DOI:10.16158/j.cnki.51-1312/f.2003.04.

016
经济学家 …… !""#$ %

博弈论中
理性人假设的困境
!潘天群
; 南京大学哲学系，江苏 南京 <899"= >

“博弈参与人是理性的”是博弈论的公设，然而理性人假定存在许多博弈
困境。囚徒困境与公共地悲剧反映的是个体理性与集体理性之间的冲突；纽
科姆难题 （?’0-+.@ #(+@$’.）体现了理性人使用占优策略原则与最大期望效
用原则时的两难；最后通牒博弈与蜈蚣博弈则表现了理性参与人选择过程是
理性的而结果是非理性的，其中蜈蚣博弈悖论又称为逆向归纳法悖论；而投
票悖论则反映了群体建立加总群体偏好的理性规则的限度。
关键词：博弈论 理性人假设 困境
中图分类号：A98 文献标识码：B 文章编号：
899=—:C:C ; <99= > 9D—99""—9C

在博弈论中，博弈论专家不仅假定了博弈参与人 （#$%&’(） 是理性的

（(%)*+,%$），而且假定了 “所有参与人是理性人”是博弈参与人之间的公共知识
（-+..+, /,+0$’12’）——
— 公共知识简单说来就是 “我们知道”的事实。理性人
在博弈论中是指具有推理、决策能力并通过选择策略使自己的得益或支付
（#%&3+44）最大的人。然而，理性的参与人在某些博弈中并不能使自己的得益最
大，在另外一些博弈中理性反而成为获得最大得益的障碍，在某些情况下理
性人面临难以做出决策的二难，即：“理性人”面临着困境。

一、个体理性与集体理性的冲突
一个熟知的博弈困境是囚徒博弈。囚徒困境 （5(*6+,’(6 7 1*$’..%）是这样
一个博弈：两个囚徒被警察抓住后单独关押，警察给他们的政策是 “坦白从
宽，抗拒从严”。每个囚徒均面临着两个策略选择“招认”和“不招认”。如果一
方 “招认”，另外一方 “不招认”，招认方无罪释放，不招认方将被重判 （比如 89
年）；如果双方均 “招认”，因无立功表现，每人均被判刑 （如 : 年），而如果每人
均 “不招认”，警察抓不到足够的证据证明以前的犯罪，只能对他们目前所犯
的罪进行惩戒（如判刑半年）。
这个博弈中，两个囚徒均会选择 “招认”，因为无论对方选择什么策略，自
己选择“招认”是占优策略（1+.*,%,) 6)(%)’2&）。双方均选择“招认”的策略组合

