《 比較行為、實驗 、複雜經濟學在政策設計及評估應用上應用的差異 》
但他們的出發點、方法與核心問題有明顯差異，可從以下四個面向來區分：
研究對象、方法論、理論基礎、典型問題。
1. 行為經濟學（Behavioral Economics）
1. 行為經濟學（Behavioral Economics）
行為經濟學的核心是「修正標準經濟模型中『完全理性』的假設」，
把心理學、認知科學的發現引入經濟分析。
(1)研究對象：
(1)研究對象：
個人與群體的決策行為，特別是「偏誤」（biases）與「非理性」現象，
例如：
- 損失規避（loss aversion）：對損失的感受比同等獲利更強烈。
- 現在偏誤（present bias）：過度重視眼前利益，低估未來成本。
- 心理帳戶（mental accounting）：把錢分門別類，導致非最適的消費與儲蓄決策。
- 結合心理學實驗、問卷調查、大數據（如：消費、金融交易資料）來發現行為模式。
- 用數學模型（如：展望理論、雙曲貼現）重新建構效用函數與偏好，取代傳統的期望效用理論。
- 有限理性（bounded rationality）：人有認知限制，無法完全計算所有選項。
- 社會偏好：人不只追求自身利益，也在乎公平、互惠、身份地位。
- 為什麼人會拖延儲蓄、過度交易股票、或對「打折」過度反應？
- 如何設計「助推」（nudge）政策，讓人在不被強迫的情況下做出更好的選擇（如提高退休金提撥率）？
2. 實驗經濟學（Experimental Economics）
實驗經濟學是一種「研究方法」，
重點在「用控制實驗來檢驗經濟理論與市場機制」，
(1)研究對象：
重點在「用控制實驗來檢驗經濟理論與市場機制」，
而不預設人是否理性。
(1)研究對象：
- 經濟理論（如：供需、賽局、拍賣、公共財）在「受控環境」下的有效性。
- 市場機制（如：不同拍賣形式、交易制度）的效率與穩定性。
- 在實驗室或線上平台，讓真人參與者在有真實金錢誘因的遊戲中做決策。
- 透過隨機分組、對照組設計，嚴格控制「環境」（如：資訊結構）、「制度」（如：市場規則）與「參與者行為」，以分離因果效應。
(3)理論基礎：
- 經濟學的標準模型（如：完全競爭、納許均衡）是待檢驗的假說，而非預設前提。
- 實驗結果可用來修正理論（如：引入行為賽局理論），或設計更好的市場機制（如電力市場、頻譜拍賣）。
(4)典型問題：
3. 複雜經濟學（Complexity Economics）
- 在最後通牒賽局中，提議者是否真的會提出接近零的分配？回應者是否會拒絕「不公」的提議？
- 不同拍賣形式（英式、荷式、密封投標）哪一種能讓賣方獲得最高收入？
3. 複雜經濟學（Complexity Economics）
複雜經濟學把經濟系統視為
「複雜適應系統」（Complex Adaptive System），
強調「湧現」（emergence）、「路徑依賴」與「非均衡動態」。
(1)研究對象：
- 整體經濟的動態行為，如：市場波動、產業演化、技術變遷、金融危機。
- 系統如何從許多異質代理人（企業、家庭、銀行）的互動中，湧現出無法從個體行為直接推導的現象。
- 大量使用代理人模型（Agent-Based Model, ABM），模擬異質代理人根據簡單規則互動，觀察整體系統的演化。
- 結合非線性動力學、網絡理論、演化經濟學，分析系統的穩定性、臨界點與轉型。
- 經濟系統不必然趨向均衡，而是可能在多個狀態間跳躍（如繁榮與衰退）。
- 技術、制度、市場結構是「演化」出來的，而非外生給定。
- 為什麼市場會出現泡沫與崩盤，即使個別投資人只是「有限理性」？
