一、一个十字路口

你和同事小周开车,同时到了一个没有红绿灯的十字路口。每个人可以让行,也可以抢行。

  • 两个人都让:慢一点,但平安,各得 6。
  • 你抢、小周让:你很快通过,得 7;小周被耽误,得 2。(反过来也一样。)
  • 两个人都抢:撞车,各得 0。

把它写成收益表(左边是你的,右边是小周的):

小周让 小周抢
你让 6,6 2,7
你抢 7,2 0,0

这个博弈叫"斗鸡博弈"(chicken)。我们先看看它的纳什均衡,也就是每个人对对方的做法都是最好回应的局面。

  • 你抢、小周让:你得 7,想不到更好的;小周得 2,如果改成抢会得 0,所以也不想改。这是一个均衡,收益 (7, 2)。
  • 你让、小周抢:同理,收益 (2, 7)。
  • 随机均衡:每个人都以一定概率让。设对方让的概率是 q。你让得 6q + 2 × (1 − q) = 2 + 4q,你抢得 7q,相等时 2 + 4q = 7q,q = 2/3。每个人都以 2/3 的概率让、1/3 的概率抢,各自的期望收益是 2 + 4 × 2/3 = 14/3 ≈ 4.67。

问题是:前两个均衡不公平(谁都想当抢的那个,可是只能有一个人抢),随机均衡会撞车:两个人同时抢的概率是 (1/3) × (1/3) = 1/9。

先别往下读。请你想一想:有没有办法,让两个人都得到比 4.67 更多,而且完全不撞车?

二、红绿灯

办法是:找一个第三方,给每个人一个私人的指示。

想象一个红绿灯(或一个装在路口的随机装置),每次随机抽出三种情形之一,每种的概率都是 1/3:

  • 情形 A:告诉你"让",告诉小周"让"。
  • 情形 B:告诉你"让",告诉小周"抢"。
  • 情形 C:告诉你"抢",告诉小周"让"。

注意:每个人只被告诉自己的那一份,不知道对方被告知了什么。灯从不同时让两个人抢。

红绿灯:三种信号各占 1/3,每人只看到自己的那一半

问题是:你愿意听灯的吗? 灯没有任何强制力,你随时可以不听。我们逐一检验。

**如果灯告诉你"让":**你不知道自己在情形 A 还是情形 B。这两种情形等可能,所以对方是"让"(A)的概率是 1/2,是"抢"(B)的概率也是 1/2。

  • 听灯的,让:1/2 × 6 + 1/2 × 2 = 4。
  • 不听,改成抢:1/2 × 7 + 1/2 × 0 = 3.5。

4 大于 3.5,你愿意听。

如果灯告诉你"抢":这只可能是情形 C,所以你知道小周被告知的是"让"。

  • 听灯的,抢:得 7。
  • 不听,改成让:得 6。

7 大于 6,你愿意听。

小周的处境和你完全对称,所以两个人都愿意听灯的。这样一个"灯 + 大家都听"的安排,叫相关均衡(correlated equilibrium)。

我们来算算每个人平均得多少:三种情形各 1/3,你的收益分别是 6、2、7,平均 (6 + 2 + 7) ÷ 3 = 5。小周同样是 5。

对比一下:

安排 每人平均收益 撞车概率
随机的纳什均衡 4.67 1/9
红绿灯(相关均衡) 5 0

更好,而且不撞车。

三、定义,和它为什么比纳什均衡"宽"

把上面的想法一般化:

相关均衡:有一个第三方(可以是红绿灯、随机装置,甚至只是大家共同看见的一枚硬币),按照一个概率分布随机抽出一个"推荐的行动组合",并悄悄告诉每个人属于自己的那一份。如果每个人在听到自己的指示之后,照着做是最好的选择(给定自己对"其他人被告知了什么"的判断),这个分布就是相关均衡。

和纳什均衡比一比:

  • 纳什均衡里,每个人各自独立地随机。相关均衡里,大家的随机可以相关联(灯同时决定你和小周的指示)。
  • 每个纳什均衡都是相关均衡:只要让灯的指示是相互独立的。(上面那个随机均衡,就是这样的灯:你和小周各自以 2/3 的概率被告知"让"。)所以相关均衡是更宽的概念,纳什均衡是它的特例。
  • 相关均衡的集合是凸的:任意几个相关均衡,按概率混合,还是相关均衡。(直观上,先扔一枚公开的硬币,决定用哪一个,每个人照着对应的灯做,依旧是均衡。)
  • 检验相关均衡,只需要解一堆线性不等式(上面的"听灯 ≥ 不听灯")。一般来说,这比找纳什均衡要容易得多。

⚠️ 这里第一次读会觉得别扭。 你会想:灯告诉你"让"的时候,你明明有 50% 的可能性对方被告知"抢"。万一对方不听灯,直接抢呢?

