5D Library › 机制设计、维克里—克拉克—格罗夫斯(VCG)拍卖与数字社群激励相容工程 · English

第七章 原典并读:壹赏、定分与信赏必罚

本章把前六章关于激励、承诺与权利界定的讨论,与几段战国至汉代的文字并读:《商君书·赏刑》的「壹赏,壹刑,壹教」,《商君书·定分》与《吕氏春秋·慎势》中的「一兔走,百人逐之」,以及「信赏必罚」一语在《韩非子》与《汉书》中的出处。目的不是证明古人已经掌握了机制设计,而是看古人怎样表述「赏罚要可信」「权利要先界定」,并明确指出法家的赏罚与现代机制设计的激励相容在目标、前提与对象上的根本差别。第 27 本已经用过《韩非子·二柄》《定法》的「名实赏罚」,本章不重复。

引文以蒋礼鸿《商君书锥指》(蒋礼鸿 1986)、陈奇猷《韩非子新校注》与王先慎《韩非子集解》(陈奇猷 2000; 王先慎 1998)、陈奇猷《吕氏春秋新校释》(陈奇猷 2002) 与中华书局点校本《汉书》(班固 1962) 为准,只按书名与篇名引用;文字另与网络通行录文(中国哲学书电子化计划、古登堡计划所收《韩非子》、学术网站转录)对照,标点按通行习惯。本轮未能逐字对照上述纸本,凡有异文之处在正文中说明,并请作者以纸本复核。英译参考了皮内斯的《商君书》译本 (Pines 2017)。

《商君书·赏刑》:壹赏、壹刑、壹教

原典

圣人之为国也,壹赏,壹刑,壹教。壹赏则兵无敌,壹刑则令行,壹教则下听上。夫明赏不费,明刑不戮,明教不变,而民知于民务,国无异俗。(蒋礼鸿 1986)

所谓壹赏者,利禄官爵抟出于兵,无有异施也。夫固知愚、贵贱、勇怯、贤不肖,皆尽其胸臆之知,竭其股肱之力,出死而为上用也。(蒋礼鸿 1986)

所谓壹刑者,刑无等级。自卿相将军以至大夫庶人,有不从王令、犯国禁、乱上制者,罪死不赦。有功于前,有败于后,不为损刑。……忠臣孝子有过,必以其数断。(蒋礼鸿 1986)

(《商君书·赏刑》)

白话:圣人治理国家,统一赏赐,统一刑罚,统一教化。赏赐统一,军队就无敌于天下;刑罚统一,命令就能推行;教化统一,下面就听从上面。赏赐明确,就不必多花费;刑罚明确,就不必多杀人;教化明确,民俗就不会变乱,百姓都知道自己该做的事,国家没有不同的风俗。所谓统一赏赐,就是利禄官爵都只从战功一途出来,没有别的施予。这样无论聪明愚笨、尊贵低贱、勇敢怯懦、贤与不贤,都会用尽心中的智慧、竭尽四肢的力量,拼死为君主效力。所谓统一刑罚,就是用刑不分等级:从卿相、将军到大夫、平民,有不服从王命、触犯国家禁令、扰乱君主制度的,判死罪,不赦免。以前有功、后来失败的,不因前功而减刑。……忠臣孝子有了过错,也一定按其罪行的轻重论断。

文字说明。 「抟出于兵」的「抟」通「专」,意为专一、集中。网络录文中「壹教」一段的「任誉清浊」有作「清瘘」者,本章不引该句。作者框架所称「《商君书·赏刑》信赏必罚」,经核对,《赏刑》篇的原话是「壹赏,壹刑,壹教」与「明赏不费,明刑不戮」;「信赏必罚」四字不在《商君书》中,出处见下文。

用本书的语言重读这段话,可以分出三层意思,但都只是类比。

第一,「利禄官爵抟出于兵」是一个单一维度的激励方案:只有一种行为(战功)能换取奖赏。它的好处是规则简单、可核查(首级可数),坏处正是第 27 本讨论过的多任务问题:所有不被计量的活动都会被放弃,《商君书》对此并不讳言——它就是要人们放弃「博闻、辩慧」之类的活动。现代社群积分若只按一种可计数的行为发放,也会得到同样的结果(第六章情景 E 中的刷分)。

第二,「有功于前,有败于后,不为损刑」是功过不相抵的规则。在机制设计的语言中,这相当于把奖励与惩罚分成两个独立的激励约束,而不是用一个净分数;它防止了「先立功、再犯罪」的策略性安排。

第三,「明赏不费,明刑不戮」说的是可信的威胁在均衡中很少需要执行:如果人人都相信违令必死,就没有人违令,刑罚也就不必真正施行。这与第一章关于承诺的讨论、与贝克尔「威慑取决于被查获的概率乘以惩罚」的模型 (Becker 1968) 有结构上的相似;下面程序的 (B) 部分给出最简单的计算。

