一、投给真心想要的,还是投给能赢的
一座城市要选市长,三位候选人:A、B、C。选民(共 100 人)心里的排序是:
- 41 人:A > B > C,
- 34 人:B > C > A,
- 25 人:C > B > A。
规则是:每个人投一票,得票最多的赢。
你是那 25 位 C 的支持者之一。你真心想要的是 C。
先别往下读。请你想一想:如果大家都投自己真心想要的,谁会赢?你应该投 C 吗?
大家都投真心想要的:A 41 票,B 34 票,C 25 票。A 赢。 可是你最不想要的就是 A。
你想:C 没有希望赢(25 票对 41 票),我投 C,等于白白浪费,还让最不想要的 A 赢了。不如改投 B(我的第二选择),B 能拦住 A。
如果 C 的 25 位支持者都这么想,A 41 票,B 34 + 25 = 59 票,C 0 票。B 赢,C 的支持者得到了第二选择,而不是最差的 A。
这就是策略性投票:你投的,不是你真心想要的,而是在"对结果有影响"的选项里,对你最好的。 说真话(投 C),对 C 的支持者来说,并不是最好的做法。
⚠️ 这里第一次读会觉得别扭。 你会想:每个人都"说谎",选举不就不准了吗?
是的,这就是问题。选票只是一个信号,反映的是"在这个规则下,我怎么投最划算",而不是"我心里到底喜欢谁"。当选民都在策略性投票时,从选票里读出来的"民意",就和真实的民意不一样了。
这种情形有一个著名的后果,叫杜瓦杰定律(Duverger’s law,据通行的说法):每个选区只选一个人、得票最多的赢的规则,往往会让政治被两个大党占据,因为第三党的支持者,总是被"别浪费选票"的想法拉走。Cox 1997 年的《让选票有价值》提出的"M + 1 规则"说:一个选区选出 M 个人时,有实际竞争力的候选人,不会超过 M + 1 个。(据书的介绍。)
二、Gibbard–Satterthwaite 定理
这种"说谎能占便宜",是只有这一种规则才有的毛病吗?
不是。Gibbard 1973 年和 Satterthwaite 1975 年,各自证明了一个很一般的结果:
如果有三个或更多可能的结果,规则能选出其中任何一个,并且不是独裁(不是永远听某一个人的),那么总有某种选民的排序组合,使得某个选民靠说谎能得到对自己更好的结果。
(据后来文献的转述:满足"不会被操纵"又能选出任何结果的规则,必须是独裁的。)
这和 Arrow 不可能定理很像。Arrow 定理说:三个以上的候选人时,没有一个把个人排序合成社会排序的规则,能同时满足"不限定偏好、一致性、无关选项的独立性、没有独裁者"。Gibbard–Satterthwaite 定理说的是另一件事:不被操纵的规则不存在。(有一种叫 VCG 的机制,让每个人为自己给别人造成的损失付钱,也能让大家说真话;可是它靠的是付款,而且假定每个人对"钱"的评价是线性的;在只有排序、没有钱的投票里,就不行了。)
我们可以看看熟悉的规则:
- 只数第一名的票:上面的例子就是被操纵的。
- 波达计分:有被操纵的办法,比如故意把对手排到最后,“埋掉"对手。不过我用程序检验过:三个候选人、3 到 5 个选民、赢家没有并列时,所有排序组合里都找不到能靠谎报占便宜的例子(谎报能改变的分数太少)。可是一旦把并列的情形也算进去,或候选人更多,定理保证总有这样的组合(这一点我没有逐个数值验证)。
- 两轮决选:也可以被操纵(让本来会输的一个候选人进入第二轮)。
三、一个出路:立场排在一条线上
能不能避开这些问题?有一个重要的出路:限制偏好。
