“算法原理”的一个重要意涵是,“动态发展观”将无可避免地替代新古典的“静态平衡观”而成为经济学与社会科学的基本观点;同时,“动态发展观”并不排斥新古典的“静态平衡观”。二者相协调的方法是:在这个具有异质性、离散性和混合性的世界中,变动与静止都是局部的现象。“静止”的含义之一是,当计算到达某个地方的时候,总是按照某种固定的方式进行;或者特定变量总是采用固定的取值,或者相关计算总是采用固定的算法。这是一种确定性。这种确定性的建立可能因为当事人认为这样做是正确的,也可能基于以下的原因:面对繁复的计算任务,以及面对“纯演绎的理想”的破灭,对于计算中的众多变量,当事人选取其中的某些变量,故意将它的取值固定下来,虽然明知它是可变的。当事人认为,这样做虽然严格说来是不正确的,但由此造成的确切性的丧失是值得的,或者说“只能如此”。当事人打算对同类的计算采用同样的做法。这时,我们说当事人建立了一个(或一些)“模式”(或“模块”)。我们称此种算法为“模式化”(或“模块化”)。模式化导致相关计算采取了“部分变量适用模式+剩余变量进行临机权衡”的分级作业方式。如同其他知识存量一样,模式化意味着当事人对于模式不经检视(或者进行比创建模式相对较少的检视)就加以使用。通过建立或引进各种各样的模式,临时计算将变得相对简单易行。
模式化类似于“程式化”。人类的知识存量大都是模式化的。这种模式化的知识总是让计算过程指向一定的、而不是任意的方向,它“告诉”计算者在这个特定的节点上如何向前行进而不必顾及其他。它就好比一台构造好的机器,具有特定的“零件”,并且各个“零件”之间具有固定的关系。所以,它的确让计算变得“机械”了,失去了原有的灵活性。作为一种后果,临时计算的范围缩小了,任意权衡的空间变窄了,“计算”变成了机械的部分与灵活的部分的结合。鉴于模式的机械性,可以推测的是,人们必定不会把计算完全予以模式化,因为要是这样做的话,“弯曲”的程度就会过于厉害,计算结果的质量就会严重下降。既然人们通常都有一些时间用于临时计算,何不也让临时计算承担部分任务呢?于是,这就必然在模式化与临时计算之间形成一定的比例关系。模式化程度越高,计算就会越容易进行,并且进行得越快,然而其质量却会变差。反过来,临时计算的分量越重,计算结果的精确度与质量就会提高,但所需要的时间与代价也会增加(当然,根据知识与问题各自不同的性质和种类,知识存量与临时计算的关系必定会呈现为多形态的,尚需我们多方面地进行考察)。[3]
因为个人所从事的各个计算活动之间具有相对的独立性,所以当事人可以建立各种自用的、用于规范或指导自身行为的模式,以便协调不同计算之间的关系。例如,“每天早晨要了解当天天气预报”,或者“每当账面亏损5%就清仓止损”。同理,人们之间还可以建立关于规制人际互动的模式。这里的原因当然首先是因为借助于通信手段,人们之间可以相互识别对方的思想与行为,进而就可以如同处理自己的思想与行为那样来处理别人的思想与行为。自己的思想与行为都是客观实在,别人的思想与行为也都具有同等的地位。当然也不能否认人际互动过程具有某些不同于“自我交流”的特点,例如“可信性”的问题。人们之间会发生欺骗,因而需要相互监督对方的言行,在彼此打交道的过程中也需要重视客观证据。“制度”就是在这样的背景下产生的。按照用语的习惯,与一般的认识性规则(例如通常所谓的“客观规律”)不同,“制度”的内容主要是指示当事人怎么做,所以它是一种工程学的建构,它主要是人们通过一定的主观构思而产生的。由于他人的行为难以预测,通过相互约定,人们订立了制度。制度把不同个人的行为强行绑定在一起,使之(至少在某些方面)按照某种既定的轨道运行。诚如论者们业已指出的,制度可以降低人际互动中的不确定性。算法地看,制度势必会把这种不确定性降低到临时计算可以承受的范围之内,从而使得制度与临时计算之间产生良性的互动。典型的制度就是以强制力为后盾而得以实施的法律。而典型的法律则主要采用书面的形式。写在纸上的法律不会因为人们的记忆退化而改变,也不会因为有人故意抵赖而废止。法律文本处于人们之间,扮演了“客观证据”的角色。从外观上来看,法律体系就好像“活的人服从于死的文书”那样来进行运作。诸如伦理、道德、习惯、习俗等“非正式制度”则主要存在于人们的头脑中,以不那么严格的方式进行运作,并且常常只以舆论谴责和“拒绝继续合作”等方式惩罚违约行为。
