博弈论：死君子不死小人

你准备把商品价格降到 99 元，竞争对手会不会降到 98 元？你想在会议上提出一个方案，同事会支持，还是等你先承担风险？两个国家都知道减排对人类有利，为什么仍然可能互相观望？平台要不要给商家更低抽成，银行要不要提高存款利率，员工要不要主动分享信息——这些问题有一个共同特点：你的结果不仅取决于你做什么，还取决于别人认为你会做什么。

这就是博弈论（Game Theory）关心的世界。

博弈论不是「教你如何算计别人」的厚黑学，也不是把人生所有选择都变成一张收益表。它是一套分析战略互动的工具：当多个参与者的决策彼此影响时，怎样描述行动、信息、承诺、信任、威胁和结果？经济学用它理解企业竞争、价格战、拍卖、谈判、劳动合同和金融市场；政治学用它分析选举与国际关系；生物学用它解释合作与竞争；日常生活里，它甚至能帮你理解为什么两个人都不想洗碗，却都在等待对方先动手。

这篇文章从零开始介绍博弈论与经济行为。我们会先学会看一张收益矩阵，再理解占优策略、纳什均衡、混合策略、序贯博弈和可信威胁；然后讨论重复博弈、合作为什么可能出现、信息不对称如何改变交易、拍卖为什么不只是「价高者得」，以及这些模型如何回到现实中的价格战、面试、职场协作、平台规则和公共政策。

文中的「理性」不是说人永远聪明、冷漠且计算正确，而是指在给定目标、信息和约束下，行动与其偏好大致一致。真实的人会犯错，会关心公平，会被情绪和身份影响，也会改变目标。模型的用途不是把人压扁成数字，而是先把互动结构照亮，再讨论现实在哪里偏离。

一、博弈论到底研究什么

1. 一个经济决策什么时候变成博弈

如果你一个人决定今天吃什么，别人不受影响，问题主要是个人选择。你可以比较价格、营养、时间和偏好，不需要猜餐馆老板下一秒会怎样回应。

但如果你经营一家餐馆，隔壁店也会根据你的菜单和价格调整自己的菜单；你们的收入取决于双方的选择，个人决策就变成了博弈。

博弈通常包含四个基本元素：

• 参与者：谁在做决策？可以是个人、企业、政府、国家或一个组织内部的部门。
• 策略：每个参与者可以采取哪些完整的行动方案？「降价」「保持价格」「进入市场」都可能是策略。
• 信息：参与者知道什么，不知道什么？是否知道别人类型、成本、资源和历史行动？
• 收益：不同策略组合最后带来什么结果？收益不只包括钱，也可以包括时间、声誉、控制权、安全和公平感。

把这四件事说清楚，往往比立刻求一个数学答案更重要。很多所谓「人性复杂」，其实是模型没有把参与者、信息或收益定义完整。

2. 一个最小例子：两家店要不要降价

假设街上有两家卖同样奶茶的店。每家都有两个选择：保持价格，或者降价促销。收益矩阵如下，括号左边是甲店收益，右边是乙店收益：

如果乙保持价格，甲降价能赚 10，比保持价格赚 8 多；如果乙降价，甲继续降价能赚 5，比保持价格赚 3 多。无论乙做什么，甲都有动机降价。乙也有同样的动机，于是双方最后都降价，各赚 5。

但如果两家都保持价格，各赚 8，总收益更高。个人理性选择可能把双方带到一个集体更差的结果。 这不是因为他们不会算账，而是因为每家都害怕自己保持价格、对方偷偷降价。

3. 博弈论的边界

博弈论通常假设参与者有相对明确的目标，并且会考虑别人。它不保证一定能预测现实，因为真实环境可能存在多个均衡，参与者可能不知道规则，收益可能难以量化，行动还可能受到法律、道德和情绪约束。

如果两家企业都降价，可能是囚徒困境；也可能是成本下降后市场价格本来就应该变低；还可能是两家公司都在争夺长期规模。相同的结果，不同的机制，策略含义完全不同。

二、如何读懂一张收益矩阵

1. 行和列代表谁，格子代表什么

收益矩阵是一种把同时行动博弈压缩成表格的方式。行通常表示参与者 A 的行动，列表示参与者 B 的行动，每个格子写出两人的收益。

                  B 的行动
              选择 X       选择 Y
A 选择 X       (a, b)       (c, d)
A 选择 Y       (e, f)       (g, h)

第一个数字永远要对应 A，第二个数字对应 B。不要只看总收益，也不要把「数字大」直接等同于「更好」，因为不同参与者的收益尺度可能不同。一个人的 10 元和另一个人的 10 分声誉，不一定可以直接相加。

2. 最优回应：给定对方行动，我应该怎么做

最优回应（Best Response）是：在对方行动已经给定时，能给自己带来最高收益的行动。

在上面的奶茶例子里，如果乙保持价格，甲的选择是：保持得 8，降价得 10，所以甲的最优回应是降价。如果乙降价，甲保持得 3，降价得 5，所以甲的最优回应仍然是降价。

分析收益矩阵时，可以给每一列标出 A 的最高收益，再给每一行标出 B 的最高收益。两边都被标记的格子，就是纳什均衡的候选位置。

3. 占优策略：不管别人怎样，我都选它

如果一个策略在对方每一种行动下都不差于其他策略，并且至少在一种情况下更好，就叫占优策略（Dominant Strategy）。

占优策略的力量在于它不需要猜对方。囚徒困境里的「认罪」就是经典例子：无论另一个囚徒沉默还是认罪，认罪都能让自己的刑期更短，所以两人都会认罪。

但现实中并不是所有博弈都有占优策略。很多商业决策的最佳方案取决于竞争对手，企业需要判断对手成本、现金储备、管理层偏好和未来目标。没有占优策略时，不能硬套「只要自私就好」的结论。

4. 被支配策略：有些选择可以先删掉

如果策略 A 在对方每一种行动下都比策略 B 差，至少有一种情况下严格更差，那么 A 被 B 支配。理性的参与者通常不会选择被严格支配的策略。

例如，一个产品在任何竞争价格下都比另一方案成本更高、销量更低，却没有品牌或战略价值，那么这个方案可以先从分析中删除。删除被支配策略后，矩阵会变小，剩下的策略关系也可能更清楚。

需要小心的是，现实中的「收益」可能包括学习、声誉、阻止对手进入等长期价值。一个短期看起来被支配的行动，如果能带来重要信息或可信承诺，未必真的应该删除。

三、纳什均衡：谁都不想单独改变

1. 纳什均衡的白话定义

纳什均衡（Nash Equilibrium）是一个策略组合：在其他人策略不变的情况下，没有任何一个参与者愿意单独改变自己的策略。

它不是「大家都满意」，也不是「社会最优」。它只描述一种相互一致的稳定预期：我这样做，是因为你这样做；而你也不愿在我不变时单独改。

在奶茶价格矩阵中，双方都降价是纳什均衡。甲单独把价格提高，收益会从 5 降到 3；乙也一样。双方都保持价格则不是纳什均衡，因为只要对方保持，单独降价就能从 8 提高到 10。

