Local EPUB Text
收场白 市场之后？
市场过程……可以被当成是前电子时代的计算设备。
——奥斯卡·兰格，《计算机与市场》，1967年
在本书中，我们拥护激进市场的变革力量。但市场为何如此强大呢？在这个收场白中，我们从反面提出这个问题，即：市场的极限是什么？这样做可以让我们思考当市场可能被更有效的经济组织方法所取代时会怎样。
市场如奇迹
正如我们在第1章中看到的，许多致力于市场经济的经济学家也认为自己是“社会主义者”。中央计划也受到了第一次世界大战的推动，国家为了保障军工生产而对经济进行控制，其成功超越了自由放任主义拥护者的想象，这引发了是否应该在和平时期采用中央计划的激烈辩论。
在大众的想象中，中央计划不可能成功，因为它无法为个人提供工作的动力。有致富的可能，或者至少要有薪水拿，人们才有动力“起早”。然而，苏联的激励措施相当强大，在许多方面比资本主义国家更强大。虽然在这一制度下发财致富的机会较少，但人们也难以偷懒。
另一个流行的反对中央计划的观点是诺贝尔奖获得者弗里德里希·哈耶克在1945年提出的。哈耶克认为，没有一个中央计划人员能够获得有效分配资源所需的关于人们品位和生产率的信息。1市场的天才之处在于，价格体系以解集的方式从每个人那里收集这些信息，并将其提供给需要了解它的人，而无须政府计划委员会参与。
这个论点还有一个相关版本，虽没有哈耶克的出名，但实际上更令人信服，而且比哈耶克的观点还要早几十年。杰出的经济学家路德维希·冯·米塞斯认为，这一制度面临的根本问题，不是抽象的激励或知识，而是沟通和计算。要想了解米塞斯所指，请参考伦纳德·雷德（Leonard Read）在他1958年的论文《铅笔的自述》中讲的一个说明性的寓言。2
雷德讲述了一支铅笔“一生的故事”。人们一开始可能会想，这是多么简单的一件事啊。然而，当你开始反思时，你会发现，从头开始制作铅笔需要极其复杂的思维和计划。木材必须经过砍伐、切割、成型、打磨和抛光。石墨必须经过开采、凿刻和成型。金属箍——连接笔杆和橡皮擦的套环，则是数十种金属的合金，每种金属都必须进行开采、熔化、重组和改良，如此往复。
然而，铅笔最引人注目的不是它的复杂性，而是任何参与制造出这最后的铅笔的人对于这个过程中任何其他步骤缺乏完全的了解。伐木工人只知道自己的木材有一个市场，价格会引导他购买所需的工具来砍伐树木，并在产业链中销售木材。伐木工人甚至可能都不知道木头是用于制造铅笔的。铅笔厂老板只知道在哪里购买所需的中间材料，以及如何进行生产线组装。创造铅笔的知识和规划经由市场关系过程有机地产生。
现在，假设我们试图用一个中央计划委员会复制市场关系。委员会将确定要砍伐多少数量的木材，什么时候砍，在每个生产阶段雇用多少工人，以及生产，运输和制造的正确地点和时间。然而，为了有效地做到这一点，委员会必须了解很多事情。中央计划者们必须向专业化生产者学习其各自领域的专业知识，这也是这群人赖以生存的技能。例如，比之作为铅笔的材料输入，木材是否会在经济的其他领域具有更高价值的用途（建造房屋或船舶或儿童玩具）。要吸收所有这些信息，然后还需要不断接收和处理必要的更新，以保持自己对流程不断发展的每一步都胸有成竹——哪怕是最熟练的管理人员，其能力也无法满足这样的需求。
即使委员会以某种方式拥有了无限的能力来吸收这些信息，它仍然有一个无法解决的问题，那就是对海量数据采取行动。市场中的价格、供应和需求以及生产关系都是通过个体之间复杂的相互作用而产生的，每个人都有助于优化广泛社会过程的一小部分。相反，如果一个委员会必须计划整个局面，那么它就会迫使一小部分个体去盘算无尽的选择和计划。如此复杂的计算也已然超出了最杰出的工程师团队的能力。
