演化博弈论简介-萧敢.doc

演化博弈论简介说明：这篇东西是我上周六在浙大思想讨论班上做演讲的讲稿和主要内容。讲完以后，叶航老师提出了很多宝贵的意见。我也正好乘这机会把没有讲或者没有讲清楚的东西梳理了一下。整理过程中还发现了了很多问题，请大家批评。丁丁1994年有一篇重要的文章，介绍发展经济学的最新进展。他比较了诺斯（North）的制度变迁理论，罗默（Romer），卢卡斯（Lucas）等的内生增长理论，哈耶克的“自发秩序论”，重复博弈和演化博弈论等理论，这些理论的共同特点是“动态”（dynamic）。传统新古典经济学是静态的，重视均衡点，但很难进行历史的研究。正因为如此，这些新理论才显示出强大的生命力，获得广泛运用。我们这里讲演化博弈(evolutionary game theory)，它显然有2条理论来源，一是演化理论，一是博弈论。先来看演化理论，我首先要纠正一个常见的误解，即演化均衡是帕累托最优的，或者说最大化整个社群的福利。我们要注意到，演化均衡不等于一般均衡，等会我会给出一些严格的定义。从福利经济学第一定理可以得知，一般均衡必然是帕累托最优的，即所谓的看不见的手的含义，但是演化均衡并没有类似的定理。我们用常识来分析，如果演化均衡最大化社群的福利，那么什么是社群的福利呢？是个体的总数最大吗，是个体的多样性最多吗，抑或是个体预期存活概率最大？即使我们能为适应性（fitness）找出合适的测量方法，我们也无法保证演化是朝向个体适应性最大的方向演化。我这里用演化，避免用演进，可以减少误解。演化理论中有两条最重要的机制。一个叫自然选择，即不是每种生物都有相同的概率在下一期存活。在这个世界上，有些生物个体（或者人）特别幸运，他们能活下去，但还有些个体就倒霉了，他们会被淘汰。我们今天都活着，可见我们的祖先都还是幸运的，他们有后代继承了他们的基因。我特别要强调自然选择，对于我们来说是被选择(be selected)，我们能决定我们的行为和策略，但不能决定我们是否被选择，那是上帝的事情。严复说物竞天择，就是这个意思。另一种机制叫突变机制(mutant),这保证了种群的变化。如果没有突变，那么这个世界上存活下来的物种就会越来越少，最后只剩下一种。对于突变机制，我也要强调它是没有方向性的，可能会提高个体的适应性，但更有可能降低个体的适应性。突变同样是上帝的选择，微观个体无能为力。接下来，我们就可以回顾演化经济学的思想史了。我在幻灯片里给出了一长串人的名字，他们都可以看作是具有演化思想的经济学家，都是演化经济学的先驱。斯密，马克思，门格尔，马歇尔，凡勃仑，熊彼特，直到哈耶克。我尤其要强调雄彼特的贡献，他研究经济发展和经济周期，提出了著名的“创新”思想。这带有明显的动态的特征，并影响了随后的尼尔森和温特。安德森把熊彼特以后，尼尔森-温特以前这段时间（1930-1970）比作黑暗时代（当然这仅指演化经济学而言，对于新古典经济学无疑是黄金时代呢），这段时间很少有人关心动态的演化的经济学理论。（阿尔奇安也许是个例外）从70年代初开始，尼尔森和温特提出了一系列演化经济学模型。同时，梅纳德.史密斯在1973年提出了著名的演化稳定策略，奠定了演化经济学的基础。从此，演化经济学可以算真正诞生了。尼尔森自称是熊彼特的忠实信徒，而温特是达尔文进化论的信徒，他们的演化理论非常鲜明地具有这些特征。计算机能够很好地模拟生态学上物种数量的演化，因而也被广泛地用于经济模型的演化模拟。尼尔森-温特的多数模型都很容易被改编成计算机模型，用现实数据进行实证检验。大家认为他们的模型在产业组织（IO）的应用比较成功，我就以这方面的模型为例子。尼尔森-温特给出了个体在演化过程中的几个重要特征，我把他们列在下面1个体永远不会完美信息（局部知识或吉尔兹的地方性知识，而不是全局性知识）2个体行为受制度（正式和非正式），规范，习俗，意识系统等条件约束3个体（或者企业）可以模仿对手4开发和模仿（也就是R&D）既有“积聚效应”（可以参考Becker关于“上瘾”以及孩子教育的论文）和路径依赖的效果，又与原创性科学研究相关。