理论视野 2015年06月02日 23:40

《走向新社会主义》第六章:详细计划

 

《走向新社会主义》第六章:详细计划

保罗•科克肖特 阿林•科特尔 著

未完成的乌托邦 译 黑夜里的牛 校

 

在第四章中,我们介绍了作为反馈控制的计划思想。图6.1概括了这个基本思想。现在,我们可以将这个总体概念加以扩展,把关于社会主义计划的具体要点考虑进来。

 

 

 

之前讲到,战略计划处理经济产业结构的基本形态。在本章,我们关心的是详细计划,它将具体处理各种产品将分别生产多少,以实现这些基本目标。比如,战略计划规定,把百分之七的国民收入分配给电子消费品。详细计划必须明确这意味着什么——各种型号的电视产量、各种规格的放大器产量等等。此外,为了达到这些生产目标,计划必须指定所需的零件数量:500,000个14寸,300,000个20寸彩色显像管,12,500,000个10陶瓷电容,等等。

图6.2表示了详细计划的输入。通过构建一个经济运行的详细模型,仿真和计划可以预测各个中间环节分别需要多少投入,来产生最终的各种输出。市场机制间接地引入了详细计划:通过人们所愿付的价格是否足够高,来决定计划的下一步。如果人们可以接受的价格相应的劳动时间比生产产品实际所需的劳动时间少,这种产品就将削减产量或停产,将资源用于其他方面。我们的市场反馈原理将在第八章单独说明。现在先来关注仿真和配给。

 

 

 

 

第三章中,在计算商品所需总劳动量时,我们介绍了投入-产出表。这个重现经济运行的方法在规范表述和理解详细计划时也很有效。表6.1是一个例子。读者也可以回顾一下表3.2中的例子。正如之前所提到的,投入-产出表(或矩阵)记录了产品从每个部门到其他部门的流动。每个部门在行和相应的列上分别出现两次。其中,每一行表示该部门供给给其他部门的产品数量。例如,第一行表示石油业,行中的数字分别表示供给给自己、电力行业、卡车制造业等等的石油数量。而在每一列中可以找到该部门所需各种产品的数量。例如第三列表示卡车制造业所需的石油、电力等等。

 

表6.1:一张投入-产出表

 

石油 电力 卡车 ……

石油 1000 50000 800 ……

电力 50 20 40 ……

卡车 30 10 20 ……

……

  • 行表示部门产出的去向。
  • 列表示各部门所需的投入。
  • 表中数字应该被看做是在合适的单位下(例如,每年消耗多少桶石油、多少千瓦电力、多少辆汽车)

 

为了便于理解,我们引入一些基本的术语。首先,总产出是指一个部门不分用途的总输出。总产出又分为中间产出和最终产出(或净产出)。中间产出表示生产系统自己用掉的部分(例如炼钢时用掉的煤,生产电脑用掉的钢)。最终产出则是其余部分,可以被最终利用(不论是消费掉的,私人的或集体的,或是投资时为了建立生产系统的)。

一些产品几乎是纯粹的中间产品。比如钢板,除了一些金属加工爱好者,消费者完全没有需求。事实上,可以将整个钢板产出视为进入各行业生产过程的中间产品。另一方面,一些产品完全是最终产品,而没有中间用途(没有行业将成包的香烟用于投入生产)。但一些产品具有双重属性。天然气可用于家庭烹调和取暖,也可作为多种行业的生产输入。

更重要的是:两个产业技术上的系数可以直接告诉我们,需要多少前者的产品,来产出一单位后者的产品。例如,制造一辆自行车需要10公斤钢材,那么钢-自行车技术系数就是10(钢以公斤计)或0.01(钢以吨计)。注意,自行车业对钢的总直接需求可以由其总产出数量乘以相应的技术系数算出。制造2000辆自行车就需要2000 * 0.01 = 20吨钢材。

现在我们做好了准备,可以分析社会主义国家的计划者们面对的问题了。对于经济活动,人们根本上关心的是最终产品。假设我们有一系列的计划目标[1]。达到这些目标需要生产出合适数量的中间产品。要制造出我们想要的数量和型号的电脑,需要电脑制造业从供应者那里得到相应数量的塑料、钢材、硅等,并且相应行业的供应者们同样得到他们所需的中间产品,等等,形成一个互相依赖的复杂网络。

