当我们回望过去几百年的历史时，一个事件永远无法绕开：工业革命。到十八世纪，世界上许多地区都已经拥有相当发达的文明和相当成熟的技术体系。农业、手工业和商业活动都已具备规模，各种发明创造也从未完全中断。然而，人类社会总体上仍然呆在缓慢发展的轨道上。就在这时，原本并不起眼的西欧地区却发生了一场深刻变革。蒸汽机、纺织机、冶金技术、机械制造等领域接连取得突破，启蒙运动也推动了思想和知识的快速传播。社会好像忽然苏醒过来了。

工业革命最重要的意义，也许并不在于它发明了什么，而在于它解锁了一种前所未有的发展模式。工业革命之后，新的技术不断涌现，新的产业接连诞生，生产效率持续提高，经济增长开始表现出长期而稳定的加速趋势。从英国出发，这种增长模式逐渐扩散到欧洲、北美乃至世界其他地区，并在之后的两百多年里深刻改变了人类社会。

正是在试图解释这种持续增长时，研究者们逐渐把目光从蒸汽机、铁路和工厂这些易见的成果，转向了它们背后的动力来源。为什么技术突破没有随着某一项发明的完成而停止？为什么新的知识能够不断转化为新的生产力？为什么一个社会能够持续地改变？

这些问题长期吸引着经济学家、历史学家和社会科学研究者的关注，学者们也提出了许多不同解释。2025年诺贝尔经济学奖所表彰的工作，正是这一研究传统中的重要代表。

获奖的三位学者——乔尔·莫基尔（Joel Mokyr）、菲利普·阿吉翁（Philippe Aghion）和彼得·豪伊特（Peter Howitt）——从经济史和经济理论两个方向出发，试图回答同一个问题：创新为什么能够持续发生，并不断推动经济发展。

莫基尔关注的是工业革命背后的创新生态，试图理解一个社会为什么能够持续地产生创新。阿吉翁与豪伊特则关注创新过程本身：创新一旦出现之后，为什么能够不断催生新的创新，并成为长期增长的动力。

接下来，我们将沿着他们的思路，一步步探索持续创新如何成为可能。

2 先谈谈外部性

在继续讨论之前，我们需要先介绍一个经济学概念：“外部性”（externality）。它并非2025年诺贝尔经济学奖工作的首创，但它贯穿了本文几乎所有内容。

经济学通常假设，市场交易是双方或各方利益和价值的交换。一个人为别人创造价值，可以通过市场获得回报；而自己给别人造成的成本，也需要通过市场去承担。在很多情况下，这种假设相当有效。然而现实世界中经常会出现一种情况：一个人的行为不可避免地会影响到其他人，而这些影响却没有完全在市场交易中得到补偿。

举个简单的例子。下雪之后，一家商店主动把门前的人行道清扫干净。这样做当然有利于吸引顾客进店购物，但同时也方便了路过的行人，甚至让附近商家都受益。商店承担了成本，但部分收益却落到了别人身上。

相反的例子也很常见。工厂排放废水和废气，可以降低自身生产成本，提高利润，但周边居民却不得不承担环境污染带来的后果。企业获得了收益，而部分成本却转嫁给了社会。

在这两种情况下，行为者所面对的收益和成本，与它的行为产生的总后果并不一致。经济学家把这种现象称为“外部性”。前一种情况叫做正外部性，后一种叫做负外部性。

外部性的重要意义在于，它会导致市场运行结果偏离社会最优。

如果一种活动具有正外部性，那么人去从事这类活动往往动力不足。因为即使自己不承担成本，也有可能分享别人创造的收益。于是，每个人都可能希望由别人先去付出，自己则坐享其成，也就是经济学中常说的“搭便车”。

