“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。