“双减”时代中小学生减负的“囚徒困境”

“双减”是我国针对义务教育阶段学生学业负担过重推行的一项重要的教育政策。受到缺乏有效共识、利己决策机制、优质教育资源有限与教育评价维度固化等因素的影响,“双减”实施过程涉及多方博弈,产生的博弈困境影响政策实施效果,减负逐渐陷入了“囚徒困境”。政府需从改变博弈规则、扩大优质资源覆盖面,学校需引导个体建立新的理性,或能走出减负的“囚徒困境”。

基于间接互惠的三策略囚徒困境演化博弈分析

本文首先将间接互惠中的辨别者策略(DIS)加入到经典囚徒困境博弈中,得到三策略的囚徒困境博弈模型。然后利用复制动态方程及雅可比矩阵的稳定性分析,探究博弈模型各个均衡点的稳定性。最后得到结论:均衡点(0,0,1)和均衡点(1,0,0)是渐进稳定的,进而解决了囚徒博弈困境。

中国金融中心城市的“囚徒困境”

当前,我国许多中心城市相继制定了一系列金融业发展政策,引发社会对金融中心过度建设的担忧。本文基于2006—2019年国内金融中心城市的数据,通过建立系统结构模型,发现政府政策推动促进了金融中心城市的金融集聚,但这一过程也是造成金融市场分割的原因。如果缺乏制度约束和政策协调,将倒逼地方政府深陷政策竞争的“囚徒困境”。进一步研究表明,全国金融中心的辐射范围远大于区域金融中心,而西部和东北是全国金融中心辐射功能相对薄弱的地区。因此,在西部和东北加快建设若干具有较强影响力的区域金融中心成为本文的政策取向。

零和博弈与囚徒困境:对大学参与排名的重新审思

近日,中国人民大学宣布退出大学国际排名引发了关于大学排名的激烈讨论,在排名规则的推动下,大学在消费者市场、劳动力市场越发广泛的交集使个别高校之间发生着零和博弈,并最终演化成为整个高等教育系统的囚徒困境。关于大学排名的博弈以越来越尖锐的形式出现,“伪造数据”“灰色交易”“挖人抢人”等现实情况频繁发生。大学在商业化的排名中已深陷泥潭,亟须外部性干预,教育行政部门应该改变以往对排名不赞成和不支持的中立态度、着力消除消费者市场中的信息不对称、加强对排名的监管、避免以排名为依据的教育资源分配。大学之用是价值尺度的问题,难以用简单的量化指标衡量,排名不能也不应该成为大学发展的指挥棒。

囚徒心智与学术研究

五十年前,马来西亚社会学家阿拉塔斯提出囚徒心智概念,一方面是为了指出亚洲学界效仿西方社会科学的弊端,另一方面是倡导亚洲社会科学的自主性。本文首先通过阿拉塔斯发表的两篇论文,阐述囚徒心智概念的基本内涵,讨论阿拉塔斯的两部力作,其中是一部历史社会学著作,涉及马来亚华人;另一部是社会学理论著作,关涉到王安石的廉政思想。通过对这两篇文章和两本书的解读,旨在借镜观形,内视在地化的囚徒心智。

联合退相位噪声下量子囚徒困境纳什均衡分析

为讨论量子囚徒困境模型在联合退相位噪声信道影响下纳什均衡策略情况,将联合退相位噪声引入到量子博弈中,通过MW量子化方案对囚徒困境博弈模型进行量子化,建立了联合退相位噪声信道下的量子囚徒困境博弈模型。通过讨论发现,在最大纠缠的条件下,参与者的收益关于噪声参数呈现出周期性的变化,且在同一周期内,随着噪声参数的增长,量子囚徒困境在不同的噪声区间出现了存在唯一纯量子纳什均衡解、两个纯量子纳什均衡解和没有纯量子的纳什均衡解的情况,在没有纯量子均衡解的两个噪声区间中,参与者会陷入类似于石头剪刀布的循环之中。说明在联合退相位噪声信道影响下,当噪声参数属于特定噪声区间时,参与者可以达成纳什均衡。

