您可以在百度里搜索“行为经济学系列（套装共9册） 艾草文学(www.321553.xyz)”查找最新章节！

　　第一章 聪明地效仿

　　盲从者都在自作聪明吗？抑或者无视我们自己的主观能动性及心智，依葫芦画瓢式地模仿他人是毫无头脑和理性可言的愚蠢行为？我们如何区分盲目遵从与机智模仿（我们常常无法轻易地发现二者的区别）？

　　我们在日常生活中就可以找到一些例子。试想一下，你在会议中需要对一个你既不感兴趣又不熟悉的议题进行投票表决。你看到一部分同事纷纷举手表示赞同，因此你决定也这么做。这是偷懒吗？还是屈从于来自同伴的压力？有可能你仅是将同事（表示赞同）的行为视作一个补充信息来源，因为你可以将他们的赞同解读为他们掌握了一些你并不知道的信息，而如果你也掌握了同样的信息，你就会理所当然地投赞成票。在类似的场景中，跟随他人显然不是一个愚蠢的决定，虽然这可没让你费什么脑筋。

　　我们都遇到过类似的情况，我们依葫芦画瓢是因为我们假设别人知道的比自己多。比如当我们迷路的时候，跟着大部队找方向就是明智的选择。我们可以通过跟随效仿他人来收集信息和寻找方向，并以此为基础让自己做得更好。也就是说，我们选择从众是因为我们作为个体可以从中得到好处，我们把这种行为称作利己型从众（self-interested herding）。

　　诺贝尔经济学奖得主，美国经济学家加里·贝克尔在20世纪70年代提出了理性选择理论（Rational choice theory），深入探讨了激励个体选择从众或结群的原因。贝克尔认为每个人都能做出对自己最有利的选择，没有任何组织或个人有能力从理性分析的角度更好地最大化该个体的利益。贝克尔及其同僚认为这个假设能够解释从结婚离婚、吸毒嗑药到种族歧视等一系列的人类决策及社会问题。贝克尔的理性选择理论被其后的经济学家普遍接受，众多的经济学模型均假设其中的理性个体仿佛能够遵循复杂的数学定理，做出对自己最有利的选择。即便如此，贝克尔也承认社会性的互动对个体的重要性。贝克尔认为社交环境能够通过个体与他人的关系而为个体带来某种形式上的“社会收入”，也就是说社交环境有某种意义上的货币价值。我们的职场关系能说明贝克尔的这一观点：如果能够增加我们升职加薪的概率，那么老板和同事对我们的看法就隐含了货币价值。

　　经济学家从分析个体能从跟随他人的选择中得到的实际好处出发，试图诠释利己型从众行为。一个以利己为导向的个体对群体的利益应是毫不在意的。在经济学家看来，我们选择从众是为了自己，而绝非为了群体的利益：我们可以从他人身上学到一些有用的东西；有时跟随他人可能对我们自身的声誉有好处；而有时通力合作相较于单打独斗，可以为单个个体带来更大的收益。从经济动机和激励的维度来看，这些都很容易解释得通：效仿和合作都只不过是达到目的的手段罢了，而其归根结底的目的还是个体利益的最大化。

　　人群中的“经济人”

　　经济学家是如何将人类的社会行为与经济学中个体理性选择能力的假设联系起来的呢？某些重要的理念最初是由一位名叫维弗雷多·帕累托的意大利博物学家提出来的。工程师出身的帕累托在经济学、社会学及政治科学等多个领域都有着影响深远的建树。在经济学领域，意大利无论是左派还是右派都孕育了不少有识之士。帕累托也极好地延续了这一传统，并经常被尊称为现代新古典经济学的奠基人之一，以他名字命名的“帕累托最优”（Pareto Optimality）是经济学中最重要的概念之一。作为资源分配的一种理想状态，帕累托最优意味着不可能再有更多的基于自愿交换的帕累托福利改善的状态，此时没有办法在不使任何人的处境恶化的前提下，使至少一个人的处境得以改善。

　　为了实现这一简化（有些人会认为过于简单化）的理想结果，帕累托假定所有理性决策都是由一个虚构的物种，即“经济人”（Homo economicus）做出的。精明、利己、独立自我的“经济人”的决策都基于严谨的分析论证，以寻求其个体福祉和利益的最大化。“经济人”并非完美无缺，也会犯错，但是他们能够很快纠正这些错误，并确保之后不会重蹈覆辙。“经济人”并不在意其他个体的处境，但是仍有一定程度的社会觉知，能够意识到在其他个体的选择和决策中传递的信息所包含的潜在价值，并能够将这些社会性信息加以利用以指导其自身的选择，虽然他们并不会考虑其行为可能会给其他个体的福祉所带来的影响。

　　这对整体经济的影响是什么呢？在新古典经济学家看来，整体的影响是正面的，他们常常援引现代经济学鼻祖——亚当·斯密在其1776年的巨作《国富论》中的一段话：

　　我们每天所需要的食物和饮料，不是出自屠户、酿酒师和面包师的恩惠，而是出于他们利己的打算。我们不谈唤起他们利他心的话，而关注唤起他们的利己之心，我们不说我们自己需要，而说对他们有好处……在这个场合，像和其他许多场合一样，他受着一只“看不见的手”的指导，去尽力达到一个并非他本意想要达到的目的。也并不因为事非出于本意，就对社会有害。他追求自己的利益，往往使他能比在真正出于本意的情况下更有效地促进社会的利益。我从来没有听说过，那些假装为公众幸福而经营贸易的人做了多少好事。事实上，这种装模作样的神态在商人中间并不普遍，用不着多费唇舌去劝阻他们…… 注释标题 Adam Smith (1776), An Inquiry in the Nature and Causes of the Wealth of Nations,Book I, ch. II, pp. 26–7.

