Brian Hill

法国国家科学研究中心（CNRS）研究总监

巴黎HEC商学院研究教授

针对那些受盈利能力和资本增长要求限制的企业实行的自发活动，所预期的实际结果。因此，他们呼吁人们应质疑这些令人欣慰，但却不合逻辑的企业社会责任元叙述。决策科学家、风险分析师、气候学家、央行行长等不同领域的不同参与者，会使用各种词汇来谈论那些重要、但经常被人忽略的极端不确定性形式：严重的不确定性、深度的不确定性、根本的不确定性、模糊性……但这种不确定性为何物？我们又该如何应对这种不确定性呢：该如何归纳它的特点、探讨它并针对它做出反应呢？在本次采访中，法国国家科学研究中心（CNRS）研究总监兼巴黎HEC商学院研究教授Brian Hill解释了这一概念，并基于理论模型，揭示了能够在严重不确定的情况下指导决策的实用工具。

图文来源 | 文章来自Knowledge@HEC，
图片来自 Cover Photo Credits: ©icedmocha on AdobeStock、©icedmocha on AdobeStock
及网络内容整理，版权皆归原作者所有

什么是严重不确定性？

严重不确定性的主要特征是缺乏合理概率。抛硬币时，我们很清楚硬币落地时正面朝上的概率。经济学家通常会假设所有的不确定性就好比是抛硬币：我们无论何时都能得出一个精准的概率（即使并不总是正确的）。然而，现实生活并非如此，这一点显而易见。在实际中的很多情况下，我们都不能精确地判断某件事，尽管这并不一定意味着我们对其一无所知，但所掌握的其实尚不足以让我们得出可靠、精准的概率。

严重不确定性的主要特征是缺乏合理概率。

新冠病毒的死亡率是多少？我们知道它比流感更可怕，死亡率不高于15％，但确切是多少呢？能否给出一个我们有90%把握的准确数字？全球经济将以多快速度恢复至年初的GDP水平，或者说道琼斯指数何时能恢复到新冠之前的水平呢？几乎可以肯定的是，9月之前不会恢复，但这就够了吗？我们可以给出精确的概率吗？再比如，未来30年里纽约的海平面会发生何种变化？鉴于我们对气候变化的认知，它一定会上升，且上升幅度肯定会小于4米，但这样说就够了吗？ 

为什么探讨严重不确定性在今天尤其重要？

探讨严重不确定性在今天尤其重要，这是因为我们面临着越来越多不确定的情况。相关案例比比皆是，包括减缓气候变化政策、新冠病毒应对措施、经济政策，当然还有商业决策。在此我想要强调的是，自不久前英格兰银行前行长默文·金恩勋爵（Lord King）与约翰·凯（John Kay）合著了一本关于根本不确定性的书以来，这一点正在得到越来越多的认识。

我们并没有充足的时间先开展研究再做决策，所以必须在完全理解新冠病毒之前，就做出反应。

所有这些案例的共性是什么？它们都迫在眉睫。既然问题在于缺乏相关知识，那么本能的反应就是去开展（更多）研究。然而，我们并没有充足的时间先研究再做决策，所以必须在完全理解新冠病毒之前，就做出响应；等弄明白2050年纽约的海平面高度时，可能早已为时太晚而不能力挽狂澜了。很多事都是这样。

 “我们能得出精确的概率吗？例如，在未来30年，纽约的海平面会发生何种变化？”（照片：纽约市曼哈顿南部，来源 AdobeStock ©DiegoAransay）

为什么大多数经济学家、金融家和风险分析人员，都在假设所有的不确定都能被概率充分体现，因而继续去忽略严重的不确定性？

原因基本有二：一是实际中的，二是原则上的。首先，使用精确概率让工作更容易，且人们对数学方法也很熟悉。其次，一堆基于“公理”的哲学论据表明，如果你偏离了精确概率，你的决策就会与一些看似“合理的”动态原则背道而驰。多年来这些论点说服了很多人。如果真是这样，这些合理性原则即可证明，“我们总能得出精确概率”（尽管这样假装有些夸大了）。

在我的研究中展示出，即使你没有恪守精确概率，也能满足合理性原则。

总体而言，除了这些争论以外，针对不确定性寻求更精细、更丰富解决方案的唯一障碍就是惯性。我的研究（1）表明，这些争论都基于一个误解：即使你没有恪守精确概率，也能（用恰当的不同形式）满足合理性原则。这样人们就可以解释不需要假设精确概率的决策的合理性或明智性。 

