运气、机会与幸存者偏差：一个认知框架

思维研究 · 深圳启迪文化教育 · 案例解读

发布于 2026-09-03 · 本文为原创研究内容，版权归深圳启迪文化教育所有，转载须注明出处

一、你身边总有一个"运气王"

你身边一定有这样的人。

能力不算突出，加班不是最多的，专业判断也常常出错——但每一次关键的晋升、每一个重要的项目机会，都恰好落在他头上。你看着他一路顺风顺水，心里不免有个念头："他就是运气好。"

也一定有另一种人。能力出众、勤勉尽责、逻辑清晰，却在几次关键选择中接连踩空，始终在"差一点"的位置上徘徊。

这两种人同时存在于你的观察样本中。于是你开始困惑：这个世界到底是靠能力运行的，还是靠运气运行的？如果答案是后者，努力还有什么意义？如果答案是前者，那些"运气王"又怎么解释？

本文不试图给出一个非此即彼的答案。本文的任务是：给出一套识别工具，让你在面对任何现象时，能够分辨其中哪些成分来自可复制的"机会"，哪些成分来自不可复制的"运气"。

二、运气是什么，机会是什么（精要）

运气，是纯粹的偶然——与主体的能力、准备、决策质量无关的外生随机扰动，不可预测、不可控制、不可复制。机会，是"时机"与"准备"的交叉产物，其中准备是可控变量。

机会 = 时机 × 准备

二者的逻辑剥离标准：凡可通过准备改变发生概率或收益幅度的事件，归入"机会"的分析范畴；凡不论准备与否、结果分布不变的事件，归入"运气"的分析范畴。

注：这是分析性定义，非经验性定义——现实中二者相互渗透。完整定义、逻辑剥离过程与推导，见 理论版《一项认知解剖》 第一章。

三、何以误判：幸存者偏差如何扭曲归因

两种典型的错误态度

面对"运气王"现象，人们通常走向两个极端。

宿命论倾向："一切都是命，努力没用。"宿命论者的问题不是"承认运气"，而是"用运气否定了所有能力"——把一切结果都归因于运气，从而放弃所有可控的努力。

英雄崇拜倾向："他成功了，所以他的每一个决策都是对的。"英雄崇拜者的问题不是"相信能力"，而是"把所有结果都归因于能力"——完全看不到运气在其中的作用。

两种态度看似对立，实则共享同一个错误：它们都以一次结果作为判断依据——宿命论者用坏结果否定了所有努力，英雄崇拜者用好结果肯定了所有行为。

幸存者偏差：看见"返航的飞机"

1943年，第二次世界大战。英美联军在欧洲上空的轰炸机损失惨重，军方急需一个方案：在飞机上增加装甲。但装甲增加意味着重量增加，机动性和载弹量都会下降，所以只能在最关键的部分进行加固。

军方做了一个看似合理的决定：调查返航飞机上弹痕的分布，哪里弹痕多，就加固哪里。调查结果很清晰——机翼和机身布满弹孔，而引擎和驾驶舱似乎很少中弹。

这时，统计学家亚伯拉罕·沃尔德站了出来。他说：你们搞反了。应该加固的不是弹痕最多的地方，而是弹痕最少的地方——引擎和驾驶舱。为什么？因为你们只看到了返航的飞机。那些引擎或驾驶舱中弹的飞机，根本没有机会返航，也就不可能出现在统计数据里。返航飞机的弹孔分布告诉你的不是"哪里容易被击中"，而是"哪里被击中后还能飞回来"。引擎上的弹孔少，恰恰说明引擎中弹是致命的。

这个分析揭示了幸存者偏差（survivorship bias）的核心逻辑：我们只看到了"通过筛选"的样本，看不到"被筛选掉"的样本，由此导致系统性的错误归因。

这个逻辑不限于1943年的战场。你看到的成功者，是"返航的飞机"；那些同样努力但运气稍差、没能"返航"的人，你看不到。正是这一点，让你误把"运气"当成了"机会"——因为成功者看起来确实"能力超群"，而失败者的样本完全不可见。

