实现道路畅通的创新制度：泛议之探索

在本小节，笔者再以我自己在制度创新方面的一点具体思路为例，来说明制度创新的前景为什么是不可限量的。

从对红绿灯的讨论开始。对于交叉路口车流的协调与指挥，既可以由交通警察来进行，也可以借助红绿灯进行。人工方式的优点是，它可以针对交叉路口各个方向上车流量的具体情况，灵活地制订通行方案，并随时变换方案。与之相比，红绿灯制度是比较僵硬的，它通常给每个方向固定的（此即“制度”的实质）通行时间，而不顾具体车流状况的变化。这就容易导致，即使某个方向上的车流已经通过完毕，而绿灯信号依然继续保持下去，同时另一个方向上的车流却被迫继续处于等待之中；反之，即使某个方向上的车流尚未通过完毕，而信号灯却已经变换，同时被放行的方向则根本没有车辆需要通过。总之，机械的信号灯制度并不能完全保证实现完美的通行方案，这是我们所熟知的。然而，为什么流行的是红绿灯、而人工指挥方法却日益遭到了淘汰呢？原因就在成本或便利性的方面。实施红绿灯制度的代价是非常低廉的，而人工指挥制度的成本则要高得多。这就是我们所反复说明的制度的一个实质，即它是通过牺牲精确性来换取便利性或经济性的一种安排。

制度的这种“不完美性”同时也决定了它是可以改进的。改进的方法当然不是回到人工指挥，而是寻找成本更低或者性能更好的措施，比如说智能交通系统。我们暂且不具体讨论处于实际研发过程之中的智能交通系统，只需要来设想一下，假如有某种电子设备，可以实时实地搜集十字路口各个来往方向的交通流量信息，然后现场进行分析计算，得出各个红绿灯信号持续或转换的最佳时点和时间长度，那么，各个路口以至整个城市的交通状况也就可以改善很多了。我们可以从这个角度再来理解传统的交通信号灯制度。红绿灯之所以在传统上比较“傻瓜”，原因主要在于信息收集和计算的方面。交通信息的收集工作本身并不复杂，但是，要不分昼夜地、全天候地收集每个路口和每条马路上的信息，代价是十分高昂的；再加之需要针对每个路口的情况现场进行计算、形成方案并现场指挥实施，代价就更加高昂了。

如今，信息技术的发展则为我们提供了这种可能。电子化设备可以用于代价低廉地收集信息、进行计算并进行指挥实施。由于与“全球定位系统”相关的信息传递几乎不限制传输的距离，连上述“在各个路口安装专用设备”的思路可能也已经过时了。各个车辆的位置信息与其向各个“本地化”的计算设备进行输送，不如统一向某个更为高级的中心进行输送。只要这个“指挥中心”的计算能力足够强大，这种做法便可以大幅度地节约计算资源。采用这种方式之后，交通指挥中心不仅可以指挥交叉路口的交通，还可以对车辆的行驶全程进行指挥和协调。一个难点显然在于驾驶员对于指挥中心所发出指令的遵守程度如何，因为有大量的指挥信号必定是建议和引导性质的。由此推测，智能交通系统要大显神威，可能还要等到车辆自动驾驶系统得以确立的那一天；届时，空中的电子信号与车内的自动计算系统相互配套，也许就可以达到比较理想的效果了。这种综合系统的初始投资可能会比较高昂，也许涉及法律的制订或修改，但是，在把这些代价分摊到长期连续运转的整个交通体系之中以后，其经济性也许就是显著的。

人类社会制度的道理与此相类似。专制、民主、自由、法治以及整个经济体制的问题，所研究的都是诸如信息传递、计算、实施、指挥、控制之类的议题。在这些研究中，诸如长距离或短距离传输、本地化或集中式计算、信息传递与意见表达、意见的搜集与综合、计算的主观方法与客观方法的结合等议题都位于核心地带。这些议题就是社会科学以及社会工程学的核心，对它们的研究也就构成了社会科学以及社会工程学本身。

