多样化实验教学之博弈游戏.ppt

CHAP4博弈游戏,有趣的谜题,1序言,1.1人生处处皆博弈,博弈：一种策略的相互依存状况，你的选择将会得到什么结果，取决于另一个或者另一群有目的的行动者的选择。Gametheory的应用是信息经济学的主要组成之一人生是永不停息的博弈过程。人们每天从一早醒来就必须不断地作决定，我们日复一日决定早餐要吃什么，直到养成固定的饮食习惯；要不要到超市疯狂采购一番；要不要看场电影、散散步、买部车、把菜吃完、在转盘赌局里下红或是下黑，甚至读一本书不管有意无意，深思熟虑或一时冲动，你已经开始做某件事了这就是一个决定。还有更重大的：报考什么学校、选择什么专业、从事什么样的工作、怎样开展一项研究、如何打理生意、该和谁合作、做不做兼职、要不要辞掉工作、要不要竞争总裁的职位。甚至是要不要结婚、什么时候结婚、该和谁结婚、要不要孩子、怎样将孩子抚养成人等，这只不过是人生重大决策的几个例子。,1.2共同的因素,你并不是一个人在作决定，在一个毫无干扰的真空世界里作决定。相反，你的身边充斥着和你一样的决策者，他们的选择与你的选择相互作用。这种互动关系自然会对你的思维和行动产生重要的影响，而且别人的选择和决策直接影响着你的决策结果。鲁滨孙一个人沦落荒岛，做什么都是他自己说了算；可是等来了个“星期五”，他就要面对博弈问题了。,1.3有趣的比较说法,为了解释和理解博弈决策的相互影响，我们不妨设想一个石匠的决策和一个拳击手的决策会有什么区别。当石匠考虑怎样开凿石头的时候，他的“对象”原则上是被动的和中立的，不会对他表现策略对抗。然而，当一名拳击手打算攻击对方要害的时候，不仅他的每一步计划都会招致抵抗，而且他还面临对方主动的攻击。他必须设法克服这些抵抗和攻击。,1.4博弈论的概念,博弈论是由两位杰出的学者冯诺曼和摩根斯坦在上世纪中期创立的。用专业术语说，博弈论是：“研究决策主体的行为在直接相互作用时，人们如何进行决策、以及这种决策如何达到均衡的问题”。为了自己，也为了与他人更好地合作，你需要学习一点博弈论的策略思维。正是因此，著名经济学家保罗萨缪尔森说：“要想在现代社会做一个有文化的人，你必须对博弈论有一个大致了解。”,1.5博弈和游戏,“博弈”这个词听起来高深莫测，其实它就是“游戏”的意思。更准确点说，是可以分出胜负的游戏。博弈论如果直译就是“游戏理论”。游戏各不相同，对游戏者的要求也不同。有些人长于思考性的游戏。不同的运动项目对决策智慧有不同程度的要求，例如在拳击或相扑这样按“重量级”来划分比赛等级的游戏中，聪明才智就不那么重要了。,玩游戏需要用到许多不同类型的技巧。其中一种是基本技巧，比如打篮球不能缺少的投篮能力、玩围棋游戏的时候还需要记住大量的“定式”(双方可以接受的变化，可称为围棋盘上的“均衡”)等。这些技巧一旦脱离了游戏，可能就没有多大用处了。但博弈论的策略思维则是另外一种技巧。策略思维从你的基本技巧出发，考虑的是怎样将这些基本技巧最大限度地发挥出来，这是具有普遍意义的原则，可以应用于生活的方方面面。有的游戏是两个对手，也有很多游戏是多人参加的。如果后果要由许多人共同承担，那么整个决策过程将会更加困难；因为你将面临不同成员与不同目标的排列组合。而在这类竞赛中，好的决策可以创造胜利。,1.6几个专业术语,博弈是一种策略的相互依存状况：你的选择，即策略，将会得到什么结果，取决于另一个或者另一群有目的的行动者的选择。处于一个博弈中的决策者称为参与者，而他们的选择称为行动。