不知亡國恨的學者，與不看民調的人_风闻

由於最近韓國瑜民調支持度落後蔡英文，偏偏街頭群眾簇擁的熱度超高，故而韓粉早早拒絕關注民調，眾皆曰，現在的民調都是假的，甚至有韓粉索性自己跑全省，在街頭手動做民調，挺韓媒體也附和之。

不知為什麼，這現象突然讓我想起張文木教授夏季在觀網的一篇文章「學者要知亡國恨」，兩件事明明毫不相干，怎會在我心中泛起異樣的連結感呢？

關鍵詞是「預測」與「以偏概全」。衍生詞是「學者的任務」，「經世致用的學術爭論」，「科學方法在人文領域的正確地位」，「決策與分析的界線」。

民調是一種觀察人類活動的科學方法，社會學亦然。我們必須了解，人類活動涉及人心，而人心不容易量化，變數也非常多，因此以科學方法探究有其極限，建構在其上的預測，也就不可能百分百準確。

事實上，台灣二十多年來大大小小的選舉，基於民調的預測有時很準，有時偏差十萬八千里。換言之，民調可供參考，篤信之則可謂傻。科學方法在人文研究上有其價值，但無法解釋一切，迷信之則可謂痴。要避免痴傻，科學可以抱緊點，但別舉太高。

張文木教授這一篇「學者要知亡國恨」，意在提醒(人文)學者要善用知識貢獻社會，莫流於不著邊際的空談，不能只羅列問題的利弊得失，重點是要敢於下結論，要解決問題。我想，這主要是對著人文學界說的，特別是與國家決策相關的社會學，政治學，國際關係等領域。

下結論，往往離不開預測，沒有優質的預測就沒有優質的決策。學者的功能，應是協助決策者做正確，或比較正確的決定。針對特別懶散的學者，張教授的說法並沒有錯，但會不會有人被誤傷呢？於此，我想提出另一種角度以供參考。

綜合以上兩件事，我的問題是 —— 如果預測的基礎(學者的結論或民調數據)不牢，決策者要承擔的風險不是更高嗎？

換個角度問，學者該不該，適不適合主導決策？特別是在政治的領域。

我認為這是分工的問題。分析與決策是兩碼事，應由兩種人分別執行。

經世致用的爭議

張教授該文列舉了宋明亂世的例子，強調經世致用的重要性，其實，關於做學問該不該以「致用」為上，中國歷史上重複了很多次這類的爭論，這是一個很古老而深刻的問題。簡單說吧，身逢治世，知識菁英就傾向學術獨立，身逢亂世，就傾向知識報國，舉世皆然。

學術獨立意味著，求知不應受外界干擾，應專注於純知識的深層挖掘與正確性。知識報國意味著，學術就應擔負入世的社會責任，以知識為工具協助國家人民脫困。此二者，並沒有孰優孰劣的問題，知識菁英隨環境而切換模式，是很自然的現象。

做學問的唯一目的是救國救社會，聽起來沒啥錯，但歷史上也不乏負面的例子。你聽過「曲學阿世」，有沒聽過「曲學救世」？也就是為了拯救世界不惜扭曲學術，動機好，做法壞，這類案例還真的非常多。

信手捻來一例就秒懂: 社會達爾文主義。

達爾文下的結論是關於生物的演化，是自然科學，可沒有引伸至社會的「進化」，甚至種族的優劣。論過度引伸達爾文學說者的動機，恐怕還真是想拯救社會，但最後它造成了浩劫。試問，達爾文做研究的時候，有抱著救社會的任務嗎？

清末康有為與章太炎的學術對立，就是在吵「曲學救世」。康有為人如其名，做學問為的是「有為於救國」，因此不惜以曲解儒學的方式迎合他的救國論述。章太炎痛罵之，他認為就算目的是救國也不該曲學，否則學術會崩塌。然後皇帝從了康有為路線，帝國掀起一場政治風暴，太后怒了，皇帝慫了，康有為跑了。

學者下了結論，決策者也依此下了決定，結果卻不太好，因為康有為學問雖大，但受限於所學，以致其所下的結論低估了現實的風險。皇帝顯然也過度依賴學者的結論，而缺乏專業分析之外的風險意識。分析者與決策者雙雙落入同溫層陷阱。