在计算机科学和信息理论领域兴起的几十年前，米塞斯就已经开始了这方面的写作，只是缺乏可以将这些直观的想法形式化的方法。米塞斯的许多论点都受到了主流经济学家的驳斥，而他们越来越狭隘的数学方法也为米塞斯所不屑。米塞斯的批评者，包括奥斯卡·兰格、弗雷德·泰勒（Fred Taylor）和阿巴·勒纳（Abba Lerner）都认为，市场机制只是组织经济的众多方式之一（远非最有效的方式）。他们纯粹从数学角度而非计算角度来看经济，认为在原则上解决一个（非常大的）关于各种商品、资源和服务的供需关系的方程组没有任何困难。
在简化的经济图景中，普通人体现出生产者（工人、资本供应者等）和消费者的双重功能。作为消费者，人们对不同的商品和服务有偏好。有些人喜欢巧克力，另一些人则喜欢香草。作为生产者，他们拥有不同的才华和能力。有些人擅长做数学，有些人则擅长安抚怒气腾腾的顾客。原则上来说，我们需要做的就是弄清楚人们的偏好和才能，并将工作分配给最擅长它们的人，同时把生产所创造的价值以人们真正想要的商品和服务的形式分配出去。赏罚要分明，以激励人们发掘自己的偏好和才能，并确保他们真正做自己应该做的事情。这些都可以用数学方法来表示和解决。这就是为什么一些经济学家将经济视为一个数学问题，其解决方案只需要一台计算机。
然而，计算和通信复杂性理论后来的发展证明了米塞斯的见解是正确的。计算科学家后来意识到，即使管理经济“仅仅”是解决大型方程组的问题，找到这样的解决方案也远非经济学家所认为的那么容易。在对中央计划的精辟计算分析中，统计学家和计算机科学家克斯马·沙利兹（Cosma Shalizi）说明了让中央计划委员会“解出”一个现代经济完全是不可能的。正如沙利兹在他的文章《在苏联，优化解决你的问题》中指出的，解决经济分配问题所需要的计算机能力与经济体商品数量的增量不是简单的正比关系。3在实践中，这意味着在任何大型经济体中，用单个计算机进行中央计划都是不可能的。
市场如并行处理器
但所有这些都引出了一个问题。如果问题这么难以解决，那市场怎么可能去解决它呢？想想我们在前面引用的兰格的话。4市场只是政府强制实施的一套规则，尽管它非常复杂，但与计算机算法没有多大区别。诚然，市场不是某个人独自发明出来的。然而，市场的规则是很容易理解的，经济学家不断地告诉人们去执行它们。试想一下，当一个新的国家被创造出来，其领导人向西方经济学家询问，如何才能最好地创造一个经济体。经济学家将告诉他们如何建立市场，例如，合同和物权法的规则。（实际上，经济学家几十年来一直在发展中国家的政府大厅和初创企业的楼层里来回奔波，就是为了做这样一件事。）难道经济学家不就是在向领导者提供一种计算机程序，而领导人通过实施它作为一种集中规划的方式吗？
要了解市场如何解决“非常大的方程组”，您需要了解分布式计算和并行处理的关键思想。在这些系统中，一台计算机无法执行的复杂计算被分成小部分，这些小部分可以由分布在不同地理位置的大量计算机并行执行。分布式计算和并行处理以其在“云计算”开发中的作用而闻名，但它们最大的应用却被忽视了：市场经济本身。
虽然人类大脑与计算机的构造方式不同，但科学家估计，人类大脑的计算能力大约是目前这个时代最强超级计算机的10倍，5而所有人类脑力加起来的综合能力比目前功能最强大的电脑高出数百亿倍。从某种意义上说，“市场”是由这些小巧但又非常强大的计算机组成的巨型电脑。因此，如果市场能有效地分配资源，那么它是通过利用并合并它们各自的能力来实现的。
