博弈与博弈论：策略、均衡与共同困境

博弈是多个行动者相互影响、相互判断，并共同产生结果的过程。

它最关键的特征是：

我的选择会影响你的结果，你的选择也会影响我的结果。因此，我在行动时必须考虑你会怎么行动。

“博弈”描述这种相互依赖的处境，“博弈论”则把参与者、规则、信息、策略和结果写成明确模型，研究人们会怎样相互回应。

一、博弈是什么？

两家公司决定是否降价。任何一家公司都不能只计算自己的成本和利润，还要判断：

• 对方会不会跟着降价；
• 对方能够承受多久；
• 自己降价以后，对方会退出、反击还是维持原价；
• 对方是否正在故意释放错误信号。

双方的选择互相构成条件，这就是博弈。

博弈不一定是你死我活的竞争。谈判、合作、分工、交通规则、公共资源治理和团队协作同样存在博弈。判断一个问题是不是博弈，关键不在于有没有冲突，而在于参与者的选择是否相互依赖。

“博弈”也是一个中文旧词。“博”可以指古代的赌戏或掷骰活动，“弈”通常指下棋。《论语·阳货》中已经出现“不有博弈者乎”的说法。教育部《重编国语辞典修订本》：博弈

古代的“博弈”主要表示具体的棋戏、赌戏。今天这个词的含义已经扩展，可以泛指参与者之间相互判断、相互影响的策略互动。

二、什么情况不属于博弈？

假设你准备出门，正在判断是否带伞。

天气会影响你的结果，但天气不会观察你有没有带伞，然后故意改变自己的行动。这主要是一个人在不确定环境中作决策的问题。

但在谈判中，对方会观察你的行为、推测你的目标、隐藏自己的底线，并根据你的选择调整策略。你面对的不只是环境的不确定性，还包括另一个会思考、预测和回应你的行动者。

因此，可以把两者简单地区分为：

决策问题是“我面对不确定环境怎么选择”；博弈问题是“其他会回应我的行动者存在时，我怎么选择”。

三、博弈论是什么？

博弈论的英文是 game theory。

Game 可追溯到中古英语 game/gamen 和古英语 gamen/gomen，早期包含娱乐、游戏和竞赛等含义。在 game theory 中，game 被抽象为一种有参与者、规则、行动和结果的策略情境。Merriam-Webster: game

Theory 经拉丁语 theoria 来自希腊语 theōria，有观看、考察和思考之义。在这里，它表示对一类策略互动进行系统研究。Merriam-Webster: theory

中文使用原有的“博弈”一词承接了这门外来的现代学科。不过，game theory 从何时开始被译为“博弈论”，以及它和“对策论”等译名之间经历了怎样的变化，目前还缺少足够的早期中文书目证据。

现代博弈论通常以冯·诺依曼和奥斯卡·摩根斯坦 1944 年出版的《博弈论与经济行为》为系统化标志。此后，纳什把均衡分析推广到更一般的多人和非零和博弈。斯坦福哲学百科：Game Theory

四、一个博弈由什么组成？

一个基本博弈通常包含以下要素：

行动与策略并不完全相同。“这次降价”是一个行动；“如果对方降价，我就跟进，否则维持原价”才是一套策略。

收益也不一定是金钱，更不等于自私。安全、公平、名誉、承诺、关系和他人的利益，都可能进入一个人的结果排序。

博弈还可以按照不同条件分类：零和或非零和、合作或非合作、同时或序贯、完全或不完全信息、一次或重复、纯策略或混合策略。分类的意义不在于增加术语，而在于说明：只要信息、时序、协议或者未来关系发生变化，人们面对的就可能已经是另一个博弈。

五、囚徒困境说明了什么？

假设 A 和 B 都可以选择合作或背叛，数字越大表示参与者越喜欢该结果：

对于 A 来说：

• 如果 B 合作，A 背叛得到 5，合作得到 3；
• 如果 B 背叛，A 背叛得到 1，合作得到 0。

无论 B 如何选择，A 都会选择背叛。B 也面对相同的结构。最终双方都背叛，各自得到 1；但如果双方都合作，本来可以各自得到 3。

这个模型说明：

每个人分别作出对自己最有利的选择，不保证共同结果对任何人都好。

它不能证明人性必然自私，也不能证明合作不理性。它只能说明，在当前收益、信息和规则之下，背叛是个人更有利的选择。

如果双方会重复相遇，背叛会损害声誉，合作能够产生长期收益，或者协议能够被强制执行，参与者面对的就已经是另一个博弈。

博弈论因此不只研究“一个人该怎么选择”，还会追问：为什么现有规则会让每个人走向共同不喜欢的结果？

六、纳什均衡是什么？

纳什均衡是指：

在其他人的策略保持不变时，没有任何参与者能够仅靠单方面改变自己的策略而获得更好的结果。

在囚徒困境中，“双方都背叛”就是一个纳什均衡。如果 B 继续背叛，A 单独改成合作会从 1 降到 0；B 也一样。因此，任何一方都没有单独改变策略的动力。

但纳什均衡只表示一种单方偏离下的稳定性。它不代表：

• 所有人得到了最好的结果；
• 结果是公平或者正义的；
• 参与者协商同意了这个结果；
• 均衡一定只有一个；
• 现实中的人一定能够到达均衡。

纳什在 1950 年的论文中使用混合策略，也就是按照概率在多个纯策略之间随机化，并证明有限博弈在允许混合策略时存在均衡点。John F. Nash Jr., “Equilibrium Points in N-Person Games”

