基于“社交-机会”模型的个人财富积累影响因素仿真研究

矫雅楠　艾均　苏湛　刘亚云

摘 要：目前世界个人财富差距逐渐拉大，研究影响社会财富分配的原因对于缩小财富差距具有重要意义。人与人之间财富的不平等分配，可能是由于他们在天赋、技能、智力等方面自然差异的结果。对人生正面影响机会、负面影响挫折与个体间交互的社交等因素进行建模与分析。将机会、挫折与社交能力作为影响财富積累的因素进行综合考虑，采用基于代理的方法进行仿真，量化实际的机遇、挫折和社交能力在成功的职业生涯中的作用。提出“社交—机会”（SO）模型。对一批工作年限为40年的人群职业发展情况进行仿真。研究表明，机会在成功个体中起着重要作用，其影响可以部分弥补挫折对个人造成的打击，且重要性优于社交能力。同时，社交能力强的人在生活中更容易取得成功。机会和挫折在个人成功中体现出非常明显的初始敏感性，早期出现机会较多的人成功的可能性更高。

关键词：财富分配;复杂网络;机会;挫折;社交;仿真

DOI：10. 11907/rjdk. 191730

中图分类号：TP319   文献标识码：A                文章编号：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

幂律分布在许多物理、生物或社会经济复杂系统中，其普遍性可视为强相关的动态行为，及其规模不变拓扑结构的一种数学签名[1-4]。帕累托[5-8]的著作阐述了财富分配遵循幂律，其典型的长尾形状反映了社会贫富差距[9]的悬殊。最近的一份报告[10]表明，这种差距远比人们想象的要大得多：8个人拥有世界上最贫穷人群一半（36亿人）一样的财富[11]。如果把个人财富视为成功的代表，可以认为，人与人之间的深度不对称和不平等的分配，是由于他们在天赋、技能、能力、智力、是否努力工作或是否有决心、耐心等方面自然差异的结果。这种假设间接基于所谓精英理论，它不仅影响社会给予工作的机会、名望和荣誉的方式，而且还影响政府为那些被认为是最值得的人分配资源和资金的策略。

然而越来越多的证据表明，机会、运气或更一般的随机因素在决定个人职业生活中的成功或失败中起着越来越大的作用。科学家已经证明那些姓氏首字母靠前的人更有可能在顶级部门获得终身职位;名字容易发音的人比那些发音困难的人更为乐观积极[12]，具有高尚声望姓氏的人更容易成为管理者[13]，名字更加男性化的女性在法律上更加成功[14]，成为CEO的可能性很大程度上受您的姓名或出生月份的影响[15-17]，甚至得癌症或者丢掉一份待遇很好的工作，都主要是因为运气不好而已[18]。

统计学家和风险分析师Nassim、投资战略家Michael Mauboussin和经济学家Robert，在几本成功的著作中探讨了金融交易、商业、体育、艺术、音乐、文学、科学和其它领域中运气和能力之间的关系，得出的结论是：偶然事件在生活中的作用比许多人想象的要大得多。事实上，他们并不认为成功与能力无关，因为在高度竞争的竞技市场中，表现良好的人几乎总是非常有天赋也非常努力，但他们认为仅有能力和勤奋是不够的，机会也很重要，即使它的作用几乎总是被成功人士低估。这是因为随机性往往以微妙的方式表现出来，因此成功人士往往描述自己的成功是必然的，这就很容易造成一种成功是必然的假象。塔列布称这种倾向为“叙事谬误”，社会学家拉扎斯菲爾德则采用术语“后见之明”。社会学家和网络科学先驱Duncan在他的新书《一切都很明显：一旦你知道答案》中提出，当人们观察到异常成功的结果时，叙述谬误和后见之明的偏见都是以特定的力量运作的，这是艰苦工作和天赋的必要产物，而它们主要是从复杂的、相互交织的一系列步骤中产生的。每一个都取决于先例，如果其中任何一个都不同，那么整个职业生涯或生活轨迹几乎肯定也会有所不同。

复杂网络指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络。随着互联网的发展，社交网络发展迅猛，而人际交往能力是衡量一个公共关系人员能否适应现代社会需求的标准之一，考察其是否具备善于与他人交往的能力。21世纪，社交能力越来越成为衡量一个人能力的重要标准，同时社交能力在决定人们的财富方面也起着重要的作用，所以本实验将社交能力作为影响财富的一个重要因素。

本文采用基于代理的方法，量化实际机会和社交能力在职业生涯中的作用。提出“社交—机会”（SO）模型，并基于该模型对一组工作年限40年的人群进行职业发展仿真。

1 模型提出

本文提出一个基于代理的模型，称为“社交—机会”（SO）模型，它建立在一组非常简单的假设上，旨在描述一组受机会或挫折的随机事件影响的，具有不同社交能力的人职业发展情况。

