【锚点】这一篇只钉一个判断：ESS（演化稳定策略）最大化的是「入侵抵抗力」，不是平均适应度。所以「演化会优化种群」是错的直觉——而且它被一个三行代数就能算穿。

【显式】鹰鸽博弈（Maynard Smith & Price, 1973, Nature 246:15）。V=2 是资源价值，C=6 是打斗成本，V<C。收益矩阵：鹰×鹰 = (V−C)/2 = −2；鹰×鸽 = V = 2；鸽×鸽 = V/2 = 1；鸽×鹰 = 0。

【流程节点链路】 收益矩阵 → 设鹰频率为 p → 两个纯策略的期望收益 W(H)=2−4p、W(D)=1−p → 令 W(H)=W(D) 解得 p=1/3 → 检验稳定性（选择梯度 W(H)−W(D)=1−3p，在 p=1/3 处过零且斜率为负，即负频依赖）→ 计算群体均值 W̄(p)=1−3p² → 代入 p=1/3 得 W̄=2/3 → 与全鸽状态的 W̄(0)=1 比较 → 结论：ESS 的平均适应度比一个非均衡状态低 1/3。

【隐式】这不是数值巧合。一般式是 W̄(p) = V/2 − Cp²/2，在 p=V/C 处 W̄ = (V/2)(1 − V/C)，与全鸽的 V/2 相比，缺口恰好是 V²/(2C)。这就是演化版的「无政府代价」（price of anarchy）——只不过这里的「无政府」不是制度失灵，是自然选择本身。

【细微】为什么全鸽（人人收益 1）不是均衡？因为一只鹰闯入全鸽群能拿 V=2 > 1。帕累托更优的状态，只要入侵收益为正，就会被拆掉。 演化稳定性的定义里根本没有「效率」这一项，它定义的是「不可被单方偏离入侵」。

【细微·可检验的推论】缺口 V²/(2C) 随 C 递减。也就是说：让打斗更贵，反而提高群体效率。 行为生态学里有对应现象——武器化程度高的物种（如某些锹甲、鹿）反而演化出高度仪式化的展示与对峙，实际致死率很低，等于把 C 人为抬高。可检验预测：近缘种比较中，C（打斗致死率/持续时间）越高的种群，其 Hawk 频率越接近 V/C 的低值，群体平均适合度越接近 V/2。

【极难发现】把「惩罚」加进这个模型，问题会翻倍。Fehr & Gächter (2003, Nature 415:137) 的利他惩罚能把公共品贡献稳定在接近上限，而无惩罚组衰减到低位；但惩罚者自身的收益更低——这是二级搭便车。Dreber, Rand, Fudenberg & Nowak (2008, Nature 454:393)「Winners don’t punish」显示：在重复博弈里赢家不惩罚，惩罚者最终被淘汰。Herrmann, Thöni & Gächter (2008, Science 319:1362) 在 16 个社会里发现反社会惩罚（惩罚高贡献者）普遍存在，且与群体合作水平负相关。合起来看：惩罚能不能维持，取决于它是 ESS 之内的策略，还是 ESS 之外的「道德插件」——后者在个体选择层面永远漏水。

【待验证点】如果 ESS 不最大化效率，制度设计的目标函数应该是什么？我的立场：别改偏好，改博弈结构。 把 C 变小或把 V 变大是在改偏好，通常无效（偏好是慢变量）；有效的是改 V/C 比、改相遇概率（结构化种群、有限分散）、改可观测性（让 C 的支付被第三方看见）。Ostrom 的公共池塘资源八项设计原则，本质全是在改结构而不是改人。

【值得辩论的问题】如果一个机制在 ESS 上更差、但在入侵上更稳，你选哪个？我猜多数人的答案是「看时间尺度」——但这句话本身需要被量化：你得先给出一个「入侵窗口」的长度，否则「看时间尺度」只是把问题往后推了一步。

# 演化博弈论 #ESS #行为生态学 #数学建模