分类： 制度经济学

盛按：最近我将“制度为什么重要”讲课视频放在网上，但其中有一部分被限制“仅为自己可见”。这一部分讲到中国农村改革的要点是用固定租税合约替代固定工资合约。这个小小的改变却带来效率的巨大变化。制度经济学认为不仅产权是制度，合约也是制度，所以合约方式的变革也是制度变革。它的效果与产权制度变革的效果类似，但成本却有极大的降低。产权改革涉及基础法律的改革，而法律是强制性的，要想改变它，可能要引起流血或战争。在一定的制度背景下，产权改革在政治上是不可行的，在这时，合约变革既可以实现类似产权改革的效果，又可以是和平的静悄悄的，决策者理性的选择应该是什么？（2026年5月12日）

盛按：杜润生被称为“中国农业改革之父”。最近他的门生纪念他逝世十周年。农业改革确实十分成功。说“成功”，是指其成效极大而代价（阻力）甚微。这在世界改革史中也是极为罕见的。其中的精妙之处，本文做了讨论。本文很专业，有兴趣的朋友可直接看第四节。（2025年10月31日）

盛按：记得阿伦特说过，任何社会的初始政治分配都是建立在罪恶之上的。不过没关系，科斯定理的引申告诉我们，可以通过与强盗作生意纠正资源错置。记得方济各曾经称呼强盗为“兄弟”，拿出佳肴款待他们。此话不论。据经济学，制度变迁的标志是（单位）交易费用下降。从政治学角度看，制度变迁的顺序就是：权利不受保护——创造权力保护权利——减少权力对权利的侵犯——更好地保护权利。权利越是得到保护，交易费用越低。保护权利就是要保护合约，不仅保护合约的执行，而且要保护合约的结果——由交易形成的财富。因而关键是强盗不能抢第二次。如果从强盗手中赎回的东西又被强盗抢了，科斯定理的引申就不灵了。再没有人愿意与强盗做生意了。（2024年4月3日）

盛按：前几天我将“制度经济学与中国改革”讲课视频分几期发布。文字版早已成文以“合约重要：一种对历史的更好解释”为题发表。现发在此。供有兴趣的朋友们参考。（2023年2月17日）

摘要：合约作为一种制度形式，也有着影响效率的作用。在其它条件相同的情况下，不同的合约会带来不同的效率。与产权制度更需要法律的强制性实施不同，合约因多是两方一致同意所达成，更多地是依赖于合约各方的自觉实施。因而在产权制度由于政治的或意识形态的原因无法很快改变的情况下，进行合约方式的变革可以较低的成本实现与产权制度改革的近似的结果。这正是中国改革，尤其是农业改革的情形；即农村的名义土地产权——集体土地产权并没有变化，但由于改变了农民与国家和集体的合约方式，而带来了极为显著的经济增长。更一般地，人类历史上经常出现产权制度——法律制度因政治的或其它原因无法改变，或改变要付出战争和流血代价的情形，所以作为替代，合约方式的变革往往是制度变迁的不引人瞩目的、却实际发生作用的普遍形式。

一

制度经济学的要义，由道格拉斯•诺思教授总结为“制度重要”（Institutions matter.）。而制度可以被分类为各种制度安排。所以“制度重要”可以具体为“产权重要”，“法律重要”，“组织重要”，或“道德重要”。由于交易费用在制度分析中扮演了关键的角色，所以交易费用也很重要。由此制度经济学又可分为产权经济学或交易费用经济学。前者有阿尔奇安和德姆塞兹等人的贡献，后者以威廉森为代表。

五常教授着力关注的，是合约。在五常教授对经济学的众多贡献中，最突出的贡献就是对合约问题的研究。其经典之一就是《佃农理论》。这部著作主要研究不同的租佃合约，定额租约和分成租约，以及自耕或雇工形式。他发现，如果交易费用为零，不同合约的效率是一样的（Cheung, 2000, p159）。在交易费用为正的情况下，人们实际选择的合约形式，也是在具体情境下最好的形式。因而，在现实中同一产权安排的不同合约形式都是有效率的（Cheung, 2000, p85）。反过来，正如正的交易费用的世界中制度是重要的，作为一种制度安排，合约也是重要的。也可以推论说，在同一情境下，不同的合约形式会带来不同的效率。

另一个经典是“企业的合约性质”。在这篇论文中，五常教授告诉我们，合约形式在人类社会中覆盖的领域比我们想象的大得多。对于一般认为与市场迥然不同的企业，五常教授也认为是一连串的合约组成的。只是企业中的合约与市场中的合约有所不同。在企业中，多是用要素的合约替代产品的合约。用此观点再看企业，企业被合约穿透了，企业就不见了；或者说，企业的边界不知在哪了。剩下的，就是合约了（Cheung, 1983）。合约的这种普遍性也正说明了合约理论的重要性。

二

那么，合约有多重要？关于产权的重要性已被很多制度经济学家强调过了，如阿尔钦（Alchian, 1977）和德姆塞兹（Demseetz,1964,1967）的论文（Alchian, Demsetz, 1973）所讨论过的内容。合约的重要性，以及它的独特性质，恰可以在与产权的对比中发现。

产权是一种排他的财产权利，而合约是一种缔约各方的一致同意。这两者既有重叠，也有不同。产权显然也是一种人与人的关系。所谓“排他”，就是排除他人；就是一种一人与他人的关系。在产权的形成过程中，显然经历过一种合约缔结的过程。这就是与某产权人相关的其他人同意该产权人拥有该财产，当然也会以他同样尊重这几个相关人的财产权利为条件。因而，有关产权的互相同意也就是一种合约。在这一合约中，产权人有财产的权利，而相关人有尊重该产权的义务。当然，在产权制度扩展以后，对某一产权的尊重和保护就不能仅以与该财产相邻的人的同意为保证，这是因为真正有效的产权不仅要求临近的人尊重，而且要求所有的人都尊重。这时，至少在技术上无法保证所有的人都同意该产权人拥有该财产；没有同意过该产权的人为了自己的利益就有可能侵犯该产权。在这时，就要有一种超出合约的产权合法性原则，这就是，如果周边的人同意了某人的财产权利，其他所有的人也应该承认该产权。为了维护这一原则，保护产权，就需要有合法的强制力，这就是法律，由政府来施行。

因而，合约与产权的不同之处在于，合约一般是两个人之间的一致同意的结果，尽管也有违约的情况，但既然是双方同意的，就会在大多数情况下自愿地执行。因违约而诉诸法律的强制介入是极少数情况。而产权因一般是对所有人的排他性权利，所以比一般的合约更要借助于强制性的法律作为后盾。

迄今为止，关于产权制度的变革为什么能够带来效率的提高，有若干讨论。一是产权排他性的建立会给予产权一种较长期的预期，从而可以作出资源配置的长期安排，这种长期安排比短期安排要更有效率。如诺思教授曾列举的排他的共有产权的例子，其之所以对人类社会从狩猎社会转变为畜牧社会至关重要，是因为一个部落对于畜养动物比野生动物有更长远的安排，而不会没等动物长成就射杀（North, 1981，Chapter 7）。

一是更为清晰的产权边界会减少产权纠纷、从而减少对纠纷的非生产性投入。一是产权归属于更小的群体、以致归属到家庭或个人就会更有激励。因为更小单位人群或个人会更为清楚地知道运用这一财产的结果完全由自己承担或享有，他（们）会比较大群体更精心和努力地运用这一资源（Alchian, 1977, Chapter 5）。

再有，就是产权的规模和形式变得更易于交易。如将较大规模的资产划分为多份较小资产，如股份制那样，会因减少了融资需要而更易于出售；将产权证券化，也会更便利交易。

而合约方式的变革最主要的结果就是降低交易费用。而其功效不仅是节约了一点交易费用，而是因为交易费用的降低，而使以前因交易费用过高而无法实现的交易得以实现。如货币就是相对于以货易货的一种新的合约方式，由于极大地降低了交易费用，所以货币经济要比易货经济交易的数量和品种多得多，也就繁荣得多。总体来讲，因合约本身具有的一般性，合约方式变革带来的好处也具有普遍性，对人类社会的影响也就更大。

从制度变迁的角度看，产权制度的变迁与合约方式的变迁也很不相同。诺思教授曾说过，制度分基础性制度和次级制度。所谓“基础性制度”是指法律制度，而所谓“次级制度”则是指合约方式。诺思指出，较之法律制度的变迁，合约方式的变迁比较灵活，容易发生。历史上一般是先有大量合约方式的变迁出现，当这一种变迁所导致的结果积累到一定程度，使社会经济条件发生了很大变化以后，甚至使政治形势发生很大变化以后，法律制度的变迁才会发生（North and Thomas, 1971）。

根据五常教授的合约理论，我们可以推论，在交易费用为正的情况下，合约方式的不同会带来效率的不同；从而，合约方式的改变会带来效率的改进。因而，如果说制度变迁对于人类社会是非常重要的，那么合约方式的变迁在制度变迁中就占有重要地位。合约方式变迁的重要性还不仅在于合约方式变迁本身能带来效率的提高，而且还在于合约方式变迁比法律制度变迁成本更低和更易发生，从而在人类的制度变迁史中占据着重要位置。

一般而言，合约就是自愿执行的，而法律需要强制执行。在前民主时代，法律多是由法官体系的判例收敛而成，也会渗入统治者的私见，因而会有部分人甚至大部分人感到受到侵害；在民主时代，法律由立法机关投票设立，虽然立法机关成员是由选举产生，但法律设立只能遵循多数原则，即一个法律的通过会违背少数人的意志。因而法律一旦形成，就要强制少数人接受；少数人要想改变也比较困难，除非诉诸武力。而合约既然是自愿签订的，改变合约也可以是自愿的，从而不需要通过武力。而产权配置，或者产权制度，如前所述，多是要用法律来保证的，所以改变产权配置或产权制度，多是以武力为后盾的政治行动的结果。很显然，自愿的制度变迁与凭借武力的制度变迁相比，正因成本很低而成为成功的制度变迁的主要形式。

三

更进一步，合约方式的变迁与法律制度的变迁也并非平行的两种制度变迁。经常出现的问题是，法律制度因各种原因并不符合正义原则，也因此很有可能没有效率，合约方式的变迁起到了弥补的作用。

其实，当科斯在阐述后来被称为“科斯定理”的故事时，已经涉及了这个问题。科斯定理说，无论产权配置给何人，只要交易费用为零，通过自由交易，就可以纠正产权初始配置的错误，重新达到资源的有效配置（Coase, 1960）。近似的推论是，如果交易费用为正，只要相对较低，也可以纠正或部分纠正产权错置的结果。

对于科斯定理，人们从中引申出了不少观点。例如，将交易费用为零的假设改变为交易费用为正，就能得出“产权配置重要”的结论来。这其实也是科斯在“社会成本问题”中直接讨论的问题。他指出，如果交易费用较高，产权的初始错置就无法由自由的交易纠正，因而如果产权一开始就配置给更有效地使用它的人就显得比较重要（Coase, 1960）。我们可以称之为“引申1”。另一个引申是，如果产权界定清晰，就会便于交易，从而纠正初始配置的错误。因而清晰界定产权很重要。由于“交易费用为零”已经涵盖了“产权界定清晰”，所以我们就不把这一引申看作是一个独立的引申。

人们往往把上述这些引申含义作为科斯定理的全部含义，却忽略了两个显而易见的引申。

引申2：如果自由的交易可以使资源配置达致最优，那么对自由交易带来的资源配置的强制性干预就会降低资源配置的效率。

引申3：假如由政府或法律强制性地裁定产权的归属，或规定某种产权制度是错误的，自由的交易可以将其纠正。

仔细观察就可以发现，这两种情况并非只是从理论中引申出来的假设情境，在现实世界中是广泛存在的。

正因为研究合约方式，五常教授对这两种情况都很熟悉。在《佃农理论》中，他讨论了台湾土改中的三七五减租[1]。这是典型的政府或法律对自由合约的干预。这正是上述引申2。五常教授指出，政府规定的地租率低于市场地租率的部分并没有由佃农获得，因为低地租的诱惑，或者有更多的人竞争租佃土地，或者是原有佃农自己投入更多的劳动，以获得土地上的更多的产出。但当土地的边际生产率递增时，劳动的边际生产率递减，且可能减至负值；两相抵消，整体效率是下降的（Cheung, 2000, Chapter 5,6,7）。这就是所谓的“租值消散”。五常教授在台湾的实例中发现存在着这样的现象，也就证明了科斯定理的一个引申，对自由合约的政府干预会导致效率降低。

在香港，五常教授又发现了上述引申3。他原来以为，香港政府对楼宇的租价的干预，即将租价强制性地压低到市价的1/10，也会产生明显的租值耗散现象，但事实却非如此。他发现大量的分租和天台木屋现象。这些行为是在价格管制下保留租值，使其不致消散的努力，其具体方式就是合约。五常教授观察到，分租和天台木屋现象使得租值只消散了1/4（Cheung, 2000, F25~F28）。这很合乎科斯定理的逻辑，因为合约的费用是正的。四分之一的租值正是被交易费用消耗掉了。抽象一下，这种现象不正是在产权被法律错误界定的条件下，通过自由的合约可以加以纠正的经典事例吗？

五常教授很清楚分租和天台木屋现象并非香港特例，他很敏锐地将这一现象推广到所有的价格管制的情形。只要管制价格低于市场价格，且如果中间的差额并不排他地留给指定的人，就是无主之物，成为可能被消散的租值。但人们并不忍看到实在的利益化为乌有，采取各种方式留住租值（cheung, 1974）。而所谓“各种方式”就是各种合约方式。如在计划经济下存在着普遍的价格管制，人们可以通过黑市、买卖票证的方法留住租值，从而部分地纠正政府强制性管制带来的资源配置的错误。因而，通过合约纠正法律错误的作法具有一般性。

另外，还要注意一个细节，这就是，当我们说合约可以纠正或部分纠正政府（法律）的错误时，我们暗示，政府或法律的这个错误可以暂时不予纠正，或者更现实地说，是不便纠正。反过来说，

引申3.1：即使政府或法律干预的错误暂时无法纠正，人们也有一种方法能够纠正，这就是合约的方式，这也就避免了当下纠正政府或法律错误的困难或成本。

后面我们会看到，这一细节在人类社会的制度变迁中的重要作用。

四

五常教授关于合约的理论之所以重要，就在于它不仅是一个逻辑自洽甚至优美的理论，而在于它被重要的事实所证实。当年爱因斯坦发表了广义相对论后，英国科学家爱丁顿到南半球拍摄到星光经过太阳时弯曲的照片，很快证实了爱因斯坦的理论，使之很快被科学界所接受。那么，谁是五常教授的爱丁顿呢？

1959年到1961年中国的大饥荒震惊世界。其主要原因就是当时政府设立的产权制度是错误的。这包括人民公社的“一大二公”，也包括政府对农产品价格的管制，当然是低于市场价格。这自然导致严重的效率下降，即租值消散。1961年，农业劳动生产率仅为光绪13年（1887年）的61%。然而，即使如此，纠正产权制度的错误几乎没有可能。当时的产权安排背后是政府的强制力，也有着当时政治领导人的意识形态自信。

但在这种不能改变产权制度的选择空间内，仍有调整合约的足够空间。邓子恢是当时中共党内最资深的农业专家[2]，1961年他受到安徽省和湖南省一些地区试行“包产到户”和“责任田”的启发，认为这是一个既不改变当时政府规定的产权制度，又能提高生产率的好方法。究其实质，包产到户就是在既有的集体土地所有制下，改变合约方式。在人民公社初期，土地和其它生产资料都归公社所有，社员与人民公社之间实际上是一种雇工合约。农民干多干少都一样。而包产到户意味着每户农民上缴政府的粮食是一个固定数额，上缴给集体的收入也是一个固定数额，扣除这两项，剩下的都是农民自己的。这一改变，就相当于从雇工合约改变为固定地租合约。

然而，仅仅是这一个小小的合约方式改变，却产生了非常显著的效率的提高。如1961年安徽省符离集区试行了“责任田”，当年粮食就增产了18%（陈丕显等，1996，557页）。实际上，这是在中共高层对包产到户有争论，尤其是毛泽东本人明显地不赞成包产到户的前提下的增产。如果对比自留地，自留地的亩产一般为集体土地的4到5倍（高王凌，2013，第207页）；如果对比改革开放后受法律保护的包产到户，如“山东章丘县某村包产到户后棉花亩产从17斤提高到130斤；另一村从亩产10斤7两，提高到81斤。有一个大队“改革后连年丰收，粮食总产量由20万斤增加到110万斤。”（高王凌，2013，第186页）则为集体土地上的5到8倍。这一差额正是在错误的土地公有产权制度下，消散的租值。

邓子恢本人并不执着于土地公有的产权制度。然而在他非常清楚毛泽东不会在产权制度上让步的前提下，他提出的包产到户对策，就是在不改变产权制度下的合约方式的改变。用他自己的话说，就是“‘责任田’没有改变所有制性质。”（转引自陈丕显等，1996，第564页）所谓包产到户的“包”是指固定农民上交给政府和集体的粮食数额（邓子恢，第386页）。但结果会带来农业生产效率的显著提高。这是一个很有说服力的改革方案，当时赢得了中共高层大多数领导人的赞同，但他在1961年两次晋见毛泽东试图说服他时，被拒绝了（陈丕显等，1996，第564~566页）。在毛这里，他不仅反对改变产权制度，而且反对改变合约方式。他只是从人民公社的“一大二公”退到了“三级所有，队为基础”[3]。他的理由是要反对民众在收入上的两极分化。他敏锐地意识到，一旦实行邓子恢主张的合约方式变革，种田能手就会迅速富起来。

当然，在毛泽东拒绝进行合约方式变革的前提下，民众要吃饱肚子和增加收入的需求不可遏制。在当时政府不允许的情况下，仍然作出努力保留将要消散的租值。如不少地区私下扩大自留地的面积，相对于政府规定自留地比例不能超过5%，不少地区可达土地总面积的40~55%；最高可达72%，如再加上社员“开荒”的土地，则为86%（高王凌，2013，第201~210页）。

再有就是暗地实行包产到户。尽管由于毛泽东反对包产到户，中共中央经常发布文件打压包产到户，在农村基层则多采取游击战和拉锯战，在1960年，安徽省的实行包产到户的农村曾达80%，其它一些省份地区也有40~74%的比例（高王凌，2013，第220页）。在包产到户受到最严厉压制的70年代，仍有如四川省泸县两区约10~50%的生产队秘密实行包产到户（高王凌，2013，第223页）。

其它名堂还有农民向集体“借地”耕种，“开荒”，“包产到组”等。我们由此看到一个比香港天台木屋大得多、也广泛得多的保留租值的现象（高王凌，2013，第228~234页）。它们的作用不可低估。正是这些不受政府保护的合约方式的变革，减少了租值消散，才使中国避免了重蹈大饥荒的覆辙。

毛泽东以后的政治领导人，尤其是邓小平主政以后，邓子恢的主张又被提了出来。这时是以当年邓子恢的副手杜润生[4]为代表。这一主张虽然受到了强烈反对，但也获得了一些高层政治领导人，尤其是邓小平的支持。在1979年初的一次农业问题的“七省三县座谈会”中，当正反两方争持不下时，就妥协为，对要包产到户的农民“不要勉强纠正，也不要搞批判斗争”（转引自杜润生，2005，第106页）。这实际上就是说，不要用强制性力量阻止农民进行包产到户这种合约方式的变革。到了1980年，中共中央发布《关于进一步加强和完善农业生产责任制的几个问题》的通知（即“75号文件”）时，已提出“应承认群众自由选择的权利”（杜润生，2005，119页）；在强调“集体经济是我国农业向现代化前进的不可动摇的基础”的同时，提出在边远和贫困地区，“群众对集体丧失信心，因而要求包产到户的，应当支持群众的要求，可以包产到户”。

应该说，包产到户的合约还不是一个民众之间的自由合约，还涉及到民众与政府之间的利益关系。中国的政治高层之所以愿意让步，是因为原来的集体化的合约，即农民实际上作为政府雇工的合约并不能为政府带来更多的收入。高王凌指出，“自统购统销以来，农民每年所交售的‘任务粮’的数字（包括各种‘公粮’和‘余粮’及所有上交任务在内），就没有什么增长，一直维持在800~900亿斤的水平上（在这里，作者略去了三年饥荒时期的特殊情况——引者注）。也就是说，农民成功地挫败了政府征收‘余粮’的原有企图，而多少保护了自己的生产所得。政府不但没有如其所愿的取得粮食生产中的增加额，实际上所拿到的，不过是个‘定量租’而已；而且，…… 三年困难以后，政府粮食征购产量占总产量的比重，从25%一直下跌到20%，直到改革开放。”（2013，第160页）既然是一个固定且下降的租税额，政府将农民上交自己的粮食包干为一个固定数额，就没有什么损失，甚至还有增益。

由于包产到户这种在集体土地产权下的新的合约方式受到了政治高层的支持，从而获得了合法性的保护，其纠正产权错置的潜能，即减少租值消散的作用充分发挥了出来，进一步推动了包产到户在全国迅速推广。1982年中共中央“一号文件”正式肯定了包产到户，使之后来成为现在中国农村典型的合约方式，即家庭土地承包制。这一合约方式的基本内容是，在保留土地集体所有权的前提下，农民通过与集体之间的一个合约，获得使用该块土地耕种和收益的权利。这种权利也可以有条件的转让。农民的义务是向政府交纳固定数额的公粮，以及向集体交纳固定数额的收入。用农民的话说，就是“交足国家的，留够集体的，剩下都是自己的。”实际上，这就是一种固定租金的永佃合约。后来的事实我们已经知道，中国农村从此天翻地覆。

五常教授在1970年发表的《合约结构与非排他性产权》一文中指出，私人财产包括使用权，收入享受权和转让权，私人所有权是不需要的（Cheung, 1970）。也就是说，如果用合约的方式获得某块土地的使用权，收入享受权和转让权，无需获得名义上的所有权，其功效也与私人所有权无异。虽然从理论上看这之间的差别极小，但在实践中可以把产权改革转化为合约方式变革，极大地减低了改革的难度，从而使改革得以实行。显然，五常教授在那时就非常清楚这两种改革的重要区别，所以他在《中国会走向资本主义的道路吗》一书中说，“中国可能永远不会以‘资本主义’国家自居，甚或使用‘私有产权’这一类字眼。我的推测不外是，中国将来所采用的产权结构必然与私有产权制度极其类似。”（Cheung, 1986）[5]

也许当时中国的政治决策者根本没有看到过这些文字，但看过与否都不重要。甚至没有看过更能说明问题。因为他们当时面临的情境与策略空间与五常教授合约理论及其分析框架极为巧合地相似。大的制度环境，就是一个由强制性的历史形成的错误的产权制度，但由于政治及意识形态的原因，要改变它极其困难。由于这种错误，租值明显地消散了。但存在着一种合约方式的变革策略，它可以在不改变产权制度的前提下，极大地减少租值的消散。政治决策者已经决定将人人收入平等的目标转变为经济增长的目标，并且已经看到了自留地和农民自发实行的包产到户的明显增产效果[6]。而这种合约方式变革的成本比产权制度变革的成本低很多。明智的政治决策者还能作其它选择吗？

五

把这一思路推广一下，就可以想到，这种合约方式的改革不仅适用于中国农村；因为公有制和计划经济是遍及全国的。由于产权错置和计划扭曲，租值消散现象是普遍的，因而通过合约方式的变革所带来的减少租值消散的效果也应是普遍的。

如前所述，产权制度的错误包括两个方面，一是产权错置，一是管制价格。后者是说，因价格管制，使得产权所有者在交易时不能获得其财产或财产的产出的全部市场价值。中国农村的家庭土地承包制就是用定额租金合约纠正了产权错置的错误，这一合约方式也一度被城市和工业领域所仿效，取得了一定的成果。但对价格管制带来的资源错置，似乎不能简单地用定额租金合约来纠正。这是因为，定额租金合约只是在微观层次，在家庭和企业层次改变所有者与使用者之间的分配，并不能直接改变价格体系。对于农业来讲，产品品种相对较少；且当时政府更重视少数几种粮食作物，对粮食价格进行调整、并由政府的财政承担可能的亏损还是比较简单的。

而计划价格体系就是一个对所有产品全面的价格管制体系，只要修改其中一个价格，就会改变所有产品的相对价格，就会带来收入的重新分配，这就变成了一个政治经济学的问题。因而纠正管制价格的错误，不仅要遭遇政治上和意识形态上的反对，还要面对收入重新分配带来的社会不满。也就是说，要想取消管制价格是极为困难的，但微观层次的合约改革也不能在很大程度上纠正管制价格带来的资源错置。五常教授提到香港的例子，分租和天台木屋都在价格管制范围外通过合约对资源错置的纠正。分租是在价格管制的“深度”之外，天台木屋是在其“广度”之外。且楼宇价格管制只是在市场价格体系中的一项管制，而当时中国大陆的计划价格几乎是无所不在的价格管制。

当然，很自然，首先出现的是计划价格体系的“深度”和“广度”之外出现的合约变革。即农村的乡镇企业，城市的集体企业，以及个体户生产出来的计划外产品按照市场规则进行交易，形成了市场价格。于是出现了计划价格体系与市场价格体系平行的双轨制现象。但两轨之间是互通的。如果不用法律的强制性进行阻止，计划价格体系很快就会被市场价格体系吞掉。但在政治上，虽然计划价格体系没有像公有制那样强的意识形态支持，但这一转变过程可以会带来大量收入分配的扭曲，从而会带来受损者的不满，因而存在着巨大风险。因此，当政治决策者因看到取消管制价格会带来租值消散显著减少的前景，而决心进行价格体系改革时，就遭到了消费者抢购和社会动荡的阻击[7]。

1988年抢购风和1989年的动荡以后，全面取消计划价格体系的改革似乎根本不可行。然而，当我1990年到上海调研时发现，有计划指标的产品只占当时上海全部产品品种的10~20%。也就是说，80%以上的产品已经通过市场进行交易。这使我大吃一惊，也使我有所领悟。回来后写了一篇题为“寻求改革的稳定形式”的论文（盛洪，1991）。我提出，在计划经济下每个企业和地方政府也有其由计划决定的权利和义务，我称之为“计划权利”和“计划义务”。在市场价格体系的映照下，它们的价值或成本被显现了出来。在这时如果允许企业或地方政府之间交易它们的计划权利或计划义务，就不仅会纠正计划价格体系带来的资源错置，而且最终会消除计划价格体系本身，而无需政治行动。

关于计划权利交易的实例，我找到了外汇额度交易。这可能是唯一合法的计划权利交易。即每个有出口权的企业因其超额完成创汇任务而获得了额外的外汇奖励，其形式是“外汇额度”，即以官方汇率的价格购买额度内的外汇，但又不见得当下有用，就可以将额度卖出，外汇额度的价格就是市场汇率和官方汇率之差。这样就可以纠正外汇资源错置，而且在最终，也消灭了外汇额度本身，实现了外汇价格的双轨的并轨。我因此写了一篇题为“外汇额度的交易：一个计划权利交易的案例”（盛洪，1995）的文章。但这不能解释大部分产品静稍稍地进入了市场。

实际上，最大量的“计划权利交易”采取的是对冲形式。即一个地方政府或企业将自己的计划权利与计划义务对冲，或与相关机构的计划权利对冲。用当时上海工业局官员的话说，就是“我们不要国家的平价钢材，我们也就不给国家平价汽车。”而我们知道，在计划经济中，计划权利通常都伴随着相当的计划义务，因而对冲不需要额外补偿。在具体操作上，对冲也是最简单的，因为并不需要与其它机构实际签约。虽然取消对相对机构的计划义务可能会损害它的利益，但由于相对机构也取消了对本机构的计划义务，所以也就打平了。实际上，对冲往往来自于较高级别的政府。首先是中央政府不能履行它的计划义务，所以地方政府也就可以顺水推舟地取消对它的计划义务。更奇妙的是，对冲导致了计划价格本身的消失（盛洪，2003）。

我后来在“市场化的条件、限度和形式”一文中，进行了更一般化的讨论。我提出，在从计划经济走向市场经济的改革中，有两种改革形式，政府和市场，即法律的变革和合约的变革。它们又各自有它们的改革成本。采用哪种改革形式，取决于改革成本。一般而言，只要新制度的交易费用较旧体制中资源错置的损失为低，改革就会进行；直到交易费用与错置损失（即租值消散）相等的那一点。但这还要取决于改革成本的高低。比较而言，即使是采取民主的公共选择方式决定政府的或法律的改革，因对少数人的损害而遭到他们积极地或消极地反抗，也会导致较高的改革成本；而市场的或合约的改革则因其本质上就是双方的同意而不会有人受损，也不会有人反抗，所以改革成本较低。因此，即使政府不改变产权配置，继续维护旧制度中的“产权初始界定”，只要同时允许人们用合约的方式对资源错置进行纠正，不仅会减少效率损失，而且最终旧制度中的错误的初始产权配置和价格管制也不见了。这样一种改革形式的组合，“是成本最低，从而也是最容易成功的形式。”（盛洪，1992）

六

更一般地，合约方式变革实际上主导着世界历史中的制度变迁。在这里，我们可以举两个例子。一个例子是英国土地制度的变迁；一个例子是西欧农奴制的瓦解。

11世纪威廉大公攻入英国以后建立的封建土地制度或称土地保有制，并无正义可言。这种制度就是国王将土地分封给领主，领主分封给封臣，封臣分封给保有农。后者同时有向前者提供劳役的义务。通常是兵役，也有宗教活动的劳役或其它杂役。今天的英国国王至少在名义上仍是威廉大公的后代，因而威廉大公建立的土地制度至少在法律文本上没有明显改变。尽管在王室与国会的战争后会有土地产权的变更，但由于当时的国会主要是土地贵族组成，他们只想变更土地产权，并不想变更土地产权制度。可以推断，这种土地产权的初始配置也是无效率的。不仅土地并非配置给了最善于利用它的人，而且用合约的方式纠正这种错置也非常困难。因为在土地保有制下，与土地保有权相关的各方并非自由而平等的经济主体，而是有着人身依附关系。土地转让手续非常繁琐，交易费用可高达三至五年的收成（咸鸿昌，2009，第346页）。

然而，随着时间的推移，英王的土地所有权的实际内容在逐渐发生变化。今天，虽然英国的土地名义上属英王所有，但这只是领土主权的含义，“封建等级的土地保有制度如今已无实际意义”（劳森和冉得，2008，第85~86页）。而保有农才是土地产权的真正主人。土地产权的交易也变得容易很多。我们看到，直到1925年，英国的法律才正式取消土地保有制。而土地保有制度的“若干概念和技术术语仍然在普通法世界中通用，即便是在早已抵制了君主制度的美国也是如此。”（劳森和冉得，2008，第86页）在英国的历史中，我们并没有看到类似于中国历史中的初税亩和以战争胜利支撑的“废封建，立郡县”这样的重大政治法律变革，这说明，土地保有制实质内容的改变，不是通过法律制度的变革，而更有可能是通过合约方式的变革而实现的。

首先是，在土地保有制下有若干种不同的合约方式，如自由保有权，公薄保有权，租地保有权和维兰保有权等等，都可以被看作是既定法律框架下的不同合约方式。其中的区别是领主与保有农之间的权利义务的分配不同。自由保有权是保有农权利较多而对领主的义务较少的一种形式；而租地保有权则接近于一种市场契约关系；维兰保有权接近农奴，而公薄保有权则不受国王的普通法庭的保护，而要受庄园法庭的管辖。在14世纪到16世纪期间，维兰保有农的数量在逐渐减少，除了一些特殊原因，“绝大多数维兰是通过赎买取得解放。”赎金“有的地区高达10英镑”（沈汉，2005，30页）在这一过程的尾声，英国议会才讨论了普遍解放的法案（沈汉，2005，31页）。

反过来，随着时间的推移，租地保有权在迅速发展。到16世纪，据托尼搜集的16个庄园的资料，租地农场的土地占庄园土地面积的比例从40~90%不等，“租地农场经营在英格兰农村庄园中已成为相当大比例的经营形式。”（沈汉，2005，第80页）自由保有权的比例在增加。据英国农业协理会，到18世纪末19世纪初，英国的大部分地区中，自由保有农的形式最为普遍（沈汉，2005，198~211页）。自由保有权是适用普通法的保有权形式，而租地保有权则适用于市场的自由合约，所以这两种形式都是保有农实际权利较大的形式，因而自由保有权和租地保有权的比例的增长就是保有农从整体上在既定产权框架下的权利增加，而借助的形式只是合约的变化。

不仅如此，自由保有农向领土交付的是固定地租，他们的权利期限却非常地长，一般是从终身到可以无条件地继承。租地保有农也是向领土交付固定地租，而租期可达50~60年，最长可达90年（沈汉，2005，第70页）。这就相当于永佃制。在定额租约下，就会激励保有农对土地的投入，因为任何因改善地力而带来的收入增加都会全部地由保有农获得。于是，久而久之，由于土地单产的不断增加和通货膨胀，“这些数额不大的地租随着时间推移有的逐渐消失。……在16世纪和17世纪，自由持有农的封建负担已非常少，而到了复辟以后，自由持有农已经免除了一切封建负担。”（沈汉，2005，212页）租地保有农的情形也是类似。

如果国王和各级领主实际上收不到地租，他们就不是土地产权的实际所有者。而原来土地附带的各种劳役，也由货币赋税逐渐取代了。至于赋税在国王和议会间怎样分配，那是由政治力量的对比决定的，且属于国家财政范畴，对土地的产权性质并不产生影响。反过来，任何属于自然人或法人的土地产权，都是既定领土主权下的产权，都有纳税义务。于是，没有硝烟，兵不血刃，直接属于国王的土地最终实际上变成了属于保有人的土地；所谓“国王土地”只是领土的一种替代说法。

谈到奴隶制，就更没有什么正义和效率可言。不言而喻，这是最为无效的资源配置，即将一个有无限创造潜能的人贬低为一种工具。而奴隶制的建立，一定是依赖于暴力的；其维持也要依赖于暴力。然而解放奴隶却未必要用暴力。福格尔指出，除了美国和海地，大多数国家废除奴隶制采取的是和平的方法。“在美国南方之外，许多，也许是大多数国家是用渐进解放的方式解放了奴隶。这些方案通常是解放那些生于解放奴隶法案颁布之后某一天的儿童，而不是成人。而且解放的时间是要延迟到他们18岁，21岁，有些地方是28岁的生日。在这种安排下，奴隶主不会承受早已成年的男女奴隶的损失。掌握新生奴隶21岁或28岁之前的服务，意味着大部分，如果不是全部的喂养这些奴隶的成本已经被他们开始生产之年到被解放之年的收入所抵偿。”（Fogel and Engerman, 1989, p35）如果从合约角度看，这种奴隶解放方案类似于一种资产购买合约。

上述的解放奴隶方案似乎还不能算是纯粹的合约方式变革，因为在之前还有国家的解放奴隶法案的颁布。但是，如果我们知道法律制度变革的滞后性，我们就能猜到，这些法案正是合约变革的结果。这些法案多是颁布于18~19世纪（Fogel and Engerman, 1989, pp.33~34），而在15世纪的西欧，已经开始了瓦解农奴制的历程了。道格拉斯•诺思与保罗•托马斯的“西欧制的兴衰：一个理论模型”讨论了这一过程。首先是，13世纪黑死病流行后，劳动力相对于土地更为稀缺，且农奴可以通过逃亡获得更好的待遇，农奴主们之间竞争着较少的劳动力，因而提高了农奴的待遇。在这之后，人口又逐渐增长，庄园之外的市场也发展了起来。市场给出了庄园产品的价格，使得庄园主更愿意将自己的产品卖到市场中换成货币，再从市场中购买自己喜欢的产品组合，而无需让农奴在庄园中直接种植这个产品组合。农奴也可以将自己多余的物品到市场中去卖。

在这种背景下，重要的合约方式变革就发生了。首先是劳役租税可以变为货币租税。这在最初也许就是等价的，但却极大地节约了交易费用，使得农奴可以从对庄园主的劳役中脱身，为完全的自由奠定了基础。农奴在市场交易中也积累了一定量的货币，可用来赎身。而对于庄园主来说，由黑死病后人地关系决定的农奴待遇已经高于当下市场决定的劳动力价格，因而他很愿意接受农奴的赎身。于是，通过合约方式的改变，通过将自身买出的合约，农奴自由了。这样的事情不断发生，最后导致西欧庄园制的衰亡。

在这一论文中，诺思教授与其合作者根据五常教授的《佃农理论》指出，“不同的合约在执行和谈判中会有不同的结果”（1991，第326页），合约作为次级制度安排的变革成本要低于基础性安排的变革成本。因而，制度变革多是首先改革合约方式。合约的变化包括两类。一类是对特定资产产权价格的重新谈判，如对土地价格或劳动力价格的重新谈判，这导致相对价格的变化；或其它权利义务边界的变动，如自由持有农的增加；一类是合约方式的变化，如劳役租税合约变为货币租税，这两种变化都会带来租值消散的减少，同时如同计划价格消失一样，消除了原来的法律关系，即农奴的人身依附关系。

更进一步，诺思教授与托马斯考虑到合约方式变革对基础性制度的影响：“违背、更改或其他绕过现在的基础性制度安排的这类变化不断积累力量，终将会对基础性制度安排进行更基本的或成本更高的修改产生不断增长的压力。”（1991，328页）到后来，国王法庭压倒了庄园法庭，普通法压倒了习惯法。最后到了1925年，《英国财产法》在字面上结束了土地封建制度。

七

五常教授说合约理论是经济学的“缺环”。这不是一般的缺环。尽管合约理论已被提出，但并没有得到经济学界的足够关注，致使我们有关制度的知识结构不够平衡。今天，当人们一谈到制度，首先想到的是产权；一说到制度变革，主要是指产权制度的变革。而对合约方式的变革却少有提及。这种偏差使得我们不能正确地理解历史。由于产权制度与法律相关，而法律又与强制性相关，产权制度的变革往往是重大的政治事件，甚至与流血和战争联系在一起。人们很容易更加关注人们之间的紧张与冲突，而且往往以为这样的事情才是重要的，才真正影响了历史。其实并非如此。正如在灯下找钥匙的故事一样，钥匙其实在黑暗处。

相反，合约方式的变革之所以不被人们关注，是因为它太和平了，也就平淡无奇了。但平淡无奇就意味着没有紧张与冲突，意味着改革成本低，改革波澜不惊，顺利成功。而之所以波澜不惊，是因为合约的性质就是谈判双方一致同意，而一致同意的事情就没有人受损，也就不会有人反对。而一致同意，就是布坎南教授所说的“帕累托最优的政治对应物”，也就能据此判断其结果是有效率的。因此合约方式的变革本身，就是结果有效和成本低廉的意思。

与法律制度变革必然是一个全局性的改革不同，合约方式变革还有一个重要的优点，就是它以制度的最小单位——交易为单位进行改革。只要有两个人达成一致，合约变革就可以开始。这使得这种制度变革从宏观角度看是分散地和逐渐地展开的。它使变革不那么剧烈，可以使人们和社会渐渐地适应，也防止过激变革带来的文化冲击和历史断裂。当合约方式变革逐渐穷尽了变革带来的增益，就会自动停止下来，因而可以使改革恰到好处，不致过头。还一个好处，就是不像法律变革那样整齐划一，而是使不愿接受变革的人保留原来的或自己的合约形式，保存了制度的多样性。

反观法律制度的变革，不用说专制制度下的法律，即使是民主程序下的法律，也必然带有强制性。因为多人的一致同意几乎无法达到，所以一般只能采取多数原则。这从根本上就无法避免损害一些人，从而不可能达到帕累托效率。而有些当下看来损害少数人的法律，如侵犯少数人产权的法律，从长远看会损害多数人甚至是全体人的利益。因而法律制度的改革的成功率是相对较低的。

当法律改革涉及到对产权制度或产权归属的变动时，就可能引起极为强烈的社会对抗，因为这是对人的利益的直接触动。况且，法律变革经常伴随着政治变动，而在政治上处于不同社会集团的人更可能使法律变革矫枉过正，使产权制度偏向另一端。如认为私有产权制度存在问题的政治集团，建立了一个更糟的公有产权制度。如此导致重大财富再分配的变革极有可能引起暴力冲突以至战争。而这种要付出鲜血和生命的变革，无论如何，也是成本高昂，不可接受的；如法国革命，俄国革命和中国革命的惨痛教训告诉我们的那样。

即使付出了鲜血和生命的代价，导致法律变革的政治变动能否带来一个更有效率的制度是令人生疑的，甚至可以说，能否建立一个更好的制度，与其付出的代价没有什么正相关性，却很有可能存在着负相关性。因为流血越多，说明反抗者越多，胜利者对失败者的制度安排越不公正，也就越是偏离利益的均衡，也就越没有正义性和效率。如中国土改后建立的土地制度是一个倒退了几千年的制度，它直接导致了饿死几千万人的大饥荒。

更狭义一些，五常教授提出的合约理论可以用于一个特定情境，即在一个被确认是错误的产权制度前提下，且这一错误由于政治及其它原因，不可能首先通过改变法律而加以纠正，这时采取合约方式的变革，就可以在这个错误产权制度继续存在的前提下，以较低的成本显著地减少因产权错置而导致的租值消散，进而直接消除产权错置，或通过合约方式变革的积累及其明显呈现出来的增益，使法律变革的基本原则有更为准确和充分的参照，而其阻力变得最小。

将这一结论应用于政治选择，就是一个政治集团，当它意识到现有的产权制度存在问题，但又缺乏政治条件马上对之进行改革，一个重要的选择就是在保留现有产权制度的前提下，允许民众进行合约方式的变革，并保护这一变革的结果。这就是中国的执政党在1979年以后的15~20年间所做的事情。即家庭土地承包制的推行和计划权利的交易。

以往由于没有从合约理论出发，许多人对中国没有进行明显的产权改革，却出现经济奇迹感到不解。他们或者宣布产权理论不灵了，或者用产权理论进行复杂的解释，或者将中国奇迹的发生归功于原有的产权制度。有些人甚至说中国的成功是因为政府的多方干预和国有企业的群体性崛起。如果用合约理论，中国奇迹的原因就再简单清楚不过了。这就是因为“合约重要”，合约方式的改变就能带来租值消散的减少和效率的提高。

用合约理论也能解释，为什么在大约从2000年左右开始，中国的改革可能会遭逆转。这是因为，当我们说政治集团要尊重现有产权制度，通过合约改革可以减少租值消散时，我们还要增加它不能再设立新的错误的产权制度这一条件。这是因为，如果错误的产权制度不断地重新设立，就等于开启了新的一轮租值消散。还有一个条件是，合约变革的结果，即它所形成的产权配置要得到尊重，否则合约变革的激励就会消失，它减少的租值消散又会消散。在2000年左右，政治集团豁免了国有企业上缴利润的义务，赋予了它们支配国企利润的权力，设立了若干项重大的垄断权，削弱了农村集体的土地权利，就相当于重新设立了错误的产权制度，造成新的租值消散；而对于农村集体和民营企业通过合约获得的产权却加以剥夺，如对农民的土地和民企购买的自然资源开采权的侵夺[8]。这些作法都导致了中国经济发展形势的恶化。

总之，发展和运用合约理论，经济学对历史和制度变迁的解释力就会显著增强。五常教授作为合约理论的开创者，对经济学的贡献功不可没。

参考文献：

Alchian, Armen, and Demsetz, Harold, “The Property Rights Paradigm”, The Journal of Economic History, No.3, 1973（Vol. 33）. 中译文：阿尔奇安和德姆塞兹，“产权范式”，载《现代制度经济学》，中国发展出版社，2009。

Alchian,Armen, Economic Forces at Work, Liberty Fund Inc. 1977.

