第一章　没有参照，数字就没有足够的意义

有人告诉你：“我去年的投资收益是20%。”

你会觉得他做得好吗？

先不要急着回答。

如果同一年，市场整体上涨了40%，那么他的收益虽然为正，却可能明显落后于一个简单的市场指数。如果市场下跌了30%，他的表现就显得不同寻常。

但即使如此，判断仍未结束。

这20%的收益，是在什么风险下获得的？是否使用了杠杆？过程中是否一度亏损过半？扣除费用和税款后，还剩多少？如果这笔钱下个月就要用来支付医疗费，那么一种可能大幅回撤的投资方式，即使长期平均收益不错，也未必适合。

一个看起来清楚的数字，随着比较对象和任务的改变，获得了不同意义。

数字没有变，判断却变了。

这就是本书的起点：

事实告诉我们发生了什么；基准帮助我们判断，这件事意味着什么。

两者相互联系，却不能混为一谈。

一、数字回答了多少，基准回答了什么

“这件商品售价一千元。”

如果币种和交易条件已经明确，这句话表达了一个可以核实的事实。但它还不能单独告诉我们：

价格是否昂贵；
是否值得购买；
是否负担得起；
是否比过去更便宜。

这些问题需要不同的参照。

判断贵不贵，可能要比较同类商品。判断值不值，要考虑质量、寿命和用途。判断能否负担，要看预算。判断是否降价，需要知道过去的价格。

日常语言常常把这些不同问题压缩成一个词：“贵”。

于是，两个人可能围绕同一个价格争论，却并没有回答同一个问题。

一个人说：“不贵，同类产品都要两千元。”

另一个人说：“太贵了，我这个月只剩五百元可支配收入。”

他们未必有谁算错了。前者使用的是市场比较基准，后者使用的是个人预算约束。

很多分歧不是发生在数字上，而是发生在数字背后未被说出的参照上。

因此，遇到评价性表达时，一个有效的追问是：

“相对于什么？”

但这只是第一问。还需要第二问：

“为了判断什么？”

只有把参照与任务放在一起，比较才真正有意义。

二、绝对差异和相对差异，回答的是不同问题

假设两家企业的年利润都增加了十万元。

第一家从十万元增加到二十万元；第二家从一千万元增加到一千零十万元。

它们的绝对增加量相同：

\[ \Delta X=X-B=10\text{万元} \]

其中，\(B\) 是原来的数值，\(X\) 是现在的数值。

但增长率不同：

\[ r=\frac{X-B}{B} \]

第一家增长100%，第二家增长1%。

如果问题是“新增利润有多少”，两家相同。

如果问题是“相对于原有规模，增长有多快”，两家差异很大。

不能因此说相对数比绝对数更真实，也不能说绝对数比相对数更客观。它们描述的是同一变化的不同方面。

绝对差异适合回答数量缺口。例如，一项工程还缺多少资金，一个仓库还需要补充多少货物。

相对差异适合比较不同规模下的变化。例如，两个体量不同的企业，谁增长得更快。

但相对数也会制造错觉。

一家企业的利润从一元变成一百元，增长率高达9900%，却不意味着它已经具有强大的盈利能力。当起点接近零时，增长率可能极其醒目，而新增规模依然很小。基数为零时，通常的增长率公式无法使用；涉及负数时，解释也需要格外谨慎。

因此，可靠的表达往往需要同时给出：

原来多少，现在多少，增加多少，增加多少比例。

这不是信息上的重复，而是在防止某一种表达尺度独占判断。

三、平均水平，不是合格标准

一名学生的成绩超过了班级平均分，是否意味着他已经掌握了课程？

不一定。

如果全班对关键知识都理解不足，高于平均仍可能没有达到基本要求。

相反，一个人在高手聚集的训练营中排名靠后，也不意味着他的能力低于社会通常水平。

这里有两种不同的参照：

一种是相对位置：与其他人相比，处在什么地方。

另一种是目标标准：是否达到了完成任务所需的要求。

它们不能相互替代。

医院不能因为某项操作的失误率低于行业平均，就停止追问是否还存在可避免的风险。产品不能因为比竞争对手更耐用，就自动符合安全要求。一个家庭的储蓄即使超过周围人，也未必足以覆盖自己的必要支出。

同样，低于平均也不总是失败。成本低于平均可能是优势，事故率低于平均通常值得肯定。

“高于”或“低于”本身没有固定的价值方向。我们必须知道比较的是什么，以及希望实现什么。

排名提供位置，标准提供要求，目标提供方向。

一个完整判断，可能需要同时使用三者。

四、比较对象如何悄悄改变结论

假设一家餐厅宣布：“我们的配送速度比其他餐厅快30%。”

