一、一条要修的小路

你和小周是邻居,两家共用一条小路。路坏了,修一次的总成本是 10(人工、材料,单位随你想:千元也行)。路修好之后,每个人得到 b 的好处。

你和小周各自决定:修,还是不修。 如果只有一个人修,那个人付全部的 10;如果两人都修,各付一半,5。

先别往下读。请你想一想:你会修吗? 你觉得小周会修吗?

大多数人在这里会说:“要看情况。” 你说得对。问题是:看哪些情况? 这一讲的第一件事,就是把"看情况"变成可以算的东西。

先看 b 的大小。把四个格子的收益算出来(你的收益,小周的收益):

  • 两人都修:每人 b − 5;
  • 只有你修:你 b − 10,小周 b(白得一条路);
  • 只有小周修:反过来;
  • 都不修:0,0。

b = 4(好处太小):都修是 −1,−1;只有一个人修,修的人 −6。不修是占优策略,均衡是都不修,而且都不修确实是最好的:4 的好处配不上 5 的成本。没有困境。

b = 7(好处中等):都修是 2,2,比都不修的 0,0 好。可是只要小周修,你不修能拿 7;只要小周不修,你修只有 −3。不修是占优策略,均衡是都不修(0,0),比都修(2,2)差。这是囚徒困境:没人想先付钱,两家都吃亏。

b = 12(好处很大):只有你修,你也有 2(12 − 10);小周修了,你不修白拿 12。均衡是一个人修、一个人不修(有两个:你修小周不修,或相反)。还有一个混合均衡:各以 p = 2/7 的概率去修。这时两个人都不修的概率是 (5/7)² = 25/49,大约 51%。 这是扫雪游戏:好处大到值得一个人扛,可是谁扛,没人说得清。

把规则改一下:这条路必须两个人一起动手才修得成(比如要两个人抬一块大石头)。每个出手的人都要付出 10 的力气;一个人动手,路修不成,白白付出 10。那么:

必须合力,b = 12:都修是 2,2;只有一个人修,修的人 −10;都不修 0,0。有两个均衡:都修(2,2),都不修(0,0)。 这是猎鹿。你该不该修,取决于你有多相信小周也会修:你修的期望收益 = 2p − 10(1 − p),要不小于 0,需要 p 不小于 10/12 = 5/6。也就是说,你得有至少 83% 的把握,小周会来。

同一个故事,换几个数字,就是四种不同的博弈

同一个"修路"的故事,换几个数字,就变成了四种博弈,对应四种截然不同的建议:

情形 博弈类型 问题出在哪 对症的办法
b = 4 没有困境 好处不够,不修是对的 什么都不用做
b = 7 囚徒困境 谁都想等对方先修 强制或合约:物业收费、签协议
b = 12,分摊 扫雪 谁出头没说好 轮流、抽签、事先分工
b = 12,必须合力 猎鹿 不敢先动,怕对方不来 沟通、承诺、建立信任

这就是这一讲想让你带走的第一个道理:“说清楚一个故事"和"说清楚一个博弈”,是两回事。 故事里的每一个数字、每一个"必须",都可能把你带到一种完全不同的博弈。

结论对数字很敏感:改一个参数,博弈就换了类型

分摊修路的情形,b 小于 5 时没有困境,b 在 5 到 10 之间是囚徒困境,b 大于 10 是扫雪。(边界上,比如 b = 5,都修的收益刚好是 0,和都不修一样。)如果你不知道自己在哪一段,就不该说"这是个囚徒困境"。

二、建模清单:十个问题

要从一个现实的故事走到一个可以分析的博弈,请逐条问自己下面十个问题。我们用上面那条小路,把每一问过一遍。

# 问题 小路的例子 常见的出错方式
1 谁在做决定? 你和小周两户;如果有物业,物业也是一个玩家 漏掉真正有决定权的人,或把一群人当成一个人
2 各自能选什么?谁先谁后? 修或不修;同时选,还是你先说"我修"? 把先后关系抹掉;忽略可以承诺的人
3 各自知道什么? 你不知道小周觉得路有多重要(b 是私人信息) 默认大家都清楚彼此的收益
4 收益到底是什么? 钱、时间、邻里关系、“被人说小气"的面子 只算钱
5 会重复吗?有没有终点? 邻居天天见面 把一次性的和长期的混为一谈
6 能沟通、能立约吗? 可以当面商量,也可以签协议 默认"完全不能说话”,或默认"说了就算数"
7 规则是谁定的,能不能改? 小区可以收费,可以抽签 把规则当成天上掉下来的
8 用哪种"解"?有多个怎么选? 纯策略还是混合?扫雪里有三个均衡 以为只有一个答案
9 结论稳吗? 把 b 从 7 改成 12,结论变了吗? 只算一组数字就下结论
10 现实里怎么检验?事实与价值分开了吗? 邻居们真的会等对方先修吗? 把"模型说"当成"事实就是"

