无处不在的博弈——从“囚徒困境”看博弈论与社会生活.doc

无处不在的博弈从“囚徒困境”看博弈论与社会生活博弈论是一种与现实生活息息相关的决策理论，本文从博弈论中的典型模型“囚徒困境”的角度，分析了其所反映的问题，解决的途径以及用途，表明了博弈论给生活带来的价值和意义。【关键词】博弈论 囚徒困境 策略 举例 合作 博弈论，简单地说，就是一种对策论。它所研究的是在不同情境下，理性人如何进行策略选择的问题。博弈论作为一种现代决策理论，并不只存在于经济学等一门或几门学科中，而是在生活中时时处处存在着。著名经济学家保罗萨缪尔森说过，“要想在现代社会做一个有文化的人，你必须对博弈论有一个大致了解。”1其实，无论古时还是今日，人们总是在为某种目的或生存或利益而进行着博弈。从“合纵连横”到“田忌赛马”，再从国际联盟到商业竞争，从社会政治法律到军事经济管理，无处不彰显着博弈的智慧。现代社会，竞争日趋激烈。为了在社会中占有一席之地，很多人不顾一切的追求最好的结果，把赢作为唯一目标。然而，现实告诉我们，“你赢我输”的对抗关系并不理想，制胜不能仅靠打击对方，压倒对方，而是需要引导对方采取对双方都有利的行为，达到人人在社会交往中都向往并追逐一个结果，即“双赢”。关于这一点，博弈论中有一个很典型的策略模型，即“囚徒博弈”，归根到底，是在讲合作的价值。“囚徒困境”的模型我们都很熟悉，因此不再赘述。其实，这更像一种聪明人才会陷入的麻烦。从表面上看，囚徒们显然是应该选择沉默的。然而，“囚徒困境”是典型的完全信息下的静态博弈，我们很容易找到其中的“均衡”，即双方均选择招认。作为理性人，他们都会选择背叛同伴，因为这是在不知对方招与不招之时最好的选择。“个体的理性导致双方得到的比可能得到的少”2，这就是所谓的“困境”。“囚徒困境”准确的抓住了人性的不信任和需要相互防范这真实的一面，可以说是理性的人类社会活动最生动的比喻。价格战，是最典型的现实中的博弈。以百事可乐与可口可乐为例，两家俨然已经垄断了美国碳酸饮料的市场即出现了经济学家们说的双寡头经济它们完全可以合作以取得更大的利润，但还是因为多年的竞争而只关心自己的利益，从而选择了低价销售。除此之外，还有改革了很多年仍未解决的应试教育问题。大家普遍认为，应试教育呆板僵化，扼杀了孩子的创造性。但是，如果整个教育制度未作更改，个别学校的素质教育只会使那些减了负的学生被好大学和好前程拒之门外。结果，每个学校都选择加重学业负担而获得较高的升学率和社会声誉，素质教育成为空谈。再比如，冷战时期的美苏军备竞赛，双方因为对对方的不信任而不断增加军费，导致一些不利后果的发生。再看中国建国后不久实行的人民公社制度，只求结果而不看个人努力，导致“偷懒”成为每个社员的最优策略，生产效率极低、发展极慢是不难预见的下场。最后，引一个现今社会的的焦点作为例子，即环境和资源问题。在人们都在以滥用资源作为获得经济来源的手段的时候，任何一个保护环境拒绝资源滥用的人都会成为经济社会淘汰制下的牺牲者。以上，就是发生在我们身边的“囚徒困境”，涉及各个领域，很多情况下结果都是令人不满或惋惜的。在这些形形色色的博弈中，双方主体都是理性的，他们的选择都是“占优战略”，从而形成了“占优均衡”，也是一种“优势策略纳什均衡”。然而，“占优”并不是“最优”，在这些“均衡”中，都存在着变得更好的空间，就是“帕累托改进”。那么，如何走出“囚徒困境”，对现状有所改进呢？答案是明显的，就是合作。为达到合作这一目的，我们可以采取很多途径。回到两个囚徒上来，如果设置一个机制，只要对囚徒不合作的行为实施足够且可信的惩罚，就可以使囚徒的行为转向合作。在生活中，这种惩罚可以有很多形式，比如法律。如前述的环境资源问题，如果国家出台严厉的法律对滥用资源破坏环境给予非常严重的惩罚，人们就会收敛自己的行为，因为违背法律的后果是谁都不愿遇到的。通过这种方式，环境资源问题会有一定的改善。同样的，“报复”方案也同样适用这连个囚徒，只要是他们对背叛的行为有所忌惮，就能达到合作的目的。“人质”方式也是有效的，它可以使双方通过掌握对方的“软肋”而产生相对的被动的信任。除此之外，还可以培养一种“忠诚文化”，此时，两人会因为对某种事物的信仰而选择合作。