- 供應鏈如何因應關稅、疫情等衝擊，從局部調整湧現出全球重組？
面向
行為經濟學
實驗經濟學
複雜經濟學
核心關心
人「不理性」的
決策偏誤
經濟理論與市場機制
在實驗中的有效性
經濟系統的動態、
湧現與演化
主要方法
心理實驗、
問卷、
大數據分析
控制實驗
（有真實誘因）
代理人模型、
非線性動力學、
網絡分析
理論角色
修正標準模型
（如：效用函數）
檢驗或修正標準模型
取代均衡模型，
強調非均衡與演化
時間尺度
個體決策（短期）
實驗期間的決策與
市場結果
系統演化（中長期）
典型應用
公共政策（助推）、
金融行為
市場設計、
賽局理論、
公共財
產業演化、
金融危機、
供應鏈重組
5.簡單比喻
- 行為經濟學像是「心理醫生」：
診斷人做決策時有哪些「認知偏誤」，
並開出「行為處方」（如：助推）來改善。
- 實驗經濟學像是「科學實驗室」：
把經濟理論當成假說，用嚴謹實驗來測試，
在「控制條件下」是否成立。
- 複雜經濟學像是「生態系統觀察者」：
不預設均衡，而是觀察許多異質個體互動後，
系統如何動態演化、湧現出新結構。
例如：在分析「對等關稅對台灣的影響」時，三者可互補：
- 用行為經濟學理解企業與進口商的決策偏誤（如：過度樂觀、損失規避）。
- 用實驗經濟學設計談判或市場機制實驗，測試不同關稅與豁免規則的效果。
- 用複雜經濟學（如：代理人模型）模擬整體供應鏈如何因應關稅，湧現出轉單、設廠、市場多元化的路徑。
《在政策設計上應用的差異》
行為經濟學、實驗經濟學、複雜經濟學在政策設計上的應用，
雖然都關注「真實的人與系統如何運作」，
但切入點、方法與政策建議的性質有明顯差異。
以下從「政策設計的目標」、「方法」、「典型政策工具」與「適用情境」四個面向比較。
1. 行為經濟學在政策設計上的應用
行為經濟學的政策設計，核心是「修正人的認知偏誤與非理性行為」，
讓政策更符合真實決策模式。
(1)政策設計目標：
- 讓個人在「不被強迫」的情況下，做出更符合長期利益的選擇（如儲蓄、健康、環保）。
- 降低「執行落差」：即使政策目標正確，但因行為偏誤（如拖延、過度樂觀），民眾實際行為與政策預期不符。
(2)方法：
- 用心理實驗、問卷、大數據分析，找出關鍵行為偏誤（如：損失規避、現金偏誤、社會規範）。
- 設計「助推」（nudge）：微調選擇架構（choice architecture），例如：預設選項（如預設加入退休金提撥）。
- 簡化資訊、強調損失（如「不節能將多付 20% 電費」）。
- 利用社會比較（如「鄰居平均用電量」）。
(3)典型政策工具：
- 預設規則（default rules）。
- 簡化表單與流程。
- 即時反饋與提醒（如用電量、碳排量）。
- 社會規範提示（如「多數人已申報所得稅」）。
(4)適用情境：
- 個人層級的政策：退休金、健康促進、節能減碳、稅務申報。
- 政策目標明確，但執行面因行為偏誤而效果不彰。
2. 實驗經濟學在政策設計上的應用
實驗經濟學的政策設計，
核心是「測試不同制度與規則，在真實激勵下的效果」，
以找出最有效的政策機制。
(1)政策設計目標：
- 比較不同政策機制（如：稅制、補貼、拍賣、配額）的效率、公平性與穩定性。
- 預防「理論上完美，但實務上失敗」的政策（如：公共財搭便車、拍賣收入不如預期）。
(2)方法：
- 在實驗室或線上平台，讓真人參與者在有真實金錢誘因的環境中，面對不同政策規則做決策。
- 透過隨機分組與對照組，嚴格檢驗：
- 不同稅率結構對申報意願的影響。
- 不同拍賣形式對政府收入與市場效率的影響。
- 不同談判規則對國際協議達成率的影響。
(3)典型政策工具：
