书 · 1991 · 阿维纳什·迪克西特、巴里·奈尔伯夫

《策略思维》

逻辑与思维书单第 23 名

一句话结论

当结果取决于别人怎样回应你时，好的决策既要推演对方的选择，也要考虑怎样改变彼此面对的规则。

值不值得读完整本？

值得读完整本，尤其适合作为博弈论的第一本入门书：它把推理方法放进具体情境，让你看见一个看似聪明的决定为什么会被别人的回应抵消。

先浏览第 1 章的策略故事，再细读第 2、3 章，掌握先后行动、同时行动、优势策略和均衡的区别。
第 4—7 章是主要工具：合作、策略行动、可信承诺和随机化。每读一个例子，先暂停，自己预测双方会怎么选。
第 8—12 章把工具用于风险、协调、投票、谈判和激励，建议全部读；年代较远的政治与体育背景可以略读，保留对行动顺序和利益关系的分析。
第 13 章案例要配合练习：先写出参与者、可选行动、信息和收益，再看作者分析；注释和重复说明可以留待复习。

核心观点

1. 先分清互动结构，再推演彼此的最佳回应

你的最佳选择取决于别人怎样选择，不能把对方当成不变的环境。先后行动适合向前看、向后推；同时行动则要寻找彼此相容的最佳回应。

为什么：如果后行动者能够观察前一步，他就会根据已经发生的事选择对自己有利的行动。因此，先行动者应先推断后面的选择，再倒推自己现在该做什么。如果双方行动时不知道对方的选择，就不能直接照搬这种观察后的倒推，而要比较不同策略组合的收益。有优势策略时，它不依赖对手怎么选；没有时，可以寻找任何一方单独改变策略都无法获益的纳什均衡。均衡说明选择彼此稳定，并不说明结果对大家最好。

2. 集体结果取决于激励、预期和决策规则

每个人都作出对自己有利的选择，仍可能让所有人过得更差。合作、协调与投票需要分别检查背叛的诱惑、彼此的预期，以及意见如何汇总。

为什么：囚徒困境中，无论别人怎么做，个人都有背叛的诱因，所以双方理性选择可能造成共同损失。如果今天的背叛会换来未来的报复，且未来合作收益足够重要，这种诱因就可能被抵消。但重复本身不是保证：终点、发现背叛的能力和惩罚方式都会影响合作能否维持。协调问题则可能没有背叛诱惑，困难在于大家能否形成一致预期，避免各自选择互不兼容的方案。投票还存在另一层问题：个人偏好不变，表决顺序和投票规则仍可能改变最终结果。

3. 改变对方选择的关键，是让承诺和威胁可信

有时主动限制自己的退路，反而能改善谈判地位。关键是让别人相信：轮到你兑现承诺时，你确实会照做。

为什么：如果威胁执行起来会让自己吃亏，对方就可能预判你届时会退让，从而忽略威胁。通过违约代价、委托执行或难以撤回的行动，可以改变自己将来的选择，使原本不可信的表态变得可信。这种改变还必须被对方知道，否则不会影响他的判断。边缘政策进一步利用可能失控的共同风险迫使对方考虑让步，但它也让自己承受真实危险，因此不能简单理解为越强硬越有效。

4. 会被针对的行动，需要有计算的随机化

当对手能够利用你的固定模式时，保持不可预测本身就是一种优势。随机化的比例应根据收益结构确定，并不总是各选一半。

为什么：某个动作即使在对手毫无准备时效果很好，一旦被预判，效果也可能大幅下降。如果你总用它，对手就会集中防备，使它失去原有优势。适当混合不同动作，可以使对手难以从偏向某一种应对中获利。在双方都实际使用多种策略的混合均衡中，相关收益关系使他们不值得单方面调整；固定轮换则可能暴露新的规律。

5. 谈判份额受等待成本和谈不成的后果影响

谈判能力不能只看谁更坚持，还要看谁更能承受拖延，以及协议失败后各自能得到什么。

为什么：接受一个报价是否划算，要与拒绝后可能得到的结果比较。如果等待让一方损失更大，他就更愿意现在让步，对手也会据此调整报价。可行的替代机会可能提高拒绝协议的价值，但只有真正影响后续选择时，才会改变谈判。把多个议题一起谈，还可能利用双方重视事项的差异，通过交换让步扩大可分配的共同收益。

6. 设计激励，要让值得做的事也成为对方愿意做的事

当你无法直接观察别人的努力或私人信息时，应设计让努力和如实表达对他有利的规则。奖金的总额不是唯一要点，报酬怎样随结果变化同样关键。

为什么：如果额外努力需要付出成本，而报酬不随努力带来的结果变化，对方就可能只做到最低要求。激励合同通过改变不同结果下的报酬，让努力带来的预期收益增量足以补偿额外成本。但成果也受运气影响，把过多风险转给不愿承担风险的人，可能使合同变贵或无法被接受。涉及私人信息时，还要比较对方说真话和说假话分别能得到什么，避免规则反而奖励夸大、隐瞒或钻空子。

反对意见

人们未必会推理到模型要求的层数（科林·卡默勒）

卡默勒在 Behavioral Game Theory 中结合实验说明，人们常只进行有限层次的策略推理，而且公平、互惠和学习会影响选择。例如，人们可能拒绝对自己有正收益、却被认为不公平的报价。这挑战的是把完全理性模型直接当作行为预测的做法，并非对《策略思维》的直接书评。

不能把现实中的共同治理直接压成固定的囚徒困境（埃莉诺·奥斯特罗姆）

奥斯特罗姆在 Governing the Commons 中通过公共资源案例说明，参与者能够协商规则、组织监督并维持自治，结果不能只从一个规则固定的困境模型推出。她强调要调查具体制度怎样运作。这给简化模型的应用划出边界，也与本书改变博弈规则的思路部分相通；它不是针对本书的直接反驳。

奖惩还会改变动机，不能只重算金钱收益（塞缪尔·鲍尔斯、桑德拉·波拉尼亚－雷耶斯）

两人在《Economic Incentives and Social Preferences: Substitutes or Complements?》中综述实验发现，经济激励有时会削弱责任感、信任或自主感，反而降低合作；设计得当时，也可能增强这些动机。因此，应用激励分析时不能默认偏好始终不变。这是对激励设计假设的具体修正，并非声称本书主张任何奖金都有效。