矯雅楠　艾均　蘇湛　劉亞云

摘 要：目前世界個人財富差距逐漸拉大，研究影響社會財富分配的原因?qū)τ诳s小財富差距具有重要意義。人與人之間財富的不平等分配，可能是由于他們在天賦、技能、智力等方面自然差異的結(jié)果。對人生正面影響機會、負面影響挫折與個體間交互的社交等因素進行建模與分析。將機會、挫折與社交能力作為影響財富積累的因素進行綜合考慮，采用基于代理的方法進行仿真，量化實際的機遇、挫折和社交能力在成功的職業(yè)生涯中的作用。提出“社交—機會”（SO）模型。對一批工作年限為40年的人群職業(yè)發(fā)展情況進行仿真。研究表明，機會在成功個體中起著重要作用，其影響可以部分彌補挫折對個人造成的打擊，且重要性優(yōu)于社交能力。同時，社交能力強的人在生活中更容易取得成功。機會和挫折在個人成功中體現(xiàn)出非常明顯的初始敏感性，早期出現(xiàn)機會較多的人成功的可能性更高。

關鍵詞：財富分配;復雜網(wǎng)絡;機會;挫折;社交;仿真

DOI：10. 11907/rjdk. 191730

中圖分類號：TP319 ? 文獻標識碼：A??????????????? 文章編號：1672-7800（2020）003-0137-04

Simulation of the Role of Opportunities and Social Interaction in Individual Success

LIU Ya-yun， AI Jun， ZHAN Su， LIU Ya-yun

（School of Optical-Electrical and Computer Engineering，University of Shanghai for Science and Technology， Shanghai 200093，China）

Abstract： At present， the global personal wealth gap is gradually widening. It is of great significance to study the reasons that affect the distribution of social wealth in order to reduce it. The unequal distribution of wealth among people may be the result of their natural differences in talent， skills， intelligence， and so on. This article models and analyzes the opportunities with positive impacts in life， the setbacks with negative impacts， and the social interactions between individuals. Consider opportunities， setbacks， and social abilities as factors affecting wealth accumulation， and use agent-based simulation to quantify the role of actual opportunities， setbacks， and social abilities in a successful career. A “social-opportunity” （SO） model was proposed to simulate the career development of a group of people with a working life of 40 years. Studies based on this model show that opportunity plays an important role in selecting the most successful individuals， and its impact can partially make up for the setbacks， and it is more important than social skills. At the same time， people with strong social skills are likely to succeed in their lives. More importantly， opportunities and setbacks show very obvious initial sensitivities in personal success， and individuals with early opportunities who have more opportunities are more likely to succeed in life.

Key Words： wealth distribution; complex networks; opportunities; setbacks; social skills; simulation

0 引言

冪律分布在許多物理、生物或社會經(jīng)濟復雜系統(tǒng)中，其普遍性可視為強相關的動態(tài)行為，及其規(guī)模不變拓撲結(jié)構(gòu)的一種數(shù)學簽名[1-4]。帕累托[5-8]的著作闡述了財富分配遵循冪律，其典型的長尾形狀反映了社會貧富差距[9]的懸殊。最近的一份報告[10]表明，這種差距遠比人們想象的要大得多：8個人擁有世界上最貧窮人群一半（36億人）一樣的財富[11]。如果把個人財富視為成功的代表，可以認為，人與人之間的深度不對稱和不平等的分配，是由于他們在天賦、技能、能力、智力、是否努力工作或是否有決心、耐心等方面自然差異的結(jié)果。這種假設間接基于所謂精英理論，它不僅影響社會給予工作的機會、名望和榮譽的方式，而且還影響政府為那些被認為是最值得的人分配資源和資金的策略。

然而越來越多的證據(jù)表明，機會、運氣或更一般的隨機因素在決定個人職業(yè)生活中的成功或失敗中起著越來越大的作用?？茖W家已經(jīng)證明那些姓氏首字母靠前的人更有可能在頂級部門獲得終身職位;名字容易發(fā)音的人比那些發(fā)音困難的人更為樂觀積極[12]，具有高尚聲望姓氏的人更容易成為管理者[13]，名字更加男性化的女性在法律上更加成功[14]，成為CEO的可能性很大程度上受您的姓名或出生月份的影響[15-17]，甚至得癌癥或者丟掉一份待遇很好的工作，都主要是因為運氣不好而已[18]。