陈丕显等，《邓子恢传》，人民出版社，1996。

Cheung,Steven, The Theory of Share Tenancy, The University of Chicago Press, 1969; 中译本：张五常，《佃农理论》，商务印书馆，2000。

Cheung, Steven, The Contractual Nature of the Firm, The Journal of Law and Economics, Vol. 26, No.1.(Apr.,1983),pp.1~21. 中译文：张五常，“企业的契约性质”，载《现代制度经济学》，中国发展出版社，2009。

Cheung, Steven, Will China Go Capitalist? (Hobart Papers) Institute of Economic Affairs; 2nd Revised edition (August 19, 1986). 中译本：张五常，“中国会走向资本主义的道路吗？”，载《中国的前途》，花千树公司，1985。

Cheung, Steven, A Theory of Price Control, The Journal of law and Economics, Vol.17, No.1 (Apr., 1974), pp.53~71.

Cheung, Steven, The Structure of a Contract and the Theory of a Non-Exclusive Resource, Journal of Law and Economics, Vol. 13, No. 1 (Apr., 1970), pp. 49-70.

Coase, Ronald, The Problem of Social Cost, The Journal of Law and Economics, Vol. 3 (Oct., 1960), pp. 1~44. 中译文：科斯，“社会成本问题”，载《现代制度经济学》，中国发展出版社，2009。

Demsetz, Harold, “The Exchange and Enforcement of Property Rights”,  The Journal of Law and Economics,11-25（October, 1964）. 中译文：德姆塞兹，“产权的交换与行使”，载《现代制度经济学》，中国发展出版社，2009。

Demsetz, Harold, “Toward a Theory of Property Rights”, American Economic Review, May 1967.

邓子恢，《邓子恢自述》，人民出版社，2007。

杜润生，《中国农村体制变革重大决策纪实》，人民出版社，2005。

Fogel, Robert, and Engerman,Stanley, Time on the Cross, W.W. Norton Company, 1989.

高王凌，《中国农民反行为研究（1950~1980）》，香港中文大学出版社，2013。

Lawson, F.H., and Rudden, Bernard, The Law of Property, Oxford University Press, 2002; 中译本：劳森和冉得，《英国财产法导论》，法律出版社，2009。

North, Douglass and Thomas, Robert, “The Rise and Fall of the Manorial System: A Theoretical Model”, Journal of Economic History, 31(December), 1971. 中译文：诺思，“西欧庄园制的兴衰”，载《现代制度经济学》，中国发展出版社，2009。

盛洪，“寻求改革的稳定形式”，《经济研究》，1990年第11期。

盛洪，“外汇额度的交易：一个计划权利交易的案例”，《中国社会科学季刊》，总第十三期（1995年11月）。

盛洪，“一个价格改革的故事及其引出的过渡经济学的一般理论”，《管理世界》，2003年第5期。

诺思，《经济史中的结构与变迁》，上海三联书店出版社，1991。

沈汉，《英国土地制度史》，2002，学林出版社。

咸鸿昌，《英国土地法律史》，北京大学出版社，2009。

张五常，《制度的选择》（《经济解释》卷四），中信出版社，2014。

---

[1] 即由法律规定，将地租率从平均56.8%以上减低到37.5%（Cheung, 2000, p.88）。

[2] 邓子恢，1953年起担任过中共中央农村工作部部长，国务院副总理，政协第四届全国委员会副主席。1972年去世。

[3] 相当于将经济核算单位从乡缩小到自然村。

[4] 杜润生被称为“中国农村改革之父”，1979年后历任中国国家农业委员副主任，中共中央农村政策研究室主任，国务院农村发展问题研究中心主任。

[5] 五常教授后来在《经济解释》中提到，“早在1968年，在芝大我看到一本共产中国的关于合约法律的书，奇怪没有私人产权的国家会有合约法律。当时跟施蒂格勒和德姆塞兹提到该书，他们认为可能是纸上谈兵，没有用场。我见该书很厚，没有用场不会花那么多笔墨写出来。蔡俊华提供的资料证实合约早在共产中国存在。其含义重要：中国的权利结构改革可从修改合约这通道走，绝佳，因为不仅可以避免另一次流血革命，而且修改合约带来的效果是稳定的。”（2014，297页）

[6] 杜润生在《中国农村体制变革重大决策纪实》的第四章“公有土地家庭承包制的大变革”中，对二十世纪70年代末80年代初中共高层决策者们对包产到户的经济效果的认识有很多描述（2005，第96~138页）。

[7] 1988年，当中国的政治决策者决定取消计划价格体系时，出现了严重的抢购风潮。决策者被迫取消了这次价格改革。1989年，因价格双轨制产生的腐败让民众不满，又因胡耀邦逝世引发了政治动荡，最后导致“六四事件”。

[8] 对农民土地产权的侵夺，是指自二十世纪90年代末期至今的情形，即地方政府以远低于市场价格的价格从农民手里强制性地夺走土地。对民营企业产权的侵夺是指山西省强制性地从浙江民营企业手中收回它以前卖出的煤矿开采权。

（《学术界》2018年第三期首发）

《盛洪教授》：制度经济学

December 9, 2025 published in Man and the Economy: https://www.degruyterbrill.com/document/doi/10.1515/me-2025-2001/html?utm_source=researchgate.net&utm_medium=article

Abstract: The development of artificial intelligence has led some people to hold overly optimistic views, believing that it will soon replace humans as the intellectual dominator, even supplanting the spontaneous order that humans have followed due to “rational inadequacies.” However, some philosophers and economists have long pointed out that spontaneous order is something that human rationality and sensibility cannot fully comprehend. Just because humans have succeeded in understanding simple systems does not mean that the same methods can be applied to complex systems. Research by mathematicians on computational complexity and computability shows that there is a class of problems (NP) that are very difficult to solve, and many problems in real-world complex systems are even harder than NP problems. Thus, NP-hard problems serve as a mathematical expression of the “difficulty in understanding complex systems.” Since artificial intelligence relies on computer computation, and there exists a large class of problems that are difficult or impossible to compute, general artificial intelligence cannot be realized and cannot replace spontaneous order—a problem that is much harder than NP problems. Humans gradually discover spontaneous order through random exploration—a form of brute-force search—relying on two abilities: the capacity to judge the superiority of one choice over another and the motivation to explore. Because human utility is a complex combination of various sensory and psychological cultural factors, its complexity far exceeds that of NP problems. Therefore, artificial intelligence cannot simulate human utility and thus cannot replicate the human methods of discovering spontaneous order.

Keywords: Artificial Intelligence, Spontaneous Order, NP, Random Exploration, Utility

1. The Question Raised: Can Artificial Intelligence Replace Spontaneous Order?

Recently, some breakthroughs in artificial intelligence have led to inflated imaginations, with people believing that general artificial intelligence will soon be realized and will completely replace human dominance in intellectual matters. This notion may stem from the business sector developing artificial intelligence models, which has sparked exaggerated admiration for this prospect among the general public. However, this exaggerated judgment is somewhat vague, leading to the impression that it could replace all human knowledge accumulation and intellectual capabilities, including not only human calculations under specific rules but also the rules that humans have consistently followed, such as market rules, the rule of law, and democratic rules. This raises a serious issue.

Although no one has openly proclaimed this, the actual behavior of some individuals provides a definitive answer. For example, after the Trump administration took office in the United States, Elon Musk led the “Department of Government Efficiency,” which took over the International Development Agency on its first day and gained access to the federal government’s computer systems. Musk claimed that he wanted to use “artificial intelligence to lead government decision-making,” with the goal of having AI systems automatically handle federal budgets, policy analysis, and administrative approvals within a few months (YouCao, 2025). His assistant, Thomas Shedd, announced plans to create “AI coding agents” to automate government processes and centralizing sensitive data like government contracts (Economic Times, 2025). According to the U.S. Constitution, government decision-making follows a set of legally established procedures. This set of procedures has evolved over a long history within the constitutional framework, and its rationality and legality have been proven by historical practice.

Using “artificial intelligence to lead government decision-making” implies that Musk believes decisions made by artificial intelligence would be superior to those made based on the traditions of the American institutional system. This institutional tradition has deep roots; it inherits the tradition of English common law and has evolved over more than 200 years in America, incorporating characteristics that adapt to America and refining innovative rules. It can be said that this political tradition in the U.S. is precisely what Hayek referred to as the real counterpart of spontaneous order. For Hayek, “spontaneous order” is almost equivalent to ideal order. In reality, institutions and rules that approach spontaneous order include markets, families, governments, enterprises, religions, social organizations, and cultural traditions. Throughout human history, people have integrated the concept of “adhering to spontaneous order” and the rules manifested by spontaneous order into the human knowledge system.

As for the formation of spontaneous order, a deep understanding of spontaneous order itself is something that human rationality cannot fully grasp. Hayek stated, spontaneous order’s “degree of complexity is not limited to what a human mind can master. ” (2000a, p. 57). Spontaneous order is formed through long-term interactions among people without a specific purpose; during this formation process, people are often unaware of the order’s emergence, and future generations cannot know it either. The value of the rules inherent in spontaneous order is also beyond the complete understanding of human rationality. It serves as an “abstract rules operate as ultimate values because they serve unknown particular ends” (2000b, p. 21). Therefore, spontaneous order holds a dominant significance for human civilization. Hayek remarked, “civilization has largely been made possible by subjugating the innate animal instincts to the non-rational customs which made possible the formation of larger orderly groups of gradually increasing size.” (2000b, p. 500).

Thus, the question is whether artificial intelligence has reached such a height that it not only surpasses human rationality but also transcends the spontaneous order that is beyond human “rational inadequacy,” and can therefore be used to replace spontaneous order?

2. A Large Class of Problems Are Theoretically Unsolvable by Computers

In the academic field of artificial intelligence, opinions are relatively cautious. So far, no one has claimed that general artificial intelligence has been achieved; industry leader Yann LeCun has emphasized that the efficiency of computers is far inferior to that of the human brain (2021, p. 64). Furthermore, the basic view in computer mathematics research is that artificial intelligence may never be able to solve a certain large class of problems. In fact, discussions about computational complexity and computability problems have long existed in the mathematical community, particularly regarding the P and NP problems. With the development of computer computational power, this discussion has become increasingly important, to the point that Scott Aaronson pointed out, “The P vs. NP problem is one of the deepest questions posed by humanity” (2021, p. 49). To date, most mathematicians believe that P ≠ NP, which means there is a class of problems known as NP that are very difficult to solve. It is noteworthy that, even today, mathematicians acknowledge that there is a large class of problems that computers may not be able to solve.

Here, we need not repeat the P and NP problems in mathematical language, as general readers may find it difficult to understand and might miss the main point. This issue actually highlights the impact of problem complexity on solvability. The higher the complexity of a problem, the more computational resources are required, making the problem harder to solve and more likely unsolvable. The term “computational resources” in this context is abstracted as time and space, with a particular emphasis on the time dimension. Excessive computation time not only affects the timeliness of the results but also makes the cost prohibitively high; it is also possible that the problem being solved is ultimately unsolvable. Thus, time becomes a measure of computational complexity. When the computation time approaches infinity, the problem becomes computationally intractable.

For sufficiently long inputs (n), mathematicians categorize problems into four general classes based on their complexity levels and the corresponding difficulty of solving them. One class can be solved in polynomial time (understood as simple or quick, i.e., P), another class cannot be solved in polynomial time but can be verified (i.e., NP), yet can be solved in non-deterministic polynomial time (understood as very difficult), one class requires exponential time to solve (exponential time means very long, making solutions nearly impossible), and another class can only be approached through brute-force search (or exhaustive search), which involves testing every possible combination in astronomical numbers to find the optimal solution, making it even less feasible . Although these four categories are not sharply defined and may overlap, generally speaking, from front to back, each subsequent class is more difficult, requires longer solving time, and is more likely to be unsolvable.

These four classes of computational complexity problems are differentiated by algorithms. Mathematicians acknowledge that, in the broadest sense, brute-force search is considered an algorithm, albeit the simplest and most clumsy one, and it involves the most computational steps and time, serving as a fundamental reference for various algorithms. Philosophically, an algorithm represents a method of thinking; brute-force search—testing each possibility one by one—is the most basic form of thinking, while other algorithms are more sophisticated thinking techniques. For instance, polynomial algorithms, non-deterministic polynomial algorithms, and exponential algorithms exist, which are more clever than brute-force search, characterized by requiring fewer steps and less time. This indicates that mathematics, as a refined method of thought, is a way to save thinking time by utilizing the properties of numbers. It is part of humanity’s effort to reduce the cost of action. Therefore, the so-called computational complexity problem, stripped of the nature of the problem itself, is fundamentally a question of cognitive economy. Computation time, as a cost for humanity, forces people to make a detailed trade-off between computational costs and the utility of solutions, specifically between marginal computation costs and marginal utility of solutions.

Conversely, the problem itself is another aspect of computational complexity. Of course, the “problems” discussed here are not simple ones; they are neither elementary arithmetic issues nor university-level physics or chemistry problems. No matter how complex these problems may be, they are still simple system problems. This roughly corresponds to inorganic systems. In contrast, complex systems correspond to biological, physiological, or social systems. Several typical NP problems studied by mathematicians, such as the traveling salesman problem, clique problem, and packing problem, are social issues. Economists applying mathematical methods to solve the problems of reclaiming and re-auctioning wireless channels also deal with social issues. However, these “problems” regarded as mathematical issues are already quite abstract and simplified, much simpler than real-world social issues. Yet, if these relatively simple problems are difficult or even unsolvable, how much more so for problems in reality?

The complexity of most real-world problems exceeds that of NP problems, “things in nature and human society are many times more complex than phenomena in number theory” (Huang, Xu, 2004, p. 12). Most mathematicians have already concluded that P≠NP, meaning the NP problem is very difficult to solve (Roughgarden, 2023, pp. 334-336). For example, even if a traveling salesman only sells products in 48 cities in the United States, finding the optimal route is still difficult. The problem of distributing M types of products among N people in reality is much more complex; even in a small country like Singapore, with a population of 5.92 million, or even in a village of only 100 people, solving the optimal distribution of 100 types of goods would require choosing from 100100 = 1E+200 possible combinations. Thus, the so-called mathematical problems are merely abstractions and simplifications of real issues, with mathematics unable to solve a large class of mathematical problems, let alone most real-world problems. Therefore, since there exists a class of problems that are difficult for computers to solve, how could artificial intelligence be all-powerful? How could general artificial intelligence be realized?

3. Economists: Complex Systems Are Beyond Rationality

Regarding the failure of human planned economic experiments, economists attribute the cause to the fact that complex systems are too intricate for human rationality to understand and grasp, let alone “design.” Hayek stated, “The 20th century is undoubtedly an age of superstition, primarily because people have overestimated the achievements of science; when we say that people have overestimated the achievements of science, we do not mean that they have overestimated the successes of science in the realm of relatively simple phenomena (where science has indeed achieved great success), but rather that they have overestimated the achievements of science in the realm of complex phenomena, as evidence has shown that applying techniques proven to be highly beneficial in the realm of relatively simple phenomena to complex phenomena is extremely misleading” (Hayek, 2000, p. 530).

This perspective is essentially a form of epistemological agnosticism, a tradition found in both Eastern and Western thought. Laozi said, “To know that you do not know is the highest; not to know that you do not know is a disease.” Kant believed that human reason can only understand the appearances of things, not the things-in-themselves. His bottom-line logic is, “It is obvious that I cannot know as an object that which must be the prerequisite for knowing any object.” “If we wish to make a judgment about the origins of sensibility and intellectuality, I can only see that such exploration completely exceeds the limits of human reason and is beyond our capability.” (quoted from Zeng and Liu, 2007, p. 136). Hayek shares a similar view: “A complete explanation of even the external world as we know it would presuppose a complete explanation of the working our sense and our mind. If the latter is impossible, we shall also be unable to provide a full explanation of the phenomenal world.” (Hayek, 1976, p. 194)

The development and success of science since modern times seem to contradict this agnosticism. However, as previously quoted from Hayek, this success is only in the realm of simple systems, while in the realm of complex systems, humanity remains “beyond rationality.” We simply do not see Hayek’s detailed distinctions between “simple phenomena” (systems) and “complex phenomena” (systems) to clarify where the boundaries lie. However, the discussion on computational complexity by mathematicians in the previous section regarding P and NP problems seems to help us further understand why humans can achieve success in exploring simple systems while their rationality cannot grasp complex systems.

The four types of computational complexity discussed in the previous section—polynomial time algorithms (P), non-deterministic polynomial time algorithms (NP), exponential time algorithms (ETA), and brute-force algorithms (BF)—can be broadly divided into two categories: one that is solvable in polynomial time and another that includes NP problems and those more difficult than NP. Mathematicians refer to these two types of problems as “easy problems” and “hard problems” (Roughgarden, 2023, p. 31). We can roughly correspond these two types of problems to simple systems and complex systems. Since mathematics is a refined form of thought, if we can mathematically prove that problems in simple systems are solvable while problems in complex systems are difficult or even unsolvable, it would demonstrate that simple systems are within the grasp of rationality, while complex systems are beyond it.

Figure 1 Comparison of Time Complexity Growth Trends

Note: The chart was created using Microsoft Excel. It compares a polynomial time complexity, O(n³), and an exponential time complexity, O(2ⁿ). When n exceeds 10, the exponential time complexity surpasses the polynomial time complexity. This can be seen as a watershed in terms of computational complexity between simple systems and complex systems. Of course, in practice, this watershed is not a single point but a fuzzy area. The boundaries between the two will also shift with advancements in computational methods. Nevertheless, such a watershed exists.

Many descriptions or definitions exist regarding simple systems and complex systems. From a mathematical perspective, the distinction lies in dimensions, linearity, coupling between components, emergence, and so on. However, complex systems are often viewed as systems generated from an exponential number of possibilities, thus roughly corresponding to exponential time algorithms, indicating that the difficulty of solving complex systems exceeds NP. In contrast, simple systems are generated from a relatively small number of possibilities, roughly corresponding to polynomial time algorithms, making them easier to solve. Therefore, we can use precise mathematical methods to distinguish between simple systems and complex systems, with their significant difference lying in computational complexity. This can be measured by computational complexity time. The computational complexity of complex systems is very high, making them difficult to solve or even unsolvable. Computational complexity times above NP represent long, unacceptable computation times or costs, which may even approach infinity. This is why complex systems are “beyond rationality.”

4. How Did Humans Survive Without Computers?

However, the problems in reality are not just mathematical issues; they are matters of winning or losing, life or death. Without solutions, humanity would be unable to develop or even survive. How is it that humanity has reached this point today, without extinction but even thriving?

Generally speaking, “complexity” can be understood as the challenge of selecting the best answer from how many possible answers; the more choices possible, the more complex the problem. The complexity of a problem primarily depends on its scale—specifically, the number of variables, dimensions, and states involved. Complexity arises from the combinations of these factors. When there are few variables, such as when a traveling salesman needs to visit only six cities, there are 720 possible route combinations. This is not manageable for the salesman, but for a computer, finding the optimal route is not complex. However, if there are 48 cities, the number of possible route combinations becomes astronomical—1.24E+61—making it impossible for a computer to find the optimal route “quickly.” When a cellular automaton model is in a one-dimensional, two-state, three-cell configuration, there are only 256 possible rules. But if the number of states increases to three, there are 7,625,597,484,987 possible rules (Wolfram, 2002, p. 60). If we move to two dimensions with at least nine cells in a two-state scenario, the number of possible rules skyrockets to 1.34E+154.

Upon closer examination, the problems classified as NP or NP-hard are fundamentally exponential in nature. Thus, NP problems are included within exponential time problems. For example, the traveling salesman problem involves finding the optimal route among N! possible choices, and the number of possible rules for cellular automata is a combination of cell count (N), state count (S), or dimensions (D), leading to ; all exhibit exponential function forms. We can also say that the difficulty of exponential time problems is greater than that of NP problems. Another characteristic of exponential time problems is their rapid acceleration; as the number of variables, states, or dimensions increases slightly, the algorithm’s steps or time grow disproportionately fast, the increase in computing power is far from keeping up (Roughgarden, 2023, pp. 34-35). In the real world, with hundreds of thousands or millions of variables (or people, nodes), and states that are not just binary but at least four-dimensional, most real-world problems are of extremely high complexity, at least falling into NP problems or exponential time problems, which are essentially non-computable issues.

However, mathematics is a profession pursued by only a small number of people. Its simple methods serve merely to save computation time when addressing simple problems for the general public. When faced with numerous real-world problems that cannot be computed, how do people solve them? In fact, people have resolved these issues; otherwise, humanity would not exist today. They also use mathematics to solve these problems, employing the brute-force search (exhaustive search) algorithm mentioned earlier. This can be referred to as the calculation in one base system, but it is certainly the clumsiest method and at the bottom among the various calculation methods mentioned above. One might ask why ordinary people do not seem to use brute-force search methods to solve problems. In reality, people do not intentionally test each possible option one by one; their actual method is random exploration. Randomly probing among astronomical possibilities is akin to an exhaustive search method, as the probability of repeating the same option is extremely low, resembling an exhaustive search, albeit not in a sequential manner.

Moreover, people do not need to discover the optimal choice immediately; they only need to find a better option among two or more choices and apply it to similar actions in the future. They may also continue to explore, either intentionally or unintentionally, and if they find a better option, they will replace the existing better option with this new one. This random exploration is not limited to specific individuals. Anyone who discovers that another person’s choice yields better results can learn and imitate. This only requires individuals to distinguish the better option among two or more choices. They can be contemporaries, descendants, or others’ descendants. Thus, through generations of trial and error, people’s choices improve over time. It is not just one person randomly exploring, but many individuals exploring simultaneously in different locations. Since there is some correspondence between specific actions and specific outcomes, gradually, the choices of many people converge and become similar; especially when individuals choose behaviors that do not harm each other but benefit all, a set of behavioral rules emerges that everyone follows—this is spontaneous order.

To adopt this choice model, two questions must be addressed. One is how to determine what is “better.” The other is what motivates people to explore randomly. Regarding the first question, it seems unnecessary to resolve. People judge based on the outcomes of their choices. This outcome impacts the interests of those making the choices. If one choice brings greater benefits—lower costs or higher gains—then that individual will continue to make that choice. If they cannot recognize this benefit, natural selection will take effect. Ultimately, in a competitive environment, those who do not choose the better combinations will disappear, while those who do will survive. Thus, regardless of whether individuals are aware of which choice is better, natural selection will favor the better choices.

Then, what motivates people to explore randomly? For example, a traveling salesman, when unable to use a computer to find the best route, is essentially engaging in random exploration. He might follow traditional routes, but occasionally he takes a different path, resulting in three possibilities: it could be worse than the previous route, the same, or better. If it is better, he will continue to take that route in the future. Similar opportunities for chance will arise again, and he will handle them in the same way. Gradually, the routes improve and become more efficient. If there is a rule between the traveling salesman and the company that states if a better route is discovered, the saved travel expenses will be shared equally, both parties will have the motivation to continue exploring new, more economical routes.

This is just a simple example. If we acknowledge that most problems in society are NP problems, or exponential time problems, or even problems that can only be solved through brute-force calculation, then people in reality use the aforementioned random exploration method to resolve these issues. Some may question, now that this random exploration method does not immediately find the optimal solution, how people to survive? In fact, survival does not require an optimal solution; generally, a better solution is sufficient. At this point, people do not need to follow mathematical rules but rather the rules of natural selection. As long as the benefits they gain can meet their energy needs—ensuring energy supply exceeds energy consumption—they can survive; furthermore, if there is a surplus, they can reproduce. Of course, if competition exists, it will depend on whose “better solution” is superior. This is the competition for survival. A traveling salesman who discovers a better route will outperform one who takes a less optimal route.

5. Market and Spontaneous Order as Simple Solutions to Complex Problems

Using the traveling salesman problem as a threshold, problems with higher complexity are even less likely to have optimal solutions found by computers. For example, the aforementioned market problem. This is an exponential time problem and can at least be solved using brute-force search. However, the sheer number of possible combinations makes it nearly impossible to find the best one through brute-force search. Therefore, in reality, people solve the distribution problem of M types of goods among N individuals through random exploration. This is also a form of brute-force search; they simply do not need to discover the optimal combination immediately.

An individual is not concerned about whether the resource allocation in society is optimal; rather, they care about whether their own welfare improves. When a person needs a certain good, they have several choices. One option is to rob or steal from others; another is to deceive or spread false information; a third is to use their physical advantage to force an “exchange” from others, i.e., coercive buying and selling; and a fourth is to exchange items they own with others’ consent. A person can randomly choose one of these actions, but the outcomes are distinguishable. They might temporarily believe that stealing or robbing has low costs, but such behavior is unsustainable, as others will eventually retaliate or become wary. If they persist in this behavior, they will ultimately disappear. Thus, repeated random trials will lead people to conclude that respecting others’ property rights and exchanging their own property is a better behavioral choice. This conclusion is also the result of many others’ random explorations, and they will eventually accept such rules. This is how property rights systems are formed. This represents the first stage of results from this random exploration.

Within the framework of property rights, people can continue to engage in random exploration while adhering to exchange rules—market rules. For example, if they have an item, they can try to take it to the street to exchange for other items, with the exchange rates being completely random. Of course, there are also detailed distinctions within this behavioral framework, such as differences in negotiation positions, abilities, and information availability, which can lead to different exchange prices. However, when many people are exchanging the same item, the prices they form through bargaining may differ, and they can learn from each other. If one person has a more advantageous exchange, others will adjust their strategies accordingly, using that as a basis for bargaining with sellers; otherwise, they can turn to others for purchases. Since lower prices are beneficial, a nearly uniform price gradually forms in the market for that item. Similarly, there are thousands of such items, each forming a market with its own price. Reasonable price comparisons will also emerge between markets. Thus, a pricing system is established throughout society. This represents the second stage of random exploration.

The market rules are similar to the incentives discussed earlier regarding the traveling salesman, as the potential for profit encourages adherence to these behavioral rules, prompting random exploration. Therefore, in reality, the exploration for optimal combinations transforms into behavioral rules that incentivize this exploration. We can view market rules as a mechanism that facilitates computation; they do not directly compute the optimal combination in the market but instead drive people to randomly explore better behavioral rules and, under those rules, better behavioral choices. Through extensive random interactions among large groups, a set of equilibrium market prices gradually emerges (see Figure 2). Within this pricing system, any individual can use a very simple algorithm—addition, subtraction, multiplication, and division — to determine the quantities of goods they need within a given budget to maximize their utility. The situation for producers is similar, though perhaps slightly more complex.

Figure2 Demonstration of Final Supply and Demand Selection Points and Trajectories

Note: This figure illustrates the results calculated and demonstrated using a MATLAB model created with GPT-4.5. It assumes that any consumer has their own utility function and will randomly explore beneath this function curve, while any producer has their own cost function and will randomly explore above this cost curve. Their random exploration areas are located in the triangular region to the left of the equilibrium point in the figure. In this area, the model randomly generates 40 points, and the consumer and producer each randomly select two points for comparison. The consumer retains the point with larger utility and discards the lesser one; they then randomly select another point to compare with the retained point, keeping the one with greater utility and discarding the lesser one, and so on. The producer follows a similar process, comparing based on their revenue and retaining the larger points while discarding the smaller ones. After 39 selections, both ultimately choose the equilibrium point where the utility function and cost function intersect, or a point close to equilibrium.

History and economics have proven that this market equilibrium price guides people in rationally allocating their expenditures to achieve utility maximization under budget constraints. It also enables producers to determine their production quantities and varieties based on this pricing system, ultimately maximizing their revenues. From a societal perspective, when all producers and consumers make rational decisions within this market price system, the total quantity of M products will roughly equal the total demand of N individuals. In reality, there are likely hundreds of millions of types of goods (M) on Earth, with N being approximately 8 billion. From a mathematical standpoint, solving such a problem is fundamentally impossible, yet the market effortlessly resolves it.

This super difficult problem has been simply solved by humanity using random exploration methods. The approach is not traditional mathematical computation, but it is a form of mathematical computation—specifically, brute-force search through random exploration. The method people use is to promote this random exploration through an incentive mechanism, manifested as a behavioral rule—market rules. It includes a simple stipulation: a transaction can only occur and be deemed legal when both parties agree. It does not directly provide the optimal answer for resource allocation but encourages people to engage in random exploration, ultimately leading to the formation of market equilibrium prices. This provides an important parameter in this vast polynomial — price — contributing significantly to solving it. With price as a parameter, each consumer or producer can then determine their respective demand or production quantities, greatly reducing computational complexity and making it much easier.

The allocation of fiscal funds requires the measurement and comparison of the utility of public goods. The overall utility of a public good is not something that any individual can directly perceive. Each individual can draw analogies to the utility of that public good based on their evaluation of the utility of private goods. Economists express this with a relatively strict formula, stating that the marginal utility of one unit of a public good should equal the marginal utility of one unit of a private good. The overall utility of a public good is the sum of all individual utilities. In an ideal scenario, all stakeholders would participate in voting to determine the specific form of public good utility. In practice, this involves making a comparison between two choices: to provide or not to provide, or to provide option A or option B. This is essentially a comparison of utilities. We already know that artificial intelligence cannot accurately simulate the utility of private goods, and judgments regarding the utility of public goods are even beyond the capabilities of AI. Moreover, even if AI could assess the utility of public goods, finding the optimal allocation scheme among multiple public projects within a given budget would be similar to the packing problem in NP problems, which is difficult to solve (Roughgarden, 2023, pp. 47-48). In voting, each person makes a vague but appropriate comparison in their mind between the utility of a particular public good and the utility of the same unit of a private good. After a long period of trial and error, the results of their voting will approach the optimal outcome.

The market is just one of many customary laws in human society. Besides the public finance distribution procedures, other aspects such as gift-giving rules, family order, village customs, legal regulations, religious norms, and so on share exchange characteristics similar to those of the market. Their formation is also akin to that of markets, gradually converging into widely accepted behavioral rules through random exploration by people. Their common feature is the selection of the better option among any two possible behaviors or things, while also allowing for new choices. These behavioral rules embody principles similar to those of the market, where people are always engaged in exchange, albeit not exchanging goods but rather exchanging behaviors (Sheng, 2021). Exchange follows the principle of equivalence, with the rule requiring agreement from both or multiple parties. Markets and other customary laws collectively constitute the rules of social order for humanity, under which people primarily produce, live, and transact. This is the essence of human society. They exist because humanity has solved socially complex problems, which appear complicated mathematically, using simple behavioral rules, allowing human society to exist and develop.

6. Can Artificial Intelligence Replace Human Exploration of Spontaneous Order?

This question refers to whether artificial intelligence can discover a method completely different from spontaneous order, such as the market, by directly calculating each individual’s instantaneous demand at any location and automatically satisfying that demand. As discussed earlier, many social issues that are more difficult than NP hard cannot be solved using mathematical algorithms, and thus AI cannot replace humans in addressing problems that the market can solve through spontaneous order. This conclusion should be quite certain. Broadly speaking, AI cannot replace all institutional rules with spontaneous order characteristics, and it will never be able to do so. However, some may ask whether AI can imitate humans, discover rules similar to spontaneous order, and follow these rules to conduct random exploration to find better or optimal solutions to these social problems.

This requires AI to meet two conditions. First, it must be able to evaluate the outcomes of any two actions. Second, it must have the motivation for random exploration. The first condition is one AI can both satisfy and dissatisfy. It can meet this condition in the sense that people can input a relatively simple “value function” into AI, allowing it to judge the results of two randomly chosen actions. This has been achieved by successful AI projects, such as image recognition and board games. However, it cannot fully satisfy this condition because the value function must closely mimic human value judgments. This involves assessing the utility of different goods. Utility is a comprehensive judgment that requires multiple dimensions of perception, such as visual, taste, smell, tactile, auditory, proprioceptive, internal bodily sensations, psychological feelings, cultural preferences, and combinations of these perceptions. This requires inputting relevant value functions into the AI beforehand.

Even assuming the technical issues of perceiving various sensations have been resolved, this is still impossible. The value function is a utility function, and not only is human utility derived from a combination of multidimensional sensations, but each sensation also has multiple levels or scales, and can even change continuously. If there are ten dimensions of sensation, with ten levels for each, there would be 1010 (1E+10) combinations, which would decrease as the quantity consumed increases, meaning that at every consumption level, there are different utilities and combinations. If we further subdivide into ten levels, there could be 1E+100 possible combinations, which is still a rough estimate. Moreover, these utilities are also related to different environments, times, and physical conditions. For example, one needs an umbrella only when it rains, feels hungry only near mealtime, and requires cold medicine only when sick. Therefore, strictly speaking, human utility is not replicable. According to epistemology experts, human utility is “embodied.” To imitate it perfectly would be equivalent to creating a real person, which is fundamentally impossible. Those who advocate modified computationalism believe that when they include human sensations in their calculations, the problem is solved. However, based on computational complexity theory, we know that such an imagination can never be realized.

As for the costs incurred by individuals or enterprises, they are actually derived from utility. People work to earn income, which means sacrificing leisure time; their judgment of costs is essentially an evaluation of this sacrificed time. The value of this time lies in its utility. Work prevents one from traveling or enjoying art. For humans, all costs can be measured in time—that is, utility—so costs represent negative utility. Their satisfaction with work compensation also depends on whether these rewards can purchase goods that satisfy their utility, which is also based on utility judgments. Therefore, for AI to obtain the value function for production or service costs is as difficult as determining utility. The complexity makes it challenging to solve.

