KNOWECON WIKI

ARTICLE

学习

学习 (Learning) 学习 (Learning) 是指个体或系统通过经验、观察或教学获取知识、技能或行为模式的过程。在经济学中，学习被广泛理解为经济主体在不确定条件下，根据已有信息更新信念、优化决策的动态过程。它在 博弈论、行为经济学、信息经济学 和 宏观经济学 中均扮演着基础性角色。 经济学中的学习：从理性到适应 传统 新古典经济学 假设经济主体具有

浏览 0 更新 2026-01-11

学习 (Learning)

学习 (Learning) 是指个体或系统通过经验、观察或教学获取知识、技能或行为模式的过程。在经济学中，学习被广泛理解为经济主体在不确定条件下，根据已有信息更新信念、优化决策的动态过程。它在 博弈论、行为经济学、信息经济学 和 宏观经济学 中均扮演着基础性角色。

经济学中的学习：从理性到适应

传统 新古典经济学 假设经济主体具有完全理性，能够基于所有可得信息进行最优化决策。然而，现实中的人类决策往往受到认知资源与信息约束的限制。学习理论为这一矛盾提供了弥合机制：即使主体初始并非完全理性，也可以通过反复观察与反馈逐步逼近最优行为。

经济学中的学习模型大致可分为两类：贝叶斯学习 (Bayesian Learning) 与 适应性学习 (Adaptive Learning)。

贝叶斯学习

贝叶斯学习建立在 贝叶斯定理 的基础上。设经济主体对某一未知参数 θ\theta（如通货膨胀率、产品质量）持有先验信念 p(θ)p(\theta)。在观察到新数据 xx 后，按照贝叶斯规则更新为后验信念：

p(θ∣x)=p(x∣θ) p(θ)p(x)p(\theta \mid x) = \frac{p(x \mid \theta) \, p(\theta)}{p(x)}

在 理性预期 框架中，贝叶斯学习被视为主体形成预期的基础机制。当观测数据足够多时，后验分布将集中到真实的 θ\theta 值附近，从而实现渐进的理性学习。这一过程在 信息级联 (Information Cascade) 和社会学习模型中尤为重要：当个体观察前人的决策而非私人信号时，可能导致群体层面的信息效率损失。

适应性学习

适应性学习则不假设主体具有完整的贝叶斯理性，而是认为主体通过简单规则（如 梯度下降、遗传算法、增强学习）逐步调整行为。代表性模型包括：

  • 强化学习 (Reinforcement Learning)：主体根据行动获得的奖励反馈调整策略选择概率。最基础的模型是 Bush-Mosteller 模型和 Erev-Roth 模型，其中主体以正比于累积收益的概率选择各行动。
  • 信念学习 (Belief Learning)：主体根据对对手未来行为的信念做出最优反应。Cournot 调整 是经典的信念学习过程：企业依次选择产量，每次均假设对手保持上一期产量不变。
  • 经验加权吸引力学习 (Experience-Weighted Attraction, EWA)：由 Camerer 和 Ho (1999) 提出的综合模型，将强化学习与信念学习统一在一个框架中，通过参数 δ\delta 控制经验权重。

适应性学习的一个核心结论是：即使主体使用简单的调整规则，只要规则满足一定的稳定性条件，长期中仍可能收敛到 纳什均衡 或 理性预期均衡。

博弈论中的学习

在博弈论中，学习是解释均衡如何从非均衡行为中涌现的关键机制。虚拟博弈 (Fictitious Play) 是最经典的学习模型：每个玩家假设对手使用固定的混合策略，该策略等于对手过去行动的频率分布，从而玩家在每一期选择对对手频率的最优反应。当各玩家的策略频率收敛时，由此确定的混合策略组合构成纳什均衡。

此外，后悔最小化 (Regret Minimization) 和 校准学习 (Calibrated Learning) 为无理性前提下的长期均衡提供了一般性条件。Hart 和 Mas-Colell (2000) 证明了无后悔学习过程能够收敛到 相关均衡。而 Foster 和 Vohra (1997) 的校准学习则表明，即使面对高度不确定的环境，主体也可以通过恰当的预测规则实现最优决策。

宏观经济学中的学习

在宏观经济学中，学习机制是 理性预期假说 的重要替代或补充。自适应性预期 (Adaptive Expectations) 是最早被引入宏观模型的学习规则：

πt∣t−1e=πt−1∣t−2e+λ(πt−1−πt−1∣t−2e),0<λ≤1\pi_{t|t-1}^e = \pi_{t-1|t-2}^e + \lambda (\pi_{t-1} - \pi_{t-1|t-2}^e), \quad 0 < \lambda \leq 1

其中 πt∣t−1e\pi_{t|t-1}^e 为对 tt 期通货膨胀的事前预期，λ\lambda 为学习速度。

Evans 和 Honkapohja (2001) 的 理性学习 文献将学习引入 DSGE 模型，考察主体在不知晓真实经济结构的情况下，如何通过递归估计逐步学习模型参数。这一方法在评估 货币政策 传导机制和 财政政策 的预期效应中产生了广泛影响。

一个著名的结论是：学习可能成为经济波动的内在源泉。当主体从有限的数据中学习时，预期误差的持续性可能导致实际变量对均衡路径的持久偏离——即所谓 学习驱动周期 (Learning-driven Cycles)。

行为经济学与学习偏差

行为经济学揭示了人类学习过程中的系统性偏差：

  • 过度自信 (Overconfidence)：主体高估自身知识或预测的准确性，导致对新信息的权重不足。
  • 确认偏差 (Confirmation Bias)：人们倾向于记忆和重视支持既有信念的信息，忽视或贬低反驳证据，形成自我强化的信念更新。
  • 后见之明偏差 (Hindsight Bias)：事件发生后，主体夸大其"早已知晓"的概率，阻碍从经验中有效学习。

上述偏差在金融市场中尤为突出。例如，处置效应 (Disposition Effect)——投资者过早出售盈利资产而长期持有亏损资产——可部分归因于偏差化的学习过程。行为金融学 的诸多异常现象，如动量效应和反转效应，均可通过带有偏差的学习模型加以解释。

机器学习与计量经济学的融合

近年来，机器学习 (Machine Learning) 方法的快速发展深刻改变了经济学对学习的理解。与传统的计量经济学强调参数一致性和推断有效性不同，机器学习侧重于预测精度和高维环境下的泛化能力。LASSO 回归、随机森林、神经网络 和 强化学习 等方法已被广泛应用于 因果推断、需求估计 和 最优政策设计。

在 结构估计 中，深度学习通过近似高维值函数或政策函数，突破了传统数值方法的维度诅咒。在 机制设计 领域，Dütting 等 (2019) 使用神经网络学习最优拍卖机制，在复杂度与效率之间取得了良好的平衡。这些发展表明，经济学与机器学习正在走向一种双向交互：经济学为学习算法提供结构化的决策理论框架，而机器学习则为经济学提供大规模数据处理与函数逼近的工具。

总结

学习是将经济理性从静态假设转化为动态过程的核心概念。从贝叶斯更新到强化学习，从宏观经济预期到微观主体的行为调整，学习理论不仅丰富了经济学对人类决策的理解，也为政策设计和制度安排提供了重要的洞见。随着数据技术的进步和计算能力的提升，学习在经济学中的应用边界仍将持续扩展。