从这一观点来看，我们必须思考市场是如何“编程”而实现这一结果的。经济是由不同地域的多种资源和人力、以及在人与人之间传输与这些资源有关数据的系统所组成。在并行处理中，一个标准的方法是提取如图片或拼图的某个本地信息，并将其分配给一个处理器，从而以分层的方式将这些输入集成在其他处理器上。现在将这一画面映射到经济上。在任何地方，我们都随身配备这样一台计算机（人类），并用它来收集与某地点的需求和资源有关的信息，然后将所有这些数据以简约“压缩”汇总的方式报告给其他计算机。例如，计算机可能存在分层排布，那些负责底层特定位置的计算机会向更高的“层级”报告情况，再由该“层级”将局部区域进行集成，然后以此向上集成。
思考下面的例子。一个在农场工作的人需要负责确保农场的生产能力以及他家庭的幸福，这个人向区域经理报告农场和他家庭的信息，报告的方式不会是完全详尽而复杂的，而只是粗略的表述。一位经理专门负责了解农场经营所需的资源（种子、肥料），而另一位经理则负责了解使农场居民幸福生活所需的资源，包括食物和衣物。然后，这些经理会将这些数据汇总，并将其传送到下一层级（可能是一家全国性的小麦经销商，或是一家区域农业用品供应商）。在这个链条上的每个层级中都会丢失一些信息，以保持并行处理的平行性和易处理性：虽然农场经理没办法一一列出各种细微改善能对农场带来的积极影响，比如道路修得好一点有助于物流，水干净一点有助于农作物生长，但至少他能够报告最大和最重要的需求，并希望丢失的信息只是略微降低了最终解决方案的效率。
这种安排具有中央计划的特点，但也类似于市场经济。尽管人们在生产的链条上各司其职，并在有限的信息下运作，但他们能够协调自己的行为，这是因为信息以一定的形式在其中起作用。虽然人们在其所处的领域是专家，但他们对其他领域的经济状况知之甚少。他们虽知道粮食的价格高、拖拉机的价格低，但并不知道其中的原因。在他们购买拖拉机或出售粮食时，他们不会向供应商或购买者诉说他们的生活故事和农场的所有条件，等等，他们只是以实际价格发出订单或提供相应数量的粮食。
因此，这种“价格体系”极大地简化了经济体不同部分之间的交流。事实上，经济学家已证明，价格是农民在有效规划其运营时至少应该需要的信息。只要农场从外部世界获益或从中汲取资源的每一个重要的方式都明码标价，那么这就足以支撑农场主做出经济决策。从纯粹的经济效率角度来看，任何多余的信息都是浪费，尽管时不时扩展下人际关系也未尝不可。相反，如果无法获取这些价格，那么农场主就无法知道是否值得使用新拖拉机或依赖更多劳动力，也不会知道下一季的播种量。不知道市场价格的农民很可能生产不足，或者把本可以用于人力、种子甚至是消费的资金用来置办拖拉机，造成资源的浪费。
从这个意义上来看，价格是理性经济决策需求的“最低”信息量。6任何其他分布式计算系统都不可能在没有更多沟通的情况下达到同样的效率。
市场巧妙地利用了分布式人类计算能力。在这个过程中，它们分配资源的方式是目前计算机无法匹敌的。冯·米塞斯说得对，一群专家制的中央计划无法取代市场体系。但他的观点被错误地视为暗示市场是“自然形成的”而非人为创造的经济资源管理方案。事实上，市场制度并非自然形成的。人类以法官、立法者、管理者，甚至私营业主的身份创造了市场，而拥有这些身份的人常常会通过构建组织来创建和管理市场。
虽然市场是功能强大的计算机，但它们是否能产生最大的效益取决于它们编程的方式。我们提倡“激进市场”的原因是，我们认为在目前的技术和经济发展阶段，当合作规模太大而无法通过道德经济来对其进行管理时，市场是最适合为最多数人实现最大利益的计算机。如果我们这样来看待问题，那么我们就可以修复市场代码中的漏洞，并使其产生更多财富，从而被更公平地分配。
