一、小周说"值"
你想买一辆二手车。你不懂车,但你有一位懂车的朋友小周。小周帮你看过之后,会告诉你一句话。
这辆车到底值多少,只有小周大致清楚。我们把这辆车的真实价值,在 0 到 10 万之间任意取一个值,每个值的可能性相同,并且为了方便,把它折成 0 到 1(比如 0.3 就是 3 万)。我们把它记作 θ。
你的目标简单:你的出价 a 越接近 θ 越好。出价高了,多花冤枉钱;出价低了,买不到。错得越远,亏得越多,我们假定"错两倍远,亏四倍"(也就是亏损和距离的平方成正比)。
小周的情况不太一样。小周能从成交里拿一点佣金,所以小周心里希望你多出一点:小周最想要的出价,是 θ 再加 0.1(也就是多 1 万)。
还有一个关键条件:小周说什么,不要钱,也没法检验,更不会直接改变任何人的收益。 小周说"这车值得买",和说"这车一般",付出的代价一样。这样的话,叫廉价磋商(cheap talk,直译是"便宜的话")。
先别往下读。请你想一想:小周的话还能有用吗?如果小周的心思你完全清楚(想让你多出 1 万),你该不该听?
我们的答案分三步走:先看两个极端,再看中间地带,最后换一个角度,看看当说话的人能先公开承诺怎么说话时会发生什么。
二、两个极端
极端一:利益完全一致。 如果小周也只希望你出价恰好等于 θ,那没有任何理由撒谎。小周说真话,你听真话,皆大欢喜。
极端二:利益完全对立,或者偏差大到不可调和。 如果小周不管车值多少,都只想让你出得越高越好,那么小周一定会说"这车太值了"。你知道小周一定这么说,所以你不会根据这句话改变任何想法。小周说什么都没有信息量。
在这种局面下,有一个均衡:小周说什么都行(话随便说,不跟车况挂钩),你根本不理,只按"车价从 0 到 1 平均分布"的先验,取平均值 0.5 出价。这叫胡言乱语均衡(babbling equilibrium)。
这是个一直存在的均衡:你不信,所以小周说什么都一样;小周说什么都一样,所以你更不该信。
那么中间地带呢?小周只是有一点点偏向,比如这里的 0.1。小周的话,能不能传到一些信息?
三、中间地带:粗刻度的尺
答案是:能,但是粗的。
我们设想小周只说两种话:“低”或“高”。(它们只是两个记号,重要的是你听到之后怎么办。)规则是:θ 小于某个分界点 x 就说"低",大于 x 就说"高"。
接下来的事,得从你那一头算起。
你听到"低": 你知道 θ 在 0 到 x 之间平均分布。要让出价尽量接近 θ,你的最优选择是这段区间的中点,出价 x/2。(因为中点让平均距离的平方最小。)
你听到"高": θ 在 x 到 1 之间,你出价中点,(x + 1)/2。
再从小周那一头算。小周在分界点 x 上必须说"低"和说"高"一样好,否则 θ 稍微高于或低于 x 时,小周就想改口,规则就不成立。
分界点上的 θ = x,小周心里想要的出价是 x + 0.1。你对两种话的反应分别是 x/2 和 (x + 1)/2。两者与 x + 0.1 的距离要相等:
(x + 0.1) − x/2 = (x + 1)/2 − (x + 0.1)。
左边化简是 x/2 + 0.1。右边是 (x + 1)/2 − x − 0.1 = 0.5 − x/2 − 0.1 = 0.4 − x/2。令两边相等:x/2 + 0.1 = 0.4 − x/2,得 x = 0.3。
分界点 x = 0.3。 就是说:
- θ 在 0 到 0.3 之间,小周说"低",你出 0.15;
- θ 在 0.3 到 1 之间,小周说"高",你出 0.65。
检验一下。θ 刚好是 0.3 时,小周心里想要 0.4。0.4 与 0.15 的距离是 0.25,与 0.65 的距离也是 0.25。小周说哪一句都一样,刚好是分界点。θ 比 0.3 小一点,说"低"得到的 0.15 更接近 θ + 0.1;θ 比 0.3 大一点,说"高"得到的 0.65 更接近。小周真的愿意按规则说话,不必靠道德,也不必有人检查。
对你和小周都是好事吗?我们算一下你的平均亏损(“距离的平方"的平均):
- 胡言乱语(不听):你出 0.5,平均亏损 1/12 ≈ 0.083。
- 听"低/高”:你的亏损是两段里各自的亏损按概率加权:0.3 × (0.3² ÷ 12) + 0.7 × (0.7² ÷ 12) ≈ 0.031。
(一段长度 L 的区间,取中点时的平均亏损是 L² ÷ 12。)
亏损从 0.083 降到 0.031。小周也更好:小周的平均亏损(对比 θ + 0.1)是你的亏损再加 0.1² = 0.01,从 0.093 降到 0.041。两个人都更好,只因为传了"粗的信息"。
我们可以用一个比喻来记它:小周的话像一把只有两格刻度的尺。 它量不出准确的数,只能告诉你"在这一格还是那一格"。刻度粗,是因为小周有偏向:如果刻度细了(比如分成三十格),每个格子边界上的小周就会想:与其说"这格",不如说"高一格",反正对方会给我更高的出价。偏向越大,能撑住的刻度越少。
⚠️ 这里第一次读会觉得别扭。 你会想:小周说的话不要钱,没法检验,凭什么你要相信"低"就是真的低?