! "" !
 !"#$#%&’( …… !""#$ %

点是纳什均衡（$%&’ ()*+,+-.+*/）点。如果两个囚 克在 "<=< 年 《纽科姆难题和两个选择原则》中转

犯都选择 “不招认”策略，结果是最理想的状态。 述了这个难题，并称之为纽科姆难题 （$2@75/-
但这个状态是达不到的，因为每个理性的囚徒均 A.5-,2/）。然而，“人们从未看到纽科姆本人就该
会主动偏离这个状态。一个稳定的状态是双方均 疑难发表文章”。诺齐克认为，纽科姆难题“是一个
选择“招认”，这是理性的囚徒难以摆脱的困境。 漂亮的难题。我真希望它是我提出的。”不管纽科
与 此 类 似 的 是 公 共 地 悲 剧 （0.%1234 56 0’2 姆难题是谁提出来的，但它的提出引起了人们尤
75//58&）。公共地悲剧是由美国生物学家哈定 其是哲学家的广泛争论。它所反映的是理性人决
（9: ;%.3+8）在 "<=> 年提出的，该问题提出后引 策时的两个原则 “最大期望效用原则”（B%C+/*/
起各个领域里的讨论。他说，想象一个对所有牧 (CA27023 D0+,+04 ）与 “占优策略原则”（E5/+8%80
民开放的牧场，每个牧民的占优策略是尽量多地 F0.%0214）之间的冲突。纽科姆难题是这样的：
放牛。因为购买小牛的成本小于当牛长成后被卖 假定有两个黑色的盒子。你无法看到盒子里
出后所得的收益。但是，当每个牧民均作如此思 的东西。" 号盒子里面有 "### 元钱；G 号盒子里面
维与策略选择的时候，牧场将被过度放牧而荒芜 或者有 "###### 元，或者为 # 元 （这由神来确
了。这是一种集体行动的悲剧。哈定说，人口问 定）。你有两个选择：（"）选择全部，即 " 号和 G 号
题，污染问题以及军备竞赛问题，均具有与此相同 盒子；或者（G）只选择 G 号盒子。
的结构。哈定这里所说的悲剧是古希腊意义上 假设一个有预测力的神能够预测你将作出的
的。他借用怀特海的话说，悲剧不是不幸，而是事 选择。如果他预测你将“选择两个盒子”，他事先不
物发展的无情性。即，人类知道这个悲剧，但无法 在 G 号盒子里放钱，即他使盒子里面的钱数为 #；
摆脱它发展的必然性。公共地悲剧就是这样的悲 如 果 神 预 测 到 你 “只 选 择 G 号 盒 子 ”， 他 将
剧——
— 每个人均能够预先知道悲剧的必然性，因 "###### 元钱放进 G 号盒子里 （如果他预测你将
为这个必然性是每个人理性行为的结果，但每个 使用随机的方法做出选择，他仍使 G 号盒子空
人由于自己的理性，均不会约束自己的策略选择， 着）。
因而悲剧是不可避免的。 我们假定了这个神能够准确预测。有可能的
囚徒困境与公共地悲剧所反映的是个体的理 是，这个神的预测能力可能不是 "##H 准确，但足
性行为产生的集体的不合理性行为，体现了个体 够准确，如 <#H 的准确。具有这个能力的可以是
理性与集体理性的冲突。然而，当人类社会真的 神，或者精灵，或者某个超级生物。这是人和神之
要产生如公共地悲剧这样的悲剧的时候，人们的 间的一个博弈。如果是你，你将“选择两个盒子”还
价值观以及相应的社会制度会自动产生一种克服 是“只选择 G 号盒子”？
该悲剧的方法来。因而，悲剧并不是不可避免的。
囚徒困境与公共地悲剧中的个体的理性是没有任
何价值观约束下的理性，与实际中的情况相差甚
远。

二、理性原则间的冲突 根据占优策略原则，你应当选择“取两个盒子
"<=# 年，物理学家威廉・纽科姆 （?+,,+%/ 的策略”。因为，神的预测是过去做出的。G 号盒子
$2@75/-）提出了一个策略选择难题。哲学家诺齐 里的钱的多少是不可更改的，与你现在的选择无

