最後一塊餅乾應該誰食？禮讓困局的混合策略

Who Takes the Last Cookie?

研究編號： Paper_009　完成日期： 2026-10-15
資料類別： E（純理論推導）、D（可重現合成模擬）；沒有真實參與者資料。 跨學科： 行為博弈、經濟心理學　Keywords： 兩人反協調博弈；混合策略；福利分析

方法聲明：本文參數為合成設計。若未經獨立現場驗證，不得把模型數值解讀為真實社會發現。

中文摘要

餐桌上只剩一塊餅乾時，兩人都拿可能尷尬，兩人都讓又可能浪費。本研究建立兩人二策略反協調博弈：拿到餅乾且對方放棄的個人效益為 5；雙方同時拿的衝突成本為 2；讓對方拿的關係收益為 1；雙方皆讓的尷尬成本為 1。解出對稱混合納殊均衡中各人拿取機率為 2/3，雙方同時拿、恰一人拿、雙方皆讓的機率分別為 4/9、4/9、1/9。分散均衡的期望總效用為 2/3，事先協調恰一人拿則可達 6。結果展示「禮讓」不只是一種性格，而可能形成效率損失的協調結構。

Abstract

Who should take the final cookie? We model the interaction as an anti-coordination game with benefits for consuming, discomfort from conflict, social satisfaction from yielding, and awkwardness when both yield. With payoffs 5, 2, 1, and 1 respectively, the symmetric mixed Nash equilibrium assigns a take probability of two-thirds to each player. Both-taking, exactly-one-taking, and neither-taking outcomes occur with probabilities 4/9, 4/9, and 1/9. Expected social welfare is 2/3, versus 6 under perfect pre-play coordination. These are parameter-dependent theoretical outcomes, not observed etiquette frequencies.

關鍵詞 / Keywords： 兩人反協調博弈；混合策略；福利分析

1. Introduction — 引言

「最後一塊你食啦」往往引發一串「你先啦」「唔使啦」的對話。表面上只是客氣，但究竟哪個結果較好？兩人同時伸手可能尷尬；兩人都不取亦浪費；恰好一人拿走則能同時兼顧食物使用與關係。問題於是具有典型的反協調結構：希望對方的行動與自己不同。

本文以有限策略博弈清楚列出支付表，推導對稱混合策略，以及不需擲硬幣的非對稱純策略均衡。研究將「禮貌」拆成可變參數，指出某些增加尷尬成本的規範甚至可能提高雙方同時伸手的混合機率。這個結果反直覺，但不是對任何文化的心理描述；它只是在明確效用設定下的數學後果。

2. Literature Review — 文獻回顧

Nash（1950）提供有限博弈混合策略均衡的基礎。Fehr 與 Schmidt（1999）從公平偏好解釋若干合作和競爭結果；Bolton 與 Ockenfels（2000）指出相對結果與互惠可影響行為效用，支持在餅乾問題中把社會因素列入支付函數。Diekmann（1985）的志願者困境雖與本問題都涉及社會互動，但其公共利益結構與「恰一人行動最好」的反協調問題不同。

本文使用這些文獻作理論背景，並非引用它們聲稱已測得某種餅乾禮讓機率。具體數值由本研究自主設定，目的是使均衡計算和效率比較完全可追蹤。

3. Research Questions and Hypotheses — 研究問題與假設

R1：在雙方同時拿取及雙方皆讓均有成本時，是否存在兩個穩定的純策略結果？R2：若雙方無法事先協調而採對稱混合策略，拿取概率如何由私人效益、衝突成本、關係收益與尷尬成本決定？R3：集中協調能將集體效用提高多少？

H1：恰一人拿、一人讓的兩種非對稱結果是純策略納殊均衡。H2：對稱混合均衡存在且可解析求解。H3：在本文參數下，事先協調的總福利高於對稱混合均衡。

4. Theoretical Framework — 理論框架

每人同時選擇 $T$（take）或 $Y$（yield）。若兩人都拿，雙方得到 $-c$；若一人拿、另一人讓，拿者得到 $b$，讓者得到因對方滿足而產生的關係效用 $g$；兩人都讓，雙方得到 $-w$。所有參數非負，並設定 $b>-w$、$g>-c$，使對方讓時拿較好，對方拿時讓較好。