所以,问题就是:从期望的一系列最终产品出发,如何计算出需要的每种产品(包括中间产品)的总数量?理论上,可以直接找到答案,如下(对于数学公式恐惧的读者可以跳过几段直接看结论,但我们只用了最简单的代数)。考虑一个简单的小型系统,只有两种最终产品。为总产出,I为中间产出,F为最终产出。下标代表部门1和部门2。由于总产出等于中间产出加上最终产出,可以将我们的玩具经济表示为如下两个方程,各代表一个部门。

 

中间产出的双下标中,第一个数字代表来源,第二个代表去向,例如代表部门2中用到的部门1的产品。第一个方程用语言来表达,即部门1的总产出由三个部分组成:首先是它自身所需,作为中间产出的产品1(例如,石油业消费一些石油;对于不消耗自身产品的产业此项为零);其次是部门2所需要的作为中间产出的产品1;最后是部门1的最终产品。

现在,将中间产出用总产出乘以相应的技术系数代替。正如之前在自行车和钢材的例子中的那样,自行车业需要的钢材数量等于自行车的总产出(辆)乘以每辆自行车所需的钢材。如果用a来表示技术系数,即得下式:

不必一步一步来解,我们也可知这个方程是可解的。I被替换为a乘以G后,方程被化为有两个未知数(即两个部门的总产出)的两个等式。简单但却乏味的代数可以证明,总产出仅仅由最终产出和技术系数即可求出,同样,中间产出也可得到(同自行车的例子)[2]。

自从二十世纪三、四十年代华西里·列昂惕夫和冯·诺依曼的开创性工作以来,这个问题的算法已广为人知,并且,如果系统不大,解并不难。但如果用来处理整个经济系统,使问题简化的唯一方法就是将其化为高度归纳的部门。我们表中的行和列将变成形如“消费电器”,“汽车”,“油气”,等等。对于其他用途,这可以接受,但对于实际的社会主义计划,这是不够的。如果计划者要提供能够有效指导生产的蓝图,确保所有经济活动井井有条,必须能够精确地确定输入和输出。但那样的话,投入-产出表会变得极其冗长,百万计的行列会有千亿计的技术系数。解联立方程的工作已经不简单,何况,甚至在计算开始前,还需采集海量的详细信息(技术系数等)。

信息采集及其计算都是重要的问题。我们先假设必要的数据“已知”(经济学家喜欢这么说),来研究计算的问题;在第九章中,我们将回到获取数据的问题上。

这里涉及的数学问题本质上和第三章中讨论的劳动时间计算的问题相同。原则上,可以用高斯消元法直接解决,然而正如在第三章看到的,对于巨大的系统,这完全没有可行性。但正如在劳动价值计算中,算法可以利用矩阵的稀疏来简化。当十分细化时,由于矩阵中有很多零存在(代表牙膏之于香肠业,木材之于眼镜业,等等),我们可以用链表更好地表示生产的条件,找到一个迭代的解。

两个主要的迭代方法(雅克比和高斯-赛德尔迭代算法)都可以接受链表形式的输入。这些方法不直接求出问题的解,但可以产生逼近解的近似值。对于经济上的投入-产出问题,如果存在唯一解(理论上可直接求出),那么这些迭代方法将产生收敛的结果(Varga,1962)。

这里的迭代方法很容易理解。需要的数据输入包括(i)最终目标产出表,(ii)非零技术系数,(iii)每种产品期望的总产出。将这些总产出的初始值代入这套技术系数,就得到每种产品所需要的数量。基于此,可算出一套新的总产出。这些数据又被用于下一轮迭代,等等。如果算法是收敛的(即有唯一解),那么随着迭代次数的增加,总产出的变化将越来越小。当变化值小于预先设定的一个界限时,算法就终止。

由于算法的收敛性独立于初始值,初始值的选择并不是关键:如果一些值可以,那么其他所有值也可以(同上,见Varga,1962)。然而,如果猜想的初始值接近真实值,收敛将更快。计划者们可以合理依靠过去的经验来选择具有合适数量级的初始值。

