|
“囚徒困境”是非合作博弈的均衡即“納什均衡”的最經(jīng)典的例子。從這個例子，我們能知道“納什均衡”的精要所在。本文從“囚徒困境”案例出發(fā)，總結(jié)出“納什均衡”的原理，并由此去探尋日常生活中的非合作博弈。 1950年和 1951年納什的兩篇關(guān)于非合作博弈的重要論文，徹底改變了人們對競爭和市場的看法。他證明了非合作博弈極其均衡解 ，并證明了均衡解的存在性，即著名的“納什均衡”，從而揭示了博弈均衡與經(jīng)濟(jì)均衡的內(nèi)在聯(lián)系奠定了現(xiàn)代非合作博弈論的基石。 要了解納什均衡，首先要知道什么是非合作博弈問題?！扒敉嚼Ь场笔窃搯栴}最經(jīng)典的例子，我們也從該例為切入點(diǎn)進(jìn)行探討： 首先，一個完整的博弈應(yīng)當(dāng)包括五個方面的內(nèi)容：第一，博弈的參加者，即博弈過程中獨(dú)立決策、獨(dú)立承擔(dān)后果的個人和組織；第二，博弈信息，即博弈者所掌握的對選擇策略有幫助的情報資料；第三，博弈方可選擇的全部行為或策略的集合；第四，博弈的次序，即博弈參加者做 出策略選擇的先后；第五，博弈方的收益，即各博弈方做出決策選擇后的所得和所失。 “囚徒困境”：兩個嫌疑犯(A和 B)作案后被警察抓住，隔離審訊；警方的政策是“坦白從寬，抗拒從嚴(yán)”，如果兩人都坦白則各判8年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判 1O年；如果都不坦白則因證據(jù)不足各判1年。 在這個例子里，博弈的參加者就是兩個嫌疑犯 A和 B，他們每個人都有兩個策略即坦白和不坦白，判刑的年數(shù)就是他們的支付?？赡艹霈F(xiàn)的四種情況：A和 B均坦白或均不坦白、A坦白 B不坦白或者 B坦白A不坦白，是博弈的結(jié)果。在此，兩個嫌疑犯 A和 B面臨著兩難的選擇——坦白或抵賴。顯然最好的策略是雙方都抵賴，結(jié)果是大家都只被判 1年。但由于兩人處于隔離情況下無法串供。所以，按照亞當(dāng)·斯密的理論，每一個人都是從利 己的目的出發(fā)，他們選擇坦白交代是最佳策略。因為坦白交代可以期望得到最好的解決辦法——釋放，但前提是同伙抵賴，顯然要比自己抵賴要坐 1O年牢好得多。這種策略是損人利 己的策略。不僅如此，坦白還有更多的好處。如果對方坦白了而自己抵賴了，那自己就得坐 1O年牢。太不劃算了!因此，在這種情況下還是應(yīng)該選擇坦白交代，即使兩人同時坦白，至多也只判 8年，總 比被判 10年好。結(jié)果 ，兩人合理的選擇是坦白，原本對雙方都有利的策略(抵賴)和結(jié)局(各被判1年刑)就不會 出現(xiàn)。這樣兩人都選擇坦白的策略以及因此被判 8年 的結(jié)局被稱為“納什均衡”，也叫非合作均衡因為，每一方在選擇策略時都沒有“共謀”(串供)，他們只是選擇對自己最有利的策略，而不考慮社會福利或任何其他對手的利益。也就是說，這種策略組合由所有局中人(也稱當(dāng)事人、參與者)的最佳策略組合構(gòu)成。沒有人會主動改變有著廣泛而深刻的意義。個人理性與集體理性的沖突，各人追求利己行為而導(dǎo)致的最終結(jié)局是一個“納什均衡”，也是對所有人都不利的結(jié)局。他們兩人都是在坦白與抵賴策略上首先想到自己，這樣他們必然要服長的刑期。只有當(dāng)他們都首先替對方著想時，或者相互合謀(串供)時，才可以得到最短時間的監(jiān)禁結(jié)果?！凹{什均衡”首先對亞當(dāng)·斯密的“看不見的手”的原理提出挑戰(zhàn)。按照斯密的理論，在市場經(jīng)濟(jì)中，每一個人都從利己的目的出發(fā)，而最終全社會達(dá)到利他的效果。不妨讓我們重溫一下這位經(jīng)濟(jì)學(xué)圣人在《國富論》中的名言：“通過追求(個人的)自身利益，他常常會比其實際上想做的那樣更有效地促進(jìn)社會利益?！睆摹凹{什均衡”我們引出了“看不見的手”的原理的一個悖論：從利己目的出發(fā) ，結(jié)果損人不利己，既不利己也不利他。兩個囚徒的命運(yùn)就是如此。從這個意義上說，“納什均衡”提出的悖論實際上動搖 了西方經(jīng)濟(jì)學(xué)的基石。