這是反協調博弈，不是志願者付出成本供所有人享用同一公共物品的情境。研究並非斷言每個人的效用都可用同一尺度量度，而是在相同尺度的合成案例下，分析沒有外部協調時可能出現的均衡。

5. Methodology — 研究方法

設定 $b=5,c=2,g=1,w=1$，先從純策略最佳反應檢查兩個非對稱均衡；再令雙方採相同概率 $p$ 拿餅乾，計算使對手兩策略無差異的混合均衡。使用 180,000 次合成兩人獨立選擇模擬結果分佈和總效用，種子 20261024。為檢查敏感度，另掃描放棄尷尬成本及餅乾私人利益，查看均衡概率的變化。

所有模擬只反映隨機化納殊均衡，不能從抽樣結果推出真實禮讓行為或文化背景。分析檔保存參數、理論概率和福利；結果報告不使用真實受訪者、偽造問卷或沒有來源的 p 值。

可以從逐格最佳反應表獨立確認餅乾博弈的純策略均衡。若對方確定讓出，自己伸手的效用是 $b$，繼續讓出的效用是 $-w$，在 $b>-w$ 時伸手是較佳行動。若對方已伸手，自己跟着伸手得到 $-c$，讓出得到 $g$，在 $g>-c$ 時反而應讓出。因此雙方的反應互相配合時，可能出現甲拿乙讓或乙拿甲讓兩個非對稱純均衡。若雙方都拿，至少一方會想改為讓；若雙方都讓，至少一方會想改為拿，所以兩個對稱純結果並不穩定。

對稱混合均衡則要求雙方以同樣的機率伸手，並使伸手與讓出在期望效用上無差異，由此得 $p^*=(b+w)/(b+w+c+g)$。在本研究的正參數區間內，增加私人餅乾價值 $b$ 或雙方同讓造成的浪費 $w$ 會使伸手更有吸引力；增加同時伸手的衝突成本 $c$ 或禮讓滿足 $g$ 則會降低伸手概率。若研究者大幅修改效用參數，必須重新核對兩個純均衡的最佳反應不等式，以及內點混合均衡是否仍存在，不能把公式得出的任何數都直接稱為策略概率。

合成福利計算可由三種結果手算驗證。雙方同伸手的概率是 $4/9$，總效用是 $-4$；恰好一人拿的概率是 $4/9$，總效用是 $6$；雙方都讓的概率是 $1/9$，總效用是 $-2$。所以混合均衡的期望總效用為 $(-4)(4/9)+6(4/9)+(-2)(1/9)=2/3$。若雙方預先公開抽籤決定唯一一人拿取，兩人總效用為 6。這個差異是特定效用矩陣下協調失敗的理論代價，不能直接解讀為現實社會中人情尷尬的可觀測金額。

如果情境改為反覆聚餐，雙方可以透過輪流、聲譽和口頭承諾建立協調，策略集合將不再只有一次性的同時拿與讓。實際場合的人也能察看對方是否已伸手，先伸手者可能即時改變行動。因此這個簡化的同時行動博弈只能說明一種反協調機制；需要加入時間與訊號的序列模型，才可能研究眼神、禮讓語氣及互動順序如何影響效率。

6. Mathematical / Computational Model — 數學或計算模型

支付矩陣依「自己策略、對方策略」列為：$(T,T)\mapsto -c$；$(T,Y)\mapsto b$；$(Y,T)\mapsto g$；$(Y,Y)\mapsto -w$。若對方以概率 $p$ 拿取，自己拿與讓的期望效用是

