第十一章 临界

    七月末的一个周五，京都市政委员会在朝阳区那栋灰白色办公楼里召开了一次内部扩大会。会议室不大，长桌两侧坐满了人，后面临时加了两排折叠椅，靠墙还站了几个来得晚的。空调已经调到最低档，但房间里仍然闷热——不只是因为人多，是因为这场会已经拖了太久，所有人都知道今天避不开那个话题。

    韩世清坐在长桌右侧第一个位置。他面前摊着两份文件：左边是教育部上周发布的社会公告草稿，标题是《关于青少年神经认知技术应用现状及风险防控的若干说明》；右边是一沓从网上扒下来的舆情摘要，按时间倒序排列，最新一条是昨天凌晨某个匿名用户在“小蓝书”上发的帖子——“我女儿做了侵入式接口，登记被退回三次。我问教部信访办，他们说等细则。我等了。细则来了，说我的手术记录不够完整。手术是她躺在我怀里哭了一路推进去的，你告诉我不够完整？”

    会议从下午两点半开始。前半程是例行通报——市教委汇报了赋分制登记进度，截至上周末全市已完成侵入式义体考生登记约四千余例，其中约百分之七被退回要求补充材料，退回原因集中在手术记录非二级以上医院出具和排异评估报告缺少指定项目。市卫健委通报了青少年义体相关不良事件的上报数据——过去三个月全市共收到一百余例各类不良反应报告，其中约三分之一涉及神经系统症状，包括持续性头痛、触觉异常和睡眠障碍。

    韩世清听着这些数字，没有做笔记。这些数字他已经在部里的内部简报上看过了。他在等的是下一个议程。

    三点十分，市教委副主任周启明开始做题为《赋分制政策效果的初步评估与优化建议》的发言。周启明花了约半个小时拆解赋分制的设计逻辑，屏幕上投出一张又一张数据图。他从标准经济学模型讲起，解释为什么在信息不对称条件下，单纯的“准入限制”会催生更多规避行为——因为限制本身成了信息，告诉市场“被限制的东西是有价值的”。他引用了不完全信息博弈模型，说明当政策制定者与市场参与者之间存在信息差时，任何刚性配额都会被市场参与者通过未被监管的替代渠道绕过去。他的结论是：赋分制的核心不是“限制多少比例”，而是“如何设置一个可持续的信号机制，让家长逐渐不再把侵入式植入视为占优策略”。这句话翻译成白话就是——不是卡多少人，是让所有人都不想抢。

    他讲完之后，会议室里安静了片刻。然后贺明远开口了。贺明远坐在长桌斜对面，面前放着一杯没动过的茶。他今天穿了一件深灰色的衬衫，领口扣得很整齐，但眼睛下面有一圈明显的青灰色。

    “周主任的分析很系统，”他说，声音不高，但咬字很准，“但我一直在想一件事——我们一直在讲怎么让政策更精细化、更可持续、更信号机制。可那个十五岁的女孩——她妈妈在网上发的帖子，在座各位应该都看到了。封装缺陷，细菌沿神经束上脑，做完清创人还留在医院里。我没有看到任何一个指标能确定，像她这样的孩子，将来还有有多少。”

    会议室里没人接话。贺明远拿起茶杯，喝了一口，放下来。“上次我在会上提这个病例时，说了一句不合时宜的话。那句话说错了，场合不对，措辞更不对。我在此向各位做检讨。”他顿了顿，“但我今天不是来重复那个病例的。我是想问——我们做了这么多评估、登记、赋分、细则——我们有没有建立一套能在孩子出事之前拦住他们的机制？如果我们只评估不拦截，只登记不预警，那赋分制对那些已经躺在医院里的孩子来说，到底是一个公平的通道，还是一个收容他们报废梦想的文件柜？”

    会议室里沉默了很久。有人在转笔。有人盯着面前的文件，有人一口又一口喝茶。韩世清注意到周启明放在桌上的手微微收拢了一下——不是紧张，是那种被问到正确问题时才会有的微妙反应。

    韩世清没有立刻回应。他靠在椅背上，把面前的舆情摘要翻到最后一页，上面是那个脑膜炎女孩母亲帖子里的最后一句话——“我们的手术记录是正规医院开的。芯片是他们推荐的。现在谁都说自己没责任。我只想知道，我女儿的未来，能不能从文件柜里出来。”

