查理·芒格的智慧（原书第2版）

查理·芒格的智慧：投资的格栅理论（原书第2版）

第4章　社会学

牛顿说：“我可以计算天体的运动，却无法了解人类的疯狂。”——这是被认为是他们那一代人里最伟大的人谦卑的自白。[1]为什么他会有此感慨？答案是，最聪明的天才终究也是人。

1720年2月，牛顿将部分积蓄买入南海公司的股票。这家英国的合股公司成立于1711年，曾经因为西班牙王位继承战争条款，而成为与西班牙南美殖民地交易的寡头。

3个月内，牛顿持有的股票价格上涨了3倍，他将股票卖掉了。如果事情就此结束，一切会很完美。但那时牛顿无法从南海公司抽身了。他不安地看着那些仍然持有南海公司股票的朋友们越来越富有。7月，牛顿无法再忍受诱惑，重回股市，用700英镑的价格再次买入之前用300英镑卖出的股票。这次他不是投入了一部分的资产——而是他所有资产的一大半。

11月，一切都结束了。“南海泡沫”破了。就像经过了一场高烧，南海公司的投机来得快，去得也快。牛顿仓促卖掉了股票，最终每股股票只剩下100英镑了。要不是因为他是皇家铸币局的局长，能领到固定的工资，牛顿的下半生可能会陷入财务危机。

可惜那时候牛顿没看到查尔斯·麦基（Charles Mackay）的《大癫狂：非同寻常的大众幻想与群众性癫狂》（Extraordinary Popular Delusions and the Madness of the Crowds），这本大众心理学的杰作在120年后才出版。不过牛顿有可能研究过成功的犹太裔商人和慈善家约瑟夫·德拉维加（Joseph de laVega）写的第一本关于股市的书——《乱中之乱》（Confusion of Confusions，[1688]1996）。在书中，德拉维加用不同市场参与者之间对话的方式展现出投机的艺术。这是一种非常聪明的叙述方式，可以更好地帮助读者了解投机与交易。

德拉维加的《乱中之乱》很好理解。在第2段对话中，德拉维加列出了交易的4个基本原则——今天的情况就像325年前一样。

原则1：永远别建议任何人买入或卖出任何股票。当洞察力下降时，最善意的建议也有可能导致坏的结果。

原则2：每次获利之后，不要因为错失的利润而懊悔。明智的方式是享受那些确定的利润，而不是期望某一个喜欢的行情一直上涨或永远都有好运气。

原则3：交易中产生的利润就像精灵的财富。有时候它们是红宝石，有时候是煤、珠宝、燧石、朝露或者泪水。

原则4：想要在这场游戏中赚钱需要有耐心和钱，因为价格非常不稳定，而谣言又绝少是真相。那些知道如何忍受打击而没有被不幸吓倒的人像狮子，在面对恐吓时会咆哮，而不会像其他胆小的人一样想要逃跑。

总而言之，约瑟夫·德拉维加、艾萨克·牛顿和查尔斯·麦基都在告诉我们这些重要的事情：个人投资者和股市之间的关系，就像一群人之间的关系，是一个重大的课题。400年来，这个问题让富人、穷人、聪明人和笨蛋困惑不已，而这也是我们本章社会体系要探讨的事情。

社会学是研究人类在社会中如何行动的学科，其终极目标是理解群体的行为。如果不再将股市中所有的参与者看作一个群体，我们就无法理解市场和经济的走势。只有理解了群体行为，我们才能了解股市和经济的走势。

历史上有很多诗人、小说家、哲学家、政治领袖和神学家提出过社会运转的看法，不过社会学家的区别在于，他们用科学的方式认识世界。这个过程实际上包括：建立起一个理论（假说），然后通过可控的、可复制的实验进行检测。这种方法常被化学家、物理学家、生物学家和其他科学家用于科研工作中。

由于社会学家的工作是揭示人类如何形成集体、怎样进行自我管理和相互交流并做出解释，因此他们需要借助于科学方法，开发出一系列的假设理论，以建立模型，对收集的数据做比较，然后再测试和论证假设理论。然而，他们的调查会涉及主观的、无法避免的人类行为，因此社会科学相对于自然科学来说不够精确，在很多方面，社会科学没有达到与其他学科类似的可接受水平。

确实有人认为社会科学的不成熟，与其缺乏通常自然科学中需要的硬性的、可定量的结果直接相关。不过这种现状正在改变，计算机的强大功能将使收集大量数据变成可能，不过还是有人怀疑将社会体系的研究工作看成“科学”是否恰当。可以说，社会学仍然在等待着它的“牛顿”式人物出现。

社会科学的发展有两个方向：一个方向是在寻求体系化的理论，另一方向是从专业性的角度出发。第一个方向为法国哲学家奥古斯特·孔德所推崇，他在19世纪中期建议在天文学、物理学、化学和生物学之外，再建立一门新的科学。这门被称作“社会学”的学科，将解释社会组织，并用于指导社会规划。孔德将社会学的研究看成一个整体性的目标；他说，社会学是一个不可分割的整体，需要研究的东西太多了。尽管孔德全力维护社会学的整体性，最终在19世纪还是没有出现一个系统型的社会科学，而是出现了几个专业性的学科，包括经济学、政治学和人类学。

