总览
课程成绩
1、线上单元测试32分(每单元4题，题型有单选、多选、判断、填空题。每题1分，客观题，题库随机抽题)
2、线上讨论8分(讨论题2题，每题回帖100字以上)
3、线上期末考试40分(客观题40题，全覆盖，题库随机抽题)
4、课后作业20分(主观题2题，线上提交，老师批改）
【ddl为结课后一周，实际上可以全部留到最后一周做完】
教学概况
授课老师：蒋文华，浙江大学公共管理学院城市管理和发展系，1991年开始从事高校教学。
不点名，没有考勤分数。一些小测题会和上课实际内容相关，但题库疑似每年不改(所以不去其实也没事）。
上课会玩发红包游戏，基本10元以内，自愿参加。
第一讲 概述
一、何为“博弈”
博：博览全局；弈：对弈棋局。指在一定规则约束下，基于直接相互作用环境，各参与人依据所掌握信息，选择策略实现利益最大化。
博弈是指在一定的游戏规则约束下，基于直接相互作用的环境条件，各参与人依据所掌握的信息，选择各自的策略（行动），以实现利益最大化的过程。
博弈就是你中有我，我中有你。由于直接相互作用，每个博弈参与者的得益不仅取决于自己采取的策略(行动)，还取决于其他博弈参与者所采取的策略(行动)。博弈的核心在于基于整体思维基础上的理性换位思考，你应当用他人的得益去推测他人的策略(行动)，从而选择最有利于自己的策略(行动)。
博弈论(game theory)——一是一种研究人们怎么做策略(行动)选择及其均衡结果会是什么的理论。
- 博弈双方需博览全局(即考虑整体局势)并对弈棋局(采取具体行动)
- 各参与人的决策存在直接相互作用（一个参与人的变化会引起其他参与人的变化）
- 利益关系可以是对立的竞争关系，也可以是一致的合作关系
- 博弈既可以是竞争，也可以是合作！利益对立时竞争，利益一致时合作。
- 双赢是合作的结果（利益一致），单赢是竞争的结果（利益对立）。
- 世上有两种博弈：有限游戏以取胜为目的，无限游戏以共赢为目的。
- 市场经济本质是通过卖者之间（买者之间）的竞争，实现买卖双方的合作。
- 商业竞争不以消灭对手为目的，而更像体育竞技，有对手无敌手。
- 失败者的教训是社会财富创造的重要源泉。
- 选对市场(对手)比选对策略更重要（股市/房市），选对博弈(game)比选对策略更重要。
- 学习博弈论有助于我们更好地与他人合作，教育的最终目标是激发潜能和善意。
二、发展简史
博弈论一开始是经济学（寡头竞争）的重要分析工具，现在已经发展成各门社会科学(管理学、公共管理学、政治学、法学、社会学等)的基本分析方法和重要研究工具。30年来共有20位经济学家因在博弈论及直接相关领域(如激励理论、拍卖理论)的贡献而获得诺贝尔经济学奖(1994、1996、2001、2005、2007、2012、2014、2016、2020年)。
最初探索
- 古诺模型（Cournot Model，1838年）：研究双寡头垄断市场中企业产量决策的模型，企业以各自在同一时间内相互独立的产量作为决策变量。
- 伯川德模型（Bertrand Model，1883年）：与古诺模型不同，企业把产品的价格而非产量作为竞争手段。其结论即伯川德悖论（Bertrand Paradox）表明，在完全竞争市场中，寡头企业会相互削价，直至价格等于边际成本，长期经济利润为零。
- 斯塔克尔伯格模型（Stackelberg Model，1934年）：动态博弈模型，分析双寡头市场竞争中企业间行动次序的区别，领导者厂商决定产量后，跟随者厂商根据领导者产量决定自身产量。
诞生与发展
- 20世纪40年代的社会变化（寡头竞争、世界大战）促使对系统研究方法的需求。
- 约翰·冯·诺依曼（John Von Neumann）和摩根斯坦发表《博弈论和经济行为》（1944年），标志博弈论正式诞生。