Furthermore, exploring the pricing system across the entire market requires not only comparing the utilities of two specific goods but also comparing the utilities of any two goods. The sheer volume of goods necessitates even more dimensions of perception for evaluating their utilities, leading to exponentially increasing utility combinations. Thus, just the value function for a single individual would require thousands of variations, which is currently beyond the capabilities of computers. In fact, even if these value functions could be constructed, no matter how intricate they are, they remain imitations and do not represent real human utility. Consequently, AI cannot replace humans in evaluating the relative merits of any two randomly selected choices. Even human value functions can be flawed because humans may break down the overall assessment of natural selection into local, short-term utilities, which may not be correct. This is not a concern because human errors will be corrected by natural selection; those who make mistakes will suffer losses or perish. However, AI’s value functions, even if they appear realistic, will not have natural selection to correct them.

Now, regarding the motivation issue. At first glance, this may not seem problematic. Computers do not require motivation; they only need human commands. However, following commands is fundamentally different from having intrinsic motivation. What self-interest does a computer have? Without human commands, can AI have the motivation to explore randomly? Computers have silicon-based bodies, and their energy source is electricity. They likely do not experience discomfort (hunger, pain, etc.) due to a lack of energy, nor do they possess the desire for bodily expansion. Random exploration of customary laws such as the market does not bring any benefits to themselves. Therefore, they lack the motivation to engage in such random exploration. Could humans program them with an incentive-based system to motivate random exploration? This might work but would only be effective in specific areas, while areas not covered by the program would remain unaffected. Human utility is comprehensive; they naturally explore advantageous domains without needing external prompting.

Moreover, simulating spontaneous order in a market involves more than just an individual comparing the utility of any two goods; the market cannot be formed through just one or two interactions. It must emerge from prolonged interactions among thousands of consumers and producers. Even if the previous two issues could be resolved, AI would still need to construct comparisons of utility among thousands of individuals for thousands of goods, and similarly construct comparisons of costs among thousands of enterprises for thousands of goods, while also facilitating competitive negotiations between consumers and enterprises to form an equilibrium pricing system. This presents an overwhelming challenge for an AI with such vast capacity, as it is illogical; the market interaction involves countless independent individuals, each with different utility functions and cost functions formed from various combinations of sensory dimensions. AI often operates as a singular entity, with a single logic and value function. If AI were divided into many individual units, it still could not simulate independent individuals because their structures, logic, and value functions would be the same. For instance, in a game of AlphaGo, both sides use the same value function. If thousands of different value functions were required, the complexity would be unachievable. Most importantly, this is merely simulation.

AI can defeat world champions in Go but cannot evaluate two products in the market. This illustrates Moravec’s Paradox, which states that AI can accomplish tasks that humans find difficult, yet struggle with tasks that humans find easy. This is likely because difficult tasks for humans require rational abstraction and reasoning, which are easier to formalize and thus easier for machines to execute. In contrast, the human senses, evolved over millions of years, and the recognition and synthesis of those senses are often completed subconsciously. The information processed by these senses and their combinations grows exponentially with increasing dimensions and quantities, creating complex problems that are difficult for computers to solve. The languages formed by humans are abstractions of specific sensory experiences, serving to reduce dimensionality and significantly simplify the problems requiring computation.

Compared to human language, individual human utility is multidimensional, continuously changing, varying with time and location, and unique to each person. When AI attempts to simulate human utility, it must increase complexity; when the dimensionality of perception exceeds a certain point, its complexity increases exponentially, leading to what is known as the “curse of dimensionality,” which exceeds the computational capabilities of computers. Yann LeCun stated that while we can train a system to estimate the probability of the next word in a sentence, “we cannot train a system to predict what will happen next in a video,” because “the physical world is far more complex than language” (2025). Since AI cannot simulate human utility, it cannot compare it, making it impossible to form spontaneous order through random exploration. Therefore, it cannot imitate spontaneous order or solve the problem of distributing M products among N individuals, and thus cannot replace spontaneous orders like markets.

To date, most successes of AI have been based on the language formed through the random exploration of many individual humans. On this basis, computers still have advantages in second-order choices (i.e., making choices based on the results of others’ choices). However, they cannot replace humans in random exploration. Thus, even though human random exploration may seem simple, AI cannot imitate it, let alone replace it. Moreover, the spontaneous order formed through the random exploration of many individuals over a long time is something AI cannot match.

7. Why Do Many People Believe That Artificial Intelligence Can Replace Traditional Human Rules?

History shows that humans have several times exaggerated the role of rationality due to its development and minor achievements, extending its application to inappropriate areas. This error has been recognized and pointed out by wise individuals among humanity, as previously cited from Hayek’s perspective.

The first reason for this error is that people view the victory of rationality in simple systems as evidence of its omnipotence, applying rationality to complex systems without distinguishing the significant differences between complex and simple systems. Many thinkers have pointed out that human rationality is limited, stemming from the fact that humans are finite individuals with limited energy, time, attention, memory capacity, and cognitive ability. The distinction between simple and complex systems, in terms of mathematical description, relates to the issue of computational time. In recent decades, mathematicians have increasingly focused on the P vs. NP problem, which addresses complexity and computability, beginning to differentiate the computational difficulty between simple and complex systems. Generally, complex systems tend to have exponential difficulty, with their computational challenges surpassing NP difficulty, making them hard to compute and impossible to solve using human rationality. This is also a mathematical expression of the notion of “limited rationality.” The general public does not understand this distinction and easily misinterprets the success of rationality in simple systems as applicable to complex systems; many elite intellectuals, unaware of the conclusions from computational complexity research, also make similar mistakes.

The second reason is that those who claim they can rationally design complex systems can, in practice, simplify the problem to reduce its complexity to a computable level, thus proving that their “rational” designs are feasible. When mathematicians are unable to solve NP problems, they discover some approximation methods that compromise on accuracy, not requiring optimal solutions but achieving near-optimal solutions. This may involve reducing problem size, lowering problem dimensions, breaking problems into smaller parts, or only searching locally, then connecting various local solutions, or conducting local random explorations, etc. There are so-called greedy algorithms, local search methods, and so on. In practice, the operation of simplifying complexity is not as “mathematical.” During the planned economy period in mainland China, the planning authorities only planned for over 400 types of products(Cheng, 2016, p.53). This starkly contrasts with the current Taobao/Tmall platform, which has 2 billion products, even after consolidating different models down to 35 million. The planning authorities greatly reduced the variety of goods to simplify product types. A straightforward example is that clothing at that time was predominantly blue, with green and white as alternatives, making the populace appear like a group of “blue ants.”

The third reason is that people’s general perception of complexity is entirely different from actual complexity. As Moravec’s Paradox reveals, “Computers can play chess and solve mathematical problems, but we cannot make them perform simple physical tasks, such as manipulating objects or jumping, which animals can easily accomplish.” “Computers can easily handle discrete objects and symbolic spaces, but the real world is too complex; a technique effective in one situation may completely fail in another” (Yann, 2025). Breakthroughs in AI regarding games and mathematical problems lead the general public to believe that AI should easily handle tasks that humans find simple, such as household chores, transactions, business management, and political affairs, and even do them better. If AI can defeat Lee Sedol, why can’t it toast bread or pour coffee? This fosters the illusion that AI will soon replace humans in leading society.

The fourth reason is that people tend to overestimate the role of human rationality while underestimating the role of spontaneous order. Human success in science leads people to further imagine that it will play an even greater role in human affairs, as seen with the emergence of planned economies. This is because rational behavior is conscious; the success of rationality is something humans consciously reinforce and recognize, and it is also an important aspect of proving their own value. In contrast, spontaneous order operates in a “too high to be known” manner, forming and functioning silently without people’s awareness. The successes achieved under this spontaneous order are not attributed to the spontaneous order itself, which people do not recognize, but rather to their own efforts. Thus, humanity repeatedly errs in underestimating spontaneous order and exaggerating human rationality.

The fifth reason is that some individuals, in pursuit of commercial or political gain, exaggerate the role of rationality or artificial intelligence to create public opinion that benefits their acquired interests or power. Given the aforementioned psychological weaknesses, the general public is also easily swayed by such arguments. This has been evident in the current hype surrounding AI’s imminent surpassing of human capabilities, leading some AI companies to gain excessive profits. Historically, planned economies also gained power for certain political groups under the guise of “scientific theory.” Recently, Musk’s “Government Efficiency Department” took over government departments, again under the banner of “artificial intelligence.” The rhetoric surrounding AI has convinced many that its power is boundless, superior to the constitutional system and political traditions established in the United States for over two centuries, and better than Congressional decision-making; thus, such clearly unconstitutional actions have been implemented.

8. Conclusion: The Appropriate Role of Artificial Intelligence in Spontaneous Order

This article starts from the perspective of computational complexity, asserting that the problems spontaneous orders (like markets) can solve are more difficult than NP problems. Since NP problems indicate issues that are difficult or even impossible for computers to solve, and because NP problems are already abstractions and simplifications of human problems, many real-world issues are even more challenging than NP problems. Therefore, artificial intelligence cannot solve a significant portion of real-world problems, rendering it incapable of achieving so-called “general” intelligence. Consequently, it cannot replace spontaneous order in addressing resource allocation and product distribution issues, nor in resolving conflicts of rights and interests among individuals.

In reality, people adopt random exploration methods, evaluate the outcomes of these explorations, retain better results, and discard poorer ones; they continue this process iteratively. This method not only allows the parties involved to explore but also enables others to observe and imitate better outcomes. Thus, people continuously discover better behavioral choices. Due to the relationship between good outcomes and specific behaviors, most individuals tend to gravitate toward these better behaviors, ultimately forming a rule, which constitutes spontaneous order.

The formation of spontaneous order requires two conditions from individuals. The first is the ability to discern the merits of any two things or actions; the second is the motivation to do so. People possess utility judgments regarding various items or actions, which are formed from a combination of their sensory perceptions—such as vision, hearing, taste, smell, touch, proprioception, psychological states, and cultural preferences—each contributing to different combinations. Based on utility, individuals can also form cost judgments. The interactions and negotiations among numerous different individuals effectively communicate and compare their utility judgments, ultimately reaching agreements. This is what establishes prices. The numerous transaction prices influence each other and eventually converge to a roughly unified price. The market prices of thousands of different goods ultimately form a pricing system. People make purchasing or production decisions based on prices, using simple algorithms to solve extremely complex issues from a societal perspective.

This is a rather clumsy and fundamental algorithm—a form of brute-force search through random exploration—that can easily solve problems that are mathematically difficult. However, AI cannot replicate this. Although AI can generate or input simple value functions and compare any two items, it cannot generate a utility function that approximates human utility. This is because utility consists of a combination of multidimensional sensations and psychological states, and generating it is far more complex than language; furthermore, comparing any two items requires the interaction and comparison of the different utility functions of thousands of individuals, which is overwhelming for AI. As the dimensionality of perception increases, its complexity grows exponentially, far outpacing the speed of computer processing power. Therefore, AI is not only currently unable to replace or imitate spontaneous order, but it will also never be able to do so.

Overall, human cognition of the universe can be roughly divided into three domains and corresponding three stages. The first involves random exploration in a state of complete ignorance; the second involves making rational choices based on experiences gained from random exploration; and the third requires letting natural selection make judgments. Artificial intelligence is most suited to operate in the second domain, or second stage. In this stage, humans have gained experience through random exploration in the first stage and have abstracted and simplified it into language, facilitating rational formalization and analysis, affirming and generalizing superior experiences for easier dissemination and learning; however, the correctness of this approach still needs to be judged by natural selection. Since AI does not possess a human-like body and cannot intricately mimic human utility, it is fundamentally impossible for AI to replace humans in random exploration or to consequently form spontaneous order. Natural selection remains the ultimate judge of all things, including humanity, and AI cannot hope to match that. Thus, the appropriate role for AI is to process low-dimensional information that humans have already simplified. In doing so, it may achieve results that surpass human capabilities.

Nevertheless, AI has achieved significant success. This is primarily reflected in its ability to make judgments and reasoning based on language, in formalizable domains (such as games and theoretical explorations), and in problems that can be computed and solved in polynomial time (i.e., simple system problems). In these areas, AI serves as an excellent assistant to humans. When people follow spontaneous orders (such as markets or parliamentary procedures), AI can provide specific individuals with recommendations. For instance, it can offer judgments on a budget to members of Congress or provide individual traders in the stock market with assessments of stock fluctuations, helping people make better judgments on comparatively complex matters. AI will always be the best assistant to humans, not the decision-maker in human choices.

References

Cheng, Liansheng, Trailblazing: The Planned Economy in China, Beijing: CPC History Press, 2016.
Chen, Zhiping, Xu, Zongben, Computer Mathematics, Science Press, 2001.
Economic Times, “Is Elon Musk-led DOGE using AI to help rewrite a large chunk of the federal government’s computer systems?” Economic Times, February 6, 2025.
Fu, Yuxi, “Theory of Computational Complexity,” Tsinghua University Press, 2023.
Hayek, (2000a) Law, Legislation and Liberty (Volume 1), Beijing: China Encyclopedia Press, 2000.
Hayek, (2000b) Law, Legislation and Liberty (Volumes 2 and 3), Beijing: China Encyclopedia Press, 2000.
Hayek, The Sensory Order, Chicago: The University of Chicago Press, 1976.
Huang, Qiwen; Xu, Ruchu; Introduction to Modern Computational Theory, Beijing: Science Press, 2004.
Aaronson, Scott, Quantum Computing Open Course – From Democritus, Computational Complexity to Free Will, Beijing: People’s Posts and Telecommunications Press, 2021.
Sheng, Hong, “The Effectiveness of Customs,” Research on Institutional Economics, Issue 1, 2021.
Roughgarden, Tim, Algorithms Illuminated—Part 4: Algorithms for NP-Hard Problems (electronic version), Beijing: People’s Posts and Telecommunications Press, 2023.
Wolfram, A New Kind of Science, Wolfram Media Inc., 2002.
Yann, LeCun, “Current Large Language Models Will Ultimately Be Eliminated,” Weicao Zhiku, March 30, 2025.
Yann, LeCun, The Road of Science, Beijing: CITIC Publishing Group Co., Ltd., 2021.
YouCao, “The Six Young Generals Seize Power, Musk Rewrites the Power Game in Washington,” Village General, February 7, 2025.
Zeng, Jijun; Liu, Ye; Kant’s Wisdom, Beijing: China Film Press, 2007.

December 9, 2025 published in Man and the Economy: https://www.degruyterbrill.com/document/doi/10.1515/me-2025-2001/html?utm_source=researchgate.net&utm_medium=article

《盛洪教授》分类目录

盛按：纪念科斯教授诞辰115年。为什么中国人要纪念一个美国人？因为他的贡献不仅一般地属于世界，而且特殊地有益于中国。他用经济学理论又一次证明了产权制度对经济发展的至关重要性，中国改革的奇迹恰是重新承认和尊重了产权，且一旦轻视产权，就导致了经济衰退。科斯教授也对中国寄予厚望。2008年他在芝加哥会议上说，“为中国奋斗，就是为世界奋斗”，他的希望就是，“政治机器”能运转得好一些，为此他要感谢年轻的与会者，因为“将思想变成现实比我行将进入的长眠要难一点。”（2025年12月29日）

盛按：最近《科斯论法律经济学》出版，可喜可贺。斯人虽去，遗产珍贵。我以前曾说，“科斯与中国紧密地联系在一起了”，是从科斯角度说的，现在要强调中国方面。科斯的产权理论之所以在中国产生如此巨大影响，是因为中国本来就有产权文化的种子和环境。不说孟子有言，“夫仁政，必自经界始”，这种思想始终贯穿于传统的礼法制度之中。堪称经典的《唐律》既是周礼经汉魏晋南北朝臻于成熟的礼法巅峰之作，也是后世朝代礼法体系的楷模。其中就有“诸在官侵夺私田者，一亩以下杖六十，……园圃，加一等。”是对孟子原则的具体化。科斯并不是首创了产权理论，他的理论的重要性在于，他在产权制度在近代以来受到攻击和污名化后，重新为产权正名。中国人是在近几十年产权意识陌生化后，在外国重新发现了自己的道理。我们仍要感谢科斯。（2024年6月12日）

盛按：昨天读到王宁的“在科斯墓前”，又引起我对科斯教授的怀念。他不仅是伟大的思想者，而且是一位高雅的君子。很少有经济学家像他那样其产权理论在他在世时就产生巨大影响，并在实际中让一个大国翻天覆地。2008年芝加哥会议犹历历在目。他对中国情况了解的渴望，他对中国的热爱和寄托，都深深感染着与会者。我在这篇文章中记录了我当时的感受。不仅为改革开放三十年的成就而欣喜，而且对未来有着乐观的憧憬。现在看来是太乐观了。不过，回忆那次会议就是一种享受。再发。（2021年3月5日）

当中国各界纷纷开会纪念改革开放三十年时，7月14日到18日五天时间，在美国芝加哥举行了一次极为特殊的研讨会。这是由诺贝尔经济学奖得主，新制度经济学的开山大师罗纳德·科斯倡导并实际资助的会议。科斯基金会为这次会议出资四十多万美元，将近诺贝尔 奖金的一半。共有四个诺贝尔奖得主，除了科斯本人外，还有道格拉斯·诺斯，蒙代尔和福格尔，参加了这个会议。新制度经济学的大将哈罗德·德姆赛兹自始至终积极参与了这个会议，另一员大将张五常则通过DVD发表了演讲，《中国的经济制度》，把他这些年对中国改革的体会和理论创见做了集中表述。

国内共去了包括经济学家、企业家和政府官员约50人，他们从各个角度对三十年的改革进行了描述、分析和解释。科斯教授除了事先就仔细阅读了论文以外，也几乎每天都参加会议，尽管由于太过劳累而没有全部参加。但在中午吃饭时，还是把当天发言的人请去一起就餐谈话。晚上也邀请各路人马，如中国去的经济学家共进晚餐。

科斯教授已经98岁高龄，组织一次会议极为艰难，但除了出资外，他几乎是靠他与中国的个人人脉关系邀请了与会人员，协调会议日程，在没有一个专业的机构或会议公司承担会务的情况下，成功地举办了这次会议。为什么在近百高龄，科斯教授要不畏艰难召开这次会议呢？

在会议结束时，科斯教授做了总结发言，这很像是一次世纪总结。他说之所以想召开这次会议，是因为“中国正在发生的事情使我感到极为惊讶。”而“如果不对中国发生的事情感到惊讶，就会误解中国；如果我没有听到改革参与者们在这次会议中讲的很多情况，我就不会理解中国。”其实，他一直在关注中国。科斯教授说，“相当长时间里，我一直相信中国的未来。在我还是孩子的时候，就读马可 · 波罗。我从中发现的，令我神往。那是一个有着巨大潜力的国家。”从他的中国朋友那里，他了解了不少中国改革以后的情况。也许最多的信息来自张五常。在本次会议的演讲中，张五常对三十年改革的高度赞扬令人印象深刻。

然而，也许命中注定他只能永远与中国隔海相望。记得1994年科斯教授接到了中国国家体改委的邀请，我当时正在他那里作访问教授，就鼓励他接受邀请，但他说他岁数太大了，不宜去这么远的地方。然而实际上这不是真正的理由。后来他的朋友接二连三地访问中国。如德姆塞兹，蒙代尔和诺斯等人。其中蒙代尔还获得了北京市荣誉市民资格。诺斯教授现在也有87岁高龄，却每年至少来中国一次。有些因素使科斯教授错过了访问中国的较好时机。如今再奔波这么远来到中国，也许就太冒险了。

当我们与科斯教授共进晚餐时，我问他是否为没有到过中国而遗憾，他却截然地回答说“不遗憾”。也许真的不遗憾。对于科斯教授来说，“中国”是一个遥远而神秘国度的代名词，他需要用这个代名词来寄托他的梦想。20年前，在纪念“企业的性质”，他的一篇天才论文发表50年时，他说“我想再度扬帆起航去寻找通向中国之路”，实现他的“老年人的梦想”。而在今天，“中国”可能已经远远超出比喻的范围。因为一个真实的奇迹发生在了寄托梦想的地方。但是，还是保持一点神秘感吧。

为什么一个美国人不做美国梦，而做中国梦？科斯教授在总结发言中接着说，“我生于1910年，那时工业革命在欧洲已进入尾声，社会体系看来稳定；但在我还是一个孩子的时候，战争爆发了。那是一场愚蠢的战争，除了破坏一无是处，女人和男人被杀死，人们失去了对那种社会体系的信心，于是共产主义降临了。”在科斯教授年轻的时候，曾经是一个社会主义者。但苏联等实行计划经济的国家后来的表现使他转变了看法。但他似乎省略了对这一段历史的回忆，就接着说，“我们现在处在一个伟大的情境之中，一切似乎都发展得很好。”他显然是在指中国的市场化改革取得的成就。为什么科斯教授对中国的成就如此兴奋？我们猜，是因为他童年发生的那场愚蠢战争仍是一个挥之不去的噩梦。导致这种愚蠢战争的因素还存在。解决的办法是另辟溪径。要市场和产权，但是不要战争。也许中国能做到？

科斯教授是这样想的吗？接下来就没有悬念了：“我真诚相信，为中国奋斗就是为世界奋斗！”我简直不相信自己的耳朵。科斯教授对中国的期待为什么比中国人还高？为什么比我这个对中国有很高期待的人还高？在我们知道的西方学者中，很少有超然于诸种文明之上的。也许汤因比算一个。当别人问他想出生在何时何地时，他说他希望出生在汉代的中国西域。在批判西方的民族主义的同时，他赞赏在汉代就形成的中国的天下主义文化。汤因比甚至期待着中国对世界的未来作出贡献：“或者成为全世界的‘中华王国’，才是今后中国所肩负的使命呢？”在科斯那里，我看到了汤因比的境界。如果一个有着天下主义传统的社会通过产权变革和市场化而兴盛起来，世界的永久和平不就变得更有希望了吗？

不过如同所有远远遥望中国的西方学者一样，科斯难免有对中国的过度美化。当初莱布尼兹，伏尔泰和魁奈这样一些欧洲著名的知识分子都卷入了中国热之中。在《中华帝国的专制制度》一书中，魁奈把中国描绘为一个遵循自然秩序的完美国度。尽管那时正是传统中国的最后一个高峰——康乾盛世，但中国远没有那样好。当然今天的通讯技术比18世纪要好得多。科斯了解中国不是通过传教士的信札，而是通过现代传媒和朋友。也许张五常是科斯获取中国印象的最重要和权威的通道。张五常对当下中国的赞颂充满了激情，他甚至说中国目前的经济制度是世界上最好的制度。这不能不增加科斯对中国的信心。

当然科斯的神奇之处在于，他有极好的直觉。1994年当他在与我谈到中俄改革的对比时就说，中国比俄罗斯在制度上优越的地方是家庭，在中国，人民公社解散后还有家庭组织生产；而在俄罗斯，集体农庄解散后就只剩下个人了。对于目前的好势头能否继续，他没有把握，因为“政治机器自己运转，它将如何作为，我不知道。我能做的，就是希望它在今后100年能做好。”科斯教授接着说，“我现在要感谢你们。”似乎一半是对着在场的人，一半是对着他所谓的“政治机器”，因为“将思想变成现实比我行将进入的长眠要难一点。”听到这里，我的眼框有点湿了。这是一个世纪告别，又是一个世纪托付。“如果你们兑现你们在这个会上所说的，我会很高兴，实现了这些，会使人民幸福，我感谢你们。”

也许，张五常与科斯是相通的。他希望在中国寻找到更好的制度。只是我们应该清醒地认识到，我们还远没有达到这个目标。但我们要努力。中国的经济制度确实有了很大改进，我们也希望能把它变成世界最好的制度。同时也要树立信心，在中国探寻出最好的“政治机器”，它至少再有效运转100年。当我从芝加哥回来以后，遇到了一些令人尊敬的人，他们在为改进“机器”做着不懈的努力。也许科斯教授真的直觉很好。

在最后一个晚上，会议又安排在一个中餐馆举行晚宴。我找到机会与科斯夫人说几句话。我祝贺她有一个成功的婚姻，因为科斯夫妇的婚姻是制度经济学界的佳话。在1998年巴黎举行的新制度经济学年会上，奥利弗·威廉森教授说，科斯教授不仅研究制度经济学，而且实践制度经济学。一个明证就是他有一个成功的婚姻。科斯夫人听罢，半是满足、半是抱怨地说，他的丈夫是与经济学结了婚，经常把她抛在一旁，思考自己的经济学问题。之后我又对科斯教授开玩笑说，您的太太说您不是一个好丈夫。他回答说，“从现在开始，我是好丈夫了。”

2008年9月4日于北京森林大第

《盛洪教授》分类目录

盛按：五常教授九十高寿，我向他祝贺。以他的学术成就，他对中国改革的建言贡献，值得我们经济学人向他致敬。在此发表我在五常教授八十寿辰研讨会上的发言，以致敬意。（2025年12月1日）

租值消散与交易费用

在张五常教授八十寿辰学术研讨会上的发言

盛 洪

五常教授说，租值消散就是交易费用，或者交易费用等于租值消散。这句话怎么理解呢？在这里，租值消散可以被广义地理解为资源错置的损失，或就叫社会福利损失；而交易费用就是人与人之间互动所产生的费用。我在1992年的一篇论文的脚注中提到，交易费用下降的好处不仅仅是节约了一点交易费用，而是使原来因交易费用过高而无法实现的交易得以实现。例如，原来的单位交易费用为10元，所有交易收益在10元以下的交易都无法实现。当单位交易费用降到5元时，所有收益在5~10元之间的交易都可以实现了。

在这里，在一笔交易中，节约的交易费用等于增加的交易收益。而交易之所以有收益，是因为交易重新配置了资源，提高了资源配置效率，即增加了社会福利。反过来说，假如交易费用没有降低如此的量，社会福利也就不会增加如此的量。因而，租值消散等于交易费用。证毕。

如果这一等式成立，将具有极强的解释力和分析能力。首先，是因为它简单。一个理论，如果得越简单，解释面越广，则这一理论解释力越强，也就越有价值。例如爱因斯坦的质能方程，E=mC2，就是一个范例。简单意味着易于掌握，即理解和运用的成本低，解释面广意味着理解和适用的事物多，即收益高。

第二，它可以以可见推导不可见。例如交易费用是可见的，而租值消散是不可见的。所谓“不可见”，包括“看不见”，“看不清”，甚至“还没发生”。例如政府的管制价格低于市价，人们为了竞争低于市价的商品而付出的费用可被称为租值消散。一种形式就是排队。我们知道，在边际上，排队的人的成本恰好等于市价与管制价格之差。但我们不知道，在他之前的人排了多长时间的队。更何况，我们不知道他在这一竞争中处于优势是否以在另一个被管制商品的竞争的劣势为代价。如果出现走后门的情况，我们就根本看不见了。

五常教授说，这里租值消散不仅指已经发生的、正在发生的租值消散，还包括应该会减少的租值消散。如前例所说，如果我知道单位交易费用为10元，我就能够推断存在着最高为10元的租值消散，因为一定存在着交易收益低于10元的潜在交易。但在交易费用没有变化的时候，租值消散的减少还没发生。

类似“以可见推不可见”的例子在科学史中有不少。一个典型的例子就是“爱因斯坦的望远镜”。即根据爱因斯坦的广义相对论，光线在经过巨大质量的天体时会弯曲。这样，如果有一个黑洞存在，在它之后的发光天体的光经过它时会弯曲，在地球上观察就会产生放大效果。人们可以根据某一天体突然变亮变大推断，有一个黑洞在它的前面（面对地球）。黑洞是看不见的，但是运用爱因斯坦的望远镜，人们可以推断出黑洞的位置和质量。

以政府对价格的管制为例。如果我们知道管制价格与市场价格之差恰好等于租值消散，等于交易费用，这一差额的缩小就意味着在单笔交易中租值消散减少了相等的量。如果完全取消政府对价格的管制，单笔交易中的租值消散就减少了市场价格与管制价格之差那么多。

再比如，如果我们知道一个新的污水处理设备比旧的每单位节约了10元成本，我们就知道每单位治污增加了10元的社会福利。如果我们知道新的治污成本是每单位5元，我们也能推断出，还有每单位5元的污染损失。

最后，我们还可以将这一方法用于互联网的电子商务。我们假定，电子商务将单位交易费用降低了90%，如为10元/单笔交易，我们就知道，原来单位交易收益在10~100元的交易实现了。如果我们知道，具有不同收益水平的交易的分布，我们就会估计，单位交易费用 的降低会带来多少社会福利的增加。

我们假定，最高交易收益是100元，最低是0元。一共有100种不同收益的交易类型，每种相关一元，即100元，99元，98元，……，0元。它们服从正态分布。当单位交易费用从100元降到10元时，我们就会知道，到底有多少交易从潜在变成了现实，我们由此可以估计电子商务将会带来怎样的社会福利增加。

盛按：最近看到一篇文章说，在药店中买药，刷医疗保险比付现金贵44%，并归咎于药店的不良。我们曾对大陆中国医疗体制做过研究，我猜测，药店之所以这样，是因为它要向医院药价对齐。为什么医院药价贵呢？我们的研究发现，人们在保险制度下比没有保险制度下多支付115%的费用。这是因为，保险制度承诺报销一定比例的医药费用，使人们有一种“保险幻觉”，认为医药费用便宜了，于是就买贵买多，结果就会将医药价格推高，并且过度医疗。为了应对这种一种药品两种价格的情形，药厂分别生产两种包装，以使消费者认为是两种产品。这篇文章比较专业，有兴趣的朋友可以看看摘要和结论。（2025年10月21日）

盛按：最近美国联合健康保险CEO被枪杀，竟在网上引起一波欢呼。这是因为美国商业保险业极端追求利润，费用偏高，赔付苛刻，该CEO更是拖延高手，招人愤恨。然而这是整个商业保险业的问题，并非一个人所能承担。况且和平抗议的方法很多，不是只有枪杀才引人注目，这仍是一起不可饶恕的犯罪。不过事情已经发生，也可因此反省一下保险业。实际上保险业的基本逻辑就存在问题。本文指出，由于存在“保险幻觉”，保险业会最终导致医疗价格反比例上涨，这就是本文所揭示的：医疗价格与自付率（患者自己支付的费用占实际医疗费用的比例）成反比。由于存在逆向选择，健康的人不愿购买保险，不健康的人则会增大赔付，与保险公司的倾向正好相反。美国的商业保险是由于政府的免税政策，才形成了普遍被企业接受的情形，从而美国的自付率处于全球的低端，因“医疗保险悖论”其医疗费用居于全球的高端。我们将医疗费用与“收益”（人均期望寿命）综合而成的“效率值”作了一个各国的排序，结果美国是倒数第一。因而，美国人报怨的保险业的问题根植于保险业内在逻辑之中。反省应该到这一层次。（2024年12月14日）

医疗保险悖论：

医药价格与自付率成反比的假说及其在中国的验证*

盛洪  张林

〔摘要〕医疗保险的本意在于减少医疗支出的不确定性。然而我们的研究发现，由于医疗保险削弱了价格信号，加上医疗机构本身的垄断性，却带来了医保悖论：即医疗价格与自付率成反比。这意味着医疗保险最终有可能放大，而非减少了疾病带来的费用支出，即医疗支出风险。本文发展了以自付率（α）和垄断程度（e）为主要变量的分析方法，利用CHARLS微观数据及《中国卫生统计年鉴》数据，验证了医疗保险悖论在中国的存在，保险覆盖下的医疗支出为无保险时的2.1倍。同时，本文提出了医保改革方案，以增加医保收益，降低医保悖论带来的损失。

〔关键词〕医疗保险悖论,自付率，医药价格

一、问题的提出：医疗保险的福利增量是否真的大于其成本？

从个人角度看，一个人的得病与否和医疗效果具有奈特所说的不确定性，即不知其概率分布的不确定性。正如奈特所说，“很少有人能够就某一具有惟一性的事例计算出概率。”（2005，第173页）但是从整体来看，奈特说，“一类事例中的不确定性要比单个事例中的不确定性更小。”（第176页）人群中得病的概率分布，通过统计分析，是大致可预知的，因而又可被称为奈特意义上的“风险”，即能预知其概率分布的不确定性。所以奈特建议说，要用“整合”与“专业化”来应对风险。“整合”就是“通过概率归类来减少不确定性”，“专业化”就是“通过选择一些乐于‘承担’不确定性的人来减少不确定性。”（第176页）。这正是保险的思路。

肯尼思. 阿罗说，由于存在着不确定性，由于人们厌恶风险，他们倾向于选择一个确定的收益；而不是一个同等的收益均值，实际收益围绕着这一均值波动。人们是否得病，以及医疗服务的成本，要比一般产品或服务具有更大的不确定性，所以由一个保险公司或政府提供一种价格确定但能完全支付以后不可预期的医疗服务费用的保险，将会给每个厌恶风险的人带来福利增量。由于大多数人是厌恶风险的，并且保险公司能将众多互相独立的个人的保险金汇集起来，以对付对个人来讲不确定、但从社会来讲呈现出一定概率的风险，则会总体上极大地降低风险，从而使整个社会也会有一个明显的福利增量。这就是医疗保险所依据的基本道理（Arrow，1963）。

那么，医疗保险到底能够给消费者带来多少收益，一般通过间接的方法来估计，即通过有无保险人群之间的消费差异来判断医疗保险的好处。

在间接估算方面，根据一些学者的测算（甘犁、刘国恩，2010；臧文斌、刘国恩，2012；朱铭来，奎潮，2012；李晓嘉，2014），表明有医疗保险的家庭对非医疗消费品的支出增加比例为7%至13%之间。而白重恩等（2012）的研究则发现，医疗保险给农民带来约5.6%的非医疗消费增加，扣除政府补贴的收入效应（17元），非医疗消费约增加了5%。因为我国农民的收入水平相对处于较低的位置，而保险带来的对消费的影响会随着的收入水平的提高而减少，白重恩等人的估计可能更为可信。然而，他们的数据较早，最晚是2006年的数据，而我们知道，随着新农合的发展保险报销支付率在上升。所以我们选取5%~13%的中间值，9%作为保险带来的好处的估计。2014年我国居民人均非医疗消费支出占人均GDP的比重约为25%，消费者支付保费除了获得医药费报销外，医疗保险为消费者增加了相当于人均GDP2.25%的确定性效用，这大约相当于人均医疗费用的44.3%。

在另一方面，保险也有其成本。这包括道德风险，逆向选择，机构成本，买方垄断，推动价格上涨和过度医疗（Martin S. Feldstein，1973）等。关于这些成本，已有大量文献讨论，本文不再赘述。然而，这还没有穷尽医疗保险的问题。一个最为重要的问题是，当人们购买保险以后，他们的支付方式发生了变化，医疗费用全部或部分由保险公司支付，他们就失去了对价格的敏感性。这不仅在总体上推动了对医疗服务的需求，使价格持续上升，而且缺少了对不同医生、不同医疗服务和不同医药产品的分散选择和评价，也就不会形成对这些医生、服务和产品的分别定价，也就不能形成有效的市场相对价格结构，也就不会为这些服务和产品的供给和投资提供正确的价格信号。这会带来资源配置效率的损失。

本文正是从这个角度出发，提出“医药价格与保险下自付率成反比”的假说，即在有保险的情况下，对医药费用的保险支付率越高、即自付率越低，从宏观结果来看，医药价格上涨幅度越大。这个假说能否成立呢？

二、医疗保险制度使医疗需求函数发生变化

由于病人对医疗服务的基本需求是“病愈”，对于更为复杂的疾病，消费者也对治疗报有一定的预期效果。为此，病人不会因为医疗服务或者药品价格的降低就去增加诊疗和药品服用。这种假设得到了一些印证。如舍曼·富兰德等指出，“我们得到的大多数弹性值都位于缺乏弹性的范围内，即在-1.0~0.0之间”（2010，第238页）。他们在《卫生经济学》一书中引用的需求弹性数据，尤其是与直接医疗有关的数据，就更接近零。

病人的需求价格缺乏弹性，这意味着医疗市场的价格主要取决于医疗服务供给方的市场结构和供给成本。而一些研究表明，由于保险的存在使得病人的医疗需求更有弹性。如兰德公司的保险实验发现，保险中的自付率“对平均医疗花费的影响相当大”；从95%的自付率到免费或零自付率，“家庭平均医疗费用上升了近50%，从679美元上升至982美元。”

值得注意的是，这种需求弹性是对自付率的弹性，而不是对价格的弹性。消费者在购买保险后，已经支付的费用相当于沉没成本，当他们得病并进行治疗时，他们考虑的是边际成本。一般而言，除了他们看病所耗费的时间外，边际成本主要指的是他们在保险制度下的自己支付的部分，这一部分占全部医疗费用的比率，我们称为自付率。但人们购买了保险以后，就只将注意力放在自付的部分上。即使在实际医疗费用一样的情况下，自付率的不同会导致人们不同的反应。

利用中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）的数据，该调查提供4496人的2011年、2013年和2015年三年的微观数据[1]，可以回归得出与上面兰德实验类似的结论。医疗费用与自付率的关系可以用如下公式表示：

C = 1419.4－902.95α， 其中α 为自付率，0 ≤ α ≤ 1。

按照这个公式估算，如果我国的平均自付率为50%，则有保险的人要比没有保险的人多花费87%的医疗费用。事实很清楚简单。不过我们要注意，保险制度下的自付率下降并不等价于绝对价格下降，从作为宏观后果的名义价格来看，有了保险之后医疗支付的绝对价格是上升的，甚至有可能自付的部分价格也高于原来的绝对价格。这重新构造了消费者对医疗的需求函数。

我们继续利用CHARLS提供的微观数据回归有无保险的线性需求函数[2]，

当无保险时，q= 3.86 – 0.00094 p，平均次数3.71，平均支出159.9元。

当有保险时，q= 3.97 – 0.00066 p，平均次数3.73，平均支出 369.4元。

图1  利用CHARLS数据得出的无保险需求函数和有保险需求函数曲线

上图直观地说明，医疗保险带来了个人门诊需求的两个重要变化。第一是整个需求曲线右移，这意味着收入的增加，但这种增多的收入不能用于购买其它商品；但右移的幅度是很小的，横轴上的截矩几乎在同一个点上，微小的距离可以认为是误差所至。第二个特点就是有保险的需求曲线向右转动了一个角度，即斜率更小了，价格弹性更小了。

