远离极端斯坦

现在，让我们来看看这一过程的技术方面，从统计学角度来看人类干预事件波动性的效果。这种自下而上的波动和自然体系的波动有一个明确的数学属性。它产生了一种我命名为平均斯坦的随机性，而非无法控制的极端斯坦，前者指的是众多看似非常可怕，但是汇总后便相互抵消的变化（随着时间的推移，或者将自治市集合起来形成较大的共和国或实体），后者指的是大部分时间非常稳定，偶尔陷入重大混乱状态的情况，也就是会产生严重后果的错误。前者是波动，后者是跳跃。前者充满许多小的波折，而后者则不规则地出现突变。正如司机的收入与银行职员的收入。两种随机性存在质的区别。

平均斯坦中包含很多变化，但没有一个是极端变化；极端斯坦中的变化不多，但是一旦发生都是极端变化。

我们再换种方式来理解这种差异：你的卡路里摄入量属于平均斯坦。如果你将一年内消耗的卡路里加总，即使不把你故意多算的卡里路量减掉，你也会看到，没有哪一天的卡路里量在总量中占据较大比重（最多占比0.5%，或者不超过5 000卡路里，而你一年消耗的热量可达80万卡路里）。因此，一些异常的、罕见的事件从总量和长期的角度来说，都只起到无关紧要的作用。你不可能在一天内让体重翻倍，甚至一个月、一年也无法实现这一目标—但是，你的财富净值可能在很短的时间里增长一倍或减半。

比较另一种情况，如果你销售图书，那么你会看到，一半以上的销售额（甚至90%的利润）往往来自最畅销的0.1%的图书，在这种情况下，例外事件，也就是千里挑一的事件，占据了主导地位。这与金融问题和其他经济问题一样，往往属于极端斯坦，就像历史总是以突变和跳跃的方式，从一个状态跳到另一个状态。

图5–1说明了反脆弱性系统在被剥夺了自然变动（主要归咎于天真的干预）后，会受到什么样的伤害。除了自治市的噪声，这个逻辑同样适用于：在无菌环境中生活一段时间后走出来的孩子；一个自上而下力求政治稳定的系统；价格管制的影响；以及一家公司的规模优势，等等。我们从一个充满可控波动性的稳定系统（平均斯坦），接近统计意义上“钟形曲线”（属于高斯或正态分布一类），切换到一种具有高度不确定性，以跳跃方式运动，被称为“长尾”的系统。长尾是极端斯坦的代名词，指的是一些发生概率很低的事件，但这些“尾部”事件却可能起到举足轻重的作用。第一个系统（图A）虽有波动，起起伏伏，但不会沉没。第二个系统（图B）没有显著波动，但却因偶发的动荡而急速沉没。从长远来看，第二个系统将更为动荡，波幅惊人。如果我们限制第一个系统，我们往往会得到第二个结果。