也許出軌，和你想像的不同──依附理論系列(十二)

本文與 PAMO車禍線上律師 合作，泛科學企劃執行

走在台灣的街頭，你是否發現馬路變得越來越「急躁」？滿街穿梭的外送員、分秒必爭的多元計程車，為了拚單量與獎金，每個人都在跟時間賽跑 。與此同時，拜經濟發展所賜，路上的豪車也變多了 。

這場關於速度與金錢的博弈，讓車禍不再只是一場意外，更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出，我們正處於一個交通生態的轉折點，當「把車當生財工具」的職業駕駛，撞上了「將車視為珍貴資產」的豪車車主，傳統的理賠邏輯往往會失靈 。

在「停工即停薪」（有跑才有錢，沒跑就沒收入）的零工經濟時代，如果運氣不好遇上車禍，我們該如何證明自己的時間價值？又該如何在保險無法覆蓋的灰色地帶中全身而退？

薪資證明的難題：零工經濟者的「隱形損失」

過去處理車禍理賠，邏輯相對單純：拿出公司的薪資單或扣繳憑單，計算這幾個月的平均薪資，就能算出因傷停工的「薪資損失」。

但在零工經濟時代，這套邏輯卡關了！施尚宏律師指出，許多外送員、自由接案者或是工地打工者，他們的收入往往是領現金，或者分散在多個不同的 App 平台中 。更麻煩的是，零工經濟的特性是「高度變動」，上個月可能拚了 7 萬，這個月休息可能只有 0 元，導致「平均收入」難以定義 。

這時候，律師的角色就不只是法條的背誦者，更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』，轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台（如 Uber、台灣大車隊）的流水帳整合，或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入（例如學生開學期間），只要能證明過往的接單能力與紀錄，在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

300 萬張罰單背後的僥倖：你的直覺，正在害死你

根據警政署統計，台灣交通違規的第一名常年是「違規停車」，一年可以開出約 300 萬張罰單 。這龐大的數字背後，藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A：我在紅線違停，人還在車上，沒撞到也要負責？ 許多人認為：「我人就在車上，車子也沒動，甚至是熄火狀態。結果一台機車為了閃避我，自己操作不當摔倒了，這關我什麼事？」

施律師警告，這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道，導致後方車輛必須閃避而發生事故，你就可能必須背負民事賠償責任，甚至揹上「過失傷害」的刑責 。 

數據會說話： 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態，其巨大的代價可能是人命。

陷阱 B：變換車道沒擦撞，對方自己嚇到摔車也算我的？ 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時，後方騎士因為嚇到而摔車，但你感覺車身「沒震動、沒碰撞」，能不能直接開走？

答案是：絕對不行。

施律師強調，車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係，你若直接離開現場，在法律上就構成了「肇事逃逸」。這是一條公訴罪，後果遠比你想像的嚴重。正確的做法永遠是：停下來報警，釐清責任，並保留行車記錄器自保 。

保險不夠賠？豪車時代的「超額算計」

另一個現代駕駛的惡夢，是撞到豪車。這不僅是因為修車費貴，更因為衍生出的「代步費用」驚人。

施律師舉例，過去撞到車，只要把車修好就沒事。但現在如果撞到一台 BMW 320，車主可能會主張修車的 8 天期間，他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算，光是代步費就多了 3 萬多塊 。這時候，一般人會發現「全險」竟然不夠用。為什麼？

因為保險公司承擔的是「合理的賠償責任」，他們有內部的數據庫，只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想，為了拿到這筆額外的錢，對方可能會採取「以刑逼民」的策略：提告過失傷害，利用刑事訴訟的壓力（背上前科的恐懼），迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外，駕駛人仍需要懂得談判策略，或考慮尋求律師協助，在保險公司與對方的漫天喊價之間，找到一個停損點 。

談判桌的最佳姿態：「溫柔而堅定」最有效？

除了有單據的財損，車禍中最難談判的往往是「精神慰撫金」。施律師直言，這在法律上沒有公式，甚至有點像「開獎」，高度依賴法官的自由心證 。

雖然保險公司內部有一套簡單的算法（例如醫療費用的 2 到 5 倍），但到了法院，法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下，正確的「態度」能幫您起到加分效果。