这正是"均衡"的含义:假设别人都照灯做,你听灯是最好的。如果别人也不听,局面就变了,但那不是均衡。你听灯的理由,是你相信别人也会听,而别人听的理由,也是同样的。和纳什均衡里"假设别人不变,你的选择最好"是同一个逻辑。

还有一个微妙之处:灯告诉你"让"时,你听从是因为你看不到对方的指示。 如果你能看到对方被告知"抢",你当然更愿意让;如果你能看到对方被告知"让",你可能就想抢了。这就是为什么指示必须是私人的:信息的不对称,恰恰让听话变得可行。

能做到多好

上面的灯(三种情形各 1/3),每人平均得 5。有没有更好的灯?

可以。设情形 A(都让)的概率是 a,情形 B 和 C(一让一抢)各是 b,不允许两个人同时抢。你被告知"让"时,对方是"让"的概率是 a ÷ (a + b):

  • 听灯得 6 × a ÷ (a + b) + 2 × b ÷ (a + b);
  • 不听得 7 × a ÷ (a + b)。

听灯不吃亏,需要 6a + 2b ≥ 7a,即 a ≤ 2b。再加上 a + 2b = 1,取最大的 a = 2b,得 a = 1/2,b = 1/4。每人平均得 6 × 1/2 + 2 × 1/4 + 7 × 1/4 = 3 + 0.5 + 1.75 = 5.25。(我用程序对所有这样的分布逐一检验过,5.25 是对称相关均衡里最高的。)

对比一下:(6, 6) 这个结果,每人 6,更好,可是不是均衡:灯总是告诉你"让",你就知道对方也是"让",改成抢可以得 7。灯的作用,是在"协调"和"不让你偷懒"之间找平衡。

四、纳什均衡够不着的地方

纳什均衡的收益有三种:(2, 7)、(7, 2) 和 (4.67, 4.67)。你可以用公开的硬币在它们之间随机选一个,得到它们的混合。这些混合的收益,每个人收益之和最多是 28/3 ≈ 9.33。

而红绿灯的 (5, 5),收益之和是 10,超出了这个上限。所以红绿灯的结果,用"纳什均衡加一枚公开硬币"是做不到的。

相关均衡能到达纳什均衡够不着的地方

图里,橙色的窄三角形是纳什均衡(及其混合)的收益;绿色区域是相关均衡的收益;灰色是所有可能的结果。绿色明显比橙色大:有了私人的信号,就能做到纳什均衡做不到的协调。

五、另一种理解:贝叶斯式的理性

相关均衡还有一个很有意思的解释。

Aumann 1987 年证明(据摘要):如果大家都是贝叶斯式的理性人(对"别人会做什么"的不确定,和其他不确定一样处理),并且这一点是共同知识,那么结果必然是一个相关均衡。 这时,“随机"不再是谁在故意抛硬币,而是每个人对别人行为的不确定。

换句话说:相关均衡可以理解为一群理性的人,在共同的先验、不同的私人信息下,会自然走到的结果。那个"灯”,可以理解为大家共同的背景信息:比如时间、天气、路口的位置。(这一点依赖"共同先验"的假设,是一个很强的假设。)