《商君书·定分》与《吕氏春秋·慎势》:一兔走,百人逐之

原典

一兔走,百人逐之,非以兔也。夫卖者满市,而盗不敢取,由名分已定也。故名分未定,尧、舜、禹、汤且皆如骛焉而逐之;名分已定,贪盗不取。(蒋礼鸿 1986)

(《商君书·定分》)

慎子曰:「今一兔走,百人逐之,非一兔足为百人分也,由未定。由未定,尧且屈力,而况众人乎?积兔满市,行者不顾,非不欲兔也,分已定矣。分已定,人虽鄙,不争。」(陈奇猷 2002)

(《吕氏春秋·慎势》)

白话:一只兔子跑了,上百人去追,并不是为了兔子本身(而是因为它的归属还没有确定)。卖东西的人满街都是,盗贼却不敢拿,是因为归属已经确定了。所以归属没确定时,连尧、舜、禹、汤也会争相奔逐;归属确定了,贪婪的盗贼也不会去拿。(《吕氏春秋》所引慎子的话意思相同:兔子堆满市场,走过的人看都不看,不是不想要兔子,而是归属已经定了;归属定了,人即使鄙陋,也不争。)

文字说明。 《定分》这几句有两种读法。中国哲学书电子化计划与古登堡计划所收通行本作「非以兔也。夫卖者满市」,上面的引文从之;另有一种校补的读法作「非以兔为可分以为百,由名(分)之未定也。夫卖兔者满市」,见于部分现代排印本与学术网站的转录,可能是据类书引文补入的。「如骛焉而逐之」的「骛」,有的本子作「鹜」,一般读为「骛」(奔驰),本书白话译作「争相奔逐」。蒋礼鸿《商君书锥指》的正文与校语采用哪一种读法,本轮未能核对,须以《锥指》纸本为准。《慎势》引慎子作「非一兔足为百人分也,由未定」,后半作「积兔满市,行者不顾」。若《定分》按校补本作「卖兔者满市」,它与《慎势》「积兔满市」的差别才值得比较;按通行本「卖者满市」,《定分》这里说的是一般的货物。这段话在先秦文献中有多个版本,一般认为出自慎到,《商君书·定分》的成篇年代也有争议,本书不作判断。

这段话与现代经济学中的租值耗散有直接的结构相似:一件归属未定的有价物会引来竞争者投入资源去争夺,争夺的总成本可以接近甚至等于它的价值。图洛克的「寻租」竞赛模型把这一点写成了均衡 (Tullock 1980):nn 个人争夺价值为 1 的奖品,各自投入 xix_i,获胜概率为 xi/∑jxjx_i/\sum_j x_j;对称均衡中每人投入 (n−1)/n2(n-1)/n^2,总投入为 (n−1)/n(n-1)/n。100 个人追一只兔子时,兔子价值的 99% 被追逐本身耗掉了。「名分已定」则相当于事先界定产权:没有人去追,不耗散任何资源。

下面的程序是作者的模型,用来说明这一类比与赏罚的两个简单计算:(A) 追兔的图洛克竞赛;(B)「必罚」的威慑条件:偷一只价值为 1 的兔子,被查获的概率为 qq、罚 FF,当且仅当 qF≥1qF \ge 1 时不偷;(C)「信赏」:一项任务的承诺奖励只以概率 ρ\rho 兑现,成本服从 [0,1] 均匀分布的人只在 ρR≥\rho R \ge 成本时去做,要使 60% 的人去做,宣布的奖励必须是 0.6/ρ0.6/\rho。

推导

# Chapter 7. The author's toy models beside "one hare runs, a hundred chase it"
# (Shangjunshu, Dingfen; Lushi chunqiu, Shenshi). An analogy, not a reconstruction.
# (A) Unassigned prize: n chasers spend effort x_i, win the hare (value 1) with
#     probability x_i / sum x (Tullock lottery). Symmetric equilibrium x* = (n-1)/n^2;
#     total effort (n-1)/n of the prize is dissipated. Checked by damped iteration of
#     the best reply sqrt(O) - O to the others' total O, then by a grid search for a
#     profitable deviation. Assigned prize ("names and shares settled"): no one chases.
# (B) Enforcement ("bi fa"): a thief takes a hare worth 1 unless deterred; expected
#     penalty q F (detection probability q, fine F). Deterred iff q F >= 1 (Becker 1968).
# (C) Credibility ("xin shang"): a reward R promised for a task, paid with probability
#     rho; agents with costs ~ U[0,1] work iff rho R >= cost. Share working = rho R.
def best_response(others, grid=4000):
    best = (0.0, 0.0)
    for k in range(grid + 1):
        x = 0.5 * k / grid
        u = (x / (x + others) if x + others > 0 else 0.0) - x
        if u > best[0]:
            best = (u, x)
    return best[1]

