一、一个只有两行规则的游戏
你和小周各自在纸上写一个 11 到 20 之间的整数。写完同时亮出来。规则只有两条:
- 你写多少,就拿多少钱(单位:元)。写 17,就先拿 17 元。
- 奖励:如果你写的数,恰好比对方写的少 1,你再多拿 20 元。
比如你写 17、小周写 18,你拿 17 + 20 = 37 元,小周拿 18 元。你写 20、小周写 20,各拿 20 元。
先别往下读。请你想一想:你会写几?
多数人在这里会犹豫。写 20 最稳:不管对方写什么,你至少拿 20 元。可是你马上会想:小周会不会也想到"写 20 最稳"?如果小周写 20,那我写 19,能拿 19 + 20 = 39 元,比 20 元多得多。可是小周会不会也这么想,于是写 19?那我写 18 ……
这一串想法,就是这一讲的第一个主题。
二、k 层思考
我们给"想了几层"起个名字:
- 第 0 层:不想,直接选最显眼、最稳的:写 20。
- 第 1 层:假设对方是第 0 层(写 20),自己做出最好的回答:写 19,拿 39 元。
- 第 2 层:假设对方是第 1 层(写 19),最好的回答:写 18,拿 38 元。
- 第 3 层:写 17。第 4 层:16。第 5 层:15。
每深一层,就比对方多想一步,数字少 1。
一直这么想下去,会怎样?第 9 层写 11(已经是最小的数),第 10 层发现对方写 11 时,写 20 最好(20 比 11 多,而且没法再"少 1"了),于是回到 20,绕了一整圈。所以"一路想到底"在这个游戏里没有尽头:想得越深,不一定越接近某个固定的答案。
均衡是什么
那博弈论的标准答案(纳什均衡)是什么?这个游戏没有"双方各写一个确定的数"的均衡:如果对方写 20,你该写 19;如果对方写 19,你该写 18;……一路往下,对方写 11 时,你该写 20。对称的均衡只有一个,是混合策略:
- 只用 15 到 20 这六个数;
- 写 15、16、17、18、19、20 的概率依次是 25%、25%、20%、15%、10%、5%。
验证一下:如果对方按这个比例随机写,你写每个数的期望收入是多少?
| 你写 | 期望收入 |
|---|---|
| 20 | 20 |
| 19 | 19 + 20 × 5% = 20 |
| 18 | 18 + 20 × 10% = 20 |
| 17 | 17 + 20 × 15% = 20 |
| 16 | 16 + 20 × 20% = 20 |
| 15 | 15 + 20 × 25% = 20 |
| 14 | 14 + 20 × 25% = 19 |
| 13 以下 | 更少 |
15 到 20 每个数的期望都是 20 元,14 以下更少:没有人想偏离。这就是均衡。
这里有一个很有意思的事实:均衡里,每个人期望只拿 20 元,和"一律写 20"一样多。 想了半天,走到均衡,并没有比"不想"多拿一分钱。
真人写了多少
这个游戏由 Arad 和 Rubinstein 设计,2012 年发表在《美国经济评论》(102 卷第 7 期,3561–3573 页)。论文把这个游戏叫"11–20 要钱游戏",用它来研究人们想了几层。
据我看到的一份转引的数据表(没核对原文),基本版本里 108 位参与者的选择大致是:写 17 的约 32%,写 18 的约 30%,写 19 的约 12%,写 20 的约 6%,11 到 16 合计约两成。作者的解读是:被试推理的层数,大多落在 0 到 3 层。
对照图 1:第 3 层是 17,第 2 层是 18。真人最常写的,恰好是 2、3 层的答案。 而均衡的权重压在 15、16、17 上(合计 70%),真人写 15、16 的合计不到一成。真人比均衡"浅"。
⚠️ 难点:层数高,不等于更好
这里第一次读,容易误会成"层数越高越聪明"。其实不是。