经济学是第一个从社会学中独立出来的科学。当代经济学的历史可以追溯到1776年，也就是苏格兰经济学家亚当·斯密出版他最著名的《国富论》的时候。作为经济学的鼻祖，斯密也是最早描述经济对社会影响的人。他最为现在的经济学家熟知的是他所宣扬的放任的（自由贸易经济）就是一个没有行业规则和保护性关税的无政府干预系统。斯密认为只有当经济系统基于自身的机制（也就是“无形之手”）运转时，才会呈现最好的状态。

斯密认为劳动分工可以提高生产效率，并最终提高所有者的财富。不过，他也很明白劳动力分工所造成的社会性后果：基本技能和手工业的衰落，妇女儿童有可能参与到劳动力市场，以及因为收入的不同而造成的不同社会阶层。他承认长期以来资本所有者都在竭尽全力地限制劳动者的工资。这使得对经济持相反观点的其他社会学家有了一个机会：资本主义是社会发展的一个过渡性阶段，世界将被一个基于合作、规划和全民拥有生产资料的更加人性化的经济系统所取代。

考虑到经济学和社会学之间的各种争论，有越来越多的人研究政府行为也就不足为奇了。19世纪，如同经济学家为资本所吸引一样，有一部分社会学家对政府的角色很感兴趣，他们后来被称为政治学家。这些政治学家很快研究了亚当·斯密的放任-自由贸易经济对政策的影响。政府应该如何应对劳动人民新的民主权利诉求，同时又兼顾资本所有者的私有权？决定谁在什么时候、在哪里、如何得到什么东西，成为政治科学这一新领域的核心。

很快另一门学科占领了社会学中除了经济学和政治学之外的地盘：人类学。刚开始，人类学分为两个方面：物理人类学和文化人类学。物理人类学主要关注人类作为一个物种的进化以及其基因库，如对世界人种分类的研究。文化人类学则是调查远古和当代社会中不同人群的社会行为。也就是在文化人类学中，社会学出现了。刚开始的时候，人们很难将文化人类学和刚兴起的社会学家区分开来，当社会学家将注意力重点放在当代社会，将远古社会丢给人类学家时，区别开始明显起来。

在20世纪，社会学进一步分为社会心理学和社会生物学。社会心理学研究人类个体思想和群体思想与社会秩序的关系。他们希望解释文化如何影响心理学以及与之相应的，群体心理学如何影响文化。在下一章中我们会详细讨论这一点。

而社会生物学家则需要感谢达尔文。学术界对达尔文进化理论的接受，以及进化理论本身在科学上的成熟，使一些科学家提出了用生物方法看待社会的设想。在这方面没有人能与耶鲁的社会学家威廉·格拉厄姆·萨姆纳（William Graham Sumner）匹敌，他开启了一个名为“社会达尔文主义”的运动，在这场运动中，他试图将亚当·斯密的自由市场经济的原理，与达尔文的自然选择理论结合起来。

在萨姆纳的思想中，自然界中的生存斗争与社会中的生存斗争一定有相关性。他相信市场与自然一样，在为获取珍贵的资源而不断斗争，因此人类的自然选择过程，最终会导致社会、政治和道德的进步。

“二战”之后，社会达尔文主义者从学术争论中消失了。直到最近，生物学的概念才重新浮出水面。一些科学家重提社会学和生物学的联系，并由此形成了一个新的领域——社会生物学，其中最著名的是爱德华O.威尔逊（EdwardO.Wilson）。然而，他们大部分人将自己与导致社会不公的自然选择区分开来，他们认为这是对达尔文理论的曲解。相反，新的社会生物学家重点研究那些与进化以及进化对社会发展的影响相关的科学原理。

社会科学的各个学科（社会学、政治学、经济学和它们的分支）归根结底，都是用不同的平台研究一个主要的问题：人类如何将自己融入群体或社会中，以及这些群体是如何表现的。政治学的研究让我们明白人们如何建立政府；经济学的研究帮助我们了解商品是如何被制造出来并用于交换的。当然每个个体都自主地参与到不同的组织中，因此那些想要了解行为的人，更关注于不同的组织之间如何相互包容、相互影响。

社会学大一统的理论在19世纪末已经衰落，但到了21世纪初开始兴起一股被认为是新大一统的方法。科学家开始研究整个体系的行为——不仅仅是个体和群体，还有个体间、群体间的相互作用，以及这种相互作用的方式如何进一步影响行为。因为这种相互影响，我们的社会体系在不断地参与社会性的进程，结果不但影响个体的行为，还常常会导致一些出人意料的群体行为。

诚然，这是研究人类的一种复杂的观点。但人类是一种复杂的动物，而那些希望了解人类行为的人，必须要找到一个方法来处理这种复杂性。幸运的是，现在出现了一种可以运用的科学性的方法，也就是复杂理论（complexity theory）。

在前面的章节里，我们已经了解到经济学和股市是复杂的体系。而复杂性（complexity）这个名词，源于拉丁语词“丛”（plexus），是相互交织的意思。当我们想到复杂性时，很容易联想到将个体从整体中分离开来的困难性。更重要的是，单独的研究个体特性对观测有负面影响，因为我们知道个体的行为受集体中其他个体的影响。我们已经知道经济和股市是适应性系统。因此，它们的表现随着系统中不同因素之间、不同因素与系统之间的相互影响而不断变化。