- 约翰·福布斯·纳什（John Forbes Nash）提出纳什均衡概念，对博弈论进行发扬光大。以博弈论创始人纳什为原型的电影：《美丽心灵》。
- 后来的发展方向包括对纳什均衡的弱化、精炼、基本假设研究及应用研究。
第二讲 术语解读和基本假设
一、术语解读
博弈论的基本术语
- 参与人（Players）：博弈中的决策主体，如企业、国家或个人。
- 信息（Information）：参与人对博弈的知识，包括其他参与人的特征、策略和收益等。
- 行动（Actions）：参与人可选择的变量，如出价、产量等。
- 策略（Strategies）：参与人的行动规则，即在行动前准备好的完整行动方案。
- 损益（Payoffs）：参与人的得与失，是所有参与人策略的多元函数。
- 结局（Outcome）：所有参与人选择策略后的结果。
- 均衡（Equilibrium）：所有参与人的最优策略组合，此时无人能通过改变策略增加收益(又称“僵局”)。为局外人(研究者)所关心。
- 博弈规则（Rules of the Game）：参与人(players)、行动(actions)、损益(payoffs)和信息(information)统称为博弈规则。简写为PAPI。
规则是一种人为的限制，对资格(行为主体)的限制，对行动空间(选择空间)的限制，对信息空间的限制，并建立起行动与损益之间的映射关系。
作为动词的博弈是指参与人在给定的博弈中选择策略及行动。 作为名词的博弈(game)是三个集合的集合：参与人集合+策略空间集合+损益函数的集合。博弈G=[S，…，Sn:U, …，Un]
二、博弈分类
合作博弈与非合作博弈
- 合作博弈（Cooperative Game）：参与者能达成有约束力的协议，共同选择有利策略。
- 非合作博弈（Non-cooperative Game）：参与者无法达成此类协议，但其中也可存在合作关系。
静态博弈与动态博弈
- 静态博弈（Static Game）：参与者同时选择行动，或虽非同时但逻辑上同时。
- 动态博弈（Dynamic Game）：参与者行动有先后顺序，后行动者可观察先行动者的行动。
特别提示：
- 静态博弈中，你是game的taker（接受者）。
- 动态博弈中，你既是当下game的taker，也是后续game的maker（创造者）。
- 博弈论让我们拥有动态思维：果上随缘，因上努力。
基于信息状况的分类
- 完美信息（Perfect Information）：动态博弈中无外部和策略不确定性，每个信息集都是单点集。
- 不完美信息（Imperfect Information）：存在某种不确定性，静态博弈一定是不完美信息。
- 不完全信息（Incomplete Information）：事前存在不确定性，与完全信息相对。
- 对称信息（Symmetric Information）：所有参与者拥有相同信息。
- 不对称信息（Asymmetric Information）：参与者拥有不同信息。
零和博弈与非零和博弈
- 零和博弈（Zero-sum Game）：博弈前后损益总和相等，如赌博、金融市场。
- 非零和博弈（Non-zero-sum Game）：博弈后损益总和大于或小于初始总和，分为正和或负和。
eg:
- 打麻将：家里打——正和；棋牌室打——负和
- 买彩票、炒股：负和（大部分人永远是亏的）
特别提示：不玩负和游戏，少玩零和游戏，多玩正和游戏。
三、基本假设
理性假设
- 认知理性：
- 人是自我利益的判断者。
- 偏好具备完备性、传递性和凸性（综合激励）。
- 行为理性：
- 自我利益的追求者（行为者）。
- 追求利益最大化（期望效用最大化），但期望效用和期望收益不一定相同。
