摘要
一間咖啡店可能仍有大量沒有被人體佔用的椅子，進門的顧客卻發現可直接入座的位置寥寥無幾。書包、外套、電腦或杯子將物理空位轉化為被他人宣示使用權的座位；這種佔位既可能保護正在取餐的顧客，也可能使公共座位長時間處於實際無人使用的狀態。本文提出「佔座傳染悖論」作為待驗證的分析框架：顧客觀察到越多座位被預留，就越可能預防性地預留自己的座位，於是個別理性的保護行為，在特定回饋強度下可能導致群體可用容量突然下降。研究結合領域標記、描述性社會規範及集體行為門檻文獻，建構具有有限可佔座比例的 logistic 選擇與部分更新動態。解析推導顯示，當社會回饋強度與可預留上限的乘積大於四時，模型可能出現兩個局部穩定狀態與一個不穩定狀態；此時相同客流條件下的可用座位比例，會取決於先前的佔座歷史。以五百個假設空座、固定隨機種子的有限人口模擬檢查近似結果。文中提出可預註冊的場所實驗，區分「物理空座」「標記空座」及「實際可坐」三類觀測。所得數字均為合成情境，不代表任何咖啡店的真實佔座比率，亦不能證明社會感染機制已存在。
關鍵詞：佔座傳染悖論；領域標記；描述性規範；有效容量；雙穩態；社會門檻
1 引言
1.1 有椅子卻沒有位子的日常場景
在圖書館、咖啡店、食堂及共用工作空間，椅子的「空」有不同層次。有椅面可見，不等於有人願意坐下；沒有人坐著，不等於旁人認為該位可以使用；物品放在椅上，也不代表擁有人必然正在不當佔位。短暫取餐、使用洗手間、與同行者交換座位，是可以理解的日常行為。然而，一旦物品標記成為無需語言的排他權訊號，旁人便很難從場景判斷這個位置是暫時離席、長期預留還是已遭棄用。
本文關心的不是簡單道德譴責，而是可驗證的群體機制。想像兩間椅子配置、抵達人流和顧客偏好都相同的咖啡店：一家長期少人以物品劃地為界，另一家已經形成「先放下背包才排隊」的習慣。若個別顧客對其他人如何做非常敏感，兩間店即使條件接近，也可能呈現持久而顯著不同的可用座位。這提出三個問題：標記如何由私人防備轉為描述性慣例？甚麼條件下微小的社會訊號會誘發大幅變化？管理者減少佔座後，為何未必立即恢復先前的容量？
1.2 研究對象、貢獻與限制
為避免把座位不足誤當成佔座造成，本文從「已剔除實際有人坐著的椅子」開始計算，以其中被物品標記、因而對新進顧客暫不可用的比例為核心量。真實場景仍須量度擁有人是否在場、返回時間、餐廳規章、求位者是否願意詢問等因素。本文專注考察單一機制：看見他人預留會如何改變自己預留的傾向，並不預設該機制必然成立。
研究在三方面作出有限貢獻。第一，提出將「可見空位」與「可坐空位」分開的座位可用性指標；第二，給出具有精確臨界條件的最小社會規範回饋模型；第三，提出具歷史依賴與干預門檻的可反駁預測。社會規範門檻、領域性與多重穩定狀態本身均已有成熟文獻；新意是在此座位分類下將它們組合為可操作化的專用假說，而非宣稱首次發現非線性群體行為。
2 文獻回顧
2.1 從物品標記到暫時領域
Goffman 的公共空間研究把物件標記視為維持個人領域的方式；Liu（2024）重新梳理這套概念，直接舉出背包放在座位、杯子放在吧台等把物理位置轉為個人領域的標記。Brown、Lawrence 與 Robinson（2005）系統討論領域性行為如何連結人對空間及無形資源的控制。這些理論容許我們把物品看成社會訊息，而不單是佔有面積的實體。
更貼近本研究的實證前例是 Griffiths 與 Gilly（2012）。兩位研究者以咖啡店為場景考察顧客的領域行為，指出顧客將場所當成私人或工作空間的延伸，可減少座位周轉並阻礙其他顧客使用。Harada（2017）亦研究商場美食廣場的座位過度使用。上述研究使「佔座可能具有容量後果」不再只是主觀印象，但兩者不能直接提供本文回饋參數 β 的數值，更沒有證實所有標記都構成外部成本。
Staats 與 Groot（2019）的假想咖啡店座位選擇研究顯示，視線接觸、與陌生人的距離及靠牆位置都可能影響選位。這提醒研究者：有人放物品占位，或有人不敢坐某個空椅，亦可能源於私隱和親密距離需要，而非對其他人的盲目模仿。後文的情境設定因此保留基礎偏好 h，避免把全部座位使用差異都歸因社會感染。
2.2 描述性規範與條件性效從