2. 纳什均衡不一定只有一个

考虑一个协调博弈：两个人约见面，但一个想去咖啡店，一个想去书店；只要去同一个地方，两人都能见面，只是各自偏好不同。

这里有两个纯策略纳什均衡：都去咖啡店、都去书店。问题不是「有没有均衡」，而是他们如何协调到哪一个均衡。沟通、惯例、地标和先行动作，都可能解决协调问题。

3. 均衡是预测工具，不是道德判决

如果一个行业形成高价格均衡，博弈论不会因此宣布高价格合理；它只是提醒我们：如果降价会引发报复、市场份额下降或长期价格战，企业可能都不愿单独降价。

要改变结果，就要改变收益结构或信息结构。例如：降低消费者换平台成本，可能让企业更怕失去用户；提高合约透明度，可能减少机会主义；引入反垄断监管，可能提高合谋的法律成本；建立长期合作规则，可能让合作偏离的代价更高。

4. 混合策略：有时最理性的选择是随机化

在「猜硬币」或「石头、剪刀、布」中，如果你永远出石头，对方就能利用你。一个稳定策略是按概率随机选择，让对手无法从历史行动确定你的下一步。

足球点球、网球发球方向、广告投放渠道和价格促销，都可能包含混合策略。混合策略均衡不是说人拿骰子机械决策，而是说在长期频率上，各行动的概率让对手无法通过偏好某个行动获得额外优势。

5. 手算一个混合策略均衡：让对方无所谓

混合策略的核心不是「我随机，所以你猜不到」，而是我选择的概率使对方在自己的几个行动之间恰好无差异。如果对方明显更喜欢某个行动，他就会一直选那个行动，而你的概率就不是均衡。

看一个「检查还是不检查」的反舞弊博弈。员工可以诚实（H）或违规（V），管理者可以检查（I）或不检查（N）。假设员工诚实、违规时的收益分别为 2 和 6；如果违规且被查，员工收益变为 -4；管理者检查的成本为 1，发现违规获得治理收益 3，未发现违规则只承担成本。

为了突出计算，我们把员工收益写成下面的矩阵：

令管理者以概率 q 检查。员工选择诚实的期望收益是 2；选择违规的期望收益是：

违规的期望收益 = q × (-4) + (1 - q) × 6
                 = 6 - 10q

要让员工愿意在诚实和违规之间随机化，就要让两者无差异：

2 = 6 - 10q
q = 0.4

也就是说，在这个极简模型里，管理者检查的概率达到 40% 时，员工才不会因为某一边明显更划算而固定选择。如果检查概率只有 10%，违规期望收益是 5，员工会选择违规；如果检查概率是 80%，违规期望收益是 -2，员工会选择诚实。

反过来，令员工以概率 p 违规。管理者检查的期望收益可以根据「发现违规」和「检查成本」计算；让管理者在检查和不检查之间无差异，就能解出使其愿意混合的 p。这就是混合均衡的实际含义：不是双方都随便，而是双方的随机化概率互相约束。

这个例子还暴露了模型的局限。现实中的员工可能不知道检查概率，管理者的治理收益难以量化，违规可能有长期声誉损失，检查还可能破坏信任。因此 40% 不是管理建议，而是帮助我们看清「执法强度如何改变行为」的基准计算。

6. 纳什定理告诉了我们什么，又没有告诉我们什么

在有限策略的博弈中，纳什证明了至少存在一个混合策略均衡。这个存在性结论很重要：即使找不到纯策略均衡，也不代表模型没有稳定解。

但「至少一个」不等于「唯一一个」，也不等于参与者会自然找到它。多个均衡需要协调或选择；混合均衡在现实中可能表现为频率、随机化制度或不稳定的行为比例。数学保证的是解的存在，不是预测的确定性。

四、同时行动和序贯行动：先后顺序会改变结果

1. 同时行动不等于真的同一秒

同时行动博弈指参与者在做决定时，不能观察到对方本轮的行动。两家店同时公布价格，即使现实中相差 10 秒，只要双方都来不及调整，就可以用同时行动模型近似。

序贯博弈则是行动有先后，后行动者能观察先行动者的选择。先手可能有优势，也可能因为先暴露信息而吃亏。

2. 博弈树：把行动顺序画出来

假设一个老企业先决定是否阻止新企业进入市场，新企业随后决定进入还是不进入；如果进入，老企业再决定打价格战还是容纳竞争。

3. 逆向归纳：从最后一步往前推

在有限的序贯博弈中，常用逆向归纳（Backward Induction）：先分析最后行动者在每个节点会怎么选，再把这个结果带回前一层，最后推导先行动者的选择。

比如新企业已经进入，老企业现在要决定价格战还是容纳。若价格战会让老企业损失 100、容纳只损失 20，那么「我一定会打价格战」可能只是空头威胁。新企业知道老企业最后会理性容纳，就可能更愿意进入。

这说明一个重要原则：威胁只有在真正轮到执行时仍然符合威胁者自身利益，才可信。

4. 可信承诺与不可逆行动

企业可以通过签订合同、投资专用设备、公开价格规则、放弃某种选择权，改变未来的收益结构，让某个行动变得可信。一个已经为某地区建好专用工厂的企业，面对新进入者时，扩大产量的成本可能低于退出，因此它的价格承诺比口头声明更可信。

个人也会使用承诺装置：提前自动储蓄，避免月底把钱花完；公开报名考试，利用声誉约束自己；把任务拆给别人，迫使自己按时交付。承诺不是意志力的替代品，而是把未来的自己也纳入今天的博弈设计。

5. 子博弈精炼纳什均衡：不是只在终点看起来合理

普通纳什均衡允许一些「离开均衡路径后」的行为很荒谬。假设老企业宣布：「新企业一旦进入，我就把价格降到亏损，哪怕这样也要把它赶走。」在新企业不进入的均衡路径上，这个威胁没有被执行，所以普通纳什均衡可能暂时容纳它。

但理性的分析还要检查每一个后续节点：如果新企业真的进入，老企业到了那个节点，会不会仍然愿意亏损作战？如果不会，这个威胁就不是可信的。子博弈精炼纳什均衡（Subgame Perfect Nash Equilibrium，SPNE）要求策略在每个子博弈中都构成纳什均衡，等价于排除依赖不可信威胁的结果。

用逆向归纳求 SPNE 的步骤是：

1. 从最后一个决策节点开始，选择行动者在该节点的最优行动。
2. 把这个行动写回前一个节点，重新比较前一个行动者的收益。
3. 持续向前推，直到得到起点的选择。
4. 把每个节点的行动都写出来，而不只写均衡路径上的动作。