如果制度主要就是关于信息和计算的，那么，一个无可置疑的推论就是，极大地推动了人类信息传递与计算活动的“信息技术”的进步，将会不可避免地导致制度的变迁与创新。至少，已有制度的根基都将发生动摇，需要重新进行权衡与评估了。以美国的总统选举制度为例。美国的“选举人”制度显然立基于“全国难以在同一天完成计票”这样一个技术性的前提，所以，各州先选出代表各州意向的“选举人”，而各州的选举人则在另一天集合在一起，再进行最后的投票。现在，这个技术性前提已经不复存在了，选举人制度也就可以取消了，由选举人制度所带来的某候选人“在普选中实际获胜却因为选举人名额分配不均而造成‘程序性落败’”的弊病也就有希望得以避免了。

代议制度是面对社会性的信息传递与计算问题而发展出来的一种制度，其特点是通过“委托－代理”的方式来简化问题，同时诉诸专业化。目前还看不出信息技术是否将会动摇代议制的根基，但是，冲击显然是存在的。首先，议员们的活动和言论受到了选民更为密切的监督；其次，网络上的言论以及频繁的民意调查必然会对议员造成更大的压力。这种压力当然也会直达执行部门的首脑。鉴于互联网上的表达与统计是如此便利，假如取消现行的代议制，实行直接民主制，有没有可行性呢？有人可能会斩钉截铁地否定这种想法的可行性，可是，笔者要说的是：且慢，还是让我们来推测一番。一般认为，直接民主制的弊病在于它的民粹倾向，不过，在自由博弈的过程中，一些类似的观察表明，选民会相当迅速地认识到专业判断力与专职工作的重要性，许多人将会很快倾向于重新建立某些委托－代理关系；只不过，这种委托-代理关系将会比现行的制度更为灵活多样而已。这就好比每个人都有权去生产很多种商品，但实际真正去这样做的人则寥寥无几。那么，这些灵活多样的委托－代理关系及其具体条款会是怎样的呢？探究这个问题的方向，也就是通往更好的代议制的方向。

再来论述一下法律体系。法官判决案件，就是把他所掌握的复杂的法律条款应用于具体案件的过程。“电脑断案”现在已经成为一个公共议题。通过计算机编程的方式来自动地进行断案，这种方法一定会比人工断案的效果差吗？起码有两条理由可以支持这样做：一是记忆上的问题。法官虽然不大可能把特定法律规定的文字认错，但却可能会发生遗漏，即忘记了特定案件可能还会涉及另外的法律规定或判例。计算机程式则有可能较好地解决这一问题。这就好比电脑可以在疾病诊断与治疗方面发挥一定的作用一样。二是动机上的问题。计算机不会受到诸如利益、感情等主观因素的影响，尤其不会接受贿赂（如果动机问题是各项政府活动中的老大难问题，那么，公共管理事务的电脑化就有非常广阔的前景）。只要电脑可以在案件判决上代替部分人工作业，不仅法官的人数可以减少，而且还将能够由优秀法官来审理更多的案件。优秀的法官可以审核计算机得出结论的过程，并复核它的结果。

沿着这样的思路，我们又可以进入立法领域。可以认为，法律条款制订得比较简单的一个重要原因，就是信息传递与计算能力的限制。简单的法律既易于了解，也易于执行。然而，如果（部分地）采用计算机的方式进行断案，那么，法律是否就可以制订得更为复杂和精细一些呢？比如，一项关于道路通行的规定，也许可以附加几十个、甚至数百个例外。这就好比量身定制衣服，可以使之更加准确地切合道路通行中的每个具体情况，减少由于法律的“弯曲”所造成的浪费和损害。我们已经注意到，美国的法案如今正在变得更加复杂化和精细化，这虽然未必是受了司法手段电子化的影响，但是，社会知识与社会工程的持续进步却必然会提出这样的要求。这就好比人穿的衣服、用的物品总会越来越精致、越来越合用一样。

法律（以及以法律形式体现的各类管制措施）可以变得更加精细、合理而又有弹性，这是一个值得考虑的发展方向。这与软件系统的发展颇有类似之处。早期的软件比较简单和僵硬，其规模也比较小。如今，随着软件规模的扩张，它也变得比较柔性和人性化了。有人可能会说，法律变复杂以后，普通老百姓怎么去了解和遵守它呢？是的，这是一个问题；无论知识如何发展和扩张，我们每个人的基本运算能力都不会改变。但是，实际观察是，社会同时也会发展出来概括、提炼和简化知识运用的方式。软件很复杂，但是人们依然可以评价和选择它，这是因为软件大都是模块化的，用户可以不直接评价模块内部的构造方式是否合理，但却可以对模块的整体性能以及模块之间的结构方式做出一定的判断。选举总统其实也是这样。候选人的提名与竞选过程实际上是各类政治资源与政治主张围绕特定候选人所进行的整合过程，而最后的投票只是对以特定候选人为标志的“模块”进行选择。如今的行政职能固然是相当复杂的，然而，通过这种方式，普通选民依然有能力进行判断与选择。(www.xing528.com)