特别提示：
- 两利相权取其重，两害相权取其轻。
- 顾客需要的不是便宜，而是占到了便宜。
共同知识假设
共同知识（Common Knowledge）：各参与人在无穷递归意义上均知悉的事实。不同于共有知识（Mutual Knowledge），共同知识需要信息在参与者间达到无限层次的相互知晓。
特别提示：
- 理性共识：参与者对博弈规则和彼此理性有共识。
- 规则共识：参与者对博弈的具体规则有共识。
第三讲 囚犯困境和破解之道
一、囚犯困境
囚犯困境是博弈论中的经典例子，展示个体理性选择可能导致集体非理性结果。
基本场景如下：
两名犯罪嫌疑人共同作案后被警方抓获，但警方证据不足，只能将他们隔离审讯，分别提出相同的交易条件：
如果两人都坦白交代犯罪事实，各判有期徒刑5年；
如果一方坦白而另一方抵赖，则坦白者因立功表现将刑期减至1年，而抵赖者因证据确凿将被判重刑10年；
如果两人都抵赖，警方只能以较轻的证据不足罪名各判1年有期徒刑。
在这种情况下，每个囚犯都有两种策略选择：坦白或抵赖。无论对方作何选择，对个人最有利的策略都是坦白，这就是所谓的占优策略。然而，当双方都选择占优策略坦白时，最终结果却是各判5年，比相互抵赖各判1年的结果要差。这体现了个体理性选择与集体理性结果之间的冲突，是囚犯困境的核心所在。
其基本结构如下：
| 坦白 | 抗拒 | |
|---|---|---|
| 坦白 | P, P | T, S |
| 抗拒 | S, T | R, R |
其中，T（temptation）> R（reward）> P（punishment）> S（sucker）。
形成原因 ：囚徒困境的根本原因在于私人成本与社会成本的差异，即个人行为的负外部性。个体理性选择导致了集体非理性结果，双方都选择占优策略，却导致更差的结果。
特别提示：
- 表面上看囚犯对自身利益的追求是导致囚犯困境的原因。然而，真正的原因在于：囚犯们在追求自身利益的同时，是以更多地损害他人利益为代价。
- 囚犯困境的根本原因在于：私人成本与社会成本的差异，即个人行为的（强）负外部性。
占优策略
占优策略 ：无论其他参与人采取什么策略，某个参与人的某种策略都能给他带来比其他策略更大的收益，该策略就是他的占优策略。在囚徒困境中，坦白就是每个囚徒的占优策略。
占优策略均衡 ：是比纳什均衡更严苛的一种均衡。如果无论其他参与人采取什么策略，每个参与人都有唯一的占优策略，那么这些占优策略组合起来，就构成占优策略均衡。囚徒困境是占优策略均衡的经典例子。
纳什均衡
纳什均衡描述了一种在多人决策中的稳定状态。在这个状态下，每个参与者都选择了针对其他参与者策略的最佳应对策略。假设有一群人参与博弈，每个人都需要选择自己的策略。当所有其他人的策略都确定后，没有任何一个人可以通过改变自己的策略来获得更好的结果。也就是说，每个人都认为自己已经做出了最优的选择，基于其他人的行为。此时，这个策略组合就是一个纳什均衡。
- 对比与分析
- 占优策略 适用于任何情况下都优于其他策略，不需要考虑其他参与人的策略选择。
- 纳什均衡 则需要考虑其他参与人的策略，并在此基础上选择最优策略。
- 占优策略均衡是一种特殊的纳什均衡，但并非所有纳什均衡都是占优策略均衡。
- 占优策略均衡不需要理性共识，纳什均衡需要理性共识。
- 占优策略均衡不需要理性共识，即不需要假设其他参与人是理性的；而纳什均衡需要理性共识，即每个参与人都假设其他参与人是理性的，并且这种理性是共同知识。
二、如何破解囚徒困境
破解之道包括道德教化、制度建设和温故知新（如重复博弈）。
特别提示：
- 损人利己和损己利人本质上是一样的，是一个硬币的正反两面；从一方来看是损己利人的行为，在另一方来看是损人利己的行为，问题的关键是所损（失）的部分和所利（得）的部分哪个更多。（盗窃与抢劫）。
