相互保险风险池越大越好吗？——基于最佳组织规模问题的多学科文献调研

潘奕光，邓晓梅

（清华大学 土木水利学院，北京100084）

一、引言

2015年1月，原中国保监会颁布《相互保险组织监管试行办法》，后续批准了三家相互保险公司，相互制保险公司正式成为国内保险市场的法定组织形式，但《相互保险组织监管试行办法》并未对相互保险公司治理方面提出明确规定，这使得相互保险公司治理的某些核心原则和特质极易在金融创新中被忽略。单位风险池规模是相互保险公司运营中非常重要的一项关键指标，早期传统相互保险公司在运营中均对此项指标做出了较为具体的规定，即便是网络信息技术高度发达的今天，部分国家的相互保险组织仍然对单位风险池的规模提出了明确要求。

当前，国内大量网络互助产品基于互联网等新技术不断创新，规模体量越来越大，削弱了传统互助组织基于“地域、亲缘、熟人”关系的监督功能，道德风险陡增。此类问题，未来在相互保险公司规模扩张中可能也会存在。那么相互保险基本风险池的成员规模到底有没有上限？是否存在最优或者较优的基本风险池规模？人工智能、区块链、物联网等信息技术的运用是否会影响风险池规模？无论是相互保险相关方，还是基于合作互助而成立的各类非盈利组织，最佳组织规模问题均有非常强的理论和实践指导意义。

二、相互保险最佳风险池规模问题

在相互保险背景下，研究最佳风险池规模问题的文献，按照研究方法可划分为三类：利用行为实验或计量经济学方法的实证类、采用博弈论等纯理论模型类、基于历史史料的归纳演绎类。目前，综合各类文献研究结论，相互保险的基本风险池规模，也就是构成相互保险公司总风险池的最底层风险池的成员数量是存在规模上限的，这一结论已在学术界达成共识，但具体数量规模大小依其研究假设而定。

（一）实验实证方面

Abbink et al.（2006）［1］认为规模增加形成的合作互惠风险分担的收益，会随着搭便车人员的增加而抵消，从而形成一个社会困境。其设计了一个行为实验，表明较强的私人联系对促进还款有较强的积极作用，但同样的职业联系并没有产生同样的效果。Murgai et al.（2000）［2］对巴基斯坦水资源相互保险组织进行了分析，指出社群特性、交易成本、协作成本等因素影响到相互保险的风险池规模。降低协同成本和赔付成本，能够扩大相互保险的覆盖范围。水资源地域性影响较大，交易成本直接影响相互保险社群的形成及其规模，要想突破亲缘限制，必须有社会资本的介入；而政府部门在解决协作、信息不对称、合同执行监管等方面发挥着重要作用，这些职能如果由外部力量来做的话，成本将非常大。Adams et al.（2011）［3］的实证研究表明，相互制公司规模与索赔保费比例呈正相关关系，也就是公司规模越大，保单索赔比例越高。

（二）理论模型方面

Barigozzi et al.（2011）［4］证明了如果保险市场中有可选合作策略时，投保人之间相互合作可以内化激励，并对保费产生积极影响；而且无论池规模大小，采取合作策略均是最优均衡，效率最高。从池规模角度来看，小规模池更能促进合作。其仿真结果表明，即使在资金池规模较小的情况下，以合作为均衡的相互制保费仍然优于股份制保费，在相互制保险中，不论规模大小，合作均能内化保费激励，而且均优于股份制保险，当相互制风险池规模无限大时，即使个体不完全合作，也可通过重复博弈设置惩罚来进行优化。当风险态度存在差异时，即不同风险态度参数值，对应着维持合作涌现的规模范围，分别是4-4500 人和9-9500 人。Von Bieberstein et al.（2017）［5］也认为各类同质专业风险个体，从风险池中获取收益的同时，风险池规模受到搭便车行为的限制，不可能无限制扩大，假设在没有交易成本的情况下，最优池规模才会收敛到无穷大。Eisenhauer（2004）［6］力图找出平均风险最低的风险池规模，通过道德风险对风险池收益的消减作用推导得出最佳规模为200-400 人。Albrecht 和Huggenberger（2017）［7］从保险精算的角度证明，保单持有人的效用严格地随着风险池的规模增加而增加，但此结论并未考虑运营成本、道德风险等因素。Tikhomirov（2017）［8］通过分析相互保险交易成本的约束，确定了最小的股份制转化规模。Aase（2007）［9］运用博弈论等研究方法，证实了在均衡状态下，海事相互保险公司规模的发展趋势是朝着中等规模的方向演化。