- 市場設計：電力市場、碳交易、頻譜拍賣的規則設計。
- 機制設計：補貼分配、配額制度、公共財融資機制。
- 談判與協商機制：國際貿易、氣候協議的談判架構。
(4)適用情境：
- 需要設計「規則」或「市場機制」的政策：稅制改革、碳定價、公共財提供、國際協議。
- 政策涉及多人互動與策略行為，且理論預測與現實可能有落差。
3. 複雜經濟學在政策設計上的應用
複雜經濟學的政策設計，核心是「把經濟視為動態演化系統」，
政策不是「一次最佳解」，而是「引導系統朝有利方向演化的槓桿」。
(1)政策設計目標：
理解政策如何觸發「湧現」現象（如供應鏈重組、產業聚落、金融危機）。
設計「系統性」政策，而非只針對單一市場或行為，例如：
- 如何避免政策在短期有效，但長期引發非預期的結構性轉變（如：關稅導致供應鏈斷裂）。
- 如何利用「臨界點」與「路徑依賴」，讓政策產生槓桿效果。
(2)方法：
- 用代理人模型（ABM）模擬異質代理人（如：企業、家庭、銀行）在不同政策下的互動。
- 分析系統的非線性動態、穩定性、轉型路徑，例如：
- 關稅如何影響企業轉單、設廠、供應鏈網絡。
- 產業政策如何引導技術與產業結構的演化。
(3)典型政策工具：
- 系統性槓桿：如：關鍵基礎設施投資、平台經濟規則、供應鏈韌性政策。
- 演化式政策：分階段調整、試點計畫、動態調整機制（如根據指標自動調整補貼）。
- 網絡導向政策：強化關鍵節點（如：核心產業、樞紐城市）、降低系統脆弱性。
(4)適用情境：
- 高度複雜、多層次互動的政策：產業升級、供應鏈韌性、金融穩定、氣候變遷適應。
- 政策效果具有「路徑依賴」與「非線性」，且需考慮長期結構性轉變。
4. 三者在政策設計上的差異比較
面向
行為經濟學
實驗經濟學
複雜經濟學
政策目標
修正個人行為偏誤
找出最有效的制度與機制
引導系統朝有利方向演化
方法
心理實驗、
大數據、
助推設計
控制實驗、
機制比較、
因果檢驗
代理人模型、
非線性動力學、
網絡分析
政策工具
預設、
簡化、
提醒、
社會規範
稅制、
拍賣、
補貼、
談判機制
系統性槓桿、
演化式政策、
網絡導向
時間尺度
短期（個人決策）
中期（制度運作）
長期（系統演化）
政策層級
個人與家庭
市場與制度
產業、
供應鏈、
總體經濟
典型應用
退休金、
健康、
節能、
稅務
碳交易、
電力市場、
公共財、
談判
產業政策、
供應鏈韌性、
金融穩定
5. 如何在政策設計中整合三者
在實際政策設計中，三者可以互補：
- 行為經濟學：
設計政策的「前端」：讓民眾與企業更容易理解、接受與執行政策（如簡化申請、預設選項）。
- 實驗經濟學：
設計政策的「機制」：測試不同稅率、補貼、拍賣規則，找出最有效率與公平的制度。
- 複雜經濟學：
設計政策的「系統架構」：模擬政策對整體供應鏈、產業結構、金融系統的長期影響，避免非預期的湧現效應。
例如，在設計「對等關稅下的產業韌性政策」時：
- 用行為經濟學設計企業補貼的申請流程，降低行政負擔與拖延。
- 用實驗經濟學測試不同補貼形式（直接補貼 vs. 稅賦減免）對企業投資意願的影響。
- 用複雜經濟學（代理人模型）模擬關稅、補貼、市場多元化等政策組合，如何影響整體供應鏈重組與產業升級路徑。
如此，就能從「個人行為」、「制度機制」到「系統演化」三個層次，設計出更完整、穩健的政策。
《在政策評估上應用的差異》
不同研究方法（行為經濟學、實驗經濟學、複雜經濟學）會深刻影響政策評估的指標選擇、測量方式與解讀邏輯，因為他們對「政策如何起作用」的假設不同，進而導致評估焦點從「產出」轉向「過程」與「系統動態」。
1. 行為經濟學對評估指標的影響