施律師建議，在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」，這通常會有反效果。特別是面對看過無數案件的保險理賠員，裝兇只會讓對方心裡想著：「進了法院我保證你一毛都拿不到，準備看你笑話」。

相反地，如果你能客氣地溝通，但手中握有完整的接單紀錄、醫療單據，清楚知道自己的底線與權益，這種「堅定」反而能讓談判對手買單，甚至在證明不足的情況下（如外送員的開學期間收入），更願意採信你的主張 。

車禍不只是一場意外，它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代，無論你是為了生計奔波的職業駕駛，還是天天上路的通勤族，光靠保險或許已經不夠。大部分的車禍其實都是小案子，可能只是賠償 2000 元的輕微擦撞，或是責任不明的糾紛。為了這點錢，要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差，恐懼於「會不會被告肇逃？」、「會不會留案底？」、「賠償多少才合理？」而整夜睡不著覺 。

PAMO看準了這個「焦慮商機」， 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」，而是「賦能」。不同於傳統律師收費高昂，PAMO 提倡的是「大腦武裝」，當車禍發生時，線上律師團提供策略，教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示，他們的目標是讓客戶在面對不確定的風險時，背後有個軍師，能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

從違停的陷阱到訂閱制的解方，我們正處於交通與法律的轉型期。未來，挑戰將更加嚴峻。

當 AI 與自駕車（Level 4/5）真正上路，一旦發生事故，責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時，誰該負責？怎麼舉證？

但在那天來臨之前，面對馬路上的豪車、零工騎士與法律陷阱，你選擇相信運氣，還是相信策略？ 先「武裝好自己的大腦」，或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網：https://pse.is/8juv6k 

讓房子增值的方法

一位房地產經紀人接受《房地產》雜誌訪問時談到，她在澳洲賣過一棟房子，那棟房子「有一個寬廣的花園露台，冬天面向波濤洶湧的大海，迎著狂風吹拂」。

她開了暖氣，但在開放看屋日刻意把暖氣調小，「點燃蠟燭，放一些有情調的音樂。」她告訴《房地產》雜誌，那棟房子「之前的售價是兩百五十萬澳幣，最終是以兩百七十六萬澳幣賣出，成果斐然，我覺得這一切要歸功於在冬天做出那樣溫暖的展示」。

由此可見，在「寒冬」戶外環境的對比下，提供「溫暖」的室內環境能夠有效地提高賣價。或許吧！但是，一如既往，當我們試圖根據心理學原理提出切實可行的現實建議時，往往赫然發現我們生活在一個充滿因果關係的世界裡，深受多種可能變數的影響。

因此，我們應該謹記統計學中所謂的「可解釋變異」（explained variance），而我們通常只能解答其中一些。例如，房地產產業裡，購屋者的購屋時間會受到一些固有的變化所影響，比如熱門假期有較多的閒暇時間看房、總體經濟狀況（景氣好壞）、房貸是否容易取得等等。

此外，冬天雖然可以讓一棟精心陳列的「溫暖」屋子看起來特別有吸引力，但在很多地區，這種賣屋方式需要買家在寒冬中冒著風雪與凍雨去看屋，那很容易令人望之卻步。一間房子或許在冬天看起來價值較高，但要是缺乏前景與競爭出價，就可能會壓低價格。那些因素與溫度無關，卻也會影響一間房子的預期售價。

所以，在我們深入研究資料之前，這裡有個免責聲明：除了溫度以外，還有其他變數也對房屋的售價有很大的影響。

為什麼會有家的感覺？

雖然我們應該認真看待這種涉及多種因果關係的情況，但無論你是想賣屋、還是推銷其他產品、服務、想法或觀點，瞭解背後的演化與文化驅動因素，仍能為你增添一些優勢。知道該從演化與社交體溫調節的哪個角度出發以說服顧客，其實滿實用的。我們也應該注意，不要從單一面向解釋我們與房屋及其他「商品」之間的溫度調節關係。

歷史顯示，人類一直在尋找空間的分界線─從天然洞穴、壁龕、洞室到小屋，最後是房屋─以便把掠食者與大自然的力量隔絕在外，尤其是抵禦要命的酷寒。

我認為，生存是一個關鍵的動機，促使人類強化住屋功能，使其超出維持基本生存所需。物質文化的證據也證明了，住屋是用來滿足我們的從屬或歸屬感。一間房子越能夠滿足這種從屬或歸屬感的需求，感覺起來越舒適溫馨，也會越有家的感覺，或者套用依附理論的說法，越容易讓人覺得那是一個「安全的避風港」。

