似乎有知识
这篇演讲的特殊场合，再加上经济学家们今天所面临的实际问题，使我几乎无可避免地选择了这个题目。一方面，不久前刚刚设立的诺贝尔经济学奖，标志着一个过程又向前迈出了重要的一步，由于这个过程，在一般民众的看法中，经济学已经赢得了类似于物理学的威望。另一方面，目前人们正在呼吁经济学家出来谈一下，如何才能使自由世界摆脱不断加剧的通货膨胀这种严重的威胁。然而必须承认，正是大多数经济学家曾经推荐甚至极力促使政府采取的政策，造成了这种局面。此时此刻我们没有丝毫理由沾沾自喜：我们的学问已经引起了一大堆麻烦。
在我看来，经济学家在指导政策方面没有做得更为成功，同他们总想尽可能严格地效仿成就辉煌的物理学这种嗜好大有关系——在我们这个领域，这样的企图有可能导致全盘失误。关于这种往往被人称为“科学态度”的方法，我在大约30年以前就曾说过，“就科学一词的真正含义而言”，这种态度“没有任何科学性可言”，“因为它将一个领域中形成的思维习惯，不加批判地、死板地运用于其他不同的领域”。今天我首先想解释一下，这种唯科学主义的谬误，如何直接导致了最近的经济政策中一些最严重的错误。
我曾与之论战的理论，是一种有关正确的科学方法的错误观念的产物，但是在过去30年里，它一直指导着货币和财政政策。它固执地认为，在总就业与商业及服务的总需求规模之间，有着简单的正比例关系。这使得人们以为，只要把货币支出总量维持在适当水平上，我们就能够永远保证充分就业。在为了解决广泛失业而提出的各种理论中，这或许是可以用强有力的量化数据加以支持的唯一理论。但是我认为，它从根本上就是错误的，我们现在也已经知道，照这样的理论采取行动是十分有害的。
这使我提出了一个关键性问题。与物理学的情况不同，在经济学中，以及在研究的现象十分复杂的其他学科中，我们能够取得数据进行研究的方面必定是十分有限的，更何况那未必是一些重要的方面。在物理学中，一般认为，而且也很有理由认为，对受观察的事物起着决定性作用的任何因素，其本身也是可以直接进行观察和计算的。但是，市场是一种十分复杂的现象，它取决于众多个人的行为，对决定着一个过程之结果的所有情况，几乎永远不可能进行充分的了解或计算。其原因下面我还会做些解释。物理学的研究者对他认为重要的事项，能够根据不证自明的原则进行计算，而在社会科学中，碰巧有个事项能够进行计算，往往就被认为是重要的事项。它有时会达到这种地步：要求我们的理论必须只用可以进行数量计算的语言加以表述。
很难否认，这种要求对现实世界中发生的事件的可能原因，做了十分武断的规定。人们常常十分幼稚地认为，这样的观点是科学工作所必需的，但它却引起了一些荒谬的后果。我们当然知道，在谈论市场和类似的社会结构时，有许许多多的事实是我们无法计算的，对于它们，我们仅仅具有很不精确的一般知识。由于这些事实在任何具体场合中的作用无法用量化证据加以证实，于是那些发誓只接受他们所谓的科学证据的人，便对这些事实不屑一顾，他们因此也生出一种十分惬意的幻觉：他们能够进行计算的因素，才是唯一相关的因素。
例如，总需求与总就业之间可能仅仅有着大约的相关性，但由于这是我们能够得到量化证据的唯一关系，它便成了进行计算的唯一的因果关系。以此为标准，有可能存在着助长错误理论的更“科学的”证据，因为它比正确的解释更“科学”而被接受，至于正确的解释，却因为不具备足够的量化数据而被否定了。
为了对这种情况做一说明，让我简略谈谈我认为是造成广泛失业的主要的实际原因——这也可以解释为何如今时髦的理论所推荐的通货膨胀政策，从长远看无法治愈这种失业现象。在我看来正确的解释就是，在不同商品和服务的需求分布与这些产出的生产中劳动力和其他资源的配置之间，存在着不一致。对于使经济系统的不同部门之间供需达到一致的那些力量，以及出现这种一致的各种条件和有可能妨碍这种调整的各种因素，我们具有相当不错的“质的”知识。在对这一过程的说明中，分立的步骤有赖于日常经验中的各种事实。凡是不怕麻烦从事这种论证的人，对于这些有关事实的假定或由此得出的结论在逻辑上的正确性，几乎没有谁会表示怀疑。我们有很好的理由相信，失业表明相对价格和工资结构受到了扭曲（通常是因为垄断或政府的价格锁定），为了在所有部门恢复劳动力的供需平衡，有必要改变相对价格和转移一部分劳动力。
