CHAP-04-多樣化實驗教學-之-博弈游戲省公開課一等獎全國示范課微課金獎課件

CHAP4博弈游戲——有趣謎題

第1頁1序言第2頁1.1人生處處皆博弈博弈：一個策略相互依存情況，你選擇將會得到什么結果，取決于另一個或者另一群有目標行動者選擇。Gametheory應用是信息經(jīng)濟學主要組成之一人生是永不停息博弈過程。人們天天從一早醒來就必須不停地作決定，我們?nèi)諒鸵蝗諞Q定早餐要吃什么，直到養(yǎng)成固定飲食習慣；要不要到超市瘋狂采購一番；要不要看場電影、散散步、買部車、把菜吃完、在轉盤賭局里下紅或是下黑，甚至讀一本書……不論有意無意，深思熟慮或一時沖動，你已經(jīng)開始做某件事了——這就是一個決定。還有更重大：報考什么學校、選擇什么專業(yè)、從事什么樣工作、怎樣開展一項研究、怎樣打理生意、該和誰合作、做不做兼職、要不要辭掉工作、要不要競爭總裁職位。甚至是要不要結婚、什么時候結婚、該和誰結婚、要不要孩子、怎樣將孩子撫養(yǎng)成人等，這只不過是人生重大決議幾個例子。第3頁1.2共同原因

你并不是一個人在作決定，在一個毫無干擾真空世界里作決定。相反，你身邊充滿著和你一樣決議者，他們選擇與你選擇相互作用。這種互動關系自然會對你思維和行動產(chǎn)生主要影響，而且他人選擇和決議直接影響著你決議結果。魯濱孫一個人淪落荒島，做什么都是他自己說了算；可是等來了個“星期五”，他就要面對博弈問題了。第4頁1.3有趣比較說法為了解釋和了解博弈決議相互影響，我們不妨構想一個石匠決議和一個拳擊手決議會有什么區(qū)分。當石匠考慮怎樣開鑿石頭時候，他“對象”標準上是被動和中立，不會對他表現(xiàn)策略反抗。然而，當一名拳擊手打算攻擊對方要害時候，不但他每一步計劃都會招致抵抗，而且他還面臨對方主動攻擊。他必須設法克服這些抵抗和攻擊。

第5頁1.4博弈論概念博弈論是由兩位出色學者——馮?諾曼和摩根斯坦在上世紀中期創(chuàng)建。用專業(yè)術語說，博弈論是：

“研究決議主體行為在直接相互作用時，人們怎樣進行決議、以及這種決議怎樣到達均衡問題”。為了自己，也為了與他人更加好地合作，你需要學習一點博弈論策略思維。正是所以，著名經(jīng)濟學家保羅·薩繆爾森說：“要想在當代社會做一個有文化人，你必須對博弈論有一個大致了解?！钡?頁1.5博弈和游戲“博弈”這個詞聽起來高深莫測，其實它就是“游戲”意思。更準確點說，是能夠分出勝敗游戲。博弈論假如直譯就是“游戲理論”。游戲各不相同，對游戲者要求也不一樣。有些人長于思索性游戲。不一樣運動項目對決議智慧有不一樣程度要求，比如在拳擊或相撲這么按“重量級”來劃分比賽等級游戲中，聰明才智就不那么主要了。第7頁玩游戲需要用到許多不一樣類型技巧。其中一個是基本技巧，比如打籃球不能缺乏投籃能力、玩圍棋游戲時候還需要記住大量“定式”(雙方能夠接收改變，可稱為圍棋盤上“均衡”)等。這些技巧一旦脫離了游戲，可能就沒有多大用處了。但博弈論策略思維則是另外一個技巧。策略思維從你基本技巧出發(fā)，考慮是怎樣將這些基本技巧最大程度地發(fā)揮出來，這是含有普遍意義標準，能夠應用于生活方方面面。有游戲是兩個對手，也有很多游戲是多人參加。假如后果要由許多人共同負擔，那么整個決議過程將會愈加困難；因為你將面臨不一樣組員與不一樣目標排列組合。而在這類競賽中，好決議能夠創(chuàng)造勝利。第8頁1.6幾個專業(yè)術語博弈是一個策略相互依存情況：你選擇，即策略，將會得到什么結果，取決于另一個或者另一群有目標行動者選擇。處于一個博弈中決議者稱為參加者，而他們選擇稱為行動。一個博弈當中參加者利益可能嚴格對立，一人所得永遠等于另一人所失。這么博弈稱為零和博弈。不過，更常見情況是，現(xiàn)有共同利益，也有利益沖突，從而可能出現(xiàn)造成共同受益或者共同受害策略組合。在實踐當中，博弈可能包含一些相繼行動過程，也可能包含一些同時行動過程，所以須將技巧綜合起來，靈活利用，思索和決定自己最正確行動應該是什么。

