立即下载 知乎日报 每日提供高质量新闻资讯

「我只是有一点歧视外地人,只有一点仇富,只有一点......」

图片:《乌合之众》

如果每一个人都希望与同阶层的人为邻……实验结果令人震惊

人神共奋,每周两篇职场高质量回答,微信公众号“人神共奋”(ID:tongyipaocha)

人在“集体决策”中更容易冒险!很多公司都在重复犯错……

1/6、谢林隔离模型

通常社会科学领域的研究,出成果比较容(草)易(率)。

前几天看到一篇批评心理学研究现状的文章:一个实验得出结论后,很少有人愿意重复实验,一来是不算什么研究成果,二来是心虚,因为心理学试验的样本通常达不到有效度的要求,很有可能重复不出原作者的结论。

所以社会科学每年都会有“令人震惊”的研究成果,但可信度“令人怀疑”,毕竟像物理学这么严谨的科学,十几年才证实了一个“希格斯玻色子”。

那么,社会科学领域近几十年有没有经典的、可以重复实验的结论呢?

其实还是有的。比如我在上一篇文章《保持威胁别人的能力,才有真正合作》中介绍过的经济学家谢林,他除了在冷战博弈方面的研究之外,还建立了一个“隔离模型”,这个模型最初是用来研究“种族隔离”的形成机制,但其得出的结论却有揭示了社会学中的一个重要现象:

个体“轻微的歧视”行为,会演变成“群体极端化”行为。

这个理论就有一个可以被计算机程序反复模拟证实的模型

2/6、白人住户是怎么搬走的

谢林的这个模型很好懂。

假设一个社区,我们挑选住得很靠近的 9 户人家,形成下面的这个九宫格,白格代表白人家,黑格代表黑人家,绿格是可以搬进来的空房子。

那么,住在中间的白人,我们称之为 X,他就有 7 个邻居,其中四个黑人,三个白人邻居,正常人不管嘴上多么“政治正确”,心里总是不希望周围都是其他种族,那么此时,他到底搬还是不搬呢?

谢林引进了一个“人群相似度”的阈值,指 X 愿意接受的“周围白人邻居比例的最低接受度”:如果周围的白人邻居低于这个阈值,他就会搬家;如果高于这个阈值,他就继续住着。

假如这个比例是 33%,也就是至少要有三分之一的邻居是白人。那么显然他还会继续住着,因为目前白人是 3/7,占比 43%。

但这个状态是非常脆弱的,假如他周围的某个白人邻居的阈值比较高,搬走了,又搬进来一个黑人,那么,X 的白人邻居比例就下降到 2/7,低于 33%,X 就会搬家。

而 X 的搬家,又降低了剩下的两个白人的白人邻居比例,使得这两个人搬家的可能性大大增加。

这个种族混居的社区最终会变成主要是黑人的社区。

我们发现,决定一个这个社区能否稳定的最重要的因素是谢林引进的这个“人群相似度”的阈值。这个阈值跟最终的社区隔离程度有没有什么数值上的明确关系呢?

谢林提出了这个模型的设想后,有人用计算机建立了这个模型,并随机产生一系列样本,通过大量重复随机试验得了一个相关性的统计规律。(具体过程懂编程的人并不难,但对于大部分读者就是天书了,有兴趣的可以自己上网找)

具体的相关性是多少呢?虽然这个结果大家早就想到了,但影响之大,还是出乎大部分人的意料。

3/6、为什么自称种族大熔炉的纽约,种族隔离还那么严重

假设一个社区是 3000 人,一半白人一半黑人,而是混杂居住,计算机模拟结果显示:

如果“人群相似度”的阈值设定为 30%,计算机模拟大家经过一段时间的搬家后,最终稳定的相似度(种族隔离度)竟然高达 72%。

也就是说即使你对周围人群相似度的要求只有 30%,搬来搬去的最终结果将会有 72%的相似度。

把这个模型继续做下去:

如果“人群相似度”的阈值 40%,最终的种族隔离度是 80%。

如果“人群相似度”的阈值 52%,最终的种族隔离度是 95%。

大家一定会想,如果“人群相似度”再高一点,比如说是 80%,那最终的种族隔离度会不会是 100%?

答案是“不会”,但结果更可怕,本文最后再说。

谢林后来写了一本书,叫《微观动机与宏观行为》,解释了人为什么会“嘴上说一套,实际做一套”,不仅仅是虚伪,而是人在“微观上的动机”并不一定等同于群体在“宏观上的表现”。

你也许觉得自己只是稍微有一点点“歧视外地人”,有一点点想 “跟富人住在一起”,但最终结果,整个社会的“歧视度”将大大超过你的要求。

纽约常常自称“种族大熔炉”,纽约人认为自己和自己的城市有包容精神,世界上所有种族都能像马赛克似的生活在一起,云云,这已经是一个“政治正确”的说法了,但实际情况呢?

图中红点代表中白人聚集地,蓝点代表黑人,黄点代表拉美裔,绿点代表亚裔聚集地。从这幅图可以看到非常明显的种族隔离。

纽约作为一个贫富高度分化的城市,人们也不讳言自己对财富的向往,那么居住的贫富分化情况怎么样呢?