混合策略必須令玩家對兩個純策略無差異：

化簡得到唯一內點對稱混合均衡

在此混合均衡，雙方同時拿的概率為 $p^{*2}$，恰一人拿為 $2p^*(1-p^*)$，雙方都讓為 $(1-p^*)^2$。雙方總效用期望為

相較之下，若先約好由甲拿或乙拿，沒有衝突亦沒有浪費，總效用為 $SW_{coord}=b+g$。只要 $b+g$ 大於兩個對稱結果的總福利，此協調結果便是社會效率較高的方案。若 $g>-c$ 且 $b>-w$，$(T,Y)$ 和 $(Y,T)$ 都是純策略納殊均衡。

反協調博弈的核心在於雙方希望自己享受餅乾，卻又希望避免同時伸手或同時客氣的尷尬。當對方確定讓出時，自己拿取可獲得私人利益 $b$，讓出則承受空耗成本 $-w$；在 $b>-w$ 下，拿取是最佳反應。當對方確定拿取時，自己拿取會遭遇衝突成本 $-c$，讓出則得到禮讓滿足 $g$；在 $g>-c$ 下，讓出是最佳反應。於是 $(T,Y)$ 和 $(Y,T)$ 分別構成兩個純策略均衡，但不存在一個在兩種對手行動下都最優的同一純策略。

對稱混合均衡要求雙方各自以相同的機率 $p$ 拿取，並令選取與讓出的期望效用相等。整理無差異條件可得 $p^*=(b+w)/(b+w+c+g)$。這個式子允許清楚的比較靜態：餅乾本身價值 $b$ 或雙方同讓的尷尬成本 $w$ 增加，會提高伸手機率；雙方同拿的衝突成本 $c$ 或禮讓滿足 $g$ 增加，則降低伸手機率。兩個方向不需要以顯著性檢定證明，因為是從指定效用矩陣直接微分可得的理論符號。

代入設定值，兩人同拿發生機率是 $4/9$、恰好一人拿也是 $4/9$、雙方都讓是 $1/9$。將對應的合計效用分別乘以 $-4$、$6$ 與 $-2$ 後求和，得到 $-16/9+24/9-2/9=2/3$。若事前公開公平抽籤，保證恰有一人拿，期望社會效用可達 6；這種改善來自消除反協調失敗，而非增加餅乾數量。但抽籤可能帶來額外成本，現實決策也可能存在不對稱的偏好與人情關係。

7. Results — 研究結果

代入參數後 $p^*=(5+1)/(5+1+2+1)=2/3$。兩人同時拿的概率 $4/9\approx0.4444$，恰一人拿亦為 $4/9$，雙方讓為 $1/9\approx0.1111$。理論期望雙人總效用是 $2/3\approx0.6667$；180,000 次模擬得到約 0.6747。若能事先協調恰一人拿，總效用為 6，顯著高於此合成均衡值，但不能把數學差值當成社會實驗的顯著效果。

圖 1 表示尷尬成本 $w$ 對拿取均衡概率的影響；圖 2 將拿取私人收益 $b$ 與不同集體結果的概率連結；圖 3 對比混合均衡及完美協調的總福利。隨 $w$ 上升，$p^*$ 反而增加：越害怕兩人都讓，個體越傾向主動拿取。這個結果容易被誤解為「越有禮貌越搶」，實際上只是成本參數改變後的最佳反應。

模型圖表及數據來源

圖 1　尷尬成本與均衡拿取概率 來源：本研究解析計算及／或固定種子電腦模擬。

圖 2　餅乾利益與各種結果概率 來源：本研究解析計算及／或固定種子電腦模擬。

圖 3　分散均衡與先協調的福利差異 來源：本研究解析計算及／或固定種子電腦模擬。

8. Discussion — 討論

這個問題的有趣之處，在於兩人都想避免尷尬，卻可能因無法協調而出現更大的尷尬。混合策略不是唯一穩定安排；如果兩人在拿取前互相示意，由一人主動拿、另一人主動讓，兩個純策略均衡都可達到較高福利。生活中的「輪流拿」、「主人先邀請一次、客人接納」等規則，可能扮演選擇均衡的訊號。