三、保险效用的两个组成部分

到底是因为有了保险支付使实际价格显得更便宜了，还是因为有了保险的支持使消费者认为自己收入增加了，似乎很难判断。在这里，我们套用斯勒茨基方程的方法，也许能够稍微理清问题。图1与斯勒茨基用来分析两商品比价变动的图形如出一辙。只要我们把价格看作是一种标准商品，就可以用斯勒茨基方法来分析。图1中有保险需求曲线这样的旋转，可以看作是横轴上的每一次医疗服务更贵了，也可以说纵轴上的货币更便宜了。

我们也可以借用斯勒茨基方程，估算出替代效应和收入效应。根据上述CHARLS有无保险人群的不同数据，我们以无保险人群的平均支出与平均次数为均衡点[3]，按有保险的平均支出估算替代效应，约为2.11次，为保持在无保险时的就医次数，需要增加779元的支出；而收入效应为0.02次，又需要增加支出7.4元。总共需要增加786元的支出。换句话说，消费者增加支出779元以使需求曲线以无保险均衡点为轴心向右转动，再增加支出7.4元，使需求曲线平行右移。具体见下图：

图2  有无保险的需求函数的替代效应和收入效应

而增加支出就意味着消费者要增加收入以抵偿支出的增加。所以反过来看，斯勒茨基的替代效应和收入效应在这里都是要由收入增加支撑的。而所谓“收入增加”，在保险制度下就是因为有保险公司的报销，自付率的下降而产生的“收入幻觉”。之所以有这种幻觉，是因为消费者把已经支付过的购买保险的支出看作是沉没成本，在面对现实的医疗费用时则考虑的是当下的边际成本。由于有了保险公司的报销，就相当于价格降低了，在斯勒茨基方程的意义下也相当于收入增加。之所以称之为“幻觉”，是因为消费者其实已经为保险公司的报销支付过费用了，并非真实的收入增加。

实际上在保险制度的情况下，与斯勒茨基方程描述的情形是不同的。后者是假定价格发生变化后，对消费者选择的影响；而前者是因为消费者本身的收入幻觉导致了价格和数量的变化。当千千万万个消费者加入保险制度后，共同产生的收入幻觉会形成一种改变市场价格的巨大力量。2016年，我国居民从医疗保险系统中获得赔付约为14783亿元（其中也包含了政府补贴），如此大的货币量被消费者作为有幻觉的“收入”来支出，就会整体提高医药市场的价格水平和数量水平。

这种收入幻觉又可称为“保险幻觉”或“保险效用”，就是消费者对自付率的两种反应，即保险效用的两个方面：一是因感觉到收入增加而增加了对医药的需求，即为U1；二是认为贵的药品能够带来的边际收益高，其消费者剩余要远大于较便宜的医药，且保险报销的数额也大于较便宜的药品，这也是一种“效用”，记为U2。U1和U2两部分构成了保险效用。

先看第一类。人们参加保险后发现，过去购买满足“治愈”的量的医疗服务或药品，现在可以部分地或全部地由保险报销。这相当于收入增加，他们就可能愿意购买更多的量，以前可以不去医院的“小病”现在也去，还可以多开药用于家庭备用，或送给亲戚朋友等。这是在不改变相对价格情况下的需求增加。见下图。

图3  自付率变化对效用曲线的影响示意图（1）

说明：图中，粗线是没有保险时的需求曲线。在参加保险后，因自付率下降产生的收入效应，使消费者愿意在原来同样的价格下购买更多的医疗服务或药品。

再看第二类保险效用。由于医疗费用会部分地甚至全部由保险报销，人们可能就会选择更贵的服务或产品。在这时，需求曲线随着自付率的减少而向上倾斜，价格弹性也会随之减小。见下图。

图4  自付率变化对效用曲线的影响示意图（2）

说明：人们参加保险后，由于部分地甚至全部地由保险支付，随着人们自付率的降低，他们愿意购买更贵的药品。形成向右旋转、向上倾斜的需求曲线。

在实际中，这两种保险效用会综合地体现出来，即在同一价格下，有保险的人比无保险的人倾向于买多；在同一数量下有保险的人比无保险的人倾向于买贵。这种判断得到了CHARLS数据的支持。

四、关于保险会同比提升价格水平的假说

根据上一节的讨论，我们可以把保险制度带来的消费者需求函数的变化，以及对总体市场的价格和数量水平的影响进行更为一般化的分析。在这里，我们提出有关价格水平的“保险悖论”，即医疗保险推高了医药的市场价格。描述保险制度的核心因素是自付率，在供给垄断条件下，其推高的倍数为保险自付率的倒数。我们将会发现，将自付率加入到需求函数中，将会产生的结果与前面CHARLS数据回归的需求函数，以及斯勒茨基方程描述的情形颇为一致。

证明：

假设市场上有N个消费者，其个人的需求函数为：

     Q_i = a_i−b_iP

            其中，b_i 为斜率，它与点弹性（E）的关系是：b_i = E*Q/P；

约束条件为：

     0.4I_i≥ Q_iP

            其中，Q_i包含Q_0i ，Q_0i 是消费者i的真实的缺乏弹性的医疗需求；

I_i 为消费者i的收入，该公式意为消费者i 的医疗费用不应超过他当年收入的40%，否则就会被看作是超出了他的支付能力。

需求的价格函数为：

     P = ( a_i – Q_i) / b_i ，

消费者面对市场价格做个人决策，并不考虑自己的选择对市场的影响。

市场的需求曲线则为单个消费者的加总，

     D = ΣQ_i

            特别地，当无保险时，

     ΣQ_0i = Q₀

            其中，Q₀ 是N人缺乏弹性的医疗需求的累加。

假设市场供给函数为

     S = Q₀ ，当无保险时；

S = Q₀ + eP，当有保险时。

市场价格为市场供需的函数，

     P = f (D, S)

            在无保险情况下，当市场均衡时，

     S = D = Q₀

P = c

            其中，c 为完全竞争条件下的边际成本，表现为一条水平直线。

由于我们主要讨论供需在有保险条件下的问题，所以我们只用当S ≥ Q₀时的供给函数，

S = Q₀+ eP。

            其价格函数为：

     P = (S – Q₀)/e

则，该市场描述为：

Q _i = a_i – b_iP

D =ΣQ_i = Σ(a_i – b_iP)

S = Q₀ + eP，

P = f (D, S)

市场均衡时，市场价格为:

P = (ΣQi– Q₀ ) / e

假定在医疗保险的条件下，在每一价格下患者的自付率为α，0 ≤α ≤ 1，则个人需求的价格函数为：

P_r α = ( a_i – Q_i) / b_i               （1）

这相当于价格降低为原来的α 倍，即小于原价格的一个数。根据斯勒茨基方程，这也可以被理解为收入增加了，它使得无保险时的需求函数的弹性或斜率变小，如下式所示。因α 小于1，所以 αb_i 小于b_i 。

P_u = ( a_i – Q_i) / αb_i                 （2）

因为直观地，1/ αb_i > 1 / b_i ，前者是后者的1/ α，也就是：

P_u /P_r = 1/ α

在这里，P_u 为保险制度下的市场价格。

如果每个消费者都参加了保险，则市场需求则是他们各自需求的累加：

D = ΣQ_i = Σ（a_i– αb_iP_u ）

假定：

A =Σa_i     i = 1,2,3,4,……，N

b = Σb_i

上式可改写为：

D = A – αbP_u

市场均衡时,S = D，则有：

P_u = (A –Q₀ )/ (e +αb )                  （3）

显然，当e = 0时，即完全垄断时，价格严格决定于自付率的倒数，1/α。

保险下的价格水平与无保险的价格水平之比：

r_p = P_u/P_r = [(A –Q₀ )/ (e +αb )]* [(e +b )/(A –Q₀ ) ] =(e +b )/(e +αb ) 

即：r_p =(e +b )/(e +αb )  （4）

在这里，e是供给函数的斜率，当e = 0时，表示供给是完全垄断的。

这时，r_p = 1/α；即保险后的医药价格与原价格之比是自付率的倒数。

验证一下。利用前面用CHARLS数据回归得出的无保险时的需求函数q= 3.86 – 0.00094 p，采用b_i= －0.00094。将样本4496人横向累加成市场需求函数，代入式（3），则有：

A =3.97×4496＝17355，

b =0.00094×4496＝4.23，

Q₀ =3.71×4496＝16680，

假设e = 0，则有：

P _u=（17355 – 16680）/(4.23α)        

很显然，α ＝0.25时的价格是α ＝1 时的4倍。

其导数是：

P_u’= －7500/(47α²)      

图5  自付率（%）对价格的影响及其导数

上图的含义是，式（3）表明，随着自付率α从1向0减小，价格会上升。尤其是在接近零的时候更是如此。见图中实线。纵坐标可理解为是以元为单位的价格。上图中的虚线表示的式（3）的导数，它说明，随着自付率α趋向零，价格会更快的上升，尤其是约在α = 0.5的点后再向左移动，价格变动会更快；低于0.25后，价格急剧上升。

供给函数的斜率e反映了供给的垄断程度；e越大，竞争程度越高；e越小，垄断程度越高。我们再看一下，供给函数的斜率变动，在不同自付率下对价格的影响。

利用上面的需求函数，假定供给函数的斜率e在0与10之间变动，自付率α分别为100%，75%，50%，25%，则：供给函数的斜率e 在0到10区间内的变化对价格水平的影响如下图。

图6  不同的垄断程度（e）下，自付率与价格的关系

说明：图中，横轴为供给函数的斜率e，0 ≤ e ≤ 10。纵轴为价格水平。

上图说明，e 越接近0，供给越是垄断，价格水平越来越高；当e = 0时，价格水平为自付率α=100%时的1/α倍。这与前面的结论一致。当e > 0并逐渐变大，因自付率变小而引起的价格水平上涨的现象就会减弱，这时价格水平相当于自付率α=100%时的1/α*1/（e/α+b）倍。只要1/（e/α+b）>1，这种情况就会存在。

另一方面，上图也说明，自付率降得越低，垄断带来的价格水平上涨就更显著。自付率越低，价格水平越高。

五、保险带来的过度医疗的数量分析

上一节我们曾假定，如果自付率较低，消费者更倾向于“多买”，即过度医疗。现在我们根据上一节发展的方法，分析一下过度医疗的数量。

我们已经有需求函数和供给函数：

     P_r = ( A– D) / b

P_r = (S – Q₀)/e

保险的自付率α影响了需求函数，这组函数为：

     P_u = ( A– D) / αb

P_u = (S – Q₀)/e

市场均衡时，S = D，上组公式改写为：

P_u = ( A– Q) / αb

P_u = (Q – Q₀)/e

当供给价格与需求价格相等时，市场达到了均衡，则有：

     (Q– Q₀)/( A– Q) = e/αb

上式改写为：

     Q =（（e/αb）A+ Q₀ ）/（1+e/αb）        （5）

套用上面的参数，图形如下：

图7  自付率对数量的影响及数量倍数

说明：图中黑色曲线表示自付率对医疗需求数量的影响，左侧为总支出价格；黑色直方图则表示保险后需求数量为保险前的倍数，以右侧轴为标度。

这说明，随着自付率的下降，保险效用除了导致价格上升外，还导致了需求量的增长，这部分需求可被视为过度需求。但是自付率下降导致的需求量的上升并不是很显著[4]。同理，保险制度下的需求数量也会受到供给垄断程度的影响，因篇幅限制，不再赘述。

这一分析也告诉我们，如果保险确实产生了“保险效用”，并随着自付率的降低和供给垄断的提高，不可避免地使需求函数和供给函数发生变化，导致价格上涨和需求过度，那么道德风险的问题就是保险与生俱来的，对道德风险的对抗性措施可能注定是无法完全奏效的。

六、保险制度下的医疗市场

            综前所述，在保险制度下，有两个重要的变量，一个是自付率（α），一个是供给函数的斜率（e）。前者影响了保险会带来价格上涨和过度医疗的程度，后者则决定着垄断与竞争程度的消长，从而也影响着因自付率低于100%而产生的价格上涨或过度需求的数量。

自付率（α）在0~1区间变动，而供给函数的斜率（e）则理论上在0 ~ ∞ 之间变动。

图8  自付率（α）变动和垄断程度（e）变动覆盖整个市场情形

说明：上图中，黑色虚线代表需求曲线，D = A–αbP，随着自付率（α）从1减小到0而自左下向右上旋转；黑色实线代表供给曲线，S = Q₀–eP，随着供给函数斜率（e）从∞ 减小到0，而自右下向左上旋转。

调整这两个参数，使需求曲线和供给曲线旋转。自付率（α）从1到0旋转，逐渐变陡，最后变成一条垂直线；供给函数的斜率（e）从无穷大向0旋转，使供给曲线与需求曲线反向转动，最后也成为一条垂直的线。这两条线相交，就会形成一种均衡；这两条线在旋转时形成了许多均衡，覆盖了在保险制度下医疗市场的绝大部分情形。包括完全自付和完全免费，也包括充分竞争和完全垄断，以及这两对极端之间的所有相交点。

根据式（4），有无保险的价格比为：

r_p =(e +b )/(e +αb )

因式（4）不包含价格和函数截矩等参数，为简化起见，我们取b ＝－1。我们可将e 在0至100之间变动，α 在0至1间变动，可以得到一个覆盖各种市场情形的矩阵。我们称这个矩阵为R_p。见下图。在两个极端，当完全垄断（e = 0）和自付率（α）等于1%时，价格水平将是完全竞争（e=100）和自付率（α）等于100%时的100倍。期间的任何中间状态，只要我们指定e和α的数值，都可以得到相应的有无保险的价格比值（r_p）。

图9  有无保险价格比值矩阵空间视图

下面是这个价格比值矩阵（R_p）的简化矩阵，α 以0.05为单位，从0.05到1；e 以0.1为单位，从0.0到0.9。好在本研究所涉及的参数在本表中均可查到。

表1  有无保险价格比值矩阵简表

e ｜α	0.0	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9
0.05	20.0	7.33	4.80	3.71	3.11	2.73	2.46	2.27	2.12	2.00
0.10	10.0	5.50	4.00	3.25	2.80	2.50	2.29	2.13	2.00	1.90
0.15	6.67	4.40	3.43	2.89	2.55	2.31	2.13	2.00	1.89	1.81
0.20	5.00	3.67	3.00	2.60	2.33	2.14	2.00	1.89	1.80	1.73
0.25	4.00	3.14	2.67	2.36	2.15	2.00	1.88	1.79	1.71	1.65
0.30	3.33	2.75	2.40	2.17	2.00	1.88	1.78	1.70	1.64	1.58
0.35	2.86	2.44	2.18	2.00	1.87	1.76	1.68	1.62	1.57	1.52
0.40	2.50	2.20	2.00	1.86	1.75	1.67	1.60	1.55	1.50	1.46
0.45	2.22	2.00	1.85	1.73	1.65	1.58	1.52	1.48	1.44	1.41
0.50	2.00	1.83	1.71	1.63	1.56	1.50	1.45	1.42	1.38	1.36
0.55	1.82	1.69	1.60	1.53	1.47	1.43	1.39	1.36	1.33	1.31
0.60	1.67	1.57	1.50	1.44	1.40	1.36	1.33	1.31	1.29	1.27
0.65	1.54	1.47	1.41	1.37	1.33	1.30	1.28	1.26	1.24	1.23
0.70	1.43	1.38	1.33	1.30	1.27	1.25	1.23	1.21	1.20	1.19
0.75	1.33	1.29	1.26	1.24	1.22	1.20	1.19	1.17	1.16	1.15
0.80	1.25	1.22	1.20	1.18	1.17	1.15	1.14	1.13	1.13	1.12
0.85	1.18	1.16	1.14	1.13	1.12	1.11	1.10	1.10	1.09	1.09
0.90	1.11	1.10	1.09	1.08	1.08	1.07	1.07	1.06	1.06	1.06
0.95	1.05	1.05	1.04	1.04	1.04	1.03	1.03	1.03	1.03	1.03
1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00	1.00

这给分析带来了便利。我们知道，在一特定的保险制度（有着确定的自付率）和既定的供给结构中（用供给函数的斜率描述），必有一个均衡。我们只需分析这个特定的情境，就能得出某种数量上的判断。例如在图8中，由特定自付率决定的需求曲线为D2，既定的供给结构决定了供给曲线为S1，两者相交于B。这一点决定的价格乘以数量就是医疗费用，显然比O点时（没有保险，竞争供给）的医疗费用要大得多。

除了静态分析，我们还可以对某一参数的变动进行分析，以备制度改革参考。如假定供给结构不变（这至少比较符合现实情况），改变保险制度下的自付率。这相当于图9中固定供给曲线为S1，改变自付率（α），让需求曲线沿着S1转动，那么供需曲线的交点也就沿着S1滑动。在图9中，交点经过了A，B，C三点，都是在S1的直线上。显然，随着交点从A到B再到C，价格和数量都在增加，因而医疗费用随着自付率的下降在增加。

反过来，固定需求曲线，转动供给曲线也是类似的情形。如固定需求曲线为D2，转动供给曲线，两曲线的交点会沿着B到B’的方向在D2上滑动。任一交点都给出一对价格和数量的数值，两者相乘即为医疗费用。

由于我们有了有无保险的价格比值矩阵R_p，根据供给函数，我们可得有无保险的数量比值：

r_q = (1 + (e/Q₀)P_u) / (1 + (e/Q₀)P_r)          

简化起见，我们令P_r＝1，则P_u等于对应的r_p；令Q₀＝1，即平均每人在无保险情形下的需求量。于是有下面的公式：

r_q = (1 + e*r_p) / (1 + e)            （6）

我们可得R_q，即有无保险的数量比值矩阵。只要我们知道确定的α值和e值，我们就能找到相应的有无保险的数量比，亦即过度医疗的数量。将R_p和R_q相乘，我们就能得到有无保险的医疗费用之比值，我们可称之为Rc。

参照R_p空间视图和矩阵简表，我们可得R_q和Rc。的空间视图和矩阵简表。

         分析告诉我们，在保险制度出来以后，医疗市场总体上有了比较显著的扩张。这主要是因为保险制度带来的保险效用，使人们倾向于购买更贵和更多的医疗服务与产品。

在供给一侧，由于需求特性发生了根本性的变化，即人们倾向于买贵，而只有垄断程度的提高和产品差异化才能诱使人们买贵的服务或产品，所以医疗服务或产品的供给者就有动力提高垄断程度。

    由于人们的收入水平并没有随着医疗费用的上涨而同步上涨，所以医疗费用与人们收入的比例在上涨。尤其是重大疾病的费用更因为显著上涨而可能突破人们收入水平的承受能力，反而使人们的金融风险增大。

         特殊地，我们还要考虑，如果某些疾病属于重大疾病，它以很高的医疗价格和垄断性供给为特征，那么在需求方就不会出现过度需求的情况。这是因为即便有报销制度，报销之后消费者仍然会面对非常高的价格，此时的“占便宜”效用被高昂的自付价格所抵消，消费者不愿意去过度消费，即需求曲线处于接近垂直状态。

            更进一步的，对于重大疾病而言，病患由于收入水平所限会具有一条最高消费线，超过这条线的花费是患者所不能承受的，此时病患会选择放弃医治。极端的，假设“占便宜”的效用如此之大，以至于整个需求曲线没有近垂直部分，此时保险只有在最高消费线之上才能避免保险效用带来的市场扭曲。但应强调的是，这已与设立保险制度的初衷相违背。

保险公司和管理式医疗组织虽然有动机抑制价格上涨和过度医疗，但在这种医疗市场上各个经济主体都有动力推动医疗费用上涨的强大趋势上，它们的努力是相当无力的。

七、保险制度对我国医药价格水平和过度医疗的推动

关于保险制度对我国的医药价格和过度医疗的推动，我们可以用前面的两种方法来估计。一种就是根据CHARLS门诊数据回归得出的有无保险的需求函数进行估计。我们已知，有保险人群每次看病的费用是369.4元，无保险的平均是159.9元，而前者是后者的2.3倍；有无保险的平均看病次数分别为3.73次和3.71次。前者是后者的100.5%。将价格和数量一并考虑，有保险的平均医药费用是无保险的2.32倍。这很直观地告诉我们，保险带来了医药费用的显著增加。

我们既然得出了价格比（r_p）为2.3，我们又得出了无保险时的需求函数斜率b= 0.00094，并将其代入式（4），r_p =(e +b )/(e +αb ) ，得出e = 0.47。这为我们估计医药供给市场的垄断程度提供了一个间接的参照。当然，CHARLS数据还是有两个局限，一是仅有4496个样本，一是仅有门诊数据比较充分，而住院的数据较少。

这样，我们就要借重于我们在前面发展出来的一般性方法，对我国的具体情形进行分析。根据我国医疗服务和药品的市场结构及具体情境，由于斜率b只有与自付率（α）相比的意义，并且为了简化，所以仍然令b＝－1。而自付率则依不同的人群而不同。我们知道，价格并不决定于平均水平，而是在边际上决定的。所以我们仍然选取城镇职工的门诊费用的自付率，即25%；住院费用的保险支付为90%，即自付率为10%。考虑到还存在约21.4%~27.2%的自费药，取中值24.3%，保险支付范围为75.7%，住院费用的平均保险支付率为68.1%，自付率为31.9%；门诊保险支付率为56.8%，自付率为43.2%

当e = 0.47，α = 0.43时，r_p = 1.63；当α = 0.32时，r_p =1.86。

据《中国卫生统计年鉴》的数据估计，人均小病（门诊）费用和人均大病（住院）费用分别占人均医疗费用的57%和43%，加权平均，保险制度推动我国医疗服务与药品价格上涨了73%。

根据同样的方法，我们运用关于有无保险的数量比值矩阵（R_q），我们也可以给出过度医疗损失的数量描述。则：

当e = 0.47，α = 0.43时，r_q = 1.20；当α = 0.32时，r_q = 1.28。

考虑到门诊费用报销的起付线下，病人一般不会有过度医疗，而这部分占全部门诊费用的约20%，所以稍做修正，r_q = 1.16。加权平均，保险制度使消费者多购买了21%的医疗服务或药品。

将价格上涨和过度医疗的数据代入本研究的平均数模型，采用2017年的统计数据，我们得出，在保险制度下的人均医疗费用约为3081元时，没有保险制度的医疗费用约为1432元。即保险制度下，人们比没有保险时多支付了115%的医疗费用，或者说有保险的医疗费用是无保险的2.15倍，与前面根据CHARLS数据计算的2.3倍相差不多，可互相印证。由此估计，在现有保险制度下，2017年，全国个人的医疗费用总和约为42826亿元；在没有保险的情况下，全国个人的医疗费用总和应为19919亿元。也就是说，保险比没有保险增加了22907亿元的医疗费用。

以当年人均GDP59201元比之，3081元比1432元高出2.78%个人均GDP；再剔除保险制度之外的医疗费用，这里主要指药店的销售额（约为小病医疗费用的7.6%），约为2.69%，如果再考虑保险带来的确定性效用（本研究估计为人均GDP的2.25%）而将其扣除，则这个数字修正为0.44%。以2017年全国GDP的820754亿元乘之，约为3611亿元。也就是说，尽管我们考虑到保险制度带来的确定性效用，保险制度仍带来静态效率损失约3611亿元。这是一个纯粹的负值。

因而，仅对医疗保险的作用进行评判，似乎得不偿失。见下图。

图10 保险利弊比较         单位：人均GDP的%

八、改革方案：提高自付率、提高竞争程度和大病救助国家基金

若想解决医疗费用持续高涨的问题，首先要解决保险制度带来的问题。而根据前面的分析，最重要的两个变量就是保险制度下的自付率（α）和垄断程度（e）。我们的研究发现，自付率越低，越会带来医药价格和医疗费用的上涨。因而，提高自付率是一个重要举措。

另一方面，我们的研究还发现，医疗市场中供给方的垄断程度越高，医疗费用上涨的幅度越大。并且在自付率较低的情况下，垄断会放大其带来的价格上涨和过度医疗的负面作用。因而，降低供给垄断程度，是改革的另一个要点。

具体而言，对于小病（门诊），基本上完全自付，即将自付率提高到100%。

图11  取消门诊保险效果示意图

       

说明：对于小病医疗，由于我们建议的改革方案取消的保险，将自付率提高到100%，人们的保险需求消失，图中的需求曲线从D2回归为D1；价格会从P2降为P1；需求量从Q2降为Q1。

对于这一部分医疗，完全可以由消费者自己决定，根本无需由保险来承担。如果考虑到医疗服务需求的低弹性，至多可以考虑建立小病医疗的个人账户，平均而言，在个人收入中扣款0.9%足矣。个人账户可以用于门诊的支付，也可以用于药店购买药品。账户中未用完的钱可以由后代继承。甚至都无需建立小病个人账户，直接由个人掏腰包即可。因为即使考虑到不同人之间的差别，小病的费用一般也不足以使一个人承担不起。

我们建议的大病（住院）保险改革，是取消起付线，将自付率从10%至50%不等统一调整为70%；从医疗费用的第一元起，由保险支付30%。

图12  住院医疗保险取消起付线，提高自付率效果示意图

         

说明：由于我们建议的改革方案取消了大病医疗费用的起付线，即可以从第一元开始由保险机构报销，但自付率提高到70%，使得保险需求减少，图中的需求曲线从D2移动到D3的位置，但还没有完全回归到D1。

根据有无保险价格比值矩阵R_p，我们只需从中查找对应于相应自付率的价格比值即可。

当b =－1，e = 0.47，α = 1时，r_p = 1；当α = 0.7时，r_p = 1.26。

此时人均小病（门诊）费用和人均大病（住院）费用分别占人均医疗费用的57%和43%，加权平均，这种制度会比没有保险制度推动医疗服务与药品价格上涨11%；而与现有的保险制度相比，我们在前面得出其推动价格上涨了73%，则有着抑制价格上涨62%的下行力量。按2017年数据，约可节约14049亿元，为GDP的1.7%。当然，这不必然带来价格下降，因为改革是逐步实现的，所以直接表现为对每年的医药价格上涨的抑制。

提高自付率的改革，不仅会抑制医药价格的上涨，还会减少在数量上的过度需求。

当α = 1时，r_q = 1；当α = 0.7时，r_q = 1.082。

加权平均，约会比没有保险时增加3.5%的数量需求，比现有保险制度下的增加21%减少了约17.5%，按2017年数据，相当于节约了3965亿元，约为GDP的0.48%。

继续采用前面的方法，在医疗费用比值矩阵

Rc=Rp*Rq

中选择对应的医疗费用比值。

当α = 1时，r_c = 1；当α = 0.7时，r_c = 1.359。

门诊与住院费用加权平均，约为1.15。即是说，我们建议的改革方案会比没有保险时多15%的医疗费用；与现有保险制度的医疗费用是无保险时的215%相比，减少了100%。

在另一方面，我们要在医药的供给领域打破垄断，提高竞争程度。这表现为供给函数的斜率（e）的增大，根据我们的模型，如果从现有的0.47增大为2，对比一下

当e = 0.47，α = 1时，r_p = 1；当α = 0.7时，r_p = 1.26，r_q = 1.082，r_c = 1.359

当e = 2，α = 1时，r_p = 1；当α = 0.7时，r_p = 1.12，r_q = 1.074，r_c = 1.193

可以看出，当竞争程度提高（e = 2）时，对完全自己支付（α = 1）的情况没有影响，也就是对改革后的门诊费用没有影响；而对自付率为0.7的情况有影响，使价格相对于无保险时的上涨倍数为1.12，比垄断程度高时低了14个百分点，而对数量影响不大，只低了0.8个百分点。总体而言，提高竞争程度使住院费用进一步降低了16.6个百分点，带来人均127元的节约。

按照我们的模型，提高自付率的改革使得人均医疗费用约为1671元，提高竞争程度的改革也会使人均医疗费用进一步降低127元，降为1544元，虽比无保险时的1432元要高，但远低于现有保险制度下的3081元。即每人的医疗费用节约了1537元，约为人均GDP的2.59%，以13.9亿人乘之，得这一改革方案节约了21364亿元的医疗费用。

在收入和医疗费用的分布不平衡的情况下，本改革方案的一个重点，就是要改进对贫穷且多病的群体的医疗费用的分担。由于商业保险不可能进行财富上的重新分配，对这部分人的支持，就主要靠财政资金。首先我们要估计这类群体有多大，将会动用多少财政资金。

如果考虑收入分布的波动和健康状况分布的波动，上述依据平均数的设想就不能完全实现。本文作者另外利用“蒙特卡洛方法的通用模型”模拟了收入分布的波动和患病问诊分布的波动，并用蒙特卡洛方法估计了如果进行我们建议的改革，将大病医疗费用的自付比率确定为70%，我们将考虑范围缩小到当年全部医疗费用的自付部分超过当年收入的40%的人，根据上述模型，这部分人约占全部人口的平均约2.45%。以13.9亿乘之，约3406万人。如果对当年医疗费用超出当年收入40%的部分进行补贴，约在5000元到13000元不等。平均而言，如果设立一个大病救助国家基金，其规模在2500亿元左右，标准差约为300亿元。这约为全国GDP的0.3%。

九、小结

本文提出的改革方案主要包括：

（1）取消门诊医疗费用的保险；可采取自掏腰包或个人账户的形式支付；

（2）将住院医疗费用保险的自付率提高到70%；

（3）建立国家大病重病救助保障基金，对当年大病（住院）医疗费用的自付部分超当年收入40%的人予以补助。

根据本研究的模型测算：

（1）带来抑制价格上涨62%的下行力量；约可节约14049亿元，为GDP的1.7%。

（2）带来抑制过度医疗约17.5%下行力量，相当于节约了3965亿元，约为GDP的0.48%。

（3）进一步打破垄断、鼓励竞争，即供给函数斜率（e）从 0.47变为2，则可每人进一步节约127元医疗费用，全国总共会节约1765亿元。

（4）每人的医疗费用将节约1537元，约为人均GDP的2.6%，全国共可节约21364亿元的医疗费用。

（5）当年全部医疗费用的自付部分超过当年收入的40%的人，占全部人口的约2.45%；如果设立一个大病救助国家基金，其规模在2500亿元左右，约为全国GDP的0.3%。

（6）当医疗费用的上涨受到抑制，相当于大量资源得到了节约，保险的好处又会显露出来。见下图。

图13  本文改革方案导致保险费用下降示意图

（7） 总体而言，本改革方案会将人均医疗费用从人均GDP的5.2%降低到了2.6%，降低幅度为49.9%。

（8） 本改革方案也将使保险覆盖的医疗费用水平从人均GDP的3.3%降低到0.4%，降低幅度为87%。如果以现有城镇职工的医疗保险扣款来表示，保险的扣款将从原来的工资总额的共9.5%降低到1.2%，这也大幅度降低了企业的负担。

参考文献：

David M. Cutler, Mark McClellan and Joseph P. Newhouse, What Has Increased Medical-Care Spending Bought?, The American Economic Review, Vol. 88, No. 2, May, 1998, pp. 132-136

Gordon Tullock, The Cost of Medical Progress, The American Economic Review, Vol. 85, No. 2, May, 1995, pp. 77-80

Kenneth J. Arrow, Uncertainty and the Welfare Economics of Medical Care: Reply (The Implications of Transaction Costs and Adjustment Lags) Author(s),The American Economic Review, Vol. 55, No. 1/2 (Mar. 1, 1965), pp. 154-158

Kenneth J. Arrow, Uncertainty and the Welfare Economics of Medical Care [J], The American Economic Review, 1963, (53): 941-973

Martin Feldstein, The Economics of Health and Health Care: What Have We Learned? What Have I Learned?,The American Economic Review, Vol. 85, No. 2, January 6-8, 1995 (May, 1995), pp. 28-31

Richard Arnott and Joseph E. Stiglitz , Moral Hazard and Nonmarket Institutions: Dysfunctional Crowding Out of Peer Monitoring?, The American Economic Review, Vol. 81, No. 1 (Mar., 1991), pp. 179-190

Roger Feldman, Health Insurance in the United States: Is Market Failure Avoidable? The Journal of Risk and Insurance, Vol. 54, No. 2 (Jun., 1987), pp. 298-313

Vans Robert, Supplier induced Demand: Some Empirical Evidence and Implications [J], The Economics of Health and Medical Care, 1974, (4)

白重恩， 李宏彬， 吴斌珍，“医疗保险与消费:来自新型农村合作医疗的证据”，《经济研究》 ，2012 (2) :41-53。

保罗·菲尔德斯坦，《卫生保健经济学》，[M]，北京：经济科学出版社，1998。

富兰德，古德曼，斯坦诺，《卫生经济学》，[M]，中国人民大学出版社，2010

甘犁，刘国恩，马双，“基本医疗保险对促进家庭消费的影响”，《经济研究》 , 2010 (s1) :30-38。

李国锋、刘黎明，“个税起征点改革对纳税能力的影响:基于居民收入分布的估算”，《数量经济技术经济研究》，2015年第8期。

李晓嘉，“城镇医疗保险改革对家庭消费的政策效应——基于CFPS微观调查数据的实证研究”，《北京师范大学学报(社会科学版)》 , 2014 (6) :123-134。

奈特，富兰特，《风险，不确定性和利润》，[M]，中国人民大学出版社，2005

魏华林等主编，《保险经济学》，[M]，高等教育出版社，2011。

臧文斌，刘国恩，徐菲，熊先军，“中国城镇居民基本医疗保险对家庭消费的影响”，《经济研究》，2012年第7期。

朱铭来，奎潮，“医疗保障对居民消费水平的影响——基于省级面板数据的实证研究”，《保险研究》 , 2012 (4) :103-111。

---

* 本文的内容是《中国医疗制度的理论研究、效果评价和改革方案》研究的一部分。本文作者作为该研究的参与者将上述部分做了修订，独立成章。

[1] 数据来源于2011、2013、2015年CHARLS调查当中“上月多次去过门诊”的样本。由于调查间隔有两年，而且记录的是调查当月的上月统计，仅有少部分样本在连续三次调查当中都有记录，不宜视作面板，因此这里采用了混合截面方法处理数据。本节下文的数据来源及处理方法与此处相同。

[2] 这里同样使用某月多次在门诊就医的微观数据，为了简单起见，需求函数当中的价格为次均价格，数量为门诊次数。

[3] 平均支出与平均次数所在的点并非完全等价于均衡点。由于无法得知具体的供给曲线，为了简单起见，在这里用平均值代替均衡值。

[4] 这和一些关于“诱导性需求”的研究相符，一般认为在医疗器材、药品和医生技术服务方面过度供给的倾向并不严重。本文也得出类似结果，并进一步认为过度供给，或者过度需求主要表现为价格的上涨。

原载《制度经济学研究》2020年第1期（总第67辑）

本文收录于《視野與計算》，点此购买该书电子版

盛按：最近又听到更多要求给农民平等退休金待遇的呼声。我想这不仅是个分配问题，更是个分配机制问题，在它背后是宪法原则问题。在文化上，则是观念问题。我们要注意的，不仅是分得怎样，而且是怎么分，谁来分的问题。本文后半部分着重叙述和分析了当年的错误。这是一个双重错误。第一是强迫农民接受他们不愿意的生产方式，第二是让农民承担错误的恶果。他们损失的是生命、自由和尊严。这本来应该是犯错误方承担。之所以能如此，就是因为从根本上剥夺了农民平等的宪法权利。我的一个朋友说，一年忙到头，粮食优先给城里人了，他们一家只分得剩下的87斤。这是赤裸裸的权利歧视。而权力还经常鄙视地说声“小农”。这是历史学家高王陵所说的对“不容易收税”的愤恨。当宪法规定农民与城里人的权利之比是1/4时，如此的悲剧结果就是必然的。因此我们的努力应该从落实平等宪法权利开始。（2025年10月8日）

盛按：前些日子通过的《农村集体经济组织法》引起了关注。有些人从投资角度认定这是一个撬动农村土地资产交易和投资的重大变革，有些农民却感到了凉意，担心又一轮 “折腾”开始了。我看了一下该法。发现它在最关键的地方埋下了巨雷，这就是，什么是“农村集体经济组织”？我们直观地想，应该是以自然村为单位的村民小组，然而该法称，“包括乡镇级农村集体经济组织”，除此之外，即使是村级集体组织也要在多个方面受到“乡镇”的“领导”，“监督管理”，“审核批准”，“研究”，“推荐理事会成员候选人”等，这个农村集体组织几乎是乡镇全面控制的组织。而我们知道，乡镇是一级政府，它受县政府的领导。权力就可以通过这个形式直接干预到村里，村集体的民主机制就形同虚设。在这种结构下搞什么农村集体建设用地入市（这本是好事），我们立刻想到的是前些年臭名昭著的“驱低”事件。其中一个重要原因，就是该地西红门镇是集体土地入市的试点单位。该镇政府为了攫取巨额土地收益，以“集体”的名义出现，不惜用暴力从农民手中抢夺土地，再将居民和企业在冬夜中赶走。在现在经济下行、行政权力收入锐减的形势下，不受约束的权力除了加大罚款，“警税联合作战”，以刑化债以外，不又找到了一个“合法”劫夺土地、将权力兑现为金钱的绝好借口了吗？有不少迹象表明，嗅觉灵敏的权力们已经闻到铜臭了。一些农民反映，他们的果园已被收回；一些村子已经要求农民签署“小田并大田”承诺书了。回想大陆中国走过的弯路，集体化和人民公社带来的深重灾难还不曾忘记，正是在这一时期人均粮食产量从没超过光绪十三年，只有到了改革开放，实行家庭土地承包，才走出低产陷阱（见本文后半部分）。我们注意到，今天的“乡镇”就是当初人民公社的规模，我们还要重蹈当年灾难的覆辙吗？（2024年7月9日）

盛按：中国走向现代化的最大教训，是土地制度的教训。传统中国的土地制度，从汉到民国，一直是接近经济学教科书的土地制度，自由买卖和租佃，甚至可以分两层（田底权和田面权）买卖。由于田面权的存在，地权分布相对平衡。而现代中国革命的主要内容却是“土地革命”。“革命”的结果是终结了上述土地制度，却建立起没有地权的人民公社。而英国在工业革命时期仍是土地保有制，土地交易极为困难，却没有进行“革命”就完成了工业革命所需的土地重新配置。人民公社却导致了大饥荒。为什么会这样？关键在于，制度变迁不仅要解决“变成什么”的问题，也要解决“怎么变”的问题。而“怎么变”也决定了“变成什么”。（2022年10月3日）