现在很多社会学家也提出了同样的假设。他们认识到社会系统，不论是经济、政治还是社会，都是复杂的系统。而且，社会学家现在意识到，社会系统的普适性本质是它们的可适性。

从那些现在研究复杂的适应性系统的先驱科学家身上，我们可以一窥一个伟大的叫作人类的社会体系，进而将其扩展到类似于股市这种特殊的体系。

这些系统的其中一个方面是其形成过程。人们如何聚在一起，形成复杂的体系（社会组成），进而按照某种自律自我组织呢？这个问题引出了一种可能描述所有社会体系的行为框架的新假设。那就是自组织理论。

“自组织”这个名词是指在没有一个绝对权威或者其他预先计划的因素下，一个系统结构的形成过程。我们可以在化学、生物、数学和电脑科学中观察到自组织。它也会出现在人类社交之中。

“自组织”这个词首先出现在伊曼努尔·康德（Immanuel Kant）的《判断力批判》（Critique of Judgment，1790）一书中。康德将存在定义为其组成部分可以行驶行为，也就是其组成部分能够独立思考，能够控制自身。他写道：“每个组成部分都认为它代表着其他部分的思想，也体现着其他部分的利益……只有在这样的条件和框架之下，这个东西才能被称为有组织或自组织的事物”。

作为一种理论，自组织尽管与起源于20世纪60年代的通用系统理论联系在一起，但直到20世纪70年代末80年代初物理学家开始拓展复杂系统时，自组织才为主流学派吸纳。苏联的化学家伊利亚·普里高津（Ilya Prigogine）很相信逐渐流行的自组织理论。他因为提出自组织的热动力学概念荣获1977年诺贝尔奖。

著有20本书、发表超过200篇论文、并荣获2008年诺贝尔经济学奖的经济学家保罗·克鲁格曼（Paul Krugman）开始系统性地研究自组织理论，尤其是与经济学相关的那部分（《自组织经济》（TheSelf-Organizing Economy），1996）。为了展示自组织是如何工作的，克鲁格曼让我们想象一下洛杉矶。今天，我们都知道洛杉矶不再只是同性恋的聚集地，而是集中了不同的社会经济体、种族和少数民族聚集地，包括韩国城、沃茨镇和贝弗利山。洛杉矶的周围还聚集着很多商圈。现在的每个商圈都不是由城市设计者在地图上画出来的，而是自组织的自发过程。韩国人为了与其他韩国人更紧密，会搬到韩国城。随着人口的增加，越来越多的韩国人会聚集在韩国城附近，这样这个自组织的社区又被自身所加强。没有什么中心管理者为所有人做决定，克鲁格曼解释说；城市就这样自发地进化和自行组织起来。

大城市的演变是自组织和自我加强体系的一种相对简单的例子，我们在经济体系中也会观察到类似的情况。在不考虑因为外在事件，如石油危机或军事冲突导致的突发经济危机和复苏的情况下，克鲁格曼认为经济循环主要由自我加强导致的。在繁荣时期，自我加强的过程会产生更多的建设和制造，供过于求，则投资的回报开始下降，这个时候也就是经济系统崩溃的开始。而经济崩溃本身也会自我加强，导致越来越低的产出，当产出不足以满足需求时，投资回报将有所增加，于是又开始新一轮的经济复苏。有些人可能会辩驳说，美联储调节利率和开放市场的买入和卖出，就扮演着经济系统决策者的角色，但正如我们所知的，美联储并非全能的。如果停下来仔细地思考，我们会明白证券和债券市场没有绝对控制者，而这两个市场也是自组织和自我加强体系的绝佳例子。

重要的是，我们要记住自组织理论，就只是一个理论。虽然看上去它能合理地解释社会系统的运作方式，但目前还有没有模型去测试它，它的未来不可预期。在寻找社会体系的行为的大一统理论时，自组织理论看上去是一个合格的候选者。

复杂适应性系统的第2个特征——适用性与突变理论相重叠。这是指个体单元（细胞、神经或消费者）聚集在一起，创造出超过所有个体总和的方法。保罗·克鲁格曼认为亚当·斯密的“无形的手”是突变行为的绝佳例子。很多个体都在试图满足自身的物质需求、参与和别人相关的买卖活动，从而创造一种叫作市场的突变结构。个体之间的相互迁就与系统的自组织，形成了一个行为的整体，这是一种超越所有个体之和的突变性质。

如同自组织的概念，突变理论也是一种理论。不过它看上去是对个体单元聚在一起并组织起来的较为周全的解释。虽然科学家在模拟自组织的现象时遇到了一些困难，他们还是在模拟突变行为时获得了非凡的进步。

洛斯阿拉莫斯国家实验室（Los Alamos National Labor-atory，LANL）是美国最大的能源实验室和世界上最大的多学科研究所。它的总面积有43平方英里，[2]雇员超过1万人，包括物理学家、工程师、化学家、生物学家和地理学家。

大部分人知道洛斯阿拉莫斯是因为它研制出了第一颗原子弹，现在实验室的研究方向更加广阔，包括很多针对保护和改善地球上的生活质量的科学计划。洛斯阿莫斯目前正在进行的研究课题太多了，在此不一一列举。不过为了让你了解其研究的广度，我们稍微说一点：洛斯阿莫斯实验室有完整的纳米技术研究中心；开发可靠的、安全的、可持续的碳中性能源解决方案的能源安全中心；地理学和行星物理学研究所；中子散射中心和一个高能磁场实验室。