第 5 层写 15,它的前提是"对方是第 4 层,写 16"。如果对方其实是第 0 层(写 20),你写 15 只拿 15 元,比写 20 的人还少。好的回答,取决于你对对方想了几层的猜测,而不是你自己想了多深。 想得比对方深一层,是最好的;想得比对方深两层、三层,反而吃亏。
所以 k 层模型描述的是:每个人都对"别人想了几层"有一个猜测,并对这个猜测做出最好的回答。 这是一种有限的理性:每个人都在最优化,只是用的信念不是"所有人都完美"。
认知层次模型
还有一个自然的问题:一个人对"别人想了几层"该怎么猜? 一个简单的想法:你想了 k 层,就假定别人分布在 0 到 k − 1 层,按各层在人群里的比例来加权。这叫认知层次模型(cognitive hierarchy)。
再进一步:人群里各层的比例,用什么分布?Camerer、Ho 和 Chong 在 2004 年(《经济学季刊》,861–898 页)用的是泊松分布,平均层数记作 τ(读"套")。据该文摘要,平均 1.5 层这个参数,能拟合许多不同的游戏。
τ = 1.5 的泊松分布,各层的比例是:
| 层数 | 0 | 1 | 2 | 3 | 4 | 5 以上 |
|---|---|---|---|---|---|---|
| 比例 | 22% | 33% | 25% | 13% | 5% | 约 2% |
人数最多的是第 1 层;第 0 到第 3 层合计约 93%。这与 11–20 游戏的数据读法吻合:实验里大多数人想 1 到 3 层。
这个模型有一个很好的性质:参数只有一个。 它不是"哪个数据拟合得好就换一个参数",而是用同一个 τ ≈ 1.5,去预测不同的游戏。(后来有研究把"参数固定为 1.5"的版本用在别的游戏里;据摘要,拟合不错,但我没核对细节。)
三、另一条路:在乎的不只是钱
现在换一个完全不同的例子。这一次,偏离理论的原因不是"想得不够深"。
最后通牒游戏:你和小周分 10 元。你提议怎么分,小周回答"接受"或"拒绝"。接受就按提议分;拒绝,两人都拿 0。
纯粹自私的理性人,预测很清楚:小周拿到任何正数都比 0 好,所以接受;你预料到这点,提议给小周 1 元(最小单位),自己拿 9 元。
可是真人的行为不是这样。小周常常拒绝很低的提议,宁可两个人都拿 0。(这个实验的经典结果已经是老生常谈,这里不再列数字,我们更关心"为什么"。)
一个简单的模型:不喜欢不公平
Fehr 和 Schmidt 在 1999 年(《经济学季刊》114 卷第 3 期,817–868 页)提出一个模型。每个人的满意度(效用)不只是自己拿多少钱,还要减去"别人和自己差得多不多"带来的不舒服:
满意度 = 自己的钱 − α × (别人比自己多的部分)− β × (自己比别人多的部分)
- α:被占便宜的反感(别人拿得比我多)。
- β:占便宜的愧疚(我拿得比别人多)。通常 α ≥ β,也就是吃亏比占便宜更难受。
- α = β = 0,就是纯自私的人。
最后通牒里,小周拿 x 元,你拿 10 − x 元,x 小于 5。小周如果接受,满意度 = x − α × (10 − x − x) = x − α(10 − 2x);如果拒绝,两人都是 0,满意度 0。所以小周接受,当且仅当
x − α(10 − 2x) ≥ 0,也就是 x ≥ 10α ÷ (1 + 2α)。
这是小周能接受的最低报价。代几个数:
| α | 0 | 0.5 | 1 | 4 | 很大 |
|---|---|---|---|---|---|
| 最低报价 | 0 | 2.5 元 | 3.33 元 | 4.44 元 | 趋近 5 元 |
α 越大,越不肯接低的报价;再大也不会超过 5 元(对半分)。这不是小周"不理性":小周的满意度里,本来就有"公平"这一项。
你该提议多少?
