经验的疆界(txt+pdf+epub+mobi电子书下载)

作者：詹姆斯.马奇

出版社：东方出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

经验的疆界试读：

组织追求智慧。智慧追求，目标远大，永无止境，过程艰难曲折。然而，智慧追求往往令人振奋。智慧追求具有升华作用，让世俗的生活充满诗意，让平凡的日子充满乐趣。本书探讨智慧追求的一个方面：从生活经验当中挖掘启示。组织和组织中的个人试图通过反思经验并做出反应来获得进步。

民间智慧既宣扬经验的重要性，又提醒人们经验的不足之处。一方面，民谚把经验说成最好的老师；另一方面，民谚又把经验说成傻瓜的老师，以及那些不能或不愿从书本知识中学习或接受专家指导之人的老师。有关经验的民谚莫衷一是，这说明人类通过从经验中学习来追求智慧这一做法存在一些深刻的问题。多年以来，这些问题一直困扰着哲学家和社会科学家。

尽管很多组织热衷于从经验中学习，但是初步证据显示从经验中学习并不一定带来改进。诚然，与一个世纪以前的组织相比，当代组织在实务、流程和形式方面有了很大的变化。根据大多数生产率指标来判断，当代的组织比以前的组织效率更高。与此同时，经验往往是模糊的，其中待做的推断是不清楚的；体验式学习对组织长期改进的贡献很难确定。因为历史是模糊的，所以经验与信念、与行动的匹配既复杂又容易出错（March and Olsen 1975；1995，第 6 章）。

组织在适应环境的过程中会遭受失败（表面上的失败，不一定是真正的失败），这样的案例比比皆是、有据可考。组织研究有个十分常见的主题：为什么给某公司带来成功的做法被搬到其他公司后并不一定带来成功？战场之中，扑朔迷离之事时有发生，类似的，组织之中，“事后诸葛亮”现象屡见不鲜。美国的钢铁业和汽车业在 20 世纪上半叶非常成功，下半叶却逐渐衰败。公立学校制度，以前是美国人的骄傲，让其他国家羡慕，现在却让美国人觉得尴尬。进入 21 世纪，美国开始丧失霸主地位，但是美国的政治制度很难随之做出调整。

本书承认从经验中学习具有威力，也承认很多组织和个人根据经验适应环境、建构历史故事和模型，不过本书打算专门考察从经验中学习存在哪些问题。本书的论点是，个人和组织尽管渴望从经验中获取智慧，但是在这种渴望之下从经验当中做出的推断往往具有误导性。问题部分在于人类在做推断的过程中容易出现错误（这些错误一般是可以纠正的），但是更多在于经验自身的性质（March 2008，第 5 章）。结果，与大多数探讨体验式学习的书和文章不同，本书不是那么看好体验式学习的潜力（Kolb 1984；Sternberg and Wagner 1986；Kayes 2002）。本书打算指出经验特有的一些模糊性和体验式学习容易出现的一些错误。绪论

本书抽样介绍的各种观点可以归到三大不同学派。第一个是组织学派，专门借鉴经济学、心理学、管理学、社会学、政治学、公共行政管理学和人工智能学。这个学派的学者，大多是笛卡儿信徒，崇尚科学，擅长分析。他们强调用正式方法分析数据、检验假设、考验模型、证明定理。他们喜欢一板一眼地演绎，追求简练但推广性强的理论，从他们对博弈理论、认知协调理论、结构均衡理论、吸收能力理论、垃圾桶理论之类东西的痴迷中可见一斑。他们的风格是，分析离散变量之间相对简单的关系。他们主要从社会和行为科学中的成规定见的角度说话。他们认为，历史是蹒跚着进步的，知识和智慧随着历史的发展而增长。

第二个是叙事学派。这个学派偏人文主义，专门借鉴文学、评论、史学、人类学、语言学、法学研究和宗教。这个学派的学者强调语言、暗喻、阐述意义。他们当中有很多人就像效仿中世纪宫廷小丑抨击权威人士、捍卫下层人民尊严的达理奥·福（Dario Fo）一样，把自己放在成规定见的对立面。他们喜欢天马行空地揣测，经常像弗洛伊德或者福科（Foucault）那样以偏概全，但是也喜欢对人类状况刨根问底。他们的风格是，琢磨语言的细微之处，从中挖掘意义。他们一般避而不谈智慧增长，而是宣扬智慧与历史相互嵌套的理念以及社会建构和文化意识等概念。

第三个是适应学派。这一学派理论性很强，只是偶尔做做实证研究。它强调有机体、物种、技术、组织、行业和社会的适应机制的性质。它大量借鉴进化生物学和心理学有关人类学习的观点。它试图通过明确适应的具体过程并探索有着多个适应体的复杂生态圈的适应结果来加深理解。它特别关注适应能否带来改进甚至最佳（在某个有意义的层面上的改进甚至最佳）。他们一般认为历史有很强的路径依赖性、具有多重均衡，而智慧可以非随机地增长。

本书多而不全地借鉴所有这三个学派，集中关注一个相对较窄的话题：在什么条件下，组织可以通过从经验中学习增长智慧；组织如何通过从经验中学习增长智慧？从经验中学习，有什么潜力、什么问题？本书探讨这些问题，但不大可能解决这些问题。本书篇幅小，具有篇幅小的读物的一切局限和缺陷。

在各种局限和缺陷中，尤其需要提到的一个是，在探讨影响组织体验式学习的各种因素时，本书把严格意义的组织因素置于经验的模糊性、适应的结构性和人类适应的智慧性之下。本书会不时提到组织因素，但并不打算深入探讨组织因素。这种做法只是权宜之举，并不表明组织因素不重要。经验如何展开、人们如何观察并理解经验和组织有关。组织定义信息流动网络，增加或减少冲突点。组织根据抱负设立目标、形成期望，围绕目标和期望而行动。组织是由既抵制又记录经验启示的规则、程序、能力和身份构成的系统。这样的因素不容忽略，除非是权宜之举；忽略这样的因素存在风险，即使是权宜之举。

