下载文档原格式
![不确定性、演化和经济理论[中文]](https://img.taocdn.com/s1/m/b8d51689a0116c175f0e4816.png)
不确定性、演化和经济理论Armen A. Alchian 【1】University o f C alifornia a t L os A ngeles沉 译（译者：这是在下第一次正式翻译经济学论文，本文仅仅是作为一个经济学学习者的兴趣之译，仅供学习和交流。
学习经济学时日尚浅，直到最近才从读书转向读论文，从读中文翻译转向读英文原著。
阿尔钦这篇著名的论文在网上搜遍也没有中文译本，所以在下大着胆子将这篇论文翻译了出来。
阿尔钦的文章读起来不难，但是翻译成中文却有些难度，加上在下是第一次翻译这么长的东西，虽再三推敲，但难免仍有错误之处，敬请指出。
邮箱 yinchenxuan0812@ 微博/chenxuanyin阿尔钦是和科斯并列的产权经济学创始人，张五常之师。
我想大多数朋友都是通过张五常才知道阿尔钦的，我也是。
这篇文章在张五常的经济解释中也有提及，文章的主要论点是：很多时候，我们无法确定是我们自己创造了成功，还是我们恰好适应了经济系统的规则而被经济系统选择接纳从而赋予了成功。
我认为这并不是完全剔除了经济个体的主观能动性，而是从更一般的角度探讨了不同机制下（经济系统）具有不同的决胜准则罢了。
）经济学分析中一个重要修正，便是纳入了不完全信息和不确定预见作为经济学的一个公理。
这一修正摒弃掉了“利润最大化”，使得经济分析不再依赖于那些可预测的——在教科书中常被粗略的假设为近似的——个体行为。
除去这些改变，众多分析概念常常只与这些行为本身的存续有关系，因为这些概念不是建立在这样那样的动机和预见之上的。
这篇文章所提倡的方法具体表现在生物进化和自然选择的原则上，即，将经济系统当作一种“选择采纳机制”，在那些在寻求功利过程中发生的探究行动中进行选择。
由此产生的分析——和传统的行为分析一样——也适用于那些常被当作偏离了规范经济行为的行动（译者注：即后文所说的试错行为和模仿性“创新”）。
这一分析方法剔除了“精确预期”和“固态知识”这两个不真实的假说，其更广泛的适用性为经济学研究提供了动力。
生物进化的悖论为何存在复杂性生物进化是指生物种群随着时间的推移经历遗传变异、选择和适应而产生的变化和发展过程。
进化理论以及相关的遗传学和生态学研究使我们对进化过程有了更为深入的了解。
然而，一些现象表明进化并非完全按照我们所想象的那样简单和直线。
生物进化的悖论，指的是一些复杂的现象和现象，与我们对自然选择和适应的理论解释存在矛盾。
那么，为什么生物进化存在这样的复杂性悖论呢？一方面，生物进化的悖论源于环境的不稳定性。
进化是一种动态的过程，取决于外部环境的变化和内部基因的变异。
然而，环境变化是不确定和多变的，很难通过简单的适应和选择来解释所有的进化现象。
一些环境因素，如气候变化、天敌的威胁和资源的竞争，会导致生物种群的适应性进化和平衡。
此时，进化的过程会变得复杂，因为不同的个体和群体面临不同的选择压力，导致了种群结构的多样性和复杂性。
另一方面，生物进化的悖论还源于基因的互动和复杂性。
生物的性状和性状的表达是由多个基因相互作用而决定的。
这些基因可以互相影响和调节，形成复杂的遗传网络。
在进化过程中，这种基因的互动和复杂性使得性状的遗传和表达变得困难和复杂。
一些性状可能受到多个基因的影响，而不是单个基因的控制。
这种复杂性使得我们很难准确地预测和解释进化过程中的变化和多样性。
此外，生物进化的悖论还与进化的时间尺度和演化速度有关。
生物进化需要漫长的时间来发生，并且演化速度很慢。
然而，地质历史上的大灭绝事件和重大的环境变化表明，生物在短时间内适应和进化的能力是有限的。
