原文署名:中人之資
關於“自由資本主義的道德”的討論,我記得以前探討Sandel,以及他相愛相殺的好基友Rawls和他著名的「無知之幕」時,曾經簡單覆蓋過。簡介一下。"在政治哲學的討論中,無知之幕(the veil of ignorance)是Rawls設計的一種方法,用以確保正義原則的選擇不受個體既有身份、地位和偏見的影響。"
然而,這一設計本質上涉及一種將「哲學意義的人」(即具體的人,帶有歷史、文化、社會背景及個體能動性)轉化為「統計意義的人」(即抽象的、去個人化的個體,只保留最基本的理性選擇能力和風險偏好)。這一過程類似於經濟學中的「理性人假設」,或社會科學中為了建立理論模型而進行的抽象化處理。

兩種「人」的本質區別
「統計意義的人」vs「哲學意義的人」不只是抽象程度的差異,而是能否被加總/替代的本質區別:
統計意義的人作為樣本點,具有以下特徵:可被平均、可被加權、可被抵消;痛苦可以被他人的快樂抵消;個體的極端不幸被視為方差、噪音、尾部風險。即,他的悲劇在模型中是「合理但可忽略的損失」
哲學意義的人作為不可替代的主體則完全不同。我們既不能用他人的收益來補償他的損失,他的尊嚴也不是可加總的量。此外,每個人的遭遇都需要獨立的道德辯護。總而言之,這個人不是統計中的一項,而是一個「遭遇者」。
效率vs公平:一場認識論層次的錯位
這種抽象化的方式固然能夠提供某種普適性的公平基礎,但也可能掩蓋了現實中的重要異質性。效率導向的制度或論證,天然以群體為單位,比如最大化平均收益、最小化總成本、提高期望值(expected value)、或者在長期/大樣本下收斂到更好結果,等等。
在這個語境裡:「公平」= 在分布層面沒有系統性偏差;也就是說:規則對所有人形式上一致;在足夠大樣本中,不同群體的結果可比較、可解釋、可回歸。所以自由資本主義者,通常也是效率支持方,不是不談公平,而是他們談的是「分布正義(distributional fairness)」,而不是「遭遇正義(encountered justice)」。
而他們的對立面,公平陣營。他們在乎的必然是「哲學意義的公平」。這種視角下,當公平被強調時,語境其實已經偷偷換了:不是「整體是否更好」,而是「這一個人是否被正當對待」。在這個框架下,說「你倒霉了,但總體更有效率」幾乎永遠不是可接受的回答。即便只有1%,只要那個1%是我,問題就成立。所以公平支持方所要求的,其實是對每一個具體人而言都可被辯護的正當性;而這其實是一種不可平均化的要求。
這解釋了為什麼效率派與公平派經常「雞同鴨講」:
效率派說:「我們讓90%的人更好,淨收益是正的」 公平派回:「但那10%呢?你憑什麼犧牲他們?」
這不是在爭論數字,而是在爭論:「10%的人」是一個統計量,還是比如一千萬個具體的遭遇者?多數人的獲益能否在道德上補償少數人的損失?
資本主義的道德困境:在錯誤的層次上正確
這個框架揭示了自由資本主義的深層道德困境。資本主義的道德是統計意義的,它能從統計意義上造福人類。但是可惜的是,人類的體感不是,或者不僅僅是,按照統計意義來進行估算和反饋。
人類確實活在雙重現實中:
統計層面上:我們知道市場長期創造繁榮、保險有效、疫苗整體利大於弊,等等等等;哲學層面上:但當我是被市場淘汰者、我是那個副作用受害者,統計數字毫無安慰作用。
這不是非理性,而是人的存在本身就是第一人稱的——我永遠只能活一次,不能重來一千次取平均值。
資本主義(或任何效率優先制度)的道德困境不在於它錯了,而在於它在錯誤的層次上正確:它在統計層面可能確實是最優解,但人的道德直覺和生存體驗不在統計層面運作——你不能對一個破產的人說「但是GDP增長了3%!」

數字時代的極化:當「無知之幕」進化為「算法黑盒」
在當下,這種「統計化」傾向在 AI 與算法治理中達到了巔峰。算法本質上是Rawls無知之幕的硬代碼化。AI 在進行資源分配或信用評估時,為了追求全局的最優解,會冷酷地將那些無法被模型涵蓋的個體判定為「離群值」。
當算法告訴你「不予通過」時,它展現的是一種終極的統計理性——它不在乎你是誰,只在乎你在數據分佈中的位置。這種「自動化的統計性偏見」,讓個體在面對制度時感到前所未有的無力:你的痛苦在數據庫中僅僅是一個微小的誤差項。
代議制民主的「政治無知之幕」
再例如,代議制民主(相對於民粹主義民主)在某種程度上同樣依賴於這種「統計意義的人」,因為它假設特定選區內的公民擁有大體相似的利益,從而能夠通過選舉產生代表。然而,這種抽象化的過程可能導致錯誤的歸納,甚至成為一種「統計性的偏見」,使得某些群體的特殊需求在制度設計中被忽視。
進一步來看,Rawls的無知之幕試圖在人群中建立某種形式的「理性共識」,但如果這種共識是基於「統計意義的個體」而非「具體/哲學意義的個體」,那麼它可能只是一種理論上的假設,而未必能真正適用於現實社會。這與代議制民主的問題相似:當社會中的價值觀不均勻分布時,無論是政治制度還是正義理論,如果過度依賴統計化的假設,便可能忽視個體與群體的實際異質性,從而在特定情境下削弱它們的正當性與穩定性。
很明顯,代議制民主創造了一種"政治意義上的無知之幕"(請原諒我對這個術語的"濫用"),使社會各群體能夠在假設彼此擁有相似價值觀的基礎上維持政治運作。這種無知並非真正的無知,而是一種制度性模糊,其核心功能在於:緩解並分散潛在的價值衝突,維護群體內部的社會穩定性,從而構建一種可操作的政治共識框架。
然而,當社交媒體等現代技術逐漸打破這層"無知之幕"時,我們目睹了一系列深刻的社會政治變化:意識形態的極端化與社會分裂加劇,民粹主義崛起與制度合法性危機深化,於是政治格局不可避免的向更激進的民主形式或威權統治模式轉變。
某些技術還在進步,也許是指數級別的;但是人腦和人腦的社會產品們並沒有。這就是矛盾所在。
可能的出路:承認人的雙重性
問題不是「選邊站」,而是承認制度設計在宏觀層面需要統計理性(否則所有人都更糟),但同時必須有哲學層面的保底機制——某些事不能對任何具體的人做,無論統計收益多大。
這或許是為什麼幾乎所有現代社會都是混合制:市場提供效率(統計優化)+福利國家提供安全網(對遭遇者的承諾)+人權法提供不可交易的底線(哲學意義的尊嚴)。各自占比的多少,往往是爭議所在。
這不是妥協,而是回應了人的雙重存在方式——我們既是人口中的一個,也是不可替代的這一個。這兩種道德語言可能根本不可通約,但現代社會必須學會在兩者之間保持張力,而不是試圖用一種徹底取代另一種。