直接互惠下量子囚徒困境的演化稳定分析

为深入探讨直接互惠和量子纠缠如何影响合作的演化,运用演化博弈理论的方法建立了直接互惠下量子囚徒困境模型,计算博弈动态的均衡点并对均衡点进行稳定性分析,讨论直接互惠参数和纠缠对均衡点的影响。分析结果表明,当直接互惠参数、量子纠缠在不同条件下,合作策略和背叛策略为演化稳定策略,并且当纠缠大于临界值时直接互惠行为促进合作;纠缠小于临界值时直接互惠行为抑制合作。最后通过数值仿真验证了理论的正确性。

反垄断法宽恕制度的缺陷与修正--基于囚徒困境理论的分析

反垄断法宽恕制度能够及时发现横向垄断协议,维护市场竞争秩序,其内容设计是否合理直接影响到横向垄断协议的查处效果。运用囚徒困境理论,可以从定量与定性相结合的角度研究宽恕制度的激励作用。现阶段我国反垄断法宽恕制度在减免幅度、罚款数额、民事赔偿及刑事制裁等方面存在一定的滞后性和立法空白,应当从调整减免比例、提高罚款幅度、明确民事赔偿数额和增添刑事制裁等方面进行完善。

大数据功利主义计算逻辑中的“道德囚徒”

由边沁所创的功利主义在内在逻辑上要求进行“善好”计算,历代功利主义伦理学家都不得不面对计算量过大、难以做到不偏不倚、计算公式复杂等诸多问题。大数据技术与功利主义在本质与运行逻辑上相通,大数据技术为功利主义计算疑难提供了解决的可能,功利主义则为大数据提供了价值组织结构,并为其使用的扩张作出了道德辩护,二者合力构成了功利主义的新形态--“大数据功利主义”。但这种结合在解决计算疑难的同时消解了人类道德实践中的偶然性,且由于功利主义对“个人分离性”与“个人完整性”的忽视会将被数据裹挟的人变为“道德囚徒”。因此,功利主义的困境仍不能仅仅依靠增强计算能力得以解决,必须另觅出路。

走出囚徒困境

近日,一则消息的爆出,让我们面临着“明牌”的囚徒困境--英国首相和内政部长对碳中和的目标称,会以“更好、更合适”的方式来实现这一目标,以确保减排成本不会转嫁给辛勤工作的英国家庭。他们表示:不会用英国人破产来拯救地球。可以预见的是,可能会有更多的发达国家将对碳中和的目标提出异议,他们谁也不愿意让国家破产去拯救地球。在囚徒困境中,双方都保持一致,才能取得整体的利益最大化。

目的论视角下儿童文学《哈利·波特与阿兹卡班的囚徒》中译本对比研究

儿童文学翻译要求译文要充满“童趣”,翻译目的论则以突显译文的目的性为核心,符合儿童文学翻译对于读者具有可读性和可接受性的目标。为此,本文旨在将目的论应用到儿童文学翻译的研究中,阐述其对儿童文学翻译研究的指导意义。本文采用比较分析的方法,从词汇、句法、修辞层面,以郑须弥和马爱新、马爱农姐妹翻译的《哈利·波特与阿兹卡班的囚徒》为研究对象,对两个文本进行语言艺术对比研究,探讨儿童文学翻译需要关注的问题。

自由与解放:西方政治哲学的主题——从柏拉图“囚徒解放”的理论谈起

本文从理论预设、囚徒状态、解放过程和自由境界四个方面阐释了柏拉图解放理论的思想内涵和对西方政治哲学的意义:囚徒困境的理论预设提出了人的相对解放与彻底解放问题;囚徒状态的根本特征是肉体被强制锁定下的灵魂的无知;个人解放具有偶然性,解锁与引导、灵魂转向与获得知识是个人解放的基本条件;个人自由的至高境界是追求真理的求知生活,但必须融入于实现普遍善的实践生活中才能体现自身的价值。"囚徒解放"启迪我们:没有人性的彻底改变,人的解放就是空谈。

