一、超市里的一幕
超市的零食货架前,一个孩子盯着一包糖。家长说不买。孩子开始哭闹。
家长压低声音:"再哭,以后就再也不带你出来了!"
先别往下读。请你站在孩子的位置想一想:这句话吓得住你吗?你会不会继续哭?为什么?
这是生活里最常见的一种话:威胁。它的意思是:你要是做某件事,我就做一件让你难受的事。可是威胁有一个大问题:做那件事,通常对说话的人自己也不好受。 说话的人到了那一刻,真的会做吗?
这一讲要教你一个办法,判断一句威胁会不会被真的执行,进而判断它吓不吓得住人。
二、把它写成一棵树
我们把这个情境写成一棵博弈树,孩子先选,家长再选:
- 孩子乖乖的:没有糖,可是开开心心逛完超市。收益(孩子 2,家长 3)。
- 孩子哭闹,家长让步:孩子得到了糖,家长觉得又烦又丢脸。收益(孩子 3,家长 1)。
- 孩子哭闹,家长惩罚(兑现威胁,立刻回家,以后不带出来):孩子没糖,也没逛成;家长也扫兴,还费事。收益(孩子 0,家长 0)。
用从后往前想的办法(先看最后一个人会怎么选,再倒推前面的人):
- 轮到家长的时候,孩子已经哭闹了。家长比较:让步得 1,惩罚得 0。家长会让步。 因为惩罚对家长自己更糟。
- 孩子预演到这一点:乖乖的得 2,哭闹得 3(因为家长最后会让步)。孩子会哭闹。
结果:孩子哭闹,家长让步,收益(3,1)。家长那句话,是一句空话。
回答你开头的问题:如果你是孩子,而且足够敏锐,这句话吓不住你。你心里清楚,到了那一刻家长不会真的那样做。
三、可是,“威胁成立"的均衡也存在
先别急着下结论。我们换一个角度,把家长的"计划"当作策略,写成表(孩子选行,家长选"如果孩子哭闹,我会……"):
| 家长:若哭闹则惩罚 | 家长:若哭闹则让步 | |
|---|---|---|
| 孩子:乖 | (2,3) | (2,3) |
| 孩子:哭闹 | (0,0) | (3,1) |
找均衡(没有人想单独改变):
- (哭闹,让步) = (3,1):孩子在"家长让步"这一列里,哭闹得 3 > 乖 2;家长在"孩子哭闹"这一行里,让步得 1 > 惩罚得 0。是均衡。
- (乖,惩罚) = (2,3):孩子在"家长惩罚"这一列里,乖得 2 > 哭闹得 0;家长在"孩子乖"这一行里,惩罚和让步都是 3,没有更好的选择。也是均衡。
第二个均衡的意思是:孩子乖乖的,因为孩子相信威胁。 威胁起作用了,孩子从来没哭闹过,所以家长也从来没真的惩罚过。
可是我们刚才用倒着想已经看出来:这个"惩罚"是空话。问题出在哪?
四、子博弈完美
4.1 子博弈
看那个家长要做选择的节点。把它和它之后的所有选项、结果,单独拿出来看,它自己就是一个小博弈:家长选惩罚还是让步,得到各自的收益。这样一块"从某个节点开始的剩下的博弈”,叫一个子博弈。
子博弈:从某个决策节点开始,把它和它之后的所有枝、节点、叶子拿出来。如果这一块自成一个完整的博弈(起点是一个单独的节点,而且没有把任何一个"分不清自己在哪个节点"的集合切成两半),它就是一个子博弈。
在轮流行动、每个人都看得见之前发生了什么的博弈里,每一个决策节点,都是一个子博弈的起点。整个博弈本身,也算一个子博弈。
4.2 子博弈完美均衡
如果一个均衡,在每一个子博弈里,都是这个子博弈的均衡,它就叫子博弈完美均衡。
这个条件的意思是:到了任何一个节点,不管之前是不是真的走到过,你选的行动都得是对你自己最好的。
回到超市。看家长那个子博弈:家长选惩罚得 0,选让步得 1,惩罚不是这个小博弈的均衡。所以(乖,惩罚)虽然是整个博弈的均衡,却不是子博弈完美的:它依赖一个家长在那个节点上不会真的做的选择。
(哭闹,让步)则是子博弈完美的:家长的子博弈里,让步是最好的;整个博弈里,孩子哭闹也是最好的。
子博弈完美均衡,就是把"不可信的威胁"筛掉的办法。 对轮流行动、每个人都看得见的博弈,它就是"从后往前推"得到的结果。
⚠️ 这里最容易想错: “不可信"不等于"狠不狠”。一句威胁可信,不是因为说话的人嗓门大、态度狠,而是因为到了那一刻,执行它对说话的人自己是最划算的。一句再狠的话,只要执行起来自己吃亏更大,就是空话。
五、怎样让威胁变得可信
既然威胁可信,要求执行它对自己最划算,那就想办法改变收益,让执行变得划算。
5.1 事先立下规矩
假设家长事先在亲友面前公开说过:“这孩子再哭闹,我们就不带出来。” 这时候,如果家长真的让步,就会丢面子,折算成 −2。让步的收益变成 1 − 2 = −1。