别想成"你相信小周"。想成:小周的行为,在这个规则下,自己找不到更好的说法。 小周说"低"的时候,θ 确实在 0 到 0.3 之间,不是因为小周诚实,而是因为 θ 如果在 0.3 以上,说"高"对小周更好。你的相信,不是出于信任,而是出于对小周自利行为的推理:你知道小周在这个规则里没有改口的动机。
偏向多大,还能说几格
我们再试几个偏向。
- 偏向 0.25 或更大:分界点 x = 0.5 − 2 × 0.25 = 0,不存在两格的规则。只剩胡言乱语,话传不了任何信息。
- 偏向 0.1:能撑住两格(上面的分界点 0.3)。
- 偏向 0.05:能撑住三格。分界点是 2/15 ≈ 0.133 和 7/15 ≈ 0.467;三段分别是 0 到 2/15、2/15 到 7/15、7/15 到 1。你听到某一段时,取这段中点出价。
偏向越小,格子越多,信息越细。偏向趋近于 0 时,格子无穷多,几乎说了实话。
这个结论正是 Crawford 和 Sobel 在 1982 年发现的:当双方的偏好越接近,均衡里传递的信息越多;偏好差得越大,信息越少。
最后补一句:胡言乱语的均衡永远存在。所以所谓"小周的话有信息",指的是存在一个有信息的均衡,并不是只有这一个。到底落在哪一个上,要看双方怎么默契地协调,理论本身不替你选。
四、换一个角度:先承诺,再说话
廉价磋商里,小周是看到车况之后才说话,所以每一句话都得经得起"这一刻对我最有利吗"的检验。
现在换一种设定:说话的人在看到真实情况之前,就先把"怎么透露信息"的规则公开并承诺下来。这种设定叫贝叶斯说服(Bayesian persuasion),由 Kamenica 和 Gentzkow 在 2011 年提出。
你想象这样一幕。你是一位导师,要给学生写推荐信。一家公司会根据你的推荐决定录不录用。
- 候选人里,好的占 30%,差的占 70%。
- 公司:被推荐的人里好的比例至少一半,才录用。(录用好的得 +1,录用差的得 −1,不录用得 0,所以刚好是"一半"的门槛。)
- 你:希望录用的人越多越好,不管好坏。
你不能撒谎,因为你要先公开一套评分规则,公司知道规则。这套规则可以是:“好的一律推荐;差的,按某个概率推荐。”
先别往下读。请你想一想:如果你如实评分(好的推荐,差的不推荐),公司会录用多少人?有没有办法让更多人被录用?
先算如实评分。推荐的都是好的,公司录用,录用 30%。
再想想更聪明的:让一部分差的也被推荐。想一百个候选人:30 个好,70 个差。如果"好的 30 个一律推荐,差的 70 个里随机抽 30 个也推荐"(也就是每个差的被推荐的概率是 30 ÷ 70 = 3/7),那么:
- 被推荐的一共 30 + 30 = 60 人;
- 其中好的 30 人,占 一半。
公司知道规则,听到"推荐",算一下:被推荐的人里,好的占一半,刚好够门槛,录用。结果是 60% 的人被录用,是如实评分(30%)的两倍。
为什么是 3/7,不是更多
如果你让更多的差候选人被推荐,会怎样?比如差的 70 人里推荐 35 个:被推荐的 30 + 35 = 65 人,好的 30 人,占 30 ÷ 65 ≈ 46%,低于一半。公司不再录用,你反而一个都没录。所以推荐的差候选人最多和推荐的好候选人一样多,也就是 30 个。刚好贴着门槛,不越线。
另一个看法:你可以决定如何把"信念"拆开,但拆开之后平均数必须回到原来。公司没看到评分前,认为"好"的概率是 0.3。评分后,有 60% 的概率听到"推荐",此时信念变成 0.5;有 40% 的概率听到"不推荐",信念变成 0。平均下来:0.6 × 0.5 + 0.4 × 0 = 0.3,回到原来的先验。你只能决定怎么把 0.3 拆成几堆,不能让平均数变大。 最好的拆法,是把"好的那一堆"刚好推到门槛线上。
我们可以用一个比喻来记它:一整块面团的平均味道固定,你只能决定掰成几份。 要让公司愿意点头,就把其中一份掰到"刚好够咸",其余全部做成"不咸"的另一份。
⚠️ 这里第一次读会觉得别扭。 你会想:公司是个聪明的人,规则它全知道,怎么还会被你说服?
