试论我国城市文化建设的现实困境。

“囚徒困境”是博弈论的一个经典案例。它是著名经济学家塔克最早修改而提出来的一个例子。囚徒困境讲述的是这样一个故事：警察抓住两个偷窃的嫌疑犯，并分别把他们隔离在两个审讯室中进行审问。警察知道这两个人除此次人赃俱获的偷窃外，还犯有其他罪行，但缺乏足够的证据定罪。于是，警察想就此机会，让嫌疑犯彻底坦白其罪行，其方法是分别私下告诉每一个嫌疑犯如下的出路：如果只有他一人坦白而对方抵赖，那么，坦白者被释放，抵赖者被判9年徒刑；如果两人都坦白，各判5年；如果两人都抵赖，当然就只能以现有证据，各判2年。在这种情况下，每个嫌疑犯都只有“坦白”或“抵赖”两种策略选择，并面临着四种可能的结局，表10-2刻画了这两个嫌疑犯面对的博弈。 其中，每格前一个数字代表A的支付（即被判的刑期），后一个数字代表B的支付。这种博弈的结果将是：如果每个嫌疑犯都只是想使自己的利益最大化（即被判的刑期最短），而且无法影响对方的行为，那么，唯一可能的答案就是：两人都坦白交代，各自被判5年徒刑。因为在此案例中，当参与者力图使其损失最小化时，他就只能遵循“最小最大”的决策标准，即“最大损失中求取最小损失”的决策，参与者将选择那种能使可能的最大损失最小化的策略。对于囚犯A来说，最大损失中求取最小损失的策略是“坦白”，对B来说，同等的策略也是“坦白”，从而建立起一种策略均衡。在这种均衡中，“坦白”是他们每个人的超优策略。{图0} 其实在“囚徒困境”中，最好的结局是都“抵赖”，各判2年徒刑，但这是不可能的。因为不论是嫌疑犯A还是B，只要单独改取“坦白”的策略，就会由2年的徒刑改为释放，因而存在着偷换策略的诱感，处于不稳定的状态。在右上角如果B改取“坦白”的策略，刑期就可以从9年减为5年，因而也存在着偷换策略的诱惑，处于不稳定状态。同样的道理，左下角也处于不稳定状态。简言之，“抵赖”是一种劣策略。理性的参与者当然不会选择这种策略。 如果嫌疑犯在决定是否坦白之前可以交流信息，结果不会有差异。假设他们认识到警察已经发现他们的隐瞒之事，但他们在被抓之前有几分钟时间进行理性的讨论。嫌疑犯A-开始就指出，虽然每个人都有一个超优策略，但“坦白”会导致一个帕累托无效率的结果，所以，为什么不一致否认罪行呢？嫌疑犯B也有此思想，并同意这样做。但是两个小时后，他们最终会背叛同盟，坦白认罪，形成各判5年的结果。因为虽然有口头协议，但它却不具有约束力。每个囚徒都希望对方抵赖，自己坦白而释放。当他们都这样想并这么做时，就形成（坦白，坦白）的策略组合，（坦白，坦白）的策略组合是一个纳什均衡。 可以从上述讨论中得出一个重要的结论：超优策略均衡虽然是唯一可以预见到的结果，但这种策略组合却不一定是帕累托有效率的策略。在“囚徒困境”中，（坦白，坦白）是帕累托无效率的策略，因为每个人都被判5年徒刑，并不是博弈者共同的最优结果。他们共同的最优结果应该是各判2年，但却是无法实现的。于是，“囚徒困境”常常被经济学家作为一个经典案例来说明：自利的个人理性行为并没有导致一个社会的最佳结果，即个人理性与集体理性之间存在着深刻的冲突。 当然，在重复博弈中，囚徒困境可能会出现非合作性的共谋。尽管每个囚犯冒着被其他囚犯出卖的风险，但如果他选择不合作，就会失去获得长期合作收益的可能性，如果博弈重复的次数足够多，未来收益的损失就会超过短期被出卖的损失，因此，可能会出现参与者彼此合作的情况，采取帕累托有效的策略。