盛按：在邓小平逝世24周年之际，我又看了一遍《历史转折中的邓小平》，再次感慨在改革开放这一扭转方向的大变革中，邓小平智慧的改革艺术，使得改革没有经历大的动荡和流血而获得成功。对历史上的改革有一种习惯的说法，是说改革必然触动一些人的利益，因而必定会遭遇激烈的反抗，而改革者总是受到各方面掣肘而不能彻底，所以失败。这是一个似是而非的谬论。实际上，只有在兼顾当下利益格局，又同时实行新规则的和平改革，才因反对者少成本较低而更可能成功，反过来这样的改革方案或制度变迁也才是对的。正如《易乾文言》所说“义者利之和”，正义的制度是各方利益的均衡。我在本文中总结道，“判定一个制度变迁是否有效或‘好’的一个简单方法，是经济当事人是否自愿接受；而不是其它什么，如其背景理论多么逻辑严谨和雄辩，其所诉求的道德标准多么高尚，甚至其所动员的多数多么积极，以及什么什么主义。”以目标高尚为由而动用强制力必定是一个坏的“改革”，不仅改革方案是坏的，而且方式也是坏的。邓小平在每次改革的重大举措之前，总要询问各方的意见，这看似小事，也是在他的环境范围内看是否为人接受。这符合前面说的原则。当然他是一个凡人，他有错误，但我们的任务是把他做对的地方总结出来。（2020年2月22日）

摘要：近代以来中国和英国的土地制度的变迁有着很大区别。中国从有效的土地产权制度和土地自由交易制度转变为非自愿的及受政府管制的集体土地制度；英国的封建土地保有制在形式上却几乎没有太大变化。但结果是，英国率先完成了工业革命和现代的城市化，而中国出现了生产率下降以及对工业化和城市化的阻碍。后来的土地家庭承包制又重新回到了界定土地产权和允许土地流转的道路上。历史教训告诉我们，只有得到人们同意的制度变革才是有效率的改革，而不管宣称的目的有多高尚和伟大，强制的改革必定导致制度的倒退。

一

我读《英国土地法律史》时，发现英国的土地法律制度自11世纪征服者威廉时期到近代以来，几乎没有发生太大变化，只是在1925年的《财产法》中才终结了土地封建制或土地保有制。后来遇到该书作者咸鸿昌时，他说实际上到现在为止，英国的土地制度在名义上仍是保有制。这使我感到很惊奇。英国是世界上第一个进入工业化的国家，也应是第一个进入现代城市化的国家。无论是按马克思主义的人类历史五阶段论，还是制度经济学对人类历史的阐述（如诺思），似乎这样的土地制度无法为工业化和城市化提供相应的制度条件，以使土地更有效地重新配置到工业化和城市化所需的地方。如何理解这样一个悖论？

实际上，这一悖论是人为制造的。这是因为，热衷于建立理论体系的学者，很容易将在逻辑上看来无矛盾的学说急忙用到对历史的解释上，而使接受这些学说的人误以为历史本来就是这样的。例如，以阶级斗争为推动历史主要动力的马克思主义自然认为，与旧的封建制度联系在一起的土地领主阶级一定会捍卫土地封建制，也与现代工业化和城市化毫无关系。实现以工业化为主要特征的现代化，就要首先改变这种封建的土地制度。又因为受益于这种制度的封建领主阶级不愿意改变这一制度，所以要靠暴力来推动。

然而，如果我们的头脑不受理论假说的束缚，就能发现，事实完全不是这个样子。那么，如果英国的封建土地制度没有根本改变，就发生了工业革命，那是因为什么？首先，如果我们同意，领主也是理性的经济人的话，他们并不会拒绝另一种赚钱方式。所以，在继续让领地上的保有农耕作土地以外，他们还投资于工矿企业，也可以在自己的土地上开办工矿企业。例如《英国土地制度史》记载，“1750年，劳瑟家族将500000英镑用于发展他们在西库伯兰的煤矿”，……“1819年至1854年间伦敦德里侯爵投资1000000英镑以发展煤矿和建设西汉姆港。而达勒姆伯爵的矿山在1835年的估价达到540000英镑。”（沈汉，2005，第282页）领主们也可以从出租自己的矿山中获利。如“康沃尔的地主从矿山得到的收益几乎完全以地租的形式取得。”一般多在1/15到1/20之间（沈汉，2005，第283页）。这说明领主们并不局限于农业。

除了工矿业，领主们还投资于钢铁，铁路，造船，甚至金融。如“18世纪在约克郡南部，第二代罗金汉侯爵在他的府邸温特沃斯伍德豪斯附近建立了煤矿、铁矿、石矿、鼓风溶铁炉，……”。又如，“在1833年至1845年间，有一批贵族、地主和乡绅向各铁路公司投资。他们的投资1833年时在大联合铁路公司中占股份的20%，1837年时占伦敦和伯明翰铁路公司股份的31%，1845年时占大联合铁路公司股份的34%。……”又如，“从1830年到1887年彪特侯家族把大宗资金投入加的夫船坞。”又如，“1790年1月1日，赛克斯在当地开设了自己的银行。……1796年，在约克郡的三个银行分支拥有铸币1500英镑，本票27000英镑。”（沈汉，2005，第285页）

在另一方面，领主们也不像我们想象的那样，是居住在古老城堡中顽冥不化的老古董，而是受过良好的教育，掌握当时英国和欧洲大陆各种思想资源的人，并热爱科学。逻辑上，我们也不可能想象，他们为什么会拒绝这些。如对数的发明人约翰·纳皮尔（John Napier）就是苏格兰的梅奇斯顿堡的领主。他出生于1550年，早年热心于宗教运动，但后来又痴迷于数学，竟花了二十年的时间计算出世界上第一个对数表，为科学计算提供了便捷的工具（Eli Maor，2010，第1~7页）。

除了领主们自己的经济与科学活动，他们也通过产权交易将土地转移到了进行工业化和城市化的其他人，尤其是平民资产阶级手中。然而这时，他们遇到了一个障碍，这就是封建土地制度，即保有制妨碍土地产权的转手。这是因为，在这种制度下，每块土地并非独立的资产，而是一系特定关系的一个环节。所谓特定关系，就是土地在概念上是国王的，国王授予封臣，封臣授予领主，领主授予保有农使用。其条件是，后者必须向前者提供各种形式的劳役，最主要的劳役是军役。即一旦打仗，后者就要提供军人和相应的军事物资。其它劳役包括宗教服务和杂役等。

由于在概念上土地属国王所有，所以无论是封臣、领主，还是保有农都没有权利直接出售土地；如果想转让，只能采取迂回的方法，即所谓“替代”和“再分封”。所谓“替代”，就是现有的保有农将土地和自己的保有农身份一同转让给受让者；所谓“再分封”，就是保有农自己变成“二领主”，受让者成为自己的保有农（咸鸿昌，2009，第72页，）。这样与土地一起转让的还有对原领主的义务，如军事义务或其它杂役。这两种方法虽然使土地转让成为可能，但仍然成本很高，妨碍了土地更有效地转让。

然而，随着时间推移，土地转让和租赁活动的增加，人们逐渐将保有制的形式里面加上自由交易的内容。例如在“租赁协议签订后，承租人应当依照自由保有制下‘转移保有’的形式要求进占土地”（咸鸿昌，2009，第267页）。在这时，他是名义上的保有农，而出租人是名义上的领主。在他承租以后，还可以向其他人转租或分租，不过在这时，他又成了下一级承租人的名义上的领主。这种虽然 “承租人在理论上不认为享有保有权，但却基于特定目的被以保有人对待”（咸鸿昌，2009，第268页）的方式，超越了内容与形式的对立，使在保有制的制度外壳下，土地自由租赁得以开展。

当然即使如此，保有制下的土地转让还是受到较大限制。但利用土地承租制度的便利，弗朗西斯·莫尔律师发明了“出租并弃让”的形式，将土地转让的法律程序一分为二。所谓“弃让”，就是“按照普通法的要求将自己在土地上享有的回复地产以书面形式弃让给”承租人。一方面租赁手续较为简便，另一方面弃让土地也比较简单，受让人同时受让了两种权利，承租权和出租权，“两种权益合并为自由保有”；却避开了复杂的保有权的转让仪式（咸鸿昌，2009，第274页）。据说，“到17世纪时，‘出租并弃让’成为一种普遍的转让土地的方法。”（咸鸿昌，2009，第274页）又一次，在保有制的大框架下，人们通过签约方式的创新，成功地绕开了制度障碍，降低了交易费用，使土地转让成为可能。

上述英国土地制度变革的风格，是道格拉斯·诺思所说的次级制度变迁。他将制度变迁分为基础性制度变迁和次级制度变迁，而后者又被称为合约形式的变革；相对于前者，它更为灵活从而更易发生；当合约方式的变革积累到一定程序，就会导致基础性制度变迁，即法律的变化。实际上，合约方式的变革与法律制度变革的最为重要的区别，在于它是当事双方自愿交易的结果，没有任何强制；而法律制度的改革则有强制性。

前述在保有制外壳下，土地可以自由租赁也可以转让的现实，又使得英国的土地法律制度得以改进，但仍带有保有制的特点。咸鸿昌指出，“独特的历史渊源使英国的土地租赁法综合了土地保有权制度和合同法的内容”（2009，第271页），成为一种区别于大陆土地租赁法的具有“英国特色”的法律形式。区别只在于，当承租人不交纳租金时，在大陆合同法下，出租人对承租人拥有债权；而在保有制下，则拥有对物的扣押权。这种区别一直保留到了1925年的《财产法》中（2009，第272页）。在另一方面，由于“出租和弃让”成为了一种普遍形式，经过两个多世纪，到了1845年，“法律应时而变，直接以授让（grant）形式取代了‘出租并弃让’的形式。”（2009，第274页）

应该说，自征服者威廉以后，英国的土地制度一直经历着变革，只是这种变革更多地是次级制度的变革，而较少基础性制度的变革；表面上产权制度没有变化，但合约方式却发生了深刻的变化。最重要的是，它几乎起到了法律变革和产权制度变革的作用。这方面，我们要感谢张五常教授的研究，他的《佃农理论》首次提出了合约方式的不同也会带来效率的不同。在以往的新制度经济学的理论中，产权制度更为重要和突出，很多人将重点放在产权制度的研究上，而忽略了在同样的名义产权制度下，还有巨大的制度变革空间。这就是合约方式的变革。由于有了对合约方式研究的理论，我们就能对英国土地制度变迁有更多的理解。

由于英国在表面的封建土地制度外表下发生了实质性的变化，从而“扩大土地保有人的处分权”和“促进土地保有权转让制度的发展”（咸鸿昌，2009，第273页），其结果，就是为英国的工业化和城市化提供了土地产权交易的制度空间。土地产权出现了大规模的转让。如“l561~1640年，王室土地减少3/4，大封建贵族的土地减少一半，而新贵族的土地增加1/5。l551~1600年，7个郡的2500个庄园中有1/3的土地转手，1601~1640年土地转手的规模更大，只有诺曼人征服英国时的土地转移方能比拟。”（陈紫华，1992，第2~3页）总体而言，近代以来，英国“有1/6的土地转手。”（陈紫华，1992, 第5页）

我们并不否认，16世纪以后英国土地的易手有很多宗教因素和政治因素。如宗教改革时期英国政府对天主教地产的没收。据说那时天主教修道院占有全国土地的近三分之一（陈紫华，1992，第1页）。被没收的土地被转赐给了国王近臣，或转卖给了其他人。又如国王在与国会的战争中失败后，王室和王党分子的领地被没收并被拍卖（陈紫华，1992，第2~4页）。但这只是一次性转手。而只有不断地再配置，才能保证土地资源的有效配置。这就需要有一个随时可以进行土地产权交易的制度环境。前述合约方式的变革便利了土地的转让和租赁，才真正实现了工业化和城市化对土地重新配置的要求。

在另一方面，尽管有了合约方式的变革，应该说，相对于土地租赁来说，土地的转让更为困难。例如“整个程序至少要经过20个部门和环节，每个环节都存在大量的风险、拖延和昂贵的开支”，1846年“土地转让的成本相当于土地三年的收益”，也有人认为“相当于土地五年的收益。”（咸鸿昌，2009，第346页）这就使人们在需要土地再配置时，很自然地更多地选择租赁方式。人们甚至发现，在进行土地保有权争议的诉讼时，迂回地采用“侵占承租地令状”，即把保有人之间的争议通过法律技术变为承租人之间的争议更为简便，于是在16世纪以后的“近三百年的时间内成为解决土地保有权争端的主要诉讼程序。”（咸鸿昌，2009，第276~277页）

在现实中，表现为更多地利用租赁来解决土地的重新配置问题。尤其在农业方面，有大量的经营农场出现。1887年，英格兰和威尔士的租地经营的土地占总面积的约35.6%，而到了1922年，这一比例则达到了82.2%（据沈汉，2005，第296~297页数据计算）。类似地，领主们也将自己的土地出租给开采矿产。如采矿者“在承租矿山时冒着很大风险。他们把出售矿石的一部分所得支付给地主，一般来说比例1/15到1/20。”（沈汉，2005，第283页）

无论如何，尽管英国土地制度在现代化过程中长期没有去除其封建的保有制外壳，并且实际上存在着不少妨碍土地交易的法律条款，但并没有在战略层次阻挡英国工业化和城市化的步伐。在这一过程中土地是如何从农村向城市转移的，我们缺少相关的文献和研究。但数据告诉我们，在当时的背景下，英国的城市化过程还是很快的，并且领先于世界各国。1750年，英格兰的城市人口比1520年增长了140%（见下表）。1811年，英国的城市人口比重已达65%，到1871年更高达86%（转引自刘淑兰，1982，第97页）。

表1  英格兰城市人口的增长（1520年~1750年）      单位：千人

资料来源：江立华，2002，第130页。

我们猜测，这一定是英国人在现有土地制度框架内采取变通方法所至。所谓“变通方法”，主要是指两种情况，一是在进行实质性的土地交易时，还保留现有土地制度框架所要求的名义和仪式，如用“替代”和“再分封”的形式进行的土地交易；一是在诸种可互替的制度安排中，选择交易费用更低的制度安排，如用“出租并弃让”替代土地保有权的转移，用土地租赁替代土地转让等。可以想见，英国城市化大概主要是靠土地租赁的方式转移土地的。

二

反观中国，情况似乎正好相反。中国的土地封建制在春秋战国以后就逐渐瓦解，到了汉代，基本上形成了较纯粹的土地契约制度。自春秋时期鲁国“初税亩”以后，原来的井田制就逐渐消亡，因为可以用实物或货币替代在公田中的劳役。秦汉以后，中央与地方的政治结构以郡县制为主，也就逐渐取消了天子与诸侯的封建关系。

经过两千多年的发展，到了明清民国时期，这种土地契约关系更为成熟和纯粹，使得土地的交易更为便捷。在租佃关系相对具有更多的人际因素而较难自由变动的情况下，土地产权的自由转让反而成为解决问题的手段。到清代和民国，甚至发展出永佃制。对于田主，他的土地权利一般被称为“田底权”；对于永佃农，他的土地权利一般被称为“田面权”。在承佃方永远承佃的情况下，田主和佃农都可以把自己的土地权利自由转让给别人，而无需征得彼此的同意。不能不说，这种将完整的土地产权分割开来进行交易的土地制度，已经达到了它的极致。

按理来说，这种土地自由交易的制度有利于在一个社会进行工业化和城市化，因为土地再配置的成本很低。然而，令人费解的是，这种土地制度竟然成为推动现代化的人们眼中的障碍。近代以来，主张社会革命的人都把“平均地权”当作一个重要目标。如孙中山代表的国民党以及后来的共产党。后者甚至将它所进行的运动称为“土地革命”。主张土地革命或改革的人有着很不同的理论背景，但他们有一个共同的地方，就是基本否定那时的土地制度。否定的理由大致有三。一是不公平，即土地产权分布的不平均，地租率太高，地主对佃农的剥削很残酷；一是无效率，即因存在剥削关系，导致效率很低，人民生活贫困；一是这是一种落后的生产关系，即封建的土地制度，妨碍了中国资本主义的发展和现代化。

然而，对于这三种理由，都有非常相反的证据。关于地权分布不平均，据赵冈的研究，清未土地在农户间分布的基尼系数约在0.2~0.4之间，民国以后，则多在0.3 到0.5之间，个别地方有低到0.03高至0.7 的情况（2006，第64~70页），应是相当平均的。换一个通俗一点的指标，就是“地主富农占有土地的比例”。据二十世纪30年代的一些研究，大多在40~65%，远没有土地革命鼓吹者的70~80%那么高（毛泽东，1993，第118-245页）。杜润生在50年代初期也曾当面向毛泽东提出质疑，说中南地区地主富农的土地只有40%多（杜润生，2005，第9页）。后来的一些研究指出，毛泽东因将公田算作地主之田，以及小土地出租者也算作地主，所以估计大大偏高（郭德宏，1989）。

即使对土地分配情况有不同估计，中共执政后的国家统计局的估计则可以算是比较权威的估计。见下表。其中地主和富农的占地比重为51.92%。

表2  土地改革前的耕地分布

资料来源：国家统计局，1980，第19页。转引自郭德宏，2010。

即使这样，还可做两处修正。一是地主富农较大份额的地权中有相当部分的族产等公田；毛泽东的寻乌调查说公田占土地的40%，而中共华东、中南军政委员会土地改革委员会1950年华东、中南各省土改前的土地占有状况的调查则指出，“公田及其他”占土地的比例约14.48%。上表中的“其他”项显然没有包括公田。公田很可能被包含在地主和富农的占地中。

一是还存在着永佃制的情况。永佃农虽为佃农，但实际上拥有一部分土地产权，即“田面权”，这一权利可以独立地自由行使，不受田主的约束，在有些时候，田面权的价格甚至超过田底权（见下表），因而也应视为部分土地产权。据赵冈计算，被认为吉尼系数高达0.784的苏州地区，如将田面权也算地权，则吉尼系数只有0.398（2006，第83页）。

表3  田底权田面权价格                                            单位：两/亩

年代	田底价格	田面价格
1763~1707	6.5	2.91
1727~1756	7.62	7.38
1782~1800	10.79	8.49
1802~1807	11.48	9.71
1810~1817	18.01	37.04

数据来源：赵冈，2006，第76页。

在地权分布比较平均的情况下，田主与佃农的关系也并非像土地革命鼓吹者说的那样紧张。据高王凌的研究，自明清以来，名义地租率和实收租率都在持续下降。据章有义的研究，徽州地区1887年以前的14次地租调整，平均下调地租39%；1890年到1922年的12次地租调整，平均下调3.6%。不仅如此，地租仍然长期不能收足，且实收率还在持续下降。见下表。

                  表4  地租实收率

年代	地租实收率
1550年~1650年	80%~90%
1651年~1750年	70%~80%
1751年~1790年	60%~70%
1791年~1850年	70%~80%
1851年~1890年	69%~70%
1891年~1900年	50%~60%

数据来源：高王凌，2005，第29页。本表用较具体的数字替代了原文中的“世纪”、“上半叶”或“几成”等较模糊的表述。

到了民国时期，地租率已经很低。据高王凌估计，平均约为产量的40%，如果考虑实收率（70~80%），则只有30%（高王凌，2005，第177页）。而所谓“欠租”，并不是一种短期的和暂时的现象，而是一种长期行为，甚至长达数十年（高王凌，2005，第79~90页）。当因收租而发生田主与佃农的利益冲突时，自明清以来，田主求助政府一般都是鞭长莫及，即使真的打了官司，法官并不一定要站在田主一边（高王凌，2005，第149~169页）。因此，“地主残酷剥削压迫农民”的判断似有疑问。赵冈甚至说，“苏南地区的佃农普遍比自耕农富裕，甚至比某些握有田骨的地主享有更多的财产。”（2006，第84页）

关于明清民国时期的土地制度是否有效，也有一些讨论。一种看法来自美国的农业专家。富兰克林·金，他二十世纪初访问了中国、日本和朝鲜，回国后写了一本名叫《四千年农夫》的书。他对中国的农业赞不绝口，认为是在中国的地理气候和人口密度环境下的最好配置。他说自己从“数千年来对自然资源的保护和利用中受到教育，震惊于他们的高产”（2011，第2页）与将中国与美国或苏联相比，说中国的农业既没有大规模，也没有机械化，是“落后的”相比，这显然是真正专家的评价。

因为他清楚地意识到中国与美国和苏联的差别。后两者之间虽也有不同，但有一点是共同的，即都是经过军事扩张而获得的广袤土地与相对较少人口的匹配，这与中国经过几千年的开发与演化，人地关系相对紧张不同。因而美国和苏联的模式并不适用于中国。但在当时，中国没有多少人看到这一点，而是急急地否定中国已经有土地制度。当然，以后中国发生的事情又能反证，明清民国的土地制度是有效率的。据曹贯一估计，光绪十三年（1887年），我国一个农业劳动力平均可产约2000斤粮食（1989，第852页），而从1949年到1978年都没有达到过这个水平。我们后面再讨论。

至于中国当时的土地制度是一种“落后的生产关系”即落后的制度，与当时的英国土地制度相比，似乎得不出这个结论。如前所述，当时英国的土地制度，至少在文本框架上，还是封建制或保有制的，但由于英国人善于在既有法律文本框架下变通和选择更有效率的制度安排，土地保有制并没有妨碍英国发生工业革命。因而，这至少有力地证明，没有一种制度非得使用暴力去废除，才能变得更为有效。相反，也许正是因为采用了暴力，才使由此产生的制度注定无效率。

无论如何，在民国时期，知识分子或社会主流的看法，就是要改变当时的土地制度，从孙中山的忠实信徒国民党人，到修正了“平均地权”主张的共产党人。后者将其与国民党的一次战争称为“土地革命战争”，而在第二次与国民党的战争其间和胜利后立即采取的行动，就是“土地改革”。这场运动的代价，就是200万~300万人的生命（毛泽东估计，转引自维基百科“土地改革运动”，http://zh.wikipedia.org/wiki/%E5%9C%9F%E6%94%B9）。然而，这场土改是否带来了更公正、更有效和更有利于工业革命的结果呢？

答案是否定的。首先，剥夺百万人的生命就是最大的不公平，他们的“罪名”只是在市场制度下通过平等自愿的交易获得了更多的土地。而剥夺他们的生命不仅没有通过法律的政当程序，而且是虐杀至死。例如后来对这种“暴力革命”有所怀疑的林昭，在早期也曾参与过对地主的虐杀。在冬天，她所参与的土改工作队将土地所有者放到水缸里（江菲，2004）。如果说他们通过自愿的市场交易获得土地是不义的，那么通过暴力去抢夺土地实际上是更为不义的。更不用说，从更长历史时期来看，所谓的“平分土地”实际上只是更大的地权转移的序幕。那些曾经获得的土地不久之后就不再能够受到名义所有者的支配，最后，连这个名义都没有了。

再看效率。由于在传统中国社会，占有土地的多少与种田能力和经营能力相关，所以土改将土地平均分配，使不少土地从生产效率较高的农民手里转移到效率较低的农民手里，必然导致生产效率的降低；再则，用暴力剥夺较富农民财产成为规则，也让农民不敢努力生产、增加收入，以避免“被共产”；土改也损害了在乡村中的商业关系，使得产品和生产要素无法有效流通和交易，也降低了农村总体上的效率。例如，在山东省，经过1947年的土改，“1948年农业生产出现了空前的歉收。‘全省产量由平均每亩180斤，减为85斤，……’”；甚至还出现了饥荒，“到1948年3月，全山东已有200多万人缺乏粮食。”（王友明，2006，第172页）

再看对工业化的促进作用。由于打击地主，也直接打击了地方经营的工商业。如山东莒南县在土改中“大大削弱了地主工商业，尤其在土地复查中华东局对地主工商业采取‘一般在农村中小城市中群众要动即拿出’的政策”，……“莒南县‘一切靠商业剥削的商人财产被没收，部分手工业者受到严重打击’，大店的繁荣不再。”（王友明，2006，第168页）莒南县桑庄区25村侵犯工商业的统计如下表。

表5  莒南县桑庄区25村侵犯工商业情况统计表

资料来源：王友明，2006，第169页。

经过土改对工商业的打击，莒南县的工商业户数从1936年的1520户6840人下降到1946年的235户1599人（王友明，2006，第169页），仅为原来的15.4%。

由于土改的示范作用，使得人们不敢再积累财富，也就没有用于投资工商业的资本。与英国早期工资业投资有很大一部分来自于领主比较，显然会缺少工业化的资本来源。实际上，在中国近代以来，有不少土地所有者将部分资金投入到了工商业中，如毛泽东的父亲作为一个富裕农民就已经转向了商业（高菊村等，1999，第108~112页）。这促进了当时的产业近代化。对他们财产的掠夺和人身的伤害，反而阻碍了这一过程。

只是问题还没有完。在土地改革完成不久以后，又出现了由执政党用政治强力推进的集体化运动。从制度角度看，由集体化所形成的土地制度不仅没有任何优势可言，反而使土地制度倒退到了一个不能有效交易的地步。首先，农村集体化就不是一个农村家庭之间自愿结合的过程，而是当时执政党政治领袖个人意见强加于社会的结果。当农民被迫将自己的土地交给合作社时，自由契约制度就被彻底破坏。不仅如此，他们也实际上失去人身自由。集体化经过初级社阶段，高级社阶段，一直到人民公社阶段，土地越来越合并到一个更大的组织单位，也越来越脱离被集体化的农民自己的控制，而变成政府直接控制的资源。政府通过其行政系统，由各级行政负责人直接调配土地及其它农业生产资料、甚至生活资料，被称为“一平二调”，“一大二公”。市场配置土地的作用完全被废弃。

由于市场制度已被废弃，没有市场信号告诉人们如何配置农产品结构，甚至没有总量判断，在农村集体中行政命令替代了农民的农业技能，公共食堂和“干多干少一个样”的分配制度削减了农民的劳动热情，致使生产效率急剧下降，导致总产量的下降。如以光绪十三年粮食生产的劳动生产率为100，根据官方数据，则1952年为90，在以后几年有所增长，但自1956年以后，就开始下降，到1960年就只是73，1961年为67。见下图。这显然对应着集体化从初级社到高级社，再到人民公社的时期。其中尤以人民公社时期为最烈。

图1  农业劳动生产率（1952年~1979年）            单位：斤/人

数据来源：劳动生产率根据国家统计局网站，《国家数据》，“主要农作物产品产量”， http://data.stats.gov.cn/workspace/index?m=hgnd ，“按城乡分就业人员数”，http://data.stats.gov.cn/workspace/index?m=hgnd 数据计算 ；光绪十三年劳动生产率引自曹贯一，1989，第852页。

应该指出，因集体化后，农作物结构越来越趋向单一的粮食生产，其它经济作物的产量都有明显下降（见下表），所以仅按粮食产量估计的劳动生产率还是偏高的。

表6  中国经济作物产量

转引自高王凌，2013，第14页。

在另一方面，政府对农民收入的征税具体表现为对粮食的征收，征收比例相当于过去的田赋。1950年到1953年，这一比例约为10%，比清未的田赋率2~4%（王业健，2008，第165页）高出150%到400%。在此之外，还有收购。由于当时政府还是从市场上购买，应不算作田赋。所以当时的田赋率还是农民可以接受的。然而，在1954年以后，政府实行了统购统销，实际上废弃和取代了市场，收购部分的价格明显低于市场（影子）价格，所以也可被算作田赋的一部分。更是在1958年以后，政府怀疑农民“瞒产”，用政府强力“反瞒产”，说明所谓“收购”也带有强制性，可归并为田赋。据当时的统计数据，1954年以后，实际“田赋率”即征购比率大幅上升，1959年达到接近40%，1960年更达到接近50%。

表7  实际田赋率（粮食征购率）[1]                   单位：%

1950	1951	1952	1953	1954	1955	1956	1957	1958	1959	1960	1961
10.1	10.4	8.62	9.52	30.1	31.8	28.3	25.8	26.6	39.6	49.0	37.4

数据来源：粮食征收和征购数量的数据来自国家统计局，《新中国50年统计资料汇编》，《陈云文选（1949~1956）》，《农村集体化重要汇编》；转引自《网易》。粮食产量数据取自国家统计局网站，《国家数据》，“主要农作物产品产量”，http://data.stats.gov.cn/workspace/index?m=hgnd 。

在粮食产量下降的同时，由于粮食生产的体制已变为由行政部门配置和指挥，各级行政部门成了决定粮食产量的主体，它们同时又受到了行政部门内在机理的支配，即它们的收益取决于上级领导的意愿，于是为了迎合上级，又出现了虚报粮食产量的浮夸风。如1958年当年估计的粮食产量8500亿斤，比实际产量4000亿斤（杨继绳，2008，第722~723页）高估了112.5%。正是因为上述的浮夸风，政府根据各级行政部门上报的粮食产量征购粮食，所以才会在1959年以后的三年中，实际“田赋率”高达40%左右。这在实际上，是在当时政府强制推行的土地制度、导致的粮食剧烈减产的情况下，政府又要从中拿走更大的份额。这导致了约3000万甚至更多的农民被饿死[2]，据邓子恢，其中有2000万农业劳动力被饿死（《邓子恢传》编辑委员会，1996，第558页；转引自高王凌，2013，第151页）。

惨痛的悲剧证明，这个以土地革命为口号而建立起来的土地制度，是一个真正落后的制度，它不仅没有带来它的鼓吹者预言的美好天堂，却使农民下了地狱。这个制度的核心，是剥夺了农民对土地的权利，甚至他们拥有房屋和炊具等生活资料的权利，“公共食堂”的建立最后也剥夺了他们的“吃饭权”。生产队长稍不高兴，就可能“扣饭”。许多人因被扣饭而饿死（杨继绳，2008，第347~349页）。农民被剥夺的土地权利，最后被集中到了政府手里。即使最善意地想象政府的动机，由政府统一配置土地也被证明是一种最糟的土地制度。

首先，由政府替代市场，使得有关土地或土地产出的价格体系不复存在，不仅不能给千千万万的农民价格信号，甚至不能给负责配置土地的政府部门有关粮食总量的信息。1958年，毛泽东在河北省徐水县看到浮夸的假典型后，竟忧虑“粮食多了吃不了怎么办”（杨继绳，2008，第239~244页）；1960年，全国已经经历了两年饥荒，饿死了上千万人，当李先念向毛泽东汇报粮食问题时，后者仍说他是“杞人忧天”（蒋冠庄和高敬增，2008）。

第二，没有有关农产品的价格体系，没有成千上万个农户对价格体系的反应，只靠行政部门官员的命令，就不能恰当地决定，在什么土地上最好种什么农作物，什么时候种，种多少，也就显著降低了土地的配置效率。再加上行政官员好大喜功，追求政绩工程的“瞎指挥”（杨继绳，2008，第145页，第160~161页，第172页，第195页，第225页，……），进一步降低了土地的产出效率。

第三，在这种制度下，农民生产的成果的很大一部分首先要被征购，留下的粮食甚至不够自己吃的，干得再多也不会多得，因而没有动力种好集体的地。在大饥荒后的“三级所有，队为基础”加自留地的制度下，他们把更多的精力放到自留地上。大量事实证明，自留地的亩产一般是集体地的4倍到5倍（高王凌，2013，第226），反过来说，集体土地制度的效率只有正常的1/5到1/4。杜润生曾多次说过，农村包产到户后，农民一年只需平均24天就能干完地里的活（转引自高王凌，2013，第177页）。由此反推，1962年到1977年的土地制度，其效率只有正常的约1/15；如果再反推到三年饥荒时期的“一大二公”的土地制度，则效率会更低。

第四，这种剥夺了农民土地权利的制度，也就同时剥夺了农民的政治权利和基本的人身权利。前述政府征收高达40~50%的田赋，是中国历史上罕见的重税，不用与汉初的文景之治的三十税一，约3.3%的田赋率，康熙的摊丁入亩，“滋生人丁，永不加赋”，约5%的田赋率去比，就是秦朝，也只有约33%的田赋率[3]。更不用说，在历史上我们从未看到，为了征收田赋，哪朝政府要到农户家里去“反瞒产”，即用暴力逼迫农民说出粮食藏在哪里，而经常的情况是，由于农民真的没有粮食，而被吊打至死。打人者却不负任何法律责任（杨继绳，2008，第20~24页，第66页，第93页，第106页，第132页，第139页，……）。

第五，这种制度加强了政府在政治上的强势，使之成为没有任何约束的力量。当大量事实证明出现了饥荒时，它本能地拒绝承认（高王凌，2013，第150页），并用其政治强力压制和打击有关饥荒信息的传播，甚至禁止灾区人民出来逃荒；地方政府也害怕被说成右倾而不敢汇报实情（杨继绳，2008，第16页，31页，32页，35页，39页，67页，105页，119页，134页，141页，149页，……）。这种作法使得救灾不能及时开展，灾民得不到应有的救助，反而又加重了灾情，饿死了更多的人。

很显然，与土地革命鼓吹者的预期相反，这种土地制度也不可能有效推进中国的工业化和城市化。中国的人均GDP从1948年的世界第40位，下降到1978年的倒数第二（周天勇，2008）；工业化率虽然到1978年提高到了44.1%，但这是在计划体制下将工业品定价偏高的计算，且是以压抑农业和第三产业为代价的；钢产量一直在3000万吨左右徘徊，工业技术远远落后于世界领先国家，甚至落后于亚洲四小龙及巴西等发展中国家约二十年（周天勇，2008）。从城镇化方面，虽然在土改以后城镇化率从1949年的10.6%提高到1954年的13.7%，并由于农村人口减少而使城镇人口在1960年达到目了19.7%的比重，但到了1978年仅为17.9%。因此，在这种所谓“先进”的土地制度下，工业化和城市化都受到了压抑。

实际上，这个付出土地革命战争上百万人的生命，土地改革上百万人的生命，集体化数千万人的生命的巨大代价的土地制度，是一个人类历史上的罕见的制度大倒退。万里先生曾说，“人民公社实际上是把农民当‘奴隶’了。”（万里，1988；转引自高王凌，2013，第3页）董辅礽先生也曾说，“人民公社其实就是农奴制”（转引自徐瑾，2008）。这一判断为大量历史记录所证实。高王凌指出，人民公社制造出来的“农业产业军”，是“对农民的全面 ‘战争’。”（2013，第149页）这也为一个事实所证实。在美国制宪时，南方代表既要维护奴隶制度，不承认奴隶是公民；又想获得选票上的好处，把奴隶算作一定比例的选民，经过妥协，美国宪法规定一个奴隶等“其他人口”有五分之三个投票权（第一条第二款）。在毛泽东时代，中国的《选举法》规定，在选举权利上，一个农村人相当于四分之一个城里人（第二章第十四条）。

当然，对于这种极端落后且严重侵害农民的制度，农民通过其“反行为”作出了反抗，这是非暴力的、消极怠工式的、暗渡陈仓式的反抗（高王凌，2013）。自留地的存在就是农民付出了几千万个生命所获得了让步。再后来，他们就以自留地的多少作为攻防目标。既然集体土地的主要目的就是上交征购粮，且通过大饥荒，政府也明白，它不可能随心所欲地征购过多粮食，实际上交公粮的任务就是一个相对固定的指标。只要完成这一指标，扩大自留地面积并不损害政府的利益。于是，农民们发明了“井田制”；即大量私田（自留地）围绕着公田（集体土地）（高王凌，2013，第201~212页），“雨我公田，遂及我私”。晃然间，我们感到了历史的倒错，回到了三千年前的商周时期。在那时，井田制是一种制度创新。

自留地上的高效率使得政府动心，为什么不对自留地征税呢？据高王凌，1957年中共湖南省委就规定，自留地不能免征免购；到后来，对集体土地包产到劳，也实际上采取了交纳固定量的农产品或相应现金的规定（高王凌，2013，第212页）。我们又一次碰到历史倒错，这不是“初税亩”吗？那是春秋时期最早在鲁国发生的事情。初税亩最后导致了井田制的瓦解。对自留地征税，反过来会加强自留地的法律地位；集体土地交纳固定税赋，剩下的归农民，不就在实际上承认农民对土地的权利了吗？改革开放后，土地制度从包产到户演变为家庭土地承包制，就像从春秋时期的初税亩到秦汉以后土地私有制的普遍形成的重演一样。

三

重温历史，让我们感慨万千。现代历史上中国这个付出巨大代价的土地制度变革，其实不过是重复了几千年前的故事。除了留下创伤以外，它没带来任何新的东西。如果我们连这个教训也没记取，那几千万生命就真的白白丧失了。人类历史中行之有效的、且长期存在及稳定的制度，一般是经历了试错过程，曾出过不少代价，如果我们无视这一点，就只能再付出一次巨大代价。这本是文明人类应该避免的。

首先应该反省的，是近代以来中国知识分子对中国的制度自卑。由于军事上的失败，认为中国事事不如人，所以并不对中国当时的经济制度做细致分析，就将其全盘否定。上述讨论告诉我们，从市场制度角度看，自秦汉以后，中国就形成了有明确产权界定的土地制度，土地可以自由买卖，并无封建关系的束缚；到明清民国时期的中国的土地制度，是一个比较纯粹的自由契约制度，永佃制的发展则是这一制度的一个有效结果。反观当时英国，仍在法律上是土地保有制，即至少在名义上还存在封建土地关系。具有讽刺意味的是，英国人并没有从根本上触动这个看来“落后”的土地制度，却实现了现代化；而中国却要消灭这个对现代化有好处的土地制度，反而带来对现代化的阻碍。

第二个方面，是对某种理论的原教旨式的理解和执行。马克思主义的阶级斗争学说和人类社会五阶段论，是对人类历史的过于简化的解释。作为一种理论，它有存在价值。但当它变为政治集团的信仰，并用于实践时，就会产生将现实削足适履地服从理论的现象。阶级斗争学说按照自己的标准将人分成“好人”和“坏人”。他们分别维护“先进的”或“落后的”制度。为了制度的变革，“好人”可以不惜动用武力消灭“坏人”，甚至可以残害他们。这种理论和实践完全忽视了人的丰富性，他们不仅在生产关系上扮演某个角色，也可以分属于依不同标准划分的人群。如在英国，领主又可以是科学家或工业家，他们不一定要站在某个固定的立场上。正因如此，社会的演变才显得非常复杂，又富有韧性。

