* 다음은 엘리너 오스트롬(Elinor Ostrom)의 2009년 노벨상 수상 강연인 “Beyond Markets and States: Polycentric Governance of Complex Economic Systems”의 마지막 절을 옮긴 것입니다. (정식 번역은 아닙니다.) 도표는 전체 내용 중 핵심 부분을 압축한 것입니다.

===================

8 복잡성과 개혁

학자들이 두 개의 최적의 조직형태(optimal organizational forms)를 상정하고, 두 유형의 재화를 상정하며 개인에 대한 하나의 모델을 상정한 이래, 지난 50년 동안 경제학과 사회학 분야에서 주목할 만한 전진이 이루어졌다. 방대한 경험적 연구가 행해졌고 여기서 1) 개인들이 공유재(common-pool resource) 문제를 스스로 해결하는 환경은 다양하다는 것, 2) 이 해결이 장기간 동안 지속 가능한 경우, 그리고 3) 개인들이 작은 규모에서 효율적이고 지속 가능하게 문제를 해결하는 능력을 큰 규모의 제도들이 어떻게 제고하거나 감소시키는지가 기록되었다.(예를 들어 Agrawal and Gibson 2001; Gibson et al. 2005; Schlager and Blomquist 2008 참조). 실험실과 같은 미시적 환경들(microsettings) 혹은 어장, 관개시설, 숲, 호수 및 기타 공유재와 같은, 여러 관계가 교직되는 환경(contextual settings) 등에서 획득된 다양한 결과들을 모두 설명하는 하나의 잘 개발된 이론은 아직 없지만, 상당한 동의가 실로 존재한다. 우리에게는 모든 환경에 명확하게 적용될 수 있는 하나의 규범적 정의이론(a single normative theory of justice)을 가지고 있지도 못 하다.(Sen 2009)

서로에 대한 신뢰를 쌓고 사용되는 생태계에 잘 맞는 제도적 규칙을 발전시키는 것이 사회적 딜레마를 해결하는 데 핵심적으로 중요하다. 상대적으로 좋은 상태 ―심지어는 개선 중인 상태―에 있는 자원의 사용자들이 서로를 감시하는 다양한 방식에 힘을 쏟는다(invest)는 놀랍지만 반복된 발견은 신뢰구축이라는 핵심적 문제와 연관된다.

불행하게도 정책분석가들, 공무원들, 그리고 여전히 단순한 수학적 모델을 현장 환경(field settings)에 적용하는 학자들은 아직 여기에 명확하게 제시된 핵심적 교훈들을 흡수하지 못했다. 너무나도 자주 단 하나의 정책 처방― 예를 들면 양도성 개인배분량Individual Transferable Quotas (ITQs)―이 특정 유형의 모든 자원들―예를 들면 어장―에 추천된다. 여러 ITQ 제도들이 성공적으로 가동되고 있지만, ITQ제라는 넓은 이론적 개념을 특정 지역에서의 가동체계에 맞추는 데 드는 시간과 노력은 관련된 어장측만 아니라 공무원들의 수년간에 걸친 힘든 노력을 필요로 한다.(Clark 2006; Yandle 2007; Yandle and Dewees 2003; Eggertsson 1990 참조).

내가 여기서 개관한 지적 여정으로부터 도출되는, 공공정책 분석에 가장 중요한 교훈은 인간은 예전의 합리적 선택 이론(rational-choice theory)에서 상정된 것보다 더 복잡한 동기구조와 더 많은 사회적 딜레마 해결 능력을 가지고 있다는 점이다. 전적으로 자기의 이익을 추구하는 개인들을 더 나은 결과를 성취하도록 강요하는 (혹은 자극하는) 제도들을 설계하는 것이 정책분석가들이 지난 반세기의 상당 부분 동안 정부가 달성해야 할 주된 목표로서 상정해온 것이었다. 방대한 경험적 연구의 결과 나는 이와 다른 주장을 하고자 한다. 공공정책의 핵심적 목표는 인간에게 있는 최선의 것을 끌어내는 제도들(institutions that bring out the best in humans)의 발전을 촉진하는 것이 되어야 한다. 우리는 다양하고 다중심적인 제도들이 참여자들의 혁신성, 학습, 적응, 신뢰성, 협력 수준, 그리고 다양한 규모에서의 더 효율적이고 공정하며 지속 가능한 결과의 달성을 어떻게 돕거나 저해하는지를 물을 필요가 있다.(Toonen 2010).

다양한 수준에서 일어나는 상호작용들과 결과들의 세계를 설명하기 위해서 우리는 또한 복잡성을 거부하기보다 기꺼이 다루어야 한다. 몇몇 수학적 모델들은 특정의 환경에서 결과를 설명하기에 매우 유용하다. 우리는 단순한 모델들이 핵심적인 심층구조와 동기들을 충분히 포착하여 결과를 유용하게 예측하는 경우에는 그 모델들을 계속 사용해야 한다. 그러나 우리가 설명하고 개선하려는 세계가 단순한 모델로 잘 서술되지 않을 때에 우리는 복잡성을 그냥 거부하지 않고 이해할 수 있기 위해서 우리의 틀(framework, 프레임워크)과 이론들을 계속적으로 개선해야 한다. 

======================