请网络编辑帮助我统一字号并分出段落，感谢。
讲课和读年轻朋友的文章，感受到强烈的反市场倾向。宏观调控以来中国政策的一系列失败，似乎还不足以说服这些朋友反思我们和我们政策制定者的狂妄理性的致命弱点。这一事实本身就表明，要让公众（我从不预期那些被官僚政治弱化为“脑残”的政策制定者）懂得“复杂现象”的一般原理，多么艰难。其实，每一个人的脑，包含数百亿神经元，这些神经元结成的网络，是典型的复杂系统。我们完全可以将脑内的网络类比于工商社会的复杂网络，从而获得一些关于复杂现象的常识。例如，你失眠吗？那么你试图入睡？你努力要让自己入睡却根本不可能。因为，复杂系统犹如大国，治大国如烹小鲜，这是我们祖先早已熟悉的复杂系统第一原理。根据这些常识，……多年来，我借助许多游戏或仿真游戏或脑科学阅读来获取这样的常识。根据这些常识，再设想我们每一个人想要得到的那些后果，例如，可接受的自由程度，可接受的物质生活条件，可接受的社会正义与情感生活，诸如此类的可想象的人生。你只要列出这些你想象中希望有的生活，然后，你列出各种可能的社会制度，试试看，你可否离开市场价格的信息传播方式而保持现在你享有的生活的百分之一。因为太复杂，所以不可能有任何理性调控（还是“烹小鲜”更有效）。我们目睹这些狂妄的政策制定者，自认为代表公众利益，结果却是极大伤害了公众利益（例如通胀与失业）；自认为不必借助新闻自由和民主监督而治理官僚政治的普遍腐败，结果却是极大伤害了共和国的根基以致我们全体前途莫测。复杂社会的原理之二：可能有数百万种小概率事件诱发足令系统崩溃的后果，而且根据上一项原理，任何人都不可能预见这些小概率事件何时发生或以何种形态发生。于是才有了普遍的焦虑感，而这就引出复杂社会的原理之三：虽然无法预测，公众却能感受到危机时刻可能降临，因为弥漫在公众情绪里的普遍的焦虑感。为什么有这样频繁和严重的群体冲突和极端事件？因为，公众感受到普遍的焦虑感。据说，复杂社会还有第四项原理：只要放弃理性控制，来自一切可能方向的“黑天鹅”事件可以相互抵消从而社会得以延续。遗憾的是，我们狂妄的政策制定者们，或许早已知道这一原理，但仍继续丧失理性地试图理性控制我们的社会，直到……。因为（这是中国官僚政治趋于腐败的征兆）每一部门都只要扩张自己的权力，各部门的权力竞争导致各部门的预算扩张冲动。扩张了的预算导致官僚部门在更大范围内控制社会生活（于是我们从放权的过程返回到中央集权的过程），然后产生预算进一步扩张的理由，……。谁能阻止这场疯狂的自杀？谁有能力裁撤80%的官僚机构？并且在这之后恢复市场经济的自发秩序？顺便提及，我读了韦森转述的格雷对哈耶克思想的批评，我认为如此的“格雷”简直可等价于“肤浅”。The establishments of men, like those of every animal, are suggested by nature. . . . [They] arose from successive improvements that were made, without any sense of their general effect; and they bring human affairs to a state of complication, which the greatest reach of capacity with which human nature was ever adorned, could not have projected。这段文字写于1767年，格雷的肤浅批判当然也能应用于佛格森的这一常识判断。可是，哈耶克与佛格森，只不过揭示了被社会主义者忘记的常识。对于复杂现象的基于常识的判断，格雷的批判压根放错了位置。哈耶克1955年在“开罗演讲”里这样感叹：I want to draw your attention to a silent revolution, which during the past two or three generations, has proceeded in the sanctuaries of the law largely unobserved by the general public. This revolution has gradually whittled away most of the guarantees of individual liberty for which at one time those people had been willing to fight。感谢邹光昨天送到我信箱里的2011年Caldwell定版《自由宪章》的英文本，我从那里引用了上面的英文段落。这里，哈耶克提醒我们的是什么现象？正是战后在资本主义各国迅速扩展的官僚化过程，当然，这也是目前成为我们社会最大痼疾的“官僚政治”。
本文由自动聚合程序取自网络，内容和观点不代表数字时代立场
