学而时嘻之

进化心理学中最令我感到惊讶的事实是，漂亮的人更容易生女儿这件事居然是真的。

统计表明出生婴儿的平均男女比例差不多是52％男 孩，48％女孩，也就是说对应100个女孩差不多有104到107个（具体数字我也搞不清楚，取决于材料来源，可能是因为统计地区的差异）男孩。注意男孩 出生率高并不是一个特别可怕的事实，因为男人死亡率也高。一个男人如果能坚持活到70岁以上，会发现周围到处都是 available 的老太太。

进化心理学认为人们总是尽量把自己最优良的基因传给下一代。根据这个假设，富人和有权势的人应该生更多男孩，因为这些东西对男人的意义比女人重要得多。事实上统计表明就是如此。我没找到具体数字，但有人对美国政界人物和德国富人的调查表明他们的确更多地生男孩。

工程师和科学家的基因显然更有利于男孩，而这一点是有数据支持的。调查表明工程师和科学家的后代中，男孩和女孩的比率是 58％ 对 42％，也就是说每140个男孩对应100个女孩。跟全体人类的平均数子相比这是一个非常显著的差异。

根据这个逻辑，漂亮夫妇容易生女儿就不足为奇了，因为美貌对女人的重要性远远超过男人。2006年的一个统计表明，漂亮夫妇生女孩的概率是56％，生男 孩的概率是44％，更容易生女孩。这个理论的一个推论是人类中女人必然越来越漂亮，事实上的确大家都同意女人通常比男人漂亮。

说 到这里我想问的一个问题是为什么鸟类中雄鸟比雌鸟漂亮。这也许是因为鸟类不是一个劳动密集型种类？不管是什么种类，在是否发生性行为这个问题上绝对是雌性 （或者说女性）说了算，因为对雄性来说没什么成本肯定是多多益善，而雌性生育能力有限一定要谨慎小心。这就决定了雄性在求偶方面一定要比雌性付出更多努 力。既然雄鸟没有别的事情可做，他就把所有能量用在吸引雌性上了。

另一个有意思的问题是一夫多妻。进化心理学认为一夫多妻是最自然的社会形态，女人为了下一代，宁可跟富人一夫多妻，也不愿意跟穷人一夫一妻。实际上几乎所有社会都是一夫多妻（欧洲古代的一夫多妻主要表现在情人和女奴）。

但一夫一妻对男人有利。如果社会上最富有的25％的男人每人娶四个妻子，那么就意味着剩下75％的男人找不到妻子。缺乏女人是男人暴力犯罪的源泉。进化 心理学认为，之所以有那么多穆斯林恐怖分子，并不是因为伊斯兰教义本身如何，而是因为这个宗教实行一夫多妻。绝大多数恐怖分子是单身男青年，一方面或者找 不到老婆，另一方面有人许诺死后上天堂有好多处女等着。所以实行一夫一妻并不是为了解放妇女，而是为了大多数男人的权益。为了社会的和平稳定，男人之间达 成协议平分女人资源，尽管这么做牺牲了部分女人的利益。

总之进化心理学认为人类不管干什么最终都是为了生育。为什么女人比男人更愿意出国旅游？因为男人吸引异性需要一定的语言能力，出了国他们的这个能力就无法发挥了。相比之下女人的容貌和身材是普世价值。

但进化心理学不能解释所有问题。最明显的就是同性恋问题。同性恋者为什么没有被进化所淘汰？

这个问题遗传学给出了部分答案。科学家发现存在这么一个基因，它使得携带这个基因的人，不分男女，都比普通人更愿意与男人发生性行为。男同性恋无法把这 个基因传给下一代，但是他们的同胞姐妹也会携带这种基因。这样一来，男同性恋的姐妹就因为这个基因的缘故比其他女人更乐于性行为，从而更早，更多的生育。 她们多出平均值的后代个数平衡了男同性恋的损失，所以男同性恋的基因得以流传。

但是这个理论不能解释女同性恋，因为至今为止尚未发现类似的女同性恋基因。

注意，有人从族群整体论的观点出发，认为同性恋现象是一个族群整体控制人口的调节机制，我认为这种观点很有可能是错误的。我的理解是目前为止科学家的共识是不存在“族群整体进化论”。

