1704612300
但是积累知识技术到底有多困难？所有的证据都指向一个事实, 这个事实就是在我们的世界中，知识技术比那些我们用来实现其实际用途的原子更加“重”。信息可以很轻易地在包含它的媒介中流动，不管这个媒介是物品、书籍还是网页，但是知识技术被限制在个人以及人与人之间形成的网络中。知识技术是“沉重”的，举个简单产品的例子,就拿手机电池来说吧，要想把韩国科学家们所掌握的关于锂电池的知识，传授给生活于安托法加斯塔和阿塔卡玛的矿工很难。相比之下，把阿塔卡玛沙漠的锂原子带到韩国则要容易得多。我们的世界中，不同国家之间化想象为现实的能力有着显著的巨大差异。而这种差异的出现，是因为各个国家的人们所具备的知识技术不同，同时，对于个人而言，积累知识技术也并非一件容易的事。但是为什么储备那些能化梦想为现实的知识技术很困难呢？
1704612301
1704612302
从个人层面来说，积累知识很困难是因为学习是一个积累经验的过程。也就是说，我们主要是通过练习实践来积累知识技术，工作经历就是一个例子。这种把学习看作积累经验的过程的想法，很早之前就在社会科学和经济领域中出现了。正如教育家和社会学家沃尔特·鲍威尔所说：“大部分工作不是基于智力资本就是基于制造技术。资本和技术都需要通过多年的教育、训练和经验来慢慢磨炼。许多这种知识密集型的产业，例如文化产业、科学研究、设计领域、数学分析、计算机编程或者软件开发以及一些专门的业务，并不需要昂贵的外围资源。这些产业基于他人拥有相似或者互补技术的能力。这些专业技术都包含了一种难以被篡改的隐性知识。”4
1704612303
1704612304
要想理解知识或技术的默认性，还有其与经济生活的相关性，就想象你要组织一个活动，这个活动需要找一个音乐人。如果书本里能包含产品和业务所代表的所有技术，那么你可以通过在街上随便找一个人然后给他一把吉他和几张乐谱来解决问题。虽然这样的节目可能会很有趣，但是这个人弹出的曲子悦耳动听的概率却很小。随便在街上找一个人来做音乐人这种方法并不明智，因为尽管书上的知识可以帮助我们加快学习知识技术的速度，但是知识技术的积累并非从书中来。举个例子，一本书可以告诉我们如何摆空手道的架势。但是如果你关于空手道的知识都只是来自读过的相关书籍的话，我并不建议你直接进入终极格斗赛事的拳击场。专业知识，具体点来说，主要寄居于人类的神经系统。音乐人弹吉他的本能、画家画画的流畅、卡车司机倒车的娴熟，这些都不是从书中学来的。
1704612305
1704612306
获取一个人脑中的知识并不是一件容易的事，因为学习既是经验性的也是社会性的。5说学习是社会性的意思是指人们是从其他人那里学习知识的：孩子向他们的父母学习，员工向他们的同事学习（我希望如此）。而学习的社会性本质使知识技术的积累变得有地域倾向。人们向他人学习时，如果他们想接触相关领域，相比没有相关经验的人，向该领域有经验的人学习更容易一些。例如，如果没有向其他管制员学习相关事务就成为空中交通管制员是很难的，就像没有在医院实习过就想当外科医生一样难。出于同样的原因，没有与曾经制作过轮胎或者电路的人打过交道，就学习制造橡胶轮胎或者电路的专有技术也是很困难的。6最终，学习的经验性和社会性不仅限制了一个人所能获得的知识和专业技术的范围，还使知识技术的积累限制在人们居住范围内已有的知识之中。这就暗示了知识和专业技术的积累是有地域倾向的。
1704612307
1704612308
从社会角度和实际操作来看，学习证明了一个人累积知识的力量和能力是有限的。总的来说，这个限度使知识的获取和累积变得更加困难，因为人类需要将信息细化为碎片以便有效存储。
1704612309
1704612310
知识之所以变得很难有效累积，不只是由于信息细化需要更多步骤、涉及更多个体，更是因为在一个可以重组已分解的信息的结构下，会出现如何连接个体这样的组合问题。这个结构就是网络。所以，我们的综合学习能力受限于人类对于信息的无限分割能力和有限连接能力。前者强迫我们在接受信息的同时分割它们，而后者在我们连接信息的时候制造障碍。
1704612311
1704612312
为了简化讨论，我们将一个人的神经系统所能接收的最大信息量定义为一个度量单位，称之为“人比”（personbyte）。
1704612313
1704612314
