策略思维-第27章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
谕贫隙允值牡靡妗Ｆ丝擞蜗返慕信乒叹褪且桓龊芎玫睦印�
扑克玩家都知道采用混合策略的必要性。约翰·麦克唐纳（John
McDonald）有这样的建议：“扑克玩家应该隐蔽在自相矛盾的面具后面。好的扑克玩家必须避免一成不变的策略，随机行动，偶尔还要走过头，违反正确策略的基本原则。”＇6＇一个“谨小慎微”的玩家难得大胜一回；没有人会跟他加码。他可能赢得许多小赌注，最后却不可避免会成为一个输家。一个经常虚张声势的“大大咧咧”的玩家，总会有人向他摊牌，于是也免不了失败的下场。最佳策略是将这两种策略混合使用。
假设你已经知道，一个经常遇到的扑克对手遇到手风顺的时候，会有2/3的机会加码，1/3的机会摊牌。假如手风不顺，则会有2/3的机会退出，1/3的机会加码。（一般而言，你在虚张声势的时候摊牌并不明智，因为你没有取胜的牌面。）于是，你可以画出图7…8，显示他采取各种行动的概率。
在他出牌之前，你相信他拿到一手好牌和一手坏牌的可能性是相等的。由于他的混合概率取决于他拿到什么牌，你就能从他的叫牌方式中得到更多信息。假如你看见他退出，你可以肯定他拿到了一手坏牌。假如他摊牌，你就知道他拿到了一手好牌。但是这两种情形下，赌博的过程已经结束。假如他加码，他拿到一手好牌的概率就是2：1
。虽然他的叫牌不一定精确反映他拿到了什么牌，但你得到的信息还是会比刚刚开始玩牌的时候多。假如听到对方加码，你就可以将他拿到一手好牌的概率从1/2提高为2/3。①①
在听见对方叫牌的条件下，估算概率采用了一种称为贝叶斯法则的数学技巧。在听到对方叫“X”，的条件下，对方有一手好牌的概率等于对方拿到一手好牌而又叫X的概率除以他叫“X”的总概率所得的商。于是，听见对方叫“退出”就表示他必然拿到一手坏牌，因为一个拿到一手好牌的人绝对不会“退出”。听见对方叫“摊牌”则表示他拿到一手好牌，因为玩家只会在拿到一手好牌的时候这么做。若是听见对方叫“加码”，计算就会稍微复杂一点：玩家拿到一手好牌且加码的概率等于（1/2）（2/3）=1/3，而玩家拿到一手坏牌且加码，即虚张声势的概率为（1/2）（1/3）=1/6。由此可知，听到对方叫“加码”的总概率等于1/3＋1/6=1/2。根据贝叶斯法则，在听见对方叫“加码”的条件下，对方拿到一手好牌的概率等于对方拿到一手好牌且叫“加码”的概率除以他叫“加码”的总概率所得的商，即（1/3）/（1/2）=2/3。图7…8
9 ．出人意料
到目前为止，我们还只是将随机策略的应用集中在参与者利益严格对立的博弈上。在某种程度上显得更出人意料的还是找出随机行动的均衡的可能性，即便博弈的参与者存在共同利益。遇到这种情况，混合自己的策略可能导致各方得到更差的结果。不过，仅仅是结果更差并不表示这些策略就不是一个均衡：均衡是一种描述，不是一项指示。
混合自己的策略的原因来自合作失败。这个问题只出现在缺乏一个独一无二的均衡的时候。举个例子：两个人打电话聊天，说到一半线路中断，他们并不总是清楚谁应该再拨过去。由于缺乏沟通的能力，两个参与者不知道将会出现怎样的均衡。用不那么精确的话来说，随机化的均衡是在合作均衡之间寻求一种妥协的方式之一。下面的故事将会解释这种妥协的本质。
德拉（Della）与吉姆（Jim）属于大家会在小说里看到的那种夫妻；确切地说就是在欧·亨利（O。Henry）小说《麦琪的礼物》（The
Gift of the
Magi）里的那对夫妻。“谁也不会计算”他们彼此的爱情。他们彼此都愿意——甚至迫切希望——为对方作出任何牺牲，换取一件真正配得起对方的圣诞礼物。德拉愿意卖掉自己的头发，给吉姆买一条表链，配他从祖先那儿继承下来的怀表，而吉姆则愿意卖掉这块怀表，买一把梳子，配德拉的漂亮长发。
