如何说服他人？靠的不是道理，而是“利处”｜隐藏的博弈（笔记版）
本文字数5120，预计阅读时间15分钟。
阅读使人充实，分享使人愉悦。文章结尾附有思维导图，帮你梳理文中脉络精华。点击【阅读原文】获取高清思维导图。
今天分享的书籍是《隐藏的博弈》
这本书的两位作者，摩西·霍夫曼和埃雷兹·约耶里，分别在哈佛大学经济系还有麻省理工学院任教。
人们总是喜欢认为自己是理性的，这也是传统经济学研究的基本假设，但正如行为经济学所表明的那样，人类的很多行为其实是非理性的——这不禁让人怀疑博弈论在现实世界中的可信度。
这本书告诉我们，很多时候我们以为自己是被情绪、被喜好驱使着去行动，其实驱使我们的，是在漫长的人类演化过程中，早已种植在我们基因里的那些，隐藏的博弈策略。比如我们说话时为什么会拐弯抹角，到斯德哥尔摩综合征的发生，以及我们为什么会愿意帮助陌生人。
在博弈论中有三个最基本的概念，也就是思维工具。了解这些工具，能帮我们理解很多现象背后的逻辑。
1、纳什均衡
作者强调，它是整个博弈论中最重要的概念。它的提出者是数学家约翰·纳什。纳什均衡描述的是博弈当中呈现的一种特定的均衡状态。在这种状态下，所有的参与者，都不能单独改变自己的行动策略。因为谁改变，谁就会遭受损失。
简单来说就是，参与博弈的每一方都找到了针对另一方的最佳对策。数学家纳什对这个均衡的解释，是一套数学语言。在《博弈论与生活》这本书中，有一个案例。
美国有两大橄榄球联盟，一个强势，一个弱势，这两个联盟分别组织自己的比赛，强势联盟在秋季比赛，因为秋季市场最大，但是弱势联盟也想在秋季办比赛，把对手挤到春季去，那么，弱势联盟究竟该不该这么做呢？我们假定秋季有1亿人观看橄榄球比赛，而春季只有5000万人看比赛。如果两大联盟同时选择一个季节，强势联盟将得到70%的收视率，弱势联盟只有30%的收视率。
也就是说，如果两大联盟同时在秋季比赛，只有3000万人会观看弱势联盟的比赛；而如果弱势联盟继续选择在春季比赛，他们还会有5000万观众。面对强势联盟，弱势联盟没有一个优势策略，它只有一个均衡选择，就是永远在强势联盟停赛期间比赛。
也就是说，在各方都选择了同一策略的情形下，没有一方能够通过独自改变策略而获益，此时的策略搭配和后续结果，就构成了纳什均衡。在生活当中，经常会出现各式各样的纳什陷阱。
比如，一个小城市里，有几家汉堡店，都扎堆开在市中心，竞争很激烈。有人好奇，为什么不分散开店呢？一人占据一块地方，不好吗？但是，如果我们从某一家汉堡店的角度来看，就会发现，他是不可能去别的地方的。为什么呢？我们想，假如你是第一个开店的，如果你不开在市中心，而是开在城南边，那这个时候如果有竞争者来了，直接把店开在市中心，那他的客源就会比你多。所以，第一家开店的，肯定会开在市中心。
那后面来的呢？他们想的其实也是这样。只要他没有在市中心开店，那肯定就有一部分的市场要让给别人了。他怎么能让自己还没开始竞争就输了呢？所以最后，所有的店都开在市中心了。这就是纳什均衡。
表面上看，在哪里选址，好像是自由的。但是，在一个多方参与的博弈格局里，每个人都要以其他人的行为为前提，去做出对自己来说最好的选择。人人都这样，最后就会形成纳什均衡。这个时候，只要有人改变策略，他就会遭受损失。
那么，我们这里说的“损失”，指的是什么呢？博弈论里所有讨论的“损失”“收益”，指的都是初级奖赏的变动。
2、初级奖赏和次级奖赏
初级奖赏指的是那些深深刻在人类基因里的，我们生来就喜欢的东西。比如食物、安全、健康，另外还有一些社会性的东西，比如信任、名望和权力。但是，这里并不包括金钱。因为金钱不是我们生来就喜欢的，而是我们长大以后知道了，金钱能换来很多我们前面提到的初级奖赏，我们才会喜欢金钱。
为什么在生活中，有时候金钱激励会失效就是这个原因。比如有的时候，没有报酬我们也会努力地去做一些事或帮一些人。很可能我们想要的不是钱，而是一些初级奖赏，比如信任、名望。