第四步很重要。策略必须回答「如果发生了不在均衡路径上的事情，我会怎样」，否则它不是一个完整的序贯计划。

6. 信息集：什么时候不能用逆向归纳

如果后行动者观察不到先行动者的具体选择，博弈树上的几个节点会属于同一个信息集。参与者知道自己到了这组节点之一，却不知道究竟是哪一个，因此不能针对不可观察的历史分别行动。

自然状态：高需求或低需求
        ↓（企业不知道自然状态）
企业选择高价或低价
        ↓
消费者观察价格，但不直接观察企业的真实成本

把信息集错误地拆开，会假装参与者拥有现实中没有的信息，得到过度强的结论。序贯理性不仅要求「轮到我时我会选最优动作」，还要求「我对自己不知道的历史形成合理信念」。这一步把博弈论带向不完全信息和贝叶斯博弈。

五、囚徒困境：为什么合作对大家好，却很难发生

1. 经典结构

两名嫌疑人分别审讯。两人都沉默，各判 2 年；一人认罪、一人沉默，认罪者判 1 年，沉默者判 8 年；两人都认罪，各判 5 年。

为了表示「更好」，可以把刑期取负数；这里直接用刑期说明，数字越小对囚犯越好。对 A 来说，无论 B 沉默还是认罪，A 认罪都能避免最坏情况或得到更轻刑期。因此认罪是占优策略，双方最终认罪。

两人都沉默的总刑期只有 4 年，双方都认罪则总刑期 10 年。每个人追求自己的安全，结果却把集体带到更差的位置。

2. 经济世界中的囚徒困境

囚徒困境不只发生在警察审讯室：

OpenStax 的经济学教材把寡头竞争与囚徒困境联系起来：企业都知道限制产量可能带来更高的共同利润，但每一家又都有单独扩大产量、抢占份额的诱惑。这个模型的价值在于，它把「企业怎么这么短视」改写成一个更精确的问题：改变什么规则，才能让合作成为每一家的自利选择？

3. 如何让合作更可能发生

合作不是靠一句「大家要有公德心」就能稳定。常见机制包括：

• 重复互动：今天的背叛会影响明天的合作机会。
• 可观察性：参与者能看见谁履约、谁违约。
• 惩罚和奖励：偏离合作的短期收益小于长期损失。
• 承诺与契约：把合作规则写清楚，并让第三方能够执行。
• 适当规模：参与者过多时，监督和归责变难。
• 退出和替代：合作失败时，受损方有可行的替代选择。

好的制度不是假设人人高尚，而是承认人会利用机会，再把机会主义的收益和成本重新安排。

六、重复博弈：今天的行为会写进明天的账本

1. 一次性博弈和长期关系

在一次性囚徒困境中，背叛可能是理性的；但如果双方会长期见面，今天背叛可能换来明天的报复。重复博弈把一个静态选择变成一连串选择，参与者开始关心声誉、未来收益和对方是否还愿意合作。

假设每期合作收益是 8，背叛时如果对方合作可以得到 12，但之后进入长期价格战，每期只能得到 5。只要参与者足够重视未来，短期背叛的 4 元诱惑可能不值得牺牲未来每期 3 元的损失。

合作的长期价值 = 今天的合作收益 + 未来仍合作的收益
背叛的短期价值 = 今天的额外收益 + 未来被惩罚后的收益

2. 触发策略与宽容

一种简单策略是「一报还一报」：第一轮合作，之后模仿对方上一轮的行为。对方合作，我合作；对方背叛，我下一轮惩罚。它容易理解、容易执行，能在重复博弈中形成稳定合作。

但现实需要宽容。一次网络故障、误解或记账错误不一定代表故意背叛；如果每次误会都永久报复，合作会被偶然噪声摧毁。好的合作制度要区分恶意违约与善意失误，提供解释、纠正和恢复路径。

3. 贴现因子：你有多在乎未来

重复博弈中的关键变量不是「未来存在」这么简单，而是参与者对未来的重视程度。通常用贴现因子 δ 表示：今天得到 1 单位收益，相当于未来得到 δ 单位收益。δ 越接近 1，说明参与者越有耐心、关系越稳定、未来互动越重要；δ 越接近 0，说明参与者更关注眼前。

假设合作每期收益为 R，偏离合作的一次性收益为 T，被惩罚后每期收益为 P。采用「只要有人背叛，以后永远惩罚」的触发策略时，合作的价值可以写成：

合作：R + δR + δ²R + …… = R / (1 - δ)
背叛：T + δP + δ²P + …… = T + δP / (1 - δ)

合作能够自我执行，需要满足：

R / (1 - δ) ≥ T + δP / (1 - δ)

整理后：

δ ≥ (T - R) / (T - P)

这条不等式非常有解释力。合作更容易出现，不仅因为双方「关系好」，还因为背叛的短期诱惑 T - R 较小，或者被惩罚后的损失 R - P 较大。订单周期短、客户流动快、对方身份难以识别的市场，δ 往往较低，合作更难稳定；长期供应链、重复采购和强声誉网络，则更可能满足条件。

现实中的惩罚通常不是永远封杀，因为永久惩罚会把未来所有合作价值一起毁掉。有限惩罚、逐步升级和可恢复的信用机制，可能在效率与威慑之间更平衡。

4. 为什么行业价格可能看起来「不动」

寡头企业反复互动，可能形成相互克制的价格模式，也可能因为每家都担心价格战而不愿率先降价。这不自动意味着违法合谋。判断是否存在反竞争行为，需要看沟通证据、市场结构、价格成本关系、平行行为是否有其他解释，以及适用的竞争法规则。

博弈论可以解释为什么稳定高价可能出现，但不能代替法律判断。经济分析负责说明激励结构，法律还要判断行为边界和证据标准。

七、合作博弈与非合作博弈：有没有办法强制执行协议

1. 非合作不等于互相敌对

非合作博弈（Non-cooperative Game）不是说参与者一定不合作，而是指模型不把「合作协议一定能执行」当作前提。双方可以沟通、谈判甚至形成联盟，但如果协议没有可信的执行机制，最后仍要分析各自会不会偏离。

合作博弈（Cooperative Game）更关注联盟如何形成、总收益如何分配，以及怎样设计一个让成员愿意留下的分配方案。

这两个视角互补。一个团队可能先通过合作谈判决定奖金池如何分配，再通过非合作博弈分析每个人是否愿意偷懒或退出。

2. 分蛋糕和创造蛋糕是两个问题

谈判里经常混淆两件事：总价值有多大，以及各方拿多少。把蛋糕做大可能需要共享信息、承担风险和长期投资；分配蛋糕则涉及议价能力、外部选项、贡献、身份和公平。

如果只争分配比例，双方可能把时间耗在一个本来可以扩大的蛋糕上。好的谈判先寻找创造价值的方案，再讨论谁承担成本、谁取得收益。

3. 讨价还价的关键：外部选项

外部选项（Outside Option）是谈判破裂后你能得到的最好结果。你的外部选项越好，越不需要接受差的协议，议价能力通常越强。

求职者有另一份 offer，就不必接受明显低于市场的薪资；供应商拥有多个客户，就更能拒绝苛刻账期；买家找不到替代品，就更容易被卖方拿捏。谈判技巧不是凭空创造力量，真正的议价能力往往来自离开谈判桌之后仍然有选择。