第9頁1.7公平來自博弈

博弈不一定是壞事，也未必不能取得好結果。我們今天享受豐富物質生活，都是起源于自由市場競爭——一樣也是博弈結果。亞當斯密在1776年所發(fā)表經(jīng)典之作《原富》，其中關于自私行為與市場運作兩段，是經(jīng)濟學上被引用得最多名言：“很多時候，一個人會需要弟兄朋友幫助，但假如他真要依靠他們?nèi)蚀戎?，他將會失望。倘若在需求中他能引發(fā)對方利己之心，從而證實幫助他人是對自己有益事，那么這個人成功機會較大。任何人向他人提出任何形式交易提議，都是這么想：給我所需要，我就會給你所需要——這是每一個交易提議含義；而我們從這種互利方法中，所獲會比我們所需更多。我們晚餐不是得自屠夫、釀酒商人，或面包師傅仁慈之心，而是因為他們對自己利益尤其關注。我們認為他們給我們供給，并非行善，而是為了他們自利?！钡?0頁1.8游戲需有規(guī)則

任何游戲都有自己規(guī)則。生活這個博弈游戲自然也是，這就是法律、道德和各種成文或不成文規(guī)章制度和通例等。當然，這些規(guī)則也不是一成不變，它會隨情況和人們要求改變，但只要規(guī)則存在，你就必須服從它，不然就要大吃苦頭。其實，那些企圖經(jīng)過非法伎倆獲取利益人含有某種“創(chuàng)新”精神——他們試圖在社會通行規(guī)則之外另搞一套。社會游戲規(guī)則當然是穩(wěn)定、安全，可是來得太慢了。假如我能一下子弄到一大筆錢，為何還要一分一分地掙？應該說，這種不勞而獲心理是普遍，可是為何它沒有成為社會普遍行為呢？

銀行大盜總有一些傳奇色彩，可是研究人類行為社會學家告訴我們：搶劫銀行可能是最不劃算人類行為之一。其成功率之低、風險之大(包含漫長法律追溯期)、潛在不確定原因之多，簡直令人懷疑還要做這事人是否具備正常理智。據(jù)一項統(tǒng)計：每1000起這類案件中，真正得手只有110，而且搶到錢也少得可憐：平均不到元。按照一位長久研究銀行搶劫案犯罪學教授想法，銀行大盜們不該被送進監(jiān)獄，而是該被送進瘋人院。

第11頁2“博弈游戲”理論背景了解第12頁2.1引言個體對本身利益追求會損害整體利益。為深入了解大量含有這類性質情況，需要有一個方法來表示這些情況共同點，同時防止陷于每個情況詳細細節(jié)，即著名“囚徒困境”游戲。啟示：一只河蚌正張開殼曬太陽，不料，飛來了一只鷸鳥，張嘴去啄它肉，河蚌急忙合起兩張殼，緊緊地鉗住鷸鳥嘴巴。鷸鳥說：“今天不下雨，明天不下雨，就會有死蚌肉?！焙影稣f：“今天不放你，明天不放你，就會有死鷸鳥?！闭l也不愿松口。有一個漁夫看見了，便走過來把它們一起捉走了——在對手背后，往往還有更大、共同敵人。第13頁2.2“囚徒困境”緣起1950年，數(shù)學家塔克任斯坦福大學客座教授，在給一些心理學家作講演時，他用兩個囚犯故事，將當初教授們正研究一類博弈論問題，作了形象化解釋。從此以后類似博弈問題便有了一個專門名稱——“囚徒困境”。借著這個故事和名稱，“囚徒困境”廣為人知，在哲學、倫理學、社會學、政治學、經(jīng)濟學乃至生物學等學科中，取得了極為廣泛應用。第14頁2.3“囚徒困境”故事

