# 《侥幸》5：关于事情的科学 ![](https://piccdn3.umiwi.com/img/202409/03/202409031113421282046910.jpeg) 你想过没有，我们平时所说的“做事”和“把一件事情完整地做成”，其实是两回事。 要完整地做成一件事，比如完成一个项目、卖出一种产品，你需要有论证，有计划，调用人力和物力，组织具体实施，跟各方协调合作……一直到看到最终结果。你会遭遇各种想到和没想到的因素，你的情绪会起起伏伏，甚至心惊肉跳。而在日常生活中，绝大多数人很少会把一件事从头到尾完整地跟下来。 当我们平时说“做事”的时候，工作也好学习也好，其实说的是“干活儿” —— 是做一些具体的、很可能是重复性的动作，是完成一个中间环节。 如果你一直都只是干活儿，就会形成一个错觉，以为那就是做事。 其实你也有成就感，因为中间环节常常都有一个人为的审核机制：学生学习要通过考试，员工工作要接受考核。你以为，只要把自己这个活儿做好，审核通过，就是在好好地做事了。 至于说那个大事的整体结果如何，你不必负责，甚至根本都没考虑过。学生上学十几年，只是在拿一门又一门学分而已，很少在意这门课对未来工作是否有用，设立这门课的决策是否正确；员工把某个零部件做到保质保量就好，设计和销售都是别人的事。 这些人为控制的干活儿场景让我们对做事产生了三个信念 —— 第一，做事有正确的方法； 第二，你的本分就是调用意志力，用正确的方法做事； 第三，世界应该是公平的，而公平的意思是每个人的回报跟付出成正比。 这三个信念都出自一个默认的假设，那就是事情有明确的、线性的因果关系。这个系统的输入决定输出，而且输出跟输入成正比。 殊不知只有把人集中起来排队干活儿的人造环境才是那样的。真实世界中哪有那么简单的系统…… 这一讲咱们说说完整做事儿的科学 —— 社会科学的特点。社会科学是复杂到让你感到无能为力的学问。 ✵ 以前，布鲁诺·德·梅斯奎塔在《独裁者手册》这本书中有个说法，说独裁国家在战争中的韧性其实比民主国家更强。这是因为民主国家出去打仗打败了，选民肯定不干，总统就得下台；而独裁国家的统治者则可以很好地控制人民，战败了也没关系。 你想想，现在普京打乌克兰的战争明显很不顺利，不但没有兑现当初对俄罗斯人民的承诺，而且有即将失败的迹象……但是人家普京的权力还是坚如磐石。对吧？ 克拉斯讲，在20世纪末到21世纪初，政治学界就有个很流行的概念，就叫「独裁的持久性（authoritarian durability）」，认为独裁政权不管遇到什么事儿都能一直存在。当时人们举例说，中东那些独裁者，什么突尼斯的本·阿里、利比亚的卡扎菲、埃及的穆巴拉克，国际上那么多人指责和嘲笑他们，但是人家就能这么一直统治下去。也许独裁是有道理的，老百姓虽然不自由，但是体制自带稳定性，毕竟提供了秩序…… ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024090313/1852571127369480536/090313.png) 这个理论似乎很准确 —— 直到2010年，突尼斯一个菜贩为了抗议执法人员的暴力，在政府大楼前引火自焚，引发了“阿拉伯之春”。仅仅几个月之内，本·阿里逃亡，穆巴拉克被捕，卡扎菲被杀。 那你说，之前那个独裁持久性理论该怎么算呢？是这个理论错了吗？是学者高估了独裁政权的能力吗？还是说世界变了？也许手机和社交媒体的出现让阿拉伯人民有了更强的自组织能力，改变了“沙堆”的性质，以至于以前的理论不适用了？ 我们很难说清。如果有人抱着《独裁者手册》说我只要这么做就行！那很可能是刻舟求剑……但也可能不是。 每个理论都有适用范围，每个模型都是对世界的有限近似，真实世界每时每刻都在变化，这就是社会科学的难处。 ✵ 我们可能设想，那些做大事的人，比如政府高官或公司高管，做决策必定要听取一个非常专业的参谋团队的意见。这个团队会建立一个很精密的模型，其中考虑了各种影响因素，无数个量化经济指标都被输入进去，然后给出预测。 也许参谋团队的意见是：如果你选A方案，成功的可能性是70%；选B方案，成功的可能性只有40%。