雅克比迭代法的运算次数由输出数量,乘以每个生产过程所需的直接输入数量,再乘以足够产生满意的近似值的迭代次数。例如,10,000,000种产品,每种有200个直接输入,需要100次迭代,那么就需要运算       次,每秒运算十亿次的计算机可以在      秒完成,即略超过半小时的时间。

 

 

苏联的计划情况

 

把我们之前的讨论和苏联计划经济的经验联系起来,两类问题在此显现出来。首先,有人会问:如果完全的详细计划所需的计算是如此庞大和复杂,在高速计算机发明之前,苏联是怎么做到的?

实际上,在计算机发明前的二十世纪三十年代,利用中心计划方法建立起重工业基础时,苏联曾经做得如此成功是相当值得注意的。当然,那时的经济简单的多,而且计划相对来说只有很少的关键目标。但即便如此,在早期的五年计划中仍有许多供需失衡的例子。不过人力和物质的大扩张意味着,即使有这样的不平衡,关键的目标还是能达成。

另外,我们应注意到早期苏联的计划并不是像我们描述的那样进行的。从一系列最终产品倒推,得出一个完整而详细的庞大输入列表,这确实超出了当时的计划机构——国家计划委员会的能力。于是,通常计划者们只是从他们自己设定的粗略的目标出发:1930年之前生产多少吨钢,1935年之前生产多少吨煤,等等。这种早期实践按理说会对几年后的经济结构产生有害的后果。它会产生一种“生产主义”,大量关键中间产品的生产成了最终目的。事实上,从投入-产出表的角度看来,人们其实想尽可能地节约中间产品。即计划的目标应该是:保证所需最终产品产量的情况下,生产最少的煤、钢、水泥等等。

这里会遇到的第二种问题正好是前一个问题的另一方面:如果我们提到过的数学方法和计算机技术是众所周知的,那么为什么苏联的计划者们没有在二十世纪八十年代,高速计算机技术产生后,取得太大的进展?

我们在讨论前一个问题时已经提到过部分的答案。在二十世纪三十年代,必要、但却粗糙的计划方法在后来形成的计划系统中打上了烙印。考虑到斯大林时代特殊的意识形态僵化——被赫鲁晓夫的“解冻”中断,但在勃列日涅夫时期又恢复——苏联对于新的计划方法基本上是持怀疑态度的。从苏联的经济著作上能看出来,我们之前讨论过的思想,即以最终产品为目标来制定计划,在正统的官方看来有些“资产阶级”。

此外,在苏联,对于新奇的、基于计算机的计划方法的兴趣,和真正的技术可能性并不同步。在六十年代甚至七十年代(计划系统的改进还有讨论的可能时),苏联的计划者们能够使用的计算机系统在今天的标准看来还很原始。苏联经济学家很清楚使用一致的输入-输出方法的潜在好处,但他们所使用的设备仅够分析小型的、高度抽象的输入-输出系统。尽管它可以用于地区间计划(研究苏联各加盟国的相互依赖关系),还是难以胜任日常的详细计划。大多数情况下,投入产出分析仍然是学术活动,和预期相比,计算机对苏联计划的总体影响是令人失望的[3]。

需要注意的是,缺少超高速计算机不是唯一的,且不是最重要的原因。正如我们在第三章劳动价值计算相关段落中解释过的,由大量的个人计算机组成分布式网络,由经济信息通信系统连接起来,完成同样的结果是可能的。这样的设备在苏联认真考虑改进计划系统的年代同样还没出现。廉价的个人电脑相对来说还是离今天不远的事情,而且苏联通信系统的发展缓慢臭名昭著(任何想从莫斯科给列宁格勒打个电话的人都懂得)。

还有,正如将在第九章提到的,高效的详细计划需要一个标准化的产品识别系统,相应地,这需要一个复杂的计算机数据库。而在苏联,计划者们继续使用着“物资平衡”系统。这个系统构建“平衡表”来显示生产所需资源和每个产品的计划用途,提供投入-产出方法的粗糙近似。计划者们不仅难以有效地计算这些平衡间的相互影响,对于产品的识别也是不完整、不统一的。