关键在于:公司没有被骗。 它听到"推荐",算出的好的概率确实是 1/2,这个数是对的。公司的想法每一步都是对的,只是规则本身就是为了让公司刚好愿意录用而设计的。公司的损益呢?每一百个候选人里,录用 60 人,30 个好的(+30),30 个差的(−30),合计 0。如果公司看到的是完全真实的信息,它只录用 30 个好的,得 +30。所以评分规则其实把公司本可以得到的好处全部拿走了,公司没有吃亏,但也没占到便宜。(公司对"一定不录用"也是 0,所以它对规则无所谓,愿意点头。)
门槛变高呢
假如公司要求被推荐的人里好的至少占 2/3 才录用。差候选人推荐得更少:设被推荐的差候选人占总人数的 B,要满足 0.3 ÷ (0.3 + B) ≥ 2/3,得 B ≤ 0.15。所以最多让 15% 的人(差的里的 15 ÷ 70 = 3/14)被推荐,总录用比例 30% + 15% = 45%。公司越严,说服的空间越小。
五、两件事的差别
这两种设定都是"有信息的人对没信息的人说话",差别在一条:
- 廉价磋商:说话的人看到信息之后才说话,没有承诺。每句话都得在说的那一刻对说话人自己最优。结果受限于说话人的偏向,只能传粗的信息。
- 贝叶斯说服:说话的人先承诺一套"怎么透露信息"的规则,规则在看到真实情况之前就已定下。承诺的力量,让说话的人能把对方"推"到门槛线上。
现实里,承诺常常来自制度:评分规则、检测流程、考试设计、评级标准、药物审批流程,都是"先公开规则,再看结果"。设计这些规则的人,其实在做"贝叶斯说服"的事:规则怎么设,决定了听的人会得到什么样的信念。
六、证据:人们真这样说话吗
理论预测。 廉价磋商里,双方偏好越接近,传递的信息越多;偏好差距大时只有胡言乱语。贝叶斯说服里,只要说话人有承诺能力,就能通过设计信息规则,让听的人采取更有利于说话人的行动。
证据。
- Crawford–Sobel 的理论。 Crawford 和 Sobel 1982 年在《计量经济学》(Econometrica,50 卷 6 期,1431–1451 页)发表。摘要的结论是:均衡里说话人把状态分成若干区间,只报告落在哪一区间;偏好越相似,均衡传递的信息越多。2021 年 Econometrica 刊登了 Kono 和 Kandori 的勘误:定理本身正确,但原证明有几处陈述不对,勘误给出了正确的证明。
- 廉价磋商的实验。 据二手转述,Dickhaut、McCabe 和 Mukherji 1995 年的早期实验发现:偏好差得越远,传递的信息越少。Cai 和 Wang 2006 年在《博弈与经济行为》(Games and Economic Behavior,56 卷 1 期,7–36 页)做了更细的实验,摘要说结果强烈支持理论的基本结论(偏好分歧越大,传递的信息越少),但有一个明显偏差:说话的人说得比均衡预测的更多、更真,听的人也比理论预测的更相信,也就是"过度沟通"。
- 贝叶斯说服。 Kamenica 和 Gentzkow 2011 年在《美国经济评论》(American Economic Review,101 卷 6 期)提出这个框架。上面推荐信的数字(好的占 30%、录用门槛是一半、差的被推荐 3/7、录用 60%),与他们文中检察官和法官的例子数字一致,这一点我只看到二手转述,没有核对原文,所以把它当作"相同的结构"而不是原话。
- 说服的实验。 Fréchette、Lizzeri 和 Perego 2022 年在《计量经济学》(Econometrica,90 卷 5 期,2283–2318 页)比较了廉价磋商、信息披露和贝叶斯说服。据摘要,实验参加者对"承诺"的反应方向与理论一致,但数量上不完全一致:有人出现"承诺盲点",导致沟通过多或过少。
局限。 实验里的信息结构被简化得很干净,偏向有多大是明摆着的。现实里,说话人的偏向往往不被听话人知道,承诺也往往不完全可信,这些都会改变结论。
分歧。 事实部分(一套规则能把多少人推过线、听的人得失如何)可以用模型算清;价值部分(评分制度是否应该强制透明、该不该限制"刚好踩线"的设计)取决于你怎么权衡,那是你自己的判断。
七、常见的误用
- “廉价的话没有信息。” 不对。只要说话人的偏向不太大,粗的信息是可以传的。信息量取决于双方利益的接近程度。