这种时间尺度和演化速度的不匹配导致了生物进化的悖论，即短时间内的环境变化难以导致生物的适应和进化。
尽管生物进化的悖论存在复杂性，但这并不意味着我们无法理解和解释进化。
通过深入研究遗传学、分子生物学和生态学等领域，我们可以逐渐揭示生物进化的悖论背后的机制和原理。
同时，利用数学模型和计算机模拟等工具，我们可以对复杂的进化现象进行定量分析和模拟，以更好地理解进化的复杂性。
生物进化的历程知识点总结生物进化是指生物个体和种群在适应环境条件变化的过程中，逐渐发生的不可逆转的遗传改变。
以下是生物进化的一些主要知识点总结：1.适者生存：根据达尔文的自然选择理论，个体有不同的适应性特征，某些特征使得个体在特定环境中更有生存和繁殖的机会。
因此，在资源有限的环境中，那些更适应环境的个体更有可能生存下来。
2.遗传变异：生物的基因组具有一定的变异性，这种变异可以是突然的、偶然的或者是遗传的。
这些变异对于生物的进化起到了关键作用。
关键是变异如果对环境更有利，那么这些变异的个体很可能更有生存和繁殖的机会。
3.随机漂移：遗传漂变指的是在种群中，包括适应性特征的频率随时间的演化而在种群之间随机变化的现象。
这种变异可能是由于机会事件（如天灾、灭绝等）导致的。
4.物种的分化：当一个种群被隔离到不同的环境中，它可能会适应新的环境条件，从而导致物种的分化。
随着时间的推移，这种物种之间的差异会逐渐累积，最终形成新的物种。
5.共同祖先：生物界中的所有物种都可以追溯到共同的祖先。
生物进化的过程中，不同物种的共同祖先通过生物地理过程、自然选择和遗传漂变逐渐发展和分化。
6.证据支持：古生物学家通过化石记录、尸体化石和地层记录等不同的证据来支持生物进化。
这些证据包括过渡化石、同源器官、生物地理分布和分子证据等。
7.进化速率：不同物种的进化速率是不同的。
一些物种可能在数千年或数百万年内发生较大的变化，而其他物种可能需要更长的时间才能发生显著的变化。
总的来说，生物进化是一个复杂的过程，涉及到遗传变异、适应性选择、变异遗传漂移等多个因素。
这些因素共同作用，推动着生物种群在不断适应环境变化的过程中发生遗传改变。
混沌的奇观引言混沌是一种看似无序而又拥有内在规律的现象，它存在于自然界的各个领域中，从天体运动到生物进化，从市场经济到社会行为。
追溯混沌的历史，可以追溯到20世纪60年代初，当时的一位科学家发现了混沌现象，并将其命名为“混沌”。
混沌的起源混沌一词来源于希腊神话中的最初存在——混沌神。
在混沌神之前，一切都是虚无缥缈的，没有形态和规律可言。
而混沌神的出现，则标志着宇宙开始变得有序。
因此，混沌一词在科学领域中被引入，代表着一种既有秩序又有无序的状态。
混沌的特征混沌的特征表现为以下几个方面：1.灵敏依赖初值：混沌系统的演化极为敏感，微小的初始变化可能导致系统最终产生完全不同的行为。
2.非周期性：混沌系统不存在周期性的行为，其演化轨迹呈现出复杂的、看似无规律的运动。
3.可重复性：尽管混沌系统的行为是看似无规律的，但是其演化过程是可重复的，也就是说，只要给定相同的初值和参数，系统的演化将是确定的。
混沌的产生与演化混沌的产生和演化是由于系统中的非线性元素的存在。
在一个非线性动力学系统中，简单的演化规律和初始条件会产生相当复杂的演化行为。
这是因为非线性部分会放大和扭曲输入信号，从而导致系统的行为变得异常复杂。
在混沌系统中，微小的初始变化可以放大成极大的差异，这也就是为什么混沌系统对初始条件的依赖如此之高。
混沌可以通过数学模型进行描述，其中最著名的是洛雷恩兹吸引子。
洛雷恩兹吸引子是由美国数学家洛雷恩兹发现的，它是一个三维相空间中的吸引子，具有多个旋涡状的轨迹，形状如蝴蝶展翅般美丽，因此也被称为“蝴蝶效应”。
混沌的应用领域混沌现象不仅仅是一个理论上的概念，它在各个领域中都有着广泛的应用。
天体力学混沌在天体力学中起到了重要的作用。