統(tǒng)計學家和風險分析師Nassim、投資戰(zhàn)略家Michael Mauboussin和經(jīng)濟學家Robert，在幾本成功的著作中探討了金融交易、商業(yè)、體育、藝術、音樂、文學、科學和其它領域中運氣和能力之間的關系，得出的結(jié)論是：偶然事件在生活中的作用比許多人想象的要大得多。事實上，他們并不認為成功與能力無關，因為在高度競爭的競技市場中，表現(xiàn)良好的人幾乎總是非常有天賦也非常努力，但他們認為僅有能力和勤奮是不夠的，機會也很重要，即使它的作用幾乎總是被成功人士低估。這是因為隨機性往往以微妙的方式表現(xiàn)出來，因此成功人士往往描述自己的成功是必然的，這就很容易造成一種成功是必然的假象。塔列布稱這種傾向為“敘事謬誤”，社會學家拉扎斯菲爾德則采用術語“后見之明”。社會學家和網(wǎng)絡科學先驅(qū)Duncan在他的新書《一切都很明顯：一旦你知道答案》中提出，當人們觀察到異常成功的結(jié)果時，敘述謬誤和后見之明的偏見都是以特定的力量運作的，這是艱苦工作和天賦的必要產(chǎn)物，而它們主要是從復雜的、相互交織的一系列步驟中產(chǎn)生的。每一個都取決于先例，如果其中任何一個都不同，那么整個職業(yè)生涯或生活軌跡幾乎肯定也會有所不同。

復雜網(wǎng)絡指具有自組織、自相似、吸引子、小世界、無標度中部分或全部性質(zhì)的網(wǎng)絡。隨著互聯(lián)網(wǎng)的發(fā)展，社交網(wǎng)絡發(fā)展迅猛，而人際交往能力是衡量一個公共關系人員能否適應現(xiàn)代社會需求的標準之一，考察其是否具備善于與他人交往的能力。21世紀，社交能力越來越成為衡量一個人能力的重要標準，同時社交能力在決定人們的財富方面也起著重要的作用，所以本實驗將社交能力作為影響財富的一個重要因素。

本文采用基于代理的方法，量化實際機會和社交能力在職業(yè)生涯中的作用。提出“社交—機會”（SO）模型，并基于該模型對一組工作年限40年的人群進行職業(yè)發(fā)展仿真。

1 模型提出

本文提出一個基于代理的模型，稱為“社交—機會”（SO）模型，它建立在一組非常簡單的假設上，旨在描述一組受機會或挫折的隨機事件影響的，具有不同社交能力的人職業(yè)發(fā)展情況。

社交能力由復雜網(wǎng)絡中每個節(jié)點的度表示，見圖1。將他們隨機放置在一個方格形世界的固定位置，見圖2，并被一定數(shù)量的“MOV”事件包圍（用點來表示）。有些代理個體將遇到對人生具有正面影響的機會事件，有些代理個體將遇到對人生具有負面影響的挫折事件。中性事件在模型中不予考慮，因其對個體成功的積累作用沒有重要影響。在圖2中，模型將這些事件視為點：機會事件用灰色點表示，占總事件的相對百分比為50%，挫折事件用白色點示，占總事件的百分比為50%。事件點是均勻分布的，但這樣的分布僅在事件數(shù)量趨近于無窮時是完全一致的。

仿真實驗開始時，通常設置仿真域內(nèi)不同地區(qū)的機遇或挫折事件點會有更大的隨機集合，而其它區(qū)域更加中性。方格即這個世界內(nèi)點的隨機運動，將不同的個體暴露于不同數(shù)量的機遇或挫折事件中，不論其社交能力如何。