另一个进化心理学不能解释的现象是为什么孩子会爱自己的父母。你可能会说小孩如果不爱父母就长不大，所以长大了的都是爱父母的。那么为什么成人之后，人们也爱自己的父母？

可见进化心理学显然不能解释所有的现象。社会，文化和环境对人的影响是不可忽略的！这本书最大的问题就是试图用进化心理学解释所有的东西。也许石器时代 的人的确不爱自己的父母？这样说来，中国古人对父母强调“孝”，对女人强调“止乎礼”，堪称是人类摆脱野蛮进入文明的第一步。不过显然，“发乎情”是本质 的，“止乎礼”可能是对“发乎情”函数的一阶修正。

我觉得进化心理学相对其他学科有点独特的一点是它研究的对象是大多数。一般社 会科学喜欢研究“新”事物，喜欢特例。比如犯罪心理学，变态心理学。而进化心理学研究沉默的大多数，研究人类最原始的本能。这是我们全面了解自身的一个出 发点。也许将来我们会对人类思维有一个分类，指出哪些是与生俱来的，哪些是一阶修正；哪些是“黑夜给的黑色眼睛”，哪些是“寻找来的光明”。

最后我学以致用一下。我认为进入文明时代以后，人类生双胞胎的概率大大增加了。石器时代食物匮乏，如果一次生两个，很可能只有一个会活下来（生完一个再 生一个问题不大，因为先出生的可能已经长大了）。这就决定了双胞胎基因（如果真有这么一个基因的话）在石器时代流传不广。进入文明时代之后，由于食物充 足，双胞胎的两个孩子都会活下来并且生育，双胞胎基因必将得到更广泛的流传，以至于最后双胞胎现象会越来越常见。可惜的是由于没有几千年以前的人口资料作 对比，这个假设无法得到检验。…

我这两天看了一本非常有意思的书，Why Beautiful People Have More Daughters。这本书写的挺严肃很有学院味道，但我估计所有看这本书的人都会产生大笑，被激怒，甚至兴奋的情绪，因为它说的是人类的动物本能。

“进化心理学”（Evolutionary Psychology）是一门从1980年代才刚刚兴起的新学科，这个学科发展的速度非常之快，新思想不断涌现，但是因为其与传统社会科学的理念相左，饱受争议和批评。我认为对这个学科最恰当的评价是，“生猛”。

分歧大概主要是两点。第一，传统社会科学认为人类是高级生命，是特殊的，人不是动物；而进化心理学认为人类跟动物没什么区别，“完全”平等。第二，传统 社会科学认为人的性格和思维模式主要是后天环境（包括自然环境和社会环境）影响的结果，而进化心理学认为所谓“人性”，主要是比人这个物种长期进化遗传自 然选择适应的结果，小孩一生下来他/她的“人性”就已经定好了。一个最简单的例子是男女性格上的差异。女权主义者和传统社会科学认为之所以男女性格不同， 是因为社会约定俗成，小孩一直都受到教育就应该按照自己的性别行事的结果。而进化心理学认为男女性格差异主要是与生俱来的，后天环境的影响并不大。

进化心理学有个基本假设，称为“Savanna principle”。这个原理说，由于人类的进化速度非常慢（大约20多年一代，而且一次生育一般只有一个孩子；相比之下果蝇的进化速度就快的多，每十 几天就是一代，而且一次能生好几百，所以研究进化的科学家都喜欢果蝇），而最近几千年人类的生活方式变化极快，以至于人的进化没有跟上人的生活变化的步 伐。因此人的性格和思维模式很大程度上仍然停留在史前的水平，比如说石器时代。也就是说，要想理解为什么今天的人会有这样那样的行为，只要对比石器时代就 可以了。

一个简单例子是为什么人喜欢吃甜的东西。今天的社会甜食对人的身体影响并不好，但是为什么人们从心里就喜欢甜食？这是因为石器时代食物匮乏，而甜的东西往往含有更多热量，自然选择的结果，只有那些喜欢甜食的人的基因得以流传了下来，那些不喜欢甜食的人都被淘汰了。

另一个人的进化来不及不适应新生活的例子是电视。为什么人们会把电视剧里的人物当成自己的朋友，为他们的难过而难过？因为史前没有电视剧。人脑还没有进化到自动区别“虚构人物”的程度，需要理性的提醒。

从上面的例子我们也可以看出，进化心理学更多的是解释我们潜意识中的“常识”。有些东西我们都喜欢，但是我们又说不清楚为什么喜欢，这时候就该进化心理学出手了。

为什么男人都喜欢金发女郎？仅仅一句“因为好看”是解释不通的，因为男人并不都喜欢红发女郎，而且女人并不都喜欢金发男子。为什么是金发女郎？因为金发 表示年轻。金发女人的头发是十几岁的时候最“金”，过了一定年龄就不那么金了。史前没法查身份证，男人通过头发来判断女人的年龄。那些喜欢金发女郎的男人 获得了更年轻的配偶，其基因得以流传。类似例子是为什么男人喜欢胸大的女人。研究表明胸部大小跟女人的生育能力并没有明显关系，但结实的胸部象征恰好既成 熟又年轻。