天体运动的预测一直是天文学家关注的焦点之一，而由于天体系统的非线性特性和长时间的演化，导致天体运动很难精确预测。
混沌现象的存在使得天体运动成为一个复杂的问题，使得我们难以从初始条件和参数来准确预测天体的行为。
如何应对遗传算法中的不确定性与灵敏度问题遗传算法是一种模拟生物进化过程的优化算法，它通过模拟进化过程中的遗传、交叉和变异等操作，来寻找问题的最优解。
然而，在实际应用中，遗传算法也面临着一些挑战，其中最主要的就是不确定性和灵敏度问题。
本文将探讨如何应对这些问题，提高遗传算法的效果和可靠性。
一、不确定性问题在遗传算法中，不确定性主要体现在两个方面：选择操作和变异操作。
选择操作决定了哪些个体会被选择为下一代的父母个体，而变异操作则决定了下一代个体的多样性。
这两个操作都涉及到随机性，因此会引入不确定性。
为了应对选择操作的不确定性，可以采用多样性保持的选择策略。
传统的选择操作是根据个体适应度来选择父母个体，适应度高的个体被选中的概率更大。
然而，这种策略容易导致早熟收敛问题，即算法过早陷入局部最优解。
为了增加种群的多样性，可以引入轮盘赌选择、锦标赛选择等策略，使适应度较低的个体也有机会被选中，从而增加了搜索空间的覆盖率。
对于变异操作的不确定性，可以采用自适应变异策略。
传统的变异操作是通过随机选择某些个体进行变异，但这种策略可能导致变异率过低或过高，使得算法陷入局部最优解或搜索空间过大。
自适应变异策略可以根据当前种群的情况来动态调整变异率，使得变异率能够自适应地适应问题的复杂程度和搜索进程。
二、灵敏度问题灵敏度问题主要指的是遗传算法在面对问题参数变化时的鲁棒性。
在实际应用中，问题的参数往往是不确定的或者存在随机性，这就需要遗传算法具有一定的灵活性和鲁棒性，能够适应参数变化。
为了提高算法的灵敏度，可以采用自适应参数调整策略。
传统的遗传算法通常需要手动设置一些参数，如种群大小、交叉率、变异率等。
然而，这些参数的最优取值往往是依赖于具体问题的，而且问题的参数可能会随着时间的推移而发生变化。
因此，通过自适应地调整这些参数，可以使得算法在面对参数变化时能够自动适应，提高算法的鲁棒性。
此外，还可以采用多目标优化的方法来提高算法的灵敏度。
生物进化的原理是什么？一、自然选择是生物进化的重要驱动力自然选择是生物进化的基本原理之一。
根据达尔文的演化论，生物种群中个体之间存在差异，而这些差异会在后代中得到遗传。
当环境发生变化时，某些特征对生物的适应性更强，能够提供更大的生存和繁殖优势。
因此，具有有利特征的个体往往能够生存下来并繁衍后代，而没有有利特征的个体则会逐渐被淘汰。
随着时间的推移，对环境适应能力较强的特征会在种群中逐渐普遍化，从而推动了生物的进化。
二、突变和遗传漂变是生物进化的基础突变和遗传漂变是引起生物进化的重要因素。
突变是指在生物体基因组中发生的变异。
这种变异会导致个体的性状发生改变，如果这种变异具有适应环境的优势，它就有可能在种群中传递下去。
而遗传漂变是指由于随机事件的影响，种群中某些基因频率发生突变的过程。
遗传漂变是通过无规律的基因传播和选择来发生的，具有比较突然和剧烈的变化。
突变和遗传漂变为生物的进化提供了源源不断的遗传变异，进而为自然选择提供了基础。
三、基因流动对生物进化产生重要影响基因流动是指不同地理分布的种群之间基因的互相交换和传输。
它通过基因的传递和混合，使得不同种群的基因库发生变化，从而对生物进化产生影响。
基因流动可以改变种群中的基因频率，促使基因的传递和改变，进而形成新的表型和适应性。
例如，不同地理分布的鸟类种群之间的基因流动，可以导致它们在形态和习性上的差异，进而形成新的物种。
四、遗传漂变对小种群的影响更为显著小种群的遗传漂变影响更为显著。
当一个种群的规模缩小时，它的基因库也相应减小。