因此，從“納什均衡”中我們還可以悟出一條真理：合作是有利的“利 己策略”。但它必須符合以下黃金律：按照你愿意別人對你的方式來對別人，但只有他們也按同樣方式行事才行。也就是中國人說的“己所不欲勿施于人”。但前提是人所不欲勿施于我。其次，“納什均衡”是一種非合作博弈均衡，在現(xiàn)實中非合作的情況要比合作情況普遍。所以“納什均衡”是對馮·諾依曼和摩根斯特恩的合作博弈理論的重大發(fā)展，甚至可以說是一場革命。 從“納什均衡”的普遍意義中我們可以深刻領(lǐng)悟司空見慣的經(jīng)濟(jì)、社會、政治、國防、管理和日常生活中的博弈現(xiàn)象： (1)電信價格競爭 根據(jù)我國電信業(yè)的實際情況，我們來構(gòu)造電信業(yè)價格戰(zhàn)的博弈模型。假設(shè)此博弈的參加者為電信運(yùn)營商 A與B，他們在電信某一領(lǐng)域展開競爭，一開始的價格都是 PoA(中國電信)是老牌企業(yè)，實力雄厚，占據(jù)了絕大多數(shù)的市場份額；B(中國聯(lián)通)則 剛成立不久 ，翅膀還沒長硬 ，是政府為了打破壟斷鼓勵競爭而籌建起來的。 正因為 B是政府扶植起來鼓勵競爭的，所以 B得到了政府的一些優(yōu)惠，其中就有 B的價格可以比Po低 10％。這一舉動，還不會對 A產(chǎn)生多大的影響，因為 A的根基實在是太牢固了。在這樣的市場分配下，A、B可以達(dá)到平衡，但由于 B在價格方面的優(yōu)勢，市場份額逐步壯大，到了一定程度對 A造成了影響。這時候，A該怎么做?不妨假定： A降價而B維持，則A獲利 15，B損失5，整體獲利10； A維持且B也維持，則 A獲利5，B獲利10，整體獲利15； A維持而 B降價，則 A損失 10，B獲利 15，整體獲利5； A降價且 B也降價，則 A損失 5，B損失 5，整體損失10。 從 A角度看 ，顯然降價要 比維持好，降價至少可以保證比 B好，在概率均等的情況下，A降價的收益為 15 x50％一5 x 50％ =5，維持的收益為 5 x 50％一10 x 50％ =一2．5，為了自身利益的最大化，A就不可避免地選擇了降價。從 B角度看，效果也一樣，降價同樣比維持好，其降價收益為 5，維持收益為2．5，它也同樣會選擇降價。在這輪博弈中，A、B都將降價作為策略，因此各損失 5，整體損失 10，整體收益是最差的。這就是此博弈最終所出現(xiàn)的納什均衡。我們構(gòu)造的這一電信業(yè)價格戰(zhàn)博弈模型是典型的囚徒困境現(xiàn)象，各個局部都尋求利益的最大化，而整體利益卻不是最優(yōu)，甚至是最差。 許多其他行業(yè)的價格競爭都是典型的囚徒困境現(xiàn)象，如可口可樂公司和百事可樂公司之間的競爭、各大航空公司之間的價格競爭等等。 (2)OPEC組織成員國之間的合作與背叛 “囚徒困境”告訴我們，個人理性和集體理性之間存在矛盾，基于個人理性的正確選擇會降低大家的福利，也就是說，基于個人利益最大化的前提下，帕累托改進(jìn)得不到進(jìn)行，帕累托最優(yōu)得不到實現(xiàn)。 上述我們在對電信價格競爭的博弈分析中，只是一次性的“囚徒困境”博弈，因此得到了互相降價的納什均衡。而在現(xiàn)實生活當(dāng)中，信任與合作很少達(dá)到如此兩難的境地，無論在自然界還是在人類社會，“合作”都是一種隨處可見的現(xiàn)象。比如中東石油輸出國組織(Organization of PetroleumExporting Countries簡稱 OPEC)的成立，本身就是要限制各石油生產(chǎn)國的產(chǎn)量，以保持石油價格，以便獲取利潤，是合作的產(chǎn)物。OPEC之所以能夠成立，各組織成員國之間之所以能夠合作，是因為囚徒困境如果是一次性博弈的話，基于個人利益最大化，得到納什均衡解，但如果是多次博弈，人們就有了合作的可能性，囚徒困境就有可能破解 ，合作就有可能達(dá)成。連續(xù)的合作有可能成為重復(fù)的囚徒困境的均衡解。這也是博弈論上著名的“大眾定理”(Folk Theorem)的含義。 轉(zhuǎn) 但合作的可能性不是必然性。博弈論的研究表明，要想使合作成為多次博弈的均衡解，博弈的一方(最好是實力更強(qiáng)的一方)必須主動通過可信的承諾(Credible commit．