这其中最主要的是生物-安全科学研究中心（Center for Bio-Security Science，CBSS）。该中心成立于2008年，致力于在解决已有的、突发的和经改造的可能威胁国家安全、公共卫生和农业的感染性物质问题方面取得科技突破。生物-安全科学研究中心的减轻生物威胁计划，由主任加里·雷斯尼克（Gary Resnick）博士和助理主任诺曼L.约翰逊（NormanL. Johnson）博士领导。

约翰逊曾经在威斯康星大学学习化学工程，他很快因为善于解决大部分被认为是“非常困难”的问题而声名远播。约翰逊的成功，按他自己的说法，来自于集合那些能够通过多学科的协同效应，打破不同领域的障碍的团队。

加入洛斯阿莫斯科学实验室之后，约翰逊建立了协同情报项目（Symbiotic Intelligence Project，简称SIP，研究信息系统（如互联网）的特殊功能）和人类问题解决小组（其团队创造能力优于小组成员能力的简单叠加）。这种新建立的知识是集体的一种突变性资产。约翰逊指出，虽然“突变”这个词对大部分人来说可能是新词，但其实大家可能都经历过。千百年来，社会组织一直在以集体方式解决各种威胁到人类生存的问题。

约翰逊解释说，在自组织体系中有三个明显的特性。第一，复杂的国际性事件是由简单的、相互联系的区域性的行为人构成。在一个社会体系中，区域性的行为人是个体。第二，解决方案来自于个体输入的多样性。第三，系统的功能和坚固性，比任何一个个体行为人都要强大。约翰逊认为，在集体层面上，人类和互联网的协同效应将会产生比任何个体的影响都更强大的影响力。他设想将会出现“基于智能信息传送体系的不断增长的人类行为，可以创造出史无前例的组织和社会问题解决能力”。[3]

互联网的一个非常好的特点是它能够帮助处理数据。约翰逊认为在这个方面，相对于以前的系统，互联网处理数据有三大优势。第一，相对于其他系统将信息分类为不同的类型，互联网能够整合大量的信息。第二，互联网能够获取并呈现信息的深度。因为数字化，系统可以在不增加额外费用的情况下，产生大量的数据。第三，互联网能够正确处理信息。正如我们在下一章“心理学”中将要了解的，个体间的交流偏差会导致信息的失效。而互联网通过精确的方式进行数据交换，如同用书籍和文件传递信息。约翰逊认为这三大优势，与互联网上互相连通的几百万人，将会显著提高自组织系统的集体问题解决能力。[4]

为了说明突变现象，我们先从一个熟悉的社会系统入手：蚁群。蚂蚁是群居的昆虫（它们共同居住在一起，它们的行为以种群的存活为目标，而非某一个蚂蚁的生存），很长时间以来社会学家都在研究这一特殊群体的决策过程。

蚂蚁最有趣的一个行为是其觅食、然后寻找食物与巢穴之间最短距离的过程。[5]在这两者之间，蚂蚁留下了一条味诱激素铺成的印迹，以便它们找到那条最短的路径，并告知其他蚂蚁食物的位置。

刚开始，寻找食物的过程是随机的，蚂蚁会朝不同的方向运动。一旦找到了食物，它们返身回到巢穴，边走边留下味诱激素。但现在有一个很复杂的集体问题解决方案：蚁群作为一个整体，可以选择最短的途径。如果某个蚂蚁碰巧发现食物和巢穴之间的一条更短的路径，它回到巢穴的时间更短，因此会引起其他蚂蚁对这条更短路径上留下的味诱激素的关注，它们也会选择走这条捷径，使其味诱激素的浓度更高，而这又提高了这条新发现的短途路径被选择的可能性。被选择的路上蚂蚁的数量不断增加，其味诱激素会更浓，又会进一步吸引更多的蚂蚁，直到这条路径变成最佳路线。科学家已经证明了蚁群这种留下味诱激素印迹的行为是在寻找最短路径解决方案。换句话说，这种优化的解决方案就是蚁群的集体行为的突变特质。

像其他着迷于蚁群行为的人一样，诺曼·约翰逊开始着手测试人类解决集体问题的能力。他在电脑上设计了一个有无数路径的迷宫，其中有一些穿过迷宫的路径比较短。电脑模拟了两种不同等级的迷宫：初级阶段和进阶阶段。在初级阶段，实验者在没有相关知识的情况下探索迷宫，直到目标被找到。这就像蚂蚁刚开始去寻找食物的过程。在进阶阶段，实验者将学到的经验应用到实践中。约翰逊发现在第一阶段，实验者平均需要34.3个步骤来破解迷宫，而在第二阶段只需要12.8个步骤。接下来是寻找集体解决方案，约翰逊收集了所有个体解决方案，然后将其应用于进阶阶段。他发现当人数超过5个时，他们解决问题的能力就会高于个体解决问题能力的叠加之和。只要有20个人一起行动，即使他们对迷宫一无所知，他们也能很快发现迷宫中最近的路径。约翰逊说，这种集体解决问题的方式，是系统的突变特质。

