博弈经典“囚徒困境”对利益最大化的启示

　　【环球旅讯】（特约评论员 胡质健）1950年，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）拟定出相关困境的理论，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”。经典的囚徒困境如下：

　　警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人有罪。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，沉默者将判监10年；若二人都保持沉默，(即"合作")，则二人同样判监半年；若二人互相检举(即互相"背叛")，则二人同样判监2年。他们如何选择？此例的分析对很多问题，如价格战、环境保护、商务谈判、关税战等等问题的处理有广泛的指导意义。

　　首先来分析囚徒们如何选择，以及不同选择会有什么样的结果。显然，如果囚徒们互相合作，利益将得到最大化，只需要坐半年牢后无罪释放。若囚徒们不互相合作，则无法脱离困境，利益不能最大化。他们每人其实只有两个选择，即沉默或认罪，也就是与对方合作或背叛对方。结果也只有四种，请看图表。

　　囚徒困境是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。囚徒困境的主旨为，囚徒们虽然彼此合作，坚不吐实，可为全体带来最佳利益（无罪开释），但在无法沟通的情况下，因为出卖同伙可为自己带来利益（缩短刑期），也因为同伙把自己招出来可为他带来利益，因此彼此出卖虽违反最佳共同利益，反而是自己最大利益所在。但实际上，执法机构不可能设立如此情境来诱使所有囚徒招供，因为囚徒们必须考虑刑期以外之因素（出卖同伙会受到报复等），而无法完全以执法者所设立之利益（刑期）作考量。 　　

　　以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑半年，总体利益更高，结果也比两人背叛对方、判刑2年的情况较佳。但大多数囚徒只追求自己个人利益，而不信任对方，多数情况是两个囚徒都选择背叛，结果二人判监均比合作为高，总体利益较合作为低。这就是“困境”所在。例子有效地证明了在非零和博弈中，帕累托最优和纳什均衡是互相冲突的。

　　那么，在酒店或在线旅行社的定价过程中，对整体或每家酒店或在线旅行社都有利，利益最大化的做法是大家都不降价或者都提价（即合作），通过提高产品服务的质量和品牌的竞争力提高市场份额。但是，很多酒店和在线旅行社不考虑整体的利益，只考虑自己的利益，也不相信对方而采取降价的策略。他们的思路是这样的：如果我们降价而对方不降价，顾客就会从他们那边跑到我们这边，从而，我们的收入和市场占有率提高了；如果我们不降价，对方也许会降价或偷偷地打折，那么我们的顾客就流失了。所以不如我们先降价。每个酒店和在线旅行社都这么想，价格战不可避免，整个行业的收入减少，市场价格一片混乱，最后两败俱伤，全倒霉。

　　所以，在竞争与合作中，我们应该常常想到如何采取整体利益最大化的策略，实现共赢，多赢，因为除了是你死我活，非胜即败之外，还有可能大家都赢，而且每个人都赢得更多的可能。这就是笔者在康奈尔大学学习的《谈判的策略和技巧》的精髓。