行為經濟學關注「個人決策偏誤」，
因此評估指標會偏向「行為改變」與「選擇架構的微調效果」。
(1)評估指標的轉變：
從「總量指標」（如：總體儲蓄率、總體用電量）轉向「邊際行為改變」：
- 例如：助推政策評估「預設選項」對「加入退休金提撥比例」的影響，而非只看整體儲蓄率。
- 用「選擇比例」、「延遲率」、「錯誤率」等微觀指標，衡量資訊設計與預設規則的效果。
(2)評估方法的特點：
- 強調「隨機對照試驗」（RCT）或 A/B 測試，比較不同選擇架構（如：不同表單設計、不同訊息呈現）下的行為差異。
- 常用「行為彈性」（如：價格彈性、訊息彈性）作為核心指標，而非傳統的成本效益比。
(3)對政策評估的影響：
- 評估不再只問「政策是否達成目標」，而是問「政策是否有效修正了關鍵行為偏誤」（如：損失規避、現金偏誤）。
- 指標更細緻，但也更侷限於「前端行為」，較難捕捉長期結構性影響。
2. 實驗經濟學對評估指標的影響
實驗經濟學關注「制度與機制的效率」，
因此評估指標會聚焦在「市場績效」與「機制設計的因果效應」。
(1)評估指標的轉變：
從「政策目標是否達成」轉向「機制是否有效」：
- 例如：碳交易政策評估「拍賣收入」、「價格穩定性」、「市場參與度」，而非只看總體減碳量。
- 用「交易量」、「價格波動」、「搭便車程度」、「談判成功率」等指標，衡量制度設計的品質。
(2)評估方法的特點：
- 用實驗控制「制度規則」與「資訊結構」，嚴格檢驗不同機制（如：不同稅制、補貼形式）的因果效果。
- 指標設計強調「可比性」與「可重複性」，以便在不同情境下驗證機制的穩健性。
(3)對政策評估的影響：
- 評估更重視「機制的內部有效性」，但可能忽略「真實世界中的複雜互動」與「長期演化」。
- 指標偏向「中短期市場績效」，較難涵蓋社會公平、制度適應等更廣泛的政策目標。
3. 複雜經濟學對評估指標的影響
複雜經濟學關注「系統的動態與湧現」，
因此評估指標會從「靜態均衡」轉向「動態路徑」與「系統韌性」。
(1)評估指標的轉變：
從「目標達成度」轉向「系統狀態的轉變」：
- 例如：產業政策評估「產業多樣性」、「供應鏈網絡密度」、「關鍵節點脆弱性」，而非只看 GDP 或就業成長。
- 用「轉型速度」、「臨界點」、「多穩態」、「路徑依賴」等指標，衡量政策對系統演化方向的影響。
(2)評估方法的特點：
- 用代理人模型模擬多種政策情境，輸出「機率分布」而非單一預測值，評估指標常包含「風險」與「不確定性」。
- 指標設計強調「非線性」與「湧現」，例如：政策在某門檻下效果微弱，但超過門檻後系統快速轉型。
(3)對政策評估的影響：
- 評估不再只問「政策是否成功」，而是問「政策是否引導系統朝有利方向演化」、「是否增強系統韌性」。
- 指標更宏觀、更動態，但也更抽象，難以直接對應到傳統的「成本效益分析」與「預算績效」。
4. 三者對政策評估指標的綜合比較
|
面向
|
行為經濟學 |
實驗經濟學 |
複雜經濟學 |
|
時間尺度 |
短期 |
中期 |
長期 |
|
對傳統指標 的挑戰 |
傳統總量指標 忽略「邊際行為」 |
傳統指標 忽略「制度規則」的 因果效果 |
傳統指標 忽略「非線性」與 「路徑依賴」 |
|
評估焦點 |
個人決策與選擇架構 |
機制設計與制度績效 |
系統演化與湧現現象 |
|
典型評估指標 |
行為改變率、 選擇比例、 延遲率、 錯誤率 |
市場效率、 價格穩定性、 交易量、 參與度 |
系統多樣性、 網絡密度、 轉型速度、 韌性指數 |
5. 實務上如何整合不同方法的評估指標
在真實政策評估中，可依政策階段與層次，整合三種方法的指標：