另外，组织适应有三大关键特征对透彻理解至关重要，但是本书没有考虑这三大关键特征。第一，组织内部存在利益冲突（March 1988，第 5 章；Hoffman 1999；Rao，Morrill，and Zald 2000）。这一点，让忽略利益冲突的组织适应理论出了名地不完善，特别是，让成败判定、信息汇集变得非常复杂（Cyert and March 1963；Augier and March 2001）。利益冲突是所有组织的显著特征，不仅影响对智慧的追求，而且影响对智慧的定义（Greenwood，Suddaby，and Hinings 2002；Olsen 2009）。

第二，组织适应涉及数个嵌套水平的同步交互适应（March 1994，第 2，6 章；Friedland and Alford 1991）。组织群在演化，与此同时，组织群内部的个体组织也在演化；组织在演化，与此同时，组织内部的个人也在演化。这些嵌套适应系统相互影响，一个水平的适应有时会替代另外一个水平的适应，有时会干扰另外一个水平的适应。

第三，在某种程度上，组织的环境是由其他组织构成的，因此，组织适应的一个基本特点是多个组织同步调整、共同演化（Hannan and Freeman 1989；Kauffman and Johnsen 1992；Levinthal and Myatt 1994）。大部分有关组织学习的研究都把环境看成外源的，本书也打算这么做，这么做是一种明显的简化。智慧的两个要素

智慧一般包括两个相互联系但有所不同的要素。第一个是，有效地适应环境。为了有效地适应，组织必须拥有资源、有能力利用资源、了解所在的世界、运气好、决策好。组织一般会面临资源竞争和未来的不确定性。决定组织命运的因素，很多（但可能并非全部）不由组织掌控。组织群和个体组织能够生存下来，应该部分是因为拥有适应智慧。生存绝对是没有保证的事情。尽管少数组织存活了数个世纪，其中最著名的是罗马天主教会（Roman Catholic Church）和欧洲的几所老牌大学，但是绝大多数组织只能存活相对较短的时间。从那个标准来看，并非所有的组织都拥有适应智慧，甚至是并非一般的组织都拥有适应智慧。

第二个要素是，优雅地诠释经验。这样的诠释，既包含历史理论又包含意义哲学，但是为了理解日常存在的琐碎细节，又要超越历史理论和意义哲学之类的东西。人类渴望理解经验，这一渴望渗透在大部分的学术研究中，还渗透在大部分的生活中。诠释经验是闲聊的点缀品，也是有关心理体系、经济体系、政治体系、文化体系或社会体系的理论的点缀品。对个人和机构而言，对经验做出时髦的诠释，地位和排名就会得到保障。诠释装饰着人类存在。诠释是重要的，这种重要性与诠释是否有助于有效行动并没关系。巴黎矿院（Ecole des Mines de Paris）前任校长雷蒙德·费斯彻赛尔（Raymond Fischesser）把智慧定义为“有效地关注重要之事（la preoccupation efficace de l'essentiel）”Riveline 2008，7）。这样的智慧，因为反思、理解并欣赏生活而伟大，并不仅仅因为掌控生活而伟大。体验式学习

追求智慧的手段，反映着人们的认识能力。在某些不太遥远的时空，追求智慧指广泛地使用魔法巫术，以及先知或其他通灵人士的预言或偈语。在古中国、古埃及、古希腊、古罗马，稳重的企业管理者都不会不做占卜就面对生活的不确定性。

现代社会中，尽管还有很多人为求心安进行占卜（Eisenstadt 2006），但是越来越多的人开始运用知识预测未来。就这个方面而言，在现代人的头脑中，没有什么理念像“人类通过体验式学习来掌控生活”那样神圣不可侵犯。为了改变命运，个人和组织试着从经验中学习，有时使用比较基础的方式——简单地复制与成功相连的行动，有时使用比较高级的方式——理清因果关系。个人和组织推崇经验、寻求经验、诠释经验。

当然，从经验中学习并不是人类学习的唯一机制。确实，个人和组织所拥有的知识，大部分不是从日常生活或工作中获取的，而是首先经由专家的系统观察和分析，然后经由权威（例如，书本、网络、老师）的传播，之后经由或直接或间接的实践验证而来的。从广泛意义上说，这些知识可以归为学术知识而不是经验知识（March 2004）。

然而，当代组织文献仍然认为体验式学习是人类适应环境的一种比较重要的方式，是人类提高行动与环境匹配度的一种比较重要的机制（Argyris and Schon 1978；Levit and March 1988；Huber 1991；Payne，Bett-man，andJohnson 1993；Cohen and Sproull 1996；Argote 1999；Nooteboom 2000；Starbuck and Hedberg 2001；Greve 2003）。令人羡慕的组织被描述成“学习型组织”，促进组织学习的顾问比比皆是（Argyris and Schon 1978；Senge 1990）；最近的组织改进建议经常强调从经验中学习（Senge 1990；Olsen and Peters 1996；Dierkes et al. 2001；Zollo and Winter 2002）。

有的学者认为，从经验中学习与理性行动理论（Arrow 1972；Coleman 1990；Milgrom and Robert 1992）

有关，从博弈理论（von Neumann and Morgenstem 1944；Luce and Raiffa 1957；Kreps 1990b）和决策理论（Raiffa 1968；Machina 1987；Anand 1993；Augier and March 2002）中可见一斑。有的学者则认为，从经验中学习与规则遵循行动理论（March and Olsen 1989，第 2 章；March 1994，第 2 章）有关，从个人身份和机构身份、社会角色等概念中可见一斑。理性行动理论认为，智慧行动的基础是遵循结果逻辑（March and Olsen 1989，第 1 章；March 1994，第 1 章），规则遵循行动理论关注规则、身份和角色（Scott and Meyer 1983；Ashforth and Mael 1989；North 1990；Becker 2004；Brandstatter，Gigernzer，and Hertwig 2006），认为智慧行动的基础是遵循适当逻辑（Gunther 1993；March and Olsen 2006b）。这两派学者都认为体验式学习是人类智慧的要素。理性行动理论认为，组织通过总结过去来预测未来（Gavetti and Levinthal 2000；Zollo and Winter 2002；Gibbons and Roberts 2008）。规则遵循行动理论认为，组织把经验编码成规则（Alchian 1950；Nelsonand Winter 1982；March，Schulz，and Zhou 2000；Akerlof and Kranton 2005；March and Olsen 2006a）。