假如他们真的非常了解对方，他们就该意识到，为了给对方买一份礼物，两人都有可能卖掉他或者她的心爱之物，结果将是一个悲剧性的错误。德拉应该三思而行，好好想想留下自己的长发等待吉姆的礼物会不会更好。同样，吉姆也不要考虑卖掉自己的怀表。当然，假如他们两人都能克制自己，谁也不送礼物，又会变成另外一种错误。这个故事可以用一个博弈表示（如图7…9
所示）。
图7…9德拉与吉姆的得失1尽管这对夫妻的利益在很大程度上是一致的，但他们的策略还是会相互影响。对于任何一方，两种错误都会得到坏的结果。为了具体说明这一点，我们给这个坏结果打0分。而在一个送礼物而另一个收礼物的两种结果中，假设各方均认为献出（2分）胜过接受（1分）。
德拉保住自己的头发而吉姆卖掉他的怀表是一种可能的均衡；各人的策略都是对对方策略的最佳回应。不过，若情况是德拉卖掉她的头发而吉姆保住自己的怀表，这也是一个可能的均衡。会不会存在一种彼此了解的共识，从而可在两种均衡中做出取舍呢？由于“出人意料”是礼物的一个重要特点，因此他们不会提前商量以达成共识。
混合策略有助于保住这个“出人意料”的特点，可要付出代价。不难发现，各人都用2/3的机会选择献出而以1/3的机会选择接受，也能达到一个均衡。假设德拉选择了这么一个混合策略。如果吉姆卖掉了他的怀表，德拉有1/3的机会保住自己的头发（2分），2/3的机会卖掉自己的头发（0分）。平均结果为2/3
分。同样可以算出，如果吉姆保住自己的怀表，平均结果也是2/3
分。因此，吉姆没有任何明确的理由，要在原来的两种均衡中做出取舍，或者采取任何混合策略。再次提醒一下，德拉的最佳混合策略的作用，是使吉姆愿意继续混合自己的策略，反之亦然。
出错的概率相当大：9次里面有4次，这对夫妻会发现对方卖掉了自己买礼物回来相配的心爱之物（正如欧·亨利的小说提到的那样），有1次大家都得不到礼物。由于存在这些错误，平均得分（两人各得2/3分）还比不上原来两种均衡得到的结果，在这两种均衡当中，各有一方送礼物而另一方收礼物（施者得2分，受者得1分）。这和网球比赛的例子不同，在网球比赛的例子里，各方确实可以通过混合自己的策略提高成功率。
为什么会有这种区别？网球是一个零和博弈，选手们的利益严格相悖。他们在独立选择混合策略的比例时会取得较好的结果。而在《麦琪的礼物》里，两夫妻的利益在很大程度上是结合在一起的。因此，他们必须协调他们混合策略的比例。他们应该投掷一枚硬币，按照硬币翻出的结果决定谁该送礼物，谁该收礼物。这对夫妻有一个小小的利益矛盾：吉姆喜欢左上角的结果，而德拉喜欢右下角的结果。经过协调的混合策略可以使他们达成一个妥协，化解这个矛盾。若用一枚硬币决定谁送礼物而谁收礼物，那么各人的平均结果就都会变成1。5分。当然，“出人意料”这一元素也不存在了。
10 ．得势不饶人
到目前为止，我们提到的混合策略的例子几乎全都来自体育竞技场。为什么现实世界里见不到几个将随机行为应用到商界里去的例子呢？首先，假如企业文化说的是努力保持对结果的控制权，就不大可能推广让概率决定结果的主张。出了问题之后更是如此，因为随机选择行动的时候总会出现偶然间题。有些人认为，一名橄榄球教练应该不时假装踢一个悬空球，以此迫使守方不敢轻举妄动；但在商界，类似的冒险策略一旦遭到失败，你就可能被炒了鱿鱼。不过，关键并不在于冒险策略总能成功，而在于冒险策略可以避免出现固定模式，并防止别人轻易预测自己的行动。
折扣券是运用混合策略改善企业业绩的一个例子。公司使用折扣券来建立自己的市场份额，想法是为了吸引新的消费者，而不仅仅是向现有消费者提供折扣。假如几个竞争者同时提供折扣券，消费者就没有特别的动机转投其他牌子。相反，他们满足于自己现在使用的牌子，并接受该公司提供的折扣。只有在一家公司提供折扣券而其他公司不提供的时候，消费者才会被提供折扣券的公司吸引过去，尝试这个新牌子。