在这种情况下，可能会出现随机的基因频率变化，从而导致不利基因的固定化或有利基因的丧失。
此外，小种群容易受到环境变化的影响，进化的方向更加不确定。
因此，在保护和维持生物多样性方面，特别是对于濒危物种的保护，需要注意保持种群的较大规模，以减少遗传漂变的影响。
五、环境压力和资源竞争是生物进化不可忽视的因素环境压力和资源竞争在生物进化中扮演着重要角色。
生物进化理论研究现状与前沿问题概述生物进化理论是生物学中的重要分支，它涵盖了关于物种起源、物种形成和物种演化的各个方面。
通过深入研究生物进化理论，可以让我们更好地理解生物多样性的形成和演化机制，揭示生物界的奥秘。
本文将介绍目前生物进化理论研究的现状和一些前沿问题。
1. 进化理论的基本原理生物进化理论的核心原理是自然选择。
这一原理是由达尔文提出的，在进化生物学中具有重要的地位。
自然选择意味着在环境中，更适应环境的个体有更多机会生存下来并繁殖后代，从而传递其优势基因给下一代。
这种选择过程会导致物种的适应性改变，最终形成新的物种。
此外，遗传突变、基因漂变和基因流也是生物进化的重要机制。
遗传突变指的是基因组中的突然变异，它是生物进化的基石。
基因漂变是指随机事件引起的基因频率变化，通常发生在小型群体中。
基因流则表示不同种群之间的基因交流，它可以增加遗传变异的源泉，影响物种的进化方向。
2. 研究方法随着科技的进步，生物进化理论研究的方法也取得了显著的发展。
现代分子生物学的发展为生物进化研究提供了更多的工具和技术。
例如，DNA测序技术的进步使得我们可以详细地研究物种的遗传差异，进而推断它们的亲缘关系和进化历史。
基因组学的出现也使得我们能够研究基因组水平上的进化过程，揭示不同物种之间的基因和功能变化。
此外，在实验条件下进行进化研究也是一种重要的方法。
科学家可以通过人工选择、控制环境压力和基因工程等手段，模拟自然环境中的演化过程，以验证进化理论的假设和推测。
这种研究方法能够帮助我们更好地理解自然界中进化的机制和模式。
3. 研究现状生物进化理论研究的现状非常丰富多样。
近年来，科学家们对进化速度和方向、物种形成和分化、物种多样性维持等问题进行了深入研究。
例如，关于进化速度和方向的研究表明，进化的速度和方向可以受到多种因素的影响，包括环境压力、基因流和基因漂变等。
研究表明，环境中的选择压力可以促进某些可塑性特征的快速进化。
正文：经济学分析中一个重要修正，便是纳入了不完全信息和不确定预见作为经济学的一个公理。
这一修正摒弃掉了“利润最大化”，使得经济分析不再依赖于那些可预测的——在教科书中常被粗略的假设为近似的——个体行为。
除去这些改变，众多分析概念常常只与这些行为本身的存续有关系，因为这些概念不是建立在这样那样的动机和预见之上的。
这篇文章所提倡的方法具体表现在生物进化和自然选择的原则上，即，将经济系统当作一种“选择采纳机制”，在那些在寻求功利过程中发生的探究行动中进行选择。
由此产生的分析——和传统的行为分析一样——也适用于那些常被当作偏离了规范经济行为的行动（译者注：即后文所说的试错行为和模仿性“创新”）。
这一分析方法剔除了“精确预期”和“固态知识”这两个不真实的假说，其更广泛的适用性为经济学研究提供了动力。
本文将进行的阐释如下：首先，需要明确的是，“利润最大化”有一个方面的简要阐述被普遍忽略了，即，当预见具有不确定性的时候，“利润最大化”作为某一具体行动的指导是没有什么意义的。
其次，建设性的发展起自一个环境选择原理的引入，这个环境选择原理是一个后验的经济体系，其最适宜行为依据的是“实现净利润”而非“利润最大化”准则。
这表明了即使在没有丝毫个体理性、预见性或者动机性的极端随机行为模型中，经济学家也能够通过对传统分析工具进行的一些修正，来预测和解释事件。
