決策之前，首先要定義清楚，你面臨的這個決策，屬於哪種決策型別，只有定義清楚了，才有機會選擇適合這種決策型別的決策方案。如果一開始定義錯誤，那麼後面就會步步錯。所以，定義決策型別是做出高質量決策的基礎。

決策的過程，簡單來說分為四步：

第一步 建立篩選標準

第二步 思考備選方案

第三步 根據篩選條件評估備選方案

第四步 選擇恰當的方案，並評估其可行性

第一步，在匆忙進入實際的決策之前，我們首先要建立篩選標準。

為什麼要建立篩選標準呢？——把所有的目標都考慮到，就能避免做出不平衡的決定。

我看到知乎上經常有人提問說該不該換工作，你跟他們一交流就會發現，當初他在選擇工作的時候，只考慮了少數幾個目標，而忽略了其他重要的目標。比如說只考慮了薪酬福利待遇很好，忽略了工作會經常加班，導致陪家人的時間減少，比如說只考慮了工作環境是不是很好，工作離家是不是足夠近，沒有考慮工作是不是能給自己帶來成就感。跟團出去旅遊也會遇到類似的情況，比如說只考慮要去玩的景點是不是足夠多，整個行程的費用是不是足夠實惠，沒有考慮期間會帶你去多少家購物店，比如說只考慮住宿條件是不是足夠好，導遊服務是不是足夠好，用餐是不是足夠好，沒有考慮行程的安排有多緊。

所以，辨別你的決策目標，建立你的篩選標準，就能幫助你考慮得更全面更周到，更有利於你做出明智的決策。

第二步：在決策過程中，我們可以透過一些創新思維工具來挖掘更多的選項，考慮到更多的備選方案。

我要不要從這家公司離職？（要或不要）

我要不要去參加那個同學聚會？（要或不要）

我要不要和男朋友分手？（分或不分）

我要不要開發這個產品？（開發或不開發）

我要不要投資這個專案？（投資或不投資）

……

當我們如此專注於問題本身的時候，我們的眼界就會變得狹窄，我們意識不到還有其他選項的存在。

這個時候，我們應該拓寬選擇空間，問問自己：除此之外，還有沒有其他更好的選擇？

比如，“要不要從這家公司離職”的問題，可以拓展為：

工作對我而言意味著什麼？

我想要從工作中得到什麼？

什麼樣的工作適合我能力的發揮？

……

比如，“我要不要開發這個產品”的問題，可以拓展為：

我的使用者想要解決什麼樣的問題？

什麼樣的產品或服務能幫助他們解決這個問題？

如果你願意拓寬你的思維邊界，你會發現，可供你選擇的選項比你想象中還要豐富得多。

假設，年初的時候，你為自己定了兩個重要目標，一是今年去3個地方旅行，二是參加一些培訓課提升自己。

今天，你在淘寶上，看到一件你很喜歡的衣服正在做特價促銷。

你以前在逛淘寶的時候，經常注意到這件衣服，它很符合你的審美，但是因為價格比較貴，所以你都沒有考慮過購買它。

但是，現在，它的價格降到了你能夠接受的範圍之內。

當然，相比你買過的其他衣服，這個價格還是算比較貴的。

這種情形下，你會怎麼做？

（A） 買下這件衣服

（B） 不買這件衣服

在這兩者中，75%的人會選擇購買，只有25%的人選擇不買。

可能你也會選擇把它買下來，畢竟那是你很喜歡的一件衣服，而且你以前也經常關注它。

後來調查人員又對另一群人問到同樣的問題，但是在選項中，做了一些小修改：

（A） 買下這件衣服

（B） 不買這件衣服，把這部分錢存下來，為旅遊或參加培訓課做儲備

黑體字就是修改的部分，在實驗中，這些字也用黑體字標識出來了，這樣會顯而易見一些。

其實，當你看到這樣的選項時，也許你會心有不悅的想：研究人員是想提醒我把錢花在其他地方嗎？

即便如此，面對這樣的兩個選項，居然有55%的人決定不購買這件衣服。

這個暗示讓人們不同意購買的比例增加了兩倍多。

這說明了什麼？

在第一個實驗中，人們面對的選項是“要不要購買這件新衣服“。

而在第二個實驗中，人們面對的選擇是“我還可以怎麼做？”“還有更好的選擇嗎？”

