Categories
经济、IT观察与思考

古典的因果到允许不确定性的因果关系

虽然知道自己写不好这个题目,但是还是想多少记录一下最近的一些思考。放在这里贻笑大方也无所谓,反正是自家的园子,来者只能客随主便。

这么多年其实做的东西一直没能跳出因果推断的这个小圈子。虽然知道自己的短板在哪里,也知道再不好好去突破那么天花板就挡在那里了。可能开始只是一个非常实用主义者的角度,不是特别关心哲学层面的限制。到后面做的越多,知道的越多,对这个领域的敬畏也就越深。到现在,虽然每天因为工作的原因,还是会跟不熟悉这个领域的人一遍遍灌输因果推断的基本想法和重要性,但是自己其实知道我可以脱口而出的那些套路背后有多少隐藏的假设。稍稍去深思一下那些假设,有的时候也知道很多东西其实并不是站得那么牢靠。

我其实在过去的很长一段时间都怀着对统计意义上因果推断最底层的怀疑:这真的是科学一直在追求的因果关系吗?从开始学习计量经济学的时候,这一层挥之不去的“不相信”就一直顽固地存在着。当然,一开始的时候是因为知道的太少,只是本能地去抗拒一个不能融入我直觉的思维方式。一晃过了十几年,我终于有勇气再去翻看当年写下的无知者无畏的文字,还是挺有意思的。当年没有得到太多的现实应用的锤炼,居然可以在一定抽象的层面来思考这个问题,还是一番挺有意思的大脑锻炼。现在经手了这么多现实的案例,回过头去再看,当年的感悟虽然有灵性,却没有根基。

前段时间给统计之都写了一篇概述因果推断业界应用的科普文,题目起的很大,写起来也让我诚惶诚恐。其实也有跟编辑们讨论过题目是不是太猖狂了,后面大家觉得还好,就这么留下了。不知道有多少人注意到,其实我在里面非常小心地写了一个“限定句”,“这里的 ‘因果’限定为统计意义上的因果效应”。这一句一定要在一开始就写,因为我只能在做出这个限定之后,才能流畅地在一个给定的框架之内写下去。读者们不一定能感觉到作者心里的微妙情绪,但我没法自己欺骗自己。最后一段,我试图跳出这个限定,提到了“个体处理效应”,然后心里仿佛又有一口大钟撞来撞去,不敢再胡扯下去,旋即收笔。一篇不过几千字的文章让我如此胆战心惊,可见背后的思考是让我如何地坐立不安。

那么到底是什么让我如此的忐忑呢?其实就是“因果”这两个字的定义。说到因果,最符合我直觉的就是古典物理或者化学意义上的因与果,比如牛顿力学,比如氢气在氧气中燃烧变成水。这些都是可以用优雅的数学公式直接而具体地刻画的,好似真理一般,让人没法质疑。更让人笃定的则是,这些都是可以被实验验证的。虽然后面知道,古典力学只是在一个局限的环境中才会被遵循的物理定律,化学元素之间的反应也是限定在某些条件之中的,但这仿佛并不影响我对于这种非常机械式的因果的信仰。但问题在哪里呢?数学公式的局限在于,它需要一套假设和公理体系。当这些假设不成立的时候,这个看似精密环环相扣的因果体系就会土崩瓦解。数学家不会去验证假设能不能成立,他们可以得到一个理想条件下的真理,而应用者却不得不面对假设可能不成立的境况。然而我有限的物理或者化学训练并不足以告诉我,当这些假设不成立的时候,我们又如何去构造和验证一套新的理论体系呢?

从确定性到不确定性,其实是我在本科四年学习里面获益最深的一个思考范围的突破。概率论其实是一个非常强的对于思维方式的影响。这种思维方式的影响不在于记住了多少参数分布,而是在于它潜移默化地引入了一个新的假设:因果关系可以不再是一对一的、确定的,而可以是不确定的。这个时候,我们便可以借用概率分布来描述这种不确定性。这一点我其实在很长的一段时间都没有领悟到,虽然我可以熟练地推导各种利用概率来描述的公式。我其实特别喜欢问自己和问别人一个问题,什么是方差?很多人脱口而出,离中心点的距离(平方和)。然而细细想下去,比如我不断地去抛一枚均匀的硬币,每次的结果要么是正要么是负,那中心点的那个永远无法实现的1/2到底是什么?方差又是在描述什么?(想到这里,觉得哈利波特里面那个“九又四分之三站台”更加神奇了。)(另,后面看到一些脑科学的研究,说不确定性其实是对于人们认知的一个极大挑战,因为我们的神经系统从物理层面其实是不那么兼容不确定性的。人类做决策的时候其实是很难吸收不确定性的。)

