私利被看见，公损常留在暗处

私利被看见，公损常留在暗处

四个部门共用一套客户资料。每个部门都能靠少做一次核对来缩短自己的交付时间，错误却要到下一环节才暴露，由别人返工。任何一位主管若单独坚持完整核对，自己的数字会暂时难看；所有人都省掉核对，整家公司便得到一套越来越快、也越来越不可信的资料。

这未必说明四位主管都短视或自私。他们可能准确理解了自己面对的评价规则：速度记在本部门名下，返工散到别人的预算里，单方谨慎还会在排名中吃亏。本文的判断是：当局部收益由行动者取得、部分成本可以外移、单方合作又承受劣势时，劝每个人“顾全大局”只能暂时压住症状；应优先让外溢后果可见、可追查，再按条件改变默认选择、统一分担、同步承诺或外部规则。无法逐笔归属时，激励仍可能被重排；但行为改善与制度正当是两项检验，后者还要问受规则约束者、成本承担者及未在场利益相关者能否被代表、申诉和安全退出。

这里的“个体理性”只指一件窄事：在给定行动、信息、信念和物质回报下，选择对自己较有利的行动。它不等于聪明、道德正确，更不是对完整人性的描述。人若把公平、身份、关系和共同结果放进偏好，选择会改变；规则若改变可选行动与后果，原来的“理性答案”也会改变。

先证明结构，不要先责怪人格

标准的二人一次囚徒困境有两位同时行动的参与者，每人选合作 C 或背弃 D。常用四个符号表示收益：背弃合作方所得为 T，双方合作各得 R，双方背弃各得 P，合作方被背弃只得 S，并满足 T>R>P>S。

若对方合作，我从 C 改成 D，收益由 R 升到 T；若对方背弃，我改成 D，收益由 S 升到 P。因此 D 对双方都是严格优势行动，两人同时背弃构成唯一 Nash equilibrium；可是双方都拿到 R 又比都拿到 P 好。局部选择没有算错，共同结果却较差。

这组形式关系比著名的囚犯故事重要。只要收益排序不满足上述条件，或参与者能够签订可执行合同、退出、改变行动集合，问题便已不同。多人公共物品、共同池资源、污染和组织返工都可能有相似的个人—集体冲突，却不是同一张二人矩阵。若大家其实都偏好切换到同一个新结果，只因不知道别人何时行动，那更接近协调问题，而非这里的优势背弃。

因此，称一个现实场景为“囚徒困境”之前，至少要说明谁在行动、有哪些选择、各自知道什么，以及别人的选择给每种行动带来什么后果。没有这些信息，“人性自私”只是给未知结构贴上的人格标签。

孟子担忧评价语言向下传播

《孟子·梁惠王上》开篇，梁惠王问孟子远道而来将“何以利吾国”。孟子没有画收益矩阵，而是把“利”作为最高评价语言向下推演：王问利国，大夫问利家，士庶人问利身，终于“上下交征利而国危矣”。赵岐注以“取”释“征”，孙奭疏和朱熹又从上下争取、先利后义解释国家秩序的危险；这些属于后世解释，不能冒充经文本身。

孟子处理的是战国君臣、仁义与政治示范。其问题并非人取得利益，而是统治者先把逐利设为公开的共同尺度，各层便用同一种尺度重新解释自己的行动。现代机制分析不以仁义取代收益计算，却可从中看到相邻的警报：上位者设计的指标不是中性的记录工具，它会决定什么被奖励、什么可以转嫁、什么不再进入账本。

这与囚徒困境不能合并为一条古今同源定理。孟子在重定政治目的，形式模型则说明给定收益排序怎样产生均衡。前者问共同生活应以何为先，后者问在已给规则下行动会汇成什么结果。若只借模型优化总量而不问谁定义共同利益，我们会丢掉孟子真正承担的规范争议。

霍布斯问：单方守约为何不致暴露

Hobbes 在 1651 年《利维坦》第十三章讨论没有共同权力提供可靠安全时的竞争、猜疑和战争状态；第十四、十五章转向求和、守约与公平，第十七章再讨论如何把多数人的力量集中到共同权威，以保护和平与安全。他的重点之一是：知道和平较好，并不能自动使单方守约变得安全。

这给集体困境补上“可信保障”一层。要求某人先承担共同成本，需要说明别人为何也会承担，以及违约、误判和争议怎样处理。可是 Hobbes 的共同权威与强主权结论有自己的规范代价，不能被缩成“只要惩罚够重就会合作”。权力若不受程序约束，也能把共同利益变成统治者单方解释的名义。

