第六章 :從數學模式到跨學科研究
6.2 自然而不自在的冪定律分佈
圖 6.2 根據Forbes data,世界排名最富有500人於2002年個人
收入的log-log plot. 改自Patelli (2006)63
第1.1節介紹的冪定律,方程(1.8): f x
kx, 卻往往與自然和人為的狀態十分相似,如圖6.2 標出2002年世界最富有 的500 人 當 年 收 入 , 數 據 與 1 頗為接近。可是,
limx0 f x
的發散行為是不合理的,所以冪定律一般應 用時要求 x 大於某最低值, xmin。所以,如果 1,冪定律可以改寫為:
P
PL x
1x
minx x
min
, if 1. (6.2) 再者,冪定律分佈拖著一條長‘重’的尾巴,這叫 ‘heavy-tail phenomena’。它代表偏差極大的重值既罕見但存在,這 不可以用差分來表徵,因為冪定律分佈沒有第二矩的定義。
圖 6.3 將正態分佈,方程(6.1)和冪定律分佈,方程(6.2)繪出 的比較,可見它們分別很大。
63 P. Patelli (2006) “Nonlinear dynamical systems in Economics”, in Universality of Nonclassical Nonlinearity, Ed. P. P. Delsanto, (Springer).
圖 6.3 冪定律分佈與正態分佈的比較。
前面多次提到,自然界和人類社會的現象就偏偏傾向於冪定 律分佈,主流的個體都集中在低值的位置,但總有很少數個 體處於極高位。這念頭可能已成為人們潛意識默認的一部份
,所以人會冒險,企圖僥倖,會覺得幸運兒雖少,但總有可 能是自己!圖 6.4 集合12 項跨領域的調查數據 log-log plots
,除了局部 x xmin範圍,數據都呈現冪定律分佈。其中(a)關 於書籍裡各個字出現的次數依從冪定律分佈,最早由美國語 言學家George Kingsley Zipf提出:任何字出現的次數與它排 名成反比,例如 ‘the’, ‘and’ 等字,次數最多,排名最前。
一本巨著其中一半的篇幅往往只包含一百多個生字。這屬性 亦通用於其他言語和書籍,被稱為Zipf’s Law 。全球地震次 數與強度的關係–圖 6.4 (f), 亦即第1.3節的古登堡-黎克 特定律。 x xmin區的地震次數既多且強度很低,很可能數據 不完全準確。至於 (j) 是有關個人收入或資產的冪定律分佈
,最早由經濟學家及工程師Vilfredo Pareto 於1896年發現,
故稱Pareto law.
圖 6.4 (a)-(l) 是的12項不同的調查數據,都呈現不同程度的冪定 律分佈。斜線區即
x
xmin的數據不納進計算冪定律分佈指數。改 自Newman (2006).64 (arXiv:cond-mat/0412004 [cond-mat.stat-mech])
64M. E. J. Newman (2006), “Power laws, Pareto distributions and Zipf’s law”.
Pareto law和財富分配
自從Pareto提出社會財富的冪式定律分佈後,無數的社會經 濟學家分析世界上各時代地區的社會財富分配,發現Pareto law基本符合現實數據(例如美國、日本的私人和公司財產 或收入)。不禁引起很多經濟學家質疑:Pareto law是不是一 條自然的經濟規律?我們在這裡介紹部份簡單的分析。
我們的數學模式源自物理熱力學。系統是由
N
個成員組成的團體。假設每個成員的資產是 xi, x
i 0; i 1,2,...N
,整個團體的總資產,X xi
i
,和平均單成員資產, x X N,保持不變。在某一刻(t)成員
i
無規地和另一成員 j交易,但 是 所 有 成 員 都 有 一 個 同 樣 的 儲 蓄 習 慣 , 即 留 下 一 部 份 (
0
1
)的資產不在交易之內,兩者的無規交易則用一 個無規變量,
ij, 代表。如此,這兩成員在交易後下一刻(t 1
)的資產是x
i t
1
x
i t
ij
1 x
i t
xj t
,x
j t
1
x
j t
1
ij
1 x
i t
xj t
, (6.3)而交易額是
x 1
ij
xi
t xj
t
xi
t (6.4)圖 6.5 根據方程(6.3)和(6.4)的交易和儲蓄規則,個人資產平均值 不變,
X N
1。100成員組成的團體形成個人資產分配的結果。見 (Patriarca and Chakraborti 2013)65
圖 6.5 是由一百成員(
N 100
)團體根據上述交易和儲蓄 規則的結果。從方程(6.4)可見,交易活動與儲蓄份量有直接 關係,如果每人儲蓄多(
1),交易少,個人資產都集 中於平均值, X N 1,分佈幅度很窄。但減少儲蓄,鼓勵 交易,個人資產分佈則自發地變成不對稱(不平等),大部 份人資產較少,很小部份人特高資產的‘重尾’分佈,如
0所示。以上的模式限制每成員的儲蓄率一致,不合現實。我們讓儲
65 M. Patriarca and A. Chakraborti, “Kinetic exchange models: From molecular physics to social science”, Am. J. Phys. 81, 618-623, 2013.
蓄率隨成員改變,
0i 1, i 1,..., N
,(6.4) 變成為 x ij
1j x
j t
1
i
1ij x
i t
(6.5) 但成員的個人儲蓄率不能隨交易時間或次數而改變。根據這 樣情況用計算機模擬一個N 1000
的團體經過一段時間交易 的結果,然後重複多次的模擬,再將所有結果平均起來,最 後 的 個 人 資 產 分 佈 以 圖 6.6 表 示 。 可 見 資 產 分 佈 從min 10
x
x 開始,很精確地表現Perato 的冪定律分佈,
Perato指數2。我們還未有定義交易的經濟形式、資本回報
、物價浮動等因素,但冪定律分佈以自發性地形成。所以,
財富不平等分佈很可能如歷史所記載,是一個必然的社會現 象。當然,要真正判斷和預測現實情況,須要注入高深的社 會經濟因素和數學理論,這都是目前社會經濟學家的研究對 象。
圖 6.6 計算機模擬一千名成員的團體在分佈性儲蓄率環境下交易 的個人資產分佈結果。個人資產平均值仍保持是
X N
1。改自(Chakraborti et al. 2015) 66
看過無所不在的冪定律分佈和它那費解的重尾巴現象,以 下幾節簡單地談談冪定律分佈的成因, 先從物理學入手。