再次，在普遍存在不确定性和不完全信息的世界中，环境选择这一现象和一类个体的动机性行为相融合。
对照利润最大化的追求，在净利润追求过程中的那些适应性、模仿性和试错性行为将被更好的利用。
最后，本文将讨论基于这些原理的一些影响及推测。
【1】我很感激 Stephen Enke博士的批评和启发，这引导我在完善了本文的内容和阐释。
I.利润最大化并非是行动的指导当今经济分析中，经济行为严重依赖于理性单位所做的决定，即在传统假设中，理性个体总是谋求一个完美的最优情况【2】。
这个最优情况有两个众所周知的准则：利润最大化和效用最大化【3】。
对不确定性进行建模和求解的算法研究随着信息时代的到来，不确定性成为了我们生活中的一个不可避免的因素。
在日常生活中，我们经常面临各种各样的不确定性问题，比如随机事件的发生、未知的风险和机会等等。
面对这些问题，对不确定性进行建模和求解是十分必要的。
在计算机科学领域，对不确定性进行建模和求解的算法研究一直是一个热门的话题。
本文将探讨目前对不确定性进行建模和求解的算法研究进展和未来的发展方向。
一、引言对不确定性进行建模和求解是一个涵盖众多领域的研究领域，如人工智能、统计学、决策论等。
不确定性本质上是指在特定条件下，未来事件或者结果的发生没有确定的答案，会有多种可能性。
因此，不确定性建模和求解的算法需要具有能够考虑各种因素的灵活性，以预测或者处理可能的结果。
对不确定性建模的方式有很多种，常见的建模方法包括贝叶斯网络、马尔可夫决策过程、神经网络等。
对不确定性求解的方法也有很多种，从简单的贪心算法到复杂的遗传算法，都可以用于解决不确定性问题。
本文将主要讨论当下对不确定性进行建模和求解的算法研究进展和未来的发展方向。
二、建模方法1. 贝叶斯网络贝叶斯网络是一种基于概率图模型的不确定性建模方法。
通过捕捉不同变量之间的关系，贝叶斯网络可以在给定一些观测数据的情况下推理出其他变量的概率分布。
贝叶斯网络可以用于解决各种机器学习问题，如分类、回归、聚类等等。
在贝叶斯网络中，节点代表变量，边代表变量之间的条件依赖关系。
通过计算联合概率分布，可以得到各种变量的概率分布。
在推理过程中，我们可以从某些变量的观测值出发，推导出其他变量的后验分布。
贝叶斯网络的优点是可以灵活地处理不同类型的变量和数据不完整的情况。
2. 马尔可夫决策过程马尔可夫决策过程是一种将不确定性引入决策过程的建模方法。
马尔可夫决策过程可以用于解决控制、规划、优化等问题。
在马尔可夫决策过程中，我们通过考虑不确定性因素和控制参数的影响，来选取最优策略。
马尔可夫决策过程的主要构成部分包括：状态、状态转移概率、动作、奖励和策略。
生物进化的原理和影响因素生物进化是指生物种群在长期的演化过程中适应环境的变化而产生的遗传变异和适应性改变。
进化是生命的基本特征之一，也是生物多样性的驱动力之一。
本文将介绍生物进化的原理和影响因素，并讨论其对生物群体和生态系统的重要性。
一、进化的原理1. 遗传变异：个体间存在着遗传基因的差异，这种差异会通过繁殖和变异的过程沿着世代传递下去。
遗传变异是进化的基础。
2. 适应性选择：环境中存在着种种压力和资源限制，这使得个体在繁殖中的生存能力和繁殖成功率有差异。
适应性选择指的是适应环境变化的基因会更有可能被保留下来，并在种群中逐渐增多。
3. 随机性：进化过程中也存在一定的随机性，包括突变的发生和繁殖的随机取样。
这些随机事件可能会对进化产生影响。
二、进化的影响因素1. 天然选择：地理环境、气候变化等自然因素对生物的进化具有重要影响。
例如，在寒冷的环境中，那些具有较长毛发的动物更容易适应，并具有较高的存活率。
2. 人类干扰：人类的活动对生物进化也产生了重要影响。
例如，人工选择、人工改造环境等干扰因素改变了生物种群的遗传结构和适应性。
3. 检测性选择：捕食者与被捕食者之间的相互作用也在生物进化中起到重要作用。