这句话听起来很明确，但仍有一系列问题：

比较的是哪些餐厅？同一片区域，还是整个城市？相同距离，还是不同距离？高峰时段，还是全天平均？是否排除了未按时送达的订单？

如果比较条件不同，一个准确计算出来的数字，也可能支持一个误导性的结论。

基准不仅包括“跟谁比”，还包括“在什么条件下比”。

投资中的比较尤其明显。

一项高风险策略，不能仅凭收益高于低风险储蓄，就证明投资能力更强。一个主要投资小型企业的基金，也不能不加说明地拿大型企业指数作为唯一参照。

同样，评价教学效果，需要注意学生原有基础；比较治疗结果，需要注意患者病情；比较工厂效率，需要注意产品复杂度和质量要求。

这并不意味着，只有所有条件完全相同才能比较。现实中很少存在这样的理想情况。

它意味着：

条件不同的比较，需要说明差异，并判断这些差异是否足以影响结论。

基准不是随便找一个对象放在旁边，而是选择一个能够帮助回答当前问题的参照。

五、为什么过去常常成为默认基准

当没有明确标准时，人们往往会拿过去作为参照。

工资比去年高了吗？身体比以前好吗？现在的城市是否比记忆中更拥挤？

过去容易成为基准，因为它熟悉、可调用，而且通常与当前情境存在一定连续性。

但过去并不是天然可靠的标准。

首先，环境可能已经改变。

收入增加了，并不意味着购买力提高了；销售额上升了，也可能只是价格上涨，而非销量增加。

其次，时间窗口会影响结论。

一家企业可能比上个月增长，却比去年同月下降；一项资产可能最近表现出色，拉长时间后却没有优势。选择不同的起点，可以让同一段历史呈现截然不同的面貌。

再次，我们记住的过去未必完整。

突出的事件容易被保留，日常波动容易被淡忘。用今天全部的现实，比较记忆中经过筛选的过去，可能产生系统性偏差。

所以，当“比以前更好”或“越来越差”这样的判断出现时，可以追问：

“以前”具体指什么时候？
使用了相同的衡量方式吗？
是否存在季节、价格或人口结构等变化？
结论来自连续数据，还是几个鲜明印象？

时间可以提供参照，但时间本身不能保证比较公平。

六、基准如何压缩背景信息

回到开头的投资例子。

“这项投资获得20%的收益”，需要很多补充信息才能评价。

如果改成：“在承担相近风险的条件下，它比某个适当的基准多获得了两个百分点的收益”，一部分复杂背景就被概括进了基准。

我们暂时不必逐一说明每一天的市场涨跌，而是通过一个参考策略的表现，理解当时的大致机会环境。

这就是基准的信息作用：

把双方已经接受的共同背景放在参照中，把注意力集中于剩余差异。

但这种压缩并非没有代价。

“跑赢基准”可能省略了回撤、成本和流动性。“高于平均”可能隐藏了分布中的巨大差异。“达到标准”也可能只说明通过了被测量的部分。

因此，使用基准时，我们其实同时做了两件事：

一是减少需要处理的信息。

二是决定哪些信息暂时不看。

这两件事共同构成了认知的效率，也共同构成了认知的风险。

基准让复杂问题变得可处理，但不能保证被省略的部分不重要。

七、好的基准，要经得起什么检验？

不存在适用于所有问题的最佳基准。不过，一个有用的基准通常需要经得起几项检查。

第一，与问题相关

如果要判断一笔钱能否保障下个月的生活，就不能只看十年平均收益。

如果要判断学生是否理解知识，就不能只看完成作业的速度。

基准首先要服务于问题，而不是因为某个数字容易取得，就让问题迁就它。

第二，具有可比性

对象之间的重要条件是否接近？如果不同，是否已经说明或作出合理调整？

比较可以简化，但不能依赖对关键差异的忽略。

第三，定义透明

比较群体、时间范围、计算方法和数据口径，应尽可能清楚。

越是影响重要决策的比较，越不能让基准藏在模糊措辞里。

第四，不随结果任意移动

评价者如果总在看到结果后挑选最有利的参照，就能够轻易制造成功。

这不意味着基准永远不能改变，而是改变需要理由，不能只是为了保住原来的结论。

第五，允许交叉检查

重要判断往往值得使用多个参照。

看收入，也看购买力；看收益，也看风险；看排名，也看是否达到实际要求。

多个基准不一定会带来同一个答案。它们的分歧有时正是在提醒我们：这个问题不能压缩成一个数字。

结语：先问参照，再下判断

“快”“慢”“贵”“便宜”“优秀”“落后”，这些词看起来是在描述对象，实际上往往同时调用了一个没有说出口的参照。

发现这一点，并不是要把一切变成“各有各的看法”。

事实仍然可以核查，计算仍然可能出错，标准也可以讨论其合理性。基准的存在，不会取消客观判断，反而让我们有机会把判断的依据说清楚。

面对一个数字或结论，可以先问四个问题：

它描述了什么事实？

它相对于什么作出评价？

这个参照适合当前任务吗？

它省略了哪些可能改变结论的信息？

这四个问题不会自动给出答案，却能阻止我们过早接受一个看似完整的判断。

认识世界的第一步，不是立刻找到最漂亮的数字，而是看见数字背后的参照。

数字告诉我们多少；参照帮助我们理解差异；任务决定这些差异是否重要。

第一章 没有参照，数字就没有足够的意义