一、窄路上的靠左靠右

你和同事小周住在一座没有交通规则的小岛上。岛上有一条窄路,你们每天都会在路上迎面碰上。

每次相遇,你们都要各自决定靠左还是靠右让路。两个人靠同一边(比如你靠右、小周也靠右),就会错身而过,各得 1;两个人靠相反的边,就会撞上,各得 0。

你并不在乎靠哪一边,只在乎和对方一致。

先别往下读。请你想一想:岛上的人每天都在碰面,没人规定,也没人商量。几个月后,会是什么局面?是人人靠左、人人靠右,还是乱成一团?

答案是:大概率会稳定在其中一边。 这一边是什么并不重要:靠左或靠右,对每个人都一样好。但一旦大多数人靠了某一边,任何人单独换到另一边都会吃亏(撞上别人),所以没有人想改。

这样的做法叫惯例(convention):一个大家都遵守的做法,而且谁偏离,谁自己吃亏。惯例不需要法律,也不需要有人监督,只要偏离不划算,它就能自己维持。

这一讲要问三个问题:

  1. 如果有好几个惯例都站得住,长期会落在哪一个?
  2. 一个惯例形成以后,怎样才能推翻它?
  3. 有些规矩,偏离了并不会自己吃亏(比如插队),这样的规范又怎么维持?

二、几个惯例都站得住,会选哪一个

靠左靠右是两个一样好的惯例。现在换一个更有意思的情形:两个惯例并不一样好。

你和另外 7 个人,每天要决定一件事:

  • 冒险(S):大家一起做一个新的合作方式。如果对方也冒险,每人得 4;如果对方不配合,你白忙,得 0。
  • 稳妥(H):各做各的,不依赖别人,总是得 3。

用占比说话:设选冒险的人占比 s。

  • 选冒险的人平均得 4 × s(只有遇到冒险的人才有 4,否则 0)。
  • 选稳妥的人,永远得 3。

冒险比稳妥更好,需要 4s > 3,即 s > 3/4。必须有 3/4 以上的人冒险,冒险才划算。

这是一个有两个惯例的博弈:全冒险(每人 4,更好)和全稳妥(每人 3,更差,但更保险)。两个都站得住:全冒险时,单独换成稳妥会少得 1;全稳妥时,单独换成冒险会得 0,比 3 少。

再问一次:长期会落在哪一个?

如果你只看收益,会说"全冒险,因为每人 4 比 3 好"。但现实里有一个关键的东西:人们会偶尔犯错、会随机尝试。 我们把它放进模型里:每一步,每个人有 10% 的概率"手滑",随机选冒险或稳妥(各一半),其余 90% 的时候选当前最合适的。

看看会发生什么。8 个人里,设有 k 个选冒险。

  • 冒险划算,需要 k ÷ 8 > 3/4,也就是 k 至少 7。
  • 从全稳妥(k = 0)出发,要让群体"滑向"冒险,需要至少 7 个人同时手滑选冒险。这很难。
  • 从全冒险(k = 8)出发,只要2 个人同时手滑选稳妥(k 降到 6),冒险就不划算了,所有人都会滑向稳妥。

能滑向某个惯例的所有起点,合起来叫这个惯例的盆地。这里全稳妥的盆地是 k 从 0 到 6(七种起点),全冒险的盆地只有 k = 7 和 8 两种。两个惯例的"出口"难度差得很远。我算了一下每一步离开的概率:

  • 离开"全冒险":至少 2 个人手滑选稳妥,概率约 5.7%(每一步)。
  • 离开"全稳妥":至少 7 个人手滑选冒险,概率约 十亿分之六(每一步)。

两个惯例都站得住,可是离开它们的难度差得很远

我把这个 8 人的过程完整地算了一遍(求长期占比的精确解):长期来看,群体几乎总是待在"稳妥"这个惯例上,待在冒险那一侧的比例只有一千万分之一的量级。

⚠️ 这里第一次读会觉得别扭。 你会想:全冒险每个人都是 4,明明比 3 好,为什么长期的结局却是更差的"稳妥"?