! "## !
 经济学家 …… !""#$ %

关。如果神预测到你将“取两个盒子”，而你“只取 封信说选择 $ 号盒子；65 封信说他们选择取两个

了 $ 号盒子”，你所得为 # 元，而选择 “取两个盒 盒子。另外有 "8 人认为这个难题的条件不能满
子”的策略的所得为 "### 元，“取两个盒子”的所 足。对这个难题，哲学家诺齐克、莱维 （9:--; <4=>
得比“只取 " 个盒子”的收益多 "### 元。此时，你 /），均认为应当选择 “取两个盒子”，纽约大学政治
应当“取两个盒子”。而如果神预测到你“只取 $ 号 系著名政治学家勃拉姆兹 （?.4=40 @2-A:），以及纽
盒子”，他在 $ 号盒子里面放了 "###### 元，你如 科姆本人认为应当选择“只取 $ 号盒子”。
果“只取 $ 号盒子”，你的所得为 "###### 元，而如 笔者进行了一个实验。本人将这个难题出作
果 “取两个盒子”，你的所得为 "##"### 元，“取两 本科生博弈论课程的考试题。58 名学生参加了考
个盒子”比“只取一个盒子”多 "### 元。此时，你应 试。学生事先不知道这是一个没有确定答案的难
当 “取两个盒子”。综上所述，“取两个盒子”是占 题。我给了他们这两种选择答案，并给了他们理
优策略。你应当选择“取两个盒子的策略”。 由，让他们利用他们的分析能力对之进行选择。实
而如果根据最大期望效用原则，你应当选择 验结果是：7$ 人选择 “只取 $ 号盒子”，"B 人选择
“只取一个盒子”的策略。因为，假定你选择“取两 “取两个盒子”，$ 个人不能表明态度。选择“只取 $
个盒子”，神已经预测到这点，他使 $ 号盒子里面 号盒子”的人数接近 “取两个盒子”的人数的 B’ +
为 #，你的所得是 "### 元；你 “只取 $ 号盒子”，神 倍。加得纳 （,-./0 1-23042）的实验结果也是选择
预测到这一点，那么神在 $ 号盒子里面放了 “只取 $ 号盒子”的人多，但比例没有本人这里的
"###### 元，这样你的所得为 "###### 元。选择 实验结果高。见下表。
“只 取 $ 号 盒 子 ” 比 “取 两 个 盒 子 ” 的 所 得 多
"###### 元。因此，你应当选择“只取 $ 号盒子”的
策略。
即使神的预测不是 "##% 的准确，只要神的
预测准确度超过一定的概率，我们还是应当选择
“只取 $ 号盒子”的策略。因为：假定神的预测是
&#% 的准确，“取两个盒子策略”的期望得益为： 纽科姆难题涉及到人的意志是否是自由的问
#’ & ( "### ) #’ " ( "##"### * "#"###（元） 题。因而，纽科姆难题又称自由意志困境。在博弈
“只取 $ 号盒子”的期望所得为： 论中，博弈论专家预设了博弈参与人具有理性决
#’ " ( # ) #’ & ( "###### * &#####（元） 策能力。但更为基本的是，博弈论预设人可以“自
此时，应当选择“只取 $ 号盒子”。 由地”选择策略，即人的意志是自由的。然而在纽
通过计算，只要神预测的准确性超过 科姆难题中人的意志是否是自由的，则是一个问
#’ +##+，根据最大期望效用原则，我们应当选择 题。
“只取 $ 号个盒子”。这两个选择均有理由，但它们 如果神能够准确预测并做出正确的决定，表
不可能同时正确。究竟应当选择“取两个盒子”还 明在人的预测与人的决定之间存在着因果联系。
是“只取 $ 号盒子”的策略？ 此时，无论人做出什么样的决策，均是神的预测的
加得纳 （,-./0 1-23042）"&56 年在 《科学美国 实现。如果神预测不是绝对准确，可能因为他对这
人》杂志数学游戏栏目中邀请读者给出这个难题 种因果联系的认识不精确而已。基于这样的信念，
的答案以及建议，有明确答案的 "$7 封来信中，8& 选择“只取 $ 号盒子”是合适的。