信息累积量小于一个人比的信息累积只受制于个体局限性（包括个人经历和社交学习能力），相反，大于一个人比的信息累积会受制于人类总体的局限性（包括有限的分割和组合信息的能力）。7我们假设一个人只能累积一个人比的信息，如果这个人想要获得多于一个人比的信息，他/她就需要其他人的帮助。此外，组成一个能够创造复杂产品的团队需要在相对和谐的社交网络中进行知识储备和累积。
1704612315
1704612316
为了更好地阐明累积少量信息（小于一个人比）和大量信息（许多个人比）的区别，我们回到之前举的有关音乐的例子，并且将音乐人替换成一支乐队。如果随机地在街上找一个人来做音乐人是个糟糕的方法，那么随机地找几个人组成一个乐队更加不可行。这是因为一个乐队比单个音乐人演出更具复杂性。一个成功的乐队不仅需要个体音乐人熟知他/她所负责演奏的乐器，还需要每个个体音乐人之间的相互配合。乐队演出不是简单地将音乐混合在一起，而是需要细心的编排和组合。就如同足球队一样，一个乐队的成功需要建立在乐队成员之间的深入了解和沟通之上。同样的，信息的有效累积也需要一个团体的成功合作。假设这个团体有4个成员，那么信息在4个人之间的整合和累积要比这4个成员单独接受难得多。为此我们需要多做很多功课，例如多花时间让他们互相配合、互相练习或者试着规范他们每个人的行为动作。人类建立关系网络的时候，还会遇到其他社交和经济上的困难，例如缺乏共同语言和信任感。这一点我将在后面两章里更详细地介绍。我们现在唯一需要知道的，是在这些困难增加了人与人之间建立关系的难度的同时，也限制了人类用于获取信息和知识的网络。然而，如果人们能够一起合作克服这些障碍，社交网络反而会很有利于信息累积。一个和谐的社交网络和一群被分割的个体之间的区别就好比一个互相合作的甲虫团队和各顾各忙碌的甲虫，或者说一群共同合作完成“阿波罗登月”计划的科学家们与一群散落的科学工程研究生。8把人类聚集在一起不会百分之百产生和谐的社会合作关系，但如果能够产生的话，我们可以达到让所有人都骄傲的成就（当然，某些情况下，也会令人蒙羞）。
1704612317
1704612318
***
1704612319
1704612320
我们从为何创造复杂产品的能力有地域性差异开始讨论, 并指出这个差异说明了制造复杂产品的艰难。接着我们探讨是什么让制造复杂产品困难重重，我们注意到是制造这些产品所需的知识技术难以累积造成的。个人层面上，学习的经验性和社会性减慢了知识技术的累积。9更重要的，这个性质把一个人能累积的知识技术限制在了人比中。“人比”是一个量子化的极限，因为它代表了一个知识技术被细分的基本单位。“人比”表明了大量知识技术的累积受制于社会、经验式学习的个体局限性，以及我们把大量知识技术切割再分配到个体网络中的需求所带来的总体局限性。
1704612321
1704612322
当然，学习的社会性和经验性并不意味着基因与我们累积知识的能力无关（即使在最好的社会背景下我们也很难教会金鱼弹钢琴）。对同卵双胞胎和异卵双胞胎的研究已将基因和一些行为特征联系了起来。10其中包括我们能自然联想到的一些特征，例如个人对政党的偏好，参与政治的可能性。11个人音乐能力的高低是另一个不仅受技术积累，还受基因组成影响的例子。近年来，对于同卵和异卵双胞胎的实验已经证明了基因能帮助我们解释音乐能力的高低：一方面基因能影响一个人练习乐器的意愿，另一方面它能影响我们所谓的音乐天赋。12
1704612323
1704612324
基因能调节个人学习能力的事实并不影响我们故事的核心，因为在大多数群体中，庞大基因多样性能保证民族、国家和宗教之间的差异无法被基因因素所解释。莫扎特的天才，即便与基因有关，也并不能说明所有的奥地利人都有音乐天分，或者没有奥地利人是音乐盲。所以，个体间的基因差别不能被用来曲解国与国之间的能力和力量差别，一个国家巨大人口中的基因差异会有相互抵消的趋势。13
1704612325
1704612326
人比这个概念的美妙之处在于，它忽略了种种限制知识技术积累的因素的背后本质，只关注“个人的积累是有限的”这一事实。当我们接受了个人的能力是有限的，我们就得接受，只有通过汇集一批小于“人比”14的信息才能获得大量知识技术。最终，无论是什么因素导致的分块聚积，这样的分块都会让知识技术的积累变得越来越困难。
1704612327
1704612328
但这就是故事的结局吗？“人比”的局限是迫使我们分割知识技术并且限制我们积累其能力的唯一基本临界值吗？或是当知识技术远超一“人比”时，就会出现其他临界值？
