第3章博弈心理学的七个模型
第3章博弈心理学的七个模型
作为“理性人”，我们都希望实现利益的最大化，而这个目的不可避免地受到环境、制度和他人的制约，因此我们必须作出选择（也就是策略）。而我们策略的相互作用（这正是博弈研究的课题）又可能导致更多的、更高层次（群体、国家乃至人类）的问题的选择。对于这些问题，我们可能不会找到最佳答案，但是思考这些问题，无疑将大大提高我们的理解能力和决策能力。
囚徒困境，选择决定胜败
1950年，就职于兰德公司的梅里尔·弗勒德（merrillflood）和梅尔文·德雷希尔（melvindresher）拟定出一种相关困境的理论，后来由顾问艾伯特·塔克（alberttucker）以囚徒方式阐述，并命名为“囚徒困境”。这也是关于博弈论流传最广的一个故事，在哲学、伦理学、社会学、政治学、经济学乃至生物学等学科中，获得了极为广泛的应用。
故事有很多版本，大意是这样的：
有一天，一位富翁在家中被杀，财物被盗。警方在此案的侦破过程中，抓到两个犯罪嫌疑人，并从他们的住处搜出被害人家中丢失的财物。但是，他们矢口否认曾杀过人，辩称是先发现富翁被杀，然后只是顺手牵羊偷了点儿东西。于是警方将两人隔离审讯。检察官说：“你的偷盗罪确凿，所以可以判你1年刑期。但是，我可以和你做个交易。如果你单独坦白杀人的罪行，我只判你3个月的监禁，但你的同伙要被判10年刑。如果你拒不坦白，而被同伙检举，那么你就将被判10年刑，他只判3个月的监禁。但是，如果你们两人都坦白交代，那么，你们都要被判5年刑。”
显然最好的策略是双方都抵赖，结果是大家都只被判1年。但是由于两人处于隔离的情况下无法串供。那么，囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方的选择；而即使他们能交谈，还是未必能够尽信对方不会反水。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择？
若对方沉默，背叛会让我获释，所以会选择背叛。
若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。
两人面对的情况一样，所以两人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的平衡，就是双方参与者都背叛对方，结果两人同样服刑5年。
这样两人都选择坦白的策略以及因此被判5年的结局，被称为“纳什均衡”，也叫非合作均衡。从这里可以引出一个悖论：从利己的目的出发，结果却损人不利己。两个囚徒的命运就是如此。从这个意义上说，我们还可以悟出一条真理：合作是有利的“利己策略”。
但它必须符合以下黄金律：也就是我们常说的“己所不欲，勿施于人”，且前提是“人所不欲，勿施于我”。
现实中，无论是人类社会或大自然都可以找到类似囚徒困境的例子：
在政治学中，两国之间的军备竞赛可以用囚徒困境来描述。两国都可以声称有两种选择：增加军备（背叛）或是达成削减武器协议（合作）。两国都无法肯定对方会遵守协议，因此两国最终会倾向增加军备。似乎自相矛盾的是，虽然增加军备会是两国的“理性”行为，但结果却显得“非理性”（例如会对经济造成损害等）。这可视作遏制理论的推论，就是以强大的军事力量来遏制对方的进攻，以达到和平。
在经济学中，表现为关税战。两个国家，在关税上可以有两个选择：
提高关税，以保护自己的商品。（背叛）
与对方达成关税协定，降低关税以利各自商品流通。（合作）
当一国因某些因素不遵守关税协定，独自提高关税（背叛），另一国也会作出同样反应（亦背叛），这就引发了关税战，两国的商品失去了对方的市场，对本身经济也造成损害（共同背叛的结果），然后两国又重新达成关税协定（重复博弈的结果是将发现共同合作利益最大）。
在商业中，以广告战为例：两个公司互相竞争，它们的广告互相影响，即一个公司的广告若被顾客接受，则会夺取对方的部分收入。若两者同时期发出质量类似的广告，则收入增加很少，但成本增加；若不提高广告质量，生意又会被对方夺走。
这两个公司可以有两个选择：
互相达成协议，减少广告的开支。（合作）
增加广告开支，设法提升广告的质量，压倒对方。（背叛）
若两公司不信任对方，无法合作，背叛成为支配性策略时，两公司将陷入广告战，而广告成本的增加损害了两公司的收益，这就是陷入囚徒困境。在现实中，要两个互相竞争的公司达成合作协议是较为困难的，多数都会陷入囚徒困境中。
除了上述领域，在生活中，往往也有很多囚徒博弈的例子，有这样一个故事：
两个旅行者麦克和约翰从一个以出产瓷器的著名旅游胜地回来时，他们各买了一个瓷花瓶。提取行李时，发现花瓶被碰破了。他们向航空公司索赔。
航空公司估计花瓶的价格在80～90元，但不知道这两位旅客购买的准确价格。航空公司要求两位旅客在100元以内，自己写下花瓶价格。若两人写的相同，说明他们说了真话，就照他们写的数额赔偿；如果两人写得不一样，那就认定写得低的旅客讲的是真话，按这个低的价格赔偿，但是对讲真话的旅客奖励2元钱，对讲假话的旅客罚款2元。
如果两人都写100元，他们都会获得100元。但是，假定约翰写100元，麦克改写99元，则他会获得101元。约翰又想，若麦克写99元，他自己写98元，比写100元好，因为这样他获100元，而自己写100元当麦克写99元时自己却只获97元。而给定约翰写98元，麦克又会写97元……这样，最后落得两个人只写1元的境地。