德国城市和市政当局的决策质量:为什么市政投资决策在结构上存在数学上的次优性?
城市拥有数据。
它们使用预算计划、经济性研究、后续成本计算和补贴比例。
它们使用专业程序、控制工具、中期财务规划和预算流程。
然而,系统性的次优投资决策仍然存在。
原因很少在于数据不足。
原因在于决策结构。
误解:更多数据并不自动意味着更好的决策
。
市政预算基于数据。投资经过计算、优先排序和政治合法化。 然而,一个关键问题通常仍然没有答案。:
在所有限制条件下,所选的项目组合是否真的是最佳选择?
在政治讨论中,决策质量通常以规范性标准进行评估,但在数学意义上,其含义却有所不同。:
- 每欧元实现最大效益
- 最低机会成本
- 遵守所有约束条件
- 透明且可重复的优先级排序
这不是一个意识形态问题。
这是一个优化问题。
为什么人们即使在社区环境中也无法做出数学上最优的决策
城市很少因为缺乏能力、经验或投入而失败。
它们失败的原因在于高度复杂的决策领域中的决策。
二十多年来,现代行为经济学表明
:
人们在数学意义上并非完全理性地做出决策。 在复杂、时间紧迫和不确定的情况下,他们会使用启发式方法——一种会系统地导致偏见的认知捷径。
这些发现具有经验依据,并多次获得奖项。:
- 丹尼尔·卡尼曼(2002 年诺贝尔奖)——证明系统性决策错误
- 罗伯特·席勒 (2013 年诺贝尔奖)——分析非理性市场和估值动态
- 理查德·泰勒(2017 年诺贝尔奖)——行为经济学理论奠基人
核心观点如下 :
错误决策并不是市长、财政部长或市议员个人的失败。
这是人类在复杂情况下思考的结构性特征。 (*参见来源说明)
问题的结构性核心:指数级的决策空间
假设一个城市拥有 :
- 50 个投资成熟的项目
- 8100 万欧元的可用预算
- 2.2 亿欧元的总投资需求
那么,实际可选项目并不只有 50 个。
存在 2⁵⁰ 种可能的项目组合——超过 1.125 万亿种变体。
没有预算委员会。
没有闭门会议。
没有 Excel 模型。
可以完全评估这个决策空间。
在实践中,项目是单独讨论的。各部门单独确定优先级。资助逻辑影响顺序。政治多数派构建妥协方案。
结果往往是在本地看来是合理的最佳方案——
,但很可能不是全球最佳组合。
市政决策过程中六种典型的扭曲机制
在我们的结构分析中,可以发现影响市政投资决策的反复出现的模式 :
1. 资金偏见
项目之所以被优先考虑,是因为它们有资格获得资助,而不是因为它们在整体投资组合中发挥最大的作用。 优化的是资助比例,而不是投资组合效果。
2. 政治升级
尽管框架条件发生了变化,或者其他方案更具吸引力,但已启动的项目仍将继续进行。中止项目被认为是政治风险。
3. 选举周期逻辑
短期可见的措施被优先考虑。 长期结构项目(数字化、能源整合、交通逻辑、弹性)面临压力。
4. 孤立的项目评估
项目被单独评估,而不是作为相互依存的组合进行评估。机会成本仍然不可见。
5. 部门思维
每个专业部门都在优化自己的领域。 城市作为一个系统的整体影响很少被同时建模。
6. 妥协重叠
政治协议取代了数学优化。决策可以达成共识,但并不一定能实现最大效果。
这些机制并不是个人的失误。
它们源于组织结构、激励制度和有限的信息处理能力。
附加条件使复杂性呈指数级增长
同时,市政投资还受到以下因素的限制 :
- 预算上限
- 信贷限额
- 二氧化碳预算
- 资助期限和专项用途
- 建设和人员能力
- 法律义务
- 城市发展战略目标
每项附加限制都会扩大决策空间的范围。
随着每个额外项目选项的增加,组合的可能性呈指数级增长。
从本地到全球的最佳方案
关键问题不是 :
哪个项目有意义?
而是 :
在所有限制条件下,哪些项目的组合能为城市带来最大的整体效果?
