自序

我本科时读的是生物专业，该专业是当时中国科学技术大学颇受学生追捧的专业之一。该校生物专业之所以受追捧，一是因为20世纪80年代末生物学被认为是“21世纪的科学”，最有前途；二是因为中科大生物专业的大部分学生毕业后能拿到全额奖学金到国外继续深造；三是中科大女生奇少，数学专业、物理专业几乎没有，而生物专业居然每届有十几个，居全校之首！

但我很快就发现我这辈子和生物无缘。我虽然上了很多生物课，但记住的东西不多，做实验就更是没谱，经常达不到老师的要求。所以后来我初到美国的辛辛那提大学留学时就转到了化学系。倒不是因为喜欢化学，而是因为化学离生物最近，要补的课最少。

但学化学也是好景不长，只是勉强读了两年。如果当时没有签证和奖学金的问题，估计两年也坚持不下来。至于我后来转到工商管理，其实有很大的偶然性。一方面是因为当时我的两个最要好的朋友都是经济系的博士生，正试图从经济系转学到商学院去，给我介绍了各种读商学院博士的好处。另一方面是因为我不小心，在实验室弄出一个化学废料瓶的大爆炸。炸蒙后我很快就意识到，我这种性格，这辈子和任何危险物质打交道都是极其错误的。后来我和两位经济系的高才生一起报考商学院的博士班，没想到我的结果却是最好的，进了哥伦比亚大学。其实我当时没有任何经济学或商学的背景，唯一的优点可能是考试成绩更好些。到了哥大读博士，对于课堂里和研讨会里讨论的各种经济模型，我感到兴趣浓厚。把复杂的经济现象简单化，用一个数学模型来分析，再用一个小故事来表达，对我来说，既是玩耍，又是娱乐，完全不是工作。同时，和经济系相比，商学院的知识有很强的应用性，可以直接用来分析企业和市场，非常接地气。

现在想起来，当年逃离生物、化学，可能就是因为我的思维习惯不符合这些学科的要求。

我的记忆力很普通，甚至有些差，但分析和抽象思维能力出众，这点在中学时期就表现出来了，到了本科和研究生阶段，就越发明显。因为这两种能力的相对差异，所以我在学习知识、看问题时自然而然地会偏重分析而避免记忆，渐渐就养成了一个思维定式，就是在任何时候都会用抽象思维先把事物过滤一遍，把重点提出来，然后忘掉细节。从小到大，我在上课时从来不记笔记，而是一双眼睛一直盯着老师和黑板。倒不是懒惰，而是因为无法一心二用。如果记笔记，就必须停止思考，下课后一般就一无所知。

生物、化学这样的学科很注重细节，但经济、管理类的学科，重要的是一些理念和核心结果，如果能通过抽象思维理解这些重要内容，并在头脑中把这些内容再搭成一个结构，就可以解决很多现实或研究中遇到的问题。这正好是我的比较优势。

我把这种思维方式叫作“结构性思维”，本书的前言就在系统地讲这个东西。结构性思维有点像现在的人工智能系统。思维的过程就是不断地建立算法、提高算法的质量。数据进来，算法走一遍，产生质量更高的算法；然后数据再进来，算法再走一遍，产生更新更强的算法……这个过程的一个特点是，虽然遇到的问题和数据千变万化（因而必须有很多子算法来一一对应），但是最终会产生一个整体架构，我称之为“超级结构”。这是一个跨学科、多维度、对所有现实现象都适用的统一的思维体系。随着数据的增加，经验的积累，算法会更新迭代，这个“超级结构”也会不断增大。

另一个特点是这种思维方式适用于任何场景。你可以把它用到生活和工作中的任何时候，对任何事物进行观察和分析。比如，当我走进一家餐馆，我的第一反应不是看这里有什么好吃的，而是习惯性地看这家餐馆的生意怎么样，顾客就餐的氛围如何，装潢、服务上有什么特点，然后再把这些信息都放到“超级结构”中过一遍，试图分析此餐馆的“商业模式”，看看是否能用一个模型让所有的信息实现逻辑自洽。如果是，那么什么事都不用做；如果不是，那就要思考是否需要修改这个模型，或者需要加入哪些因素才能让模型具有更强的解释力。在大部分时间里，你会找到一两个开始没被观察到的现象，属于观察失误；在个别情况下，你发现是思维架构本身的问题，所以就要对架构进行修改。所有这些思想活动耗费的时间，一般不会超过两分钟。一旦养成习惯，当你拜访任何一家企业、会见任何一个客人、遇到任何一件新鲜事，都可以把这个架构拿出来过一遍。

算法的提高和数据量有直接的关系。我个人遇到的问题不仅是记忆力有限，还有阅读速度也不快。缓慢的阅读速度自然会限制获取数据的速度。要解决这个问题，我的方法是大幅提高数据的质量。在学校里做研究，我的学生、同事们往往每天都在阅读大量的研究文献，试图发现现在最“火”的研究是什么。我却会花绝大多数时间去读社会科学各领域的经典书籍，原因是这些经典书籍里面的信息质量实际上大大超过了绝大多数的所谓前沿论文。如果能把这些经典书籍中的知识消化掉，“超级结构”就可以被迅速搭起来，而且是高质量的。多年来，我采取了一种螺旋式的策略，先从财务、金融出发，到经济的各个子领域，再到社会科学的各个分支，比如心理学、政治学、社会学，最后再回到三十年前逃离的自然科学。

建立这样一个思维架构有很多好处。最大的一个是可以比较迅速地洞悉现实事物的本质，用比较全面的视角来看问题。用这个架构，看研究论文只需要先看引言，知道它想说什么，和脑子里的“超级结构”进行比较，看有什么区别，然后就直奔数据和运算过程，看看这些部分是否正确。论文中间的部分先不用细看，因为信息含量相对较小。在这个过程中，只有三种问题最为关键。

