主题：【原创】如果你是路易十六 -- 淮夷

时光回到1787年，如果你是法国国王路易十六，您能否更好的管理这个国家？历史是否因为一个现代人的管理能力而改变轨迹，譬如，法国大革命也许不会爆发，路易十六也不用上断头台了？

这并不是一个穿越问题，而是一个真实的社会实验。1986年德国心理学家Kuhle和Badke创造了一个模拟实验，受测者把自己当作国王，任务是根据1787年路易十六面临的困局，拟定一个战略计划。

1787年法国处于大革命前夕，社会环境一塌糊涂。最集中的矛盾体现为财政危机，路易十六要面对这些头疼的财务问题：

1） 他娶了一个超爱花钱的王后，著名的“赤字夫人”玛丽安托奈特

2） 因卷入美国独立战争，法国债务高达20亿法郎，濒临破产

3） 社会财富聚集于教士和贵族手中，他们享受特权，拒不缴税

受测者根据这些情况设计了各种解决方案，例如有人说“我要从贵族那儿收一大笔钱，平衡国库预算”，有人说“要集中精力扩大法国出口，换取外汇”，还有人建议“消减王室开支，王让后少花点钱！”，等等。

实验结果显示，虽然这些受测者具备现代人的眼界以及“后见之明”的优势，他们的方案并不能真正解决二百年前的问题。这些方案要么抓错了重点（王后的奢靡并非财政危机主因），要么缺乏执行的必备条件（向贵族收税很难落实）。

比起现代人纸上谈兵，当年法国财政大臣卡洛纳的计划也许更有价值。卡洛纳的改革计划是一整套设想，包括用综合税代替人头税，取消国内关税，没收教会财产，设立省级会议，减缓法国三个等级的对立，等等。

可是，真实历史的走向，所有人都知道了：1787年，卡洛纳方案因贵族反对而陷入僵局，路易十六解雇卡洛纳 -> 两年后，法国大革命爆发，王室推翻 -> 六年后，路易十六上了断头台。

“路易十六实验”对于一些穿越小说的主题设定提出了挑战。人们经常读到类似的情景是一个平凡的男猪穿回古代，凭借现代经验作出成功的谋划，最后获得江山美人。

很多人说这也许是一个没法验证的问题，除非你真的让他穿回去，证明给你看。

其实你不需要让他们穿回去，因为有更简单的办法可证明，男猪十有八九是要失败的。

这个证明方法就是利用计算机模拟的规划性游戏。上周我坐京沪高铁，火车上读了一本有趣的书讲到类似的计算机实验。此书名字是《The Logic of Failure》，作者是德国的认知科学家Dietrich Dorner。

Dietrich创设了一些计算机模拟的规划性游戏，这些实验有各种各样的设定，比如在一个游戏里，你可能是一个市长，管理一个英国城市。在另一个游戏里，你可能变成一个酋长，领导着西非的一个游牧部落。美国大学其实也有类似的课程用计算机模拟商业活动，如Forad这种程序，学生们模仿CEO对企业经营参数进行多轮调节和决策。

这些模拟角色，类似于一个人穿回1787变成路易十六，不论你是国王、市长、酋长，面对的都是一个“规划家”的任务：如何在一个复杂性系统里收集信息、研究问题、提出规划、付诸实施？受测者可以不停调整他们的策略，并把参数输入计算机。计算机则对他们管理的社会进行模拟运算，并在每一个规划期结束后，给出动态的社会演变结果。

模拟的好处之一就是，不用苦等一个人当了20年国王才发现他是治国庸才，计算机只要几个小时就能证明这一点了。

事实上，模拟实验发现，绝大多数受测者，不论其现实身份如何，在应付人类社会演化或是自然生态这些复杂性系统时，他们的能力全都弱爆了。

这些受测者都很认真投入的进行分析、规划、和决策，可他们若当了市长、酋长、甚至村长，在模拟环境里，你将看到他们治下的社会走向各种失败之局：人口不是爆炸就是灭绝、生产不是畸形就是停滞、生态灾难、全盘性大饥荒，等等。