　　亚当·斯密关于我们如何通过自助而助人的真知灼见已被现代经济学借由若干假设和相对简单的数学推导加以证实。这是如何做到的呢？斯密用他著名的看不见的手的比喻，概括了在市场中，每个人的利己决策是如何被浮动的价格机制协调起来，以共同达到市场整体对所有人最优的状态。这里的价格机制既看不见又摸不着，我们同样也无法看到市场上有买卖意愿的其他人，但是价格的升降能够忠实地反映买家和卖家之间不断变化的平衡。在这样一个不具名的市场中，试图猜测他人的选择无法给我们带来任何好处，最优的策略反而是关注我们自身的利益，听凭价格机制这只“看不见的手”去协调我们的选择，确保最终支付的价格本身能够充分反映市场中每一个人的买卖意愿。

　　当然，关于价格波动的论述存在各种问题。经济学家对于人类行为的观点经常被指责为过于僵化和不切实际，而亚当·斯密关于我们社会活动的观点之复杂、微妙，也远非通过几句节选就能体会的。经济学家一般需要借助这些不切实际的假设，来尝试概括我们这个复杂的真实世界：一些经济学家主张利用这些假设，帮助我们概括并捕捉人类行为的本质。事实上，当人们通过效仿和跟随彼此进行互动时，这种复杂性尤为突出。因此，经济学家引入“经济人”的概念，并非他们天真地以为人们真的是遵照类似的逻辑数理准则行为处事的，而是因为这可以帮助经济学家将他们的分析化繁为简，这种简化在经济学家试图分析大量个体间繁复的互动时尤为必要。

　　这点我们在宏观经济中看得最为真切。宏观经济本质上是对于群组的集合的论证。既然试图把握一小撮人的群聚及从众行为已经是一件难事，那么宏观经济学家面临的挑战就可想而知。为了理解一个经济体内众多个体间各式各样的交互行为，按惯例宏观经济学家会借用“代表性经济人”（representative agents）的概念，将不同的“经济人”进行归类。“代表性经济人”提炼了经济体中主要决策者的典型行为，包括工人-消费者型代表和雇主-生产者型代表。在传统的宏观经济学叙事中，工人-消费者型的“代表性经济人”会在赚取的工资能够带来的消费享受和工作本身带来的不便之间进行权衡，并由此做出他们出卖多少劳动力的决定。工人代表和雇主-生产者型代表之间存在着一种共生关系，即雇主-生产者希望支付工人尽可能低的工资，最大化自身的生产利润，并生产出所有工人-消费者所需要消费的产品。如果这些“代表性经济人”都按照分类具有完全相同的特质和行为特征，那么经济学家对于宏观经济现象的分析论证工作就大为简化了，因为他们可以将众多“代表性经济人”的个体选择进行相对简单的求和计算。

　　这些又和从众行为有什么关系呢？从众经济学模型是将同样类型的“代表性经济人”纳入数学推导中，以分析人们如何以及为何彼此效仿。在利己型从众行为中，每个个体都在理性、独立地追求自身利益的最大化，都在试图弄清楚一个问题的答案：“如果我选择从众，对我而言有什么好处？”如果我们能够通过跟随他人的明智决策而做出更优的选择，则相应的好处立竿见影，这个问题的答案也就显而易见。但有些好处并非当下立现或直截了当，有时我们加入某个群体是因为我们相信与他人合作可以为我们带来长远的收益。事实上许多长期合作和关系的建立都意味着前期大量的成本投入，以期换得最终更可观的回报。无论是着眼短期的收益还是长期的收益，这些个体选择一方面由自觉意识和认知所驱动，另一方面受合作精神的激励，无论怎样都完全符合利己和理性选择的逻辑。

　　社会学习

　　经济学家的“代表性经济人”的另一个代表性特征是，他们都是极为理性和精明的个体，善于借由复杂的数学定律高效地处理信息。从众是这种精明的信息收集策略的表现形式之一。理性的从众者能够识别出最小化其信息收集成本的策略，并借此指导他们的决策，其方法是在私有信息（private information）和社会（公有）信息（social information）之间进行权衡。我们所掌握的私有信息包含所有我们确认他人无从知晓我们是否掌握的信息，即天生无法被他人观察到的个体所掌握的信息（我们可都没有读心术）；社会信息则是我们通过观察他人的行为而收集到的信息，我们借此推断他人行为的动因。但是知其所为不代表就能知其所想，我们仅通过观察他人的行为并不能确切地知道对方到底知道些什么。但是至少通过观察他人的决策，我们可以或多或少地推想出他人的动机和目的。在从众的场景中，我们或可断言（即便不总是正确）他人的选择反映了他人拥有但我们没有掌握的知识或技能。通常，我们不知道并且可能永远不会知道，他人所掌握的知识和信息是否真的胜我们一筹。以我们在本章开篇提到的投票场景为例，如果我们基于理性的分析判定我们想要效仿的同事确实比我们掌握更多的信息，那么效仿他们对某一个动议投赞成票就是合理的选择，也是对我们有利的。社会信息使社会学习成为可能，即通过观察他人的决策以及相关决策带来的收益或代价，我们可以知道什么才是对我们最有利的选择。这在信息匮乏或是充斥着不确定性的场景中尤为重要，因为当我们知之甚少的时候，我们能观察到的他人的行为和决策可能就是我们能掌握的最优质的信息。

　　信息瀑布

　　20世纪90年代初期，经济学家开始对从众现象产生兴趣，并发展出了一系列理论及试验以探究基于社会学习原则的理性从众模型，重点关注我们如何理性地在社会信息和私有信息之间进行权衡，并做出利己型从众选择。早期的研究由包括苏希尔·比赫昌达尼（Sushil Bikhchandani）、戴维·赫什莱佛（David Hirshleifer）、伊沃·韦尔奇（Ivo Welch）在内的几名加利福尼亚州大学的经济学家发起。他们将利己型从众描述成持续不断进行社会学习的过程，在此过程中，每个个体都不断地权衡自身掌握的信息和观察到的他人行为，而随着每个个体不断地弱化对自身所掌握信息的依赖，转而选择跟随前一个个体的选择，整个群体的规模逐渐增大。比赫昌达尼、赫什莱佛和韦尔奇借用一个极为有力的比喻来描述这种从众的过程：信息瀑布（Information cascade）。某一个体做出某个选择，其后的另一个体观察到这个选择并进行效仿，随后的个体就会更加坚定地做出同样的选择，因为此时他观察到不止一人做出这个选择。就这样，随着效仿人数的增多，“选择从众”这一信号越发强烈，这一信息在群体中不断积累，其势能也随着群体规模的扩大而不断放大。换句话说，社会信息如同瀑布一般流经选择从众的群体，而这种信息的瀑布也就能帮助我们理解如（市场的）繁荣和暴跌、时尚风潮等经济和社会学领域中诸多脆弱不堪、昙花一现的现象。