發現了嗎？

一個是關於“是或否”的二元化選擇，一個是考慮了機會成本的選擇。

考慮機會成本的選擇，能夠幫助我們打破思維狹隘。

我們可以嘗試著，在每次做決定之前都問自己一些和機會相關的問題：

我在做這個選擇的時候放棄了什麼？

在同樣的時間和金錢條件下，我還可以做其他什麼事情？

第三步：增加了選項之後，接下來，就可以用等價置換法和決策平衡單來選擇最優方案了。通常情況下，等價置換法只要用於二選一的情況，決策平衡單用於多選一的情況。這裡面，我們會採用量化計算的方式，來根據篩選條件評估備選方案。

第四步：最後，我們可以用“容易-影響分析工具”（如下圖）來評估備選方案的可行性。

這是一個四象限的模型，一個軸代表的是容易程度，另一個軸代表的是影響程度。透過這個模型，可以評估方案實施起來的難易程度和方案帶來的潛在影響。當然，我們都更傾向於選擇那些容易實施且潛在影響很大的方案。

當然，如果你喜歡的話，也可以用其他標準來代替容易程度和影響程度。比如，你可以用一個軸代表成本，一個軸代表解決問題的有效性。就是說，這兩個軸所表示的維度，可以根據實際情況進行變化。

透過這樣的四個步驟，你就可以做出高質量的決策。

我從科學的角度分析一下“在做重大決策的時候，有哪些好訣竅？”

作家柳青說：人生的道路雖漫長，但關鍵的往往只有幾步。如果在這些關鍵的節點上，做出來錯誤的決策，就會產生嚴重的負面後果。那麼，要如何才能做好重大決策呢？

首先要認識到，挑戰是無法迴避的，問題是需要解決的，決策也是拖不掉的。因為，不選擇也是一種選擇，不決策也是一種決策。如果不主動去決策，而是採取鴕鳥政策，拖延時間的結果會讓自己的機會喪失殆盡，甚至造成嚴重後果，比如延誤病情。

全面收集資訊。許多人決策時沒有耐心，有一點資訊就匆忙做出決定，這是非常不靠譜的。我們應該耐心地收集資訊，收集到足夠的全面的資訊之後，再來做決策，這時做出正確決策的機率會大大提高。

列出備選方案。運用頭腦風暴，把所有的備選方案羅列出來，不要一開始就自我設限。自我設限會讓你視野狹窄，明明有更好的選擇，卻選擇對自己不利的方案。一定要保持開放和靈活，暫時停止評判，先把所有可能的選擇列出來，哪怕表面上看是很荒謬的方案。

評估方案，並做出決策。列出所有的方案後，就要儘可能多地從各個維度，對備選方案進行全方位的評估和對比，權衡各種風險、成本、機會和收益，從中選擇最佳方案。

做了決策之後，就要進行有效行動，把決策落實，不要再猶豫和糾結。沒有完美的決策，只有最佳的決策。

每一次重大決策過後，一定要進行反思和評價。做對的地方在哪裡，做錯的地方在哪裡，對的就保持下來，錯的就進行糾正，下次不再犯同樣的錯誤。不斷總結經驗，決策能力就會越來越好。

哎，低俗，如果你是一名新手，那就要三思而後行，不要腦袋一熱，更不要抱著僥倖心理。建議：和比自己更有經驗的人討論，（儘量多些）徵求意見，然後進行總結。如果你是一名老手，那我無話可說——因為他可以在一秒不到內完成千億的訂單，（不是吹的）。知人者智，自知之明。