捕食者的进化可能会导致猎物的逃逸行为进化，从而形成一种检测性选择。
4. 生殖隔离：物种间的繁殖隔离也会促进进化。
例如，由于地理隔离，不同亚种可能逐渐发展成不同的物种。
5. 突变和基因流：突变是遗传变异的一种重要方式，而基因流则是由于个体间的迁徙导致的基因交流。
这些因素都会对进化中的遗传变异产生影响。
三、进化的重要性1. 生物多样性的维持：进化是生物多样性的基础。
通过进化，物种能够适应环境的变化，并在演化的过程中形成了众多类型的生物。
2. 抗性的发展：进化使得物种能够应对环境中的变化和压力。
例如，细菌对抗生素的抗性能力的增加就是进化的结果。
3. 物种的适应力：在进化中，个体能够通过适应环境来增强自身的生存能力和繁殖成功率。
不确定性、生物进化与经济理论A。
阿尔钦本文提出一种经过改进的经济分析方法，以将不完全信息和不确定预知作为不言自明的客观存在引入经济分析。
这一分析方法扬弃了“利润极大化”；同时放弃了个体行为的可推测性，而在一般的教科书中，个体行为的可推测性通常被假定为一个最基本的条件.尽管作了上述两点修正，但进行这类行为分析时常用的那些概念仍旧保留下来，因为这些分析概念本身并不依赖于这种动机或预见。
这里提出的这种分析方法吸收了生物进化和自然选择原理，把经济体系解释为一个甄别机制，这一机制具有甄选那些试图追逐“成功”或利润“的适应性行为的功能。
用这一方法，不仅能对那些通常被视为异常的经济行为进行分析，而且亦适用于传统分析所包括的一切行为分析。
拓宽分析方法的适用面、舍弃准确预测和不变知识状态的不现实假定，是本项研究的动机。
本文的表述顺序如下：首先，就人们通常忽略的关于“利润极大化”的一个盲点给出一个简单的命题，即当预知不确定时，“利润极大化作为确定行为的指南便毫无意义。
然后进行富有建设性的论述：一开始将引入环境甄选因素，即经济体系依据“已实现的正值利润”原则甄选出事后的最适度行为。
这一点将以一个极端的随机行为模型予演示，其中不涉及任何个人理性、预知、动机之类的因素。
我们将看到，即使在这样一个极端的模型中，经济学者依然能够通过修正以前习用的分析工具来推测、解释事件。
随后，我们要将环境甄选这一现象与不确定性和不完全信息普遍存在之下的一种有目的个体行为融合起来。
指出，适应性的、仿效性的和试错性的行为用于实现“正值利润”而非它的对立面----“极大化利润”。
最后一节将讨论一些含义和推测。
I.“利润极大化”不是行动指南当前对经济行为进行的经济分析特别倚重于理性人作出的决策，而理性人通常被假定为追求完全的最优状态。
2 利润极大化和效用极大化是两个人所共知的准则。
3 依据这两个准则，行为是否适当由边际不等式或近似不等式决定，若不等式条件能够满足，便会产生最优结果。
可是，这一论断通常带有一个缺憾，即在自身状况尚不确知，有时甚至连供求函数的斜率都不清楚的情况下，根据这些解说和概念按图索骥，任何人都无法真正实现最优状态。
然而，经济学者正是用这些教条来解释和推测个人的决策，因为据称个人在决策时有意无意地使用的就是这些概念。
这种方法论遭到了广泛的抨击，但真正毁灭性的一击却来自一个人，他就是G。
廷特纳(G.Tintner)。
4 他断言，当不确定存在时，利润极大化没有丝毫意义。
不确定性的来源至少有两个：不完全预知和人不具备解决含有一系列变数的复杂问题的能力，即使明知何为最优亦无济于事。
廷特纳的证明很简单：依照定义，在不确定性存在时，每一可能选用的行动均有一个含有多种潜在结果的分布，而非仅仅只出现某一种结果。
不确定性暗含着这么一种后果---含有多种潜在结果的各种分布有相互重叠的部分。
5 值得着重指出的是，每一可能采取的行动均有一个含有多种潜在结果的分布，一旦真的采取这个行动，多种潜在结果中只有一个结果会成为现实，而这一最终结果是无法预知的。