一个博弈当中的参与者的利益可能严格对立，一人所得永远等于另一人所失。这样的博弈称为零和博弈。不过，更常见的情况是，既有共同利益，也有利益冲突，从而可能出现导致共同受益或者共同受害的策略组合。在实践当中，博弈可能包含一些相继行动过程，也可能包含一些同步行动过程，因此须将技巧综合起来，灵活运用，思考和决定自己最佳行动应该是什么。,1.7公平来自博弈,博弈不一定是坏事，也未必不能取得好的结果。我们今天享受的丰富的物质生活，都是来源于自由市场的竞争同样也是博弈的结果。亚当斯密在1776年所发表的经典之作原富，其中关于自私行为与市场运作的两段，是经济学上被引用得最多的名言：“很多时候，一个人会需要兄弟朋友的帮助，但假如他真的要依靠他们的仁慈之心，他将会失望。倘若在需求中他能引起对方的利己之心，从而证明帮助他人是对自己有益的事，那么这个人的成功机会较大。任何人向他人提出任何形式的交易建议，都是这样想：给我所需要的，我就会给你所需要的这是每一个交易建议的含义；而我们从这种互利的办法中，所获的会比我们所需的更多。我们的晚餐不是得自屠夫、酿酒商人，或面包师傅的仁慈之心，而是因为他们对自己的利益特别关注。我们认为他们给我们供应，并非行善，而是为了他们的自利。”,1.8游戏需有规则,任何游戏都有自己的规则。生活这个博弈游戏自然也是，这就是法律、道德和各种成文或不成文的规章制度和惯例等。当然，这些规则也不是一成不变，它会随情况和人们的要求改变，但只要规则存在，你就必须服从它，否则就要大吃苦头。其实，那些企图通过非法手段获取利益的人具有某种“创新”精神他们试图在社会通行的规则之外另搞一套。社会的游戏规则固然是稳定的、安全的，可是来得太慢了。如果我能一下子弄到一大笔钱，为什么还要一分一分地挣？应该说，这种不劳而获的心理是普遍的，可是为什么它没有成为社会的普遍行为呢？银行大盗总有某些传奇色彩，可是研究人类行为的社会学家告诉我们：抢劫银行可能是最不划算的人类行为之一。其成功率之低、风险之大(包括漫长的法律追溯期)、潜在的不确定因素之多，简直令人怀疑还要做这事的人是否具备正常的理智。据一项统计：每1000起这类案件中，真正得手的只有110，而且抢到的钱也少得可怜：平均不到2000元。按照一位长期研究银行抢劫案的犯罪学专家的想法，银行大盗们不该被送进监狱，而是该被送进疯人院。,2“博弈游戏”理论背景的了解,2.1引言,个体对自身利益的追求会损害整体的利益。为进一步了解大量的具有这类性质的情况，需要有一个方法来表示这些情况的共同点，同时避免陷于每个情况的具体细节，即著名的“囚徒困境”游戏。启示：一只河蚌正张开壳晒太阳，不料，飞来了一只鹬鸟，张嘴去啄它的肉，河蚌急忙合起两张壳，紧紧地钳住鹬鸟的嘴巴。鹬鸟说：“今天不下雨，明天不下雨，就会有死蚌肉。”河蚌说：“今天不放你，明天不放你，就会有死鹬鸟。”谁也不肯松口。有一个渔夫看见了，便走过来把它们一起捉走了在对手的背后，往往还有更大的、共同的敌人。,2.2“囚徒困境”缘起,1950年，数学家塔克任斯坦福大学客座教授，在给一些心理学家作讲演时，他用两个囚犯的故事，将当时专家们正研究的一类博弈论问题，作了形象化的解释。从此以后类似的博弈问题便有了一个专门名称“囚徒困境”。借着这个故事和名称，“囚徒困境”广为人知，在哲学、伦理学、社会学、政治学、经济学乃至生物学等学科中，获得了极为广泛的应用。,2.3“囚徒困境”的故事,甲、乙两个人一起携枪准备作案，被警察发现抓了起来。警方怀疑，这两个人可能还犯有其他重罪，但没有证据。