如果一种活动具有负外部性，情况则恰恰相反。由于行为者不需要承担全部成本，所以会拥有过强的激励去从事这类活动，导致这类活动对社会而言发生得太多。

很多经济政策的出发点，实际上都是在试图解决外部性问题。环境税、教育补贴、基础科研资助、公共卫生项目，背后都能看到外部性的影子。

那么，这和创新有什么关系呢？答案是：外部性几乎贯穿了创新过程的各个环节。

当一个企业开发出新技术时，它当然能够从中获得收益。但与此同时，知识往往会扩散，会惠及别的研究人员、供应链企业、学生、甚至竞争对手。这些“溢出”的知识，又会成为未来创新的基础。从社会角度看，一项创新创造的总价值，通常远远超过创新者自己获得的收益。这就是创新的正外部性。

但创新并不只有好的一面。新的技术会淘汰旧的技术，新的企业会取代旧的企业，新的产业会改变既有的职业结构。有人从创新中受益，也有人因此受到冲击。创新带来的增长与繁荣是真实的，调整成本和社会代价也同样真实，只是承担的人不同。这些调整成本和社会代价，可看作创新带来的负外部性。

后面我们会看到，无论是莫基尔关于工业革命的研究，还是阿吉翁与豪伊特关于创新和增长的理论，都在不同角度上讨论同一个问题：一个社会如何创造、传播和利用知识，以及为什么仅仅依靠市场机制，并不足以解释持续创新的产生。

而外部性，正是理解这一切的一把钥匙。

3 第一部分　创新生态如何形成？

如果说工业革命是现代经济增长的起点，那么一个自然的问题就是：为什么工业革命会发生？

很多人会想到蒸汽机、纺织机和冶金技术等重大技术突破。还有一些人会强调殖民贸易、资本积累或者英国丰富的煤炭资源。这些因素都很重要，但对于历史经济学家莫基尔来说，它们仍然没有触及最核心的问题。

因为历史上从来不缺发明创造，也不缺商业繁荣。中国、印度、中东和欧洲都曾在不同历史时期拥有领先世界的技术和经济。真正需要解释的并不是某项发明的出现，而是为什么只有工业革命走上了一条不断创新增长的轨道。

在莫基尔看来，工业革命的原因并不是某个单独因素，而是许多思想、制度、文化和人才因素共同汇聚形成的一个历史机遇。

莫基尔长期关注工业革命与现代经济增长的起源问题，并在多部著作中讨论相关主题。这里我主要参考的是他2016年出版的《成长的文化》（A Culture of Growth: The Origins of the Modern Economy），因为这本书对其观点进行了较为系统和完整的阐述。这是我个人最喜欢、也最推荐的一本。

理解莫基尔思想的一个重要切入点，是他对知识的分类。

在日常语言中，我们往往把科学、技术、经验和技能统称为“知识”。但莫基尔把知识分成两类：一类是描述自然规律的，他称之为“命题性知识”（propositional knowledge）；另一类是关于如何完成具体任务的，他称之为“指令性知识”（prescriptive knowledge）。

通俗地说，前者更接近科学，后者更接近技术。为了叙述方便，本文后面有时也会把它们分别称为“理论知识”和“实践知识”。这种对应并不完全精确，但足以帮助我们把握莫基尔想强调的核心区别。

牛顿定律属于命题性知识，因为它描述的是自然界普遍存在的规律。而如何制造蒸汽机、如何冶炼钢铁、如何设计纺织设备，则属于指令性知识，因为它们关注的是如何完成某项具体工作。

这两类知识当然都一直存在。但在工业革命之前，它们之间的联系往往十分有限。许多工匠拥有丰富的实践经验，却不了解背后的科学原理。他们能通过摸索与试错来发明新技术，但没有理论的支持，他们走不远。与此同时，许多学者热衷于研究自然现象，却并不关心这些知识是否能够用于生产。理论与实践、科学与技术、学者与工匠，长期处于相对分离的状态。

莫基尔认为，工业革命时期最重要的变化之一，就是这种分离开始被打破。

随着印刷术的发展和知识传播成本的下降，科学发现能够更快地传播到实践领域，而越来越多的科学家开始关注现实问题。理论开始指导实践，实践又不断提出新的问题和挑战，反过来推动理论发展。两种知识之间形成了持续不断的交流与反馈。

