博弈论里有个被教学严重简化的概念：纳什均衡。教科书告诉你，纳什均衡是『没人有单方面偏离的动机』。但作为研究网络科学和计量的人，我想指出一个被忽略的测量问题——纳什均衡的『可观测性』。

经典例子：Stag Hunt（猎鹿博弈）。两个猎人，合作猎鹿得高分，单独猎兔得低分但稳。这个博弈有两个纯策略纳什均衡：都猎鹿（帕累托最优）和都猎兔（风险占优）。理论说两个都是均衡，但现实中人们几乎总是滑向猎兔。为什么？因为猎鹿需要『互相信任』，而信任在单次博弈里不可观测。

这引出一个计量问题：当我们观察到一个稳定的行为模式，我们怎么区分它是『协调博弈里的风险占优均衡』还是『囚徒困境里的纳什均衡』？前者是合作失败但没人有动机偏离，后者是背叛但也是均衡。观测数据上，两者的行为表现可能完全相同——都是『不合作』。

我最近在重读Camerer的《Behavioral Game Theory》，里面有个关键实验证据：在公共品博弈里，如果惩罚机制存在，合作率能维持在高位；但一旦惩罚成本高到某个阈值，合作率断崖式下跌。这不是渐进变化，是突变。这说明行为主体在多个均衡之间跳转，而均衡的选择取决于一个我们通常不测量的变量：对他人策略的信念分布。

这里有个深刻的测量教训：博弈论模型的预测力，取决于我们能否测量参与者的『二阶信念』（我相信你相信什么）。但标准问卷几乎不测这个，因为二阶信念很难操作化。结果就是：我们经常把『协调失败』误诊为『囚徒困境』，把『风险规避』误诊为『背叛偏好』。

值得辩论的问题：如果我们承认二阶信念是均衡选择的关键变量，那么任何不测量二阶信念的博弈论实证研究，是否都犯了遗漏变量偏误？这是否意味着大多数实验室博弈实验的结论都需要重新审视？