自然选择是个很有意思的机制。比如我们说男人“喜欢”年轻的女人，是因为年轻女人更能给他们生孩子，这个说法就好像男 人的“目的”就是生孩子一样。但实际上这种“目的”不一定是有意识的，很可能是无意识的。自然选择的机制决定，那些没有这种“无意识目的”的男人都被淘汰 了。

什么叫美女？研究测试表明“美”主要是“对称”，而“对称”说明健康。所以本质上男人是喜欢年轻而健康的女人。

一个特别有意思问题是男人为什么喜欢蓝眼睛的女人。这个问题困扰人们很长时间，为什么不是绿色或者别的颜色？直到大概几年以前才被一定程度上解决。答案 来自某个学进化心理学的女生的课程论文。当人们看到自己喜欢的东西的时候，不管她/他是否意识到这种喜欢，她/他的瞳孔会放大。而瞳孔放大在蓝色眼睛中最 明显。这样一来，如果一个女人的眼睛颜色是蓝色，男人更容易观察这个女人看自己的时候是否瞳孔放大，从而判断她是否会给自己生个孩子。

进化心理学认为所有两性差异都可以用生育能力的差异来解释。第一个差异是数量级上的差异。一个男人理论上可以有无数个孩子，而一个女人终其一生最多只能 有几十个孩子。这就决定了女人一定更重视家庭。这种“重视”可能是无意识的，还是那句话，那些不重视家庭的女人都被进化淘汰了。这个原理同时解释了为什么 男人更爱冒险，而女人怕冒险，因为对女人来说一旦这个男人不行，她的孩子未来的生存就有极大危险。

第二个差异是女人一定知道自己的生孩子是自己的，但史前男人无法确定自己女人生的孩子是不是真的是自己的，正所谓 “momma’s baby, daddy’s maybe”. 正是因为这个根本原因，导致男人特别不能容忍妻子的不忠。

调查表明尽管男人在年龄变大以后其暴力犯罪的可能性显著降低，但是在杀害自己妻子这方面却与年轻男人没什么区别。决定妻子被丈夫所杀概率的不是丈夫的年 龄，而是妻子本人的年龄：年轻的妻子更容易被杀，因为他们的丈夫更容易怀疑其有不忠行为。所以年轻的男人主要杀别的男人（减少获得女人比赛的竞争对手）， 年老的男人主要杀他们年轻的妻子。

男人为什么会有中年危机？其实危机不是男人到了中年，而是他们的妻子到了中年。调查表明那些有年轻妻子的中年男人就没有危机。

写到这里我今天已经写不下去了。声明一点，以上观点全部来自进化心理学，并不代表我本人。

目前为止进化心理学给出的结论都是常识，但以下我们将会看到一些我们的直觉想不到的事实，正是这些事实使我觉得进化心理学是个有前途的学科。比如说为什么漂亮的夫妇更容易生女儿。…

本文继续讨论社会科学的全面数字化，研究一些更有意思的话题。

前文贴出以后，我注意到有相当的人认为统计方法只是社会科学研究的一种补充手段。也就是说，你可能先有了对事情因果的一个估计，然后用统计方法去证明你的理论。而今天社会科学的发展恰恰正在证明，这种认识是错误的。不是有了理论去找数字，而是数字提供理论。

一个最简单的例子是预测红酒的质量。买新产的红酒堪称是一种风险投资。

一瓶红酒日久以后能不能好喝，能不能卖上好价钱，在它刚刚被酿造出来的时候谁也不知道。新产的红酒，跟这瓶酒十年以后会是什么味道，有什么关系谁也说不 清楚，最资深的酿酒专家也不能给出恰当的预测。然而一个叫 Orley Ashenfelter 老兄，其本人根本不是酿酒专家，发明了一个通过葡萄生长环境的降水量和温度预测未来红酒价格的公式：

红酒质量 = 12.145 + 0.0017×冬季降水量 + 0.0614×葡萄生长期平均温度 – 0.00386×葡萄收获期降水量

学物理的人会马上注意到这个公式连量纲都不对。红酒专家会愤怒的发现公式里面居然不包括酒的酿造方法，与具体的酿酒厂无关。

Ashenfelter 的做法是对法国两个地区从1952年到1980年的数据进行统计分析，找到真正左右红酒质量的因素。他可能输入了一百个可能左右红酒质量的随机变量，统计 分析的结果却是，只有冬季降水量，生长期温度，和收获期降水量这三个因素起到决定性的作用，其他的都可以忽略。

这个公式相当成 功。（根据这个公式，1989和1990这两年产的法国红酒质量是最好的，其中1990的更好。）可以想象传统的专家会多么反对这个公式，他甚至不知道怎 么酿造红酒，居然就能预测质量？Ashenfelter 饱受攻击，但事实胜于雄辩，此事的结果是 Ashenfelter 于2006年开始办了一本杂志：Journal of Wine Economics.