（三）历史归纳方面

Leeuwen（2016）［10］对荷兰几个世纪的相互保险发展史进行了梳理，发现早期行会规模过大会阻碍其发展；上世纪40-60年代的工会组织，也因组织规模的无序扩张，导致对抗道德风险能力下降。2006年新出现的面包基金，截止2014年底已增加到124 个，平均每个基金池有39 名成员，并且规定每个风险池成员最多50人，并保持密切联系，要让每个人都认识其他成员，相互协商必须很容易进行，面包基金与时俱进，运用网络社交技术进行交流沟通，建立信任，并采取有选择性的门槛准入，强调社交参与的重要性，以对抗搭便车和道德风险。Valgren（1925）［11］指出早期（1900-1930）美国农业火灾相互保险，法定要求的单个风险池规模范围为25-50 人，财产要求50000 美元以上，通常的规模数量要求一般为25 人。Guinnane & Streb（2011）［12］对早期德国矿工相互保险（KV）进行了研究，指出德国KV 随着规模和范围的扩大，社交基础日益衰落，导致其会员间关系恶化，在此情况下更大的KV 组织显然并没有解决如何应对信息不对称问题的好办法，虽然通过强制住院、上门核实等措施，一定程度上会有所改善，但也会削弱KV相互组织的信任关系。

综上，最优风险池规模问题，其实质是能够最大程度促进合作的最优社群规模问题。在相互保险背景下，风险池规模与其运营效率之间，同样遵循社群规模与合作效率之间的非线性关系，存在着一个最优规模阈值范围，有限规模的相互保险是合作行为可持续的必要条件，但具体阈值分布因不同的假设条件而有所区别。现有文献均是从经济成本方面做出假设，进行数理计算得出阈值分布，而直接从相互保险成员间合作最大化角度来讨论风险池规模问题的研究成果较少。回顾相互保险发展史，我们可以发现，早期相互保险实践中形成的保持信息透明、确保成员间沟通顺畅、控制风险池规模等对抗信息不对称的措施手段，和促进人类合作的诸多原则完美锲合。因此，从社会学、人类学等多学科角度，来理解相互制保险最优风险池规模及其内在机理，是非常有必要的。

三、制约社群规模的因素及其作用机理

早期相互保险组织形成的风险池，其本质就是大规模同质风险个体为了有效分散各类风险，自发形成的大规模合作组织，组织的合作效率直接影响到相互保险风险池运营绩效。互惠合作的互助制模式，贯穿了整个人类进化发展史，人类进化史从某种程度上可以说是一场人类大规模合作史，合作直接驱动了人类语言、道德、制度等各类文化的形成和发展。对人类合作问题，有大量学者对此从哲学（乔伊斯，2017）［13］、心理学（托马塞洛，2017）［14］、生物学（道金斯，2012；诺瓦克和海菲尔德，2013）［15］［16］、经济学（鲍尔斯和金迪斯，2015）［17］、社会学（阿克塞尔罗德，2007；里德利，2015）［18］［19］等多个视角展开了跨学科、综合性的研究。

究竟是大规模的社群还是小规模的社群更能促进合作、更好地管理公共资源，近几十年来，一致困扰着科学界。1965年，Olson（1965）［20］在其影响深远的著作《集体行动的逻辑》（The Logic of Collective Action）中指出：“一个群体越大，它就越无法为任何集体利益提供最优供给；简而言之，集团规模越大，就越不会促进共同利益”。此后，有大量文献通过理论推导、数据实证和行为实验等各种方式来检验其正确性。Palfrey & Rosenthal（1984）［21］运用博弈论推导出随着社群规模增加，个人贡献趋近于0。Dixit & Skeath（2015）［22］指出，个体贡献率的降低足以抵消社群成员增加带来的规模效益，所以公共品不太可能在大规模的社群中获得成功。Hindriks & Pancs（2010）［23］基于无条件的完全利他角度分析，其研究结果显示，贡献者平均数量随着社群规模的增加而减少，在大规模社群中个体贡献率的下降速度快于利他贡献者增加的速度，导致不太可能出现大规模的合作。此外，还有许多学者认为社群规模与合作效率之间并不是负相关关系。Marwell et al.（1979）［24］认为，虽然搭便车现象普遍存在，但搭便车与群体规模之间并无显著相关性；同时，其实验结果显示搭便车的消极影响并没有经济学家们宣称的那么大。但其行为实验所选取的样本范围过于单一，所有实验样本均来自于高中生这一特定群体，并不具有普遍代表性。

