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): 个人争夺价值为 1 的奖品,各自投入 ,获胜概率为 ;对称均衡中每人投入 ,总投入为 。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 、罚 ,当且仅当 时不偷;(C)「信赏」:一项任务的承诺奖励只以概率 兑现,成本服从 [0,1] 均匀分布的人只在 成本时去做,要使 60% 的人去做,宣布的奖励必须是 。
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- 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
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).