5个体竞争的结果往往是非均衡的即败者出局（被淘汰）6个体的特征是非决定性的这里他们是在反驳“决定论”的批评。同时，演进的结果通常是不可逆的。7主流经济学喜欢讨论“潜在的”均衡（也就是往往达不到的，但理论上可能的均衡），而对非均衡状态的分析要远比那些均衡来的重要。我们重点讲其中的“创新”部分。熊彼特的创新，到了尼尔森和温特那里，运用到对firm的研究，被偷换成了R（更具体一些，是innovation/imitation）。创新当然不完全等同于R&D，但这样做是必要的。我们可以参考Becker的研究方法，我们脚站在工具里，把能够工具化的变量尽量工具化，也许我们只抓住了变量的很次要一部分，我们只迈出了一小步，但对这一小步我们有足够的自信心。回到R&D，我下面主要依据他们1982年那本著名的教科书Evolutionary theory of economic change。我们根据以下知识列出计算方程1 资本生产率是由企业的专门化知识决定的2 R&D的产物是innovation和imitation。3 R&D密度（就是R&D占总资金比例，例如微软好像是5%）由一固定规则决定。4 原创能否实现是一个柏松过程。再加上一些常识，就能写出联立方程组，用计算机来算。5 创新是不连续的，有跳跃，有“高原现象”。接着我们就可以批评他们的工作了。先是一个小问题，就是如何区分原创和模仿，两者之间的关系是怎样的（互补或互替或其他），他们也做了回应。接着是一个大问题，就是他们把R&D看作在一个搜索空间（search space）里的搜索过程。让我先打个岔，说说经典博弈论里的共同知识（common knowledge）的事情。耶路撒冷学派的领袖奥曼（Aumann）说，博弈论的基础是一团乱麻。要理出一根阿里阿德涅线，我们要找到一个线头，这就是共同知识。共同知识就是，我知道你的策略，你知道我的策略，我知道你知道我的策略，你知道我知道你的策略.宾莫尔（Binmore）等人试图用一个自明之理来取代这个共同知识。有些事情，只要发生了，人人都应该知道（例如911事件，现在的美伊战争等）。但他们在公理化这个自明之理时，又遇到致命的阻碍。这就是所谓的第五公理和第六公理。第五公理说，我知我所知。这还算了，第六公理说，我知我所不知，这立刻遇到了哲学问题。亚里斯多德的“愈学愈无知”的故事正好拿来反驳。一个人如何能知道自己的策略空间，更如何能知道自己策略空间以外的空间？从语言学或者认识论的角度来看，这个公理更显得荒谬了。博弈论大师在共同知识这个问题前的狼狈是可想而知的。我这里只是想类比一下，R&D真的能表示成在给定的搜索空间里搜索吗？从实践的角度，我们只能处理一维和二维的情况，丁丁说的“一切人在一切方向上的创新”，这就超出我们能够处理的范围了。我们能够在一个时点讨论多个维度（一般均衡），我们也能在时间连续情形下讨论一个维度（演化稳定这就是尼尔森和温特他们的工作），但我们无法讨论时间连续下多个维度的情况，这超出了理性的范围，但这正是创新的特点。说了那么多，我只是想指出，他们这派的方法论是排除个人的理性选择的。所以他们的模型可以被很好地运用到产业组织的研究中。他们的路子跟泰勒尔（Tirole），美国的博弈论四人帮等的路子很不同。传统的经验型的产业组织研究（张伯伦，罗宾逊他们的研究，到后来贝恩那里所谓的SCP范式）已经彻底被博弈论征服了。而尼尔森，温特他们用演进理论借尸还魂，恢复产业组织的经验研究（很显然，计算机模拟的结果可以跟实证数据对比）是很成功的。其中最微妙的与人的选择关系最密切的R&D活动也被巧妙的模型化了。（但我们看到，把多维的创新压缩到1，2维的搜索空间里的搜索，这里面问题很大）接着，我们可以讨论一些重要的概念了，主要是一些博弈论的概念。当然，其中最重要的概念就是演化稳定策略（ESS）。我想强调，ESS是一种策略，而不是均衡。策略在前，均衡在后。由策略看演化，是由前往后看，由均衡看演化，是由后往前看。我们先给出一个严格的定义，在两人对称博弈情况下（我们下面主要讨论对称的情况，不对称通常可以转换成对称的情形），存在策略，使得，那么就被称为演化稳定策略。由上面的定义可以看到，博弈双方都会采用这最优的演化稳定策略。