仿真實驗設計為工作年限40年（從20歲到60歲）、時間步長等于6個月的人員。模擬開始時，所有人員都被賦予相同的初始資金，代表他們的初始財富水平，這種設定顯然沒有給任何人提供任何初始優(yōu)勢。代理人社交能力與時間無關，并不會隨著時間而有所改變，而代理人財富是隨著時間變化的。在仿真實驗的時間演化過程中，即在代理人生命周期期間，所有事件隨機地在世界各地移動。在給定時間步長（即每6個月）內(nèi)對給定代理人3種不同動作：①沒有事件攔截代理人位置，意味著在過去6個月中沒有任何相關事件發(fā)生，代理沒有執(zhí)行任何動作;②一個機會事件攔截代理人位置，意味著在過去6個月中發(fā)生了一個具有積極正面意義的事件，代理人資金翻倍;③一個挫折事件攔截代理人位置，意味著在過去6個月中發(fā)生了一個具有消極負面意義的事件，代理人資金減半。

考慮到代理人社交能力，代理人在每個時間步長內(nèi)都要拿出100財富值隨機給予和自己有社交關系的人（復雜網(wǎng)絡中與代理人有連邊的其他代理人）。

這些規(guī)則非常簡單，可以認為是廣泛存在的，因為它們是基于常識的，即財富在每個人的生活中都具有迅速增長或減少的可能。此外，這些規(guī)則給具有優(yōu)秀社交能力的代理人帶來了顯著優(yōu)勢，因為這些代理人比其代理人有更多獲得財富的機會。

2 實驗結(jié)果分析

考慮每個代理具有相同的初始資本（無量綱單位）和不同的社交能力（由復雜網(wǎng)絡中節(jié)點的度決定），通過每6個月的時間步長演變，共迭代80次。模擬結(jié)束如圖3所示，研究發(fā)現(xiàn)模型的簡單動態(tài)規(guī)則能夠產(chǎn)生資本的不均勻分布。

從圖3可以看出，少部分代理人存在負債狀態(tài)，大部分代理人擁有一定的財富值。為了更清晰地對比代理人之間的貧富差距，對代理人財富值進行排序，結(jié)果如圖4所示。

從圖4可以看出，財富最低的代理人負債將近10 000，而最富有的代理人財富值將近1 000 000，貧富差距較為明顯。

為了對比代理人財富值的前后變化，將代理人的最終財富值減去代理人的最初財富值并進行排序，其結(jié)果如圖5所示。

從圖5可以看出，一半代理人處于財富縮水狀態(tài)，虧損財富值大約集中在1 000～10 000之間，一小半人處于財富增長狀態(tài)，增長財富值從1 000～1 000 000不等。

圖6為53個代理人在整個職業(yè)生涯過程中發(fā)生的機會事件和挫折事件次數(shù)統(tǒng)計，其中，深色代表挫折事件，淺色代表機會事件。

從圖6可以看出，代理人發(fā)生機會或挫折事件的次數(shù)存在很大差異，例如1號代理人一生中發(fā)生了2次機會事件，5次挫折事件;8號代理人發(fā)生機會和挫折事件的次數(shù)相同，都是5次;而32號代理人發(fā)生了5次機會事件，挫折事件一次都沒有發(fā)生;不同代理人機會或挫折事件發(fā)生次數(shù)的差異必將導致財富值發(fā)生不同的變化。為了進一步分析導致財富值變化的原因，本文選取幾個有代表性的代理人作進一步分析，見表1。

表1中15號代理人機會和挫折事件發(fā)生的次數(shù)相同，都是1次，但是因為社交網(wǎng)絡中朋友數(shù)量最多，有11位朋友，所以最終財富仍然是增長的，財富值為40 100;27號代理人機會和挫折事件發(fā)生的次數(shù)也是相同的，都是2次，但他朋友少，只有1位朋友，所以最終的財富值是減少的，減少了7 900;由此說明朋友多即社交關系廣對財富積累有相當大的幫助;19號代理人發(fā)生的挫折事件比機會事件更多，機會事件發(fā)生次數(shù)為0，而挫折事件發(fā)生了2次，并且朋友少，只有2人，故最終的財富減少了13 050，為負債狀態(tài);同樣，1號代理人發(fā)生的挫折事件比機會事件多，機會事件發(fā)生了2次，挫折事件發(fā)生了5次，但是朋友多，有10人，所以最終的財富減少了8 282;37號代理人，挫折事件與代理人1一致，但社交朋友數(shù)量更少，財富減少了14 000多，說明機會和挫折事件對代理人的財富值變化起著非常重要的作用。如果能抓住職業(yè)生涯中的機會，盡量避免挫折出現(xiàn)，則能以更高的概率成功;朋友數(shù)量體現(xiàn)社交能力或社交關系的強弱，呈現(xiàn)出類似“安全網(wǎng)”的作用。即社交可以抵消部分挫折事件造成的財富值減少。