想象一个简单的场景:你们五个人要决定会议室的空调温度。每个人心里有一个"最舒服的温度”,离它越远越不舒服。五个人最舒服的温度是:10、30、45、70、90(你是 30)。
这样的偏好,叫单峰偏好:每个人有一个最喜欢的点(“峰”),越远越不喜欢,只是往左或往右。立场排在一条线上(左—右、冷—热、贵—便宜)时,通常符合这样的结构。
中位数:不转圈
在这个场景里,看一看最中间的那个人的最喜欢温度:45(五个数的中位数)。
45 度能赢任何别的温度。我们逐个验证(每人投给离自己最喜欢的更近的那个):
| 45 对比 | 选 45 的人数 | 选对方的人数 | 结果 |
|---|---|---|---|
| 20 | 3(45、70、90) | 2(10、30) | 45 胜 |
| 30 | 3 | 2 | 45 胜 |
| 40 | 3 | 2 | 45 胜 |
| 50 | 3(10、30、45) | 2 | 45 胜 |
| 60 | 3 | 2 | 45 胜 |
| 80 | 3 | 2 | 45 胜 |
(我对 20、30、40、44、46、50、60、80 逐个检验过。)道理很简单:对任何一个不是 45 的温度 x(比如 x > 45),所有最喜欢的温度不高于 45 的人(至少是一半多),都更喜欢 45,而不是 x。 而最喜欢的温度正好是中位数以下的人,至少有一半多一个。
所以,在单峰偏好里,多数决不会转圈:总有一个"中位选民"最喜欢的点,在两两比较里赢所有别的点。这是 Black 1948 年的结果(据后来文献的转述)。
中位数:不怕谎报
更好的是:“取中位数"这个规则,不怕谎报。 让每个人报告一个温度,最后用报告的中位数。
你的最舒服温度是 30,低于中位数 45。你想:我能不能报一个假数,让结果更靠近 30?
- 你报 10(更低):五个报告是 10、10、45、70、90,中位数还是 45。没有变。
- 你报 0:同上,中位数 45。
- 你报 80(更高):五个报告是 10、45、70、80、90,中位数变成 70,离你的 30 更远(40,比原来的 15 更糟)。
不管你怎么报,中位数都不会比你说真话更靠近 30。 说真话是占优的。
作为对比,如果规则是取平均数:五个人的平均是 (10 + 30 + 45 + 70 + 90) ÷ 5 = 49,离你的 30 有 19。你想:我报 0,平均数就变成 (10 + 0 + 45 + 70 + 90) ÷ 5 = 43,离 30 只有 13,更近了。取平均数,谎报能占便宜。
这是 Moulin 1980 年的一系列结果的核心(据转述):在单峰偏好里,存在不被操纵的规则,而且包括取中位数这一类。 Gibbard–Satterthwaite 的"不可能”,在这里被绕开了:因为偏好被限制了,规则不需要处理"任何排序"。
四、两个候选人争夺选票
中位数还有一个著名的用处:预测竞选的候选人会站在哪里。
想象一条街,选民的立场均匀地排在 0 到 100 之间(0 是最左,100 是最右)。有两个候选人 A 和 B,每个人只关心得票最多,可以自己选一个立场。每个选民,投给立场离自己更近的候选人。
先看 A 站在 30,B 站在 70。分界线是它们的中点 50:50 以下的选民投 A,以上的投 B。各得 50%。
A 想:我往中间挪一点。A 挪到 40:中点变成 (40 + 70) ÷ 2 = 55,55 以下的选民投 A,A 得 55%。更好。
B 也想往中间挪。两个人互相往中间挪,最后会停在哪里?
