 2002).
Модель также способна объяснять совокупность разных стилизованных фактов как на микро/мезо, так и на макроуровне. В нашем случае это: эндогенный рост; постоянные флуктуации; постоянная вынужденная безработица; процикличность в динамике потребления, инвестиций, производительности, занятости и товарно-материальных запасов; толстые «хвосты» в распределении агрегированных темпов роста и темпов роста по фирмам, постоянная асимметрия производительности фирм; стержневидные графики инвестиционной активности; скошенные, асимметричные распределения размеров фирм.
Оказывается, что взаимодополняемость факторов, влияющих на совокупный спрос и на технологические изменения, воздействует как на краткосрочные флуктуации, так и на долгосрочные структуры роста. С нормативной точки зрения можно говорить о взаимодополняемости «кейнсианской» и «шумпетерианской» экономической политики. Оба типа политики необходимы, чтобы перевести экономику на путь долгосрочного устойчивого роста. Шумпетерианских рецептов недостаточно: при широком спектре значений параметров «фундаментальные» (эндогенно порожденные) изменения в технологии не способны полностью распространиться на спрос и в конечном счете повлиять на рост выпуска. В свою очередь, шоки спроса (в самом простом случае — имеющие фискальную природу) оказывают устойчивое воздействие на уровень выпуска, темпы роста и инноваций. Поэтому кейнсианская политика не только существенно влияет на волатильность выпуска и безработицы, но и выступает необходимым условием долгосрочного экономического роста.
Иными словами, классическое эволюционное моделирование (в духе Нельсона—Уинтера) следует дополнить кейнсианскими идеями. С макроэкономической точки зрения модели Нельсона—Уинтера равновесны: рынки труда и продуктов в них расчищаются. Исходным пунктом для них служит модель Солоу, а ищут они более разумные (эволюционные) основания для тех макроэкономических тенденций роста, которые выявил Солоу. Но здесь им недостает кейнсианской теории, суть которой «в отказе от закона Сэя и в возможности общего дефицита спроса» (Krugman, 2011. Р. 3).
«Оригинальность кейнсианской концепции эффективного спроса заключена в том, что Кейнс делит его на два компонента — эндогенный и экзогенный. Эндогенный компонент отражает производство, в основном на тех же основаниях, на каких это делалось у Рикардо, Милля или Сэя, — разница лишь в том, что в денежной экономике... совокупный спрос может быть функцией совокупного предложения (то и другое измеряется в деньгах), а равенство между ними — не соблюдаться, одно может быть долей другого.
Чтобы сравнять два показателя, необходимо добавить дополнительный компонент (он может принимать разные формы, затраты капитала — «инвестиции» — лишь одна из них), стоимость которого определяется извне. Если дано отношение между совокупным выпуском и эндогенным спросом, который им порожден (можно допустить, что последний есть монотонная функция от первого), то существует только один уровень выпуска, на котором выпуск (или занятость) находится в „равновесии" — когда объем экзогенного спроса точно равен разности между стоимостью выпуска и стоимостью порожденного им эндогенного спроса. Если отношение между выпуском и эндогенным спросом (которое Кейнс называл склонностью к потреблению) принимается как данное, именно стоимость экзогенного спроса определяет размеры совокупного производства и занятости. Повышение экзогенного спроса, какой бы причиной оно ни было вызвано, вызовет пропорциональный рост производства через механизм мультипликатора... Капиталистическая экономика... не „самонастраивающаяся" в том смысле, что рост потенциального выпуска автоматически порождает соответствующий рост выпуска реального. Так будет, лишь если одновременно в нужной степени расширяется экзогенный спрос; а поскольку принять это как само собой разумеющееся мы не можем, поддержание полной занятости в растущей экономике требует целенаправленной политики управления спросом... Кейнс не был учеником Вальраса. Но уже Маршалл (особенно в книге V, в теории ценности для краткосрочного периода) дал достаточно оснований для сомнений. Почему все рынки не принуждают целиком использовать свои ресурсы? В теории Маршалла предполагалось, что сбережения образуют предложение „ссудных фондов", которое, при условии существования эффективного рынка капитала, уравнивающего спрос и предложение, управляет понесенными затратами капитала. Это означает отказ от всякой идеи об экзогенном источнике спроса и предполагает, что предложение и спрос на сбережения уравниваются путем изменения дохода и занятости, а не через „цену" сбережений на рынке капитала, то есть процентную ставку. Чтобы объяснить, почему рынок займов не расчищается в том же смысле, что и другие рынки, Кейнс предложил теорию процента, основанную на предпочтении ликвидности, которая, как следует из его позднейших сочинений, была добавлена в большей или меньшей степени задним числом» (Kaldor, 1983. Р. 172 — 175).