if __name__ == "__main__":
    print("(A) one hare, n chasers: equilibrium effort each, total effort (= share of")
    print("    the hare's value dissipated)")
    for n in (2, 3, 10, 100):
        x = 0.1
        for _ in range(5000):                       # damped best-reply iteration
            O = (n - 1) * x; x = 0.995 * x + 0.005 * max(0.0, O ** 0.5 - O)
        O = (n - 1) * x; dev = best_response(O)
        gain = (dev / (dev + O) - dev) - (x / (x + O) - x)
        print(f"    n = {n:3d}: iterated {x:.4f}, formula {(n - 1) / n ** 2:.4f};"
              f" total {n * x:.3f}; deviation gain {max(gain, 0.0):.4f}")
    print("    names and shares settled (owner known, theft punished): effort 0")
    print("(B) deterrence: q F >= 1 needed")
    for q, F in ((0.9, 1.5), (0.5, 1.5), (0.5, 3.0), (0.1, 3.0), (0.1, 12.0)):
        print(f"    detection {q:.1f}, penalty {F:5.1f}: expected penalty {q * F:5.2f}"
              f" -> {'deterred' if q * F >= 1 else 'not deterred'}")
    print("(C) to get 60 % of agents to work, announced reward needed = 0.6 / rho")
    for rho in (1.0, 0.8, 0.5, 0.25):
        print(f"    paid with probability {rho:.2f}: announce {0.6 / rho:.2f}")
# (A) one hare, n chasers: equilibrium effort each, total effort (= share of
#     the hare's value dissipated)
#     n =   2: iterated 0.2500, formula 0.2500; total 0.500; deviation gain 0.0000
#     n =   3: iterated 0.2222, formula 0.2222; total 0.667; deviation gain 0.0000
#     n =  10: iterated 0.0900, formula 0.0900; total 0.900; deviation gain 0.0000
#     n = 100: iterated 0.0099, formula 0.0099; total 0.990; deviation gain 0.0000
#     names and shares settled (owner known, theft punished): effort 0
# (B) deterrence: q F >= 1 needed
#     detection 0.9, penalty   1.5: expected penalty  1.35 -> deterred
#     detection 0.5, penalty   1.5: expected penalty  0.75 -> not deterred
#     detection 0.5, penalty   3.0: expected penalty  1.50 -> deterred
#     detection 0.1, penalty   3.0: expected penalty  0.30 -> not deterred
#     detection 0.1, penalty  12.0: expected penalty  1.20 -> deterred
# (C) to get 60 % of agents to work, announced reward needed = 0.6 / rho
#     paid with probability 1.00: announce 0.60
#     paid with probability 0.80: announce 0.75
#     paid with probability 0.50: announce 1.20
#     paid with probability 0.25: announce 2.40
  1. 部分的迭代结果与公式一致,网格上找不到有利的偏离:两人时耗散兔子价值的一半,十人时 90%,一百人时 99%。(B) 部分显示,查获概率低时只能靠加重刑罚维持威慑(查获率 0.1 时罚 12 才够),这正是法家「重刑」主张的逻辑;但贝克尔模型同样提示,罚得越重,错判的代价越大,而本模型没有把错判算进去。(C) 部分显示,赏赐兑现的概率从 1 降到 0.25 时,要达到同样的效果,宣布的赏格必须从 0.60 涨到 2.40:「赏而不信」的代价是赏格的通胀,这与第六章的积分通胀是同一个问题的两面。

「信赏必罚」的出处

原典

晋文公问于狐偃曰:「寡人甘肥周于堂,卮酒豆肉集于宫,壶酒不清,生肉不布,杀一牛遍于国中,一岁之功尽以衣士卒,其足以战民乎?」……狐子对曰:「令无得不战。」公曰:「无得不战奈何?」狐子对曰:「信赏必罚,其足以战。」公曰:「刑罚之极安至?」……(陈奇猷 2000)

(《韩非子·外储说右上》)

二曰必罚明威,三曰信赏尽能。(陈奇猷 2000)

(《韩非子·内储说上·七术》)

孝宣之治,信赏必罚,综核名实,政事文学法理之士咸精其能。(班固 1962)

(《汉书·宣帝纪》赞)

白话:晋文公问狐偃:「我把肥美的食物分给堂上的人,把酒肉分给宫中的人,壶中的酒等不到澄清就分赐出去,生肉等不到摊开晾干就分赐出去,杀一头牛让全国都分到,一年的收成全部用来给士兵做衣服,这足以让百姓为我作战了吗?」……狐偃回答:「要让他们不得不战。」文公问:「怎样才能让他们不得不战?」狐偃答:「赏赐有信用,刑罚必执行,这就足以让他们作战了。」文公又问:「刑罚最严要到什么程度?」……《内储说上》所列君主驾驭臣下的七种方法,第二是「必罚明威」(一定执行刑罚以显示威严),第三是「信赏尽能」(赏赐守信以使人尽其所能)。班固评价汉宣帝的统治:赏赐守信、刑罚必行,考核名称与实际是否相符,于是政事、文学、法理方面的人才都能精于其事。