許多研究提出以下假說：我們把某個空間分界視為「家」的認知機制，跟早期演化與個體發展時，幫助我們透過其他人來禦寒的生理機制（即依附與恆定體溫調節機制）是一樣的。

早期人類與其他哺乳動物，確實會把體溫調節任務分散給一個群體來承擔，而在社交演化的過程中，房子至少取代了一部分社會分擔的功能。某種意義上來說，這個概念如此明顯，甚至不言而喻。隨著文化發展，房子變成一種方便又有效率的禦寒方式，再加上室內供暖技術的發展，也提供了產生熱能的方法。

為了研究這點，我和以前的學生范艾克（Bram van Acker）與潘托夫萊特（Jennifer Pantophlet），以及其伙伴克瑟雷爾斯（Kayleigh Kerselaers）一起設計了幾個研究，以測試氣溫下降時，房地產廣告中的房屋是否變得更有吸引力。

我們想要測試「房子就是家」的概念中、比較沒那麼顯而易見的一面：更具體地說，是它的社交體溫調節功能。我們想知道，環境溫度較低，會不會讓人對房屋產生偏好，就像低溫使人對他人產生依附感，而去租浪漫電影來看或產生懷舊念頭一樣。

由於房地產經紀人直覺認為「溫暖」的房子最熱銷，所以我們試著從經驗上驗證，像家一樣的房子，要如何藉由營造「家的感覺」讓我們想要與他人在一起。此外，我們也想調查這種歸屬感能不能滿足體溫調節的需求，以及是否會使人更願意為廣告中的房子支付更高的價格。

我們的推論是，溫度與「家的感覺」之間的關聯，是由我們想與他人在一起的動機所促成的。接著，我們設計了一套研究，裡面包含三個研究，以調查較低溫度如何誘發社會心理學家帕克（Lora E. Park）與馬納（Jon K. Maner）所謂的「歸屬的渴望」，這個歸屬的渴望是由想要打電話給朋友或跟朋友在一起等行為來衡量。

從這裡，我們希望進一步知道，這種歸屬的渴望如何促使我們對「感覺像家」的房子產生偏好。

為了確保研究結果的準確性與可複製性，我們使用線上協作網站「開放科學平台」（Open Science Framework）來決定我們的假說，並在收集資料之前先暫停一切決定，把探索性的「假說生成研究」與驗證性的「假說檢驗研究」分開。

我們認為，較低的溫度應該會引發一種「歸屬的需求」。此外，溫度也能用來預測一個人覺得一間房子多有家的感覺，以及他願意付多少錢買那間房子。第二個維度因為看似較為「客觀」（因為它提供具體的數字，例如對溫度的感知，而不是「較暖」或「較冷」這種主觀的感覺），也許能佐證一個觀點：待售屋給人的「居家舒適感」渴望，與行動的經濟性有關。

其他的因素

本書前面提過，行為生態學以及由此延伸的體現認知，可為行動機會的決策提供資訊，以便權衡行動的效益與成本。

例如，面對相同的斜坡時，背負沉重背包的人所估計的坡度，會比沒有背背包的人還陡。一個人所估算的上坡代謝成本（能量消耗），會影響他對角度的「客觀」感知。就像考慮爬坡的旅人會先自問是否負擔得起爬坡的代謝成本一樣，潛在的購屋者雖然想要一個溫馨的家，但也會自問是否負擔得起那些舒適特質的額外成本。

我們在本書中已經看到，體溫調節在人際互動中扮演多麼重要的角色。體溫調節在基因與文化的演化，以及這兩種演化的持續相互交流中，都扮演吃重的角色。尤其，我們已經看到社交體溫調節如何促使我們組織與加入更多元的網絡，創造文化、社會、文明。

這一切的核心，都在於我們始終非常需要把核心溫度維持在很窄的範圍內，以達到溫度恆定。雖然如今人類已經開發出許多工具，使富國的人民不再覺得這是如此重要的問題，但這其實是攸關生死的迫切課題。