И, позвольте добавить, это была дурная, эмпирически притянутая «за уши» и теоретически неверная идея, давшая возможность Патинкину, Модильяни и т. д. показать, что модель Кейнса была просто DSGE-моделыо с негибкими переменными. Я же предлагаю пойти по совершенно иному пути и проанализировать совместно свойства эндогенных флуктуации и многочисленных траекторий неравновесного роста, в зависимости от различных механизмов формирования спроса.

Динамика финансового рынка

Немало работы ожидает и исследователей финансовых рынков. Здесь, как представляется, существует две концепции, между которыми можно было бы навести мосты. С одной стороны, в ряде исследований в рамках так называемых «эволюционных финансов» всерьез учитывается неоднородность агентов (по крайней мере, в терминах неприятия риска) и изучаются свойства рынков как сред, в которых происходит отбор. (См., например: Levy et al., 2000; Blume, Easley, 1992, 2010; Anufriev, Bottazzi, 2010; Anufriev, Dindo, 2010.)
С другой стороны, рассматриваются разнообразие и динамика ожиданий, в различной степени отклоняющихся от «фундаментальных параметров». Среди таких исследований значительную часть составляют «поведенческие финансы». Кроме того, они включают исследование таких явлений, как несовершенное обучение, имитация, стадное поведение, «конкурсы красоты» и «рыночная рефлексивность», изменение когнитивных фреймов (см.: Frydman, Goldberg, 2011 и более явные модели социальной имитации, миметизма и т.д. в: Kirman, 2010). Я не отстаиваю здесь некую синтетическую «метамодель», объединяющую эти два направления работы, но систематизация связей между данными группами исследований поможет понять необратимое эволюционное движение в бездну финансового кризиса, которое мы переживаем. Однако предстоит также понять, как связаны динамика финансовых рынков и реального сектора. Мы еще далеки от логичного, последовательного соотнесения финансовых процессов типа Мински (Minsky, 1982; 1986) с развитием децентрализированной экономики.

Выше много говорилось о формальных теориях, но не потому, что я считаю другие формы анализа менее важными. Напротив, другие подходы — начиная от исторически фундированного «оценочного» (качественного) теоретизирования, статистического анализа и заканчивая исследованием отдельных случаев — могут быть существенными дополнительными инструментами. Но проблема в том, что интерпретация экономических явлений и политические дискуссии в значительной степени опираются на очень плохую теорию, что может иметь пагубные практические следствия.

Перевод с английского
И. Болдырева и Г. Петренко

1 Справедливости ради, нужно сказать, что Шумпетер впоследствии (после 1930-х годов) выражал недовольство подобным разделением между «шоками» и последующими приспособлениями к равновесию. В частности, он не был готов принять связанное с этим разделение экзогенных импульсов и их дальнейшего распространения, которое предложил его друг Р. Фриш (см.: Louca, 2001).
2 Критику понятия репрезентативного агента см. в: Kirman, 1989, 1992.
3 Гораздо более детальную реконструкцию перерождения теории и его связи с реальным изменением экономической политики, приведшим к кризису 2008 г., которую я в основном разделяю, см. в: Cassidy, 2009.
4 Следует уточнить, что «рациональных ожиданий» самих по себе недостаточно для «нейтральности» монетарной или фискальной политики, но непосредственно кейнсианские взаимосвязи, вроде тех, что следуют из анализа кривых IS-LM, утрачиваются.
5 Ср.: Blanchard, 2009, где даны весьма рискованные характеристики этого подхода как «нового кейнсианского синтеза».
6 Подробный и тщательный анализ такой сюрреалистической ситуации см. в: Caballero, 2010.
7 Отчасти сходной позиции относительно современного состояния макроэкономики придерживается Дж. Стиглиц (Stiglitz, 2011).
8 Так называлась серия конференций и публикаций, организованных при поддержке института Санта-Фе. Хотя впоследствии результаты оказались скромнее того, что обещалось, в этих работах множество интересных идей. См.: Anderson et al., 1988; Arthur et al., 1997.