Cialdini、Reno 與 Kallgren（1990）區分描述性規範，即「大多數人實際如何做」，和命令性規範，即「他人認為應如何做」。Bicchieri 與 Xiao（2009）的實驗顯示，對他人行為的預期可以在規範遵從決策中扮演重要角色。對座位來說，看到桌上遍布佔位物件未必等於贊同佔座；它可能只提高「不先佔就沒有座位」的估計。
Keizer、Lindenberg 與 Steg（2008）用現場實驗研究某些規範違反訊號如何影響其他違規行為。然而「留下背包」究竟違反甚麼規範，必須依場地標示、離開時長及在地慣例判定，不能把這項研究直接套用為所有咖啡店存在同一感染效應。Schultz 等人（2007）亦指出，純描述性規範訊息有時會產生意料之外的逆向效果；政策宣傳若展示「許多人都佔座」，也可能無意中使該行為顯得普遍。
2.3 微觀選擇、群體門檻與歷史依賴
Granovetter（1978）提出集體行為門檻模型，說明相近的個體偏好分布可能產生不同整體結果。Schelling（1971）透過空間選擇模型展示微小局部動機如何形成宏觀模式。Centola 與 Macy（2007）進一步指出，某些需要多重社會肯定的行為不能以單次接觸的簡單傳染概括；Centola（2010）透過線上網絡實驗研究行為擴散與網絡結構。本文的 logistic 回饋是平均場假設，不包含真實咖啡店人際網絡；上述文獻提供可延伸的理論線索，而非本文參數已被驗證的證據。
Ostrom（2000）討論集體行動、條件性合作及規則的作用，幫助區分單純「顧客自私」與制度環境所造成的行為誘因。預留座位可能是合理的暫時使用權，也可能是缺少明確時限而形成的互不信任。此處提出的新問題是：即使沒有顧客特別惡意，描述性社會回饋能否造成相同需求條件下的容量落差？
2.4 既有研究與本文的距離
既有文獻已研究咖啡店領域行為、座位偏好、社會規範與集體門檻。本文沒有理由聲稱「標記造成周轉困難」或「社會模仿產生多重均衡」是史無前例的發現。相對明確的研究缺口，是把一項具體的座位分類指標與有界預留比例連結，推導何時會出現雙穩態、歷史依賴及不同的干預門檻；這一跨領域結合是否真的具有實證解釋力，仍有待獨立觀察與實驗。
3 佔座傳染悖論的概念架構
3.1 定義與操作化
本文把「標記空位」定義為沒有人體坐著，卻出現可合理解讀為有人主張使用權之物品或牌示的椅子。把「可坐空位」定義為缺少此類標記、並且沒有其他明確障礙的椅子。研究者應在固定時間窗中為每張椅子記錄「有人坐」「物品標記而無人坐」「沒有標記而無人坐」三個互斥類別；有爭議者另列不確定，避免強行分類。這是一套測量方案，不代表標記即屬違規。
為隔離座位實際使用率的影響，設每一觀察時刻已排除有人坐著的座位，共有 N 張「物理空椅」。其中有比例 s 的椅子在制度和場景上允許出現標記，其餘沒有標記風險，例如被現場人員即時清理或不許放置私人用品。令 x 為全部 N 張物理空椅中實際被標記的份額，因此 0≤x≤s≤1。有效可坐空椅份額是 1−x，兩種數量之差恰為 Nx。這一標準化只在 N 相對穩定的短時間窗近似成立。
3.2 心理機制與關鍵假設
顧客預留座位可能出於等待同伴、取餐不願失位、無法信任其他人或對場地既有做法的順從。我們用 h 表示在未見他人標記時的基礎預留傾向，用 β≥0 表示看見標記比例後產生的淨回饋強度。β 的符號不是由領域理論必然推得：倘若顧客認為佔座令人反感，見到更多標記反而減少自己的標記傾向，則 β 可能為負；這正是重要反例。
模型做出六項明示假設：在短時間窗中 N 和 s 近似不變；顧客觀察公共空椅中標記份額 x 的代表性訊號；可標記椅子上的決策具有相同平均傾向；個體未觀察的偏好擾動服從 logistic 選擇結構；只有比例 δ 的標記狀態在每期更新；標記行為暫不改變進店人流與實體座位配置。真實世界多數假設可以被資料否定，故模型定位為最低限度的概念基線。
3.3 命題、反例及因果邊界
命題 P1：在正回饋 β＞0 的模型內，提高顧客的基礎預留傾向 h，將提高穩定分支上的被標記空椅份額。命題 P2：當 βs≤4 時此模型有唯一平衡值；當 βs＞4 時，在一個有限的 h 區間內可有兩個局部穩定值。命題 P3：若系統處於高標記分支，漸進改善規範訊號未必能立即把它帶回低標記分支。命題 P4：即使標記很少造成物理損毀，只要新進顧客將標記視為排他訊號，它仍可能降低可直接入座的容量。