但是，当问到我们有关价格和工资的具体结构——为保证所提供的产品和服务顺利地不断售出所必需的结构——的量化证据时，我们必须承认，我们不掌握这方面的信息。换言之，对于我们不太准确地称为均衡的状态赖以自动形成的一般条件，我们是了解的；但我们绝对不会知道，假如市场达到了这种均衡，具体的价格和工资会是一种什么状况。我们只能说，在什么条件下我们可以期待由市场确定的价格和工资会使供需达到一致，但我们绝对无法提供统计学的资料，用以揭示现行的价格和工资在多大程度上偏离了可以使目前的劳动力供应被不断售出的水平。可见，对失业原因的这种解释，从它可以被证伪这个意义上说，是一种经验理论——例如，如果货币供应持续不断，普遍增加工资就不会导致失业；但它肯定不是能够使我们得出有关工资率或劳动力分布的具体的量化预测的理论。
不过，在经济学这个领域，我们为什么必须为对某些事实的无知做出解释呢？须知，在自然科学中，人们肯定会期待科学家提供有关这种事实的准确知识。对自然科学的范例有所体验的人，会对这种立场十分不满，会坚持他们在自然科学中看到的证实原则，这也许不足为奇。这种状况的原因在于我已简单说过的一个事实：社会科学同生物学差不多，但和大多数自然科学不同，它必须处理的是性质复杂的结构，也就是说，它所处理的结构，只能用包含着较多变量的模式加以说明。以竞争过程为例，只有当它在相当多的行动的个人之间进行时，才会产生一定的结果。
有些领域，特别是在出现的问题相互类似的自然科学领域，克服困难不必利用有关个别因素的特殊知识，而是可以求诸与这些因素有关的各种特征之出现频率或概率方面的相关数据。但是，只有当我们处理的对象是瓦伦？韦弗（前洛克菲勒基金会成员）博士所说的“复杂的无机现象”，而不是我们在社会科学中必须应付的“复杂的有机现象”时，以上做法才是正确的。对于这两种现象的差别，理应有更全面的理解。这里所谓复杂的有机现象，是指结构的性质不仅取决于其中个别的特性以及它们出现的相对频率，并且取决于各因素之间相互联系的方式。由于这个原因，我们在解释这种结构的运行时，不能用统计数字取代有关各个因素的知识；如果我们打算用我们的理论对个别事件做出预测，就要对每个因素都有充分的了解。只要不具备这种有关个别因素的专门知识，我们就只能限于做出我在其他地方说过的模式预测（pattern predictions），即对自发形成的结构中某些一般特征的预测，其中不包括对构成整个结构的各个因素的具体描述。
我们的理论所要说明的，是在一个功能良好的市场中自发形成的决定着相对价格和工资体系的因素，就这一理论而言，以上所言尤其正确。市场过程的每个参与者所拥有的特殊信息，都会对价格和工资的确定产生影响。这方面的全部事实，是科学的观察者或任何一个单独的头脑无法全部掌握的。这当然就是市场秩序的优越性所在，也是在不受政府权力压制的情况下，为什么它会逐渐取代其他秩序，并且在由此产生的资源配置中，可使更多有关具体事实的知识得到利用的原因，这些知识散布在无数的个人中间，是任何一个人都无法全部掌握的。我们这些从事观察的科学家，由于无法知道这个过程的全部决定性因素，从而也无法知道在哪一种具体的价格和工资结构下，需求总是与供应相等，因此我们无法测知它对这种秩序的偏离程度，而且我们无法从统计学的角度，对我们的理论——对价格和工资的“均衡”系统的偏离，使某些产品和服务不可能按定价售出——加以检验。