有一项研究，在一家幼儿园里，颁布一条新规则，说以后家长接孩子如果迟到，就按时间来收罚款。结果，迟到的家长更多了，到得也更晚了。这是为什么呢？原因就在于，原本接孩子迟到，对于家长的惩罚是一种社会谴责，但是，引入罚款之后，家长就会想，虽然我迟到，但我交了钱，罚款就相当于托管费了；他们就不再担心迟到了会让幼儿园的人不高兴，会让其他家长觉得自己不称职。这就让金钱抵消了社会谴责。
除了金钱，还有哪些东西属于次级奖赏？比如，爱好；或者，很多人都努力追求职称。这些，都属于次级奖赏。而这些，都不是博弈论所关注的对象。博弈论，是一种分析初级奖赏的工具。在博弈论中，一切“收益”或者“受损”，指的都是初级奖赏的增或减。
3、近端解释与终极解释
为什么印度菜的香料味很重？近端解释是，印度人就爱吃这种口味。这关注的是次级奖赏——口味偏好。而终极解释是，香料能抑制和杀死那些会让食物变质的细菌。这在气候炎热的地区很有用。这关注的就是初级奖赏——健康和安全。
在斐济这个地方，女性在怀孕和哺乳期间，要严格遵守一些饮食禁忌，不吃某些特定的鱼类，比如鲨鱼、梭鱼和海鳝。但她们平时经常会吃这些。对于这件事，如果你去问一位女性为什么，她很可能会说，是我妈妈嘱咐我的，我们这儿都是这样的。
但是生物学家不满足于这一层，发现了终极解释，那就是，那些鱼里面含有危险的雪卡毒素，过多的雪卡毒素会让人生病。而女性在怀孕和哺乳期间更容易受到毒素的影响，毒素还会伤害到孩子。
这就是近端解释和终极解释的区别。虽然，近端解释有时会很有趣，或者能解决一部分问题，但这绝对不是结束，也算不上一个令人满意的答案，我们需要找到终极解释。
“高成本信号”的逻辑，就是不管发送者是什么类型，发送这个信号都是一件高成本的事情。但是，对某一些特定的群体来说，成本要相对低一些，发得起这个信号。所以，这个博弈里最重要的纳什均衡是这样的：当且仅当发送者是“高级”时，它才会发出高成本信号。所以，追溯全球历史，人们追逐的审美、口味、偏好在不断变化，这背后的逻辑，很多时候就是高成本信号模型。
比如，食物的口味。从中世纪和文艺复兴初期的食谱里，我们其实可以看出，当时各个阶层的欧洲人都是糖和香料的重度爱好者。那个时候糖和香料是进口的，很贵。普通家庭只能在隆重场合用，而商人和贵族经常这么吃。但是后来，随着欧洲与印度贸易的发展，糖和香料的价格下跌，所有家庭都用得起了。原本的高成本信号坠入了凡尘。所以，在法国路易十四统治期间，又流行起了一种新的烹饪风格，保留食材的原味，简化调味。这就是在非常明确地对外发送高成本信号。
有些人会刻意去隐藏一些高成本信号。比如，作者说，在美国，有些哈佛大学的学生并不会直接说自己是哈佛的，别人问他在哪里上学，他会回答，“在波士顿那边”。为什么会有像这样的，隐藏优势信号的行为呢？
书里讲到一个故事，有个叫老李的有钱人，给当地一家美术馆捐了一个新的展厅。他去参加落成典礼，看到自己的名字在展厅门口，觉得很满意。可是一转身，发现美术馆的另一个展厅的捐献者，居然是匿名的。他马上就高兴不起来了。他跟爱人说：“好嘛，现在显得我像是为了名声才捐的了。”
后来，情况更糟了。参加典礼的人都想知道匿名的人是谁，后来大家打听出，原来是老谭。老谭正是老李的死对头。老李听着大家都在夸老谭，生气地走了。回家路上还跟爱人吐槽：“没人跟我说可以先匿名，然后再告诉大家呀！不然我肯定也这么干。”
那在这个故事里，可能老谭就是想通过先隐藏信号，再暴露出来，加强人们对他这个信号的印象，还能额外地释放一个“我很谦虚”的信号。
还有一种更大的可能性是，老谭并不是很在意，是不是所有人都知道他捐赠了。
为什么呢？有可能老谭已经是一个特别有名的企业家了，还做过很多慈善，不需要用这一笔小小的捐赠来给自己贴金。在现实中，也有很多这样的时候，就是一个人已经有很多优势了，他就不需要特意主动展现其中的某一项来博取别人关注。
还有一种可能，就是他不想对所有人都发送信号，只想把信号发送给特定的人。
比如，一些顶级富豪并不会穿奢侈品牌的衣服，而是会找特定的设计师定制，这些衣服外表看起来很朴素，但是懂行的人却能识别出，这是花钱也买不到的顶尖设计师作品。而这些懂行的人，大概率也是身家不凡。
所以，隐藏，其实本身就是一种高成本信号。它表示你能承担得起有人看不到你的一些优势信号的后果。换句话说，低调、谦逊、匿名，这些“不炫耀”，恰恰是最贵的炫耀信号。