这样，人们投入大量精力寻找促进组织从经验中学习的方法。他们开发出复杂的估计工具、建模工具和战略规划工具，帮助商业公司进行营销、财务、生产和人事方面的决策制定，帮助政府机构提高社会服务的效能和效率。他们设计出复杂的问责制度，帮助各种利益相关者控制组织。庞大的咨询行业形成了，传播最佳实务和优秀理论。现代大学纷纷设立管理学院，为私营领域和公共领域培养管理人才。管理教育提供“最佳实务”菜单，以及成套的理论（包括营销理论、政治理论、运营理论和公司理论，等等）。

为了提高与环境的匹配度，组织经常对实务、流程和形式进行变革。诚然，还有另外一种更为简单的方式提高与环境的匹配度——改变环境，各行各业的领头者经常使用这一方式。从这个角度来看，适应是弱者的事情，强者制定游戏规则，让别人适应自己。在一定程度上，历史上的伟大国家（古罗马、古中国、奥斯曼、西班牙、大不列颠、苏联、美国）之所以繁荣昌盛，都是因为强迫环境适应自己，而不是浪费精力努力适应环境。对于伟大的企业帝国（美国钢铁、通用汽车、壳牌、联合利华、索尼、IBM、微软）而言，情况也是如此。人类亦然。正如所有例子表明的那样，长远来看，通过改变环境来提高与环境的匹配度会带来一个不良后果——适应能力的衰退（强者也有必须适应环境的时候）。霸主地位如果丧失了，适应能力就会加速衰退。

人们在寻找促进组织从经验中学习的方法的同时，还在进行大量的实证研究和理论研究，希望形成一套理论，描述现实中的组织是如何适应环境的。这方面的工作直接指向理解组织群和个体组织是如何在适应压力之下随着时间而改变的（不一定是有意地改变）（Aldrich 1979；Cohen and Sproull 1996；Nooteboom 2000；Dierkes et al. 2001；Greve 2003；Aldrich and Ruef 2006；Dosi and Marengo 2007）。在这个方面，组织生态学研究做出了重要贡献（Hannan and Freeman 1989；Caroll and Hannan 2000）。

以上简要介绍了组织学习的研究历史，目的是为后面章节的讨论打下背景基础。后面的章节将探讨从经验中学习的各种问题，这些问题，有些反映了人类那些著名的信息加工习惯，例如，固守成见、简化因果、寻求确定、妄自尊大。人类行为的那些特性是重要的，但是本书主要关注的是另外一组问题，这组问题反映的是经验和学习的交互作用。正如以下章节将要论证的那样，这组问题主要不在学习者而在经验本身。第 2 章　通过复制成功而学习

从原始经验中挖掘启示，要遵循一定的步骤，首先是观察行动与结果有何联系，然后是初步发现存在什么规律。所谓学习，就是在观察行动与结果联系的基础上改变行动或行动规则。如果那些改变是改进，那么学习就促进智慧增长。学习经常而且容易带来改变，但是学习不一定促进智慧增长。体验式学习会出现很多错误。智慧适应的两种模式

从经验中获取智慧的模式可以分为两种，这两种模式反映了两种不同过程，而且各有各的问题。所以，只要认识到实际的学习是两种模式兼而有之，这样的区分就是有用的（Zollo and Winter 2002；Winter，Gat-tani，and Dorsch 2007；Starbuck，Barnett，and Baumard 2008；Winter 2009）。第一种模式，可以称作“低智（low-intellect）”学习，是指在不求理解因果结构的情况下复制与成功相连的行动。第二种模式，可以称作“高智（high-intellect）”学习，是指努力理解因果结构并用其指导以后的行动。斯塔巴克（Starbuck）、巴奈特（Barnett）和鲍马尔得（Baumard 2008）区分“非认知（non-cognitive）”学习和“认知（cognitive）”学习，古尔（Gul）和派森多佛（Pesendorfer 2008）、卡梅瑞（Camerer 2008）区分“无心（mindless）”经济学和“正念（mindful）”经济学，与这样的区分有异曲同工之妙。低智学习和高智学习没有优劣之分，各有可取处，各有局限性。

低智学习，基础是复制成功，在人类和其他物种当中都很常见。低智学习经常产生规则和有效得惊人的启发式行为（Hutchinson and Gigerenzer 2005）。另一方面，高智学习，似乎在其他物种当中不如在人类当中常见。只有人类才会“做学问”：观察历史经验，理解深层因果结构，形成知识，加以记录，进行传播。做学问必须具备书面语言和符号操纵工具，这两样不仅是人类特有的，而且出现在人类当中的历史并不长，只有几千年。复制成功

复制成功的基本观点蕴含在组织研究的一组熟悉观点之中。研究者经常认为，组织比较绩效与目标，如果绩效落后于目标，就启动搜寻，寻求改变（Cyert and March 1963；Greve 2003；Baum and Dahlin 2007）。因此，组织更可能复制与成功相连的行动而非与失败相连的行动。

复制成功雅在简单，其过程可以用三句话说清楚：（1）从所有可选行动中选择一个付诸实施；（2）记录结果，评定成败；（3）复制与成功相连的行动，回避与失败相连的行

动。

同与好结果相连的实务、形式和规则相比，与好结果相连的实务、形式和规则存活时间更长、繁衍机会更多。

应该指出的一点是，把复制成功说成低智的（或非认知的），具有潜在的误导性。这种说法忽略了适应过程的认知复杂性。例如，在经典的二选一学习任务中，学习者在两个相互排斥、相互竞争的选项中反复选择多次。如果总是对其中一个选项进行奖励，那么学习者一般就学会了选择那个选项。然而，连简单如 T 形迷宫那样的情境，也无法在认知上明确地定义选项。例如，这两个选项是“向左”或“向右”，还是“跟上次一样”或“跟上次相反”？描述二选一学习情境的经典 Bush-Mosteller-Estes 模型（Bush and Mosteller，1955）预言，如果时而奖励这个选项、时而奖励那个选项，那么学习情况就会因选项认知定义的不同而大相径庭（Lave and March，1975）。

在讨论到把规律推广到相似情境这一话题时，复制成功的智慧（认知）成分变得更加明显（Winter 2009）。在实验室条件下，可以对“相似性”进行相对客观的定义，但是，在现实世界中，“相似性”是一个相当模糊的概念。下面的讨论，大都忽略诸如此类的问题。