　　在另一项独立进行的研究中，麻省理工学院的经济学家阿比吉特·班纳吉（Abhijit Banerjee）借助日常生活中选择餐馆的例子来构建从众行为研究模型。试想，餐馆A门庭若市，而其隔壁的餐馆B则无人问津，为何食客不分流一部分到餐馆B呢？班纳吉将这个看起来反常的现象视为理性从众的例证。人们可以掌握餐馆A的私有信息，例如他们读到的美食评论或是某个朋友的推荐，同时他们也会收集一些社会信息，例如观察在他们之前的食客会选择哪家餐馆。有时，社会信息和私有信息并不一致：某人被推荐去餐馆A用餐，但他发现餐馆B外排队等位的客人更多，这时他可能会选择忽视自己掌握的私有信息，而选择排队更长的餐馆B。

　　班纳吉的餐馆问题也能说明信息瀑布在现实中是如何呈现的。想象一下，你正面临班纳吉模型中提到的两难选择：你需要在两家相邻的墨西哥快餐店A和B之间做出选择，假设你已经知道，过去一直是餐馆A更受欢迎，因此从一开始选择的天平就是倾向餐馆A的。但是你又读到了一个美食评论，对餐馆B的玉米饼、辣椒肉馅卷饼等赞赏有加，这一私有信息显示餐馆B会是更好的选择。

　　试想你正站在两家餐馆外，身边是一群排队等位的食客。这时事情更加复杂了，因为每一个在等位的客人都掌握着宝贵的私有信息，但是由于大家素未谋面，因此你不可能知道别人脑子里在想些什么，也不知道是什么驱使他们选择某一家餐馆而非另一家：也许他们也读到了同一篇推荐餐馆B的美食评论，也许他们看到过其他同样称赞餐馆B的点评，或者他们的亲戚朋友碰巧向他们推荐了餐馆B。因此，虽然餐馆A过去一直更受欢迎，但是私有信息无形中显示，过去大多数食客的喜好在这个决定上是不可靠的，但没有人意识到这一点，因为所有个体都无法得知他人的所想所知，每个人都是作为独立的个体做出了自己的决定。现在我们把情况假设得更加复杂一些，我们假设排队的人群中有一个人掌握与其他人都相反的私有信息，例如他看到一篇由餐馆A店主的朋友写的过分美化餐馆A的评论，更巧的是，他是队伍中第一位做出选择的食客，并且他基于私有信息，理所应当地选择了餐馆A。

　　接下来轮到你选择了。此时你有三条信息：第一条众所周知的社会信息，即过去一直是餐馆A更受欢迎；第二条是你通过观察得到的社会信息，即第一位食客选择了餐馆A；第三条是你拥有的私有信息，即你读到的美食品鉴是推荐餐馆B的。第三条信息其实与所有人（除了刚做出选择的第一名食客）掌握的（私有）信息完全一致，即众多的私有信息都反复确认餐馆B是更优的选择，因此实际上你掌握的私有信息是非常靠谱的。但是此刻你并不知道这一点，因为你不可能知道在你身后排着队、稍后才会做出选择的食客所掌握的私有信息，也没有其他人（他们都在你身后，等着你做出选择呢）的选择可供参考。这时你会怎么做呢？

　　不妨假设你忽略自己掌握的私有信息，转而跟随第一名食客选择餐馆A吧。在你之后的人同样也知道过去大多数人都更倾向选择餐馆A，并且他们也掌握与几乎所有排队等候的食客（再次强调，除第一名食客外的所有人）完全一致的私有信息，即餐馆B是更优的选择。但是此时他看到之前的两人（第一名食客和你）都选择了餐馆A，因此尽管其掌握的私有信息倾向于餐馆B，他还是“服从多数”选择了餐馆A，并且他在做这个决定时甚至比你更加果断，因为他看到了两个人做出同样的选择，而刚才你只有一个人的选择作参考。这就是信息瀑布，一旦形成，就势不可当，并且自我强化，无须借助外力。随着越来越多的人选择餐馆A，后续选择餐馆A的人会越来越多，并且他们的选择并非基于丰富的支撑信息储备，而仅是因为其他人做出了这样的选择。尽管餐馆B实际上是更优的选择，但食客络绎不绝涌进的却是餐馆A。

　　无论是单看餐馆排队的例子，还是更宽泛地讨论信息瀑布的现象，需要重点指出的是，跟随他人做出类似的决定并不一定是非理性的。即便你和同伴去餐馆A的选择仅是建立在某种根基脆弱的信息瀑布的基础上，但这并不是一个愚蠢的选择。事实上考虑到个体所掌握的信息的局限性，这一选择本身是理性符合逻辑的。为了把握从众行为背后的逻辑本质，苏希尔·比赫昌达尼及其同事借助一个叫贝叶斯定理（Bayes’rule）的数学原理对信息瀑布现象进行了分析诠释。贝叶斯定理得名于18世纪的数学家托马斯·贝叶斯 —— 一名离经叛道的长老会牧师和虔诚的数学狂热爱好者。

　　贝叶斯定理解释了我们如何通过观察到的各类信息进行推导，我们依据新的信息修正和更新我们对于某一事件概率的预测。根据某一时点上掌握的所有信息，我们首先得到一个先验概率（prior probability），接着我们获取某些新信息，并将该新信息同先验概率结合起来，获得一个对事件概率的最终预测，即后验概率（posterior probability）。尽管其数学推导过程很复杂，但贝叶斯定理的理论和实践应用很广泛。不仅数学家和统计学家将其应用于日常问题的解决上，而且一些社会科学家、心理学家和经济学家也探索出了应用贝叶斯定理的场景，包括对我们何时选择从众这一问题的研究。一些经济学家（如比赫昌达尼及其同事）借助贝叶斯定理解释了人们如何在接收到新的信息时修正对某一事件的概率（或预测）：哪间餐馆更好，我应该选哪个宽带上网的套餐，房价是会上涨还是下跌。在寻找这些问题的答案时，“他人的选择”作为有价值的信息，与我们已经掌握的私有信息一起，影响我们的最终决定。