9 О «сложной динамике» см. близкий по духу материал и источник вдохновения для настоящего текста: Kirman, 2010, а также Rosser, 2011.
10 Подробнее см.: Nelson, Winter, 1982; Dosi et al., 1988; Metcalfe, 1998; Dopfer, 2005; Dosi, Nelson, 1994; Coriat, Dosi, 1998; Dosi, Winter, 2002; Dosi, 2000.
11 Заметим, однако, что немногочисленные агрегированные (не имеющие микрооснований) динамические модели тем не менее согласуются с эволюционистской интерпретацией (некоторые из них обсуждаются в Silverberg, Verspagen, 2005, а также в: Coriat, Dosi, 1998).
12 Об этом понятии, связанном с институтами и поведением агентов по отношению к ним, см.: Nelson, Sampat, 2001.
13 Подробные обзоры литературы в этом направлении см. в: Rangel et al., 2008; Camerer, 2007
14 Нашу попытку формализовать такую динамику для форматов спроса и изучить экономические следствия из нее см. в: Aversi et al.,1999.
15 Об этом понятии см. пионерную работу: Nelson, Winter, 1982, а также: Cohen et al., 1996; Becker et al., 2005; Becker, 2005.
16 В настоящее время мы работаем над его формализацией: Dosi et al., 2011b. Более детальный обзор спектра формальных моделей, в которых предпринимается попытка изучить процедурное знание, рутины и их динамику, см. в: Dosi et al., 2011а. Важные работы в этом направлении см.: Levinthal, 1997; Gavetti, Levinthal, 2000; Ethiraj, Levithal, 2004; Siggelkow, Rivkin, 2005.
17 Использование стандартной аксиоматики вводит в заблуждение, поскольку в этом случае «производственная технология на уровне отрасли» рассматривается как задача размещения микротехнологий. Чаще всего на этом уровне легко описать отрасль ex post в терминах выпуклых, делимых и т. д. множеств микротехнологий, даже если не соглашаться с описанием того, что за ними стоит, в терминах теории выбора (показательный пример см. в: Hildenbrand, 1981). Хотя эти множества представляют собой очень интересные объекты сами по себе в смысле описания и анализа меняющихся распределений отраслевых технологий, они не дают оснований для построения теории производства, объясняющей реальные значения коэффициентов, — разве что при централизованном планировании.
18 См.: Kirman, Vignes, 1991; Sapio et al., 2011.
19 Степенной закон — соотношение типа Рг(Х > х) = ах-b — показывает вероятность того, что случайная величина X больше х, а и b — константы, причем коэффициент b, как установлено в эмпирических исследованиях, часто близок к единице.
20 Эта модель вполне вписывается в литературу по агенто-ориентированной вычислительной экономике (Tesfatsion, Judd, 2006; LeBaron, Tesfatsion, 2008), которая отвечает на запросы эволюционистов, см. также: Solow, 2008: множество агентов взаимодействуют без каких бы то ни было обязательств ex ante относительно взаимной согласованности своих действий. Подобные модели см. в: Delli Gatti et al., 2005; 2010; 2011; Russo et al., 2007; Dawid et al., 2008; 2011; Ashraf et al., 2011. Сочетание кейнсианских и шумпетерианских элементов см. в: Saviotti, Рука, 2008; Ciarli el al., 2010; обсуждение в: Silverberg, Verspagen, 2005.

Список литературы

Akerlof G. А. (2002). Behavioral Macroeconomics and Macroeconomic Behavior // American Economic Review. Vol. 92, No 3. P. 411 — 433.
Anderson P. W., Arrow K. J., Pines D. (eds.) (1988). The Economy as an Evolving Complex System I. Redwood City, CA: Addison-Wesley.
Anufriev M., Bottazzi G. (2010). Market equilibria under procedural rationality // Journal of Mathematical Economics. Vol. 46, No 2. P. 1140 — 1172.
Anufriev M., Dindo P. (2010). Wealth-driven Selection in a Financial Market with Heterogeneous Agents // Journal of Economic Behavior and Organization. Vol. 73,
No 3. P. 327-358.
Arthur W. В., DurlaufS., Lane D. (eds.) (1997). The Economy as an Evolving Complex System II. Redwood City, CA: Addison-Wesley.
Ashraf Q., Gershman В., Howitt P. (2011). Banks, Market Organization, and Macro-economic Performance: An Agent-Based Computational Analysis // NBER Working Paper. No 17102.