复制成功的范式情境是，在数个选项中反复选择多次。选项可以是行动、战略、产品、技术、地点、合作伙伴等等，其数目可以是两个或两个以上，各选项相互排斥、相互竞争。每次选择一个选项，体验一个结果。以后的选择青睐与较好结果相连的选项，轻视与较差结果相连的选项。通过复制成功而形成的能力具有情境特殊性，也许可以推广到在某种意义上与原始情境类似的新情境，而且，这种能力是知其然而不知其所以然。

复制成功之所以有吸引力，原因有很多。它能抓住事物的本质，尽管并不一定能表达出来。它是一个民主的工具，强者能用，弱者也能用。它是一个实用的工具，处理的多是日常生活中的实际问题而非抽象的理论问题。它是一个量身定做的工具，在什么情境下应用，就在什么情境下开发。它是一个颇具震撼力的工具，用这个工具学习，直接体验成与败，无法不投入。

三种机制

复制成功的方式有很多，这里将专门具体讨论三种经典机制。这三种机制在很多方面是不同的，但在结构上具有一些明显的共同点。

第一种机制是试误（trial-and-error）。所谓试误，就是亲自摸索、不断尝试，观察结果，复制与成功相连的行动，回避与失败相连的行动。试误的范式情境包含一组选项和一个学习规则，每个选项有一个结果分布，学习规则描述的是如何根据过去的结果修改未来的行动。研究试误的文献有两大块。第一块是运筹学中所谓的“老虎机问题（bandit problem）”研究（Gittins 1989）。在老虎机问题中，各选项的结果分布是未知的，学习者可以通过选择某个选项并付诸实施来了解这个选项。老虎机问题研究的常见目标是找出处理这一问题的最佳策略，或者，至少是比其他已知策略都好的策略。关键的策略问题是，是选择表面上的最佳选项（根据历次经验）还是抽取几个选项进行尝试以收集更多的信息。老虎机问题研究表明，一般而言，最佳策略取决于时间范围。时间范围越长，抽取未知选项或表面上的差选项进行尝试以收集更多信息的策略越好。

第二块文献是教育心理学中的 T 形迷宫强化学习研究（Mowrer and Klein 2001；Lovie 2005）。这些研究的目标是，理解简单选择情境下人类和动物在各种奖励条件下的学习情况。T 形迷宫强化学习研究表明，一般而言，随着经验的增长，学习者的绩效会改进，但是，在有些情境下，学习者做出的选择，并不符合表面上的最佳策略。例如，假设有两个选项，学习者不知道两个选项的结果分布，只知道选项 1 获得奖励的可能性大于选项 2。很多人做过这种实验，企图证实或证伪有关人类行为的期望效用假设，或者企图指出期望效用假设成立的具体条件。例如，如果每次尝试不管选择哪个选项都能知道每个选项的结果，那么希望最大化期望效用的学习者采取的策略就是总是选择比较经常获得奖励的那个选项。但是，并非所有的实验都观察到这个现象。

复制成功的第二种机制是模仿（imitation）。所谓模仿，就是观察其他行动者的经验，其他行动者采取什么行动获得了成功，那就采取什么行动，其他行动者采取什么行动遭受了失败，那就回避什么行动。组织文献中所说的“创新（innovation）”（Mansfield 1961；Mahajan and Wind 1986），大多都是通过模仿复制成功。很多组织创新与变革研究考察了属性和流程在组织群的传播方式（Reinganum 1989；Haunschild and Miner 1997）。有关模仿的实证研究是比较复杂的，因为在异质群体中，效仿别人采用某个实务、产品或形式，独立自主采用某个实务、产品或形式，两者的效应是很难区分开来的（Gray 1973；Volden，Ting，and Carpenter 2008）。然而，有一点似乎毫无疑问，那就是复制成功往往涉及模仿（Holden 1986；Conell and Cohn 1995）。“事物在组织之间传播”的观点，在有关时尚的讨论中（Abrahamson 1991；Newell，Swan，and Kautz 2001；Kieser 2002），在有关制度化的讨论中（Zucker 1987；Bergevam，Mellemvik，and Olsen 1998；Scott 2003；Greenwood and Suddaby 2006），经常可以看到。模仿研究强调行动者是如何复制其他行动者的成功行动的（Miller and Dollard 1941；Nehaniv and Dautenhahn 2007），还强调联系网络是如何影响想法、信念、程序或行动在群体内的传播的（Podolny，Stuart，and Hannan 1996；Powell，Koput，and Smith-Doerr，1996；Uzzi 1996）。

有关通过模仿复制成功的研究，借鉴了流行病传播学的一套假定（Bartholomew 1982）：（1）一组选项，每个选项有一个结果分布；（2）一个联系网络，描述每个行动者之间或直接或间

接的联系；（3）一条传染规则，定义行动者 i 在时间 t 模仿行动者

j 的可能性。

这一原型模型可以用来考察成功的人或组织的行为是如何在与其有联系的人群或组织群中传播的（Granovetter and Soong 1983；Strang and Soule 1998）。最终状态取决于“供体”的性质、“受体”的性质、“疾病”的性质和联系网络的性质。一般而言，传播过程经常出现识阈效应（threshold effect）（Schelling 1971；Gladwell 2000），而且最后多以趋同（convergence）（Greenwood and Suddaby 2006；Purdy and Gray 2009）而非最优（optimality）（Strang and Macy 2001）收尾。通过模仿能否找到最优解，取决于学习者之间的联系网络，但是，一般而言，找到最优解的可能性并非随着联系密度单调递增。

流行病传播学有两条假定，放在组织复制成功的情境下尤其不合适。第一条假定是，传播物在传播过程中保持不变。有关事物在组织之间传播的研究表明，传播物在从一个组织传到另外一个组织的过程中往往会发生变化（Czamiawska and Sevon 1996；Scott 2003）。实际上，精确模仿能力有时被说成是组织有效复制成功的必要特征（Winter 2009）。第二条假定是，联系网络在传播过程中保持不变。在组织群中，联系网络本身会受到传播过程的影响。特别是模仿发生之时，模仿者与被模仿者之间的联系强于平时（March 1999a）。

