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。
7 元换 1 美元，变成 7.35 元，你的美国旅行，贵了多少？一个国家的货币，贬值了，是好事还是坏事？美国有大额的"贸易逆差"，中国、德国有"顺差"，是谁赢了？这一讲，从汇率的最基本的算术讲起：名义汇率、实际汇率，贬值，什么时候，能改善贸易余额，什么时候，先变差；再用世界银行 146 个经济体的数据，看购买力平价，在长期，管不管用；用国际收支的账本，说明"经常账户的逆差，等于国内的投资，超过了储蓄"，并在真实的数据里，检验；然后，是固定汇率、货币危机：一个最小的模型，加上泰铢、英镑、瑞郎、日元的真实走势；最后，认真讨论两个有争议的问题：逆差，是不是问题；汇率和利率差，能不能被预测。
世界上，每天生活费不到 3 美元的人，从 1990 年的 23 亿，降到了 2022 年的 8.7 亿；其中，中国，一个国家，就占了减少量的三分之二；可是，撒哈拉以南非洲的贫困人口，反而，多了 2.4 亿。同样的收入，2022 年的人，比 1990 年，多活 3.5 到 6 年。这一讲，先学会，怎么测不平等（洛伦兹曲线、基尼系数，和它的盲点），再用世界银行、FRED 的真实数据，看贫困、寿命、不平等，各自在发生什么；看看，富了，不平等，会不会先升后降（库兹涅茨曲线），美国 1968 年以来的基尼系数；用几个随机实验，看穷人的世界，怎么变好；最后，认真讨论：不平等，为什么上升，再分配，有什么代价，同样的事实，为什么，会得出，从 0% 到 55% 的不同税率。
从公元 1000 年到 1800 年，800 年里，一个英国人的生活水平，只是原来的 2.9 倍，平均，每年不到 0.15%；可是，1800 年到 2022 年，是 11.5 倍。这一讲，是 10 个 Unit 的最后一讲，把前面的东西，放进长长的时间里：一个最小的"马尔萨斯模型"，说明，为什么，在 1800 年以前，技术进步，几乎只会，让人口变多，而不会让人变富；用麦迪逊项目数据库，看英国、中国、印度、日本、美国，一千年的人均 GDP；看工业革命，开头，其实很慢；看"大分流"，什么时候，开始；看 1978 年以后，中国，44 年，人均 GDP，是原来的 11 倍，和，同样的起点上，韩国、台湾、日本，的对比；以及，这个速度，背后，在放缓的东西：增长率、投资率、人口。最后，把这门课的三个想法、六个问句，放在一起。
同一套房子，是你的家，是你的最大一笔资产，是开发商的融资工具，是银行的抵押品，也是地方政府的收入来源。当五个人同时押注在一个资产上，房价一旦转向，会发生什么？这一讲是综合应用：用国家统计局的真实数据，看 2021 年之后发生了什么；用几个能手算的小模型，看杠杆、预售制和预期怎样把一个价格的变化，变成一连串人的问题；再按"预测、证据、分歧、价值判断"，讨论房价是不是泡沫、房地产有多大、该怎么办。不预测房价，不做投资建议。
一个县，收入 10 亿元，要办的事要花 20 亿元，差的钱从哪里来？这一讲是综合应用：用财政部的真实数据，看地方的收入、支出和土地出让收入；用国务院和财政部公布的数字，看"隐性债务"从 14.3 万亿元，降到了 6.5 万亿元；再用几个能手算的小模型，看收入下降时债务怎样滚雪球，中央"救不救"为什么是一个时间不一致的问题。最后，按"预测、证据、分歧、价值判断"，讨论债务到底有多大、化债该怎么做、土地财政怎么转型。不预测，不做投资建议。
一个 AI 工具，能让一个人，把某类任务的时间，减少 40%。公司会少雇 40% 的人吗？答案取决于一件你已经学过的事：需求的弹性。这一讲是综合应用：用任务模型，看自动化、新任务和工资怎样互相拉扯；用已有的随机实验和宏观估算，看 AI 到底能提高多少生产率；用美国劳工统计局和美联储的真实数据，和最新的研究，看年轻人的就业，有没有出现"煤矿里的金丝雀"；再看中国的一些事实。按"预测、证据、分歧、价值判断"，讨论 AI 会不会造成大规模失业、谁受益、该怎么办。不预测，不做职业建议。
一枚"币"，承诺你随时可以换回 1 美元：它是什么？谁欠谁？这一讲是综合应用：把稳定币，看成一个私人发行的、100% 储备的"银行"，用第 30 到 35 讲的东西，回答它怎么赚钱（发行商，赚的是利率），为什么会脱锚（挤兑），会不会抽走银行的存款，算不算"货币"，以及各国（美国、欧盟、香港、中国内地）怎么管。用 Circle 的财报、美联储 FRED 的真实数据，和几个能手算的小模型，按"预测、证据、分歧、价值判断"来写。不预测价格，不做投资建议。
物价每年下降 2%，你该现在买，还是再等等？你的房贷，每月还款的金额不变，你的工资，却在降。这一讲是综合应用：用日本，从 1990 年泡沫破裂，到 2022 年物价回来，再到 2026 年央行连续加息，这一段，三十多年的真实数据，看通缩为什么是坏事（债务通缩、零利率下限）；用几个小模型，看僵尸企业怎样拖累效率；再按"预测、证据、分歧、价值判断"，讨论：“失去的三十年”，到底是什么造成的，央行的实验，有没有用，日本今天走出来了没有，以及，中国，是不是在重走日本的路。不预测，不做投资建议。
你每个月交的养老保险，存在哪里？答案是：大部分，不在你名下，而是，付给了现在的退休人员；你将来的养老金，要靠将来的年轻人。这一讲是综合应用：用国家统计局、人社部、财政部和世界银行的真实数据，看中国的养老金，2025 年的账，和 2050 年的人口；用两个能手算的小模型，看缴费率、替代率和退休年龄，怎样互相牵制；再按"预测、证据、分歧、价值判断"，讨论：基金会不会耗尽、该不该延迟退休、老龄化对增长和物价意味着什么。不预测，不做投资建议。
如果，市场上的 24 个交易者，都是没有脑子的程序，只会在"不亏本"的范围里，随机报价，他们，能把资源配置得多好？价格，会不会，自己，找到均衡？这个实验，用纯 Python 和 NumPy，手写一个连续双向拍卖：先是，没有约束的随机交易者（效率，只有 75%），再是，不亏本的随机交易者（效率，约 96%，可是，价格，一直，散得很开），再加上，一点点学习（ZIP：效率，约 99%，价格，3 个周期，就收敛，需求冲击之后，也跟得上），最后，换一个不对称的市场，看，零智能，在哪里，会失灵。第 7 讲留下的问题：市场的好处，有多少，来自结构，有多少，来自，交易者的智能。