Aversi R., Dosi G.y Fagiolo G., Meacci M., Olivetti C. (1999). Demand Dynamics with Socially Evolving Preferences // Industrial and Corporate Change. Vol. 8, No 2. P. 353-408.
Becker G. S. (1976). The Economic Approach to Human Behavior. Chicago: University of Chicago Press.
Becker M. С, LazaricN.y Nelson R. R., Winter S. G. (2005). Applying Organizational Routines in Understanding Organizational Change // Industrial and Corporate Change. Vol. 14, No 5. P. 775-791.
Becker M. C. (2005). A Framework for Applying Organizational Routines in Empirical Research: Linking Antecedents, Characteristics and Performance Outcomes of Recurrent Interaction Patterns // Industrial and Corporate Change. Vol. 14, No 5. P. 817—846.
Bartelsman E. J., Doms M. (2000). Understanding Productivity: Lessons From Longitudinal Microdata // Journal of Economic Literature. Vol. 38, No 3. P. 569—594.
Blanchard O. (2009). The state of macro // Annual Review of Economics. Vol. 1. P. 209-228.
Blume L., Easley D. (1992). Evolution and market behavior // Journal of Economic Theory. Vol. 58, No 1. P. 9-40.
Blume L.y Easley D. (2010). Heterogeneity, Selection, and Wealth Dynamics // Annual Review of Economics. Vol. 2. P. 425 — 450.
Bottazzi G., Dosi G., Jacoby N., SecchiA., Tamagni F. (2010). Corporate Performances and Market Selection. Some Comparative Evidence // Industrial and Corporate Change. Vol. 19, No 6. P. 1953-1996.
Caballero R. J. (2010). Macroeconomics after the Crisis: Time to Deal with the Pretense-of-Knowledge Syndrome // Journal of Economic Perspectives. Vol. 24, No 4. P. 85 — 102.
Camerer C. F. (2007). Neuroeconomics: Using Neuroscience to Make Economic Predictions // Economic Journal. Vol. 117, No 519. P. C26-C42.
Cassidy J. (2009). How Markets Fail. L.; N. Y.: Allen Lane.
Ciarli Т., Lorentz A., Savona M., Valente M. (2010). The Effect of Consumption and Production Structure on Growth and Distribution: A Micro to Macro Model // Metroeconomica. Vol. 61, No 1. P. 180-218.
Cohen M.у Burkhart R.y Dosi G, EgidiM., Marengo L., Warglien M., Winter S. (1996). Routines and Other Recurring Action Patterns of Organizations: Contemporary Research Issues // Industrial and Corporate Change. Vol. 5, No 3. P. 653 — 699.
Colander D., Foellmer H., Haas A., Goldberg M., Juselius K., Kirman A., Lux Т., Sloth B. (2009). The Financial Crisis and the Systemic Failure of Academic Economics // Kiel Institute for the World Economy Working Papers. No 1489. [Рус. пер.: Коландер и др. (2010). Финансовый кризис и провалы современной экономической науки // Вопросы экономики. № 6. С. 10—25.]
Cooper R., John А. (1988). Coordinating coordination failures in Keynesian models // Quarterly Journal of Economics. Vol. 103, No 3. P. 441 — 463.
Coriat В., Dosi G. (1998). The Institutional Embeddedness of Economic Change. An Appraisal of the "Evolutionary" and the "Regulationist" Research Programme // Institutions and Economic Change / K. Nielsen, B. Johnson (eds.). Cheltenham: Edward Elgar [republished in Dosi (2000)].
David P. A. (1988). Path Dependence: Putting the Past into the Future of Economics // Technical Report No 533 / Stanford University, Institute for Mathematical Studies in the Social Science.
David P. A. (1993). Path Dependence and Predictability in Dynamic Systems with Local Network Externalities: A Paradigm for Historical Economics // Technology and the Wealth of Nations / D. Foray, C. Freeman (eds.). L.: Pinter.
David P. A. (2005). Path Dependence in Economic Processes: Implications for Policy Analysis in Dynamical System Contexts // The Evolutionary Foundations of Economics / K. Dopfer (ed.). Cambridge: Cambridge University Press. P. 151 — 194.
Dawid Н., Gemkow S., Harting P., Hoog S. van der, Neugart M. (2011). The Eurace@
Unibi Model: An Agent-Based Macroeconomic Model for Economic Policy Analysis /
Universitat Bielefeld. www.wiwi.uni-bielefeld.de/vpl 1 /research/eurace-unibi. html. Dawid #., Gemkow S., Harting P., Kabus K., Wersching K., Neugart M. (2008).