传统专家总是看不上统计方法，然而事 实证明，统计方法总是战胜传统专家。两位 super crunchers，Andrew Martin å’Œ Kevin Quinn，宣称他们可以根据几个变量来预测最高法院的法官们的投票结果。宾大法律教授传统专家 Ted Ruger 看不过去，双方比赛。一方是统计方法，另一方是83人组成的法律专家团，预测题目是2002年的最高法院表决。比赛背后的深刻内涵是，法律到底是逻辑的， 还是只不过是经验的？使用统计方法的”非专家”们通过分析628个历史案例，给每个法官画了 decision tree 流程图！结果统计方法的预测成功率是75%，而专家团只有59.1%。

用统计方法得出的结论往往是非直觉的，往往与人们以往的信念相左，得到的结论常常很难让人接受。

我们都记得《华氏911》这个纪录片里面 9/11当天，布什在Emma E. Booker小学”愚蠢地”听课的情景吧。其实他当时正在视察一种极其高效但是极有争议的教学方法：”Direct Instruction” (DI)。这是被统计证明有效，却难以被社会接受的另一个例子。

DI 教学要求教师按照固定剧本教课。老师说的每一句话，对学生的每一个指令，都在教学手册上（甚至包括”Good morning class”这句）。其思想是把信息分为容易消化的小块，然后教的时候要确保每个小块信息都被学生吸收。每个学生每分钟会被要求最多 response 十次。做法是节奏要快，而所有学生齐声回答问题。每5到10个水平相近的学生一组，这样如果老师发现某个学生跟不上，就可以单独让他回答。这是最极致的填 鸭式教育。显然，这种教和学非常消耗体力。

DI 是1960年代被 Siegfried “Zig” Engelmann 发明的，他大概写了1000本这样的上课剧本。他拒绝了那些什么”以孩子为中心”之类的主流教育思想，因为他的数据统计证据显示，DI是最有效的方法。此 方法是1967年美国政府组织的一个研究怎样更好的给穷孩子教育的大规模教育实验的产物。在17种教学方法中，DI 脱颖而出：在阅读，数学，拼写和语言方面都是 DI 孩子分数第一，而且还是遥遥领先。而且在解决复杂问题，比如猜测新单词的意思的能力方面，也是 DI 学生最强。甚至在自尊自信方面，DI 孩子也比”以孩子为中心”教学的孩子表现的好！而最新（1998，2006）的研究结果也证实 DI 的优势。DI 对帮助成绩差的学生，穷人学生，和少数民族学生特别有效。DI 对教师要求很低，普通老师都可以使用 DI 剧本教学生。

你可以想象这种教法是多么的令人难以接受。长期以来我们不是都说要激发学生的创造力么？不都说要创造友好的教学环境么？事实上，教育界的人批评 DI，说它把老师变成机器人。老师们一开始都不喜欢 DI，有的甚至辞职，但是几个月以后的教学成果会打动他们。DI方法至今也没有真正得到广泛的支持，仍然饱受争议。

让数字自己说话，才是真正的客观研究。以XX思想，XX主义去套的社会研究，不是真正的科学。为什么传统专家比不上统计方法？这是因为人类专家被认知失误和偏见所困扰。而不是因为人类专家不善于做算术:)

– 人类倾向于过分关注不寻常的事件。比如《Freakonomics》这本书指出，大多数人认为家里有枪很危险，然而实际上是家里的游泳池比手枪对孩子危险100倍。

– 我们还总是执着于错误的信念。当新的证据出现时，我们总是只乐于接受那些符合以前的信念的证据。

当然传统专家的智慧不能完全被排除掉，这些智慧有助于我们去设计统计模型，比如说给哪些随机变量。但是二者的地位需要明确：传统智慧为模型服务，而不是模型为传统智慧服务。