這些均是條件性數理命題，不是現場已證實的因果效應。若顧客不在意他人標記（β≈0）、可標記份額 s 很小、工作人員會即時移走物品、所有座位可由系統實時分配，或標記完全代表即將返回的合法短暫離席，本文所稱的「容量損失」在福利判斷上便不能直接等同浪費。
4 數學模型與推導
4.1 變數及選擇函數
| 變數 | 定義及量度 | 模型域 |
|---|---|---|
| N | 某時間窗沒有人體坐著的物理空椅數 | 正整數；示例 500 |
| s | 具有被物品標記可能性的空椅上限比例 | 0＜s≤1 |
| x(t) | 第 t 期全部物理空椅中的被標記份額 | 0≤x(t)≤s |
| h | 沒有社會模仿時的預留傾向指數 | 無量綱，可正可負 |
| β | 觀察到標記份額後的平均社會回饋係數 | β≥0；示例 7.5 |
| δ | 每期重新選擇或更新標記狀態的比例 | 0＜δ≤1 |
| A、B | 有效可坐空椅份額；被標記椅子數 | A＝1−x；B＝Nx |
假設個體作出「預留」相對於「不預留」的淨決策指數為 z＝h＋βx＋ε，ε 表示未觀察到的需求、私隱或風險偏好。若 ε 採用尺度固定的 logistic 隨機效用形式，平均選擇機率可寫為 σ(z₀)＝1／[1＋exp(−z₀)]。所有可標記空椅只佔 N 的 s 部分，故當社會可見標記份額是 x 時，下一輪的目標標記份額是：
式（2）並不是個體已協商的博弈均衡，而是帶有描述性規範回饋的平均行為關係。β＝0 時，無論有多少人已放下背包，新一輪選擇傾向都相同；β＞0 時，目前越多座位被標記，就越有可能出現新的預留。s 則阻止模型憑空製造超過可標記上限的座位。
4.2 部分更新與平衡條件
每一期只有 δ 份額的可標記狀態被重新評估，餘下狀態延續。因此標記份額的期望動態為：
固定點 x* 滿足 x*＝F(x*)；將 logistic 反解可得一條便利的平衡曲線。由 x*/s＝1／[1＋exp(−h−βx*)]，先得到 x*/(s−x*)＝exp(h＋βx*)，再取對數：
由式（4）可見，標記量不只由固定需求指數決定，也取決於先前形成的自我回饋。若將 h 視為客流壓力與預留利益的合成指標，它並非客流本身；想驗證 h 的實際含義，需要另建需求與選擇之間的測量方程。
4.3 臨界條件和三個固定點
式（2）的斜率是 F′(x)＝sβσ(h＋βx)[1−σ(h＋βx)]，其最高值為 sβ／4。因此當 sβ≤4，F(x)−x 單調不增，僅有一個固定點；當 sβ＞4，部分 h 值可以令 F(x) 穿越 y＝x 三次。特別是當 sβ＝4 時可能出現切觸的退化臨界點，但不產生不同的穩定高低分支。局部線性化式（3）：
因 0＜δ≤1 且 F′≥0，所以 G′≥0；低、高兩個交點若 F′＜1 為局部穩定，中間若 F′＞1 則不穩定。將平衡曲線對 x 微分並令導數為零，求得分支摺點：
將兩個 x_fold 值代入式（4），便得可發生分支突然消失的兩個 h 門檻。值得強調，門檻 βs＝4 完全源於這個 logistic 函數的最大斜率，不是由咖啡店的真實觀測估計出來的神奇常數。若把行為函數改為 probit、階梯反應或異質選擇，數值四會改變，唯有「最大回饋斜率是否超過一」這項更一般的結構條件保留。
4.4 比較靜態與容量差額
對固定點方程 x*＝sσ(h＋βx*) 使用隱函數微分，可得穩定分支對基礎傾向的敏感度：
在穩定分支，分母為正，因此增加 h 會提高 x*；接近摺點時分母趨近零，預測對微小外界變化高度敏感。這種巨大敏感度只表示確定性平均場模型的幾何特徵，並不意味真實顧客具有無限反應。若 N 張物理空椅的標記份額為 x*，則：
在比較兩個場景時，N 應保持一致，才能把「標記差」同客流擁擠分開。即使式（10）表示直接可用容量下降，也不能自動推斷社會總福利下降同樣數量，因為短時保留可能降低顧客排隊時失座的風險。需額外量測預留時長、替代座位、求位者流失及顧客權益，才可進行公平且完整的政策評估。
4.5 圖像與具體示範門檻