从确定性到不确定性,其实也是很大程度上改变了我对于因果关系的理解。在确定性的框架之内,因果关系是不需要统计的(因为没有不确定性,我们不需要借助概率的语言来描述这件事情)。当我们放松了确定性这个假设,引入概率之后,因果便不得不被重新定义。我不知道自己花了多久想明白这一点,可能至少五六年的功夫吧(所以我硕士毕业的时候脑子里面对这一点还是一头雾水,虽然我已经天天在积极地讨论计量经济学上的“识别”(identification)这个问题了),而且每次都是一点点局部的进展,经过了很久的磨砺才愈见清晰。很长的一段时间,我是完全把这两种对于因果的定义隔绝在两个平行世界的,绝对不允许两者同时出现在我的思维框架之内。

好了,我现在仿佛终于打通任督二脉,就可以闭关修炼然后期待境界突破了吗?其实并没有。我这几年读了很多相关书籍,统计学的可能多一点,毕竟先要确保自己理解数学工具是怎么来严格地描述这个问题的。应用方面的也不少,主要是想挑战自己把现实和理论连接起来的能力,也便于理解那些抽象出来的框架和假设。然而最让我痛苦的瓶颈则是哲学层面的思考。我试图去读科学哲学,一遍遍,却仿佛还没有找到那个灵感突发的契机(eureka moment)。我试图跟别人聊,去倾听大家的理解,然而这仿佛是一个迷雾森林,大家都在一个特定的范围之内默默地停下了。有人或许试图找到在迷雾中前进的线索,却也是半途折返。我是一个很好的观察者和倾听者,却不是一个合格的冒险家,我根本不知道从哪里开始探寻。

最形象的联想就是在《荒野之息》里面走迷雾森林

有人说,经济学是社会科学之中的物理学。我觉得从面临因果推断这个迷雾森林的角度,经济学和物理学或许面对的是一致的挑战。物理学有些许进展,而经济学在蓬勃发展了半个世纪之后,却陷入了更大的迷茫(我觉得19年诺奖经济学其实某种程度上映射了大家对于这个问题的无能为力)。当应用学科止步不前的时候,大家在等待的或许是哲学和理论上的突破了。当然,我觉得其实我自己都没有窥得现在境况的全貌,只是隐约觉得,我离那个看不见的玻璃墙越来越近了。

(这篇真是的随便写写,大家尽情吐槽,也欢迎砸更多的信息和思考。)

Categories
经济、IT观察与思考

抽象思考的能力

最近开始意识到,工作中有意无意的,我开始越来越倾向于抽象的思考。可能是工作内容变得越来越庞然且繁杂,所以花很多时间在观察不同层面的变化和梳理脉络。解决一个角落上的具体问题很容易,但是真正去理解这些具体问题是如何镶嵌在整体画面上的,其实还是很花时间与精力的事情。

抽象思考其实是说,如何用一个更统一的框架来帮忙理解一系列具体的问题。若是可行,那么解决问题的时候,就不用逐一击破,而是可以一招制胜。但这样做的代价就是,要花很多时间来观察很多问题,然后思考他们的相通之处。有些时候,这样做并不是符合我们的直觉的。

我的个性其实是一个很容易专注的人。对我来说,专注于一件事情、然后把它解决掉其实是很容易实现的。有趣的是,在两年前去进行飞行执照训练的时候,学到了一个词:situational awareness,大意是对周边环境的感知能力。一开始的时候,这对我来说非常难,因为在机舱内就有很多东西需要手脚并用地去操作了,怎么可能再去兼顾周围?对于飞行训练来说,养成感知周边的习惯靠的是把日常的操作变成肌肉记忆,这样大脑就可以空余出来处理额外的信息。跟开车很相似,一开始司机专注于如何控制车速和方向,而久而久之,大家就习惯成自然,开始更多地把精力花在观察路况等等了。