值得注意的是，受测者面临的问题有一些共同特征：

1）不透明：看不到一个系统的内部机制，往里扔一个石子，也听不到及时的回声。

2）关联性：系统内有许多变量相互影响，这些影响有的造成“正反馈”，有的造成“负反馈”，总之，这些内部关系超级纠结。

3）动态性：你不理这个系统，系统自己也在不停的走动。你要观察的不仅是一个时点上的系统值，而是推测整个系统随时间推移最终向何方演化。

治理国家、管理企业、甚至清理池塘，都要和一个类似上面特性的人类或自然系统在打交道。用一个形象的比喻就是 “黑盒子”。人们无法打开盒子，只能这儿戳一戳，那儿碰一碰，猜这盒子到底藏着什么玄妙。

人类在规划“黑盒问题”方面好像天生就找不到感觉。在Dietrich创设的计算机游戏中，受测者虽然掌握上帝视角，仍无法避免系统的屡屡失控。这些结果并不令人意外。人们总是高估自己，看不到失败的普遍性。不过，这些实验体现出一些值得留意的错误共性，不妨多说几句。

譬如一个常见的认知错误，是因为系统不透明造成。人类大脑本能的假定事情之间存在瞬间联系，比如当你拧开煤气灶，火苗子腾的冒出来，这就是你的决策立刻反馈结果。但复杂性系统往往没这么透明，最重要的是它有一个延后性，就象宏观经济学经常讲到的“政策时滞”效应一样。

1988年，心理学家Ute Reichert设计了一个巧妙的温度调节实验，考察人类能否对一个不透明且有时滞的系统，作出正确的反应。

任务是调节一个保鲜冷库的温度。冷库装有一个温度计，显示现在温度是15度，这太高了。受测者要对调节器进行校准，使室温下降并稳定到4度。

实验关键点有两个：1）调节器的刻度是0-200，受测者不知道这些刻度与温度之间的对应关系。2）冷库对调节器的反应有5分钟延迟，就是说，当室温达到调节器指定温度时，系统将继续被加热或制冷5分钟。所以你观测的温度可能开始太高，接着太低，接着又太高，接着又太低…

这种随着时间不停收窄振荡，并最终趋于一个稳定值的系统其实并不少见，例如很多住宅的自动恒温器都是这样的设计模式。对受测者来说，最好的策略就是把调节器随机拨到0-200之间任一刻度，保持不动，直到温度稳定到一个常值。这样，可以很容易算出温度计和调节器之间的对应关系，然后一步到位的校准到4度。

但是，受测者事先不知道存在5分钟延迟反应。他们本能假定是，调节器和温度之间存在瞬间联系，于是他们过度频繁的干预调节器，然后每一次都失望的发现，温度要么太低要么太高，总之，怎样折腾都找不到4度在哪儿。

底下这图表是大多数受测者的典型反应过程：

横轴是实验时间，受测者在100分钟的实验时间内，调节出来一条不断波动的温度曲线。您看得到，温度从来就没稳在4度上。右侧刻度（0-200）是调节器，小三角形代表受测者每一次调整调节器的记录。

实验前50分钟，受测者采取了试错法，先调低调节器，当温度低过4度，他就升高调节器，如此反复不停。

实验后50分钟，受测者开始抓狂了，他开始绝望的乱调一通，调节器一下子开到200最高值，一下又调到最低0值。抓狂的决策导致温度波动大幅加剧，直到实验结束他也没搞明白：如果把调节器拨到23，保持不动，最终室温将稳定为4度。

这实验很难吗？实际上，不算难。

参与者任务简单，且可按自己的意愿随时干预，何况还能不停收到温度计随时间变动的数据记录。在真实世界里，一个复杂系统很少有这么短的反应延迟，也很少给人们提供一个完整的时间序列数据去分析。