莫基尔认为，这种变化并不仅仅来自知识传播技术的改进，更来自一种深刻的文化转变。工业革命前夕的欧洲出现了一种新的观念：知识的价值不仅在于解释世界，也在于改善世界。这种观念的出现，本身就反映了一场深刻的文化变迁。在更早的传统中，许多学者研究自然现象的目的主要是追求真理、理解上帝创造的世界，或者延续古典学术传统。而到了十七、十八世纪，越来越多人开始关心另一个问题：这些知识究竟有什么用？

弗朗西斯·培根（Francis Bacon）引领了这个观念变化。培根提出了名言“知识就是力量”（ipsa scientia potestas est），强调系统地研究自然规律不仅能够增进人类思想知识，也能够改善人类生活条件。在这种“培根纲领”（Baconian Program）的影响下，学者们更加重视研究成果的实际价值，而工匠和工程师也越来越愿意借助理论知识解决现实问题。科学与技术之间原本相对分离甚至彼此隔绝的边界开始松动，两种知识第一次被系统地联系在一起。

所以说，工业革命不只是若干技术突破的集合，而更像是一种知识生产方式的改变。在这里，莫基尔特别强调了一群常被忽视的人：工匠（artisan）。

在传统叙事中，工业革命似乎是伟大发明家和科学家的故事。但莫基尔指出，许多关键创新实际上来自那些既懂实践又理解新知识的人。他们可能是钟表匠、仪器制造者、铁匠、工程师、技术顾问。他们未必拥有系统的科学训练，却能够参与学术会议、学术刊物等科学交流活动。因此，他们能够把抽象理论转化为实际应用，也能够把生产过程中遇到的问题反馈给研究者。

大名鼎鼎的瓦特（James Watt），就是个仪器工匠。他在格拉斯哥大学工作时，利用同事，化学家布莱克（Joseph Black）新发现的“潜热”理论，发明了分离冷凝腔的蒸汽机结构，大大提高了现有蒸汽机的效率。他后来又发明了各种机械部件，完成了改良蒸汽机的全过程。

在工业革命前夜的欧洲，分散各地的手工业作坊已经积累了大量经验丰富的工匠人才。当大型机器和工厂开始出现时，这些工匠被集中到新的生产体系之中，将自身掌握的知识和技能运用于蒸汽机、纺织机等新技术的安装、改进与推广，从而加速了新技术的扩散，成为工业革命得以爆发和持续推进的关键力量。他们是知识“聚变”的催化剂。

工匠的重要性还不仅在于他们能够衔接理论与实践，而更在于他们的能力可以迁移和扩展，而不是局限于某一项具体技术。一个优秀的钟表匠未必制造过蒸汽机，一个仪器制造者也未必从事过纺织业，但他们往往熟悉机械结构、材料特性、精密加工和测量方法。因此，当新的机器和新的生产方式出现时，他们能够迅速学习、适应并参与改进。工业革命时期许多创新之所以能够从个别发明演变为持续不断的技术进步，很大程度上正是因为社会中已经积累了一批这种人才。

与此同时，由于大工业带来的行业合作和市场贸易规模扩大，工匠们的技能和成果开始以空前的规模被复制、传播和应用。这意味着工匠知识所产生的正外部性被大大放大了。一个人不再是只影响自己和身边的学徒，而有可能影响整个行业，催生创新。例如，纺织业的珍妮纺纱机和飞梭，冶金业的坩埚炼钢法，这些重大发明都是工匠完成的。

除了知识融合和工匠人才之外，莫基尔还特别强调学术共同体的重要性。

莫基尔特别关注一个在启蒙时代逐渐形成的跨国知识网络——“学术共和国”（The Republic of Letters）。这个浪漫的名字并不指一个正式组织，而是一群分布在欧洲各地的学者、工匠、发明家和思想家。他们通过出版物、学会和私人关系保持联系和交流。虽然地区不同，语言各异，甚至所在国家还彼此竞争，但他们同时又共享一种更高层次的身份认同：追求知识的人。