政治因素也与此有关。我们所提出的关于计划的方案对信息的自由流通和计算机系统的自由访问十分依赖,而这在勃列日涅夫时期的苏联政治上是不允许的。即使是复印系统也被严格控制——为了防止政治异见的传播。

最后,计算机化当然也不是灵丹妙药。在不能应用计算机以产生更多效益之外,苏联的计划经济体制还有很多需要解决的问题。(例如:不合理的僵化价格系统,许多商品的限价导致了短缺和排队。)

对于复杂经济系统,高效的详细计划的实现,大致需要西方二十世纪八十年代中期的计算机和通信技术。而这时,苏联的意识形态环境基本上转向了市场导向的“改革”。似乎苏联的经济学家们——多少嗅到戈尔巴乔夫时期政治风向的人——对于我们所讨论的算法和计算机系统没有任何兴趣。他们基本不再相信高效计划的潜力,也许部分是对早些时候对于计算机化益处的吹嘘过度的反应,部分由于西方经济自由化市场化的浪潮的影响。

 

详细计划和库存约束

 

回到讨论的主线,我们指出了,现在对于计划机构来说,即使对于产业间关系的细节精确到分钟的投入-产出表,从最终目标产品列表倒推出能够使计划平衡的总的产品需求,也是可行的。但这对于详细计划的计算还不够。因为生产力和劳动力供给产生的额外的约束,还是不能由大量的最终产出品算出所有产品各自的数量。

计划者们可以算出生产出x万亿千瓦时的电力所需要满足的条件。投入-产出系统的均衡可以确保足够的油、煤或铀来满足需求,但是,有足够的发电站吗?任何时期,经济系统的生产能力都被需要长期建设的生产手段的库存所限制。此外,还有劳动力:有足够的劳动力来生产计划所需要的大量产出品吗?

一旦产出品的数量被算出,这些问题可以很快得到答案。计划系统可以预计每个部门的大量产出需要,分布式工业计算机(代替超级高速计算机)利用每单位产品所需生产资料和各自的劳动效率,就可以算出他们对于生产手段库存和劳动力的需要。这些部门的需求可以反馈到中央计算机统合,再与各种生产手段的库存相比较,与各自劳动力的计算结果相比较。

如果约束正好满足——即,如果各产业部门不再要求比现在整个经济系统更多的生产手段和劳动力。注意,即便所有约束都被满足,依然有在生产部门之间重新分配资源的需要:中央计划部门需要优化重组,发布相应的指示。但如果总体约束在这里不满足,计划就需要做相应调整。最初关于最终产品的目标不再能够达到(除非额外的约束可以以某种形式放宽),而计划者们必须重新考虑。一些社会效益最低的目标将被舍弃,整个计算将重来一遍。由于计算过程可能花费数小时,甚至数天,对于一定的计划的期限,会有多次重复。

最后这点的重要性在于,不考虑投入-产出流系统中的其他因素,生产力的约束的重要程度十分依赖计划决策的期限。如果计划是相当长期的,库存约束就变得无关紧要。如果需要更多的电力,可以相应地建设起来。在这种条件下,对于投入-产出系统唯一的额外约束是劳动力的供给和足够的不可再生自然资源。如果那样的话,依照额外约束来调整计划目标水平相对容易。但另一方面,期限越短,额外的库存约束就越重要。任何建设时间比计划期限更长的生产手段都必须作为库存约束被考虑;如果计划周期特别短,原材料的库存状况也变得十分重要了。作者之一研究了适合于后一种情况的算法,与之前的标准投入-产出过程很不同。在下一部分中,将展示这种替代算法的理论基础,并举例来说明其应用。

 

    新的计划均衡算法

 

假设我们从年度产出的购物单出发,我们想得到十万种不同的消费品。这些目标是可以转换的,资源被孤立,或者它们过分了,超越现有资源。我们想知道是否应调整目标来使资源,包括各种机器的现有库存被有效利用。不只是对每一种消费品限额做一定百分比的调整。一些商品需要比其他商品做更多的调整。

如果我们有一定数量的绵羊和化学工业空闲,我们想知道这对于羊毛和丙烯酸的限额意味着什么。羊毛衣物的目标应该削减吗?这对于丙烯酸的生产有什么影响?多少针织品应该从生产羊毛转换为丙烯酸?

