2023年“旁观者效应”谁之过？旁观者效应.docx

《2023年“旁观者效应”谁之过？旁观者效应.docx》由会员分享，可在线阅读，更多相关《2023年“旁观者效应”谁之过？旁观者效应.docx（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2023年“旁观者效应”谁之过？旁观者效应 摘要：本文从经济学中博弈论的角度分析社会学中旁观者效应问题，从社会实例入手分析跌倒的老人和旁观者之间的均衡关系。首先依据道德满意感、法律惩处、帮助成本、讹诈收益等变量构建了老人和旁观者的收益函数，接着建立了完全信息动态和非完全信息动态两个模型。在完全信息动态模型中，在理性人的前提下，依据成本收益原理推断旁观者和老人的选择，并侧重分析了影响老人决策的重要因素，得出法律对讹诈的惩处力度确定了老人是否会选择讹诈。在非完全信息模型中，设计了信号机制，假定旁观者为高道德和低道德两种，并求解了混同和分别的精炼贝叶斯均衡解。从旁观者的成本收益角度说明旁观者冷漠的缘

2、由，从而，得出影响旁观者选择的因素最主要是成本和道德满意感。最终，本文探讨了法律的缺失和道德水平之间可能存在的改变关系，并给出了相应的建议。 关键词：成本收益 完全信息动态博弈 非完全信息动态博弈 道德 法律一、引言我国已经渐渐迈入老龄化社会，65岁及以上老年人达到1.5亿。美国的统计数据显示，65岁以上的老年人中每年有30%出现过跌倒，据此估算我国每年将有4000多万老年人至少发生1次跌倒，而跌倒往往是导致老年人伤残和死亡的重要缘由之一。2023年全国疾病监测系统数据显示：我国65岁以上老年人中每10万人中就有近50人是因为跌倒死亡的，据此推算，每年就有几万老年人干脆死于跌倒。但是与此相对的

3、却是社会上扶不起的老人的风潮，从南京彭宇案到天津许云鹤案，伸出帮助之手的旁观者反被老人讹诈。而在广东佛山的小悦悦事务中，旁观者的冷漠更是令人发指。关于民众的道德滑坡论、旁观者效应等等说法层出不穷，而法院对于老人讹诈的两个荒唐判例，更造成了关于扶老人社会信任体系的整体垮塌。本文尝试从博弈论的视角，对于扶老人的行为进行分析，首先找出影响参加人双方的道德满意感、法律惩处、帮助成本、讹诈收益等因素，建立完全信息动态模型探讨影响老人选择讹诈的缘由。接着侧重分析旁观者的道德水平对于博弈的影响，在不完全信息动态的模型中持续了成本收益分析的思路，将旁观者的类型加以划分，得出影响旁观者决策的主要因素，最终给出相

4、应的政策建议。二、模型的构建与博弈分析（一）完全信息动态模型1.模型假设该模型有如下假定：（1）旁观者和老人的的最佳行动都是使自己的效用函数最大化，即双方都是理性的。（2）效用函数由两部分组成，一部分是物质的，如旁观者为帮助老人花费的金钱、时间等等，另一部分为心理感受，如旁观者因为没有帮助老人受到的道德指责等。物质效用和精神效用两个部分具有线性可加性。（3）对于旁观者和老人来说，双方的选择和收益函数都是共同学问，双方已知。（4）效用传递，旁观者帮助老人所付出的金钱、时间等等因素能传递给老人。2.变量说明考虑一个老人跌倒，旁观者经过的情景。对于老人来说，其行动集为讹诈，不讹诈，而旁观者的行动集为

5、帮助，不帮助。博弈的时间依次为：老人跌倒，旁观者确定是否上前帮助，假如老人视察到旁观者选择帮助则确定是否讹诈，博弈结束。双方的收益函数构建如下：H表示旁观者帮助所耗费效用，并假设此效用能完全传递到老人，即老人受到帮助时能够同样获得H的效用；M表示旁观者在胜利帮助老人后道德满意感，前加负号则表示旁观者因为没有帮助受到的道德指责（代表相应的损失），此处假设M-H>0；C表示老人讹诈可能所得；e表示老人的受伤水平；a调整系数，01之间，意味着即使旁观者不帮助，也存在老人恶意讹诈的状况（在现实中时有发生），此时旁观者的损失为老人讹诈损失乘以调整系数，加上道德心情损失。3.模型建立依据上面的标准式

6、，将此博弈以博弈树的形式描绘如图1所示。在博弈的其次阶段，若旁观者选择帮助，讹诈的收益H+C比不讹诈的收益H高，所以老人会选择讹诈；而旁观者若选择不帮助，老人进行恶意讹诈（比如赖上旁观者或者进行恶意*、甚至子女帮助讹诈）收益-e+C*a也比不讹诈的收益-e高，因此对于老人而言其最佳策略为（讹诈，讹诈），若旁观者预料到老人的收益为（讹诈，讹诈），则第一阶段旁观者选择不帮助的收益-M-C*a比选择帮助的收益-H-M-C的收益高，因此旁观者最佳策略为不帮助，因此博弈的逆向归纳解为不帮助，（讹诈，讹诈）。由于讹诈存在的法律惩处风险，接下来我们向模型中添加一个变量L，其意义是表示老人在讹诈过程中可能的遭

7、遇法律惩处损失。L的大小取决于法律的严格程度，法律严格程度越大，L的值越大。此博弈的标准式表述如表1所示。那么当旁观者选择帮助时，老人讹诈之后的收益变为H+C-L，旁观者选择不帮助时，老人讹诈之后收益为-e+C*a-L。当法律在搀扶老人相关救助和规定上比较松弛使L的值很小，假如C*a-L>0（因为aL）那么依据逆向归纳法，老人仍旧会选择讹诈，因为讹诈的收益仍旧比不讹诈高。当法律极其严格时，即在C-L<0的状况下，讹诈反而会给老人的收益带来负值，此时老人严格占优的策略为（不讹诈，不讹诈）。给定老人的最优选择，旁观者帮助的收益M-H大于其不帮助的收益-M，因此旁观者选择帮助。在C-L<0，子博弈精炼解为帮助，（不讹诈，不讹诈）。4.结果分析从模型结果可以看出，L表示了老人在讹诈过程中可能的遭遇法律惩处损失，L的大小取决于法律的严格程度。联系现实，若法律规定对于讹诈行为有足够的惩处，那么老人必定不敢以身试险。因此宽松的法律可能是影响老人选择讹诈的缘由之一。（二）不完全信息模型旁观者在这个博弈中扮演着重要的角色，旁观者的帮助与否可能干脆确定着老人的生死，而在广东佛山小悦悦事务中，旁观者的冷漠令社会震惊，本文设计信号博弈将旁观者的类型分为高道德和低道德，对旁观者的策略进行分析。