第一章 信任在经济学模型中的定义及作用 （part 2 : 亲缘函数、协作函数、共生关系理论 ）

1. 1. 信任函数的建立

1-2节已经初步建立了信任的量化模型。从上面的量化模型中，可以清晰地看到模型中已经包含了人类社会中的社会关系（亲缘函数），协作关系（协作函数），人性喜好（偏好函数），社会风气（影响力函数）和政治因素（公信力函数）。模型具有一定的普适性。并且应该注意到，这样的信任关系是双向的。

如1-1节例子中的效用函数表达式中存在成对出现的α与β。显然A的α理论上等于B经由信任函数算出来的β 。但人类社会显然不是一个机械化的社会，A可能会因为一时的兴起，而采取了B意想不到的策略，形成了所谓的“背叛”。

因此信任函数需要有一个自我修正的过程。而这个自我修正的过程，会触发一系列的讨论:

1. 两人的关系突然破裂了？
2. 两人不再存在利益的共同点？
3. 对方的性格突然变化了？
4. 社会风气改变了？
5. 政治环境改变了？
6. 纯粹的意外？

而这些最终都会作用于信任函数上。关于这个修正的过程，后面的章节将会进一步探讨，本节的主要内容，是建立一套可以进行实操的量化机制。

前面把信任函数定义为五种不同函数的叠加，并通过一个小例子来进行简单的阐述。但现实生活中，人们需要处理的问题会复杂得多。各个子函数本身也是一个复杂的复合函数，为了让讨论始终能在理论框架下进行讨论，有必要对每个子函数进行量化处理。

下面将对各个子函数进行分别讨论。

注：一般来说，研究博弈论问题，一般都先从较简单的两人博弈开始考虑。多人博弈，其实可以看作是两人博弈的一个延展。这是博弈论处理问题的一个重要手段，后面将反复用到。因此，本节所考察的量化函数主要都是二元函数。

1-3-1 亲缘函数

亲缘函数的量化指标，主要由人的血缘关系，社会关系这两部分来确定。

血缘关系包括遗传学意义上的血缘关系，也包括法律层面的上，如夫妻，岳父岳母。为了后面处理方面，记作Kin(x,y)。当然，遗传学意义上的血缘关系，或多或少地与法律意义上的血缘关系存在着区别。为了作区分，可以加入一个影响因子Fk来表示。例如Kin’(x,y) = Fk * Kin(x,y)。

社会关系，主要是指因社会活动而产生的关系。例如同事，伙伴，战友，朋友等。这些社会关系的形式可以是有意识的，或无意识的。这里记在Social(x,y)。

社会关系和血缘关系有时候会存在重叠，甚至是互相转化的情况。例如，男女一起经历的事情多了，就会日久生情。接着就会恋爱，最后走入婚姻殿堂，成为一种法律层面上的夫妻。当然如果夫妻相处的过程中，如果产生不愉快，夫妻双方也可能会走向离婚，两人的关系也有可能由血缘关系变成了普通的朋友关系。

关于血缘关系的计量，可以参考现实生活中的血缘关系的亲疏远近。当然计量表的制定是带有主观性的，并没有严密的理论支撑和数据支持。

下面是一张可供参考的计量表：

关系	值	说明
父（母）子	1
夫妻	1
（胞）兄弟	0.8
叔伯子侄	0.6
堂兄弟	0.4
表兄弟	0.3
…	…	…

表1 亲缘关系计量表

 

鉴于篇幅所限，这里不逐一罗列所有的亲属关系（附录中有一个份个人认为比较符合中国传统伦理道德观的计量表）。通过上表，可以得到一个量化原则，将个人认为最重要的血缘关系列于表格的前面，并使其为最大值。其次，按重要的程度，依次递减。为了方便计算，可以使最大值为1，后面的关系取0至1之间小数。

通过上面的血缘关系计量表，可以粗略地得到一个Kin(x,y)的值。但事实上，这个计量表从某种意义上来说，是比较粗糙的。原因在于表格中的关系，表达的仅是个体出于伦理道德，或社会文化风俗而作出的一种基本考量。事实上，同样的血缘关系，例如亲兄弟，老二可能会与老大比较亲，而老四则可能会跟老五更亲。

关于这种亲情关系的细化，可以通过社会关系，甚至后面提到的偏好来进一步解释说明。举例，老大与老四不仅是亲兄弟，还是部队里面的战友，那么老大与老四，相比与其它的兄弟来说，那简直就是铁得不行。相反，老三与老二，虽然是兄弟，但在生意上却是死敌，这样的两兄弟，有时候不仅不亲，甚至比起一般的死敌，下起手来更狠，这其中的原因就来源于本节一开始就提到的信任”修正作用“。