虽然有多学科角度的实证文献，通过行为和实验数据，探讨过经典的Olson 假说，但大部分都没有明确指出集团规模和成功合作的关系。社群合作效率应受到多种因素影响，这些因素不仅会随着群体规模的变化而变化，而且会随着时间环境的变化相互影响。Poteete & Ostrom（2004）［25］认为，群体规模和异质性对合作效率的影响是最具争议的两个关键因素，在学术界仍未达成普遍共识；同时指出社群规模与某些集体合作行为之间存在着尚未被探索的非线性关系。Yang et al.（2013）［36］、Agrawal et al.（1996）［26］等提出包括惩罚搭便车、增强社群内执法落实、允许社群自主选择成员等社群规模与合作效率之间的非线性影响因素。

本文认为，虽然社群规模与合作效率之间有显著负相关关系，但在不同公共品模式、博弈结构、管理措施等条件下，对整体合作效率的影响并不相同，社群规模与合作效率之间并不是单纯的线性关系，而是呈现出多种因素综合作用的复杂非线性关系，这也是许多文献观察到不同甚至得出完全相反的社群规模效应结论的原因。结合相互保险应用场景，我们认为社群规模与合作效率之间还存在以下更具普适性的影响因素。

（一）博弈类型

相互保险中蕴含了多种博弈类型，成员在决定是否加入相互保险时，是比较典型的囚徒困境博弈，基于利己的理性考虑，可能会有意隐瞒自己真实风险水平。加入相互保险后，资金池作为所有成员的公共产品，成员同样也会有搭便车行为的可能，如无有效信息甄别措施，搭便车成员数量就会迅速增加，风险池入不敷出，最终导致公地悲剧的发生。

1.公共品类型

目前许多关于此类问题的理论和研究都将公地困境和公共产品的提供视为某种程度上不同或独立的问题。心理学和生态学家对公地悲剧困境的关注相对较多（Dawes，1980）［27］，社会学和经济学更关注影响公共品供给的因素（Chamberlain，1984）［28］、（Marwell & Ames，1979）［29］。群体规模对公共品博弈的影响，要区分“纯公共品”和“准公共品”，两者作用效果不同。Olson（1970）［30］、Hardin（1982）［31］和van de Kragt et al.（1984）［32］等都注意到了社群规模在不同公共品类型下对合作效率的影响有所不同，在分析时应区别对待。Walker（1988）［33］认为规模扩大导致搭便车行为等类似问题，可以用人均边际收益MPCR（Marginal Per Capita Return）下降来进行解释，MPCR 越高公共品博弈的效率就越高。实验表明，随着社群规模的扩大，虽然两者个体回报和分配效率都有所减少，但两者下降速率不同，导致在纯公共品中，规模扩大并不会减少个体边际收益；而在准公共品中，规模扩大会减少个体边际收益；Isaac et al.（1994）［34］在Walker（1988）［33］的基础上，基于4、10、40、100人样本量的实验表明，在纯公共品实验中，大规模的社群合作表现要优于小规模社群。

2.博弈结构

Barcelo et al.（2015）［35］认为社群规模对公共品博弈的合作行为有适度的、积极的影响，中等规模比小规模和大规模的群体更有利于合作，社群规模对N 人囚徒困境博弈的合作行为有负面影响。Yang et al.（2013）［36］通过收集分析中国卧龙自然保护区20多年的森林管理社群规模相关的调查数据发现，群体规模对集体行动和资源产出都具有非线性影响，并得出中等规模的社群规模更利于合作及公共资源的管理，使得森林覆盖收益最大的结论。Brewer et al.（1986）［37］以 及Kahneman &Tversky（2000）［38］认为，虽然从理性或经济角度而言，公共品博弈和公地悲剧博弈这两种博弈形式大致相同，但根据前景理论，两者的心理状态是不同的。在公共品博弈中，个体从自己已有财产中拿出一部分来换取长期收益，简单讲，就是用当前确定的损失，换取未来不确定的收益，这取决于个体的风险态度。而在公地悲剧博弈中，个体面对确定的现实收益，只以现在收益多少决定未来收益的可持续性问题，在这种确定性收益的情况下，个体可能更厌恶风险，所以基于此，假设公地悲剧情况下，个体更具自我约束，更具合作性。此外，Szolnok &Perc（2011）［39］还将困境问题拓展到更加接近现实的空间网格上，通过空间网格上的博弈实验表明，一定条件下，大群体显著促进了合作的进化。但是，背叛者数量非常少时，大群体的规模可能会带来适得其反的效果，导致背叛者大量入侵。

