《论投票》书评

研究问题的“科学”逻辑

塔洛克是一个“与众不同”的经济学研究者。自己之前读过的那些作者，萨缪尔森数学性强，弗里德曼思辨，布坎南逻辑性好，科斯和诺斯都属于东西需要琢磨才能理解的，杨小凯的思维方式很特别；塔洛克和他们都不一样，或许是本身为法律学博士出身的缘故（其实我觉得这没有太大影响），塔洛克的书对于案例的分析要强于逻辑分析上的循序渐进。这一本书的每一章，都包含了很多有趣的例子：从开篇的“灯塔下找珍珠”，到收尾的“南非议案”，很像是在介绍法律案件，而这些例子又与主题保持着联系，偶尔也会有岔开一笔的描述，那是作者写到兴致大发时的拓展，读起来也很有趣味。我们都承认，现在的经济学研究几乎离不开数学，尤其是各种越来越高的数学知识。即便在本书，作者在第三章也讨论了阿罗定理，阿罗本身是数学和统计学出身，“推”出来的东西大家都信得过；作者在质疑的时候，采用的方法依然是“举例子”以及简单的图表，小心翼翼地指出阿罗定理成立条件的一些缺陷。这里我想引出来一个疑问：研究问题究竟应用什么样的逻辑？最普遍的回答当然是建立数学模型，因为数学模型最直观，并且条件、结论、检验方法都很明确，研究路径确定了之后往往是outgrowth，大家往往可以普遍接受。无论是反对还是赞同，面对一个明确的数学题，还是能够给出自己的偏好选择。只是有些模型是精致小巧的，而另一些是复杂的，对于前者的赞同和反对都很直接而又明确，对于后者的判断则不会那么明确，或许真的有精于此的人会仔细分析这个模型，然而对于大部分人来说，看个大差不离就行了（此处假设每个人偏好独立）。较普遍的回答是进行统计调查。统计调查的方法不复杂，只是调查周期和工作量比较大，尤其是对于那些“普遍事件”，样本选择很重要——如果选中的是有强烈偏好的区域，结果很容易失真；因此统计调查里，最容易遭到质疑的是统计数据来源，如何分类以及辨别类别之间的差异和相关性，是统计调查法的关键。之后的回答是理论推理。从条件到假设再到推理过程直至结论，这一套流程在数学尚未发达之时很流行，是当时分析的主流方法。逻辑推理的方法很犀利，但是不容易看懂。因为立言者往往在经历慎重思考和反复推敲之后，才下笔成文；而读者若不经历同样的推敲，只是囫囵吞枣的话，很像是在看天书。尤其在数学工具流行之后，这一强调行文逻辑性的文字推理方法逐渐被简单的数学工具取代。最后的回答才可能轮到案例研究。为什么把案例研究放在最后？因为在通常看来，案例研究是“就事论事”，缺乏系统性和普遍意义，并且很容易和”机缘巧合“联系在一起。许多不愿采用这种方法的人，往往会指责案例研究“要考虑的因素太多，不够简洁，三言两语写不清楚”。案例研究真的只是”就事论事“吗？还是我们想当然的认为它就是如此呢？从研究问题本身出发，我们所需要的是对问题进行分析，弄清楚成因、机理以及解决之道，简而言之就是抓crux进行对症下药。从哲学上看，无论是上述哪一种方法，有效性才是最重要的。除非有天生偏好的人会二话不说直接排序，否则我们应该没有明显的偏好选择——要看问题来选方法。当然要看问题来选方法，正如作者在书中讨论的Condorcet Choice在现实中不可能成立那样，一个候选者在配对选举中不可能击败所有的候选对象。没有一个方法可以包治百病，因此在方法的选择上，也会出现交叉使用的情形，这就像是选票交易一样，各取所需的最后结果就是携手出线。因此一个理性的选择者，会在进行充分研究之后才做出顺序判断。不过在现实中，我们常常不这样做。我们习惯于在了解所有结果之前就做出决策，并放弃搜寻。这样做虽然不会引出最优解，但是效率并不差——因为我们并不拥有无限时间，有些事一旦错过就不会再来。从这一点上来看，投票者有些盲目，选择也会带有随机性。我们往往从直觉上判断有效与否，然后做出判断，正如大部分人会选择建立一个数学模型解决问题那样——虽然数学的方法并不一定是最好的，但是对于大部分问题而言，这个方法至少是可行的。用这本书的思路研究了一下这本书的方法，这个过程是美妙的。不过我依然对塔洛克无法获得诺贝尔奖承认表示遗憾。

很有趣的一本书

公共选择学方面的入门读物，也涉及了很多如何将政治利益化为公众利益最大化问题的探讨。不过我最大的感触是，能否出版这样一本书，其实就是中美之间最大的差异。