社交能力由复杂网络中每个节点的度表示，见图1。将他们随机放置在一个方格形世界的固定位置，见图2，并被一定数量的“MOV”事件包围（用点来表示）。有些代理个体将遇到对人生具有正面影响的机会事件，有些代理个体将遇到对人生具有负面影响的挫折事件。中性事件在模型中不予考虑，因其对个体成功的积累作用没有重要影响。在图2中，模型将这些事件视为点：机会事件用灰色点表示，占总事件的相对百分比为50%，挫折事件用白色点示，占总事件的百分比为50%。事件点是均匀分布的，但这样的分布仅在事件数量趋近于无穷时是完全一致的。

仿真实验开始时，通常设置仿真域内不同地区的机遇或挫折事件点会有更大的随机集合，而其它区域更加中性。方格即这个世界内点的随机运动，将不同的个体暴露于不同数量的机遇或挫折事件中，不论其社交能力如何。

仿真实验设计为工作年限40年（从20岁到60岁）、时间步长等于6个月的人员。模拟开始时，所有人员都被赋予相同的初始资金，代表他们的初始财富水平，这种设定显然没有给任何人提供任何初始优势。代理人社交能力与时间无关，并不会随着时间而有所改变，而代理人财富是随着时间变化的。在仿真实验的时间演化过程中，即在代理人生命周期期间，所有事件随机地在世界各地移动。在给定时间步长（即每6个月）内对给定代理人3种不同动作：①没有事件拦截代理人位置，意味着在过去6个月中没有任何相关事件发生，代理没有执行任何动作;②一个机会事件拦截代理人位置，意味着在过去6个月中发生了一个具有积极正面意义的事件，代理人资金翻倍;③一个挫折事件拦截代理人位置，意味着在过去6个月中发生了一个具有消极负面意义的事件，代理人资金减半。

考虑到代理人社交能力，代理人在每个时间步长内都要拿出100财富值随机给予和自己有社交关系的人（复杂网络中与代理人有连边的其他代理人）。

这些规则非常简单，可以认为是广泛存在的，因为它们是基于常识的，即财富在每个人的生活中都具有迅速增长或减少的可能。此外，这些规则给具有优秀社交能力的代理人带来了显著优势，因为这些代理人比其代理人有更多获得财富的机会。

2 实验结果分析

考虑每个代理具有相同的初始资本（无量纲单位）和不同的社交能力（由复杂网络中节点的度决定），通过每6个月的时间步长演变，共迭代80次。模拟结束如图3所示，研究发现模型的简单动态规则能够产生资本的不均匀分布。

从图3可以看出，少部分代理人存在负债状态，大部分代理人拥有一定的财富值。为了更清晰地对比代理人之间的贫富差距，对代理人财富值进行排序，结果如图4所示。

从图4可以看出，财富最低的代理人负债将近10 000，而最富有的代理人财富值将近1 000 000，贫富差距较为明显。

为了对比代理人财富值的前后变化，将代理人的最终财富值减去代理人的最初财富值并进行排序，其结果如图5所示。

从图5可以看出，一半代理人处于财富缩水状态，亏损财富值大约集中在1 000～10 000之间，一小半人处于财富增长状态，增长财富值从1 000～1 000 000不等。

图6为53个代理人在整个职业生涯过程中发生的机会事件和挫折事件次数统计，其中，深色代表挫折事件，浅色代表机会事件。

从图6可以看出，代理人发生机会或挫折事件的次数存在很大差异，例如1号代理人一生中发生了2次机会事件，5次挫折事件;8号代理人发生机会和挫折事件的次数相同，都是5次;而32号代理人发生了5次机会事件，挫折事件一次都没有发生;不同代理人机会或挫折事件发生次数的差异必将导致财富值发生不同的变化。为了进一步分析导致财富值变化的原因，本文选取几个有代表性的代理人作进一步分析，见表1。

表1中15号代理人机会和挫折事件发生的次数相同，都是1次，但是因为社交网络中朋友数量最多，有11位朋友，所以最终财富仍然是增长的，财富值为40 100;27号代理人机会和挫折事件发生的次数也是相同的，都是2次，但他朋友少，只有1位朋友，所以最终的财富值是减少的，减少了7 900;由此说明朋友多即社交关系广对财富积累有相当大的帮助;19号代理人发生的挫折事件比机会事件更多，机会事件发生次数为0，而挫折事件发生了2次，并且朋友少，只有2人，故最终的财富减少了13 050，为负债状态;同样，1号代理人发生的挫折事件比机会事件多，机会事件发生了2次，挫折事件发生了5次，但是朋友多，有10人，所以最终的财富减少了8 282;37号代理人，挫折事件与代理人1一致，但社交朋友数量更少，财富减少了14 000多，说明机会和挫折事件对代理人的财富值变化起着非常重要的作用。如果能抓住职业生涯中的机会，尽量避免挫折出现，则能以更高的概率成功;朋友数量体现社交能力或社交关系的强弱，呈现出类似“安全网”的作用。即社交可以抵消部分挫折事件造成的财富值减少。

