Экономическая эволюция. Новый взгляд на мальтузианство, этнический отбор и теорию системной конкуренции - Лэминь У

3. После пика роста доля этих зон резко сократилась, и с тех пор история, похоже, вошла в состояние шока противоположностей.

В модели экономический рост исходит из афинского региона, поэтому по мере изменения пропорции экономический рост всего мира переживает процесс «долгая стагнация — взрывной рост — резкое падение — снова стагнация — снова скачкообразный рост — опять коллапс…» (рис. 11.3). Стадии стагнации и роста настолько очевидны, что их можно четко разделить на «изначальный Темный век», «эру роста», «второй Темный век», «вторую эру роста» и «третий Темный век»…

Рис. 11.3. Изменение среднего экономического масштаба в зависимости от изменения доли зон роста

Я смоделировал историю 10000 раз с одними и теми же параметрами (μ = 100%), случайным образом извлек 10 выборок и отобрал данные за 20000 периодов (рис. 11.4). Эти 10 образцов в основном воплощают три вышеуказанные характеристики. Если момент, когда доля зоны роста впервые достигает 25% (Т25%), считать началом перехода, а момент, когда она впервые достигнет 50% (Т50%) в течение 1000 периодов после начала перехода, — зрелостью, то я рассчитал моменты, в которые начались эти 10000 смоделированных переходов, и время, необходимое, чтобы они созрели.

Рис. 11.4. Десять случайных выборок из 10000 симуляций

Как показано в табл. 11.1, долгие Темные века и быстрые переходы стали общими характеристиками моделируемой истории при высоком конкурентном отборе. Интенсивность конкуренции вроде бы высока, но коэффициент µ = 100% может занижать ее интенсивность. Отказ от системы и ее распространение — обычное дело в реальном мире. Советская Россия начала подъем после Первой мировой войны, и всего 30 лет спустя, после Второй мировой, престиж страны достиг пика. Более 50 стран одна за другой перешли к социализму под влиянием СССР. Однако через полвека Советский Союз распался, и почти все соцстраны отказались от старой системы и обратились к Западной Европе и США в поиске системной модели. Взгляните на Китай. В Новейшее время он пережил религиозный режим (Небесное царство великого благоденствия тайпинов), сверг традиционную империю (правительство Цин), познал компрадорский буржуазный режим (Китайская Республика 1912–1949 гг.), испытал на пути к социализму перипетии плановой экономики и, наконец, принял политику рыночной экономики. Почти каждое системное изменение опиралось на опыт других регионов: Японии, Великобритании, Франции, России, США, а также Сингапура, Южной Кореи и Гонконга. И все это всего за 200 лет. Реальной индустриализации потребовалось всего чуть больше 100 лет, чтобы вызреть. В 10000 симуляций, даже если μ = 100%, переход от начала к зрелости занимал в среднем 119 периодов (Т50%—Т25%), что в сумме составляет 1190 лет. На основе этих сравнений видно, что коэффициента интенсивности конкуренции μ = 100% может быть недостаточно для описания системного конкурентного отбора в реальной истории.

Таблица 11.1. Статистика времени перехода в 10000 симуляций истории

Сравнение эффекта роста и горизонтального эффекта часто встречается в модели экономического роста. Всякий раз исследователи почти инстинктивно добавляют: эффект роста подавит горизонтальный, особенно когда то, что вызывает беспокойство, как раз оказывается эффектом роста. Приведенное выше моделирование свидетельствует о том, что как только будет введен конкурентный отбор, горизонтальный эффект нивелирует эффект роста. Самостоятельно последнему достаточно 10 периодов, чтобы покрыть горизонтальный эффект. Однако, как только вводятся глобальные масштабы конкуренции, время, необходимое горизонтальному эффекту для подавления эффекта роста, увеличивается на 3 порядка.

Горизонтальный эффект подавил эффект роста, который и так был больше, чем я ожидал. Что еще более странно, в этих 10000 симуляций эффект роста мог каждый раз преодолевать давление горизонтального, и как только начинался переход, область роста быстро расширялась.

Вы, должно быть, представили себе картинку, нарисованную профессором Кларком: поворот кривой дохода на душу населения почти на 90° вверх около 1800 г. (это также относится к общему объему мировой экономики, численности населения и другим показателям). Да, если вы «наденете» на модель «шкурки» населения и ВВП, показатели будут следовать траектории, которая в каждой симуляции полностью соответствует реальной истории: долгий период стагнации, за которым наступает взрывной рост (рис. 11.3). Единственная разница в том, что эра роста в моделируемой истории внезапно уступит место второму Темному веку; в реальном мире этого еще не произошло. Это не означает, что такого никогда не будет. В конце концов, если отсчитывать от промышленной революции, человечество вошло в эпоху роста всего 20 периодов (200 лет) назад. А если за отправную точку перехода принять 1492 г., когда Колумб открыл Новый Свет, то это было всего лишь чуть больше 500 лет назад.

Сходство пугает. Имеет ли эта модель отношение к реальной истории? Если да, когда наступят вторые Темные века? Неужели наша цивилизация рухнет? Чтобы ответить на все эти вопросы, необходимо понять механизм модели и найти в нем связь с реальным миром. Применять модели к истории без понимания лежащего в ее основе механизма — все равно что объяснять взлеты и падения династий на примере того, как зацветают и увядают цветы. Эта метафора — как счастливое совпадение в гадании, к которому нельзя относиться серьезно. Но если прояснить механизм и он окажется связанным с реальностью, то, какими бы отвратительными ни были предсказания модели, люди уже не смогут скрывать недуг и бояться лечения.

Исторические часы

Чтобы понять механизм модели, можно начать с более удивительного явления.

На рис. 11.5 приведена диаграмма распределения частоты точки, когда доля областей роста впервые за эти 10000 симуляций превысила 25%. Моменты начала перехода распределены в форме колокола. Это очень странно. Если диаграмма выше слева и ниже справа, у самого перехода нет правил, которым нужно следовать, и вероятность перехода, происходящего в каждый момент, примерно одинакова (аналогично экспоненциальному распределению без памяти). Но распределяется он в форме колокола. Иными словами, когда история достигнет определенного момента, вероятность перехода значительно возрастет.

Рис. 11.5. Частотное распределение времени, когда доля областей роста впервые достигла 25%, в 10000 симуляций истории

Судя по рис. 11.4, в течение долгого Темного века в зоне роста среди черноты ночи вспыхивало лишь несколько светлячков, как будто ничего не произошло и не может произойти. Но колоколообразное распределение означает, что в гнетущей аморфной тишине медленно тикают исторические часы. В определенный момент количественные изменения приводят к качественным, и происходит переход. Что именно это за часы? Каково это накопленное количественное изменение?

Я до сих пор помню, как впервые запустил программу Matlab (ПО для научных вычислений) для выбора системы. Я не знал, сколько времени потребуется для работы программы, поэтому установил время на 1000 периодов. Один период составляет 10 лет,