因为有两件不同的事:哪个惯例更好,和哪个惯例更容易被推倒。全冒险好,却脆弱,只要很少几个人犯错,就能让它崩塌。全稳妥差一点,却坚固,需要很多人同时犯错才能把它推倒。在有持续的小噪声的世界里,长期留下来的,是更坚固的那个。

这个想法叫风险占优:如果你不确定对方会怎么做,选"稳妥"更保险。Kandori、Mailath 和 Rob,以及 Young,在 1993 年各自证明了类似的结论:在两个惯例的协调博弈里,有小噪声的学习过程,长期会选中"风险占优"的那个惯例,也就是更稳妥、盆地更大的那个,未必是收益最高的。

三、推翻一个惯例:门槛与连锁反应

一个惯例要是不好,怎么推翻它?

看一个最简单的模型。10 个人在讨论要不要参加一场行动(比如一起抗议一个坏规定)。每个人有一个门槛:看到至少这么多人已经行动,我才行动。 门槛是 0 的人,不管别人怎样都会行动;门槛是 3 的人,要看到 3 个人已经动了才动。

假设 10 个人的门槛恰好是 0、1、2、3、4、5、6、7、8、9。

  • 第 1 轮:门槛 0 的人行动,1 个人在动。
  • 第 2 轮:看到 1 个人在动,门槛 1 的人也行动,2 个人在动。
  • 第 3 轮:门槛 2 的人行动,3 个人在动。
  • ……一直到第 10 轮,全部 10 个人都行动了。

现在做一点小改动:把门槛 1 的那个人,换成门槛 2 的人(门槛是 0、2、2、3、4、……、9)。

  • 第 1 轮:门槛 0 的人行动,1 个人在动。
  • 第 2 轮:看到 1 个人在动,可是剩下的人门槛都至少是 2,没有人再加入。

连锁反应停了,只有 1 个人在动。

只改一个人的门槛,整场连锁反应就停了

两个群体的平均门槛几乎一样(4.5 和 4.6),结果却是 10 比 1。这个例子来自 Granovetter 1978 年的"门槛模型",原文用的是 100 个人、门槛从 0 到 99 的版本(据二手转述)。(我手算和程序都核对了上面的 10 人版本。)

这个模型说明一件事:一个惯例会不会被推翻,不取决于大家的平均态度,而取决于门槛是怎么分布的,哪怕只缺一个小角色,整场反应都会卡住。 所以社会变化常常是突然的:长时间没有动静,然后忽然全面翻转;也可能明明大部分人都不满,却谁也迈不出第一步。

还有一个"少数派的力量"的实验。Centola、Becker、Brackbill 和 Baronchelli 2018 年在《科学》上做了一个实验:让一群人(每组 20 人)通过互相配对,对一个事物形成统一的叫法;然后加入一些坚决坚持新叫法的人。据报道,坚持者占到大约 25% 时,就能把整个群体的叫法翻过来,低于这个比例则不行。作者强调这个比例不是通用的数。

四、规范:不会自己惩罚偏离的规矩

靠左靠右这样的惯例,偏离的人会自己吃亏(撞车),所以不需要别人管。

可是很多规矩不是这样。排队:你插队,能省时间,自己不吃亏,吃亏的是后面的人。要让大家不插队,必须有人出来惩罚:瞪一眼、出声制止、告到管理人那里。这样的规矩叫规范(norm)。

规范有一个麻烦:惩罚是有成本的。 你出声制止插队的人,可能要吵一架;而你得到的好处(队伍更公平),是所有人共享的。于是你会想:让别人去管。每个人都这样想,就没有人惩罚,规范就塌了。

一个办法是**“元规范”:不只惩罚违反规范的人,还要惩罚看到违反却不惩罚**的人。Axelrod 1986 年在《美国政治科学评论》(American Political Science Review,80 卷 4 期,1095–1111 页)里讨论了这一点,该文还列出了其他维持规范的办法:形成习惯、威慑、社会认同、群体归属、法律和声誉等。据我所知(没有核对原文),文中的模拟里,元规范有助于规范站住。

我们用一个小例子看看惩罚要多强。设插队能省下价值 3 的时间;被发现的概率是 p,一旦被发现要付出 10 的代价(被指责、被赶到队尾)。不插队的条件是:

3 ≤ 10 × p,也就是 p ≥ 0.3。

只要被发现的概率不低于 30%,插队就不划算。可是"被发现"本身,依赖有人愿意看、愿意说。如果出声要付出成本,又没有人奖励这个人,这个概率就会越来越低。规范因此很依赖**“愿意出头"的人**,和一种"大家会赞许出头的人"的氛围。