统计方法早就有了，但是直到今天才开始全面地从一个辅助工具反客为主，这主要归功于今天的海量数据和计算能力。那么现在既然拥有了这么强大的武器，我们 的社会科学是否有什么特别重要的进展和发现呢？我自己的感觉是，此时此刻是社会科学全面发展的黄金时期。行为经济学，认知科学，实验心理学，这些学科的进 步是神速的。可以说人从来没有像现在这样了解人。

在所有这些使用统计方法得出的研究成果中，我最感兴趣的是”天才是怎么炼成的”这个研究。过去几年内，因为好几个团队使用统计方法的艰苦研究，这一领域获得了非常显著的进展。我最近正在研读几本书，之后可能会写篇文章专门讨论，也就是《天才训练指南》的升级版。…

本文谈谈现代人，或者说现代的西方学者，是怎么研究社会科学的。在我国，常常是很多人因为感到数学不好学而去学社会科学，比如说去学法律。这样自然选择的 结果是产生了一大批像李银河这样感情充沛而不切实际的所谓学者。然而现在最领先的西方学者已经抛弃了过去那一套抱着悲天悯人的心态空谈理论的研究方法。如 果你去读他们的论文，你会发现其中到处都是图表和数学公式；如果你去观察他们的工作，你会发现他们大部分时间不是在写字，而是在编程。

法律领域内有一个非常经典的问题：给犯罪分子更长的刑期，是否会增强对他的改造，从而减少其出狱后的再犯罪率？在以往，人们可能会从伦理，道德，心理学 的角度去分析这个问题。有的人可能会举出各种例子来证明他的论点，然而这些例子往往是非常极端而没有代表性的。这个问题直到最近才得到一个有说服力的答 案。

耶鲁大学的Berube 和 Green 的研究完全基于数学统计。联邦法院总是随机的往不同的辖区派法官。有些法官倾向于重判，给长刑期；有些法官倾向于轻判，而随机过程决定了每个法官倾向于总 体面对类似的案件。这样一来，可能完全相同的犯罪事实，有的犯罪分子比较幸运就获得了较短的刑期，而不幸的就会刑期较长。作者通过对一万多名犯罪分子记录 的统计分析，结论是，刑期长短与再犯罪率无关。如果没有这样的统计数据，如果没有法官的随机指定，像这样的问题可能永远都无法解决。

统计是一个非常强大的研究社会问题的手段。NCAA篮球中有没有球队参与赌球？拉斯维加斯的一个赌博项目是每场比赛的胜负分差（Point Spread），也就是我们所常说的让多少球。比如宾夕法尼亚大学对哈佛大学，赌场开出的分差是14.5分，也就是说如果你押宾大，他们必须赢至少15分 你才能赌赢。如果你考察每场比赛的实际分差，和赌场事先开出来的比赛分差，其相差值几乎完美地符合正态分布（平均值是0）。这样一来，正好有50%的时 候，胜者实际赢了对手多少分比赌场预测值高，50%的时候比预测值低。也就是说赌博的赔率几乎是50％。这种50%概率正是赌场最喜欢的赌赢概率。

然而问题是，如果你考察那些胜负分差超过12分的场次，那么其分布就不是完美的正态分布了：有53%的机会，胜队实际取胜分差会比预测值低。为什么会出 现这种情况？宾大学者 WOLFERS 猜测，当稳操胜券的时候，胜队会故意放水一点，去操纵比赛分差来影响赌局（术语叫做 Shave Points）。也就是说使用统计方法，你甚至不需要任何直接的证据就能发现有人参与赌博。

类似的手段可以应用几乎任何社会领 域。比如说婚姻问题。传统的婚姻问题专家判断一对夫妇是否会离婚，成功率只有53%，只比瞎蒙高一点。而最新的方法，听一对夫妇之间的交谈15分钟，就有 能以95%的准确率判断他们未来15年内会不会离婚。其所使用的方法，是给这15分钟的交谈录像，然后几个人坐下来看录像，一个画面一个画面的分析其中人 物的细微表情和语言，然后把统计结果输入一个事先做好的复杂方程之中，这个方程会告诉你该夫妇离婚的可能性。这个方程是怎么设计出来的呢？用大量的数据回 归出来的。

统计方法能够大行其道的根本原因是现在网路和计算机技术的提高，特别是便宜的海量存储给大量的数据分析提供了可能性。现在指导社会科学的先进文化是理工科思维，先进生产力是统计模型，计算机和海量的数据。

这种通过分析海量数据来预测和理解社会问题的方法被人称为 number crunching，现在甚至已经有了专业的公司专门为商业公司干这个事情来预测顾客行为。这样做的一个结果是商家可能比你自己更了解你。比如你从 Blockbuster 租了一盘 DVD，Blockbuster 可能比你更了解你不按时归还的概率。

