决策陷阱：混淆平均与边际，汤姆该让多少艘渔船出海？-平芜编程栈

决策陷阱：混淆平均与边际，汤姆该让多少艘渔船出海？

清晨的渔港风平浪静，汤姆盯着码头边的三艘渔船，心里盘算起新的生意经：“三艘船每天总收益 600 美元，平均每艘赚 200 美元；总成本才 300 美元，平均每艘成本 100 美元。平均收益是平均成本的两倍，要是再添一艘船，岂不是能赚得更多？”

这个看似 “稳赚不赔” 的想法，恰恰踩中了经济学里最常见的决策陷阱 ——混淆了 “平均” 与 “边际” 的区别。汤姆只看到过去三艘船的 “平均收益大于平均成本”，却没意识到：新增一艘渔船的决策，核心从来不是 “过去平均赚了多少”，而是 “新增一艘能多赚多少、多花多少”。

要破解汤姆的纠结，首先要分清两个极易混淆的概念，而这正是陷阱的核心：

平均收益 / 成本：是对 “过去投入” 的整体复盘，反映的是 “已经发生的平均水平”。对汤姆来说，三艘船的平均收益是总收益 600 美元除以渔船数 3，得到 200 美元 / 艘；平均成本是总成本 300 美元除以渔船数 3，得到 100 美元 / 艘。这个数据只说明 “过去三艘船整体赚钱”，却无法回答 “新增一艘船会不会赚钱”。
边际收益 / 成本：是对 “新增投入” 的未来预判，反映的是 “多投入一份资源能多赚多少、多花多少”。对汤姆来说，新增一艘船的边际成本是固定的 —— 渔船租金加上员工工资，每天 100 美元；而边际收益是 “新增一艘船后，总收益的增量”，这才是判断 “是否新增” 的核心依据。

汤姆的误区，正是把 “平均收益高” 等同于 “新增投入也会赚”。但现实是，海洋里的鱼量是有限的，渔船越多，每艘船能分到的鱼就越少，新增渔船的边际收益会持续递减，而边际成本却相对固定。这就导致 “平均收益大于平均成本” 的美好表象下，隐藏着 “边际收益小于边际成本” 的风险。

我们用渔港的真实数据，拆解汤姆的决策逻辑：已知三艘渔船时，总收益 600 美元，总成本 300 美元；新增第四艘后，总收益仅增加到 640 美元，总成本增加到 400 美元。

此时，边际收益（40 美元）<边际成本（100 美元），意味着新增第四艘船不仅不能赚钱，反而会 “每多投入一艘船，就多亏损 60 美元”。汤姆如果只看平均收益（200 美元 > 100 美元）就盲目新增，最终会发现：看似 “多赚一艘船的钱”，实则是 “多承担一份亏损”。

要回答 “汤姆该让多少艘渔船出海”，核心是找到 “边际收益≥边际成本” 的临界点。我们可以一步步拆解每增加一艘渔船的收益变化：

当只有 1 艘渔船出海时，每日总收益是 300 美元，相比没有渔船时，新增的边际收益就是 300 美元，而每艘船的边际成本固定为 100 美元，显然 300 美元大于 100 美元，这第一艘船值得投入。
增加到 2 艘渔船时，总收益提升到 480 美元，新增的边际收益是 480 减去 300，也就是 180 美元，依然高于 100 美元的边际成本，所以第二艘船也值得出海。
增加到 3 艘渔船时，总收益达到 600 美元，新增的边际收益是 600 减去 480，也就是 120 美元，还是高于 100 美元的边际成本，第三艘船的投入依然划算。
尝试增加到 4 艘渔船时，总收益只增加到 640 美元，新增的边际收益是 640 减去 600，仅为 40 美元，这已经低于 100 美元的边际成本，所以第四艘船不值得投入。

因此，汤姆应该让 3 艘渔船出海—— 这是唯一能让 “边际收益≥边际成本” 的最优选择。如果只让 2 艘出海，会浪费 “边际收益 120>100” 的盈利空间；如果让 4 艘出海，新增的边际收益不足以覆盖成本，反而会拖累总利润。