经济学数学化的先声

第 1 章：经济学数学化的先声

经济学为何需要数学化？这个问题的答案并非显而易见。19世纪的经济学主要以文字论述和几何图形作为分析工具，经济学家通过逻辑推理和verbal description来阐述市场机制与价格形成。杰文斯（William Stanley Jevons）在1871年出版的《政治经济学理论》中甚至宣称“经济学必须是数学的，因为涉及数量”，但他自己实际上几乎未使用任何高等数学。这种理论与实践的脱节揭示了一个深刻的张力：经济现象的复杂性已经超出了直觉和初等数学所能把握的范围，而经济学尚未发展出足够的数学工具来处理这些复杂性。

本章追溯经济学数学化转型的思想史脉络，揭示这一转型并非偶然的知识时尚，而是19世纪末至20世纪中叶社会经济条件与理论困境共同作用的必然产物。边际革命奠定了主观价值论的基础，却也暴露了微分工具处理多变量联立问题的局限；瓦尔拉斯一般均衡理论在形式上完美，却在实际求解中陷入计算困境；大萧条的全球性危机与苏联计划经济的大规模实践，分别从不同方向催生了对数学优化工具的迫切需求。正是在这些历史力量的交汇处，1939年康托罗维奇的线性规划应运而生，开创了经济学数学建模的新纪元。

理解这一历史脉络，不只是学术史的回顾，而是把握经济学与数学深度融合之必然性的关键。当代经济学的模型构建与实证分析，都建立在这一历史转折的遗产之上。识别经济学问题何时需要超越初等数学的严格工具，是每一个严肃的经济学研究者的基本素养。

边际革命的数学遗产与局限

1870年代，边际革命席卷欧美经济学界。杰文斯、门格尔（Carl Menger）和瓦尔拉斯（ Léon Walras）各自独立地提出了边际效用递减原理，彻底颠覆了古典经济学的客观价值论。在古典框架中，商品价值由生产该商品所耗费的劳动决定；在边际革命建立的新框架中，商品价值由消费者从最后一单位消费中所获得的效用决定。这一转变不仅是经济学思想的革命，更是分析方法的一次深刻变革。

边际效用概念的本质是增量分析。当消费者增加一单位某种商品的消费时，其总效用的变化量即为边际效用。如果用 $U(x_1, x_2, ..., x_n)$ 表示消费者从 $n$ 种商品中获得的总效用，其中 $x_i$ 表示第 $i$ 种商品的数量，那么第 $i$ 种商品的边际效用定义为：

$$\frac{\partial U}{\partial x_i}$$

边际效用递减规律意味着 $\frac{\partial^2 U}{\partial x_i^2} < 0$。这一表述直接借用了微分学的语言。消费者在预算约束下最大化效用的问题，现在可以用严格的数学形式表达：给定价格 $p_1, p_2, ..., p_n$ 和收入 $M$，求解

$$\max_{x_1, ..., x_n} U(x_1, ..., x_n)$$ $$\text{s.t.} \sum_{i=1}^n p_i x_i = M$$ $$x_i \geq 0$$

运用拉格朗日乘数法，构造拉格朗日函数：

$$\mathcal{L} = U(x_1, ..., x_n) + \lambda(M - \sum_{i=1}^n p_i x_i)$$

一阶条件为：

$$\frac{\partial U}{\partial x_i} - \lambda p_i = 0, \quad i = 1, ..., n$$

这组方程在形式上简洁优美，经济直觉清晰：消费者最优时，每种商品的边际效用与其价格之比相等，即

$$\frac{\partial U/\partial x_i}{p_i} = \frac{\partial U/\partial x_j}{p_j} = \lambda$$

这意味着最后一单位货币无论购买哪种商品，所获得的边际效用都相等。

微分工具的引入使经济学获得了前所未有的精确性。经济行为的边际分析成为标准范式，“边际革命”这一名称本身就彰显了微分学的核心地位。然而，这一成功也遮蔽了边际分析方法的内在局限。