甲、乙兩個人一起攜槍準備作案，被警察發(fā)覺抓了起來。警方懷疑，這兩個人可能還犯有其它重罪，但沒有證據(jù)。于是分別進行審訊，為了分化瓦解對方，警方告訴他們：假如主動坦白，能夠減輕處罰；頑抗到底，一旦同伙招供，你就要受到嚴懲。如兩人都坦白，那么所謂“主動交代”也就不那么值錢了，在這種情況下，兩人還是要受到嚴懲，只不過比一人頑抗到底要輕一些。在這種情形下，兩個囚犯都能夠作出自己選擇：或者供出他同伙，即與警察合作，從而背叛他同伙；或者保持緘默，也就是與他同伙合作，而不是與警察合作。第15頁這么就會出現(xiàn)以下幾個情況(為了更清楚地說明問題，我們給每種情況設定詳細刑期)：假如兩人都不坦白，警察會以非法攜帶槍支罪而將二人各判刑1年；假如其中一人招供而另一人不招，坦白者作為證人將不會被起訴，另一人將會被重判；假如兩人都招供，則兩人都會因罪名各判。這兩個囚犯該怎么辦呢？

是選擇相互合作，還是相互背叛？

第16頁他們應該相互合作，保持緘默，因為這么他們倆都能得到最好結果——只判刑1年。但他們不得不仔細考慮對方可能采取什么選擇。問題就這么開始了，甲、乙兩個人都十分精明，而且都只關心降低自己刑期，并不在意對方被判多少年(人都是有私心嘛)。甲會推理：假如乙不招，我只要一招供，馬上能夠自由，而不招卻要坐牢1年，顯然招比不招好；假如乙招了，我若不招，則要坐牢，招了只坐，顯然還是以招認為好。不論乙招與不招，我最正確選擇都是招認。還是招了吧。自然，乙也一樣精明，也會如此推理。最終選招了吧。第17頁2.4趨利行為與實際后果于是兩人都作出招供選擇，這對他們個人來說都是最正確，即最符合他們個體理性選擇。照博弈論說法，這是本問題惟一平衡點：只有在這一點上，任何一人單方面改變選擇，他只會得到較差結果。而在別點，比如兩人都拒認場所，都有一人能夠經(jīng)過單方面改變選擇，來降低自己刑期。也就是說，對方背叛，你也背叛將會更加好些。這意味著，不論對方怎樣行動，假如你認為對方將合作，你背叛能得到更多；假如你認為對方將背叛，你背叛也能得到更多。你背叛總是好。這是一個有些讓人寒心結論。第18頁2.5集體最優(yōu)與合作為何聰明囚犯，卻無法得到最好結果？兩個人都招供，對兩個人而言并不是集體最優(yōu)選擇。不論對哪個人來說，兩個人都不招供，要比兩個人都招供好得多?！扒敉嚼Ь场边@個問題為我們探討合作是怎樣形成，提供了極為形象講解方式，產(chǎn)生不良結局原因是因為：囚犯二人都基于自私角度開始考慮，這最終造成合作沒有產(chǎn)生。第19頁2.6“困境”形成在這個游戲中，你將怎樣做呢？構想你認為對方將合作，你能夠選合作，那么你將得到“對雙方合作獎勵”。當然，你也能夠選背叛，得到“對雙方背叛處罰”。換言之，假如你認為對方合作，那么你背叛將能得到更多好處。反過來，假如你認為對方將背叛，那么你也有兩個選擇，你選擇合作，那么你就是“笨蛋”；你選擇背叛，就會得到“對雙方背叛處罰”。所以，對方背叛，你也背叛將會更加好些。這就是說，不論對方怎樣行動，你背叛總是好。到現(xiàn)在為止，你似乎知道該怎樣做；不過，要知道相同邏輯對另一個人也一樣適用。所以，另一個人也將背叛而不論你怎樣做。這么，你們將是雙方背叛，只能一起坐牢很久，這比你們雙方合作所能得到“獎勵”(只需短期服刑)差很多。個體理性造成雙方得到比可能得到少，這就是“困境”。第20頁2.7“囚徒困境”啟示啟示1：