我最近讀到的兩本書能比較好的回答這個問題。

讀了《一網打盡》這本書，我發現牛人和生命力強的公司不是一兩個重大決策成就的，亞馬遜這個公司簡直時時刻刻都在做重大決策，下手穩準狠，少量失誤決策也不影響公司股價狂奔；而《當機立斷：透過“數字·事實·邏輯”做決定》提供了迅速做出正確決策的方法論，平時做定都按照這套法則來練習，遇到重大決策，根本不會影響心理狀態，照樣能做到快速、理性，當機立斷。

《一網打盡》這本書裡寫了亞馬遜創始人貝索斯的創業故事，亞馬遜這個公司特別瘋狂，起步只是在網上賣書，後來變成了萬貨商店，後來推出AWS雲服務（IBM、微軟、阿里雲都是跟在亞馬遜後面搞雲服務），賣kindle，搞智慧硬體，股價一路狂漲。

貝索斯的決策力非常強悍。1994年，30歲的貝索斯在投資公司裡當副Quattroporte，猶豫是否應該創業時，提出了“後悔最小化模型”，結論是，辭職不會後悔，錯過網際網路浪潮一定會後悔，於是創立了亞馬遜；1998年，貝索斯授權萊特建立超級物流中心，沒有複雜的審批流程，看了藍圖直接開工，一年花了3億美元，為亞馬遜今日令人驚歎的倉庫機器人系統打下了基礎。在其他公司還在忙著論證、審批時，亞馬遜早已投資了諸多重量級專案，在失敗和成功的錘鍊中走在了浪潮的最前端。

但是決策能力並非輕易下決定、隨便試錯那麼簡單，公司的戰略選擇往往關乎存亡。日本企業家出口治明在《當機立斷》書中揭示了企業家如何迅速做出正確決定。正如貝索斯的“後悔最小化模型”，能夠當機立斷的企業家都有著準確、高效的決策手段。

第一次見面就能一起合作開公司，這不是開玩笑，而是因為出口治明有著極為嚴謹高效的決策規則，在生命網路公司推行這套決策規則之後，公司有序發展，並且推出了諸多廣受認可的保險產品。

在《當機立斷：透過“數字·事實·邏輯”做決定》這本書中，出口治明指出“數字、事實、邏輯”是全世界通用的決策規則，熟練掌握這套規則，就能迅速做出最佳決斷，不再因猶豫而影響效率、錯過時機。出口治明指出，掌握決策法則需要做好三點：檢索原始資料，橫縱對比，做出結論；區分客觀事實和意見，排除多於因素干擾；多視角思考，分清主次，深究根源。

《當機立斷》一書並非泛泛而談，而是手把手地教一個普通人如何培養“資料、事實、邏輯”的決策習慣，成為決策高手。

數字

養成檢索資訊的習慣

《當機立斷》書中建議，要養成一天檢索10次資訊的習慣。出口治明看到“失業率得到改善”這種新聞，都會下意識問一句，真是這樣嗎？然後立即搜尋資料，得出自己的結論。即使你不關心失業率，每天的生活中仍有無數的契機引導你主動搜尋資料。

有人看到流量明星演技不佳，卻天天刷屏，佔據了影視資源、拿到大牌代言，會想請這樣的明星對品牌有什麼好處？有這樣的疑問之後，與其站在高地鄙視粉絲，不如動手查一下“明星消費影響力報告”（俗稱帶貨能力排行榜），看了榜單，就知道明星幫品牌賣出去多少東西，為什麼品牌越來越青睞流量明星和網紅。如此，一邊當吃瓜群眾，一邊養成了資料檢索習慣。

少看二手解讀，多看一手資料

舉個例子，社交網路上時不時地就有“科學研究表明，男性智商比女性高”這類帖子，告訴大家，這是科學結果，女權不要激動，接受就好。但是如果你能進一步檢視原始資料，就會發現，這個研究的樣本只是某個時間、某個國家、某個地區而已，並不能代表全人類。可以反駁這句話的研究成果有很多。有研究結果表明，過去一百年裡，女性智商上升的比男性快，目前一些國家女性智商比男性高。也有研究結果表明，男女智商沒有明顯差異。世界上不同的國家地區，男女教育普及度不同、工作不同，智商測試的樣本又不夠大，研究結果千差萬別。單獨拿出一份研究結果出來，告訴你“全世界男性平均智商一定高於女性“，這顯然就會造成誤導。多看一手資料，才不會被各種報道引導情緒，從而理性、客觀地理解現實。