现在你是提议者。你不知道小周是哪种人。假设(这是一个为了算数而编的例子,不是实验数字):
- 一半的人是纯自私的(α = 0):什么报价都接;
- 30% 的人 α = 1:最低报价 3.33 元(整数元里,4 元才接受);
- 20% 的人 α = 4:最低报价 4.44 元(整数元里,5 元才接受)。
你自己是纯自私的,只想自己拿得多。各种报价(整数元,从 1 元起)的期望收入:
| 提议给小周 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|
| 被接受的概率 | 50% | 50% | 50% | 80% | 100% |
| 你的期望收入 | 4.5 | 4.0 | 3.5 | 4.8 | 5.0 |
最好的报价是 5 元(对半分),期望 5 元。你为什么提议对半分?不是因为你善良:你是自私的,你只是知道对面有人会拒绝。这解释了实验里一个常见现象:提议者给的,比"自私预测"的多得多。
两个相关的游戏:独裁者与信任
再看另外两个游戏,它们帮你分清"公平"的不同含义。
独裁者游戏:你分 10 元给小周,小周只能接受,不能拒绝。你给多少?按上面的模型,给小周 s 元(s 小于 5)时,你的满意度 = 10 − s − β(10 − 2s),每多给 1 元,变化是 −1 + 2β。所以:
- β 小于 1/2:每多给一元,你亏;给 0。
- β 大于 1/2:每多给一元,你赚(愧疚减少得多);给 5,平分。
模型预测:要么不给,要么平分。真人的数据更分散,这说明简单模型不够用(见下面的局限)。
信任游戏(Berg、Dickhaut 和 McCabe,1995,《博弈与经济行为》10 卷 122–142 页):你有 10 元,可以送给小周 s 元,送出的钱会翻三倍,变成 3s 元到小周手里;然后小周决定还给你多少。
- 纯自私的预测:小周什么都不还;你预料到,什么都不送;两人各留 10 元。
- 如果你全送(s = 10),小周手里有 10 + 30 = 40 元。如果小周是"β 大于 1/2"的人,会还你 20 元,两人各 20 元,比各留 10 元好得多。
你是否愿意全送,取决于你相信小周是哪一种。如果小周要么还 20 元要么还 0,你全送的期望是 20p(p 是你相信小周会平分的概率),要大于等于 10,需要 p ≥ 1/2。
据这篇论文的摘要,实验的设计排除了"重复博弈的声誉"“事先签合同"“惩罚的威胁"这些解释;作者的结论是,互惠看来是人类行为的一个基本成分。(我只核对到摘要,没核对具体的送出和还回的数字。)
四、不只是结果:意图也重要
上面的模型只看结果:每个人拿多少钱。可是有一个实验问题挑战了它:同样的结果,来自不同的选择,人们的反应会一样吗?
Falk、Fehr 和 Fischbacher 在 2003 年(《经济学探究》41 卷第 1 期,20–26 页)的实验:同样的报价(比如提议者自己拿 8、给对方 2),对方的拒绝率,取决于提议者当时还能提出哪些别的报价。如果提议者别无选择,只能提 8 比 2,拒绝的人少;如果提议者明明可以提 5 比 5,却选了 8 比 2,拒绝的人多。据摘要,作者的结论是:这挑战了"只看结果"的做法,纯粹基于钱的分配的公平模型,不能完全解释负面的互惠。
这说明:人们不只在乎"我拿了多少”,还在乎"对方是不是故意的”。 这就是意图(intentions)。Rabin 在 1993 年提出的模型把这一点放进来:对善意的人更善意,对恶意的人更恶意。(Rabin 1993 的出处我没核对原文。)
条件合作
再看一个多人的例子。公共品游戏:几个人每人有一笔钱,可以投入公共池,池里的钱会放大,再平分。自私的预测:谁都不投(搭便车)。