為了示範三個平衡點，本文事先設定 s＝0.80、β＝7.50、h＝−3.00、δ＝0.12，並無以真實場地資料估計這些數值。此時 βs＝6.00＞4，式（4）有三個交點 x*≈0.05658、0.40000 及 0.74342；中間一點不穩定，兩端穩定。圖 1 同時畫出 F(x) 和 45 度固定點直線，交點及斜率顯示高低兩種可持續狀態。
圖 1 平均場回應曲線及三個固定點。來源：作者依假設參數以 Python 計算；圓點為局部穩定點，叉號為不穩定點，並非現實觀測。
依式（8）及式（4），示範參數的兩個摺點分別對應 h≈−3.41509 和 h≈−2.58491。兩者之間，若系統從低佔座歷史出發，可能停在低分支；若來自高佔座歷史，可能維持高分支。圖 2 的穩定和不穩定點展示此窗口，而不是宣稱社會必然存在不可逆行為。在同一 h＝−3.00、同樣有 N＝500 張無人坐著的椅子下，低分支預測可直接入座比例約為 94.34%，高分支約為 25.66%，兩者相差約 68.68 個百分點；這是刻意放大社會回饋的模型例子。
圖 2 基礎傾向 h 與平衡佔座比例。兩條虛線標示示範模型的摺點；同一 h 可以對應兩個局部穩定狀態。全部數值為理論計算。
5 有限人口模擬與結果
5.1 演算法、參數來源及重現性
平均場方程的連續比例忽略每張椅子只能處於標記或未標記狀態。為檢查離散有限人口下的行為，我們用 N＝500 張物理空椅、其中 M＝sN＝400 張可標記的情境。每一輪，現有標記椅子以機率 δ[1−σ(h＋βx)] 撤去標記，而沒有標記的可標記椅子以機率 δσ(h＋βx) 增加標記。各張椅子的更新條件獨立，但下一輪共享由現時標記總數產生的社會訊號。若 R(t) 是本輪標記椅子數，則：
式（11）的兩項分別是新增與撤去標記的隨機張數，其條件期望恰可還原式（3）。模擬使用固定亂數種子 20261015，初始比例約 0.01 或 0.78，先捨棄 6,000 輪，再保留 12,000 輪作描述統計。程式 simulation.py 與 data/simulation_results.csv 保存設定和結果；樣本輪次存在時間自相關，故此處不把逐輪標準差誤稱為獨立抽樣標準誤，不做沒有依據的顯著性檢驗。
5.2 不同歷史與低回饋對照
| 情境（皆為假設） | 解析平衡 x* | 模擬平均 x | 可直接坐下比例 1−x |
|---|---|---|---|
| 強回饋；低初始標記 | 0.0566 | 0.0567 | 0.9433 |
| 強回饋；高初始標記 | 0.7434 | 0.7436 | 0.2564 |
| 弱回饋 β＝2.5；低初始 | 0.4000 | 0.4010 | 0.5990 |
| 弱回饋 β＝2.5；高初始 | 0.4000 | 0.3987 | 0.6013 |
表 2 的數字由單組時間序列計得，並非針對不同店鋪的抽樣估計。弱回饋對照使用同樣 s＝0.80，但 β＝2.5、h＝−1.0，所以 βs＝2.0＜4；從不同初始值出發都回到唯一固定點附近。強回饋版本則保留明顯的歷史依賴。在有限樣本下，所有更新路徑均有隨機擾動；理論上的雙穩態描述的是平均場極限與局部吸引盆，而不是宣稱有限系統永遠無法從一個狀態跳至另一個狀態。
圖 3 對照兩條強回饋有限人口序列中的標記份額分布。當同一 h 及 β 的樣本只因初始條件不同而集中在兩個分離區間，便為計算模型中的「路徑依賴」提供一種內部一致性檢查。因為隨機更新法本來就是按式（11）設計，這種符合不構成對現實心理機制的外部驗證。
圖 3 有限人口離散更新模擬（每條序列捨棄 6,000 輪並保留 12,000 輪）。低、高初始標記的分布分離；資料僅為合成數據。
5.3 敏感度、反事實與數值解釋
第一個敏感度方向是 s：若只剩很少座位可被預留，則 sβ 下降，三重固定點可能合併，且即使每張可預留座位都被標記，總體容量損失也受 s 所限制。第二個方向是 β：若顧客不會依他人行為推斷自己也應預留，β 趨近零，雙穩態自然消失。第三個方向是 h：若管理措施降低預留便利性或改變規範可見度，h 的下降可能先使高分支稍微下降；只有跨過下方摺點，高分支在確定性模型中才會消失。
這說明為何政策可能出現不對稱：要打破已形成的高標記狀態，干預力度可能需要大於日常維持低標記狀態所需力度。但要把這個結論用於實際管理，必須先排除「座位在不同時段有不同需求」「標記持續時間變短」「排隊區域改變」「顧客看到禁止告示後不再進店」等替代解釋。模型沒有測得任何真實干預成本、政策彈性或長期福利效果。