由实质而论，人所能做的只是作出一个决定----选择具有较好潜在可能分布的行动，即选择具有最优分布的那个行动，因为能带来最大化结果的分布根本就不存在！举例来说，现有两种可能选择，每一种选择均有各自的潜在结果分布。
假定其中一种的平均值较高，但变化幅度较大，故其结果可能会带来较多的利润，也可能招致更大的损失；而另一种的平均值和变化幅度均较小。
请问那一种选择会带来极大化结果？这么一个问题无疑是荒唐可笑的，但当问及最优分布，则并非毫无道理。
当不确定性----利润存在的一个必要条件----存在时，没有什么标准来选择那种能够带来“最大利润”的决定。
利润极大化标准作为选择行动的基准是毫无意义的，除非假定各种潜在结果分布相互之间界限很分明、互不重叠，否则，据此选择的行动，事实上并不会带来比任何别的行动更大的利润。
必须注意的是，“最大利润”是一个实现了的结果，它是指所有可能采取的行动所能实现的最优结果;而“利润极大化”则是在各类可选行动中据以选择某一行动的标准,由此选出的行为，其潜在结果只能以各种分布描述出来，而不是确定的结果个数。
“最大利润”之意义实际正如同“利润极大化”一样空洞无物。
本来，只要用一个偏好函数作为选择潜在结果最优分布的标准就可以克服这个关键障碍，可是，人们仍在不断寻找一个能用偏好函数表示的理性和选择的标准，例如，人们不是利用分布的方差，而是企图利用均值或预期来解决不确定性问题，同时用一个“确定等值”充作答案。
要使“利润极大化” 成为有意义的行为，唯一的办法是假定存在一个含有确定性的模型，然后还得解决好该模型作出推测和解释的可靠性问题。
6II。
成功与否，不看动机看结果现在来看另一种方法。
这种方法不注重经济体系内的个体决策，而更加注重经济体系本身作出的决策和确立的标准。
抛开单个决策的最优化行为这一树木，我们就能更加清楚地认识没有人为因素影响的市场力量之森林。
7 这一方法集中考察环境与经过自然选择过程筛选之后出现的主要经济行为之间的内在关系，但这并不表明个体预知和个体行动对于现状没有任何影响。
在一个经济体系内，实现利润是用以挑选成功的、可以生存下去的企业的标准。
这一标准在美国基本上是由没有人为因素干扰的市场体系来惯彻，可以完全不受个体决策过程的影响，与种种互不协调的动机和能力无关，甚至决策者个人完全了解这一标准也没有关系。
个中道理很简单---已经实现的正值利润而非最大利润才是成功与生存的标志。
这种成功通过什么样的推断过程或动机得以实现是无关紧要的，只要取得成功就行。
经济体系就是通过这个标准来选择生存者---实现了正值利润者生存下去，亏损者消声匿迹。
通过相对效率来获得正值利润是很切合实际的标准，它要比“极大化利润”的要求更加宽松。
不幸的是，这两者已混为一谈。
强于实际竞争对手的人就能获得利润。
参与者无知也好，聪明也罢，善于竞争与否等等无关紧要，关键在于你相对于实际竞争对手而不是某些凭空想象出来的十全十美的竞争对手的整体优势如何。
这就好比一场赛跑，即使所有参赛选手都慢不经心，那个相比之下跑得最快的选手就会得奖。
即使某个世界全是蠢汉，利润依然存在。
此外，世界上不确定因素越多，富有冒险精神的幸运儿会比照章办事、谨小慎微的死脑筋获利的可能性更大。
前面的解释表明了两个观点。
第一，成功或生存与相对优势同在。
第二，成功并不需要恰当的动机，却可能是偶然情形造成的结果。
在所有竞争者中，谁的自身条件碰巧最适合于经济体系的检验和选择过程，谁就会被选作生存者。
至于怎样利用这么一种途径，以及决策个体如何恰巧提供了适当的条件，是我们接下来要探讨的问题。
8III。
机会或运气是获取成功的一条途径机会是一个十分重要的因素。
机会决定着最终将选择那一种状态。
机会也决定了这种状态的适合程度或生存的可能性。
第二个重要因素是自己通过种种办法适应某一适当状态的能力。
