一、同一个游戏,能撑住多少种结局

你和同事小周在同一间办公室,每周都面对同一件小事:各自决定要不要把自己整理的资料共享给对方。共享叫"合作",只拿不给叫"背叛"。每周的收益是(左边是你的,右边是小周的):

小周合作 小周背叛
你合作 3,3 0,5
你背叛 5,0 1,1

这是囚徒困境:不管小周怎么做,你背叛都更好;可是两个人都背叛,各得 1,比都合作的各 3 差。

现在你们要一直共事下去,没人知道哪周是最后一次。我们用一个数 δ(在 0 和 1 之间)表示"未来的权重":下一周的 1 分,今天值 δ 分,下下周值 δ² 分。δ 越大,你们越有耐心,也越可能一直见面。

先复习一个办法,叫触发策略:

只要对方从来没有背叛过,我就合作;一旦对方背叛过一次,我就永远背叛。

两人都用它,会不会有人想偏离?一直合作,价值 3 + 3δ + 3δ² + …… = 3 ÷ (1 − δ)。背叛一次:这周得 5,之后每周只有 1,价值 5 + δ ÷ (1 − δ)。要合作不吃亏,3 ÷ (1 − δ) ≥ 5 + δ ÷ (1 − δ),整理得 δ ≥ 1/2。耐心够了,“一直合作"就是一个均衡。

先别往下读。请你想一想:除了"每周都各得 3”,还有没有别的结局,也能这样靠威胁撑住?比如,你每周平均得 4,小周每周平均只得 1.5,这样不平等的局面,能不能也成为一个均衡?

这一讲就回答这个问题,答案可能出乎你的意料:几乎什么结局都可以。

二、“可行"的平均收益

我们先搞清楚:长期来看,你们能得到哪些平均收益?

如果每周都玩同一格,平均收益就是那一格的数字:(3, 3)、(0, 5)、(5, 0)、(1, 1)。但你们可以轮换着玩不同的格子。比如每两周为一个循环:

  • 第一周:你背叛,小周合作,收益 (5, 0);
  • 第二周:你们都合作,收益 (3, 3)。

平均下来,你每周得 (5 + 3) ÷ 2 = 4,小周每周得 (0 + 3) ÷ 2 = 1.5。这样,平均收益 (4, 1.5) 就"可行"了。

一般地,把四个格子的收益,按任意的比例(每周占多大比例)混合,得到的平均收益,都是可行的。

在图上画出来:四个点 (3, 3)、(0, 5)、(5, 0)、(1, 1),它们围成的那个四边形(灰色),里面每一点都是可行的平均收益。

三、“保底线”:谁也不会接受比保底更差的

可行,不等于愿意接受。你能保证自己至少得多少?

不管小周怎么做,你只要每周都背叛:小周合作,你得 5;小周背叛,你得 1。所以你至少能得 1。小周同理。

所以长期的平均收益里,任何一个人都不会接受低于 1 的结局:反正自己单干也能得 1。这条线叫保底线(专业上叫"极小极大收益”,是对方能把你压到的最低水平)。

两个条件放在一起,图上就出现一块绿色区域:可行,并且每个人都不低于 1。

耐心足够时,绿色区域里的每一个平均收益都能成为均衡

四、民间定理

现在可以说出主角了。

民间定理:只要大家足够有耐心(δ 足够接近 1),绿色区域里的每一个平均收益,都可以作为无限重复博弈的均衡结果。

“民间”(folk)的意思是:这个结论在学界流传了很久,才被人正式写下来,据说没有明确的"第一个作者"。

怎么做到的?用的就是触发策略的思路:约定一个循环的做法;谁偏离了,大家就永远回到最差的局面(1, 1)。

我们来验算上面那个 (4, 1.5)。约定:奇数周 (你背叛, 小周合作),偶数周 (都合作)。谁偏离,永远回到 (1, 1),每周得 1。

先看小周。小周在偶数周(都合作)这一周,本该得 3,可以偏离,改成背叛,拿 5,之后永远只有 1。

小周遵守的价值:这周 3,下周 0,再下周 3,再下周 0,……:3 + 0 × δ + 3δ² + …… = 3 ÷ (1 − δ²)。偏离的价值:5 + δ ÷ (1 − δ)。要遵守不吃亏:

3 ÷ (1 − δ²) ≥ 5 + δ ÷ (1 − δ)。

两边乘以 (1 − δ²) = (1 − δ)(1 + δ):3 ≥ 5(1 − δ²) + δ(1 + δ) = 5 + δ − 4δ²,整理得

4δ² − δ − 2 ≥ 0,即 δ ≥ (1 + √33) ÷ 8 ≈ 0.843。

再看你:你在偶数周的偏离,算下来只需要 δ ≥ 约 0.366。所以真正卡住的是小周,要 δ ≥ 0.843。(我写的时候用逐周的偏离方式另外验算过,其他环节都不是瓶颈。)

想让小周分得越少,你们就得越有耐心

再看几个例子,规律一目了然:想让某个人分得越少(越接近 TA 的保底线 1),所有人就得越有耐心。

  • (3, 3):δ ≥ 0.50
  • (3.4, 2.4):δ ≥ 0.69
  • (3.67, 2):δ ≥ 0.74
  • (4, 1.5):δ ≥ 0.84
  • 最偏的 (13/3, 1),小周只得保底线 1:δ 要无限接近 1。

道理很直观:小周得到的平均收益比保底线只高一点点时,小周"忍受不平等"换来的好处很少,一偏离就能拿到 5,所以需要更重的未来把 TA 拴住。

五、这个定理的力量,和它的空洞

⚠️ 这里第一次读会觉得别扭。 你可能想:绿色区域几乎是"什么都行",包括你长期占便宜的局面。一个"什么都能解释"的理论,是不是等于没解释?

两面都对。

它的力量:它说明了,重复博弈里的合作并不神秘,不需要假设人们善良。只要未来足够重,威胁足够可信,几乎任何结局都可以靠"谁偏离就永远惩罚谁"撑住。

它的空洞:它没有告诉你会撑住哪一个。从 (1, 1) 一直背叛,到 (3, 3) 一直合作,再到 (4, 1.5) 这样不平等的局面,全都是均衡。要预测实际结果,还得靠别的东西:习惯、公平感、谈判力量、谁先开口,也就是"大家怎么默契地协调"(这一点,和一次性博弈里有多个均衡时是同样的道理)。

惩罚可信吗

还有一个问题:惩罚本身是否可信?

囚徒困境里没有问题:惩罚阶段大家都背叛,是一次博弈自己的均衡,执行惩罚的人并不亏,没人会心软。

可是在别的博弈里,把对方压到保底线,常常需要你自己也付出代价。比如,要把竞争对手压到零利润,你可能得把价格压到亏本。这时,威胁就不一定可信:对方偏离之后,你真的愿意亏本去惩罚吗?

这个问题,Fudenberg 和 Maskin 在 1986 年给出了回答:在两个玩家,或者满足一个叫"完全维度"的条件时,即使要求惩罚本身也站得住脚(子博弈完美),耐心的玩家仍然可以支撑任何高于保底线的平均收益。 办法的大意(据我所知,没有逐条核对原文)是:不只惩罚偏离的人,还要惩罚"该惩罚却不惩罚"的人,并且奖励愿意惩罚的人。

重新谈判

还有一个现实的疑问:惩罚阶段大家都亏。偏离已经发生了,两个人面对着永远的 (1, 1),为什么不坐下来说"算了,既往不咎,重新来过"?