我们挑几条,在小路上走一遍,看它们怎么改变结论。

第 5 问:会重复吗? 假设 b = 7,是囚徒困境。可是你和小周不是只见一次,而是天天见面,一直做邻居:路坏了、水管坏了、停车位吵架,一件接一件。这时可以用"你不修,我下次也不修“这样的威胁来维持合作。算一算:每次都修,每人每次得 2;如果你偷懒一次,这次拿 7,之后小周永远不再合作,你每次得 0。只要你足够看重未来(把"下一次"的收益折算成现在的 δ 倍),合作就能维持,条件是 2 ÷ (1 − δ) 不小于 7,即 δ 不小于 5/7 ≈ 0.71。邻居关系越长久、越稳定,这个条件越容易满足。

第 2、6 问:能先说吗?能约好吗? 假设 b = 12,是扫雪,混合均衡里一半的时间没人修。如果你们可以事先说好:这次你修,下次我修,轮流。每次有一个人修:平均每人每次得 (12 + 2) ÷ 2 = 7,比混合均衡里每人的期望 24/7 ≈ 3.4 高得多,而且路一定会修好。一句话的约定,比"各自猜"值很多。 在必须合力的猎鹿里,沟通同样重要:一句"我周六早上八点来”,就能把你的把握从模糊的 50% 拉到 83% 以上。

第 7 问:规则能不能改? 如果是囚徒困境(b = 7),小区物业可以直接向每户收 5,雇人修路:每户得到 b − 5 = 2,比都不修的 0 好,也比自己扛的 −3 好。博弈的结构变了,困境就消失了。 这是机制设计的想法:别只研究玩家会怎么玩,也问一问规则能不能换。

第 9 问:结论稳吗? 你在 b = 7 时得到"囚徒困境,需要强制"的结论。如果 b 其实是 11 呢?那就是扫雪,强制就是过度了:一个人愿意扛,只需要协调谁来。把你的结论放在几个不同的参数下重算一遍,看哪一部分稳,哪一部分只在你猜的那组数字上成立。稳的部分才值得说;不稳的部分,应该告诉别人"这取决于……"。

⚠️ 难点:为什么不能一开始就套上"囚徒困境"

这里第一次读,容易有一个冲动:看到"大家都不愿意先出钱",就脱口而出"囚徒困境"。

可是上面的表说明了:同样是"没人愿意先动",可能是囚徒困境,也可能是扫雪,也可能是猎鹿,各自的药方不一样。给错了标签,开错了药,不但没解决问题,还可能添乱:对猎鹿开"强制",是伤了信任;对囚徒困境开"沟通",是白费口舌。

三、概念地图:什么问题,用什么工具

博弈论里有很多工具。下面这张表,是一张"遇到什么问题,先想起哪件工具"的地图:

你面对的情形 先想到的工具
大家同时选,互相影响 最佳反应、纳什均衡;有多个均衡时看谁更容易被选中
有先后顺序 从后往前推(逆向归纳);威胁和承诺是否可信
一方知道另一方不知道的事 信号、筛选、贝叶斯博弈;逆向选择与道德风险
反复见面 触发策略、声誉;未来的分量 δ
一大群个体,行为靠学习和模仿传播 演化稳定、复制子动态;惯例与规范
一群人要分一块蛋糕 核、Shapley 值、讨价还价;匹配;公平分割
你能设计规则 拍卖、投票、机制设计;让"说真话"成为占优
现实的人偏离了理论 有限层思考;公平、互惠等社会偏好
不是人,而是会学习的程序 学习的收敛性;自博弈;计算的难度