在继续谈论我眼下关心的题目，即以上情况对目前所实行的就业政策的影响之前，请允许我更具体地勾画一下我们的量化知识固有的局限性，这是常常被人忽略的。我这样做是想避免给人留下一种印象，以为我对经济学的数学方法一概加以反对。事实上，我认为数学方法大有益处，它使我们可以利用代数方程式，去描述某个模型的一般性质，即使我们对决定其具体面貌的数据一无所知。没有这种代数方法，我们对市场中不同事件的相互依赖性，就很难窥其全貌。不过这也导致一种幻想，使我们认为可以用这种技术去搞定和预测各种量的数值，于是徒劳地想找出量的常数。尽管数理经济学的近代奠基人没有这种幻想，这种情况还是发生了。不错，他们描述市场均衡的方程式系统就是这样设计的——假如我们能够把抽象公式中所有的空白填上，也就是说，假如我们知道这些等式中的所有变量，我们就可以计算出全部在售商品和服务的价格和数量。然而正像这一理论的奠基者之一帕累托明确所言，它的意图并不是“达到对价格的量化计算”，因为如他所说，以为我们能够确定所有数据，是一种“荒唐的”念头。近代经济学的杰出先驱，16世纪的西班牙学者，早就认识到了这个重要问题。他们强调，他们所说的pretium mathmaticum（数学价格），取决于如此多的具体条件，除上帝之外谁也无从知道。我经常希望我们的数理经济学家应把这一点牢记在心。我必须坦言，我怀疑他们对可计算的量的追求，是否为我们从理论上理解经济现象做出了有意义的贡献——这与他们在描述具体情况中的价值是不同的。我也不打算接受“这个研究分支仍十分年轻”这种借口。计量经济学的奠基人配第爵士，毕竟是牛顿爵士（Sir William Petty）在皇家学会里的主要同仁吧！
只有可计算的数据才是重要的——这种迷信在经济领域造成实际危害的事例可能为数不多，但目前的通货膨胀和就业问题却是十分严重的一例。它所造成的后果是，经济学家中有着唯科学主义头脑的大多数人，对很可能是造成广泛失业的真正原因漠不关心，因为它的作用无法用可以直接观察到的可计量数据之间的关系加以证实，他们几乎把全副注意力都用在可以计算的表面现象上，由此产生的政策使事情变得更糟。
当然，必须随时准备承认，我认为对失业现象做出了正确解释的理论，是一种内容有局限性的理论，因为对于既定环境中预计必然会出现的事件的性质，它只能让我们做出十分笼统的预测。但是，更为雄心勃勃的理论建构对政策的影响却并不更加走运。我得承认，我更喜欢虽不完美但正确的知识，即使它留下许多无法确定和预测的事情，而不是那种貌似精确但很可能错误的知识。表面上遵守公认的科学标准，会给具有简明外表的错误理论带来虚名，但目前的局势说明，这种理论会导致严重的后果。
事实上，就这里所讨论的事情而言，主流的“宏观经济”理论为救治失业而提出的措施，即增加需求总量，造成了资源大量的错误配置，这使后来的大规模失业变得难以避免。向经济系统的一些部门不断投入增量货币，使它们创造出一时的需求（一旦货币数量的增加停止或放慢速度，这种需求也会消失），加上人们期待着价格将不断上涨，这两者会使劳动力和其他资源得到利用，但只有在货币数量以不变的速率增长，甚至是以一定比率加速增长时，才能把这种状况维持下去。这种政策所导致的，不是用其他方式无法达到的一定就业水平，而是一种难以无限期维持的就业分布状况；过一段时间之后，如果还想让它继续下去，就只有靠一定的通货膨胀率了。但是，以这种速率发展下去，会使一切经济活动迅速解体。事实上，错误的理论观点已把我们引向一种危险的境地，使我们无法阻止结构性失业的一再出现；其原因不在于——像这种观点时常胡说的那样——这种失业是为了打败通货膨胀而特意造成的，而是因为它现在注定会发生，加速度的通胀一旦停止，过去的错误政策必定会导致这种令人深感遗憾但又无可避免的后果。