6 討論
6.1 個人防禦如何成為集體容量問題
「佔座傳染」的社會學含義並不是顧客容易受壞榜樣影響，而是使用權的不確定性可以令保護行為互相合理化。單一顧客先用外套留下位置，可能只是因為擔心買好餐點後沒有座位；另一顧客見到外套，便更相信自己也應先預留。個人的短期安全感與整體席位周轉並非同一尺度。這與領域性研究中的私人控制需求相符，也與描述性規範的社會期望機制相接，但模型不需要假設顧客有意造成他人困擾。
式（10）提供的是「可直接入座的空椅」這個狹義結果。某椅子雖有背包，但擁有人三十秒後返回時，保留座位也可能減少混亂；相反，長時間以私人物品佔據而顧客離場，會造成截然不同的公共效率問題。若資料只記錄某張椅子在某個時間點有背包，不同動機、權利和福利後果便被混為一談。未來研究應建立標記狀態的停留時間分布，評估每分鐘有效容量而不是單點的占比。
6.2 可見性不等於正當性
社會訊號具有歧義。一張放有電腦的椅子可能表示客人已購餐而短暫離席，也可能表示某人將座位當成私人長期資產；旁人未必有能力分辨。對某些顧客而言，見到佔座越多，越可能尋求規矩來保護自己，因此 β＞0；對另外一些人而言，見到過度佔座反而激起反感、促使詢問服務員或選擇其他場地，因此 β≤0。模型若沒有觀察到正向規範回饋，就沒有資格把負向反應解讀為「被隱藏的感染」。
跨文化場合尤其重要：對共享桌的禮貌、他人物件的尊重、保留短時座位的可接受時長、對陌生人說話的意願可能截然不同。行政規則和物理設計亦會決定標記的效力，例如清楚說明「離席十五分鐘後可使用」「有需要可向員工查詢」可能降低排他訊號的不確定性。相關判斷須經現場訪談、觀察和合法的場地治理程序，而不能直接由 logistic 函數決定。
6.3 模型的政策含義：增加椅子是否足夠？
常見直覺是椅子不足便增加椅子。若可預留比例 s 維持不變、回饋結構不變，擴大實體空椅數 N 會在任一固定分支上按比例增加有效座位，但不會自動消除高標記均衡。相反，若增加座位同時減少人們對缺座的焦慮，h 可能下降，從而間接減少預留。故真實政策評估應拆分直接容量效果和經由社會期待引起的行為反應，不應把二者混為單一因果鏈。
另一選項是降低 s，如分區限制物品預留、明確空位使用準則及提供短時儲物空間。數學上若 sβ≤4，該平均場模型的雙穩態窗口會消失；然而一刀切禁止也可能損害行動不便者、帶幼兒家庭或有合理離席需要的人。最合適的制度不只追求最低 x，還需要保留合理短期權利、無障礙使用及公平執法。
6.4 與其他微觀宏觀模型的關係
本研究的關鍵結構是正回饋與有界容量的結合。Granovetter 的門檻邏輯提供個體行為依賴群體規模的思路；Schelling 的研究則警示微觀選擇可能產生宏觀空間後果。本文用連續概率函數把個別偏好異質性壓縮為單一平均場分布，容易解析但犧牲了真實座位網絡：靠窗座和近門座不等價，家庭與單身顧客也有不同空間需要。
如果日後觀察發現模仿只依鄰近桌位，而不是整店標記比例，應把 βx 改寫為局部網絡加權訊號；如果顧客需要看到多個同類標記才改變決策，則應採用複雜傳染或離散門檻設置。如果物件標記主要反映先來先得而沒有模仿，則既有領域性理論或排隊模型可能已足以解釋現象，無需引入新的雙穩態命名。
7 限制與可反駁性
最重要的限制是缺乏真實數據。本文沒有量度咖啡店佔座比例、個體的社會回饋強度、場地的可預留上限，也沒有測試在高低分支切換時是否出現遲滯現象。h、β、s、δ 全屬研究者為揭示模型行為而設定的值。把「βs＞4」直接當作現實政策門檻，是超出模型證據的錯誤外推。
其次，樣本基數 N 是某時刻的物理空椅，真實 N 會隨進店、離店、換桌及客人回座而改變。模型忽略實際佔座持續時間、入座搜尋時間、工作人員行動、顧客對私人物品的安全風險、未獲座位者離開而無法被記錄的選擇偏差，以及家庭或朋友群組的多椅共同決策。即使數據呈現兩種佔座水平，也可能只是午餐時段和非繁忙時段的差異，未必存在兩個穩定分支。