六、证据:人真的听灯的吗

理论预测。 在斗鸡一类的博弈里,如果有一个相关均衡的推荐,而且它比纳什均衡好,人们应该会听从。

证据。

  • 理论的出处。 Aumann 1974 年在《数理经济学杂志》(Journal of Mathematical Economics,1 卷 1 期,67–96 页)提出相关均衡;Aumann 1987 年在《计量经济学》(Econometrica,55 卷 1 期,1–18 页)给出上面的贝叶斯理性解释。
  • 实验一。 Duffy 和 Feltovich 2010 年在《国际经济评论》(International Economic Review,51 卷 3 期,701–721 页)用斗鸡博弈做实验。据摘要,参加者通常当且仅当(1)推荐来自一个相关均衡,且(2)这个相关均衡比可用的纳什均衡收益更高时,才听从推荐。他们还设计了"坏"的推荐(是相关均衡,可是收益比任何纳什均衡都差),这时人们就不太听了。另外,没有任何推荐时,人们的行为非常接近随机的纳什均衡。
  • 实验二。 Cason 和 Sharma 2007 年在《经济理论》(Economic Theory,33 卷 1 期,11–27 页)做了鹰鸽博弈的实验,目标是实现一个收益在纳什均衡收益的凸包之外的相关均衡。据摘要,面对真人时,参加者不太愿意听从某些推荐;但是面对总是听从推荐的机器人时,这个相关均衡可以实现。作者的结论是:缺的是对彼此判断的相互了解,而不是社会偏好。
  • 学习与相关均衡。 Hart 和 Mas-Colell 2000 年(Econometrica,68 卷 5 期,1127–1150 页)证明(据摘要):一类简单的"按后悔调整"的学习规则,在所有玩家都使用时,出招的联合分布会收敛到相关均衡的集合。

局限。 实验里的"灯",是实验者发的推荐,参加者也许会觉得被试验,不一定当成一个可信的"中介"。真实的红绿灯,则有法律和习惯的支撑,听从的理由不只是"这是个均衡"。

分歧。 为什么有的实验里人们不听从:是因为不确定别人听不听(Cason 和 Sharma 的解释),还是别的原因,研究者各有看法,这是事实问题。至于该不该用"信号 + 惩罚"让大家听从(比如交通违章的罚款),则是价值判断:执法的松紧,该由谁定,取决于你怎么权衡自由和秩序。

七、常见的误用

  • “相关均衡就是合谋。” 不对。在相关均衡里,没有人被强迫,也没有人事先商量好要做什么,每个人是自愿听从的,因为听从对自己最好。
  • “相关均衡需要灯能强制执行。” 不需要。灯只给指示,不强制;听不听由你自己决定。
  • “每个人都知道所有的指示。” 不对。每个人只知道自己的那一份,这正是它能起作用的原因。
  • “相关均衡一定比纳什均衡好。” 不一定。它是更宽的集合,里面也有比纳什均衡差的(Duffy 和 Feltovich 的"坏"推荐就是例子)。
  • “相关均衡里要有人在刻意随机。” 不一定。随机可以只是每个人对别人做法的不确定。

八、小结

  • 斗鸡博弈(6、2、7、0):两个不公平的纯均衡,和一个会撞车(概率 1/9)的随机均衡,每人 4.67。
  • 红绿灯:三种情形(都让、一让一抢)各 1/3,每人只看到自己的那份。听灯"让"时得 4(不听 3.5),听灯"抢"时得 7(不听 6),所以都愿意听。每人 5,不撞车。
  • 相关均衡:一个概率分布,加上"每个人听从自己的指示是最优"。
  • 和纳什均衡的关系:纳什均衡是相关均衡的特例(指示相互独立);相关均衡的集合是凸的,更容易检验。
  • 最好的对称灯:都让 1/2,一让一抢各 1/4,每人 5.25。
  • 纳什均衡够不着:纳什均衡(含混合)的收益之和最多 9.33,红绿灯的 (5, 5) 之和是 10。
  • 贝叶斯式的理性:Aumann 说明,共同知识下的贝叶斯理性,会走到相关均衡。
  • 证据:实验里,当推荐是相关均衡并且比纳什均衡好时,人们听从;面对真人时,对相互信任的要求更高。

回到那个十字路口。下次你面对一个"两个人都想抢,可是都抢就是灾难"的局面,请想一想:有没有一个双方都信任的"灯",给每个人一个私人的指示?你愿意听它,是因为它强迫你,还是因为你相信别人也会听?

