这门课在讲什么#
你早上花 15 块买了一杯咖啡。这件小事背后，有几百个人在互相不认识的情况下配合：有人在云南种豆子，有人在船上运，有人在烘焙，有人在你家楼下开店。没有人指挥他们，也没有人知道整张网长什么样。可是咖啡每天都在，价格也大致稳定。
为什么？ 如果它不是被某个人设计出来的，那它凭什么运转？它什么时候会坏掉？坏掉的时候，谁来修，又怎么修？
经济学要回答的就是这类问题。它不是"怎么赚钱"，也不是"股票明天涨不涨"，而是研究：当资源有限、人们各有各的打算时，社会如何做出选择，以及这些选择为什么会长成现在这个样子。
三个贯穿全课的想法#
整门课只靠三个想法撑起来，后面所有的内容都是它们的变形：
- 权衡（Trade-offs）：想要一样东西，就得放弃另一样。没有免费的午餐，只有你看不看得见代价。
- 激励（Incentives）：人会对"做这件事对我有什么好处和坏处"做出反应。想理解结果，先看激励，不要先看动机。
- 均衡（Equilibrium）：大家各自调整，直到没有人想再单方面改变。这个状态未必好，但它是稳定的，所以你在现实里看到的往往就是它。
这门课怎么讲#
- 先撞上问题，再给名字。 每讲从一个具体场景开始，让你自己先看出"这不对劲"，再引入概念。
- 每个机制问三件事。 没有它会怎样？它凭什么成立？代价和失灵在哪？
- 每个模型都能跑。 供需、博弈、拍卖、增长，全部用 Python + NumPy 手写，不引入黑盒库。你会亲眼看到价格自己收敛，也会亲眼看到合作如何崩塌。
- 事实和价值判断分开写。 “最低工资会不会降低就业"这类问题，我只讲理论预测什么、证据怎么说、争议在哪，不替你下结论。
- 原理和数字分开写。 均衡的逻辑不会过时，具体的利率、GDP、政策会过时，后者一律标注"截至何时”。
- 数学从零讲起。 你只需要中学代数。正文用到的"微积分"，只有一个想法：边际，也就是多一单位带来的变化，用表格和手算就能讲清楚，不需要导数。（只有实验 71 的一处手算验证用到了求导，那里是可选的核对，跳过不影响。）
- 不做投资建议。 这门课讲"市场为什么大致有效、什么时候不有效"，不讲"该买什么"。
课程大纲#
Unit 1 稀缺与经济学方法#
| 讲 |
主题 |
| 01 |
稀缺、权衡与机会成本 |
| 02 |
边际思维与激励 |
| 03 |
交易的收益与比较优势 |
| 04 |
经济学怎么知道：模型、实证与因果 |
Unit 2 价格与市场#
| 讲 |
主题 |
| 05 |
需求：人们愿意付多少 |
| 06 |
供给：成本如何变成报价 |
| 07 |
均衡：价格如何传递信息 |
| 08 |
弹性：价格变一点，数量变多少 |
| 09 |
价格管制与税收：谁真正在付钱（含福利与无谓损失） |
Unit 3 消费者与厂商的选择#
| 讲 |
主题 |
| 10 |
消费者选择：预算约束与效用 |
| 11 |
成本：沉没成本、边际成本与规模 |
| 12 |
完全竞争与利润最大化 |
| 13 |
劳动与要素市场：工资从哪来 |
Unit 4 市场势力#
| 讲 |
主题 |
| 14 |
垄断：没有对手的企业怎么定价 |
| 15 |
价格歧视与定价策略（含数字产品） |
| 16 |
寡头：几家企业互相盯着对方 |
| 17 |
平台、网络效应与双边市场 |
Unit 5 博弈、信息与机制#
| 讲 |
主题 |
| 18 |
博弈论基础：纳什均衡 |
| 19 |
重复博弈：合作是怎么出现的 |
| 20 |
信息不对称（一）：逆向选择与柠檬市场 |
| 21 |
信息不对称（二）：道德风险、信号与筛选 |
| 22 |
拍卖与机制设计 |
Unit 6 市场失灵与制度#
| 讲 |
主题 |
| 23 |
外部性与庇古税 |
| 24 |
产权与科斯定理 |
| 25 |
公共品与公地悲剧 |
| 26 |
政府失灵、公共选择与制度 |
Unit 7 宏观基础与增长#
| 讲 |
主题 |
| 27 |