! "#" !
 !"#$#%&’(
如果人的意志是自由的，神的预测就难以准
确。此时，人的理性便能够发挥作用。此时，人应
当采用“混合策略”，即以一定的概率选择“取两个
盒子”和 “只取 $ 号盒子策略”，概率各为 #% &。当
然，如果是重复博弈，并且假定神的目标是尽量预
测准确人的选择，人与神采取 “合作策略”是合理
的，即人选择只取 $ 号盒子，而神预测人将选择
“只取 $ 号盒子”的策略。
三、过程理性与结果理性
之间的冲突
逆向归纳法 （’()*+(,- ./-0)1.2/）是求解动态
博弈均衡的方法。所谓动态博弈是指博弈参与人
的行动存在着先后次序，并且后行动的参与人能
够观察到前面的行动。逆向归纳法在逻辑上是严
密的，然而它存在着 “困境”。所谓逆向归纳法是
从动态博弈的最后一步往回推，以求解动态博弈
的均衡结果。逆向归纳法又称逆推法。它是完全
归纳推理，其推理是演绎的，即结论是必然的。我
们来看一下最后通牒博弈 （031.4(104 5(46）的均
衡。
有这样一个动态博弈——
— 7、8 两个人分 "##
元钱。规则规定：7 提出方案，8 对之进行表决。如
果 8 对 7 提出的方案表示同意的话，7、8 就按照
7 提出的方案进行分配，如果 8 不同意 7 的方
案，那么 7 和 8 均将一无所有。这是一个完全且
完美信息动态博弈 （-9/(4.) 5(46 +.1: ;6,<6)1 (/-
)24;3616 ./<2,4(1.2/）。让我们分析这个过程。
7 提出方案时，他知道 8 是理性人。8 的行为
是可被 7 预测的。7 将提出这么一个方案：7 和 8
的所得比例为 ==% ==：#% #"，即给 8 留 " 分钱，而
将其余 == 元 = 角 = 分留给自己。此时 8 面临“同
意”和“不同意”的选择：如果 8“同意”，8 所得为 "
分钱；如果 8“不同意”，他将一无所得。理性的 8
将选择 “同意 ” ——
— 这个选择是 7 所能够预测
的。
! "#$ !
…… !""#$ %
因此在 “最后通牒博弈”中，理性的 8 只能得
到 " 分钱！而 7 正是根据 8 的理性的选择而使自
己利益最大。当然这不是实际情况，有博弈论专家
对这个问题进行实验研究 （在经济学中实验研究
已成时尚，$##$ 年诺贝尔经济学奖获得者卡尔曼
是实验经济学研究的先驱 ）。根据宾谟 （> 8./?
42,6），“实验结果呈现多样化，但是参与人 7 提
出的方案很可能在 &#：&# 附近；而对参与人 8 而
言，如果其分配的数额不少于三分之一，他将趋向
于接受。”
现在，我们假定 8 具有某种程度的非理性。
他会向 7 发出威胁 “如果你不给我足够的份额，
我将不同意。”7 知道 8 确实不是完全理性的人。
7 想，如果不给 8 足够数额的钱，8 将不同意。因
此，在提出分配方案时，7 会考虑 8 的非理性的程
度。一个极端的情况是，如果 7 是理性人，而 8 极
端非理性，那么一个可能的分配方案比例将是
#% #"：==% ==。即 7 得到 " 分钱，8 得到 ==% == 元！
在这个例子中，我们看到，人的理性程度与其
所得是呈反比关系的。在博弈论中理性人是努力
使自己的收益最大的人，而在最后通牒博弈中，越
理性的人得到的利益越低。
理性的人得益低的另一个例子是 “蜈蚣博
弈”。蜈蚣博弈也是动态博弈，蜈蚣博弈所反映的
问题被称为“逆向归纳法悖论”。蜈蚣博弈是由罗
森塞尔 @ A2B6/1:(3 C 提出的。它是指这样一个博弈：
两个参与者 7、8 轮流进行策略选择：可供选择的
策略有“合作”和“不合作”两种。假定 7 先进行策
略选择，然后是 8，接着是 7，如此交替进行。7、8
之间的博弈的可 能次数为一有限次，比 如 "=D
次。这个博弈的博弈树如下：
7) 8 ) 7 ) ……7 8 ) @ "##E "## C
/) /) /) /) /)
@ "E " C @ #E F C @ $E $ C @ ==E == C @ =DE "#" C