可能多少受益于这样的训练,我开始自然而然地在工作中也有意地去增加自己对于整体局势的感知。尤其是当我开始进入一个相对陌生的领域的时候,以前会很积极地先找到自己可以攻克的问题,边做边学。现在则是宁愿花前期的时间来观察思考,谋定而后动。不知道最后会不会殊途同归,但至少对我来说,这样的模式更有利于我自己建立更坚定的信念。

意识到抽象思考的甜头之后,我也试图找寻一些可以帮助抽象思考的训练,比如去读一些哲学文章,比如复习以前学过的数学。经济学模型其实本身也是一个很好的抽象能力的体现。如何从生动的现实之中找到潜在的规律,然后把这些东西用数学模型描述出来,经济学建模的过程其实挺锻炼抽象思维的。

希望以后我自己可以越来越习惯在越来越抽象的层次思考,这样有利于把问题定义地更清楚,也有利于意识到解决方案的局限性。

Categories
读书有感

高阶的曼妙

最近业余看了一点抽象代数,本以为会根本看不下去,结果没想到抽象代数居然如此好玩。看过了抽象代数,再去看很多东西,仿佛就是降维打击,轻巧曼妙。

环(ring),域(field),群(group),三个相辅相成的抽象概念,笼络了常见的各种代数运算(加减乘除和矩阵运算)和代数定义域(整数,有理数,实数,复数),居然就这么轻轻巧巧地被串起来了。最有意思的是,这一系列对于代数结构的理解,使得“一元高阶多项式有没有一般解”这个问题得到了彻底的解决,让人拍案叫绝。

有意思的是,我最近发觉自己对于英文的理解能力比中文略强,尤其是在数学这块儿,所以我就先去看的英文课程(也有可能是教学风格不同,西方的老师有一种绞尽脑汁深入浅出地倾向)。写这篇日志的时候,翻了翻中文资料,发现豆瓣的一篇帖子讲得非常好,但是豆瓣不显示公式,于是有人很贴心地提供了latex排版并放在GitHub上。我看的英文课程是从环,域,群这三个概念开始讲的,到最后才提供了“五次及以上多项式没有根式解”作为一个实例,让人看得特别有满足感。

抄一下最核心的证明思路:

这样伽罗华(Galois)证明了:一元n次多项式方程能用根式求解的一个充分必要条件是该方程的伽罗华群为可解群。

由于高于四次的一般方程的伽罗华群不是可解群,也就直接推论出高于四次的一般方程的不可解性。

也即伽罗华发现本质就是:域的无数种扩张方式其实就是有限阶的群。n阶对称群对应着n次一元方程,而5阶和5阶以上的对称群不是可解群,也就是五次和五次以上的代数方程没有求根公式。

如果回顾历史,会发现在Galois之前的数学大家,如拉格朗日,解决问题的思路都是降维:试图把高阶方程变化为更低阶的问题。如果每个n阶都可以简化为n-1阶的问题,那么所有n阶方程的解不久解决了吗?结果拉格朗日就被卡在这样的归纳法思路了。

Galois另辟蹊径的地方在于他没有沿用这种简单的归纳法的思路,而是回到了代数的本质。这么想,

  • 人们为了得到一次方程的一般解,需要拓展整数数域,引入有理数。即 的通用解 并不是在整数域之内,而是要引入有理数。
  • 人们为了解决二次方程,又不得不拓展有理数,引入了根式,从而引入了无理数和复数。二次方程的通用解里面必须包括根式,而当 的时候,就不得不引入复数了。
  • 三次方程简化后的辅助方程为二次,四次方程的辅助方程为三次,所以暂时不需要引入新的数域。
  • 五次及以上方程就没这么幸运了, 由于其对应的伽罗华群不是可解群,所以在复数范围内是没有一般解的。

这里有一个很有意思的问题,为什么到五次方程,事情就产生了质变呢?Galois给出了事情的本质:五次及以上的多项式方程不存在在根式定义下的可解群。

可解群本身的定义依赖于正规子群、极大正规子群列及确定极大正规子群列的一系列合成因子。Galois定义了,如果一个群所生成的全部合成因子都是素数,则称这个群为可解的。所以,如果不拓展根式数域,五次及以上方程就没办法变成可解群了。换言之,不是五次及以上方程无一般解,而是加减乘除和根式运算限制了我们对一般解的表达能力。