假设空闲的针织品机器应该一千条针织衫的生产线。可以将所有空闲的生产能力用于生产一种特殊的荧光蓝色毛衫,胸前印着粉色的“St Tropez Sport”,但这种设想是否能使消费者满意是令人怀疑的。需要的是一套规则,计算机可以决定根据资源约束明智地调整计划目标。我们开发了一个计算机程序,可以基于边际效应递减的经济原则作出这样的调整。算法的完整记述见Cockshott(1990)。

 

调和值函数

    

算法应用了神经网络仿真技术(人工智能的一个子领域)。这一领域的研究者们提出,神经系统可以用热力学的概念来分析。神经系统由大量互相松散连接在一起的实体组成,这样,它可以被抽象为统计力学中的问题。已经发现,热力学的概念,如能量、熵、弛豫等,可以有效地应用在神经模型里。每个神经元就像是固体中的一个原子,与全体连接在一起并相互作用。两种情况下,都是大量实体在随机规则[4]下相互作用而发展的系统。可以为神经系统定义一个合适的模拟能量——其状态大体上有多接近于期望的状态。可以看到,如果为神经系统的状态引入温度的仿真算法,经过弛豫过程后,其稳定于期望状态。

同样被仿真算法证明,神经网络和晶体,在相同的抽象程度上,很像经济系统。经济系统中,各部门通过相互作用与其他部门联系起来。这里的相互作用关系是生产者和消费者的关系,代替了突触连接或静电力,但在抽象层次上是相似的。

注意图6.3中的神经网络和投入-产出矩阵的相似之处。图中的纵线表示右侧的神经细胞的输出。突触传递给细胞的输入由横线表示。在横线上,他们的输入所激发的水平被加起来。输入激发的等级反过来决定(轴突)细胞的输出。我们可以做一个仿真,用投入-产出表的列来代表一个经济部门的行为水平。我们把突触标记上权值       ,i随行改变,j随列改变。    处的数字表示,要生产第j个部门的一单位产品,需要的第i个部门的产出产品的数量。神经网络理论证明,这样的网络将进入这样一种激励模式:与突触上的权值相一致。细胞的激励水平将表示相应部门应当运行的合适的强度。神经网络可以在数学上仿真出来。即我们可以用神经网络中的松弛算法来使经济保持均衡。要做的只是找到我们能够使其最小化的模拟的能量。

 

 

神经网络的研究者们经常反过来看问题——不再试图使网络的能量最小,而是使被称为调和值的东西最大。形式上,这只是能量的反面,但他有更直观的说法。神经网络在学会对外界刺激给出“正确”答案时,拥有最大的调和值(harmony)。

我们可将调和值的概念应用于经济。我们为每个部门定义一个调和函数,如图6.4所示。

如果某产品的网络输出(允许其他部门耗尽)低于目标,调和值将迅速变为负数。如果我们达到了目标,调和值将逐渐变为正。这是用来说明,短缺造成的问题比剩余带来的好处要更厉害。下面是一种具有该性质的仿真函数的代数形式:

令u = (产出 – 目标)/目标

若u<0 那么 调和值=-

否则,调和值 =

人们每消费的一额外单位商品,所获得的满足感是逐渐下降的。当你第一次从亲戚那里得到茶壶时,你的感谢是真诚的;但第五次时,感谢就显得勉强了。这里蕴含的意思是:来自超出目标的产出品的额外社会满足感下降得十分迅速,人们对于短缺十分不安,而对于充足的愉悦程度并不如前者那么大。我们可以用之前的调和值函数来表示这一点。

当产品输出正好符合目标时,我们定义调和值为零。如果输出过量,调和值为正,而如果输出不足,调和值为负。调和值函数被计算机用来调整输出。我们的目的是令整个经济的调和值最大,来使全体处于平衡。

