第一讲静态博弈(2016)

4
建立博弈模型
三要素： 参与人(player) 策略(strategy) 支付（payoff） ——谁采取什么行动得到什么
5
表述方法
标准式：数字矩阵（多用于静态博弈） 扩展式：树形图（多用于动态博弈）
6
ห้องสมุดไป่ตู้
模型：正确还是错误？
老师 接受 送 袁枚 不送 不接受
错误：策略分类不正确
7
老师 接受 不接受

袁枚
明送 暗送 不送
8
行动
老师的行动：
“接受”还是“不 接受”
袁枚的行动：
“明送”、“暗 送”和“不送” 。
9
支付的解决
斯大林时期的苏联，一位乐队指挥坐在火车 上看乐谱，克格勃认为是密码，将他作为间 谍逮捕。 指挥说看的是柴可夫斯基的小提琴协奏曲， 但无济于事。 入狱第二天，克格勃说：“你老实招了吧， 我们已经抓住你的朋友柴可夫斯基，他正在 招供。”
13
基数与序数对换
0=第1，-1=第2，-8=第3，-10=第4 基数模式
坦白 囚徒A 坦白 抵赖 囚徒B 抵赖
-8，-8 -10，0
0，-10 -1，-1
14
序数模式的囚徒困境
囚徒B
坦白 囚徒A
抵赖
坦白
抵赖
第3，第3 第4，第1
第1，第4 第2，第2
15
一、纳什均衡
萨缪尔森说：“你可以将一只 鹦鹉训练成经济学家，因为他 所要学习的只有两个词：供给 和需求。” 坎多瑞说：“要成为现代经济 学家，这只鹦鹉要多学一个词： 纳什均衡。” 纳什均衡是一种策略组合，使 得每个参与人的策略是对其他 参与人策略的最优反应。
2、查尔斯利普森“经济和安全事务领域的合作”，《新现实主义和新自 由主义》，第66页。 囚徒B
坦白 抵赖 坦白 抵赖
囚徒A
-1，-1 -10，10
10，-10 9， 9
12
支付:序数or基数
对于每个囚徒，都有四个策略组合： A=自己坦白,对方抵赖 B=自己坦白,对方坦白 C=自己抵赖,对方抵赖 D=自己抵赖,对方坦白 四个策略组合的支付按序数排列:
在英国不领导反法联盟时，其他国家（以奥地利为 例）的支付情况是RC>RD>PD>PC。奥地利在 “不加入联盟”（D）和“加入联盟”（C）之间 不存在优势策略。
英国积极领导和支持联盟行动之后，奥 地利等的支付就发生了变化。 PC>RD>RC>PD。
法国的优势策略一直是威胁进行惩罚。 发生改变的是欧洲国家与反法联盟领导国之 间的关系。 英国的加入提高了其他国家对于法国的相对 实力位置，大陆国家对于法国力量的脆弱性 随之被降低了，因此他们敢于冒险加入联盟 。
国际关系定量分析 第一讲 静态博弈
清华大学国际问题研究所 漆 海 霞
1
博弈的分类
无限多轮 博弈 有限多轮 博弈 静态博弈
贴现因 子
逆向归纳法
纳什均衡
2
一、学生与老师的博弈
我们每天生活都面临博弈: 学生与老师（投其所好） 国际谈判 博弈的实质： 分析选择、预测行为
3
例：袁枚的高帽子
清代袁枚官拜七品县令。赴任前向老师尹 文瑞辞行。 尹文瑞问他：“你此去赴任，都准备了 什么？” 袁枚回答：“学生也没准备什么，就准 备了一百顶高帽子。” 尹文瑞不高兴的说：“你年纪轻轻，怎 么就搞这一套！” 袁枚说：“如今社会上大都喜欢戴高帽 子，像您老人家这样不喜欢戴高帽子的人真 是凤毛麟角呀！” 尹文瑞听罢此言，很是受用。 袁枚出了尹文端的家门,便得意地对人 说;“还未出京城,这高帽子就送出一顶，只剩 九十九顶了。”
坦白 囚徒A 囚徒B 抵赖
坦白
抵赖
-8，-8 -10，0
0，-10 -1，-1
18
Whiteneck J. Daniel (2001), “Long-term bandwagoning and short-term balancing: the lessons of coalition behaviour from 1792 to 1815,” Review
16
囚徒困境的纳什均衡
A：若B坦白，A应坦白(-8>-10)。 若B抵赖，A应坦白(0>-1)。 B：若A坦白，B应坦白(-8>-10)。 若A抵赖，B应坦白(0>-1)。 纳什均衡：A、B都坦白。 意义：合作困难。
17
找囚徒困境的纳什均衡
合作（抵赖）帕累托优于背叛（抵赖）， 但不是均衡结果。
of International Studies, Vol. 27, No. 2 (Apr., 2001), pp. 151-168.
研究问题：1792-1815年间，面临拿破仑时 期法国对欧洲大陆的威胁，欧洲国家为何有 时会退出联盟追随（bandwagoning）法国 或是采取隐藏（hiding）战略，而不是一直 采取联盟（coalition）策略制衡法国 ？
10
囚徒困境
双方都不想背叛对方，但在这个博弈下，最好 的选择就是双方都坦白。
坦白 囚徒A 坦白 抵赖 囚徒B 抵赖
-8，-8 -10，0
0，-10 -1，-1
11
为何有不同的囚徒困境
1、张维迎：《博弈论与信息经济学》，第15页
囚徒B
坦白 囚徒A 坦白 抵赖
抵赖
-8，-8 -10，0
0，-10 -1，-1