S-囚徒困境与社会的基本问题.ppt

（二）合作与惩罚 1. 在长期的重复博弈关系中人们之所以可能会实现合作，是因为重视未来收益，不会为了短期利益而做出有损未来收益的当前行为。换言之，对未来的态度决定了当前的行为； 2. 正因为此，如果在长期的重复博弈关系中有背叛或不合作行为的出现，惩罚可能会成为实现合作的有效手段； 3. 重复博弈中惩罚的两种策略： 针锋相对（tit-for-tat）：每一次的行动都建立在对手前一次行动的基础上。 （二）合作与惩罚 3. 重复博弈中惩罚的两种策略： 触发策略（trigger strategy）或冷酷策略：合作中如果有任何一方采取一次背叛或不合作行为，其他博弈方就永远不与其合作。 以上两种都是对不合作行为的惩罚，根据博弈论专家的社会实验，第一种方法有效性更高。 （二）合作与惩罚 4. 但是不是所有的惩罚都有效：①惩罚对方的同时也惩罚了自己（触发策略）；②实施惩罚的条件不可信。 案例：惩罚不可信博弈 （二）合作与惩罚 5. 严厉可信惩罚战略 究竟什么样的惩罚最有利于鼓励人们合作？ Abreu（1986）在“External Equilibria of Oligopolistic Supergame”一文中指出，当发现对方有不合作行为时，对对方的惩罚足够长、足够大，并对实施处罚的人来说是最优的，即“严厉可信惩罚战略”（the strongest credible punishment）。 （二）合作与惩罚 6. 不确定性下的最优惩罚 在确定的情况下，惩罚越严厉，越有助于合作。因为确定情况下，欺骗从来不会发生，所以惩罚实际上是没有成本的。 但在不确定的情况下，即使每个人都选择合作，“坏结果”也会出现。如果坏结果总是触发惩罚，就会冤枉好人，过重的惩罚反到导致不合作；但如果总是原谅，合作也不会发生。这就有一个“最优惩罚”的问题。 （二）合作与惩罚 系安全带会导致事故概率提高吗？ 例如：20世纪60年代美国立法强调要求司机系安全带的争议 6. 不确定性下的最优惩罚 在现实社会中，当出现对方不合作行为时，人们会尽量获得一些相关的信息，判断这种行为多大程度上是故意的，多大程度上是客观环境造成的，然后再决定是否惩罚以及多大的惩罚。 刑法上讲量刑必须适度，社会治理上讲“宽严结合”，管理上讲“恩威并施”，其本质都是“最优惩罚”的问题。 （二）合作与惩罚 谢谢聆听！ “我们有望得到晚餐并非源于屠夫、酿酒师或面包师的仁慈，而是源于他们关心自己的私利。” ——亚当斯·斯密 “合作现象随处可见，它是文明的基础。” ——罗伯特·阿克塞尔罗德 人类社会的两个公理 自利是人的天性 合作是社会的基础 一、“囚徒困境”模型及其意义 （一）“囚徒困境”模型的起源 “囚徒困境”模型是是博弈论中最经典、最著名的模型，由普林斯顿大学数学系主任塔克（Tucker）1950年提出的； 该博弈本身讲的是一个法律刑侦或犯罪学方面的问题，但可以扩展到许多经济问题，以及各种社会问题，可以揭示人类社会合作失败的重要原因。 （二）囚徒困境的基本模型 -5， -5 0， -8 -8， 0 -1， -1 坦 白 不坦白 坦 白 不坦白 两个罪犯的支付矩阵 囚徒 2 囚 徒 1 囚徒1：坦白 囚徒2：坦白 一般意义： 囚徒困境博弈既揭示了个体理性与集体理性之间的矛盾——从个体利益出发的行为不能实现团体的最大利益，同时也揭示了个体理性本身的内在矛盾——从个体利益出发的行为最终也不一定能真正实现个体的最大利益，甚至会得到相当差的结果。 （三）囚徒困境的模型的意义 二、社会的基本问题 人类社会与其他动物群体的一个重要区别是，人与人之间可以通过运用个人理性而达致某种形式的合作。合作能产生“合作剩余”。 但是问题在于：在每个人都具有自利动机的情况下，人们怎样才能通过社会博弈而自发产生合作？换言之，社会合作能否从有着自己利益最大化推理逻辑的个人的行为互动中自发产生的？ 三、关于这一问题的重要思想 （一）西方古典社会契约理论 霍布斯（Thomas Hobbes）的“利维坦”理论 卢梭（Jean-Jacques Rousseau）的“社会契约论”。 （一）西方古典社会契约理论 1. 霍布斯的“利维坦”理论 人类的自利与欲望→避免“自然状态”下的“所有人对所有人的战争”→“利维坦”→社会合作 没有利维坦（“作为国家政府的集权体制机构”）的存在，人类合作将使不可能产生的，因此一个强权的政府机构是必要的。 （一）西方古典社会契约理论 2. 卢梭的“社会契约论” 自由人之间的“公意”＋“社会契约”→“公意”的代表、社会契约的维护者（个人或组织）→社会合作 自由人之间相互交往会产生“公意”（general will），在公意存在的情况下，通过某种“社会契约”，就可以达致并维持某种人类社会