一、一个车位

公司楼下有一个好车位。你和同事小周同时开到了它的前面,两辆车都想进去。你们谁也没有提前商量。

车位对你们每个人的价值是 4。你们可以有两种做法:

  • 强硬(行话叫"鹰"):寸步不让,争到底。
  • 退让(“鸽”):看对方强硬就让开,两个人都退让就平分。

如果两个人都强硬,就会吵起来,甚至动手。胜负各一半,赢的人拿到车位(4),输的人则要付出代价 6(吵架、误事、受伤)。

把它写成收益表(左边是你的,右边是小周的):

小周强硬 小周退让
你强硬 −1,−1 4,0
你退让 0,4 2,2

这里的 −1 是怎么来的:两个强硬的人碰上,各有一半机会赢(得 4),一半机会输(得 −6),平均 (4 − 6) ÷ 2 = −1。两个人都退让,平分车位,各得 2。

先别往下读。请你想一想:如果这样的事情,在一个很大的人群里,每天、每对人之间不断发生,最后会稳定在什么局面?是所有人都强硬,还是所有人都退让,还是一部分强硬一部分退让?

这一讲,我们换一个视角:不问"一个理性的人该怎么选",而是问"什么样的做法,能在一个大群体里长久地保留下来"。

二、从"选择"到"保留"

动物争地盘的时候,不会坐下来算收益。可是做法是能被遗传(或被模仿)的:收益高的做法,后代更多(或被更多人学去);收益低的做法,慢慢被淘汰。 所以,“收益"在这里不是某个人的满足,而是这种做法在群体里扩散的速度。

设想这样一个场景:一个很大的群体,每个成员的做法是固定的(强硬或退让,或按一定概率)。成员两两随机相遇,各得上面表格里的收益。哪种做法的平均收益高,哪种做法就增加。

现在问:什么样的做法,一旦占了绝大多数,就不怕少数"闯入者”?

这就是演化稳定策略(evolutionarily stable strategy,简称 ESS):

如果群体里几乎所有人都用策略 S,那么任何少数用别的策略 T 的"闯入者",平均收益都不如 S。

(严格地说有两层:闯入者在多数人 S 面前,要么收益严格更低;要么收益刚好相同,这时还要看第二层:多数人遇到闯入者时的收益,必须高于闯入者之间互相对阵的收益。我们这一讲主要用第一层。)

这个概念来自 Maynard Smith 和 Price 1973 年在《自然》上发表的《动物冲突的逻辑》,他们想解释的问题是:同种动物之间的争斗,为什么大多数时候是"点到为止",而不是拼命?

三、鹰鸽博弈的解

先试两个极端。

如果全是鸽:每只鸽得 2。这时来了一只鹰闯入,它遇到的都是鸽,每次都得 4,比 2 高。鹰会扩散,全鸽不稳定。

如果全是鹰:每只鹰得 −1。这时来了一只鸽闯入,它遇到的都是鹰,每次让开,得 0,比 −1 高。鸽会扩散,全鹰也不稳定。

两个极端都站不住。那就是混合:群体里一部分是鹰,一部分是鸽。设鹰的比例是 p。

一只鹰遇到鹰(概率 p)得 −1,遇到鸽(概率 1 − p)得 4:平均 p × (−1) + (1 − p) × 4 = 4 − 5p。

一只鸽遇到鹰得 0,遇到鸽得 2:平均 (1 − p) × 2 = 2 − 2p。

稳定的时候,两种做法的收益必须一样(否则收益高的会增加):

4 − 5p = 2 − 2p,解得 p = 2/3。

这个比例有一个一般的公式:p = V ÷ C,也就是"车位的价值 ÷ 吵架的代价" = 4 ÷ 6 = 2/3。(当 V 小于 C 的时候成立。)

