例如，如果你想扩大市民住房，这就要市政投入，市政投入需要加税，加税可能导致居民迁到其他城市，人口迁走导致消费趋冷，消费趋冷导致市政收入下降，市政收入下降又导致无钱扩大住房。
48个实验参与者有普通人也有经济学家或物理学家，市长们个个很忙的样子，但大多数都不成功，市民满意度直线下降。虽然每个人的执政理念差异悬殊，但有一项错误是最普遍的：盯错目标。
譬如在一个模拟游戏中，一个市长把自己放到移动到超市门口，问市民对政府有什么不满意的地方。有人抱怨老年人打电话不方便，有人抱怨公务员效率低，有人抱怨图书馆不好，等等。当这个随机性的问题清单占据市长大脑时，市长开始花费时间关注一些相对次要的问题，而忽视了真正重要的问题。
某一个参加实验的市长，在任内用掉不少时间测量老年人的走路速度和电话亭的关系，以求精准解决市民对打电话不满意的抱怨，但是这样的一些问题到底是不是当务之急呢？
在国内的一些官场小说中，我经常读到所谓的清官人物，他们做事方式就像是greenvale模拟游戏中的那些市长，根据问题的“明显性”来分配问题的“优先性”。
一个典型例子，也是我挺喜欢的小说《新星》中，写到李向南到古陵县作书记，上任一个月抓的几个大事都是解决“明显性”的问题：干部懒散、违章报销、积压冤情。侧重“明显性”问题的书记很容易被称作青天大老爷，但是管理一个复杂性系统，灭火队长式的书记也许是很不够的。
另一个典型现象是dietrich游戏的一个参与者，此人之前做过一些公益活动，有很多经验。在扮演市长时，他发现在校儿童面临不少困难，而这正是他熟悉领域，于是他自动的忽略了别的市政事情，专心埋头于学校问题。在学校里他成功的找到了问题班级，甚至追踪了具体的问题儿童。
这个市长实际上是根据自己的能力来选择问题的。这样做的后果也是非常值得注意的：他没有解决他“必须”解决的问题，而只是解决了他“知道”如何解决的问题。套用这个模式去观察政府官员，你也许能发现：政府的政策虽然纠正了一些弊端，但是往往这些弊端不是“优先的”和“必须的”问题，而凑巧只是“明显的”问题或是他们知道怎么解决。
不过，对于部分中国官员，人们必须降低要求：能纠正一些弊端，已经比什么都不做，要好了！
回顾上面的问题，出现这么多的错误和失败，追溯根源，也还是由于人类的认知能力有限。我读过一些书籍经常看到的说法是，虽然人类生活在工业时代和信息时代，但是人类大脑的加工能力仍然停在“史前大脑”的时代。所以，我们面对类似“黑盒问题”这种复杂系统时，头脑遇到极大困难，遭受各种认知误区的困扰。亦有人说，大脑巨大潜能尚未开发，继续进化下去，每个人都有潜能变成一个出色的战略家。我对此是悲观看法。设想，自然界有没有一种动物，用三条腿奔跑，而拖着第四条完好的腿不用？在发掘认知能力和应付复杂性系统方面，我们使用大脑也许就像动物使用它们的腿，能用上的早都用到了。
所以，在此意义上，如果一个人穿回1787年变成路易十六，哪怕他是一个当代市委书记，那么恭喜这位男猪，最可能的历史轨迹就是：他将把自己提前送上断头台，顺便把法国古代人民多玩死几个。转载于西西河，原作者：淮夷。
【本章阅读完毕，更多请搜索读书族小说网;https://kpc.lantingge.com 阅读更多精彩小说】