數字解讀：橫縱對比

孤立的數字沒有意義，但是橫縱對比就能得到大量資訊。橫向對比，是對比同一時間不同的公司、地區、國家。縱向對比，是同一個公司、國家不同的時間做對比。

08年奧運會時，中國一直被說空氣汙染嚴重，同年北京空氣中的二氧化硫是東京的10倍。有人用這個資料說明北京不適合開奧運會。但是，1960年東京舉辦奧運會時，當年空氣中的二氧化硫的含量是2008年北京的1.5倍。善用橫縱對比，才能更客觀的看待資料，得到有用的資訊。

事實

區分客觀事實與意見

客觀事實需要有資料支撐，做對比分析。而意見夾雜著個人看法。不作區分，則很容易把意見當作事實。比方說，在就業時，很多人會比較不同公司的薪水。A公司的月薪比B公司多一千塊錢，有人就說，A公司的工資高。但是如果A公司沒有年終獎，B公司年終獎經常是2、3個月的工資，甚至更多，A公司的年薪就可能不如B公司。如果A公司的工作時常是996（每天上午9點上班，晚上9點下班，每週工作六天），而 B公司每天工作8小時，每週工作五天，那麼即使A公司月薪略高，有可能時薪遠低於B公司。認為A公司工資比B公司高，是個人意見。給出月薪、年薪、時薪的對比，才是客觀事實。

排除多餘因素干擾

不能快速做決定的人往往是因為受到了多餘因素的干擾。上司的喜好是一個常見的干擾因素。很多人不敢痛快地把自己認為最好的方案提交給上司，心裡揣測的往往是上司會不會不喜歡。實際上，方案的目的是對公司有好處，即使這個方案不能符合上司的偏好，只要言之有理，說明方案確實是效果最優即可。“做決定”和“讓方案透過“是兩回事。先做出決定，再想辦法讓方案透過。

出口治明講了一個自己的例子，他在公司裡推行用“數字、事實、邏輯”做決定的法則，員工讓他去參加一個為網站作秀的活動，60多歲的出口治明覺得這種活動完全是無理取鬧，但是員工說，公司80%的客戶是熟悉網路的年輕人，這個網路節目的點選率也很高，對公司宣傳非常有效。認同了員工提出的“數字、事實、邏輯”分析之後，出口治明只好接受了建議，參加了節目。最後節目大受歡迎，公司也贏得了更多的粉絲。

邏輯

邏輯是做決定的推理過程。出口治明強調，為了讓邏輯更可靠，要做到多視角思考、分清主次，深究根源。

多視角思考

公司在做決定時，不能僅僅考慮技術專家的看法，還應將對於技術一無所知的客戶的看法考慮進來。日本的保險公司客服工作時間都是從早上九點到晚上5點，但是外行人希望客服中心能夠24小時服務，出口治明的公司綜合的各方意見，最終把時間定為晚上10點結束，既滿足了客戶的需求，又不至於讓員工熬夜。這樣做決定，就能符合公司、客戶、員工三方面的利益。

不僅是公司，個人為自己做決定，也需要多視角思考。有人聲稱選擇工作，個人發展前景最重要，再不奮鬥就老了。結果完全忽略了身體、家庭、陪伴孩子。等到身體出現問題、孩子與自己疏遠，突然才後悔，又猛灌雞湯，“熬夜是慢性自殺”、“陪伴孩子比賺錢重要”。習慣多視角思考的人往往能穩健、全面的追求更好的生活，習慣單一角度思考的人生卻像狗熊掰棒子，一會兒追求這個，一會兒追求那個。