再讓我們將時間拉久遠點，把民調話題扯進來。漢代，是一個風靡預測的時代，預測工具有星象，解易，讖緯，各種占卜等等，方法多如繁星，亦不乏論證嚴密者。現代人怎麼看待各種科學預測工具，古人就怎麼看待以上預測工具。如專注於預測的解易者，根本就是古代高大上的科學家，只要偶然預測對了幾件事，其受重視的程度就遠高於「十年通一字，畢生通一經」的純儒，因為他「有用」。

知名的解易者京房，因為預測了幾件事神準而受到皇帝重用，然後他在政壇開始以同樣的預測工具，在考選官員的制度上「下結論」，「做決定」，結果政策搞得不好，還得罪許多大官，最後被權貴們弄死。

民初的「疑古派」也都是心存救國者，所謂科學治史，「大膽假設」不免離經叛道，「小心求證」又不如乾嘉學派嚴密求真的自我要求，言古人所不敢言，疑古人所不敢疑，大都犯了「失真」的毛病。以今日專業分工更細的眼光看來，其實是環境在推動知識菁英選擇「求真」或「求用」，乾嘉學的研究有其價值，疑古派亦然。

上述幾個例子，其實是在講「以偏概全」的故事，當(人文)學問肩負了某種使命的重擔，曲學往往是免不了的，哪怕曲解者使用的是科學方法。

解決之方，就是將「分析」與「決定」分工，分析者專注於分析，決策者也必須有做決定的技能。以免前者擔子太重，承受了過度的風險，而後者過於依賴分析者，疏忽了「做決定」也是一門大學問。

決策也是門大學問

現代人看到數學符號就心蕩神馳，民調統計學公式一秀出來，好似神聖不可侵犯。然而，它終歸是一種不見得牢靠的工具。錯不在數學，而在於我們過度相信數學工具在人文世界裡的解釋力。

學者以民調為選情預測的基礎，若帶有某種政治使命，很難不曲解數字，以偏概全下結論，左右決策者的決定。而且，學者所受的訓練一般就是集中於分析，並非決策。分析者該做的是盡可能全面性羅列利弊得失，避免以偏概全誤導決策者做出偏差的決定。

決策者所要承擔的風險遠遠高於分析者，因此必然要綜合考量專業分析以及分析之外的資訊。例如，當決策者發現民調支持度與街頭親身感受悖離，民調所得到的結論就不能作為下決定的唯一根據。決策者必須尋找民調資料之外的訊息，摸索出最適當的決策。

決策者所需具備的技能，是在人多口雜的各種資料裡，找到下決定的最佳途徑。這需要經驗，直覺，膽識與抗壓性，因為大部分的決策，是在沒有最佳結論的分析裡作出的。也就是說，許多重大決策都有「賭一把」的成分。正所謂「富貴險中求」，而這風險，不應該由分析者承擔。

除了依靠專業盡可能全面地將紛雜資料條列分明，分析者不宜有其他非專業的使命。讓分析者承擔決策風險，就可能產生分析者為規避風險而端出的劣質結論。這叫做「揣度上意」。

美劇「億萬」中，搞對沖基金的公司合夥人之一，是心理學家，她的任務是確保操作員有足夠強大的心智，做高風險的決定。真實情況不知是否如此，但想想很合理，因為操作員的每個決定都牽涉上億元的獲利或損失，風險愈高，決策品質就愈重要，只有犀利的運算工具而沒有高抗壓性的心智是不行的。

這恐怕不是埋首舊紙堆，往來於校園與專業論壇的學者所受過的訓練。

只要分工做得好，就算民調支持度落後，決策者也大可不看民調，就算身逢亂世，不知亡國恨的學者也可以做出巨大貢獻。這可避免以偏概全，揣度上意的分析結論誤導出品質低劣的決策，也可以避免決策者過度依賴專業分析，而錯失了其他重要資訊。

如果學者就是決策者，那麼他應該也得先經歷一段決策者的專業訓練。專業分析能力很好，決策品質卻很差的學者型官員，在台灣並不少見，就是因為缺乏決策教育。重點在於，有沒有這一類的訓練與知識？

說白了，溫良恭儉讓，就不敢賭一把，也不能讓這類人去賭。