尽管约翰逊的迷宫是电脑模拟的简单问题解决模型，但它证明了突变行为。它也让我们更好地了解产生突现行为的自组织系统所包含的重要特征。这个特征是多样性。约翰逊解释说，如果个体将各种解决问题的经验集中于将要解决的问题时，集体解决方案将会加强。有趣的是，约翰逊发现如果一个系统中只有一些高绩效的人士，其集体解决问题的能力却有所降低。看上去集体的多样性能更好地适应体系的突变。[6]

总的来说，约翰逊的研究显示，理论上股市在拥有多样的投资者时——部分普通的投资者、部分差劲的投资者和部分非常聪明的投资者，会比一个只由聪明投资者组成的股市更具有波动性。乍一看，这个结论有悖常理。今天，我们很容易将股市的自然波动归责于激进的个人投资者和交易员。但如果约翰逊是正确的，投资者、交易员和投机者的多样性——诸如很聪明或很笨，会让市场更强大，而非更虚弱。

诺曼·约翰逊的另一个重要观点是，他发现在一个具有多样性的系统中，对中等程度的干扰（类似于各种不和谐、破坏性的行为）非常敏感。为了证明这一点，约翰逊有意地减少某个参与者的贡献；结果发现这种行为对其他参与者寻找迷宫的最短途径毫无影响。就算是最高级别的破坏，群体行为在经过短暂停滞之后，依然能够找到最佳路径。在没有达到系统承受力的上限之前，任何干扰都不会中断群体决策的过程。

诺曼·约翰逊的观点看上去与经典的从众行为的观点相反。从亨利·大卫·梭罗，到托马斯·卡莱尔，再到弗里德里希·尼采，这些19世纪最聪明的人都很怀疑集体的判断力。梭罗曾说过“成为群体的一员，会让我失去方向”。尼采告诉我们“群体永远不会达到其中最优秀的那群人的标准”，而卡莱尔写道“我不相信那些忽略个体的集体智慧”。[7]不过他们对群体智慧的批判远不及古斯塔夫·勒庞（Gustave LeBon）。

勒庞是法国的社会学家和心理学家，他毕生致力于研究羊群效应和群体心理学。其出版于1895年的经典之作《群体心理学》（La psychologie des foules），英文版又称为《乌合之众：大众心理研究》（The Crowd：A Study of the Popular Mind）。初次看来，勒庞在这本书中预言了诺曼·约翰逊的观点。他在书中写道：群体作为一个整体，能够产生比所有个体简单叠加更大的能量。群体能够整体运作，并形成自身的特质和意愿。尽管约翰逊告诉我们，人群突变具有超级推理能力，而勒庞的观点却与之相反。和梭罗、卡莱尔、尼采及麦基一样，勒庞认为人群“无法做出需要更高智商才能做的事情”并且“人群的智慧总是低于个体的智慧”。

谁是正确的？

答案在一本有名的书中可以找到——《群体的智慧：如何做出最聪明的决策》（The Wisdom of Crouds：Why the Many Are SmarterThan the Few and How Collective Wisdom Shapes Business，Economies，Societies，andNations）。这本书的作者是《纽约客》（TheNewYorker）的专栏作家詹姆斯·索罗维基（JamesSurowiecki），其目的是用简单有力的观点“在适当的情况下，群体会显得非常聪明，并且常常比其中最聪明的人还要聪明”，来反驳麦基的“群众性癫狂”观点。

索罗维基在书中首先讲了英国维多利亚时代的学者弗朗西斯·高尔顿（Francis Galton）的故事。在1907年发表于《自然》（Nature）杂志的文章中，高尔顿描述了他在西英格兰牲畜和家禽展览上发起的一个竞赛。竞赛中，有787个人花了6便士来猜场中一头大牛的重量的机会。只有很少的猜测者是农场主或屠夫，也就是这场竞赛中的专家，其他绝大部分人对农场动物没有经验。基于此，高尔顿认为参与者中只有一小部分非常聪明的猜测者，一小部分毫无头绪的猜测者，绝大部分人是普通的猜测者。根据这个模型，他猜测这787个参与者给出的结果很可能比较糟糕。但他想错了。

那头牛的真实重量是1198磅。高尔顿收集了所有的猜测答案，然后画出正态分布图。他发现猜测的中值与牛的真实重量差别只有0.8%，平均值相差0.1%。也就是说，人们的猜测的平均重量是1197磅。高尔顿发现正态分布两端的尾部误差可以相互抵消，而结论不变。

根据索罗维基的说法，集体能够产生优秀的决策需要两个重要的元素：多样性和独立性。如果一个集体可以容纳各种各样的、从各方面思考问题的个体，其决策会优于一群思想类似的人的决策。

作为第二个重要元素，独立性不是说团队中的每个人都孤立的，而是团队中的每个人都不受其他人的影响。独立性在群体决策过程中之所以重要有两个原因，索罗维基解释说：“第一，它使得人们犯下相关的错误。个人判断力出现错误不会影响机体的判断，因为那些错误不是同一个方向的系统性错误。第二，独立的个体更有可能获得相对于已经熟悉的旧有数据来说较新的信息。”[8]

根据索罗维基和诺曼·约翰逊的研究发现，密歇根大学的斯科特·佩奇（Scott Page）进一步研究了聪明的集体。9佩奇是莱昂尼德·赫维奇学院复杂系统、政治学和经济学的教授，也是复杂系统研究中心现任主任。

