大力出奇迹？计算能力与产业政策

云计算、加密货币以及近期生成式人工智能的出现，给我们未来社会的经济生活带来了前所未有的想象空间。依靠强大的运算能力和不断改进的算法，信息技术已被证明可以在提高安全性的前提下，大幅改善人们的协作效率，在图像、加密、文本等领域甚至能完美替代原本需经相当训练才能胜任的人力工作。

在这一趋势之下，计算能力的边界问题再次成为讨论的热点之一。具体到宏观经济层面，有人认为，只要不断提高算力，就有可能设计出完美的经济计划从而消除市场失灵，实现最优的产业政策。近日，在中文学界广为人知的经济学家阿西莫格鲁（Daron Acemoglu）在谈及自己的新著作时甚至认为，计算能力的大幅提升有可能解决市场信息分散、不完全可知的问题，引起了不少的讨论。

不过，市场不仅仅是一个交换过程，交换行为通常受信息的引导以及个体激励所驱动，而这两个方面并不受理性计算所左右。从这个意义上说，再大力恐怕也难出奇迹。

【资料图】

市场信息是个熵减过程

说到市场信息的分散性和有效性，就不能不提到哈耶克的论述。大家知道，哈耶克最重要的经济思想就是对市场自发秩序原理的论述。他认为，市场充满着不断变化的各种信息（知识），这些信息在交换的意义上最终表现为价格信号，而价格是所有有效信息的体现。比如，他在《知识在社会中的运用》一文中就曾指出，“就价格体系而言，最具重要意义的一个事实便是它的运转所依赖的知识是很经济的；这即是说，涉入这个体系之中的个人只需要知道很少的信息便能够采取正确的行动。”

换言之，虽然说哈耶克关于市场自发秩序的论述有多个不同的层次，但有一点是明确的：市场参与者在做出交易决策时并不需要掌握太多的信息，而且，正是价格的这种信息作用，才使得市场具备独一无二的有效性和经济性。

比如，一个服装店的老板在进货、标定售价的时候，并不需要、也不可能知道面料、印染、化工、包装、物流、房租、人力等等相关行业的供需情况，他只需要知道哪种款式卖得好、利润合理，就可以大致做出决定。而那些密切相关的上下游行业数据，对于理性计算来说虽然是必须的，但无疑是个层累的信息熵增过程，即使每一个参数都保持稳定的相对关系，想要遍历出各种策略组合恐怕也力有不逮。除了市场本身涌现的秩序之外，目前恐怕还没有更有效的信息集成方式能取而代之——尽管它并非完美。

市场激励不是个计算的问题

除了信息的经济性和有效性，算力也解决不了激励问题。基于事先设计的产业政策，往往具有强烈的中央计划色彩，其最好的结果就是完全模仿出市场机制。然而，价格的形成一方面是交易行为的结果，同时也是交易者心理预期的体现。激励作为一种心理活动的信息，通常难以被提前获取，更不用说实时追踪。这意味着，即使设计出一套高效的算法，也无法走进交易者的内心一窥究竟——有时候，交易者自己都不知道自己要如何决策。不用多说，这正是股市、期货等资本市场的魅力所在；如果扩展到更广泛的宏观市场，那试图事先确定激励的导向势必更加困难。

比如，有人觉得为几个相邻的村庄修一条公路很有必要，如果修路资金全部由政府拨款则还罢了，但如果其中一部分修路资金要村民集资，你就需要调查村民愿意掏多少钱，村民虽然觉得修路是好事，大概也会回答说：“修啥路啊？不需要！”可见，诸如此类的激励问题虽然与计划者的政策直接相关，却与计算能力的高低并无关系。同样，其他各种市场规划、产业政策也有这个问题。

另外，市场还是个产品和服务的创新现场，它们通常与企业家个人的想象力、隐形知识（know how）以及风险偏好紧密相关，而每一项正在进行中的创新活动，都意味着市场信息的更新，这些信息更加不可能被中央计划者提前感知。这正是经济学家赫维茨所强调的“市场传递信息的能力”，这个能力也与计算能力没有关系，却是市场秩序赖以形成的重要基础。

产业政策的制定者和支持者经常批评自由放任的市场具有天然的失灵倾向，通过产业政策、货币政策等市场干预措施，对其进行适度监管早已成为各国共识。不过，如果从超大规模社会协作的角度来看，市场过程本身的复杂程度和不确定性，无法通过计算能力的提升而获知全貌。大量关于产业政策表现的实证研究也表明，试图以先验的人为设计来规训、控制市场，不仅无法实现，从成本约束的角度来看恐怕也没有多大的可行性。大力虽好，或出奇迹，但用错了地方却更可能让市场“出轨”。

关键词：