幸存者偏差的"亲戚"：叙事谬误与可得性偏差

与幸存者偏差相互强化的，还有另外两个认知机制。

叙事谬误：诺贝尔经济学奖得主丹尼尔·卡尼曼在《思考，快与慢》中指出，人类有一种不可抑制的冲动，试图为已经发生的事件构造连贯的、有因果关系的解释。我们不喜欢"他成功了，因为运气好"这种解释——它太简陋。我们更喜欢"他成功了，因为他有远见、够坚持、做对了每一个关键决策"——这是一个完整的叙事，尽管它可能是错的。

可得性偏差：我们更容易记住那些容易获取的信息，而忽略那些不易获取的信息。成功者的故事到处都是——传记、访谈、报道。失败者的故事呢？失败者不写书、不登台、不被采访。大脑被"成功样本"填满，于是误以为成功是常态。

这三个认知机制相互强化：可得性偏差让我们只看到幸存者，叙事谬误让我们为幸存者编造因果流畅的故事，幸存者偏差让我们用幸存者的成功来验证故事的"正确性"。结果就是：本该被归因于运气的成分，被系统性地归因于能力。

四、理论的锚点：猴子、巴菲特与一个算式

现在我们需要一个更精确的工具来区分运气与机会。

猴子的一端

假设一只猴子随机买卖股票，盈亏概率各50%，每次盈利和亏损的幅度相同（1:1的赔率）。那么它的期望收益是多少？

E = 0.5 × 1 + 0.5 × (−1) = 0

长期来看不赚不亏（扣除交易费用后必亏）。

但这里有一个陷阱：如果有一万只猴子同时操作，其中大约会有10只连续盈利10次——概率为 0.5 的 10 次方，约为 0.1%。这10只"明星猴子"的胜率达到了100%，远超历史上任何一位投资大师。但它们的成功是纯随机波动的产物，没有任何可复制的能力成分。

巴菲特本人也用过类似的比喻。1984年，他在哥伦比亚大学纪念《证券分析》出版50周年的演讲中谈到了"猴子扔飞镖"的假设。他说，如果有足够多的猴子向股票列表扔飞镖，总会有一只猴子"恰好一直扔中"。但幸运的猴子不会找到排队等候的投资者——因为所有人都知道，它的成功无法复制。

猴子代表的是"运气"的极端——纯随机波动的短期实现值。

巴菲特的一端

据公开资料估算，巴菲特单笔投资决策的正确率大致在六成左右，并非高胜率。但他的策略结构是非对称的：错了亏小钱，对了赚大钱。其期望值大致为：

E = 0.6 × 3 + 0.4 × (−1) = 1.8 − 0.4 = 1.4

问题关键在此：猴子靠的是"高胜率 + 对称赔率"——短期耀眼，长期归零；巴菲特靠的是"中等胜率 + 非对称赔率"——短期不惊人，长期复利。

更重要的是，巴菲特本人极其清醒地认识到运气在自己成功中的分量。他多次提到自己"中了卵巢彩票"——1930年出生在美国，这个事实本身就是一个巨大的运气。（他曾表达过大意如下的观点：如果我出生在孟加拉，我不会有今天的成就。）一个在普通人看来"靠能力成功"的典范，自己却在反复强调运气的作用。

巴菲特代表的是"机会"的极端——非对称结构 + 持续准备，将正期望值转化为长期复利。

一个算式的两个世界

E = p × a + (1 − p) × (−b)

这个算式是本文唯一需要记住的工具：

p：盈利的概率　a：盈利时的收益幅度　b：亏损时的损失幅度

代入猴子的参数（p = 0.5，a = 1，b = 1），E = 0 —— 这是一个"运气游戏"。代入巴菲特的参数（p = 0.6，a = 3，b = 1），E = 1.4 —— 这是一个"机会结构"。

