主题：【原创】失败是失败之母 -- 淮夷

我近日读了一本书是英国经济学家Paul Ormerod的《Why Most Things Fail》。此书从达尔文进化论和物种灭绝得到一些灵感，由此引申到人类社会活动的一个重要现象：失败。

人们习惯于给一件失败的事情寻找事后的“合理”解释，不论是企业倒闭、品牌衰落、政令失效、经济波动，似乎都可归咎于运气太差、努力不够、大局不利，等等。

在Paul Ormerod看来，失败也许并不需要什么特殊的理由。经济活动或生物演化这些复杂性的系统里，存在大量不确定性和不可预知性，无所不在的失败才是正常的状态。

所以，不要相信“失败是成功之母”这样的励志格言了，人生最可能遇到的其实是一个失败接着另一个失败。

假如有足够精密的策略和计算，是否可避免失败呢？这种想法类似传统经济学的“理性人模型”，假定每个市场参与者具备完全理性，掌握充分信息，有能力做出最优决策。

因为和现实的拟合度太差，这种理性模型已被渐渐摈弃。市场参与者就像一个下棋的棋手，不同走法的排列组合多得惊人，而发现最佳走法的概率，是极其渺茫的。

用国际象棋为例，设想一个残局，棋盘只剩5子。一方，一王一后；另一方，一王双马。棋手传统经验是，拥有后的一方获胜概率很大，可是计算机的模拟给出了不同的解释：双方各按最佳走法，此种残局将是平局收场。

问题在于，即使只剩5个残子，其组合数量之多也远超人类大脑的加工能力，顶尖高手对此残局也难免如坠雾中。

企业的情况又比下棋复杂得多。在一个竞争的环境中，企业不仅要研究消费者、供应商，更要研究对手的动向。

研究对手的反应并据以调整自己的反应，这是典型的博弈行为。我读过一些博弈论书籍中，有些很复杂的数学模型研究经济上的优化策略，如企业定价、鹰鸽博弈、等等。这些模型制造出一种“可控”的幻觉，而真实的世界诡谲多变，有时并不存在所谓的“最优解”。

这方面有个很好的例子，是斯坦福大学的数学家Harold Hotelling创设的海滩模型。

Hotelling想象出一个虚拟的海滩，长度是100个单位，游客们平均分布在海滩上。假如有两个商贩在海滩上设摊，卖同样的冰淇淋，他们应该设在什么位置呢？

顾客的选择很简单：哪个近，买哪个。

从顾客角度说，最好分设在25和75两处，顾客作为集体的走路时间最少，而商家各占一半市场。这很公平，但稍微想想就知道，这不可能是博弈的均衡解。A选25，B断然不肯停在75。B向25的方向挪动便能攫取更多顾客。最终的平衡只有一个，就是共同设在中点（50）。

现在提高Hotelling游戏的难度。如果现在是5个商贩选择设点，情况会怎样？

5个对手在0-100之间设点，全部的组合超过400万个，这还只限于选择整数位（0,1,2,3…）。如果你稍稍精密的划分海滩，允许按照小数点一位分隔去设点（比如0.1, 0.2, 0.3…），那么5人的组合可能性超过400亿个。

下面是Hotelling游戏的一个随机模拟结果。

计算机运行了200次，X轴是每一次的选点位，而Y轴是对应的市场份额。您看得到，这些落点呈现相当随机的分布，缺乏明显的“最优解”。换言之，选点和市场份额之间，好像一下子失去了关联性。譬如，图中有很多超低的份额（1%），这意味着生意失败，也有很高的份额（69%），意味着成功。

最优设点的原则是很简单的：“尽量远离靠你最近的对手”。设想，假如5个都选在中点，各占1/5的份额，那么其中一个只要稍稍向左或向右挪动，就可一下占得接近一半的份额。但是，要是大家都去这么想，都懂得往两边移动，那是不是我反而应该留在中点才是获利最大呢？

这种无穷的推理本身就是一迷魂阵，一个出色的战略家尽可以不停的循环下去，并且以为，思考越深入就越能避免失败了：我觉得我的对手觉得我觉得我的对手觉得 （I think that my rivals think that I think that my rivals think…）。

可是，您自个不觉得晕吗？甭多，只要循环五次，正常人类就已经无能为力了。

因为这种难以预料的竞争，现实中，很多企业衰败和倒闭的速度远比人们想象更快。1919-1979每年评出的美国百强企业，平均每过10年就有22家大企业被市场淘汰。类似，自然界99.99%的已知物种如今皆以灭绝告终。物种灭绝和企业倒闭有一个共同的特性就是，在失败的规模和失败的频率之间，遵循着幂律分布。