这张表不是答案,只是起点:它告诉你该问什么。

四、十种最常见的误用

  1. 一律套"囚徒困境"。 见上面:先看收益排序,再下结论。
  2. “人都是自私的,博弈论证明了这一点。” 不对。博弈论不假定自私,它假定每个人在自己的收益下做最优选择,收益里可以有公平、善意和面子。假设什么,就得到什么,这里的"自私"是一个可选的假设。
  3. “现实就应该是均衡。” 均衡是一个预测,不是定律。人会想得不够深,学习的路上也可能绕圈,博弈也可能有好几个均衡。
  4. “模型里的数字就是现实的数字。” 例子里的 b = 7、c = 10 是为了让你看清楚机制。把它们当成现实的估计,是最容易的错误。
  5. “模型说了,所以就是这样。” 拿博弈论当权威压人。正确的说法是:"在这些假设下,会发生这样的事;这些假设在这里成不成立,要看证据。"
  6. “解释了就是为它辩护。” 说明"为什么没人愿意出头",不等于说"没人出头是对的"。分析一件坏事的逻辑,不是替它辩护。
  7. 忘了改规则。 很多"没救"的博弈,换一套规则就有救。别只问"玩家会怎么玩",也问"规则能不能换"。
  8. 越复杂越好。 复杂的模型不一定更接近现实,常常只是更难检验。一个简单但抓住了要点的模型,往往比一个面面俱到的模型更有用。
  9. 只看均衡,不看过程。 同样的均衡,是怎么走到的,决定了它稳不稳、要多久,还有没有可能一直转圈。
  10. 把事实问题和价值问题混在一起。 模型能告诉你"如果这样做,会发生什么"(事实),不能告诉你"该不该这样做"(价值)。

五、证据:关于"模型该怎么用"

按照惯例,把"理论预测"“证据"“局限"“分歧"分开讲。这一讲的对象不是某个具体的模型,而是用模型的方式,所以这里的"证据"主要是方法论上的见解。

理论预测:同样的故事,会因为数字、规则、信息和重复,变成不同的博弈,给出不同的建议。

证据(我核对的是出处和摘要层,没有读论文全文):

  • Gibbard 和 Varian 1978 年在《哲学杂志》(卷期页码我没核对)讨论了一个问题:假设和现实不符的模型,怎么还能帮助我们理解现实? 据摘要和后来的介绍,两位作者把模型看成"从明确设定的前提出发的推理”,并指出模型可以从一幅"漫画"出发,逐步演化成可以用数据估计的模型。
  • Rubinstein 2006 年(《计量经济学》74 卷第 4 期,865–883 页)写下了经济理论家的几个困境:荒谬的结论怎么办、怎样面对证据、没有模型的规律、理论与现实的关联。据二手介绍,Rubinstein 倾向于把模型看成一种"寓言”(fable):它有一个寓意,可以因为不现实而被驳回,也可以因为它让现实中被隐藏的东西显形而有价值。这一句的措辞来自二手评论,我没有在原文中核对。

局限:

  • 这张清单是经验性的建议,没有被检验过"按它做,建模就更好”。
  • 清单不能替代对具体领域的了解。每一个问题的好答案,都需要现实中的知识。
  • 同样的故事,不同的人可能给出不同的、都有道理的建模。

分歧(事实问题和价值问题要分开):

  • 方法论上的分歧:模型应该尽量简单,只抓一个要点(寓言式的模型),还是应该尽量贴近现实,用数据去估计(结构式的模型)?两种风格各有支持者,也各有用处;这不是谁对谁错的问题,而是你想用模型回答什么问题。
  • 价值上的分歧:当一个模型指出"这个规则会让人倾向于背叛"时,该改规则,还是该改人?这取决于你怎么权衡自由、效率和公平,博弈论不能替你决定。

六、小结

  • 同一个故事,四种博弈:共用一条小路,修路成本 10。分摊时:b 小于 5 没有困境,5 到 10 之间囚徒困境,大于 10 扫雪;必须两人合力:猎鹿。
  • 对症的办法不同:囚徒困境要强制或合约;扫雪要轮流和分工;猎鹿要沟通和承诺。
  • 例子里的数字:b = 12 的扫雪里混合均衡 p = 2/7,没人修的概率 25/49 ≈ 51%;猎鹿里要有 5/6 的把握;囚徒困境重复时 δ 不小于 5/7;轮流修的平均收益 7,高于混合均衡的约 3.4。
  • 建模清单:谁在决定、能选什么、知道什么、收益是什么、会重复吗、能沟通立约吗、规则能改吗、用哪种解、结论稳吗、怎么检验。
  • 概念地图:遇到什么情形,先想起什么工具。
  • 常见误用:一律套囚徒困境;把"自私"当成理论的假设;把均衡当定律;把数字当现实;拿模型当权威;把解释当辩护;忘了改规则;追求复杂;只看均衡不看过程;混淆事实与价值。
  • 方法论:模型像漫画或寓言,价值在于让现实中被遮住的东西显形;要用就带着问题去用。