第一个局限在于偏好的可微性假设。 消费者效用函数 $U$ 被默认为光滑可微，但现实中大量消费行为无法满足这一假设。列昂季耶夫（Wassily Leontief）的“里昂惕夫偏好”——消费者只按固定比例消费不同商品——在任何非零消费点上，边际效用无法定义，因为效用函数不可微。现实中许多“必需品”与“奢侈品”的边界消费模式，也不符合处处可微的假设。经济学不得不经常使用分段函数或非光滑函数来处理这些情况，而微分工具在非光滑点失效。

第二个局限在于多商品分析的计算复杂度。 单一商品或两商品情形下，效用最大化问题的解析解尚可求得。当商品种类扩展到现实中的数十种乃至数百种时，联立方程组的求解在缺乏计算机的时代几乎不可能完成。边际革命的数学形式虽然正确，却缺乏可操作性。

第三个局限在于静态分析的框架无法处理动态调整过程。 边际效用理论描述的是均衡状态的条件，但均衡如何达到、从非均衡到均衡的调整路径如何，却付之阙如。这一动态缺失在大规模多市场系统中尤为致命。

边际革命的数学遗产是双重的：它确立了用微分语言描述经济行为的基本范式，却也以自身的成功遮蔽了这些范式的局限性。正是这些局限，推动经济学在半个世纪后寻求更强大的数学工具。

瓦尔拉斯均衡的联立方程组难题

如果说边际革命从消费者行为一端开启了经济学数学化的大门，瓦尔拉斯的一般均衡理论则试图从整个经济体的高度提供一幅统一的数学图景。1874年，瓦尔拉斯在《纯粹政治经济学要义》中提出了一般均衡的核心思想：市场中所有商品的供给与需求同时达到平衡，所有价格同时调整到均衡水平。这与局部均衡分析——如马歇尔《经济学原理》中只关注单一市场的部分均衡——形成了鲜明对比。

瓦尔拉斯一般均衡的数学框架建立在联立方程组之上。设经济系统中有 $n$ 种商品，每种商品有供给他愿价格 $p_i^s$ 和需求愿价格 $p_i^d$。当 $p_i^d > p_i^s$ 时，供给量 $x_i^s$ 增加；当 $p_i^d < p_i^d$ 时，需求量 $x_i^d$ 减少。瓦尔拉斯假设存在一个“拍卖者”机制，通过试错过程逐步调整价格，直到所有市场的超额需求归零，即：

$$\sum_{i=1}^n E_i(p_1, ..., p_n) = 0 \quad \text{或} \quad E_i(p_1^*, ..., p_n^*) = 0, \quad i = 1, ..., n$$

其中 $E_i = x_i^d - x_i^s$ 为第 $i$ 种商品的超额需求函数。

瓦尔拉斯证明了，在某些正则性条件下——生产集为凸集、消费者偏好为凸且单调——均衡价格的存在性可以从数学上得到保证。1954年，阿罗（Kenneth Arrow）和德布鲁（Gerard Debreu）在《经济均衡的存在性》一文中给出了严格的形式化证明，这一证明依赖于不动点定理——拓扑学而非微积分的工具。

然而，存在性证明与实际求解之间横亘着巨大的鸿沟。瓦尔拉斯本人曾尝试用具体例子来说明均衡价格的求解过程，他构建了一个包含土地、劳动和资本三种生产要素以及多种最终产品的经济系统。然而，即使这样一个极度简化的例子，也涉及数十个方程的联立求解。瓦尔拉斯在书中坦承，这一求解过程“极其繁琐”，他不得不承认“实践中的均衡价格只能通过反复试验来逼近”。

联立方程组难题的核心在于计算可行性。 以一个有10种商品的经济体为例。如果每种商品的超额需求函数依赖于所有商品的价格——这正是一般均衡的特征——则需要求解10个非线性方程组成的联立方程组。在没有计算机的条件下，即使对于职业数学家而言，这种规模的非线性方程组求解也是令人望而生畏的任务。