于是分别进行审讯，为了分化瓦解对方，警方告诉他们：如果主动坦白，可以减轻处罚；顽抗到底，一旦同伙招供，你就要受到严惩。如两人都坦白，那么所谓“主动交代”也就不那么值钱了，在这种情况下，两人还是要受到严惩，只不过比一人顽抗到底要轻一些。在这种情形下，两个囚犯都可以作出自己的选择：或者供出他的同伙，即与警察合作，从而背叛他的同伙；或者保持沉默，也就是与他的同伙合作，而不是与警察合作。,这样就会出现以下几种情况(为了更清楚地说明问题，我们给每种情况设定具体刑期)：如果两人都不坦白，警察会以非法携带枪支罪而将二人各判刑1年；如果其中一人招供而另一人不招，坦白者作为证人将不会被起诉，另一人将会被重判15年；如果两人都招供，则两人都会因罪名各判10年。这两个囚犯该怎么办呢？是选择互相合作，还是互相背叛？,他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果只判刑1年。但他们不得不仔细考虑对方可能采取什么选择。问题就这样开始了，甲、乙两个人都十分精明，而且都只关心减少自己的刑期，并不在乎对方被判多少年(人都是有私心的嘛)。甲会推理：假如乙不招，我只要一招供，马上可以自由，而不招却要坐牢1年，显然招比不招好；假如乙招了，我若不招，则要坐牢15年，招了只坐10年，显然还是以招认为好。无论乙招与不招，我的最佳选择都是招认。还是招了吧。自然，乙也同样精明，也会如此推理。最终选招了吧。,2.4趋利行为与实际后果,于是两人都作出招供的选择，这对他们个人来说都是最佳的，即最符合他们个体理性的选择。照博弈论的说法，这是本问题的惟一平衡点：只有在这一点上，任何一人单方面改变选择，他只会得到较差的结果。而在别的点，比如两人都拒认的场合，都有一人可以通过单方面改变选择，来减少自己的刑期。也就是说，对方背叛，你也背叛将会更好些。这意味着，无论对方如何行动，如果你认为对方将合作，你背叛能得到更多；如果你认为对方将背叛，你背叛也能得到更多。你背叛总是好的。这是一个有些让人寒心的结论。,2.5集体最优与合作,为什么聪明的囚犯，却无法得到最好的结果？两个人都招供，对两个人而言并不是集体最优的选择。无论对哪个人来说，两个人都不招供，要比两个人都招供好得多。“囚徒困境”这个问题为我们探讨合作是怎样形成的，提供了极为形象的解说方式，产生不良结局的原因是因为：囚犯二人都基于自私的角度开始考虑，这最终导致合作没有产生。,2.6“困境”的形成,在这个游戏中，你将如何做呢？设想你认为对方将合作，你可以选合作，那么你将得到“对双方合作的奖励”。当然，你也可以选背叛，得到“对双方背叛的惩罚”。换言之，如果你认为对方合作，那么你背叛将能得到更多的好处。反过来，如果你认为对方将背叛，那么你也有两个选择，你选择合作，那么你就是“笨蛋”；你选择背叛，就会得到“对双方背叛的惩罚”。因此，对方背叛，你也背叛将会更好些。这就是说，无论对方如何行动，你背叛总是好的。到现在为止，你似乎知道该怎样做；但是，要知道相同的逻辑对另一个人也同样适用。因此，另一个人也将背叛而不管你如何做。这样，你们将是双方背叛，只能一起坐牢很久，这比你们双方合作所能得到的“奖励”(只需短期服刑)差很多。个体的理性导致双方得到的比可能得到的少，这就是“困境”。,2.7“囚徒困境”的启示,启示1：在“囚徒困境”中表现最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。