4. 最后通牒与公平偏好

在最后通牒博弈中，甲拿到 100 元，提议分给乙多少；乙可以接受或拒绝。拒绝则两人都得 0。只按物质收益和完美理性推理，甲可以给乙 1 元，乙应该接受，因为 1 大于 0。但现实实验中，很多人会拒绝极不公平的分配，即使自己也得不到钱。

这说明经济行为包含公平、尊严、互惠和惩罚不公平的偏好。一个管理者如果只用奖金解释员工行为，可能忽略职位等级、程序公正、是否被尊重和未来晋升等收益。

八、信息不对称：你知道的和我知道的不是一回事

1. 隐藏信息与隐藏行动

信息不对称主要有两种：

• 隐藏信息：交易前，一方知道自己的类型或质量，另一方不知道。
• 隐藏行动：交易后，一方的行动难以被观察，另一方无法完全监督。

二手车卖家知道车辆真实状况，买家不知道，这是隐藏信息；员工入职后是否努力，老板无法每时每刻观察，这是隐藏行动。

2. 逆向选择：坏货把好货挤出去

如果买家分不清二手车质量，只愿意按平均质量支付价格，车况好的卖家可能觉得价格太低而退出，市场上剩下更多低质量车辆，买家因而更不愿意支付高价。最后不是「买家太精明」，而是质量差异和信息不透明改变了市场结构。

这个机制被称为逆向选择（Adverse Selection）。保险、贷款、招聘、二手商品和平台交易中都可能出现。一个看起来更便宜的市场，如果让好卖家无法获得合理回报，最后可能只剩下更差的供给。

3. 信号：让好类型主动证明自己

信号是信息较多的一方采取某种行动，让信息较少的一方能够推断其类型。学历、认证、质保、试用期、公开代码、押金、品牌承诺，都可能成为信号。

有效信号通常要满足「不同类型承担的成本不同」。如果所有人都能低成本获得同一证书，它就不太能区分能力；如果高质量卖家更愿意提供长期质保，质保可能成为可信信号。

注意，信号也可能被伪造。漂亮网站、豪华办公室、复杂报告和高额广告费不自动证明质量；当造假成本低、验证困难时，信号就会失效。

4. 筛选：让对方自己暴露类型

筛选是信息较少的一方设计菜单，让不同类型的人自我选择。保险公司提供不同免赔额和保费组合，贷款机构提供不同利率与抵押条件，企业设计不同薪酬与奖金结构，都是在试图让客户、借款人或员工透露风险偏好与能力。

筛选菜单如果设计不好，会造成套利：低风险客户拿走高风险客户的优惠，或者高能力员工被迫承担不合理风险。理解激励兼容（让不同类型愿意选择与自己匹配的方案）是机制设计的核心。

5. 道德风险：签完合同以后更难看见行动

买了全额保险之后，投保人可能降低防范；员工按固定工资工作，可能减少努力；银行相信政府会救助，可能承担更多风险。道德风险（Moral Hazard）不是说人天生坏，而是合同改变了行动的收益结构。

解决方案包括免赔额、绩效奖金、保证金、分阶段付款、审计、权限控制和风险共担。过度监督也有成本，还可能破坏信任。设计合同的关键不是消灭所有风险，而是让承担风险的人对后果保留适当责任。

6. 贝叶斯博弈：对手是什么类型，你并不确定

在很多经济博弈中，参与者不仅不知道别人会选什么，还不知道别人是谁。竞争对手可能是高成本企业，也可能是低成本企业；求职者可能是高能力，也可能是普通能力；借款人可能谨慎，也可能高风险。

这类情况可以用「类型」表示。自然先以某种概率选出参与者类型，然后参与者知道自己的类型，但不一定知道别人的类型；每个人根据自己的信息和对类型的先验概率选择策略。

贝叶斯纳什均衡（Bayesian Nash Equilibrium）不是给每个类型指定一个孤立动作，而是给出一个策略：如果我是某种类型，在我知道的信息下，我该如何行动。 参与者最大化的是期望收益，而不是某个确定状态下的收益。

例如，供应商可能有高质量类型和低质量类型。买方观察不到质量，只看到价格和质保。供应商的策略可能是：高质量提供长质保，低质量提供短质保；买方看到长质保后提高对高质量的信念。这就是信号博弈的基本结构。

7. 分离均衡与混同均衡

在分离均衡（Separating Equilibrium）中，不同类型采取不同策略，市场可以从行动中识别类型。高质量卖家提供长期质保、低质量卖家不提供，前提是质保对高质量的成本较低、对低质量的预期赔付成本较高。

在混同均衡（Pooling Equilibrium）中，不同类型采取相同策略，观察者无法从行动区分类型。所有卖家都提供相同的短质保，可能让买家继续依赖平均质量；也可能因为监管强制统一标准而出现。

同一个信号博弈可能存在多个均衡。哪一个均衡会出现，取决于参与者的信念、信号成本、历史惯例和制度约束。仅仅说「高能力者会发信号」还不够，必须检查低能力者是否也愿意模仿，以及观察者在看到异常行动后如何更新信念。

8. 信念更新：贝叶斯法则不是装饰

假设市场上高质量卖家的先验概率是 30%。看到某种信号 s 后，买家要计算：

P(高质量 | s)
 = P(s | 高质量) × P(高质量)
   ÷ P(s)

如果高质量卖家发出长质保的概率是 0.9，低质量卖家发出长质保的概率是 0.2，那么长质保会提高买家对高质量的后验信念。但如果低质量也能以很低成本复制信号，后验信念就不会提高太多。

现实中，消费者不一定真的算贝叶斯公式，但市场价格、信用评分、贷款利率和平台排序，都在做类似的概率更新。理解这一点，才能看懂为什么一个小小的违约记录会让利率突然上升：它不只是带来一次损失，还改变了别人对你的类型判断。

9. 机制设计中的激励相容与参与约束

设计菜单时，至少要满足两种约束。第一是激励相容：每种类型都愿意选择为自己设计的方案，而不是冒充另一种类型。第二是参与约束：参与者参加机制得到的期望收益，不能低于不参加的外部选项。

比如保险公司不能只设计一个高保费方案，然后假设所有客户都会来；高风险客户可能愿意买，低风险客户可能退出，最终保险池更差。菜单要同时解决「不同类型怎么自我选择」和「整体上谁愿意进入」。