另一方面可以看到，同樣經(jīng)歷了4次機會事件，1次挫折事件的26和46號代理人，26號代理人機會事件比挫折事件多，機會事件發(fā)生了4次，而挫折事件只發(fā)生了1次，朋友有3人，最終財富是增加的，增加了46 300;46號代理人同樣機會的事件比挫折事件多，機會事件發(fā)生了4次，挫折事件只發(fā)生了1次，但是朋友有11人，最終的財富值增加了81 400，幾乎是26號的兩倍。從這一現(xiàn)象可以看到，社交不但對挫折具有保護和抵消的作用，也對機會事件具有相當大的增強效應。

29號代理人發(fā)生了8次機會事件，兩次挫折事件，朋友只有3個，最終財富值增加了514 800，為所有代理人中最富有的，由此說明機會在代理人成功中起著重要的作用;37號代理人的機會事件發(fā)生了3次，挫折事件發(fā)生了5次，朋友只有4個，最終財富值減少了14 026，是所有代理人中最貧窮的。由此可見，挫折事件對財富值的影響很大，而社交關系弱則使問題更加嚴重。

為了更加詳細研究機會和挫折事件對財富值的影響，對最富有和最貧窮的兩位代理人進行更加詳細的分析。29號代理人的機會挫折事件發(fā)生情況和整個職業(yè)生涯中財富值的變化情況如圖7和圖8所示;37號代理人機會、挫折事件發(fā)生情況和整個職業(yè)生涯中財富值的變化情況如圖9和圖10所示。

由圖8可以看出，財富值迅速增加的時間段為20～30，對比圖7可以發(fā)現(xiàn)，這個時間段剛好發(fā)生機會的事件比較頻繁;40～50這個時間段財富值相對穩(wěn)定，也未發(fā)生任何機會和挫折事件;50～60時間段，雖財富值有增加但是增加緩慢，對比圖7可以發(fā)現(xiàn)，這個時間段代理人發(fā)生了挫折事件，因此財富值受到影響;60～70、70～80兩段時間財富值都有迅速增加，對比圖7也可看出，這兩個時間段代理人都有機會事件發(fā)生。

由圖10可以看出，37號代理人在0～30這個時間段內(nèi)財富值下降很快，對比圖9可以看出，37號代理人在這個時間段內(nèi)發(fā)生了很多挫折事件，說明挫折事件對37號代理人財富值的變化影響很大;30～60時間段，代理人財富值下降速度減慢，對比圖9可以看出，這個時間段內(nèi)代理人發(fā)生了一些機會事件，但因代理人朋友少，社交差，仍免不了財富值的下降;60～80時間段內(nèi)，只發(fā)生了一次挫折事件，故財富值偶然增加后，最終仍呈緩慢下降。

從29號與37號代理人的財富值積累過程可以看出，機會和挫折事件具有一定的初始敏感性，即初始時間段發(fā)生的事件性質(zhì)很大程度上決定個體是否成功。在職業(yè)生涯初始階段遇到多次正面性質(zhì)的機會事件，使代理人在隨后的仿真過程中對挫折事件的抵抗能力極大增強;而仿真初期的連續(xù)負面挫折事件，使代理人在后面的仿真中即便遇到機會也很難翻身，這就是機會與挫折在財富積累中的初始敏感性。

3 結(jié)語

本文運用“社交—機會”（SO）模型，考慮機會、挫折和社交能力對個人財富值的影響，采用代理的方法進行仿真，量化機會、挫折和社交在個人職業(yè)生涯中的作用，模仿了一組工作年限為40年的人群的職業(yè)發(fā)展情況。

實驗結(jié)果表明，機會在個體財富值中起著重要作用，其在個體財富積累過程中的作用比社交關系更大;社交能力對個體財富值也具有重要影響，社交關系強的個體在生活中具有更好的資金安全性和財富增長強化，在財富積累上更易獲得成功。研究還發(fā)現(xiàn)，機會與挫折在財富積累中具有初始敏感性，早期發(fā)生事件的性質(zhì)對個體影響有時具有決定性作用。