——本文摘自《做個有溫度的人：溫度如何影響我們的生活、行為、健康與人際關係》，2022 年 9 月，時報出版，未經同意請勿轉載。

賽局理論演算的「穩定婚姻」

賽局理論中有所謂「穩定婚姻問題」。在所有婚姻狀態均「穩定」的已婚社群，每對夫妻各自都無法找到比現在更好的另一半。換句話說，所謂「穩定」的已婚社群，就是丈夫想出軌，他想出軌的對象也不認為他會比現在的另一半來得好，因此不可能會跟這位丈夫在一起，反之妻子亦然。 因此，婚姻中的男女即使見異思遷，實際上也改變不了自己的婚姻狀態。

穩定婚姻意涵社群中，曠夫怨婦不可能藉著與原來配偶離婚，再互相結婚來改進他們的婚姻狀況。這也是賽局理論所說的「伯瑞多最佳」狀態。但這並不代表每個婚姻中人都是如魚得水，他們可能只是找不到更好而有意願的對象而已。

「穩定婚姻問題」尋求一個把男女配對而形成穩定婚姻社群的演算法。這方法早在 1962 年即由 2012 年諾貝爾經濟學獎得主 Lloyd Shapley 和 David Gale 解出。其方法稱做 Gale-Shapley 演算法。Gale-Shapley 演算法的應用遠超過婚姻配對問題，例如美國醫學協會把住院醫師與實習醫院配對便用了這個演算法。

這個演算法要求社群中每個人都要列出他或她對所有異性的喜好順序。例如在三男三女的社群中，假設各人的偏好順序如下表：

三男三女共可有六組不同的婚姻配對，其中有三組是穩定婚姻。

第一組：（A 女，乙男）、（B 女，丙男）、（C 女，甲男）。社群中每位女士均嫁了她們最心儀的男士，但每位男士均娶了他們最看不上眼的女士。很顯然地，雖然男士們都蠢蠢欲動，其奈女士們不動如山何？這組婚姻符合穩定的定義。

第二組：（A 女，甲男）、（B 女，乙男）、（C 女，丙男）。與第一組恰恰相反，這裡每位男士均娶了他們最心儀的女士，但每位女士均嫁了她們最看不上眼的男士。依同理，這組婚姻也是穩定的。

第三組：（A 女，丙男）、（B 女，甲男）、（C 女，乙男）。這裡不分男女均已獲得了次愛對象的垂青。如果有人還不知足，想更上一層樓，很抱歉：他（她）們心目中最愛的對象卻看他（她）們最不上眼呢，還是乖乖守護家庭吧。穩定婚姻！

從這個例子可以看出：穩定婚姻的演算法並不保證唯一解，而且也不保證人人都美滿幸福。

那麼，對婚姻充滿浪漫期待的青年男女們如何才能在穩定的前提上爭取到如意的對象呢？賽局分析顯示，採取主動的一方，比較容易得到排序較高的對象。例如若女性採取主動，則結果較可能是第一組。若男性採取主動，則結果較可能是第二組。被動的一方很可能在形勢比人強的情形下止於末選。

網路上有好幾個網頁以 Python 程式語言執行了 Gale-Shapley 演算法。有興趣的讀者可以參考文末書目。

中國古詩中的穩定婚姻問題

這裡以兩首中國古詩為例說明什麼是「穩定婚姻」、什麼不是「穩定婚姻」。

從漢朝樂府詩 《陌上桑》來看穩定婚姻問題

漢朝樂府詩《陌上桑》全詩如下：

日出東南隅，照我秦氏樓。秦氏有好女，自名為羅敷。羅敷喜蠶桑，採桑城南隅。青絲為籠繫，桂枝為籠鉤。頭上倭墮髻，耳中明月珠。緗綺為下裙，紫綺為上襦。行者見羅敷，下擔捋髭鬚。少年見羅敷，脫帽著帩頭。耕者忘其犁，鋤者忘其鋤。來歸相怨怒，但坐觀羅敷。

使君從南來，五馬立踟躕。使君遣吏往，問是誰家姝。「秦氏有好女，自名為羅敷。」「羅敷年幾何？」「二十尚不足，十五頗有餘。」使君謝羅敷：「甯可共載不？」

羅敷前致辭：「使君一何愚！使君自有婦，羅敷自有夫。東方千餘騎，夫婿居上頭。何用識夫婿？白馬從驪駒。青絲繫馬尾，黃金絡馬頭；腰中轆轤劍，可直千萬餘。十五府小吏，二十朝大夫，三十侍中郎，四十專城居。為人潔白皙，鬑鬑頗有鬚。盈盈公府步，冉冉府中趨。坐中數千人，皆言夫婿殊。」