九、拍卖理论：价格是怎样被发现的

1. 不同拍卖规则会产生不同行为

拍卖不是只有一个「谁出价最高谁拿走」的故事。常见规则包括：

同一个物品，规则不同，出价策略可能不同。平台设计竞价广告、政府出售牌照、企业采购和艺术品拍卖时，规则本身就是机制。

2. 胜者诅咒：赢下来可能说明你估得太高

在共同价值拍卖中，物品真实价值大致相同，但每个人只有带误差的估计。大家竞价，最高估计者更可能高估，最终获胜者可能付出超过真实价值的价格，这就是胜者诅咒。

油田、矿权、频谱和大型并购都可能有共同价值成分。理性的投标者不会只问「我愿意出多少」，还要问「为什么我的估计比其他人更高？他们是不是掌握了我不知道的信息？」

3. 第二价格拍卖为什么可能鼓励真实报价

假设你对一件物品的价值是 100 元。第二价格拍卖中，你报 80 元可能输掉本来愿意买的物品；报 120 元可能在别人报价 90 元时以 90 元成交，但在别人报价 110 元时仍以 110 元成交。只要规则和价值假设成立，报自己的真实价值往往不需要猜一个复杂的策略。

这不是所有平台竞价都自动满足的结论。预算约束、多个物品、关联价值、重复竞价、机器人和卖方规则都可能改变结果。看到「二价」两个字，不要跳过机制细节。

4. 收益等价不是「所有拍卖都一样」

在非常强的假设下——竞买人的价值独立同分布、风险中性、没有预算约束、没有关联价值、规则满足若干标准——第一价格密封拍卖、第二价格拍卖、英式拍卖和荷式拍卖可能产生相同的期望卖方收入。这是收入等价定理的直觉：不同规则改变出价方式，但竞争可能把期望支付调整到相近水平。

这个结论的真正价值在于它告诉我们「规则差异什么时候可以被抵消」，而不是让我们相信所有拍卖结果都一样。一旦出现风险厌恶、预算有限、共同价值、串通、重复竞拍、信息披露或多物品互补，等价关系就可能失效。

频谱拍卖就是复杂机制的例子：不同牌照之间可能有互补价值，竞买人可能需要融资，规则还要防止串通和过度集中。设计者不能只问哪种拍卖理论上收入高，还要问谁能参与、信息如何披露、失败后如何重拍，以及结果是否符合公共目标。

5. 公共价值和私人价值

在独立私人价值拍卖中，每个竞买人对物品的价值主要由自己的偏好决定，例如一件只打算自己收藏的物品。在共同价值拍卖中，物品对所有人的基础价值大致相同，但大家掌握的信息不同，例如油田、矿权和某些企业资产。

两种价值混合时，竞买人的私人偏好和对真实价值的估计会互相影响。此时「我最愿意支付多少」不再是全部问题，还要考虑赢得拍卖后是否会发现自己过度乐观，以及别人的退出是否提供了有价值的信息。

十、机制设计：不只是预测博弈，更是设计规则

传统博弈论常问：「规则给定时，参与者会怎么做？」机制设计反过来问：「我希望得到某种结果，应该怎样设计规则，让参与者即使追求自身利益，也愿意走向这个结果？」

1. 规则设计的三层目标

一个机制通常要同时考虑：

• 效率：资源是否交给最能产生价值的人或用途？
• 激励相容：参与者是否有动力说真话、努力和遵守规则？
• 公平与可接受性：结果和程序是否被参与者认为合理？

现实机制还要考虑隐私、行政成本、可解释性、法律边界和被操纵风险。一个理论上效率很高、普通人完全无法理解的机制，可能在现实中失去信任。

2. 设计平台规则的例子

平台连接买家和卖家，规则可以包括排序、抽成、保证金、评价、退款、申诉和封禁。每一条规则都会改变参与者的策略：

如果平台只奖励点击，商家可能制造标题党；如果只奖励低价，可能牺牲质量；如果评价容易被刷，信号就失效；如果退款规则过度偏向任何一方，另一方可能退出。平台不是中立的电子集市，它是在持续设计一套博弈。

3. 激励相容不是让所有人都说真话

如果一个机制要求参与者完全诚实，却让撒谎者获得更高收益，那么它的道德口号没有意义。激励相容要求：在规则下，按照真实信息行动至少不比策略性撒谎更差。

但信息机制通常有成本。有些机制为了获得真实信息，需要补贴、审计或限制选择；有些机制虽然效率高，却让参与者无法理解自己的机会。好的设计是在信息质量、成本、隐私和可接受性之间取平衡。

4. 直接机制与显示原理

机制设计常把复杂的现实流程抽象成一个「直接机制」：参与者直接报告自己的类型、成本或价值，机制根据报告分配资源并决定支付。现实中的拍卖、筛选菜单和竞价平台未必要求用户直接填「我是高质量类型」，但理论上可以把它们转换成报告问题来分析。

显示原理（Revelation Principle）的直觉是：如果某个间接机制在均衡中实现了一个结果，那么在一定条件下，可以构造一个直接机制，让参与者通过真实报告实现同样的结果。它不是说现实中的人会主动说真话，而是给设计者一个简化搜索空间：先研究直接报告和激励约束，再判断怎样实现。

5. 委托—代理：权力与信息分开之后

企业股东雇佣管理者，管理者掌握更多经营信息；平台委托司机服务，平台难以观察每次努力；政府部门接受预算，却可能选择对自身最方便的项目。这些都是委托—代理关系。

委托人希望代理人努力，但努力通常不可完全观察；代理人希望获得更高收入、更多自由和更少风险。合同要在激励和保险之间权衡：奖金越依赖业绩，代理人越愿意努力，但也承担更多无法控制的风险；固定工资更能提供保险，却可能减弱努力激励。

委托人设计合同
        ↓
代理人观察自己的努力成本与私人信息
        ↓
代理人选择努力、偷懒或改变报告
        ↓
委托人根据可观察结果支付与监督
        ↓
下一期形成声誉、更新信息与续约决定

这也是为什么单一 KPI 很危险：代理人可能把努力集中到可计量指标，牺牲不可计量但重要的目标。指标设计本身就是一场机制设计，任何被奖励的指标都会成为参与者策略的一部分。

十一、博弈论如何解释日常经济行为

1. 面试：双方都在隐藏信息

求职者知道自己的能力、稳定性和真实意愿，公司知道岗位预算、团队问题和候选人竞争情况。双方都在发信号、筛选和谈判。

作品集、实习经历、技术测试、推荐信和试用期，都是减少信息不对称的机制；薪资范围、职位描述和面试反馈，则影响候选人的外部选项与参与意愿。

面试不是单方面考试。公司也在发信号：是否按时反馈，是否说明工作内容，是否尊重候选人时间，都会影响求职者对公司质量的判断。一个只要求候选人证明自己、却拒绝透露岗位信息的公司，实际上是在把信息风险单方面转给对方。

