哈佛草坪的“以人为本”

WordPress数据库错误: [Got error 28 from storage engine]
SELECT SQL_CALC_FOUND_ROWS wp_posts.*, yarpp.score FROM wp_posts join wp_yarpp_related_cache as yarpp on wp_posts.ID = yarpp.ID WHERE 1=1 AND yarpp.score >= 1 and yarpp.reference_ID = 84310 AND wp_posts.post_type = 'post' ORDER BY score DESC, wp_posts.ID ASC limit 10

规则应当被遵守,但规则应当是合理的。规则的目的是为所有的人提供便利。为此,规则应顺应人的本性、引导人正确行为,而不是违背人的本性对其进行强制。

1990年第一次去美国哈佛大学做访问学者时,这所世界上最著名的学府之一留给我印象最深的,并非校园内的“哈佛先生”雕像、圣殿般的图书馆和其他众多带有传奇色彩的建筑,而是那些穿越主校园草坪上的纵横交错的小路。

这些小路是用石子和水泥修成的,完全没有刻意追求美感的曲线,而是一些非常实用的捷径;换句话说,它们是一些从校园的一个大门到另一个大门,从一座楼房到另一座楼房之间的直线,这些直线把一个偌大的草坪分割成各种不规则的三角形和多边形,总之,完全没有美感。而它们恰好是人们想要行走的捷径。哈佛主校园草坪周围是一些系的办公楼、教学楼,至少有四个大门和通往另一个大草坪、图书馆和教堂的几条通道,所以即使没有去过那里的人也可以想象,这些小路可能显得多么凌乱。

然而细细观察就会发现,这些小路为那些每天都行色匆匆穿越草坪、在各个校门和各种功能的楼房之间奔走的教授、学生和人数众多的访问者们提供了最大的便利,不仅可以使他们用最短的时间走完这段他们必经的路程,还可以保证使草坪不受践踏。我之所以对此有如此深刻的印象,是因为在这之前我在中国,确切地说,在我读书和任教的大学里所看到的草坪上的小路,都是为了美观而牺牲了行人的便利。结果,在那些禁止穿行的草坪或草坪上修出的蜿蜒曲折的小路上,行人踩出了自己的捷径。

后来我发现哈佛校园中的小路在美国并不是一个独特现象,美国许多草坪上的路都是如此,例如在华盛顿市中心一个周围是一片大草坪的小广场上,修出的小路都是通向各个街道交叉路口的捷径。

这些草坪上的小路给我的启发是,规则应当被遵守,但规则应当是合理的。规则的目的是为所有的人提供便利。为此,规则应顺应人的本性、引导人正确行为,而不是违背人的本性对其进行强制。对人的约束应在人们得到合理便利的前提下来实行,约束和便利应当是不矛盾的。我没有在这方面作过深入的理论探讨,当时也没有联想到“以人为本”这个更深刻的概念,但我隐约地感到,如果在中国什么时候也能看到类似哈佛校园中的路,就意味着中国也许有了真正的进步。

哈佛校园草坪上的小路始终令我难以忘怀,尤其是当近年来看到国内的另一片草坪时。这是一片隔在我所住的小区和邻近的一个大超市之间的绿地。这个小区的居民如果在去超市时绕草坪而行,就要多走至少60米,而对于一个与超市只有一墙之隔的小区居民来说,这似乎是一段冤枉路,更不用说超市近旁就是他们经常穿过的十字路口下的地下通道。于是一些人先是跨过栏杆穿越草地,后来索性把铁栏杆也拔掉了,形成了两边相对的四个路口。管理部门为了保护绿地同小区居民进行了拉锯战,他们先是不断修理栏杆,后来又在栏杆几经破坏之后,在“路口”堆起了一大堆树枝以阻止行人。但这也无济于事,那些树枝很快就踪迹全无。

在无数次强迫自己绕行之后,最后我也不可抗拒地开始穿越绿地,虽然每每都会有“青青芳草、踏之何忍”的自责。但是在看到早已被践踏成黄土的小路时,又不免想:如果什么时候管理这片草坪的人也能依照哈佛管理者的观念在被踩出的路线、也就是对居民来说最便捷的路线上修出一条小路来,那写在路边大标语牌上的几个斗大的字“以人为本”就不是一句空话了。

我没有料到这居然不是奢望。就在两三个星期前,这片绿地被重新进行了整修:在被踩出的土路上,一条用花砖铺出的两尺多宽的小路出现了,它完全依照人们踩出的路线,呈两个尾部相连的“Y”字形,连接了四个路口。小路两旁新种植的草皮和其他灌木,使这片绿地焕然一新。新的草坪不再受到践踏,人们有最便捷和易于行走的路可走,为什么还要去伤害草坪?

于是我又开始想,这只是一个开端。在我们的周围,仍然可以看到许多与“以人为本”观念相违背的管理规则,而同时我们也不断看到许多人在明知故犯地违反这些规则。为了解决这类问题,除了我们公民的素质还有待提高之外,那些规则的合理性是否也应受到审查?

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据