出处结论。 「信赏必罚」四字连用,可以核实的较早出处是《韩非子·外储说右上》狐偃答晋文公之语;《韩非子·内储说上》以「必罚明威」「信赏尽能」分列;《汉书·宣帝纪》赞用以评价宣帝。《商君书》有「壹赏」「明赏」「重刑」之说,但没有这四个字。所以本书副题写作「《商君书·赏刑》与《韩非子》信赏必罚考辨」:「信赏必罚」四字取自《韩非子》,《商君书·赏刑》提供的是「壹赏、壹刑、壹教」的赏罚结构,二者并举,而不是说这四个字出自《赏刑》。(《外储说右上》引文中以省略号略去的部分,本书未引。)

同名不同义:法家的赏罚与机制设计的激励相容

「激励」二字把两者连在一起,但它们回答的是不同的问题。

方面 法家的赏罚(《商君书》《韩非子》) 机制设计的激励相容
目标 君主的富强与控制:「壹赏则兵无敌」 设计者事先声明的社会选择函数(效率、收入或其他),常以参与者福利为准
参与 不可退出:民不能选择不受赏罚 通常要求个体理性:参与不比不参与差
要引出什么 行为(耕、战、守法),以及臣下言与事是否相符(形名) 私人信息(估值、成本、偏好),并据此选择结果
约束谁 约束臣民;君主本人不在赏罚之下(「刑无等级」列举的是卿相以下) 约束设计者:显示原理以设计者能承诺执行规则为前提
手段 赏与刑,刑重于赏 支付与分配,通常不包含惩罚性的人身后果

两者最接近的地方在于可信:「信赏」要求赏赐守信,「必罚」要求刑罚必行,这与第一章所说「规则的设计者必须能承诺」在结构上相似;「明赏不费,明刑不戮」与威慑均衡的逻辑相似。但法家的「信」是君主为了使赏罚有效而采取的统治手段,不是对参与者的权利承诺,也不受参与者同意的约束。现代的激励相容要求说真话或遵守规则是参与者自己的最优选择,并且(在多数应用中)参与是自愿的。把法家称为「古代的机制设计」会抹掉这一差别;本书只说二者在「赏罚要可信」「权利要先界定」两点上有结构上的相似。

本章小结

《商君书·赏刑》的原话是「壹赏,壹刑,壹教」:赏只出于战功一途,刑不分等级、功过不相抵,「明赏不费,明刑不戮」。《定分》与《吕氏春秋·慎势》所引慎子的「一兔走,百人逐之」字句不同,意思相同:归属未定的有价物引起争夺,作者的模型(图洛克竞赛)显示 100 人争夺时 99% 的价值被耗散,界定归属则不耗散。「信赏必罚」不见于《商君书》,较早的出处是《韩非子·外储说右上》狐偃之语,又见《汉书·宣帝纪》赞。法家的赏罚服务于君主、参与不可退出、约束的是臣民而不是君主;机制设计的激励相容以参与者自身的最优选择与自愿参与为前提。二者同名不同义,相似只在结构层面。

参考文献

Becker, Gary S. 1968. “Crime and Punishment: An Economic Approach.” Journal of Political Economy 76 (2): 169–217.
Pines, Yuri. 2017. The Book of Lord Shang: Apologetics of State Power in Early China. Columbia University Press.
Tullock, Gordon. 1980. “Efficient Rent Seeking.” In Toward a Theory of the Rent-Seeking Society, edited by James M. Buchanan, Robert D. Tollison, and Gordon Tullock. Texas A&M University Press.
王先慎. 1998. 韩非子集解. 钟哲点校. 新编诸子集成. 中华书局.
班固. 1962. 汉书. 中华书局.
蒋礼鸿. 1986. 商君书锥指. 新编诸子集成. 中华书局.
陈奇猷. 2000. 韩非子新校注. 上海古籍出版社.
陈奇猷. 2002. 吕氏春秋新校释. 上海古籍出版社.

Fan, Y. (2026). Mechanism Design, Vickrey–Clarke–Groves Auctions and Incentive-Compatible Community Engineering: From Myerson's Optimal Auction and the Hurwicz Impossibility Theorem to Sybil-Resistant Reputation Games, Read Beside Classical Legalist Treatises on Rewards and Incentives [机制设计、维克里—克拉克—格罗夫斯(VCG)拍卖与数字社群激励相容工程] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23836274 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).