然后上级就会结合两个方案的收益做出科学决定…… 的确有那样的模型。比如纳特·西尔弗（Nate Silver）的538网站，就常年用精密的统计模型预测一些重大事件，比如这届美国大选谁能当选 —— ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024090313/1852571168171694408/090313.png) 但一般的决策不是这么做的。不是因为没钱搞模型，而是因为这些模型存在一些根本性的问题，以至于实际效果有限。 就拿538网站在2024年8月29日这天对美国大选的预测来说，一百次模拟之中，哈里斯赢了58次，特朗普赢了42次，请问你敢据此就赌哈里斯赢吗？58%可不是个大数，到时候万一哈里斯败了，西尔弗完全可以说不是我的模型错了，而是发生了小概率事件。 更何况，模型不会考虑到所有的关键因素。就拿当年美国向日本投原子弹来说，如果当时有538网站，京都的概率肯定排在前面……西尔弗的模型再好，他也想不到美国战争部长在多年前去京都旅游过这个事儿。 咱们就算不考虑复杂系统的混沌现象，模型本身也有大问题。要把系统提炼成模型，你就等于说对这个系统有充分的了解，你知道有哪些因素存在，这些因素的相互关系等等。 而那些因素的性质一定是基于它们以前的表现总结出来的经验。比如要问一种药对这个病人是否有效，那一定得看之前它对很多类似病例的有效率是多少 —— 而这就默默地假定眼前这个病人和之前的病例是差不多的。 可如果眼前这个病人我们根本就没见过，又该怎么量化呢？ 我们专栏以前讲过 [1]，经济学家法兰克·奈特（Frank Knight）提出，未来的风险可以分为两类：一类叫「风险（risk）」，一类叫「不确定性（uncertainty）」。风险是你能想到的事情，也许以前发生过，比如明年会不会遭受龙卷风，这是可以量化的，有个概率。不确定性，却是你根本无法预见的事情，比如明年发生战争。 能量化的事儿，可以建模，可以帮助决策；不能量化甚至没想到的事儿，我们无法建模。 让一帮经济学家在2000年预测2010年的英国人每天会花多少时间在手机上，他们一定会出错：因为他们只能用当时的经验推断，比如看看手机的普及速度 —— 他们绝对想不到后来出现了智能手机，彻底改变了人们用手机的方式。 其实我们不但难以想象未来，而且对现在的事儿也所知不多。克拉斯说：「所有社会科学家都知道一个很少公开讨论的秘密：即使是我们最优秀的头脑，也并不真正了解我们的社会是如何运作的。」 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024090313/1852571467746430536/090313.jpeg) ✵ 既然连合适的模型都没有，对大事的科学决策就成了妄念。 传说有个决策科学家，是哥伦比亚大学的教授，正在犹豫要不要跳槽去哈佛。他朋友说，那你为什么不算一算，留下和去哈佛这两件事的效用有多大，乘以它们的概率，不就科学决策了吗？你一直不就是这么讲的吗？ 那个决策科学家的回答是：拜托，我现在谈的是严肃的事情。 现实是理性选择理论能解决的问题非常有限。其实人生大部分时候只是随波逐流而已，就算遇到重大决策关头，我们也很少弄个模型算概率。我们都是怎么决策的呢？ 诺贝尔经济学奖得主罗伯特·席勒（Robert Shiller）有一个著名的说法，叫做「叙事经济学（Narrative Economics）」。他说，人们常常不是按照理性选择，而是根据某个叙事做决策的。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024090313/1852571498884151640/090313.png) 简单说就是你相信了哪个故事，你就按照那个故事行事。 比如2008年美国金融危机爆发之前，人们普遍相信的故事是“房价永远上涨” —— 大约相当于咱们中国人以前爱说的“刚需”。那时候你讲风险、讲数学都是没用的，人们认准了那个叙事。反过来说，如果经济萎靡，大家都没信心，那就是另一个叙事，你讲数学还是没用。 