独立于对方所用策略之外的最好决策规则是不存在的。启示2：“囚徒困境”是一些非常普遍而有趣的情形的简单抽象。在这些情形中，从个人的角度来说，背叛是最好的选择，但双方背叛会导致不甚理想的结果出现。,3一个游戏,游戏规则说明,假设每人都拥有一家企业，生产相同的产品，不考虑其他因素，现在大家有两种选择，必须决定自己应该：1，生产高质量商品来帮助维持较高价格；2，生产假货来通过别人所失换取自己所得。规则：,游戏规则说明：,参加的总人数是27人，即共27家企业；如全体企业都生产高质量产品，则，市场销售情况使他们各得1.08元；每个选择2的企业总比选择1的企业多得0.50元（现实意义，生产假货成本要比高质量商品低），具体体现为：每一个改选2的学生都会多得46美分，同时会使他的26个同学分别少得4美分，结果全班收入会少得58美分，选择2的人越多，则大家的总收益就会越少（假货太多，就会使市场混乱，产品信誉降低）。,你会怎么抉择？,游戏规则量化表示（数学转换）（1）人一开始都打算选择1，则，市场销售情况：1.08x27=29.16$（2）有一个人打算偷偷改变决定，选择2，则，市场销售情况：每一个改选2的学生都会多得46美分，同时会使他的26个同学分别少得4美分，结果全班收入会少得58美分。（3）假设有M人选择2，则，总收入29.16-0.58xM$，选择1的收入（29.16-0.58xM-0.5M）/27选择2的收入（29.16-0.58xM-0.5M）/27+0.5（4）由上述三点假设，可以得到：如全体企业都生产低质量产品，都生产假货，各得0.50元。,你会怎么抉择？,结果讨论一：,演练这个博弈的时候，不允许集体讨论的情况。,结果讨论二：,演练这个博弈的时候，允许一点讨论，以便达成“合谋”的情况。,启示1：,这些情景使我们回想起尤塞里安在约瑟夫海勒的小说第22条军规当中的境遇。故事的背景是：第二次世界大战胜利在望，可是为了给自己捞取功劳，一个飞行大队的指挥官没完没了地提高下属的任务定额，弄得所有人都人心惶惶。投弹手尤塞里安不想成为胜利前夕最后一批牺牲者，千方百计逃避执行任务。他的上级军官问：“可是，假如我方士兵都这么想呢(意思是“你不扛枪，我不扛枪，谁来保卫家”)？”可尤塞里安答道：“那我若是不这么想，岂不就成了一个大傻瓜？”,“囚徒困境”不仅可以解释政治、经济领域的竞争，在社会生活中也随处可见。我国的基础教育，就是“囚徒困境”。最近10多年来，应试教育的弊端已经为社会公认，目前要求“减负”的不仅是中小学生和学生家长，也是教育专家和教育管理部门，也可以说是全社会的呼声。教育管理部门这几年做了一系列的工作，但收效甚微。学校不断给学生增加负担是目前教育的实际状况。同样，大家普遍认为呆板僵化的应试教育扼杀了学生的创造性。无论是专家还是家长，都在呼吁改变应试教育的模式。但是无论你是否意识到教育有问题，你的小孩都必须接受这个教育。,启示2：学生与囚犯,如果没有改变整体性的教育体制，个别人、个别学校、个别地方单独改变都可能使其付出代价。每个家长都会这样想：尽管这种教育不好，但是其他小孩采取的是这种教育，衡量标准(如中考、高考)也是依据这种教育，我的小孩如不这样做，在竞争方面就会吃亏。因此，每个孩子和家长已不知不觉地进入一个囚徒困境。可以说，减负的状态是不稳定的，而“增负”的状态是稳定的均衡。原因就是，目前教育的博弈结构规定了各种行动或行为的收益或好处：获得高分的会进入好的初中、高中，进入好的初中、高中的学生可以考高分进入好的大学。