    他合上文件夹。

    “贺市长问得好。”他的声音比平时低，“这个问题其实赋分制还没能完全回答。但它至少让登记和评估变成了全系统的硬要求——在此之前，孩子们做植入连登记都没有。”他停了停，“但这不代表我满意。今晚我来讲讲我当时推导临界阈值的数学过程，以及在推导结束的那个深夜，我做了什么。”

    当天晚上，韩世清没有回家。他让秘书把会议室隔壁的小休息室收拾出来，只留一盏台灯。窗外的长安街已经暗下来了，车流稀疏，路灯在玻璃上映出一排昏黄的光斑。他从公文包里取出那份发黄的论文单行本，翻到附录B。

    这篇文章是他三十四岁时写的。那时候他还在科学院数学所做博士后，头发比现在多，每天骑一辆二手自行车往返中关村和出租屋，周末在颐和园边上散步推公式。他给这篇论文起的标题很平淡——《群体行为扩散的临界阈值：一个带信息不对称的随机网络模型》。投稿之后等了几个月，审稿意见回来三条，每条都在质疑“实际应用价值”。他加了几个数值模拟案例，勉强通过。发表后引用量至今没超过三位数。但赋分制的整个数学根基，就藏在这篇论文的附录B里。

    他把论文翻到推导部分，从第一步开始重新走了一遍。不是回忆，是确认——确认自己十几年前算出来的那个数字，在经历了政策制定、社会争论、舆论压力之后，仍然站得住。

    第一步是定义建模对象。一个有限群体，个体总数为N。每个个体面临一个二元选择——采取新技术，或保持旧状态。赋分制需要设计的，就是让这两个选择在群体层面上不至于失衡。

    第二步是刻画个体决策规则。每个个体在决定是否跟风之前，会从周围随机抽取k个邻居作为参考样本，观察其中已植入者的比例。这个局部观测值与全局真实比例之间存在偏差，偏差的大小就是信息不对称参数σ。

    第三步是建立动态方程。系统层面的植入比例x会随时间演化：dx/dt = f(x) - x。f(x)是“在观测到当前植入比例为x的情况下，一个随机个体选择植入的概率”。

    第四步是引入激活阈值的分布。不是所有人都会被同一个比例说服。有的人看到极少人做就跟着做（激进采纳者），有的人要看到绝大多数人做了才行动（保守者）。这些激活阈值在群体中不是整齐划一的，而是服从某种概率分布。韩世清选择了Beta(α, β)分布来刻画这个分布——α和β是形状参数，控制群体整体偏向激进还是保守。

    第五步才是临界阈值的推导。系统的平衡点出现在f(x) = x处。在信息不对称条件下，个体的局部观测值不等于全局真实比例x，而是x加上一个随机噪声。因此f(x)需要计算：一个个体的激活阈值θ小于等于其带噪声的局部观测值的概率。这是一个双重积分——先对θ在Beta分布上积分，再对观测噪声在正态分布上积分。在一般情况下没有解析解，但数值求解可以找到临界点c：当x  c时系统进入正反馈加速，植入比例不可逆地上升。

    c的具体数值取决于α、β和σ。韩世清当时没有条件做大规模实证估计。他用了一个在数学上方便处理的对称假设——Beta(1,1)即均匀分布，表示群体中各类阈值的人均匀存在；σ取中等水平。在这个假设下，数值求解得出：

    c ≈ 0.1357

    精确到小数点后四位，近似等于e/2——自然对数底数的一半。

    他当时在这个约等号后面划了一道线，在页边写了一个“？”。

    后来，当他在教育部开始着手赋分制设计时，他让社科院统计团队基于北、上、广、成四个城市的家长群体调研数据重新估计了参数。估计结果显示：α ≈ 2，β ≈ 4——分布偏向保守，说明大部分家长在没有看到足够多的成功案例之前倾向于不行动；σ ≈ 0.3——个体观测到的局部植入比例与全局真实比例之间的标准差约为百分之三十。将这套参数代入模型重新求解，临界阈值

第十一章 临界-->>(第1/3页)，请点击下一页继续阅读。