提高市政决策质量需要 :
- 将所有项目作为组合进行正式建模
- 明确定义目标指标(效果、可持续性、经济性)
- 同时考虑所有约束条件
- 系统评估可能的组合
- 透明地推导出最佳起点
政治决策权不受影响。
但它基于计算出的决策空间,而不是隐含的假设。
透明度取代隐含的机会成本
基于数学原理的投资组合分析能够实现 :
- 机会成本的披露
- 隐藏协同效应的显现
- 在限制条件下客观地确定优先级
- 可追溯的决策依据
- 对公民更高的合法性
决策不会被技术官僚所取代。
它们在结构上得到了更精确的阐述。
结论
地方投资决策并非不合理。
但这些决策是在一个指数级增长的决策空间中进行的。
只要项目仍然被孤立地优先考虑,那么以下情况就很有可能发生::
- 预算效果分配不佳
- 组合优势未被发现
- 机会成本未被看到
因此,在市政领域,决策质量与其说是政治能力的问题——
不如说是结构化掌握复杂决策空间的问题。
城市是否必然做出次优决策?视频中的数学解释 :
顺序
:
1. 介绍视频——问题理解和决策空间
2. 深入视频——建模、约束条件和优化逻辑
视频 1 :
视频 2:从概述到数学深度 :
在深入探讨技术结构之前,必须完全理解基本问题:为什么即使在政治工作非常谨慎的情况下,市政预算中仍会出现结构性的局部最优现象?
介绍视频以简明的方式解释了指数级决策空间、2N 项目组合背后的组合逻辑以及传统优先级排序方法的系统性局限。 它为后续内容奠定了概念基础。
之后,我们建议您观看技术深入视频。该视频详细展示了如何对项目进行正式建模、如何将约束条件数学化整合以及如何通过算法计算出最佳组合。深入视频的内容基于介绍视频的内容。
*来源:从结构分析到实际城市或市政投资组合的应用
所描述的扭曲机制并非理论上的构想。
它们在真实的投资和基础设施投资组合中发挥作用——包括能源项目、 研究计划、市政基础设施措施、资产管理、 IT 安全计划或投资决策。
无论是在私营行业还是公共部门,都存在一个反复出现的模式 :
- 定性与定量因素均被评估
- 单个项目被单独排名
- 实际限制条件仅在后期被考虑
- 在限制条件下,最佳组合仍未被计算
正是在这里,结构性瓶颈应运而生
:
问题并不在于数据缺乏,而在于决策架构缺失。
决策架构的科学基础
行为经济学与决策研究
丹尼尔·卡尼曼(2002 年诺贝尔经济学奖)
将心理学知识融入经济学,并证明决策存在系统性偏差。
诺贝尔奖——丹尼尔·卡尼曼
理查德·泰勒(2017 年诺贝尔经济学奖)
行为经济学的基础与可重复决策错误的分析。
诺贝尔奖——理查德·泰勒
罗伯特·席勒(2013 年诺贝尔经济学奖)
对非理性市场决策和结构性错误评估的分析。
诺贝尔奖——罗伯特·席勒
特维尔斯基和卡尼曼(1974)
《不确定情况下的判断:启发式和偏见》——关于人类决策系统性偏见的基础研究。
《科学杂志》——《启发式方法与偏见》
资本分配、公司金融与升级机制
巴贝里斯与塔勒(2003)
《行为金融学概览》——金融市场行为经济学效应概览。
NBER 工作论文
《哈佛商业评论》——《承诺升级》
投资决策中组织升级机制的分析。
哈佛商业评论
决策过程中对算法的厌恶和人工智能的接受度
Bob Hutchins 博士
人们抵制人工智能的 7 个原因——以及我们如何克服这些原因
Linkedin
CFO Dive——金融领域的人工智能
与决策
分析人工智能在金融决策中的挑战和接受度。
2026 年首席财务官面临的五大人工智能应用挑战
背景信息
此处列出的资源为分析投资与投资组合决策中的决策质量、认知偏差和结构机制提供了科学依据。
所描述的决策架构基于这些已确立的研究结果,并将它们转化为在现实约束条件下对复杂资本分配过程进行正式的组合建模。
我们预先计算市政预算——在决策之前就进行计算
。
市政决策不应在事后才进行评估。 关键的是在政治决策之前找到最佳起点。 通过同时考虑预算限制、二氧化碳排放要求、产能、资助逻辑和战略目标,对整个决策空间进行系统分析。
结果是对所有投资方案进行透明、可重复且具有数学依据的优先排序——为行政部门、财务主管和市议会提供可靠的决策依据。