问题一：文章的“故事”是否合理，是否和“超级结构”相抵触？

问题二：文章的数据和运算是否符合逻辑？

问题三：文章的数据和运算是否与其“故事”自洽？

在上述三个问题中，第二个问题是基础，如果过不了数据这一关，研究论文就没有任何价值。过了这一关，第二关是问题三。如果问题三的回答是否定的，研究论文就需要修改，“故事”必须符合数据，不能凭空发挥。但是，最后判定研究论文是否优秀实际要看第一个问题。“故事”和“超级结构”完全符合的研究虽然正确，但没有新意。能够弥补、修改、扩展“超级结构”的研究是最有价值的。

建立这种思维架构的另一个好处是可以在研究上产生比较高的创造力。社会科学的学术研究实际上就是要在整个学术界建立一套思维架构，架构的主要节点是重要的理论和对核心问题的基本判断。很多人做研究想不出好的题目，是因为方法不对。如果用结构性思维，打造了一个“超级结构”后，要获得研究的创意只需要把整个思维架构都过一遍，哪里缺斤、哪里少两就显而易见了，而有欠缺的地方就是最该研究的课题。所以创意实际上不见得是无中生有的创造，而是经过严密逻辑思考后的必然结果。不难看出，最优秀的创意是原先思维架构里没有的新理论、新节点。从某种意义上讲，这些才是真正有创造性的、能够彻底改变人对世界看法的创意。

对于经济和管理的研究，如果从读博士算起的话，我已经做了快三十年了。前期基本在美国，后期基本在国内。

前期在美国的研究内容主要聚焦在资本市场、公司财务和价值投资上。研究对象都是美国的公司和美国的资本市场。因为有了结构性思维，做研究就比较顺利，没有遇到过长时间没有产出的情况。首先是创意比较多，从结构性思维中可以获取源源不断的新想法、新思路。其次是结构性思维让我在做大多数研究时，从一开始就可以在脑子里产生一个清晰的框架，知道研究的重要性在哪里，理论基础在哪里，以及实证研究的关键点在哪里。往往研究还没有开始，引言就可以写出来了。有这种思维，我在跟同事们合作时就比较受欢迎，因为做研究最大的问题就是不确定性，而在“超级结构”的指引下，不确定性会大大降低，效率会大大提升。至于做出的研究价值有多大，这个比较难说，并且一定要让别人来说，而不能自己评判。但如果用大家常用的“引用指数”来评价，应该还是可以的。从2015年起，爱思唯尔公司运用全球权威的引文与索引数据库Scopus制作“中国高被引学者”榜单，我常年名列其中，说明这些论文还是有一定的国际影响力的。

后期回国以后，我的研究兴趣逐渐有了一个很大的改变。和美国相比，中国的社会、经济、市场问题都太复杂、太独特、太有意思了！我发现，对于来自现实的问题，结构性思维同样有很大的发挥空间。从某种角度来看，来自现实的问题甚至比纯学术的问题更适合用结构性思维来解决。这是因为现实问题一般是复杂的，十有八九是多学科、多维度的问题，并不适合用一个学术流派的单一理论来解释，但结构性思维就非常适合。

这本书收集了我近些年公开发表的大多数针对时事写的分析文章。除去最重要的关于思维方法的讨论，我把这些文章分为五类。

第一类讨论社会问题，内容包括对假新闻、创新、教育等问题的分析，寻找这些问题的底层逻辑。

第二类讨论关于中国经济的一些核心问题，比如，内需不足、零利率、碳中和等。每一篇文章都是基于我做过的研究课题，无论是观点还是结论都属于原创。每个问题都有其独特性，但我使用的分析方法都是基于结构性思维。

第三类讨论金融与股市。这些内容和我的学术研究最为接近，包含对资本市场监管、金融创新、改革发展、系统性风险控制等多方面的论述。其中多篇预测性的文章，比如在2007年对股市泡沫的判断、2014年对P2P市场将会崩盘的预判，以及2015年对股灾及政府救市效果的判断。这些预判经过后来的事实验证都是正确的。这些文章的价值，在刚发表时是其前瞻性对实践的指导，事后则让人们能够理解这些事物的底层逻辑。世界在变化，但事物底层的结构性逻辑是不变的。

第四类讨论一些管理问题。这些管理问题源自我和创业者、企业家们的近距离接触。从2015年到2021年，我在长江商学院做了两个课程项目。一个是“创业创新社区”（简称创创），是我领头找校友一起发起的创业加速器。这个项目相当成功，在几年时间里我们培训了近700名创业者，其中独角兽企业有三十几家。另一个项目是“企业家学者项目”（DBA），这是和新加坡管理大学合作的高端教育/博士项目。参与到项目中的企业家层次很高，有将近一半所属企业是上市公司或者具有相当规模。在管理这两个项目的过程中，我跟创业者、企业家们有很多深层次的互动和交流。这些文章是针对他们提出问题的一些系统性思考。

第五类讨论产业和投资机遇。这方面的研究占据了我平日大部分的工作时间。本书收录了几篇具有代表性的文章，其中包括对互联网、房地产、软件、新能源汽车等行业的分析。

在这里，我必须感谢我的合作者们。没有他们，有的研究根本无法完成，有的即使能完成也无法达到目前的质量。其中，我研究团队的两名长期合作者，段磊和陈宏亚，在这些研究中做出了特殊贡献，也是多篇文章的联合作者。于艾琳、张凤婷也在近两年有了长足进步，对我的研究有很大帮助。

最后，最诚挚的感谢送给妻子、儿子、女儿、爷爷、姥姥，是你们无私的爱让我的世界充满了温暖。