- “说话人没有撒谎,所以说的话都是真的。” 不对。“粗刻度"的话也是真的,只是说得不细。
- “贝叶斯说服就是骗人。” 不对。规则公开,听的人对每一步的概率推理都是对的。它是用信息的安排去影响别人的行动,没有任何一句话是假的。
- “说服总是对说话人有利、对听话人不利。” 不一定。上面的例子里,公司刚好得 0;在别的设定里,听话人也可能更好。
- “听话人应该拒绝一切被设计过的信息。” 不一定。没有设计的信息,往往根本不存在。
八、小结
- 廉价磋商:说话不花钱、不可检验、不直接改变收益。说话人偏向小,能传粗的信息;偏向大,只剩胡言乱语。
- 粗刻度:偏向 0.1 时,只能撑住"低/高"两格,分界点 0.3,你听"低"出 0.15、听"高"出 0.65,亏损从 0.083 降到 0.031,说话人也更好。
- 偏向越大,格子越少:偏向到 0.25,只剩胡言乱语;偏向 0.05,能撑三格。
- 贝叶斯说服:说话人先承诺信息规则。例子里好的占 30%,如实评分录用 30%,设计评分规则可以录用 60%;听话人没被骗,只是被推到了门槛线。
- 平均数不变:说话人只能决定怎么把先验拆成几堆,不能让平均信念变高;最好的办法是把好的那一堆刚好推到门槛线。
- 证据:理论方向被实验支持,但实验里普遍"沟通过度”,具体数字依赖设定。
回到那位懂车的朋友。下次有人对你"说好话",请想一想:TA 的偏向有多大?TA 能说的格子有多细?有没有人在背后先设计好了"我会怎么告诉你"的规则?
思考题
- 买车的例子里,把小周的偏向改成 0.2(其他不变)。求两格规则的分界点,你听到"低"和"高"时分别出多少,并和不听(出 0.5)比较平均亏损。
- 偏向改成 0.25。还存在两格规则吗?为什么?
- 偏向改成 0.05。验证三格规则中,第一个分界点 2/15 上,小周说"低"和说"高"一样好。(提示:三段中点分别是 1/15、3/10、11/15。)
- 推荐信的例子里,把好的占比改成 20%(门槛仍是一半)。最优的评分规则能让多少比例的人被录用?
- 把公司的录用门槛改成"被推荐的人里好的至少占 2/3",好的占比仍是 30%。你的最优规则下,差的被推荐的概率是多少?总录用比例是多少?
- 想一个生活里的"贝叶斯说服"例子(学校的考试设计、平台的评分规则、产品试用的安排……),说说"先承诺的规则"是什么,以及设计者是怎样让听的人刚好过线的。
思考题提示
- 分界点 x:小周在 x 上想要 x + 0.2。令 (x + 0.2) − x/2 = (x + 1)/2 − (x + 0.2),左边 x/2 + 0.2,右边 0.5 − x/2 − 0.2 = 0.3 − x/2,得 x = 0.1。听到"低"(0 到 0.1)出 0.05,听到"高"(0.1 到 1)出 0.55。你的平均亏损:0.1 × (0.1² ÷ 12) + 0.9 × (0.9² ÷ 12) ≈ 0.0001 + 0.0608 ≈ 0.061,低于不听的 0.083,但降得没有偏向 0.1 时多。
- 分界点 x 满足 (x + 0.25) − x/2 = (x + 1)/2 − (x + 0.25)。左边 x/2 + 0.25,右边 0.5 − x/2 − 0.25 = 0.25 − x/2,所以 x = 0。第一段长度为 0,不存在有意义的两格规则。只剩胡言乱语。
- 在 x = 2/15 上,小周想要 2/15 + 1/20 = 11/60。到 1/15(= 4/60)的距离 7/60;到 3/10(= 18/60)的距离 7/60。相等,所以小周说"低"和"高"一样好。
- 好的占 20%,差的占 80%。门槛是一半:被推荐的差的人数最多等于被推荐的好的人数,也就是 20%。总录用 20% + 20% = 40%(如实评分只有 20%)。差的被推荐的概率是 20 ÷ 80 = 1/4。
- 要求 0.3 ÷ (0.3 + B) ≥ 2/3,B ≤ 0.15。差的占 70%,被推荐的概率 0.15 ÷ 0.7 = 3/14 ≈ 21%。总录用 0.3 + 0.15 = 45%。
- 开放题。例:考试设计。老师在出题前就公开"题型和分值",并承诺按此评分;设计者通过题的难度分布,让多数学生刚好"过线"。听的人(家长、学校)看到的及格率是真的,只是它被规则安排过。