Skills, Innovation, and Growth: An Agent-Based Policy Analysis // Journal of
Economics and Statistics. Vol. 228, No 2—3. P. 251—275. Delli Gatti D., C. Di Guilmi, Gaffeo E., Giulioni G., Gallegati M., Palestrini A.
(2005). A New Approach to Business Fluctuations: Heterogeneous Interacting
Agents, Scaling Laws and Financial Fragility // Journal of Economic Behavior
and Organization. Vol. 56, No 4. P. 489-512. Delli Gatti D., Gallegati M., Greenwald В., Russo A., Stiglitz J. E. (2010). The
Financial Accelerator in an Evolving Credit Network // Journal of Economic
Dynamics and Control. Vol. 34, No 9. P. 1627-1650. Delli Gatti D., Desiderio S.f Gaffeo E., CirilloP., Gallegati M. (2011). Macroeconomics
from the Bottom-up. Milan etc.: Springer. Dopfer K. (ed.). (2005). The Evolutionary Foundations of Economics. Cambridge:
Cambridge University Press. Dosi G. (1982). Technological Paradigms and Technological Trajectories. A Suggested
Interpretation of the Determinants and Directions of Technical Change // Research
Policy. Vol. 11, No 3. P. 147-162 [republished in Dosi (2000)]. Dosi G. (2000). Innovation, Organization and Economic Dynamics. Selected Essays.
Cheltenham: Edward Elgar. Dosi G. (2012). Further Essays on Economic Organization, Industrial Dynamics and
Development. Cheltenham: Edward Elgar, [forthcoming]. Dosi G.} Egidi M. (1991). Substantive and Procedural Uncertainty. An Exploration
of Economic Behaviours in Changing Environments // Journal of Evolutionary
Economics. Vol. 1, No 2. P. 145-168 [republished in Dosi (2000)]. Dosi G., Orsenigo L. (1988). Coordination and Transformation: An Overview of Structures,
Behaviours and Change in Evolutionary Environments // Technical Change and
Economic Theory / G. Dosi et al. (eds.). L.: Pinter; N. Y.: Columbia University Press. Dosi G., Nelson R. R. (1994). An Introduction to Evolutionary Theories in Economics //
Journal of Evolutionary Economics. Vol. 4, No 3. P. 153 — 172; [republished in
Dosi (2000)].
Dosi G., Nelson R. R. (2010). Technical Change and Industrial Dynamics as Evolutionary Processes // Handbook of the Economics of Innovation / В. H. Hall, N. Rosenberg (eds.). Burlington: Academic Press. Vol. I. P. 51 — 128.
Dosi G., Winter S. G. (2002). Interpreting economic change: evolution, structures and games // The Economics of Choice, Change and Organizations: Essays in Memory of Richard M. Cyert / Augier M., J. March (eds.). Cheltenham: Edward Elgar.
Dosi G., Freeman C, Nelson R., Silverberg G., Soete L. (eds.). (1988). Technical Change and Economic Theory. L.: Pinter; N.Y.: Columbia University Press.
Dosi G., Levinthal D., Marengo L. (2003). Bridging Contested Terrain: Linking Incentive-Based and Learning Perspectives on Organizational Evolution // Industrial and Corporate Change. Vol. 12, No 2. P. 413-436.
Dosi G., Marengo L., Fagiolo G. (2005). Learning in Evolutionary Environments // The Evolutionary Foundations of Economics. Cambridge: Cambridge University Press.
Dosi G.} Fagiolo G., Roventini A. (2010). Schumpeter Meeting Keynes: A Policy-Friendly Model of Endogenous Growth and Business Cycles // Journal of Economic Dynamics and Control. Vol. 34, No 9. P. 1748-1767.
Dosi G.y Faillo M., Marengo L., Moschella D. (2011a). Modeling Routines and Organizational Learning. A Discussion of the State-of-the-Art // Seoul Journal of Economics. Vol. 24, No 3. P. 247-286.
Dosi G.y Marengo L., Paraskevopoulou E., Valente M. (2011b). The Value and Dangers of Remembrance in Changing Worlds: a Model of Cognitive and Operational Memory of Organizations / Paper presented at the DIME Final Conference, 6-8 April 2011, Maastricht.