上图中，“)”表示 “合作”策略，“/)”表示 “不合
作”策略。
 经济学家
这个博弈的特点是，只要有人选择 “不合作”
策略，该博弈即告结束。因博弈树的形状像一只
蜈蚣% 因而被命名成蜈蚣博弈。在蜈蚣博弈中参
与人 &、’ 是如何进行策略选择的？
根据逆向归纳法，在博弈的最后一步即第
"() 步：’ 在 “合作”和 “不合作”之间作选择时，因
“合作”给 ’ 带来 "## 的收益，而 “不合作”带来
"#" 的收益，根据理性人的假定，’ 会选择 “不合
作”。在第 "() 步 ’ 选择 “不合作”的结论是 &、’
之间的公共知识。但是，要经过第 "(* 步才到第
"() 步，在 "(* 步，& 考虑到 ’ 在第 "() 步时会选
择“不合作”——
— 此时 & 的收益是 ()，小于 ’ 合作
时的 "##——
— 那么在第 "(* 步，他的最优策略是
“不合作”——
— 因为 “不合作”的收益 (( 大于 “合
作”的收益 ()。……如此推论下去。最后的结论
是：在第一步 & 将选择 “不合作”策略，这构成子
博弈纳什均衡。在这点上，&、’ 各自的收益均为
"，远远小于大家都采取 “合作”的策略时的收益：
&："##，’："##。
根据逆向归纳法推得的结果是令人悲伤的，
从逻辑推理来看，逆向归纳法是严密的。但结论
是违反直觉的。直觉告诉我们，一开始就停止的
策略只能获取 "，而采取合作性策略有可能获取
"##，当然 & 一开始采取合作性策略有可能获得
#，但 " 或者 # 与 "## 相比实在是太小了。直觉告
诉我们采取“合作”策略是好的。而从逻辑的角度
看，& 一开始应选择“不合作”的策略。是逆向归纳
法错了，还是直觉错了？似乎逆向归纳法不正确。
然而，我们会发现，即使双方开始均采取合作策
略，这种合作不会坚持到最后一步。理性的人出
于自身利益的考虑，肯定在某一步采取不合作策
略。逆向归纳法肯定在某一步要起作用。此时只
要逆向归纳法起作用，合作便不能进行下去。因
此，我们不能怀疑逆向归纳法的合理性，它的推理
过程严密，符合逻辑。然而如果我们用逆向归纳
法来求解蜈蚣博弈，则博弈结果是我们不能接受
! "#$ !
…… !""#$ %
的。
许多博弈论专家认为，蜈蚣博弈所反映的不
是悖论，逆向归纳法作为求解动态博弈的方法是
有效的，尽管用这样的方法求得的结果不是我们
所期望的，但它是均衡结果，是完全理性的参与人
的博弈结果。
本文认为，该蜈蚣博弈所反映的不是悖论，而
是过程理性与结果理性之间的冲突，即每个参与
人选择过程均是理性的，但结果却是不合理的。该
困境反映的是多主体交互作用 （+,-./01-+2,）下个
体理性的局限。
四、加总群体偏好的理性
规则的缺陷
投票博弈 （32-+,4 405.）是一种特殊的博弈。
在投票博弈中，每个投票人对候选人或者候选方
案存在着偏好，并且可以对之进行排序。一个理性
人组成的群体在加总个体的选择时存在理性的方
法吗？
对于理性，研究社会选择的经济学家一般将
之定义在偏好关系上。理性的偏好关系，体现在关
于偏好关系“%（弱优于）”的两个基本假设即完备
性和传递性之中。具体地说，如果%满足：（"）完
备性。任何两个备选对象 0，6，它们的关系是或者
0%6，或者 6%0。二者必居其一。（7）传递性假
定。对于任意的三个备选对象，如果 0%6，6%1，
那么 0%1。则称偏好关系%是理性的。
阿罗将这两个假定看作公理。满足完备性假
定的偏好关系被他称为连通关系 （12,,.1-.8 ），满
足传递性偏好关系被他称为传递性的
（-/0,9+-+3.）。然而，当群体加总各个个体的偏好关
系时，会出现不合理的结果。孔多塞投票悖论反映
了这种不合理性。
举一个例子。假定有 $ 个群体，他们对备选方
案 &，’，: 进行表决。方法是两两进行比较，即让
投票群体对他们进行表决。假定这 $ 个群体的偏
 !"#$#%&’(
好关系如下：
我们先让投票者对 % 和 & 进行投票。我们看
到，由于群体 " 和群体 ’ 均认为 “% 优于 &”，群体
