内容没有标题这么大的，只是把最近想到一些东西放在一起。

那些最热心研究这个领域的人一般叫它“复杂科学complexity science”，总觉得还是大了点——似乎这个范式还不太清晰——还是叫“复杂系统理论complex systems theory”比较保险。复杂系统不算全新的东西，可以看作是系统论的一个部分。系统讲的是由一些个体individual（局部part）组成的总体aggregate（全部whole），强调总体的功能和属性大于个体的总和。因此个体和总体之间不是简单的线性关系，不能一一映射map。从个体到总体多出来的这部分属性就是涌现emergency，是在一定条件下，因个体和个体之间的相互作用interaction而产生的。大致可以想象：系统可以简化的看成有三个要件：individuals agents，aggregate pattern，emergency（由individuals 的interaction产生）。复杂系统就是关注系统中的interaction这部分，此外的部分可以简单的认为就是从个体到总体可以映射和加总的部分——这是还原论的看法（复杂的现象可以化解为各部分的组合来理解和描述）——但现在看来，这不是决定复杂现象属性的主要部分，现象的特征和变化规律主要地由interaction来决定。

这和经济学的直接关系在哪里？现在主流经济学的一个主要问题把总体变量看成是个体变量的加总，例如在它的逻辑中，aggregate demand是 (individual) demand的总和，这就完全忽略了消费者之间的相互作用。而有些现象是只有Aggregate level才有的，individual level没有，例如失业和通胀，其实这就是涌现，为了处理这些问题，经济学就不得不把现象分成微观和宏观两个level还考察，于是有了宏观和微观经济学之分——宏观经济学就是凯恩斯为了分析失业和通胀这些只有在aggregate level才存在的涌现的现象而创造的，刚才说过这些interaction所导致的涌现的部分主要地决定现象的属性，所以就失业和通胀是宏观经济学主要的issue。当然不仅如此，为了保证这种还原论方法论下数学逻辑的通行，主流经济学又不得不对individual的属性、市场（individual运动的环境）的属性以及经济行为发生的规则等做了必要的界定，于是又有了理性经济人、完全竞争市场、最优化等等这样的假设。

这么说没有抨击主流经济学的意思，作为一个比较完善和成熟的体系，它有很多可取之处，如果说要有什么变化（或这变革），还是应该以这个体系的内容为主。要知道，目前从复杂性角度研究经济学最深入的还是主流经济学家。

也有人叫“仿真科学simulation science”，还是觉得目前它主要是个技术。仿真技术可以说是目前研究复杂系统最合适的方法，一般认为是建模modelling方法的一种。实际上也不是什么新东西，只是由于复杂系统的研究，有了更多的关注，也就有了更快的发展。仿真是有些不用于演绎和归纳的解释现象的方式，它把主体agent、他们行为的规则rule及运行的环境定义出来，模拟现象发生的过程，它的逻辑是生成generate就是解释explain。作为一种通过数学模型和计算机模拟来完成的模拟实验，在诸多领域都有应用，自然科学中往往和观察实验和控制实验结合在一起，社会科学通常做不了观察实验或控制实验，仿真就成了理想的实验方式。仿真的技术也有很多中，目前在社会科学中最常用、最适用的莫过于Agent-based modelling(ABM)和System dynamics，其中ABM更底层、更灵活，所以用得更加广泛。

在经济学中，虽然实验经济学是在做观察实验和控制实验，但是十分有限，仿真就成了一种依靠电脑就能完成的廉价、可控的实验方式，于是ABM开始广泛应用到经济学的研究中，出了Agent-based computational economics (ACE) 这个学科。由于这个框架非常灵活，经济行为主体、运行环境、行为规则等都可以根据需要界定，完全突破了数学模型的种种限制，因此有可能在这个框架下放开主流经济学所做的各种假设，对经济现象作出新的解释，解决主流经济学由于与现实脱离所面临的一些问题。

尽管发展非常迅猛，但是当前仿真、ABM也面临着诸多问题，最大的挑战来自建模的一般范式，由于这个框架非常灵活，每个建模者都可以agent、rules和运行环境给出不同的界定，这样就难以形成一个具有一般性的范式，模型之间没有可比性。另外模型参数的校对Calibrate也有一定难度。