在莫基尔看来，这种跨越国界的知识共同体是近代欧洲极其独特的现象。知识不再被锁在某个宫廷、教会或行会之中，而是在广泛的网络中不断流动和扩散。一位英国发明家的改进，可能很快传到法国；一位荷兰学者的新发现，也可能影响德国的工匠。正是这种开放交流，使知识积累开始了持续加速。工业革命不仅发生在工厂和矿井里，也发生在这张横跨欧洲的知识网络之中。

今天的人们已经习惯了大学、期刊和学术会议的存在，但这些制度本身也是历史发展的产物。工业革命前后，欧洲的学会、科学院和学术期刊不断涌现，同行评议、优先权制度等学术规范逐渐建立起来，使知识生产从个人活动逐渐转变为群体活动。

这些制度不仅提高了知识传播效率，也为创新提供了激励机制。一个研究者不再只是为了个人兴趣而工作，他还能够获得名声、荣誉和同行认可。科学研究因此成为一种可以持续运转的社会活动。同时，除了声誉激励之外，创新活动也逐渐获得了更多物质支持。君王、贵族以及各类赞助人开始资助学者、发明家和科学机构，为知识创造提供资源。虽然当时的人们未必会使用“正外部性”这样的经济学术语，但这种资助本身已经体现出一种认识：知识创造带来的收益往往超出创造者个人，因此值得获得社会的支持。

除了这些具体机制之外，莫基尔还特别重视政治文化因素。

有史以来，许多社会都存在强大的既得利益集团。新技术和新思想往往会威胁既有利益，因此经常遭到压制。然而在欧洲，宗教改革、文艺复兴和启蒙运动削弱了传统权威对思想的控制，也动摇了旧的政治体制。越来越多的人开始相信理性、实验和进步的价值。

与此同时，欧洲特殊的政治格局也发挥了重要作用。与统一帝国不同，近代欧洲长期处于多个政体竞争并存的状态。对于学者和工匠而言，这意味着更多选择空间。如果一个国家限制思想自由，他们往往可以迁移到另一个国家继续工作。如果某个统治者拒绝支持某项研究，竞争对手可能愿意提供资源。就像达尔文笔下的生物进化过程一样，不同的学派，理念和理论在这个充满活力的环境里竞争，交融，传承，优胜劣汰。成功的经济体系和技术路线不是来自主宰者的设计，而是物竞天择的结果。

如果没有这种文化和政治环境，许多技术突破很可能会像过去一样，被压制、被遗忘，或者停留在局部应用阶段。

谈到工业革命的成功因素，就绕不开著名的“李约瑟问题”：为什么现代工业文明没有首先在中国诞生？莫基尔在这个问题上也作出了重大贡献。

事实上，在工业革命前的很长时期里，当时的中国在许多技术领域都曾处于世界领先地位。造纸术、印刷术、火药和指南针等发明广为人知。与此同时，人口增长、商业发展和城市扩张，也使中国逐渐形成了庞大的市场和复杂的经济网络。长期的政治统一和成熟的官僚体系，则为这种发展提供了相对稳定的环境。从很多角度看，当时的中国都是前现代世界最成功的文明之一。

正因为如此，中国那段历史对莫基尔具有特殊意义。在其2025年出版的专门探讨中西历史分流的著作《两种繁荣之路》（Two Paths to Prosperity，与 Greif、Tabellini 合著）以及早期研究中，莫基尔并不接受将工业革命简单归因于地理条件或资本优势这种简单化的叙事。

莫基尔认为，当时的中国并不缺少技术知识，也不缺少杰出人才。然而在社会组织与知识传播上，古代中国更依赖基于血缘的宗族体系来提供信任与公共品，许多知识依附于具体工艺和地方经验，较少通过超越血缘的跨地区组织和学术共同体不断被整理、传播和改进。与此同时，长期统一和高度成熟的官僚体系虽然提高了治理效率，也可能减少了不同制度、思想和利益集团之间持续竞争的空间。许多创新能够出现，却较难进一步催生新的创新；新的经济力量也往往较难扎根并持续发展。

