生活的博弈.doc

囚徒困境及其破解策略在日常工作中的应用摘要：博弈论就是研究互动决策的理论，主要感兴趣的是其胜负主要取决于谋略智能的对抗性局势，而囚徒困境则是博弈论中的经典模型之一。该模型深刻揭示了个人理性与集体理性的冲突。在囚徒困境中 每个人都会根据自己的利益做出决策，但是最后的结果却是集体殃。文章以博弈论中的经典模型“囚徒困境”为工具分析解剖日常生活工作中的若干热点和难点问题，并提出相应的破解策略。关键词：博弈论;囚徒困境;决策一对博弈和博弈论的理解博弈由英文“game”翻译过来,过去每每听到博弈一词,都觉得这是一个高深莫测、充满神秘色彩的领域,如今通过了系统的学习, 才终于可以对“博弈”有一些粗浅的理解。对于刚入门的人来说,英文的直译“游戏”可能更容易被理解。游戏是什么?简单地说,游戏是人生的抽象,比如象棋,或是小时候玩的华容道游戏,都是生活或是事件的一种抽象。当然,比照人生或是具体时间,这些模型是非常简略的, 但是同样可以反映人生的某些道理,而且,正是因为其简略,那些原本被复杂表象所掩盖的道理才更清晰可见。因此看博弈,也就是将生活看作是一场游戏,当我们面对复杂事物时,当我们被细节迷惑找不重点时，我们则可以在游戏中,并将干扰因素减至最低。游戏有游戏规则, 游戏有游戏的参与者, 游戏最终会产生结果,不同的策略将带来不同的结果。游戏需要各方面参与者的配合,任何一个胜利者都离不开其他参与者的合作。这就是游戏的态度, 也是博弈的态度。博弈论又被称为对策论（Game Theory)，它是现代数学的一个新分支，也是运筹学的一个重要组成内容。博弈论是二人在平等的对局中各自利用对方的策略变换自己的对抗策略，达到取胜的目的。本文以博弈论中经典模型“囚徒困境”为工具分析解剖日常生活工作中的若干热点和难点问题，并提出相应的破解策略。囚徒困境简介“囚徒困境”是一个博弈论的经典例证。具体阐述如下：一次严重的纵火案发生后，警察现场抓住2个嫌疑人。警方把他们隔离囚禁起来，要求坦白交代。如果他们都承认纵火，每人将入狱3 年。如果他们都不坦白，由于证据不充分，每人将只入狱1 年；如果一人抵赖而另一人坦白并且愿意作证，那么抵赖者将入狱5 年，而坦白者将免予刑事处罚。这样两个囚徒面临的博弈格局如表1。表1 囚徒博弈格局表（入狱年）那么，双方采取何种策略对自己才最有利呢？他们此时面临着两难的选择坦白和抵赖。显然双方最好的策略是同时抵赖，结果是大家都只被判1 年。但是由于两人处于隔离状况无法串供，所以根据亚当斯密的利己理论，他们选择坦白是最佳策略。因为任何一方选择抵赖的策略时，都要冒很大危险，一旦自己不坦白而对坦白了，自己将处于非常不利的状态（坐5 年牢），因此，双方合理的选择是坦白，这样一来对双方最有利的同时抵赖情况便不会出现。显然囚徒困境反映了个人理性与集体理性行为之间的矛盾、冲突。囚徒困境通常被看作个人理性冲突和集体理性冲突的经典情形。因为在囚徒困境中，每个人都会根据自己的利益做出决策，但是最后的结果却是集体遭殃。现实中的许多问题和现象，正是囚徒困境的翻版。二囚徒困境举例及解决途径例一：公交司机与交警的博弈我们在日常生活中经常看到公交车不遵守交通规则，横冲直撞，公交车肇事也时有耳闻。这是为什么？在目前公交系统不发达，公交运力紧张的局面下，又有所谓“公交优先”的倾斜政策，公交车司机与交警之间的“博弈”中，公交车司机处于优势地位，而交警处于劣势地位。当公交车司机遵守交通规则时，交警自然不能也不应处罚，否则；交警就错了，当公交车司机不遵守交通规则时，交警如果处罚，就会影响公交车上大量乘客的利益，而且，如果发生大量乘客投诉的话，交警的领导还很可能批评交警不会人性化执法；而如果不处罚，就会纵容公交车司机。因此，在实际生活中，一旦公交车司机违章，交警就处于两难境地，往往因为顾忌乘客的利益而不得不放过违章公交车。与此同时，公交司机则相对轻松：既然违章了，受罚是应该的，一点也不冤枉；而如果被放过，那就赚了。在这种轻松心态下，一旦面临交警的处罚要求，就会故意与交警胡搅蛮缠，拒绝受罚，以拖延时间，从而引发车上乘客对交警的不满与抗议，最后，交警将无可奈何地被迫放过公交司机。如此一来，公交司机交通违章却不受罚，并屡试不爽，他们那里还有遵守交通规则兴趣？！