2. 职场协作：贡献是否可见

多人共同完成项目时，个人努力可能难以单独观测。若奖励只看最终结果，团队成员可能搭便车；若奖励只看可见产出，维护、文档、测试和帮助他人的工作可能被忽略。

解决办法不是把每个动作都量化，而是设计可观察的里程碑、同伴反馈、责任边界和复盘机制。把贡献结构透明化，可以减少「我以为你会做」导致的协调失败。

3. 议价：沉默也是行动

谈工资、租金、采购价格时，不说话、延迟回复、提出替代方案、设置截止时间，都是战略行动。问题在于威胁是否可信：你说「不降价我就走」，但没有替代供应商，对方很快会看穿。

可执行的谈判通常包括：明确底线、准备外部选项、把可交换事项拆开、先讨论共同增量，再分配利益。把所有事情压成一个数字，容易让谈判变成零和；把付款期限、交付范围、服务等级、续约概率和风险承担一起放上桌，才可能扩大协议空间。

4. 贷款与保险：风险如何被分配

贷款人担心借款人违约，借款人担心利率和现金流；保险公司担心高风险客户更愿意投保，客户担心事故无法赔付。利率、抵押、免赔额、保证金和核保，都是在分配信息和风险。

一个看似便宜的贷款，如果包含浮动利率、提前到期条款和高违约费用，真实博弈结构可能完全不同。读合同不能只看名义价格，要看谁承担坏情况、谁有权改变规则、发生争议时谁更容易退出。

5. 公共政策：个人最优不等于社会最优

每个人少开一次车可能对环境有益，但一个人可能觉得自己的行为影响太小，于是选择不改变。每个人都等待别人捐款，公共设施可能无法建设。政府通过税收、补贴、标准、公共服务和强制规则，把个人行为的外部影响纳入决策。

政策也不是站在博弈之外的上帝。政府部门、企业、地方、选民和国际伙伴都在互动；政策执行会改变预期，预期又会改变行为。一个没有可信执行和稳定预期的规则，即使纸面目标很漂亮，也可能产生规避、寻租和短期套利。

十二、行为经济学：人为什么不总按模型行动

1. 有限理性

人无法收集全部信息，也不可能计算所有未来路径。面对复杂选择，人会使用经验法则、默认选项和熟悉的品牌。这不一定是错误，很多时候是节省认知资源的合理方式；但在复杂金融产品和长期合同中，简单启发式可能被设计者利用。

2. 损失厌恶与不对称反应

同样是得到 100 元和失去 100 元，人们的心理感受通常不对称。损失厌恶会影响投资者是否止损、员工是否接受薪资结构变化、消费者是否相信「原价」锚点。

在博弈中，参与者如果特别害怕被占便宜，可能拒绝一个物质收益为正但被认为不公平的方案；如果特别重视面子，可能在明知成本很高时继续升级冲突。

3. 社会偏好与互惠

人不仅关心自己得到多少，也关心别人是否公平、对方是否尊重自己、自己是否应该回报善意或惩罚背叛。企业提供透明薪酬、及时反馈和合理申诉，不只是文化装饰，也会改变员工的合作预期。

行为偏离理性模型，不意味着模型没有价值。模型告诉我们在「只看物质收益」的基准下会发生什么；偏离则提示我们加入公平、身份、信任、习惯和认知限制。

十三、分析一个现实博弈的六步法

遇到价格战、谈判、团队冲突或政策问题，可以按下面流程拆解：

第一步：不要把旁观者都算成玩家

相关的人不一定都是策略参与者。消费者可能受价格影响，但如果他无法改变规则，就不一定是当前博弈的主要玩家。把所有利益相关者都塞进模型，会让收益矩阵大到无法思考；先抓住直接决定结果的人。

第二步：区分策略和动作

策略是完整的计划，动作是某个节点上的具体选择。在序贯博弈中，「如果对方进入我就降价，如果不进入我就保持价格」是一个策略；只说「我现在降价」只是一个动作。

第三步：把信息写出来

谁知道成本？谁知道真实质量？谁能观察违约？谁知道对方是否有替代方案？很多商业判断不是算错收益，而是误以为自己掌握了对方的信息。

第四步：不要只写钱

声誉、控制权、时间、风险、身份、公平和未来合作机会，都可能进入收益。一个员工拒绝加班，不一定只是在比较加班费；一个供应商拒绝低价，也可能在保护交付质量和长期客户。

第五步：找出单独偏离的诱惑

问：「在其他人不变时，我为什么不偷偷改一下？」如果答案是「这样能多赚一点、少承担一点风险、抢到更多份额」，你已经找到了博弈的不稳定点。

第六步：改变结构，而不是只劝人善良

如果合作失败，尝试改变重复性、可观察性、契约、退出选项、奖励和惩罚。制度设计通常比道德训话更稳定，但制度也要留下纠错和宽容空间。

十四、博弈论不能替你做什么

1. 不能从模型直接推出唯一的道德答案

博弈论可以说明「如果每个人都追求短期收益，结果可能陷入价格战」，但它不能单独决定企业是否应该降价、政府是否应该干预。价值判断还需要公平、权利、法律和长期社会目标。

2. 不能把所有人都假设成冷冰冰的计算器

如果一个团队成员愿意为公平承担成本，模型要把公平偏好写进收益，而不是简单说他「不理性」。理性是相对于偏好而言的；问题在于偏好、信息和约束是否被正确描述。

3. 不能忽略模型外的参与者

企业价格战可能引发监管介入，平台规则可能引起舆论和迁移，国家博弈可能受到国际组织、盟友和国内政治的影响。一个两人矩阵如果把第三方反应完全删掉，可能得到漂亮但无用的结论。

4. 不能把均衡当作必然结局

纳什均衡是一个自洽结果，不保证参与者一定会到达它。学习、误解、历史路径、焦虑、领导者偏好和随机冲击，都可能让现实停在别的地方。均衡更像一张地图上的稳定地点，不是自动驾驶路线。

十五、把博弈论压缩成一张地图

如果只记住本文最重要的内容，可以记住下面这条链：

博弈论最有用的提醒，不是「永远先下手」，也不是「永远相信别人」。它提醒你：

• 先问对方有什么选择，而不是只问自己想做什么。
• 先看对方掌握什么信息，再判断对方的行为是否奇怪。
• 先分清一次性关系和长期关系，短期最优可能不是长期最优。
• 先检查威胁是否可信，口头承诺不等于真正的承诺。
• 先找能改变激励的规则，很多冲突不是人品问题，而是结构问题。
• 先区分事实预测和价值判断，均衡稳定不等于结果公平。

市场上的价格、合同里的条款、公司里的制度、国家之间的协议，都是人们试图把相互依赖变得可管理的办法。博弈论把这层依赖关系抽出来，让我们看到：有些「坏结果」不是某个人特别坏，而是每个人都在一个鼓励防御和背叛的结构里做出了可以理解的选择；也有些「合作」不是因为人突然变高尚，而是因为重复关系、可信规则和共同收益让合作终于成为理性的选择。