這詩中的「使君」與「羅敷」都已婚。「使君」喜歡「羅敷」甚於喜歡自己太太，但是「羅敷」喜歡自己的先生甚於「使君」。何以見得？「使君一何愚」等於現代人罵無聊男子是「癡漢」。而「皆言夫婿殊」更掩不住嫁了如意郎君的沾沾自喜。

另外，詩中雖未點明，但「羅敷」的夫婿四十幾歲了能娶到十幾歲而又真心愛慕他的美女，即使「使君」的太太羨慕「羅敷」先生高富帥，怨嘆「使君」隨地拈花惹草，「羅敷」的先生應該不至於會喜歡她甚於喜歡自己太太。果然如此，這兩對夫妻所組成的社群，其婚姻狀態便算「穩定」。所以「穩定婚姻」不代表婚姻中人不見異思遷，而是即使想劈腿自己更喜歡的人也找不到願意的對象而無法做到。

依照上面的假設，各人的偏好順序如下：

我們可以看到（羅敷，羅敷夫）、（使君婦，使君）的配對是穩定的。雖然使君婦跟使君都是跟他們的最末順位結婚，可是那即使不滿意也已經無法改善了，被罵「癡漢」也只能黯然。

從《節婦吟·寄東平李司空師道》來看穩定婚姻問題

同樣描寫婚姻狀態的唐代張籍的《節婦吟·寄東平李司空師道》，道出了不太一樣的情境。

君知妾有夫，贈妾雙明珠。
感君纏綿意，繫在紅羅襦。
妾家高樓連苑起，良人執戟明光裡。
知君用心如日月，事夫誓擬同生死。
還君明珠雙淚垂，恨不相逢未嫁時。

這首詩中的「妾」受到「君」的撩撥其實已經動了心。她起初還把「君」贈她的兩顆明珠繫在她貼身的紅色蕾絲小可愛上。後來雖然還給了他，並不是因為喜歡「良人」甚於喜歡「君」。

何以見得？詩中所引用的理由是「妾家高樓連苑起，良人執戟明光裡」。這兩句我怎麼看怎麼不對勁。也許傳統的解釋是說夫家有錢還位居高官。但高樓深宅事實上並沒有防得了「妾」與「君」私通款曲，當然更栓不住她愛慕的心。

至於「良人執戟明光裡」，其實也不過是在皇宮充當侍衛，並不是什麼大不了的官，遠比不上「陌上桑」裡羅敷的夫婿。說不定「良人」不值班的夜晚便拿著他那枝戟月光下在自家門外巡防太太私奔呢！無論如何，這詩裡的「妾」只是個受傳統規範羈束的「節婦」加「怨婦」。「事夫誓擬同生死」不過是「從一而終」的概念。

最後一句「恨不相逢未嫁時」更毫不掩飾地表明了「怨婦」的心情：如果不是喜歡「君」甚於喜歡「良人」，直接罵他「痴漢」就是了，何至於「還君明珠雙淚垂」？又何需心中有恨？這樣的婚姻只能以外力來維持穩定，算不得賽局理論的「穩定婚姻」。

在這個配對中，假設各人的偏好順序如下（註：原詩未提「君」是否已婚。這裡的分析假設他已娶妻，但「君婦」的偏愛順序並不重要。）：

（妾，妾夫）、（君婦，君）的配對是不穩定的，因為「妾」跟「君」如果做得到可以離開原配、互結連理而改進他們的婚姻幸福。只是不幸活在不能隨意離婚的時代，也只能「恨不相逢未嫁時」了！

參考書目：

1. D. Gale and L. S. Shapley. “College Admissions and the Stability of Marriage.” The American Mathematical Monthly, Vol. 69, No. 1 (Jan., 1962), pp. 9-15.
2. Alexander Osipenko, “Gale–Shapley Algorithm Simply Explained.”
3. 漢娜．弗萊著，洪慧芳譯。《數學的戀愛應用題》第三章〈提高安打率的秘密〉。天下雜誌出版。