监管影响分析的最终产出是一张财务报表——以美元报告的净成本和净收益。但最初的行政命令认为，并不是所有的影响都能以纯粹的货币形式量化，而之后的改变也让这一正式分析对非经济结果越来越敏感。在政府内部，这导致了一些令人棘手的经济转换问题，而最显著的一个问题就是政府机构应如何适当衡量人的生命成本。（这碰巧发生过，信息和监管事务办公室在其监管分析中对一个人的生命成本做了计算——约为900万美元。）这看起来似乎不人道，但要记住，政府每天都需要做各种权衡决策，而有些决策必然会导致人的死亡。举例来说，如果我们将最高时速设定为25英里，那么每年一定会挽救成千上万人的生命，但作为社会成员，我们已经做出决定，那就是相对于致命交通事故的成本，提高最高时速是值得的，因为它会带来更高的运输效率和商业效益。
从边沁的等式中衍生出来的另外一些方法，并未完全依赖于货币评估，其中之一就是带有浓厚数学色彩的“线性数值建模”（LVM）。[7]线性数值建模被广泛应用于各种复杂的规划决策中，早年纽约市民在集水池上面临的就是这样一个决策，但它以失败告终。这种方法大致是这样的：在绘制出决策地图后，考察各种替代选项，并构建一个可预测的结果模型，然后就你所认为的最重要的价值指标列一份清单。回想一下达尔文在结婚问题上的个人选择。他看重的价值指标包括自由、陪伴、去俱乐部同聪明人士交流，以及养育孩子等。如同富兰克林最初描述的正反理由清单一样，在一个数值模型中，你需要为每一个价值指标赋予一个权重，以此衡量它对你的相对重要性。（比如，在终身伴侣和孩子等方面，达尔文赋予的权重可能高于“去俱乐部同聪明人士交流”。）按照最具数学特色的衍生方法，你为每一个价值指标赋予一个从0到1的权重值。如果同聪明人士交流居于次要地位，你可以赋予它一个0.25的权重值，而养育孩子的权重值则可能是0.90。
在对各价值指标进行合理的加权赋值之后，你就可以转向建立在选项之上的情景了。按照各选项解决你的核心价值问题的方式，对其进行有效打分，打分标准从1到100分不等。作为单身汉，在“养育孩子”这个价值指标上的得分就极低，但在“同聪明人士交流”这个价值指标上得分就更高。在确定了各情景下所对应的价值指标的分数之后，你就可以进行基本的数学运算了：用价值指标的分数乘以各自的权重，再将得出的数字相加，即为各情景的分数。得分最高的情景获胜。如果当时达尔文在做决定时建立了一个数值模型，那么他的分类账可能如表3.1所示。
表3.1 达尔文各项核心价值的数值模型
按权重调整后，各情景的分数可能如表3.2所示。
表3.2 调整权重后的各情景分数
这个结果同达尔文的最终决定是一样的：146.5分对105.5分，结婚选项赢得决定性胜利——尽管单身选项中有超过一半的价值指标的得分超过结婚选项。
富兰克林称他的方法为“道德代数”，而数值建模则更接近于道德算法：通过一系列用于操纵数据的指令产生一个结果。该案例采用了针对不同选项的数字评分法。或许很多人会认为这种计算过于简单化了：将一个复杂的情感决策简化成了数学表达式。然而，这整个过程依赖于它之前的诸多步骤：绘制决策地图，想象各种情景，进行事前剖析，举办集思会等。只有在对手头选择进行全面调查之后，权重和分数的计算才有意义。即便不做计算，这样的框架也是适用的：列出你的核心价值指标，思考它们对你的相对重要性，描绘各情景是如何影响这些价值指标的，再依据叙事方法做出决定。
在涉及两个以上选项的情况下，线性数值建模被认为是一种非常有效的工具，它可用于排除权重较弱的情景。与数字相加相关的方法通常会特别无情地揭示某个几乎在所有方面都表现不佳的选项。（用行话来说，它们被称为“占优备选项”。）到最后，你可能不会完全依赖数字也能在两个最优选项中做出最终选择，但在此之前，这些数字可能已经帮你排除了其他选项，只留下了这两个值得考虑的选项。这种计算方法有助于你大刀阔斧地砍掉先前花费大量时间得出的细枝末节式的备选项。
在某种意义上，线性数值建模可以说是基于边沁和穆勒的“最大多数人的最大幸福”的理念而衍生出来的一种方法，虽然它乍看起来更像是一种以自我为中心的道德演算。不过，这一数值模型并不是完全以个人兴趣和目标为导向的。某一决定未必就是建立在单一个人的价值观之上的。事实上，线性数值建模被证明是一个非常有效的工具，尤其是当一个决定涉及价值观各不相同的利益相关方时，因为在计算结果之前，你要考虑他们的不同观点并赋予各个观点不同的权重。达尔文的正反理由分类法难以扩展用于满足社区竞争性的需求，但采用线性数值建模法却没有问题。当然，你优先考虑的价值指标未必是以自我为中心的。比如，在“建造一个公园，提升曼哈顿这座不断发展的城市的福利”上，你赋予了一个高权重值，这说明你将“更多人”纳入你的计算，而这个“更多”，至少也多于你的直系亲属的小圈子。
事实表明，这类计算有助于我们做出更富有远见的决策。同时，这样一个事实也开启了一种非常有趣的可能性。如果我们在审议过程中使用数学算法，那么当我们在一台以算法语言为本机语言的机器上进行运算时会发生什么呢？