　　既然我们现在对贝叶斯定理有了更加深入的理解，让我们回到刚刚的餐馆选择问题：如何调和不同支撑信息之间的自相矛盾？首先我们有了一个先验概率，即大多数人过去都倾向于餐馆A，但我们从一个美食评论中获取的私有信息和这一点相矛盾，而新获取的信息则是他人对餐馆的选择这一社会信息。根据贝叶斯定理，我们更新了某一家餐馆优于另一家餐馆的概率的预测，并得到一个后验概率。在对最初的判断进行重估后，我们将私有信息及社会信息两相比较，权衡之下认定餐馆A应是更优的选择。如果我们能明确知晓所有人拥有的私有信息，那么我们应该会做出不同的选择，但这一点我们无法做到。

　　从众的游戏

　　如果推动和参与其中的人都聪明到使用贝叶斯定理帮助决策，那从众和信息瀑布恐怕就不能称作非理性的现象。尽管我们现在能确认理性从众理论上是存在的，但我们还是缺乏实践经验以证明从众是理性的行为。先抛开结果不谈，我们手上到底有哪些证据呢？综观社会科学领域，这个问题没有非黑即白的结论，一些经济学家已经收集到证据，显示从众是理性的；但如我们将在本书下一章中看到的，很多社会科学家也收集到证据显示从众是非理性的。在本章中我们将专注这些经济学家提供的证据，而在本书之后的章节中，我们将尝试调和经济学家和社会科学家收集到的证据的矛盾之处。

　　证据之一是对于现实生活中餐馆排队现象的研究。行为经济学家阿瑟·菲什曼（Arthur Fishman）及尤里·格尼茨（Uri Gneezy）巧妙地设计了一个有关餐馆选择的社会学习过程的自然实验。他们雇用了一批研究助理观察人们如何在两家快餐店之间进行选择，两家快餐店都位于以色列特拉维夫附近的巴伊兰大学校园旁的露天美食广场。研究者选取了两个时间段进行观察，以研究随着时间推移，当被观察者有更多机会获取哪家餐馆更好的第一手信息后，社会影响效力的变化。因为两家快餐店都紧挨着大学校园，菲什曼和格尼茨假定在学年伊始，很大比例的造访食客应该都是刚入学的新生（因此他们对两家餐馆的品质都知之甚少），研究小组先于2009年10月初（巴伊兰大学新学年伊始）共计观察了1 324名顾客的行为，接着于2010年4月中旬（巴伊兰大学学年尾声）观察了另外1 153名顾客的行为。

　　菲什曼和格尼茨发现，由于观察时期的不同，两家餐馆外排队食客的人数竟有很大差别。在10月，两家餐馆中生意好的一家门外的排队人数远超过另一家餐馆，而到了来年4月，两家餐馆外排队的人数已基本持平了，也就是说某家餐馆外是否有很多排队等候的食客已经不会对后来的食客产生影响了。菲什曼和格尼茨将这个现象归因于社会学习。如果在10月刚入学时，对两家餐馆还没什么了解的学生食客并不依赖于其他客户的选择进行决策，那么彼时他们就应随机在两家餐馆之间进行选择，而事实上两家餐馆彼时的排队人数相差悬殊，新入学的食客纷纷选择已人满为患的其中一家餐馆排长队，这一行为背后一定是有某些因素驱动的。既然当时唯一能获取的信息就是其他食客的选择这一社会信息，因此菲什曼和格尼茨断言，（一家餐馆外的）长龙队伍就是这一驱动因素。也许新入学的食客将一家餐馆外的长队诠释为该餐馆质量的证明，从而为我们呈现了现实生活中信息瀑布的鲜活例子。但是到了来年4月，也许学生已经对两家餐馆的情况更清楚了，因此也就不再那么依赖于观察他人的选择了，这就解释了为何这时两家餐馆外排队的人数基本一致了。

　　弗吉尼亚大学的美国经济学家查尔斯·霍尔特（Charles Holt）和威廉玛丽学院的经济学家莉莎·安德森（Lisa Anderson）则借助在实验室可控环境下的实验对社会学习和信息瀑布假设进行了研究。霍尔特是一名实验经济学家，因开发了许多适用于课堂教学的参与性实验而在经济教学界负有盛名。他和安德森设计了严谨的实验，以期测试信息瀑布现象是否符合贝叶斯定理。安德森和霍尔特的实验设计此后又不断地被复制和优化，并被研究从众行为的经济学家广为接受。

　　安德森和霍尔特找来72名学生参与一个猜球的游戏（见图2），如果猜中则有现金奖励。学生面前放着两个瓮，瓮A和瓮B，其中瓮A里有两个红球和一个黑球，而瓮B里有两个黑球和一个红球。实验组织者将其中一个瓮（学生并不知道是瓮A还是瓮B）中的球倒入另一个未做标记的瓮。接下来学生被要求猜未标记的瓮中的球是来自瓮A还是瓮B。

　　为了模拟信息瀑布的场景，参与实验的学生并不是同时给出答案的，而是排成一队逐个地猜。还有一些额外的信息，有些是所有人都知道的社会信息，有些是私有信息，提供给学生以帮助他们决策。其中私有信息的获取方式是，学生逐个在未标记的瓮中抓一个球出来，确认颜色后再放回瓮中，但并不告诉其他学生他抓到的球的颜色。每个学生接下来都逐一向所有人公布他们的猜测结果。如此一来，随着学生知道越来越多人的猜测，他们也在积累和提炼其中隐含的社会信息。安德森和霍尔特假定学生在决策过程都应用了贝叶斯修正：根据最初掌握的信息，每名学生都会形成一个先验概率的预测，接着每次听到其他学生给出的猜测结果，再结合自己在瓮中摸出的那个球的颜色信息，不断对先验概率的预测进行更新。