再比如说，上世纪90年代到2000年前后，人们都在谈论所谓“新经济”，也就是互联网和信息技术的产业革命。当时那个投资热潮就如同现在的AI浪潮一样。风险投资人在这种局面中不会做什么精密预测，因为没人知道前方的图景究竟是什么，大家只要把故事讲好，也许就是自我实现的预言。 你要是相信“比特币就相当于黄金”这个故事，就会坚定地把它作为一个重要的资产配置工具。你要是认可绿色经济，就可以哪怕忍受十年的回报期，也要在家里安装太阳能电池板…… 那么根据席勒这个叙事经济学，与其钻研量化指标，不如考察大众媒体和社交网络现在流行的是什么故事。而对政府来说，与其给不痛不痒的政策，不如采取行动让老百姓相信一个新故事。 ✵ 所以一般做决策不是靠社会科学……而社会科学家对此也很有自知之明。 有个2020年发表的大规模研究 [2] 特别能说明问题。研究者事先选定了5000个孩子，都是出自所谓脆弱家庭，也就是他们出生的时候，父母属于未婚。你可以想象，这些孩子家庭的稳定性、父母对他们的照顾、经济条件大概都比较差。 研究长期跟踪这些孩子的成长，每隔一段时间就进行一次亲身访问，不但记录量化指标，而且还要对谈，搞搞心理评估。项目执行者就这样详细记录了孩子们1岁、3岁、5岁、9岁时的情况，包括 —— - 学习成绩 - 性格坚毅度 - 物质条件 - 有没有因为付不起房租而被赶出来 - 家长有没有被裁员…… 等等，并且把数据向各路研究者公开。 到了孩子们15岁这一年，项目取得数据之后，却没有公开。他们搞了个挑战赛，号召天下各路研究团队参加：你能不能根据孩子们之前的所有表现和境遇，预测一下他们15岁时候会是怎样的？ 全世界160个团队参加了挑战。他们各显身手，用自家的模型进行精密预测。 你想想这是一个什么局面。中国有句话叫“三岁看老”，搞得很多家长特别焦虑，我家小孩都四五岁了，特别不爱学习，是不是我们养育的方法不对啊？他长大后学习成绩肯定不好吗？ 如果这些担心是合理的，这么多研究团队肯定有人能成功预测孩子们15岁时的学习表现。 结果是，所有160个团队的成绩都很差。哪怕是表现最好的团队，预测成绩也跟随机乱猜差不多。 所以好消息是三岁不能看老，你千万别担心。但坏消息是社会科学真的无法提供预测。 ✵ 克拉斯统计过，在过去十年间，美国的经济学、政治学和社会学领域最主流的期刊之中，只有不到1%的论文尝试做出预测，其余都只是在研究简单的因果关系。 你要非问父母被裁员这个事儿对孩子有什么影响，我做个大规模统计分析肯定能给你一个答案 —— 但这个因素的影响很可能是极小的。现实是每个具体的人都受到无数个因素的影响，以至于你心里想的那个特定因素对他几乎没有意义。 如果一项社会科学研究结果提供了一个因果关系，我们需要明白，那对你的应用只有微弱的参考价值。 这也就是说，并没有一个实用的科学方法，能告诉你如何把一件事从头做到尾，确保成功。我们所拥有的只是一些类似于直觉的因果关系的说法，而这些关系的实际影响有多大，你永远无法确切知道。 这个世界总是事在人为，总是需要冒险精神，总是有惊喜。 ![](https://piccdn2.umiwi.com/uploader/image/ddarticle/2024090313/1852571537538881864/090313.jpeg) 注释 [1] “利润”究竟是什么 [2] M. J. Salganik et al., “Measuring the Predictability of Life Outcomes with a Scientific Mass Collaboration,” Proceedings of the National Academy of Sciences 117 (15) (2020): 8398–403. ## 划重点 1.每个理论都有适用范围，每个模型都是对世界的有限近似，真实世界每时每刻都在变化，这就是社会科学的难处。 2.并没有一个实用的科学方法，能告诉你如何把一件事从头做到尾，确保成功。我们所拥有的只是一些类似于直觉的因果关系的说法，而这些关系的实际影响有多大，你永远无法确切知道。