一个典型的专业公司是 Teradata。它为65%的世界顶级零售商，70% 的航空公司，和40%的银行服务。他们的一个典型业务是判断哪些老顾客可能会因为一次不愉快的服务经历而离开你们公司。Continental Airlines 就专门有人做这个。比如一次航班误点或者行李丢失事件发生之后，如果统计分析系统判断某个长期顾客有可能要因此从此不飞 Continental 了，这位客户就会得到特别好的照顾。

甚至赌场也这么做。每一个顾客入场玩都刷卡。他们根据每一个顾客的 收入，年龄，以往赌博记录，居住地等等计算该顾客的 pain point – 也就是此人一晚上最多输多少钱下次还能来玩。一旦发现某位顾客今晚输的钱已经接近 pain point 了，就会立即派服务员过去邀请他免费吃顿牛排停止赌博。

这件事情的最可怕前景是，商家将会可以根据顾客不同的价格承受能力，给每个顾客一个不同的价格。

传统的社会专家靠直觉，甚至是个人感情好恶来做研究，而未来属于数字。但我国在这方面可以说是相当落后。我国”主流经济学家”经常鄙视那些玩数学模型的海归，人们不习惯用数字说话。

更不利的一点是，我们可能根本就没有数字可以用。我国的统计水平可以说是极差，一个最基本的GDP数字居然都能随便变来变去。在这种情况下你怎么才能很 好的做出决策？我们看NBA比赛，无不赞叹美国人对数字统计的热衷：这是他的这个赛季的第几个两双，如果他两双了球队获胜的概率是多少，等等等等。量化思 维必须被培养成一种习惯。从这个角度讲，”吉尼斯世界纪录”的最大贡献可能是培养了人们尊重数字的习惯。

没有数字就没有真像。

本文素材主要来自两本书：Blink，作者是纽约人杂志的记者，和 Super Crunchers，作者是耶鲁法学院的教授，此人擅长用计算机做统计研究。…

本文谈一点读书心得，关于过去一两年看过的几本书。

最近几年，确切地说可能是最近2年，美国知识界最重要的一个思潮，是精英们越来越认识到『人是非理性的』这个基本事实。（我跟大多数人一样，非常讨厌”知识界”，”思潮”，”精英”这三个词，但是又不知道不用这三个词的话怎么说，致歉。）

几百年以前，欧洲中世纪那个时代，是神学的时代。人们根据信仰行事，听从教廷的摆布。显然是黑暗时代。

牛顿的墓志铭上说，他驱赶了黑暗。实际上科学观念和科学方法，即使在欧洲也是过去两三百年之内的事情。相对于以前的神学，这是一种完全不同的思维模式： 认为这个世界是有道理的，人们应该凭借逻辑推理去做决定。这个时代称为启蒙时代（Age of Enlightenment）。从此以后，逻辑和理性深入人心。比如莎士比亚曾经赞美人的理性，认为这是最光辉的人性。

你信仰什么，没意义。权威，没意义。只有真理才有意义。启蒙思潮的极端表现，我以为，是认为存在一个绝对的真理，一套完美的逻辑体系。人们甚至怀疑自由意志的存在，认为根据牛顿定律，给定现在的初始条件，以后世界如何演化岂不是已经定了的么？

然而不久，这一套思想就受到了打击。

量子力学和哥德尔不完备性定理，是第一波打击。彭罗斯说，既然有哥德尔不完备性定理，那么人脑就不可能是图灵机。（此问题不是本文讨论重点）。注意，产生这些思想的时候已经进入了二十世纪了。

然而这个打击显然不是致命的。人们仍然相信，人应该理性，越理性越好。不知怎么搞的，知识分子们是如此的相信这个思想，以至于开始假定所有人都是理性的了。

比如马克思，认为人可以认识世界。认为人类社会的进化存在一个客观规律。认为你甚至可以指定一个计划，按计划从原始社会一直进化到共 产 主义。

然而，计划经济体系的失败，是对理性思想的第二波打击。

于是经济学家又说，人虽然不一定是按部就班的齿轮和螺丝，人可以有自由度，但尽管如此，看不见的手却可以让个人自由的情况下体现出集体的理性效应。经济学教科书，把人假定为”理性人”，也就是知道自己的利益是什么的头脑清醒的人。