幂律分布有一个颇具哲学意味的现象，值得这里提出来，那就是：巨果未必皆有巨因。这体现在公共政策上，就是全盘失灵的政策（巨果），其来源也许只是某些细微因子。

与海滩游戏相仿，政府决策时面临同样巨大的不确定性。复杂之局，比企业间的竞争恐怕是犹有过之。

首先，政府绝少有机会制订单一目标的政策。企业的单一目标是利润最大化，而政策之出台大多是利益妥协的结果，所以你很难准确揣摩当局者的本来意图。再者，公共政策涉及大规模的人群，而人群本身即是一个超级复杂的机体。

我前些天读过一本书《Emergence》（涌现理论），也讲到大规模人群的“自组织”现象，这就像是一个蚁群，即使没有一个蚁后在那里进行最高指示（政府政策），蚁群本身仍有其强大的内在运转秩序。是以，屡屡失灵的政策并不为奇，而管用的政策或许只是瞎猫捕到死鼠之偶然。

以促进和谐社会的政策举例，兰州政府的一个新政是“贫富混居”，将穷人廉租房和富人商品房搭配一起建设，目的是防止廉租房变成贫民窟，提高“和谐融入”。今年报纸的报道，说是执行效果不佳：富人不买账，穷人不领情。

我觉得当今中国大城市的贫富分区居住现象，和1844年恩格斯在曼彻斯特考察的情形并无实质区别。

恩格斯的著作《英国工人阶级状况》写到，曼城有条一英里半宽的腰带区域，无一例外住的都是工人。工人区的大杂院肮脏零乱，处处断壁残桓、门窗破烂、人猪混住。富人们集中居住在工人区外围的高地上，有花园、凉亭、私人水泵和水井，“在那里，天堂的纯净气息可以自由地吹拂着他们。”

这种空间隔离 ---社会阶级在空间中的有序排列 --- 即使时隔160年，仍在今天的曼彻斯特顽存。Paul Ormerod写道：今天你去曼城旅游，带一本恩格斯著作，仍能避开那些危险的城区。

不独曼城，以北京城来说，社会阶层的隔离居住也是一个悠久现象。所谓“东富西贵，北贫南贱”，这格局是清代的北京就有了，而现如今呢，东边仍是富人区CBD，西边则是部委大院云集。

这种社会分隔的持续性和顽固性是值得研究的。事实上，西方社会做过很多尝试，企图促进社会和谐，不管是以种族为界，还是以阶级为界，这些公共政策就像兰州的“贫富混居”，大多最后都失败了。

为何政策无效呢？

美国经济学家Thomas Schelling做过一个数学模型，为社会隔离现象提供了一个新颖思路。

这个模型在一张正方形表格里展开。红蓝两色可代表不同人群，你可当它们是穷人vs富人，黑人vs白人，教徒vs非教徒，甚至是红色共产党vs蓝色国民党，等等。最初设定全部人群是随机混杂分布的，或曰，这是一个“和谐社会”的样子。

Schelling设置一个简单的规则：以每个3X3的区块为单元，当一个人上下左右相邻的8个格中，同一颜色少于4个，他就随机的移动一步。否则，保持原地不动。

这个规则的潜台词是，一个人对异类有着很高的容忍度，而只对同类有轻微的偏好。只有当他变成某个区域内的少数人口之时，他才开始觉得不舒服，才肯选择搬离。

计算机按这个规则，只执行了两步运算，就已经出现了下面的结果：

一个最初很和谐的“贫富混居”，如今演变成大片大片明显的“贫富分居”。

为何产生如此效果呢？某个混居的群体原本愉快的住在一个社区，但是一个人突然插了进来，这个新来的住户打破了平衡，原先满意的住户也许决定搬出去。他们的搬迁继而又干扰了别的社区平衡。于是，每个社会成员近距离的搬迁造成了全盘性的分隔，最终就像是恩格斯说的，城市的面貌达成了“心照不宣的共识”。

这个模型的规律可以帮人们了解社会运转的某些机制，在我看来也许就是：第一，微弱的个人偏好足以造成持久不衰的大规模现象（诸如此模型展示的贫富分隔现象）；第二，人们永远无法预测这些现象的精确结果（每一次重启Schelling模型，演化结果全都不同）。

这意味着，即使政府掌握大量的信息资源，进行精密部署和筹划，也常常无法控制一件事情的发展，无法阻止预期政策效果的失败。

也许失败只是失败之母，但是，就像电影《那些年》所说，“人生就是不停的战斗”。我挺喜欢这句话，故此写于这里做一结尾。

• 至少对于特权阶级来说，寻租牟利空间会降低
• 谢谢楼主mm的建议