列昂季耶夫在20世纪30年代开发的投入产出分析，为这一问题提供了一个重要的中间步骤。列昂季耶夫将经济系统分解为若干部门，假设每个部门的投入与产出之间存在固定的线性关系。如果用 $x_i$ 表示第 $i$ 个部门的总产出，$a_{ij}$ 表示生产一单位第 $j$ 种产品需要消耗的第 $i$ 种产品的数量，则投入产出平衡方程为：

$$x_i = \sum_{j=1}^n a_{ij} x_j + d_i$$

其中 $d_i$ 为最终需求。这一方程组可以写成矩阵形式：

$$\mathbf{x} = A\mathbf{x} + \mathbf{d}$$

或

$$(I - A)\mathbf{x} = \mathbf{d}$$

如果矩阵 $(I - A)$ 可逆，则均衡产出向量为：

$$\mathbf{x} = (I - A)^{-1}\mathbf{d}$$

列昂季耶夫的创新在于将经济系统中各部门之间的相互依赖关系，转化为可以直接求解的线性方程组。然而，投入产出分析本质上是一种固定系数模型：它假设技术系数 $a_{ij}$ 是常数，不随投入品价格或产出规模变化。这是对现实经济的高度简化。更重要的是，投入产出分析只能描述给定技术结构下的产出分配，无法回答资源配置是否最优的问题——它告诉人们产出如何分配，却不告诉人们产出分配的方式是否能够最大化社会福利。

经济学家面临的真正挑战不仅是求解方程组，更是超越方程求解而追问：在给定的资源约束下，是否存在一种配置方式能够使社会福利最大化？ 这一问题将经济优化从“描述均衡是什么”推进到“寻找最优配置”。而这一推进，需要一种全新的数学工具。

大萧条与苏联计划经济对数学工具的双重需求

1929年10月24日纽约股市崩盘，随后引发的“大萧条”席卷全球经济。在这场史无前例的经济危机中，美国失业率一度攀升至25%，工业产出萎缩近一半，国际贸易萎缩超过60%。大萧条不仅是一场经济灾难，更是对主流经济学理论的根本性挑战。

古典经济学相信市场机制具有自动调节的能力：失业会压低工资，工资下降会刺激雇主雇用更多工人，失业最终将消失。然而大萧条持续十年之久，失业始终居高不下，这一现实让“市场自动出清”的信条黯然失色。凯恩斯（John Maynard Keynes）在1936年出版的《就业、利息和货币通论》中提出了一种替代解释：有效需求不足导致经济持续低于充分就业水平，而市场机制本身无法快速修复这一失衡。

凯恩斯的分析在经济学史上具有里程碑意义，因为它首次将宏观经济波动归因于系统性的市场失灵。然而，凯恩斯的论证主要依赖文字和几何图形，缺乏严格的数学形式化。他的“乘数效应”“流动性偏好”“边际消费倾向”等核心概念，虽然可以用数学语言精确表述，但凯恩斯本人并未完成这一工作。将凯恩斯理论转化为可求解的数学模型，是后来几代经济学家的任务。

与此同时，在地球的另一端，苏联正经历着一场截然不同的经济实验。1928年，斯大林启动第一个“五年计划”，着手将分散的小农经济整合为大规模的集体农业，同时大力发展重工业。苏联计划经济的规模之大，在人类历史上前所未有。以1928年至1932年的第一个五年计划为例，苏联新建了超过1500家大型工业企业，其中包括钢铁厂、机械制造厂、汽车制造厂等全套重工业体系。这种规模的建设计划面临一个核心问题：如何在不同部门之间分配稀缺的资源（钢铁、煤炭、机械设备、劳动力），以最大化工业化的总体目标？