后面还有很多案例，可以证明人与人之间的信任关系不仅不只取决于亲缘关系，甚至在一些情况下，关系越紧密，信任就破坏得越快。这正印证了一句老话“不要和你最好的朋友一起做生意“。这里先卖个关子，关于信任的自我修正作用，将在后面的章节进行介绍。

对亲缘关系进行了合理的计量后，就可以开始继续对社会关系的计量。与亲缘关系表类似，也可以编制出类似的社会关系表：

关系	值	说明
战友	1
义兄弟	1
重要客户	0.8
好朋友	0.6
同事	0.4
普通朋友	0.3
…	…	…

表2 社会关系计量表

 

与亲缘关系表类似，社会关系表也存在着一定的个人主观色彩。每个人心中可能都有一份计量表。而且计量表中出现的数据仅代表在传统的社会价值观下个人对某种特定身份的人的一种价值考量。

1-3-2 协作函数

前面的亲缘函数可以看作是一种静态的常量函数，因为一般来说，在某段时间间隔内，人与人之间的关系不会突然之间来来回回变来变去。而协作函数则是一个动态的函数，他的取值飘忽不定。它是一个时序函数，它的值会随时间的推移不断变化。

下面将通过一个现实生活的真实案例来给出协作函数的定义。

案例1：A是餐馆里的服务生，B是厨师，他们之间天然形成一种协作关系。服务员竭尽全力向顾客推销餐馆里面的菜肴，厨师在顾客下单后，也使出混身解数，做出各种好吃的菜肴。如果没有服务员推销菜品，厨师就没活干。反过来说，厨师做的菜不好吃，也会直接导致服务员推销的菜品卖不出去。生物学上，称A和B之间的关系为共生关系，为了后文论述的方便，将引入该术语。这也是我们日常生活中最常见的社会协作关系。

案例分析：

本节就来深入分析这种共生关系。如前面所述，共生关系下的A和B都必须努力做好自己，才能保证大家都有活干。但共生关系是否就一定能保证A和B持续维持这种状态呢？下面来考虑另外一种情况，假设餐馆在A和B的共同努力下，生意蒸蒸日上，老板十分高兴，于是就奖励了A，B 二人。但可能由于老板自身的偏见，（很多老板都喜欢口才了得的员工，因为他们的效益是最容易被看到的）在奖励这个问题上，明显偏袒了A。结果，B一无所获，因为老板觉得厨师把菜做好是应该的，而A则因为出色的口才，被 老板大加奖赏，成为企业的明星。

这时候，A和B的共生关系开始慢慢被 破坏，B觉得自己天天在厨房里没日没夜的干活，却得不到回报，相反，A只是有客人来的时候，耍耍嘴皮子，就可以轻轻松松地获得大量的回报。B开始觉得这样的共生关系对自己并不公平。于是他开始消极作业，故意把菜做得难吃，以引起老板的注意。而老板也没有及时分析原因，相反还不断责备厨师，说他出工不出力。餐馆这时候就会陷入一个恶性循环。菜品越做越差，生意也越来越差。A即便使尽吃奶的力，也说服不了顾客点菜，反而被顾客投诉虚假宣传。A的形象也开始一落千丈，最后连老板也看不惯他了。A与B都被 炒鱿鱼了。

上面的例子中，B消极怠工，从严格的意义上来说，他虽有错，但不算很过分。没有人愿意在一个明显对自己不利的博弈中委曲求全。从上面的例子可以很容易看到，共生关系其实是很脆弱的。

那到底是什么在影响着共生关系呢？要回答这个问题，需要回到前面的例子。首先从刚才的案例中，我们可以明显看到，整件事的始作俑者，就是餐馆的老板。因为他的偏心，导致分配关系发生了变化。整个利益分配可能由原来的1 : 1，变成1: 3。一旦打破了分配关系的平衡，每个人的收益也会跟着变化。

采用前面经典博弈论的方法，先把收益矩阵列出来。但由于有时序的变化，这里列出餐馆不同阶段的收益矩阵。

现在假设A和B的收入是直接与餐馆的营业额挂勾，为了简化描述，餐馆的初始营业额为2。则起初的A，B的收益矩阵为:

A   B	努力	不努力
努力	1,1	0,0
不努力	0,0	0,0

这里稍微改变了收益矩阵的表现形式，将二人的策略分列于行头和列头，非行头列头元素中的向量表示A和B的收益。如(1,1)，表示A得1，B得1

从收益矩阵上面看，不管怎么看，努力工作都才是A跟B的优势策略。

不失一般性，可以给共生关系给出博弈论下的一个严格定义。

定义1-1 共生关系是指在二人博弈中，只存在一种策略组合，使二人收益均不为0。

下面来看，生意变好后的收益矩阵。假设餐馆的收入变好了，由原来的2变成了4。但老板擅长修改了分配关系，使最终的收益矩阵变成了下表：

A   B	努力	不努力
努力	3,1	0,0
不努力	0,0	0,0

可以清晰看到，上述的收益矩阵仍然满足定义1-1，所以共生关系并没有改变。B也没有任何损失，按照经典博弈论的结论，A跟B的确应该继续努力工作。但B却从收益矩阵中获得了一个重要的情报，分配关系变了！由原来的1:1，变成了3:1。这意味着，一旦餐馆的收入退回到2，他的收益将降为 2 * 1 / 4 = 0.5 。他的收益比起过去将明显减少！！！这相当于给B一个负面的信号，越努力工作，收入不升反降。这时候，努力工作将不再是B的优势策略。于是B必须改变这种现状，他寻求老板的理解，当诉求被无情拒绝时，共生关系开始迅速瓦解。这样的例子比比皆是，相信大家肯定遇到不少。

到这里，案例开头的问题----影响共生关系的主要因素是什么---的答案已经呼之欲出了！正是利益分配关系。下面是本书导出的第一个重要的结论

 

定义1-1  (共生关系) 在二人博弈中，若存在一对这样的策略偶Sc=(S1,S2)，随着时间的推移，它对局中人都始终能产生正向的利益增长，那么就称Sc为共生关系。从数学的形式上描述，就是对于单个局中人而言，在Sc存续的前提下，若T1 > T2 时，则总有Profit(T1) > Profix(T2)。

结论1-1（共生原则） 假设存在一个总收益是随着时间线性增长的连续二人博弈G，若双方的策略集中存在着一个对策偶Sc，使各自的利益随时间呈线性增长，那么Sc是共生关系。

证明：由题设信息，不妨设局中人的收益函数为Profix(T)=C * T ，C 是一个大于0的常数。

由 Profix(T) 的导数恒等于C，我们可知，当T1 > T2时， Profix(T1) – Profit(T2) > 0

这满足定义1-1的定义，结论成立。

 

另外，由此结论可再推导出一个推论。

推论1-2 （公平原则） 在结论1-1的背景下，若局中人之间存在着对总收益的明确分配关系，则如果分配关系发生变化，则共生关系将会被弱化！这里的弱化是指在整个连续博弈中，存在着一段时间[з1，з2]使共生关系的定义并不总是成立。

证明：由题设信息可知，若总收益是连续递增，不妨可设总收益函数为TP(T) = C1 * T。C1 > 0。假设局中人的分配关系为a : b，则局中人A的收益函数P(T) = C1 * T * a / (a + b)。现在假设从某个时刻t0 开始，分配关系变化了，a变少了(假设为a ‘)，b增大了（假设为b’）, 总量不变。即a + b = a’ + b’。那么A在t0 以后某个t1 的收益将变成P(t1) = C1 * t1 * a’ / (a’ + b’) = C1 * t1 * a’ / (a + b) 。

现在我们来讨论是否存在t0 以前的时间点з的收益大于或等于t1。先令P(з) = P(t1)。解得

з = （a’ / a）* t1 。由a > a’ 可知，з < t1 。也就是说在(з ,t0]这段时间内，由共生关系的定义知道肯定存在着一个P(з1) > P(з) = P(t1) ，其中з1 > з。

由з1 < t0 < t1 ，得 P(з1) > P(t1) ，这与共生关系的定义背道而驰，共生关系被破坏。

推论得证。

 

由推论1-1可以看出在企业日常的生产经营活动中，改变分配关系将削弱共生关系！但事实上，很多企业在处理利益分配的过程中，往往采用一些强制的手段来尝试规避公平原则。例如不向员工披露公司的利润，不准员工私下讨论工资收入和奖金。然而，这也一样会削弱员工与公司的共生关系。

人与人之间的协作关系，大多数都是这种共生关系。特别在社会化大分工越来越厉害的今天。我们现在形容一对哥们关系比较铁，往往不是说他们如何经常出双入对，而是在面对一些重大的决策时，他们的选择往往都是对对方有利的。

因此协作函数的量化定义为由对方的一次或多次决策使自身所得到的实际收益值。

Co(X,Y)=Ψ(T) 。T为时间序列。

这个函数值由结论1-1可知，应该是一个随时间单调递增的函数。

协作函数的计量单位可以是现实生活中的金钱。但钱很多时候并不能完全代表对方所能带给你的好处。例如，你的好友帮你狠狠修理了一个多次侮辱你的人，帮你出了一口恶气，还使对方以后不再敢欺负你。这样的收益就是无法用金钱来衡量的。因此，协作函数中存在客观的部份-----金钱收入，和主观的部分------自尊，情感等。如何进行量化，每个人都可能有自己的定义。