深究根源

一些邏輯推理往往以“社會常識“為前提，《當機立斷》書中指出，遇到“常識”時，一定要追問一句“真的嗎？”日本保險公司的客服晚上五點下班，這是出口治明創業時的“社會常識”。但是這個常識並不合理，生命網路公司延長了客服的工作時間，贏得了更多客戶。2017年，我到香港生活的第一週，就見識了一項當地人習以為常的“社會常識”，香港一般是每週工作五天半，週六下午很多地方（包括銀行等）都不營業。當時是週六，我急用手機，當晚匆匆去旺角的魅族專賣店買手機，結果發現店鋪週六下午就不營業了。正好小米之家也在同一棟樓裡，在魅族店鋪門口碰了釘子的一行人全部去了小米，小米店鋪裡可謂爆滿。

魅族香港覺得每週營業到週六上午是“社會常識”，美國在南北戰爭之前覺得蓄養黑奴是合法的，也是“社會常識”。“常識“未必合理，對常識保持警惕有利於做出真正有利的判斷。

《當機立斷》書中給出了更多關於“邏輯“的闡釋，出口治明也提供了豐富的實踐案例。

有人覺得成功的企業家憑直覺也能做出正確的決定，有人覺得企業的成功是百裡挑一的好運氣，但出口治明透過親身經驗告訴我們，能夠快速做決定的人其實有著嚴謹的決策法則，“數字、事實、邏輯“是基礎，更準確的直覺、更好的運氣都基於此，企業家的魄力基於此，企業的成功也來源於此。

這是一個很老的故事了，大家都聽說過。蘇格拉底帶著他的幾個弟子到麥田，讓他們去找麥田裡最大的麥穗，並規定在找的過程中不能回頭拿著麥穗和前面的麥穗比對，蘇格拉底會在麥田的盡頭等他們。在尋找麥穗的過程中，是有人嘗試摘下他認為最大的麥穗，但又都放下了，認為後面肯定會有更大的麥穗。最後，在走到盡頭之時落個連手裡拿著麥穗的人都沒有的結果。

在這一路上，這幾個弟子有很多次機會做決定，但沒有人做出了決定，沒有人選出了那顆最大的麥穗。你可別嘲笑這幾個弟子，換做是你，就能選出那顆最大的麥穗嗎？未必。這個決定出哪個是最大的麥穗的過程其實和我們在生活中要做決定的過程是一個道理。比如，要不要考研？要不要跳槽？要不要逃離北上廣？然而做出這些決定是要有所取捨的，同時還面對許多未知性的結果，這個兩個矛盾就令人非常痛苦。其實人在決定的時候是貪婪的，有時候甚至希望自己的決定能兼顧所有的利益。如何處理做決定的矛盾？《當機立斷，透過“數字·事實·邏輯”做決定》可以說是給有做決定困難症的人的一本良書了，儘管這個做決定的三機制是作者出口治明基於做工作上的決定總結出來的，但不妨礙我們把這個做決定的三機制應用於生活上。

《當機立斷：透過“數字·事實·邏輯”做決定》的作者叫出口治明。說了你可能不信，他是京都大學法律系畢業的，但畢業後去了日本生命保險公司擔任企業策劃，在入職後的34年裡勤勤懇懇、順風順水地研究保險行業，本應該安分工作等待退休享受天倫之樂，但在他58歲時，成立了日本生命網路人壽保險公司，自己擔任CEO。在做決定時，他並沒有過多的顧慮，透過“數字·事實·邏輯”三機制迅速做出了正確的決定，公司步入正軌後，這套做決定的方法甚至成為了公司員工做決定的準則。於是這套做決定的三機制也被迅速推廣開來。

那如何透過“數字·事實·邏輯”做決定？我認為這三個機制的共同點可以歸結為“理性”，理性地看待你要做出的取捨是基礎，沒有這個基礎做什麼決定你都是害怕的，害怕自己的決定錯誤，害怕承擔後果。另外，當你的決定是有理有據時，你才會心安，才會理直氣壯。