　　图2 瓮中猜球的游戏

　　注：实验参与者被要求猜未标记的瓮中的球来自瓮A还是瓮B（瓮A里有两个红球和一个黑球，瓮B里有两个黑球和一个红球）。

　　贝叶斯式的信息瀑布是如何在这个游戏中展现出来的呢？让我们假设自己是第二名给出猜测答案的学生鲍勃，第一名给出答案的学生艾丽斯刚刚公布她的答案——瓮A。鲍勃推断这一定是因为艾丽斯刚刚摸到了一个红球，因为瓮A中红球的数量比黑球多。鲍勃接下来从未标记的瓮中摸出了一个红球，现在他有两条信息：第一，社会信息显示艾丽斯的猜测是瓮A；第二，他自己从未标记的瓮中摸出了一个红球。鲍勃很走运，因为社会信息和私有信息两相印证，他的选择显而易见，他也猜了瓮A。他的答案未必正确，但是至少瓮A是正确答案的概率较大，而他没有任何理由猜瓮B，因为至此没有任何证据显示未标记的瓮更可能是瓮B。

　　我们也可以给鲍勃换一个更为棘手的场景，看此时贝叶斯定理是如何运作的。让我们假设正确答案是瓮B，但艾丽斯公布的猜测还是瓮A，因此鲍勃还是推测艾丽斯刚摸到了一个红球，这并非没有可能，毕竟瓮B的三个球中有一个是红色。但是接下来鲍勃自己摸到了一个黑球。这下他糊涂了，既然两条信息是相冲突的，他该怎么做呢？他应该跟着艾丽斯一起猜瓮A，还是基于自己刚摸到的黑球而猜瓮B？如果他选择猜瓮A，那他就忽略了自己摸到是黑球这条私有信息；如果他选择猜瓮B，那就忽略了艾丽斯的答案中包含的社会信息。对鲍勃而言，无论怎么选，都符合贝叶斯定理的逻辑。

　　让我们假设他最终决定相信艾丽斯的社会信息，并给出瓮A作为答案，这样一来一个贝叶斯式的信息瀑布就形成了。队伍中第三名学生是克里斯，他摸到了一个黑球。此时克里斯有三条信息：艾丽斯和鲍勃都选择了瓮A，克里斯推断他们两人一定都摸到了红球；但是克里斯摸到了黑球，这条私有信息显示应选择瓮B，但这与此前两条信息是相左的。此时天平倾向于瓮A，尽管瓮A不是正确的答案。如果克里斯应用贝叶斯定理，则他能得出的唯一结论就是应该选瓮A，事实上对克里斯及他之后等待选择的学生而言，理性的最优选择就应该是（错误的）瓮A。信息瀑布将艾丽斯的错误选择加以固化，因此，如果学生们使用贝叶斯定理作为决策工具，那么大家都一分钱奖金也拿不到。这条信息瀑布误导全部学生走向了错误的方向，而其中的关键转折点就是鲍勃悬于一线的那个选择。如果鲍勃当时能够相信他的私有信息并（正确地）选择瓮B，那么除艾丽斯之外的学生都能猜中并获得奖金（那么这个实验对研究人员而言就代价颇为高昂了）。

　　安德森和霍尔特分析了他们实验中的所有证据，以判断学生们的决策机制是否如上文描述的那样符合贝叶斯定理。他们发现在社会信息和私有信息不一致（也就是鲍勃遇到的情况）的56次实验场景中，有41次信息瀑布的形成都符合贝叶斯定理的描述。

　　那么剩下的15次中信息瀑布的形成不符合贝叶斯定理是为什么呢？是什么支撑了学生在这些场景中的猜测？是否有部分学生更善于应用贝叶斯定理？这些不一致的观察结果是否表明人们对私有信息及社会信息的重视程度是不一样的？有没有可能学生们使用了某种更为简便的经验法则来进行决策，而这些经验法则碰巧能得出和贝叶斯定理类似的猜测结果？安德森和霍尔特的实验结论已在很多学生身上被广泛复制，但很少有人严格地测试其他假设。我们大部分人是都使用贝叶斯定理来处理社会信息，还是我们也会使用其他决策工具指导我们的选择？经济学原理并不能帮助我们解答这些问题，因此我们需要跳出经济学的范畴，在后续的章节中，我们将从其他维度和视角探寻这些问题的答案。

　　社会学习是好还是坏

　　在经济学家看来，从众是理性还是非理性的呢？如果选择跟随的群体走上了歧途，一大群人都做出错误的决定，那显然从众是不可取的。但是即便整个群体的选择方向正确，从众仍然会导致负面的影响，因为在选择从众的过程中，宝贵的私有信息会被忽略和丢失。我们可以用上文选择餐馆的例子说明这个问题。一旦倾向餐馆A的信息瀑布形成，所有人势必都将选择餐馆A。在这个过程中，许多有益且内涵丰富的私有信息都将被群体无视和忽略，导致了一个并非最优化的结果，因为相较于重要、有益处但是无法直观观察到的私有信息，个体更倾向于关注社会信息。随着个体的私有信息在从众过程中逐步遗失，对群体而言就产生了经济学家称为负外部效应（negative externalities）的非最优化外部结果。食客放弃了尝试餐馆B并发掘其可圈可点之处的机会，如果他们给餐馆B一个机会，餐馆B就能实至名归地招揽到更多的客户，而那些尝试了餐馆B的顾客也许就有机会向亲友推荐或是在网上点评，以便让更多的人知道餐馆B。如果整个食客群体能够另辟蹊径，那将会有许多人从中受益（当然除了餐馆A外）。

　　也许和直觉相左的是，即便群体的决策是正确的，也不是说从众就没有负面的影响。在这里颇为微妙的是，即便群体最终正确地选择了餐馆B，私有信息仍将被社会信息所淹没。试想某位食客掌握的私有信息显示餐馆B是更优的选择，而且这位食客首先做出正确的选择，则而后形成的信息瀑布会确保整个群体都做出正确的选择。这里的问题并不在于群体最终做出的决定是否正确，也不在于其中的每个个体是否理性地做出决定，而是原本丰富多样的私有信息因为这种贝叶斯式的信息修正更新过程而遗失殆尽。