诸如可口可乐与百事可乐这样的竞争对手之间的折扣券策略博弈，其实就跟吉姆和德拉的合作问题极为类似。两家公司都想成为提供折扣券的公司。但是，假如他们同时这么做，折扣券就不能发挥原来设想的作用，两家的结局甚至会比原来更糟。一个解决方案是遵守一种可预测的模式，每隔半年提供一次折扣券，几个竞争者轮流提供折扣券。这个方案的问题在于，当可口可乐预计到百事可乐快要提供折扣券的时候，它就应该抢先一步提供折扣券。要避免他人抢占先机，惟一途径就是保持“出人意料”的元素，而这一元素来自一个随机化的策略。①①
一些有力的统计证据表明，可口可乐和百事可乐达成了某种发放折扣券的合作方案。据《60分钟时事》（“60M
Minutes”）报道，曾经有一段长达52个星期的时间，可口可乐和百事可乐分别发放了26期折扣券，其间没有出现两家同时发放折扣券的现象。若是没有事先约定，两家独立行事，那么，它们各自发放26期折扣券而不会出现同时发放现象的概率是1/495918532948104——即1000
亿次也不会出现1次。
在商界还有其他例子可以说明我们必须避免陷人一个固定模式，防止对手轻易预测我们的行动。一些航空公司向愿意在最后一分钟买票的乘客提供优惠机票。不过，这些公司不会告诉你究竟还剩下多少座位，而这个数字本来有助于你估计成功得到机票的机会有多大。假如最后一分钟所剩机票的数量变得更容易预测，那么乘客利用这一点占便宜的可能性就会大得多，航空公司也会因此失去更多本来愿意购买全价机票的乘客。
在商界，随机策略的最广泛用途在于以较低的监管成本促使人们遵守规则。这已经应用于从税收审计、毒品测试到付费停车计价器的许多领域，同时解释了惩罚不一定要和罪行吻合的原因。
由付费停车计价器记录的违章停车的典型罚金是正常收费标准的许多倍。设想一下，假如正常收费标准是每小时1美元，按照每小时1。
01美元的标准进行处罚能不能让大家从此变得服服帖帖呢？有可能，条件是交通警察一定可以在你每次停车而又没向计价器投钱的时候逮住你。这样一种严格的监管方式可能变得代价高昂。交通警察的薪水将成为首要议题；此外，为了保证警方说到做到，必须经常检测收费机，这笔费用可能也是巨大的。
监管当局有一个同样管用、代价又小的策略，就是提高罚金数目，同时放松监管力度。比如，罚金若是高达每小时25美元，这时候，哪怕25次违章只有1次会被逮住，已经足够让你乖乖付费停车了。一支更小型的警察队伍就能胜任这项工作，而收取的罚金也更接近弥补检测成本的水平。
这是又一个证明随机策略的用处的例子。在某些方面，这个例子与网球比赛的例子类似，但在其他方面存在区别。我们再次看到，当局选择一种随机策略的原因在于这么做胜过任何有规则的行动：完全不监管意味着浪费稀缺的停车空间，而100％的监管的代价又高得难以承受。不过，处于另一方的停车者不一定也有一个随机策略。实际上，当局希望通过提高侦察的概率和罚金数目，规劝大家遵守停车规则。
随机毒品测试与监管付费停车有许多相同点。若让每位职员每天都接受毒品测试，从而确定是不是有人用了毒品，这种做法不仅浪费时间，费用高昂，而且也没有必要。随机测试不仅可以查出瘾君子，还能阻止其他人由于觉得好玩而以身试“毒”。这么做和监管付费停车的例子一样，虽然查出瘾君子的可能性不大，但罚金很高。国税局的审查策略的一个问题在于，与被逮住的机会相比，罚金数目其实很小。假如监管属于随机性质，我们必须定出一个超过罪行本身的惩罚。规则在于，预期的惩罚应该与罪行相称，而这种心理预期应该将被逮住的概率考虑在内。
那些希望击败监管当局的人，也可以利用随机策略为自己谋利。他们可以将真正的罪行隐藏在许许多多�
![[猎人]思维不受控封面](http://www.aaatxt.com/cover/74/74497.jpg)