截止到2000年左右，差不多这就是启蒙时代思想作用到今天社会的标准模型。

然而这个修改了的模型最近也饱受打击。

第三波打击，我认为属于索罗斯。索罗斯认为上述”理性经济人”模型，对于金融市场来说，完全是错误的。如果大家都理性，股市就是平衡的，那么你直接把钱 存在银行就行了，何必炒股？索罗斯认为股市本质上不是平衡的，炒股行为本质上是非理性的。股民们不是被人忽悠就是忽悠别人。因此索罗斯写了一本书，《金融 炼金术》，其寓意是说，金融学不是科学，而是炼金术一样的东西。这件事可能发生在上世纪90年代？

紧接着又有了第四波打击，其发起者，是小布什当选并连任美国总统。事情已经到了最近这几年了。小布什这种人怎么就选上了呢？精英们开始怀疑，大多数选民是非理性的。以下几本书都是最近两年（2006以后）出版的，讲的都是这个问题：

– The Age of Fallibility，作者索罗斯。索罗斯之前曾力挺民主党，不成之后写了这本书。在这本书里，他反思到，启蒙思想模型很可能无法描写当前的政治形势。人民很可能是”容易犯错”的。他还没有提到”非理性”。
– The Myth of the Rational Voter: Why Democracies Choose Bad Politics， 作者 Caplan，是一个经济学家。这本书里，他认为选民不但是容易犯错的，而且其错误行为不是随机的，而是存在系统偏差的，而这种系统偏差是可以观测到的。
– The assault on reason，作者戈尔。戈尔认为选民之所以犯“系统错误”，是因为共和党利用电视等作为工具，给人民洗 脑。
– Just How Stupid Are We? 作者 Rick Shekman 是个历史学家，这本书第一次开始正面指责美国选民，认为不能把什么都推给共和党。人民那么容易被骗，难道自己就没有责任么？人民错了！

以上这四本书，最大的贡献是发现了问题，但并没有客观的去分析为什么会有这些问题。当知识分子发现别人经常有非理性表现的时候，他们经常出离愤怒：你们怎么这么傻呢？这差不多就是上面四本书要说的话。

最近看到的两本书，都是今年（2008）出版，则开始深入，心平气和的探讨问题的根本了。

– The political mind，作者 George Lakoff 是伯克利的认知科学教授。他并不是第一次写类似的书，所以此书的出版时间并不代表该思想被发现的时间。然而不论如何，此书中运用的认知科学关于人脑思维模 式的研究成果，有不少是过去十年之内的新成果。这本书认为，人脑本质上就不是一个理性的机器。人喜欢听故事，喜欢用一个特定的思维模式去”套”真实世界中 的事件，喜欢动感情，而这一点很容易被人利用。人的思维大部分是无意识的，而不是有意识理性的。
– Predictably Irrational，作者 Dan Ariely 是 MIT çš„”行为经济学”教授。这本书侧重点是人在经济生活中的非理性行为，并因此认为应该反思整个经济学。

最后这两本书，都反复说一种句式：”We are wired to…” 我们大脑的硬件就决定了我们的思维模式。真的想要做好精确的利益计算，完全理性的做决定，必须受过严格训练，有了强大的自制力才能做到。而一般人，或者所 有人在”一般”情况下，都是做不到真正理性的。

更重要的一点是，跟前面那四本书不同，这两本书并不抱怨人的非理性思维。就好象地 球有引力一样，人的思维非理性是一个客观事实，你抱怨也没用啊。The Political Mind 这本书作者甚至认为，既然共和党善于利用人的非理性，民主党也应该学学。有感情，也并不是错误。启蒙时代的人认为不谈感情才最有利，而现在的新思想认为人 本来就是感情动物。你的模型要求别人没感情，那么你的模型就必定不好使，你气急败坏也没用。Lakoff 甚至提出了”新启蒙时代”这个词。

非理性不是人脑的一个 bug，非理性是一个 feature。

目前为止，关于人脑的研究仍然相当有限。关于人脑的思维模式，并没有一个系统的理论，我感觉似乎仍然停留在一事一议头痛医头的阶段。心理学，认知科学，行为经济学，这三个学科似乎意思差不多，而且都很不成熟。

最关键的一点，是我觉得一个新的时代已经到来了。易中天说曹操能打败袁绍，是因为曹操更懂得人性。如果有一天，科学家把人性彻底搞懂，甚至写一本人性说明书，那个时候的政治经济社会，会是怎样的呢？…

阿富汗 Pashtun 人的婚姻规则简单而独特：第一，通婚在父系家族内部的堂兄妹之间进行（也就是肥水不留外人田的近亲结婚），第二，同辈中年龄越大的越尊贵，嫁给长子长孙最光荣；第三，女方的嫁妆是重要考虑因素。这个规则可以用下图表示：