右边那棵树里,家长到那一刻:让步得 −1,惩罚得 0,会惩罚。孩子预演到这一点:乖得 2,哭闹得 0,孩子乖。结果(2,3):家长从原来的 1 变成了 3。
让自己"没有退路",反而对自己有利。 这个想法很反直觉:我们总觉得选项越多越好,可是在这里,主动减少自己的选项(或者让某个选项变得很贵),换来了对方的相信。
5.2 破釜沉舟
这个道理,中国人很熟悉。《史记·项羽本纪》记载,项羽率军渡河去救巨鹿,渡河之后,把船凿沉了,把煮饭的锅砸破了,把营舍烧了,只带三天的粮食,以此向士兵表明:没有退路,只有向前。这就是"破釜沉舟"。
用博弈的话说:“撤退"这个选项被拿掉了,所以"拼死作战"这个承诺就可信了。士兵知道自己别无选择,对手也知道。
5.3 其他办法
- 合同和保证金: 违约要赔钱,让"不履行"变得不划算。
- 声誉和反复交往: 今天不兑现,明天就没人信你了,所以兑现更划算。
- 授权给没有退路的代理人: 谈判桌上,“我做不了主,上面只给了这个底线”,把自己的选项变少。
- 提前投入: 先花钱建好产能,让"发生冲突"时你的损失变小(见思考题 2)。
⚠️ 这些办法都有代价。 把退路堵死,意味着形势变了你也没法调整;而且如果对方也把退路堵死,两个人就可能正面相撞:想想两辆车都把方向盘锁死,谁也不让,结局会很糟。
5.4 许诺也一样
不只是威胁,许诺也需要可信。“你先借我钱,我肯定还”,如果到了还钱的那一刻,赖掉对你更划算,这句许诺同样站不住。所以借钱要有抵押、有借条、有信用,都是在让"兑现"变得更划算。
六、证据:人们真的这样想吗
理论预测什么? 在轮流行动的博弈里,人们会预演后面每一步,并且相信对方在每个节点都会做对自己最好的选择;因此不可信的威胁不会起作用。
证据怎么说?
- 概念本身: Selten 在 1965 年提出了子博弈完美的想法,这是 Selten 后来获得 1994 年诺贝尔经济学奖的工作之一。
- 最后通牒游戏。 这是检验这个想法最经典的实验。规则:一笔钱(比如 10 元),提议者提出怎么分,回应者可以接受(按提议分)或拒绝(两个人都得 0)。子博弈完美的预测是:回应者面对任何一个正的数额,接受都比拒绝(得 0)好,所以提议者会只给一点点,回应者接受。Güth、Schmittberger 和 Schwarze 在 1982 年做了这个实验。据二手介绍,在没有经验的参与者中,提议者最常见的提议是对半分,平均给出约 37%;一周后,有经验的参与者平均给出约 32%,并且 21 个提议里有 5 个被拒绝。
局限在哪? 上面这些数字来自二手介绍,具体要读原文。实验金额不大,参与者主要是学生。
分歧是什么? 回应者为什么会拒绝一个对自己有利的小数额?一种解释是:他们的"收益"里包含了公平,拒绝一个很低的提议,对他们自己来说本身就是划算的,所以"我会拒绝"这个威胁其实是可信的,只不过收益里多了一项我们没写进去的东西。另一种解释是:人们在做决定时并没有完全倒着想。哪种更好,学界没有定论。
七、常见的误用
- “威胁越狠越可信。” 不对。可信取决于到那一刻执行对自己是否划算,和狠不狠没有关系。
- “不可信的威胁一点用都没有。” 不对,在大多数情况下它吓不住聪明人。但如果对方不确定你是不是真会做(比如你有可能是个不计后果的人),话说得多了,对方也可能先让一步,这涉及信息不完全的问题。
- “均衡里的每一步选择都是合理的。” 不对。(乖,惩罚)是均衡,却包含一个不会被走到的、不合理的选择。子博弈完美就是要把它筛出来。
- “自己的选项越多越好。” 在需要让对方相信你的时候,不对:把退路堵死,可能比保留灵活性更有力。可是它有代价。
- “子博弈完美一定是现实。” 不对。最后通牒游戏里,人们拒绝的比理论预测的多得多。
八、小结
- 子博弈:从某个节点开始,包括它之后的一切,自成一个小博弈。
- 子博弈完美均衡:在每一个子博弈里都是均衡。它要求:到了任何一个节点,你的选择都必须对你自己最好,不论之前是不是真走到过。
- 它筛掉了不可信的威胁:那些整个博弈里的均衡,却需要某个人在某个节点上做对自己更糟的事。
- 对轮流行动、每个人都看得见的博弈,子博弈完美均衡就是从后往前推的结果。
- 让威胁可信:改变收益,让执行变得划算。办法:事先立下规矩、堵死退路(破釜沉舟)、合同和保证金、声誉、授权代理人、提前投入。它们都有代价。
- 许诺同样需要可信。
回到超市:下次你听到一句"你再这样我就……",请问自己:说话的人,到了那一刻,真的会做吗?做了对 TA 自己划算吗?