和约翰逊一样，佩奇建立了一系列电脑模拟的问题解决模型，来证明多样性群体在解决问题时的突变结果。比如说，佩奇将10~20个个体分为一组，每个个体都拥有不同的技能，让每个组解决不同困难程度的问题。每组都有一些善于解决特定问题的聪明个体和其他不那么有效率的个体。佩奇发现那种既有聪明的个体又有不聪明的个体的团队，相对于那些全部由聪明个体组成的团队，更容易解决问题。而且，随便找一些人组成的团队与精挑细选聪明人组成的团队，其解决问题的能力相似。

在《不同之处：多样性领导如何产生更好的群体、企业、学校、社团》（TheDifference：How the Power of Diversity Creates Better Groups，Firms，Schools，and Societies）一书中，佩奇坚定地认为，“多样性的观点和工具，能够让群众找到更多更好的解决方案”。他进一步说：“多样性的预期模型能够让群众精确预测价值。”

他所说的“预测模型”是什么？例子有好莱坞股票交易中心（电影门票销售的预测），艾奥瓦电子市场（政治竞选的预测）和Intrade（自称为世界先进的预测市场，你可以在其中对赌你想都没想过的事物）。这些市场都是由多样性的、独立思考的人群组成。正确的决策会有奖励，而这些市场集合了群体的决策。

这些预测性市场的有效性如何？换个说法，他们预测结果的正确率如何？证据显示，正确率非常高。

还有一个预测性的市场可供观察。那就是股市。

现在我们来到一个十字路口。股市是像查尔斯·麦基所说的由不断制造泡沫和股灾的粗野非理性的投资者组成，还是如弗朗西斯·高尔顿所说的由能够做出奇迹般正确预测的高端人士组成？答案是这要视情况而定。

我们知道股市是囊括了各种投资决策的一种基于动机的体系。我们需要知道的是，市场的多样性和其参与者的独立性。如果股市具有足够多样性，还有更重要的一点，如果其参与者都达到了独立性的程度，市场很有可能是有效的。索罗维基提醒我们，我们看到一些不理性的投资者，并不意味着市场是没有效率的。甚至可以说，效率市场假说的支持者锁定“聪明的人群”这一目标，是对市场效率的歪曲。[9]

如果独立性消失了会怎样？如果市场参与者的决策不再独立，反而统一成一种观点会怎样？这种情况发生时，系统失去了多样性，无法再获得优化的解决方案。如果多样性是集体找到解决方案的关键，那么多样性的消失会导致次优的结果——在股市中，多样性的消失将导致市场的失效。

科学家在集中精力研究什么事情会导致多样性消失。《魔鬼投资学》（More Than You Know：Finding Financial Wisdom in Unconventional Places）和《反直觉思考》（ThinkTwice：HarnessingthePowerofCounterintuition）的作者迈克尔·莫布森（MichaelMauboussin）告诉大家“当人们是基于其他人的行为而不是通过自己的信息做决定时，信息流（会导致多样性消失）产生了。这些信息流有助于解释泡沫、时尚、流行和灾难”。[10]社交网络理论家将社会关系看成节点和链接，所谓的“节点”是指一个个的行动者，而链接则是这些行动者之间的关系，我们将这些作为了解信息流为何可以横扫大部分人的核心框架。

莫布辛提醒我们多样性的消失不仅是一个大群体会产生的现象，在较小的群体中也可能会出现。无论是委员会、仲裁团还是工作小组，导致多样性消失的信息流主要是由于主要领导人根据有限的事实，有时甚至是在没有事实依据的情况下做决定而产生的。

为了解释自己的观点，莫布辛引用了哈佛法学院凯斯·桑斯坦（Cass Sunstein）教授的观点。桑斯坦第一次将民主党和共和党的成员用思维是否相似为标准分成不同的组，然后让每组就诸如同性恋婚姻或平权运动等话题进行辩论。然后桑斯坦重新分组，每个组中都有同样数量的民主党或共和党，再继续上述的辩论。有人可能会认为新的小组之间会达成一个更加温和的共识。但事实是，因为这些多样性小组的强大领导人的原因，各小组最终形成的观点——也就是领导者的观点，比前面分组讨论时形成的观点更加极端。不论是民主党还是共和党的领导者，都会影响其他组员，使之完全站在自己的一边。

这些年来有很多文章都在探讨群体的从众性。最著名的心理实验可能是所罗门·阿希（Solomon Asch）在20世纪40年代关于个体在群体压力之下的从众性，莫布辛也描述了这一点。

阿希首先将8个人分为一组，每组被要求完成一个非常简单的任务。一些黑板被分成两个部分。左侧画了1条线，右侧则是3条线都不同的线，其中只有1条与左侧的线相同。小组成员要判断哪条线的长度与左侧的相同。刚开始比较顺利。然后这时候8个人中的7个人（事先被安排好的人）都一致认为，右侧较短的那条线与左侧的线条长度相同。阿希希望测试唯一的那个真实受试者的反应。

结果如何呢？尽管很多受试者坚持自己最初的看法——受试者仍然是独立的，但仍有大约1/3 的受试者改变了自己的看法以配合其他成员的意见。阿希发现团体的决定，就算是非常小的决定，也会对个人的决定产生明显的影响。[11]

