看不懂的荒谬现象，答案都藏在激励里

🎯 一句话结论：理解反常行为时，把当事人的说法与实际奖励放在一起看；激励可以帮助提出解释，但不能代替事实证据。

制度既有公开目标，也会受到资源、执行能力和参与者利益的影响。分析谁受益、谁承担代价，能帮助我们发现问题；但不能仅凭“有人受益”就认定他制造了问题。

一、一个威尼斯红酒商的故事

下面是为解释激励而编写的虚构故事，不是威尼斯史实。想象你穿越到 14 世纪的威尼斯，成了城里最大的红酒批发商。你准备降价促销，却发现行会规则阻止了这件事。

1. 降价反而犯法

你打算薄利多销，把红酒打折促销。按理说全城百姓都能喝上便宜好酒，市场效率也提高了。

第二天，红酒商联合会带人抄了你的店，会长甩给你一张法令：在本城，任何酒商不得擅自降价，酒桶尺寸必须统一，违者没收全部财产。

你骂这是阻碍竞争、降低效率。老会长冷笑着凑过来：

年轻人，这规则不是为了大家方便定的。这是我们几个大酒商上个月给总督捐了三千金币换来的。我们保住利润，总督拿到金币，至于喝不起酒的平民——谁在乎？

这个虚构故事借用了制度经济学的一个观察角度：规则会改变参与者的选择和收益。诺斯研究制度怎样影响长期经济表现，但故事中的行会、罚款和人物对话不是他的历史研究结论。可参看1993 年诺贝尔经济学奖说明。

2. 治安官为什么不想抓小偷

你不再抱怨规则荒谬，开始用“看穿激励”的眼光重新打量这座城。

治安官天天宣称要严厉打击夜间偷窃、守护市民安全，可小偷始终猖獗。你翻了账本才发现原因：治安官薪水固定，但抓到小偷罚款后可以分到三成提成。

所以他并不想消灭小偷。他需要城里保留适量的小偷，才能持续拿到罚款分成。

看清这一点，你换了个思路，找到治安官说：“大人，我组建了一支红酒护卫队。我不要求你帮我抓小偷，我按月付你一笔安全顾问费——只要我的酒桶平安出城。”

第二天，你的运酒车队旁边多了两名全副武装的巡逻兵，一路畅通。

💡 你没有改变大环境，只是重新设计了治安官的利益，让他主动成了你的保护伞。改不了规则时，先想想能不能改对方的收益结构。

3. 检验关卡到底是为了什么

三年后你成了威尼斯最富有的商人。一个刚从东方来的年轻商人跑来抱怨：行会官员口口声声说设检验关卡是为了保证品质，可只要塞给检验员两枚银币就能立刻放行，实在低效又腐败。

你递给他一杯酒：“不要看他们宣称在做什么，要看他们因为什么拿到钱、权力、安全或地位。检验关卡本来就不是为了检验质量，而是为了给检验员创造索贿的权力。”

二、故事背后的三条本质

1. 行为会受到激励影响。除了公开口号，还要查看实际考核、奖惩和约束；个人价值观、能力与信息也会影响选择。
2. 规则常常是协商、权力关系和历史积累的结果，不一定能达到最优效率。要判断具体规则如何形成，仍需查看制定过程。
3. 低效可能符合某些人的局部利益，也可能来自技术限制、协调成本或信息不足。先列出几种解释，再用证据比较。

🔍 所以看穿复杂现象只需要问一句话：谁因为这个制度或行为，拿到了金钱、权力、晋升、安全或地位？

三、这套现象在学术上叫什么

制度、激励和信息问题可以从机制设计、制度经济学和公共选择等角度分析。它们彼此相关，但不能把所有反常行为都称为“激励相容”。

1. 激励相容：规则怎样让真实表达成为合算的选择

激励相容有更严格的技术含义。在直接机制中，如果如实报告私人信息对参与者是最优选择，这个机制就称为激励相容。它不等于所有“私利与公利一致”的情形。定义可参看诺贝尔经济学奖机制设计背景材料。

例如，一个采购规则允许供应商报告成本；设计者要考虑供应商是否会从虚报中获利。这是机制设计要处理的问题。分析慈善行为时，不能仅从捐赠结果推断捐赠者的税务安排或私人动机。

2. 激励错位：三个经典反面案例

1）古德哈特定律：指标一旦被考核就失效

当一个指标变成考核目标时，它就不再是一个好指标。

指标可能被迎合，也可能需要与质量检查一起使用。例如，假设某团队只奖励“上线项目数”，成员就可能优先拆分小项目，而忽略维护。这是一个假设例子，不是对 Google 内部考核事实的断言。

2）眼镜蛇效应：结果和目标完全相反

常见的“眼镜蛇赏金”故事描述了这样的机制：按死蛇数量发奖，可能鼓励养蛇，取消奖励后又可能出现放蛇。这里把它作为激励错位的说明故事，不用未经核实的历史细节证明因果。