r em)，向另一方表示合作的善意，努力把這個善意表達(dá)清楚，并傳達(dá)出去。如果該困境同時涉及多個對手，則要在博弈對手中形成聲譽(yù)，并用心地維護(hù)這個聲譽(yù)。這里“可信的承諾”是一個很牽強(qiáng)的翻譯，“Credible commitment”并不是什么空口諾言，而是實實在在的付出。所以合作是非常困難的。所以 OPEC組織經(jīng)常會有成員國不遵守組織的協(xié)定私 自增加石油產(chǎn)量。每個成員國都這樣想，只要他們不增加產(chǎn)量，我增加一點(diǎn)點(diǎn)產(chǎn)量對價格沒什么影響，結(jié)果每個國家都增加產(chǎn)量，造成石油價格下跌 ，大家的利潤都受到損失。當(dāng)然，一些產(chǎn)量增加較少的國家損失更多，于是也更加大量生產(chǎn)，造成價格進(jìn)一步下降——結(jié)果，陷入一個困境大家都增加產(chǎn)量，價格下跌，大家再增加產(chǎn)量，價格再下跌理論上，幾乎所有的卡特爾都會遭到失敗，原因就在于卡特爾的協(xié)定(類似囚犯的攻守同盟 )不是一個納什均衡沒有成員有興趣遵守。那么是不是不可能有卡特爾合作成功了?理論上，如果是無限期的合作 ，雙方考慮長遠(yuǎn)利益他們的合作是會成功的。但只要是有限次的合作 ，合作就不會成功。比如合作 10次，那么在第九次博弈參與人就會采取不合作態(tài)度 ，因為大家都想趁最后一次機(jī)會撈一把，反正以后我也不會跟你合作了。但是大家料到第九次會出現(xiàn)不合作，那么就很可能在第八次就采取不合作的態(tài)度。第八次不合作會使大家在第七次就不合作……一直到，從第一次開始大家都不會采取合作態(tài)度。 還存在其他一些“非合作博議”的情況： (1)污染博弈 假如市場經(jīng)濟(jì)中存在著污染，但政府并沒有管制的環(huán)境，企業(yè)為了追求利潤的最大化，寧愿以犧牲環(huán)境為代價也絕不會主動增加環(huán)保設(shè)備投資。按照看不見的手的原理 ，所有企業(yè)都會從利己的 目的出發(fā)，采取不顧環(huán)境的策略 ，從而進(jìn)入“納什均衡”狀態(tài)。如果一個企業(yè)從利他的目的出發(fā)，投資治理污染 ，而其他企業(yè)仍然不顧環(huán)境污染，那么這個企業(yè)的生產(chǎn)成本就會增加 ，價格就要提高，它的產(chǎn)品就沒有競爭力 ，甚至企業(yè)還要破產(chǎn)。這是一個“看不見的手的有效的完全競爭機(jī)制”失敗的例證。直到 20世紀(jì) 90年代中期 ，中國鄉(xiāng)鎮(zhèn)企業(yè)的盲 目發(fā)展造成嚴(yán)重污染的情況就是如此。只有在政府加強(qiáng)污染管制時，企業(yè)才會采取低污染的策略組合。企業(yè)在這種情況下，獲得與高污染同樣的利潤，但環(huán)境將更好。 (2)貿(mào)易自由與壁壘 這個問題對于剛剛加入 WTO的中國而言尤為重要。任何一個國家在國際貿(mào)易中都面臨著保持貿(mào)易自由與實行貿(mào)易保護(hù)主義的兩難選擇。貿(mào)易自由與壁壘問題，也是一個“納什均衡”，這個均衡是貿(mào)易雙方采取不合作博弈的策略，結(jié)果使雙方因貿(mào)易戰(zhàn)受到損害。x國試圖對 Y國進(jìn)行進(jìn)口貿(mào)易限制，比如提高關(guān)稅 ，則 Y國必然會進(jìn)行反擊，也提高關(guān)稅，結(jié)果誰也沒有撈到好處。反之，如 x和 Y能達(dá)成合作性均衡，即從互惠互利的原則出發(fā)，雙方都減少關(guān)稅限制，結(jié)果大家都從貿(mào)易 自由中獲得了最大利益，而且全球貿(mào)易的總收益也增加了。 以上是運(yùn)用博弈論中的經(jīng)典案例“囚徒困境”對現(xiàn)實經(jīng)濟(jì)生活的一些簡單的理論上的分析，雖然在現(xiàn)實生活當(dāng)中影響人們決策和態(tài)度的因素很多，但是 ，博弈論作為現(xiàn)代經(jīng)濟(jì)學(xué)的前沿領(lǐng)域，始終是一個強(qiáng)有力的分析工具。 |
|
|
