6.3 经济与社会：周期、恐慌与翻转

6.3 经济与社会：周期、恐慌与翻转

本节摘要：定义先行——把市场与社会当作动力系统时，核心对象从"均衡点"换成"吸引子"：乘数-加速器与劳资份额模型给出内生周期（极限环），阈值模型给出恐慌与流行的临界质量（双稳与级联），历史小事件被正反馈放大成大分岔（路径依赖）。本节用银行挤兑与舆论级联的数值实验说明：这里的正确产出往往不是预测，而是预警与情景清单。

本节的对照最刺眼：经济学教科书的主词是"均衡"，动力学的诊断词是"哪个吸引子、稳不稳、边界在哪"。社会系统做不了对照实验（不能把一个国家设为控制组），只能靠观测数据与模型推演——这是确定性阶梯上又下了一级，工具姿势随之改变。

市场里的钟摆：内生周期

线性均衡观的隐含承诺：偏离均衡后系统平滑回归，波动皆因外生冲击。非线性诊断给了另一个来源——内生周期。古德温模型把工资份额与就业率写成一对捕食-被捕食方程：高就业推高工资，高工资压低利润与投资，投资回落压低就业，就业回落又缓解工资压力——绕一圈回到起点。这是 3.3 节极限环的教科书场景：没有必要假设每次衰退都有特定"坏消息"，振荡是结构自带的。乘数-加速器模型同理：投资对产出的加速响应叠加消费的滞后，参数越过临界即自激。政策含义随之对照：线性观主张"扑灭每次外生冲击"，极限环观主张"改变环的参数"（阻尼结构、自动稳定器），因为环还在，扑是扑不完的。

恐慌与流行：临界质量的双稳

挤兑、抢购、谣言、舆论翻转共享同一个骨架——阈值级联：每个个体有私人阈值（看到多大比例的人行动才跟随），总体行为由阈值的分布形状决定。格兰诺维特的经典洞察是：均衡不止一个，且个体理性与集体结果可以严重脱节——没人"想"挤兑，但阈值结构让挤兑成为稳定态之一。

双稳级联的数值实验

设计一个人群：六成"易感者"（阈值低、集中在零附近），四成"顽固者"（阈值高、集中在末端）。参与率 p 的演化规则：下一代参与率 = 阈值不超过当前 p 的人群比例。这构成一个迭代映射，不动点即均衡：

import numpy as np

rng = np.random.default_rng(11)
N = 200_000
th = np.where(rng.random(N) < 0.6, rng.beta(2, 10, N), rng.beta(8, 2, N))

def equilibrium(seed):
    p = seed
    for _ in range(200):
        p_new = float((th <= p).mean())          # 阈值达标者入场
        if abs(p_new - p) < 1e-5:
            break
        p = p_new
    return round(p, 3)

for seed in (0.02, 0.10, 0.40, 0.90):
    print(f"起始参与率 {seed}: 收敛到 {equilibrium(seed)}")
​

结果（典型输出）：0.02 与 0.10 都收敛到约 0.12（小骚动后自熄）；0.40 与 0.90 都收敛到约 0.84（全面爆发）。同一个人群，结局只由起点决定——双稳与路径依赖同台。

解读：两个稳定均衡之间隔着一个不稳定分水岭（约 0.3 附近）：起点点火失败归小均衡，越过分水岭归大均衡。对照线性观（结果与原因成比例），这里的原因差零点二、结果差七成——3.1 节迟滞的社会版。处置清单随之改写：防挤兑的核心不是"劝每个人"，而是把早期参与率压在分水岭之下（存款保险抬高易感者的阈值、信息披露压低不确定性）；促采纳（技术扩散、公共卫生）则相反——把种子用户集中到能越线的规模。

路径依赖与预测的边界

正反馈放大微小历史差异的案例在制度与技术史里俯拾皆是：键盘布局、交流电标准、平台生态——胜者未必更优，只是先过了临界质量。这类系统给"预测"划了条原则性的线：分岔点附近，结果是不可预测的，但结果空间是可推演的。正确的产出是情景清单（哪些均衡存在、分水岭在哪、什么信号说明在越线）与预警指标（4.2 节的切换率、临界慢化），而不是单点预测——这与 5.4 节数据驱动的局限一致：社会序列非平稳、维数高、制度会突变，硬拟合出的"预测模型"在第一次制度变更时就作废。

⚠️ 常见坑：把"模型能模拟出周期"当成"找到了预测衰退的水晶球"。极限环模型的价值是结构性归因（周期是内生的）与政策定位（改参数而非扑冲击），把模拟曲线外推当预测，是拿错了产出物。

💡 关键直觉：社会系统的可控变量常常不是"结果"，而是"种子规模"与"阈值分布"——参与率实验里，把种子从 0.10 挪到 0.40 的成本，远低于说服四成顽固者的成本。找杠杆，先找分水岭。

图：阈值级联的双稳均衡

这张图把数值实验画成了几何：级联映射与对角虚线的交点是全部均衡——两实一虚。种子在分水岭左侧则滑向小均衡，被事件推过右侧则奔向大均衡；对照 3.1 节双井里的球，几何完全同构，只是纵轴从"位置"换成了"参与率"。管理动作因此有了精确的几何语言：存款保险抬高阈值曲线、信息披露压低种子热度，都是在把状态点留在分水岭左边。与 6.2 节神经元的阈值对照着看更有味：同为阈值系统，神经元是单体的可激发（激发后回位），社会级联是群体的可激发（激发后换均衡）——个体与群体的同构，是跨尺度建模最可靠的桥梁之一；第六章的战场里，这条桥梁正好从生物通向社会。

问题：现实数据画得出这张均衡图吗？

能画出一个可用的近似。均衡图的两个坐标（当前参与率、下一代参与率）都可以从观测估计：前者直接测（挤兑潮的柜台流失率、议题的转发占比），后者用短滞后自回归拟合。工程上不必追求曲线的精确形状，要的是三个量级——两个均衡的大致位置与分水岭的宽度估计，它们足以回答"现在的种子离线有多远、防的是哪一边"。要补的一句是采样纪律：社会数据常常只在"事件进行中"才高频产生，平静期的观测稀疏，拟合出的曲线在稀疏段不可外推——均衡图只在与数据密度匹配的区间内有效，这句话应该和图一起出现在报告里。

本节要点回顾

• 均衡对吸引子：周期可以内生（古德温、乘数-加速器），政策从"扑冲击"改为"改环参数"。
• 阈值级联是恐慌与流行的公共骨架：双稳、分水岭、路径依赖三件套，种子规模是核心杠杆。
• 个体理性不等于集体理性：每个跟随者都"合理"，均衡却可能全面挤兑——分析单位必须升到分布。
• 产出物的诚实清单：均衡地图、分水岭位置、预警信号；不是单点预测。

经济社会的数据已经难拿，气候与 AI 训练则把"临界点"三个字推到头条——下一节看最前沿的两个现场。