自下而上的变动

我所说的这种自下而上的变动或噪声，指的是在自治市内部发生的政治波动，以及日常事务中的小争端和摩擦。它不具有规模可变性（或者说在规模扩大的过程中不可能不变形），换句话说，如果扩大其规模，比如将一个社区的居民人数扩大100倍，那么你将看到截然不同的情况。一个大国的运作方式与一个大自治市的运作方式不可同日而语，这就好像一个婴儿的行为举止与小个子成人的行为举止肯定大不相同。这种差异是定性差异：社区人数的增加改变了各方关系的质。回想一下前文中我们说过的非线性。如果实体中的人数变成原来的10倍，其原来的特征也必定会改变：你会看到一种转型。在这里，对话从平凡但有效的方式转向抽象的数字，可能更有趣，也更学术，但是却不那么有效。

一群自治市之间有些领地的纷争，本身也不乏内讧，但就是这种人与人之间的争斗，凝聚形成了一个相当良性和稳定的国家。我们看到，瑞士就好像乔治的收入，之所以稳定是因为在每个层面上都有变动和噪声。出租车司机每天的收入不稳定，但每年的总收入却相差不大，同样的，瑞士在整体上保持着稳定性，因为各州集合在一起，产生了一个稳健的系统。

人们处理地方事务的方式与他们处理巨大的、抽象的公共支出的方式有很大的不同：我们自古就生活在家庭和部落中，能够很好地管理这些小的社会单元。

此外，生物学能对自治市环境起作用，但对一个更大的系统却不起作用。一国政府竟然会丝毫没有羞耻感（也不会脸红），而这些本应是对过度开支或者在越南滥杀无辜的恶行所做出的正常的生理反应。与他人的眼神交流会改变一个人的行为。但是，对于一台安装在办公桌上的处理器来说，数字只是数字。周日的早晨你在教堂看见的一些人会为自己的错误感到内疚，也会对错误负起更大的责任。在小规模的、局部的范围内，他的身体和生物反应都会引导他避免对别人造成伤害。但是，在一个规模很大的范围内，“别人”只是一个抽象的概念；由于缺乏与相关人员的社会接触，他们更容易被公事公办的思维方式而非自己的情绪所左右，也就是说，只根据数字、电子表格、统计数字，以及更多的理论去做事。

当我向我的合著者马克•布莱思表达这样的想法时，他脱口而出一个显而易见的事实：“自治市里根本出不了所谓的大人物。”

“小”在其他许多方面都表现出了一种美。事实上，“小”汇总起来（也就是小单元的集合）比“大”更具反脆弱性—事实上，大的东西注定要分崩离析，这是一个数学属性，稍后我们还会解释，但可悲的是，这种现象似乎普遍见于大公司、大型哺乳动物以及大政府。

有关抽象的事物还有另一个问题，也就是心理上的问题。我们人类对所有不具体的东西都嗤之以鼻。我们可能更容易被身边哭闹的婴儿，而非客厅电视播放的外地或外国成千上万濒死的人群所影响。灾难在一些情况下是悲剧，但在另一些情况下只不过是一些统计数据。我们的情绪能量让我们无视事件发生的概率，而媒体让事情变得更糟，因为媒体会利用我们对逸闻趣事的痴迷、对耸人听闻事件的渴求来影响我们，并因此造成了很大的不公平。如今，每7秒钟就有一个人死于糖尿病，但媒体更愿意报道被飓风掀掉屋顶的灾难受害者。

现在的问题是，官僚机构的建立使得公务员都在抽象的理论基础上作决定，同时却误以为他们是在以合理的、负责任的方式行事。 

另外，再来看看恼人的游说者吧，这个群体在自治市或小区域中是无法立足的。由于权力（部分）集中在布鲁塞尔的欧盟委员会，欧洲人痛苦地发现，这些游说者为了某些大公司的利益而操控民主制度。只要能影响布鲁塞尔的一项决定或法规，游说者便能得到一大笔钱。这比在自治市获得的回报大得多（成本却很低），因为在自治市议会上需要一大批游说者，才有可能说服与所在社区的利益密不可分的选民。

规模效应的另一方面表现在：小企业一般是不太可能雇用游说者的。

这种自下而上的效应，在法律中也很常见。意大利政治兼法律哲学家布鲁诺•莱奥尼就认为基于法官审判的法律（由于有多样性）要比明确而僵化的法典更具强韧性。你可能认为，法官的判决简直像买彩票，但是，它确实有助于防止大规模的错误。

我用了瑞士的例子来展现政治制度的自然反脆弱性，以及如何通过管理噪声来实现稳定。我们应该建立一个机制，让政治体制遵循自然的发展进程，而不是限制这种自然进程。 

请注意瑞士的另一个特征：它也许是历史上最成功的国家，但一直以来，它的高等教育水平都要比其他富裕国家低。它的系统，比如银行系统，即使在我工作的时代，也都是基于学徒模式，更接近职业培训而不是理论学习。换句话说，是基于工艺和技术诀窍而非书本上的知识。

