Нарративная экономика. Новая наука о влиянии вирусных историй на экономические события

Как в случае с эпидемиями болезней, так и при эпидемиях нарративов действует один и тот же принцип: для того чтобы вспыхнула эпидемия, количество заражений должно превышать количество выздоровлений. Например, когда в одном городе сотни людей заразились вирусом Эбола, а в другом заражений практически не было зарегистрировано, один этот неприметный фактор мог бы объяснить, почему заболеваемость вирусом Эбола во втором городе оказалась ниже, чем в первом, где на начальном этапе эпидемии число новых случаев заболевания превысило число выздоровлений. Во втором городе эпидемии не было, поскольку количество заболевших не превысило количество выздоровевших.

В случае эпидемии нарративов ситуация схожая: могут существовать два разных нарратива, но ряд незначительных на первый взгляд деталей делает один нарратив гораздо популярнее другого. Благодаря этим незначительным деталям провоцирует эпидемию именно первый нарратив. Рассмотрим с этой точки зрения нарратив биткоина.

Заражение нарративом биткоина

На рис. 3.2 отражена частота упоминания в новостных материалах слов «биметаллизм» и «биткоин». Таблица отражает не столько ценность этих активов, сколько масштаб интереса общественности к данным концепциям. Обе концепции – биметаллизм и биткоин – представляют собой радикальные идеи трансформации денежного стандарта, которые, как утверждалось, должны принести невероятные выгоды экономике. За каждым из этих слов стоит не только набор теоретических концепций, но и искренний интерес общественности. Суть этих двух понятий во многом схожа, а специфика роста их популярности соответствует стандартной эпидемической кривой, изображенной на рис. 3.1. Мы еще не стали свидетелями окончания истории биткоина – лишь время покажет, к чему она приведет. Но мы уже наблюдали, как завершила свое существование концепция биметаллизма.

В Главе 12 мы подробнее рассмотрим эпидемию биметаллизма, а также эпидемии других нарративов. Пока же ограничимся пониманием того, что биметаллизм и биткоин апеллируют к теории денег. В обоих случаях огромное количество людей начали воспринимать конкретную инновацию как нечто невероятное, ультрамодное и сверхсовременное. В обоих случаях динамику заражения отражала дугообразная эпидемическая кривая. Кривые на рис. 3.2 более остроконечные, поскольку построены на основании данных за период, включающий не только этапы заражения, общей протяженностью более века. Нарративы биметаллизма и биткоина набирали обороты на протяжении годов, а не недель, как в случае с вирусом Эбола. Однако все три эпидемии соответствуют одной теории развития эпидемического процесса. Если говорить о биметаллизме, то в 1930-е годы во время Великой депрессии наблюдалась небольшая вторичная эпидемия этого нарратива, но она не получила сколько-нибудь значительного масштаба и протекала как вторичная эпидемия болезни.

Итак, нарративные эпидемии действительно напоминают эпидемии заболеваний. И не просто напоминают: обе эпидемии могут развиваться параллельно. В 2018 году в период вспышки Эболы ученые-медики из Конго выявили взаимосвязь между ростом числа заражений вирусом и распространением в обществе новых нарративов. Более 80 % опрошенных подтвердили, что слышали различные дезинформирующие высказывания наподобие «вируса Эбола не существует», «вирус Эбола изобрели для того, чтобы на нем заработать» и «вирус Эбола изобрели для того, чтобы дестабилизировать ситуацию в регионе». Более 25 % респондентов отметили, что верят этим утверждениям. Популярность этих нарративов препятствовала проведению профилактических мероприятий, в связи с чем заболеваемость продолжала расти (5). Таким образом, две эпидемии «подпитывали» друг друга.

Для лучшего понимания процессов распространения экономических нарративов в Приложении будут рассмотрены применяемые в эпидемиологии теории и модели, в том числе модель SIR, разработанная в 1927 году Кермаком и Маккендриком. Эти модели делят население на несколько групп: восприимчивых к болезни (S), инфицированных и распространяющих болезнь (I), а также выздоровевших и умерших (R). Все подобные модели учитывают динамику заражений и выздоровлений. Рис. 3.1 и рис. 3.2 можно рассматривать как источник данных о числе инфицированных. Даже в условиях невмешательства медицины в эпидемический процесс эти модели по большей части прогнозируют ход развития эпидемии по схеме, которой соответствует горбообразное графическое изображение, подобное представленному на рис. А.1 в Приложении. Постепенно эпидемия пойдет на спад, поскольку процент непереболевшего населения сократится, а число выздоровевших станет больше, чем инфицированных.