五、锁定:好惯例也可能出不去

一个惯例,一旦大家都遵守,就很难单独推翻,哪怕有一个"更好的"替代方案。这叫锁定。

一个有名的例子是键盘。David 1985 年在《美国经济评论》(American Economic Review,75 卷 2 期,332–337 页)用 QWERTY 键盘的布局说明了锁定:即使更好的排列出现了,人们已经习惯了老布局,所以出不去。但 Liebowitz 和 Margolis 1990 年在《法律与经济学杂志》(Journal of Law and Economics,33 卷 1 期)的《键盘的寓言》里反驳:据摘要,他们找不到证据说明 QWERTY 不如另一种布局。所以这个例子一直有争议,两方对"那个所谓更好的布局到底有多好"给出了不同的说法。

这里的事实和价值应该分开:

  • 事实部分:某个惯例是不是真的更差?切换的成本有多大?这需要证据,各方可以争。
  • 价值部分:就算它更差,该不该花成本去改?这取决于你怎么看变化的代价和好处,那是你自己的判断。

六、证据:理论和现实

理论预测。 有噪声的学习,长期选中风险占优的惯例;门槛分布的细节决定变化会不会发生;规范要靠惩罚,而惩罚本身又需要被支持;已有的惯例会被锁定。

证据。

  • 随机稳定性。 Kandori、Mailath 和 Rob 1993 年在《计量经济学》(Econometrica,61 卷 1 期,29–56 页)研究有限群体、持续突变下的学习:在两种严格均衡的对称 2×2 博弈里,大群体时选中的是"风险占优"的那个(摘要)。Young 1993 年在同一期(57–84 页)用"自适应博弈"得到相近的结论(据二手转述)。
  • 门槛模型。 Granovetter 1978 年在《美国社会学杂志》(American Journal of Sociology,83 卷 6 期,1420–1443 页)提出,100 人、门槛均匀分布从 0 到 99 的例子也出自这篇(据二手转述)。
  • 少数派实验。 Centola 等人 2018 年在《科学》(Science,360 卷,1116–1119 页):约 25% 的坚持者能翻转群体的约定(据报道,作者强调不是通用的数)。
  • 规范。 Axelrod 1986 年的论文(见上节)。
  • 锁定。 David 1985;Liebowitz 和 Margolis 1990(见上节)。

局限。 8 人的模型是为了能手算,现实里的群体大得多、结构复杂得多;真实的人也不是"所有人同时按最优反应”。实验的群体是 20 人,是特定的任务和环境。

分歧。 风险占优是不是真的决定长期结局,取决于噪声的形式和群体的大小;少数派的 25% 是不是通用,作者本人也不主张;QWERTY 的例子争议至今。这些是事实问题。至于"一个惯例该不该被推翻"(比如一个对一部分人不公平的惯例),是价值判断。

七、常见的误用

  • “惯例一定是最好的做法。” 不对。它只是一个站得住的做法,长期留下来的往往是更坚固的,不一定是更好的。
  • “惯例靠法律才能维持。” 不对。靠左靠右这样的惯例,靠偏离者自己吃亏就能维持。
  • “平均态度决定变化会不会发生。” 不对。门槛的分布才是关键,一个缺口就能卡住连锁反应。
  • “规范和惯例是一回事。” 不对。惯例偏离了自己吃亏;规范偏离了,要靠别人的惩罚。
  • “少数派的 25% 是一条定律。” 不对。作者自己强调它不是通用的数。

八、小结

  • 惯例:大家都遵守,谁偏离谁自己吃亏的做法,可以有很多个。
  • 选哪一个:有持续小噪声时,长期选中更坚固(风险占优)的惯例;8 人的例子里,全冒险(每人 4)每步有 5.7% 的概率垮掉,全稳妥(每人 3)每步只有约十亿分之六。
  • 推翻惯例:靠门槛,门槛是 0 到 9 时一个连锁反应带动 10 人,改一个门槛就卡住,只剩 1 人。
  • 规范:偏离不会自己吃亏,要靠惩罚;惩罚有成本,所以规范容易塌,元规范和声誉等办法帮它站住。
  • 锁定:惯例一旦形成,就难以单独改变;QWERTY 的例子有争议。
  • 证据:随机稳定性理论、门槛模型、少数派实验。

回到那条窄路。下次你看到一个"大家都这么做"的习惯,请想一想:它是靠偏离者自己吃亏维持的,还是靠别人惩罚?它是因为更好,还是因为更难推翻?如果要改变它,起点的"门槛"是谁?