因此，在莫基尔看来，中国与欧洲之间的差异，并不在于谁更聪明，也不在于谁拥有更多发明，而在于持续创新所需要的各种条件，是否能够同时出现并长期维持。从这个角度看，工业革命真正的土壤，并不是某一组具体技术，而是一个能够持续创造和传播“有用知识”的创新生态系统。

单独来看，知识融合、工匠人才、学术共同体、开放环境，其中任何一个因素都不足以引发工业革命。但当这些因素在十八世纪的欧洲同时出现并相互强化时，一场“完美风暴”由此形成，持续创新成为可能。

但一个新的问题随之而来：即使这样的生态已经形成，创新为什么能够一代接一代地延续下去？为什么技术的新陈代谢能持续下去，带动经济不断增长？这正是阿吉翁与豪伊特试图回答的问题。

4 第二部分　创新机制如何运转？

在上一部分中，我们看到，持续创新需要合适的外部环境。但仅有环境还不够。就像一堆火要持续燃烧，既需要氧气和燃料，也需要现在的火焰能不断点燃新的燃料。那么为什么新的知识总能催生新的知识，新的技术总能催生新的技术？创新究竟依靠什么机制实现自我延续？这正是另二位获奖者菲利普·阿吉翁和彼得·豪伊特试图回答的问题。

对创新与经济发展的关系的探索由来已久。二十世纪上半叶，奥地利经济学家熊彼特（Joseph Schumpeter）就已经敏锐地注意到，现代资本主义最鲜明的特征并不是稳定，而是持续不断的变化。新的企业、新的产品和新的生产方式不断出现，而旧的企业、旧的产品和旧的生产方式则不断退出历史舞台。他把这种过程称为“创造性毁灭”（Creative Destruction）。在熊彼特看来，创造与毁灭并非两个独立的过程，而是同一枚硬币的两面。然而，这个理论更像是一种洞察，而不是一个定量化的解释。

而在另一条研究路线上，以索罗（Robert Solow，1987年诺贝尔经济学奖得主）为代表的增长理论用数学模型表明，长期经济增长无法单纯依靠资本积累来维持，技术进步才是真正的关键因素。但在索罗模型中，技术进步的速度是一个外部给定的变量。所以这个模型只能解释创新对经济的影响，却无法研究经济对创新的反作用。

到了二十世纪八十年代，以罗默（Paul Romer，2018年诺贝尔经济学奖得主）、阿吉翁和豪伊特等为代表的一批经济学家，开始尝试将创新本身纳入经济模型，由此实现创新与经济发展相互促进的闭环。他们共同建立了内生增长理论，并指出了知识外部性在维持长期增长中的关键作用。

在罗默的框架中，创新主要表现为产品种类的丰富与知识存量的增加，这在学术上被称为“横向创新”（Horizontal Innovation）。因此创新在这里更像是一种“加法”。而阿吉翁与豪伊特则关注故事的另外一面：当一种更好的技术出现时，它往往不仅创造新的价值，也会让旧技术、旧产品甚至旧企业失去价值。蒸汽机取代畜力，汽车取代马车，数码相机取代胶卷，互联网改变传统媒体。创新并不是纯粹增加新东西，而是在创造与淘汰同时发生的过程中推动经济向前发展。阿吉翁和豪伊特则引入了“纵向创新”（Vertical Innovation）或“质量阶梯”（Quality-ladder）的概念，把这种新产品沿质量阶梯向上升级并淘汰旧产品的过程，正式纳入了数学模型之中。

