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。
本帖一共被 2 帖 引用 (帖内工具实现)
有钱,有权人搬迁的主动性更强, 选择性更多. 所以随机事件, 某某被抢, 恶性群体事件..., 有钱人是最容易跳出是非多发区的. 剩下来的自动恶性循环, 能走的一有机会就走, 不能走的在社区里永远找不到机会提升自己. 所以就是吃力不讨好, 强迫混居也比整体提升落后社区简单. 说实话, 拆迁其实是很多人跳出社区黑洞的唯一机会. 但机会收益不如大把到手的现金显而易见.
好文章，受教了。
既然制定公共政策的时候几乎无法判断政策是否能够执行成功，那么不如把它细分成许多小步。哪怕第一步是随机的，其实1）随机选择几乎等价于精心制定的政策，因为精心制定的政策也可能失败，甚至失败的概率与随机选择的政策差不多；2）走一小步后马上对之评估，随时修正下一步。
这种貌似“随机”的政策+随时评估修正，很类似于进化选择。不但每步失败的代价可以控制在比较低的水平，而且下一步往往可以筛选进化出更合理的政策。
反观改革开放的历史，充满了这种头痛医头的“临时”政策和之后的“治理整顿”，似乎没有什么“顶层设计”、“全盘规划”的“远见”，但是实践证明，摸石头过河的效果是惊人的。太宗对新鲜事物的态度也体现了这种“随机小步+马上评估”的特点。比如设立深圳特区，他说“不行就关了”。设立股票交易所，他的态度还是“不行就关了”。从淮夷兄的文章来看，太宗这种态度不仅仅是为了安抚极左势力，其实包涵着深刻的方法论。
希望有人能从数学的角度证明改革开放的决策过程的科学性和合理性。
更符合实际的模型是
实践，失败，再实践，再失败，...，再实践，成功。
所以，单论失败是成功之母，会让人误以为一次失败之后就可以总结经验获得成功，实际上并非如此，而是多次实践和多次失败之后才能达到一定程度的成功。反之如果单论失败是失败之母，会让人误以为永远是失败，永远没有成功。因而失败实乃成功之祖。但是需要注明的是，所谓成功，都是一种阶段性的成功，迄今为止，人类还没有发现任何最终性的成功，所以人类探索发现的实践过程永远没有止境。
这在许多事情都被验证，包括中国革命这样的复杂现象，也包括科学研究这样比较单纯的现象。
毛泽东的实践论也曾予以总结。
说到中国革命，就不由想到中国新民主主义革命的历程已被认知为一系列失败而最终导致成功的过程。而建国以后建设社会主义以及某种形式的比较理想的社会的过程还远未结束，也还远未获得成功，但我相信，这个过程必定是在不断实践和不断失败的过程中逐步调整方向方法的过程。我相信历史在进步，而其中的每一步挫折都是有意义的。
知道有最优，可惜成本也最大。
回复的内容，重复了。
模型不是两色的，还有黑色点。因为黑色点的存在，所以任何一个点边上的同色块数少于4的可能性大大增加了。
导致这个模型是个不稳定的模型，必然出现，同色聚集的结果。
如果把黑色去掉，图形中只有两色，则变成静态模型，色块没有办法移动。
好，问题来了。模型中必须要有作为空隙的黑色块，那么黑色块的比率是怎么来确定的呢？
黑色块的多少影响了分化过程的流动性，意味着如果城市中空置的房子足够少，那么分化过程将会相当的慢，如果这个“慢”足够影响城市分区，那么这就可能变成一个有效的政策。
好些问题都可以归结为过度复杂系统，难以确定其未来的发展走向。对于社会的突发事件来将，政府无法操纵人的思维，也就无法完全控制民心，民意，也就无法完全控制突发事件。除了加大监控力度以外，别无良法。所以，好些下大旗的说法，纯粹一象情愿的意营。
失败是成功之母对于自然现象有些作用。对于社会现象，只要人不能两次踏入同一条河流的说法有效，失败是成功之母就无效。因为人类现象，实验本身就干预了规律。
当模型中黑色块数量变成绝对多数的时候，有色点就会被黑色块包围，也不会产生色块分区的现象。
这个时候，如果我们把黑色块理解为中间层，城市中的中产阶级，那么就意味着，如果城市中的中产阶级足够的多，而两级的人相对的稀少，城市也不会产生贫富分区的现象。
这个解释，似乎揭示了城市中的贫富分区，只是人们收入贫富两级分化的表现形式。
基于这个模型：
政府去解决贫富分区而制定的政策如果不能制造大量的中产阶级，那么这个政策明显是有疑问的，是要失败的。
任何决策者都必须充分认识到这一点，否则就会犯大错误。
不能否认的是，有很多决策在限定条件下，我们可以用简单直观的模型去描述，对此模型我们掌握的规律也足够多，这时候我们就能做出相对正确的决策。如果突破了这个限制条件我们还依据上述模型和规律做决策，那么我们可能犯错误，但是我们起码知道了这时候如此决策是可能犯错误的，这就是一种意义下的失败是成功之母。而且如果我们积累了足够多的错误，我们可能发现错误的原因是我们忽略了什么因素，在此基础上我们完善先前的模型，总结与之对应的规律，我们就前进了。这是另外一种意义的失败是成功之母。
当然，我认为作者说的是很有道理的，我们还有很多完全不掌握的事物、现象或者规律。如果人类高估自己的能力，神圣自己的判断或者道德，难免会因此遭遇大挫折。就像那些所谓的普适民主、天赋人权一样。
爹妈以及祖宗以及民族都幸运地历经各种淘汰最终幸存下来了舒了口气。
后来一想，数量以及规模优势还是很明显的，有条件失败很多次又有本钱卷土重来，“多子多福”未尝不是一种历经磨难后的生存之道。
自然界物种灭亡的很多，能幸存下来的蚂蚁啊，蟑螂啊，老鼠啊，无不是生育能力强大的。
如今大家谈起阿拉伯人战斗力都很不以为然的样子，可是人家现在也是人丁兴旺，谁挺到最后还说不定呢。
猫论的核心不是黑猫白猫抓老鼠，而是瞎猫碰上死耗子。
这个理论的核心应该指的是一切从结果出发。正是与摸石头理论相辅相成。