这里可以看出为什么抽象代数为称之为抽象代数了,因为到这里,对于代数的理解就不仅仅是满足计算目的了, 而是去理解代数本身的结构。素数作为整数域里面的基本元素,不仅仅影响着因式分解,还可以拓展到整个代数结构里面去。某种意义上,我们需要在抽象代数里面重新定义“素数”或者基本元素,然后便有了各种优美的结论。

我在可见的未来之内,估计是不会亲自用到抽象代数了。只是这种思维的曼妙和在(更)抽象层面上洞悉事物本质的爽快感,让人着实欲罢不能。


最后补一句最近的人生感慨。很多时候,我们觉得一个(局部)问题很棘手无法解决,很可能是我们手上的工具限制了我们解决问题的能力。这个时候需要做的不是死磕,而是重新定义问题,从一个更高的层面来看待这个问题,或许就会看到自己曾经的局限性。定义问题永远比解决问题更重要。

Categories
读书有感

从社会公平角度看社会极化

在过去的一年中,我给自己定了一个不怎么正式的研究课题:理解美国社会为什么在今天如此分裂和极化。说它不怎么正式,是因为我并不想把它当成一个学术课题来研究。但我还用了研究这个词,可能是更遵循广义的定义——探究和钻研。从我的兴趣点出发,美国当今社会的极化问题可以和另一个著名的历史问题有异曲同工之处——大分流(Great Divergence)。大分流是加州历史学派对中国和欧洲在工业化过程中选择了两条路的描述。美国社会的极化,某种程度上也是一种分流。虽然这两个一个是经济历史问题、一个是政治和意识形态问题,却有一种冥冥之中的缘分,提出了很多思考上的挑战。

试图理解美国社会极化,自然离不开先去复习美国的历史。好在,200多年不是那么漫长,沿着美国宪法这么好的历史脉络按图索骥方便许多。不在此赘述美国的历史了,不过有意思的是,最近的总统大选原来越呈现胶着状态——很多所谓的“摇摆州”,胜负都是1%以内,然后最终决定了美国大选的赢家。其实在以前,美国大选并不一直是如此针锋对麦芒。很多选举的差距其实还挺大的。

选举只是一种民意的体现,反映的是背后的意识形态的分化愈演愈烈。PBS有一部很有意思的纪录片:America's Great Divide: From Obama to Trump(YouTube上可以直接看到完整版),简单回顾了过去十几年的历史。与此同时,无数的经济数据来佐证这种分裂不仅仅是意识形态的分裂,而其背后有着确凿的经济基础的崩裂。比如,美国中产阶级实际收入不升反降(按实际购买力计算)、社会财富分布越来越不均等(近期的例子有2008年次贷危机后,富人的财富反而增加了;此外还可以把时间轴拉得更远来看)、代际间的流动性越来越差(intergenerational mobility,子女超过父母,或者简单地可以叫做“美国梦”,Chetty有很多相当有力的数据)。虽然看数字和证据让人对极化这种现象越来越确信,但是背后的根源到底是什么?说到底,这些都只是显现出来的表象,原因是什么呢?

和“大分流”一样,社会极化的原因显然不是一句两句话就可以讲清的,也不是一个两个学科领域就可以充分解释的。看了很多经济学的观点之后,我开始从其他学科的学者中寻找启发。最近在看Michael Sandel的《The Tyranny of Merit》一书,给出了一些从社会公平和政治哲学角度的解释。

在叙述Sandel的观点之前,我想先说明,我并没有很赞同Sandel给出的处方:比如在藤校等大学录取采用抽签制度。在我看来,这些还是治标不治本,甚至是为了达成某种特定的目的而忽略了可能存在的其他偏颇。不过他这本书值得一读,一是里面涵盖了很多历史渊源,可以帮忙理解很多事情是怎么一步一步演化的。再者,Sandel是个很好的作家,正如他可以把“公正”这么课讲得如此发人深省一样,他这本书写得也是层次递进,诱发思考。一本好书并不是直接说服读者来认同他总结出来的观点,而是精炼出相关的信息素材来帮助读者形成自己的判断。

Sandel一开始就提到了Meritocracy这个看似公平实则事与愿违的制度,可能是造成社会分化的根本原因之一。Meritocracy就是merit-based cracy,而cracy本身是rule或者govern的意思,比如demo-cracy是民主治理,所以meritocracy就是基于人们能力的治理系统。中文翻译大致有“精英政治”或者“贤能政治”,但我感觉不够确切,因为还有elitism等。英文的定义有点繁琐,如下:

Meritocracy is a political system in which economic goods and/or political power are vested in individual people on the basis of talent, effort, and achievement, rather than wealth or social class.