孟子与 Hobbes 都不提供现代博弈的数学证明。孟子担心评价目标使上下相取，Hobbes 担心没有保障时守约者暴露。两者的张力也不能抹平：一个以仁义重定政治语言，一个通过共同权力确保安全。现代治理要同时面对这两个问题——规则鼓励了什么，以及执行规则的权力由谁约束。

公共物品实验显示：人会贡献，规则也会改变贡献

Fehr 与 Gächter 2002 年招募 240 名苏黎世大学与 ETH 本科生，进行十场公共物品实验。每人先后经历有惩罚和无惩罚的两个六期处理，处理顺序在场次间反向平衡；每期随机组成四人组，在同一处理内不再遇到同一人，以减少直接互惠和声誉作用。

每期每人有 20 个货币单位，可投入公共账户。每投入 1 单位，四名成员各得 0.4：个人拿回的 0.4 小于投入的 1，全组合计所得 1.6 却大于 1。只看当期物质回报，个人保留更划算；全组总收益则在人人全投时最高。惩罚处理中，参与者看到贡献后，可以花 1 单位让对方损失 3 单位。

没有惩罚机会时，平均贡献随期数下降；允许付费惩罚时，贡献维持并上升，低于组均值者更常被罚。参与者即使不会再遇到该对象，也有人愿意承担惩罚成本。这直接反驳“真实人只最大化当期物质收益”，同时说明在这套学生样本、匿名分组和货币规则中，增加一个行动选项会改变贡献。

这项因果证据只适用于实验预先规定的惩罚权、信息显示和货币后果。现实组织还多出劳动法、申诉、身份、长期权力与误判风险；若直接把 token 扣减移成员工扣款、社区排斥或公共政策，这些决定性条件便会消失在类比里。

Balliet、Mulder 与 Van Lange 2011 年汇总社会困境实验中的 187 个效应量；这里的 187 不是研究数或参与者数。奖励与惩罚都与更高合作相关，付出成本的激励较强，惩罚效果也随一次互动、固定同组或换组重复而变化。这个截至 2011 年的综合说明效果依赖互动结构，不能换算成“合作提高百分之多少”，更不能替现实制度选择唯一工具。

允许反惩罚以后，制裁会反过来吞噬合作

Nikiforakis 2008 年的实验共有 192 名参与者、16 场，每场 12 人，随机组成四人组并采用固定匹配或随机重组。每场 20 期，比较三类规则：只有自愿贡献的 VCM，贡献后允许一次惩罚的 P，以及惩罚后还允许被罚者反惩罚的 PCP；处理顺序对半反转，参与者起初不知道还有第二处理。

约四分之一的惩罚遭到反惩罚。反击的可能使合作者更少制裁低贡献者，合作随时间瓦解；论文还报告，允许惩罚与反惩罚的组，平均收益低于没有惩罚、虽有搭便车的处理。付费制裁本身消耗资源，报复又削弱了合作。

这不是“永远不要制裁”的证明。它揭示的是，惩罚并非从模型外免费降临：谁能惩罚、对方能否反击、有没有申诉、执行者是否被信任，都会变成新规则的一部分。若制度只把惩罚权加入旧结构，却不处理正当性和争议，解决方案可能制造第二个困境。

Ostrom 把参与者从既定矩阵中放出来

公共物品与共同池资源需要先分开。公共安全和知识等公共物品很难排除受益者，一个人使用通常不明显减少别人可用量；地下水、灌溉、渔业和森林等共同池资源同样难以排除使用者，一人的取用却会减少他人可用量。后者还受再生速度、边界和生态条件影响。

Elinor Ostrom 的 2009 年 Nobel lecture 反对把资源使用者永远视为困在给定博弈中。她总结的洛杉矶 West Basin 地下水案例里，使用者面对过度抽取与海水入侵，逐步通过协会、法院、立法和补注机构改变规则。这里没有一条瞬间把所有人变好的命令，而是一组参与者、权利、监测、争议和跨层级安排被重新组合。

同一获奖科学背景报告也保留失败和反直觉案例。它依据既有研究总结，尼泊尔部分传统灌溉系统原本依赖首端与尾端使用者共同维护；外部建设更耐久的工程后，维护依赖减弱，首端用户更容易多取，部分项目绩效反而较差。来源包没有逐页核对该案例所据 Lam 1998 原书，因此这里不报告样本或因果幅度。Texas 与 Oklahoma 油池的浪费又说明，有些情境需要更有效的权利整合或公共监管。

这些历史与案例比较来自不同生态、技术与政治条件，能推翻“共同资源必然崩溃”和“只有一种治理形式”，却没有给自治、私有化或国家监管排出统一名次。长期存在的制度仍可能排除女性、移民、下游使用者或未来世代。规则可改写，还要继续问谁有资格参与改写。