为了能够清楚表明运气和主动适应二者各自的作用，暂时先彻底抛开适应性行为。
个人理性、动机、预知暂且统统略去，以便集中探讨在没有任何适应性行为时，环境甄选“适宜”生存者的能力。
这种探讨方法表面看来不切合实际，但用于说明在生存的事后标准与个人适应性决策标准的作用二者之间仅存在极小联系这一点上却很实用。
这种方法还能帮助我们评价在经济体系运作过程中运气和机会起多大的作用。
首先，让我们来看一看一种最简单的生物进化情形。
植物朝着建筑物的向阳一面“长过去”，这并不是因为植物知道向阳的那一面有最优的或更好的条件才“想要长过去”，而是因为那些碰巧接受到较多阳光的叶子长得更快、供养系统更健壮而已。
类似地，身体结构和习惯更适合于在大多数条件下生存的动物，生存能力有所提高，成为典型生存者的可能性更大。
与这种动物同属一个生物网的有机生物，由于行为不当，生存可能性较小，其生存就很艰难。
生存者更常见的似乎是那些已经使自己适应了环境的物种。
然而，实际情况却可能是环境选择了它们，或许根本就没有发生过什么个体有目的的适应行为，而只是发生过环境选择物种的行为。
下面这个事例虽不真实，但很能说明问题，其中的个体行为没有任何预知的成份，它能揭示经济学家所能使用的分析方式，并说明系统在个体全然不知的情况下具备“指导”资源分配的能力。
我们假定数千名旅行者从芝加哥出发，各人完全随机地、毫无预知地选择路径。
只有我们的“经济学家”知道只有一条道路有加油站。
他可以确定地说，只有那条路上的人才能继续前行，其它道路上的人很快就会用完汽油。
虽然当初选择道路时是随机的，我们或许仍旧认为那些幸运选中了那条正确道路的人很聪明、讲效率、有预见。
当然，我们也会认为这些人是幸运儿。
如果现在把那些加油站移到另一条路上去，以前些运气差的人又能前进了。
这时观察到的完全是另一番景象，而路上的行人却是谁也没有改换过路径。
随着环境的改变，可行的路径实际上也跟着改变了。
只需要有一批不同类型、甘冒风险(可以用来选择)的旅行者，即可试验出哪条路方向正确。
随着情况(经济环境)的改变，分析者(经济学家)就可以选定哪几类参与者(企业)成为成功者，他也能分析出那些决策最能导致较大生存可能的条件。
9VI。
机会的存在并不意味着资源分配是随机的、没有任何导向的上面两个例子并不是企图要让所有分析都以机会选择模型为基础，但它们确实揭示出两点：第一，集体和个人随机行为本身并不能表明只能得出某个虚无飘渺的理论，而且也不能说运用该理论根本无法作出可靠的预测与解释。
第二，随机行为并不认为任何一个社会缺乏秩序和导向。
然而，认为生活现实否认机会因素和与之相关的选择原则在经济体系中起着重要作用似乎亦无不可。
例如，企业寿命长短不同、规模或有霄壤之别、承继的财富多寡不均，这似乎可以看作是推测相应的可预知动机和非随机行为的可靠依据。
为证明不能把合乎料想的成功作为一种肤浅的论据，藉以否认存在着纯粹的运气，下面我们来介绍法国著名数学家鲍埃尔的机会模型。
现在假定有两百万巴黎人，让他们两人一组开始抛硬币比赛，比赛一直进行到两人的输赢次数相等时为止。
假定每秒钟抛一次，每天以八小时计，到第十年末通常会有一百多对仍在继续比赛。
如果比赛由参赛选手的子孙接着进行下去，一千年以后，仍会有十来对选手。
这个事例的含义很清楚。
假如有哪一个企业持续不断地经营了9。
辨别力差的人，看见随环境变化而变化得以生存下来的生物体，便声称找到了“李森科学说”的证据(李森科系俄国育种学家)。
其实，他所掌握的证据，只证明了环境运用竞争条件从各种表型特征中选出最有生存力的特征使之永存这一学说。
经济学家应当了解经济学上的“李科森主义遗传理论”。
一百年，使该企业存活如此之久的基本因素中就没有机会和运气的成份？不知道最初有多少参赛者，便无从推断出任何结论性的东西来。
