案例:因果分配与联盟稳定性——100 万工厂的完整推演

由 main.md 自动生成 · 主题色 #0ea5e9

左侧目录跳转章节;右侧面板调整字号、主题、朗读。

案例:因果分配与联盟稳定性——100 万工厂的完整推演

——Shapley 是分账工具,不是留人工具;F(S) ≥ ΣO_i 是 v30 §的"压力表"

100 万工厂案例是 v30.0.6 的标志性算例,它把 9 编(静态分配)与 10 编(动态稳定性)合并演示。这个案例的核心目的不是"给出一个具体分配方案",而是演示:在面对联合生产问题时,Shapley 值能做什么、不能做什么,以及为什么还需要联盟稳定性判据作为第二道检验。

通过这个案例可以看到:Shapley 解决"分账不重复",但不解决"留不住人"。 这是 v30 §对 Shapley 的精确定位——它是分账工具,不是留人工具。


一、案例设定

3 个主体:A 工程师(负责设计、调试,核心知识载体)、B 操作员(负责生产、质量控制,可替代性较高)、M 自动化机器(历史因果网络的物化载体,属于资本所有者 C)。

基础产出:销售收入 100 万元 / 年(已扣除原材料、电费、销售费用),净剩余 100 万元(可分配蛋糕)。

核心问题:这 100 万元应该怎么在 A、B、M 之间分配?进一步,这个分配方案能不能让 A、B、M 都愿意继续合作?


二、建立因果实验——F(S) 函数

F(S) 是"在系统 S 下能产出的价值",通过对不同组合的 F(S) 测算,我们可以得到每个主体的"边际贡献"。

系统 S 产出 F(S)(万元) 解释
∅ 0 没有系统
{A} 0 A 单独不能生产
{B} 0 B 单独不能生产
{M} 20 机器自己可自动生产 20 万
{A, B} 30 A+B 共创 30 万
{A, M} 60 A+机器共创 60 万
{B, M} 70 B+机器共创 70 万
{A, B, M} 100 三者共创 100 万

关键观察:任何主体单独存在,产出都 < 30 万;M 单独存在 = 20 万;任意两两组合,产出 30~70 万;三者组合 = 100 万(协同增益明显);B+M > A+M——B 和机器的协同比 A 和机器的协同更强。


三、Shapley 值——6 种加入顺序的平均

Shapley 的思想是:每个主体获得它在"所有可能合作顺序"中的"加入时新增的边际贡献"平均值。3 个主体有 3! = 6 种加入顺序:

顺序 A B M 合计
A→B→M 0 30 70 100
A→M→B 0 40 60 100
B→A→M 30 0 70 100
B→M→A 30 0 70 100
M→A→B 40 40 20 100
M→B→A 30 50 20 100
平均 21.67 26.67 51.67 100

Shapley 值:C_A = 21.67, C_B = 26.67, C_M = 51.67。

Shapley 解决了"重复计算陷阱":简单"拿掉法"会得到 A=30, B=40, M=70, 合计 140 万(超过 100 万);Shapley 平均后得到 21.67+26.67+51.67=100 万(完美一致)。Shapley 是 v30 §因果断分的"数学定海神针"。


四、机器内部因果分解

机器 M 产生 51.67 万,等于 51.67 万的因果贡献。但 M 不是"凭空出现"的——M 本身是一个被物化、压缩、封装的因果网络:

机器内部因果 对机器生产能力的贡献(万元) 占比
机械设计 12 23.2%
软件 10 19.4%
制造 8 15.5%
历史研发 7 13.5%
材料与供应链 5 9.7%
维护体系 4 7.7%
资本风险 5.67 11.0%
合计 51.67 100%

关键命题:机器不是"独立的因果主体",而是"被压缩进一个物体里的巨大因果网络"。 M=51.67 万 ≠ 机器所有者 C 应该拿 51.67 万。这 51.67 万的因果收益,应该向形成机器的因果网络进一步分配。