拿要不要考研這個問題來舉例。

邏輯：判斷你的決定是否有邏輯的一個標準是有沒有考慮到足夠多的變數。

1.判斷自己適不適合考研？從自己的性格上看是否能堅持，撐不撐得住強度大又長時間的學習，是否能忍受孤獨？2.如果考研失敗，你能不能承受後果？是不是能接受身邊的同學都差不多有了工作歸宿而自己沒有，還考研失敗了的落差？3.自己或者家庭有沒有經濟能力讓你讀研？等等，考慮變數的多和少，做出的決定肯定是有差異的。

事實：事實和現象不同，現象是單一的，事實是從大量現象中推匯出來的。比如，身邊有幾個人都成功考上了研究生，由於是身邊的人，你極有可能會產生一種錯覺，認為考上研究生的人很多而且不難，事實上你應該去搜索一下考上研究生的比例。

另外，考研有哪些科目，你應該怎麼準備，哪些專業課更重要，面試內容是什麼，需不需要提前聯絡教授，研究方向怎麼和教授掛鉤？這些全都是需要你去提前瞭解的事實。

數字：用數字去思考問題而不是用文字。這一點在解釋事實的時候就有所涉及，在此補充一點，在處理數字資訊時，常利用的方法是橫縱比對。比如，你除了要看你的目標學校每年收多少學生，要考多少分之外，還要看同專業別的學校的情況，把這些數字資訊進行比對，也許你會發現你的目標學校相比其它同水平的學校更難考一些，為了考上，你也許會改變你之前定下的目標學校。

回到開頭“挑出麥田裡最大的麥穗”這個故事上，你現在知道怎麼做了嗎？從“數字”上看，麥田裡有這麼多的麥穗，最大的麥穗肯定不只一個，是一部分。從“事實”上看，有人能單憑肉眼分辨出密密麻麻的麥穗裡哪個麥穗是最大的嗎？可以是說沒有。明白了這兩點，如果你是弟子，你只是需要在找麥穗偏後的路程中根據你在前面看到過的麥穗大小挑出你認為較大的麥穗，然後把心裡“後面會不會有更大的麥穗”這種不安的想法安撫好，就可以去交差了。

由此可見，做決定並不是空想，分析利弊然後猶猶豫豫做個選擇就成，它是有章法的。透過“數字·事實·邏輯”做決定，你的決定也就往正確的方向上走了一大步，看完這本《當機立斷：透過“數字·事實·邏輯”做決定》，算是把“做決定”這件事理解的更透徹了，雖然書中大量的案例來自工作，但把出口治明在書中提出的方法應用生活上，應用到最近困擾我到底要不要考研這件事上，這本書真的給了我很大啟發。

或許，“少數服從多數”是最錯誤的決策原則

2018年諾貝爾經濟學獎得主授予了兩個人，一個保羅·M·羅默，他建立了“內生經濟增長模型”，另一個是威廉·D·諾德豪斯，他和保羅·薩繆爾森合著的《經濟學》，是經濟學本科生的必學教科書，他們的獲獎理由是：將氣候變化和技術革新的因素融入了宏觀經濟學分析之中。作為一個非經濟學的人士對這些“模型”、“分析”等等感覺非常陌生，就好比普通人對所謂的天體物理和量子力學的茫然無助一樣。

而日本作者阪井豐貴就是一位福音師，他能用淺顯直白的語言來講述高深莫測的諾貝爾獎經濟學理論的基礎知識，這本新書《議事的科學》也是他的著作之一。議事，是一門很古老的決策環節，康熙皇帝早年就經常在乾清宮門前的廣場上議事，從而做出決策。

但作者在書中所講的議事卻有些不同，而更傾向於“民主投票”，他從林肯、小布什、特朗普、安倍晉三等等多個總統、首相的投票選舉中分析出了議事的規則：透過最簡單的加減乘除、改變遊戲規則或發言順序就可以影響最終的結果。就好比很多人一直認為特朗普當總統是一個意外事件，其實，意外事件也是由於議事中的某個環節的改變而導致。而“議事”、“決策”是諾貝爾經濟學家得主阿羅、沙普利、阿瑪蒂亞等人的研究領域，作者主要講了兩個內容：