1704612329
1704612330
我们当今的现实是由远远大于一人比的知识技术构成的。所以，接下来我们会探索支撑着超过一人比限制值的知识技术的，甚至大于公司积累能力的结构。这会帮助我们理解，我们的知识技术是如何同时被个人和人们组成的网络所分割的。理解量子化给知识积累带来的困境，会帮助我们理解为何我们生产复杂产品的能力只局限在几个地方，进而帮助我们理解各个国家在不同经济发展阶段的本质上的区别。
1704612331
1704612332
1704612333
1704612334
1704612336
增长的本质：秩序的进化，从原子到经济 第七章 有偿的联系
1704612337
1704612338
福特公司的胭脂河工厂被普遍认为是工业化的巅峰体现。胭脂河工厂在1927年竣工时，拥有93栋建筑和1 600万平方英尺[7]的工厂区域。这大概是纽约中央公园面积的一半！胭脂河工厂能容纳超过10万的工人，它能做到在生产链的一端送进铁矿的同时，在另一端输出成品车。可以说，它是将“人比”概念发挥得淋漓尽致的殿堂。
1704612339
1704612340
但为什么胭脂河工厂会如此巨大？经典的答案是用规模效应和劳动分工来解释的。规模效应是指每个产品的成本，随着我们制造产品的数量上升而减少。简单来说，就是为一个人和一家五口做饭的区别。为五个人做饭并不等于五倍于给一个人做饭所花的心血和原料。另一方面，亚当·斯密的劳动分工也是可以帮助解释规模效应的机制之一。分工是指与其让每个工人负责一个别针或一辆车的全程制造，倒不如让他专注于制造一个小部件，这样反而更有效率。但分工只有在项目足够庞大时才能体现出价值。比如，我们不需要为一个别针而分工，在制造成千上万个别针或者汽车时才需要。于此，劳动分工和规模效应就能解释为什么福特想要一个胭脂河工厂这样巨大的工厂。但它们不能解释为什么这种规模的工业中心是为制造车辆而诞生的，而非别针。为了解释别针和汽车工厂大小的区别，我们需要引入另一个假设——知识技术量子化。这个假设告诉我们，比起造别针，造车辆需要更大的知识技术网络。
1704612341
1704612342
我们绝不是指一个汽车厂需要与工厂工人人数或者任务数量相等的“人比”，相反，我们可以说，一个汽车工厂工人的数量是制造车辆所需的人比的宽松上限。亨利·福特将福特T型车的生产分解成了很多越来越小的任务——准确来说是7 882个。1制造一辆T型车的任务数量要大于制造一个别针的任务数，但这不意味着制造一辆T型车需要7 882“人比”的知识技术。简单解释来说，7 882“人比”的知识技术是把一辆车从原料，比如铁、大豆、橡胶和想象力，变为成品车这一生产过程中所需知识技术量的宽松上限。2
1704612343
1704612344
把胭脂河工厂制造汽车的任务数量当作所需“人比”量的上限是因为有些任务非常简单，一个人就能精通好几项。此外，许多任务相互关联，为一项任务累积的知识技术可以被应用到其他任务中去。用音乐家的例子，我们可以说，会玩吉他的人学弹尤克里里就会更容易。所以，要想正确计算一个网络中的人比数量，就应该减去各个个体掌握的知识的重叠部分。给车安装前灯和尾灯是两个不同的任务，但执行这两个工作不需要双倍的知识技术。
1704612345
1704612346
其他因素也会影响生产网络的大小。“人比”理论表明，更多的知识技术需要更大的网络来储存，但它没有告诉我们为什么我们的世界没有充斥着比胭脂河工厂还要大十几二十倍的超级工厂。自福特引入T型车后，产品的复杂程度难道不是与日俱增吗？胭脂河工厂这样的超级工厂的有限扩张，意味着其间存在着一种限制公司网络扩大的机制，这种机制使得我们倾向于把生产分解到企业网络中去。这也表明了第二个量子极限的存在：我们称其为“企业比”。它和“人比”相似，不过它是指知识技术在企业而非人群中的分配。3
1704612347
1704612348
限制公司大小的因素——暗指第二个量子极限——已经在交易成本理论或新制度经济学这一学术领域中被广泛讨论过了。此外，限制人类组织——不单是企业——的大小的因素也被社会学家、政治学家和研究社会成本与社交关系网的经济学家广泛研究过了。我会在这一章中回顾一些新制度经济学的要点，并把关于社会资本理论的讨论留到下一章。
1704612349
[
上一页 ]
[ :1.7046123e+09 ]
[
下一页 ]