在罗默模型中，创新的正外部性是核心机制。而在阿吉翁与豪伊特的模型中，创新除了知识扩散带来的正外部性之外，也伴随着创造性毁灭所带来的负外部性。

所以，从社会的整体“账本”来看，新技术带来的收益，需要与旧技术和旧企业价值的损失一起考虑。更重要的是，这种取代过程本身还会带来额外的转换成本，例如工人需要再培训，基础设施需要改造等。这些损失和成本都是由创新者之外的社会来承担的，因此可视为负外部性。

因为这些外部性，企业自身愿意选择的创新水平，未必等于整个社会的最优水平。企业只考虑自身创新的收益和成本，而社会则必须同时考虑知识扩散带来的收益，以及创造性毁灭带来的调整成本。阿吉翁与豪伊特把这种外部性纳入了定量分析框架，也为政府鼓励、补贴或规范某些创新活动提供了理论依据。

阿吉翁与豪伊特的模型，看似只是增加了一个现实因素，却使整个问题变得复杂得多。直观上，“创新会淘汰旧技术”这件事本身并不难理解，熊彼特早在几十年前就已经提出了类似思想。真正困难的是如何把这种直觉变成一个严格的数学模型，并从中推导出可以检验的理论预测。

为此，他们引入了一些新的数学工具。一方面，一旦创新意味着企业之间的相互取代，企业的决策就不再只是简单的资源配置问题，而变成了多个参与者之间的战略互动问题。一个企业在创新上的投资决定，要看创新的收益能维持多久，而这又取决于未来的竞争者会投入多少资源去试图取代它。这就需要借助博弈论来分析。另一方面，创新发生在企业和产品层面，而经济增长却是国家乃至整个经济体层面的现象。要把无数微观（企业）层面的高度随机的创新、竞争和淘汰过程转化为稳定可预测的宏观（国家）增长规律，也需要跨越微观和宏观经济分析的数学工具。

对于一般读者来说，这些技术细节未必重要。重要的是，阿吉翁与豪伊特成功地把熊彼特关于“创造性毁灭”的思想，从一种定性描述转化成了一个可以计算、可以检验、也可以与现实数据比较的理论模型。此后几十年里，这一框架被不断扩展，并成为研究创新与经济增长的重要工具。大量来自企业、行业和国家层面的数据，也为这一理论提供了丰富的经验支持。

5 第三部分　从学习到回望

前面两部分，我们介绍了获奖者的工作。但学习一项理论，并不只是沿着它的思路继续向前。有时候，我们还需要回过头来，看看这些理论本身：它们产生于怎样的学术背景？采用了怎样的方法？它们的结论又有多少可信度？

我觉得和学习自然科学一样，问题本身往往和答案一样有趣。

哪些因素决定了一个社会的繁荣与停滞？这个问题，是过去几十年里，多项获得诺贝尔经济学奖的研究对象。这些工作之间也存在着丰富的联系，他们同属于创新经济学的领域。它已是经济学的一个重要分支。除了上面提到的索洛（1987年诺贝尔奖）和罗默（2018年诺贝尔奖）之外，经济学大师阿罗（Kenneth Arrow 1921－2017，1972年诺贝尔奖）和诺斯（Douglass North 1920－2015，1993年诺贝尔奖）也对创新经济学做出了重大贡献。还有好几位虽然没得诺贝尔奖，但被业界公认作出重大和开创性工作的大师。这次得奖者的工作，可说是这个领域“百花园”中比较璀璨的一朵。

莫基尔的工作属于进化经济学和历史经济学的范畴。进化经济学是尼尔森（Richard Nelson，1930－2025）开创的。它认为经济实体不是像牛顿力学那样按照普适规律运行去追求优化和平衡，而是像达尔文的进化论那样，基于各自特定的历史和条件演变，并在市场和各种竞争中受到自然选择。历史经济学则从历史资料中研究经济学规律，特别是技术发展与经济的关系。这个领域也有不少大师级人物，如罗森堡（Nathan Rosenberg，1927－2015）和戴维德（Paul David，1935－2023）。

