论学院派经济学
芒格在多次场合批评主流经济学教学的盲区——不是否定经济学，而是指出：若只学漂亮模型而忽视心理、激励、复杂系统和道德边界，会在真实世界里自信地犯错。这一章主要来自「学术经济学：优点与缺陷」等演讲。
原文摘录
经济学有时像物理 envy——想要像物理一样有 elegant 公式，但人类行为不像粒子，不会乖乖服从你的方程。
如果你只学均衡、完全理性、有效市场，你会忽略：激励机制、心理偏差、信息不对称、以及人们会 gaming 任何你用来衡量他们的指标。
我称之为「铁锤人倾向」在经济学里的版本：经济学家手里有一个模型，就把所有问题都变成那个模型的钉子。
好的分析必须跨学科：心理学、历史、数学、甚至一点工程思维——否则你在 paper 里是对的，在世界里是错的。
别因为某个理论在数学上优雅，就假定它描述了真实人类。要看它预测错了什么，而不仅仅是它解释了什么。
释义
1. 经济学有用，但「纯模型人」危险
边际分析、比较优势、机会成本、激励兼容——这些是格栅里的重要刀。问题出在：把简化假设当成世界定律（理性预期、有效市场、代表性 agent），然后在政策、公司战略、个人理财里硬套。
2. 芒格点名的几类「缺陷」
| 盲区 | 机制 | 现实反例 |
|---|---|---|
| 忽视心理 | 人非纯理性 | 泡沫、恐慌、品牌溢价 |
| 忽视激励 gaming | 指标变目标 | Goodhart、KPI 扭曲 |
| 忽视二阶效应 | 政策引发行为变化 | 管制催生黑市 |
| 过度数学化 | 精确假象 | 模型 risk ≠ 世界 risk |
| 封闭学科 | 不借心理学/历史 | 重复 1929、2008 叙事 |
| 道德中性幻觉 | 「只是 positive analysis 」 | 设计激励即价值选择 |
3. 「物理 envy」
追求可推导、可均衡，牺牲了对肥尾、路径依赖、反馈环的描述。金融与商业里，极端事件和 self-reinforcing loop 往往决定生死，平均情况模型不够。
4. 不是反智，是「加 lens 」
芒格自己大量用经济思维；他要的是 economics + psychology + ethics + history，和普世智慧一章一致。
放进现代社会
组织与 KPI
- Goodhart 定律是学院派经济学的课后作业，却是管理者的日常： 「一旦指标成为目标，它就不再是好指标。」设 KPI 时写二阶效应：员工会如何 gaming？客户会感受什么？
- 「理性组织人」假设： 以为发邮件讲清楚就会执行——忽略社会认同、权威、公平感。沟通要配激励，模型要配心理。
产品与市场
- 有效市场直觉的误用： 「如果真是好机会，早就有人做了」——创业和创新常存在于市场局部无效 + 能力圈局部有效。反之，「大家都在买所以一定值」是有效市场的错误推论。
- 定价： 纯成本加成模型忽略锚定、对比、习惯——要 economics + psychology。
公共叙事与宏观
- 简化宏观口号（「印钱必通胀」「债务必崩溃」） 常是单模型故事。个人决策：对 macro 保持 humility，对个人可控杠杆、流动性、技能保持 aggressive care。
- 政策讨论： 问「这改变了什么激励？人们会如何 adapt？」比背 slogan 有用。
数据科学与 AI
- 新「物理 envy」： 大模型预测漂亮，不等于 causal 理解。商业决策仍要问：机制、激励、失败模式——和批评 over-math 的经济学同源。
- AB 测试的均衡幻觉： 局部最优 ≠ 全局最优；短期 metric up 可能损害 brand（心理 + 长期 economics）。
个人学习
- 读经济学：抓机会成本、激励、边际，跳过「把世界当成方程」的 pride。 配一本心理学（误判清单），格栅才闭合。
- MBA/商科课程： 若只教 DCF 不教 moat 心理、不教 invert，需自学补芒格式 module。
最容易误用的地方
- 反智： 「经济学都是错的」——芒格用的是更丰富的 economics，不是民科。
- 拿心理学否定一切量化： 数字仍必要，粗糙 math 优于纯 narrative。
- ** cynicism 当成熟：** 「反正人都会 gaming 」——正确响应是改激励，不是放弃管理。
要点
- 经济学是格栅一片，不是唯一真理
- 致命盲区：心理、激励 gaming、二阶效应、肥尾
- 物理 envy：数学优雅 ≠ 世界听话
- 现代映射：KPI、定价、宏观口号 humility、AI 预测 vs 因果
- 解法是加 lens，不是反经济学