- 如果 B 在 70,A 的最好位置是 69(紧挨着 B 的左边),得 69.5%。
- 如果 B 在 50,A 的最好位置是 50,得 50%(任何别处都更差:A 站在 40,中点 45,只有 45%)。
两个人都站在 50 是均衡:谁单独移动,都不会更好。50 正好是中位选民的立场。这就是中位选民定理(Downs 1957 年把它用于政治竞争):两个只关心得票的候选人,会被吸引到中位选民的立场。 这和商店选址的道理一样:两家店都想抢最多顾客,最后挨在街的中间。
但这个预测在现实里常常不成立。主要原因:
- 议题不止一条线。当议题是多维的(比如既有经济、又有社会议题),多数决可能转圈,没有稳定的中位点。(Plott 和 McKelvey 的结果,我据一般的知识转述,没有核对原文。)
- 候选人也有自己的立场,不只想得票。
- 选民不一定投给离自己最近的人,可能不去投票;初选的选民更极端。
据 Lee、Moretti 和 Butler 2004 年的研究(《经济学季刊》,119 卷 3 期,807–859 页):美国众议院里,他们利用得票极其接近的选举作为一种准实验,据摘要,议员的"选举优势"(赢多赢少)几乎不改变议员怎么投。这个结果和"两党都往中间靠、被选民拉着走"的预测不一样:它更像是选民在挑选谁当政,而不是在逼着政客改变立场。(后来有研究指出这个估计可能偏低,也有重复研究得出同样的结论。)
五、证据:理论与现实
理论预测。 只数第一名的规则里,选民会策略性投票;一般的规则都能被操纵;立场排在一条线上时,中位数赢所有别的,而且取中位数不怕谎报;两个争夺选票的候选人会靠拢到中位选民。
证据。
- 操纵定理。 Gibbard 1973 年在《计量经济学》(Econometrica,41 卷 4 期,587–601 页);Satterthwaite 1975 年在《经济理论杂志》(Journal of Economic Theory,10 卷 2 期,187–217 页)。据转述,后者还把防操纵和 Arrow 的条件联系了起来。
- 单峰偏好与中位数。 Black 1948 年在《政治经济学杂志》(Journal of Political Economy,56 卷);Moulin 1980 年在《公共选择》(Public Choice,35 卷,437–455 页)刻画了单峰偏好下不被操纵的规则(页码各来源略有出入)。
- 策略性投票的现实。 Duverger 的"定律"与 Cox 1997 年的"M + 1 规则",是用选区层面的数据检验的(据书的介绍)。
- 候选人的立场。 Lee 等 2004 年(见上节)。Ansolabehere、Snyder 和 Stewart 2001 年在《美国政治科学杂志》(American Journal of Political Science,45 卷 1 期,136–159 页)研究了美国众议院的候选人立场,我没有核对到它的结论,所以这里不下结论。
局限。 中位选民定理假设:一条线上的议题、选民就近投票、候选人只要得票。现实里这三条都不严格成立。操纵定理说的是"存在某种选民组合",不是说每次选举都有人能成功操纵,因为要成功,需要知道别人怎么投。
分歧。 策略性投票是"选民的聪明",还是"对民意的扭曲"?这是价值判断。有人认为选民考虑可行性是理性的,有人认为这使得新的声音难以出现。至于策略性投票在现实里有多普遍,是事实问题,要靠数据(Cox 的书用了大量的数据)。
六、常见的误用
- “投给真心想要的,一定是最好的。” 不对。只数第一名的规则里,你可能"浪费"了票。
- “策略性投票就是不诚实。” 不一定。选民只是在规则下理性地选择,规则是设计者定的。
- “中位选民定理说候选人一定会靠拢。” 不对。它依赖一条线的议题、只关心得票的候选人等条件。
- “取平均数和取中位数没区别。” 不对。平均数被极端值影响,也能被谎报操纵;中位数不会。
- “不可能定理说所有投票都没用。” 不对。它们说的是:不加限制的偏好下,没有完美的规则;限制偏好(一条线)后,有不错的规则。
七、小结
- 策略性投票:41、34、25 的例子,C 的支持者改投 B,B 以 59 比 41 赢,C 的支持者得到第二选择。
- 杜瓦杰定律:一个选区一个人、得票最多的赢,往往导致两党(据通行的说法)。
- Gibbard–Satterthwaite 定理:三个以上的结果、能选出任何一个、不是独裁的规则,总有人能靠谎报占便宜。
- 单峰偏好:每个人有最喜欢的点,越远越不喜欢。五个人的 10、30、45、70、90,中位数 45 赢所有别的温度,不转圈。
- 取中位数不怕谎报:你的真实立场是 30,报 10 或 0,结果还是 45;报 80,结果变成 70,更糟。取平均数,报 0 能让结果从 49 变成 43,更近。
- 两个候选人争夺选票:立场均匀分布在 0 到 100,两个人都站在 50(中位选民)是均衡。
- 现实的局限:多维议题、候选人有自己立场、选民不一定就近投票。
- 证据:操纵定理、单峰偏好、策略性投票;候选人是否趋同,现实里有分歧。
回到那座城市。下次你要在几个候选人里投票,请想一想:你的真心想要的,在这个规则下"能赢"吗?如果不能,把票投给第二选择,会带来什么?如果大家都这么想,选票还反映民意吗?
