郑友林的博客复制网址 | 设为主页| 加入收藏

从“囚徒困境”看市场博弈行为（上）



在安徒生童话里有这样的一个故事：两个小小的姜人被制造出来，并排放在玻璃橱窗里。一个是男孩，一个是女孩，都有一颗玻璃的心。他们互相挨着，互相爱着，却都不肯说出口。春天过去了，夏天过去了，秋天过去了，冬天过去了。四季轮回，又一个四季来临，他们依旧沉默。终于有一天，男孩被一个小孩子买走了，只剩下女孩子孤零零地留下来。接着，女孩子也被人买走了。当他们被人们吃着的时候，人们都看到了他们破碎的心。
由此我想到许多人不善于表达爱情，于是，出现爱情中的“囚徒困境”：

女方说“我爱你” 女方不说“我爱你”
男方说“我爱你” 两情相悦
两人幸福 男方单相思
没有爱情，没有幸福
男方不说“我爱你” 女方单相思
没有爱情，没有幸福 说明两个人完全没有感觉
两人痛苦

通俗地讲，这就是生活中的博弈，就是我们要专门研究的“囚徒困境”。其实，博弈已经成为现实经济生活中的普遍现象。最近，2005年博弈论专家再次获得诺贝尔经济学奖就是一个明证。而且，在最近十来年获得诺贝尔经济学奖的经济学家中，就有：1994年，约翰•海萨尼和约翰•纳什以及莱因哈德•泽尔腾，因为“在非合作博弈的均衡分析理论方面做出了开创性的贡献，对博弈论和经济学产生了重大影响”而获奖。1996年，威廉•维克瑞因在信息经济学、激励理论、博弈论等方面都做出了重大贡献而获奖。2001年，迈克尔•斯彭斯提出的信号发送模型对博弈论产生了深远的影响。2005年，罗伯特•奥曼和托马斯•谢林则是“通过博弈论分析，促进了人们对冲突和合作的理解”而获奖。
古典经济学家亚当•斯密告诉我们，以追求个人利益最大化的每一个理性经济人通过其“自私自利”的经济行为将导致社会福利的最大化；然而，经济博弈理论告诉我们，在非价格因素和博弈双方信息不对称的情况（更贴近现实生活的情况）下，个人的理性行为导致的结果往往是社会的非理性。
所谓“囚徒困境”（Prisoner’s Dilemma，简称PD），最早是图克（Tucker）1950年提出来的，经济学家纳什发展和完善了该理论，因此，“囚徒困境”又称为“纳什均衡”。这是一个著名的博弈模型。囚徒困境博弈的基本情况如下：警察抓住了两个合伙犯罪的罪犯，但却缺乏足够的证据指证他们所犯的罪行。如果其中至少有一人供认犯罪，就能确认罪名成立。为了得到所需的口供，警察将这两名罪犯分别关押，以防止他们串供或结成攻守同盟。警察给他们同样的选择机会：如果他们两人都拒不认罪，则他们会被以较轻的妨碍公务罪各判1年徒刑；如果两人中有一人坦白认罪，则坦白者从轻判罪，立即释放，而另一人则将被重判8年徒刑；如果两人同时坦白认罪，则他们将被各判5年监禁。
如果分别用－1、－5和－8 表示罪犯被判刑1年、5年和8年徒刑，用0表示罪犯被立即释放，则两囚徒的得益矩阵如下：
乙不坦白 乙坦白
甲不坦白 两人都坐牢1年。
（1，1） 甲被判8年，乙自由。
（8，0）
甲坦白 甲自由，乙被判8年。
（0，8） 两人都被判5年。
（5，5）
    在上表中，“囚徒甲”、“囚徒乙”分别代表本博弈中的两个博弈方，也就是两个罪犯；他们各自都有“不坦白”和“坦白”两种可选择的策略；因为这两个囚徒被隔离开，其中任何一人在选择策略时都不可能知道另一人的选择是什么，因此不管他们决策的时间是否真正相同，我们都可以把他们的决策看作是同时做出的。其中矩阵中第一个数字代表决策结果后囚徒甲的得益，第二个数字代表决策结果后囚徒乙的得益。
博弈的结果是：由于这两个囚徒之间不能串通，并且各人都追求自己的最大利益而不会顾及同伙的利益，双方又都不敢相信或者说指望对方有合作精神，因此，最终只能实现对他们都不理想的结果（各判5年），并且这个结果具有必然性，很难摆脱，因此这个博弈被称为“囚徒困境”。