当灾难来临时，我们本能地会去寻找其本质原因，因为这样可以避免另一场灾难，或者至少因为知道发生了什么事情而有些许安慰。我们最喜欢那种单一的、易于识别的因素，但现实并不总是这样。很多科学家认为生物学、地理学和经济学中大多数事件，无法用单一的事件解释，而更有可能用由很多小事件导致的雪崩效应来解释。丹麦的理论物理学家伯·巴克（PerBak，1948—2002）建立了系统表现的统一理论“自组织临界状态”。

巴克说，复杂的大系统可以分解成成千上万个小的相互作用的小系统，这不仅是因为它是由小的事件组成，更是因为它是由小的事件的相互作用组成。为了解释自我-临界的概念，巴克常常用沙堆做比喻。假设有一个机器将沙子一粒粒落到一个大的平台上，刚开始的时候，沙子落得到处都是，慢慢地就形成了沙堆。随着沙子的堆积，沙堆的侧面变得平滑。最终，沙堆无法再变高。沙子落到最高点的时候就会直接滚落。巴克推导说，沙堆是自组织的，因为没有人决定任何一颗沙子的位置。每一颗沙子都被其他无数的沙子固定住。当沙堆到达了最高水平时，我们可以说沙子到达了一个临界点。沙堆濒临不稳定的边缘。

再加一颗沙子，这颗沙子将会造成一个小崩溃，沙子会沿着沙堆的侧面落下。沙子在遇到了一个稳定的位置时将会停下；否则它将一直滚落，可能还撞到其他不太稳定的沙子，让更多的沙子滚落下来。这场雪崩一直到所有不稳定的沙子都落下了为止。如果雪崩之后的沙堆比较平坦，我们可以称沙堆处在亚临界点状态，在沙子不断增加并再次发生雪崩之前都处在这一状态。

伯·巴克的沙堆比喻是我们理解不同系统的行为的有力工具。在自然和社会系统中，我们可以看到这种稳态：系统由一系列固着的、处于临界状态的亚系统组成，在某种情况下，慢慢地才能发现它们滋生的极端性。股市也是这样的系统吗？当然是，巴克说。

在“由很多人参与的股票市场的价格波动性”这篇与另外两位同事一起合写的文章中，巴克为他的理论做了解释。[12]他们建立了一个非常简单的模型以期捕捉股市中两种不同参与者的行为。他们将这两种人分为易受影响的交易员和理性的投资者。这里要向这些作者道歉，我将会用大家更熟悉的基本面交易者和趋势交易者来代替他们的称呼。趋势交易者通过市场的变化在股票上升时买入或下跌时卖出来获利。基本面交易者基于股价和真实价值之间的差异来决定买入或卖出，而非股价的变化。如果股票目前的价值高于价格，基本面交易者将买入股票；如果价值低于目前的价格，他们将卖出股票。

大部分情况下，趋势交易者和基本面交易者的相互作用基本是平衡的。市场的整体买入和卖出没有太大变化。我们可以将其说成沙堆处在成长期，还没有出现崩溃现象。换句话说，市场是多样的。

股价上升时，趋势交易者相对于基本面交易者的比例增加。这起到了作用。随着股价的上升，越来越多的基本面交易者决定卖出股票，离开市场；同样越来越多的趋势交易者被股价上升而吸引进入市场。当基本面交易者的数量相对少的时候，股市的泡沫出现了，巴克解释说，因为股价远高于基本面交易者愿意支付的价格。进一步拓展沙堆的比喻，随着基本面交易者的减少，以及趋势交易者的增多，沙堆的形状变得越加陡峭，发生雪崩的可能性越来越大。我们可以再次说，基本面交易者和趋势交易者之间不再平衡，我们走向了多样性消失之境。

在这里记住巴克的自组织临界性能够解释所有雪崩的情况很重要，如果它只能用于解释某个特定的雪崩的话就没什么意义了。如果我们最终可以预测个人的雪崩，那这肯定不是因为人们掌握了自组织临界，而是因为掌握了其他还没有发现的科学。

这无损于巴克思想的重要性。真实情况是，很多著名的经济学家认为巴克在自组织临界性上的研究，是对复杂适应性系统如何表现的可信解释，这些科学家包括诺贝尔物理学奖得主菲尔·安德森（Phil Anderson）和圣达菲研究所的布赖恩·亚瑟。他们都认为自组织系统由不稳定的波动所主导，而这种不稳定是经济体系中无法避免的特征。

当然，所有参与者对股市的不稳定带来的痛苦感同身受。这种痛苦让很多人晕头转向。如果能够更好地了解它，自然能够缓解我们的沮丧。为了更好地看待不稳定的动态，我们要再回顾一下社会科学。

政治学家黛安娜·理查兹（Diana Richards）致力于调查导致复杂系统中的个体变得不稳定的原因。用巴克的说法是，她试图找出一个复杂系统的个体到达自组织临界点的原因。

根据理查兹的观点，一个复杂的系统需要容纳系统中个体的大量选择。[13]她将这称为“集体选择”。集合所有个体的选择并不总是能够得到群体的选择；我们也无需假设选择的集合（也就是个体选择的总和）总会是稳定的结果。理查兹说，当系统中的所有参与者获得的信息能够让他们得出单一的群体决策时，集体选择出现了。集体决策的出现，不需要所有的参与者都拥有特定的信息，但他们要对不同的选择持相同的解释。理查兹认为这种相同的解释，也就是她所说的共识，在所有复杂的稳定系统中扮演着重要的作用。共识越低，则不稳定性将越高。