通过深化我们对市场作用和价值的理解，这个计算机的类比证明了我们的主张，即我们的解决方案是在扩大市场范围的基础上提出的。财富的COST使市场变得激进，因为它赋予了个人更大的责任以实现自身的价值，并赋予他们更大的能力来维护他们的珍视之物。QV在政治领域的作用也是如此。我们在移民方面的想法为个人提供了更多的空间，来决定其生活和工作的最佳途径。我们对反垄断和数据评估的提议打破了集权，并赋予了个人和小型企业更大的责任，使其能够竞争、创新，并做出理性的经济选择，从而实现最优经济配置的分配计算。然而，所有这些建议均产生了一个问题：如果市场只是一个利用个人智力实现运作的计算机程序，那么随着计算机功能的提高，它还是否必要存在？
市场如陈旧的计算机？
在对哈耶克的回应中，兰格说：“让我们将联立方程组（管理市场）运用在电子计算机上，我们可在不到一秒的时间内得到解决方案。”7这一段话暗藏的真理已在1965年格兰格去世的6个月前被技术企业家戈登·摩尔（Gordon Moore）所证实。
摩尔观察到，微芯片的密度和在给定成本下可实现的计算能力大约每18个月翻一番。虽然此“摩尔定律”看起来是一个疯狂的推断，且并无根据，但它经受住了时间的考验。由于计算能力的快速进步，能够实现人脑复杂思维的计算机网络的梦想已不再遥不可及。大多数工程师认为，在不久的将来，可能到21世纪50年代，数字计算机的总性能将超过所有人类的大脑。
当达到这一点时，对兰格计算机理论的批评将不再能站得住脚。原则上，市场可以被复制于硅片中，取代我们熟悉的分布式、并行式实体系统。计算机会告诉人们生产什么，在必要时分配奖励和实施制裁，并为人们分配他们应该消费的任何东西。在汇集信息方面存在的技术问题是可以解决的。目前公众对机器人崛起的关注（作为工人、仆人和恋人）主要集中在了微观层面，即可能会对身心造成伤害的人与计算机之间的相互作用。但是，如果机器人可以驾驶汽车，那么他们就也可以制定采购订单、处理交货、衡量消费者情绪、计划经济运营、并在经济层面协调这类活动。奇怪的是，在这一宏观层面，人工智能在重塑社会组织中的作用很少受到关注。这样的系统是否能按预期那样运行，或者它的中央集权是否会被随意滥用等问题，都远比机器人驾驶员是否需要被设置为“牺牲一名乘客以拯救两名行人”等热门话题更为重要。
同时，后台信息技术在业务规划中发挥着越来越大的作用。纵然我们的经济仍然主要受市场相互作用的驱动，但越来越多的企业开始以自动化的方式组织物流、生产计划、分销渠道和供应链。尽管规模较小，但这些大型且成功的企业已参与到了兰格为中央规划者设想的技术计算中。通过掌握自动化物流和定价技术，沃尔玛已成为了世界上最有价值的企业之一，但也很快被亚马逊的更加自动化和集成化的规划所超越。在许多城市，优步主导着大部分交通运输服务。简而言之，大型企业是市场经济海洋中的集中规划型岛屿，利用计算能力创造出了巨大的经济价值。
计算机能主导你吗？
尽管苏联在冷战中最终失败，但它仍然取得了许多超越其他国家且令人印象深刻的发展壮举。从第二次世界大战结束到20世纪70年代早期，苏联经济以惊人的速度增长。8
在著名的1959年尼克松–赫鲁晓夫（Nixon-Khrushchev）的“厨房论战”[1]中，尼克松副总统承认美国在火箭和科学等重要领域已落后于苏联，但许多观察家却认为，尼克松在阐述资本主义制度提供的选择多样性以及对消费者偏好的回应方面占了上风。另外，苏联体系也因其在汽车、房屋、食品和娱乐方面的同质化而闻名。