这一问题的复杂性远超常人的想象。在一个包含数百家工厂、数千种原材料和数百万工人的经济系统中，决策者面临数以万计的约束条件。传统上，这种资源配置依赖于经验丰富的计划官员的个人判断，但随着计划规模的扩大，经验判断越来越难以应对复杂的相互依赖关系。不同部门之间的投入产出关系形成了错综复杂的网络：钢铁厂需要煤炭作为投入，煤炭需要铁路运输，铁路需要钢材铺设轨道，钢材又需要从钢铁厂生产——形成了一个相互依赖的循环。

正是在这一背景下，苏联数学家和经济学家开始系统性地探索数学方法在资源配置中的应用。1929年，年轻的数学家康托罗维奇（Leonid Kantorovich）从列宁格勒大学数学系毕业，进入苏联科学院从事纯数学研究。1930年代初期，他开始关注工业管理中的数学问题，特别是如何用数学方法优化木材运输、钢铁冶炼等工业流程中的资源配置。

康托罗维奇的早期工作揭示了一个关键洞见：资源优化配置本质上是一个数学问题。给定最终产品目标、各个工厂的生产能力、各种资源的可用量，决策者面临的是在大量约束条件下寻找最优方案的任务。这不是依靠经验判断能够解决的问题，而是需要系统的数学方法。

1930年代苏联的计划经济实践，构成了对经济学数学化转型的一种“需求侧”推动。西方大萧条则从另一种角度推动了相同方向的转型：面对市场失灵的严峻现实，经济学家迫切需要更精确的分析工具来理解宏观经济波动、设计有效的宏观调控政策。两条路径指向同一个方向——经济学需要更强大的数学工具。

然而，在1930年代末期，主流经济学家尚未找到将“优化”从理论概念转化为可计算工具的路径。微分学和线性代数可以描述均衡条件，却无法直接用于求解大规模约束优化问题。经济学与数学的深度融合，需要一种全新的数学分支的出现。

1939年线性规划诞生的历史时刻

1939年秋天，列宁格勒笼罩在紧张的战争阴云之下。欧洲战事已经爆发，苏联虽然尚未直接卷入，但军事动员和物资储备已成为当务之急。就在这一年的某个时刻，28岁的康托罗维奇完成了一篇注定要载入经济学史和数学史的论文：《数学在生产组织与计划中的应用》。

这篇论文的核心贡献是线性规划（Linear Programming）方法的系统性提出。康托罗维奇面对的问题是：在木材加工厂中，如何在不同尺寸的切割方案之间分配原材料，以最大化产出？

考虑一个简化的例子。某木材厂购进一批长度为 $L$ 的原木，需要切割成不同长度的成品。设成品有 $m$ 种规格，所需长度分别为 $l_1, l_2, ..., l_m$，市场需求量分别为 $b_1, b_2, ..., b_m$。工厂可以选择 $n$ 种不同的切割方案，第 $j$ 种方案从一根原木中切割出第 $i$ 种成品的数量为 $a_{ij}$（如果该方案不产出某种规格，则 $a_{ij} = 0$）。设 $x_j$ 为采用第 $j$ 种方案的次数，则生产计划需要满足：

1. 需求约束：每种成品的总产出至少满足市场需求： $$\sum_{j=1}^n a_{ij} x_j \geq b_i, \quad i = 1, 2, ..., m$$

2. 非负约束：每种方案的使用次数不能为负： $$x_j \geq 0, \quad j = 1, 2, ..., n$$

3. 目标函数：在满足需求的前提下，最小化使用的原木总数（即最小化 $\sum_{j=1}^n x_j$）： $$\min \sum_{j=1}^n x_j$$

这是一个典型的线性规划问题：目标函数是线性的，所有约束都是线性的，优化变量是非负的。康托罗维奇的贡献在于，他意识到这类问题在工业生产中普遍存在——几乎所有涉及原材料分配、生产工序安排、设备调度的问题，都可以归结为某种形式的线性规划。

更重要的是，康托罗维奇提出了求解线性规划的系统性方法。他发展了一套基于分隔超平面的几何方法，可以找到线性规划问题的最优解。这一方法后来被美国数学家丹齐格（George Dantzig）在1947年重新发现并命名为单纯形法，成为20世纪最具影响力的算法之一。