- 道德教化需长期保持一定比例的利他主义者以维持社会稳定。
- 制度建设如圈地运动减少负外部性、人民公社的自由退社权、第三方执行机制等。
- 重复博弈可让历史指导未来，学习博弈论课程有助于理解其中规律。
- 民主必须与法治（而非仅仅是法制）相辅相成，才能避免多数人的暴政。
- 国家理论指出，人类社会发展中的交易执行方式可分为基于道德自律、相互制约和第三方监督三类，而国家的出现与第三方监督密切相关。
第四讲 万元陷阱和智猪博弈
一、万元陷阱
万元陷阱是耶鲁大学经济学家苏必克发明的拍卖游戏，其规则是将10000元进行英国式拍卖，出价最高者获得该笔钱，同时出价第二高者需支付其出价金额。这个游戏常导致参与者陷入不断加价的陷阱，最终付出沉重代价。
自古以来，人类为捕杀动物所设的陷阱，有三个特征：
1.有一个明显的诱饵。
2.通往诱饵之路是单向的，可进不可出。
3.越想挣脱，就越陷越深。
4.只要有沉没成本就会有万元陷阱
社会心理学家泰格(A.Teger)对参加拍卖游戏的人加以分析，发现掉入‘陷阱’的人通常有两个动机：
一是经济（理性）的、二是非经济（感性）的。
经济动机：渴望赢得钞票、想赢回他的损失、想避免更多的损失
非经济动机：渴望挽回面子、证明自己是最好的玩家及处罚对手等。
心理学家鲁宾(J.E.Rubin)的建议是：
1、确立你投入的极限及预先的约定：譬如投资多少钱或多少时间？
2、极限一经确立，就要坚持到底。（止损）——止盈容易止损难
3、自己打定主意，不必看别人。
——学会止损，会让你活的更久
止损难的原因：贴现、人对亏损和盈利的敏感程度不同——一旦亏了就会偏好风险
特别提示：
- 序位竞争（如排名赛）容易产生万元陷阱。
- 竞技体育是典型的万元陷阱。
- 掉入陷阱的人通常受经济动机（如渴望赢得钞票、挽回损失）和非经济动机（如挽回面子、证明自己）驱动。
- 心理学家建议确立投入极限并坚持止损，避免目标偏移。
二、智猪博弈
智猪博弈描述了一种搭便车现象，其中一方付出代价而双方共享收益。
场景如下：
假设有一间猪圈，圈里养着一头大猪和一头小猪。猪圈的一头有一个按钮，另一头则放置着饲料槽。按动按钮后，饲料槽处会有饲料流入。但按下按钮需要付出一定的成本，比如耗费体力或者时间。
小猪和大猪都面临一个选择：要么去按按钮，要么在饲料槽处等待。如果小猪去按按钮，大猪在饲料槽等待，那么大猪将独享绝大部分饲料，而小猪只能在按完按钮后赶到饲料槽，吃剩下的一小部分饲料；如果大猪去按按钮，小猪在饲料槽等待，小猪将能独享绝大部分饲料，而大猪在按完按钮后只能吃剩下的一小部分；如果两只猪都选择等待，那么饲料槽处不会有饲料流入，两只猪都吃不到饲料；如果两只猪都选择去按按钮，那么它们都会付出成本，但饲料流入后它们都能吃到一些饲料。
其基本结构如下：
| 小猪按 | 小猪等 | |
|---|---|---|
| 大猪按 | 9, 1 | 7, 3 |
| 大猪等 | 6, 4 | 0, 0 |
特点：
- 多劳不多得：小猪选择等待，大猪去按按钮，最终小猪获得6单位收益，大猪获得4单位收益。
- 个体理性与集体理性相冲突：小猪有动机等待，而大猪不得不按按钮，导致大猪付出更多却收益较少。
eg:
- 山寨现象：盗版产品可以看作是对原创产品的“搭便车”，原创者付出努力却收益较少。
- 网络购物：后买者可以参考先买者的评价，先买者付出时间和精力，后买者获得信息收益
特别提示：
- 个体理性与集体理性是否冲突取决于制度安排。
- 解决冲突需修改游戏规则，满足个体理性基础上实现集体理性。
- 收入分配不均有助于减少个体与集体理性的冲突。
第五讲 懦夫博弈和夫妻博弈
一、懦夫博弈