这里有一个问题是，人们如何从众多选择中筛选。查理兹说，在没有明显倾向的情况下，系统趋向于在各种可能性中不断循环。你可能会认为这种循环结果将导致不稳定，但查理兹说，如果参与者对各种选择持有类似的思想框架（也就是共识），将不会产生不稳定。如果系统参与者对系统中的潜在选择没有相似的思想框架，就有出现不稳定的危险。这与股市的情况完全一致。

如果退一步来思考市场，我们已经可以辨别出呈现不同源模型的组成。我们已经知道基本面交易者和趋势交易者拥有不同的源模型。那些对个别公司不感兴趣，只对整体市场大势感兴趣的宏观交易者的源模型是什么呢？多空对冲基金的源模型呢？统计套利者和企业家的区别是什么呢？追求低波动性-绝对回报的量化策略呢？这里每个团队根据不同的事实、对市场运作的不同观点以及他们各自参与市场的方式，制定不同的策略。实际上，股市中有很多不同的源模型，如果查理兹的理论是正确的，那么正是这些导致了周期性的动荡。

如此看待复杂系统的价值是，如果我们了解了不稳定的原因，那么我们就有了清晰的方向，找到一些方法去解决这种不稳定性。查理兹说，一个要点是，我们应该考虑各种思想框架之下的信仰结构，而不是选择的特异性。另一个要点是，如果共识的概念是错误的，那研究的重点将是知识在系统中如何交换。在下一章的心理学中，我们将重点放在下面的两个方面：个体如何形成信仰结构，以及信息如何在股市中交换。

在此，我们有一个分析社会系统的指南针。无论经济学、政治学还是社会学，我们都可以说它们是复杂的系统（它们拥有众多的独立单元），它们是适应性的（系统中的个体基于与其他个体的互动以及与整个系统的互动来调节自己的行为）。我们还发现这些系统拥有自组织的性质，一旦组织起来，它们将出现突变行为。最后，我们明白复杂适应性系统是不稳定的、周期性的到达自组织临界点。

通过研究自然科学和社会科学不同领域的大量的复杂适应性系统，我们得出了以上结论。在目前的研究中，我们还不知道系统为什么会如此表现。我们还没有了解如何预测未来表现，尤其是在包括了难以预期的单元（人类）的复杂社会系统中。但我们可能走在一个更有价值的方向上。

复杂的社会系统与复杂的自然系统之间的区别可能是，在社会系统中我们可以改变个体单元的行为。虽然我们无法改变飓风的轨迹，但部分人关心的是，我们可以通过影响个体对不同情况的反应，而影响最终的结果。换句话说，尽管自组织临界点是包括经济系统在内的所有复杂适应性系统的内在特质，尽管某种程度的不稳定是无法避免的，我们有可能通过更多地了解是什么导致了不可避免的临界点，而阻止一些可能出现的雪崩。

[1] Church of England quarterly review (1850), 142.

[2] 1英里＝1609.344米。

[3] Norman Johnson, S. Ramsussed, and M. Kantor, “The Symbiotic Intelligence Project: Self-Organizing Knowledge on Distributed Networks Driven by Human Interaction,” Los Alamos National Laboratory, LA-UR-98-1150, 1998.

[4] Norman Johnson, S. Ramsussed, and M. Kantor, “The Symbiotic Intelligence Project: Self-Organizing Knowledge on Distributed Networks Driven by Human Interaction,” Los Alamos National Laboratory, LA-UR-98-1150, 1998.

[5] Marco Dorigo, Gianni Di Caro, and Luca M. Gambardella, “An Algorithm for Discrete Optimization,” Artificial life 5, no. 3 (1999): 137-172.

[6] 我们观察到一个有关紧急情况下行为的传奇证据，也许并没有意识到我们当时看到的情况。畅销书Blind Man’s Bluff：The Untold Story of American Submarine Espionage（Sherry Sontag，Christopher Drew）里写了一个很有说服力的突变情况案例。在该书的开头讲了一件发生在1966年一架B52轰炸机携带4枚核弹坠毁的事故。其中3枚核弹很快找到了，但是第4枚丢失了。而苏联很快介入了。寻找核弹的任务下达给一位名叫约翰·克雷文（John Craven）的海军工程师。他构建了几个可能发生在第4枚核弹上不同的情境，并请他的负责打捞任务的同事打赌看看他们认为核弹会落在哪里。然后他把可能的地点输入电脑公式进行运算，没有去海里搜寻，基于集体解决方案，他准确锁定了核弹丢失的地点。

[7] James Surowiecki, The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Businesses, Economics, Societies, and Nations (New York: Doubleday, 2004), xvi.

[8] Ibid., 41.

[9] Ibid., 13.

[10] Michael J. Mauboussin, Think Twice: Harnessing the Power of Counterintuition (Boston: Harvard Business Press, 2009, 50.

[11] Ibid., 55.

[12] Per Bah, M. Paczuski, and M. Shubik, “Price Variations in a Stock Market with Many Agents” (working paper 96-09-078, Santa Fe Institute Economics Research Program, 1996).

[13] Diana Richards, B. McKay, and W. Richards, “Collective Choice and Mutual Knowledge Structures,” Advances in complex systems 1 (1998): 221-236.