而对于老师和学校来说，学生的升学率高意味着名利双收、饭碗牢靠；如果整个规则都倾向“增负”，“负”又如何减得下来？,从理论上说，摆脱“增负”的囚徒困境的惟一办法是改变教育的博弈结构，即改变博弈规则或游戏规则，让“全面发展”的学生获得更多的机会。可是要在实践中达到这个效果，却又困难重重，除了教育投入不足、师资水平不高等现实问题，最大的难点，是如何找到一个更科学、合理，同时又能保证公平的新的“游戏规则”。至少在现在，这还是个没有答案的问题。,启示3：管理的目的不是让每个人做到最好，而是避免内耗过多。,烟草商为何不反对禁止烟草广告？1971年，在“禁烟运动”的声势下，美国国会通过了禁止在电视上做烟草广告的法律。令许多人奇怪的是，这一回财大气粗的烟草公司反应相当平静，并没有动用其庞大的社会资源和影响力阻止这个法律的通过。而且，后来的统计资料表明：尽管烟草广告因受到限制而减少，可是烟草公司的利润却提高了。你是否知道烟草公司为什么不反对、甚至可能还欢迎这项法律？因为这个禁令使他们从“囚徒困境”中解放了出来。,烟草行业同样竞争激烈，为了争夺市场，各大烟草公司都必须大做广告。为此，它们每年都要花费巨额广告费用，这无疑降低了它们的利润水平。也就是说，如果烟草公司都不做广告，它们的利润要更高。可是，如果其中一家公司不做广告，它的市场份额就会被其他公司抢走。这正是一个囚徒困境：你合作，对方不合作，你就吃亏了。在这种情况下，做广告就是优势策略。那么，烟草公司能否达成都不做广告的协议呢？不能，因为谁遵守协议，就很可能被对手耍弄。现在国家为它做了：法律起到了协议的作用，而政府承担了监督的成本，借用过去的一句话说，是“起到了阶级敌人想起而起不到的作用”，烟草公司又何乐不为呢？,你可能会说：广告不但有竞争的作用，也有开拓市场的作用，在这方面，烟草公司不是也有损失吗？当然如此。但是注意：这个法律是有限的，被禁止的只是电视广告，而不包括其他媒体；而且只禁止在美国做电视广告，而不包括其他国家。对于已经比较成熟的市场，像香烟这样的商品，广告的开拓作用是有限的。现在，美国烟草公司已经把开拓的目标放在了广大的国外市场。,“囚徒困境”确实揭示了自私对合作的破坏作用，但是正如“有一利必有一弊”这句话，“囚徒困境”给我们带来的也并不全是坏消息。在现实中，我们希望囚犯不能合作。如果两个危险的罪犯通过合作逃脱了法律制裁，一定会给社会造成更大的危害。同样，如果商家通过合谋控制物价，我们就不能享受合理的价格，这也会大大增加人们的消费成本，降低人们的生活水平。,启示4：一定是坏事吗？,从经济的角度来看，如果几个大企业联手或勾结起来形成对行业的垄断，谋求最大利润，那么它们结成的联盟称为“卡特尔”。卡特尔因为由自主的企业组成，所以很不稳定。以产量竞争来说，组成卡特尔，就要讨价还价，达成限制产量的协定，总产量因为协定的限制降低了，价格也就会上去，可能比结成卡特尔以前高出很多。这时候，谁要是偷偷地扩大产量，他可能占到很大的便宜。卡特尔联盟和组成联盟的成员之间的关系，不是上下级的关系，不是谁服从谁的关系。卡特尔的成员都是独立的经济主体，只不过为了利益关系走到一起来了。偷偷违反协议增加产量或提供优惠会捞到很大的便宜，这就促使一些成员违反协议。所以说，卡特尔本身就提供了瓦解卡特尔的激励。在人类经济活动中，除了石油输出国组织欧佩克一度比较成功以外，卡特尔成功的例子实在很少。欧佩克之所以比较成功，很大的原因在于它的最大的成员国沙特阿拉伯“自律”较严。