思考题
- 超市的例子里,如果家长让步的收益改成 −1(比如孩子的爷爷奶奶在场,让步很丢脸),其他不变。求子博弈完美均衡的结果。
- 一家公司 A 先选建小厂还是大厂,然后另一家公司 B 选进入还是不进入市场。收益(A,B):小厂 + 进入 = (3,3);小厂 + 不进入 = (5,0);大厂 + 进入 = (2,−1);大厂 + 不进入 = (4,0)。(a)用倒着想求子博弈完美均衡;(b)把 B 的计划(“小厂时怎么做,大厂时怎么做”)当成策略,写出所有纳什均衡,指出哪个不是子博弈完美的;(c)为什么 A 要建大厂?
- 最后通牒游戏,10 元,最小单位 1 元。如果回应者拒绝任何低于 3 元的提议,提议者该提多少?此时子博弈完美均衡是什么?
- 用博弈的语言,解释"破釜沉舟"为什么能让士兵更拼命,对手又为什么会因此更忌惮。
- 举一个生活里"不可信的威胁"的例子,再想一个让它变得可信的办法,说说这个办法的代价。
- 下面这棵树:你先选 A 或 B。选 A,结束,收益(2,2)。选 B,轮到小周选 c 或 d:选 c,结束,收益(1,3);选 d,轮到你选 e 或 f:e 得(4,0),f 得(0,1)。这棵树里一共有几个子博弈?子博弈完美的结果是什么?
思考题提示
- 家长让步得 −1,惩罚得 0,家长会惩罚。孩子预演:乖得 2,哭闹得 0,孩子乖。结果(乖,惩罚)= (2,3)。
- (a)小厂之后,B 进入得 3、不进入得 0,B 进入,(3,3);大厂之后,B 进入得 −1、不进入得 0,B 不进入,(4,0)。A 比较:小厂得 3,大厂得 4,选大厂。结果(大厂,不进入)= (4,0)。(b)B 的计划:(小厂时,大厂时)。纳什均衡有两个:(大厂,(进入,不进入))= (4,0),和(小厂,(进入,进入))= (3,3)。第二个不是子博弈完美的,因为它要求 B 在大厂之后也进入(得 −1),这对 B 自己更糟,是一个不会真正做的选择。(c)建大厂是一次提前投入:它让"B 进入之后"对 B 自己变得不划算(进入得 −1),相当于让"不让你进来"的态度变得可信。
- 回应者拒绝低于 3 元的提议,所以提议者给 2 元会被拒(得 0),给 3 元会被接受(自己得 7)。提议者提 3 元,回应者接受。这时回应者的"拒绝低价"成了可信的(因为回应者的收益里有这样的偏好)。
- 拿掉退路之后,“撤退"不再是士兵的选项,剩下的只有"拼命"和"死”,拼命成了对士兵最划算的选择;对手也明白这一点,所以不能指望对方在压力下退缩。
- 开放题。例子:老板说"这次再迟到就开除你”,但这个人是老板最能干的员工,开除对老板更糟。让它可信的办法:写进合同、公开宣布,或者培养一个替代的人选;代价是失去了灵活处理的空间。
- 每个决策节点都是一个子博弈起点,加上整棵树,一共有 3 个:整棵树、小周的节点、你的第二个节点。倒着想:你的第二个节点,e 得 4、f 得 0,选 e,替换成(4,0);小周:选 c 得 3,选 d(之后是 e,小周得 0)得 0,小周选 c,替换成(1,3);你在树根:选 A 得 2,选 B(之后是 c)得 1,选 A。子博弈完美的结果是(A)= (2,2)。