思考题

  1. 斗鸡博弈改成:都让各得 4;你让、对方抢,你得 1、对方得 5;都抢各得 0。求随机的纳什均衡(让的概率)和每人收益、撞车概率。再检验"三种情形(都让、你让小周抢、你抢小周让)各 1/3"是不是相关均衡,并求每人平均收益。
  2. 原来的博弈(6、2、7、0),检验分布"都让 1/2,一让一抢各 1/4,都抢 0"是不是相关均衡,并求每人平均收益。
  3. 为什么"灯总是告诉两个人都让"(得 (6, 6))不是相关均衡?
  4. 原来的博弈里,考虑分布:都让 0.3,一让一抢各 0.3,都抢 0.1。它是不是相关均衡?每人平均收益是多少?撞车概率是多少?
  5. 说明:原来的博弈里,那个随机的纳什均衡(每人以 2/3 让)也是一个相关均衡。(提示:写出四种指示组合的概率,再检验听从是否最优。)
  6. 想一个生活里"第三方给私人指示"的例子(红绿灯、排班、导航建议、拍卖叫价……),说说大家听从的理由是什么,什么情况下人们会不听。

思考题提示

  1. 随机均衡:设对方让的概率是 q,你让得 4q + 1 × (1 − q) = 1 + 3q,你抢得 5q,相等时 q = 1/2,每人收益 1 + 3 × 1/2 = 2.5,撞车概率 (1/2)² = 1/4。三种情形各 1/3:被告知"让"时,对方让的概率 1/2:听灯 4 × 1/2 + 1 × 1/2 = 2.5,不听(抢)5 × 1/2 = 2.5,刚好一样,愿意听(取"一样好时听从");被告知"抢"时,对方一定让:听灯得 5,不听得 4,愿意听。是相关均衡。每人平均 (4 + 1 + 5) ÷ 3 = 10/3 ≈ 3.33,高于 2.5,且不撞车。
  2. 被告知"让"时,对方让的概率 0.5 ÷ (0.5 + 0.25) = 2/3:听灯 6 × 2/3 + 2 × 1/3 = 14/3;不听 7 × 2/3 = 14/3,一样好,愿意听。被告知"抢"时,对方一定让:听灯 7,不听 6,愿意听。是相关均衡。 每人平均 6 × 0.5 + 2 × 0.25 + 7 × 0.25 = 5.25。
  3. 如果灯总是告诉两个人都让,你被告知"让"时就知道对方也被告知"让",改成抢可以得 7,比听灯的 6 多。所以你不会听,它不是相关均衡。
  4. 被告知"让":对方让的概率 0.3 ÷ (0.3 + 0.3) = 1/2。听灯 6 × 1/2 + 2 × 1/2 = 4,不听 7 × 1/2 = 3.5,愿意听。被告知"抢":可能是"一抢一让"(0.3)或"都抢"(0.1),对方让的概率 0.3 ÷ 0.4 = 3/4。听灯(抢)7 × 3/4 + 0 × 1/4 = 5.25;不听(让)6 × 3/4 + 2 × 1/4 = 5。5.25 大于 5,愿意听。是相关均衡(小周对称)。每人平均 6 × 0.3 + 2 × 0.3 + 7 × 0.3 + 0 × 0.1 = 4.5。撞车概率 0.1。(所以,相关均衡里也可能有撞车;这个例子比随机纳什均衡的 4.67 更差,说明相关均衡不一定更好。)
  5. 每人以 2/3 的概率被告知"让",且相互独立:都让 (2/3)² = 4/9,你让小周抢 2/9,你抢小周让 2/9,都抢 1/9。被告知"让"时,对方让的概率 (4/9) ÷ (4/9 + 2/9) = 2/3:听灯 6 × 2/3 + 2 × 1/3 = 14/3,不听 7 × 2/3 = 14/3,一样好,愿意听。被告知"抢"时,对方让的概率 (2/9) ÷ (2/9 + 1/9) = 2/3:听灯 7 × 2/3 = 14/3,不听(让)6 × 2/3 + 2 × 1/3 = 14/3,一样好,愿意听。所以是相关均衡。
  6. 开放题。例:导航软件给每个司机推荐一条路线。如果软件让所有人都走"最快的路",就会堵死,所以它要把司机分散到不同路线,每个司机只看到自己的推荐。大家愿意听,是因为相信别人也会被分散;如果发现推荐总是不准,或相信别人不听,人们就会不听。