复制成功的第三个机制是天择（selection）。所谓天择，就是繁殖与成功相连的属性（例如，规则、程序、形式），淘汰与失败相连的属性。通过天择复制成功的理论假定，存在一组固定属性、一条天择规则、一条繁殖规则，天择规则决定繁殖哪些属性，繁殖规则决定如何繁殖那些属性。对于组织通过天择复制成功而言，淘汰哪些属性，取决于一群竞争者之间的相对绩效，成功者的属性比失败者的属性更可能被复制（Alchian 1950；Winter 1964；Baum and Singh 1994）。当然，这些观点借鉴了进化生物学和进化经济学的大量文献（Mayr 1963，1982；Selten 1991；Gould 2002；Nelson and Winter 2002；Witt 2003）。它们设想出多种多样的变异形式和多种多样的天择过程。最终状态取决于具体采用了哪种变异形式、哪种天择过程，还取决于竞争的性质。相对于所处环境的变化而言，传播过程一般是缓慢的；而且，传播过程往往具有多重均衡，并不是每重均衡都同样有吸引力。

两组问题

有关通过复制成功适应环境的文献，处理了两组相互联系但是有所不同的问题。

第一组问题包括：个人或组织在这种情境下怎么做？个人和组织如何行动？随着时间的推移，个人或组织的行为如何根据经验而改变？个人和组织以何种方式、什么速度根据经验改变行动到什么程度？个人和组织在多大程度上追求最佳选项？

第二组问题包括：智慧的个人或组织在这种情境下应该怎么做？为了收集更多信息而抽取几个选项进行尝试，这种尝试应该持续多长时间？什么时候应该做出选择？应该基于什么做出选择？

说到第二组问题，复制成功的各种机制具有一个共同的根本问题，这个根本问题在计算理性中的表现也很明显——确实，在各种适应过程中的表现都很明显。这个问题就是：如何指出并实现开发与探索之间的最佳平衡（Kuhn 1962，1977；Holland 1975；March 1999c，第 7 章；Chen and Katila 2008；Fang and Levinthal 2009）。开发指利用并精练已知之物，提高效率、进行标准化、实行问责、施加控制——这些都是开发的表现。探索指追求未知之物，尝试不同于标准流程的新做法，就是探索的表现。在涉及复制成功的适应过程中，问题就变成了如何在进一步了解世界（探索）和利用已知之物（开发）之间分配资源。因为复制成功是对即时反馈做出反应，所以复制成功经常遭受的一个质疑是：分配到探索上的资源是否太少（Starbuck，Greve，and Hedberg 1978；Miller 1994）。

有些显而易见的标准可以用来评价复制成功对任何一组特定行动规则的效应：改进（improvement）：平均绩效随着经验而改进吗？稳定（stability）：第 t 次重复第 t-1 次选择的可能性随

着经验而增加吗？声誉误差（reputation error）：所选选项变现绩效（声

誉）是大于还是小于其期望值？两者的差距如何随着时间而

变化？最优性（optimality）：发现并采用了最佳选项吗？花了

多长时间才找到最佳选项？或者，所选选项的绩效与最佳期

望绩效的差距如何随着时间而变化？复制成功的问题

作为适应机制，试误、模仿和天择有不同之处，但是在结构上有一些基本共同点。这些基本共同点及其引起的问题是本节讨论的主要焦点。此处讨论的现象，大都源自学习环境和适应机制的性质，而不是源自学习者的认知习惯，因此与那些著名的人类信息加工局限是不同的、基本上无关的。这些“结构性”问题是可以理解的，但是，理解了这些问题，并不代表就能解决这些问题。

第一，历史是复杂的。世界遵循一些永恒规律，从这个意义上说，世界也许是井然有序的，即使如此，世界还是充满复杂的因果关系。面对这样的复杂性，要从经验当中做出正确的推断，就要采用复杂的实验设计、使用多变量模型，还要使用大样本。不幸的是，在现实世界中复制成功，只能采用简单的内隐实验设计、简单的内隐相关模型和小样本。结果，通过复制成功而学习，特别容易犯下误设（misspecification）和迷信（superstition）的错误。

第二，历史充满随机不确定性。世界的井然有序掺杂着随机变异。根据经验找出最佳选项，就要解析信号、噪声和样本量的联合效应。信号：选项之间的真实差异越大，通过观察一个样本找

出真实最佳选项的机会越大。噪声：观察结果的随机变异越小，通过观察一个样本找

出真实最佳选项的机会越大。样本量：样本越大，通过观察一个样本找出真实最佳选

项的机会越大。

既然组织中的经验经常是信号弱、噪声大、样本小，那么变现历史就极有可能大大偏离深层现实。适应不是响应潜在历史分布，而是响应小样本实现的那个历史。这会导致过分偏爱一个其实并非很好的选项，进而导致错误地复制，或者导致过分轻视一个其实并非很差的选项，进而导致错误地回避。

研究随机过程的学者都知道，随机变异会造成一些十分惊人、违反直觉的意外（Feller 1968）。这些意外，很多是所谓的首次超越定理（first-passagetheorem），或者竞争上限定理（competitive maximum theorem）的变式。前者的一个例子是抛掷硬币：抛掷一枚硬币，大概抛掷多少次会半数以上是正面或者半数以上是反面？一般人的直觉是，次数较少。而实际情况是，平均而言，次数相当多。

竞争上限定理的一个例子是：比较两个相同的竞争者，每个竞争者每次实现的绩效，取自一个平均值为 0、标准差为 1 的正态分布。假设我们考虑两个竞争者历次变现绩效的平均值。随着经验的积累，第 t 次的历次变现绩效平均值较大的竞争者，第 t＋1 次的历次变现绩效平均值也较大的可能性会增大。随着 t 的不断增加，这一可能性会变得非常大。根据历次变现绩效平均值对两个竞争者排名，这一排名会在很长一段时间内保持不变，即使两个竞争者在能力上是一样的，即使平均绩效之差会缩小。

第三，众选项的潜在结果分布受到历次所做选择以及历次变现结果的影响。复制成功自然会影响所选选项，进而影响所选选项的潜在结果分布。不那么显而易见的是，复制成功经常还会影响其他选项的潜在结果分布。用标准术语来说，每次的潜在结果分布内源于历次所做选择或历次变现结果。