我提到这些眼前重要的实际问题，主要是想说明，一些有可能与科学哲学的抽象问题有关的错误，会导致严重的后果。不过现在我打算先把这些问题放在一边。同我刚才讨论的问题一样，对徒具科学外表的主张不加批判地接受，由此在更广泛的领域造成的长期危险，人们有充分的理由表示担忧。我主要是想通过这一局部性的说明指出，不但在我本人的领域，并且普遍地在与人有关的其他学科中，貌似科学的方法其实是最不科学的，进一步说，在这些领域，我们所能期待科学达到的目标，是有着明确界限的。这意味着，把科学方法无法做到的事情委托给科学，或按照科学原则去进行人为的控制，有可能招致令人悲哀的后果。近代以来，自然科学的进步当然大大出乎人们的预料，这使得任何有关科学有其局限性的提示，都会引起怀疑。特别是那些坚持这种观点，希望把我们不断提高的预测和控制能力——普遍认为这是科学进步的产物——应用于社会过程的人，全都以为这种能力不久就可以使我们随心所欲地改造社会。当然，同自然科学中各种发现引起的欣喜不同，我们通过社会研究而获得的见识，常常给我们的抱负蒙上一层阴影。大概无须奇怪，我们这一行里较易于冲动的年轻人，不太愿意接受这一点。但是，对科学有着无限力量的信仰，往往是建立在一种错误的信念之上，认为科学的方法就是采用一些现成的技术，或是模仿科学过程的形式而不是它的本质，似乎只要按图索骥就可以解决一切社会问题。有时甚至让人觉得，同为我们揭示问题所在以及如何处理这些问题的思考相比，科学方法更容易掌握。
公众现在的心情，是期待科学解决许多问题以满足人们的愿望，这同科学解决问题的能力发生矛盾，于是造成了一个严重问题：虽然真正的科学家全都应当承认，对于人类事务的领域他们的能力有限，但是大众过多的期待，也总会使某些人不顾自己的能力所限，假装或真诚地相信自己能做得更好，以迎合人们的要求。对于以科学的名义提出来的主张，专家也常常很难区分其是否合理，在许多情况下民众就更不可能做到这一点。最近一份以科学的名义就增长的极限发表的报告，传媒做了大量报道，而同样是这些传媒，对这份报告受到的致命批驳却默不作声。这不能不使人对科学的威信所发挥的作用感到担忧。但是，打着更科学地指导一切人类活动的招牌，认为用“人类的自觉控制”取代各种自发过程是可取的，这种影响深远的主张不唯见于经济学领域，如果我没有搞错的话，我所说的这种科学至上的偏见，以及科学的成就还会如何如何这种华而不实的主张，对心理学、精神病学、社会学的某些分支——更不用说所谓的历史哲学了——的影响更大。
如果我们想维护科学的声誉，不让因肤浅地把一切方法都比附于自然科学方法而产生的知识的虚妄得逞，我们就必须花大力气去揭露这种虚妄。须知，在一些现有的大学科系里，这种态度已经蔚成风气了。对卡尔？波普尔这样的科学哲学家，我们应当表示无尽的感激，因为他给了我们一种检验方式，使我们能够对可以作为科学而接受的东西和非科学的东西加以区分。我相信，这一方法会使某些现已被承认为科学的学科原形毕露。同那些本质上复杂的现象有关的一些特殊问题——其中社会结构就是这种现象的重要一例——使我打算在结束之前更一般地重申我的主张。在这些领域，不仅对具体事件的预测有着难以逾越的障碍，如果我们自以为拥有超越这些障碍的科学，并据此采取行动，这种做法本身就会成为人类智慧进步的严重障碍。其原因何在？
我们必须记住的关键一点是，自然科学取得的长足进展，是出现在这样一些领域，在那里，各种解释和预测可以以一些规律为基础，这些规律表明，被观察的现象的产生，相对而言只受极少变量的影响。它们或者是一些具体的事实，或者是较为频繁出现的事件。这或许就是我们仅仅把这些领域称为“自然”科学的终极原因，以区别于我所说的本质上是复杂现象的高度有机的结构。在这些领域里，为何也要持与前一领域相同的立场，是毫无道理可言的。稍加思索就可看出，我们在这些领域遇到的困难，并不是为了解释受观察的事件而建立理论的困难，虽然这也会引起对做出的解释进行检验以剔除坏理论的困难；这里的困难，是当我们把理论应用于现实世界的任何具体事件时引起了重要问题而发生的困难。有关性质复杂的现象的理论，必然涉及大量的具体事实；要想从这种理论得出预测，或对其进行检验，我们必须搞清楚所有这些具体事实。一旦我们成功地做到了这一点，得出经得住检验的预测也就不会有什么困难了：借助于现代计算机，很容易利用这些数据，把已建立的理论中各个相应的空白处填补起来，从而做出一项预测。真正的困难在于确定这些具体事实，对于解决这个困难科学做不出多少贡献，有时它甚至是一种无法克服的困难。
