Q：政府推动劳退新制，乃是确保劳工弱势族群在其基本权益获得公平对待的一种｢弱势优先政策｣(Affirmative Action)，而此项政策的基本理念源自John Rawls正义论之何种理论原则 ..

访客只能看到部份内容，免费 加入会员 或由脸书 Google 可以看到全部内容

原来行政学也考正义论喔!!!

您可以参考结构群出版的中文译本正义论p148~153有详细说明(我的是初版的)

有点类似下棋，就是指在您的选择中把所有最不好的结果列出来，而取其中对您最好的，也就是最大的最小值。举例如下

f=(x,y)
x=1 y=1 f=-7
x=1 y=2 f=-8
x=1 y=3 f=5
x=2 y=1 f=8
x=2 y=2 f=7
x=2 y=3 f=6
x=3 y=1 f=12
x=3 y=2 f=14
x=3 y=3 f=8

假设把x当成变数 y当成您的选择
那么在y=1 最坏的结果是-7 最好的结果是12
      y=2 最坏的结果是-8 最好的结果是14
      y=3 最坏的结果是5   最好的结果是8

我们会选择对我们最好的结果是y=3时 虽然其总和不是最大的，最好的效果也不是最好的，但在最坏的效果中他是最好的，所以我们选他，会这样的原因是，因为我们不能确定变数发生的机率如何，就是我们不知道到底我们选y=1时有多少的机率会是x=1 又有多少的机率是x=2 当然也不知道x=3的机率是多少
所以我们要把各选择中可能出现的最坏结果找出来后加以比较，取其中较好的。

这就像下棋的方法，而不是赌博。

如果我们采取这样的选择方式，那就是说我们是处在无知之幕之下，我们不知道变数变化的可能性是多少，正如我们不知道我们到底会是生在富有的人家还是穷人家，既然是这样，我们就有可能会希望弱势优先，因为我们也有可能生在弱势之家。所以我们的选择基于在所有最差的结果中，找一个最好的结果的思考方式，就会导出弱势优先，而不会导出最大福利的功利主义(其实就是在骂西季维克，你的功利主义所谓的追求最大福利的公式是有一个前提的，要麻你假设变数生成的机率都相同，要麻你能清楚知道所有变数生成的机率个别是多少，然后分别加权再相加才能求出)。

这就是极大极小化原则，不过我的书是翻"最大最小值规则"。maximin rule

总之最大最小值规则等于下棋的思考方式，不要往总和跟最好的变化去想，对手不会下出对你最好的变化，反而要步步为营，把对手想成神，每手都能下出对你最不利的变化。这样你就能不会想说富者愈富也不错，反正我也有机会生在大富之家，就赌一把也没差啊。

总之是原初状态无知之幕的具体表现，也是与正义的两个原则用于不确定条件下选择的方式类似的规则。

 我可以请问一下大大是专攻甚么的吗?
竟然甚么都会    真是太佩服了

参考结构群出版的中文译本正义论p148~153有详细说明<-我没有这个

我全部国考的知识都是从补习班建立的

还有   你真的太厉害了

比我的老师讲的还清楚

老师讲正义论的时候，我只知道那几个原则很重要，要背

但是都没有讲这么详细的例子

非常感谢你喔

下面是引用 luciferydog 于 2009-02-17 17:15 发表的 :
原来行政学也考正义论喔!!!
您可以参考结构群出版的中文译本正义论p148~153有详细说明(我的是初版的)
有点类似下棋，就是指在您的选择中把所有最不好的结果列出来，而取其中对您最好的，也就是最大的最小值。举例如下
f=(x,y)
x=1 y=1 f=-7
.......

这位版友真是厉害
这个都能够一连串的导出来

行政学会考 J.Rawls 相关的问题没错喔~
因为新公共行政运动
就是跟他的理论的核心"公平正义"有关

新公共行政发起
主要因为过去只知道追求效率的官僚
完全不在乎人民
因此在60年代末期爆发一连串社会运动
新公共行政因此强调
官僚不能只在乎自己内部
而不去关心人民

可以再加问一个问题吗?

所以我们的选择基于在所有最差的结果中，找一个最好的结果的思考方式，就会导出弱势优先，而不会导出最大福利的功利主义.......

我觉得这个又跟小中取大原则(Maximin Decision Rule)很像，又称悲观原则，就是从小的里面去选最好的。

然后还有甚么大中取小(Minimax Decision)(=遗憾最少原则)，从最好的里面挑最不好的，囚徒困境理论亦是从这个原则演变而来......

感觉好难区分喔

到底要怎么分辨阿?

小中取大是指把各策略中的最小利益列出，然后再这些最小利益中找出最大利益
大中取小是指把各策略中的最大损失列出，然后再这些最大损失中找出最小损失

以上两种是游戏理论所分析的原则

而正义论所谈及的最大的最小值原则其实就是上述两的理论的类似理论，只是并不先定位究竟各该策略当中最不好的(最小值)到底会是利益或是损失的性质。用数学来说，就是不先决定各该策略(选择)的最小值到底是正的还是负的。而小中取大则仅就正值中来判断，为各最小正值中取最大的，而大中取小则是仅就负值来判断，为各最小负值中取最大的负值(或者说各负值的最大绝对值中取最小的绝对值)。