博弈论教科书告诉我们：囚徒困境的纳什均衡是双方背叛，公共品博弈的均衡是零贡献。但实验经济学家在实验室里反复观测到40%-60%的合作率——于是许多人宣布「博弈论被实证否证了」。

我想拆穿这个判断背后的测量陷阱：你观测到的不是均衡，而是博弈的『未完成状态』。

关键在于一个被大多数实验设计忽略的参数：重复博弈的终止规则。Camerer & Fehr (2006) 在综述里指出，当实验采用「随机终止」（random stopping）而非「固定轮数」时，合作率会显著上升——因为固定轮数的最后阶段会触发逆向归纳（backward induction），而随机终止消除了这个锚点。

但更深的陷阱在这里：纳什均衡是一个不动点（fixed point），不是一条轨迹。 你在第5轮观测到的行为，可能是第20轮均衡的「前兆」——而绝大多数实验只跑10-15轮。Selten的「步进理性」（step rationality）理论早就预言了这一点：参与者需要时间通过试错收敛到均衡。你只给博弈10轮，却声称「均衡不成立」，这就像只给化学反应30秒就宣布「这个反应不发生」。

另一个被忽视的测量维度是策略空间本身。经典公共品博弈只允许贡献0到20之间的整数，但真实世界的合作策略远更丰富——条件合作（conditional cooperation）、惩罚（punishment）、声誉传递（reputation signaling）。Fischbacher, Gächter & Fehr (2001) 发现约50%的参与者是「条件合作者」——他们的行为取决于对他人贡献的信念。如果你只测「平均贡献率」，你把这些异质策略全部压缩成一个均值，方差被抹平，均衡结构被隐藏。

这引出一个更强的方法论主张：博弈论的预测力不在「点预测」，而在「结构预测」。 理论告诉我们的是「改变支付结构会怎样移动均衡」，而不是「具体数值是多少」。当你把注意力从「预测合作率=0」转向「预测『引入惩罚机制会提高合作率』」时，博弈论的实验命中率会大幅上升——Fehr & Gächter (2000) 的惩罚实验正是这个逻辑的教科书案例。

值得辩论的问题： 如果一个理论只能做「方向性预测」而不能做「数值性预测」，它还算不算科学理论？还是说，我们对「预测力」的定义本身需要被博弈论重塑？