同样的公式，不同的参数结构，决定了你玩的是哪一种游戏。

五、四个案例与正确归因

理解了猴子与巴菲特的差异后，我们来看四个不同领域的案例。每个案例的共同结构是：人们看到了"成功"的样本，却看不到"被筛选掉"的样本。

以下对每个案例标注了"运气成分"的相对权重，用于说明运气与机会在该情形中的大致配比，为定性示意，不表示精确比例。

案例一：基金业绩榜（运气成分：高）

每到年底，各大平台都会推出"年度冠军基金""十年业绩 TOP10"。投资者蜂拥买入，期待复制过去的辉煌。

Mark Carhart 在1997年发表于《金融学期刊》的研究中发现，当使用一个无幸存者偏差的样本——即包含了那些已经清盘、合并的基金——进行分析后，共同基金收益的持续性几乎完全可以用市场因子和基金费用来解释。榜首基金次年表现平庸，并非经理突然变笨了，而是榜首本身在很大程度上是随机波动的产物。那些清盘、合并的基金，你看不到。

正确归因：区分市场的整体上涨（贝塔）与经理的选股能力（阿尔法）。如同看返航飞机的弹孔分布无法判断引擎脆弱性一样，看存活基金的榜单无法判断经理真实能力。当年排行榜第一名的收益，可能在很大程度上是运气的实现值。

案例二：名人辍学（运气成分：很高）

比尔·盖茨从哈佛辍学创办微软，史蒂夫·乔布斯从里德学院辍学创办苹果。于是有人得出结论：辍学是成功的捷径。

马尔科姆·格拉德威尔在《异类》中指出，盖茨的成功不能简单归因于"辍学"或"天赋"。1968年，当绝大多数同龄人还不知道电脑是什么的时候，盖茨就读的私立学校已经拥有了一台可以直接连接西雅图主机的终端。格拉德威尔称之为"十亿分之一的机会"。辍学的人千千万万，盖茨只有一个——那些同样辍学但失败的人，不在叙事样本中。

正确归因：盖茨的成功是"个人天赋 + 时代机遇 + 家庭条件"的乘积。其中的"时代机遇"——1968年能接触到计算机终端——是运气成分；而"个人天赋"和他在编程上的持续准备，才是机会中可控的部分。单纯模仿"辍学"这个动作，等于只看到了返航飞机上的一个弹孔。

案例三：养生偏方（运气成分：极高）

"我爷爷抽烟喝酒活到95岁。"于是有人得出结论：抽烟喝酒不影响长寿。

但那个因为抽烟在60岁死于肺癌的人，已经没有机会站出来说"我抽烟只活到60岁"。你只看到了活到95岁的幸存者。

正确归因：用"看分母"法——在所有抽烟的人中，活到95岁的比例是多少？这个比例与不抽烟的人群相比如何？个案不能代替统计。将"活到95岁"归因于"抽烟喝酒"，是把幸存者的特征误当作了成功的原因。

案例四："别人家孩子"（运气成分：中等）

家长看到邻居孩子考上名校，就对照着自己的孩子说："你看人家，多用功。"但家长没有看到的是：同一个小区的孩子里，有多少同样用功、同样聪明却没有考上名校的？

正确归因：识别基数效应。一个成功的个案不能说明"用功就能考上名校"——你需要知道所有"用功"的孩子中，成功的比例是多少。此外，考试当天的状态、题目与孩子知识结构的匹配度、录取时的名额波动，都包含不可控的运气成分。

与其他三个案例相比，这个案例中"能力"的成分明显更高——学习是更接近"技能主导"的领域。但即便如此，把一次结果完全归因于"用功与否"，仍然高估了可控因素、低估了随机波动。

六、家长可以怎么做：把归因教给孩子

第四个案例之所以值得单独展开，是因为它直接指向家庭教育——而归因方式，是可以从小培养的思维习惯。

第一，教孩子"看分母"，而不是只盯着别人的结果。 当孩子说"某某没怎么复习也考得好"时，可以反问一句："班上像他那样没复习的同学有几个？都考好了吗？"这个追问本身，就是幸存者偏差的解药。

第二，用"过程质量"代替"结果"来评价。 考得好时问"这次哪些方法起了作用"，考得不理想时问"哪个环节可以调整"——把注意力从"结果好不好"转向"推理和准备是否扎实"。

第三，和孩子一起列"可控/不可控"清单。 可控的：投入时间、方法选择、错题整理、作息；不可控的：题目难度、临场状态、他人发挥。只对可控部分做评估和改进，这是概率思维最朴素的样子。