我们应该如何面对严重不确定性呢？

如我所见，严重不确定性带来了双重挑战。首先应弄清我们已掌握的知识以及对其掌握的扎实程度，避免双重陷阱：虚无主义——由于我们无法得出概率，因此就以为我们一无所知；自我欺骗——假装或假设我们知道的更多或更确切。其次是弄清楚如何在决策中利用我们所知道的——更重要的是认清我们所不知道的。是的，负责任且富有见识、但不能自欺欺人的决策才对。

在我的研究（2）中，我开发了一种在不确定性情况下应对这些挑战的决策方法。它整合了两大要素：

1.信心

不再假设你总能得出概率，且：

a. 寻找最合理的猜测。然后问自己对此是否有信心。你可能根本不信任它（如果这样：请不要依赖它！）

b. 然后问自己：如果你必须给出一个深信不疑的概率范围，该范围会是什么。（在遇到棘手问题时，此范围可能很大：这就是为什么问题变得复杂！）

c. 再次问自己，对这一概率有多大信心，或者完全有把握吗。

（请注意，不必给出该范围的精确值，这一点已众所周知。举一个典型案例，在探讨新冠病毒时，流行病学家通常会报告相关范围。根据我们的建议，你甚至不需要完全依赖某一个范围，只需问自己，根据你的所学所知，对这一给定范围有多少信心）。

2.基于信心的警告

a. 在做出更重要的决定时，你需要对决策所依据的判断更有信心。如果你对判断或评估充满信心，请务必把决策建立在这样的基础上。若无信心，也许你应该退而求其次，去依赖你自己更确定的、虽然不那么激进但更精确的判断，尤其是当该决定至关重要时。 

b. 现在，这些判断可能很保守，无法有力支持任何选择：你的知识尚不足以充分证明某行动方针的合理性和正确性。在这种情况下，承认这一事实是至关重要的第一步。无论你确信范围内的哪个值是正确的，最好还是谨慎行事，并选择不会导致事情朝着不良后果发展的替代方案。

总而言之，当你对决策没有足够信心时，我们建议你采取预防措施，但你若有充分信心时，就要大胆选择。

这种方法不仅仅是常识：在我的研究（2）中，我已经证明，它可被那种原则性的“理性”论据所证实（有人利用这种论据将所有不确定性还原为概率）。

模型有什么用？

你经常会听到比如针对经济模型的批评，就是人们在抨击用概率表示不确定性的方法时，经常“把孩子和洗澡水一同倒掉”。这就是我前面提到的虚无主义陷阱的一个案例。相比之下，气候学家对模型的使用相对复杂，可作为案例来参考。

他们意识到，在评估或判断受关注问题（例如：2050年的气温等）时，模型可提供关键信息，但目前还从来没有一种模型可以帮助分析全貌。

在我对气候不确定性的研究中，人们用模型给出的或可能已经给出的概率评估进行了信心判断，从而正确报告了不确定性。

气候学家（例如在联合国政府间气候变化专门委员会的报告中）必须根据模型做出判断，但他们也会借鉴其他证据，以及自身的经验和常识。这些判断通常不会以精确概率的形式出现，尽管模型会得出精确概率。相反，正如我在研究（3）和（4）中，与气候不确定性论著的共同作者所探讨的那样，他们用模型给出的或可能已经给出的概率评估进行了信心判断，从而正确报告了不确定性。换言之，他们采用了我上面提到的报告方法。

#HECprof Brian Hill   

在极端不确定的情况下做决策时，我们如何利用所学所知，并认清不为我们所知的事物？#HECprof Brian Hill在播客中对此做了解释。

—— 巴黎HEC商学院（@HECParis）2020年4月15日

1.动态一致性和模糊性：重新评估。游戏与经济行为，120：289-310，2020年。

2.相信信念和理性决策，经济学与哲学。35（2）：223-258，2019

3.气候变化评估：信心、概率和决策。科学哲学84（3）：500-522，2017（与R. Bradley，C. Helgeson合著）

4.在评估中整合概率和确定度定性指标。气候变化149（3-4）：517-525，2018年（与R. Bradley，C. Helgeson合著）