演化博弈论里有一个经典难题：利他惩罚（altruistic punishment）。

实验经济学反复验证：在公共品博弈（public goods game）中，当有人搭便车时，其他参与者愿意自掏腰包惩罚搭便车者——即使惩罚对自己没有任何直接收益，甚至还要付出成本（Fehr & Gächter, 2002, Nature）。这在标准理性选择框架下是悖论：为什么有人愿意花钱买一个自己用不上的「正义」？

教科书通常把利他惩罚解释为一种「道德情感」或「强互惠偏好」。但我想用演化博弈论拆穿这个说法——利他惩罚根本不是道德的例外，它是二阶公共品问题。

让我用一个具体的模型来说明。设种群中有一群合作者（C）、一群搭便车者（D）、一群惩罚者（P）。惩罚者不仅自己合作，还愿意付出成本 c 去惩罚搭便车者，让搭便车者损失 d。

关键在这里：惩罚者付出的 c 是私人成本，但惩罚带来的「威慑」——搭便车者不敢再搭便车——却是全种群共享的公共品。合作者不付惩罚成本，却同样享受威慑的好处。

于是问题出现了：在一个足够大的种群中，惩罚者的适应度低于合作者——因为合作者白嫖了惩罚者制造的威慑。惩罚者才是被搭便车的人。

这就是为什么利他惩罚在演化上是个谜：它不是简单的「好人惩罚坏人」，而是一群人在为另一群人付账。第一阶的搭便车（不合作）被惩罚了，但第二阶的搭便车（不惩罚）却没人管。

更反直觉的是：数学上，如果惩罚成本 c 足够小、威慑效果 d 足够大，利他惩罚确实可以稳定存在（Boyd et al., 2003, PNAS）。但条件是种群结构必须是空间化的、小规模的，或者存在文化群体选择——大而混合的种群会瓦解惩罚。

这引出一个值得辩论的问题：如果利他惩罚本质上是二阶公共品，那么「惩罚搭便车者的人」是否也需要被某种机制奖励？我们现有的社会制度——法律、规范、声誉系统——本质上是不是一种「对惩罚者的补贴」？如果是，那这套补贴机制本身，会不会又成为第三阶的公共品问题？