Fischbacher、Gächter 和 Fehr 在 2001 年(《经济学快报》71 卷第 3 期,397–404 页)的一次性实验里,让每个人回答:“如果别人平均投 x,我投多少?” 据摘要,大约一半的人是"条件合作者"(别人投多少,自己也跟着投多少),大约三分之一是搭便车者。
这样,人群不是单一的一种人,而是几种人的混合:有人搭便车,有人看别人行事。这也解释了为什么,同样的游戏,在不同的环境里,结果会不一样。
五、证据:理论与现实
理论预测:
- 纯自私、想到底的人:最后通牒报 1 元、信任游戏什么都不送、选美比赛报 0、11–20 游戏走均衡混合。
- k 层、认知层次模型:人群里有一批只想 1 到 3 层的人,数字落在对应的位置。
- 社会偏好模型:公平、互惠、意图,会改变拒绝与合作。
证据:以上每一篇论文,我只核对了出处和摘要这一层:
- Arad 和 Rubinstein 2012(AER 102(7):3561–3573):层数大多在 0 到 3 层。基本版本的 17、18 比例来自转引,没核对原文。
- Camerer、Ho 和 Chong 2004(QJE,861–898):平均 1.5 层。
- Fehr 和 Schmidt 1999(QJE 114(3):817–868):用同一个"关心公平"的原则,解释三种不同的现象:在竞争的市场里人们利用议价能力,在一对一的议价里却不这样;自愿合作里有搭便车;允许花钱惩罚时合作又能稳定。据摘要,经济环境决定了是公平的人还是自私的人主导均衡行为(例如:竞争的市场里人们会用上议价能力,一对一议价里却不会)。
- Berg 等 1995、Falk 等 2003、Fischbacher 等 2001:见上文。
局限:
- 多数实验里的钱很少,参与者多是学生,所做的是一次性的、匿名的游戏。结论能不能推到大额的、重复的、熟人之间的现实,是另一个问题。
- 模型有自由参数。Fehr–Schmidt 的 α 和 β,可以随着数据去调。一个能解释一切的模型,什么也没预测。检验的办法是:用一个游戏里估出的参数,去预测另一个游戏。
- 每个人不一样。用平均数说"人们会拒绝低于 3 元的报价",不代表每个人都这样;真实情形是不同人不同参数。
- 两条路不是互斥的。 同一个人,在一个游戏里想得浅,在另一个游戏里在乎公平;两个原因可以叠加,也很难分清各占多少。
分歧(事实问题和价值问题要分开):
- 事实问题:社会偏好在市场里、在大额的决策里,究竟影响多大?Fehr 和 Schmidt 的摘要说,这取决于经济环境,哪一类人主导结果,随环境而变。具体到某个市场、某个金额,要靠数据来回答。
- 价值问题:设计规则(比如机制设计)的时候,应当按"人是自私的"来设计,还是按"人有公平和互惠的一面"来设计? 前者更保险(即使人真的自私,规则也管用),后者可能更有效(利用人们的好意)。哪种更合适,取决于你认为"规则出错的代价"有多大,以及你怎么看待人。这不是博弈论能替你决定的。
六、常见的误用
- 把"k 层"当成"智商"。 第 0 层不是笨。在 11–20 游戏里,写 20 稳拿 20 元,期望和均衡一样多。层数描述的是"你对别人想了几层的猜测",不是能力。
- 把"社会偏好"当成"人都善良"。 模型里 α 大的人拒绝低报价,也是一种"不好惹";信任游戏里也有 β 小的人,会拿走所有的钱。这个模型描述的是在乎的东西,不是道德评价。
- 说"人不理性,博弈论失效"。 这两条路的共同点是:把博弈的收益改成更真实的。k 层是改了"对别人的信念",社会偏好是改了"收益里有什么"。博弈论的工具(最优回答、均衡)都还在用,只是输入变了。
- 把"收益"只当成钱。 博弈论里,收益本来就是满意度,不一定是钱。你在乎公平,公平就是你收益的一部分。
- 用一个模型解释所有现象。 现实里,两种原因叠加,还有第三种:不熟悉规则、没认真读。一个实验的结果,往往要靠多个实验、换不同设计来分辨。
七、小结