如果大家都预期到会这样重新谈,惩罚就不可信了,合作也就撑不住了。这一点,理论上有各种办法来处理(要求均衡在"重新谈判之后也站得住"),但没有统一的结论。

六、证据:现实里真是这样吗

理论预测。 耐心足够时,几乎任何结局都可以成为均衡;越偏的结局,需要的耐心越多。

证据。

  • 理论部分。 Fudenberg 和 Maskin 1986 年在《计量经济学》(Econometrica,54 卷 3 期,533–554 页)证明:两个玩家,或满足完全维度条件,耐心足够时,任何高于保底线的一次博弈收益,都可以作为无限重复博弈的子博弈完美均衡。这一点我核对到摘要层。
  • 实验。 Dal Bó 和 Fréchette 2018 年在《经济文献杂志》(Journal of Economic Literature,56 卷 1 期)综述了无限重复囚徒困境的实验。据我看到的工作稿,主要结论是:合作在理论上能被支撑,不等于大多数人会合作;只有当参数让合作非常稳固时,合作率才会高。
  • 现实中的卡特尔。 Levenstein 1997 年在《产业经济学杂志》(Journal of Industrial Economics,45 卷 2 期,117–137 页)研究了 1885 到 1914 年的美国溴素行业的联合定价。据摘要,价格战有一部分来自看不清对方有没有偷偷降价,这类价格战又短又轻;最凶的几次,更像是在为"新的分配办法"讨价还价。Ellison 1994 年在《兰德经济学杂志》(RAND Journal of Economics,25 卷 1 期,37–57 页)研究了 19 世纪 80 年代的一个铁路运价同盟。据摘要,估计结果为"价格战是对需求意外偏低的惩罚"提供了一些支持。(这两篇我只看到摘要和二手转述,没有核对原文。)

局限。 实验里的"无限"是用每轮以一定概率继续来模拟的;现实里的卡特尔,观察到的价格战,也可能有别的解释。定理本身是一个"可能性"的结论,很难被一次观察推翻。

分歧。 人们在实验和现实里的合作,是因为算清了"未来的影子",还是因为习惯、规范,研究者各有看法。至于不平等的"合作"是否应当被接受,则是价值判断:一个长期占便宜的安排,在理论上可以是均衡,是不是公平,要你自己判断。

七、常见的误用

  • “民间定理说合作一定会出现。” 不对。它说的是合作可以是均衡;互相背叛也是均衡。
  • “耐心足够,什么结局都撑得住。” 不完全。结局还得可行(是四个格子的混合),并且每个人不低于保底线。
  • “定理说明市场总会合谋。” 不对。定理是"可能"的结论,不是预测;还需要协调、可信的惩罚、够重的未来。
  • “均衡就是公平的。” 不对。(4, 1.5) 这样的不平等局面,只要耐心够,也是均衡。
  • “惩罚总是可信的。” 不对。囚徒困境里可信,别的博弈里不一定,需要额外的论证。

八、小结

  • 可行:四个格子的收益,按比例混合得到的平均收益。
  • 保底线:每个人总能保证自己不低于的水平(囚徒困境里是 1)。
  • 民间定理:耐心足够时,每一个"可行并且高于保底线"的平均收益,都可以成为无限重复博弈的均衡。
  • 做法:约定循环的做法,谁偏离就永远回到最差的局面。
  • 耐心的代价:越偏的结局越需要耐心:(3, 3) 要 δ ≥ 0.5,(4, 1.5) 要 δ ≥ 0.84,最偏的要无限接近 1。
  • 力量与空洞:合作不需要善良,但定理没有告诉你会落在哪一个均衡。
  • 惩罚可信:囚徒困境里可信;一般情况下,Fudenberg 和 Maskin 说明耐心玩家仍能做到。

回到你和小周的办公室。下次你面对一个"长期来往"的关系,请想一想:我们现在落在哪一个结局?它有多大的"保底线"?是什么让它稳定?如果有人想重新谈条件,谁手里的威胁更可信?