Meritocracy直白的翻译就是“美国梦”(也可以叫英国梦等等),人们只要有能力,就能实现最好的自己。我其实花了很久去理解Meritocracy这个词,主要是一开始不知道Meritocracy相对的是什么。“rather than wealth or social class”其实是一种很模糊的说法,更直接的另一个极端则是,出生决定论(determined by birth)。出生决定其实贯穿了很长的历史,尤其是在中国几千年的封建社会中,君王一定是世袭的,除了科举制度外,其实并没有太多上升通道,农民从一出生就被绑定于土地,人口的地域流动性很低。这里我沿用约定俗成的封建社会定义,即“中国古代战国时代中期开始,到清朝后期(鸦片战争前)”,主要是指历史时段而并不会去跟西方社会的封建制度定义相对比,后者其实是有不少争议的。

西方历史也差不多。最早是君主独裁(Monarchy),然后到了亚里士多德时期的元老院制度(Aristo-cracy),从一个人变成了一小群极其聪明的人。从名字可以看出,Aristocracy和亚里士多德(Aristotle)有着相同的词根Aristo,意为excellent。希腊的先贤们认为Aristocracy的制度优越性来源于少数人拥有的超出常人的治理方面的天赋,而大多数人并没有足够的信息甚至于获取信息的能力。再往后,这种“人尽其才、任人唯贤”的理念就延续到了Meritocracy,而且不仅仅限于政治,可以应用于社会的方方面面,尤其是在这个社会分工高度专业化的时代。

Meritocracy之所以被歌颂,很大程度是是因为它否定了“出身决定论”。一个人只要有能力、肯努力,就能获得某种意义上的功成名就。这样的制度是看似公平的,至少是机会公平的,给予了人民希望。然而最早造出Meritocracy这个词的英国哲学和社会学家Michael Young却有着相当悲观的预测,在其1958年的著作《The Rise of the Meritocracy》里,他预言2034年英国会有一场发育根源的社会起义,因为Meritocracy会造成人们追求智商或者其他优异属性(比如优生学),一旦这些能力变成了可以人为制造的,就会进一步造成社会的分化,回到出生决定的困境。Sandel在书里给出了现实的答案:美国在过去一个世纪中,一直歌颂着美国梦。然而,这种美国梦掩饰了社会分化的残酷,使得成功者过于自负地相信自己的成功是自己的努力所得,而失败者则将失败归咎于能力不足而意志消沉,而忽略了外界因素如制度上的不平等。然而事实呢?Sandel以大学录取举例。美国初高中生需要通过一系列的成就来向大学证明他们的能力,比如sat分数,比如ap课程,比如志愿服务,比如体育,然而这一切其实很大程度上是有家庭背景决定的。高中生很累,因为他们要付出很多努力来获取这些优质的标签,所以他们会觉得这一切都是自己的能力和努力的结果,而忽略或者低估了运气或者家庭的成分。Sandel举的例子是他所任教的哈佛大学,越来越多的本科生认为自己能进入哈佛完全是天赋异禀,而不是其他什么因素。可是残酷的事实是,越来越多的数据表明,这些标签其实反映的并不是学生本人的能力,而是家庭背景,比如SAT分数最相关的因素就是家庭收入,甚至超过了家庭受教育程度的影响。