Ethiraj S., Levinthal D. (2004). Bounded Rationality and the Search for Organizational Architecture: An Evolutionary Perspective on the Design of Organizations and Their Evolvability // Administrative Science Quarterly. Vol. 49, No 3. P. 404 — 437.
Foster L., Haltiwanger J.C.y Krizan C. J. (2001). Aggregate Productivity Growth, Lessons from Microeconomic Evidence // New Developments in Productivity Analysis / C. R. Hulten, E. R. Dean, M. J. Harper (eds.). Chicago: University of Chicago Press. P. 303-372.
Friedman M. (1953). The Methodology of Positive economics •// Essays in Positive Economics. Chicago: University of Chicago Press.
Frydman R., Goldberg M. D. (2011). Beyond Mechanical Markets: Asset Price Swings, Risk, and the Role of the State. Princeton and Oxford: Princeton University Press.
Gavetti G., Levinthal D. (2000). Looking Forward and Looking Backward: Cognitive and Experimental Search //Administrative Science Quarterly. Vol. 45, No 1. P. 113-137.
Gibbons R. (2010). Inside Organizations: Pricing, Policies and Path Dependence // Annual Review of Economics. Vol. 2. P. 337—365.
Hildenbrand W. (1981). Short-run production functions based on microdata // Econometrica. Vol. 49, No 5. P. 1095-1125.
Hildenbrand W. (1994). Market demand: Theory and empirical evidence. Princeton: Princeton University Press.
Kahneman D. (2003). Maps of Bounded Rationality: Psychology for Behavioural Economics // American Economic Review. Vol. 93, No 5. P. 1449 — 1475.
Kay J. (2011). The Map is Not the Territory: An Essay on the State of Economics. ineteconomics.org/blog/inet. [Кэй Дж. (2012). Карта — не территория: о состоянии экономической науки // Вопросы экономики. № 5. С. 4 — 13.]
Kaldor N. (1983). Keynesian Economics After Fifty Years // Keynes and the Modern World / J. Trevithick, D. Worswick (eds.). Cambridge: Cambridge University Press.
Kirman A. (1989). The Intrinsic Limits of Modern Economic Theory: The Emperor has No Clothes // Economic Journal, Supplement to Vol. 99. P. 126 — 139.
Kirman A. (1992). What or whom does the representative individual represent? // Journal of Economic Perspectives. Vol. 6, No 2. P. 117—136.
Kirman A. (2010). Complex Economics. Individual and Collective Rationality. L.: Rout ledge.
Kirman A., Vignes A. (1991). Price dispersion: Theoretical considerations and empirical
evidence from the Marseille fish market // Issues in contemporary economics /
K. G. Arrow (ed.). . L.: Macmillan. P. 160-185. Klamer A. (1984). The New Classical Macroeconomics. Conversations with the New
Classical Economists and their Opponents. Brighton: Wheatsheaf Books. Krugman P. (2011). Mr Keynes and the Moderns / Prepared for the Cambridge conference
commemorating the 75th anniversary of the publication of Keynes "General Theory
of Employment, Interest, and Money". Landes D. S. (1969). The Unbound Prometheus. Cambridge: Cambridge University
Press.
LeBaron В., Tesfatsion L. (2008). Modeling Macroeconomies as Open-Ended Dynamic
Systems of Interacting Agents // American Economic Review. Vol. 98, No 2.
Papers and Proceedings. P. 246—250. Levinthal D. (1997). Adaptation on Rugged Landscapes // Management Science.
Vol. 43, No 7. P. 934-950. Levy M.y Levy H.y Solomon S. (2000). Microscopic Simulation of Financial Markets.
L.: Academic Press.
Louga F. (2001). Intriguing Pendula: Founding Metaphors in the Analysis of Economic Fluctuations // Cambridge Journal of Economics. Vol. 25, No 1. P. 25—55.
Marengo L., Dosi G. (2005). Division of Labor, Organizational Coordination and Market Mechanisms in Collective Problem-solving // Journal of Economic Behavior and Organization. Vol. 58, No 2. P. 303-326.
Maynard Smith J. (1976). Evolution and the Theory of Games // American Scientist. Vol. 64. P. 46-61.