3.精神收益

组织认同感等因素能直接影响个体精神层面的博弈收益，这是区别于实际物质、经济之外的重要收益组成部分。解释利他行为的各种理论，有一个非常重要的脑科学研究成果做支撑。各种强互惠行为或利他惩罚既然在人类合作秩序的建立中有举足轻重的作用，那么到底是什么直接驱动了这些行为？Quervain et al.（2004）［40］的研究成果给出了答案：如果合作行为无法从外界获得直接收益，那么只有一种可能，就是合作者从合作行为中获得了来自精神层面的收益，也就是心理上的满足感或成就感，通俗讲就是合作行为可以依靠自我激励机制来实现。与利他行为有显著相关性的脑区被发现（Quervain et al.2004）［40］，奠定了合作利他行为的脑科学基础，这也从生物学、人类学角度为精神奖励、自我激励等学说奠定了科学基础。个体帮助他人而获得认可和尊重，能够获得一定精神收益的观点已有大量学者进行了研究（Becker，

1974）［41］、（Rege，2004）［42］、（Rege & Telle，2004）［43］、（Carman，2006）［44］。最近关于计算机开源社区的一些研究也发现，贡献者确实从帮助他人和获得尊重中获得了精神收益（Lerner & Tirole，2002）［45］、（Lakhani et al.2003）［46］。但仍有部分文献（Ribar et al.2002）［47］并没有考虑相关精神收益，与社群规模相关的理论研究中也没有考虑这些社会影响；有些文献即便明确提到了精神收益的影响，但在社群规模相关的理论分析中，却为了简化分析，假定精神收益与社群规模及合作效率无关。Brewer & Kramer（1986）［48］同样也指出不同的博弈类型、规模会对博弈结果产生不同影响，并对个体的社群组织认同感和社群规模对合作效率的影响进行了研究。结果表明，集体认同感较强时，组织认同感带来的正面效益可以抵消规模扩大所带来的负面效应，但只有在公共资源枯竭时，集体认同感的作用才会显现。Zhang & Zhu（2011）［49］重点针对个体对待社会认可的态度因素，考虑社会认可对个体效用以及社群规模的影响，结合网络知识贡献系统的数据分析发现，个体所处的社群规模越大，其给定的贡献所产生的个体期望效用越大。当个体看重其贡献的社会认可时，群体规模的减少，会降低个体贡献的动机。对社会认可越重视的个体，在群体规模减少后，贡献值下降得越厉害。这也印证了社群规模与合作效率之间并不是简单的线性关系。

综上，此类社会困境博弈模型完美诠释了个体理性与集体效率之间的冲突，即个体的理性决策往往导致了集体效率的下降，这与博弈模型所预测的纳什均衡结果也是一致的，但行为实验（Ostrom et al.1992）［50］、（Berg et al.1995）［51］、（Bohm，1972）［52］表明，即使是在匿名的一次性博弈中，也常常存在着并不理性的个体，他们往往选择了更加利他的合作策略，这与传统经济学中的“理性人”的假设并不相符（Gintis，2003）［53］。这也说明相互保险中的诸多困境问题，是可以通过合理的制度设计、精神激励等措施来化解的。

（二）信任基础

信任是实现成员间各类合作行为涌现的先决条件，建立信任除了基于“亲缘”关系以外，主要是通过各类社交关系，基于成员间长期重复博弈互动而形成的声誉、名声等信用机制来建立。

1.亲缘选择理论

Hamilton（1964）［54］提出著名的汉密尔顿法则（Hamilton’s rule），简单讲就是存在亲缘关系的个体之间更容易产生合作行为，量化表述为只有当亲缘系数大于合作行为的成本收益之比时，合作行为才会发生。以约翰·梅纳德·史密斯（John Maynard Smith）为代表的学者（Smith，1964）［55］、（Michod，1980）［56］、（Lacy & Sherman，1983）［57］、（Queller，1992）［58］、（Riolo et al.2001）［59］、（Axelrod & Grafen，2004）［60］在此问题上也开展了大量研究，“亲缘选择（Kin Selection）理论”或“内含适应 性（Inclusive Fitness）理论”（Wade et al.2010）［61］、（Strassmann et al.2011）［62］、（Łukasiewicz et al.2017）［63］逐步发展成熟。Dawkins（2012）［15］、Wilson（1975）［64］等认为合作利他行为的产生，本质仍然是利己的，最终目的是为了自身基因的延续。