第四，在阅读中练习归因。 读人物故事时，和孩子讨论一件事：这个人的成功里，哪些来自长期准备，哪些来自时代和机遇？整本书阅读提供的正是完整的人生脉络——它让孩子看到选择和后果之间的长链条，而不是被某个孤立的高光时刻误导。

七、正确对待运气与机会

理解了上述框架之后，最后一个问题是：知道了这些，我该怎么做？

面对顺境时：避免把运气当能力

当你连续成功时，最危险的不是"开心"，而是开始相信自己做什么都对——这正是"英雄崇拜"的自我版本。

事前验尸：在做重大决策前，假设这个决策已经失败，然后倒推：可能的原因是什么？哪些环节最脆弱？哪些假设如果错了会导致全盘皆输？这强制激活"被忽视的失败者"视角，暴露被乐观情绪掩盖的风险点。

决策日志：记录每一次决策的依据、考虑了哪些因素、排除了哪些可能性、当时的置信度。定期回看时，评估"当时的推理过程是否严谨"，而非"结果好不好"。这能有效防止把好运当成能力。

面对逆境时：避免把运气当宿命

当你连续失败时，最危险的不是"沮丧"，而是开始相信自己做什么都不对——这正是"宿命论"的自我版本。

区分可控与不可控：列出当前困境中，哪些是可控的（技能、准备、努力程度、决策质量），哪些是不可控的（市场走势、他人决策、宏观环境）。只对可控部分进行自我评估和改进行动。

安全边际下的试错：涉及重大不确定性的决策，投入资源不超过总资源的固定比例（如10%-20%），确保一次失败不失去继续游戏的资格。你无法控制市场，但可以控制自己的知识储备和决策纪律。

两种方法指向同一原则：承认运气不可控，不是为了放弃努力；相信能力有价值，不是为了否认运气。 正确识别二者的边界，才能做出正确的决策——在顺境时不盲目加杠杆，在逆境时不做缩头乌龟。

八、结语

1943年，沃尔德看到的是别人没看到的东西——那些没有返航的飞机。引擎上的弹孔少，不是因为敌人不打引擎，而是因为引擎中弹的飞机根本回不来。

今天，你需要的也是一双能看到"沉默证据"的眼睛。

当你看到一个"运气王"平步青云时，问自己：那些同样条件、同样努力、只是运气稍差的人，在哪里？
当你因为连续成功而信心爆棚时，问自己：如果重来一百次，这个结果出现的概率是多少？
当你因为连续失败而自我怀疑时，问自己：哪些是运气造成的，哪些是我可以改变的？

运气不是敌人，也不是神明。它是需要被正确归因的变量。正确归因，才能正确行动。

常见问题

运气和机会的区别是什么？

运气是与主体的能力、准备、决策质量无关的外生随机扰动，不可预测、不可控制、不可复制；机会是"时机 × 准备"的产物，其中准备是可控变量。区分标准：凡可通过准备改变发生概率或收益幅度的，是机会；凡准备与否结果分布都不变的，是运气。

什么是幸存者偏差？

指我们只看到通过筛选的样本，看不到被筛选掉的样本，由此导致系统性错误归因。经典案例是二战中统计学家亚伯拉罕·沃尔德的分析：返航飞机弹痕少的地方（引擎、驾驶舱）才需要加固，因为中弹的飞机根本没能返航，不出现在统计中。

怎么避免幸存者偏差？

三种方法：一看分母——追问做这件事的总人数与成功比例，而非只看成功案例；二看过程质量——用决策日志记录判断依据，回看时评估推理是否严谨而非结果好坏；三做事前验尸——决策前假设已经失败并倒推原因，强制激活被忽视的失败者视角。

参考文献

[1] Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

[2] Wald, A. (1943). A Method of Estimating Plane Vulnerability Based on Damage of Survivors. Statistical Research Group Report SRG-432.

[3] Mauboussin, M. J. (2012). The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing. Harvard Business Review Press.

[4] Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of Finance, 52(1), 57–82.

[5] Gladwell, M. (2008). Outliers: The Story of Success. Little, Brown and Company.