( 认为 “& 优于 %”，这样，在这轮投票中 % 以 ( 比
" 战胜 &。
我们再让这三个群体对 & 和 ) 进行投票。群
体 " 和群体 ( 认为 “& 优于 )”，群体 ’ 认为 “) 优
于 &”，投票结果是：& 以 ( 比 " 战胜 )。
既然 % 战胜了 &，& 又战胜了 )，似乎是，如
果对 % 与 ) 进行投票，% 应当战胜 )。对于任何一
个理性的投票人，这是自然的。但这里，我们看
到，当群体对 % 和 ) 进行投票时，) 以 ( 比 " 战胜
了 %！
这就是孔多塞投票悖论，又称阿罗悖论、循环
投票悖论。当采用两两相决的孔多塞投票规则时
存在产生循环投票悖论的可能性。
进一步地，阿罗证明了* 一个群体中的每个人
在给定偏好顺序的情况下，不可能存在满足下列
$ 个条件并具有传递关系的社会福利函数：第一，
定义域不受限制——
— 社会福利函数适合所有可能
的个人偏好类型；第二，非独裁——
— 社会偏好不以
一个人或少数人的偏好来决定；第三，帕累托原则
— 如果所有个人都偏好 + 甚于 ,，则社会偏好 +
——
甚于 ,；第四，无关备选对象的独立性——
— 如果社
会偏好 + 甚于 ,，无论个人对其他的偏好发生怎
样的变化，只要 + 与 , 的偏好关系不变，社会偏好
+ 甚于 , 不变。阿罗定理是深刻的：如果不存在着
这样的福利函数，社会所使用的各种加总个体偏
好的方法（投票制度）有何合理性而言？这是不是
说明，民主制度存在着天然的缺陷？
! "#$ !
…… !""#$ %
五、结语
博弈论即是研究处于互动 （-./01+2/-3.）中的
理性主体（+40./）是如何行动的。尽管博弈论发展
迅猛，但它的基础理性人假设存在着问题。正如其
他科学的发展过程所昭示给我们的，基础需要不
断夯实一样，博弈论基础也需要进一步的夯实。对
理性假设困境的探讨有助于博弈论的进一步发
展，也有助于利用博弈论的社会科学的发展。
参考文献：
5 " 6 7%89:; <= >?0 /1+40@A 3B /?0 23CC3.D 5 E 6 = F2-0.20
"GHI，"H(J "($’=
5 ( 6 ;K8L: 7= M3/-.4 N+1+@3O0D +.@ 73P /3 90+Q P-/?
>?0C 5 L 6 = FR1-.401 ! M01Q+4 &01Q-.* "GGG=
5 ’ 6 F>8%SS:;* N= 9= >3R-2D -. /?0 /?031A 3B T3/-.4 5 L 6
= U@V2+/-3. 90T0Q3RC0./ )0./01 :.2* "GI#=
5 $ 6 &8%LF F= <+C0 >?031A +.@ N3Q-/-2D 5 L 6 = ;0P
W31XJ S100 N10DD* "GYZ=
5 Z 6 &:;L[8U\ ]= % ;3/0 3. &+2XP+1@ :.@V2/-3.
5 E 6 = )*+,- *./ ,01.1+20 3,4*5216 * "GGH * "Y=
5 H 6 &:;L[8U\ ]= ^?A UOR01-C0./ -. U23.3C-2D？5 E 6
= (4, !01.1+20*7 8196.*7* "GGG，"#G （S0,1V+1A）
=
5 Y 6 张建军 = 逻辑悖论研究引论 5 L 6 = 南京：南京大
学出版社，(##(：(("=
5 I 6 5美6 安德鲁・马斯—科莱尔，迈克尔・9= 温斯顿 =
微观经济学5L6= 北京：
中国社会科学出版社* (##"\ Y=
5 G 6 肯尼思・阿罗 = 社会选择：个性与多准则 5 L 6 =
北京：首都经济贸易大学出版社* (###，(Z ! (H=
5 "# 6 潘天群 = 博弈行为中的演绎与归纳推理及其问
题 5 E 6 = 自然辩证法研究 = (##’，_ ’ ‘ =
5 "" 6 潘天群 = “游戏理论 ”将一统天下？5 % 6 = 社会学家
茶座 （第 " 辑 ）= 济南：山东人民出版社* (##(=
_ 收稿日期：(##’—#Z—"( 责任编辑：赵磊 ‘