2.直接互惠理论

亲缘关系以外的合作利他行为如何解释？人类社会大量存在的超越血缘、地域、人种的大规模合作，无法用亲缘选择理论进行解释。针对亲缘选择理论的缺陷，Trivers（1971）［65］提出了直接互惠的理论，假设个体之间有重复博弈的机会，由于重复博弈创造了未来收益、长期总收益的机会，所以两者将会在重复博弈中出现合作行为，这和一次性博弈的结果是相反的。Axelrod（1985）［66］最早验证了“以牙还牙（Tit-for-Tat）”的策略在重复博弈中是最优策略，此后，大量学者结合不同博弈环境对其进行了研究完善，同时也指出“以牙还牙”策略的稳定性不足（Selten & Hammerstein，1984）［67］、（Fudenberg & Maskin，1990）［68］，进一步提出了“宽宏以牙还牙（Generous-Tit-for-Tat）”、“赢定输移（Win-Stay，Lose-Shift）”策略（Nowak& Sigmund，1992）［69］、（Nowak & Sigmund，1993）［70］、（Alexander，1987）［71］。

3.间接互惠理论

直接互惠理论需要有重复博弈的限制，依赖于个体间大量的重复交互，大多数情况下个体间的相互帮助是不对称和一次性的，所以直接互惠仍然无法充分解释人类跨越时空、种族的大规模合作现象。间接互惠理论假设，随机相遇的两个个体，是否合作取决于双方对对方声誉的了解及认可程度，声誉可以通过人与人之间的口口相传进行传播，那些更乐于助人的人，更有可能得到别人的帮助（Alexander，1987）［72］、（Sigmund & Nowak，1998）［73］、（Gintis，2000）［74］、（Gintis，2003）［75］、（Bowles，2004）［76］。

综上，基于亲缘、地域等“熟人”关系而建立的组织，其信任基础是最为牢固的。其次，构建基于声誉等信用体系的重复博弈机制，也能有效提高组织合作效率。新中国成立后至上世纪70年代，在基层建立起的医疗合作体系，就是非常典型的相互保险体制，满足了基层人民群众的基本医疗健康需求，曾经受到世卫组织的高度认可。基层乡村基于地域、亲缘的熟识关系，以及口口相传的声誉信息传播习俗，在成员之间建立了坚实的信任基础和筛选机制，这也是其成功的重要原因。

（三）组织结构

优胜劣汰的自然法则，并不仅仅针对个体，同样也作用在群体上，其基本思想是合作主导的社群比不合作主导的社群生存能力更强。关于多层选择理论的争议一直存在，早期多以群体选择（Group Selection）理论出现，很长一段时期并没有得到广泛认可。近期的文献主要以多层选择（Multilevel Selection）理论形式表述，并逐步引起学界重视。

1.多层选择理论

多层选择理论的基本思路如下：有限个体被细分为分属不同层级的若干社群，个体有合作和背叛两种策略，个体的繁殖与其策略回报成正比，而同一层级的社群之间，合作占主导的更具竞争优势（Traulsen & Nowak，2006）［77］。社群达到一定规模，就会分裂或灭绝，选择出现在多个层面上，但多数文献选择的是两层的结构，对应生物个体和种群，部分社会学、经济学研究中设置了多层（超过3层）的结构，对人类社会中的政治、商业等机构的组织结构进行研究。其核心思想可以理解为，在较低层次上的选择（在群体内）有利于叛逃者，而较高层次的选择（在群体之间）则倾向于合作者，这也体现了现实经济社会中个人主义和集体主义之间的困境和均衡。

2.网络互惠理论

诸多研究合作演化问题的文献（Smith，1982）［78］、（Hofbauer & Sigmund，1998）［79］，都是基于均匀混合人口的假设进行分析，每个个体以一定概率与其他个体互动。但现实中，真正的个体并不是混合均匀分布，社交网络研究表明，有些人比其他人更频繁地参与到互动中，而且少数人的影响力比其他人更大，更多地遵循幂律分布规律（Lieberman et al.2005）［80］。大量文献针对不同网络结构对合作效率的影响展开了研究，主要讨论了不同网络结构下，各种博弈类型的合作演化趋势。