　　如果我们将餐馆选择的场景略微调整，就可以展现私有信息的重要性。试想第一位做出选择的食客并没有看到前文中提到的有失偏颇的网上点评，而是看到了一篇在餐馆A炒掉了前主厨并高薪将餐馆B的明星大厨挖来后，称赞餐馆A的美食评论。也就是说，我们大部分人之前看到的称赞餐馆B的评论已经不准确并过时了。第一位做选择的食客此时掌握了更优质的私有信息，更贴近最新的现实，而且也许更为准确。诚然，如果餐馆A此前的问题不仅限于缺乏优秀的主厨，例如其还有糟糕的管理，那么刚挖来的这位明星大厨也许并不能帮助餐馆A大放异彩。不管怎样，私有信息的丰富多样是有益处的，或者最起码可以帮助每一位食客了解到在该选哪家餐馆这个问题上并非没有争议，然而信息瀑布一旦形成，所有的这类私有信息都将遗失殆尽。

　　因此，由社会学习所驱动的利己型从众行为可以导致现实的扭曲失真。其他方式的利己型从众是否就没有这么大的问题呢？有些形式的从众对群体和个体都是有益的，要想了解其运作方式，我们需要将目光转向利己型从众背后的某些经济动因：从众可以成为释放某种信号的方式，因而我们对他人的效仿可以为我们带来某种策略上的优势；利己型从众可以是我们建立自己声望的途径；弱小的个体通过群聚可以成为一个强大的整体；而群聚往往意味着安全。

　　策略优势

　　博弈论学家已经详尽论证了加入群体或团体带给我们的策略优势。其基本理念是一个自私的个体可以与其他自私的个体抱团，并以团队的形式在诸如狩猎等行为中完成单一个体无法企及的任务。哲学家让-雅克·卢梭在他1755年的著作《论人类不平等的起源与基础》中以狩猎牡鹿为例，阐述结盟如何为团队中的每一位成员带来益处。四名猎手正在决定是单独行动还是合作组成一支狩猎团队。由于牡鹿体形庞大、奔跑迅速，单个猎手无法捕获它们；如果单独行动，那么每个猎手只能逮到野兔，而一只野兔连一家老小的肚子都填不饱。更优的选择结果是四名猎手通力合作捕获一只牡鹿，而一只牡鹿供四家享用都绰绰有余，因此四名猎手组成了狩猎的同盟。假设四人可以谈妥狩猎所得平均分配，那么这个同盟关系就能持续下去。对这个同盟中的每个个体而言，合作带来的好处大于单打独斗时的收益，因此联合狩猎是符合个体自身利益的选择，每个人都是赢家。

　　但是以利己为导向的个体组成的团队并非总能带来好的结果。当人们共事时会产生互动，因此自私的个体会影响团队整体的行为和表现。当产出和回报在团队内共享时，个别团队成员或许会滋生偷懒或搭顺风车不劳而获的念头。除非团队中所有人的利益都能以某种方式保持一致，否则利己的个体就可以毁掉团队的努力和付出。同这一关于策略优势的真知灼见一致的是经济学家关于理性从众的模型，在模型中理性从众选择是对效仿他人选择所能带来的额外收益的回应。当今最为常见的例子是一群金融市场交易员集体买入一个看涨市场，推高某一资产的价格并从中获得额外收益。我们将在第六章进一步分析与之相关的金融领域的从众现象。

　　信号传递

　　另一种利己型从众的表现形式是，我们将效仿他人的行为视为向他人释放的信号。例如，离经叛道的行为可以视作向某些团队表示诚意及效忠的信号。从摩登、摇滚到朋克、哥特，20世纪的各种青年亚文化群体无一不展现了传递信号如何对自我身份认同起到了强化作用。在一个信息不完整且缺乏足够互信的世界里，我们面对那些善于装腔作势、表里不一的人没有太多甄别和防范的措施。某些在外人看起来叛逆的行为可能是我们传递给我们认同的核心小团体的重要信息。一旦行为举止趋同，这些小团体和我们自身之间对彼此的信任就更容易建立，也就对双方都更为有利。

　　我们在下一章再从群体的视角对这个问题进行详细讨论，但一些经济学家已经解释了我们通过关注成本及效益之间的平衡这一基本经济学原理来构建个体身份的方式及原因。经济学家乔治·阿克洛夫（George Akerlof）和瑞秋·克兰顿（Rachel Kranton）解释了我们如何利用信息进行身份的构建。在局外人看起来标新立异的举动对某一团体的成员而言是有益的，因为这些举动能帮助一名团体成员建立他同这个团体之间的身份认同感。身份感和归属感都能增加人们的满足感，因此他们将会愿意付出肉体上和经济上的代价获取某种物理特征记号，以强化他们对某一特定团体的身份认同感。那么，通过一系列花费不菲且令人痛苦的行为（如文身和穿刺），宣告我们同他人的认同感，这种做法在哪些时候，又是出于什么原因能够符合经济逻辑呢？这些在局外人看起来是特立独行的行为，在想要寻求彼此认同的人们看来是很合理的，并且类似行为所对应付出的代价越大，效果就越好，因为代价高昂的信号的可信度更高。既然付出了如此大（生理上、心理上、财务上）的代价，那就不能说我们没有诚意了。

　　通过分析经济学家保罗·克鲁格曼（Paul Krugman）及记者埃兹拉·克莱因（Ezra Klein）关于文身与头饰的辩论，政治学家亨利·法雷尔（Henry Farrell）探讨了嬉皮士个人装扮中的叛逆行为。对嬉皮士而言，戴头饰并非一个代价高昂的举动（戴上和取下头饰都很容易），因此一群戴头饰的嬉皮士不会将你的头饰解读为可信度很高的信号。如果你真心希望加入某个叛逆的小团体，那么文身这样代价高昂的信号会更有说服力，因为你向他人证实这不是“随便说说而已”，而是真的经历了痛苦的过程并承担了一定的个人代价。法雷尔将这点和社会学家狄亚哥·甘贝塔（Diego Gambetta）在其著作《解码黑社会》中的发现关联起来。狄亚哥研究了罪犯是何如彼此交流的：“厄尔凡的脸上满是刺青，额头上写着‘吐口口水在我的坟墓上’，左脸颊上则刺着 ‘我恨你，妈妈’。”在脸上留下永久性的刺青是叛逆外露之举，它们代价高昂，因此也就（远比头饰等其他行为）更有可信度。这是展现献身程度的信号，而献身程度也是能否被特殊的叛逆小团体接纳的重要指标。“文身代表了忠诚度……你身上留下了终生不可磨灭的记号。脸部的刺青则表明彻底放弃了在（小团体）外生活的幻想。”