下次你看到两家公司同时降价、一个同事不愿共享资料，或者一场谈判迟迟无法推进，不妨先不要急着评价谁自私。把玩家、行动、信息、收益和时间顺序写出来。也许问题并不是「谁应该先让步」，而是这场博弈为什么让所有人都觉得让步会吃亏。找到那个结构，才有机会真正改变结果。

十六、把几个现实场景完整拆开

前面讲了很多概念，但博弈论真正变得有用，往往发生在你能把一个模糊冲突拆成参与者、策略、信息和收益的时候。下面不追求一个精确的数值答案，只练习把结构看清楚。

1. 价格战：降价可能是最合理的坏选择

甲、乙两家外卖平台都可以选择高补贴或低补贴。高补贴能吸引用户和商家，但会减少短期利润；如果一家高补贴、另一家低补贴，高补贴者可能抢走市场，低补贴者则流失用户；如果两家都高补贴，用户得到便宜价格，但平台都烧钱。

表面上看，平台「应该停止补贴」，但单方面停止会把用户送给竞争对手。于是每个平台都可能把补贴当成防御，而不是主动选择。要改变结果，可以改变用户迁移成本、商家多归属能力、补贴透明度、融资约束和监管规则。

分析问题：
1. 用户是否可以同时使用两个平台？
2. 商家是否可以同时接入两个平台？
3. 补贴吸引来的是长期用户，还是只追逐优惠的用户？
4. 谁承担补贴成本，谁获得长期网络效应？
5. 融资能力是否让某个平台可以把短期亏损变成进入壁垒？

如果用户和商家可以轻松多归属，平台补贴的锁定效果较弱；如果评价、配送网络和数据强烈绑定，网络效应会让竞争更像一场争夺生态位的动态博弈。

2. 供应链：最低价不一定是最低总成本

制造商与供应商之间不只是一次采购。制造商希望低价、准时、高质量；供应商希望稳定订单、合理账期和可预测需求。若制造商每次都压到最低价，供应商可能减少质检、降低库存或把风险转嫁到交付环节。短期看制造商占便宜，长期可能出现质量事故和供应中断。

把合作写成重复博弈后，稳定订单、共同预测、质量追溯和分阶段付款，都可能成为合作机制。双方不需要永远「相信」对方，只要偏离合作的损失足够清楚，守约就可以成为理性选择。

但合作也可能变成排他和封锁。供应商为了专用设备投入大量资金后，制造商可能利用其无法转向别处的处境压价；供应商一旦掌握关键部件，也可能反过来要挟制造商。合同要明确投资归属、价格调整、替代供应和退出条件，把未来的议价风险提前写进规则。

3. 合租与家务：一个小型公共品博弈

合租房里的清洁是公共品：大家都享受干净环境，但每个人都希望别人承担劳动。每周轮流打扫、按次付费、共同聘请保洁，都是不同机制。

如果规则只说「大家自觉」，实际行动可能取决于谁更在意整洁、谁更常在家、谁更怕冲突。轮值制度减少了争论，但需要记录和补位；按次付费降低了搭便车，却可能让经济条件不同的人承担不成比例的成本；共同雇人最稳定，但需要每个人按时付款。

这个例子提醒我们，所谓「公共品困境」不只发生在国家和环境问题上。任何收益共享、成本难以排他的场景，都需要回答：谁贡献？谁监督？谁可以搭便车？违约后怎样恢复合作？

4. 二手交易：为什么平台要做担保和评价

二手商品交易中，卖家通常比买家更清楚产品质量。若平台没有评价、验货、退款和争议处理，买家会担心买到坏货，只愿意出平均价格；优质卖家可能退出，低质量卖家占比上升，市场进一步恶化。

平台担保把交易双方的部分风险转移给中介，但平台也会面对恶意退款、刷单、伪造评价和虚假维权。于是平台需要设计保证金、证据标准、申诉时限和信用惩罚。规则越复杂，执行成本越高；规则越简单，漏洞越容易被利用。

评价系统也是一个重复博弈装置。卖家知道今天的行为会影响未来交易，买家知道恶意差评可能影响自己的信用，双方就多了一层长期约束。但评价必须尽量区分真实体验和报复行为，否则信号会失真。

5. 租房：押金是风险分配，不只是形式

房东担心租客损坏房屋或拖欠租金，租客担心房东不退押金或临时改变条件。押金让租客在退租时保留一部分风险责任，但押金过高会提高进入成本，也可能排除现金有限但信用良好的租客。

第三方托管、入住验收、维修责任清单、分期押金和信用记录，都是改善信息与风险分配的机制。一个「押金越高越安全」的直觉并不总成立：高押金可能让房东更有安全感，却降低可租需求，还可能诱发灰色转租和短期套利。

6. 公共资源：渔场、停车位和网络带宽

多人共享有限资源时，每个人多使用一点，收益归自己，拥堵成本却由大家共同承担。渔民多捕一条鱼、司机多占一个停车位、用户在高峰期占用更多带宽，都会产生类似结构。

常见解决办法包括配额、价格、预约、轮换、产权、社区规范和技术限流。价格机制能让资源流向支付意愿更高的人，却可能伤害低收入者；配额更强调数量控制，却需要分配和监督；社区规范成本较低，但依赖成员之间的信任和长期关系。

7. 信息分享：为什么团队里有人藏信息

如果团队奖金只奖励个人可见产出，成员可能藏住客户线索、技术经验和失败教训，因为分享会降低自己的稀缺性。若奖励完全按团队平均分配，又可能鼓励搭便车。

更好的机制往往不是二选一，而是同时保留个人与团队指标：个人承担明确责任，团队共享项目结果；文档、代码审查、知识传承也成为可见贡献；关键决策记录依据，避免事后把集体结果归功于某一个人。

十七、几个常见误读

1. 「纳什均衡就是最优解」

不是。囚徒困境的双方认罪是纳什均衡，但双方都沉默的结果更好。均衡只说明没有人愿意在别人不变时单独偏离，不说明总收益最大、公平或合法。

2. 「博弈论只讲自私」

不是。合作、互惠、公平、声誉和身份都可以进入收益函数。一个参与者愿意为了公平牺牲金钱，仍然可以被分析为在最大化自己的整体效用，只是他的效用不只包含账户余额。

3. 「有威胁就有威慑」

不是。威胁必须可信。一个国家、企业或个人如果在真正执行威胁时会先伤害自己，对方就可能把它当作谈判姿态。可信承诺往往来自合同、资源投入、公开规则和无法轻易撤回的行动。

4. 「重复博弈一定会产生合作」

也不是。重复关系可能产生合作，也可能让报复、欺骗和冲突持续更久。合作需要足够长的未来、行动可观察、参与者能够识别对方、惩罚不会毁掉所有未来收益，并且不存在一个强到足以单方面获利的参与者。

