新冠肺炎疫情发生以后，很多人包括一些著名的学者把它比喻成一次黑天鹅事件，但是我的看法是，这次事件绝对不是一件黑天鹅事件，而是比黑天鹅事件更困难的事件，我把它称之为“深度不确定条件下的决策”。
将确定性作为标准来划分，公共决策可以分为四种情况：一是确定性，在确定的条件下进行公共决策，叫做已知的已知，比如前两年比较火的一本书《灰犀牛》，实际上就是确定条件下的决策，灰犀牛的三个特征概括为，可预见、大概率、影响巨大。
二是一般性的不确定，绝大部分的公共决策都有一定的不确定性，就是已知的未知，也是我们说的黑天鹅事件，黑天鹅事件也有三个特征：出乎意料、影响巨大、事后可以解释和预测，这是一般不确定条件下的决策，这种情况下人们往往会采取经验主义的做法，就是把以前已知的东西当成这次未知的因素，比如在这次疫情发生之初，很多人会把这次疫情看成另外一次非典。
三是深度不确定性条件下的公共决策，叫做未知之未知，就是未知的因素我们至今还不知道。
所以这次的事件既不是灰犀牛事件，也不是黑天鹅，我把它称为“天外来物事件”，是我们即使回头都解释不了的东西，具有深度不确定性，最初决策者根本不知道应该怎么决策。
最近几年，国际上有一些学者，包括美国兰德公司的一些学者，对深度不确定条件下的决策做了一些研究，这些研究的初步成果还是有一定道理的。在这种条件下最好的策略就是“摸着石头过河”，具体而言：一要尽快收集、分析关键信息，二要迅速做出决策，三要动态评估决策的代价和收益，四要及时调整决策以减少代价、增加收益。
这种决策有赖于政治体制的几种能力：及时的信息收集和分析能力，高效的组织动员能力，灵巧的监测评估能力和快速的调整转换能力。尽管这件事情是未知的未知，如果一个体制有这四项能力，可能应对起来会比较得心应手，正如一句英文谚语“我们不能引导风向，但是我们可以调转船帆”。
此外，还有一种情况是完全不确定性，完全的未知，不可知的未知。在这种情况下人类只有听天由命了。
回到这次疫情，一开始面临三大不确实性：
一是“是”还是“不是”，就是要确定是否出现了大流行的疫情，因为新冠肺炎疫情的传染力比非典高很多，要判断它是不是新病毒，以及传染性有多高、死亡率有多高和致命性有多强等。
二是封不封城，为了阻断疫情要不要采取极端的措施。这次武汉封城在中国历史上，甚至人类的历史上，恐怕都是第一次这么大规模以严峻的手段封城，所以这是极端不确定条件下的决策。
三是决定复工还是不复工，中国、武汉包括全球都没有经验可供参考，所以前期中国的决策异常困难。
深度不确定条件下决策有多困难，可以从四个层面来看。
首先是一般的前线医务人员，他们没法做出判断，比如所谓武汉最早的吹哨者，他们把这次疫情看成另外一次非典，实际上这是错误的。
第二，从疫情防控的专门部门来看，其实也没有办法知道，恐怕大家不一定记得在2012年到2013年也出现过一次新冠病毒的危机，就是后来的中东呼吸综合征，早期做出没有人传人或者不会大规模传播是借鉴了那次的经验，这是在深度不确定的条件下做出的判断，实际上那次的传染性确实不是很强，一直到2015年全球的感染及病亡人数也不是很多，中国是在广东发现的第一例，没有大规模流行起来。
第三从政策研究人员来看，在深度不确定的条件下做出的判断经常都是错误的，2005年出版的《错误的警报——关于流行恐惧症的真相》，美国医疗政策专家指责本国疾控部门多次发出错误的信息，给国家造成巨大的损失。到2018年美国还有一档节目叫《为什么病毒难以转化为致命流行病》，告它诉听众，病毒转变为致命流行病的可能性并不是很高，所以不希望人们过度渲染病毒的可怕，这都是我们早期政策制定者面临的条件。
最后是各国的决策制定者，他们要听取前线的医护人员、疾控部门和医疗政策专家的意见，这些人的意见都有不确定性，所以导致政策制定者不可能在早期做出非常正确的判断。
回到此次疫情上来，中国早期做出判断时，我们将其定义为“深度不确定条件下的决策”，这可以解释为什么早期开始的步伐慢了一点。湖北和武汉是在深度不确定条件下作出的决策，而其他各个省是在一般不确定条件下的决策，所以除了湖北以外各个省的表现是比较好的。国外尤其是欧美各国的决策条件已经不是一般不确定性了，而是已知的已知了，是在确定性很大的条件下进行决策，但是仍旧做出错误的决策，表现出他们的决策水平是很差的，所以就决策条件来分析是一个很有说服力的说法。
实际上这次疫情给人类敲响了警钟，可以预测的是在未来30年中，深度不确定性的情况可能会频繁出现，尤其在国际领域，比如中美关系的脱钩，我们当然不愿意，但是这不完全取决于我们，会不会脱是不确定的。再如，全球的产业链、价值链、供应链的稳定性程度也具有不确定性。最近欧美媒体上讨论会不会重新给中国拉起一道“铁幕”，“铁幕”会不会重新拉起也不是完全取决于我们自己的。又如我们熟知的气候变化、能源结构、金融危机、自然灾害、恐怖袭击等，都属于深度不确定条件下的决策，这是一个理论性的问题，尤其值得公共政策研究者关注。