若把讓者的關係收益 $g$ 提高，對方拿時讓的動機更強，因而混合均衡中拿取概率會下降；但若把沒人拿的尷尬成本 $w$ 提高，拿取機率反而增加。這顯示禮貌規範不是一個單一數字，社交獎勵與未取造成的尷尬有不同的比較靜態效果。

同一套效用表產生兩種純策略均衡與一種對稱混合均衡，提醒我們分析均衡時不能只報一個概率。兩個非對稱純均衡在數學上效率相同，但社會上可能有不同的身份含義：誰先到場、誰付錢、誰比較想吃，會影響人們對「應由誰拿」的理解。如果雙方在每次交往中反覆面對類似分配，還可能藉輪流或聲譽形成長期合作，與一次性的同時行動博弈有別。

本文選用效用參數主要是為了把矛盾具體化，因此福利數值不能被解讀為某種文化群體的平均尷尬程度。真實情境也不是完全同時決策：眼神、伸手速度、說「你食啦」的語氣都會傳遞訊息，改變對方行為的後驗判斷。若將這些訊號納入序列博弈，先示意、後回應可以成為額外協調機制；若信號不可信，又可能產生不同均衡。這些變化應另建模型，而不能從單次混合策略自動得出。

對分配規則的政策解讀亦應謹慎。指定最後一塊永遠給資歷最深的人，可以消除雙方同拿的尷尬，卻可能犧牲平等；公開抽籤則在匿名平等的前提下給每人相同機率。若公平本身帶有價值，就需把它明確列入雙方效用函數。此研究真正示範的是，生活中「太客氣反而效率低」可以有嚴謹的條件式解釋，而不是支持任何固定的用餐禮儀。

補充：一張公平抽籤紙的博弈論地位。 原對稱混合均衡要求兩人獨立地各以 $2/3$ 概率伸手，因此存在一起伸手、一起讓出的協調失敗。若飯局前公開抽一張公平籤，籤面規定「甲拿乙讓」或「乙拿甲讓」，且每種情況概率各一半，則每輪必有一位拿取且沒有衝突。兩人事前期望個體效用同為 $(5+1)/2=3$，總效用固定為 6。兩人沒有被要求永遠作出相同動作，而是透過共同可見的訊號協調不同動作，所以此規則和每人獨立擲硬幣的混合策略有本質差異。

更進一步，這個抽籤方案在原支付矩陣下也構成一個相關均衡（correlated equilibrium）。收到「拿」指令的人知道對方收到「讓」，遵從可得 5，偏離而讓出只得 -1；收到「讓」指令的人知道對方會拿，遵從可得 1，偏離而同拿只得 -2。兩種指令下都沒有單方面偏離的誘因，故協調後的結果可在明確的建議及信任機制下自我維持。這一點使禮貌規則的效果可以由逐項最佳反應驗證，而不用假定參與者突然變得利他。

然而，相關均衡的效益要求訊號被共同理解、參與者知道對方會遵從，以及各人的效用矩陣符合上述不等式。如果其中一位不喜歡餅乾，或者「拿」的尷尬成本大到高於私人收益，他可能不願遵從；如果抽籤結果只被一方看到，另一方對對手的信念也會改變。真實餐桌上常見的「你食啦」「唔好客氣」可以被理解為廉價溝通，但廉價溝通能否建立可置信的角色分配，仍取決於重複互動、禮節和文化背景。

公平亦有兩個不同的時間尺度：若只看單次飯局，無論誰拿走餅乾都會有人沒有得到食物；若多次輪替，雙方在長期中較容易接受對稱機會。為檢驗制度而非只問主觀喜好，可以事先定義衝突率、放棄率、平均福利及角色分配差異四種結果。上述效用 5、1、-2、-1 都只是人工設定，任何實驗都須先建立可比較的效用測量方法，不能把模型福利數字直接當作港幣或幸福分數。

9. Limitations — 研究限制

效用完全對稱，忽略食量、健康限制、主人與客人身份、餅乾價值差異、反覆互動及人們能透過目光迅速協調。研究假定選擇同步，但真實伸手通常有先後及互相觀察。數值由人工設定，不能預測真實最後一塊餅乾被誰拿走的頻率。

