

前面已經(jīng)指出，博弈論研究的對(duì)象是理性的行動(dòng)者或參與人面對(duì)他人，如何選擇策略或如何作出行動(dòng)的決定的。理性的人是對(duì)現(xiàn)實(shí)的人的抽象，理性的人是指能夠進(jìn)行推理的人，而博弈中的理性的人是指能夠運(yùn)用推理能力使自己的目標(biāo)最大化的人?！袄硇缘摹迸c“道德的”不是一回事，理性的與道德的有時(shí)會(huì)發(fā)生沖突，但是理性的人不一定是不道德的。我們?cè)诤竺娴恼鹿?jié)中將闡述理性的人怎么會(huì)產(chǎn)生道德的行為。

博弈涉及哪些內(nèi)容呢？

第一， 一個(gè)博弈涉及至少兩個(gè)獨(dú)立的博弈參與人（player）。

一個(gè)博弈是一個(gè)活動(dòng)，該活動(dòng)至少有兩個(gè)參與人，下文有時(shí)將參與人稱為行動(dòng)者。每個(gè)參與人通過(guò)行動(dòng)，努力使自己的效用或利益最大化。但是，他的行動(dòng)的好處或支付取決于另外的參與人。

“囚徒博弈”或“囚徒困境”是一個(gè)被廣泛談及和研究的博弈。兩個(gè)共同作案偷竊的小偷被警察抓住，被帶進(jìn)警察局單獨(dú)關(guān)押。他們面臨的“政策”是“坦白從寬，抗拒從嚴(yán)”，具體的政策是：如果一方與警方合作，招認(rèn)并供出自己與對(duì)方以前所做違法之事，而對(duì)方不招認(rèn)，招認(rèn)方無(wú)罪釋放，不招認(rèn)的另一方則會(huì)被判重刑10年；如果雙方都與警方合作共同招認(rèn)，各被判刑5年；而如果雙方均不承認(rèn)有罪，因警察找不到他們以前違法的證據(jù)，只能對(duì)他們的小偷行為進(jìn)行懲戒，各被判刑3個(gè)月。這兩個(gè)小偷如何作出選擇？

在這個(gè)囚徒困境中，參與人為兩個(gè)小偷。每個(gè)小偷的最后結(jié)果——是當(dāng)場(chǎng)釋放還是被判刑（10年、5年、3個(gè)月），不僅取決于他自己的決定，而且還取決于另外一個(gè)小偷的決定。

買賣活動(dòng)是日常生活中的常見(jiàn)現(xiàn)象。我們知道，在買賣的交換行為中，買東西的人要盡量以低的價(jià)格買到，但是他是否能買到取決于賣者是否能賣；賣東西的人想以盡量高的價(jià)格將東西賣出去，但價(jià)格太高，買者不接受，因此賣東西的人能否將物品賣出去取決于買者。

囚徒困境是一個(gè)博弈，買賣的交易活動(dòng)也是博弈。我們可看到，在任何一個(gè)博弈之中，至少存在兩個(gè)理性的參與人，他們的利益是相關(guān)的，即他們每個(gè)人的利益受其他人的行動(dòng)影響。

第二， 博弈中行動(dòng)者或參與人存在策略（strategy）選擇的可能。

博弈論用策略空間來(lái)表示參與人可以選擇的策略集。

赤壁一戰(zhàn)，曹兵大敗，曹操落荒而逃，在選擇是走通往華容道的小路，還是選擇大路時(shí)，曹操需要在兩個(gè)策略之間進(jìn)行選擇：“走大路”還是“走小路”。曹操最終選擇“走小路”。囚徒困境中的小偷面臨著“不招認(rèn)”還是“招認(rèn)”的選擇。

不同策略下的后果往往是有差異的，否則便不存在選擇的必要。對(duì)每個(gè)參與人而言，如果沒(méi)有不同選擇的可能，理性的計(jì)算便是多余的，對(duì)自己的目標(biāo)也就無(wú)能為力。從這個(gè)意義上來(lái)講，我國(guó)改革開放走向市場(chǎng)經(jīng)濟(jì)，就是使得每個(gè)經(jīng)濟(jì)主體有選擇的可能，這樣人們才能發(fā)揮其理性的作用，使每個(gè)人的經(jīng)濟(jì)狀況更好，而在計(jì)劃經(jīng)濟(jì)下因沒(méi)有可選擇的余地，每個(gè)人的理性計(jì)算能力便無(wú)從施展。

第三，參與人在不同策略組合下會(huì)得到一定的支付（payoff）。

我們往往用支付矩陣來(lái)表示參與人在各種策略組合下的支付。 這個(gè)方法簡(jiǎn)單，比用函數(shù)來(lái)表示直觀、易于理解，當(dāng)然它的缺陷是，它只能表示兩個(gè)人的博弈結(jié)構(gòu)。囚徒困境的支付矩陣為：

甲

乙 不招認(rèn) 招認(rèn)

不招認(rèn) 各被判刑3個(gè)月 甲：當(dāng)場(chǎng)釋放

乙：被判刑10年，

招認(rèn) 甲：被判刑10年

乙：當(dāng)場(chǎng)釋放 各被判刑5年

這個(gè)矩陣表示的是：若甲選擇“招認(rèn)”、乙選擇“招認(rèn)”，甲乙各被判刑5年；若甲選擇“招認(rèn)”、乙選擇“不招認(rèn)”，甲被當(dāng)場(chǎng)釋放，乙被判刑10年；若甲選擇“不招認(rèn)”、乙選擇“招認(rèn)”，甲被判刑10年，乙被當(dāng)場(chǎng)釋放；若甲選擇“不招認(rèn)”、乙選擇“不招認(rèn)”，甲乙均被判刑3個(gè)月。

我們?cè)賮?lái)刻畫一交易過(guò)程的支付矩陣。在賣主甲和買主乙之間的“買-賣”博弈中——這是一討價(jià)還價(jià)過(guò)程，通過(guò)討價(jià)還價(jià)后一個(gè)價(jià)格被確定。在此價(jià)格下我們假定，賣者賣成后獲得的效用為6，賣不成的效用為0；買者買成的效用為4，買不成的效用為0。而如果他們之間的交易不成功，無(wú)論是買主還是賣主都要等待并再次進(jìn)行討價(jià)還價(jià)，這需要成本。假定等待和討價(jià)還價(jià)的成本均為1，則支付矩陣為：

乙

甲 買成 買不成

賣成 6，4 5，0

賣不成 0，3 0，0

這兩個(gè)矩陣表明，在每個(gè)策略組合下參與人有一個(gè)收益值或支付值。