第三，有限人口隨機鏈在通常條件下仍能以極小機率離開原本的吸引盆；因此圖 3 描述的是有限觀察窗內的準穩定聚集，不代表永久不可逆。第四，模擬由同一套明示方程產生，與解析值吻合只證明程式與理論相互一致，不能當成經驗效度的證明。第五，表中 500 張空椅並非現場樣本大小，也不應用來推導任何統計顯著性。第六，本文只計算座位直接可用性，未衡量預留可能提供的情感安全感或短時周轉效益。
若實際觀察到控制人流、時段和區域配置後，他人可見預留率對個人預留選擇沒有正向效應，或穩定單調的規範干預完全沒有歷史依賴，則本文核心機制受到反駁。即使觀察到遲滯，仍須檢查是否由管理規則變更、顧客異質性或未觀察的需求衝擊所造成。
8 未來研究：從模型走向現場測試
一項低干預的觀察研究可在取得場地方許可後，以固定間隔記錄各時段座位狀態，匿名統計物品標記種類、座位位置、標記持續時間、有人返回的機率及可坐空位數。應預先定義超過何種時間才算長時間預留，並將顧客合理短暫離席另作分類。可用混合效應模型控制時段、樓層、桌型、座位靠牆程度與天氣等共同原因，但此類觀察關聯仍不足以單獨判定模仿因果。
較嚴謹的試驗可讓同一場地於不同時段隨機採用中立、避免強調佔座普遍性的座位資訊告示，或在安全且經同意的模擬場景中隨機操弄「先前有多少椅子顯示標記」而不實際剝奪任何人的座位。主要結果應是新抵達顧客在可標記條件下預留座位的機率，次要結果包括求位時間、離店比例及標記時長。宜預註冊樣本量、操弄檢查、排除規則和初始場地狀態，並直接詢問顧客認為他人預留的理由，而不是從背包出現直接推定心理動機。
檢測雙穩態需比普通 A/B 試驗更精密：在相同可觀察需求指標下，採用先高後低與先低後高兩種分段干預序列，比較結果是否存在路徑依賴；分析前必須考慮季節、回訪顧客、設施差異及時間趨勢。政策研究宜另納入身心障礙人士、攜帶兒童者、長者及短期離席者的可用性，避免為降低標記比例而使合理使用者被排除。
9 結論
本文以「佔座傳染悖論」為題，把日常所見的「明明沒人坐，卻找不到座位」轉化為可量度及可反駁的社會科學模型。透過分開物理空椅與標記空椅，研究獲得有效可坐比例 1−x；透過有界 logistic 社會回饋與部分更新方程，獲得 βs＞4 時可能存在兩個局部穩定標記水平的臨界條件。解析折點、比較靜態及有限人口隨機更新說明，即使外部條件相同，不同歷史也可能對應不同可用容量；改善規範訊號可能存在不對稱的切換門檻。
上述結果嚴格限於明示模型、設定的示例參數及合成模擬；文獻提供機制動機，而非對特定參數的驗證。這篇概念研究的真正價值在於提出一組可測量的社會訊號、精確的模型條件及可能被否定的場地實驗預測。若未來資料不支持正向回饋或雙穩態，仍可保留物理空位與社會可用座位的分類，轉向較簡單的領域權利或空間選擇理論。
參考文獻
Bicchieri, C., & Xiao, E. (2009). Do the right thing: But only if others do so. Journal of Behavioral Decision Making, 22(2), 191–208. https://doi.org/10.1002/bdm.621
Brown, G., Lawrence, T. B., & Robinson, S. L. (2005). Territoriality in organizations. Academy of Management Review, 30(3), 577–594. https://doi.org/10.5465/amr.2005.17293710
Centola, D. (2010). The spread of behavior in an online social network experiment. Science, 329(5996), 1194–1197. https://doi.org/10.1126/science.1185231
Centola, D., & Macy, M. (2007). Complex contagions and the weakness of long ties. American Journal of Sociology, 113(3), 702–734. https://doi.org/10.1086/521848