 

算法步骤

 

(1)随机为各部门分配资源。这只是计算机中进行的名义上的分配。在真实的世界并没有发生。由于松弛算法的健全性,初始值选择随机即可。

(2)对于每个部门,找出限制生产力的因素,即扮演短板角色的资源。

(3)各部门拿出多余的资源(即在短板限制下,相对于需要有盈余),放进一个公共蓄水池。这一步不会降低生产力,所以调和值没有变化。注意,这次的重分配还是在计算机内存中进行;在整个算法完成之前,与真实的世界无关。

(4)算出各部门的调和值。

(5)算出整个经济系统平均的调和值。

(6)将各部门按调和值排序。

(7)对调和值最高的部门,减少它们的产出,直到其生产力水平使其调和值等于平均调和值。由于调和值函数是可逆函数(即,从调和值反推出产出和从产出计算调和值是同样的过程),这是很容易的。于是又有资源进入了公共蓄水池中。

(8)对调和值最低的部门,为他们分配公共蓄水池中的资源来增加其产出,直到他们的生产力使得其调和值等于平均的调和值。

(9)算出新的平均调和值。如果这与之前的有较大差别,返回步骤(6)。

 

该算法能够均衡各部门的调和值。如果迭代是成功的,在大约十几次迭代后,平均调和值的变化范围将不超过1%。然而,仅仅靠这个算法,会使经济系统产生局部的最大调和值。在实际计算中,该算法常常剩余大量资源而总产出远低于预期。由于不论从怎样的平均调和值开始,算法都有很强的偏向性,我们可以很直观的理解这一点。

这点可以通过引入增加产出的偏移量来克服。在步骤(7)中,不再减少高调和值部门的产出,而是将其产出调整为(均值+B),B即为偏移量。在程序开始时,我们将B设置得较高,随着迭代的进行逐渐将其降低。这样的效果是,只有调和值特别高的部门产出会减少,而调和值较低的部门产出总会增加。总之,平均调和值趋向于增加,系统最终稳定于一个最大平均调和值。

如果仔细选择数据结构,该算法在运行时基本是线性的。也就是说,100个部门的问题将花费10个部门的问题十倍的时间。回顾之前关于投入-产出分析的讨论,关键点是不用矩阵来表示投入-产出表,而是利用好矩阵的稀疏性,用链表来表示它。算法的复杂度大致可表示为n*m,n表示部门数量,m表示每个部门的平均输入数量。这样,算法其实是很简单的,曾经在Sun公司的工作站上运行300秒左右,就完成了对拥有4000个部门的经济系统的计划仿真。Sun的工作站每秒运行约三百万次。由于其时间要求是线性的,要使拥有一千万种产品的经济系统的计划平衡,也只需要在68020(一种流行的微处理器)上运行约一百万秒(不到两周)。同时还需要一千兆左右的存储空间。这个要求并不难;相当于一千台个人电脑,按现价(1980年代末—译者注)是五十万英镑左右。

英国公司Meiko推出了一款多核处理器,将多达1024个微处理器芯片集成来加快速度。其设计的用途是粒子物理仿真,每秒钟可执行百亿次运算。如果我们可以在拥有1024个集成块的Meiko平台上运行这个问题,每个集成块配4M内存,大型经济系统的计划将在十分钟左右完成计算。

此外,该算法也可以算出关键商品和原材料在部门间的正确分配,得到可行的产出目标。这事实上正是计划者所需要的细节信息。

我们认为,只考虑物理可能性,不考虑金钱,现存的计算技术完全允许详细计划的进行。之前提到的这些技术,完全可以在高性能计算机上实现,它们现在正被用于粒子物理和天气预报。可以把他们看作是对理想化的市场应该达到的那种均衡过程事先进行仿真。

 

智利的经济控制

 

计算机化的经济计划和控制最有趣的实例发生在1972年到1973年,阿连德时期的智利。斯坦福·贝尔设计了该系统,在其书《The Brain of the Firm》中有介绍[5]。贝尔的目的是提供一个实时的、分布式的经济控制系统。由于他的系统提供了一个使用我们提供的特定方法的实例,分析这个系统的特征是有益的。

