---
title: 策略互动与合作
url: https://doc.liz6.com/general-education/economics-foundations/11-strategic-interaction
locale: zh
area: general-education
tags:
- 通识入门
- 经济学基础
date: 2026-09-12
modified: 2026-09-12
description: 两个团队共用一套接口。双方都认真维护文档，长期协作最顺畅；但如果对方已经把文档写好，自己省下维护时间、直接使用对方的成果，眼前收益可能更高。问题不再是“我的动作单独带来什么”，而是“当对方也在选择，我的最佳动作是什么”。
---
# 策略互动与合作
前置：[经济选择与经济分析](/general-education/economics-foundations/01-models-and-evidence) · [交易剩余、税收与补贴](/general-education/economics-foundations/07-surplus-efficiency-and-distribution)
两个团队共用一套接口。双方都认真维护文档，长期协作最顺畅；但如果对方已经把文档写好，自己省下维护时间、直接使用对方的成果，眼前收益可能更高。问题不再是“我的动作单独带来什么”，而是“当对方也在选择，我的最佳动作是什么”。
本篇先让你在一次互动中选择，再逐列核对激励，最后改变未来合作机会与可观察性。以下收益是虚构的净收益点数，已经综合本次投入和使用价值，数值只服务于比较，不代表团队的真实绩效。
## 先选，再看双方的激励
每个团队可选维护 C 或省工 D。矩阵中第一项是甲的收益，第二项是乙的收益。两人同时选择，事前不能签订可强制执行的维护合同。
| 甲的选择 / 乙的选择 | 乙维护 C | 乙省工 D |
| --- | --- | --- |
| 甲维护 C | 3，3 | 0，5 |
| 甲省工 D | 5，0 | 1，1 |
先停下来：如果你是甲，会怎样选？理由必须明确针对乙的某一个选择，不能只说“合作对大家最好”。
固定乙维护，甲比较同一列：维护得 3，省工得 5，所以省工更好。固定乙省工，甲比较另一列：维护得 0，省工得 1，还是省工更好。在这张表中，D 对甲是严格占优策略，无论乙做什么都优于 C。乙面对的结构对称，也会这样比较。
于是双方都省工，收益为 1、1。在这个位置，甲单独改为维护会从 1 降到 0，乙也一样；没有人能通过单方面改变动作提高自己的收益，因此它是纳什均衡。
纳什均衡不表示收益最大、道德上最好或现实一定立即到达。它只检查给定其他人的动作时，自己是否还想改变。双方若一起转到维护可得到 3、3，但“一起变好”并不等于“每个人独自改变都有利”。
## 为什么口头约定可能不足
两队开会同意维护文档，并没有自动改变矩阵。到了执行时，如果乙按约维护，甲仍可从省工得到 5 而不是 3。若没有未来后果、责任约束或不同偏好，事前承诺无法消除事后的偏离激励。
这不意味着人永远自私或合作不可能。它说明当前模型把哪些收益遗漏了：声誉、职业规范、违约代价、对同事的关心，都可能影响真实选择。要解释合作，就把相关因素明确加入，而不是一面使用旧收益表、一面要求人自然选择另一个结果。
例如独立验收能发现未维护，并对省工扣除 3 个收益点：乙维护时，甲省工只得 2，低于维护的 3；乙省工时，甲省工得 −2，低于维护的 0。在新表中维护成为占优选择。这个规则是否值得采用，还要扣除验收成本，并检查能否可靠识别行为，不能把惩罚当作无成本开关。
## 同一批人以后还会合作吗
现在改变一个条件：两队每期都要协作，当前行为能被准确看到。考虑一种条件合作策略：此前双方一直维护，则继续维护；一旦有人省工，以后都省工。设未来一期收益相对现在的权重为 δ，范围为 `0≤δ<1`。
持续维护的收益是 `3+3δ+3δ²+…=3/(1−δ)`。现在偷偷省工，一次得 5，之后每期得 1，收益为 `5+δ/(1−δ)`。维护至少不差，需要：
```text
3/(1−δ) ≥ 5+δ/(1−δ)
3 ≥ 5−4δ
δ ≥ 0.5
```
例如 δ=0.8，持续维护的价值为 15，偏离为 9；未来关系足够重要时，眼前多拿 2 不值得。δ=0.2 时，持续维护为 3.75，偏离为 5.25，惩罚来得太远或关系太不稳定，就不足以支撑合作。
这只是给定策略、准确观察、无限或不确定终点的一种条件检验，不是所有团队合作的通用阈值。重复互动也不保证合作一定出现；双方还可能协调不到同一种策略。
## 放回误报与关系终点
如果文档平台偶尔丢失提交，一次技术故障可能被误认作省工，永久惩罚就会摧毁原本可以继续的合作。现在除了防偏离，还需要申诉、补交、核对证据或有限惩罚。宽容能减少误伤，也可能被利用，规则需要在两个问题之间权衡。
如果双方共同知道只剩最后一期，并保持原来的纯收益结构，最后一期没有未来惩罚，仍会省工；向前推理会影响前面的选择。这种有限期结论依赖明确终点、共同知识、完全理性等条件。真实组织还有后续声誉、跨项目关系和不完全信息，不能只凭“项目快结束”就断言一定不合作。
顺序选择也需要另画决策树。若甲先投入、乙观察后再决定，甲必须预判乙到那时的最佳反应；不能把“我希望他回报”当作可信承诺。合同、押金和里程碑验收的作用，正是改变某些未来节点的可行选择和收益。
## 把均衡和评价分开
这张表只包含两个团队的净收益。假如他们的合作损害第三方，例如共同限制服务让用户付出更高代价，那么两方收益上升也不等于社会整体变好。博弈分析先解释参与者行为，评价还要把被排除的主体加入。
同样，一个均衡可能依赖错误信息、很高的转换成本或不公平的初始权利。找到均衡只是一个分析步骤，不能代替对规则本身的讨论。下一课的信息与合同会继续处理“对方是什么类型”“对方后来做了什么”不可观察时的交易。
## 用比较而非标签回答
把双方维护的收益从 3、3 改为 6、6，其他三格不变。省工还是甲的占优策略吗？双方省工还是纳什均衡吗？
展开推理
固定乙维护，甲维护得 6，省工得 5，甲应维护；固定乙省工，甲仍应省工。因此省工不再占优。双方省工仍是纳什均衡，因为单方面维护会从 1 降到 0；双方维护也成为纳什均衡，因为偏离会从 6 降到 5。这时出现协调问题，不能继续套用原来的唯一占优结果。
展开推理
不一定。要在真正需要维修的未来节点比较经理的选择：不合作的损失是否大于继续合作，替代设备是否存在，承诺有没有可执行约束。若到时经理总会选择继续合作，对方会预见这一点。可信性要由未来节点的激励支撑，而不是由措辞有多强硬支撑。