Metcalfe J. S. (1998). Evolutionary Economics and Creative Destruction. L.: Routledge. Metcalfe J. S., Ramlogan R. (2006). Restless Capitalism: A Complexity Perspective
on Modern Capitalist Economies // Complexity and Evolution / E. Garnsey,
J. McGlade (eds.). Cheltenham: Edward Elgar. Minsky H. P. (1982). Can "It" Happen Again?: Essays on Instability and Finance.
Armonk: M.E. Sharpe. Minsky H. P. (1986). Stabilizing an Unstable Economy. New Haven, CT: Yale University
Press.
Nelson R. R., Sampat B. (2001). Making Sense of Institutions as a Factor Shaping Economic Performance // Journal of Economic Behaviour and Organization. Vol. 44, No 1. P. 31-54.
Nelson R. R., Winter S. G. (1982). An Evolutionary Theory of Economic Change. Cambridge, MA: The Belknap Press. [Рус. пер.: Нельсон P., Уинтер С. Эволюционная теория экономических изменений. М.: Дело, 2002.]
Olley G. S., PakesA. (1996). The Dynamics of Productivity in the Telecommunications Equipment Industry // Econometrica. Vol. 64, No 6. P. 1263 — 1297.
Rangel A., Camerer C, Read Montague P. (2008). A Framework for Studying the Neurobiology of Value-based Decision Making // Nature — Neuroscience. Vol. 9, No 7. P. 545-559.
Rosser B. J. (2011). Complex Evolutionary Dynamics in Urban-Regional and Ecologic-Economic Systems: From Catastrophe to Chaos and Beyond. N.Y.: Springer.
Russo A., Catalano M., Gaffeo E., Gallegati M., Napoletano M. (2007). Industrial Dynamics, Fiscal Policy and R&D: Evidence from a Computational Experiment // Journal of Economic Behavior and Organization. Vol. 64. No 3 — 4. P. 426—447.
Sapio A., Kirman A., Dosi G. (eds.). (2011). The Emergence and Impact of Market Institutions: the Wholesale Market for Fish and other Perishable Commodities // Journal of Economic Behaviour and Organization. Special Issue. Vol. 80, No 1. P. 1-67.
Savage L. J. (1954). The Foundations of Statistics. N.Y.: Wiley.
Saviotti P. P., Pyka A. (2008). Micro and Macro Dynamics: Industry Life Cycles, Inter-Sector Coordination and Aggregate Growth // Journal of Evolutionary Economics. Vol. 18, No 2. P. 167-182.
Schneider W., Shiffrin R. M. (1977a). Controlled and Automatic Human Information Processing: I. Detection, Search, and Attention // Psychological Review. Vol. 84, No 1. P. 1-66.
Schneider W., Shiffrin R. M. (1977b). Controlled and Automatic Human Information Processing: II. Perceptual Learning, Automatic Attending and a General Theory //
Psychological Review. Vol. 84, No 2. P. 127-190.
Siggelkow N., Rivkin J. W. (2005). Speed and Search: Designing Organizations for Turbulence and Complexity // Organization Science. Vol. 16, No 2. P. 101 — 122.
Silverberg G., Verspagen B. (2005). Evolutionary Theorizing on Economic Growth // The Evolutionary Foundations of Economics / K. Dopfer (ed.). Cambridge:
Cambridge University Press.
Simon H. A. (1969). The Sciences of the Artificial. Cambridge, MA: MIT Press.
Simon H. A. (1983). Reason in Human Affairs. Stanford: Stanford University Press.
Solow R. M. (2008). The state of macroeconomics // Journal of Economic Perspectives. Vol. 22, No 1. P. 243-246.
Stiglitz J. E. (1994). Endogenous Growth and Cycles // Innovation in Technology, Industries, and Institutions: Studies in Schumpeterian Perspectives / Y. Shionoya,
M. Perlman (eds.). Ann Arbor: University of Michigan Press. P. 121—256.
Stiglitz J. E. (2011). Rethinking Macroeconomics: What Failed, and How to Repair It // Journal of the European Economic Association. Vol. 9, No 4. P. 591 — 645.
Sutton J. (1998). Technology and Market Structure: Theory and Evidence. Cambridge, MA: MIT Press.
Tesfatsion L., Judd K. L. (2006). Handbook of Computational Economics: Agent-based Computational Economics. Amsterdam etc.: Elsevier.
Winter S. G. (1964). Economic "Natural Selection" and the Theory of the Firm // Yale Economic Essays. Vol. 4, No 1. P. 225—272.
Комментарии (0)add comment

Написать комментарий
меньше | больше

busy