综上，为了突破基本风险池规模不可能无限扩大这一限制，除了完善信息交流、奖惩等制度外，还可采取分拆、合并，以及非裂变的组织策略来应对社群规模增长的挑战，比如，多层或附属子社群等组织策略。在信息技术并不发达的1611年，社群组织Comun Comunale就利用附属子社群的结构，完成了1476 人规模的决策活动。Comun Comunale在多层结构下，早在1544年就开始实践大规模组织的投票活动①。此外，大型社群也可采取聚类分区的方式，突破社交限制，这也解释了超大规模社群仍然存在的现象（Casari et al.2018）［81］。其中最为典型和成功的相互保险组织“劳合社”，就在其公司治理中采取了与多层选择理论高度契合的多层组织结构。

（四）管理措施

在各类社群系统中，制度可以作为一种强大的技术，通过降低社会互动的交易成本和促进集体决策来克服社会困境（Hoffman，1988）［82］。建立制度的目的是为了顺畅信息交流，保证行为准则落实到位。Dunbar（2004）［83］发现人们交谈过程中，有三分之二的时间是在八卦其他人的信息，指出有关搭便车的信息交流在现代社会无疑非常重要。Casari & Claudio（2018）［84］的研究也发现，如果一个人不能认出另一个资源占用者是内部人还是外部人，或者不能回忆起他或她的个人历史或名声，那么这个社群功能就会失调，导致大规模社群的监测和制裁成本急剧增加。Aureli（2008）［85］的研究同样也指出，社群成员之间相互熟悉，是社群正常运营的基本条件。如果不熟悉，大规模社群运行、监控、惩罚等成本将会增加，关键功能可能失调，导致系统崩溃。

1.奖惩激励方面

在允许有惩罚者的情况下，群体规模对合作行为的演化非常重要，奖惩体系的形成对人类道德、伦理、法律等制度文化的形成有着极大的促进作用。许多学者（Fehr，2000）［86］、（Bowles et al.2001）［87］、（Bochet et al.2006）［88］、（Sefton et al.2007）［89］发现在允许成员相互监督并惩罚背叛行为的情况下，合作行为能在较大规模和较高水平上涌现。Carpenter（2007）［90］通过行为实验发现，在引入奖惩激励的情况下，社群规模与合作效率之间并不是简单的线性负相关关系；社群规模扩大的同时，如果能够保持与其体量相匹配的信息监控能力，整体合作效率并不会受到规模扩大所带来的负面影响。成员之间顺畅的信息交流，使得搭便车行为更易被发现；规模扩大的同时，并未导致惩罚力度随之下降，所以大规模的社群贡献率并不比小规模的社群低。简言之，相互监督以及信息公开，对于大规模社群合作涌现至关重要。

2.文化选择理论

许多社会学家、人类学家将进化论思想拓展到人类社会，用于分析人类社群中文化传播对亲社会性合作行为的影响。文化选择理论通常认为，合作行为是基于文化和遗传传播相互作用而产生，与人类以外的其他物种相比，人类的学习能力（例如模仿能力）是理解文化选择理论的前提条件，自然选择在社群层面可能更倾向于合作的群体，在新的环境下通过自然选择而留存下来的文化习俗，通过人类学习能力得以延续，更具合作倾向的群体竞争力更强，群体层面的竞争更加有利于个体产生合作行为 的 基 因（Boyd & Peter，1985）［91］、（Salazar，2010）［92］、（Boyd et al.2011）［93］。基于基因和文化选择相互作用，导致个体层面突变产生的新的合作行为，通过文化选择，最终内化至基因层面，这种理论分析结果是无法通过纯遗传学方法实现的（Henrich，2004）［94］。

综上，在社群进化过程中，形成了诸多促进合作的管理措施，社群成员作为各种类型公共品的贡献者，参与同行监督和制裁，用以防止公地悲剧，这是社会伦理道德以及法律规范形成的重要驱动力。这在相互保险组织中表现尤为突出，早期相互保险萌芽的工、行会组织，催生了西方职业道德和伦理。许多存续上百年，至今仍在运营的相互保险公司，均有着优秀的制度及文化传承。