类似的逻辑也可应用于对组织的内生:自发的、散乱的个人行为会引起冲突和浪费,于是,经过相互约定,人们建立了组织,以便相互协调行动,并分享由此带来的追加利益。组织可以建立在完全平等协商的基础上(例如协会),也可以由某个人主动发起,他以建立组织后的预期收益为基础,雇佣他人听命于自己。这也是一种通过“约定”而建立人际协调性的方式。后者即是企业。当然,组织也可以纯粹建立在强制的基础上,对此姑且略而不论。组织意味着多人之间的紧密的(在离散的世界中,关系的紧密与否,显然是一个合理的议题)联系,因而也是制度密集的地方。然而,犹如个人的事务不可能全部依靠模式化的知识存量而得以解决一样,组织的事务也无法全部仰赖内控制度。因此,一个组织,既需要(正式的或非正式的)立法和司法机构,也需要行政部门和领导人,后者负责进行自由裁量和临时计算。集体的协商是比较稳妥的,而个人的专断则是迅速高效的。造成这种对比的核心原因在于通信与计算的速度。信息在一个人大脑内部的传递与处理显然快于其在个人之间的传播与处理。个人计算结果的内在一致性往往也会高于群体。这种对比导致了独裁与民主之间的竞争与协作关系,于是就产生了治理结构、科层制与权力,整个组织实际上就处于“部分变量适用制度+剩余变量由首脑进行临机权衡”的分级作业方式之下了。“制度”使人们听从于事先拟定的文本,而科层制下的人际控制权则意味着,鉴于对下级的指示无法事先客观地、书面化地予以确定,因而只要求“下级随时服从上级”就可以了。上级的决策也许是缺乏规律与连贯性的,但是,只要下级随时按照上级的指示行事,下级与上级之间的行为一致性在很大程度上也就可以建立起来了。这是建立人际协调性的另一种方式。(www.xing528.com)
对制度和组织的解释与内生是算法理论的一个重大应用,也可以视作它的一个重要成就。这里只是简短地表述了若干要点,有关内容在后文中还将继续反复地进行说明。显而易见,离开了上述任何一个算法的元素,制度与组织就都不可能得到合理的解释。所以,长期以来,关于制度与组织的学说不能与主流经济学相融合,也就不足为怪了。反过来,算法式的制度与组织理论则为这个论题提供了最为基本的合理性。例如,按照上述“模式化”的观点,法律的合理性就不是绝对的,它的消极性就是显著的,而绝对合理的规则(这正是新古典主义的制度观)将几乎是难以设想的。这些见解都是与法学界长期以来的主流观点相吻合的,但尚未见容于已有的制度经济学(以及新制度经济学)。按照这种路线行进的制度理论,还将会导向制度变迁与制度创新的方向。
在本小节的最后,我们再来讨论一下拉普拉斯决定论。显然,拉普拉斯决定论所展示的实际上是上述“部分变量适用模式+剩余变量进行临机权衡”的分级作业方式。由于某些确定性的发现或建立,对部分变量的计算采取了模式化的方式;然而,模式的规模是有限的,依据现有的知识,另一些变量的取值尚无法决定,于是只好从外部世界采集它的值,这就造成了这种混合性的算法:一些量的取值或其相互关系维持不变,而另一些变动的量则围绕着它们进行“旋转”。在当事人的眼中,后者是“外生的”或“随机的”。所以,一个关于思维过程的理论,就足以解释拉普拉斯决定论;或者说,拉普拉斯决定论只不过展示了“有限知识”的一种具体型态,如此而已。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。