在种种物理与社会手段的支持下，我们也许早晚会拥有一个像智能交通系统那样的法律与行政体系，其中的公民在行动的时候不再只受若干抽象而简陋的法条的管辖，而是会得到比较具体、合理而又不失灵活性的引导。这并不必然意味着自由的丧失，主观性与选择性也许能够以新的、我们今天所意想不到的方式表现出来，人的自由度与舒适度反而有可能提升。若果如此，则就实现了自由与必然的比较完善的结合。^[6]这种理想似乎是颇为“新古典主义”的，但是，不要忘记，计算能力与数据量是交替增长的，我们仍然不可能“算尽”世界，仍将面临无穷无尽的自然与社会问题。在“组合爆炸”的背景下，我们对于自由与主观性的命运，甚至丝毫都不用担心和怀疑。

【注释】

[1]希望本条所声明的原则不会被误会为那种肤浅的机会主义与不择手段。实际上，看待社会现实的科学的态度在很大程度上类似于机会主义，但它不是一种不负责任，不是实际事务中的不择手段。这种区别是细微而深刻的，它典型地体现了社会科学与社会工程学的微妙性之所在。

[2]较近的一个例子是2013 年6 月中下旬，中国人民银行一反常态地收紧货币供应，致使银行间短期拆借利率一路飙升，并在6 月20 日创下隔夜30%、7 日28%、1 月18%的历史纪录。一场金融危机瞬间就面临着爆发的危险。好在央行及时地改弦易辙了。有人把这次政策错误粉饰为央行有意地“教训”市场。其实市场没有什么要刻意地进行“教训”的必要，央行只要做对自己的行为就可以了。

[3]［法］孟德斯鸠：《论法的精神》，张雁深译，北京：商务印书馆，1997 年，上册，第154 页。

[4]在对待情感、友谊、道德、法律、历史等方面，我们可以发现，英国人和美国人都具有相对温和、谨慎而平衡的态度，他们不像法国人那么绝对化，也不像中国的儒家那样滥情。他们总是处于分析和掂量之中。在那些过于讲求“理性”的地方，他们表现出感性；反之，在那些过于感性的地方，他们则强调理性。这是一种颇为算法的态度。算法理论可以用来解释这样的文明。

[5]著名经济学家中的不少人似乎都具有失败的股票投资经历，这是令人遗憾的。这种实践的失败与理论的缺陷之间显然不无联系。我们难以想象，假如进行星际旅行，一个研究天体物理的科学家会比普通人更不在行；进了动物园，动物学家会比普通人更不在行；说起话来，语言学家会比普通人更不在行。社会领域理论与实践的脱节在很大程度上很可能是这个学科门类所独有的现象，笔者更希望这只是一个历史现象。用我们中国人的俗语来说，社会科学家们目前所需要的是“开窍”。大部分学者其实都具有比普通人更高的智商，一旦开了窍，由此所释放出来的创造力也许将是不可限量的。

[6]“阿尔法狗”（AlphaGo）是一个关于围棋比赛的人工智能项目，根据新闻报道，其在2017 年取得了对于人类对手的压倒性优势。它的博弈策略虽然是演化的，但是由于电脑的运转速度极快，存储量极大，所以一台新的“阿尔法狗”只需经过几天的自我交战，就可以总结出人类专业棋手经过多年才能习得的绝大部分经验性知识（甚至更为优异）。这个事例启发我们，对于人类已有知识存量的浓缩和继承，在未来有可能变得相当容易，于是，人类在很大程度上就可以从现有的教育投资中解脱出来，然后使用计算机重点进行创新和试验。新知识的增长势必大大加速！不过，“道高一尺，魔高一丈”，种种算法的规律并不会改变。