朝核危机中囚徒困境.docxVIP

浅论朝核危机中朝美间囚徒困境目前，朝核危机已经发展为攸关地区各国安危、纠结半岛周边四大国利益、影响东北亚地区格局变化的多边博弈。自从博弈论发展为一门科学理论以来，在国际政治中得到了广泛的应用，而朝核危机中的各方尤其是美朝双方的博弈带有明显的囚徒困境博弈模型的特征。因此，本文将从博弈论的角度理解和分析朝核危机中的各方主要立场，并试图对危机的发展和解决的可能性做出自己的思考。关键词：朝核危机 囚徒困境 国际博弈一 博弈论中的囚徒困境博弈论，研究参与人在相互影响下的决策行为的理论。1928年，冯·诺依曼证明了博弈论的基本原理，从而宣告了博弈论的正式诞生。1944年，冯·诺依曼和摩根斯坦共著的划时代巨著《博弈论与经济行为》将二人博弈推广到n人博弈结构并将博弈论系统的应用于经济领域，从而奠定了这一学科的基础和理论体系。1950～1951年，约翰·福布斯·纳什（John Forbes Nash Jr）利用不动点定理证明了均衡点的存在，为博弈论的一般化奠定了坚实的基础。纳什的开创性论文《n人博弈的均衡点》（1950），《非合作博弈》（1951）等等，给出了纳什均衡的概念和均衡存在定理。此外，塞尔顿、哈桑尼的研究也对博弈论发展起到推动作用。今天博弈论已发展成一门较完善的学科。在各方面有着广泛的应用。“囚徒困境”是博弈论中的一个经典模型，是博弈论的非零和博弈中具代表性的例子。在非零和博弈中，既有对抗又有合作，各参与者的目标不完全对立，对局表现为各种各样的情况，一方所得并不一定意味着其他方要遭受同样数量的损失。经典的囚徒困境由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关的理论，后来由顾问艾伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。它的经典表述如下：警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：若一人认罪并作证检控对方（“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判刑10年。若二人都保持沉默（互相“合作”），则二人同样判刑1年。若二人都互相检举（互相“背叛”），则二人同样判刑8年。基于人是理性的这一前提，由于囚徒不知道对方的想法，最理性的博弈策略就是选择检举对方。不管甲乙两人谁供认，都将得到减轻惩罚的结果：甲供认而乙沉默，甲将免于惩罚。而如果两者都供认，那么罪名共担。这时的策略可被称作占优策略。如果所有参与博弈者都有占优策略存在，那么博弈将在所有参与人的占优策略的基础上达到均衡，这种均衡被称作占优策略均衡。由于约翰·福布斯·纳什发现了这一均衡点，它也被称作纳什均衡。但很明显的是这种情况并没有达到帕累托最优，即这种占优策略均衡并非集体最优选择。因为集体最优选择是二者都沉默。但因无论对方做出什么样的策略选择，背叛对方都能让自己获得收益，那么必然要选择背叛这一道路。经典的囚徒困境用表格表示如下：乙坦白乙抵赖甲坦白（8,8）（0,10）甲抵赖（10,0）（1,1）但是在现实生活中，经典的囚徒困境远不足以解释种种实践现象。而囚徒困境中的纳什均衡也因此被称作“天真可爱的纳什均衡”。由于社会的紧密联系，博弈需要长期进行。而任何博弈中都有一个显而易见的原则：表现最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。这个原则的基础是下一步对于当前一步的影响足够大，即未来是重要的。由此可见对未来的预期是影响博弈行为的重要因素，从中可以得知多次重复的囚徒困境博弈同经典的单次囚徒困境博弈存在着很大的不同。重复博弈与一般性的动态博弈是不同的。罗伯特·阿克塞尔罗德通过对计算机竞赛试验的研究表明，即使在有限次重复博弈中，只要满足一定条件，合作行为就能频繁出现。他指出：(1)如果未来收益的贴现因子足够大，则不存在独立于对方策略的最优策略，从而打破了静态囚徒博弈中的“背叛一背叛”的占优均衡；(2)合作的出现与局中人的行为模式有关，“一报还一报”策略(tit—for—tat)为其中优选策略。多轮动态博弈中，参与者能够了解到博弈的每一步中其他参与者在自己选择某种策略下的行动，而重复博弈的参与者无法了解在任何一步中其他参与者的策略选择。重复型囚徒困境博弈中要签订协议达成合作并不困难，而协议是否能约束各方，或者说各方是否能认同协议方是真正困难所在。因为任何协议签订之后，参与者都有违反协议的动机。因为在自己违反协议而别人遵守的情况下。这一轮博弈可以获得更大的收益。二 朝核危机中最关键的囚徒困境国家间的博弈是动态的重复博弈，通过上文的描述，我们得知静态的，单次的囚徒博弈并不复杂，多数囚徒博弈经过多次重复后都能导致合作解，只有在重复博弈中遗留下来的才是最棘手的。而