“吃得苦中苦”真的“方为人上人” 为什么古训有时候不太灵?
在学生时代,我们身边一定有这样的同学。他们每天起早背单词,上课努力记笔记。午休期间也在刷题,晚上就寝之前也要抓紧时间背几个数学公式。这种勤奋的劲头总是让我们自叹弗如,他们在考试的时候要是考不好都没有天理了。
结果一到考试的时候,他们真的考不好。
进入职场之后,还是能遇见这类同事。他们上下班按时打卡,早上第一个到公司,晚上总能看见他们在加班。上司安排的工作以后,马上开始埋头苦干。其他同事都觉得凭这股努力的劲头,年底就算不能升职,起码奖金拿到手软。
结果到年底的时候,他们不仅没有升职,也没有拿到奖金。
从小就被教育要学会吃苦,想要得到什么,就要付出比别人多千百倍的努力。但是大多数时候,我们的经历却告诉我们“吃得苦中苦”却并不能一定成为“人上人”。于是大多数人就此放弃努力,开始“当一天和尚撞一天钟”的生活。
在看到别人成功之后,不相信自己也能做到,却认为背景与天赋才是成功的关键。
关于努力与成功之间的关系,各个文化都有自己的解读。不管是什么地方的文化,都相信努力就能成功。既然努力就能成功,那为什么还会出现努力之后仍然失败的情况呢?到底是古人说错了,还是我们理解错了?
关于这个问题,来自日本的两位教授给出了自己的解答。一位是中室牧子,另一位是津川友介。他们站在经济学的角度,为我们介绍了如何正确理解这个看似玄学的问题。为我们提供了一个新的角度去理解努力与成功之间的关系。
要想深刻理解某种现象,就要学会从这些现象中发掘背后的思维方式。因为只有找到暗藏的思维逻辑,才能避免被各种表象蒙蔽双眼。
中室牧子与津川友介两位教授,通过《原因与结果的经济学》向我们阐述了经济学中最常用的“因果推理”模型。思维模型的威力我们都了解,比方说最常用的逻辑思维模型:金字塔原理。“因果推理”模型的最大用处就是帮助我们发现那些看似合理的表象背后的问题。
天道一定酬勤吗?
先说结论:天道一定酬勤。
尤其是那些没有背景、没有特别突出天赋的人,请相信努力对于成功的巨大作用。既然天道一定酬勤,那为什么还会出现在付出巨大努力之后,仍然无法得到等值回报的情况呢?
在《原因与结果的经济学》中,作者在开篇就提出了一个世界各国都有的普遍观点,那就是看电视会导致孩子的学习成绩下降。这个观点在目前国内的大多数家长中非常有市场,只不过除了电视以外,手机、电脑游戏等等都可以影响到孩子的成绩。
那么看电视、玩游戏与学习成绩下降之间真的有联系吗?答案是否定的,经济学的权威研究已经推翻了这个说法。
看电视和玩游戏之所以能够“影响”学习成绩,是因为这两者占用了学生过多的精力,使得学生没有把足够的时间和心思花在学习上。表面来看电视和游戏与学习成绩是因果关系,实际上他们之间只是相关关系。
所以电视和游戏并不是导致学习成绩差的罪魁祸首,与学生成绩有直接因果关系的是学生的学习能力。
在理解了这个观点之后,再让我们回到前面的问题,为什么付出努力不一定得到回报?原因在于对“吃苦”与“成功”之间的因果关系搞错了。“吃得苦中苦”是因,“方为人上人”是果。这句话是通过强调吃苦的重要性,推导出成功的结果。
但是我们却错误地认为吃得苦越多,越能成功。
换句话说就是,吃苦要讲究方法。如果把一味地重复错误的过程当成吃苦,那是绝对不会成功的。就像那句话说的:“重复旧的过程只会得到旧的结果。”在这种错误的循环下,天道是不会酬勤的。
如何判断变量之间的因果关系?
从前面的问题中我们可以看出,大多数情况下最容易犯得错误是把相关关系当成因果关系。那么如果想要正确地判断两个变量是否属于因果关系,该怎么做呢?
在《原因与结果的经济学》中,两位作者给出了三个判断标准:
是否“纯属巧合”?是否存在“第三变量”? 是否存在“逆向因果关系”?