- 前端設計階段（行為經濟學）：
- 指標：申請率、錯誤率、使用者滿意度、行為彈性。
- 用途：評估政策「前端設計」是否有效降低行政負擔與行為偏誤。
- 機制運作階段（實驗經濟學）：
- 指標：市場效率、價格穩定性、參與度、成本效益比。
- 用途：評估政策「機制」是否有效達成目標，並比較不同制度的績效。
- 系統演化階段（複雜經濟學）：
- 指標：產業多樣性、供應鏈網絡結構、系統韌性、轉型路徑。
- 用途：評估政策對整體經濟結構的長期影響，避免非預期的系統性風險。
如此，政策評估就能從「行為—機制—系統」三個層次，建立更完整、動態的指標體系，而不只是依賴單一方法的靜態指標。
探討了行為經濟學、實驗經濟學與複雜經濟學在研究對象、方法論及政策應用上的核心差異與互補關係。
- 行為經濟學聚焦於修正人類的認知偏誤，透過「助推」等手段，優化個人決策；
- 實驗經濟學則將經濟環境視為科學實驗室，藉由控制變因來測試市場機制與制度的有效性。相較之下，
- 複雜經濟學將經濟體視為動態演化的複雜系統，著重於研究個體互動如何產生集體性的「湧現」現象與系統韌性。
最後強調，唯有整合這三種視角，
從微觀的心理行為、中觀的制度設計到宏觀的系統演化進行全方位考量，
才能制定並評估出更為穩健且精準的公共政策。
----------------
資料來源:
1.多伊恩．法默(J. Doyne Farmer)(2025)《經濟預測革命：從混沌理論到大數據的決策新科學》(Making Sense of Chaos: A Better Economics for a Better World)，天下文化
25.09.12【財經起床號】
馮勃翰教授導讀《經濟預測革命》從混沌理論到大數據的決策新科學
飛碟聯播網《飛碟早餐 唐湘龍時間》2025.09.15 台大經濟學系專任副教授｜
馮勃翰《經濟預測革命：從混沌理論到大數據的決策新科學》
https://www.youtube.com/watch?v=4u8Y2wsLBBU
2.多伊恩．法默(2025)複雜經濟學是未來？《經濟預測革命》揭開經濟與生物學的驚人連結
https://bookzone.cwgv.com.tw/article/34393
3.尼爾·約翰遜(Neil Johnson)(2022)簡單的複雜(Simply Complexity: A Clear Guide to Complexity Theory)，中信出版社
https://www.amazon.com/Simply-Complexity-Clear-Guide-Theory-ebook/dp/B00O0G17K2 ;
https://www.youtube.com/watch?v=ongeLyS7PEg
4.尼爾‧泰斯(Neil Theise)(2025)《複雜之美：連結、意識和存在的科學》(Notes on Complexity A Scientific Theory of Connection, Consciousness, and Being)，鷹出版
https://www.books.com.tw/products/0011030648?srsltid=AfmBOoqGvn6J1bUaGdeC4DvKszrP3wAc21dQOqEgnWoAKOfhRznbRB
【楊照談書】1141105 Neil Theise《複雜之美：連結、意識和存在的科學》第1集，臺北電臺931
https://www.youtube.com/watch?v=WYj1b2u3hV0
【楊照談書】1141106 Neil Theise《複雜之美：連結、意識和存在的科學》第2集，臺北電臺931