3）富国银行：约 350 万个可能未经授权的账户

美国消费者金融保护局在2016 年 9 月 8 日公告中指出，员工为达到销售目标和获取奖金，开设了客户未经授权的账户。富国银行在2017 年 8 月 31 日扩展审查公告中报告：审查覆盖 2009 年 1 月至 2016 年 9 月，识别出约 350 万个“可能未经授权”的账户。这个统计分类可能包括部分实际已获授权的账户，这一数字是筛查结果，并不等于逐一确认的未授权账户数。

⚠️ 共同教训：糟糕的激励机制不是“效果差一点”，而是常常产生与目标完全相反的结果。设指标前先问：最想拿奖励的人，会用什么最省力的方式达成它？

3. 两个更深的视角

1）公共选择理论：把制度与个人选择一起分析

布坎南的公共选择研究把个人选择与政治、经济决策规则联系起来，分析参与者在制度中的利益和约束。这有助于检验政策解释，但不能证明每一位官员只追求私利。参看1986 年诺贝尔经济学奖说明。

2）芒格：改激励，而不是改想法

投资者讨论决策偏差时，常会提醒人们关注奖励带来的影响。本文借用这个分析角度；具体案例仍应核对记录，不能用名人观点代替证据。

本文的实用概括：问一项行为会带来什么奖励、惩罚和约束，再检验这种解释是否符合记录。这是作者的归纳，不作为芒格原话引用。

新闻调查里还有一个更通俗的版本：Follow the money（追查资金流向）。这句话出自电影《总统班底》对水门事件的描述——当各方各执一词、迷雾重重时，顺着钱和权力流向谁摸过去，真相往往立刻清楚。

四、怎么把这种洞察变成本能

下面这套三步法可以直接套用：遇到任何反常、荒诞或看不懂的现象，按顺序拆一遍。

1. 第一步：把“说的”和“考核的”分开

人类社会最大的迷雾，是用_高尚的语言_包裹_冰冷的机制_。所以先做两栏拆解：

两个小练习：

• 公司说“鼓励创新”，就问：创新失败了谁承担责任？按部就班的人能不能拿到绩效？
• 政策说“简化流程”，就问：流程简化后，原审批部门的编制和权力是变大还是变小？

2. 第二步：追查利益流向的六个要素

把这六项当成分析探针，看谁因为这件事重新分配到了资源：

1. 钱：现金流从哪里进来，最终落进谁的口袋。
2. 权：谁拿到了决定权、审批权或一票否决权。
3. 名：谁占住了道德高地和行业声誉。
4. 位：谁因此升职，或者管理范围、编制变大。
5. 安：出了事，风险和代价被甩给了谁，谁拿到了兜底。
6. 流：谁获得了注意力、曝光度和解释权。

这六种资源可以帮助提出问题，但不是人的全部动机。找到资源流向后，还要检查能力、信息和制度约束，避免把相关性当成因果。

3. 第三步：反过来问“谁会受损”

用 Cui Bono（谁受益？）做逆向推演，三步就够：

1. 假设这个糟糕的现象彻底消失，一切变得极其高效。
2. 列出在这个新世界里，谁的利益会受损。
3. 判断受损方手里的权力，能不能阻止这个改变发生。

举个假设例子：一个机构一直保留纸质审批。可以问部门预算是否依赖这个流程，也要核对数据兼容、安全要求和法律留存规则。仅凭流程繁琐，不能认定工作人员故意阻碍电子化。

五、分析练习：头盔规定与执行，先核对什么

先分清车辆类别与所在地。《道路交通安全法》第五十一条明确要求摩托车驾驶人及乘坐人员按规定戴安全头盔；电动自行车的具体要求还需要查当地适用规定。不能把两类车混成全国统一的罚款规则。可阅读官方法律文本。