人生把握住機會對于個體發(fā)展非常關鍵，要盡量避免職業(yè)生涯中的挫折風險。增強社交關系可對財富積累產(chǎn)生強化作用，避免在挫折時出現(xiàn)對個體的重大打擊。機會總是留給有準備的人，實驗揭示了機會留給時刻準備好的個體的重要性。同時也表明社交關系并不是財富積累的唯一決定性因素，也不是最重要的因素。

本文模型還存在很多尚未考慮的因素，如只考慮了社交關系而沒有考慮代理人能力對財富積累的影響，也沒有考慮群體整體生產(chǎn)力對社會財富積累的效應等等，這些需要在未來研究中進一步探索。

參考文獻：

[1]BAK P，TANG C，WIESENFELD K. Self-organized criticality[J].Phys，Rev，A， 1988（38）：364-374.

[2]BARAB 'ASI A L， ALBERT R.? Emergence of scaling in random networks[J].Science， 1999，286（5439）： 509-512.

[3]NEWMAN M E J. Power laws， pareto distributions and zipfs law[J]. Contemporary Physics， 2005， 46 （5）： 323-351.

[4]TSALLIS C. Introduction to nonextensive statistical mechanics. approaching a complex world[J]. Springer， 2009（65）：1241-1255.

[5]PARETO V. Cours deconomique politique[J]. Journal of Economic Perspectives，1987（2）：592-566.

[6]STEINDL J. Random processes and the growth of firms - a study of the pareto law[D]. Charles Griffin and Company， London， 1965.

[7]ATKINSON A B，HARRISON A J. Distribution of total wealth in britain[M]. Cambridge University Press， Cambridge， 1978.

[8]PERSKY J. Retrospectives： paretos law[J]. Journal of Economic Perspectives，1992（6）：181-192.

[9]?；? 基于復雜網(wǎng)絡對我國區(qū)域間貧富差距成因的系統(tǒng)分析[D]. 天津：天津大學， 2007.

[10]HARDOON D. An economy for the 99%[M]. Oxfam GB， Oxfam House，UK，January 2017.

[11]郭明偉，夏少剛. 收入分配不平等與宏觀經(jīng)濟關聯(lián)性研究綜述[J]. 經(jīng)濟學動態(tài)，2010（11）：59-63.

[12]LAHAM S M，KOVAL P，ALTER A L. The name-pronunciation effect： why people like mr.smith more than mr. colquhoun[J]. Journal of Experimental Social Psychology，2012（48）： 752-756.

[13]SILBERZAHN R，UHLMANN E L. It pays to be herr kaiser： germans with noble-sounding last names more often work as managers[J]. SSRN Electronic Journal，2013（6）：2437-2444.

[14]COFFEY B， MCLAUGHLIN P. From lawyer to judge： advancement，sex， and name- calling[J]. SSRN Electronic Journal， 2009（2139）：134-828.

[15]DU Q， GAO H， LEVI M D. The relative-age effect and career success[J]. Evidence from corporate CEOs 2012（6）：660-662.

[16]DEANER R O，LOWEN A，COBLEY S. Born at the wrong time： selection bias in the NHL draft[J]. PLoS ONE，2013， 8（2）：e57753.

[17]BROOKS D. The social animal. the hidden sources of love， character， and achievement[M]. Random House， 2011：424.

[18]TOMASETTI C，LI L，VOGELSTEIN B. Stem cell divisions， somatic mutations， cancer etiology， and cancer prevention[J]. Science，2017（355）： 1330-1334.

（責任編輯：杜能鋼）

收稿日期：2019-05-20

基金項目：國家自然科學基金青年項目（61803264）

作者簡介：矯雅楠（1994-），女，上海理工大學光電信息與計算機工程學院碩士研究生，研究方向為復雜網(wǎng)絡;艾均（1980-），男，博士，上海理工大學光電信息與計算機工程學院講師，研究方向為復雜網(wǎng)絡、推薦系統(tǒng);蘇湛（1983-），女，博士，上海理工大學光電信息與計算機工程學院碩士生導師，研究方向為智能控制、復雜網(wǎng)絡;劉亞云（1993-），女，上海理工大學光電信息與計算機工程學院碩士研究生，研究方向為復雜網(wǎng)絡。本文通訊作者：艾均。