三亿人的自愿账单 书架

第 06 章 / 共 16 章

第六章 · 抽查与威慑:为什么你不敢赌

先给你一个数字,你大概会愣一下。

IRS(美国国税局)每年真正动手审计 audit——也就是派人翻你的账、要你的凭证、逐条核对你有没有少报——的比例,低到吓人。全体个人申报里,大概只有千分之三到千分之五被审。近几年因为预算被砍,这个数还更低。你没看错:一百个报税的人里,被真人查账的连一个都不到。

那问题就来了。既然 99% 以上的人这辈子都不会被查,为什么大家还老老实实交税?换成你写代码:如果你知道某个校验分支 99% 的请求根本不会走进去,你还会那么认真对待它吗?

这一章讲的就是这台收税机器的第三根柱子——也是最反直觉的一根:威慑。前面第五章讲的 AUR 是机器自动比对底稿、几乎必抓有据可查的差异;这一章讲的是稀缺得多的东西——真人审计。它靠的不是“抓住每个人”,而是“让作弊这件事,算完账根本不划算”。

把“要不要作弊”当成一道期望值题

软件工程师最熟的思考工具之一就是期望值 EV(expected value):把每种可能结果的收益,乘上它发生的概率,加起来。赌不赌,看这个加权平均是正是负。

现在用它来算“要不要少报一笔收入”:

作弊的期望收益 = (逃掉的概率 × 省下的税) − (被抓的概率 × (补税 + 罚款 + 利息 + 可能的刑责))

就是:赢了能省多少 × 赢的概率,减去 输了要赔多少 × 输的概率。跟你评估一个高风险优化值不值得上线,是同一个算式。

机器设计者的全部功夫,就是想尽办法把这个式子的结果压到负数。一旦它是负的,一个理性人算完,自己就不作弊了——不需要谁盯着他。这不是我拍脑袋的说法,经济学里有个经典模型叫 Allingham-Sandmo 逃税模型(两位经济学家 1972 年提出的),把逃税当成一场赌博来建模,结论正是这个:决定你诚不诚实的,很大程度上不是道德,是赔率。名字提一句就够了,数学不展开。

三根杠杆:怎么把这个期望值压成负的

光有个式子没用。真正让几亿人乖乖的,是三个把赔率往作弊者不利方向掰的杠杆。

杠杆一:罚则不对称——赢一点,输很惨

你少报省下的是小钱。可一旦被抓,账单是这样的:先把税补上,再加利息(从当年欠税那天起算),再加一笔罚款——常见是少报金额的 20%,认定是欺诈能到 75%。情节严重的逃税,是刑事,会坐牢。

看清楚这个结构:赢,你赢一点点;输,你连本带利再加大几成,甚至进监狱。这是故意设计的不对称赔率。就像一个期望值本来接近零的赌局,庄家把“输”那一侧的赔付放大好几倍——哪怕被抓概率很低,一乘上巨大的损失,整个期望值就被拖到水下。工程上你也这么干过:给危险操作加一道极重的失败惩罚,让没人敢碰。

杠杆二:概率不是零,而且你算不准

千分之几听起来可以忽略。但注意两点。

第一,它不是零。第二,也是更狠的——它不透明。你不知道今年会不会轮到你,你也不知道自己的申报在系统眼里有多扎眼。再叠加上第五章的 AUR:凡是有第三方底稿(公司报给 IRS 的工资、券商报的收益)的差异,几乎是必被发现,那部分的“逃掉概率”直接趋近于零。

说人话:有据可查的地方你基本没有安全边界,没据可查的地方你又不知道自己会不会被抽中。这种“算不准”本身就是武器。

不确定性本身就是威慑。一个理性作弊者最想要的是能精确算出自己的安全边界——省多少、被抓概率多少、赔多少,全知道了才好下注。IRS 偏偏不给你这个透明度。你连自己在赌桌上的胜率都不知道,理性的做法就是别上桌。

杠杆三:追溯期——这不是一锤子买卖

你可能觉得,今年蒙混过关了,就安全了。不是。

所以作弊不是“当年闯关成功就清零”,它是一颗埋好几年的定时炸弹。你今天省下的钱,未来好几年里随时可能连本带利被引爆。把时间维度加进期望值:被抓的概率不是“今年的抽查率”,而是“未来 3 到 6 年任意一年被翻出来”的累计概率——比你以为的高不少。

而且审计根本不是随机抽的

到这里你可能还想赌一把:千分之几嘛,运气问题。这是最大的误解。审计不是抽奖,是精准打击。

IRS 给每一份申报打一个“可疑分”。历史上这套东西叫 DIF 分(Discriminant Function,判别函数打分)——本质就是一个统计模型,看你这份申报和“正常人应该长什么样”偏离多远,偏得越离谱,分越高,越优先被人工审。

这玩意你天天都在写:它就是一个异常检测 anomaly detection / 风控模型。跟银行的反欺诈评分、跟邮箱给邮件打的垃圾分,是一个套路——不是逐个检查每一封,而是先算个分,把人力集中扑到最可疑的那一小撮上。

结果就是:审计概率在人群里极度不均匀。一个只有一份 W-2 工资单、什么都对得上的普通工薪族,被查概率低到几乎可以不计——反正也没什么可查的。而高收入、申报复杂、扣除异常(比如收入十万却报了五万慈善捐赠)的人,被查概率高出一大截。机器把最贵、最稀缺的资源——真人审计员的工时——导向期望产出最高的目标:查一个高收入复杂申报,追回的税可能是查一百个工薪族的总和。

工程洞见:用一点点稀缺资源,撬动全局诚实

退一步看整台机器,你会看到一个非常漂亮的杠杆结构。

IRS 从来没打算查所有人,它也查不起。它要做的只有一件事:让每一个人都相信“被查的期望代价 > 作弊的期望收益”。只要这个信念成立,绝大多数人根本走不到作弊那一步——他们自己在脑子里算完就放弃了。

这就是威慑的美妙之处:它是一种极其廉价的全局效应。你只需要投入少量真实执法(真的查、真的罚、真的有人坐牢,让威胁可信),配上重罚(放大失败一侧)和不透明(让人算不准安全边界),就能把几亿人稳稳摁在诚实这一侧。真人审计像是压舱的那一小块铁——量不大,但整条船的平衡靠它。

反过来,这也解释了一件让很多人担心的事:为什么 IRS 预算被削、审计率往下掉,是个警报。因为威慑是有弹性的。它不是一个开关,而是一个赔率。你把执法这一侧抽掉一点,作弊的期望收益就往正数挪一点;挪过某个临界点,理性的算计结果就从“别赌”翻成“值得赌一把”。到那时遵从率不会缓慢下降,而是可能像堤坝渗水一样,先是几个人,然后一片人,一起滑坡。

所以别被那个千分之几骗了。这台机器真正的护城河,从来不是它抓住了多少人,而是它让剩下所有人算完账之后,自己选择不作弊。最高效的执法,是那种你几乎不需要动用的执法。

三亿人的自愿账单 · 王建硕
面向对世界有好奇心的人 · 费曼式写法 · 由多个 AI 代理撰写与互相审校