交通基础设施建设常被国内外学者用来解释城乡收入差距问题，而关于交通基础设施建设对城乡收入差距的影响方向则倍受关注。以京津城际高速铁路的开通为标志，中国交通基础设施建设正在迅速变化。那么，高铁开通将会对城乡收入差距产生怎样的影响？

高铁开通对城乡收入差距的影响机理主要表现为：对于部分需要兼顾父母与子女照料的高技能劳动力而言，其在选择劳动区位时往往会产生父母与子女因高房价不能同自己一起进入发达地区的顾虑，___________________。在交通效率不高的时代，部分高技能劳动力由于无法解决家庭照料和异地就业之间的矛盾而放弃在发达地区的异地就业行为。但是，高铁的出现将缓解这一矛盾，相对于传统的交通运输方式，高铁最大的特点就是缩短了区域之间的时间距离。这一“时空压缩”效应意味着高技能劳动力可以通过随时来往于发达地区与欠发达地区之间兼顾家庭照料与异地就业。

对于低技能劳动力而言，由于高铁的高价特征，其与高技能劳动力对高铁的需求弹性有所差异。对于收入水平相对较低的低技能劳动力而言，其在出行时选择高铁出行的概率要远低于收入较高的高技能劳动力。低技能劳动力与高技能劳动力对高铁的需求弹性差异使得越来越多的高技能劳动力流向发达地区。

人力资本在发达地区的集聚不仅促进了发达地区产业升级，也加速了传统产业从发达地区向欠发达地区转移。欠发达地区在承接了由部分发达地区转移的传统产业后，对低技能劳动力的用工需求大幅增加。这为低技能劳动力提供了部分就业机会，低技能劳动力由农业部门转移至工业部门将提高欠发达地区低技能劳动力的整体收入水平，缩小城乡收入差距。

此外，高技能劳动力与低技能劳动力存在一定的技能互补性。当高技能劳动力受到高铁开通影响加速向发达地区集聚时，低技能劳动力相对受到高铁开通的影响较小。这会使得发达地区出现低技能劳动力供给相对短缺的情况。低技能劳动力的短缺也将相对提升低技能劳动力工资水平，有利于缩小城乡收入差距。

AlphaGo（阿尔法围棋程序）总体上由两个神经网络构成，以下把它们简单称为“两个大脑”。这只是一个比喻，在对弈时，这两个大脑是这样协同工作的：第一个大脑的简单模式会判断出在当前局面下有哪些走法值得考虑。第一个大脑的复杂模式通过蒙特卡洛树来展开各种走法，即所谓的“算棋”，以判断每种走法的优劣。在这个计算过程中，第二个大脑会协助第一个大脑通过判断局面来砍掉大量不值得深入考虑的分岔树，从而大大提高计算效率。与此同时，第二个大脑通过下一步棋导致的新局面的优劣也能给出关于下一步棋的建议。最后，两个大脑的建议被平均加权，做出最终的决定。

其实，这两个大脑的工作方式确实和人类很相似，一个__________细部，一个__________全局。但AlphaGo最终结合两者的方式相当简单粗暴：让两者各自评估一下每种可能的优劣，然后取一个平均数，这可绝不是人类的思维方式。

对人类来说，这两种思考问题方式的结合要复杂得多——不仅仅在围棋中是这样。人们并不总是同时对事态做出宏观和微观的判断，而是有时情绪、心理和潜意识的应激反应。这当然是人类不完美之处，但也是人类行为丰富性的源泉。

为什么要让人工智能去下围棋？有很多理由。但在我看来最重要的一个，是能够让我们更深入地理解智能的本质。

神经网络和机器学习在过去十年里跃进式的发展，确实让人工智能做到许多之前只有人脑才能做到的事，但这并不意味着人工智能的思维方式接近了人类。而且吊诡的是，人工智能在计算能力上的巨大进步，反而掩盖了它在学习人类思维方式上的短板。和国际象棋中的深蓝系统相比，AlphaGo已经和人类接近了许多，深蓝仍然依赖于人类外部定义的价值函数，所以本质上只是个高效计算器。但AlphaGo的价值判断是自我习得的，这就有了人的影子，而且AlphaGo的进步依赖于海量的自我对局数目，这当然是它的长处，但也恰好说明它并未真正掌握人类的学习能力。一个人类棋手一生至多下几千局棋，就能掌握AlphaGo在几百万局棋中所训练出的判断力，这足以证明，人类学习过程中还有某种本质是暂时无法用当前的神经网络程序来刻画的。

这当然不是说AlphaGo应该试图去复制一个人类棋手的大脑，但是AlphaGo的意义也不应该仅仅反映在它最终的棋力上。它是如何成长的？它的不同参数设置如何影响它的综合能力？如果有其他水平相当的人工智能和它反复对弈，它能否从对方身上“学到”和自我对弈不同的能力？对这些问题的研究和回答，恐怕比单纯观察它是否有朝一日能够超越人类重要得多。

哈佛大学生物学家马丁•诺瓦克写道：“合作是进化过程中创造力的源泉，从细胞、多细胞生物、蚁丘、村庄到城市莫不如此。”人类在力求迎接全球新挑战的同时，必须找到新的合作方式。利他主义必须是合作的基础。

愿意无私向他人伸出援手，提升了我们和子孙后代的生活品质。事实上，这甚至可能是生存的必要条件。我们必须敏锐地意识到这一点，并尽可能让更多人知道。

当前，人类面临着三项重要挑战：确保所有人拥有体面的生活条件、提高生活满意度和保护我们的地球。传统的成本效益分析很难把上述要求统一到一起，因为它们分属于不同的时间框架。我们担心每年的经济状况；我们关注自己终生的幸福；而我们对环境的忧虑，则主要是为了子孙后代着想。

但奉行利他主义原则需要进行取舍。即使自己有可能从中受益，负责任的投资者也绝不会轻率地利用客户一生攒下的积蓄进行冒险投机；一位充满爱心的公民总是先想到自己的行为会对社会造成何种影响；无私的一代会处处关爱地球，而这恰恰是为子孙后代留下一个宜居的世界。利他主义让所有人都能更好地生活。

以这样的眼光来看待世界似乎过于理想化，毕竟，心理学、经济学和进化生物学普遍认为人类的本性同样是自私的。但过去30年的研究表明，真正的利他行为确实存在，而且可以超越亲属和社区，兼顾人类甚至是其他物种的普遍福祉。此外，利他主义者并不一定会因善举而受损；相反，在自私者为自己和他人带来痛苦的同时，利他主义者往往会间接受益于自己的善举。

研究还表明，个人可以学会利他的行为方式。神经学家已确定了利他主义的三个组成部分，每个人都可以通过学习来最终掌握：理解并分享他人感受的同理心、希望传播快乐的慈爱心和希望减轻别人的痛苦的同情心。

社会也可以向利他主义转化，这样的社会甚至可以比自私型社会更美好。对文化演变的研究表明，人类价值观可以以超过人类基因的速度发生变化。因此，如果要建设一个充满关爱的世界，我们必须先意识到利他主义的重要性，接着需要在人与人之间培育利他主义，并推动社会的文化变革。