观察到一次没有现场检查，不等于没有执法，也不能直接推出管理部门的动机。下面是一组核对问题，不是对某地执法状况的调查结论。

1. 执行成本：需要哪些记录

可以查看车辆数量、事故风险、警力安排、劝导与处罚记录，并比较不同时间和路段。资源约束是一种可能解释，需要记录支持。

1）人数与路段

先问调查覆盖哪些人、哪些路段和多少天。短时间的个人观察不能代表整个城市。

2）罚款与管理目标

查清适用条款、处罚标准和执法程序，再讨论成本。交通安全管理的收益不能只按罚款收入衡量。

3）安全效果与替代解释

核对是否有宣传、路面检查或其他措施；将执行能力、风险优先级和奖励机制列为不同解释，不预先认定“没人管”。

💡 分析激励时，先列假设和证据缺口。谁可能受益，是调查起点，不能单独证明真实动机。

2. 事故责任：不能由头盔一项直接判断

有没有佩戴头盔，不能单独决定交通事故的主要责任，也不能证明管理部门已经完成全部法定义务。具体责任要依据适用法律、事故证据和正式认定。

• 核对事故原因、各方行为和正式责任认定，避免把“违规”直接写成“承担主要责任”。
• 区分安全义务、执法职责和事故责任；这三件事需要分别核对。

讨论责任分配时，要指出依据的条款和事实，不用“责任隔离”替代法律分析。

3. 集中检查：先确认是否存在

如果某地出现集中检查，可以比较前后的公开通知、执行记录和风险变化，再讨论它与考核的关系。

• 查看是否有公开发布的交通安全安排，以及适用日期和范围。
• 查看安全风险和执行资源是否发生变化，不只寻找符合原先判断的材料。

只有时间线和记录相符，才有理由进一步评估考核的影响。不能把一次集中检查解释为官员追求晋升的证据。

4. 把问题写成可验证的说法

🎯 可复用的问法：我的观察是什么？还有什么解释？需要什么记录才能区分这些解释？

六、假设推演：一家公司的 AI 投入可能受什么影响

下面讨论一家虚构公司的选择，用来练习激励分析，不代表所有公司的财务状况或高管动机。要分析真实公司，需要年报、资本开支、薪酬披露和业务数据。

把“追查激励”套上去就会发现，这里有两根隐形的鞍子，正好对应前面六个要素里的钱与位：股价和人才。

1. 第一根鞍子：资本市场的估值

假设一家大厂今年主营业务增长放缓——广告卖不动了，用户增长也到顶。此时它有两种说法。

1）节省成本与增长预期，可能怎样影响估值

第一种说法是“我们降低了成本”。它可能改善利润和现金流；市场怎样反应，还取决于持续性、业务前景和其他信息，不能保证股价只涨一点。

第二种说法是“我们投入 AI 基础设施”。投资者可能调整增长预期，也可能担心成本和回报；讲出增长叙事不等于必然获得更高估值。

💡 在简化的估值模型里，利润预期和估值倍数都可能变化。这个模型帮助拆解问题，不预测具体公司的股价。

2）股票激励可能影响哪些选择

在这个假设里，高管薪酬包含股票激励。真实公司的薪酬结构和考核项目，需要查对应年度的公开披露，不能一概而论。

可以提出这样的假设：如果奖励更看重短期估值，负责人可能倾向于突出增长叙事。要检验它，须比较实际考核指标、公开决策和长期业务结果，不能直接推断高管内心想法。

2. 第二根鞍子：顶级人才的流动

大厂不只在抢客户，也在抢工程师和科学家。

1）人才可能关注哪些条件

对一些技术人员，算力、项目、研究机会和职业发展可能很重要；工资、工作环境和个人偏好也可能影响去留。

2）减少前沿项目，可能带来什么风险

假设公司减少前沿项目预算，一部分员工可能担心成长机会；也可能有人更愿意投入稳定业务。是否发生人才流失，需要招聘与离职记录支持。

在这个假设里，可以列出几种需要检验的风险：

1. 部分员工是否因为项目机会减少而离职？
2. 是否出现团队层面的流动，还是个别人的选择？
3. 外部候选人对项目与业务前景的评价是否改变？
4. 后续招聘难度是否变化，又能否排除薪酬和市场环境的影响？

⚠️ 维持研究团队可能有保留人才和试验机会的价值，但投入规模是否合理，仍需要比较成本、业务目标和其他选择。

3. 将两种假设放在一起检验

增长预期和人才机会是两种可能的解释，还应比较客户需求、竞争压力、技术能力和现金流约束。不能仅凭“谁受益”推断公司没有其他选择。

🎯 同样的问法可以直接复用到下一轮风口：跟风的人能拿到什么？不跟风的人会失去什么？代价最后由谁承担？

七、日常可以反复问的三个问题

✅ 1. 如果我是当事人，按现在的游戏规则，我怎么做才能拿到最大好处、承担最小风险？

2. 这个制度在惩罚什么？在默许什么？

3. 规则制定者本人的核心 KPI 是什么？

习惯用这套逻辑看新闻、看公司决策、看人际交往之后，世界就不再是混乱和随机的，而是像一段代码一样可读：代码的逻辑是语法，世界的逻辑是激励。

八、批判性思考练习：把事实、解释和证据分开

假设你看到一句话：“这个审批流程很慢，所以部门故意保留权力。”先拆成三层：流程平均用了多久，是可核对的事实；“故意保留权力”，是对动机的解释；审批日志、规则变更和资源安排，是需要补充的证据。也要检验安全要求、人员不足和信息不对称等其他解释。

这就是一个可操作的批判性思考步骤：写出说法，注明证据和缺口，再问什么新记录会使自己改变判断。可以用信息核对提示词整理材料；进一步分析消息来源时，可以读解决信息不对称和看真正的权力流向。