四、其他相关理论及不同类型社群的规模阈值分布

超越社群、人种实施大规模合作，建立一个完善、高效的合作秩序，是人类区别于其他动物的最大优势，也是人类在长期生存竞争中最大的物种优势。人类合作的最优社群规模，也是人类学、社会学等学科的重要研究问题之一。第三部分总结的主要因素只是与相互保险组织密切相关的影响因素，并且能够系统全面地解释相互保险演化发展中的各类现象。以上因素并未囊括所有的组织合作进化机制，还有许多机制尚处发展阶段，或用于解释某些特定现象。

（一）绿胡子模型与脑神经科学

绿胡子模型提出个体通过特定的体貌特征来识别并决定是否采取合作策略，通常具有同样体貌特征的个体间更容易产生合作行为（Riolo et al.2001）［95］、（Jansen & Baalen，2006）［96］。这也可以解释各类协会、学会等组织会颁发或佩戴各类徽章等组织标识现象。此外，行为、脑神经科学也对合作利他行为做了系统研究。比如，负责维护合作秩序的主要有惩罚和奖励制度构成的道德、法律系统，增加了采取合作策略的个体或群体的生存概率，同时这也反过来促进了合作相关性状的进一步演化，如同情心、羞耻心等社会情感。通过脑断层扫描也证实了合作利他惩罚行为的神经基础（Boyd & Richerson，2009）［97］。内疚、羞耻等情感从本质上讲，即精神收益为负，这和第三部分总结的精神收益因素也是吻合的。

（二）社群规模与社会脑假说

学者们通常使用脑皮层体积、群体大小和许多行为生态学变量的数据来检验各变量之间的关系（Wade，1988）［98］、（Henrich et al.2010）［99］。Dunbar（1992）［100］较早验证了群体大小是相对脑皮层体积的函数，而生态变量不是，也就是说社群规模的大小，并不是由物种所处生态环境所决定，更多的是由其脑皮层体积所限制。Dunbar（1993）［101］验证了群体规模与脑皮层大小相关，提出是物种的认知限制导致了社群规模存在一个上限，这种关系所确定的社群规模取决于动物能够通过个体接触维持社会关系的最大个体数量。灵长类动物通过梳理毛发来辨识成员的声誉，维持群体凝聚力，猴子和类人猿中，毛发梳理时间和社群规模呈线性关系，但仅靠社交梳理来维持人类同等规模群体的稳定，时间将非常长，因此，迫切需要更加有效的方法来维持这一社会关系。语言满足了这一需求，语言的进化可能是人类为了更好地了解群体其他成员，因此，可以利用这种因果关系来预测社群规模。此外，Dunbar（1991）［102］还指出群体规模和社交活动之间的关系，是由小部分关键社交网络决定，并在1998年提出了著名的社会脑假说SBH（Social Brain Hypothesis）（Dunbar，1998）［103］，此后有学者对其假说进行了拓展性研究［104］［105］；还有社会学学者提出类似的集体选择假说CCH（Collective Choice Hypothesis）［106］［107］。两种假说均指出，在一个运转良好的社会生态系统中，社群规模受制于个体认知和集体决策，社群规模不太可能无限扩张，并存在有最优规模阈值。Puy et al.（2017）［108］对灌溉系统的研究结果也表明，要确保任何灌溉系统的可持续性发展，存在有两个关键的社群规模阈值。Casari & Claudio（2018）［84］对一个来自世界各地，时间跨度近6 个世纪，包含27 个国家、84 种类型，数百个公共资源管理社群的数据集进行了分析，结果表明，尽管各地生态环境不尽相同，总人口大幅波动，但各地社群平均规模保持恒定。