懦夫博弈，也称斗鸡博弈（Chicken Game）是描述竞争关系的博弈模型。
基本场景如下：
两名司机分别驾驶一辆汽车，朝着对方疾驰而来，道路狭窄，无法同时通过。每个司机都有两种选择：要么继续向前开，要么在最后一刻后退。如果两人都选择后退，那么他们都能安全通过，但会感到有点羞愧；如果一方转向而另一方继续向前，那么后退的人会被嘲笑为“懦夫”，而继续向前的人则会被称为“英雄”；如果两人都选择继续向前，那么他们将发生严重碰撞，两败俱伤。
其基本结构如下：
| 进 | 退 | |
|---|---|---|
| 进 | -5,-5 | 10,0 |
| 退 | 0,10 | 0,0 |
特点：
- 纳什均衡：有两个纯策略纳什均衡，即（退，进）和（进，退）。
- 风险与收益：选择进可能获得高收益，但也面临高风险；选择退则收益较低，但风险较小。
模型拓展：
- 多次博弈：如果懦夫博弈进行多次，冒险选择向前而成功的参与人可能更有信心在未来采取这种策略。
- 信号传递：通过发出信号让对方相信自己不会退，可以迫使对方选择退。
eg:
- 路权之争：两车在狭窄道路上相向而行，互相不让道，最终可能通过一方转向来避免事故。
- 公共物品提供：在提供公共物品时，各方可能通过懦夫博弈来决定是否愿意承担成本。
启发：
- 奖励适度：过高的奖励可能导致过度竞争，适得其反。
- 先动优势：在竞争中抢占先机，可以获得更大的收益。
特别提示：
- 先下手为强，后下手遭殃。
- 竞争博弈中，领先一步、高人一筹至关重要。
- 均衡解中，进的概率和期望收益取决于具体参数。
二、夫妻博弈
夫妻博弈是描述合作博弈的经典模型。
基本场景如下：
夫妻二人计划晚上一起看电视节目。丈夫更喜欢看一场激烈的足球比赛，而妻子更倾向于观看一部浪漫的芭蕾舞剧。不过，无论看什么节目，他们都希望能一起观看。如果两个人各自看自己喜欢的节目，他们都会不开心。这种情况下，夫妻二人需要进行夫妻博弈，来决定最终观看哪个节目。
其基本结构如下：
| 足球 | 芭蕾 | |
|---|---|---|
| 足球 | 2,1 | 0,0 |
| 芭蕾 | -1,-1 | 1,2 |
特点：
- 纯策略纳什均衡：有两个，即（足球，足球）和（芭蕾，芭蕾）。
- 混合策略纳什均衡：男以2/3概率选择足球，女以2/3概率选择芭蕾。
- 家庭地位与先动优势：家庭地位较高的一方可能具有先动优势，决定最终的均衡结果。
- 轮流选择与随机选择：轮流去对方喜欢的地方或随机选择，可以避免矛盾冲突。
启发：
- 合作与共赢：夫妻博弈是合作博弈，双方需要在共同利益的基础上，协商选择结果。
- 提前约定收益分配：提前约定合作收益的分配机制，可以降低合作成本，避免矛盾
特别提示：
- 合作需要沟通与协调，但沟通协调成本过高则合作难成。
- 人类社会制度和技术演进方向是降低沟通协调成本。
- 合作博弈核心问题在于合作剩余分配和合作风险分担。
三、猎鹿博弈
猎鹿博弈(Stag Hunt) 是描述合作博弈的经典模型，其基本结构如下：
| 猎鹿 | 猎兔 | |
|---|---|---|
| 猎鹿 | 4, 4 | 0, 2 |
| 猎兔 | 2, 0 | 2, 2 |
特别提示：
- 两个猎人合伙猎鹿一定是最优结果。但一方选择去猎鹿的前提是他能够预期到对方会选择猎鹿，而对方选择去猎鹿的前提也是预期到另一方会去猎鹿。也就是说，只有“双方都去猎鹿”成为一个共同知识的前提下，这个最优结果才会如期出现。
- 在没有沟通（独立决策）的情况下，每个猎人选择猎鹿的概率是50%。每个人选择猎鹿的期望收益也就是2只兔子。对于任何一方来说，出于风险规避的考虑（一般而言，人是厌恶风险的），还不如独自去猎兔。当双方都意识到这一点后，一起去猎鹿反而变得不可能了。