五、再生产成本扣除

任何主体获得的回报,都不应长期低于维持其继续作为因果主体所必需的再生产成本:

项目 金额(万元)
维修 5
零件 5
折旧 10
机器再生产小计 20
A 的生活/教育/医疗 8
B 的生活/教育/医疗 6
人力再生产小计 14

扣除再生产成本后,真正可分配的剩余 = 100 - 20 - 14 = 66 万。


六、三个数 C/X/O 同步测算

主体 C_i(因果贡献) X_i^short(短期替代成本) X_i^long(长期替代成本) O_i(外部机会)
A 21.67 40 10 60
B 26.67 5 5 40
M 51.67 350 350 30

关键观察:A 的 C_A=21.67,但 O_A=60——A 的 60 万里,只有 21.67 是价值贡献,其余 38.33 是"机会对齐"。M 的 C_M=51.67,但 O_M=30——M 没有"自我主张"的能力。真实价值贡献 ≠ 实际拿到的钱。


七、联盟稳定性判据验证

检验 F(S) ≥ ΣO_i:F(A,B,M) = 100,O_A + O_B + O_M = 60 + 40 + 30 = 130。100 < 130,联盟稳定性判据不满足。

物理含义:公司一年能赚 100 万,但 A 出去能拿 60,B 出去能拿 40,M 投到别处能拿 30,三者外部机会合计 130 万。至少有一个主体拿不到它的"留任意愿收益"。 这个公司在当前条件下无法稳定存在。

公司演化:长期来看 A 离开、B 离开、M 被转移,或者公司倒闭,或者公司改变生产方式(把 100 万提升到 130 万以上)。这正是 v30.0.6 §5 的核心判据:创造价值 ≠ 能够稳定分配。


八、假设联盟稳定——稳定分配方案

假设公司通过新业务把年产出提升到 140 万,F = 140 ≥ O_A + O_B + O_M = 60 + 40 + 30 = 130。联盟可能稳定。

候选方案:

方案 A B M C 合计 是否稳定?
1. Shapley 等比 30 37 73 — 140 ⚠️ 缺 C
2. 完整分配 30 37 50(其中 C 拿 30 资本回报) 23 140 ✅
3. 偏 A 方案 60 30 30(其中 C 拿 20 资本回报) 20 140 ✅
4. 偏 B 方案 40 50 30(其中 C 拿 20 资本回报) 20 140 ✅

满足"个体不离开 + 联盟不脱离 + 总和不超额"的方案不止一个。公平不是"唯一正确答案",而是"可行区间"。


九、Shapley 看起来公平但实际不稳定

某公司按照 Shapley 等比分配:A = 21.67, B = 26.67, M = 51.67(全归 C)。个体理性检验:A = 21.67,但 O_A = 60 → A 离开;B = 26.67,但 O_B = 40 → B 离开;C = 51.67,但 O_M = 30 → C 把机器投到别处能拿更多 → C 调整。

Shapley 解决"分账不重复",但不解决"留不住人"。 这是 Shapley 在 v30 §中的精确定位。


十、案例边界声明

本案例使用假设数据,不针对任何真实公司;Shapley 假设 F(S) 函数可测量,但现实生产中 F(S) 难以精确测量;外部机会 O_i 也难以精确测量。本案例作为方法论演示,不作为具体分配方案。


十一、因果分配与联盟稳定性 · 一句话总论

"100 万的 Shapley 分配看起来公平,但留不住 A——因为 A 的外部机会是 60 万,21.67 万留不住他。""F(S)=100 < ΣO_i=130,这家公司'应该不存在'——至少在当前条件下。""机器 M 拿 51.67 万不等于 C 拿 51.67 万——51.67 万是机器的因果贡献,不是 C 的价值创造。" 联盟稳定性判据 F(S) ≥ ΣO_i 是 v30 §在"动力学"层面给经济系统装上的"压力表"。