鹰多了鹰吃亏,鸽多了鸽吃亏:稳定在 2/3

图里,橙线是鹰的收益,蓝线是鸽的收益。p = 2/3 时两线相交,收益都是 2/3。

为什么是稳定的? 看 p 偏离 2/3 的时候:

  • p 比 2/3 小一点(鹰少了):橙线在蓝线上面,鹰的收益更高,鹰会变多,拉回 2/3。
  • p 比 2/3 大一点(鹰多了):蓝线在橙线上面,鸽的收益更高,鹰会变少,也拉回 2/3。

像一个碗底的小球:偏了就滚回来。

⚠️ 这里第一次读会觉得别扭。 你会想:稳定的时候,每个人的平均收益只有 2/3。而如果大家都当鸽子,每个人得 2,要好得多。为什么群体不退回去?

因为全鸽不稳定:一只鹰闯进来就能占到大便宜(4),鹰就会扩散。群体里没有"协商"这回事,没有人能说"大家都当鸽子吧"。稳定的结局,不一定是好的结局。 这一点和囚徒困境很像:个体的好处和群体的好处冲突。

还有一个细节:2/3 这个比例有两种读法。一种是每个个体都以 2/3 的概率强硬;另一种是群体里固定有 2/3 的个体是鹰、1/3 是鸽。两种读法,群体平均的结果是一样的。

如果代价比价值小

如果车位的价值很大,而吵架的代价很小呢?比如 V = 6,C = 4:两个强硬的人碰上,各得 (6 − 4) ÷ 2 = 1。这时,强硬者对强硬者得 1,退让者对强硬者得 0,强硬总是更好。全鹰的群体里,一只鸽闯入只能得 0,比 1 低,站不住。所以全鹰是演化稳定的,没有混合。

这个结构和囚徒困境一样:每个人都强硬,大家的收益是 1,而全是退让本来能得 3,却站不住。

四、演化稳定和纳什均衡有什么不同

你也许想起了纳什均衡:每个人对别人的做法,都做了最好的回应。

两者的关系是:每一个演化稳定策略,都是(对称博弈的)纳什均衡;但反过来不成立。

演化稳定要求更挑剔:不仅要在"所有人都这么做"时,没人想改,还要扛得住少量的闯入者,包括那些在多数面前和你"一样好"的闯入者。

一个例子:石头剪刀布。三种做法各占三分之一,是纳什均衡(谁偏离都不会更好)。但它不是演化稳定的:假设一个闯入者全出石头,在多数人"各出三分之一"的面前,它得 0,和多数人一样;第二层再比:闯入者之间互相对阵(都出石头)得 0,而多数人遇到这些闯入者时也只得 0,没有一点严格的优势。所以三分之一的混合挡不住它。

(上面这个检验,我是按定义逐项核对的。)

五、惯例:先到先得

回到车位。现实里,我们并不总是"鹰"或"鸽"。比较常见的做法是:先到的人先停,后到的人让。 这是一条惯例。

我们来看它是不是演化稳定的。

假设一种新策略,叫先到先得:如果我是先到的,我强硬;如果我是后到的,我退让。每个人有一半机会先到,一半机会后到。(先到后到只是一个"标签",和谁更想要无关。)

三种策略的收益(V = 4,C = 6),表里每个数是行策略对阵列策略的平均收益:

对强硬(鹰) 对退让(鸽) 对先到先得
强硬 −1 4 1.5
退让 0 2 1
先到先得 −0.5 3 2

举两个数的算法:

  • 先到先得对先到先得:一半时间我先到(我强硬、对方退让,我得 4),一半时间我后到(我退让、对方强硬,我得 0),平均 2。
  • 强硬对先到先得:一半时间对方先到,对方强硬,我们吵架,我得 −1;一半时间我先到,对方退让,我得 4,平均 1.5。

现在看一个全是先到先得的群体:每人得 2。闯入者强硬,得 1.5,低于 2;闯入者退让,得 1,也低于 2。所以先到先得是演化稳定的。

谁能挡住闯入者?只有"先到先得"