- 为了让双方都有一个更好的结果，出发之前提前沟通就变得非常重要了。如果双方提前约好一起去猎鹿，那么都选择猎鹿就是一个均衡结果。此时，没有人愿意偏离这个结果而选择去猎兔。
- 沟通是有成本的。在这个例子中，如果每人所承担的沟通成本小于2只兔子（总成本小于4只兔子），提前沟通能够提高双方总的收益水平，反之还不如分头去猎兔。
特别提示：
- 合作博弈的核心问题：
- 合作剩余（新增收益）怎么分配？
- 合作风险怎么分担？
- 合作需要沟通与协调，但沟通协调成本过高，合作很难成功。
- 人类社会制度和技术的演进方向：不断降低人与人之间的沟通（协调）成本。
四、鹰鸽博弈
鹰鸽博弈(Hawk-Dove Game) 是描述竞争关系的博弈模型，其基本结构如下：
| 老鹰 | 鸽子 | |
|---|---|---|
| 老鹰 | A-C, A-C | 2A, 0 |
| 鸽子 | 0, 2A | A, A |
特别提示：
- 当A > C时，老鹰—老鹰是纳什均衡。
- 当A < C时，老鹰策略的概率α* = A/C。
- 损失更大的一方更愿意选老鹰。
推论：
- 恶霸博弈中，谁损失大，谁获益多。
- 你的决策成本由他人决定，你的决策由他人的成本决定。
第六讲 最后通牒与讨价还价
一、最后通牒
最后通牒（Ultimatum Game）是分配固定金额的博弈，一方提出方案，另一方决定接受或拒绝。若拒绝，双方均一无所获。
eg:两个人分一笔总量固定的钱（如 100 元），一个人作为提议者提出分配方案，另一个人作为响应者进行表决。若响应者同意，则按提议者的方案分配；若不同意，则两个人都一无所有。
实验表明：
- 大多数人提出的分配方案在 40%-50% 之间。
- 少数人提出 50% 以上的分配方案。
- 当分配方案低于 20% 时，被拒绝的概率很高（40%-50%），随着分配金额的减少，拒绝的可能性逐渐增加。
独裁者博弈
独裁者博弈是最后通牒博弈的变体，提议者决定分配方案，响应者只能接受，无拒绝权。
特点：
- 提议者拥有绝对权力决定分配。
- 响应者无法影响分配结果。
实验观察：尽管提议者可独占所有资源，但许多提议者仍选择给予响应者一定份额，反映出人们内在的公平意识和利他倾向。
推论：
- 提议者的行为受道德和社会规范影响。
- 制度设计应考虑如何通过规则促进公平与合作。
特别提示：
- 越是成熟的组织，在管理中越倾向于运用最后通牒。
- 最后通牒可节省谈判成本并提供公平感。
- 出价高低受贪婪与恐惧影响。
- 权力基础影响分配结果，如随机分配或基于智力测试等。
- 谁承担决策的后果（出了问题谁负责？），谁负责决策
二、讨价还价
讨价还价（Bargaining）是参与者通过协商解决利益分配问题的过程。
eg:
选项 A：今天得到 100 元。（82% 的人选择）
选项 B：4 周后得到 110 元。（18% 的人选择）
谈判成本:谈判过程是有成本的，包括时间、精力的消耗等，这可能会影响双方是否愿意进行谈判以及谈判的最终结果。
贴现因子:是指一个份额经过一段时间后所等同的现在份额，它反映了参与者的“耐心”程度。贴现因子由多方面因素决定，如年龄、财富、未来收益的确定性以及知识水平等。
影响贴现因子的因素
- 年龄（寿命）：寿命越长，越看重长远利益。
- 财富：越富有，越关注长远利益。
- 未来收益的确定性（法治）：确定性高，则更看重长远利益。
- 知识水平（文化程度）：知识水平高，越看重长远利益。
特别提示：
- 讨价还价需考虑贴现因子，即 future gains 的当前价值。
- 贴现因子由参与者的耐心程度决定。
- 组织较个人有更长寿命预期，提高了贴现因子。
- 影响贴现因子的因素包括年龄、财富、未来收益确定性和知识水平。
