P4_gift / ENGINE 0.8.30

红白包,包钱还是到场?

相同出生起点,改变礼金习惯:省下的钱、人际关系与幸福如何变化?

10,000
完整原始人生记录逐份核验
5 × 1,000
各国相同种子,跨国不是独立的5,000人
6 个年龄
24 / 30 / 35 / 40 / 50 / 65 岁

01 / 先看结果,再解释原因

中国组40岁:省钱有没有留下资产?

930 对共同幸存者中,只到场相对包足礼金的净资产差中位为 10,143 元,资产更高的比例为 51.1%。两臂净资产中位分别为 483,830 / 480,900 元。

同一批人:人际与幸福也要一起看

40岁人际评分配对差中位为 -0.24 分,幸福差中位为 -0.23 分。评分来自游戏内部,不能解读为现实朋友数量或幸福百分比。

65岁:长期结果不等于礼金总额

805 对中,净资产差中位为 -22,755 元,P10 / P90 为 -3,044,955 / 2,935,661 元。后续人生会分岔,不能把这笔差额全归为直接省下的礼金。

均值与中位数可能给出不同方向:中国组40岁资产差中位约 +10,143 元,但均值约 −5,317 元;65岁中位差转为负值。各国和年龄也不一致,因此证据不支持“少送礼必定更富”这样的单一结论。此处数值包含路径分岔,不是纯粹礼金节省。

这是游戏引擎中的策略路径比较,不能作为现实投资、教育或人生决策建议。同种子固定出生起点,但策略会改变后续随机数消耗和整条人生;观察到的差异包含这种路径变化。

02 / 绝对金额与分布

人民币采用游戏内部金额 × 3.5 的中国购买力等价值,非外汇换算,也不是现实收入预测。月均收入为年收入 ÷ 12,非税后工资。净资产含现金、投资、自住房、出租房和企业权益,可为负。

上表各臂使用自身存活样本,分母可能不同,不应直接视作相同人的效果;下面给出配对差及“所有策略均存活”校验。

净资产:P10 — 中位数 — P90

横轴为带符号 log10(1+金额),保留负值;不是等距人民币轴。

净资产中位数随年龄变化

各年龄幸存者不同;曲线不是同一人的增长轨迹。使用带符号对数轴。

配对差:策略臂 − 对照臂

胜率为配对净资产差大于0的比例,相等也计入分母。差值中位数不等于两个中位数相减。均值区间为探索性正态近似,重尾、多重比较和选择偏差未被消除。

所有策略均有快照:固定共同样本

这能减少臂间存活构成差异,但仍条件于所有策略均存活,不代表所有出生者。疾病、死亡及收入为零的快照不会被人为过滤。

收入位置、学历与身心状态

使用各臂自己的年龄快照样本。收入位置为游戏 pct × 100,非现实收入排名;学历0–5为类别编码,不能当作线性年数。幸福、健康为游戏内部评分。

同种子扰动参考 N2

出生后丢弃一个随机数会移动后续随机路径;N2不是策略专属误差,不能从策略差中扣除。它与本次策略对照的幸存样本也可能不同。

03 / 开关打开后,究竟发生了什么

18岁起,每年将 gift 设为 full 或 none。礼金系数分别为1和0:影响亲戚丧礼、朋友婚礼,以及孙辈入学、考大学和结婚的部分贺礼。它不代表拒绝全部亲友支出,也不是“从不参加社交”。

亲戚丧礼与朋友婚礼

只到场走 giftSkip 分支:幸福 +1、人际 +1,另有15%概率再扣人际2分。包足礼金参加朋友婚礼通常人际 +3、幸福 +2;但缺钱、无收入或其他限制下也可能只帮忙,不一定真付钱。因此不能把 full 当作人人每次都成功支付。

孙辈的贺礼

礼金开关改变对应支出;这几类事件中的幸福与人际增益仍可能保留。不同事件机制不能混成一个“不给红包就失去朋友”的假设。

exp_funeral 是亲戚丧礼事件计数,在零礼金分支也会更新,适合衡量是否遇到场景,不能当作支付次数。policyActs 不记录这种每年直接赋值的开关,零条操作不等于没有生效。下表为终身覆盖,独立于顶部年龄筛选。

按年龄拆开:明确可见的婚丧场景

日志分类只匹配成年“亲戚丧礼/讣告”和“朋友婚礼”等明确文字;不把普通亲友死亡、自己的婚礼算进去。日志可能被省略,所以不是完整婚丧次数,不能将两臂可见日志差直接解释为社交机会增减。完整亲戚丧礼事件数见上方 exp_funeral 计数;孙辈贺礼只解释已核对机制,未冒充完整分类。终局开关不符合可能是18岁前死亡,不能当作成年执行失败。

全体出生样本的寿命分布

04 / 回到具体人生

固定展示中国组,各策略相对基准的40岁净资产配对差第10、50、90百分位附近案例,展示不利、典型与有利路径。按差值排序、种子打破平局,非人工挑选成功故事。以下案例不随顶部筛选改变。

05 / 口径、边界与复算

完成采集:2026-10-24T13:57:22.077Z。摘要 SHA-256:127170ae38a96a01ecfd9f9e4a6c277fffd0501194a344625ff859c9224352ad

复算:在原项目目录运行 python3 experiments/P4_gift/scripts/analyze.py P4_gift,再运行 python3 experiments/P4_gift/scripts/build_report.py。需要原始 experiments 数据、N_noise 与 scripts/policy_report.template.html;下载的基础模板放回该位置。