这个惯例有两个妙处:

  • 没有人吵架。 每次相遇,一方强硬、另一方退让,没有 −1。群体平均收益是 2,比混合的 2/3 高得多。
  • 它靠"标签"起作用。 先到后到,本来和价值无关,只是一个大家都认的标志。任何双方都看得见、又不影响争夺价值的标志,原则上都可以成为这样的惯例。(比如"谁在左边"。)

但要小心:现实里,先到的人往往真的更想要这个东西,或者更有力气去守,这时候先到先得并不是"任意的标签",而是反映了真正的价值差异。

六、证据:动物真的这样吗

理论预测。 当争夺的价值小于争斗的代价时,种群里会同时存在强硬和退让;如果有可识别的不对称(先到、体型),群体可能收敛到"按不对称让步"的惯例。

证据。

  • 理论的出处。 Maynard Smith 和 Price 1973 年在《自然》(Nature,246 卷,15–18 页)提出演化稳定策略,用来解释同种动物之间的争斗常常是"有限战争"。一项后来的科学史研究认为,Price 更早的一份未发表手稿对此有启发。(这些细节我只看到二手转述。)
  • “先到者赢”。 Davies 1978 年在《动物行为》(Animal Behaviour,26 卷,138–147 页)研究了林地的斑点木蝶:在雄蝶争夺阳光斑点的争斗中,据后来的论文转述,占据者几乎总是赢。但后来的研究也发现了例外,Kemp 和 Wiklund 的研究则指出,在这种蝴蝶里,“先到"并不是一个任意的信号。所以这个例子一直有争议。
  • 人类实验。 Oprea、Henwood 和 Friedman 2011 年在《经济理论杂志》(Journal of Economic Theory,146 卷 6 期,2206–2225 页)让参加者在连续时间里玩鹰鸽博弈。据摘要,在单一群体里,行为接近对称的混合均衡;当参加者被分成两个群体互相匹配时,行为则明显朝不对称的、很不平等的均衡靠拢。

局限。 鹰鸽博弈是一个很简化的模型:只有两种做法,收益固定,相遇随机。真实的动物争斗有很多种信号、试探和升级。实验里的参加者也不是靠"遗传”,而是靠学习。

分歧。 蝴蝶的例子说明,同一个现象可能有不同的解释:是"任意的惯例",还是"真实的价值差异"?这是事实问题。另一方面,在人类社会里,“先到先得"是否应该被当作理所当然的惯例,则是价值判断,比如排队的规则,对赶时间的人、体弱的人是否公平,取决于你怎么看。

七、常见的误用

  • “演化稳定的结局是最好的。” 不对。混合的稳定点收益只有 2/3,远低于全鸽的 2。
  • “鹰就是坏的,鸽就是好的。” 不对。它们只是两种做法;在全鸽的群体里,鹰反而占便宜。
  • “演化稳定策略就是纳什均衡。” 不对。每个演化稳定策略都是纳什均衡,反过来则不然(石头剪刀布)。
  • “2/3 说明每个人都会以 2/3 的概率强硬。” 不一定。也可能是 2/3 的个体固定是鹰。
  • “动物在算收益。” 不对。模型说的是做法的保留与淘汰,不是个体在计算。

八、小结

  • 演化稳定策略:几乎所有人都用它时,任何少数闯入者都不比它好。
  • 鹰鸽博弈:V = 4、C = 6,全鸽和全鹰都站不住,稳定比例 p = V ÷ C = 2/3,此时鹰和鸽的收益都是 2/3。
  • 稳定不等于好:2/3 的混合,平均收益远低于全鸽的 2。
  • V 大于 C 时,全鹰是演化稳定的,结构像囚徒困境。
  • 演化稳定与纳什:演化稳定更挑剔;每个 ESS 是纳什均衡,反过来不成立。
  • 先到先得:把一个"标签"变成惯例,群体平均收益 2,没有吵架,并且挡得住所有闯入者。
  • 证据:理论解释了"点到为止”;蝴蝶和实验给出了支持,也有争议。

回到那个车位。下次你和别人争一个东西,请想一想:这个局面里,有没有一个大家都认的"标签",可以让争夺不必走到吵架?它的存在,是因为大家的约定,还是因为真实的价值差异?