改规则以前，先画出外溢路径

面对普通组织或社区中的低至中风险问题，可以先画一张外溢路径：谁作决定，谁取得直接收益，成本落到谁身上，哪些人没有在场，谁记录后果，谁有权申诉和退出。行为有效性与程序正当性要分开检查。前者可以通过改变默认、统一分担、同步承诺或外部规则重排激励，即使无法逐笔锁定责任；后者要求受规则约束者、成本承担者及未在场利益相关者得到相称代表，并有申诉、复核和安全退出的路径。

这不是一张“严惩搭便车者”的清单。奖励、监测、边界、分担、渐进制裁和争议解决都可能有用，也都可能被滥用。共同收益增加更不自动等于正义；总量改善若靠弱者承担单方牺牲，或把成本推给未在模型中的第三方，困境只是换了名字。

具体薪酬、解雇、环境配额、公共卫生措施、竞争者协议、警务、战争和家庭控制不能从本文模型直接推出。它们涉及当前数据、法域、权利、科学阈值和授权程序；尤其不能把企业限价、限产或市场分割美化为“合作”，也不能要求租户、儿童、受照护者或受暴者以平等玩家身份接受制裁。

每个人都在规则内做出有理由的选择，仍可能共同走向坏结果。这个结论不替个人免除责任，却改变了修复的入口：不要只问谁缺少美德，还要问谁收下收益、谁接住成本，以及谁有权重写那张让两者分离的规则。

出处与限制

• 《孟子·梁惠王上》第一章，“上下交征利而国危矣”：https://ctext.org/mengzi/liang-hui-wang-i/zhs；赵岐／孙奭《孟子注疏·卷一》：https://ctext.org/wiki.pl?chapter=450764&if=en；朱熹《孟子集注·梁惠王章句上》：https://ctext.org/si-shu-zhang-ju-ji-zhu/liang-hui-wang-zhang-ju-shang/ens。经文、古注与宋代理解分层，不把“利”等同现代 utility。
• Thomas Hobbes, Leviathan (1651), Chapters XIII—XV, XVII，Project Gutenberg eBook #3207：https://www.gutenberg.org/ebooks/3207。自然状态、守约、保护与主权争议不作现代囚徒困境证明，也不为无程序强制背书。
• Stanford Encyclopedia of Philosophy, “Prisoner’s Dilemma” (2025)：https://plato.stanford.edu/entries/prisoner-dilemma/。只作 T>R>P>S、优势行动、Nash equilibrium 与相邻模型的概念导航，不复用条目结构或案例。
• Ernst Fehr & Simon Gächter, “Altruistic Punishment in Humans,” Nature 415, 137—140 (2002)：https://doi.org/10.1038/415137a。学生便利样本和实验 token 规则不外推现实制裁。
• Daniel Balliet, Laetitia B. Mulder & Paul A. M. Van Lange, “Reward, Punishment, and Cooperation: A Meta-Analysis,” Psychological Bulletin 137(4), 594—615 (2011)：https://doi.org/10.1037/a0023489。187 为效应量，不是研究数或样本数；2011 年证据窗口不是截至 2026 年的完整综合。
• Nikos Nikiforakis, “Punishment and Counter-Punishment in Public Good Games: Can We Really Govern Ourselves?” Journal of Public Economics 92(1—2), 91—112 (2008)：https://doi.org/10.1016/j.jpubeco.2007.04.008。特定实验的反惩罚结果不代表现实冲突的固定概率。
• Elinor Ostrom, “Beyond Markets and States: Polycentric Governance of Complex Economic Systems,” Nobel Prize Lecture, 8 Dec. 2009：https://www.nobelprize.org/uploads/2018/06/ostrom_lecture.pdf；Royal Swedish Academy of Sciences, “Economic Governance,” 2009 Scientific Background, pp. 9—13：https://www.nobelprize.org/uploads/2018/06/advanced-economicsciences2009.pdf。案例研究和结构化比较不是随机实验；Nepal 案例未逐页核 Lam 1998 原书，不报样本和效应。
• 高风险适用边界须另核当前劳动、环境、公共卫生、竞争、警务与安全制度。本文不提供薪酬、解雇、环境配额、医疗、反垄断、外交、军事、警务、住房、照护或家庭个案建议。

版本说明

简体中文为研究母稿，实质修订将记录日期并重新经过受影响门禁。

> 编辑状态：本文已完成独立事实与版权审校、匿名盲审及文字终校，并于 2026-07-18 获总编辑批准，进入分批发行。