思考题

  1. 冒险(S)和稳妥(H)的博弈里,把冒险成功时的收益从 4 改成 8(稳妥仍是 3,冒险失败得 0)。冒险划算需要多大的占比?哪个惯例"盆地"更大?
  2. 20 个人,冒险划算需要占比超过 3/4。从"全稳妥"跨到冒险那边,至少需要多少个人同时手滑选冒险?从"全冒险"掉回稳妥,至少需要多少个人同时手滑选稳妥?
  3. 10 个人的门槛是 0、1、2、3、4、5、6、7、8、9:全部行动。(a)把门槛 0 的人换成门槛 1,结果如何?(b)把门槛 5 的人换成门槛 3,结果如何?
  4. 插队能省下价值 3 的时间,被发现要付 10。如果每个人被发现的概率是 0.2,会有人插队吗?如果出面制止的人要付 1 的成本,又没有任何回报,会有人愿意出面吗?这对规范意味着什么?
  5. 8 个人的模型(每步每人 10% 概率手滑),用"至少几个人手滑"算一下:全冒险时,下一步 k 降到 6 或更低(至少 2 个人手滑选稳妥)的概率。(提示:每个人选冒险的概率是 0.9 + 0.05 = 0.95。)
  6. 想一个生活里"一个更好的做法出不去"的例子,说说是什么把它锁住的,以及如果要推翻它,门槛在哪里。

思考题提示

  1. 选冒险得 8 × s,选稳妥得 3,冒险划算需要 8s > 3,即 s > 3/8。此时冒险的盆地(s 从 3/8 到 1,占 5/8)比稳妥的盆地(0 到 3/8,占 3/8)更大。所以冒险不但收益更高,也更坚固,长期会落在全冒险上。
  2. 冒险划算需要 k ÷ 20 > 3/4,即 k > 15,至少 16 个人。从全稳妥跨过去,需要 16 个人同时选冒险。从全冒险掉回来,需要冒险的人数降到 15 或以下,也就是至少 5 个人同时选稳妥。
  3. (a)没有人的门槛是 0,没有人先动,没有任何连锁反应,结果是 0 人行动。(b)门槛变成 0、1、2、3、4、3、6、7、8、9:第 1 轮 1 人(门槛 0);第 2 轮 2 人(门槛 ≤ 1);第 3 轮 3 人(门槛 ≤ 2);第 4 轮 5 人(门槛 0、1、2、3、3);第 5 轮 6 人(再加门槛 4 的人);第 6 轮 7 人(门槛 6 的人加入);之后 8、9、10。全部 10 人行动。 不是每一个改动都会卡住连锁反应。卡住的条件是:在某个行动人数 n 上,门槛不超过 n 的人恰好只有 n 个,没有人再被带动(这里门槛 5 的位置虽然空了,可是门槛 3 的人多了一个,补上了)。
  4. 不插队需要 3 ≤ 10 × p,即 p ≥ 0.3。p = 0.2 时,插队的期望代价 10 × 0.2 = 2,小于好处 3,有人会插队。出面制止的人付 1 的成本,没有回报,没有人愿意(惩罚是自己付钱、好处大家共享)。所以规范要站住,需要把惩罚的成本降低,或者对愿意出头的人给予回报(赞许、制度支持)。
  5. 每个人选冒险的概率 0.95。k 要降到 6 或以下,即 8 人里至多 6 人选冒险:1 − P(至少 7 人选冒险) = 1 − [0.95⁸ + 8 × 0.95⁷ × 0.05] = 1 − [0.6634 + 0.2793] ≈ 0.057,约 5.7%。
  6. 开放题。例:一个已经成为标准的软件格式。大家都用,所以每个人单独换都会吃亏(别人打不开);要推翻它,需要一批有足够影响力的人同时换,也就是门槛分布里"最早行动的那一批人"。