思考题

  1. 鹰鸽博弈里,V = 6,C = 8。求稳定的鹰的比例,以及此时鹰和鸽的平均收益。对照"全鸽"时每人的收益。
  2. V = 10,C = 20。稳定的鹰的比例是多少?两个强硬的人碰上,各得多少?
  3. V = 6,C = 4。强硬是不是演化稳定的?为什么?
  4. V = 6,C = 8,写出强硬、退让、先到先得三种策略的收益表,并检查"先到先得"是不是演化稳定的。
  5. 一个协调博弈:两人都选 A 各得 2,都选 B 各得 1,选得不同各得 0。A 和 B 是不是演化稳定?混合(以 1/3 的概率选 A)呢?
  6. 想一个生活里"先到先得"或别的"标签式惯例"的例子(排队、让路、靠右行驶……),说说它为什么能挡住"闯入者",又在什么时候可能不公平。

思考题提示

  1. 稳定比例 p = V ÷ C = 6 ÷ 8 = 3/4。鹰的收益:3/4 × (−1) + 1/4 × 6 = −0.75 + 1.5 = 0.75;鸽的收益:1/4 × 3 = 0.75。(两个强硬的人碰上,各得 (6 − 8) ÷ 2 = −1。)全鸽时每人得 6 ÷ 2 = 3,远高于 0.75。
  2. p = 10 ÷ 20 = 1/2。两个强硬的人碰上各得 (10 − 20) ÷ 2 = −5。验算:鹰 1/2 × (−5) + 1/2 × 10 = 2.5;鸽 1/2 × 5 = 2.5。
  3. 强硬对强硬得 (6 − 4) ÷ 2 = 1,退让对强硬得 0。全鹰的群体里,一只鸽闯入只能得 0,比 1 低,站不住。所以强硬是演化稳定的(结构和囚徒困境相同:全退让每人得 3,却站不住)。
  4. 强硬:对强硬 −1,对退让 6,对先到先得 (−1 + 6) ÷ 2 = 2.5。退让:对强硬 0,对退让 3,对先到先得 (0 + 3) ÷ 2 = 1.5。先到先得:对强硬 (−1 + 0) ÷ 2 = −0.5,对退让 (6 + 3) ÷ 2 = 4.5,对先到先得 (6 + 0) ÷ 2 = 3。全是先到先得时,每人 3;闯入者强硬得 2.5,退让得 1.5,都更低。所以先到先得是演化稳定的。
  5. A 和 B 都是严格的纳什均衡(对方选 A,选 A 得 2、选 B 得 0;对方选 B,选 B 得 1、选 A 得 0),所以都是演化稳定的。混合:设以 q 的概率选 A,选 A 的收益 2q,选 B 的收益 1 − q,相等时 q = 1/3。在这个混合面前,选 A 和选 B 的收益相同(都是 2/3),所以要看第二层:设闯入者全选 A。多数人(以 1/3 选 A)遇到闯入者,收益是 (1/3) × 2 + (2/3) × 0 = 2/3;闯入者之间互相对阵(都选 A)得 2,高于 2/3。闯入者反而更好,所以混合不是演化稳定的。
  6. 开放题。例:靠右行驶。大家都靠右,任何一个靠左的人都会吃亏,所以惯例稳定;它的标签(左还是右)本身是任意的,所以不同国家可以不同。不公平的情形:当一个惯例让总是后到的人(比如行动不便的人)长期吃亏时。