第三个方面，是对制度及制度变迁的僵化理解和简单思考。人们简单地将制度分为“好的”和“坏的”。一旦建立了好的制度，一切皆好。而为了建立这样的好制度，可以不惜一切代价。没有懂得，制度是一个社会内在生成的、有生命的有机体，它的演进也是一个有机演化过程。新的制度是在旧的制度机体中生发出来的。成功的成本较低的制度变迁是在新旧制度的互动中实现的。新制度是旧制度面对不能解决的新问题的解决方案，旧制度是过于激进、缺乏传统支撑的新制度的解毒剂。这才使制度变迁不出现带来危机的断裂。这恰是英国近代以来制度变迁不那么剧烈，且在工业革命的大势之旁，仍存在着顽强的传统绅士文化与之抗衡的情形（马丁•威纳，2013）。而在二十世纪50年代的中国，我们看到的是“共产主义是天堂，人民公社是桥梁”的标语，和用“无产阶级的”武器将农民“赶到社会主义道路上去”粗暴而愚蠢的行为（高王凌，2013，182页）。

第四个方面，是对制度的构造主义的理解，及由此带来的相信用政府强力、在短期内能够实现制度的有效演进。土地制度演化到近代，是一个漫长的自然秩序的变化过程，传统中国的以市场为基础的土地制度就是一种自发的秩序。而构造主义认为可以人为地设计出最优的制度，包括土地制度，实际上是做不到的，其结果只能适得其反。在英国，我们看到的是一个尊重自然秩序的态度，并不急于通过政府强力推动土地制度的变化。在既有土地法律制度框架下，他们又尊重人们对不同法律的选择，和对契约形式的选择，这又促进了制度在较灵活的领域发生变化，最后推动法律制度的变化。而在集体化时期的中国，我们看到的是一种“致命的自负”，是对原来土地制度的全面否定，和对没有任何试错和经验的所谓新制度的虚妄崇拜。

第五个方面，是企图依赖于政治力量进行制度变迁。这必然会将对政治利益的考虑卷入制度的设立和改进。在中国，对土地问题的判断已经被政治利益所扭曲。当不少专家说土地集中度只有40~60%时，执政党高层只认定是70~80%。土地革命也一直是不同政治力量的分水岭。为了与竞争性政治力量相区别，对土地制度的主张就会发生扭曲，如共产党的暴力土改。在共产党当权后，推行自己的土地改革政策和自己的政治合法性紧密挂钩，在初期急于求成，想在短期内创造奇迹，到后来出现问题，又拒不认错，极力掩盖事实，贻误救灾时机，造成人类史上罕见的灾难。在英国，虽然出现过对谷物法和土地税的争议，但土地制度从未成为一个政治议题。

第六个方面，近代以来，中国的知识分子对社会问题的把握也出现偏差。当然，当时中国农村存在着贫富差距，但这一差距被夸张为不能容忍的不公平。当永佃制带来佃农可能甚至比田主还富的情况下，还在将“耕者有其田”作为主要的社会目标。无论是在人民公社时期，还是在现在，再回想一下当时的土地分配情况，就会觉得当时的知识精英看错了问题。正是他们的错误导致了后来中国农民的灾难。这些知识精英的思路不是想解决当下问题，而是想一举实现一个理想世界。而在英国，虽然也有社会主义思想的影响，但经验主义传统从来未使英国人想一举创造一个理想社会。

最后，也是最重要的方面，就是对制度应该如何变迁的理解。也就是说，无论对制度变迁的方向和方案如何不同，这些不同都不是最重要的。最重要的是变迁的方式是暴力的还是非暴力的。首先，这一区别能够分辨出某种制度方案是否有效。布坎南指出，最好的制度变迁表现为帕累托改进。即无人受损，却有人受益。他说，与之相应的政治程序就是一致同意规则。这反映在对制度变迁的态度上。如果不会受损，也就不会反对；如果受益，就会举双手赞成。正是一个不会损害任何人的改革，才会带来社会角度看的福利增进；所以由民众自愿接受和普遍支持的改革，才会是真正具有导致效率提高含义的改革。反过来，如果一个改革得不到民众的接受和支持，却声称是“先进的”制度并用暴力强行推行，必然会损害大多数人的利益，从而也会摧毁社会的繁荣。

第二，用暴力推行的所谓制度变迁必然在分配上是不公平的。用暴力推行的制度必然也需要用暴力维持，因而在这种制度下，分配是由掌握着暴力资源优势的集团决定，从而也必然倾向于他们自己。而所谓有暴力优势的集团，一般也就是政府。因而，用暴力推行的制度其实也就是一个其分配更为倾向于政府的制度。这就回到了一个人类社会最为古老的问题上，官民矛盾问题。暴力推行的制度只是加剧了这一矛盾。

第三，由暴力建立的制度，如土地制度，必然是由政府来支配资源分配的制度。而我们已经知道，政府只有在特殊情况下才比市场更有效率，如在公共物品领域。然而，当政府全面支配资源配置时，配置效率就会大大降低，从而由暴力建立的制度必然是一个效率低下的制度。

回顾中英两国土地制度变迁的历史，上述讨论应是成立的。不管有多少人竭力缩小土改时期非正常死亡的人数，他们都不会否认，存在着对地主和富农的人群的财产侵夺和生命残害。尽管他们占人口中的比重不算太大，但对他们的侵害在道德价值上是不能接受的，并且从社会功利角度看，他们是社会中的重要部分，对他们的暴力侵害和杀戮，消灭了社会中最善经营土地的人群，也破坏了自由契约制度，必然带来生产效率的下降。到了集体化时期，亿万农民基本上被强制进入合作社和人民公社的。他们在后来所谓“反瞒产私分”运动中和“公共食堂”的扣饭和断饮时也付出了惨重的生命代价（杨继绳，2008，第67页，70页，103~107页，第124页，第127~129页，第133页，第140页，……）。与之相应的，就是生产效率降至最低。

反之，家庭土地承包制虽与土地改革一样，也被称为“改革”，但两者最重要的区别是，前者并没有政府的强制推动。应该说，在承包制之前，许多农村和亿万农民已经在暗渡陈仓、瞒天过海了。凤阳县小冈村的中共党员甚至不惜坐牢来推行包产到户。而这被中共决策层接受，并非是他们中多数人都认识到了包产到户相对于集体制度的优越，而是“承认群众自由选择的权利”（杜润生，2005，第119页）。一旦自由选择，包产到户不过几年就在全国开花，从没有像推行集体化那样的阻力。其结果，就是农业出现了极为显著的增长。据国家统计局的数据，在1970年至1977年间，农业总产值的年均增长率约为3%，而1978年到1988年的增长率则为15%[4]。而在微观层次，据高王凌，“山东章丘县一个村子上年棉花亩产17斤，次年改革后达到130斤；另一个村庄头年亩产10斤7两，第二年‘包产到劳’，达到了81斤。”有一个大队“改革后连年丰收，粮食总产量由20万斤增加到110万斤。”（2013，第186页）

图2  中国农业总产值（1970年~1988年）          单位：亿元

资料来源：国家统计局网站“国家数据”“农业”部分，“农林牧渔总产值及其指数”。

所以，自愿还是被迫，和平还是暴力，而不是什么其它指标，才能判断一个制度变迁是否是“好的”制度变迁，即使制度变得更有效率的变迁。林毅夫指出，造成1959~1961年饥荒的，并不是集体化，而是强制性的集体化。这既包含强制入社，又包含不许退社。这就失去了对有些社员违约偷懒的约束，导致了生产率的急剧下降（Lin, 1990）。在以色列存在的基布兹，仍是一种人民公社式的组织，与当年中国人民公社的区别在于，它是由社员自愿结合而成的（杨曼苏，1992，第79~83页）。如果当初中国的农民被允许不参加集体，或可以自由退社，就不可能出现三年大饥荒，当然也就保留下来农民拥有产权的土地制度。如果当年的土地改革是和平进行的，其结果也就与中国台湾省的土地改革一样，直接促进了工商业的发展。土地所有者不会经历那样一场血腥的惨剧，而成为新兴工商业的领导者。

是否存在一种制度变迁，它只存在于某个天才的脑子里，并且确实可以在未来的某个时刻给全社会都带来巨大福利，但会损害当下的大部分人，或相当一部分人的利益？首先的问题是，是否存在着这样一种天才？答案是，不存在。这是因为，只要是人，就是理性有限的；他们一般不可能对作为复杂系统的社会的未来作出预测，更不可能设计它的制度。制度只有一个朝着更好方向发展的方式，即通过千万个个体之间自愿的互动。而他们的互动也是一个很复杂的、人类理性不及的演变过程。所以，宣称自己掌握了人类历史发展规律真理的人，企图通过政府的强制性手段给人类带到人间天堂的作法只能是一种唯理主义的狂妄。

古往今来，人们之间的自愿的交易，才是推动有效的制度变迁的最有效的形式。最奇妙的是，交易看来是两个人就可进行的小事，但其内涵却极为深远。人们不仅可以交易产品，还可以交易要素，还可以交易合同方式，即选择不同的交易方式进行交易。而合同方式，就是诺思所说的次级制度安排。只要一种合约方式更为便捷，很快就会推广开来。货币制度就是这样产生的。甚至奴隶通过市场交易积累货币最后将自己买出，也能瓦解看来很严酷的奴隶制度。由于交易的简单性、灵活性，使得人们很愿意在有法律障碍的时候，选择相应的交易方式绕过法律。这就如同英国人用“替代”、“再分封”、“出租并弃让”的交易形式进行土地转让，用租赁合同替代繁复的转让程序，完成在土地保有制外壳下的土地再配置。所以，自愿不仅是制度变迁的被动的标尺，也是主动的要素。

那么，是否存在着非要用暴力推进的制度变迁吗？一般来说，没有。只有一个例外。这就是，原有制度包含了强制性，并且可能还用暴力维持着。如美国的奴隶制。福格尔教授曾说，世界上绝大多数国家是用和平的手段消灭奴隶制的，美国是个例外（Fogel and Engerman,1974, pp.32~37）。这是因为，在美国，奴隶制农场的效率要比自由人农场的效率高[5]。奴隶主可以迫使奴隶在单位时间内高强度地劳动。对于这样的制度动武，几乎相当于中国的古典革命含义，即汤武革命的含义。当夏桀商纣暴虐无道，他们的国家制度已经是一个用暴力维持的无效制度。只有当他们人心失尽，商汤周武才可谨慎用兵。即使这样，孔子仍认为武王伐纣并没有“尽善”。即使存在着使用暴力推进制度变迁的理由，也要十分谨慎。

另一种涉及制度强制性的领域是在公共领域。因公共物品并不一定会使所有人皆大欢喜，却又要提供，在典型的民主制度下，就要通过投票决定。但多数规则会使投票中的少数人感到吃亏，而公共决策一旦作出，就要强制性执行。所以，即使按照民主程序制度的法律仍带有损害一部分人利益的性质及其强制性。这显然是一个人类目前没有解决的问题。民主制度只能通过调整特定公共决策的规则，如多数比例，或增加少数人的权重，来尽量减少对少数人的损害。然而，这是一个永远无解的问题。最好的解决方案，就是尽量少用公共选择的手段进行制度变迁。这也就是英国的法律变化如此缓慢的原因。它只有在合约方式已经发生了普遍的演变，且证明是有效的以后，再作对法律的调整。就如英国有关土地制度的法律一样。

总之，中国和英国几百年来土地制度变迁的历史告诉我们，判定一个制度变迁是否有效或“好”的一个简单方法，是经济当事人是否自愿接受；而不是其它什么，如其背景理论多么逻辑严谨和雄辩，其所诉求的道德标准多么高尚，甚至其所动员的多数多么积极，以及什么什么主义。只要我们坚守这一点，就可以避免制度变迁中的巨大代价，少走中国土地制度变迁史已经证明了的弯路，却始终与推动制度变迁的真正动力朝着一个方向前进。

参考文献：

《邓子恢传》编辑委员会，《邓子恢传》，人民出版社，1996。

曹贯一，《中国农业经济史》，中国社会科学出版社，1989。

陈紫华著 , 《一个岛国的崛起 英国产业革命》，西南师范大学出版社，1992。

杜润生，《杜润生自述：中国农村体制变革重大决策纪实》，人民出版社，2005。

Eli Maor ，《e的故事》，人民邮电出版社，2010。

Fogel, R.W. and Engerman, S.L. , Time on Cross, W.W. Norton & Campany, 1974.

高菊村，龙剑宇，陈高举，刘建国，蒲苇，《毛泽东故土家族》，西苑出版社，1999。

高王凌，《租佃关系新论：地主、农民和地租》，上海书店出版社，2005。

——《中国农民反行为研究》，中文大学出版社，2013。

郭德宏，“旧中国土地占有状况及发展趋势”，《中国社会科学》1989年第4期。

—— “对毛泽东二三十年代农村各阶级土地占有状况的调查分析的重新研究”，《党的文献》，1989年第5期；又载于《探寻历史的真相》，中共党史出版社，2010。

国家统计局，《建国三十年全国农业统计资料》，中国统计出版社，1980。

江菲，“寻找林昭”，《中国青年报》，2004年8月11日。

江立华，《英国人口迁移与城市发展：1500-1750》，中国人口出版社，2002。

蒋冠庄和高敬增，“李先念呕心赈粮荒”，《百年潮》2008年第1期。

金，富兰克林，《四千年农夫》，东方出版社，2011。

Lin, Justin Yifu, Collectivization and China’s Agricultural Crisis in 1959-1961, The Journal of Political Economy, Vol. 98, No. 6 (Dec., 1990)

刘淑兰，《英国产业革命史》，吉林人民出版社，1982。

毛泽东，《毛泽东文集》第一卷，人民出版社，1993。

沈汉，《英国土地制度史》，学林出版社，2005。

万里，“农村改革是怎么搞起来的”，《中国经济时报》；

王业健，《清代田赋刍论（1750-1911）》，人民出版社，2008。

王友明，《革命与乡村，解放区土地改革研究：1941~1948》，上海社会科学院出版社，2006。

威纳，马丁，《英国文化与工业精神的衰落：1850—1980》，北京大学出版社，2013。

维基百科，“土地改革运动”，http://zh.wikipedia.org/wiki/%E5%9C%9F%E6%94%B9 。

咸鸿昌，《英国土地法律史：以保有权为视角的考察》，北京大学出版社，2009。

徐瑾，“文贯中：中国还需要一场土改”，《中国经营报》，2008年7月6日。

杨继绳，《墓碑》，香港天地图书，2008。

杨曼苏，《以色列：谜一样的国家》，世界知识出版社，1992。

张五常，《佃农理论》，商务印书馆，2000。

赵冈，《中国传统农村的土地分配》，新星出版社，2006。

中国财政史编写组，《中国财政史》，中国财政经济出版社，1986。

周天勇，“三十年前我们为什么要选择改革开放”，《学习时报》，2008年9月。

 

（原载于《学术界》2014年第12期。）

 

[1] 这是根据官方数据计算的。但有的学者说实际上要更高。如高王凌说，“在建政后头几年，农业税率虽然由初期的20%，减至15%，但加上地方附加，仍有19.5%左右。”（15）

[2] 高王凌：“据了解，刘少奇当年掌握的人口死亡数字，是4500万人。这些可能都是“底线”，还有更高的数字估计，如5500万，6000万以上，而且都有档案材料的支持。“（2013，第151页）

[3] 中国财政史编写组：“秦代田赋负担很重，史载征收量达三分之二。”（1986，第77页）按惯例，就是向地主征收田赋。秦代地租率一般为50%（见税什五），所以田赋率约33%。

[4] 根据国家统计局网站“国家数据”“农业”部分，“农林牧渔总产值及其指数”计算。

[5] 福格尔：“南方奴隶制农场的效率比自由人农场的效率高28%。”（Fogel and Engerman, 1974,p.192）

《盛洪教授》分类目录

盛按：产权是禁止的，限定的和排斥的，它与自由有什么关系？真正的自由必定是社会的，即任何个人的自由必定是所有人的自由，他们之间的自由必须是互不冲突的。面对变动不居的世界，每个人的自由必须有一个确定性边界加以保证。在这个边界之内，他或她有确定性预期，可以从心所欲；在这个边界之外，其他人应停下脚步。由于技术性原因，这个边界不能是物理的、空间的，而是一组行为规则，即有既定的行为或不行为的权利。这就是产权。由于产权制度，社会上所有人都享有平等的最大的自由，它们互不冲突。在产权的边界之内，人们的自由得到了完全的保障；在边界之外，人们有与别人谈判并达成协议的自由，从而扩展了自由。如果每个人都享有充分的自由，整个社会就会繁荣。因而产权是自由的前提条件，是形而上的自由落到地面的切实有效的制度，进而如哈耶克所说，“乃是所有已知文明赖以发展的基础。”（2025年7月18日）

盛按：经济减速，是在多年前就注定了的。那是因为产权制度开始遭到持续破坏。企业家无端获罪，企业财产被非法侵没；整个产业会因为一句话而消失；多个行政部门把着市场的入口，制造大量“许可”敲诈企业和公民；……。因而产权安全性比任何宏观经济政策都重要。因为宏观政策所依据的宏观经济学的理论前提是一个产权受保护、市场不受干扰的社会。否则这个理论是不灵的。不讲保护产权，而大讲特讲什么财政政策，货币政策，刺激消费等等，都是不知轻重，舍本逐末。保护产权要求政府行为是可预期的，它必须遵循公之于众的宪法原则，符合理性，不能是有权任性，甚至炫耀滥权的能力。因而要保护产权，就要约束权力。（2023年6月27日）

盛按：覆巢之下，安有完卵？产权制度是巢，经济发展是卵。一边掀翻巢，一边又要稳住卵，是不可能 的。看到当局行政部门召开超大会议想稳住经济，看来是着急了。然而提出的措施却是隔靴搔痒。不是严厉制止以“防疫”为名侵犯权利，——人身自由，财产权，住宅权等的恶行，人们对身体自由没有把握（隔离，方舱，红码），房门不定什么时候被砸开，经营权利不被保证，因当局所谓“防疫”政策的任意性、不可预期性和突然性，市场环境和商业生态没有稳定预期，减点儿税，减点儿利息，增加点儿补贴，都是小打小闹。如我曾说，这就相当于把果树的根挖了，却又浇水施肥，希望“稳产量”。还是要回归到保护产权，加强法治的轨道上来。再发此文。（2022年5月25日）

一、确定性的意义

一般认为，产权是一个经济学概念，至多是一个制度经济学概念。它的存在合理性或有效性可以用经济效率证明。然而，产权制度的价值似乎不仅如此。哈耶克在其《法、立法与自由》中说，“只有在明确划定人们各自的自由行动领域之边界的基础上人们才能够在互不冲突的情况下运用自己的知识去追求自己的目标的那种认识，实乃是所有已知文明赖以发展的基础。”（2000，第一卷，第169页）“我们称之为文明的东西, 肯定都是在自生自发的行动秩序的基础上发展起来的, 而这个秩序正是经由对个人或群体确受保障的领域进行界分才成为可能的。”（170页）也就是说，产权制度不仅是市场制度的基础，而且是全部文明的基础。为什么？

哈耶克在讨论产权时，他已经用了一个更为抽象的概念，叫作“领地”（domain），意即确定性的领域，其最重要的性质是“确定”。然而，“确定”是什么意思，是对谁而言的“确定”，还需认真讨论。确定是一种人的心理感觉，更广义地说，是一个生物的心理感觉。因而，确定的前提就是有一个人。所谓“确定”，就是一个人感到某件事在下一刻一定会发生，或某人或某物的基本状态在下一刻一定不会变，即他有一个确定的预期。因而，“确定”是相对于某个人类个体而言的。

对于人类的每一个个体来说，他或她面对的是一个随机的和变幻的世界，因为他不能对外界事物，也不能对其他人的行为有完全把握。然而他若想在这样一个世界中生存和发展，就必须获得一定的尽可能大的确定性。这种确定性就是一种依凭，这种依凭要有一个起点或根基，因而他又必须有一个自己行为及其规则的确定性基础。对于这个确定性基础，他是有完全稳定预期的。这就是哈耶克所说的“明确划定的边界”，“确定受保障的领域”。这个边界或领域是围绕着一个中心，这就是这个主体的“我”。一个人不会知道另一个人下一刻会做什么，却一定知道他自己下一刻做什么。这种确定性达到了这样程度，以致无需他刻意意识到。

因而，这个确定受保障的领域首先包括这个主体的人身，他的人身是属于他自己的，他可以自由支配自己的人身，决定他下一刻做什么。在这时，他的人身和他的自由几乎就是同一个东西。他要保持人身及其自由，就要维持生命，而维持生命是需要资源的，因而他需要占有一部分资源，这几乎等同于他的人身和自由。这是洛克意义上的财产权。因而，哈耶克总结道，“财产权，就该术语的广义而言, 不仅包括物质的东西，而且也（一如约翰·洛克所界定的那样）包括每个个人的‘生命、自由和财产’。”（2000，第169页）

在财产权这个确定的领域内，一个人可以自由行事，并且有稳定确切的预期。有了这样的基础，他才可以面向外界，面对其他人开展更多的活动。然而，我们要注意，这个确定性基础是相对于他个人而言的。社会上还有许许多多他这样的个体，“确定”对他们来说，就是相对于每一个个体的确定。因而确定性就不仅是这一个人的需要，而是所有的人的需要，是任何一个人的需要。当我们把一个人的确定性领域适用于任何一个人的确定性领域，我们会发现，对于一个人是确定的事情，对另一个人就是不确定的随机的事情。因为在理想状态下，对一个主体是确定的事情，意味着他可以自由地决定他下一刻做什么，而不受任何其他人的影响。但他的自由的行动对于另一个人来说，既然不受这另一个人的支配，就是随机的或不确定的。因而，当一个社会上所有的人都有自己的财产权，有自己的确定性领域，在自己的确定性领域中都是自由的，则对其他所有的人也都是随机的或不确定的。

人类文明就是在人类满足基本需求后还有余力时，进行的技术创新和艺术创造。在这里，基本需求就是确定性。假如人的生命、自由和财产不能确保安全，他们就只能将精力放在维护自己的生命、自由和财产上面，他们就没有余力和心境进行技术的或艺术的创造。苏轼说，“此心安处是吾乡。”前面说确定性是一种心理状态，其表现就是“安心”。人身不受威胁，自由不受限制，财产安全得到保障，人的心就是安宁的，否则就是不安的。所谓“吾乡”就是哈耶克所谓“确受保障的领域”。它不是一个地理概念，却是一个制度概念。这也说明，产权，这样一个“确受保障的领域”，就是所有个人进行温饱以外的行动的基础，就是文明的基础。

如果其他所有的人对某一个人来说是不确定的，那么这个人的确定性边界也无法确定。由于人与人之间是互动的、相邻的、交错的或冲突的，所以他们各自的确定性领域只有在得到别人同意的情况下才能成立。然而，他们每个人都对自己的行为有确定的预期，但对其他人的行为没有确定的预期。但他们都知道，别人的一点是确定的，这就是他们与自己一样，是另外的“我”，都想有一个自己确定的领域。因而就有一种可能性，他们可以通过交换的方式，用自己的确定性交换别人的确定性，彼此谈判形成一个两者之间确定的边界。

二、“确定受保障的领域”是一组确定性行为规则

接着下一个问题是，“确定”什么，确定性边界是什么性质的？是一个确定的空间单位，还是一个确定的物理数量？如果是一个确定的空间单位，如每个人多少土地面积；或者是物理数量，如每个人多少斤粮食；似乎都有很多比较复杂的问题。如果按每人多少亩土地来划分，土地并不是均质的，只按单位面积也并不公平。个体也会死亡和新生，因而对每个个体的固定划分确定性边界就需要不断地在个体间调整和变换。这也会让人们疲于奔命。当然，更重要的是，这些确定性的资源从哪里来，怎样划分到众多个体手中；不同个体在运用资源时的效率不同，是否要对使用效率高的个体予以奖励？等等。在实际中，还会有更多的细节需要处理，这不是平均分配空间或物质所能完全应对得了的。

并且，外部世界总是在变动的，此一刻确定性的领域在下一刻可能就不适宜其拥有个体的需要。例如一个人发现他的制陶技术非常好，并不需要确定的几亩土地。或一个人的耕作能力很强，在确定的土地上并不能充分发挥的种田能力。等等。也就是说如果把确定性理解为物质资源的边界，就无法应对千变万化的外部世界。由于世界在变化，对一个人来说，即使是他自己意志决定的行为，其确定性也有时间限度。时间越短，确定性越高，时间越长，确定性越小。这是因为外部世界对一个人来说是随机的、变动的，一个人对自己行为的决定，也要依赖于外部条件；外部条件发生变化，他的行为也会发生变化。离在现在时间越长，他越无法预见外部的变化 ，也就无法确定他自己的行为。在极端情况下，第二天做什么也未必能确定，因为很可能有一个突发事件让一个人改变行动。

所谓确定性，一定不是一个高高在上的神对众多人类个体的边界划分，而是这些众多个人之间在互动中进行的划分。他们并不在意远在天边的其他人得到了多少资源，而只在意他们与相邻的人之间的划分是否让他们满意。因而，他们通过互动，通过交换，确立了他们之间的边界，而决定这个边界的，不是与他们无关的其他力量，而是他们进行互动和交换的行为规则。这样一来，他们大大简化了问题。他们不对边界划分的物理数量进行衡量，也不预测下一刻世界变得怎样，他们只关心，下一刻无论发生什么变化，他们都会坚信，其他人也一定会按照他们约定的行为规则行事。也就是说，所谓“明确划定的边界”，“确定受保障的领域”，其实就是一组确定性的行为规则。

所以，产权制度其实就是一组行为规则。如果产权制度能够带来确定性，从而为文明奠定基础，那么它就是正当的，因而是哈耶克所说的“正当行为规则”。这种把产权制度不看作是一种物的归属制度，而是行为规则的看法，正是哈耶克的重要思想，在实践中，也在英国的普通法中明确表达。科斯曾说，“我们会说某人拥有土地，并把它当作生产要素，但土地所有者实际上所拥有的是实施一定行为的权利。”（Coase, 1990, p.155）科斯出生于英国，后来到美国任教，受到普通法的影响是很自然的。产权制度作为一种行为规则，对于所有与某个人财产相邻的人来说，就是否定性的行为规则，即不能侵犯该人的财产；对于产权拥有者来说，也是一种行为规则，即他可以使用该财产实现他的目的的行为应遵循的规则。他也有否定性的行为规则，即对他人的财产不应侵犯，不管他是否意识到，这是他的产权的交换条件。

三、广义产权的意义

产权作为一种行为规则，首先是产权形成的行为规则。而产权，广义来说，是生命、自由和财产的权利。其中生命就是作为人类个人的产权主体，就是“我”。没有“我”，就没有确定性边界所围绕的中心，也就没有产权的前提。然而，虽然“我”是自然生成的，却也并不是自然而然地就被保证不被侵犯。一旦“我”遭到侵犯，也就无所谓“确定性”，或者说就是最大的“不确定性”，“我”的存在就可能被消灭掉，我的意志就会灭失，我的自由也就被削弱甚至消失（如奴隶），我就没有进行其它行动的能力。我首先要做的，就是努力维持“我”的存在。如对敌人暴力的反抗，对追杀的躲避，摆脱奴隶身份，等等。如果一个社会没有建立起保护人权的权利制度，人们在大多数情况下就会把大量资源放在如何维持“我”存在的努力之中，这种状态严格来讲就不成其为社会。因为一个社会的基本要义是，它的存在要比没有它更好，首先包括了任何一个个体的生命安全性的提高。

当生命得不到保障，“我”的存在不能维持，产权的前提就不成立，也就无所谓文明。因为文明不仅意味着人能够生存下来，而且能够生产比基本生存和繁殖所需更多的产品，使人们有更多时间进行知识的发现和积累，有安定的心境进行文化的创造与传承。如果人们还在为自己的存在而疲于奔命，就不可能有这一切。所以产权制度的核心和首要任务就是建立起人权的制度。这在历史中表现为古代国家的出现。据一些研究，在国家出现之前，人类的暴力死亡率约为10~20%，这与黑猩猩的暴力死亡率差不多。但在国家建立以后，暴力死亡率降到5%以致更低（莫里斯，2015, 第481页。）。一般而言，所谓“人类文明”，就是在古代国家建立以后的时期，如巴比伦，亚述，埃及，中华，印度，希腊等。“摩西十戒”有“不可杀人”的戒律；刘邦“约法三章”中第一条是“杀人者死”。这在今天看来是毫无疑义的，但在当时却并未成为所有人都应遵守的正当行为规则。重要的是，国家的建立使这一规则可以实施。

在存在生命的情况下，自由就是产权的第一前提。因为如果一个人失去自由，他被另一个人的意志所支配，他就不知道他下一刻将会做什么，因为他不知道支配他的人下一刻想干什么。因而他就不能确定他的下一刻的行为，他的所有其它行为也就没有确定性基础，或明确界分的边界。在现实中，这种情况非常之多。最容易想到的，就是奴隶制。奴隶就是其生命和自由被别人支配的人。还有计划经济下的民众，他们也不知道计划当局下一刻要做什么，但他们只能听从计划当局通过他们领导下达的命令。剥夺一个人自由的最致命的问题是，这剥夺了一个人的自由意志，而这个人与其他人一样，是宇宙中的天之娇子，是一个智慧中心，剥夺了他的自由意志，就是摧毁了这个智慧中心。而人类之所以优于其它物种，就是因为他们的大脑容量高于其它物种。这个大脑就是创造智慧的地方。

到现在，我们可以谈财产或资源了。这是狭义产权涉及的范围。在一个人生命有保障，自由不被侵夺的情况下，财产权就构成了这个人的确定性边界。康德说，对一物的权利就是“把该物置于我的力量之中并任由我处置”，“它之所以是我的，因为我的意志在决定对它作任何特殊利用的时候，不与外在的自由法则相抵触。”（1991，第65页）换句话说，就是一个人在任何时候使用或处置归属他的物时，都没有疑义地能够使用或处置，也就是这个物能让他作出确定性的预见，别人受到法律或承诺的约束，绝对不会侵犯这一财产，因而这个财产就是在他的确定性边界之内的。如一个人走进他的住宅，不会怀疑别人在里边坐着，并宣称这是他的住宅；一个公司的大股东，不会怀疑第二天他的股东伙伴们不承认他的大股东权利；一个人如果被抢劫了财产，他还可以请求政府帮助他追回财产等等。

财产权也意味着对一个人的自由意志的确定，即他可以任凭他以自己的自由意志使用和支配他自己的财产，而不会受到他人的妨碍，从而保证了他的自由意志不受限制，也就能保证他的确定性的基础。

如果财产权利不能被保障，一个人就会失去进行活动的基础。他就无法进行有效的生产和经营，他首先要做的事情，就是维护他的财产权利。财产权利得不到保障，还会消减他的自由，因为如果他没有足够的资源维持生命，他就会屈从于其他人的要挟，以出卖自己自由的方式获取生存资源。一个极端的例子，是在人民公社化时的中国，农民已经没有自己的土地和财产，他只能听命于生产队的领导。他甚至没有保留自己粮食的权利，只能吃公共食堂。如果他与生产队领导有矛盾，后者可以用“罚饭”惩罚他，即他可能没有饭吃，因此而失去生命（杨继绳，2008，第347~349页）。因而，如果没有对财产权利的确定性，所有广义的产权，生命、自由和财产可能都会失去。所以哈耶克所说的“确定受保障的领域”包括生命、自由和财产，是一个合理的融为一体的整体。

四、财产权利的形成规则

洛克说，地球上的资源是上帝赐予全人类的，为人类全体所共有。然而如何将共有的资源转化为人类个体拥有的资源，则需要经过一个程序，即遵循一个行为规则，这就是劳动。洛克说，“每人对他自己的人身享有一种所有权，除他以外任何人都没有这种权利。他的身体所从事的劳动和他的双手所进行的工作，我们可以说，是正当地属于他的。所以只要他使任何东西脱离自然所提供的和那个东西所处的状态，他就已经掺进他的劳动，在这上面掺加他自己所有的某些东西，因而使它成为他的财产。”（1983，第19页）这就是说，从一个人确定拥有他自己的生命和自由出发，有一种行为规则使他能够将人类共有的资源转变为他自己的财产，这个行为规则就是劳动。

为什么劳动是将共有资源转变为私人财产的正当行为规则呢？首先是因为劳动是劳动者自己所拥有的。他拥有他自己的身体，他的生命和自由，他以他的自由意志指挥他的行动，他就要获得或承担他的行动的后果。第二点是，地球上的自然资源并不是可以直接用于人的消费，如果不从果树上摘下水果，水果不会自己跑到人的嘴里；如果不将野兽猎杀，它们也不会自动变为肉食佳肴，劳动这种行动在从自然界中取得部分资源的同时，也在改进这种资源的可用性，使得人们可以实际使用。因而，劳动作为促进人类福利的一种行为，它本身就应该成为一种应该鼓励的行为。而奖励具体就可以表现为由劳动而得来的财产。这种奖品的量恰好等于通过劳动所获得的成果的量，因而是公正的和恰当的奖励。

那么，通过劳动“这样把属于全体共有的东西归属自己，是否是盗窃行为呢？”洛克回答说，“如果这样的同意是必要的话，那么，尽管上帝给予人类很丰富的东西，人类早已饿死了。”（1983，第20页）这是在说，即使有这个必要，也因为成本太高不可操作。实际上，这是一个假设的问题。因为在形成“通过劳动获得财产”的规则之时，人们没有全人类的概念，也没有上帝的概念。而所谓“全人类共有财产”的概念，是在私有财产权利形成后才比拟而成的。对于每一个个人来说，他的“上帝”就是他为了生存而执行的他的自由意志，上帝的命令是内置于他的。因为所有人类个体的生理构造和心理构造是一样的，这种自由意志，即上帝内置的命令，在所有的个体心中都是一样的。只要一个行为规则在一个人遵守的时候，其他所有的人也遵守，也不妨碍其他人遵守，就没有什么不公平之处，就是一个正当行为规则。如果所有的人都通过劳动去“盗取”他们共有的自然资源，那还是盗取吗？

在人类早期，自然资源的数量大大多于人类全体所能消耗的数量，生产农作物的田地和生产牲畜的草场极为广阔，土地对于人类来说并不稀缺，因而可以说是免费的。这时对自然资源施加的劳动更为可贵。由于土地的供给远远大于人类总体的需求，所以任何人想要一块土地，就可以用自己的劳动去开荒，而无需与别人争夺。在这时，人们保护土地的产权，不是因为土地稀缺，而是劳动稀缺，他们实际上保护的是自己的劳动成果（盛洪，2012）。还可以说，人们取得土地的行为并不互相冲突，人们用劳动取得土地产权符合正当行为规则。

然而，即使在理论上人们获取产权的行为并不互相冲突，但在实践中可能会有冲突。如会有两个人都宣称自己通过劳动获得了某个猎物，或两个部落都宣称自己拥有同一片猎场。在这时的规则就是先占原则。即“它在时间上发生于其他任何人也想去占领它之前。”（康德，1991，第73页）这其实就是劳动原则的同义重复。因为劳动作为获得产权的行为，显然是因为在没有其他个体占有的自然资源中获取的行为，因而是与其他人不相冲突的。反过来，如果一个人获取的资源是其他人已经占有的资源，那么就与劳动原则相冲突，因为这样就侵犯了别人用劳动获取的产权的确定性。

当然，随着人类数量的增多，人口密度的增加，在自然界中无主的资源就会越来越少。后来的人类就不见得能够直接从自然界通过劳动获得资源，尤其是土地。很多人通过继承获得他们先辈通过劳动获得的产权，还有一种形式可以使人们获得别人的产权而不与之冲突，这就是，人们之间还是可以依据他们之间的同意，而进行具体产权的交换或单方面赠予。那么，没有初始产权的人用什么来交换产权呢？因为所有的人都拥有自己的人身及其相关的资源，如智慧和劳动；获得产权的人可以在自己的财产范围内施加智慧和劳动，以获得新增的财富；没有自然资源产权的人也可以利用别人的财产施加自己的智慧和劳动，以获得财富。他们可以用自己积累的财富的产权，在后来主要以货币形式，去交换别人的产权，比如土地的产权。在这时，获得土地产权的行为规则，就是同意规则或契约规则。即只要经过产权所有者的同意，一个人就可以将该人的产权转变为自己的产权，无论他是否用自己的产权作了交换。

这一行为规则，实际上是劳动原则的推广。如果我们说初始产权是由劳动而得来的，就没有不是由劳动得来的初始产权，那么产权交换就是用劳动得来的产权交换用劳动得来的产权。因为交换的原则是平等谈判和自愿缔约，因而交换一定在双方看来是公平的，所以产权交换产权是公平的。有人会问，是否还有抢来的产权呢？在实际中，好象存在抢来的产权。但“抢”不是正当行为规则，所以即使发生了抢劫，这一行为被认为是犯罪，不是正当行为规则，所以抢到的东西只能被视为强盗暂时的占有，而没有产权。也可以将这一看法扩大到国家层次。一个合理的国家是用自己提供公共物品的劳动去交换民众的劳动（纳税），如果其数量超过这一限度，就是抢劫。

当然，虽然我们可以将契约规则等同于劳动原则，但两者究竟是两种规则。它们必有区别。劳动原则是直接从自然界中获取产权的行为，这种行为较少疑义，较为坚实，也较小变数；而交换规则则多了一个交换的场景。劳动原则是人与自然的行为规则，而交换规则则是人与人之间的行为规则。当人们进行交换时，交换的价格就会受到诸多因素的影响。如交换双方所持资源的相对稀缺程度，供给方的人数和需求方的人数，等等。这都会影响到价格。而由于上述因素会随时间而变化，所以价格也会变动不居。因而，这给很多人一个印象，即交换行为的确定性并不如劳动的确定性。由交换而来的产权有时会受到质疑。

为了明确产权的设立及其边界，在通过劳动从自然界获取某一资源以后，完整的行为规则如康德所说，还包括：

“我通过正式表示，宣布我占有某个对象”；

“占为己用，在观念上，作为一种外在立法的共同意志的行为，根据这一行为，所有的人都有责任尊重我的意志并在行动上和我的意志的行动相协调。”（1991，第72页）

既然“确定”是一种心理感受，将设立产权的确定性通过强化信息的行为告知周边的人及其他人，使他们不致因为不知道这一产权信息而失误侵犯了产权，也不致因为佯装不知而侵犯产权，也是很重要的。为了避免冲突，人们会将自己与他人冲突的确定性领域缩小。经过长时间磨合，一个人的确定性边界就是与其他人的确定性边界的交界。这就决定了，任何一个人的确定性边界都会受到其他人的确定性边界的约束。