首先,要判断两个变量之间发生的变化是否纯属巧合。比方上世纪香港影视圈和股市有个非常有趣的现象,这个现象被称为丁蟹效应。
这个效应指的是从郑少秋于1992年在《大时代》中饰演丁蟹开始,凡是播出由郑少秋主演的电视剧、电影等,恒生指数或A股均有不同程度下跌,股民损失惨重的现象。
郑少秋与1970年加入TVB,开始了自己的演艺事业。如果他真的如传言所说,能让故事一泻千里。那为什么丁蟹效应直到1992年才会出现呢?所以郑少秋与香港股市之间,就属于典型的相关关系,而非因果关系。
第二,要判断两个变量之间是否存在第三个变量。在经济学中,第三变量被称为遗留变量。它经常把相关关系伪装成因果关系,从而影响我们的判断。
要想理解这个“第三变量”,让我们来了解一下什么是幸存者偏差。我们经常听见别人说在野外遇见熊的时候,躺下装死能够逃过一劫。实际上熊是杂食动物,它在饥饿状态下也会吃腐肉。
遇见熊躺下装死这个观点之所以能够流行,是因为一部分装死的人侥幸活了下来。而那些没有装死以及装死但是被吃掉的人不会说话,他们没有办法反驳“遇见熊躺下装死”这个观点。从而让“躺下装死”与“遇见熊”从相关关系,变成了因果关系。
最后,要判断两个变量之间是否存在逆向因果关系。在《原因与结果的经济学》中,作者给出了警察数量与地区犯罪率的例子来说明。有人认为警察数量越多导致该地区犯罪率高,降低警察数量同样会导致犯罪率降低。
然而实际情况确实,一个地区的警察数量是根据这个地区的犯罪率来决定的。当该地区的犯罪率高,必然会需要大量的警察来维持秩序。
所以在我们判断两个变量之间是否存在因果关系时,就要学会辨别是否有这三种情况出现。如果变量之间是相关关系,那么就会出现“纯属巧合”、“第三变量”、“逆向因果关系”中的某一种。在相关关系的情况下,即使“原因”再次出现,也不一定会得到同样的“结果”。
因果推理的五个步骤
在日常生活中类似前面看电视与学习成绩、幸存者偏差的情况还有很多。尤其是在信息发达的信息时代,收智商税的谣言让我们防不胜防。那么我们该如何提高自己免受有害信息侵扰的能力呢?
要想判断两个变量之间是否存在因果关系其实很简单,只要按照《原因与结果的经济学》中提供的五个步骤去做即可。
第一步,确定“原因”是什么。比方我们参加了一次技能考试,却失败了。要仔细分析是因为什么导致失败,是因为某个知识点没有掌握,还是自己的词汇量、刷题量没有达到要求等等。只有找到正确的原因,才能继续下一步分析。
第二步,确定“结果”是什么。明确结果同样非常重要,比方说结果是没有通过考试还是没有考到理想的分数。只有原因和结果同样清晰,我们才能通过因果推理模型来进行判断。
第三步,确认三要点。接下来就要判断原因与结果之间,是否存在着前面提到的三个要素。如果两者之间存在“纯属巧合”、“存在第三方变量”以及“逆向因果关系”,那么他们就是相关关系。比方说看电视/玩游戏导致的学习成绩下降。
第四步,制造反事实。制造反事实是为了形成对比,也就是统计学中经常提到的对照组。要想评估因果关系,反事实是必不可少的,因此我们需要“最贴切的值”来替换反事实的结果。
第五步,调整到可比较状态。用最贴切的值替换反事实的结果的一种有效方法是,通过调整形成“可比较”的组。
如果以前面提到的考试为例来说明的话,第四步以及第五步的主要目的是找到干预组与对照组。比方说我们没有通过考试,因此被称为干预组。而另外一些能力水平与我们相似,但是却通过考试的人作为对照组。全面比较双方的学习方法、学习时长等方面后,会得出“原因”与“结果”的因果关系。根据这个关系,找到没有通过考试的真正原因。
看到这里,也许有人会说这本书通篇讲的都是因果推理模型,与经济学有什么关系?这算是对经济学的一个误解,经济学并不单单研究钱,而是通过社会现象来研究资源分配等问题。
在本书中提到的因果推理模型中,经常用到统计学的知识,在经济学中这属于计量经济学的范畴。对于我们个人来说,掌握因果推理模型,最大的作用就是可以看透表象,掌握真正的因果论。