,从政府管制的角度来看，卡特尔在许多情况下是非法行为。例如近年来的“家电”大战，电视、空调等价格一路下跌，残酷的价格战让家电企业吃不消，几年前，9家企业曾经一起协议制定最低价格，规定什么类型的家电至少要卖多少钱，不许把价格降到比协议规定的价格还低的水平，其目的无非是不要竞相降价，以免大家的利润都下降。这就是卡特尔行为。很快，国家计委就发出文件，指出该决议非法。这主要是不许企业联手抬高商品价格损害消费者的利益。发达国家对垄断现象和卡特尔现象的限制往往更加严厉。最典型的例子是20世纪80年代，经过多年的辩论和漫长的立法程序，美国把原来垄断电话通讯市场的ATT公司强行分割为几个公司。分割以后，由于公司之间的竞争，电话服务的价格很快就下降了一半，再加上竞争激励出来的技术进步，现在用电话卡从美国往中国打电话一分钟只要几美分。,从原则上说，政府鼓励企业之间的竞争，因为企业竞争会给广大消费者带来很大的好处。比如我国电话服务市场长期是垄断的，所以直到前几年，在我国许多地方，装一部电话不仅要花三四千元，而且还要排队等待不少时间才能装上。但是在许多发达国家，如果你要装电话，只需通知电话公司，马上就会给你装好，完全不用缴纳什么安装费。由于竞争，如果你把选择的电话服务从原来的公司撤出来转到另一家公司，新的公司还会给你奖励，比如说奖励你30分钟的国内长途电话费，再加一件T恤什么的。,现在，我国电话服务市场开放竞争，消费者固然马上得到实惠，服务水平也在明显上升。再如过去我国移动电话市场原来基本上是一家垄断，当时购置、使用一部移动电话的费用高达一两万元，是典型的“奢侈品”。后来打破了这一垄断，允许几家企业共同经营，移动电话的费用很快就降到千元左右，几乎成了人手一部的“必需品”。初看起来，鼓励竞争似乎对企业不利，使企业不容易赚钱。但只有这样，才能激励企业改善管理，开发技术，努力以较低的成本生产质量较好的产品。提高企业的市场竞争力。竞争力不是天生就有的，它本身就是竞争的结果。若不首先让我们的企业在国内市场好好竞争，他们在国际市场就不可能有强大的竞争力。,合作是可能的吗？人类的自私天性，使他们陷入“囚徒困境”难以自拔。社会生活和商业竞争中的许多逻辑都与这一困境密切相关。今天，世界各个国家在没有统一领导(联合国只是个协调机构)的情况下交往。因此，产生合作的必要条件就与国际政治的许多中心问题有关。最重要的就是安全困境：国家往往通过那些威胁到其他国家安全的手段来寻求自身的安全。这个问题体现在区域冲突和军备竞赛上。,结束语：关于“囚徒困境”,合作是可能的吗？合作中存在着一个根本问题，两个工业国家之间相互设置贸易壁垒便是一个很好的例子。由于自由贸易能给双方带来好处，因此，如果两个国家消除这些贸易壁垒都能受益。问题是，无论谁单方面采取行动消除自己一方的贸易壁垒，它都会发现自己处于不利于本国经济的贸易状态下。事实上，不论一个国家如何做，另一个国家保持它的贸易壁垒总是比较有利的。因此，每一个国家都有利益动机来保持贸易壁垒，尽管由此带来的结果比双方都合作差得多。,合作是可能的吗？这个根本问题就是：个体对自身利益的追求会损害整体的利益。结论1：在“囚徒困境”中表现最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。独立于对方所用策略之外的最好决策规则是不存在的。结论2：“囚徒困境”是一些非常普遍而有趣的情形的简单抽象。在这些情形中，从个人的角度来说，背叛是最好的选择，但双方背叛会导致不甚理想的结果出现。,