五、作为维持稳定性的行为规则

人们往往有一种误解，即产权一经划定，就一劳永逸，产权就受到保护了，人们就不用担心产权边界是否确定和牢靠。实际上，产权作为一种行为规则意味着，这一规则自产权诞生之日起，就一直发挥着作用，正是人们时时刻刻都在遵循产权的正当行为规则，产权才具有确定性。例如某人经常从别人的果园旁走过，每次都会面临要不要摘下果子的选择。有关产权的行为规则告诉他，这是别人的产权不能侵犯。因而正是因为他经常遵循产权的正当行为规则，所以这一果园的产权才没有被侵犯。

人们不仅创立产权而且遵循产权规则的行为规则是什么呢？前面讲过，虽然每个人是自己身体和生命的主宰，并不知道别的自由意志如何决定，但他们都会把别人当成另外一个“我”。如此，人们可以通过自己的感受和经验来揣测别人的自由意志。一个最经典的概述就是孔子所说，己所不欲，勿施于人。如果我不希望别人侵犯我的产权，我就不应该侵犯别人的产权。更基本地，这是一种交换行为规则，与交换商品的规则没有根本区别。与明示的交换行为不同的地方在于，这是一种单方面的、暗示的交换行为规则，而其行为主要表现为不行为。这是基于自己的经验而假设别人的感受。这种方式并非完全准确，因为有可能自己不希望的事情别人却希望。但这种保守态度不会犯“过”的错误，只会犯“不及”的错误。而“过”的错误要比“不及”的错误严重。

第二个相关的规则就是同意规则，即明示的交换行为规则。如在产权交易的过程中，只有当双方都同意的情况下，交换才算达成。在这里，不同意就是一个非常重要的概念。如果有一方不同意，就意味着该方认为对方的交换条件不能抵偿他的产权的价值。如果按此条件交换，就是对他的产权的贬低，另一方就不能认为交换达成了。对产权的保护经常表现为明示的不同意。如在果园边上挂上写有“私人果园，请勿采摘”的牌子，就是明示的不同意。一个人如果遵循同意规则，就不能采摘，该果园的产权就得到了保护。同意规则显然涵盖了“己所不欲，勿施于人”，也就涵盖了社会中有关产权的大部分情况。如果所有的人都遵循同意规则，社会上绝大部分产权就得到了保护。

然而，在遵循同意规则下，仍然有一些产权存在分歧和争议，且达不成各方能够接受的产权边界。也就是说，这一情形无法适用同意规则。这就需要第三个规则，即中立的司法规则。这一规则意味着，争议双方都同意他们接受独立第三方的司法裁决，以此终结他们之间的纠纷，以达到一个确定性的结果，使被争议的部分变得没有争议，从而确立那个“明确划定的边界”，“确定受保障的领域”，使他们的自由意志能有一个确定性基础。中立的司法规则要求司法机构及司法过程不受任何外来影响，独立地根据心中的良知和正义裁决争议。司法裁决越是中立和公正，其结果越是得到接受，也就越具有确定性。

因而，产权的确定性基本上是由上述三个正当行为规则所维系。对产权确定性的坚信是建立在对这三个正当行为规则能够被遵循的坚信基础之上的。

六、保证确定性的正当行为规则之性质

前面说过，明确受保障的领域并不表现为具体的量，而是表现为一组正当行为规则；所谓确定性就是相信人们一定会遵循这一组规则。然而，人与人之间的关系极为复杂丰富，人与人关系的具体情形也会因各种因素的变化而不可预见。如果一组规则定得过于具体，人们就很难应对丰富和变幻的具体情境，反而会因不能实行而使结果变得更不确定。

所以，哈耶克说，正当行为规则的第一个特性就是抽象。抽象首先是对具有丰富性的行为的抽象。人的行为在一个基本抽象原则下，可以有无数个具体作法。如交易行为，可以是在寺庙旁边交易，可以在乡村集市中的交易，可以在商业中心交易，可以现金交易，也可以信用卡交易，还可以赊账，借钱交易，可以卖家免费送货，也可以买家提前预订，可以一边喝酒一边交易，也可以只在网上交易，等等，但都要遵循交易的正当行为规则，即公平交易、自愿成交。在这里抽象反而成就了确定性。如果规定人们只能在交易厅中交易，不能在街边交易；只能用信用卡交易，而不能用现金交易；实际上就限制了丰富的交易行为。也就是说，抽象的行为规则给了人们更多的自由选择的空间，使得人们可以针对不同细节的情形，在不违反正当行为规则的前提下，灵活地加以应对。

从时间维度，越是距离近的时间，人们越有把握注意细节，越有把握做具体的决定以应对具体情形；越是距离远的时间，人们越没有把握作出具体决定。如果是一个现货交易，人们可以很具体地标明货物的细节及付款的形式；但如果是一个有关未来的合约，其中就不能规定得过于详细，因为人们无法预见以后会发生什么事情。就如同一个公司准备运营二十年的时间，股东的目的是赚钱，但并不知道以后会具体发生什么。聪明的办法就不是要具体规定以后应投资于何种项目，而只能规定一个未来的决策程序。人们认定，只要以后遵循这个有关投资的决策程序，就要假定这个决策是好的，至少比当下决策要好。而社会通行的正当行为规则是为了以后久远的时间而设立的，所以只能建立在更为抽象的基础上。如此，才有确定性。宪法是一个社会契约，而社会要运行长远，所以一个社会的宪法是一组极为抽象的原则。

因而，抽象性不仅是从众多丰富的人类行为规则中提炼出来，以规定各种丰富行为共通的规则，而且是因为人类行为的丰富多彩以及未来的难以预见性而必须回避对行为的过细规定，以为行为保留尽可能大的空间，而将对自由的限制减至最低。

哈耶克所说正当行为规则的第二个特性，就是非目的性。对于每个人类个体来说，他的行为是有目的的，即追求自己的利益最大化。然而，正如前述，任何一个人的目的与其他人的目的是不同的，是受不同的自由意志支配的，因而他们各自的目的可能是冲突的，至少是不一致的。对于一个个体而言，别人的目的对于他自己来说就是“非目的”。那么有没有一个社会所有的个体的共同的“目的”呢？理论上说应该有。但是社会中人数如此众多，他们各自的需求如此多样，他们的行为方式如此丰富，将众多人的目的通约为共同目的的努力就会面对一个极为复杂的体系，以致因为人类的理性有限，而没有一个人或人群能够知道这个共同目的。而在现实中被有人宣称的“公共目的”其实也只是他自己以为的公共目的，而非真正的公共目的。

哈耶克在其《法、立法与自由》一书中，指出有些以“社会正义”为旗号的团体诉求其实不过是将自己的利益打扮成“共同目的”，甚至还披上“道德的伪装”，使之变为全社会的理想，通过立法机构强制性地实现这种“社会正义”或“共同目的”。但如前所述，人类不可能知道真正的共同目的，而用强制力实现这种“共同目的”就会违反正当行为规则，限制人们的自由，侵犯他们的产权。所以当一个社会在实行“社会正义”时，如由政府增加科研投入时，就是在增加科研人员的收入的同时，减少了其他领域人员的收入，是对后者的伤害。但“社会正义”的“道德伪装”太具有欺骗性，使得“法律在过去百年中的发展进程却日益变成了一部倚仗‘社会正义’之名毁灭正义的历史”（2000，第二、三卷，第234页）。

因而，真正公正的看法，是从整个社会来看，行为规则是“非目的的”。但正是这种“非目的”性质，正当行为规则才是公正的。所谓“非目的”，就是不以任何个体的目的为目的，也不以任何被宣称是社会公共目的的目的为目的，因为如前所述，没有人能够真正知道什么是全社会的共同目的，所以这种宣称一定是假的，一定是打着道德旗号而为某一利益集团张目的。一旦行为规则是非目的的，才会对所有个体都是公正的。因为这一正当行为规则既不以某个个体的目的为目的，也绝不以其他个体或团体的目的为目的，就对这个人，以及所有其他人都是公正的。当这种正当行为规则通行于社会时，就会通过人们遵循这一规则的互动而形成真正有利于社会整体的目的性。但对于任何个人来说，都是不会事先知道的。

哈耶克所说正当行为规则的第三个特性，是否定性。即正当行为规则是规定不能做什么。哈耶克说，“正当行为规则在根本上是否定性的，因为它们所旨在的只是防阻非正义”（2000，第一卷，第172页）。作为否定性规则，这些规则又具有两个优点。一是简单。因为遵循规则，就是不做什么事情，而不是必须做什么事情。二是限制行为的范围小，为行为保留的自由空间大。否定性规则意味着，只要规则没有规定不做的事情都可以做。实际上，人们的行为空间非常之大，否定性规则是有限的，因而与没有规定不能做的领域相比，是相当小的。将否定性与抽象性放在一起，正当行为规则对人的限制就更为有限。例如保护产权的行为规则规定，不能侵犯别人的产权。其否定性，就是不做侵犯别人产权的事情，就是不行为；其抽象性，就是不要侵犯其他所有的人的产权，而不是规定不能侵犯张三的产权，可以侵犯李四的产权。其非目的性，就是这个规则不偏向任何个人和团体，是公正的。

因而，保护产权的正当行为规则是一个最为简洁的，成本最低的，对人的自由限制最少的行为规则；同时由于限制了对人的产权的侵害，而奠定了所有个人的确定性基础，使他们可以进行创造性活动。而在抽象的、否定的行为规则之间的空间中，是人们可以自由发挥其丰富行动的巨大领域。

七、以产权为基础扩展确定性空间

任何一个个人都希望扩展自己的确定性空间，也就是自己的自由空间。从一个人的角度看，他可以有多种方法扩展自己的确定性。如奴役另一个人。即一个人可以让别人完全按照自己的命令去行动。奴役的人越多，这个人的确定性领域越大。不过，奴隶制在扩展了一个人的确定性领域的同时，也在减少和消灭众多其他人的确定性领域。从整个社会看，整体的确定性领域是减少了，自由的人减少了，创造性的智慧也就减少了。这个社会就会停滞，甚至衰落下去。反过来看，被奴役的人不甘心被奴役，他们可能逃走或反抗，因而奴役他人的人的确定性领域并非牢靠。

另一种作法是承诺或誓言。一个人的誓言，是使相对人相信，这个人的下一刻行为不会违背自己的誓言，也就增加了相对人的确定性。然而，誓言也是相对的，一个人越是希望别人对自己立下誓言，增加自己的确定性领域，也越是要对别人也立下誓言，增加别人的确定性领域。如果他只想别人满足自己的确定性需求，而不想满足别人的确定性需求，则是不可能的。一般而言，越是坚守誓言，相对方的确定性就越高，因确定性而带来的预期稳定性就越好，在此范围内的个人自由度也就越高。然而，过分信守誓言，在守誓带来对誓言者以及其他人的产权的损害时，还继续信守誓言，就是对正当行为规则的违背，导致产权制度的损坏。如在印度古典史诗《摩诃婆罗多》中，坚战、毗湿摩等遵从正法的人因过度遵守誓言，而眼看着黑公主被赌博输掉、并被剥衣受辱，竟不能抗议和制止，以致不得不进行一场战争来洗刷耻辱和矫正非法。

还有一种对确定性的追求，就是计划经济。把它作为理想，大概是人类对确定性追求的极致。计划经济要求社会按照计划当局的计划进行生产、分配、流通和消费，让一切都在事先让人了如指掌。至少从计划当局来看，计划是确定性的。但实践证明，这种确定性是一种对物质的量的确定性，它必须计划到每个细节才能计划得周密，才不致有漏洞或衔接不上。但理性有限的人不但不能做出这样的计划，即使能作出，也还不能应对千变万化的实际情境。勉强推行，就只能极大地简化社会生产的复杂性，即极大地减少产品种类、花色品种、号码款式等等。并在另一个方面极大地减少和剥夺大多数被计划命令的社会成员的权利空间，浪费掉这些大脑的智慧。

因而，扩展确定性的方法，就应是扩展保证确定性的正当行为规则。一个最基本的原则，就是一个个人与另一个个人自愿达成同意，他们彼此保证互不伤害，互相尊重对方的利益和人格。一个极端形式，就是男女双方以爱情为基础达成的特定关系：夫妻或男女朋友。一般而言，在这种关系中，双方都坚信，对方不会伤害自己、反而会保护自己，任何一方做出涉及另一方利益的决定时，一定会征求这另一方的意见。这就是这种特殊男女关系的正当行为规则。当人们遵循这种正当行为规则时，自己的确定性空间扩展了。婚姻就是这种扩展了的确定性领域的一种形式。

以婚姻为基础的家庭，就是上述男女关系的扩展。由于家庭中除了婚姻关系就是亲子关系，这是以血缘关系为基础的关系。子女是父母生命的延续，因而子女的利益就是父母的利益，子女的人格就是父母的人格。这种关系就是自然默认的互不侵犯关系。反过来，子女对父母的爱不及父母对子女的爱，但由于父母的养育和陪伴仍然会产生对父母的深厚感情。在许多社会中，尤其是在中华文化中，还形成了祖先崇拜传统和孝文化，以弥补子女与父母之间爱的不对称。因而，在家庭中，存在着不言自明的正当行为规则，即互相不伤害且互相关爱和保护。当然这不意味着家庭内没有冲突，但绝大多数冲突来源于对正当行为规则的违反。一般而言，一个人不会预期他或她的家人会伤害自己。家庭对他们来说就是一个确定性领域。回到家，应该感到放松和安全。正如张祥龙教授所说，一个人实际上是活在家庭中（2009，第231页）。

从核心家庭向外扩展，就是大家族。从中国汉民族的定义来看，一个共同祖先的第四代后代彼此之间都是一个大家族的成员。他们由于有着共同祖先、血缘关系、文化传统和相邻感情，而更容易达成彼此间的互不侵犯产权和利益的行为规则，因而形成了一个更大的确定性领域。当然，在大家族中也会有核心家庭间的纠纷和冲突，但由于家族的祖先崇拜仪式，家族祠堂组织，家族族产使用，家族公共物品的提供，以及族规和家族文化，都强化了家族成员之间的认同感和亲密关系，使得在家族内达成正当行为规则要比在家族外更为容易。从而，一个人通过大家族的形式，又获得了更大范围的确定性领域。

而如前所述，在非家庭成员之间，在陌生人之间，契约原则或同意原则也是一种正当行为规则。在这种基本规则下，由于制度环境和交易费用的变化，人的确定性领域也可以不断扩大。例如两个人之间达成一致同意签订一个契约，但对契约的执行又会存在风险，其中一方有可能违约，还有可能有不可抗力导致无法执行，等等，这会造成不确定性。当中立的司法机构对纠纷进行裁断，就会更有效地解决契约纠纷，使得契约这种形式得到更广泛的使用。这同时就扩展了确定性领域。又如计算机和互联网技术使得人们的交易费用大幅度下降，人们可以以极低成本进行谈判、寻价、购买、付款和送货，以及在事先对交易对象信用的了解，在事后出现纠纷时的解决方式，都会低成本地完成。因而，在电子商务时代，一个人的确定性领域又有了极大的扩展。他或她可以基本上信赖网上交易平台，如人们可以放心地在京东、亚马逊或淘宝上购买商品。

八、结语

产权一般被认为是保护人的物质财产的制度，实际上是为人们提供确定性基础的制度。而确定性基础是人们所有行为的起点。没有确定性基础，人的生命、自由和财产就得不到保证，而这是人的其它行动的前提。当产权制度没有产生之前，人们将大量精力和资源放到了维护自己生命、自由和财产上面，即维护确定性基础上面，从而没有时间和精力进行被称之为“文明”的创造。当产权制度形成以后，所有人的以“我”为中心的确定性基础建立了起来，人们不再担心自己的基本生存条件遭到侵犯，并以产权制度为基础，通过婚姻、家庭、家族和契约等方式扩展了确定性的空间，促进了人与人之间的合作与分工，使生产效率大幅度提高，财富不断增加。同时人们也有了更多时间进行理论思维和文化创造，文明的发展具备了条件。

参考文献

Coase, Ronald, The Firm, the Market, and the Law, The University of Chicago Press, 1990. 中译文载盛洪主编《现代制度经济学》，中国发展出版社，2009。

哈耶克，《法律、立法与自由》，中国大百科全书出版社，2000。

康德，《法的形而上学原理》，商务印书馆，1991。

洛克，《政府论》（下篇），商务印书馆，1983。

莫里斯，《战争》，中信出版社，2015。

盛洪，“论租税同源、分离与互替”，《制度经济学研究》 ，2012年第4期。

杨继绳，《墓碑》，香港天地图书，2008。

张祥龙，《孔子的现象学阐释九讲》，华东师范大学出版社，2009。

原载《随笔》2022年第1期

盛按：美国国债问题其实也是这次“政府效率部”产生的背景之一。只是马斯克的方法错了。正确的方法是布坎南几十年前在《赤字中的民主》中提出的“修宪”，即在宪法中规定“财政收支平衡”，并且在赤字超出限额时将所有支出项目调低支出率。可惜这一建议一直没有实现。关于美国为什么会有如此顽固的财政赤字倾向，布坎南在这本书中做了深刻分析：凯恩斯主义，民众的当下利益动机和“财政幻觉”。（2025年3月12日）

盛按：据说现在国债卖得很火，“一债难求”。当局受到鼓舞，要加大国债规模，同时不排除央行直接购买国债。这显然会大幅增加财政赤字。即使在民主政治中，这种赤字财政也很难避免。然而这种作法的后果早为经济学家所揭示。李嘉图的“税收等价”告诉人们，发债表面上看替代了相应的税收，实际上与增加税收是等价的，只不过为还债支付税负的是后代人。而央行购买国债相当于以国债为本位发行货币，发多少国债完全取决于当局的意愿，这就缺少了任何限制增发货币的外在限制。其前景就是恶性通货膨胀。而通货膨胀就是在当下对所有民众的损害。大概当局认为发债可以帮助挺过当下的经济低谷，待将来好转可以有钱还债。其实这只是“机巧”。如果不在保护产权和市场秩序上做出根本改善，经济不会有未来。用发债这种短期行为替代保护产权，是不走大道，单靠机巧。不可能挽救经济颓势。虽然大陆中国与布坎南讨论“赤字”的制度背景不同，但国债，财政赤字和通货膨胀之间的关系是类似的。这本《赤字中的民主》仍有参考价值。（2024年5月13日）

    和布坎南教授的其它著作相比，他与R．瓦格纳合著的《赤字中的民主》似乎是份量较轻的一本。其实，这本书给读者带来的震撼决不亚于他的成名之作《一致的计算》。在后者，是布坎南教授对公共选择理论的规范的讨论；在前者，则是运用这一理论框架对美国经济现实进行的应用分析。一种理论，能够对现实问题有如此有说服力的解释，和如此精彩的分析，在经济学说史中实不多见。

    民主是对专制的否定。但“专制”一词只是后人的说法。任何一代皇帝都不会自称是“专制暴君”。专制和独裁总有“理由”。一个最常用的“理由”是智力方面的，即：独裁者比其他所有人聪明。所以在今天，经常与民主政治相对应的词汇不是专制统治而是精英政治。“精英”是个好词，它多指受过良好教育，以国家命运、民族前途为已任，并对经世致用之道作过多年探索的人。但是精英们究竟是理性有限的凡人。他们最为致命的弱点就是，他们无论如何，也不能靠自己的想象去发现其他人心中的偏好。因此，即使他们再聪明也无法替别人决策。在公共选择理论中，独裁者并没有道德标签。只要一个人把自己的偏好当作其他所有人的偏好来代替大家进行公共决策，他就是独裁者，而不在乎他对其他人是抱有恶意，还是抱有善意。只要我们承认，别人内心的偏好是无法猜测的，即使是善意的替代决策也可能会给别人带来损害。因此经济学强调，一个人的偏好只能由他自己表达。在市场中，他通过谈判；在公共选择中，他通过投票。这些表达过程又被称为“显示偏好”。民主政治就是每个人显示偏好，进而将显示了的个人偏好加总为社会偏好的过程。“偏好显示”这种经济学的很严格的观念，似乎也可以用中国古代惠子问庄子的一句话来表达：“子非鱼，安知鱼之乐？”

     美国六、七十年代以后出现的政府扩张、赤字持续增加、国债有增无减和滞涨并发的局面，导致了对凯恩斯主义的检讨。由此引发了新的一轮经济学革命。理性预期理论，货币主义，供给学派和布坎南的公共选择理论，都是在对凯恩斯主义的批评中发展成熟的经济学理论，而且都无一例外地持有与干预主义相对立的自由主义倾向。它们都对凯恩斯主义导致的政府对经济的过度干预不满，并且指出，从长期看，这些干预不是促进了、而是阻碍了美国经济的发展，主张对政府的过多干预加以限制。然而只有布坎南把分析又推进了一步，他要寻求凯恩斯主义之所以大行其道的政治原因。感谢布坎南教授，他的这一探讨，给我们带到了新的境界，许多结论也许甚至超出了布坎南本人的预料。

    政府的存在体现了某种精英色彩。政府官员应该比一般人对公共事务和社会问题有更多的了解，并且尽管它是公共选择的产物，在许多场合，它扮演着替代别人决策的角色。因此合乎逻辑的是，主张政府扩张和政府干预的人也就是赞赏精英政治的人。这种说法起码适用于凯恩斯。“凯恩斯不是一个赞成民主政治的人，恰恰相反，他将自己看作是潜在的导师式的精英统治者的一员。”（《赤字中的民主》，第7页）“对于凯恩斯来说，在作出合理的政策规划时，如果制度上的障碍困挠了他，他将乐于建立一个由智者委员会操纵的‘国家计划委员会’”（第79页）似乎可以得出结论说，凯恩斯主义的胜利就是精英政治的胜利。但是这种说法实在不符合在二战后实行凯恩斯主义的西方诸国的事实。在这些国家中，政府预算、增税、减税和发行公债的决策都受到议会的严格约束；而那些可以决定经济政策的政治家为了当选或连任，又必须顾及选民的态度。布坎南和瓦格纳的结论是，正是民主政治使得带有精英政治色彩的凯恩斯主义成为现实。这可能吗？人们会赞成一个更多地干预个人经济自由的政府吗？人们会有这样的“偏好”，使自己不再有就某些问题显示偏好的权利吗？人们会投票赞成一件不利于自己的事情吗？

    如果公共选择和个人选择具有完全相同的性质，我们也许不会碰到这样的问题。把所有个人的偏好变为社会偏好需要一个转换过程。为了使这一转换不走样，为了使公共决策仍能代表绝大多数人的偏好，人类创造了不少制度和规则，包括民主投票制度。但是，无论多么好的制度也不能取消这一转换本身。公共选择理论的另一位大师奥尔森说过：“在公共选择过程中，个人理性不是集体理性的充分必要条件。”这句话之深刻，已经远远超出了对民主政治（迄今被认为是最公平、最有效的公共选择过程）的一般批评，它似乎在断言：一旦进入公共选择领域，在个人理性和集体理性之间就不能完全避免一种悲剧性的、命中注定的和不可调和的对立。以往对投票过程的批评，如波德效应，阿罗悖论以及布坎南对多数主义的谴责等等，或是指出某种特定的投票程序在某些特定情境中不能有效反映大多数人的偏好，或是揭示在不同的投票规则或投票顺序下会出现不同的多数和相应的结果，或是告诉人们，在多数人的偏好获得满足的时候，少数人的偏好也许正在受到损害。无论什么样的批评，其出发点是，最佳的公共决策是以所有个人的偏好得到满足为基础的。然而在《赤字中的民主》中，这样的出发点实际上已经被超越了。

    趋利避害是每个人的基本“偏好”，谁不希望追求更小的成本和更大的效用。只不过在买卖私人物品的市场中，一个人的这种愿望会受到另一个与之打交道的人的相同的愿望的制约。因为一个人想通过转嫁给另一人以降低成本的企图，会受到这另一个人的强烈抵制。在市场制度下，一分钱，一分货，没有免费的午餐。然而一旦进入公共选择领域，情况就发生了变化。人们通过纳税形式向公共物品付费，却不是按照纳税多少来享受公共物品。这就出现一种可能性，使人们可以通过对投票过程的运用，使别人为自己的偏好付费。当然，这只是一种可能性。因为人人都可以运用投票过程这样作，从而会产生互相抵消的影响。并且当政府还遵循财政收支平衡原则时，人们也不会无端地通过扩大财政赤字来达到上述目的。然而，凯恩斯主义出来了。它告诉人们，政府应该肩负更多的职能，如降低失业率和维持经济增长等等，为此而出现财政赤字是不用害怕的。这种说法解除了套在民主政治之上的预算平衡原则，使得人们“尽可能少地为公共物品付费，尽可能多地享受公共物品”的倾向得到发泄。所谓“财政赤字”就是财政收入少于财政支出，而财政收入就是全体公民为公共物品付费的总和，财政支出则是为生产和提供公共物品而投入的资源。当赤字和盈余交替出现时，从较长时期看，公共物品的成本和效用基本是相当的；但当出现多年持续的赤字时，就意味着选民们为他们享受的公共物品付出了较小的成本，或者说他们付出一定的钱却获得了较多的享受。只要没有财政收支平衡的限制，这样的结果是任何一个个人选民都求之不得的。因为“在这种赤字情况下只有获益者，没有受损者”（第100页）。人人都比他应该付出的少付出了。如果进行投票，一个财政赤字方案会得到通过的。当然世界上不会有如此的便宜事，如果每个人都赚了，到底谁亏了呢？除了增税以外，弥补赤字有两个替代方案。一个是发行债券，一个是增发货币，即通货膨胀。布坎南和瓦格纳证明，这两种替代方案都会产生与增税不同的效果，即都会使选民们感觉到，公共物品的“价格”比增税的情况便宜了。用增发货币来弥补赤字相当于征收通货膨胀税。但对选民来说，通货膨胀只是滞后发生的，并且对自己的利弊并不确定。从长期来看，发行债券和增税是等价的。因为债券总是要靠征税来偿还的。但是由于人们的寿命是有限的，终有一天他们不再纳税去偿还他们生前的债。因此和现期的税相比，靠发行债券来生产和提供公共物品是相对便宜的。但是，世界上是没有便宜事的，对某个人的便宜必定是有人无端地为他承担了成本。为那些一去不复返的人背债的就是后一代人。本来任何人都不会同意有损于自己的决策，但无奈，后一代人的定义决定了，他们在前辈们决定赤字预算和发行债券的时候并没有在场（他们或者还没有出生，或者还没有选举权），他们无法表达他们的反对意见。但是决定赤字预算的公共选择过程却可以是无懈可击的。就这样，民主政治使凯恩斯主义的财政原则成为了现实。

    但是，向后一代人转嫁成本的作法并不只是使后一代人受损。任何企图损害一部分人利益的作法都必然会给所有的人带来损害。这种损害包括两个方面。一方面，过多地增加公共开支，必然相应地减少每个人的私人开支。由于公共物品的“价格”是扭曲的，所以增加的公共物品的效用抵偿不了减少的私人物品的效用。一般来说，公共部门的效率也总是比私人部门要低。不仅如此，为消除赤字而增发货币导致的通货膨胀最终会给大多数人带来弊害。在通货膨胀条件下，由于人们建立了通货膨胀预期，财政支出的增大只会引致价格的相应上涨，而不再会带来失业率的下降，除非使通货膨胀加速。由此又进入了通货膨胀和失业并存的局面，即滞胀。在美国，这种情况是在实行凯恩斯主义以后不太长的时间内出现的。因而转嫁成本于后人的作法实际上很快就对当代人实施了报复。另一方面，由于公共物品的“价格”被低估，导致人们对公共物品的更大需求。结果使赤字进一步增加，政府进一步扩张，财政当局进一步债台高筑。通货膨胀的出现和持续存在，使人们迁怒于在既定货币政策下调整价格的私人企业，产生越来越多的政府干预市场价格和自由企业的呼声。到头来，人们突然会发现，他们的个人决策权正在越来越多地被政府所替代，他们的经济自由的范围越来越窄。而这一切结果，正是他们自己通过投票选择的。我们由此发现了最为惊人的结论：在精英政治和民主政治之间并没有什么不可愈越的鸿沟。民主政治不仅可以承认精英凯恩斯的财政原则，它往往还可以直接导致精英政治。精英统治往往是公众的选择。

    和布坎南的分析相比，和布坎南对公共选择过程相当自信的改革设计相比，他给“赤字中的民主”开出的药方却是相当苍白的。他仅仅提出，要把财政收支平衡原则写进宪法。但这种要求根本无法和布坎南自己已经揭示的民主政治的顽强逻辑相抗衡。既然立宪或修宪也是一种公共选择过程，既然这一过程本身更倾向于接受凯恩斯提出的财政原则，怎么能够指望它又能产生相反的结果呢？值得注意的是，布坎南在这里没有再提出他一贯坚持的一致同意规则。这并不是一种疏忽。其实布坎南的分析已经说明，即使是在一致同意规则下，仍有可能出现对赤字财政的赞同。这导致了一个对于民主政治更为致命的结论，即：被视为理想的一致同意规则并不能保证所有的公共决策都是最佳的。也就是说，即使大家都同意的事情，也不见得是对大家没有坏处的。这种结果也不能通过对公共决策规则的改进而避免，因为一致同意规则已经没有改进的余地了。这不能不使人联想起奥尔森对这一问题所持的悲观态度：在投票过程中，存在着一种比阿罗悖论更为根本性的不可能性定理。然而布坎南并不悲观。尽管与公共选择过程的制度力量不成比例，他还是发出了他的呼声。在这种背景下，他显得是那样勇敢，那样高大。他没有用文字回答他所提出的问题，但却用他的行动回答了。他的行为，就是一个精英，一个知识分子的行为。

    当然，这种关于民主政治的话题并没有什么耸人听闻之处。我们说人是有理性的，并不意味着人不会犯错误。其实我们已经习惯于看到我们自己或他人经常犯这样那样的错误。只是我们往往会有这样的幻觉，认为大家都认为对的事情就不会错。既然个人会犯错误，由许许多多个人组成的社会也会犯错误。我们说人是有理性的，是指人有改正错误的能力。对于个人来说，随着时间的推移和经验的积累，他会少犯错误。对于社会来讲也是这样。假如民主政治的错误被重复过多次，选民们也会逐渐认识到贪图后代人利益的作法最终会对自己不利，从而会否定掉赤字财政的方案。选民们之所以错，是因为在他们投票赞成的方案与这一方案所导致的不利后果之间的转换环节太多了。每个个人如果要弄清楚整个前因后果，起码要读完经济学的研究生课程。但这实在不可能，也没有必要。多次重复会给他们带来某些简单而直观的认识。但是，每个人的寿命是有限的，多次重复是需要时间的，对于一个个人来讲，他遇不到多少次重复。而对每一代新人来说，认识又要从零开始。必须从整个社会的角度，从长期时间的历史跨度去记忆，去总结人类作为每个个人的集合所作的决策及其后果。这需要有一群人专业化地进行这样的工作。他们的关注必须超出自己生命的时间长度，必须超出自己的直接利益。他们从文字中获得他们的前辈有关社会发展的历史记录和对于这些记录进行分析的理论知识，又把自己对当代事件的记载和自己在分析技术上的理论推进变成文字，传给后代。通过他们的努力使得社会象一个人那样，有自己不断积累的记忆和日益丰富的经验。这群人就是知识分子。知识分子就是社会的记忆和社会的经验。

    于是，我们可以想象公共选择过程的理想结构，这就是民主政治和精英政治的某种结合。民主，意味着公共选择过程的空间结构，它将分散在各处的每个个人的偏好集中起来；精英，意味着这一过程的时间因素，它将民主政治的历史和历史中的利弊得失考虑进来。在这里，精英不是与公众直接对立的力量。恰恰相反，他们对民主政治历史的理解，使他们追求的目标不是实现精英统治，而是对精英政治的倾向加以约束。如果说对民主政治有什么样的抗衡作用的话，只是在于提醒人们不要通过投票将自己的个人权利让渡给精英们。因此，在这种公共选择过程中，精英的作用就是对精英的自我约束。反过来说，只有能够实现这种自我约束的人，才能被称之为这里所谓的精英。因为只有对历史有更多了解和更深洞察的人才会明白：损害别人就是损害自己；约束自己就是帮助自己。

    在布坎南和瓦格纳所讨论的情境中，在现代世界所面对的情境中，精英们，知识分子们的作用也可以被认为是替不在场的投票者说话。除了后代人以外，另一个在投票时不在场的“人”就是自然界。知识分子应该是后代人和自然界在民主政治中的虚拟代理人。只有当后代人和自然界由其代理人代理参加了公共选择过程时，布坎南的一致同意原则才得到了最彻底的贯彻。那么，知识分子是怎样知道他们的偏好的呢？“子非鱼，安知鱼之乐？”别人喜欢什么固然不能知道，但别人不喜欢什么却是可以猜测。快乐的感受未必能够推已及人，但痛苦的感受是可以推已及人的。痛苦和快乐的这种区别，决定了知识分子关注的方向。正如波普尔所说，知识分子的社会责任不是帮助别人增加幸福，而是帮助别人避免痛苦。追求幸福是每个个人的事情，而消除痛苦则是社会的责任。今天每个在美国出世的婴儿都会无辜地背上20000美元的债务，谁都可以想象一个没有拿到借款却背上了债务的人是什么心情。自然界是不会说话的，但谁也不会说，人类对许多生物种类的毁灭是一出喜剧。我们当然更知道，对后代人利益的侵犯，对自然界的毁灭，就是对当代人，对人类的损害。所以，我们可以打一个比方。当人们把污水排入海洋的时候，我们知道鱼的“感觉”。借用鱼的感觉，我们来表达一下民主政治和精英政治之间的微妙关系并结束本文。

    众人说：“子非鱼，安知鱼之苦？”（问得好！）

    知识分子回答说：“子非我，安知我不知鱼之苦。”（回答得更漂亮！）

（《赤字中的民主－－－凯恩斯勋爵的政治遗产》， 詹姆斯．Ｍ．布坎南和理查德．Ｅ．瓦格纳著，刘廷安和罗光译，北京经济学院出版社一九八八年版，

2.30元。）

原载《读书》，1994年第7期

儒学就是关于制度的学问

——《儒学的经济学解释》繁中版序言

盛洪

我于2008年在山东大学开设了一门叫作《对儒学的经济学解释》的课，后来在对讲课纪录作了修订以后，于2016年以《儒学的经济学解释》为书名由中国经济出版社出版。到今天已有8年了。当我准备将其繁体中文版在亚马逊上出版时，又重读了这本书，并做了修订。总体来看，这本书的内容并没过时，在今天出版还是适宜的。原因是，直到今天，这本书的理论和主张并没有多少人接受。这一方面是由于，在大陆中国，当年反传统、去儒家化的文化运动仍在发挥着作用，尤其是在那时正年轻的人们，他们对儒家有一种说不清缘由的本能的拒斥；另一方面，即使是那些要重新振兴儒家的人们，对儒家的肯定也是从其它方面，这所谓“其它方面”也许是侧重和视角不同，也许是不着重点。

我作为一个制度经济学家，我的视角肯定是制度经济学的。在我看来，儒家主要关注的就是制度问题。在孔子的言辞中，“礼”就是一个核心概念，而我们可以将其理解为“一般的行为规则”之义。他一生心心念念地要“克已复礼”，就是要恢复“正当行为规则”。按照道格拉斯 ∙ 诺思的定义，制度就是行为规则。儒家也有“制度”一词，如“典章制度”，“宫室制度”，它可能比“礼”较为狭义，更侧重形成文字的、或表现为衣冠建筑的规则。孔子强调的“仁”则是礼的性质，即礼是“好的规则”——正当行为规则。

《孟子》“离娄”章的一段话也许是儒家论述制度的最为浓缩和经典的：“离娄之明，公输子之巧，不以规矩，不能成方圆；师旷之聪，不以六律，不能正五音；尧、舜之道，不以仁政，不能平治天下。今有仁心仁闻，而民不被其泽，不可法于后世者，不行先王之道也。故曰：徒善不足以为政，徒法不能以自行。…… 圣人既竭目力焉，继之以规榘准绳；以为方员平直，不可胜用也。既竭耳力焉，继之以六律，正五音，不可胜用也。既竭心思焉，继之以不忍人之政，而仁覆天下矣。…… 上无道揆也，下无法守也；朝不信道，工不信度；君子犯义，小人犯刑：国之所存者，幸也。故曰：城郭不完，兵甲不多，非国之灾也；田野不辟，货财不聚，非国之害也；上无礼，下无学，贼民兴，丧无日矣。”

孟子说，以离娄的眼力、鲁班的工巧，没有规和矩，也不能作出方圆；以师旷的音乐才华，没有六律之定音律管，也不能作出标准音调；以尧舜之善，没有好的治理规则，也不能治理好天下。如果只是有善心，而民众却不能获得好处，也不可为后世楷模，那是因为不行“先王之道”。所谓“先王之道”，是指以前的公共治理者总结提炼并实行的好的社会规则。孟子总结说，光有善心还不足以进行好的治理，而光有好的制度也不能够自动实行。而是既要有好人去实行好的制度，又要有好的制度由好人来实行。好人和好制度都可看作是制度。因为好人是遵循道德规则的人。与外在的他律的制度相对应，道德规则是内在的自律的制度。圣人竭力用眼、用耳、用心制定规则，将之延续下去，其好处无穷无尽。如果在上位者不遵规则，在下位者不守法度，国家能存在那就是侥幸了。所以说，城廓不高，军队不多，并非国家灾难；田野不开垦，财富不积聚，也非国家危险；如果上不遵礼，下无教化，那就会反叛起义遍地，国家末日就要到了。

孟子在这一段话中反复论证了制度的核心重要性。从好的方面讲，即使是极为优秀的人才，如果不借助于制度规则，也不能成就事功。制度就像是极为有效的工具，借助它就会事半功倍，甚至世代享用无穷。从坏的方面讲，如果不遵循制度规则，不仅一事无成，而且已经建立起来的功业，如国家也会崩坍。制度就是儒家一以贯之的关注中心。从儒家是从专业祭祀服务团体发展起来的人群来看，他们首先对祭祀仪式这种礼的形式烂熟于心、细心体会，进而扩展到对各种礼——习俗的关注，从而形成了这一学派的突出特点。可以说，儒学就是关于制度的学问。

我在这本书里讲的“经济学”，并不是指古典的主流经济学，而是指二十世纪后半叶的经济学新发展，主要是指制度经济学。它是用经济学的方法研究制度的理论。具体地，我是指以科斯传统为主的新制度经济学。以往的主流经济学的功绩在于得出一般结论，如人是经济人，市场是好的，并假定人的理性无限。而制度经济学等新发展出来的经济学则侧重那些例外情况，和以往假设的纰漏，如人不仅是经济人，也受文化和宗教的影响，而且有着公共意识；市场基本上是有效的，但也偶尔会失灵；人虽然有理性，但其也是有限的；等等。从而可以得出以往经济学所不能得出的结论来，尤其可以用来调整对中华文化等文化传统的看法。