美国大学录取日趋白热化,反映的其实是美国整个社会制度对于学历的过度依赖。美国只有30%-40%的人拥有大学学位,而在如今的社会分工中,大学学历已经成为了不可逾越的一个门槛,造成了收入的巨大分化,以及相应的社会地位和自我认知的分化。Trump虽然代表的是被全球化抛弃的美国工人阶级,但是他无时不刻不在提醒大家,他是沃顿毕业的高材生、他很聪明、他有能力带领美国。这些Meritocracy最关键的标签被他紧紧地贴在身上,可见Meritocracy已经在美国深入人心。大学不再是单纯的教育机构,而变成了社会分化的筛选器。中文的那句“鲤鱼跃龙门”,成为了最贴切的形容。只不过这里的鲤鱼门不仅仅是靠自己的能力飞跃龙门,而是要靠着家庭等等。

然而Meritocracy这里其实有很多假设。首先,成功与否、尤其是以收入来衡量的成功,代表的真的是人们的能力和自我努力吗?其次,Meritocracy就一定是公平的吗?Sandel又进一步探讨了这两个假设。

对于第一个,收入=个人价值=能力体现(moral deserts),在很多哲学家的讨论中,其实是不成立的。最典型的如哈耶克,他认为人们的收入财富是由市场供给和稀缺性决定的,而不是自我的能力或者对社会的贡献。比如一个对冲基金经理和一个人民教师,后者虽然对社会的道德意义上的贡献可能更高,但是收入远远无法与金融业匹敌。从哲学层面上,哈耶克就否定了收入与merit之间的必然联系。

第二个则是更发人深省的。最初我们认为独裁不公平,是因为世袭,完全由出生决定。我们无法决定自己的出生,这对于个人来说完全是运气因素,所以不公平。那么Meritocracy依赖的merit就完全不依赖运气了吗?我们擅长或者不擅长学习书本知识、运动员擅长或者不擅长体育,如果是基因决定的,那么不也是出生就确定了吗?虽然基因不是家庭财富,但从运气的角度,又有什么本质区别呢?再然后,Meritocracy演化起来,各种筛选制度或者merit可以被人为控制,比如大学录取和优生,被扭曲成一个变相的基于家庭背景的竞争,那么和以前的直接由出生决定又有什么区别呢?即使在最好的情况下,Meritocracy也只是体现了社会分工的最大化,因为从哲学原则上讲,物尽其用人尽其才是实现生产效率最大化的社会资源最优配置(包括人力资源),是一种结果,而其本身并不能意味着可以保证过程的公平。

读到这里的时候,那晚我其实是很悲观的。除了对于Meritocracy背后哲学逻辑的悲观,还有另外一个书中没有提起却让我无法说服自己的问题:公平应当如何对抗人们对于血亲的自私的天性?比如你去问一个人应不应该取消高考而改成自主招生,TA可能会说不行,这样对农村的孩子不公平。然而你去问TA是不是该取消自己孩子的课外辅导班,TA肯定会反对,因为TA还是会在意自己孩子的成绩。这种父母希望自己孩子更能够成功的天性,和人们希望这个社会公平的愿望,在我看来其实是有着内生的矛盾的。假如一个社会真正做到了机会均等,那么就意味着,孩子的成就跟父母是完全独立的,就一定会有孩子跌落社会阶层。但对于父母来说,他们的天性是希望孩子成功的,自然会极尽所能增加孩子成功的概率(北上广中产阶级的教育内卷就是最好的体现),即使他们自己之所以能从农村到城市中产阶级正是受益于高考制度带来的机会公平。在这里,每个人希望社会尽可能的公平的愿景,和希望自己的孩子有更多成功机会的自私自利,是对立的。如果同时看社会中的个体与群体,这就形成了某种意义上的社会层面的“囚徒困境”。每个人都知道社会公平是最好的结果,但没有人希望社会公平的代价是自己的小孩阶层沦落。

或许正因如此,我们看到了美国社会二百多年来代际演化的结果——阶层流动性越来越差,社会财富越来越集中,Meritocracy这种社会制度也不自觉地为社会分化服务着,而并不如人们最初理想化地认为它可以保证机会公平并约束社会分化。如果制度反应的只是人们的天性,而不是制度造成社会分化,那么我对于社会的悲观也就成为一种不可能被改变的注定性事件了。中国古语有云,天下大事,分久必合,合久必分,无非就是说,社会的分化导致财富集中,然后阶级之间失去平衡,对立加剧,最后只能通过暴力手段来重新分配财富和资源,进入下一轮的演化。这好像看来是注定的轮回。