10. Conclusion — 結論

兩人最後一塊餅乾的選擇，是具有兩個非對稱純策略均衡的反協調博弈。設定效用後，對稱混合均衡給出每人拿取概率 2/3，但可能產生大量雙搶或雙讓結果；事先協調可大幅提升總效用。日常禮讓的難題，可以用納殊均衡與福利分析得到嚴格解釋。

11. Future Research — 未來研究方向

可擴展至三人以上、順序伸手、可以明確表達意圖的信號博弈，並加入社交地位與長期互惠。若以匿名選擇實驗測試，應先事前註冊支付表，評估參與者是否把禮讓看作收益或成本，以及溝通規則如何改變集體結果。

Appendix — 附錄

data/sensitivity.csv 保存 $w$ 與均衡 $p^*$ 的參數掃描；data/outcomes.csv 保存 $b$ 與三種結局概率。福利對照的基準僅在本文同一支付尺度下有意義，不能直接當成真實人際關係的幸福分數。

程式首先應確認兩人策略選擇的聯合概率加總為一，並分別以支付矩陣求個體效用及合計福利。若要重現對稱混合均衡，必須讓兩個人各自獨立以概率 $p^*$ 生成行動；不能先生成「一個人拿」的結果再直接指定雙方，因為那已是具有協調的另一個制度。可以另設一次公平抽籤的反事實試驗，標示其一拿一讓的固定結果，與隨機化納殊均衡的頻率分開報告。

對敏感度分析，除了重算 $p^*$，還應檢查兩個純均衡的存在條件是否成立，尤其當收益或社交成本的符號改變時。只要模型的利益及成本定義有所不同，均衡組合就可能轉變。福利最大化亦不一定等於各玩家會自發採納的策略組合，若研究者提出禮儀建議，需要區分描述性均衡與規範性分配原則。

現實的餅乾效用很難量度且不同人不一定共用同一尺度。文化背景、與主人關係及個別飲食習慣可能造成不對稱。本研究沒有觀察聚餐參與者、沒有行為實驗、沒有對任何文化群體估計伸手概率，所有數字只是合成效用下的分析結果。

若相同兩人每週都要面對一塊最後餅乾，公開輪流可令偶數次聚餐之後兩人各取得完全相同數目的餅乾；奇數次時最多相差一次。相較每次重新獨立混合，輪流策略可以同時改善結果確定性和跨期公平，但會引入缺席、臨時來客及某一輪不想吃等實際問題。必須在規則中先決定「不想吃的一輪」是否照樣扣除優先權，否則原本用來避免尷尬的制度也可能成為新爭議。

若要研究人情禮節，實驗問題不宜單寫「平均誰比較貪心」，而應量度可觀察的伸手順序、口頭拒絕次數、是否雙方同時嘗試，以及在實際可吃性相同的情況下的事後滿意度。經驗證據需分開報告人們是否遵從抽籤，以及抽籤是否改善合計效用；規則在模型中形成相關均衡，本身無法保證現實餐桌會把籤當作有約束力的訊號。

12. References — 參考文獻

• Nash, J. F., Jr. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences, 36(1), 48–49. https://doi.org/10.1073/pnas.36.1.48
• Fehr, E., & Schmidt, K. M. (1999). A theory of fairness, competition, and cooperation. The Quarterly Journal of Economics, 114(3), 817–868. https://doi.org/10.1162/003355399556151
• Bolton, G. E., & Ockenfels, A. (2000). ERC: A theory of equity, reciprocity, and competition. American Economic Review, 90(1), 166–193. https://doi.org/10.1257/aer.90.1.166
• Diekmann, A. (1985). Volunteer's dilemma. Journal of Conflict Resolution, 29(4), 605–610. https://doi.org/10.1177/0022002785029004003

本文是虛擬學術研究所的原創模型演練；它不是實地研究或同行評審期刊論文。 所有模擬數值均可在同一資料夾的 data/summary.json 與程式中核對。