而前面提到过，阿吉翁与豪伊特所讨论的问题，与索洛、罗默等人的增长理论形成了自然联系。在研究方法上，阿吉翁与豪伊特采用了“新经典经济学”的视角，注重于经济活动与经济决策中的优化策略及其宏观后果。这种研究更重视短期现象，但更容易得到定量的模型与预测。

有趣的是，无论是尼尔森开创的进化经济学（侧重历史、演化与非平衡态），还是阿吉翁与豪伊特基于新古典优化的模型（侧重均衡与定量预测），它们的精神源头都可以追溯到熊彼特关于‘创新’与‘创造性毁灭’的洞察。只是不同学派采用了不同的语言和工具，去捕捉这一复杂过程的不同侧面。

此外，莫基尔的工作，以致整个进化经济学领域，都是跨学科的。它与创新经济学之外的很多学术成果也密切相关。

莫基尔的大量研究工作聚焦于工业革命时期欧洲的政治、经济和文化环境。而这段历史，同样也是2024年诺贝尔经济学奖得主阿西莫格鲁（Daron Acemoglu）等人的重要研究对象。虽然阿西莫格鲁研究的是政治经济学，关注制度如何影响国家长期发展，但两者的研究重点很接近，得出很多的结论也可以相互印证。有趣的是，阿西莫格鲁与另两位得奖者阿吉翁与豪伊特也有很多合作的工作。

同时，莫基尔关于知识的讨论，也让人联想到1974年诺贝尔经济学奖得主哈耶克。哈耶克最早指出了关于特定时空的经验性知识（主要属于莫基尔框架中的实践知识）在社会中是高度分散的，并由此论证了市场机制在传递和利用这些分散信息上的优势。而莫基尔则进而认识到：既然生产与技术知识天然分散在不同的工匠、学者和共同体之中，那么一个能够降低知识获取成本、促进不同知识交流与融合的社会环境，就成为了持续创新的关键。

所以，这些获奖工作不是孤立完成的，而是与许多其他工作有着密切的借鉴与传承关系。它们不是一个独立存在的终点，而是知识网络中的一个节点。在这个知识网络里，不同经济学家从不同方向观察同一问题，丰富着我们的认知。借用阿吉翁与豪伊特的语言，我们可以把这种现象看成经济学研究中的一种“正外部性”。新的研究很少凭空产生，而是来自于不同学者围绕彼此相关的问题展开探索，相互启发、相互印证。学术思想本身，也在不断孕育和催生新的思想。

在研究方法上，我们也能看到类似的联系。从数据中识别因果关系一直是经济学中的一个重要挑战。2019年和2021年的获奖成果都与因果推断方法密切相关。2021年获奖工作所推动发展的自然实验和因果识别方法，已经成为经验经济学的重要工具，而莫基尔的一些研究也借助这些方法来检验和支持自己的结论。

经济学研究的是人类社会，这使得它不同于自然科学。自然科学当然也会面对复杂系统，但至少在原则上，研究者仍然可以通过控制实验、重复测量以及不断改进仪器来检验自己的理论。然而，经济学研究的许多对象——工业革命、制度变迁、技术创新乃至整个国家的发展过程——都无法在实验室里重新来过。研究者只能面对已经发生的历史，并试图从中寻找规律。这使得经济学在方法上面临一种特殊困难：它必须在有限的数据、不完整的信息以及无法重复的历史事件之间，努力识别因果关系。

莫基尔的研究很好地体现了这种特点。他的许多工作采用历史归纳方法：通过分析历史案例和统计资料，寻找不同因素之间潜在的因果联系。

例如，在一篇发表于2022年的论文中，莫基尔及其合作者试图检验一个具体命题：工匠群体规模大的地方，对新技术的接纳程度更高。

问题在于，工业革命时期的人们并没有留下“创新接受度”或者“工匠群体规模”这样的统计指标。因此，研究者必须寻找能够反映这些概念的代理指标（proxy measures）。

莫基尔等人利用英国各郡人口普查资料来估算工匠群体的集中程度，再利用纺织工业就业人数等数据来衡量当地对于新技术的接受程度。统计分析显示，两者之间存在显著的相关性，而工资水平的影响则相对有限。这个结果支持了上面的命题。

