经济学原理

第 9 讲，我们用一个自行车市场，和四种直线的市场，手算了税收归宿和无谓损失。这个实验，把它们，变成一个通用的数值工具：任意形状的需求和供给，二分法解均衡，梯形法积分算无谓损失。再用它，回答几个手算不太好算的问题：税额翻一倍，无谓损失，翻几倍（约 4 倍）？税收，会不会先升后降（拉弗曲线），峰值在哪里（手算：P0 ÷ (e_d − 1)）？每多收 1 元的税，社会，要多付出多少（边际超额负担，2τ/(1−τ)）？要筹一笔钱，该多税谁（Ramsey：多税需求缺乏弹性的商品，能省下 37.7%）？弹性估不准，归宿，会有多不准？

第 16 讲算出了景区门口两家烤肠摊的均衡：比卖量，各卖 300 根；比价格，一路压到成本。可是摊主是怎么走到均衡的？这个实验让摊主一轮一轮地调整，看会发生什么：十家摊同时调整，Cournot 均衡会不稳定（N ≥ 4）；轮流调整就稳；两家摊合并，在 Cournot 里多数时候是亏的；价格战停在哪里，取决于价格能标到多细；产能中等时，价格不会稳定，而是循环；最后，把合谋的门槛，按企业数、惩罚的轻重和竞争的方式算一遍。

第 19 讲跑过一个 8 个策略的小循环赛。这个实验把它做成真正的锦标赛：18 个策略，一次次随机换名单，看以牙还牙的名次稳不稳；打开噪声，看谁的合作经得起手滑；让生态演化，看谁留下来；再不给任何现成的策略，让一群随机的“记忆一轮”的策略自己复制、变异，看合作会不会自己长出来；最后把人放到格子上，只和邻居打交道，看合作者能不能在背叛者的包围里活下来。

第 20 讲用手算看到：买家看不出车的好坏，只能按平均质量出价，好车就一轮一轮地退出。这个实验用 1000 个卖家，把这个过程一步一步地走出来：买家要多看重一倍，市场才撑得住；好车多一点，门槛就低很多；市场会有一个“分界价格”，差 0.1 万，一个升、一个塌；然后试两种办法，让卖家花钱认证，或者规定最低质量，看哪个让市场的总好处更大，以及认证费低到多少，认证才比最低质量标准更好。

第 22 讲给出了公式：二价拍卖说真话，一价拍卖按 (n−1)/n 压价。这个实验不告诉竞拍者公式：让他们反复对别人当前的出价做最好反应，或者只靠试错，看会不会自己走到公式；再看三个公式没覆盖的情形：一个强、一个弱的竞拍者，谁赢、卖家该选哪种拍卖；共同价值下，均衡压价多少、哪种拍卖收入更高；以及，多请一个竞拍者，和精心设计保留价，哪个更值钱。

每个人的选择都很合理，合起来的结果却没人想要：这是第 25 讲的公地悲剧，也是 Schelling 的隔离模型。这个实验把两件事都放进模拟里。先是一片会自己长鱼的渔场：开放进入时，鱼的存量怎样一轮一轮地过头；一个人想的和一群人想的，差在哪里；禁渔十年再开放，为什么回到老路；社区自己巡查，罚多重、查多勤才管得住。再是一个格子上的城市：每个人只要求邻居里至少 30% 和自己同类，最后却变成 75%。

第 28 讲用一个简单的 Solow 模型讲了增长；第 29 讲用增长核算把增长拆开。这个实验把模型对准真实的国家：用 Penn World Table 里的投资率、人口增长、折旧和资本份额，校准七个国家，让模型从 1990 年出发，一年一年地走到 2019 年。你会看到模型的哪些预测对得上（稳态的资本产出比），哪些对不上（名义投资率撑不起中国的资本积累），模型能解释多少增长，剩下的“效率”有多大，投资率差两成会差多少，以及 58 个国家的跨国数据，对 Solow 模型说了什么。

第 35 讲用一个能手算的小银行，讲了挤兑：同样的银行，两种结局，只差大家怎么想。这个实验把它做完整：先把三个均衡找全，其中一个是刀刃；再让存款人对银行资产的看法不一样，看银行变得更脆弱；再让大家只收到带噪声的信号，看挤兑怎样由基本面决定；再把存款人放进社交网络，看你要看到多少人，才不会被局部的偶然波动吓跑；最后比较存款保险（限额多高才够）、暂停兑付和最后贷款人，各自的效果和代价。

第 38 讲说：股价的历史，几乎不能预测未来。这个实验拿 99 年的美国股市日度和月度数据，把这句话一层一层地检验：真实的收益，和打乱顺序的收益，差在哪里（方向几乎不相关，波动高度相关）；方差比检验，和一个必须知道的陷阱（波动聚集会让普通的检验冤枉好人）；22 条技术分析规则，一次全试，挑最好的那条，是本事还是运气；样本外、加上交易成本之后又怎样；最后问一个反过来的问题：如果市场真有一点点可预测性，这 99 年的数据，测得出来吗。

第一套习题，对应 Unit 1–2（第 1–9 讲）：32 道题，每道都有完整解答。机会成本和沉没成本，生产可能性边界，边际决策，比较优势，实证与规范、双重差分与选择偏差（含代码题），需求、供给、均衡与蛛网，弹性与谷贱伤农，价格上限、价格下限、税和补贴的得失账。解答分思路、过程、答案和常见错误四步；所有数字都用代码核对过。