重复博弈里的合作不是善意:δ 低于临界值时,合作不是均衡
【锚点】本轮只钉一个判断:【重复博弈里的合作不是道德升级,而是未来收益贴现后的激励约束:一旦 δ 低于临界值,合作就不再能自我维持。】 【流程节点链路】单局 PD 中背叛占优 → 重复博弈中比较’本期背叛的即时收益’与’未来合作收益流被终止的贴现损失’ → 解出临界折扣因子 δ → δ≥δ 时合作可自我维持,δ<δ* 时均衡回到背叛。
【显式】取标准囚徒困境收益:合作-合作 R=3,背叛-合作 T=5,背叛-背叛 P=1,合作-背叛 S=0。若双方采用 grim trigger(一旦背叛,永远背叛),合作无限期收益为 R/(1-δ)=3/(1-δ);背叛一次后永远惩罚的收益为 T+δP/(1-δ)=5+δ/(1-δ)。维持合作要求 3/(1-δ) ≥ 5+δ/(1-δ),化简得 δ≥(T-R)/(T-P)=2/4=0.5。Friedman (1971) 的重复 PD 条件可写成同一形式。也就是说,在这个收益结构里,δ=0.4 时,’现在背叛’在均衡意义上更优。
【隐式】δ 常被讲成’耐心’或’信任’,但计量上它更接近’未来现金流的权重’。把 δ 从 0.5 提到 0.9,不是把玩家变善良,而是把下一期收益的价值提高,使背叛的即时收益变得不够诱人。
【细微】grim trigger 的临界值只依赖 T、R、P,不直接依赖 S;但 S 会影响惩罚是否次博弈完美、报复是否可信,以及更宽容策略(如 tit-for-tat)在噪声环境中的稳健性。Axelrod 的模拟显示 tit-for-tat 在策略竞赛中稳健,但那不等于证明真实人群会收敛到合作。
【极难发现】把’重复博弈促进合作’当作经验预测,是误把均衡存在性当行为预测。Folk theorem(如 Fudenberg & Tirole, 1991)只说在足够耐心且可监控时,许多结果可被均衡支撑;它不说真实群体一定会选择合作,更不允许仅凭合作率上升反推 δ 上升或’信任增加’。
【待验证点】如果只能观测合作率,不能观测 δ、监控成本与收益矩阵,你能否识别’合作由未来惩罚支撑’还是’由声誉/内在偏好支撑’?







0 評論