https://www.youtube.com/watch?v=weaWvsEghzE
混沌系統（Chaos Systems）與複雜系統（Complexity Systems）雖然都具備「整體大於部分總和」的特徵，且都需要透過電腦模擬來觀察隨時間演變的湧現（Emergence）性質，但兩者在預測性上存在本質上的差異：
1. 混沌系統：條件性的可預測性
混沌系統最著名的特徵是「蝴蝶效應」，意即對初始條件極度敏感。
• 相同起點，相同結果：
在電腦模型中，如果給予完全相同的初始條件，
混沌系統產生的湧現性質（例如龍捲風的形成）將會完全相同。
• 敏感性差異：
只要初始條件有極微小的改變（例如：蝴蝶拍動翅膀的位置稍有不同），
結果就會產生巨大分歧，例如從德州的龍捲風變成台北的颱風。
• 範例： 天氣系統、流體中的漩渦、行星軌道等。
2. 複雜系統：內在的不可預測性
複雜系統則更進一步，展現出一種如同生命般的「創造力」，其預測性更低。
• 相同起點，結果仍不確定：
在複雜系統中，即便初始條件完全相同，
我們雖然可以預期會有「湧現」發生，
但依然無法精確預測其產生的具體性質。
• 動態適應與自組織：
複雜系統具有自我維持與適應能力，會根據環境變化改變行為，
這種模式沒有固定的結果，且不斷演變。
這種「內在的不可預測性」正是複雜性理論最迷人之處，
揭示了宇宙並非死板的機器，而是一個充滿活力的網絡。
• 範例： 生物體（細胞、人體）、人類社會結構、生態系、人工生命模擬。
特徵
混沌系統
複雜系統
起始條件相同時
湧現性質一定相同
湧現性質依然無法預測
核心預測特徵
整體大於部分總和，且可預測
整體大於部分總和，且不可預測
本質差異
對起點極度敏感（蝴蝶效應）
具備內在的創造力與隨機適應性
比喻理解：
• 混沌系統（如自動音樂盒）：
我們可以將其想像成一個結構極其精密的大型自動音樂盒。
如果發條的緊度、齒輪的轉速以及撥桿的位置完全一致（初始條件相同），
演奏出的旋律每一次都會精準地一模一樣。
然而，只要其中一個小齒輪稍微卡了一粒灰塵（蝴蝶效應），
整首曲子可能就會從悅耳的古典樂變成刺耳的噪音。
這代表結果在理論上是可以預測的，前提是你要能完全掌握那個極度敏感的起點。
• 複雜系統（如即興爵士樂）：
這正如您提到的，像是一場「即興爵士樂表演」。
樂手們（系統中的組成元件，如細胞或個人）之間有著不斷的交互作用與正負回饋。
即便每一場演出的開場音符、樂器與環境完全相同，樂手們也會根據當下的氛圍自我組織，並在沒有指揮者的情況下，讓音樂「湧現」出截然不同的火花。
這種內在的不可預測性，讓每一場演出都成為獨一無二的創造力表現。
-------------------
5.馬特‧沃特金森， 薩巴‧孔科利(Matt Watkinson, Csaba Konkoly)(2023)
《隨機思維：不死守目標、拉高容錯率，打破企業經營追求完美的傳統慣性》(Mastering Uncertainty: How great fournders,entrepreneurs and business leaders thrive in an unpredictable world)，商周出版
- 繁複系統（complicated system） 中，
就算有數千個互相牽連的部分，但各部分都會依循規則，因此行為可預測和可理解。譬如，機械錶或是噴射機引擎就是繁複，但運作起來可預測的裝置。相對地，
- 複雜系統（complex system） 因為各要素彼此獨立，
又或是可能依照各自的意識來運作，所以整體不等於每個部分的加總，使得行為變得不可預測。
沒有留言:
張貼留言