图片红点代表富人的居所,深蓝色代表中产,浅蓝色代表穷人。虽然有一定隔离倾向,但没有种族隔离那么明显,特别是中产和穷人之间,几乎没有什么隔离度。

人不但容易“口是心非”,而且个体的选择演变到了群体中,常常会被放大,陷入“人人平等,但自己比别人更平等”的荒谬中。

“谢林隔离模型”很快被用于解释更多的社会现象,比如“职业性别歧视”。

4/6、为什么男性会从某些职业中撤离?

2015 年,新加坡国立大学的经济学家 Jessica Pan 上发表了《职业中的性别隔离:临界点与社会互动的力量》,用“职业变性”这个特殊的现象,验证了“谢林隔离模型”。

今天的美国,有很多职业都是女性居多,比如文秘、出纳、售票员等等,但实际上,二战前这些职业都是男性比例高达 80%。

Jessica Pan 研究了 20 世纪“男性从业比例”下降 50 个百分点以上的 14 种职业,发现它们在起初缓缓下降了一段时间后,都经历了“突然跳水”的过程。

用“谢林隔离模型”解释:某个男性占主导的行业,不断有女性加入。大部分阈值正常的男性并不在意这缓缓升高的比例,但另一部分抱有“非常不想跟女人从事同一个工作”的高阈值男性产生不满,继而流出这个行业。其后,周围越来越少的男性比例,让大部分“有些介意跟女人同事”的男人也不得不放弃这个工作,此时,就会出现男性从业比例的“大跳水”。

正如“谢林隔离模型”的演示,尽管只有部分男性“厌恶与女性从事同样的工作”,但结果却造成了 70%以上“性别区分度”。

“谢林隔离模型”体现在社会现象中,大部分社会趋势都可以简化成两波影响,第一波缓缓呈现,达到某一个临界点后,趋势就会加速,最终呈现极端化的倾向。

微信朋友圈是另一个例子,我记得微信推出的头一两年里,朋友圈里的生活记录非常贴近日常生活,但接下来,因为某些带强烈社交情绪的照片能够更多的关注和点赞,使朋友圈带“浮夸感”的内容比例慢慢上升,达到一个临界点后,朋友圈迅速蜕变成了一个“秀场”。

朋友还是那些朋友,朋友圈已不是那个朋友圈了,这就是“谢林隔离模型”所揭示的,“群体呈现的区分度”总是比“个体希望的区分度”高的原因。

还有,上学时,自习室总有大家小声交流时嗡暡的噪音,但有时会忽然出现毫无原因的“全体静默”,文章太长了,就把这个现象留给读者大人们去分析吧。

“谢林隔离模型”的另一个价值在于,价值观的单一化——哪怕是那些人人赞同的主流价值观,也会造成始料未及的后果。

5/6、为什么群体比个体更爱走极端?

心理学上有一种叫“群体极化”的现象,是指人们在“群体决策”中,更容易选择那些更具冒险的方案。英国投票选出少数人赞同的“脱欧”,就是一个典型的“群体极化”。

在人群非常多的会议讨论中,一开始占主导往往是“稳妥方案”,虽然很多人有不同程度的意见,但并不足以推翻这个“稳妥方案”。

此时,如果极小数“完全反对者”提出“冒险方案”,可能获得“部分反对者”的支持,剩下的“无意见者”如果不表态,最终的表决结果可能压倒“稳妥方案”的“支持者”,最后出现群体决策反而更冒险的局面。

反而投完票,很多人就后悔了,这真的是我的选择吗?

职场上还有一个例子——企业文化。

企业文化的目的是统一员工的价值观,从而激发员工的使命感、归属感、责任感。但“谢林隔离模型”表明,单一价值观在群体中容易极端化,只要很低的阈值,就会造成很明显的排他性。

一旦进入“顺我者昌,逆我者滚”的逆向淘汰后,很多企业的企业文化就一步步变成了“变相洗脑”。

这类公司里,和任何一个员工单独聊,没有任何问题,非常通情达理,但只要一进入群体,立刻进入走火入魔的状态。而始作俑者的领导者,反被自己制造出的虚假“民意”所迷惑,走上自我膨胀的毁灭之路。

6/6、如果每一个人都希望与“同阶层的人”为邻……

前面还留下了一个坑没堆,在模型的计算机模拟中,如果“人群相似度”达到 80%,那最终的种族隔离度会稳定在多少呢?

答案是“无结果”。

因为如果所有人都希望周围的人群和你有 80%的相似,那么结果所有人都在不停地搬家,整个系统永远处于无序的混乱中,永远没有稳定下来的时候。

如果在现实世界里,这意味着什么呢?战争、恐怖、仇杀、逃亡……

卢旺达种族大屠杀中,大量的胡图族的平民,不仅对图西族平民的实施种族灭绝大屠杀,同时对自己同族的温和派也毫不留情。

前一天还是邻居,后一天就可以毫不留情地将枪口对准你;昨天拿着计算器的小店老板,今天拿起屠刀,就是种族绝灭者。

“谢林隔离模型”充分演示了人类历史上的这些因为“价值观极端单一化”造成悲剧的过程:

“非我族类,其心必异”的猜疑会被放大,小小的歧视达到一定浓度就会变成仇恨,少量的仇恨积蓄到一个临界点,再善良的人也会变成恶魔。

就像一句老话:“雪崩发生时,没有一片雪花是无辜的。”

首发于微信公众号:人神共奋(tongyipaocha),欢迎关注

扫描二维码下载知乎日报

支持 iOS 和 Android
二维码下载知乎日报
阅读更多 一直都没明白,高尔夫球到底是哪里好玩了? 下载 「知乎日报」 客户端查看更多