将上述情景转化为博弈模型可以表示为表2如果公交司机守章而交警不处罚，则双方既没有受益也没有受害，他们各自得到收益均为0；如果公交司机守章而交警给予处罚，则公交司机受了冤枉，交警犯错受罚，他们各自得到收益均为-200；如果公交司机违法章而交警没有处罚，则公交司机因本应受罚却被放过而收益，交警尽管应该按章给予处罚却没有处罚，但因无人投诉而没有受害，他们各自得到收益分别为200 和0；如果公交司机违法章而交警给予处罚，则公交司机因本应受罚而没有被冤枉，交警尽管按章给予处罚，但因为乘客指质投诉而受上级批评成为受害者，他们各自得到收益分别为0 和-100。从表2 可以看出，（公交司机违章，交警不处罚）是优势策略纳什均衡。这就是说，公交司机的优势策略是违章，而交警的优势策略是不处罚！这个结果是令人绝望的。面对上述困局，交警部门是不是就真的束手无策了呢？我们不这样认为。由于交警在与公交车的博弈中处于弱势地位的实际情况，我们可以设计一些策略来加强交警的地位，借以破解这一困局。例如，我们利用现有的电子监控和随身数码摄像机将违章情况录制下来，每月将公交车违章情况分送各公交公司，并进行处罚，年终总结，对违章率低于一定比例的个人和公司，进行表彰；对违章率超过一定比例的个人和公司，分别处以吊销驾驶证和责令整改。这一策略的优点在于，既不影响乘客的利益，又能促使公交司机自觉遵守交通规则。例二：图书馆占座的博弈经济学讲究公平和效率， 占座行为属于不正当竞争。在自习室里，学生不上自习却把座位用书占着，对其他人而言，是一种不公平。此外， 也降低了该座位的利用效率。那么，占座行为为何还逐渐被学生们所认可？ 因为每个学生都是“囚徒” 中的一个，他们都知道“不占座”（抵赖）是最好的结果 可以在自己不用的时候将资源让与他人。但出于利己的考虑，每个人都从自我的最大利益出发，学生都会在博弈中选择占座（坦白），形成纳什均衡。从而，“占座风”蔓延开来， 导致了稀缺资源的非有效配置，最终损害了整体的利益。这正是囚徒困境反映的个人理性与集体理性矛盾。首先做以下假设:(1)去图书馆自习的N个人是理性且是同质的，可用座位个数为M，且NM。(2)局中人为和，战略空间为(占座，不占座)，各自的支付函数是给定的。(3)占座成本为c1 (包括时间损失、占座物品丢失的可能)，不占座而找别的座位需要的成本为c2，找到座位的概率为p，使用座位带来的效用为v，因占座而带来的额外效用为a，为简便起见，设因不能使用座位而带来的效用为-v。当大家都不占座时搜寻座位的成本几乎为0， 即c2=0。表2 占座博弈支付矩阵局中人占座 局中人不占座局中人占座 v+a-c1， v+a-c1 v +a-c1， p v-(1-p)v- c2局中人不占 p v-(1-p)v- c2 ，v+a-c1 p v-(1-p)v，pv-(1-p)v结合如表2 所示的占座博弈支付矩阵分析：(1)只要a c1， 即有v+ a- c1p v-(1-p)v- c2，占座博弈就有严格占优Nash均衡(占座，占座)，此时即临近考试时，大家都要自习，能找到座位的概率较小， 因此由占座带来的额外效用很高， 大于占座成本， 因而大家都选择占座。这种情况不仅在高校图书馆适用，在学校的其他自习处所如此。(2)当av+ a- c1p v-(1-p)v- c2 时， 根据(1)，大家都选择(占座， 占座)， 而此时选择(不占，不占)才是一个p a r e to 最优，“囚徒困境”在这里发生了。显然这是个人理性与集体理性的矛盾，导致了稀缺资源的非有效配置。那么怎么解决这一棘手的问题呢？图书馆层面（1）利用相关技术设计管理系统，利用相关技术设计管理系统来限制学生占座现象。图书馆可以通过对图书馆自习室实际使用情况的多次观察，并与上自习的同学多次交流，了解到大多数同学上自习的基本规律，结合本馆自身情况设计开发了自习室座位管理系统，系统的投入使用杜绝了占座现象，而且给图书馆自习室的管理带来很大的方便。（2） 加大监管力度，增加占座成本，比如出台规章制度，禁止利用任何物品进行占座和其他有碍他人学习的行为， 违者将受到处罚， 如通过扣押图书证，通报所在院系，罚款等方式予以处罚。学校层面导致图书馆的占座现象如此严重，源于其自身环境的优越性，因此， 学校在扩建自习教室的同时，应加大对自习环境的建设投入，以防止学生自习在图书馆的集队。三结束语“囚徒困境”问题广泛存在于人类生产和生活的各个方面，它逐渐成为社会科学研究的重要领域之一。通过本文以上讨论让我们明白：必须正视生活中普遍存在的“囚徒困境”现象，要想真正走出困境仅靠博弈参与者的个人理性是难以办到的，它需要的是博弈双方用长远目光看待问题，以集体理性为行动基础，能够积极主动引入人工博弈规则（附加的“可置信威胁”），从竞争走向合作。只有在集体理性的作用下，参与