　　大学兄弟会的入会仪式及“凌虐”环节有类似的功用。表面看来，这些行为似乎有悖常理并且离经叛道，但是如果这些非常规的行为被视作同某些团体建立认同感的途径，那一切行为就容易理解了。对社会规范的藐视有时是利己型从众的表现形式，如果加入一群志趣相投的叛逆分子对以利己为导向的个体而言是有好处的，那么对个体而言，付出一定代价效仿其他叛逆分子团体成员的行为就是一笔有回报的投入。

　　信息释放的对象并不仅是我们希望加入的团体，我们也会释放信号以试图彰显我们的品质以及社会地位。我们对于车的选择就是一个经典的例子，显示我们使用各种信号的不同方式。选择买玛莎拉蒂的车主是为了彰显地位，并且一定可以达到想要的效果，因为他们实际上是效仿了此前通过这种方式成功彰显地位的人的做法；环保主义者则会彻底不买车，以向其他环保主义者释放信号彰显这个彼此共享的美德。这种社会性信号存在于社会的各个层面，一项观察贫困家庭行为的调查研究显示，当这些维持温饱都有困难的家庭获得额外的收入时，即便是果腹堪忧、营养不良，他们也会将钱花在诸如电视机这样非必需的消费品上，并且这并不一定是非理性的行为。我们的生活和工作都是发生在一个个社会子群体中，而如果我们想要在这些子群体中得以存活并获得成功，就需要赢得子群体中他人的尊重，如果他人认为我们日子过得不错，那我们的生活可能真的就会轻松一些。

　　顺从行为的另一层价值和我们的社会阶层划分相关联。经济学家B.道格拉斯·伯恩海姆（B. Douglas Bernheim）从最大化个人经济效用的自私个体的视角，分析了社会地位促使人们顺从的方式。在社会层面，社会地位有其重要性，并且能够给人们带来满足感。相反，因不遵守社会习俗或惯例而被指责则会威胁我们的社会地位，因此也就解释了为何社会风潮及惯例往往会持续得过久。以利己为导向的盲从者能够意识到偏离社会惯例将会招致的后果，以及反叛会给他们带来的苦难，因此他们选择顺从和跟随。

　　声誉

　　信号的传递和声誉紧密相关，虽说信息的传递转瞬即逝，而声誉需要假以时日才能建立。良好的声誉同时蕴含着有形和无形的价值，但在当今这个信息时代，声誉已变得越发脆弱。如果考虑到日后可能对我们声誉带来的潜在影响（例如在未来求职时），那我们就会在把周六晚上纵情享乐的照片放上脸书前考虑再三。如果我们跟随周围他人的行为处事，则我们承担的声誉风险就要小一些。经济学家约翰·梅纳德·凯恩斯有一句名言：“世俗的智慧教导我们：对于我们的名声来说，因循守旧的失败仍要好过离经叛道的成功。” 在当今社会，躲避银行内部监控进行违规交易的“魔鬼交易员”即是很好的一例，证明了建立在逆市选择基础上的名声是多么脆弱。交易员可以和金融市场的惯例对着干，通过逆市做空市场赚取投机收益。但是一旦多数人正确而逆市交易者犯错时，逆市交易的交易员想挽救自己的名声就没那么容易了，因为他们不能简单地为自己辩护，说自己仅是犯了一个大家都犯过的错误。

　　在商业社会，在意自己良好声誉的企业的行为总体而言都能得到更好的规范，这些企业之间会彼此学习和接受最佳典范。企业对公平公正、法律规定、道德要求的关注并非源自他们的利他之心，而更多的是反映出一种开明的利己主义。企业的管理层意识到，如果拥有良好的声誉，公司存续经营的概率就会更大。这些因素越发受到关注和欢迎，企业对环保政策的日渐支持就是一例。企业可以通过向市场传递信号，说明自己为何是一家“好”公司从而吸引消费者支持他们的产品，并借此提升市场份额。当美国商会在2009年反对减缓气候变化的政策时，包括苹果、耐克、太平洋瓦斯与电力公司、爱克斯龙和新墨西哥公共服务公司在内的一批公司的高管都辞去了商会的职务。反之，如果企业被指责并未承担足够的纳税义务，而如果客户群体足够庞大，那么就能有效地向企业施压，逼迫企业针对其商业行为和商业伙伴关系进行大规模的调整。在多起校园枪击案，尤其是2018年2月佛罗里达州枪击案的触动下，一大批各行各业的公司，从租车公司赫兹和安飞士，到丘博保险和奥马哈第一国民银行，都宣布和政治势力强大的美国全国步枪协会划清界限，纷纷取消了面向全国步枪协会会员的各种优惠和套餐，以回应来自广大禁枪示威者的压力。