这种内源性在有些案例中表现为消耗：也就是因为复制本身对后续结果有害，所以，平均而言，复制成功导致绩效降低。最显而易见的案例涉及，资源因使用或竞争而消耗。其他案例涉及，优势因开发而丧失（Barnett and Hansen 1996）。例如，假设一位网球选手采取的策略是把球打到对手较弱的那边（对手长于右手，就打到左边；对手长于左手，就打到右边）。这一策略会增加短期获胜的可能性，但是与此同时会为对手提供练习较弱那边的机会。随着时间的推移，练习效应会减小对手两手之间的能力差异，进而减弱“把球打到对手较弱那边”这个策略的竞争优势。其他例子包括，涉及厌倦或愤世嫉俗的案例。还有一些例子是涉及他人调整的案例，例如，喊“狼来了”的次数多了，别人就不把你的喊叫当回事了。

然而，也许更为重要的案例涉及的是结果分布因使用而改进——复制本身改进结果分布。一个重要的案例涉及，熟能生巧。每次选择一个选项，就会提高在这个选项上的能力。我们似乎有理由假定，一般而言，练习效应会增大所选选项结果分布的平均值、减小所选选项结果分布的标准差。

因为练习效应的存在，所以通过复制成功寻找最佳选项容易出现问题。这个问题一般称作“胜任力陷阱（competency traps）”（Levitt and March 1988；Arthur 1989）。假设某项活动的绩效是由这项活动的潜力和在这项活动上的胜任力共同决定的，潜力是固定的，胜任力是变化的。一般而言，胜任力起初较低，但随着练习而提高。既然绩效是由胜任力和潜力共同决定的，那么有了练习效应就更难找出最具潜力的选项。极有可能，一个潜力较低的选项会因为学习者比较擅长而胜过一个潜力较高的选项。组织经常会面临一种选择：一个是老做法（或流程、形式），缺点较多，但是用顺手了；另外一个是新做法（或流程、形式），优点较多，但是不大会用。在这两个选项面前，组织极有可能选择前者。复制成功更有可能加重而非缓解这一问题。

类似的，如果成功带来更多的成功，如马太效应（Merton 1968）那样，那么结果分布就内源于选择。例如，假设第 t 次的变现绩效 rt 取自平均值为 xt、标准差为 st 的正态分布，如果 xt 是 rt-1 的函数（例如，xt＝rt-1），那么过程就会呈现弓形拉线特点，也就是选项结果间差异起初较小，后来越变越大。这种情况在组织中的一个显而易见的例子是早期绩效评价影响后续绩效评价，这样下去，起初很小的绩效评价个体差异会越拉越大。还有一个相关的例子，那就是模仿某项实务的可能性取决于这项实务的“合法性（legitimacy）”，而合法性又取决于已经有多少组织采用了这项实务（Carroll and Hannan 1989；Hannan 1998）。

复制成功还受成败评定（拿绩效与目标相比）以及目标调整（根据绩效调整目标）的影响（Payne，Laughhann，and Crum 1980，1981）。假设第 t 次的目标取决于第 t-1 次的目标和第 t-1 次的绩效。这样，目标就会向绩效靠拢（实际上，是以指数级速度趋近平均绩效），而且，过去绩效较低，目标就会调低，当前绩效必然也会降低。这让成败判定特别容易受到结果噪声的影响。通过让成功（进而复制成功）取决于绩效史，目标调整会放缓学习进程，尤其是当目标调整速度很快的时候（March and Shapira 1992）。另一方面，如果目标不随经验而调整，成败趋于稳定，那么学习就可能变成迷信活动（Lave and March 1975）。

学习在三个层面同时发生。第一个是学习做什么：寻找好的（或者最好的）技术、战略或合作伙伴，等等。第二个是学习如何做：精练并改进在某技术、战略或合作伙伴上的胜任力。第三个是学习期盼什么：调整绩效目标。因为学习在这三个层面同步进行，所以最佳选项更难找到了。在学习选择较好技术的同时，还要学习如何让这项技术发挥作用、如何调整对这项技术的期望值，三个层面的适应相互干扰。

第四，经验抽样率受样本结果的影响。选择一个选项付诸实施观察结果就获得一次经验，每次的经验都是深层现实的一个抽样值，与深层现实存在误差。样本越小，抽样误差越大，复制与成功相连的选项，回避与失败相连的选项，成功选项的经验样本量就会大于失败选项的经验样本量，进而，失败选项的经验抽样误差就会大于成功选项的经验抽样误差。

抽样误差导致体验式学习容易出现两类错误。第一类错误发生在抽样回报高于真实回报之时，第二类错误发生在抽样回报低于真实回报之时。既然成功选项的经验样本量因复制成功而增加，那么因高估选项价值而造成的误差就会自行矫正。复制会减小成功选项的经验抽样误差，进而暴露高估误差。另一方面，因低估选项价值而造成的误差不会自行矫正，初始结果较差的选项容易被低估、被轻视。

有些现象，只要被视作颇具典型性，就可以用一个简单的模型解释清楚。假设在一组 15 个选项中反复选择多次。每个选项 Ai 的结果是一个平均值为 x、标准差为 s 的正态分布，x′s 和 s 不随时间而变ii化，x′s 本身来自一个平均值为 0、标准差为 S 的正态分布。每个选i项有一个初始声誉 R＝0，就是所有选项的平均期望。随后，每次i,0所选选项的 R等于那个选项历次变现结果的平均值。这样，某个选i,t项第 t 次的声誉所依据的观察次数，也许少到只有 0，也许多到有 t-1。每次选择声誉最高（max R）的那个选项，实现一个结果（取自那i,t个选项的结果分布）。

这一简单模型可以解释内源抽样的后果。改进：当选项平均值之间存在差异（S>0），复制成功会让绩效随着时间而改进，还会找到并复制较好的选项。稳定：复制成功会让选择趋于稳定，而且这种趋势还十分强烈。即使选项平均值之间不存在差异（S＝0），这一趋势还是存在，只是强度稍弱。声誉误差：所选选项声誉与那个选项结果分布真实平均值之间的差异（R-x）是正的，也就是所选选项的声i,ti誉会高估能力。这一差异起初较大，后来会越变越小，最终（经过很多次选择）趋近于 0。最优性：当选项平均值之间存在差异（S>0），如果计算所选选项平均值与潜在最佳选项平均值之比，那么这一比值会随着时间而增加，但永远不会达到 1.0 复制成功很少会发现最佳选项。最终状态有好有坏。在因果结构并不复杂的简单情境中，如果选项之间存在差异、选项的结果相对稳定（低变异）、经验样本足够大，那么复制成功往往会让绩效随着时间而改进。复制成功往往会导致选择趋于稳定，也就是重复选择某个选项的可能性平稳地增大。复制成功往往会导致一段时间内所选选项的声誉（过去绩效）提高。声誉之所以提高，部分是因为越来越有可能选择较好选项，部分是因为选择了抽样误差为正的选项。