重复囚徒困境的学习和响应模型

囚徒困境问题是博弈论的一个重要范例,对此的研究涉及经济学、社会学、生物学等广泛领域。Axelrod R在文献[1]中从进化的角度研究和探讨了经典囚徒困境的一个扩展——重复囚徒困境。这种博弈要求参与者反复进行囚徒困境的博弈,并且可以记住他们的对抗历史。Axelrod还组织了两次重复囚徒困境的计算机竞赛,最终胜出的都是简单的"以牙还牙"策略[2]。这之后有不少学者试图找到可以击败它的策略,都未能取得显著成功。本文提出了一种学习和响应的理论模型,实际中的许多重复囚徒困境的策略都可以纳入这一模型中。我们分析了实现这一模型的难点和复杂度,同时给出了一种基于树结构的实现方式,并在实验中把它和"以牙还牙"作比较。实验以及分析表明,策略在竞赛中表现的优劣主要取决于如何利用一些启发式规则来权衡学习代价和博弈的总利益,以及在此基础上如何抽取对手的关键信息。

量子“囚徒困境”

J.Eisert,M.Wilkens和 M.Lewenstein量子化了经典博弈论中的一个著名的例子——囚徒困境( Prisoners'Dilemma) .在他们提出的物理模型中 ,如果两名博弈参与者采用纯量子策略 ,就能避免“困境”的出现 ,并且在该量子模型中 。

从“囚徒困境”的博弈分析中探讨企业绿色持续创新的动力

在回顾以往关于企业创新动力研究成果的基础上,分析指出企业绿色创新社会效益远大于经济效益的特点决定了其创新纯收益小于零,创新动力严重不足,如何将社会效益转化为经济效益是企业持续实施绿色创新的关键。通过“囚徒困境”的博弈分析找出效益转化的切入点———声誉,并提出了效益转化的途径。

Q-learning算法及其在囚徒困境问题中的实现

Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制，然后以囚徒困境问题为背景，分析、对比Ｔ Ｑ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法，验证了 Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。

内定溢出与信息共享中的“囚徒困境”

本文考虑双寡头企业进行信息共享时的效应 ,双寡头进行信息共享后 ,每个企业的利润以及消费者剩余和社会福利都得以增加。但在信息共享中存在着“囚徒困境”问题 ,即每个企业都试图通过减少给予另一个企业的信息来增加自己的利润 ,但结果每个企业的利润都降低 ,消费者剩余和社会福利也随之降低。

社会科学中的囚徒困境现象及其解

外部性问题是社会科学中的普遍性问题。许多社会科学中外部性问题在形式上可表述为囚徒困境。解决好囚徒困境问题,从某种意义上来说,有助于社会学中部分外部性问题的解决。

基于博弈论的公安情报共享研究——从“囚徒困境”到“智猪博弈”的策略选择

[目的/意义]公安情报共享一直是困扰各地情报部门的难题,研究利益冲突对于公安机关共享决策的影响,有助于突破传统思维定式,开拓共享共赢,打击违法犯罪。[方法/过程]通过借助博弈论的"囚徒困境"和"智猪博弈"两个经典模型,从发生犯罪受到的损失和建立情报共享所获收益两个方面,分别改变其策略设计和收益。[结果/结论]提出囚徒困境模型的最优决策以及智猪博弈模型的改进机制,从而解决公安情报共享中的利益冲突,达成双方合作的共赢局面。

“囚徒困境”下房价调控政策失灵的体制向度

中央政府在实施一系列的房价调控政策后,并未扭转全国范围内房价过快上涨的趋势。问题不出在经济学,而在于中央与地方就各自利益展开的博弈。这场博弈符合艾伯特.塔克所提出的"囚徒困境"博弈的特点。现行的财税体制、权力分配体制和土地出让制度的缺陷是导致这场博弈的原动力。要使房价调控真正发挥实效,需要采取设置双赢的共享税、建立全新的政绩考核机制和将土地出让金纳入预算等措施,从而使中央与地方之间的关系走出"囚徒困境"。