远离极端斯坦

现在，让我们来看看这一过程的技术方面，从统计学角度来看人类干预事件波动性的效果。这种自下而上的波动和自然体系的波动有一个明确的数学属性。它产生了一种我命名为平均斯坦的随机性，而非无法控制的极端斯坦，前者指的是众多看似非常可怕，但是汇总后便相互抵消的变化（随着时间的推移，或者将自治市集合起来形成较大的共和国或实体），后者指的是大部分时间非常稳定，偶尔陷入重大混乱状态的情况，也就是会产生严重后果的错误。前者是波动，后者是跳跃。前者充满许多小的波折，而后者则不规则地出现突变。正如司机的收入与银行职员的收入。两种随机性存在质的区别。 

平均斯坦中包含很多变化，但没有一个是极端变化；极端斯坦中的变化不多，但是一旦发生都是极端变化。

我们再换种方式来理解这种差异：你的卡路里摄入量属于平均斯坦。如果你将一年内消耗的卡路里加总，即使不把你故意多算的卡里路量减掉，你也会看到，没有哪一天的卡路里量在总量中占据较大比重（最多占比0.5%，或者不超过5 000卡路里，而你一年消耗的热量可达80万卡路里）。因此，一些异常的、罕见的事件从总量和长期的角度来说，都只起到无关紧要的作用。你不可能在一天内让体重翻倍，甚至一个月、一年也无法实现这一目标—但是，你的财富净值可能在很短的时间里增长一倍或减半。 

比较另一种情况，如果你销售图书，那么你会看到，一半以上的销售额（甚至90%的利润）往往来自最畅销的0.1%的图书，在这种情况下，例外事件，也就是千里挑一的事件，占据了主导地位。这与金融问题和其他经济问题一样，往往属于极端斯坦，就像历史总是以突变和跳跃的方式，从一个状态跳到另一个状态。 

图5–1说明了反脆弱性系统在被剥夺了自然变动（主要归咎于天真的干预）后，会受到什么样的伤害。除了自治市的噪声，这个逻辑同样适用于：在无菌环境中生活一段时间后走出来的孩子；一个自上而下力求政治稳定的系统；价格管制的影响；以及一家公司的规模优势，等等。我们从一个充满可控波动性的稳定系统（平均斯坦），接近统计意义上“钟形曲线”（属于高斯或正态分布一类），切换到一种具有高度不确定性，以跳跃方式运动，被称为“长尾”的系统。长尾是极端斯坦的代名词，指的是一些发生概率很低的事件，但这些“尾部”事件却可能起到举足轻重的作用。第一个系统（图A）虽有波动，起起伏伏，但不会沉没。第二个系统（图B）没有显著波动，但却因偶发的动荡而急速沉没。从长远来看，第二个系统将更为动荡，波幅惊人。如果我们限制第一个系统，我们往往会得到第二个结果。

还要注意在极端斯坦下，可预测性是非常低的。在图B这种随机性呈伪稳定状态的情况下，错误看似很少发生，但一旦发生便后果严重，且常常具有毁灭性。其实，正如我们将在第四卷中阐述的一个论点所示，由于上述特性，任何拘泥于计划、不善变通的事情必然失败—鼓吹规划有助于企业发展简直是胡说八道：事实上，这个世界太随机、太不可预测了，怎么可能基于未来的波动性来制定政策。生存取决于适应性和环境条件的相互作用。

重大的“火鸡”问题

现在让我从有关“长尾”和极端斯坦的图表和技术术语改回我的黎巴嫩口语。在极端斯坦下，人很容易被过去事件的特性所愚弄，坚信一个完全过时的故事。看看图5–1的图B，在走势急转直下之前，人们很容易相信，当前的系统是安全的，尤其是当系统从图A带有“可怕”的明显波动的随机性状态切换到了看似更安全的图B。波动性似乎是下降了，但事实并非如此。  

一只火鸡被屠夫喂养了1 000天，每天都向其分析师证实，屠夫对火鸡的爱的“统计置信度与日俱增”。屠夫会将火鸡一直饲养到感恩节的前几天，随后，重要的日子就要来临了，当然，这一天对火鸡来说绝非好日子。所以，只有看到屠夫的意料之外的行为时，火鸡才会修订自己的信念—而此时，正是其对“屠夫爱火鸡”的信念被强化到极致之时，它认为自己的生活“平静如水”，未来前景一片光明。但问题是，这种意外就是一种“黑天鹅”事件；当然这只是对火鸡而言，并非对屠夫而言。 

从火鸡的故事中，我们可以看到所有有害性错误的根源：将证明有（危害）的证据较匮乏视为有证据证明不存在危害。我们将会看到，这种错误在知识界极为普遍，在社会科学领域也根深蒂固。 

因此，在生活中，我们的任务就是“如何不让自己成为火鸡”，或者如果可能的话，争取与火鸡的特征相反，也就是具有反脆弱性。想要“不做火鸡”，就要了解真正的稳定和人为的稳定之间的差异。 

读者很容易想象，被压抑了波动性的系统在爆炸后会发生什么。我们有一个恰当的例子：2003年当美国突然推翻萨达姆•侯赛因和他的政权时，阿拉伯复兴社会党遭到取缔。当时有超过10万人死亡，10年后，伊拉克仍是一个烂摊子。