1878年，在美国，有两个大户人家，哈特菲尔德家族和麦考伊家族。这天，他们因为一头猪闹上了法庭。原来，这头母猪在哈特菲尔德家族的地盘上下了崽儿。哈特菲尔德家族就说，这些猪都是我的。但是麦考伊家族说，这头母猪耳朵上有我家的标记，这些猪应该都是我们的。他们在法庭上吵个不停。
经过了漫长的审判，最终，猪被判给了哈特菲尔德家族。事情到这里就结束了吗？并没有。在这之后的10年里，这场争吵逐渐升级成了一场只能用“屠杀”和“斗争”来形容的全面战争。这10年里，双方一直在变本加厉地相互报复：打架、绑架、闯进家里打人、悬赏抓人、放火烧屋、枪战，事情不断恶化……两个家族就这么一步步地，一起走向了毁灭。
从事后结果的角度来看，两家的行为是很不理性的。表面上看，我们让情绪代替了理性思考。但是，博弈论学者们发现，这只是一种近端解释。而终极解释是，这种“以牙还牙”的策略，其实是一种动态博弈中的子博弈完美均衡。这种看起来不够理性的行为，其实是“隐藏的博弈”之中的理性选择。
1、以牙还牙
说的是两个囚徒，虽然从全局角度来看，两人都不招供是最好的，但是如果设置的惩罚是，你被对方单方面指认了，就会受重罚，那么两个囚徒从自身的利益考虑，都会选择背叛对方，把对方供出来。
囚徒困境的解法就是，增加博弈的次数，把单次博弈变成重复博弈。比如，如果这两个囚徒都是一个组织里的，即使暂时坐牢了，出来以后肯定还会再见面的，那他们互相背叛的概率就会降低。
其实，到这里，事情还没有结束。如果我们构想这么一个多轮的动态博弈，每一轮，博弈双方都可以自由选择是合作还是背叛。那么其实，选择在每一轮里都合作，并不是对个人来说最优的策略。
那最优的策略是什么呢？学者们经过数学计算和计算机模拟，得到的是这么一个策略，就是在每一轮双方都同时做出选择的情况下，你作为其中一方，第一轮你先选择合作，之后的每一轮，都复制对方的上一步——他合作，你就合作；他背叛，你也背叛；他改正重回合作，你也改正。这个策略，名字就叫“以牙还牙”。
要在现实中使用这种策略，我们记住三件事就可以了：第一，要先亮出合作的、友善的态度，不主动伤害别人；第二，不要忍气吞声，如果对方背叛了你，你也背叛他；第三，如果对方改正，你也继续合作，而不是咬住不放，不停地背叛。
但是，你可能会注意到，这种策略应用的前提是，双方每一轮要同时做出选择。那如果是双方轮流出招，最优策略是什么呢？
2、重复惩罚博弈
在这个博弈里面，每一回合，都是第一个人先行动，选择合作还是背叛，然后第二个人再行动，不过第二个人选择的就不是合作还是背叛了，而是要不要惩罚第一个人。
那么我们想想，在这样的重复惩罚博弈里，子博弈完美均衡是什么？子博弈完美均衡，不仅要求全局上是纳什均衡，在每一个回合（也就是子博弈）里，也要是纳什均衡。
我们来想，如果第一个人的策略是每次都合作，那么第二个人在设想第一个人有偶尔一次背叛的时候，还有动机去惩罚他吗？如果惩罚是要付出成本的，要耗费人力物力，那可能第二个人就不去惩罚了，因为下一轮第一个人还会是合作，惩不惩罚就无所谓了。而如果第一个人也知道这一点，那么他就有动机去背叛，这一套想下来，就会破坏纳什均衡。
所以，这里的关键就在于，要能保证，只要第一个人背叛，第二个人就一定会选择惩罚。怎么实现这一点呢？我们要在前面的策略里面加上一个条件，变成：
只有当第一个人看到，之前所有的背叛行为都得到了惩罚，他才会选择合作。否则，他就背叛。这样的话，第二个人如果不惩罚背叛行为，之后就会承受损失了。那他一定会对背叛行为做出惩罚。这才能构成子博弈完美均衡。
其实在重复博弈中，必须要让过去的事情变得重要，这才是能维持合作的唯一途径。博弈论告诉我们的是，有条件的合作要好过无条件的合作，“以直报怨”要好过“以德报怨”。那种无条件的合作，会鼓励不守规矩的人去欺负守规矩的人。而对背叛有惩罚，至少是有可以惩罚的威慑力，才更有利于长久的合作共赢。
所以，看起来不够理性的“以牙还牙”，其实正是“隐藏的博弈”中的理性选择。
点击【阅读原文】获取高清思维导图
往期推荐