（三）不同类型社群组织规模阈值分布与邓巴系数

Casari & Claudio（2018）［84］发现社群规模的平衡吸引点（Attraction Point）为150人，这和Dunbar 系数的150 人是一致的，即使是在网络社交技术高度发达的今天，人类社会的社交活动仍然遵循这一规律（Bruno et al.2011）［109］、（Striga &Podobnik，2018）［110］。Casari & Claudio（2018）［84］依据SBH 假说和CCH 假说对意大利Trentino 的社群规模数据进行了验证，其中置信区间95%时，草原和森林居住地社群的平均规模估计值为157-196个。类似条件下，Dunbar（1993）101推导出社群阈值范围为100.2-231.1 人，McCarty et al.（2001）［104］推导出社群规模平均值为291 人。意大利Trentino的实际社群规模都低于这些水平：实际范围为估算值的76%-85%。这和SBH假说是一致的，实际数据低于推导值，主要是现实中社群通常在组织到达临界阈值之前就会采取组织裂变措施，这也是SBH假说中的一个典型策略，旨在将群体规模保持在可控制的认知负荷内。其中有部分超大规模的异常值，与SBH 假设推导出的阈值范围并不相符，这主要是采取了非裂变的组织策略所致。对于非裂变的组织措施，Dunbar（1996）［111］以及Zhou et al.（2005）［112］对分层组织结构进行了研究，通过分析不同类型的社群结构数据发现，分层社群组织各层级之间遵循3 的倍数，比如，各国军队组织层级遵循这一规律；但分层社群组织各层级成员数量之间遵循3的倍数这一规律，尚未有明确的机理解释。

五、结论及建议

经过以上理论建构及跨学科文献调研，我们得出以下结论及建议：

首先，就相互保险组织而言。单位风险池规模是相互保险公司运营中非常重要的一项关键指标，相互保险基于社交关系、相互监督等机制，构建的对抗信息不对称和道德风险的功能优势，受到底层单元组织规模的制约。早期传统相互保险公司在运营中均对此项指标做出了较为具体的规定。基于历史统计和实验实证数据表明，早期不同种类的相互保险，其底层单元风险池成员规模，均在25-50 人区间内，即便是网络信息技术高度发达的今天，部分国家的相互保险组织仍然对单位风险池的规模提出了明确要求，比如，相互保险历史最为悠久，发展非常成熟的荷兰，自2006年成立的名为“面包基金”的相互保险组织，虽然其诞生及发展均处在网络技术高度发达的信息化社会，但仍然明确要求单元风险池规模不能超过50人。相互保险是基于社交关系和相互监督，从而构建起对抗信息不对称和道德风险的功能及成本优势，而50 人也和“邓巴系数”中“5-15-50-150”层级非常吻合，各层级的差异主要体现在个体之间熟识、亲密程度，其中“50”代表成员个体能够较为精准描述和深入交往的人数。显然较少的人数，比如“5-15”层级，使得成员之间能够更加精准描述和深入了解，但资金池过小则会失去基本的风险分散功能。基于以上历史数据、实验实证以及理论验证，我们认为相互保险的底层单元风险池规模上限在25-50人左右较为合适。

其次，扩大到基于社交关系而建立的其他社群组织而言。多学科理论及实证研究均证明：基于社交关系而建立的社群组织，同样存在最佳单元组织规模上限，此类组织的单元规模上限均遵循“邓巴系数”准则“5-15-50-150”层级中的上限，即维持稳定社交关系的人数上限为150 人左右。基于亲缘、地域等“熟人”社交关系而建立的组织，其信任基础是最为牢固的；另外，构建基于声誉等信用体系的重复博弈机制，也能有效提高组织合作效率。新中国成立后至上世纪70年代，在基层建立起的医疗合作体系，就是非常典型的相互保险体制，曾得到世卫组织的高度赞赏。基层乡村基于地域、亲缘的熟识关系，以及口口相传的声誉信息传播习俗，在成员之间建立了坚实的信任基础和筛选机制，这也是其成功的重要原因。因此，基于社交关系而形成的各类网络互助平台和社群经济，其社交属性的要求较之相互保险稍低，加之网络技术、组织措施等可以抵消部分规模增长带来的负效应，其底层风险池规模应在150-200人左右，超出此规模阈值就应采取拆分、分层等组织措施予以应对。

最后，进一步凝练科学问题及其制约因素，提高结论的普适性。制约社群规模无限扩大的问题实质是社会困境问题的进一步拓展，即存在有类似于“囚徒困境”的个体与集体利益的均衡，这个均衡一定程度上制约了集体规模，使其不可能无限制地扩大，主要制约因素是社群内部相关的博弈类型、信任基础、组织结构以及管理措施。当社群组织需要扩大整体规模时，必须制定相应的组织、管理、技术措施以突破底层规模限制，这对一般的社群组织均适用。

［注 释］

①在多层策略下，大规模社群以小组形式决策讨论并选出代表，这些小组代表将同其他小组的代表再次讨论进行决策。在1544年，互助组织Comun Comunale 社区以上述多层策略会议形式，批准了新的组织管理条例。在1611年，该互助组织将1476 名成员划分为四个小组，只派代表参加大会进行社群组织的重要决策。