在“囚徒困境”中表現(xiàn)最好策略直接取決于對方采取策略，尤其是取決于這個策略為發(fā)展雙方合作留出多大余地。獨立于對方所用策略之外最好決議規(guī)則是不存在。啟示2：“囚徒困境”是一些非常普遍而有趣情形簡單抽象。在這些情形中，從個人角度來說，背叛是最好選擇，但雙方背叛會造成不甚理想結果出現(xiàn)。第21頁3一個游戲第22頁游戲規(guī)則說明假設每人都擁有一家企業(yè)，生產(chǎn)相同產(chǎn)品，不考慮其它原因，現(xiàn)在大家有兩種選擇，必須決定自己應該：1，生產(chǎn)高質量商品來幫助維持較高價格；2，生產(chǎn)假貨來經(jīng)過他人所失換取自己所得。規(guī)則：第23頁游戲規(guī)則說明：參加總人數(shù)是27人，即共27家企業(yè)；如全體企業(yè)都生產(chǎn)高質量產(chǎn)品，則，市場銷售情況使他們各得1.08元；每個選擇2企業(yè)總比選擇1企業(yè)多得0.50元（現(xiàn)實意義，生產(chǎn)假貨成本要比高質量商品低），詳細表達為：每一個改選2學生都會多得46美分，同時會使他26個同學分別少得4美分，結果全班收入會少得58美分，選擇2人越多，則大家總收益就會越少（假貨太多，就會使市場混亂，產(chǎn)品信譽降低）。

你會怎么抉擇？第24頁游戲規(guī)則量化表示（數(shù)學轉換）（1）人一開始都打算選擇1，則，市場銷售情況：1.08x27=29.16$（2）有一個人打算偷偷改變決定，選擇2，則，市場銷售情況：每一個改選2學生都會多得46美分，同時會使他26個同學分別少得4美分，結果全班收入會少得58美分。（3）假設有M人選擇2，則，總收入29.16-0.58xM$，選擇1收入（29.16-0.58xM-0.5M）/27選擇2收入（29.16-0.58xM-0.5M）/27+0.5

（4）由上述三點假設，能夠得到：如全體企業(yè)都生產(chǎn)低質量產(chǎn)品，都生產(chǎn)假貨，各得0.50元。

你會怎么抉擇？第25頁

結果討論一：演練這個博弈時候，不允許集體討論情況。第26頁

結果討論二：演練這個博弈時候，允許一點討論，方便達成“合謀”情況。第27頁啟示1：這些情景使我們回想起尤塞里安在約瑟夫·海勒小說《第22條軍規(guī)》當中境遇。故事背景是：第二次世界大戰(zhàn)勝利在望，可是為了給自己撈取功勞，一個飛行大隊指揮官沒完沒了地提升下屬任務定額，弄得全部些人都人心惶惶。投彈手尤塞里安不想成為勝利前夕最終一批犧牲者，千方百計逃避執(zhí)行任務。他上級軍官問：“可是，假如我方士兵都這么想呢(意思是“你不扛槍，我不扛槍，誰來保衛(wèi)家”)？”可尤塞里安答道：“那我若是不這么想，豈不就成了一個大傻瓜？”第28頁“囚徒困境”不但能夠解釋政治、經(jīng)濟領域競爭，在社會生活中也隨地可見。我國基礎教育，就是“囚徒困境”。最近10多年來，應試教育弊端已經(jīng)為社會公認，當前要求“減負”不不過中小學生和學生家長，也是教育教授和教育管理部門，也能夠說是全社會呼聲。教育管理部門這幾年做了一系列工作，但收效甚微。學校不停給學生增加負擔是當前教育實際情況。一樣，大家普遍認為呆板僵化應試教育扼殺了學生創(chuàng)造性。不論是教授還是家長，都在呼吁改變應試教育模式。不過不論你是否意識到教育有問題，你小孩都必須接收這個教育。啟示2：學生與囚犯

