Q：政府推動勞退新制，乃是確保勞工弱勢族群在其基本權益獲得公平對待的一種｢弱勢優先政策｣(Affirmative Action)，而此項政策的基本理念源自John Rawls正義論之何種理論原則 ..

訪客只能看到部份內容，免費 加入會員 或由臉書 Google 可以看到全部內容

原來行政學也考正義論喔!!!

您可以參考結構群出版的中文譯本正義論p148~153有詳細說明(我的是初版的)

有點類似下棋，就是指在您的選擇中把所有最不好的結果列出來，而取其中對您最好的，也就是最大的最小值。舉例如下

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

假設把x當成變數 y當成您的選擇
那麼在y=1 最壞的結果是-7 最好的結果是12
      y=2 最壞的結果是-8 最好的結果是14
      y=3 最壞的結果是5   最好的結果是8

我們會選擇對我們最好的結果是y=3時 雖然其總和不是最大的，最好的效果也不是最好的，但在最壞的效果中他是最好的，所以我們選他，會這樣的原因是，因為我們不能確定變數發生的機率如何，就是我們不知道到底我們選y=1時有多少的機率會是x=1 又有多少的機率是x=2 當然也不知道x=3的機率是多少
所以我們要把各選擇中可能出現的最壞結果找出來後加以比較，取其中較好的。

這就像下棋的方法，而不是賭博。

如果我們採取這樣的選擇方式，那就是說我們是處在無知之幕之下，我們不知道變數變化的可能性是多少，正如我們不知道我們到底會是生在富有的人家還是窮人家，既然是這樣，我們就有可能會希望弱勢優先，因為我們也有可能生在弱勢之家。所以我們的選擇基於在所有最差的結果中，找一個最好的結果的思考方式，就會導出弱勢優先，而不會導出最大福利的功利主義(其實就是在罵西季維克，你的功利主義所謂的追求最大福利的公式是有一個前提的，要麻你假設變數生成的機率都相同，要麻你能清楚知道所有變數生成的機率個別是多少，然後分別加權再相加才能求出)。

這就是極大極小化原則，不過我的書是翻"最大最小值規則"。maximin rule

總之最大最小值規則等於下棋的思考方式，不要往總和跟最好的變化去想，對手不會下出對你最好的變化，反而要步步為營，把對手想成神，每手都能下出對你最不利的變化。這樣你就能不會想說富者愈富也不錯，反正我也有機會生在大富之家，就賭一把也沒差啊。

總之是原初狀態無知之幕的具體表現，也是與正義的兩個原則用於不確定條件下選擇的方式類似的規則。

 我可以請問一下大大是專攻甚麼的嗎?
竟然甚麼都會    真是太佩服了

參考結構群出版的中文譯本正義論p148~153有詳細說明<-我沒有這個

我全部國考的知識都是從補習班建立的

還有   你真的太厲害了

比我的老師講的還清楚

老師講正義論的時候，我只知道那幾個原則很重要，要背

但是都沒有講這麼詳細的例子

非常感謝你喔

下面是引用 luciferydog 於 2009-02-17 17:15 發表的 :
原來行政學也考正義論喔!!!
您可以參考結構群出版的中文譯本正義論p148~153有詳細說明(我的是初版的)
有點類似下棋，就是指在您的選擇中把所有最不好的結果列出來，而取其中對您最好的，也就是最大的最小值。舉例如下
f=(x,y)
x=1 y=1 f=-7
.......

這位版友真是厲害
這個都能夠一連串的導出來

行政學會考 J.Rawls 相關的問題沒錯喔~
因為新公共行政運動
就是跟他的理論的核心"公平正義"有關

新公共行政發起
主要因為過去只知道追求效率的官僚
完全不在乎人民
因此在60年代末期爆發一連串社會運動
新公共行政因此強調
官僚不能只在乎自己內部
而不去關心人民

可以再加問一個問題嗎?

所以我們的選擇基於在所有最差的結果中，找一個最好的結果的思考方式，就會導出弱勢優先，而不會導出最大福利的功利主義.......

我覺得這個又跟小中取大原則(Maximin Decision Rule)很像，又稱悲觀原則，就是從小的裡面去選最好的。

然後還有甚麼大中取小(Minimax Decision)(=遺憾最少原則)，從最好的裡面挑最不好的，囚徒困境理論亦是從這個原則演變而來......

感覺好難區分喔

到底要怎麼分辨阿?

小中取大是指把各策略中的最小利益列出，然後再這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損失列出，然後再這些最大損失中找出最小損失

以上兩種是遊戲理論所分析的原則

而正義論所談及的最大的最小值原則其實就是上述兩的理論的類似理論，只是並不先定位究竟各該策略當中最不好的(最小值)到底會是利益或是損失的性質。用數學來說，就是不先決定各該策略(選擇)的最小值到底是正的還是負的。而小中取大則僅就正值中來判斷，為各最小正值中取最大的，而大中取小則是僅就負值來判斷，為各最小負值中取最大的負值(或者說各負值的最大絕對值中取最小的絕對值)。