衡量一个经济：GDP、通胀与失业 |
| 28 |
长期增长：Solow 模型 |
| 29 |
增长的来源：技术、人力资本与制度 |
| 30 |
货币、银行与信用创造 |
| 31 |
利率、央行与货币政策 |
Unit 8 短期波动与政策#
| 讲 |
主题 |
| 32 |
总需求、总供给与经济周期 |
| 33 |
通胀的成因、预期与菲利普斯曲线 |
| 34 |
财政政策、乘数与政府债务 |
| 35 |
金融危机与银行挤兑 |
Unit 9 金融与不确定性#
| 讲 |
主题 |
| 36 |
时间价值与贴现 |
| 37 |
风险、保险与分散 |
| 38 |
有效市场假说及其争议 |
| 39 |
行为经济学：人不是理性计算机 |
Unit 10 开放经济与长期视角#
| 讲 |
主题 |
| 40 |
国际贸易：比较优势的再审视 |
| 41 |
汇率与国际收支 |
| 42 |
发展、贫困与不平等 |
| 43 |
大历史中的经济：工业革命、大分流与中国改革开放 |
专题（综合应用）#
这几讲不引入新的原理，把前面讲过的东西，用在一个真实的、很大的案例上。它们不配实验和习题，但是，每一讲的末尾，都有思考题，附提示。用的是官方机构（统计局、财政部、劳工统计局、世界银行等）公布的真实数据，和公开的研究，数字标注"截至 2026 年 10 月中旬"，会过时。
| 讲 |
主题 |
| 44 |
专题：中国的房地产 |
| 45 |
专题：地方政府债务与土地财政 |
| 46 |
专题：AI 与劳动力 |
| 47 |
专题：稳定币 |
| 48 |
专题：通缩与日本 |
| 49 |
专题：养老金与老龄化 |
实验与习题#
实验（纯 Python + NumPy，手写实现）
| 编号 |
实验 |
| 70 |
零智能交易者：价格自己收敛到均衡 |
| 71 |
税收归宿与无谓损失的数值计算 |
| 72 |
寡头迭代：Cournot 与 Bertrand |
| 73 |
囚徒困境循环赛 |
| 74 |
柠檬市场：二手车市场如何塌缩 |
| 75 |
一价拍卖与二价拍卖 |
| 76 |
公地悲剧与 Schelling 隔离模型 |
| 77 |
Solow 增长模拟与真实数据校准 |
| 78 |
银行挤兑：Diamond-Dybvig 模型 |
| 79 |
用真实数据检验有效市场：随机游走 |
习题（均附完整解答）：80–84，共 5 套，分别对应 Unit 1–2、3–4、5–6、7–8、9–10。
同样是 4% 的房贷利率，通胀是 3% 和通胀是 −1%，你的真实负担差了四个百分点。利率到底是什么的价格？长期里它由什么决定，短期里为什么看央行？央行怎么让市场利率听话？按规则定利率好，还是按判断好？央行该不该独立于政府？利率降到零以后怎么办？这一讲用美国 1960 年到 2025 年的真实数据，算实际利率、泰勒规则，再用一个玩具模型，解释央行为什么要被"绑住手"，最后看中国的货币政策框架。
每个人少花一点钱，听上去都合理，加在一起，却可能让所有人的收入都下降。经济为什么有繁荣和衰退？衰退时，产出和失业为什么反着动？需求冲击和供给冲击，各有什么不同的"指纹"？价格为什么会"黏"，黏性怎样把一次冲击放大成一场衰退？这一讲用美国 1945 年以来的衰退日期、1949 到 2024 年的奥肯定律、八个国家 2005 到 2024 年的增长，加一个可以一年一年算的 AD–AS 模型，回答这些问题，最后看一个还没有定论的争论：周期到底是什么引起的。
通胀和失业，是不是此消彼长？1960 年代的美国数据说是，1984 年以后几乎看不出来。你和老板谈明年的工资，要先猜物价，猜错了，谁赚谁亏？为什么长期压低失业，换来的是越来越高的通胀？降通胀的代价有多大，取决于什么？自然失业率到底是什么，为什么估不准？这一讲用美国 1949 年到 2024 年的数据，和几个可以一年一年算的小模型，回答这些问题，并按"预测、证据、分歧、价值判断"，讨论两个还没有定论的问题：2021 到 2022 年美国的高通胀，和中国近几年的低通胀。