第29頁假如沒有改變整體性教育體制，個他人、個別學校、個別地方單獨改變都可能使其付出代價。每個家長都會這么想：盡管這種教育不好，不過其它小孩采取是這種教育，衡量標準(如中考、高考)也是依據(jù)這種教育，我小孩如不這么做，在競爭方面就會吃虧。所以，每個孩子和家長已不知不覺地進入一個囚徒困境。能夠說，減負狀態(tài)是不穩(wěn)定，而“增負”狀態(tài)是穩(wěn)定均衡。原因就是，當前教育博弈結構要求了各種行動或行為收益或好處：取得高分會進入好初中、高中，進入好初中、高中學生能夠考高分進入好大學。而對于老師和學校來說，學生升學率高意味著名利雙收、飯碗牢靠；假如整個規(guī)則都傾向“增負”，“負”又怎樣減得下來？

第30頁從理論上說，擺脫“增負”囚徒困境惟一方法是改變教育博弈結構，即改變博弈規(guī)則或游戲規(guī)則，讓“全方面發(fā)展”學生取得更多機會?？墒且趯嵺`中到達這個效果，卻又困難重重，除了教育投入不足、師資水平不高等現(xiàn)實問題，最大難點，是怎樣找到一個更科學、合理，同時又能確保公平新“游戲規(guī)則”。最少在現(xiàn)在，這還是個沒有答案問題。第31頁啟示3：管理目標不是讓每個人做到最好，而是防止內(nèi)耗過多。

煙草商為何不反對禁止煙草廣告？

1971年，在“禁煙運動”聲勢下，美國國會經(jīng)過了禁止在電視上做煙草廣告法律。令許多人奇怪是，這一回財大氣粗煙草企業(yè)反應相當平靜，并沒有動用其龐大社會資源和影響力阻止這個法律經(jīng)過。而且，以后統(tǒng)計資料表明：盡管煙草廣告因受到限制而降低，可是煙草企業(yè)利潤卻提升了。

你是否知道煙草企業(yè)為何不反對、甚至可能還歡迎這項法律？因為這個禁令使他們從“囚徒困境”中解放了出來。第32頁煙草行業(yè)一樣競爭激烈，為了爭奪市場，各大煙草企業(yè)都必須大做廣告。為此，它們每年都要花費巨額廣告費用，這無疑降低了它們利潤水平。也就是說，假如煙草企業(yè)都不做廣告，它們利潤要更高?？墒?，假如其中一家企業(yè)不做廣告，它市場份額就會被其它企業(yè)搶走。這正是一個囚徒困境：你合作，對方不合作，你就吃虧了。在這種情況下，做廣告就是優(yōu)勢策略。那么，煙草企業(yè)能否達成都不做廣告協(xié)議呢？不能，因為誰恪守協(xié)議，就很可能被對手耍弄?，F(xiàn)在國家為它做了：法律起到了協(xié)議作用，而政府負擔了監(jiān)督成本，借用過去一句話說，是“起到了階級敵人想起而起不到作用”，煙草企業(yè)又何樂不為呢？第33頁你可能會說：廣告不但有競爭作用，也有開拓市場作用，在這方面，煙草企業(yè)不是也有損失嗎？當然如此。不過注意：這個法律是有限，被禁止只是電視廣告，而不包含其它媒體；而且只禁止在美國做電視廣告，而不包含其它國家。對于已經(jīng)比較成熟市場，像香煙這么商品，廣告開拓作用是有限。現(xiàn)在，美國煙草企業(yè)已經(jīng)把開拓目標放在了廣大國外市場。第34頁“囚徒困境”確實揭示了自私對合作破壞作用，不過正如“有一利必有一弊”這句話，“囚徒困境”給我們帶來也并不全是壞消息。在現(xiàn)實中，我們希望囚犯不能合作。假如兩個危險罪犯經(jīng)過合作逃脫了法律制裁，一定會給社會造成更大危害。一樣，假如商家經(jīng)過合謀控制物價，我們就不能享受合理價格，這也會大大增加人們消費成本，降低人們生活水平。啟示4：一定是壞事嗎？