中央规划者面临的问题是，虽然他们了解大多数人都想要汽车、房子、食品和娱乐，并且也可以为他们提供这些东西，但他们无法估计人们超出基本水平的需求。玛丽想要一辆开得快的车，乔想要一辆安全的车，曼努埃尔关心车的操作，娜奥米需要她的车配有存储空间来存放她的运动器材。中央规划者无法区分这些以及其他成千上万的偏好，他们只能给每个人相同的汽车，因而令所有人失望。这个问题也存在于工作中：人们对工作条件和工作类型的偏好各不相同。在不知道这些偏好的情况下，中央规划者能提供的只是其所认为合理的、能满足几乎所有人需求的相同基本设施，这极大地削弱了士气并提高了生产成本。
然而，我们在第5章中讨论的算法和计算的最新进展对这些假设提出了挑战。如今，机器从人类行为的统计模式中学习，并且可能能够利用这些信息，像人类为自己选择商品（和工作）一样来分配商品（和工作），甚至可能比人类做得更好。虽然我们距离这一点还很遥远，但我们可以预想到我们可能要经历的路线的轮廓。让我们从一个日益熟悉的现象开始：基于机器学习的推荐系统借鉴现有市场的行为。网飞公司如何猜出你可能会喜欢的电影？粗略地说，它会找到和你有同样喜好的人（看过你看过的电影的人），并且他们对这些电影的评级和你相似。然后它会推断出你尚未看过但可能会喜欢的电影，而与你有同样喜好的人已经看过这些电影，并且对它们评价很高。潘朵拉（Pandora）和声破天（Spotify）利用类似的方法推荐音乐。脸书和苹果公司的新闻服务也使用了类似的方法来引导消费者获取他们想要消费的信息。谷歌使用相关的算法确定信息和产品植入，这些信息和产品植入不仅适用于你的搜索查询，还适用于了解你的所有其他内容。亚马逊对消费者的偏好进行三角剖析，以提供其他商品的购买建议。
一个中央计划机器显然不能依赖市场行为——假设市场将会消失[2]！但是，它可以从人们的行为以及他们的身心特点（在一定程度上要能够被观察得到）中获取信息，它的运作方式可能与网飞公司或亚马逊如今的做法非常相似。
要了解这一方式，可从一个更常见的例子开始。在大多数发达国家甚至美国的医疗系统中，市场选择已被淘汰或受到了很大的限制。在像英国这样的国家医疗系统中，人们不是想要什么医疗就能获得什么治疗，除非他们说服政府代理人（医生），他们患有需要这种治疗的疾病。医生以高度侵入性的身体检查（通常还有心理检查）来验证患者是否罹患疾病。在美国，大多数人使用HMO[3]和其他保险制度。虽然他们仍然在这些系统中有市场化选择，但就实际情况而言，他们与英国患者处于相同的地位。因为如果美国人要依靠保险治病，他们就必须说服医生他们患有疾病（事实上他们大部分人都不得不依赖保险）。
可以预见，在不久的将来，所有常规医疗服务将主要由机器决定。目前操作这些功能的医生将被医疗助理取代，这些医疗助理充当患者和机器之间的管理界面。诊断将是从患者身体和行为的数据中得出的统计评估，这意味着人们对医疗的“偏好”来自于数据而不是来自于在市场背景下做出的选择。潜在的假设是，人们想要“健康”，而计划者会在医疗技术的范围内为其提供服务；任何传统意义上的患者“选择”都没有任何意义，当然除非人们不愿意，他们可以拒绝治疗。
将网飞公司或亚马逊的例子与英国国民医疗服务体系结合起来，可以想象一个计划者在其他经济部门可能会采取何种行动。一些人想要开得快的车，而另一些人想要安全的车，还有一些人想要具有大容量存储空间的车（或者，正如我们所预期的，想要汽车服务而非实际的汽车）。在过去的体系中，计划者可能只知道有限的几件事。例如，一个人需要在没有公共交通且远离工作地点的区域生活。在更加可持续的体系中，计划者需要了解消费者对速度、颜色、操控、存储空间、车辆尺寸等的偏好，以及这些偏好如何随时间和地点的变化而变化。计划者如何才能根据这些维度估计人们的偏好呢？