政府在衰退里多花 100 亿元，GDP 最后会多出多少？是 100 亿，比 100 亿少，还是比 100 亿多？这一讲先推导乘数，再用 AD–AS 和可贷资金，解释为什么价格和利率会吃掉一部分效果；然后看美国的真实数据：衰退时赤字怎样自动变大，增长和利率的差怎样决定债务的走向；最后讨论两个有争议的问题：乘数到底有多大，政府债务多高才会出问题（那个著名的 90% 门槛，后来怎样被质疑）。
你在银行存了 10 万元，听说银行可能有麻烦，其实你相信它没事。你会去取吗？这一讲从这个问题出发，用一个能手算的 Diamond–Dybvig 小例子，解释为什么银行天生会被挤兑，为什么同一家银行可以有"好"和"坏"两种结局；再用一个可以一轮一轮算的模型，看杠杆怎样把 2% 的价格下跌，放大成螺旋式的甩卖；然后用 FRED 的真实数据，回看 2007 到 2009 年的美国金融危机，并看 2023 年硅谷银行两天内被挤垮、2019 年包商银行被接管；最后讨论两个有争议的问题：救助会不会造成道德风险，银行该持有多少资本。
今天的 100 万，和一年后的 110 万，哪个更好？今天的钱，为什么比明天的钱更值钱？这一讲用复利和贴现，把不同时间的钱放到同一个尺子上：算房贷的月供、债券的价格（利率一涨，价格为什么跌）、读大学值不值得（净现值和内部收益率）。然后看一个很有争议的问题：100 年后的损害，今天该折成多少，折现率的一点点差别，为什么能让结论差 27 倍；最后看，人是不是这样折现的：为什么我们总是"明天再开始"。
一套值 100 万元的房子，一年里被烧毁的概率是 1%，保险费 1.2 万元，期望的损失只有 1 万元，你为什么还愿意买？保险公司为什么靠"大数"赚钱，什么时候，大数就不管用了？把钱分到几个行业，风险能降多少，降到哪里就降不动了？美国股市 99 年的数据说，平均每年比国库券多赚 8.9%，可是有 24 年是亏的，最差一年亏 44%。这一讲，用期望效用、一个保险公司的模拟、美国 10 个行业和整个股市的真实数据，讲清楚风险是什么，为什么要买保险，为什么分散化是几乎免费的，和为什么风险值钱。
一个基金经理连续 5 年跑赢市场，你该不该把钱交给他？如果 1 万个人完全靠抛硬币，其中大约有 300 多人，会有这样的纪录。市场价格，反映了所有的信息吗？如果是，你靠分析，还战胜得了市场吗？这一讲，用抛硬币的模拟、美国股市 99 年的月度数据、49 个行业的数据和 140 多年的估值数据，讲清楚有效市场假说说了什么、没说什么，怎么检验，为什么主动管理的平均结果，一定输给费用；CAPM 的预测，在真实的数据里，站不站得住；以及，这个领域，最大的争论：价格的可预测性，是风险的补偿，还是市场的错误。
一个硬币，正面你赢 120 元，反面你输 100 元，期望收益是 +10 元，你玩吗？多数人不玩。要赢多少，你才愿意？前景理论说，大约要 270 元。这一讲，从三个小问题出发，讲清楚标准模型的"理性人"和真实的人，差在哪里：对损失比对收益更敏感，对小概率和大概率的判断，会扭曲，对"现在"格外偏心，在乎公平。再用美国股市 99 年的月度数据，看看"看账户的频率"怎样改变股票的吸引力，用动量因子，看行为金融和风险解释，在同一份数据上怎样对垒；并认真讨论，这个领域，被质疑得最多的问题：这些发现，有多可靠，该怎么使用，该不该"助推"。
政府对进口的 T 恤加 10 元关税，国内服装厂多了岗位，谁付了钱？对方也加关税，双方都变好了吗？第 3 讲，我们用"你和小周"讲了比较优势；这一讲，把它放到真实的国家之间：贸易的好处，除了比较优势，还从哪里来，有多大；谁赢、谁输，输的人输得有多重；关税的账，怎么算，什么时候，一个大国，能靠关税占便宜，为什么，关税战，是一个囚徒困境，WTO 这样的规则，在做什么。用 176 个经济体的数据、几个国家几十年的关税，和 2018 年以来关于关税的研究，并认真讨论这个领域最大的争论：该不该保护。