如果使用西方政府传统的统计方法,当经济统计数据到达决策者的桌上时,常常已经是几个月之后了。于是,直到经济危机发生几个月后,解决危机的政策才能被制定出来。由于政策工具同样低效,决策结果可能与初衷背道而驰。当股票市场在1987年崩溃后,英国政府害怕衰退,1988年推行了减税政策。当这一政策发挥作用时,需求已经开始增加了,于是1989年发生了通胀。数据搜集的滞后意味着完全不合时宜的行为(但是在这里意识形态也对减税也有很强的要求,而无论宏观经济形势如何)。

这种不当效应在反馈中会进一步产生更糟糕的经济震荡,只有决策者能得到实时的信息并能实时干预系统,才能避免这种情况。在智利,一套计算机网络系统被建立起来以完成这项工作,使怀疑者们吃惊的是,其建设只用了四个月时间,而不是他们所想象的几年。这项工程建立在七十年代早期的计算机技术和智利这种贫穷国家简陋的通信系统基础之上。微波和电传连接将所有关键部门中心与首都的计算机连接在一起。即使有技术落后上的限制,它还是能够为政府提供一天之内的经济信息。更现代化的设备当然可以做得更好。

信息是以符号的形式显示的。“作战指挥室”(Opsroom)中的大屏幕显示着加注释的流程图,表示经济单元间的相互作用。图形显示避免了计算的麻烦。不同单元间流通的量由线的宽度来表示。各部门用包含柱状图的块来表示,显示其生产能力使用的比率。房间里提供七个座位,这是能够进行有效讨论的最大人数。扶手上的大按钮能够控制显示,或突出不同的图表。

“作战指挥室”的概念来自于空战防御。在战争中,即时决策需要实时的信息。决策可以由计算机仿真,来检验如果采取某项行动将引发怎样的结果。在打破私有卡车公司反政府抵制的努力中,它类似于战时的指挥部。计算机网络使政府能够使用所有可用的运输手段,使货物流通起来。

“作战指挥室”本打算被用于所有部门的所有分支。复杂的统计学程序从系统底层的数据流分析,来寻找有意义的变化。决策者从超量的数据中解放出来,只了解对决策有用的数据。当某个分支有任何异常发生时,就会向对应的“作战指挥室”发出报告。如果计算机检测到危机,它们将向“作战指挥室”发出警报并启动计时。如果在一定时间内“作战指挥室”没有及时作出有效的回应,就会向更高一级的“作战指挥室”发出警报。这给了每个单元本地解决问题的自由,从而避免影响社会有机体的生活。在设想中,工厂级别的“作战指挥室”将由工人委员会运行。民主的推测是:现代化的显示技术和计算帮助能使人们不经复杂训练就有管理工厂的能力。

伴随着使皮诺切特上台的血腥政变,智利的弗里德曼货币主义经济实验开始了,而所有这一切都被扔在一旁。“作战指挥室”和阿连德、民主被一同埋葬在了总统府的废墟中。

 

注释:

 

【1】这些目标从何而来是另一个问题。我们已经在第五章提到了一些观点,在第八章和第十三章将有更多专门阐述。

【2】当方程很多时,用矩阵方式来表示更方便。该方程的矩阵形式为:

g = Ag + f

g代表总输出的列向量,f代表最终产品的列向量,A代表技术系数矩阵。其解如下:

g = Ag + f  => (I-A)g = f  => g = (I-A)-1 f

(在这里,I代表单位矩阵。)简单地说,我们能够通过求(I-A)的逆矩阵,再乘以最终产品向量f,得到需要的总输出。

【3】对于苏联七十年代在使用计算机参与计划经济的经验,参见Martin Cave(1980),我们的更多看法可参看Cottrell and Cockshott(1993b)。

【4】这里的随机指的是服从概率,在细节上不可预测,但平均的行为可以预测。

【5】又见Afterword to Beer(1975)。

文章评论(0)
回复
466文章总数
最近:
1 2 3 1,024
少年中国评论微信二维码

关注少年中国评论微信号,让我们终于理想,让我们面对现实。