康托罗维奇在论文中不仅提出了线性规划的基本框架，还给出了几个具体的工业应用案例，其中最著名的是“胶合板厂问题”。在这个问题中，工厂需要将不同尺寸的原材料（桦木原木）分配给不同的切割方案，以最大化胶合板的产出。康托罗维奇通过手工计算，应用他发展的线性规划方法，找到了一个显著优于传统经验配置方案的生产计划。据他报告，新方案将原材料利用率提高了数个百分点，在大规模生产中，这意味着巨大的经济效益。

线性规划的数学形式可以更一般地表述为：

给定决策变量 $\mathbf{x} = (x_1, ..., x_n)^T$，约束条件为：

$$A\mathbf{x} \leq \mathbf{b}$$ $$\mathbf{x} \geq \mathbf{0}$$

其中 $A$ 是 $m \times n$ 的系数矩阵，$\mathbf{b}$ 是 $m$ 维资源向量。求解：

$$\max \mathbf{c}^T \mathbf{x}$$

其中 $\mathbf{c} = (c_1, ..., c_n)^T$ 是价值系数向量。

这一形式具有惊人的普遍性。任何涉及在有限资源约束下最大化目标的问题——无论是生产计划、投资组合、交通调度还是能源分配——都可以在原则上表述为线性规划问题。

康托罗维奇的1939年论文是一个历史性的突破，但它的影响在最初几年几乎是沉默的。论文发表在苏联的学术期刊上，用俄文写成，主要流通于苏联国内。由于二战爆发以及战后苏联与西方的意识形态对立，这篇论文在西方经济学界几乎无人知晓。

直到1947年，丹齐格在兰德公司（RAND Corporation）独立发展了单纯形法，线性规划才真正进入西方学术界的视野。丹齐格当时并不知道康托罗维奇的工作，他是从纯数学的角度重新发现了这一方法。1949年，康托罗维奇的论文摘要被翻译成英文发表在美国的学术期刊上，西方学者才开始了解到这位苏联数学家的先驱贡献。1958年，康托罗维奇的方法被正式命名为“线性规划”，这个名字由特雷克斯勒（Frank Loewy）提出，迅速成为标准术语。

康托罗维奇的工作揭示了经济学数学化的一个新方向：从均衡分析走向优化计算。瓦尔拉斯一般均衡理论关心的是“均衡是否存在、在什么条件下存在”，而线性规划关心的是“给定约束条件，如何找到最优配置”。这两种进路并非相互替代，而是相互补充：一般均衡理论提供了经济系统最优配置的规范性标准，线性规划则提供了寻找这一最优配置的计算方法。

康托罗维奇在1939年发表的论文，不仅是线性规划的诞生文件，更标志着经济学从“描述性”科学向“工程性”科学的根本转变。经济学不再仅仅满足于解释经济现象为什么发生，而是开始追问如何设计经济机制以实现特定目标。这一转变的影响延续至今：从中央计划经济的资源分配，到市场经济中企业的生产决策，再到政府部门的政策评估，线性规划及其后续发展的优化理论已经成为现代经济分析不可或缺的工具。

本章小结

本章追溯了经济学数学化转型的历史脉络，揭示了这一转型的内在必然性。边际革命将微分工具引入效用分析，奠定了主观价值论的数学基础，但也暴露了微分工具在处理非光滑偏好、多商品联立分析和动态调整过程时的局限。瓦尔拉斯一般均衡理论提供了经济系统的统一数学框架，但其联立方程组在实际求解中几乎不可操作。投入产出分析提供了部门间依赖关系的线性表达，却无法回答配置是否最优的问题。

大萧条与苏联计划经济从不同方向催生了对数学优化工具的迫切需求。西方经济学家在大萧条后急需更精确的分析工具来理解市场失灵、设计宏观调控政策；苏联计划者则面临大规模工业化中资源协调的实践难题。这两股力量的汇合，将