思考题
- 100 位选民:45 人 A > B > C;30 人 B > C > A;25 人 C > B > A。只数第一名的票,A 赢吗?如果 C 的 25 人改投 B,结果是什么?这对 C 的支持者是好是坏?
- 五个人的最舒服温度:20、40、50、60、100。中位数是多少?如果你的最舒服温度是 20,你把报告改成 0 或 100,中位数会怎样?平均数呢?
- 立场均匀分布在 0 到 100,A 站在 20,B 站在 60。A 的得票比例是多少?A 的最好位置是哪里?(提示:分界线是两人立场的中点。)
- 用一句话说明:为什么"取中位数"不能被谎报,而"取平均数"可以。
- 说明 Gibbard–Satterthwaite 定理和 Arrow 不可能定理的区别:一个说"不存在"什么样的规则,另一个说"不存在"什么样的规则?
- 想一个生活里"策略性投票"或"立场排在一条线上"的例子(选社团干部、选聚餐地点、定一个会议时间……),说说你会怎么投。
思考题提示
- 只数第一名:A 45,B 30,C 25,A 赢(A 是 C 的支持者最不想要的)。C 的 25 人改投 B:A 45,B 55,C 0,B 赢。对 C 的支持者是好事:他们的第二选择 B 取代了最差的 A。
- 五个数 20、40、50、60、100,中位数 50。你(20)报 0:报告是 0、40、50、60、100,中位数还是 50,没变。你报 100:40、50、60、100、100,中位数变成 60,离 20 更远。平均数:真实是 (20 + 40 + 50 + 60 + 100) ÷ 5 = 54,离你的 20 有 34;你报 0,平均数 (0 + 40 + 50 + 60 + 100) ÷ 5 = 50,离 20 有 30,更近了。
- 分界线是 (20 + 60) ÷ 2 = 40,40 以下的选民投 A,A 得 40%。A 的最好位置:紧挨着 B 的左边(比如 59),分界线 59.5,得 59.5%。(均衡是两个人都站在 50。)
- 取中位数时,你想让结果往某个方向走,如果你的理想点在中位数的一侧,你只能通过"报得离中位数更远"来影响结果,而这不会改变中位数(报告在同一侧);而往另一侧报,只会把中位数拉向对你更糟的方向。取平均数时,你报告的每个数,都会按比例影响结果,所以夸大自己的立场,就能把平均数拉向你。
- Arrow 定理:同时满足不限定偏好、一致性、无关选项的独立性、没有独裁者的社会排序规则不存在。Gibbard–Satterthwaite 定理:不是独裁、能选出任何结果、又不会被谎报操纵的选出一个赢家的规则不存在。前者说的是"排序要合理",后者说的是"说真话要占优"。
- 开放题。例:决定聚餐地点。如果规则是"每人投一票,得票最多的去",有些人会把票投给"有希望赢"的第二选择;如果规则是"报告各自能接受的时间,取中位数",就不会有人谎报。