一个简单的例子即可说明这种困难的性质。请想想由差不多势均力敌的几个人进行的一场球赛。如果我们除了对每个球员的能力有一般的了解，还了解一些具体情况，譬如在球赛的每一时刻他们的竞技状态，他们的感觉状态以及他们的心肺、肌肉状况等等，那么我们极有可能预见到球赛的结果。当然，假如我们既熟悉球赛，又了解球队，我们也很可能敏锐地想到最后的结局取决于什么因素。但是，我们显然无法搞清楚上述事实，球赛的结果便超出了可以做出科学预测的范围，无论我们多么了解具体情况对比赛结果的影响。这并不是说我们无法对比赛过程作任何预测。如果我们了解不同的比赛规则，那么在观看一场比赛时，我们马上就会知道这是一场什么比赛，以及我们会看到什么样的动作。但我们的预测能力也仅限于事件中的这些一般特点，其中并不包括预测每个具体事件的能力。
这也就是我前面所说的仅仅可称为模式预测的事情，我们越是从受相对简单的规律支配的领域，深入到受复杂的有机现象支配的领域，我们就越是只能限于做出这样的预测。在我们前进的过程中，我们会越来越多地发现，我们所能确定的，仅仅是决定着某个过程结果的一部分而不是全部具体情况，因此对于我们所期待的结果，我们只能预测它的某些性质，而不是它的全部性质。我们能够作出预测的，甚至往往不过是将要发生的事情的一些抽象特征——各因素之间的关系，而对那些因素本身，我们依然所知甚少。不过我很想再说一遍，我们做出的预测仍然有可能被否定，因此它们只具有经验的意义。
当然，同我们在自然科学中有望取得的精确预测相比，这种仅仅是模式预测的东西稍逊一筹，因此未必令人满意。但是我要就一种危险提出警告，有些人认为，要想让某个主张作为科学主张得到接受，就必须更上一层楼。这种做法同江湖骗子相比有过之而无不及。认为我们具备这样的知识和能力，可以在建立各种社会过程方面心想事成，这很可能使我们深受其害。因为我们并不具备这样的知识。在自然科学领域，对于明知不可为而为之的做法，或许不会有人反对；人们甚至会认为，不应当给过分的自信泼冷水，因为他们的试验毕竟可以带来某些见解。而在社会领域，误以为运用某些力量就可得到有益的成果，却很可能造成一些强迫别人服从某个权威机构的新权力。即便这种权力本身不坏，运用起来也很可能使自发形成秩序的力量失效，而正是这种不为人所理解的力量，大大地帮助了人们追求各自的目标。我们才刚刚开始认识到，一个发达的工业社会赖以运行的交往系统是多么精妙。我们把这个系统称为市场，它在整理分散的信息方面，比任何人类精心设计的方法都更为有效。
人类在改善社会秩序的努力中，如果不想弄巧成拙，他就必须明白，在这件事上，就像以性质复杂的有机体为主的任何领域一样，他不可能获得主宰事务进程的充分知识。因此他不能像工匠打造器皿那样去模铸产品，而是必须像园丁看护花草那样，利用他所掌握的知识，通过提供适宜的环境，养护花草生长的过程。自然科学的进步使人类情不自禁地觉得，自己的能力正在无止境地增长，“让人眼花缭乱的成功”——用早期共产主义的典型语言说——诱使人们不但试图主宰我们的自然环境，甚至想主宰我们的人类环境，这就是危险所在。社会研究者认识到自己的知识有不可逾越的障碍，便应懂得谦虚为怀的道理，不至于再去充当那些极力想控制社会的狂妄之徒的帮凶；这种做法不但会使他成为自己同胞的暴君，并且可以使他成为一种文明——它不是出自哪个头脑的设计，而是通过千千万万个人的自由努力成长起来的毁灭者。
此文为哈耶克1974年12月11日的斯特哥尔摩诺贝尔纪念奖演说。博主摘自弗里德里希·冯·哈耶克著，冯克利译的2007年版《哈耶克文选》第405页-415页，原文题目是《知识的僭妄》，又译为《似乎有知识》。