思考题

  1. 循环:每四周里,一周 (你背叛, 小周合作),三周 (都合作)。平均收益是多少?它是否落在绿色区域内?
  2. 平均收益 (4, 2) 能否成为均衡,不管多有耐心?为什么?(提示:看它是否在灰色的可行区域内。)
  3. 平均收益 (0.5, 4.5) 呢?
  4. 用 (奇数周:你背叛,小周合作;偶数周:都合作) 的循环,推导你的偏离条件,求你至少需要的 δ。
  5. δ = 0.3 时,“一直合作”(3,3)不能被撑住(因为 δ 小于 1/2)。可是"轮流占便宜"(奇数周 (你背叛, 小周合作),偶数周 (你合作, 小周背叛),平均 (2.5, 2.5))能否被撑住?分别验算两种偏离。
  6. 想一个生活里"不平等却长期稳定"的合作关系(师徒、长期供货商和大客户……),说说是什么让它撑得住,你觉得它公平吗。

思考题提示

  1. 平均:你 (5 + 3 + 3 + 3) ÷ 4 = 3.5,小周 (0 + 3 + 3 + 3) ÷ 4 = 2.25。两个都不低于 1,并且恰好落在 (5, 0) 和 (3, 3) 的连线上(x = 3.5 时,这条线上 y = 3 − 1.5 × 0.5 = 2.25),所以是可行的,落在绿色区域的边上。耐心足够时可以成为均衡。
  2. 不能。可行区域在 x = 4 处,最高只到 y = 3 − 1.5 × (4 − 3) = 1.5。(4, 2) 比这高,超出了四个格子混合所能达到的范围,不可行,和耐心无关。
  3. 不能。你的平均收益 0.5 低于保底线 1。你只要每周背叛,就至少能得 1,不会接受 0.5。
  4. 你在偶数周(都合作,该得 3)偏离,得 5,此后每周 1:5 + δ ÷ (1 − δ)。遵守的价值:这周 3,下周 5,再下周 3,……:(3 + 5δ) ÷ (1 − δ²)。要遵守不吃亏:(3 + 5δ) ÷ (1 − δ²) ≥ 5 + δ ÷ (1 − δ)。乘以 (1 − δ²):右边 5(1 − δ²) + δ(1 + δ) = 5 + δ − 4δ²,所以 3 + 5δ ≥ 5 + δ − 4δ²,即 4δ² + 4δ − 2 ≥ 0,也就是 2δ² + 2δ − 1 ≥ 0,δ ≥ (√3 − 1) ÷ 2 ≈ 0.366。比小周的 0.843 低,所以卡住的是小周。
  5. 先看你被安排"吃亏"的那周(奇数周对你是 5,偶数周对你是 0)。你在 (你合作, 小周背叛) 的周得 0,可以偏离成背叛得 1,然后永远 1:偏离价值 1 ÷ (1 − δ)。遵守价值:这周 0,下周 5,再下周 0,……:5δ ÷ (1 − δ²)。δ = 0.3:遵守 1.5 ÷ 0.91 ≈ 1.65,偏离 1 ÷ 0.7 ≈ 1.43,遵守更好。再看你"占便宜"的周(该得 5):改成合作只得 3,之后永远 1:偏离价值 3 + 0.3 ÷ 0.7 ≈ 3.43;遵守价值 5 ÷ 0.91 ≈ 5.49,遵守更好。对小周完全对称。所以 (2.5, 2.5) 在 δ = 0.3 时可以被撑住(一般条件是 δ ≥ 1/4),而 (3, 3) 不行。原因:吃亏那周的偏离好处只有 1,很小,所以不需要多大的耐心。
  6. 开放题。例:师徒制里,徒弟前几年拿很少,换来之后的发展和人脉;师傅则靠徒弟的忠诚和后续回报。关键是徒弟"离开"的威胁和师傅"不再提携"的威胁,都对对方有分量。公平与否是价值判断:双方当初是否自愿、是否有别的选择,常常是争论的焦点。