另一方面，通过复制成功而学习也有一些令人讨厌的特点。即使在简单情境下，通过复制成功而做出的选择也极有可能是次优的。某个学习水平的复制成功会与另外一个学习水平的复制成功相互混淆，例如造成胜任力陷阱。即使选项平均绩效与期望值之差最终会趋近于 0，在一段时间内所选选项的变现绩效也会大大低估那个选项的潜力。即使选项之间不存在差异（因此就寻找较好选项而言没有什么可学的），复制成功往往也会导致选择趋于稳定。即使没有什么可学，主观学习感也有可能十分深刻。

这些现象有一个惊人特征，那就是它们在很大程度上取决于经验的属性而非学习者的属性。当经验以让学习有效的方式展开，那么复制成功就会增长智慧。但是，当经验是复杂的、模糊的、充满随机变异的、样本量有限的（情况往往就是如此），那么复制成功——不管是通过试误，还是模仿，或者天择——就有可能导致次优状态。低智学习与高智解释

尽管存在严重缺陷，但是复制成功是一个无所不在的学习工具。人类的适应，一般都是采用各种形式的复制成功。然而，与此同时，试误、模仿、天择的低智简单与人类对高智的希望是相互冲突的。因为自负（行动者和观察者都有），所以人类似乎不愿把自身行为归结为复制成功，而是偏爱比较复杂、比较认知的理解、解释和辩护。

一方面，复制成功无所不在；另一方面，人类偏爱高智历史解释和高智学习，这意味着通常用高智词汇描述的行为有可能实际上只是简单地复制与成功相连的行动，即低智学习。这是一个古老的观点，深受以巴甫洛夫为首的行为主义心理学家的喜爱；这一古老观点的另外一个形式，深受经济理论家的喜爱。

假设人类行为的机制实际上远远没有人类对人类行为的诠释复杂。特别是假设我们可以证明，某些行为“可以解释”为简单地复制成功而得到的产品。这样的证明，几乎证明不了复制成功是产生这些行为的主要机制，但是也许可以促使人们质疑那些比较复杂的解释。下面以人们非常感兴趣、学者经常研究的两种行为为例说明一下：风险承担和配偶选择。

风险承担

说到风险承担行为，最常见的观察（假定）是，不同的人有不同的风险特质，有的人是风险规避型，有的人是风险寻求型。一般而言，大多数人应该是风险规避型。例如，大多数人宁愿稳稳地获得 k 美元，而不愿有 p 的可能性获得 k/p 美元，或者（1-p）的可能性什么也得不到——尽管两个选项的期望值都是 k 美元。

在面对有关金钱的选择时，大多数人规避风险，对该现象的一个标准解释是，因为金钱的边际效用递减，所以确定选项的期望效用大于不确定选项的期望效用。更一般的是，经典理性选择理论把“风险偏好”简单地定义为“金钱效用曲线的任何非线性特征”。

有关风险承担行为的研究表明，风险承担受个体差异的影响并不如受情境的影响强烈。最常见的描述是：当期望值高于目标（收益），个体倾向于规避风险；当期望值低于目标（损失），个体倾向于寻求风险（Kahneman and Tversky 1979）。学者有时用“不求最好但求满意”解释这一现象（March and Shapira 1992）。

假设风险偏好既不是个体特质又不直接取决于情境，而是学习的产品。已经有人证明，通过简单地复制成功而学习就会导致在收益面前规避风险、在损失面前寻求风险（March 1999c，第 15 章；Denrell 2007）。收益分布变异大的选项，其潜力可能因为样本小而被低估，进而被放弃。另一方面，损失分布变异小的选项，可能因为初步尝试几次总是得到负面结果而失去抽样机会，也就是被放弃。

这种现象的一个特例涉及小概率极端事件。小概率事件的出现次数分布是严重倾斜的。例如，重大科学突破。这样的事件，结果极其正面，但是发生机会非常之小。大多数研究者一辈子都不会经历这样的事件。实际上（或者，可能实际上），大多数学习者会低估极其稀有、极其正面事件的发生可能性，进而无意识地规避风险，不能像本来可能的那样复制与重大科学发现相连的行动（例如，高度敬业、积极投入）。

还有一些案例，涉及的是极少发生但后果十分严重的事件，比如核电厂的核事故。核事故的发生可能性极低，核电厂的大多数操作员不会经历。实际上（或者，可能实际上），大多数学习者会低估极其稀有、极其负面事件发生的可能性，进而无意识地寻求风险，复制增加核事故发生可能性的行为（例如，粗心大意）。在诸如此类的案例中，收益面前规避风险、损失面前寻求风险，不过是学习的产品。

看看这两类案例的不同之处，在涉及稀有正面事件的案例中，因为没有经历过事件，所以个体会放松复制加大事件发生可能性之行动（例如，勤奋努力）的力度，进而不仅减少矫正对事件发生可能性无意识低估的机会，而且真正让事件变得不大可能。学习会降低做出重大科学突破的机会。在涉及稀有负面事件的案例中，因为没有经历过事件，所以个体会放松回避加大事件发生可能性之行动（例如，马虎大意）的力度，进而不仅增加矫正对事件发生可能性无意识低估的机会，而且真正让事件变得更加可能。学习会增加酿成重大核事故的可能性，还会既通过更多地经历核事故又通过让核事故变得更加可能来“矫正”对风险的低估。

在这个问题上，贝弗莉·萨奥尔（Beverly Sauer）回顾有害环境管制经验后观察到，“机构制定书面标准，因为经验是蹩脚的老师”（2003，37）。萨奥尔解释说，长期置身于危险之中但一直安然无恙，人们就会淡忘曾经让自己非常忧心的危险，因此，经验具有双面性，一方面让人们泰然处之，另一方面让人们麻痹大意。