- 11–20 游戏:写的数就是拿的钱,比对方少 1 再奖励 20。第 0 层写 20,第 1 层 19,第 2 层 18,每深一层少 1。
- 均衡:只用 15 到 20,概率 25%、25%、20%、15%、10%、5%;每个数的期望都是 20 元,和"一律写 20"一样多。
- 真人:最常写 17、18(第 3、2 层,转引数据);层数大多在 0 到 3。
- 层数高不等于更好:要看你对对方想了几层的猜测。
- 认知层次模型:泊松分布,τ ≈ 1.5;第 0 到 3 层合计约 93%。
- 社会偏好(Fehr–Schmidt):满意度 = 自己的钱 − α × 吃亏 − β × 占便宜。最后通牒里最低报价 = 10α ÷ (1 + 2α)。
- 提议者的对策:对面有人会拒绝,所以给得比"自私预测"多(例子里对半分最好)。
- 独裁者:β 小于 1/2 给 0,大于 1/2 平分。信任游戏:全送要求 p ≥ 1/2。
- 意图:同样的结果,对方是不是故意,会改变反应。
- 条件合作:大约一半是条件合作者,大约三分之一搭便车(一次性实验,据摘要)。
- 两条路的共同点:改的是信念或收益,工具不变。
回到那两行规则的游戏。下次你做决定,请想一想:你是在想"别人会想几层",还是在想"我在乎什么"?这两件事,在你自己身上,各占多大比例?
思考题
- 11–20 游戏里,如果你确定对方写 18,你写几最好,拿多少元?如果你确定对方写 11,你写几最好?
- 对方按均衡的比例随机写(15 到 20,概率 25%、25%、20%、15%、10%、5%)。算一算你写 14 和 13 的期望收入,说明为什么不写它们。
- 认知层次模型,τ = 1.5,第 0、1 层的比例分别是 22% 和 33%。人群里想了 2 层或更深的占多少?
- 最后通牒,10 元,最小单位 1 元。回应者 α = 2、α = 1/4,各自的最低报价是多少?提议者只想自己拿得多,面对 α = 2 的回应者,提议多少?
- 独裁者游戏,10 元,你的 β = 0.3 和 β = 0.8,各会给对方多少?再说明:为什么简单模型预测"要么 0 要么 5",而真实数据更分散,可能是什么原因?
- 信任游戏:你有 10 元,只送给小周 4 元,小周手里有多少?如果小周是 β 大于 1/2 的平分者,会还你多少?你最后有多少?再想一个生活里"信任游戏"的场景(借钱、合伙、网购预付……),你会怎么判断对方是哪种人?
思考题提示
- 对方写 18,你写 17,拿 17 + 20 = 37 元。对方写 11,你写 20:能"比 11 少 1"的数是 10,但不允许写,所以拿不到奖励,那就挑最大的数,拿 20 元。
- 写 14:对方写 15 的概率 25%,期望 14 + 20 × 25% = 19,小于 20。写 13:对方不会写 14,没有奖励,期望 13。所以不写它们:15 到 20 每个都是 20,而 14 以下更低。
- 2 层或更深 = 1 − 22% − 33% = 45%(精确是 44.2%)。
- α = 2:最低报价 = 20 ÷ 5 = 4 元。α = 1/4:最低报价 = 2.5 ÷ 1.5 ≈ 1.67,整数元里是 2 元。α = 2 的回应者,提议者给 4 元,自己拿 6 元。
- β = 0.3:−1 + 2β = −0.4,每多给 1 元亏,给 0。β = 0.8:−1 + 2β = 0.6,给 5。真实数据分散,可能原因:每个人的 β 不同;还有"给一点点显得好看"、怕被人看见、对实验者的看法等,这些模型没有包含。
- 你送 4 元,小周手里有 10 + 12 = 22 元。平分者让两人相等:你最后 10 − 4 + r,小周 22 − r,令相等得 r = 8,各 14 元。你最后有 14 元,比不送(10 元)多 4 元。开放题:判断对方类型的线索,比如对方过去的行为、你们之间的关系、对方违约的成本;这都是在估计 p。