5. 「信息越多，结果一定越好」

信息能减少不确定性，但获取、验证和公开信息都有成本。过度透明可能导致隐私泄露、短期主义和策略性操纵；一个指标公开后，参与者可能只优化指标，而不是优化真实目标。

6. 「先行动一定有优势」

先手可以建立承诺、抢占资源和设定标准，但也会先暴露信息、承担试错成本，并给后手观察和针对的机会。先手优势取决于行动能否被锁定，以及后手是否能低成本调整。

十八、练习：自己动手画一张博弈表

练习一：两个同事都不愿做汇报

两位同事 A 和 B 都可以主动做汇报或等待对方。主动做的人获得可见度，但承担时间成本；等待的人节省时间，但如果没人做，两人都会被批评。

不要急着填数字，先回答：

1. 谁是真正的参与者？领导是否也是第三个玩家？
2. A 和 B 是否知道对方的能力、时间和意愿？
3. 主动做汇报的收益是奖金、声誉，还是未来晋升？
4. 如果两人都等待，谁最终会被迫承担？
5. 设定轮值、共同署名或明确负责人后，哪个收益发生了变化？

如果「谁都不做」是稳定结果，问题未必是员工懒惰，可能是组织把责任和回报设计得不匹配。把负责人写进项目管理工具、把贡献纳入评价、允许另一个人提供材料，都可能改变均衡。

练习二：商家是否接受平台独家协议

平台提供更低抽成，但要求商家独家经营；商家也可以接受普通抽成，同时接入多个平台。分析时需要比较：独家带来的流量、抽成节省、失去替代平台的风险、平台未来改变规则的能力，以及合同结束后的迁移成本。

这里既有讨价还价，也有信息不对称和重复博弈。商家如果无法验证平台承诺的流量，就需要保证最低订单、退出条款或阶梯式合作；平台如果担心商家拿到流量后转投竞争者，就会设计锁定期和违约金。所谓「哪个方案更优惠」，取决于整个策略集合，而不是只看一个百分比。

练习三：两个国家是否减排

每个国家都有减排和不减排两个选择。双方都减排，气候损失较小；一方减排、另一方不减排，后者享受部分环境收益却少承担成本；双方都不减排，短期成本低但长期损失大。

要让合作持续，可以增加长期交易、技术转让、碳边境措施、核查、资金援助和违约成本。但这些机制又引出公平问题：历史排放更多的国家是否应承担更高责任？发展阶段不同的国家是否应有不同义务？博弈论能展示激励矛盾，却不能单独回答责任分配的价值问题。

十九、学习博弈论的正确姿势

不要从背诵一堆均衡名词开始。先学会把生活中的一句话改写成结构：

原话：平台太坏了，为什么不把抽成降下来？
改写：平台、商家和消费者分别有哪些策略？平台降抽成后，商家会增加供给吗？消费者会迁移吗？平台是否有融资和网络效应支持短期亏损？

原话：同事太自私了，为什么不共享资料？
改写：分享的短期成本和长期收益是什么？贡献是否可见？不分享的人是否得到个人评价优势？团队是否有重复合作和惩罚机制？

原话：两家公司为什么一直打价格战？
改写：双方是否有占优的降价策略？价格战是一次性还是重复博弈？成本结构是否相同？是否存在可信的合作规则，以及法律允许的边界是什么？

接着画最小收益矩阵。如果行动有先后，就画博弈树；如果信息隐藏，就标出谁不知道什么；如果关系会持续，就把未来收益和声誉放进去。最后再问：改变哪个参数，才可能改变结果？

学习博弈论真正获得的不是「看穿别人」的快感，而是更清楚地看到自己的选择也在塑造别人的选择。你今天怎样定价，可能决定竞争对手明天怎样定价；你今天怎样对待供应商，可能决定对方以后愿意给你多少信息；你今天是否守约，可能决定别人未来是否愿意和你合作。

二十、演化视角：没有人计算，也会出现策略

传统博弈论常从「参与者会计算」开始，但现实中很多行为并不是个人深思熟虑后的结果。企业沿用行业惯例，消费者照着默认选项，动物重复某种求偶或争斗行为，群体中的策略也会因为模仿和淘汰而改变。演化博弈论关注的正是：某种行为能否在群体中留下来，而不是某个人是否能写出收益矩阵。

1. 鹰与鸽子：竞争不总是越强硬越好

假设两只动物争夺资源。鹰派策略是直接争斗，鸽派策略是展示、等待或分享。资源很多时，鹰派可能占优势；但如果争斗成本很高，群体中鹰派太多，互相冲突的代价会让温和策略重新具有吸引力。

企业竞争也有类似结构：持续价格战可能让进攻者短期获得份额，却同时消耗现金、损害品牌并压缩行业利润。一个市场未必会被最强硬的企业永久占领，因为强硬本身会改变环境，使其他策略变得更有价值。

2. 复制动态：成功策略会被模仿

如果一种策略在当前环境下获得更高回报，更多参与者可能模仿它；如果回报下降，参与者会转向别的策略。简单写成：

策略比例的变化 ≈ 该策略收益 − 群体平均收益

这不是精确预测，而是一个方向性直觉。一个营销方式刚出现时可能很有效，大家模仿后注意力变贵，收益就下降；一个平台规则刚推出时能提高转化，商家学会钻空子后，规则需要再次调整。

3. 信任如何成为一种资源

信任不是脱离利益的浪漫词。它能减少核查、谈判、担保和监督成本，让交易更快、更便宜。一个供应商因为过去长期守约而获得更大订单，实际上是在把历史合作转化成未来机会。

但信任也可能被利用。制度设计不能要求人无限信任，而应当让违约可发现、损失可追偿、善意行为有回报。最稳定的关系不是「谁都不会背叛」，而是「背叛有代价，误会有修复，合作有收益」。

二十一、最后的结论：先看结构，再评价行为

博弈论最值得带走的不是一张收益矩阵，而是一种换位方法。看到一个结果时，先问参与者面对的选择是什么；看到一个人反复做出让大家都不满意的行为时，先问这个行为在他的收益结构里是否合理；看到一个合作失败的团队时，先问贡献是否可见、未来是否重要、违约是否有代价；看到一个政策效果不佳时，先问参与者有没有绕开规则的动机。

很多经济行为看上去像性格问题，实际上是激励问题；很多激励问题看上去可以靠惩罚解决，实际上还需要信息、信任和可执行的承诺；很多承诺看上去很可靠，到了真正需要执行的时候却会发现它伤害了承诺者自己。

所以，分析一场博弈至少要同时保留四种视角：个人的短期收益、关系的长期价值、制度的执行成本，以及结果对公平和社会整体的影响。只看其中一个视角，都会得到半真半假的结论。

当你把这套方法用在价格、合同、职场、平台和公共政策上，博弈论就不再是课本里一组冷冰冰的术语，而是一张帮助你看清相互依赖关系的地图。地图不会替你选择，但会提醒你：真正能改变结果的，往往不是要求所有人突然变好，而是让更好的行为在现实结构中也值得选择。