囚徒困境

​

什麼是囚徒困境？

囚徒困境是博弈論中的一個基礎模型，闡釋了個人理性與集體利益之間的張力。它由梅里爾·弗lood和梅爾文·德雷希爾於1950年在蘭德公司提出，已成為理解經濟學、生物學、政治科學和倫理學中策略互動的標準框架。

「在囚徒困境中，對每個個體而言最好的策略選擇導致了更差的雙方結果。」—— 羅伯特·阿克塞爾羅德，《合作的演化》

該模型呈現兩名因犯罪被捕的嫌疑人，他們被分別審問。每個人都可以選擇與警察合作（背叛同伴）或保持沉默（與同伴合作）。結果形成一個矩陣：如果雙方都保持沉默，雙方都獲得輕判（合作的中等獎賞）；如果雙方都背叛，雙方都獲得重判（相互背叛的懲罰）；如果一人背叛而另一人保持沉默，背叛者無罪釋放，而保持沉默的同伴獲得最重判刑（背叛的誘惑，傻瓜的代價）。 核心洞察是，這個遊戲不是零和的。如果雙方都合作，兩者都會更好，但佔優策略——無論其他玩家做什麼都是合理的選擇——是背叛。這創造了個體優化與集體福利之間的根本張力，出現在人類互動的各個領域。

​

囚徒困境的三個層次

• 入門：認識困境的結構。雙方都會從相互合作中受益，但每個玩家都害怕被對方的背叛所利用。理性選擇取決於你對對方行為的預期。例子：價格戰，公司不斷降價，即使每個人都在虧損。
• 實踐：識別現實世界中的囚徒困境。從軍備競賽到環境協議再到職場競爭，許多情況都有這種結構。關鍵在於認識到個人利益何時與集體利益衝突。
• 進階：設計擺脫困境的機制。重複互動、聲譽效應、可執行的協議和社會規範可以將遊戲從一次性轉變為迭代的，使合作得以出現。

​

起源

囚徒困境於1950年正式引入，透過蘭德公司數學家梅里爾·弗lood和梅爾文·德雷希爾的工作。名稱本身是由普林斯頓大學數學家阿爾伯特·塔克後來創造的，他增加了兩名嫌疑人被分別審問的戲劇性框架。 該模型很快成為博弈論的核心，因為它捕捉到了一個基本難題：為什麼理性、自利的個體會不合作，即使這符合他們的共同利益？這個問題的含義遠超出犯罪學——弗lood和德雷希爾實際上是在模擬美國和蘇聯之間的軍備競賽動態。 羅伯特·阿克塞爾羅德1984年的開創性著作《合作的演化》將囚徒困境擴展到進化框架。阿克塞爾羅德組織了電腦競賽，讓不同策略重複對抗。簡單的「以牙還牙」策略——第一步合作，然後複製對手的上一步行動——持續獲勝，表明即使在對抗性環境中，合作也能出現並穩定下來。

​

核心要點

​

應用場景

​

經典案例

1990年代航空公司行業中「殘酷競爭」的現象說明了囚徒困境的實際運作。美國航空和聯合航空在關鍵航線上進行了激烈的價格戰，反覆相互壓價，被稱為「紐瓦克環」。 每家航空公司都面臨明確的降價激勵：如果另一家提價，他們可以透過保持低價來奪取市場份額；如果另一家匹配他們的價格，他們可以透過略低價格吸引顧客。一起提價——合作的結果——無法維持，因為每家公司都可以透過短暫壓低價格然後再次提價來獲益。 結果對雙方都是毀滅性的。行業利潤崩潰。1992年，儘管競爭激烈，美國航空業仍虧損20億美元。美國航空幾乎在1995年破產。相互破壞持續到大多數航空公司退出市場或合併——有效地消除了創造困境的競爭選擇。 教訓：囚徒困境表明，競爭性市場可能產生任何理性參與者如果能協調都不會選擇的結果。看不見的手失敗了，因為策略激勵結構獎勵背叛而非合作。

​

邊界與失效場景

囚徒困境有局限性：

• 簡化的假設：現實策略情況很少呈現如此明確的選擇。玩家可能有不同的偏好、不完整的資訊，或多輪博弈，而基本模型無法捕捉這些。
• 過度強調競爭：模型突出了衝突，但低估了機構、信任和社會規範在促成合作方面的作用。現實世界的合作往往透過迭代遊戲之外的機制出現。
• 難以識別：許多看似囚徒困境的情況實際上是不同的博弈（協調博弈、膽小鬼博弈等）。錯誤識別博弈結構會導致錯誤的預測。
• 規範性困惑：模型描述了會發生什麼，而不是應該發生什麼。發現自己處於囚徒困境並不能告訴你應該合作還是背叛——這取決於模型之外的價值。

​

常見誤區

​

相關概念

​

一句話總結