以往的主流经济学主要是用成本收益分析的方法，来研究资源在不同产品生产之间配置的效率问题，制度经济学也是用成本收益分析的方法来研究不同制度的效率问题。以制度作为行为规则，是人们行为必须遵循的规则，导致众多人的行为多次进行同样的重复，如果制度规则是好的，则众多人多次重复的行为则是有效率的，不仅规模巨大，而且由于多次重复，甚至可以无穷，这种效率上的好处可以持续享用。产品也是人们通过不断重复的行为进行生产的，产品就是制度的产物，因而，研究制度要比研究产品更有效率。布坎南说，宪政经济学是最有效的经济学；因为宪政是制度的制度。

另一方面，制度研究一经用经济学方法研究，就上了一上台阶。以往的制度研究，如儒学的研究，由于只是经验的研究，或是形而上地判断，没有具体的量化分析，虽然能得出“制度是重要的”、“好的制度让人受益无穷”的结论，但缺少过硬的证据，在出现怀疑的时候，就会让人轻视该理论的权威性，这也是儒学在近代以来被否定、被边缘化的一个原因。在新制度经济学出现之前，虽也有一些对制度的研究，甚至有经济学对制度的研究，却因为缺少严格的成本收益分析方法，而不太成功，不太有解释力。当科斯将交易费用引入对制度的分析以后，对制度的分析就如对产品的分析一样，就进入了经济学主流成熟的分析方法领域，分析的结果就显得严格和可信。

因而，这本书，《儒学的经济学解释》的目的和功用就很清楚了。在这里，儒学是被解释对象，而经济学则是解释方法。这就是用经济学的成熟的分析方法解释儒学中的经验研究或形而上判断，使之得出较有实证意味的结论，让更信奉经济学的人们理解儒学中有关制度的主张是有着坚实的分析证据的，从而反观儒学论断的正确与权威。更一般地，我们可以用现代被认可的理论分析方法，来印证传统中的非量化分析的理论。对于一般边界模糊或长期争论的问题，量化分析的新制度经济学也可以给出一个明确的裁断。如对科斯所提之问，“既然市场如此有效，为什么还要有企业”，给出市场与企业的边界。当然从超越时空的角度看，人们之间无数互动形成的自发秩序并不因有了量化分析的证明而正确，经济学的分析只是让人们更容易理解自发秩序的正确性和效率。对市场企业边界问题，用“遵从自发秩序”解释即可。

本书的第一讲是“正心诚意与格物致知”，重点讨论的是认识论问题。这似乎没有经济学什么事。然而，经济学却是有它的认识论基础的。从古典经济学开始，它所主张的经济自由主义，更深一层说，是自然秩序哲学，就是强调要敬畏和遵从自然秩序。这是建立在对人的理性有限性的理解之上的。后来的哈耶克强调自发秩序，实际上把它放在自然神的位置上。他之所以这样做，是因为他认为自发秩序是人的理性无法完全理解的，因为人的理性有限，他称为理性不及。而神，实际上是人们对自己有限性的理解和反衬。正因如此，人类在长期互动中自发形成的制度——如市场，才具有弥补人类理性不及的作用。

儒家讲格物致知，就是讲理性所及的经验部分，同时又讲正心诚意，则是讲超越个体经验的部分。儒家很清楚经验部分是有边界的，谨慎地不去越过。孔子说，“未知生，焉知死”，“知之为知之，不知为不知，是知也。”而超越经验的部分，儒家采取正心诚意的态度。 正心诚意所获得的领悟不是经验知识，而是先天综合判断，是宇宙规则经亿万年演化而先天形成的人的先天意识结构，所以“人之心即天地之心”（二程），“心即理”。如王阳明所说，人们生来就心中有理，只是后来被各种私欲遮蔽。只要诚意，排除各种肉身经验的情绪私念，就可获得天理。但这只是人心对天理的部分领悟，因而人总体上在天面前是有限的和卑微的，所以要敬天。这种敬与其它宗教的敬畏类似，是约束人类不要狂妄地以为自己理解和把握了宇宙万物之规则，使之恰当地处在他们的理性限度之内。在这方面，儒家与经济学是类似的。尊崇自发秩序——敬天，与理性有限——“不知为不知”是互补的。而自发秩序就是人们能看到的最好的制度。

第二讲的“修身”，从个体角度讲只是个人道德修养，然而却有着社会的公共的意义，所以本讲的副标题是“文化精英的意义及形成”。这就涉及到经济学在二十世纪后半叶开始关注的公共选择领域中的问题。经济学家们发现，世间并非所有的事情都适用于“看不见的手”——市场规则，例如外部侵害问题，公共物品问题，在这时必须进行公共选择。但已有的公共选择规则也是有问题的，如投票悖论，多数人暴政，游说集团，等等，也会导致社会成本或损失；于是出现了“公共选择理论”，“集体行动的逻辑”等理论。更有一种一般化的理论，即桑塔费学派的社会仿真模型，揭示所有成员都是经济人的社会会最终崩溃。另一种方式，法官裁决似能避免公共选择过程中的弊端。然而法官裁决也不能绕开经济人的问题。法官及其法律人集团，作为一个利益集团也可以在公共选择中，利用增加立法的方式为自己牟利。

将法官裁决的形式推而广之，就是一个社会要有文化精英来解决利益集团的问题。这正是儒家的社会治理的构想。社会要有公共治理，公共治理要由君子来实施。君子，按照儒家定义，就是能超越自身利害，有道德操守的人。这种人与经济人——小人不同，因而还可以解决上述法官的经济人倾向问题。然而文化精英少有天生的，大多数人是“学而知之”，即要靠修身。而这个解决方案并非中国独有，其它文明中实际上存在着文化精英集团，他们可能是法律人，可能是宗教人士，或其它专业人士。这种制度上的要求也得到了桑塔费学派研究的支持，他们认为，一个社会只有存在着“强互惠者”才能生存下去。所谓“强互惠者”很类似于儒家的“君子”。

第三讲是“齐家”。虽然已有的经济学对家庭制度研究较少，但仍有一些研究，如贝克尔的《家庭经济分析》，他在其中提出了一个王朝效用函数，用来将家庭世代延续计入效用。但这与中国家庭效用的概念是不同的。这方面，我在“论家庭主义”一文中，从经济学的视角，将家庭作为效用单位与个人作为效用单位进行了区别。发现前者有两个特征，一是它理论上的寿命是无限的，二是家庭内成员间是不互相独立的。从这两个特征出发，就可以得出不同于个人主义经济学的结论来。这就是，第一，家庭延续是家庭效用的非常重要的一维，如果家庭不再延续，多少财富都没有了效用；第二，家庭内个人间是互为效用的，他们之间更友善，更易于合作。

从上述观点来看，我们过去不理解的一些儒家主张，似乎有了合理性。如“不孝有三，无后为大。”儒家把家庭作为社会治理的基础性单位，认为家庭秩序——孝悌原则可以扩展到社会，成为社会规则的基础。家庭的祭祀仪式是一种强化家庭概念，放长生命视野的制度，它通过使人们认识到自己是家庭生命链环中的一环，来使他们有超越自身生命的眼光，来实现道德教化和超越生死，因而具有准宗教的作用。传统中国社会是家庭间竞争的社会，传统国家也是家庭扩展而成，许多国家秩序和职位就是家庭秩序和职位的延展。将家庭主义文化扩展到天下，“天下一家”，“四海之内皆兄弟”，也使得家庭主义文化更能形成天下主义文化。因而，至少，家庭主义可以是与个人主义竞争的制度规则。

第四讲是“治国（一）”，讲的是经济制度与政策。在这方面，经济学的主要资源是经济自由主义。它是从斯密开始的古典经济学到现代的由哈耶克代表的自由主义经济学。这是我们比较熟知的理论，它强调小政府，经济自由，市场经济，更深一层次，它强调遵从自然秩序。而有记载表明，西方的经济学的诞生和发展受到过儒家传统的影响。因而，在这方面，两者更为相像。如孔子说，“天何言哉？四时行焉，百物生焉。天何言哉！”就是遵从自然秩序的经典论述。儒家主张“惠而不费”，“因民之所得而利之”，征税行“尧舜之道”，主张“轻徭薄赋”，“不与民争利”，则是传统中国经济制度的原则基础。

第五讲是“治国（二）”，讲的是宪政与政治结构。以往的主流看法是，传统中国没有对权力的限制，甚至没有宪政资源。然而从对儒学文献的梳理中，我们已经看到，儒家对制度的重视，也一定会对最基础的制度——宪政重视。宪政首先是对政治合法性的判定。在儒家，这涉及天命观。“得天命”就是有政治合法性。怎样得天命？首先是“天听自我民听，天视自我民视”，然后是“皇天无亲，唯德是辅。”如果“失天命”，就不再是天子，“天禄永终”；人民可以推翻暴政，像是“诛一独夫”。然而革命并不应该轻易发生，在大多数情况下，还要 一套制度约束君主，使之不至于违反民意和规则，以致失去天命。

除了天命观和民本主义思想，儒家还具体地提出了约束权力的制度，并且大多得到了实行。如谏议制度，即制度化地批评君主及官僚体系的制度；选举或科举制度，用受过儒家经典教育的官员代理君主实行治理，而代理也是一种限权；史官及谥号制度，用历史评价来约束和教育君主要遵循仁政原则；封驳及审察附署制度，即中书舍人对皇帝草拟圣旨的批驳、门下省对圣旨的审察，和宰相对圣旨的附署制度，是对皇帝意志的制度性审察约束；强调遵从礼的作法，也是一种制度约束，即将政治权力从民间习惯法领域排除出来，让礼这种自发秩序更好地发挥作用。

第六讲是“平天下”，副标题是“天下主义”。这里首先讲，为什么侧重家庭主义的传统中国会产生天下主义？这可以借助于我们在第二讲的家庭主义的性质。即家庭成员间的效用是互相促进的，一个人会为另一个人付出成本，增进他/她的福利，反而自己也高兴。如果将这种家庭内关系放大到天下，岂不可以促进人与人之间的友善和合作吗？此所谓“中国一人，天下一家”，“四海之内皆兄弟”。相比之下，个人主义的个人之间的关系，彼此的利益互相独立和互相消长，促进他们之间的友善和合作就难一些。

在天下主义的目标之下，实现天下主义的路径就是“以善致善”。与之相对应的，是以恶致善。这是由康德提出来的，通过国家间的紧张和战争，最终打出一个世界永久和平来。但逻辑和历史证明，这是不可能的。因为国家与个人不同，个人之间的差异不会太大，而国家之间可能会差数百倍。并且人类的技术不断发展，会打破国家间军事力量的平衡，最终形成不了势均力敌的局面。而在两千多年的孟子提出的“不嗜杀人者能一之”，就是一种以善致善的道路。“不嗜杀人者”就是用和平手段解决利益冲突的人，就是行仁政，尊重民众意愿，“省刑罚，薄赋敛”，“可使制梃以挞秦楚之坚甲利兵矣”。而行暴政之国，“父母冻饿，兄弟妻子离散”，谁为暴君拼命？故而“仁者无敌”。这是实现以善致善的有 经验和理性基础的可行道路。

在本书出版前后，曾经就本书或其部分内容举行过几次研讨会或读书会。如在天则所曾就“家庭主义”举行过双周论坛；如就“天下主义”我曾在若干地方作过讲座；就儒家的经济自由主义曾回答过记者提问。尤为重要的是，我在天则所举办的系列讲座中讲过本书的全部内容。我有幸听到一些批评，更多的是提问。那些批评并没有颠覆性，因而我并不觉得需要修改本书中的一些观点。而提问让我知道人们对本书的理解角度，使我能更好地改进我的表达。梳理之下，觉得虽然十多年过去了，这本书的基本理论和大致框架还可经受质疑。只是时过境迁，当时讲课时的时代背景已经变化，对变化了的各种主体的评价和态度也似应变化。然而，既然我已表明讲课的时代，就让对具体事件的分析停留在那个时代。只要读者知道时代背景，就不会有诧异的感觉。因而这次出版虽有小的修订，并无大的改动。当然我也希望听到更多学界的批评。因为只有批评才能揭示本书理论逻辑的缺陷和不足，才能激发我进一步思考和挖掘更有解释力的理论方法，才能促使我修改本书使之更加成熟完善。

2024年11月12日于五木书斋

购买本书电子版

《盛洪教授》分类目录

盛按：经济学的方法是成本收益分析。然而什么是成本，什么是收益，不同的人却各有不同。其中一个重要的区别是时间视野。时间视野不同，成本和收益的判断不同。一般来讲，时间视野越长，判断越接近准确。对于个人来讲，这只会影响到一两桩生意的盈亏或个别人的境遇。但对于一个社会来讲，就可能影响到政体。前些天讨论过阿西莫格鲁的“为什么政治科斯定理不成立”一文，其中的结论就是在缺少时间视野下的成本判断做出的，因而似乎没有看到一种可能性，这就是统治者会认为立宪比专制更有利。将时间视野用于政治分析的，应首推奥尔森，他说臣民们高呼“国王万岁”不是谄媚之语，而是出于真心。这就是希望国王有更长的时间视野，从而会降低抢夺率——税率。因此我们在分析时，也应将时间视野放进来。当我们按照长时间视野考虑统治者时，也许是错的，因为这可能高估了他们的时间视野。南北朝时期李寿推翻成汉李期，有人劝他奉晋称臣，但他使人占卜可否称帝，答曰“数年”。李寿大喜，说 “朝闻道，夕死可矣。”“一日尚足，况数年乎！”于是称帝。他果然是个暴君，没过五年，他的成汉帝国就灭亡了。而另一种情况，英国的光荣革命，奥伦治亲王愿意以接受宪政为条件登上国王宝座，则其后代至今仍是英国国王。可见时间视野是一个重要的政治变量。对政治的预见，把这一变量考虑进来才会接近正确。（2024年11月26日）

摘要：理性人进行计算的准确程度，不仅与他自身的智力有关，而且与他的时空视野有关。视野越长越宽，计算就越准确。然而，由于人的理性有限，注意容量有限，只能将理性资源分配到有限的时空范围。经过几百万年的演化，在人的本能中形成了自动关注一定范围、而忽略更大范围的信息的能力。但这与近几千年来人类社会迅速发展为规模巨大和制度联结程度很高的情形相冲突。依赖本能只关注小游戏，也许会导致在大游戏中失败。于是人类社会就发展起了教育与宗教等活动与制度，以纠正本能上的偏差。但教育和宗教并没有遍及所有人，也没有使所有被教育和启蒙的人都能形成长远和宽阔视野，因而经常有人会犯“赢了小游戏，输了大游戏”的错误。

经济学假定人是理性的经济人，他至少不会做有损于自己的事情。但这一假定经常与事实不符。例如在震惊全国的药家鑫案中，当药家鑫开车撞倒一个妇女后，为了避免以后的赔偿，竟将她杀死。即使他不知道，中国大陆杀人案的破案率高达87%，也应知道这个比率相当高，他杀人的期望成本是相当高（87%）的概率被判死刑，却仍然选择了杀人。这显然不是一个合理的选择。实际上，理性并不能保证人们不犯错误。人们对成本和收益的计算是对预期的成本和收益的计算，往往与实际的成本与收益有差距。这不仅是因为未来具有不确定性所致,也和计算所依据的信息和数据有关。而信息与数据是一定范围内的信息与数据。范围不同，信息与数据就不同，计算结果就不一样。一般而言，范围越大，信息和数据就越完整、全面和丰富，计算的结果也就越接近正确。然而，一个人关注的范围大小与他的视野有关。

一、计算范围与计算结果

范围可以从时空两个维度去理解。时间有长短，空间有大小。一般而言，时间越长，空间越大，所包含的信息越完整、越全面和越丰富，从而能够使计算更接近正确。

例如，奥尔森曾举过一个例子。如果一个国王知道自己只有一年的生命时，为了追求利益最大化，就会违背他与臣民的约定，提高税率，尽可能地在生前耗尽财富。但如果国王万岁，他就会考虑长远利益，对臣民征收一个恰当的税率，以使他们有持续的动力进行经济活动，从而能够给自己带来长久稳定且数量可观的收入（Olson，1993）。后一种作法又同时给社会带来更多的福利。

一般地，当一个时间段A与另一个时间段B相比，后者长于且包含前者时，就会包含更多的信息，从经济计算角度看，就是包含了更多的有关成本和收益的信息。很显然，一个行为的影响是跨越时间的，如果要更准确地判断这个行为的利害得失，肯定要收集尽可能多的信息。信息越多，越接近准确。为了收集更多的信息，就要观察这个行为产生影响的更长时间。例如，一个新产品推出，怎么评价它的成绩呢？如果只看时间段A（假定为100天），显然就比时间段B（假定为200天）的信息要少。所以用时间段B的信息判断新产品的成绩，要比只用时间段A的信息判断新产品的成绩要更接近准确的判断。见下图。

图1  新产品上市销售量                                单位：件

100天均值	200天均值	100天标准差	200天标准差
3620.35	3752.81	328.16	370.56

说明：如图，时间段A（100天）的均值和标准差，都与时间段B（200天）不同，而时间段B涵盖了时间段A，所以根据时间段B的信息，能够得出比时间段A的信息得出的更准确的判断。

在现实中，一个行动所产生的成本或收益，并不一定马上显现出来。有些时候，要先付成本，在很长时间以后才能获得收益，如投资活动；有些时候，可以是先获得收益，然后才感受到成本，如喝酒或吸毒。

更多地，人的行动是交互的，即表现人与人之间的交易（transaction）或互动（interaction）。这种行动的特点，是对其他人的成本或收益产生影响，其他人也会反过来对这些影响作出反应。而这些人的反应对最初行动的人的成本和收益又会产生影响。例如，一个人靠损害别人，如偷盗，抢劫，欺骗或垄断获得当下的财富，但这会遭到别人的报复。一个人也可能经常帮助别人，这更可能得到别人报恩。

别人反应的滞后时间可长可短，有可能马上就会有反应，也可能在十年、数十年以后。例如，越王勾践攻陷吴国都城、致吴王夫差自杀，是在他被夫差打败并受到屈辱的二十一年以后。因而，当一个人与他人交易或互动时，他的行动的成本和收益要经过较长时间才能完全显现，所以进行计算的时间段越长，即视野越远，越可能接近正确的判断。

人们对恩怨的反应甚至会跨越世代。据何怀宏，春秋时赵氏之所以能够长久发展及大难不死，是因为他们的前几位家族领袖曾有恩于其他几个关键人物。例如，晋景公17年赵氏遭遇大难，几乎满门被斩，幸赖门人公孙杵臼和程婴保护，才得以保住了赵武这一支血脉；后又得韩厥向景公推荐，得以重立。这些人显然是在报答赵氏。其中韩厥是赵武的伯父赵盾从小抚养长大的（何怀宏，第130~140页）。所以中国一直有“积善之家，必有余庆；积不善之家，必有余殃”之说。

从空间角度看也是如此。“螳螂捕蝉，黄雀在后”，说的就是在更大空间中存在着对较小空间的影响，即会对较小空间施加成本或收益。在这一成语中，这个影响就是成本，就是黄雀的威胁。如果视野仅局限于螳螂的目力所及，就觉察不到黄雀的存在，但后者确实会对螳螂的命运产生决定性的影响。

一般而言，如果有一个空间A，还有一个空间B，后者大于且包含前者，空间B包含的信息肯定会大于空间A包含的信息。如下图。其中的蝉、螳螂和黄雀可以用任意生物主体去替代。甚至，如果我们假定有意识的生物主体总在空间A中，那么空间B中的“黄雀”就不一定是生物主体，可以是非生物的存在，如水，气等。一个较大空间的气候变化，也会对较小空间中的生物主体的成本和收益产生影响。

图2  螳螂捕蝉，黄雀在后

换一种说法，较大空间是较小空间的“环境”，环境与小空间之间既相对隔离，相互独立，又不断地交换着能量与信息。因此较大空间必然会影响较小空间中生物主体的成本与收益，也就必然包含着对该生物主体有用的信息。

所以，结论是，理性的生物计算的结果与其观察到的时空范围的大小有关。在理性能力一样的情况下，计算所依赖的信息来自较大的时空范围，就比来自较小时空范围的计算结果要更接近准确。

二、为什么视野有限？

既然如此，为什么人们不能总是尽量放大视野，收集和吸取尽可能多的信息，以作出更为正确的决定呢？这首先是因为人的理性，当然也包括所有生物的理性是有限的。

具体而言，所谓“理性有限”包含了很多内容，主要涉及由生物的生理构造决定的对信息的各种操作的有限性。换句话说，生物获得外界信息的各种感官，如眼耳鼻口等，以及加工信息的大脑，在观察信息，关注信息、获取信息，判断信息，记忆信息，提取信息，加工信息，和思考信息方面，是有成本的。我们可以笼统地称之为“信息成本”。

关于信息成本，经济学理论有所涉及。如赫伯特·西蒙所著《管理行为》在经济学界首先明确提出了“有限理性”的概念，并用经济学的方法对理性运用进行分析，提出由于理性有限，“管理人”并不追求“最优解”，只要有“满意解”就可以了（1988，第19~21页）。肯尼思·阿罗则在《信息经济学》中提出“信息成本”的概念，并把信息作为经济学研究的对象；实际上是研究人类如何有效配置资源以使获得的信息最大化（1989）。不言而喻，信息最大化是收益最大化的重要前提。

但似乎，西蒙和阿罗的研究都没有将有限理性和信息成本明确引向时空维度，尽管阿罗对时间很感兴趣，尤其是指向未来的时间。在这方面，心理学也许研究得更多，只是不会用经济学的术语去分析、从经济学的视角去提问题。但至少，心理学给经济学提供大量可供思考的素材，让我们发现，理性有限的表现之一，就是视野有限。

首先，观察是一种行为，行为是要有成本的，即要支付体力和脑力。而要获得有效的信息，就要注意。而“每个人的注意容量（attentional capacity）都是有限的”（艾克森和基恩，2009，第171页），记忆也是花成本的。判断、思考和决策也都如此。总而言之，一方面，获得的信息越多，越能够通过对信息的加工和思考获得更准确的结果；另一方面，生物的所有获取和加工信息的资源都是有限的。要想以有限的生理心理资源去驾驭更多的信息，这就需要对信息有所取舍。

很自然，人们会想到，要将有限的理性资源用于最有价值的信息方面。所以对信息的获取和加工，要先判断哪些信息值得获取。也就是，要有一个标准，决定要注意哪些信息，而对其它信息“视而不见，充耳不闻”。实际上，“注意”这个概念本身，就意味着“留意一些东西的同时忽略另一些东西的能力。”（葛詹尼加等，2011，第426页）这样才能节约使用心理资源。在心理的基本层次，人们很自然会对尖叫声、对鲜艳的颜色、对奇异的形状更为注意，因为反常的事物更可能会给人们带来危险，即成本的显著增加。

再一个重要的方式，就是人们将时间和空间划分成不同的区域。他们一般只对区域内的信息加以注意，而不注意区域外的信息。通常，他们会选择离自己最近的时间范围和空间范围。在时间维度，就是选择与“现在”最接近的时间范围；在空间维度，就是选择与“我”所在地最接近的空间范围。这很自然。在人类演化的相当长的时间里，离生物主体最接近的时空范围内的信息，对该主体的成本收益影响最大。

因此，人们更注意距离自己最近的时空范围，是对稀缺的生理和心理资源的有效配置。他们对在这一范围内的信息更为关心，而有意忽略在此之外的信息。经过千万年的演化，这种节约心理资源的方式几乎成为了生物主体的本能。他们不需要有意如此，下意识地就可以做到。

问题是，这种本能地注意的时空范围到底有多大？是否有一个可以辨认的界线？这确实需要心理学的研究成果来证实，也可以用经济学的方法来推断。一个大致符合经验的假设是，用于获取和加工信息的心理资源成本是边际递增的，而因掌握更多信息而得到的收益是边际递减的。信息的多少可以与视野范围的大小相对应。所以这个问题与一般的经济学问题没有多大区别。

图3表示随着视野的扩展，信息的总成本和总收益的变化。由于一个人的心理资源是有一个上限的，当资源占用接近或到达这个上限后，成本就会急剧上升。

图3

图4表示，随着视野的扩展，信息的边际成本和边际收益的变化。

图4

一个基本结论是，本能默认的视野范围，应在信息的边际成本等于边际收益的那一点上。当然，这不可能是一个明确的点，而更可能是一个区域，一个边界带。从绝大多数生物，尤其是人类的发展的结果来看，这种本能默认的视野范围还是大致不错的。

三、大游戏和小游戏

在实际中，视野的空间范围和时间范围并不是互相独立和分开的。两者往往结合在一起，共同构成一种时空单位。在这里，我们称之为“游戏”。

一个游戏包括时间的限定，如一场足球比赛的时间；空间的边界，如足球场的大小；还有游戏规则，即什么是赢，什么是输。游戏的特点是，一旦人们进入到游戏的情境之中，就会全神贯注地投入到游戏之中，而几乎不注意游戏之外的信息。游戏的好处是，用时空边界将信息范围限定，并以较为简单和清晰的规则替代全范围中隐在错综复杂的表象后面的规则。这使人们有限的理性资源可以更有效地使用。

除了人们有意创造的游戏，如体育比赛或日常消谴，人们大多数活动都是以游戏模式开展的。例如，受雇的工作一般是按游戏模式设计的，包括工作时间和地点与范围，工作任务，奖惩规则等。即使是自我雇用，也经常要按照游戏模式进行。如一个人参预金融证券的交易，仍要在开市的时间内，在交易厅或其它地方进行交易，并遵守交易规则。人类的几乎所有其它活动，如文化、教育、艺术、旅游，甚至政治，都是要按照游戏模式开展。在中国，甚至有“天地大戏场，戏场小天地”之说。因此，可以说，人类就是一种适应于游戏的物种。

前面说过，由于游戏限定了时间和空间，人们就可以将有限的心理资源只用于游戏之内，而不用关心游戏之外的事情，从而在很大程度上节约了心理资源。然而，一个游戏毕竟不能包括人的所有活动。所以人类的活动表现为一连串的游戏，以及由大游戏和小游戏组成的结构。例如，上小学一年级是一个游戏，这个游戏的输赢由年终考试决定；接着的游戏就是二年级。对于一个职业足球运动员来说，一场足球比赛就是一场游戏，但与足球俱乐部签约是与之有关的更大的游戏。

一般而言，一个大游戏是由一组或一连串的小游戏组成的。每个小游戏都玩赢了，大游戏也就赢了。但在有些时候，小游戏赢了大游戏未必会赢，甚至赢了小游戏是输掉大游戏的原因。例如，一个学生在考试的时候作弊赢了这个小游戏，但在工作时因没有真本事而不能有所成绩甚至被辞退。再比如一个商家在价格变动后违反一个长期合约，从而获得了当下额外收益，但因此而毁坏了自己的声誉。又如一个官员利用职权贪污了一笔公款，但后来被人检举身陷囹圄。更大一点儿，一个政权可能为了目前的财政收入而提高税率，但从长远看，会导致老百姓的离心离德和政治合法性的丧失。

在现实中和历史上我们经常看到，总有作弊的学生，违约的商人，贪污的官员和聚敛的政府；这些人或机构几乎总会输掉大游戏，如学生在工作竞争中被淘汰，商人在市场竞争中败下阵来，贪腐官员迟早东窗事发，敛财政府最终会跨台。如果我们按照经济人的逻辑去分析，他们为什么做最终有损于自己的事情呢？

这似乎是因为，如前所述，人们一般是按游戏为单位思考问题和作出判断的。一个人在采取行动时，他直接面对的是最小单位的游戏，因为它最贴近，最直观。当一个人进入到一个小游戏中，他或她就倾向于只在这个游戏的框架内思考问题。这样，他的视野就受到了限制，看不到小游戏之外的成本和收益。这就会导致计算错误。尽管有不少人由于后天的学习和教育，能够透过小游戏想到大游戏（见下一节的讨论），但人类的这种本能还是会使相当数量的人犯“赢小游戏、输大游戏”的错误。

四、把视野当成变量

那么，有没有办法克服上述缺陷呢？当然有。这就是通过人为的启发（或称修身或教育）使一个人的视野范围变大。

一般认为，教育可以使人变得聪明，从而使受过教育的人能够作出更正确的判断。其实，人的智商是天生的，是很难人为改变的，修身或教育所改变的，是人的视野。例如，教育经常讲要“推己及人”，就是要扩展空间视野；也经常讲“要有长远打算或长远眼光”，就是要延长时间视野。在中国文字中，“启蒙”一词明白地就是去除遮蔽、放开眼光的意思。如前所述，一旦人们有了更宽广和更长远的视野，他们的计算就会发生变化，因为他们获得了更多的信息，从而能更为准确地判断。

教育和修身就是要让一个个人学习和继承一个社会的文化传统，它本身就是人类世代经验的总结，暗含着较长和较宽的视野。在具体学习中，一般包括两方面的知识。一是“史”，即已经发生的事实；一是“经”，是对历史事实及各种行动成败得失的总结和提炼。历史比较直观，容易理解；最重要的是超越个人生命的视野，以获得更为长远时间的信息；从历史中提炼的文化原则，是告诉人们，从更大空间，即更多人的视角来看，以及从更长远的时间视角来看，更为正确的行为规范应是什么。它可以矫正一个个人仅从自己及较小游戏的视野来看待问题的弊病。

例如，《周易》“文言”中说，“利者，义之和”；墨子说，“义，利也”；陈焕章在其《孔门理财学》中解释说，“义”实际上也是“利”（2009，第58页），只不过是长远的和全局的“利”。儒家讲“义”，其实就是更长远更宽广视野下的对利益的计算。更一般而言，儒家本身就其外在表达而言，就不是一个超越个体生命的宗教，而是一个有长远眼光的理性主义的学说。儒家人士在说服别人时，也经常采取让人放长眼光的策略。如在《孝经》中，多处用“长守贵也”，“长守富也”，“守其宗庙”，和“守其祭祀”的理由来说服诸侯、卿大夫和士等各等级的人士遵从道德原则。这些理由就是放长和放宽视野所能看到的好处。

当谈到“守宗庙”和“守祭祀”时，我们应注意到，这已经超越了一个人的生命长度，而进入到了跨越世代的境地。这说明，人类有着超越自身生命长度的关注，比如关注自己的子孙，利用这一点，教育或修身就可以达到启发人们有超越世代的时间视野。这种长度的视野，就比个人寿命范围之内的视野要长，从而能够做出更接近正确的判断。这是因为，人类社会的一些维度，如制度，是要经过几百年甚至上千年才能判别其优劣。当视野的长度跨越了世代，视野的宽度也就超越了地域。因为时间越长，人类繁衍得越多，分布得越广。

最后，人的视野可以完全摆脱人类自己的肉身，只借助于人的想象能力。这就是宗教的和哲学的方法。人的生命虽然有限，但人的思维能力可以使人超越时空。理性可以发展出“永恒”的概念，探究宇宙的根本原因，构想出所有人皆大欢喜的最佳境界，以及放之四海而皆准的天道原则。哲学思考能够给人带来超越的视野。

而宗教，虽然在逻辑上没有哲学严谨，但多是通过某种合乎常理的对宇宙的解释，使人有超越的视野。证严法师曾说，中文的“智”字，是“知”下边加一个“日”字，意味着“照亮”（潘宣，2004，第56页）。按照证严法师的说法，只有知识不行，还需佛性的日光照亮。照亮了什么呢？照亮了黑茫茫的时间和空间，使人们看清了以前并不知道的时空。这种比喻实际上是各大宗教的基本内容。如基督教中的“enlighten”就是“照亮”的意思。这意味着，一个不信教的人是在黑暗中前行的人，而一旦信奉了宗教，就目光如炬。

一项实验经济学的研究初步证明，受过更多教育的人更有耐心（Burks, Carpenter, Gotte, and Rustichini, 2012）；这意味着他们的时间视野变长。这印证了我们前面的讨论。当然这里所指的“教育”不仅是获得更多有关自然的“知识”，而且包含与他人打交道的“文化”。从而，人类通过创造出一些形式和制度使自己摆脱自然演进所赋予人们的较小视野，获得了有关人类社会的更多的信息，从而能够做出更为正确的决定。

五、视野，人类本能，与人类社会

前面的讨论告诉我们，人类经演化而形成的视野界限在大多数情况下是节约有限的注意力的有效习惯。但这一习惯又与更大范围与寿命更长的社会相冲突。这也许因为，在漫长的演化史中，人类在大多数时间中只是处于较小规模的社会状态中。

社会规模小，就无需有更大的视野范围；个人的行为也不会产生较长远的影响，也就不可能产生较长的视野。并且在早期，人类社会缺乏组织，人们就更依赖个人或较小规模的组织而生存。在这时，个人把更多的注意力放在离自己最近的地方就是合理和有效的。

随着社会规模的扩大和组织程度的提高，社会的经济效率随之提高，社会走向繁荣。这也说明，一个个人或家庭的福利也依赖于比传统时代更大的时空范围。在这时，人们已经习惯了的小游戏的视野就不能有效地覆盖影响人们利害的各个方面。如果他们对小游戏之外的大游戏不感兴趣，就有可能玩赢了小游戏，而输了大游戏。如一个人只有“家”的视野，所作所为只为家的利益最大化，就有可能触犯社会的政治秩序。

在这时，“现代人的头骨里装着一副石器时代的大脑”（叶航，2007，第10页），人们无法在短期内通过演化改变经过几百万年形成的注意力边界的本能。这种本能，就如同神经元经济学指出的那样，通过“自动过程”在决策中起作用。在这种理论看来，人不仅是理性人，而且是情感人；他在做决策时，即有受控过程，即理性反应；也有自动过程，即本能的反应。决策就是受控过程和自动过程交互作用的结果（卡麦勒等，2007，第58页）。所以，若要纠正视野本能过小的缺陷，就要通过教育或修身这种后天的努力对视野范围加以改变，其实质就是通过强化理性对较长较宽视野的认知，确立理性对本能的优势。这就是为什么任何不断发展成熟的社会或文明都伴之以教育的发展。

当然，各文明发展至今，也并没有达到对所有社会成员都进行同等的教育的程度，即使能够如此，也并不是所有受教育者都能将其视野扩展到大致一样的长度和广度。实际上，在许多社会的早期，只有一部分人得到了受教育或修身的机会和相应的资源。这更多地是在社会中具有优越地位的人，一般是在政治上具有优越地位的人，也有在经济上具有优越地位的人。

实际上，一个社会也不一定要求所有的人都受同等的教育，从而形成同样的较长视野。这是因为，尽管人们之间互相影响的范围已覆盖全球，但人们通过交往而形成的社会制度，在绝大多数情况下，使人们仅依靠当地信息就能作出正确决定。例如一个生产服装的企业家的成本和收益会受到千里甚至万里之外的竞争者、供应商或消费者的行为的影响，但他可以仅依据本地的产品和要素的价格信息决策。在这种情况下，对扩展视野的教育的需求就不那么强烈。

然而，由于市场会失灵，就需要有超越视野的文化精英群体，也需要组成政府等社会组织。因此，公共知识分子，以及在组织社会的那些重要部门中工作的人需要有更长的视野。政治统治集团也需要有更宽更长视野的人，他们就将对他们的子弟进行教育作为重要的工作。当政治世袭制度被打破后，接受教育或修身就成为有志于担任社会工作或公共职位的重要前提。只要这些人能够有更宽广长远的视野，就能承担起社会组织的工作。

对于生活在现代社会的任何一个个人来说，他的大部分时间可以只依赖当地当下信息决策，但有些时候，他要有超越的视野。因为他总会碰到市场价格无法传达他的决策所需的远方信息的情况。如他碰到环境问题，选举的场合，与他人的纠纷，以及触犯刑律的时候。当一个人的教育或修身没能使他达到在这些问题上具有较长较宽视野、并且理性过程能够压制住自动过程的时候，他的视野本能就会使他忽略小游戏之外的大游戏，从而铸成如药家鑫那样的错误。

六、结论

以往我们认为是理性不足的地方，很多是视野不够造成的。我们也可以把视野看作是理性的一部分。理性有限部分地是以视野有限的形式表现出来。人们往往不是计算错了，而是视野太小了，以致没有获得充分的信息。

由于视野有限是为了节约有限的心理资源，经千百万年演化而成的人类本能，无法应对近几千年快速形成的高度组织化和大规模的社会对扩大视野的要求，所以在发展成熟的社会中，出现了被称为“教育”、“修身”和“宗教启蒙”的人为努力，旨在扩大和延长人们的视野，以适应更大规模社会对视野的要求。

然而，由于资源及人的禀赋的限制，教育或修身不可能同等地扩展或延长所有人视野，从而还会有很多人受到视野的限制而作出错误的决定。这就是为什么理性的人会犯错误的重要原因之一。

参考文献：

阿罗，肯尼思，《信息经济学》，北京经济学院出版社，1989。

艾克森和基恩，《认知心理学》，华东师范大学出版社，2009。

Burks, Stephen; Carpenter, Jeffrey; Gotte, Lorenz; Rustichini, Aldo, Which measures of time preference best predict outcomes: Ecidence from a large-scale field experiment, Journal of Behavior and Organization, Volume 84, Issue 1, September 2012.

陈焕章，《孔门理财学》，中国发展出版社，2009。

卡麦勒等，“神经元经济学：神经科学如何为经济学塑型？” 载汪丁丁、叶航、罗卫东主编《神经元经济学：实证与挑战》；上海世纪出版集团，2007；

葛詹尼加等，《认知神经科学:关于心智的生物学》，中国轻工业出版社，2011年。

何怀宏，《世袭社会及其解体》，生活读书新知三联书店，1996年。

Olson，Mancur, Dictatorship, Democracy, and Development，The American Political Science Review，Vol. 87, No. 3 (Sep., 1993), pp. 567-576。

潘宣，《琉璃同心圆》，天下远见出版有限公司，2008。

西蒙，赫伯特，《管理行为》，北京经济学院出版社，1988。

叶航，“科学与实证：一个基于神经元经济学的综述”，汪丁丁、叶航、罗卫东主编《神经元经济学：实证与挑战》“导读”；上海世纪出版集团，2007。

古典文献：

《周易》；

《墨子》；

《孝经》。

（原载《新政治经济学评论》24，2013年9月。）

---

《盛洪教授》分类目录