我们有两条性质如下性质1：演化稳定策略必然是纳什均衡。性质2：只有严格的（即唯一的）纳什均衡才能由演化稳定策略得出。下面我介绍一个通俗的例子，表明演化稳定策略往往会不存在，所以我们有时不得不转向均衡的分析。这个例子很简单，叫“石头剪刀布”博弈。石头胜剪刀，剪刀胜布，布胜石头，当双方的策略相同时，收益都为x.RSPRX,X1,-1-1,1S-1,1X,X1,-1P1,-1-1,1X,X很显然，这个博弈有一个混合策略纳什均衡，即用1/3的概率分别选择出石头剪刀布1/3,1/3,1/3，或者说随机选择，这个策略的期望收益是。假设这个博弈存在演化稳定策略 ,那么双方都采取这个策略，收益显然为X.由定义得，既然策略是ESS，那么必然有X，我们知道这只有在X0时才满足。当XC，也就是两个鹰之间竞争后的预期收益大于0，那么很显然，唯一的纳什均衡就是(H,H)，演化稳定策略就是（H,H）。长此以往，整个社会最终将只剩下鹰。如果Vc,bd,但是a-cb-d。更具体一些，a=2,b=1,c=0,d=-100。显然，(A,A)与（B,B）都是纳什均衡，（A,A）是帕累托最优的。但（B，B）是风险占优策略。我们假设整个社会人口,。其中当且仅当，。于是整个社会人口的变动这其中，于是我们就得到Z空间上的一个马尔可夫链我们可以证明马尔可夫链有唯一的均衡，满足，可以称之为不变均衡。这个博弈策略，它有稳定性质任何，最后，我们给出一个性质但不加证明了，当博弈时间足够长（即N足够大时），风险占优策略才是唯一的随机稳定策略。我不应该再讲技术性的东西了，我们步入下一个大问题。我用一个大家最熟悉的例子来运用一下复制动态，同时引向第三个关键字“互惠”（reciprocity）。金迪斯2001年那篇“互惠性”的论文，被丁丁称为“社会学第一定理”。我知道大家都很熟悉，就只讲一下主要思想，在金迪斯（Gintis）文章里，他假设有两种人，一种利他的人（雷锋？），一种自私的经济人。在每一个生命周期里，自私的人一定能活下去，但利他的人会以小于1的某概率活下去。（注意，这里金迪斯没把牺牲自己和造福大家必然地联系起来，这其中的缺陷值得我们反思。叶老师提出的合作效用就是要弥补这个缺陷）。而人口会以固定的速度繁殖增长，金迪斯假设利他人与利他人的孩子，必然是利他的。自私人与自私人的孩子必然是自私的。利他人与自私人的孩子以0.5的概率分别是利他和自私的，这里只有显性遗传。这就是最典型的复制动态情形，金迪斯把这称为纵向动态。如果只有纵向动态，那么最后利他的人必然濒临灭绝。这里，金迪斯又引入一个微分方程，一般文献称为Mutant（突变），金迪斯称为水平遗传即教育或教化。一部分自私的人会良心发现，变成利他。一部分利他的人受不住诱惑，变成自私的人。这样，随着初始参数的变动，可以得到各种结果。从这里，我们步入最后一个大问题，那就是“互惠”。这条路非常复杂，因为研究目标是活生生的人。我们必须追溯到道金斯，威尔森，一直到现在的Boyd,Richerson,Gintis,Fehr等。叶老师写过很多这方面的文章，我也有一篇综述，大家可以参考。我想指出的是，这个领域介于生物学，社会学（包括人类学）与经济学之间。从现在的发展程度来看，所谓的行为学是解决这一方向问题的最好工具。我们归根结底要探究个人的动机（motivation），这又好像是心理学的事情了。心理学是个模糊的学科，行为主义对它有着深远的影响。社会学中也有一个行为主义学派，代表人物有霍曼斯（Homans）,布劳（Blow），大家应该都很熟悉。另一个我想强调的就是，实验经济学对这条互惠思路的研究提供了很多支持。 “最后通牒”博弈已经家喻户晓了。与之相关的实验还有，公共品博弈验，效率工资博弈等等。在给出那么多理论以后，我想从生物学的角度提出9个问题（是泽尔腾在博弈论手册中提出的），每一个问题自然都与演化博弈理论相关，但都没有必然的答案，仅供大家思考。问题一：为什么动物竞争时（例如共同猎取一猎物）有时遵循一定的惯例（例如先到先得，例如在谁的地盘上就归谁），而不都以暴力（身体上的攻击）解决。这种惯例在什么情况下产生？问题二：冲