图中越右边的年龄越大。最右边的这位长子长孙具有对三个堂妹的优先选择权。根据年龄优先规则，出于对”二叔”的尊重，他应该在”二叔”的两个女儿中选择一个，如图中蓝线所示。但是他可能更想娶”三叔”的女儿，因为”三叔”只有一个女儿，嫁妆会比较丰厚。可以想象 Pashtun 的家族意识非常强，而且都是大家族。而大家族的分裂，往往正是因为家族内部婚姻出现的问题。比如上图中的老大如果真的娶了”三叔”的小女儿，此事将会成为对”二叔”家的侮辱，最后会导致冲突。实际上部族的分裂往往是因为堂兄弟之间因为婚姻导致的血腥决斗。也就是说婚姻是影响部族稳定性的重要因素。

之所以有人对 Pashtun 人感兴趣是因为该部族的未来对国际政治有可能会产生重大影响：这个部族种植鸦片。那么根据上面的”家族动力学定律”，请问假设有一个新的军阀控制了村子，他将会怎样影响鸦片的种植，从而对该部族未来50年的命运产生何种影响呢？

洛斯阿拉莫斯实验室有人专门研究类似问题，所用的方法是”基于行动者的计算机模型”（Agent-based computer modeling）。这个方法的大概思想是把每一个人（或者组织，国家，取决于你研究的问题）用一个满足一定分布的”基本粒子”，也就是 agent，表示，各个 agent 根据一定规则对宏观条件，以及其他的 agents， 做出反应，由此一步一步的让系统演化。

我觉得这是一个非常直观的算法。这个系统相当于物理学中最原始的 particle simulation，甚至没有发展到现在等离子体物理常用的 particle-in-cell 或者天体物理中用的 tree code。这很可能主要是因为在这种模拟中总的 agent 的个数并不多，不必动辄上千万。可以想象这种模拟是很粗糙的，难道真的有用么？

本文标题说最新的进展，就是现在这种用计算机模拟社会问题的方法真的开始有用了。这个小组做了几个项目：

– 1960年，美国政府修改退休政策，允许人们在62岁就退休（此前是65岁），但退休金比65岁少一点。这个政策对人们选择退休年龄产生了什么影响呢？事实证明，大多数人的退休年龄既没有”突然”从65岁变成62岁，也没有”逐渐的”从65岁过度到62岁：整个过程相当非线性。传统经济学方法无法解释这个过程。而 agent-based 方法考虑到”周围朋友退休会对自己是否决定退休产生影响”这个事实，用计算机模拟出来的结果符合历史进程。

– 另一个有意思的现象是城市人口规模，和公司员工规模，都不是正态分布，而是 power law 分布的，也就是说人们似乎更倾向于居住在大城市，在大公司工作。传统经济学假设人一次性根据所有客观条件决定自己住在哪个城市，在那个公司工作，无法解释这个power law。而用这种动态模拟的方法，假设人们是”一步一步地”换工作，问题就可以解决。

实际上，现在美国政府已经开始考虑在实行一个政策之前，先用计算机模拟。显然这种方法如果真可行的话，共 产 主 义就真的可以”先用小白鼠做实验”了。现在这个组已经开始模拟军队内部条例，以及恐怖分子分布之类的问题。

目前最大的困难并不是蝴蝶效应之类的非线性小概率事件，而是没有一套好使的”牛顿定律”。研究人员认为现在的社会科学很不发达，还没有到达出现牛顿定律的地步。

可能很多人会觉得社会科学可能有牛顿定律么？实际上我认为可能。最近十几年不论是经济学家还是心理学家都在往”做实验”的方向上走，去寻找人的本性定律，研究人在各种不同局面下怎么做出反应。而生物学的进展也很有帮助，比如有证据表明有些人自私或者无私，喜欢统治别人或者喜欢讲平等，实际上跟基因有关。等这些东西成熟起来，我们就会拥有社会科学的基本定律。之所以以前的模型不好使现在好使了，我认为根本原因是现在的社会学研究成果使得模型中的基本规则好使了。

我记得可能十年以前，我就在《科学美国人》上看到有心理学家说，现在物理学家在追求统一理论，我们心理学也应该有统一理论。当初我不以为然，现在看来是可能的。更进一步，也许未来会像现在有虚拟人一样有一个”虚拟中国模型”，政府想要搞什么新政策，都可以在这个虚拟中国里面先做个实验，寻找一下最优解。

最后，模拟方法跟机械主义世界观是两码事。计算机模型随机参数不同可以运行100次产生100个不同的结果，我们的历史只不过碰巧是其中一个。…