另一个常见的错误源于系统内部的因子之间存在复杂关联。所以决策者找不到一个正确的着手方向，他们总是从一个目标跳到另一个目标，忘记了什么才是最重要的。

假如你现在就是一个城市的市长。

这个城市叫Greenvale，位于英国西北，有3700个居民，主要工业是手表制造、也有零售、银行、餐馆等。

不过，地球上没这地儿，这个城市完全是计算机模拟出来的。

Dietrich请48个实验者担任市长，测试他们的执政能力和决策特点。市长任期10年，实现独裁统治。在游戏的设定中，市长有一个总的目标，就是提高市民对政府的满意度。这就象中国政府总的目标是构建和谐社会一般。这个目的又可以分解为许多具体的小目标：减少失业，扩大住房，改善福利、促进生产，提高收入、等等。

管理一个小型城市就是管理一个连锁性的复杂系统，市长不可能只做一个事情，而且一个事情的行动对其他事情都要产生影响。例如，如果你想扩大市民住房，这就要市政投入，市政投入需要加税，加税可能导致居民迁到其他城市，人口迁走导致消费趋冷，消费趋冷导致市政收入下降，市政收入下降又导致无钱扩大住房。

48个实验参与者有普通人也有经济学家或物理学家，市长们个个很忙的样子，但大多数都不成功，市民满意度直线下降。

虽然每个人的执政理念差异悬殊，但有一项错误是最普遍的：盯错目标。

譬如在一个模拟游戏中，一个市长把自己放到移动到超市门口，问市民对政府有什么不满意的地方。有人抱怨老年人打电话不方便，有人抱怨公务员效率低，有人抱怨图书馆不好，等等。

当这个随机性的问题清单占据市长大脑时，市长开始花费时间关注一些相对次要的问题，而忽视了真正重要的问题。某一个参加实验的市长，在任内用掉不少时间测量老年人的走路速度和电话亭的关系，以求精准解决市民对打电话不满意的抱怨，但是这样的一些问题到底是不是当务之急呢？

在国内的一些官场小说中，我经常读到所谓的清官人物，他们做事方式就像是Greenvale模拟游戏中的那些市长，根据问题的“明显性”来分配问题的“优先性”。

一个典型例子，也是我挺喜欢的小说《新星》中，写到李向南到古陵县作书记，上任一个月抓的几个大事都是解决“明显性”的问题：干部懒散、违章报销、积压冤情。侧重“明显性”问题的书记很容易被称作青天大老爷，但是管理一个复杂性系统，灭火队长式的书记也许是很不够的。

另一个典型现象是Dietrich游戏的一个参与者，此人之前做过一些公益活动，有很多经验。在扮演市长时，他发现在校儿童面临不少困难，而这正是他熟悉领域，于是他自动的忽略了别的市政事情，专心埋头于学校问题。在学校里他成功的找到了问题班级，甚至追踪了具体的问题儿童。

这个市长实际上是根据自己的能力来选择问题的。这样做的后果也是非常值得注意的：他没有解决他“必须”解决的问题，而只是解决了他“知道”如何解决的问题。

套用这个模式去观察政府官员，你也许能发现：政府的政策虽然纠正了一些弊端，但是往往这些弊端不是“优先的”和“必须的”问题，而凑巧只是“明显的”问题或是他们知道怎么解决。

不过，对于部分中国官员，人们必须降低要求：能纠正一些弊端，已经比什么都不做，要好了！

回顾上面的问题，出现这么多的错误和失败，追溯根源，也还是由于人类的认知能力有限。我读过一些书籍经常看到的说法是，虽然人类生活在工业时代和信息时代，但是人类大脑的加工能力仍然停在“史前大脑”的时代。所以，我们面对类似“黑盒问题”这种复杂系统时，头脑遇到极大困难，遭受各种认知误区的困扰。

亦有人说，大脑巨大潜能尚未开发，继续进化下去，每个人都有潜能变成一个出色的战略家。我对此是悲观看法。设想，自然界有没有一种动物，用三条腿奔跑，而拖着第四条完好的腿不用？

在发掘认知能力和应付复杂性系统方面，我们使用大脑也许就像动物使用它们的腿，能用上的早都用到了。所以，在此意义上，如果一个人穿回1787年变成路易十六，哪怕他是一个当代市委书记，那么恭喜这位男猪，最可能的历史轨迹就是：

他将把自己提前送上断头台，顺便把法国古代人民多玩死几个。