第七讲 混合策略与监督博弈
一、混合策略
混合策略指参与者在给定信息情况下，以某种概率分布随机选择不同行动。与之相对的是纯策略，即在每一信息情况下只选择一种特定行动。
特别提示：
- 混合策略的目的在于防人（减少被伤害）。
- zju课程发现石头剪刀布的制胜策略：输家换用能胜对方的行动，赢家保持现状。
二、监督博弈
监督博弈涉及雇主和雇员间的监督与偷懒行为。其基本模型如下：
| 偷懒 | 不偷懒 | |
|---|---|---|
| 检查 | -C, V-W-C | -C, V-W-C |
| 不检查 | W, W-H | W, V-W |
特别提示：
- 混合策略均衡解中，雇主检查概率为 H/W，雇员偷懒概率为 C/W。
- 雇主支付工资 W 的期望收益最大值需通过求导确定。
- H越大，雇主越容易检查。
- C越大，雇员越容易偷懒。
- W越大，雇员越少偷懒，雇主越少检查。
第八讲 重复博弈和制度建设
一、重复博弈
重复博弈指同样结构的博弈重复多次，每次称为“阶段博弈”。其基本特征包括：
- 前一阶段博弈不改变后阶段结构。
- 所有参与人可观察过去历史。
- 总损益是各阶段损益的贴现值之和。
策略
重复博弈中可选择的策略。
雷锋策略：永远选择合作
曹操策略：永远选择背叛
冷酷策略（grim strategies），又叫触发策略：先选择合作，一旦被背叛就一直选择背叛（世上最冷酷的事：每个人都只有一条命）
心太软策略：偶尔一次背叛可以原谅，但连续两次背叛就会选择背叛
一报还一报（Tit-for tat）：第一次合作，接下来你怎么对我，下一次我就怎么对你
人鬼策略：合作的多是人，背叛的多为鬼
欺软怕硬（又叫检验者战略，Tester）：第一次背叛，看你是否好欺负，好欺负就背叛，不好欺负就合作
镇定者策略：先建立信任关系，然后想办法占小便宜
精神病患者（醉汉策略）：随机合作或者背叛
囚犯困境的重复博弈
在重复博弈中，参与者的策略可以基于以往的互动历史。例如，“一报还一报”策略：
- 第一次选择合作。
- 之后的每一轮都模仿对方在前一轮的选择。
这种策略的特点：
- 它是善良的，不主动背叛。
- 它是可激怒的，对背叛行为做出反应。
- 它是宽容的，允许对方改正错误。
- 它是清晰的，易于理解和预测。
特别提示：
- 在一次性博弈中，背叛是占优策略；但在重复博弈中，可选择如冷酷策略、一报还一报等策略。
- “一报还一报”策略因其善良性、可激怒性、宽容性和清晰性，在重复博弈中表现优异。
二、制度建设
制度建设是博弈论的重要应用，旨在通过规则设计引导社会整体福利增加。
特别提示：
- 游戏规则决定游戏结局。
- 制度可修改完善，行为背后有原因，需从制度中寻找。
- 外因是条件，内因是根据，改变行为需提供足够激励（机制）。
- 制度好坏取决于是否鼓励通过说谎、偷懒获利，社会制度优劣评判标准在于此。
拍卖理论
Auction Theory
- 英国式拍卖(English Auction)：从低往高叫价，直到没有人加价为止。
- 荷兰式拍卖(Dutch Auction)：卖家叫价，从高往低，直到有人愿意交易为止。
- 最高价封标拍卖(First-price Sealed-bid Auction)：投暗标，和最高价成交。
- 第二高价封标拍卖(Vickrey Auction)：卖给最高价者，但以第二高价成交。
维克里拍卖(Vickrey Auction) 的优点：
- 信息披露真实。
- 信息披露迅速。
- 交易成本下降（时间成本、心理成本）。
- 买者满意度高。
制度的优劣评判
评判社会制度的优劣：
- 是否鼓励人们通过说谎来获利（隐藏信息）。
- 是否激励人们通过偷懒来获利（隐藏行动）。