然而过了几日之后,我觉得自己的悲观忽视了几千年来社会的进步。一则,社会分化并不一定是一个零和游戏,即使相对层面的流动不充分,绝对层面我们还是可以实现所有阶级一起进步的,并不一定就意味着两极分化越来越严重。二是,制度并不总是为了服务统治阶级而被创造出来的。人们一直在学习制度,意识到制度的缺陷,然后试图用群体的理智来克服个人的囚徒困境,而不是利用制度的缺陷来最大化个人的利益。人们可以创造一个公共机构来调节机会分布的不均衡。正如政府用税收来实现社会收入的重新分配,机会某种程度上也可以被人为调节,尤其是在整体蛋糕可以被做大的情况下。高等教育的普及、引入其他非学历标签来帮助人们寻找到人尽其才的工作,调节某些行业过高的收入,这些都是帮助在整体增长的同时个体不至于分化加剧的。虽然听起来还是很理想主义,但是人类既然能够从奴隶制自我修正到民主制度,那么进一步的修正也就是时间问题。虽然在我们短短的一生中,只能见证一些边际的改变而已。

当然,Sandel这本书里还有其他很值得阅读和思考的内容。我只是有着自己一个强烈的问题,然后试图去寻找一种政治哲学方面的解释而已。换做不同的问题和思考模式,或许对此书会有不同的感触和解读。对于萦绕我的那个社会极化的问题,我也并没有找寻到所有的答案, 还是会一直探索下去。

Categories
经济、IT观察与思考

旧金山派民主党(San Francisco Democrats)

大选年加上居家,有意无意地就看到了一些跟政治相关的信息。虽然我更感兴趣的并不是政治时事而是政治背后的哲学和经济学逻辑,但是最近的趋势实在是让人不得不加以关注,也算是见证一些短期的历史时刻。

前几天搜了一下旧金山市的众议员代表,出乎意料的,美国众议院网站显示的旧金山的代表是Nancy Pelosi。我一直知道她是众议院议长(Speaker of the United States House of Representatives),没想到她还兼任着旧金山市的众议员,虽然逻辑上众议院议长一定是一名众议员。联想到即将上任的Kamala Harris,以及加州州长Gavin Newsom都是旧金山一路出来的,不禁开始好奇为何民主党如今的star有着如此强烈的旧金山渊源。

在网上搜了一下,还真有San Francisco Democrats这个叫法。我觉得翻译成“旧金山派民主党”比较贴切,就自作主张这么叫了。一路看下来,除了上面三位,还有一位前旧金山市市长占据着重要的角色——一手挖掘了Harris的Willie Brown。按照上面链接的那篇文章所述,这背后多少免不了硅谷这么多年来经济高速发展带来的政治诉求和影响了。三十年前的旧金山还是一个“杀马特”自由先锋的角色,在大部分美国人民意识尚未觉醒的时候,就已经开始讨论同性恋、堕胎和大麻合法化了。如今,当年的叛逆青少年,也已经逐渐变成中流砥柱了。

还看到一篇介绍旧金山“蓝化”历史的文章也很有趣。Dianne Feinstein在1984年把民主党集会放在了旧金山,旧金山政治影响力自此开始逐渐增长。而另一则略带八卦的故事则让人唏嘘,即有关前段时间凭着咆哮式宣言而一鸣惊人的Kimberly Guilfoyle。她其实跟旧金山渊源颇深。除了她是Newsom前妻之外,她父亲Anthony Guilfoyle其实是旧金山政治圈教父似的人物,一手打造了Newsom早期的政治路线。Guilfoyle通过与Trump儿子交往得以重回政治舞台另一侧的行为,让人不得不猜测这些年到底发生了什么样的故事才能如此剧烈的改变一个人。同样的,这篇文章也提及了旧金山这些政治团体背后的财团,从Getty到 Benioffs of Salesforce (also part of the San Francisco swirl); the Silicon Valley investors Tom and Theresa Preston—Werner (also of San Francisco); Drew Houston of Dropbox (likewise a San Francisco dweller); and Laurene Jobs (who lives in San Francisco)。

不知道日后旧金山会不会源源不断地往华盛顿输送政治血液。这一段历史背后的必然逻辑,或许在若干年后,才会有机会看的更清楚。