回到那条小路。下次你听到"这就是一个博弈",请先别急着说它是哪一种。先问:谁在决定?能选什么?知道什么?在乎什么?会重复吗?规则能改吗?数字变一变,结论还在吗?

博弈论给你的,不是一个答案,而是一套该问的问题。

思考题

  1. 修路的总成本改成 20,分摊(两人都修各付 10,一人修付 20),b = 15。写出四个格子的收益,判断是什么博弈、均衡是什么。
  2. 分摊修路,总成本 10,b = 14。这是什么博弈?求混合均衡里每人去修的概率,以及两个人都不修的概率。(提示:令你修与不修的期望收益相等。)
  3. 必须合力的猎鹿,总成本 10,b = 15。你需要有多大的把握,相信小周会来,才愿意修?b 变大,这个门槛怎么变?
  4. 重复囚徒困境(分摊修路,总成本 10):b = 7 时 δ 至少是多少才能维持"一直都修"?b = 9 时呢?哪个更容易维持,为什么?
  5. 有人说:“博弈论证明了人在公共事务上必然搭便车,所以我们需要强权。“请用建模清单里的至少三个问题,指出这句话可能错在哪里。
  6. 选一个你身边的场景(宿舍卫生、小组作业、小区停车、家庭分工……),用十个问题逐条过一遍。它是哪一种博弈?数字变一变,结论会变吗?哪些部分是事实问题,哪些是价值问题?

思考题提示

  1. 都修:每人 15 − 10 = 5;只有你修:你 15 − 20 = −5,小周 15;只有小周修:你 15,小周 −5;都不修 0,0。排序:15(占便宜)大于 5(都修)大于 0(都不修)大于 −5(独自扛),是囚徒困境。不修是占优策略,均衡是都不修(0,0),比都修(5,5)差。
  2. 都修:每人 14 − 5 = 9;只有一人修:修的人 14 − 10 = 4,另一人 14;都不修 0。排序 14 大于 9 大于 4 大于 0,是扫雪。设对方修的概率 p:你修的期望 = 9p + 4(1 − p);不修的期望 = 14p。令相等:4 + 5p = 14p,p = 4/9。两人都不修的概率:(5/9)² = 25/81 ≈ 31%。
  3. 你修的期望 = (b − 10)p + (−10)(1 − p),要不小于 0:(15 − 10)p − 10 + 10p ≥ 0,即 15p ≥ 10,p ≥ 2/3,约 67%。一般地门槛是 10 ÷ b:b 越大,门槛越低;b = 12 时是 5/6,b = 15 时是 2/3。
  4. 每次都修每人每次得 b − 5,偷懒一次得 b,之后永远是 0。条件:(b − 5) ÷ (1 − δ) 不小于 b,即 δ 不小于 5 ÷ b。b = 7:δ 不小于 5/7 ≈ 0.71。b = 9:δ 不小于 5/9 ≈ 0.56。b = 9 更容易维持:合作的好处更大,偷懒的诱惑(T − R = 5)相对更小。
  5. 可能的漏洞:(第 5 问)公共事务常常是长期重复的,重复的博弈里合作能维持;(第 6 问)人们可以沟通和立约,不一定是各自行动;(第 4 问)收益里可能包含公平和声誉,不只是钱;(第 7 问)规则可以改(小区收费、轮流、抽签),不一定要强权;(第 8、9 问)只在某些数字下才是囚徒困境;(第 10 问)“必然"和"需要强权"是价值判断,博弈论本身推不出来。
  6. 开放题。例如宿舍卫生:谁在决定(四个人);能选什么(打扫或不打扫);重复吗(天天住在一起,会重复,所以轮值表是个好办法);收益里有没有面子和关系(有);规则能不能改(可以做值日表)。事实问题:做了值日表之后卫生是否真的变好;价值问题:是否该惩罚不打扫的人,惩罚多重。