郑磊/文
著名经济学家丹尼·罗德里克曾提出一个观点：对于现实问题，我们头脑中最好同时运用几个小模型，并知道该在什么情况下使用哪些模型。
这个观点也适用于其他任何现实问题，这是因为我们生活的这个世界本身就是复杂多样的。一个模型可能过于简化，忽略了其他重要因素和视角，但是过于复杂的模型，人类无法解决，即便依靠高速电脑来处理，结果仍然大多是无法分析和解释的。
掌握信息可以给人带来很高的经济和社会地位，这个事实现在也没有改变，只是前提必须是有能力利用海量信息。从信息到知识，需要一个加工处理过程，然后才上升到智慧，即识别和应用相关知识的能力，包括选择正确的知识和模型。
随着技术进步，在人工智能和大数据技术的帮助下，我们似乎可以用深度学习的方法做一些判断和预测了，比如能够战胜人类最高段位棋手的“阿法狗”，擅长考试的机器人，但是这种方法无法产生新的知识，其算法本身也只是依靠处理数据摸索出了模式，而并不知道如何解释得出的结果。
模型可以让我们的思考更有效。这么说，我们人类还得回到思维模型上来，最好是根据工作和生活需要，掌握好其中几个小模型。有一本书确实可以满足这个目的，就是斯科特·佩奇的《思维模型》。这本书源于一个非常火爆的网上课程，作者起初想命名为“32种使你变成天才的模型”，截至这本书出版，在线课程注册人数已经超过100万了。这本书也多次修改完善，出版的是第30稿。其价值由此不难看出。
《思维模型》。资料图
斯科特·佩奇将模型分成了三类：对世界进行简化，用数学概率类比，以及人工构造的探索性模型。“管中窥豹需要多管齐下”。当我们的思维符合多个逻辑上一致并经过了验证的框架时，我们更有可能做出明智选择。这就是和巴菲特共事多年的知识渊博的芒格所说的用多个模型构建起来的“格栅”。模型的多样性会带来更加准确的结论，类似我们说的“三个臭皮匠赛过诸葛亮”。当然，这里有个前提就是群体中的每个人都有各自的看法，而不能人云亦云，才能体现出“群体的智慧”。这本书介绍的32个模型来自多个学科，引导我们以符合逻辑的方式进行思考。
我在给经济学研究生上课时，发现学生有两个主要缺陷，一是缺乏问题导向意识，另一个就是不懂得选择和使用模型。这两方面的共振又导致了欠缺学术研究能力的现象。面对一个现实问题，要想得到正确答案，需要信息、知识和智慧。而从处理信息到得出答案，都必须使用适宜的模型。
选择和使用模型不是一件易事，一个令人惊讶的观点来自哲学家维特根斯坦“所有模型都是错误的”。这句话的正确理解是：所有模型都是简化的，只在特定条件下成立。但是简单并不等同于简单化，而我们可以同时使用多个模型，实现多种可能情况的交叉，从而克服单一模型导致的狭隘性。再者，要根据使用条件选择模型，模型是特殊的，很少有完全适应各种情况、各种问题的模型。
斯科特·佩奇将模型的用途概括为REDCAPE，即7大特征，我认为其中最值得探讨的是推理、解释和预测。如果一个模型无法帮我们做这三件事，就算不上是个合适的模型。法国数学家、天文学家勒维耶运用牛顿定律解释天王星运行轨道，认为只有外围存在另一颗大行星的情况下，才可能解释得通，他将这个意见转告了柏林天文台，结果5天后就在他预测的位置发现了海王星。一个有关预测的重要作用的例子是2009年6月1日法航班机坠入大西洋事件，在出动各种探测技术都不见效的情况下，法国国家统计分析局用概率模型分析洋流，识别出了一个面积不大的最有可能是飞机沉没的矩形区域，只花了一星期就找到了飞机残骸。
最后要强调的是模型的交流用途。人们很看重教育对社会进步的积极作用，但是低估了交流所起的作用。经济增长在很大程度上取决于知识的可传播性（通常依靠模型）。有充分证据表明，思想的可传播性对经济增长的贡献要比教育起的作用更大。回到这本书介绍的模型，我认为读者只需要学习和掌握正态分布、幂律分布、网络模型、熵、路径依赖、随机游走、信号模型和学习模型等不超过十个最常用的模型。
来源：