像网飞公司或亚马逊一样，它需要利用一个人在世界上留下的数据痕迹，从而根据产生类似数据痕迹的人在类似条件下的行为，推断出用户偏好的估计。这就是机器学习的范畴。如果人们的手机显示他们喜欢锻炼，常与父母通电话，还热衷于拍照，他们的网飞账户显示他们喜欢动画电影和浪漫喜剧，同时他们的搜索记录显示出他们对气候法规和其他自由主义事业的兴趣，那么，系统可能会发现普锐斯（Prius）是他们喜欢的汽车，而他们自己甚至都不知道这一点。当汽车出现在家门口时，他们很感激，与他们的高曾祖父母不同，他们不需要推迟购买时间，不需要在购买前阅读消费者报告、测试驾驶14种不同的车型，并与他们的朋友讨论尾翼的优点。人们将不必做出选择，而只是接受计算机程序发送给他们的商品和服务。
或者我们来考虑娱乐方面。声破天和潘朵拉已经使人们能够获得自己喜欢的音乐，从而不必根据具体情况做出选择。人们喜欢这些服务，因为传统的购买音乐的方式，包括听大量他们不喜欢的东西、阅读评论、与音乐商店的店员交谈，以及从事其他耗时且不太愉快的活动，是如此烦琐。但是，与未来消费相比，“网飞时代”是蒙昧的时代。我们假设基于跟踪观看者眼球的运动，能够使用算法来确定电影的哪些部分以什么样的方式吸引一个人的情况（事实上，这样的技术早已被用于营销目的）。9此外，我们还假设，在将这些眼球运动与其他观众进行相互参考的基础上，可以确定他可能感兴趣的其他电影。最后，假设这些推论十分可靠和准确，以至于此观众虽然最初持怀疑态度，但最终却还是不由自主地依赖这些系统，而且他几乎总是选择观看由人工智能系统呈现给他的第一个视频。
在这种情况下，我们可以认为，此观众正在用他观看电影的眼动方式“选择”他未来的消费，而其他观众只是通过眼动向他提供他可能喜欢的内容建议。但选择似乎更像是一个隐喻，而不是现象学中对相关行为的准确定义。眼球运动在很大程度上是潜意识的，并且很少像选择一样主观。其他人的观看活动导致了一部特定的电影被传送给一个特定的人的途径对每个人来说都是模糊的。自动化过程会形成一个由综合人工智能（数字计算产生的且可将分散的人类感官知觉融合在一起而形成集体智慧）产生的消费模式。在某些时候，经济组织或许不能继续被称为“市场”，但是“中央计划”这个词似乎也并不十分恰当。
这些过程能主导重大的人生抉择——购买什么样的房子，开始从事什么职业？它们是否也会引导政治判断和恋爱关系？人们是会更加自由地过更有意义的生活，还是会被剥夺这样做的能力？
像大多数关于未来的长期预测一样，这些问题超出了科学分析问题的能力。当然，这样一个由自愿（或可能是法律强制的）的连续监控体系提供强大计算能力并结合大数据的世界，存在明显的反乌托邦风险。我们不能信任任何单独的个人或小团队来主导这样一个系统，因为滥用职权的诱惑令人无法抗拒。然而，我们还远不能确定能否以某种（激进的）民主的方式，以一种可审计的算法方式，或根据分布式计算的准去中心化方式来对它进行管理。同时，目前我们还不清楚技术是否会达到计算机能够超越人类思维的程度，或人类思维本身是否能够更快地进步，并将均衡点保持在目前这样倾向于其有利于市场的这一边。
虽然我们把这种猜测留给了科幻小说的作者们，但我们仍然相信，至少在几代人的时间里，市场——激进市场——仍将是大规模社会组织的最佳方案。
[1] “厨房论战”是指1959年7月在莫斯科举行的美国国家展览会开幕式上，理查德·尼克松（Richard Nixon）和尼基塔·赫鲁晓夫（Nikita Khrushchev）之间的一场关于东西方意识形态和核战争的论战。——译者注
[2] 指在中央计划下，不存在市场一说。——译者注
[3] HMO的全称是Health Maintenance Organization（健康维护机构），是美国的一种医保计划。患者在网络内医院和诊所就医能获得报销。——译者注