第35頁從經(jīng)濟角度來看，假如幾個大企業(yè)聯(lián)手或勾結起來形成對行業(yè)壟斷，尋求最大利潤，那么它們結成聯(lián)盟稱為“卡特爾”?？ㄌ貭栆驗橛勺灾髌髽I(yè)組成，所以很不穩(wěn)定。以產(chǎn)量競爭來說，組成卡特爾，就要討價還價，達成限制產(chǎn)量協(xié)定，總產(chǎn)量因為協(xié)定限制降低了，價格也就會上去，可能比結成卡特爾以前高出很多。這時候，誰要是偷偷地擴大產(chǎn)量，他可能占到很大廉價?？ㄌ貭柭?lián)盟和組成聯(lián)盟組員之間關系，不是上下級關系，不是誰服從誰關系?？ㄌ貭柦M員都是獨立經(jīng)濟主體，只不過為了利益關系走到一起來了。偷偷違反協(xié)議增加產(chǎn)量或提供優(yōu)惠會撈到很大廉價，這就促使一些組員違反協(xié)議。所以說，卡特爾本身就提供了瓦解卡特爾激勵。在人類經(jīng)濟活動中，除了石油輸出國組織歐佩克一度比較成功以外，卡特爾成功例子實在極少。歐佩克之所以比較成功，很大原因在于它最大組員國沙特阿拉伯“自律”較嚴。第36頁從政府管制角度來看，卡特爾在許多情況下是非法行為。比如近年來“家電”大戰(zhàn)，電視、空調等價格一路下跌，殘酷價格戰(zhàn)讓家電企業(yè)吃不消，幾年前，9家企業(yè)曾經(jīng)一起協(xié)議制訂最低價格，要求什么類型家電最少要賣多少錢，不許把價格降到比協(xié)議要求價格還低水平，其目標無非是不要競相降價，以免大家利潤都下降。這就是卡特爾行為。很快，國家計委就發(fā)出文件，指出該決議非法。這主要是不許企業(yè)聯(lián)手抬高商品價格損害消費者利益。發(fā)達國家對壟斷現(xiàn)象和卡特爾現(xiàn)象限制往往愈加嚴厲。最經(jīng)典例子是20世紀80年代，經(jīng)過多年辯論和漫長立法程序，美國把原來壟斷電話通訊市場AT＆T企業(yè)強行分割為幾個企業(yè)。分割以后，因為企業(yè)之間競爭，電話服務價格很快就下降了二分之一，再加上競爭激勵出來技術進步，現(xiàn)在用電話卡從美國往中國打電話一分鐘只要幾美分。第37頁從標準上說，政府勉勵企業(yè)之間競爭，因為企業(yè)競爭會給廣大消費者帶來很大好處。比如我國電話服務市場長久是壟斷，所以直到前幾年，在我國許多地方，裝一部電話不但要花三四千元，而且還要排隊等候不少時間才能裝上。不過在許多發(fā)達國家，假如你要裝電話，只需通知電話企業(yè)，馬上就會給你裝好，完全不用繳納什么安裝費。因為競爭，假如你把選擇電話服務從原來企業(yè)撤出來轉到另一家企業(yè)，新企業(yè)還會給你獎勵，比如說獎勵你30分鐘國內(nèi)長途電話費，再加一件T恤什么。第38頁