第56章 (第2/3页)
如果前1个小时有9万辆汽车行驶在路上，下1个小时有11万辆汽车行驶在路上，那么汽车行驶的速度远比平均每小时有10万辆汽车要慢。请注意，行车时间是负数，我把它当作成本计算，就像费用一样，交通时间增加是一件坏事。
所以，出行成本在高速公路上汽车数量的波动性面前是脆弱的，它不那么依赖平均数。每增加一辆汽车，都会使交通时间增加很多。
这对当今世界的一个核心问题（也就是那些致力于创建“高效”和“优化”系统的人，却对非线性反应）给了我们启发。例如，欧洲的机场和铁路负荷都很重，因为它们似乎过于高效了。它们以接近最大容量的负荷来运行，导致冗余和闲置容量很小，因此成本很低；但是，只要乘客数量稍微增加，比如由于一个小小的乘客滞留问题导致航班增开5%，就会给机场造成混乱，乃至让怨声载道的旅客在机场过夜，唯一的安慰就是听一些流浪者用吉他演奏法国民歌。
接下来，我们可以看看这个概念在整个经济领域的应用：中央银行可以印钞票，它不停地印，却毫无效果（但中央银行自称这种措施是“安全”的），随后，印钞票的活动“意外”地引发了通货膨胀。许多经济成果都因凸性效应而完全消除——好消息是，我们知道这是如何引发的。可惜的是，政策制定者的工具（和文化）都过度依赖于线性，而忽略了那些隐藏的效果，他们称之为“近似”。但是，当你听到有人谈论“二阶”效应，你就会明白，凸性效应会导致近似结果根本无法代表现实情况。
图18–7中，我绘制了一条假设性的曲线，代表行车时间对汽车数量的反应。请注意图中曲线是向内弯曲的。
图18–7
该图显示，我到肯尼迪机场的行车时间（和行车成本）在超过某一点之后，对路上的汽车数量呈现非线性反应。行车成本曲线朝内弯曲——形成凹性效应——不是一件好事
有人打电话给纽约市政府官员
关于凸性效应加上对大偏差的错误预测，是如何影响一个过度优化的系统的，我有一个恰当的例子来说明这一点。这是一个简单的故事，说的是纽约市官员低估了封闭一条路对交通拥堵所造成的影响。这个错误是非常普遍的：一些细微的变动就会给超负荷运转的系统（因此也是脆弱性的系统）带来严重的后果。
2011年11月一个星期六的晚上，我开车到纽约市与哲学家保罗·博格西恩见面，然后去一个村庄共进晚餐——平常开车40分钟就会到达。具有讽刺意味的是，我与博格西恩见面是为了谈谈我的书——就是现在的这本书，尤其是我对系统中冗余功能的理解。我一直提倡在人们的生活中增加冗余元素，我也一直在向他和其他人吹嘘，自从我2007年立下新年决心以来，我从来没有在任何事情上迟到过，哪怕是一分钟（嗯，差不多）。回想一下在第2章中我宣传冗余性的积极立场。这样的个人自律迫使我做什么事情都会考虑缓冲时间，我会随身携带一个笔记本，在等待别人的时候记一些名言警句，如今我
（本章未完，请点击下一页继续阅读）