Cialdini, R. B., Reno, R. R., & Kallgren, C. A. (1990). A focus theory of normative conduct: Recycling the concept of norms to reduce littering in public places. Journal of Personality and Social Psychology, 58(6), 1015–1026. https://doi.org/10.1037/0022-3514.58.6.1015
Granovetter, M. (1978). Threshold models of collective behavior. American Journal of Sociology, 83(6), 1420–1443. https://doi.org/10.1086/226707
Griffiths, M. A., & Gilly, M. C. (2012). Dibs! Customer territorial behaviors. Journal of Service Research, 15(2), 131–149. https://doi.org/10.1177/1094670511430530
Harada, M. (2017). Seat overuse behavior in a food court at a shopping mall. Journal of Environmental Engineering (Transactions of AIJ), 82(734), 309–315. https://doi.org/10.3130/aije.82.309
Keizer, K., Lindenberg, S., & Steg, L. (2008). The spreading of disorder. Science, 322(5908), 1681–1685. https://doi.org/10.1126/science.1161405
Liu, S. (2024). Social spaces: From Georg Simmel to Erving Goffman. The Journal of Chinese Sociology, 11, Article 13. https://doi.org/10.1186/s40711-024-00217-9
Ostrom, E. (2000). Collective action and the evolution of social norms. Journal of Economic Perspectives, 14(3), 137–158. https://doi.org/10.1257/jep.14.3.137
Schelling, T. C. (1971). Dynamic models of segregation. The Journal of Mathematical Sociology, 1(2), 143–186. https://doi.org/10.1080/0022250X.1971.9989794
Schultz, P. W., Nolan, J. M., Cialdini, R. B., Goldstein, N. J., & Griskevicius, V. (2007). The constructive, destructive, and reconstructive power of social norms. Psychological Science, 18(5), 429–434. https://doi.org/10.1111/j.1467-9280.2007.01917.x
Staats, H., & Groot, P. (2019). Seat choice in a crowded café: Effects of eye contact, distance, and anchoring. Frontiers in Psychology, 10, Article 331. https://doi.org/10.3389/fpsyg.2019.00331