另一方面可以看到，同样经历了4次机会事件，1次挫折事件的26和46号代理人，26号代理人机会事件比挫折事件多，机会事件发生了4次，而挫折事件只发生了1次，朋友有3人，最终财富是增加的，增加了46 300;46号代理人同样机会的事件比挫折事件多，机会事件发生了4次，挫折事件只发生了1次，但是朋友有11人，最终的财富值增加了81 400，几乎是26号的两倍。从这一现象可以看到，社交不但对挫折具有保护和抵消的作用，也对机会事件具有相当大的增强效应。

29号代理人发生了8次机会事件，两次挫折事件，朋友只有3个，最终财富值增加了514 800，为所有代理人中最富有的，由此说明机会在代理人成功中起着重要的作用;37号代理人的机会事件发生了3次，挫折事件发生了5次，朋友只有4个，最终财富值减少了14 026，是所有代理人中最贫穷的。由此可见，挫折事件对财富值的影响很大，而社交关系弱则使问题更加严重。

为了更加详细研究机会和挫折事件对财富值的影响，对最富有和最贫穷的两位代理人进行更加详细的分析。29号代理人的机会挫折事件发生情况和整个职业生涯中财富值的变化情况如图7和图8所示;37号代理人机会、挫折事件发生情况和整个职业生涯中财富值的变化情况如图9和图10所示。

由图8可以看出，财富值迅速增加的时间段为20～30，对比图7可以发现，这个时间段刚好发生机会的事件比较频繁;40～50这个时间段财富值相对稳定，也未发生任何机会和挫折事件;50～60时间段，虽财富值有增加但是增加缓慢，对比图7可以发现，这个时间段代理人发生了挫折事件，因此财富值受到影响;60～70、70～80两段时间财富值都有迅速增加，对比图7也可看出，这两个时间段代理人都有机会事件发生。

由图10可以看出，37号代理人在0～30这个时间段内财富值下降很快，对比图9可以看出，37号代理人在这个时间段内发生了很多挫折事件，说明挫折事件对37号代理人财富值的变化影响很大;30～60时间段，代理人财富值下降速度减慢，对比图9可以看出，这个时间段内代理人发生了一些机会事件，但因代理人朋友少，社交差，仍免不了财富值的下降;60～80时间段内，只发生了一次挫折事件，故财富值偶然增加后，最终仍呈缓慢下降。

从29号与37号代理人的财富值积累过程可以看出，机会和挫折事件具有一定的初始敏感性，即初始时间段发生的事件性质很大程度上决定个体是否成功。在职业生涯初始阶段遇到多次正面性质的机会事件，使代理人在随后的仿真过程中对挫折事件的抵抗能力极大增强;而仿真初期的连续负面挫折事件，使代理人在后面的仿真中即便遇到机会也很难翻身，这就是机会与挫折在财富积累中的初始敏感性。

3 结语

本文运用“社交—机会”（SO）模型，考虑机会、挫折和社交能力对个人财富值的影响，采用代理的方法进行仿真，量化机会、挫折和社交在个人职业生涯中的作用，模仿了一组工作年限为40年的人群的职业发展情况。

实验结果表明，机会在个体财富值中起着重要作用，其在个体财富积累过程中的作用比社交关系更大;社交能力对个体财富值也具有重要影响，社交关系强的个体在生活中具有更好的资金安全性和财富增长强化，在财富积累上更易获得成功。研究还发现，机会与挫折在财富积累中具有初始敏感性，早期发生事件的性质对个体影响有时具有决定性作用。

人生把握住机会对于个体发展非常关键，要尽量避免职业生涯中的挫折风险。增强社交关系可对财富积累产生强化作用，避免在挫折时出现对个体的重大打击。机会总是留给有准备的人，实验揭示了机会留给时刻准备好的个体的重要性。同時也表明社交关系并不是财富积累的唯一决定性因素，也不是最重要的因素。

本文模型还存在很多尚未考虑的因素，如只考虑了社交关系而没有考虑代理人能力对财富积累的影响，也没有考虑群体整体生产力对社会财富积累的效应等等，这些需要在未来研究中进一步探索。

参考文献：

[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]常慧. 基于復杂网络对我国区域间贫富差距成因的系统分析[D]. 天津：天津大学， 2007.

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

[11]郭明伟，夏少刚. 收入分配不平等与宏观经济关联性研究综述[J]. 经济学动态，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.

（责任编辑：杜能钢）

收稿日期：2019-05-20

基金项目：国家自然科学基金青年项目（61803264）

作者简介：矫雅楠（1994-），女，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为复杂网络;艾均（1980-），男，博士，上海理工大学光电信息与计算机工程学院讲师，研究方向为复杂网络、推荐系统;苏湛（1983-），女，博士，上海理工大学光电信息与计算机工程学院硕士生导师，研究方向为智能控制、复杂网络;刘亚云（1993-），女，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为复杂网络。本文通讯作者：艾均。