进一步地，他们把英国各郡的数据结果推广到英国与法国之间的比较，进而挑战一种长期流行的解释：英国工业革命之所以成功，主要是因为工资较高，因此企业更倾向于使用机器替代人工。相反，他们认为，工匠群体的存在才是更关键的因素。

阿西莫格鲁等人（2024年诺贝尔奖）的研究，在方法上与此颇有相似之处。他们同样依赖历史资料、个案研究以及各种代理指标来重构过去。例如，在研究1500年代南美历史时，他们用城市人口来作为经济繁荣程度的代理指标。

这类研究既是在分析数据，也是在讲述历史。数据为叙事提供证据，而叙事则帮助研究者把零散的事实组织成一个有意义的解释框架。

这时，研究者的判断就很重要：哪些数据值得采用？哪些指标能够代表自己关心的概念？某个历史案例究竟具有多大的代表性？结论又能够推广到什么范围？这些问题往往不存在完全客观、毫无争议的答案。

因此，经济学中出现不同学派和不同解释，并不一定意味着有一方是错的。很多时候，它反映的是研究者对于同一组历史事实采取了不同的观察角度和解释框架。

阿吉翁与豪伊特的工作则代表了另一种经济学研究传统。他们不是从历史出发，而是首先建立一个数学模型，然后研究模型在不同条件下会产生什么结果。

人们常常会说，他们的模型证明了“创造性毁灭”能够带来持续的经济增长。但严格来说，数学模型证明的并不是现实世界本身，而是模型中的世界。因此，一个模型的价值，很大程度上取决于它如何简化现实。

然而，简化也是有代价的。

例如，在阿吉翁与豪伊特的理论模型基础版本中，研发投入转化为创新成功的概率被假定为线性正比关系（即不存在边际效益递减）。而正是这个假设，使得模型能够简洁地导出经济长期持续增长的结论。然而，如果现实中的研发活动确实存在边际递减（即新想法越来越难找），这是否会颠覆“长期持续增长”的结论？

之后的研究表明，即使存在研发回报边际递减，只要研发投入规模能随着社会发展不断扩大，长期增长依然可能维持；但这也意味着，维持持续增长所需的社会资源成本正在变得越来越高。关于研发边际递减对长期增长机制的影响，至今仍是宏观经济学界讨论的前沿课题。

这个例子说明，经济学模型往往需要在两个目标之间寻找平衡：一方面，模型必须足够简单，才能被分析和理解；另一方面，它又必须足够接近现实，才能对现实提供有意义的解释。

从这个角度看，无论是莫基尔的历史归纳，还是阿吉翁与豪伊特的数学模型，都体现了经济学研究的共同特征：研究者必须在不完美的数据与不完美的模型之间，尽可能接近真实世界。而这也构成了经济学的一种独特魅力。它研究的是现实世界最重要的问题，却往往无法得到自然科学标准的证明或证伪。

长期接触经济学之后，我越来越感受到，不同学科之间有着重大差异。在自然科学中，人们通常相信，对于同一个问题，不同研究最终会逐渐收敛到某种共识；而在经济学中，不同理论往往更像是在观察同一个复杂现实的不同侧面。经济学的发展并不总是通过淘汰旧理论来实现。很多时候，不同理论之间可以共存、互补，并共同帮助我们理解现实世界。

这些获奖工作，不是让我发现了某个全新的答案，而是再次提醒我：真正重要的问题，往往都无法被简单地回答。

创新基因—2025年诺贝尔经济奖（下：现实映射与未来探讨）https://blog.creaders.net/u/1030/202608/560858.html

1 引言：“持续发展”是理所当然的吗？

2 先谈谈外部性

3 第一部分 创新生态如何形成？

4 第二部分 创新机制如何运转？

5 第三部分 从学习到回望

3 第一部分　创新生态如何形成？

4 第二部分　创新机制如何运转？

5 第三部分　从学习到回望