　　在企业环保战略方面，公司通过他们的社会责任项目来构建自己的声誉，这些项目一般包含了公司关于环保义务和责任的承诺。公司希望自身的企业行为被客户视作公平、公正和富有原则性的，以期借此获得客户的青睐，并部分回应来自客户的相关压力。企业更广义上的声誉，包括面对投资人及竞争对手时的声誉，也与此有关。因此对于声誉的关注能够激励企业以更加可持续发展、环保及创新的方式开展生产。企业甚至会为了声誉而竞争，尤其当企业环保记录及环保黑名单的信息逐步公开后更是如此。其中一例是已经具有某种社会信号作用的美国有毒物质排放清单（Toxics Release Inventory），能够帮助消费者了解不同企业的环保相关记录，并在其消费时有意识地选择更加环保的企业。理查德·塞勒（Richard Thaler）和卡斯·桑斯坦（Cass Sunstein）在合著的畅销书《助推》中，推广了温室气体排放总量清单（Greenhouse Gas Inventory）的概念，与有毒物质排放清单也异曲同工。塞勒和桑斯坦解释道，政策制定者可以利用社会影响力“轻推一把”消费者和企业，即可把他们引导上更优的道路。书中“推力”概念的本质是在正确方向上对我们进行柔和的鞭策，帮助我们做出更好的选择。塞勒和桑斯坦称之为“自由家长制”（libertarian paternalism，或译作“自由专制主义”）：称其为“自由”是因为个体仍有选择的权利，“推力”并非制裁措施，也并不像税赋那样对个体直接产生成本负担，如果需要，个体可以选择忽略该“推力”；但它又有“家长制”的元素，因为“推力”由政策制定者设计和部署，以达到公共期望的效果。如果设计妥当，人们会将“推力”视作一个信号，以帮助其判断什么是对自身及身边人最优的策略。“社会推力”是在能源及环保行业常见的政策工具，我们在本书中也将陆续看到一些例子。如果通过这份清单，那些应该对温室气体排放负主要责任的企业都被强制要求公布其排放量，那么这些信息就会被消费者看到。随之而来的好处不仅限于帮助监管者获取更加透明的相关数据信息，也源于消费者能够据此对企业施加的压力。有环保意识的消费者将会知道哪个企业的排放量最大，并将对其施加压力，督促其削减排放量。在当今这个社交媒体无处不在又影响力巨大的时代，这样的负面新闻传播得很快，并会影响企业和同行、投资者以及客户的关系。因此，商业机构中利己的高管就有理由去效仿其他公司的最优操作，以帮助他们的企业建立良好的声誉。

　　权利与安全

　　另一个利己型从众的驱动力是人们通过加入群体而获得的权利。群体行为在许多情境下都要比个体行为更有力。群体可以为个体带来安全保障，尤其在个体数量达到一定水平时更是如此。例如，当一群行人穿过熙攘的马路时，群体本身即确保了其中个体的安全。如果你去过加尔各答那样过分拥堵的城市，尤其你又是一个外地人，那么光是想一想如何穿过被汽车和摩托塞满的主路就会让你心烦意乱。你对一座城市越不熟悉，类似的困难就越大，因为你可能对当地的司机缺乏足够的信任，或是对当地的交通规则和开车习惯缺乏了解。那么此时对你而言最好的出行策略是什么呢？最快捷有效的方法是跟着一群本地人走，因为你可以借此观察本地行人的习惯，同时身边的人群可以确保你的交通安全。汽车撞上一群路人的可能性要远小于撞上一个单独的行人。但这种扎堆行为的缺点是，这让想要对人群实施暴力袭击的极端反社会分子更加容易得手，导致惨烈的后果。2017年，欧洲和纽约发生的恐怖分子利用卡车或面包车袭击行人的惨剧不幸地表明，群体并不总是个体安全的港湾。

　　除了物理性的安全保障外，在我们的日常社会公民生活中，结伴群聚也必然有其他的优势。群体一般比个人享有更多的政治影响力。例如，在集体诉讼中，孤立无援的个体可以借助团体的力量寻求为自己伸张正义。许多集体诉讼案都是和有害化学物质引起的疾病和死亡有关的，其中一例是“芬芬”（Fenphen），一种由食欲抑制剂芬弗拉明和兴奋剂苯丙胺芬特明混合而成的减肥药片。这种减肥药最初由美国家庭用品公司（现已更名为惠氏公司）向市场推广，并在处方药医生那里颇受欢迎，直到1997年该药被美国食品药品监督管理局勒令下架。科学家发现，使用“芬芬”会导致包括高血压、心脏瓣膜损伤在内的副作用，数以千计受其副作用之苦的“芬芬”使用者联合上诉。1999年，美国家庭用品公司统一赔偿原告共计37.5亿美元。这还不是唯一一例与“芬芬”相关的诉讼，惠氏公司之后被迫拨备了166亿美元的计提以支付与“芬芬”相关的诉讼赔偿。原告们关于集体上诉的决定对其中每个个体而言都是理性和利己的。如果单打独斗，单个原告根本没有力量对抗被告企业，但是以利己为导向，同受“芬芬”之害的人联合起来，即赋予了单个受害者以力量。

　　本章已经点出了一个用经济学原理分析盲从者与叛逆者的关键制约因素：相关分析的基础假设都是个体能够进行逻辑理性的决策。作为信息瀑布理论基础的贝叶斯定理已经比很多经济学模型中的复杂数学推导简单多了，即便如此，贝叶斯模型仍然无法涵盖复杂的社会心理学影响因素。比赫昌达尼教授及其同事承认，虽然他们能用信息瀑布来诠释从众的经济学模型可以证明简单场景下从众现象的结构脆弱性，但是他们仍无法解释现实世界中大众行为的脆弱性：他们的模型无法解释为何社会态度和政治立场有时如此缺乏稳定性，人们对生活方式的选择（如同居、性行为、吸食毒品等）的态度转变即是这种不稳定的示例之一。贝叶斯式的推理对人们计算和逻辑思辨能力的要求较高，但实际上，我们绝大多数人的思路都没有这么复杂缜密。

　　综观对于利己型从众的各种解释，经济学家还是依赖于人类善于数学计算推理的假设。但是我们人类真的进化出了高效处理高阶数学计算及繁复概率推理的能力吗？很难想象处理复杂抽象的数学计算能力会是人类作为食物采集者或狩猎者的演进历程的产物。另一个关于利己型从众经济学模型的问题是，他们倾向于从个体决策者出发，分析驱动这些个体决策者的因素。但是从众现象产生的原因可能从个体的视角很难理解，对群体而言合理并不一定对个体就是合理的，反之亦然。

　　跳出经济学的范畴，其他社会科学也已经发展出了许多关于驱动我们行为的社会性因素的理论。我们不仅会受到情感、个性等非理性因素的影响，还会在加入群体和团体时失去我们自身的特性和个体身份。在接下来的一章中我们将看到，社会学和心理学的真知灼见都能够帮助我们更好地理解从众这一集体性的现象。 行为经济学系列（套装共9册）