第一，議事的思維與決策的方式對結果會產生重大的差異書裡面有個非常經典的例子：小區樓裡的電梯壞了，需要修電梯，請問“1樓住戶要不要分攤電梯費？分攤多少才合理？”。這的確是一個現實中存在的的問題，普通的居民樓不管是多麼高的樓層，都需要安裝電梯，人實際上，1樓的住戶如果不是上樓串門的話，基本上不會用到電梯。也就是說，電梯對於1樓住戶來講是個負需求。不僅沒有帶來便利，而且還要公攤面積、支付一定的裝修、維護費用等等。

如果按照傳統的“少數服從多數”的原則來說，其他樓層的使用者如果要求所有樓層均攤電梯維修費用，則1樓的使用者必然是要吃虧的。所以，“少數服從多數”原則看似合理，但實際上並不適用於這件事。

類似的事情還有很多，比如“被高空拋物砸傷，找不到具體的責任人，法院判定所有住戶和物業共同承擔賠償責任”，這種規則，是建立在對於利益與責任的合理匹配上。沒有絕對的公平，在無法得到最有結果的情況下，所有人均攤反倒是最優的結果

那麼，應該如何進行判定呢？方法就是博爾達計數法。原則就是誰用的多、誰攤的多。比如一棟樓有6層，則電梯費應該是1樓使用者不攤，因為他們不用。二樓使用者攤的最少，他們只用2層這一段，3樓使用者攤的多一點，他們用的是1-2和2-3這兩段電梯，以此類推，6樓使用者攤等等最多，他們用了1-6層中的每一段電梯。這就將所有的責任和利益匹配了起來。

這個方法非常類似於古希臘先賢亞里士多德提出的公正的標準：平等的人應受平等的對待，不平等的人應受不平等的對待。因為電梯維修費和使用頻次是成正比的，一樓使用者從來沒做過電梯，自然不用攤維修費，最高層使用者使用最多，自然應該多攤。

第二，少數服從多數的決策為什麼看似合理，卻實際上不合理少數服從多數是我們在日常決策中最常用的決策標準了，小到一個班級選拔班幹部、一個部門選拔部門經理、大到各類會議決定，乃至美國總統的選舉也是少數服從多數，50.1%和49.9%，中50.1%的一方就是優勝者，具有絕對的話語權，49.9%的一方只能出局。既然這個原理應用的這麼廣泛，為什麼會突然不合理了呢。這就要我們先知道，少數服從多數的決策，使用的前提條件是什麼，一般來說，在這3個情況下這個原則作出的決定才是合理的：全體選民對錶決物件擁有共同目標。選民的判斷正確率大於0.5。選民各自做獨立判斷，不聽從首領、跟風附和或把票投給有望勝出的物件。

但實際情況上，以上三個條件並不能完全成立。比如美國總統選舉，一般就是2選1，但往往很多人是覺得1和2沒什麼區別，條件1 不成立。而這也造成了選民的判斷正確率絕對小於0.5，因為總統候選人在競選時所說的各類口號和事情，並不一定會全部履行，他們只能“暫且信任”候選人，這種非確定性就造成了選民的判斷率絕對小於0.5。

此外，選舉分為的存在一定會影響選民的判斷，你的父母親戚朋友投了1號，難道你會獨立要投2號？雖然這種情況會存在，但氛圍的存在造成選票一定不會獨立作出判斷。為此，少數服從多數的決策標準在實際執行中就存在很多的偏差。

總之，這本書告訴了我們一個更加有效的決策方式，即博爾達計數方法，類似多勞多得、少勞少得，誰使用的多則誰應該承擔更多的義務，比單純地少數服從多數的原則要更加有效。我是千城，就是那個要讀完1000本書的男人！歡迎關注我的公號：千城撩書。