配偶选择

假设有这么一个世界，人们选择配偶，每次选择一个候选者，记录其表现。为了简便起见，假定选择是单向的，也就是候选者没有选择机会，只是等着被选。每个候选者的表现都来自潜在表现的正态分布。每一次首先计算曾被选过的候选者各自的平均表现，然后计算所有曾被选过的候选者的平均表现的平均值，把这个平均值当作所有未被选过的候选者的期望值，之后比较所有候选者，从中选择一个。

在这样的世界，如果人们通过复制成功而学习如何选择配偶，那么人们的配偶选择行为会表现出什么特点？三个有趣的特点值得一提：（1）通过这种方式选择的配偶是潜在最佳配偶的可能

性非常小。（2）最后会出现一夫一妻制，也就是，下次重复上次

所做选择的可能性会逐渐增加。以上趋势会因选择之后的失

望而减弱，会因相处能力的提高而增强。（3）在这一过程中，人们会认为自己从经验中学到了

东西，对自己所做的选择越来越有把握。

这样，我们就要说到也许可以称为“行为主义者宣言”的东西。风险规避不一定要看成慎重选择、神秘特质或者情境产物，而是可以看成简单地从日常经验中学习而形成的一种倾向。一夫一妻制不一定是文化习俗、道德规范或理性计算的产物，而是可以看成简单地从日常经验中学习而得到的产物。

既如此，是否要质疑学者给出的比较复杂的故事和理论呢？并不是。实际上，比较复杂的故事也许是对的，即使行为的某些方面可以用复制成功解释清楚。然而，人类行动者以及经济学家、哲学家、心理学家、社会学家和神学家给出的比较复杂的诠释，可以看成也许反映了人类的自负，也就是高估人类意愿和智慧在人类行为中的作用。那些比较复杂的诠释，可以看成为了彰显并强化那种自负而讲的故事。彰显并强化那种自负，这一目的与追求真理不同，但是也许与追求真理一样高尚。第 3 章　通过故事和模型来学习

组织通过低智适应追求智慧，也通过高智适应追求智慧。第 2 章讨论的是低智适应，本章将主要讨论高智适应。低智适应，就是简单地复制与成功相连的行动，而高智适应，要求厘清事物的因果关系，并用叙事（自然语言）、模型（符号语言）或者理论阐述出来。高智故事和模型，既是精确理解历史的基础，又是判断学问高低的依据。

组织研究、组织纪实报告、管理者的传记或自传、组织参与者的每日功课中，满是有关经验的叙事。这些叙事探索历史片段中的事件，试图理清事件之间的因果关系。类似的，组织研究、大学教材、顾问讲座中，满是有关经验的模型。决策理论、经济理论、组织理论、博弈理论，以及在那些框架之内讲述的故事，是组织智慧的核心。

第二次世界大战之后的几十年间，高智学习产生的故事和模型，广受追捧。尽管之后一连栽了几个大跟头——其中最著名的是，美国的“出类拔萃之辈”在越战中失策，计划经济之典范的苏联解体，复杂战略、避险基金、金融衍生物让人大失所望——但是这些有关组织生活的故事和模型的正确性，在人们心中几乎是不言而喻的，它们养活了一大群学者、作者、顾问和实践者。

高智故事和模型是两种压力联合作用的产物。一方面，故事和模型必须精妙复杂到显得有趣并彰显人类智慧；另一方面，故事和模型必须简单到足以让人理解。在这两种压力的联合作用下，故事和模型往往会变得比较详尽，详尽到足以赞美人类智慧，又不会变得太过详尽，免得不能让人理解。故事和模型倾向于展现——也许可以叫作——“最大可理解复杂性”。

最大可理解复杂性本身是听众智慧以及故事讲述技术和模型建造技术的函数，所以随听众的不同而变化，随故事讲述技术和模型建造技术的不同而变化，还随时间而变化。然而，最大可理解复杂性往往对所述过程本身的复杂性相对不敏感。系统而言，只要故事和模型展现出最大可理解复杂性，就倾向于比简单过程复杂、比复杂过程简单。第 2 章简要探讨了前面那一趋势，本章将考察后面这一趋势。故事和模型

从古代吟唱诗人（Sturluson 1984）到现代新闻记者（Halberstam 1972），人类就一直沉迷于讲故事。罗兰·巴特（Roland Barthes 1977）认为叙事是普遍的，芭芭拉·查米阿乌斯卡（Barbara Czamiawska 1977）观察到访谈对象宁愿讲故事而不愿回答问题。管理者、记者和学者创作并分享经验故事和模型，用于描述、解释并改进组织生活，并且用于营造聪明睿智的名声。学者、记者、管理顾问和组织参与者都是故事讲述者和模型建造者（Weick 1995），怀着同样的目的、使用同样的技巧、出现同样的问题。

故事和模型响应了组织生活和组织研究当中普遍存在的一个迫切要求，这一迫切要求就是，描述经验的因果基础。经验由复杂的、随机的、部分可观察的过程产生的事件流构成。因果关系是模糊的。诠释历史，涉及把经验的模糊性和复杂性转化成一种详尽到足以让人感兴趣、简单到足以让人理解、可信到足以让人接受的形式。讲故事的技巧，涉及在三个标准之间微妙地平衡。

人类如何用模糊而复杂的经验建造故事和模型，受人类认知能力和认知风格的某些特征的影响。人类存储、回忆历史的能力有限，对服务于当前信念和欲望的重构记忆敏感。人类的分析能力有限，对加诸经验之上的框架敏感。人类固守成见，对支持先入之见的证据不如对反对先入之见的证据挑剔。人类既歪曲观察又歪曲信念，以提高两者的一致度。人类偏爱简单的因果关系，认为原因必定在结果附近、大果必定有大因。与比较复杂的分析相比，人类更喜欢涉及有限信息和简单计算的启发式。人类诠释经验的这幅大图景，证据充分、众所周知（Camerer，Loewenstein，and Rabin 2004；Kosnik 2008）。

人类故事讲述之所以表现出这些特点，根本上是因为社会诠释具有互相连接、共同演化的特征。一个人在向很多其他人学习的同时，其他人也在向这个人学习，而且其他人之间也在相互学习。一个人持有的故事和模型并不独立于其他人持有的故事和模型。结果，学习对回声的回声做出响应。既然如此，那么日常生活的观察与诠释一致度几乎肯定高于真实值。特别是，一般而言，日常生活似乎过分证实先

试读结束[说明：试读内容隐藏了图片]

下载完整电子书