经济学家告诉你:为什么滴滴不给你派最近的车?

20 评论 14886 浏览 92 收藏 12 分钟

时常有人会问:为什么滴滴不给我派最近的车?这要从一个久远的经济学问题说起……

全局最优与局部最优有什么不同?

一些古典经济学家认为,追求个人利益的最大化,就能累加成群体利益的最大化。但保罗·萨缪尔森指出,这是“合成谬误”——误以为在局部成立的事,就能在全局成立。

萨缪尔森的侄子、哈佛前校长劳伦斯·萨默斯举过一个例子:会场里一个观众站起来,他看得更清楚了,能推广到整体吗?当所有观众都站起来,那谁也看不清了,还更难受。

在运筹学领域,“贪心算法”寄希望于,通过每一步选择当前的最优,从而实现结局的最优。但这样做难免有急功近利、贪小失大的问题。

一个雪球,面对一条很陡很短的赛道和一条很缓很长的赛道,该怎么选?贪心算法会选择初期增长快的,然后早早陷入停滞。而巴菲特会说:人生就像滚雪球,重要的是发现很湿的雪和很长的坡。

人们渐渐发现,全局最优没那么容易,甚至总结出了一些经典错误模型:

01 公地悲剧

一块公有草地,人人有权利使用,却无人有义务维护,结局是什么呢?每个牧羊人都会带大群的羊来吃草(局部最优)——他们知道草地承受不住,就更不愿落后于人——最后公地不复存在(全局最劣),这就是“公地悲剧”。

公地悲剧有很多衍生情况,例如滥用抗生素:“抗生素的有效性”是一块公共资源,自1928年发现青霉素以来,全人类都受益于此,但没人需要对这种有效性负责。

于是,为了一次治病效果好,很多人大剂量使用抗生素。可是这样做的人多了,就会产生耐药性强的超级细菌,令抗生素逐渐失效。

每年,中国生产并消耗着全球近一半的抗生素,虽然其中多半用于饲养禽畜,但这并不改变滥用催生超级细菌的事实。

又如滥用形容词:“形容词的有效性”也是一块公共资源,人人都用,无人管理。于是,为了一次表达效果好,很多人随意使用最高级形容。可是这样说的人多了,就会导致词义弱化,原有的形容词逐渐贬值。

多年以前,“美女”一词表达了对女性容貌的赞美。但是逢人就喊“美女”的人越多,这个词的效力就越弱。如今,“美女”一词几乎是对任何女性的日常称谓,而赞美颜值需要“大美女”“超级大美女”“女神”等等。

有人会说,这些词也没用了。日本人又发明了一种办法——加时间或空间限定词。先是“十年一遇的逸才”松井珠理奈,后是“千年一遇的美少女”桥本环奈,中国的鞠婧祎被他们冠以“4000年一遇的偶像”,小栗有以是“20000年一遇的美少女”,百川晴香是“300万光年一遇的美少女”……时空还在持续贬值中。

拉长时间尺度,更容易看出词义的弱化。两千多年前的《左传》里,“饿”表示比饥更严重,已经无法自主进食的状态,“饿死”表示真的饿死。两千多年后的今天,下午四点就能听到“我饿啦,饿死啦!”

除此之外,大到全球气候、海洋资源、生物多样性,小到人行道上的空间,都面临着公地悲剧的问题。

02 搭便车问题

公地悲剧稍作变化,就成了搭便车问题:当一个公共品不付钱也能用的时候,每个人都倾向于不付钱(局部最优),但所有人都不付钱的话,就没公共品可用了(全局最劣)。

搭便车问题也有很多衍生情况,例如公共防疫:

假如全国只有一个人没打疫苗,那他和打了疫苗一样,几乎不可能染病,但是这样的人多到一定比例,疫情就会爆发。

不同的传染病,有不同的搭便车行为“崩塌边界”。全球疫苗免疫联盟负责人赛斯·伯克利曾说:“一旦麻疹疫苗覆盖率低于95%,将不可避免地爆发大规模传染。”

2000年,美国宣布消灭麻疹。2010年到2017年,美国有超过250万儿童未接种麻疹疫苗,为高收入国家之最。结果2019年上半年,麻疹疫情在美国卷土重来,染病人数创下近25年新高。

美国卫生部官员表示:如果疫苗接种率不下降,这场疫情本来能够完全避免。

又如网贷征信:一群网贷公司,为了提升风控水平、降低风控成本,决定共享用户的信用和借贷记录。然而,每一家都想着,我不用认真做征信,直接用平台上别人家的数据就好……结果就是互相坑队友,集中爆雷。

除此之外,大到联合国事务,小到团队作业,都少不了关于搭便车的争论。

03 囚徒困境

甲乙合伙作案,被警方抓获,但警方没有足够的证据指控,于是分开审讯两人。这时,甲乙的命运面临四种可能:

  1. 如果两人都不招供,各判1年;
  2. 甲招供并检举对方,而乙沉默,则释放甲,判乙10年;
  3. 甲沉默乙招供,则判甲10年,释放乙;
  4. 如果甲乙都招供,各判5年。

不难看出,“无论对方招不招供,自己都招”对每个囚徒来说都是最有利的选择(局部最优),而双方都这样选,就会共同落入背叛结局(全局最劣)——这就是“囚徒困境”。

囚徒困境同样有很多衍生情况,例如企业价格战:

  1. 甲乙公司都不打价格战,则维持现状;
  2. 甲打乙不打,甲会抢到更多的市场;
  3. 甲不打乙打,乙会抢到更多的市场;
  4. 甲乙都打,非但市场份额不变,双方的营收压力还大幅增加。

又如国家关税战:

  1. 甲乙两国都不打关税战,好好开门做生意;
  2. 甲打乙不打,甲国企业的竞争力增强;
  3. 甲不打乙打,乙国企业的竞争力增强;
  4. 甲乙都打,就是我们正在经历的事,中美两国的贸易关系受损,各国经济也受影响。(当然,我们是不得不打)

人际关系、城际发展、国际政治、生物进化……随处可见囚徒困境的案例。

04 全局最优?

那么,全局最优是什么样呢?并不是所有场景都能实现全局最优,因为全局最优往往需要“上帝视角”和“顶层规划”。

往大里说,气候变化协定、关税贸易协定、央行征信系统、全民防疫计划、高铁航运规划就是追求全局最优;往小里说,滴滴的车辆调配方案就是追求全局最优。

很多人有过疑问,为什么明明附近有车,滴滴却要派一个远处的单?——为的就是全局最优。

滴滴本质上是一个协调者、撮合者,运用大数据算法和经济学规律,在高峰期尽量让更多乘客能打到车,让低谷期司机能够有单可接。

大数据算法意味着,让更多的人更快打到车,未必是个别用户打到最近的车,但所有人的整体等待时间缩短了。

经济学规律则意味着,通过分时计价等方式,平衡、撮合供需双方,实现市场均衡。在高峰期、恶劣天气或热点区域激励更多司机出车,提升应答率,也激励用户选择拼车、优享、专车等出行方式,缓解运力不足。

互联网、大数据、人工智能,让全局最优成为可能。滴滴就是这样一个践行者,为更多用户更美好的出行而努力。

 

作者:猫有药师;插图:南柯一客;公众号:吴晓波频道(ID:wuxiaobopd)

来源:https://mp.weixin.qq.com/s/GjX0j4A0_fnaRm66SG5YTw

本文由 @吴晓波频道 授权发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 博弈论~

    来自安徽 回复
  2. 记得去上树的时候,滴滴大咖就分析过这个。

    来自江西 回复
  3. 案例都明白了,但是感觉滴滴这个没有解释透彻

    来自浙江 回复
  4. 打疫苗哪一个比喻应该是从国家层面出发,如果从个人层面出发,剩下那一个人自己突发疫情,他没有打疫苗很大几率只有等死。

    回复
    1. 正如每天很多车祸一样;具体到每个人自己突发疫情的机率肯定比他出车祸机率小很多很多!!
      在机率意义上,打疫苗避疫情就与不出门避车祸是一样的策略

      来自安徽 回复
  5. 全局最优固然有道理,但盈利是他们的长远目标

    来自江苏 回复
  6. 解答了我的疑惑~

    来自上海 回复
  7. 分析的很好

    回复
  8. 作为一个研究调度技术的研究者,我觉得这不是所谓的全局最优和局部最优的问题,这应该是任务分配以求得资源利用率最大NP问题吧

    回复
  9. 很多案例说的很好,但怎么确定滴滴的初衷就是这个,不存在让盈利增加的可能?

    回复
  10. 会不会是想提高交通成本

    回复
  11. 受益匪浅

    回复
  12. 光年是长度单位

    回复
    1. 看到这里想就想来发评论了hhhh

      回复
  13. 虽然看不懂,但我觉得不对

    来自上海 回复
  14. “甲打乙不打,甲国企业的竞争力增强”,是吗?薛兆丰老师在其经济学课里讲到比较优势,结论和您的不一样。

    来自北京 回复
  15. 我很想知道这种全局算法是这么实现的

    来自上海 回复
  16. 这是迄今为止, 在老曹这边看到的最深入浅出讲道理的一篇文章。 给小丸子加鸡腿 @老曹。

    来自上海 回复
  17. 不是我杠
    “一个雪球,面对一条很陡很短的赛道和一条很缓很长的赛道,该怎么选?”这种不明确目标的选择示例就是耍流氓,是病句!
    “贪心算法会选择初期增长快的,然后早早陷入停滞。”即使科学理论得出长的路径比短的路径先到达,这个结论也只是在赛道坡度和长度限定集合下的某一些点被支持,绝大部分场景还是短的(初期增长快)的更先到达。

    来自四川 回复
    1. 他证明的是未必有效。不是一定无效

      来自广东 回复