七、博弈论中的理性是什么？

博弈论通常讨论的是工具理性：在目标已经给定的情况下，怎样选择更有可能实现目标。

这种理性不能单独回答目标是否正确。一个人可以非常理性地执行一个残酷计划，也可以因为重视公平、承诺和他人的利益而选择合作。博弈论里的收益只表示参与者如何排列结果，并没有预先规定人只能追求金钱或者个人利益。

因此：

理性地实现一个目标，不等于这个目标本身具有正当性。

八、博弈为什么与意图、概率和贝叶斯有关？

博弈中的参与者不仅需要行动，还需要理解他人的行动：

• 对方真正想要什么？
• 对方是在合作，还是在拖延？
• 对方的承诺有多可信？
• 新信息是否意味着对方改变了策略？
• 对方又会怎样理解我的行为？

这使博弈论与几个相邻概念发生联系：

• 意图：参与者想实现什么；
• 概率：参与者怎样表达对未知行动和类型的不确定性；
• 贝叶斯公式：新证据怎样改变对他人的判断；
• 策略：参与者怎样根据目标和信念选择行动；
• 均衡：多方策略怎样形成相互稳定的结构。

但一个人的真实意图不能仅凭一次行为被确定。博弈模型只能在给定假设下比较不同解释，不能直接进入他人的内心。

九、个体选择为什么会产生无人想要的结果？

社会结果不一定来自某个中心意志。

每个人都可能拥有自己的行动理由，但这些行动合起来，可以造成所有人都不喜欢的结果：

• 每个司机都选择自己认为最快的路线，最后形成交通拥堵；
• 每个国家都以安全为理由扩充军备，最后所有国家都变得更不安全；
• 每家公司都通过降价争夺市场，最后整个行业失去利润；
• 每个人都想多使用一点公共资源，最后资源被共同耗尽。

所以，一个结果长期存在，不代表一定有人希望它存在。博弈论在这里连接了个体行动与社会秩序：它解释一个个局部合理的选择，怎样共同产生宏观上不理想的结果。

十、自由为什么有时需要自我约束？

在策略互动中，随时可以反悔有时会削弱一个人的行动能力。

无法兑现的威胁不会被相信，可以随时撤回的承诺也很难建立合作。合同、押金、声誉和公开承诺都会限制未来的一部分选择，但这种限制能够提高当前承诺的可信度。

于是出现一个看似矛盾的现象：

限制自己未来的一部分自由，可能增加自己现在采取有效行动的能力。

自由不只是保留最多的选择，也包括形成可信承诺、长期合作和稳定关系的能力。

十一、均衡为什么不等于正义？

一种制度可以非常稳定，却非常不公平。一种规范可能被所有人遵守，只是因为任何个体都没有能力单独改变它。

博弈论可以解释一种制度为什么能够维持，却不能仅凭“它是均衡”证明“它是正当的”。伦理判断还需要讨论谁承担伤害、利益如何分配、规则由谁制定、参与者能否退出，以及程序是否公平。斯坦福哲学百科：Game Theory and Ethics

税制、拍卖方式、平台推荐机制、违约成本和信息披露制度都会改变参与者的策略。面对反复出现的坏结果，只要求参与者提高道德水平可能不够，真正的问题也许存在于收益结构、信息结构或执行机制中。

但制度设计者同样拥有自己的利益和权力。“谁来制定规则”，本身又构成了更高一层的博弈。

十二、博弈论的边界

博弈论是一种分析工具，不是现实本身。

使用它时，需要注意：

1. 不是所有关系都是零和竞争；
2. 参与者、策略和收益都包含建模者的选择；
3. 一个博弈可能同时存在多个均衡；
4. 人的偏好会学习和改变；
5. 情绪、身份和社会规范会影响行动；
6. 权力决定谁能制定规则、隐藏信息和承担长期损失；
7. 能够理解他人的策略，不代表欺骗和操纵因此获得正当性。

博弈论最有价值的地方，不是教人怎样算计，而是帮助我们区分：一个人想要什么，他相信什么，他在现有规则下能够做什么，所有人的行动合起来产生了什么，以及这个结果虽然稳定，却是否值得接受。

博弈，是多个行动者相互判断、相互选择并共同产生结果的过程。

博弈论，是研究这种策略性相互依赖的形式化学科。