以素质教育的窘境为例，如果全社会有一种真正的培养素质人才的紧迫感，从而促成整体教育机制的改革，那么学校选择抛弃应试教育是势在必行的。社会现实中，长期的重复博弈出现频率是非常高的，这就为合作提供了更好的基础。“如果未来是重要的，就不存在最优策略。”3对未来的预期，是决定我们行为的重要因素。其中，有两种要素会影响人们策略的选择：一为预期收益，即这样的选择会有什么好处；二是预期风险，即这样选择会面临怎样的问题。举一个我们并不陌生的例子，两个相邻的国家如果一直处于敌对状态是非常不幸的，因为他们没有能力至少在现代国际格局下将对方消灭，所以这种焦灼状态只能是他们自食其果。相反的，我们常能见到车站、旅游景点等地见到卖低质或假冒的商品，因为商家与顾客之间很难有“明天”，即再次交易的机会。但是，只要重复博弈是有限次的，我们用逆向归纳法所得到的结果令人吃惊，那就是：与一次性博弈完全相同不合作。所以，合作的达成需要无限次的博弈，即不能适用于逆向归纳法的博弈。其实，博弈论大师克莱伯斯（Kreps）等人早已经证明，“即使是有限次博弈，只要次数足够多，人们就有动力通过合作行为来获取长期的好处”4只需参与人对等待未来利益有足够的耐心。在“囚徒困境”中，人们如何选择合作的策略呢？阿克谢罗德（Axelrod）教授通过实验提出了“先做好人，以牙还牙”（tit-for-tat）策略，具体地说，就是与对方第一次博弈时选择合作，如果对方合作则自己本次也选择合作，如果对方上次出现不合作，则自己本次就选择不合作。“区分善良规则好坏的一个特征是，看他们如何迅速地和可靠地对来自对方的挑战做出反应。”5这种策略无疑是成功的，它的善良性防止陷入不必要的麻烦，报复性是对方产生惧怕心理，宽容性则有助于恢复合作，还有它的清晰性能够使对方清楚知道“游戏的规则”。在商业领域或国际事务上的合作，唾面自干、逆来顺受是不可取的，一个好的策略就是，清楚的表明自己会回报，无论是合作还是背叛。但是，现实中很多标准模糊的时候，如果某一阶段出现的合作被误解，也没有宣布“到此为止”的方法，就很可能导致“两败俱伤”的危险结果。也许对对方偶尔的背叛采取宽容的态度，只要适度，合作就会进行的更为顺利。如上文所举的企业竞争的问题，如果企业合谋或以协同的方式活动时，也即博弈双方协调一致去寻找最大化共同利润的策略时，既有了“合作性均衡”。然而，从另一个角度讲，仍以企业竞争为例，完全竞争市场中利润的刺激会导致企业走向有效的“非合作均衡”。尽管共同利益在协同性均衡状态下达到最大化，但是社会总效用比竞争均衡状态下低。因为企业会联手抬高价格损害消费者的利益。再者，政府鼓励企业之间的竞争有利于激励企业改善经营管理，改进技术，降低成本，提高劳动生产率，从而提高企业在市场中的竞争力。低产出和高价格的合谋或勾结将导致社会资源的严重浪费以及消费者的经济损失。所以大量存在而相互独立的企业非合作行为有利于资源的有效配置。因此，在一些情况下，“囚徒困境”并不是坏事，它可以作为一种手段，为人们服务。政治生活中，不同的利益集团会有程度不同的派系斗争，为了稳定自己的政治地位，政客会适时制造“囚徒困境”别人反对时拥护者会得到奖励，别人拥护时需更积极的拥戴才会不致惩罚，这样就能使反对者或潜在的反对者内耗于相互斗争中。商业活动中，商品采购者会通过制造“困境”来压低供应价格。在有多家供应者的情况下，如果各家价格一样，则均分采购；如果有一家降价，则放弃其他供应者，通过这种方式，采购者会买到价格较低的产品。当然，这种机制只在非重复博弈情况下有用，尤其是只有一次机会时，每个供应商会迫不及待为了抓住机会而不得不就范。除此之外，合理利用“囚徒困境”的例子还有很多。生活就是制定决策。“囚徒困境”作为博弈论中经典的模型，在实际生活中运用极为普遍，从中，我们可以看出博弈论对于生活的价值和意义。首先，博弈论指导我们把做决策的依据转向对交往对手的认识和理解上，让我们在与人交往中得心应手的获得“占优”地位。其次，就是让我们学会“从重点出发”6的思维方式，向前展望，向后推理，明确目标，从而选择最优策略，达到最好效果参考文献：1 白波，博弈智慧M.哈尔滨：哈尔滨出版社，2006：1770.2 董志强，身边的博弈M.北京：机械工业出版社，2007：2