3.3 均衡精炼与动态不稳定性

3.3 均衡精炼与动态不稳定性

本节摘要：本节承接 3.1 埋下的裂缝，系统盘点动态均衡的疑难与修补。逆向归纳在连锁店悖论里给出违背常识的冷酷结论，在蜈蚣博弈里被实验反复推翻；泽尔腾的颤抖手精炼用"手会抖"的极小概率扰动给均衡做抗震测试，向前归纳则利用对手的偏离反推其意图。读完本节，你将明白均衡概念为什么至今仍在演进，以及工程上该如何在多个精炼之间做取舍。

一、连锁店悖论：一条回推推出来的荒唐链

连锁店悖论把 3.1 的方法推到一个尴尬的终点。设定：连锁店在一条街上有多个分店，潜在进入者一个接一个来挑战，每个进入者只来一次。任一分店遭进入时，连锁店可以默许（进入者得 200，连锁店得 100）或打价格战（双方各得 0 与 50，具体数字可设为进入者 0、连锁店 50 以示惩罚有效但自伤）。直觉与谢林的观察都指向：连锁店会在前几个市场狠打，杀鸡儆猴，吓退后来者。

可回推给出另一个答案。从最后一个市场开始：那里没有未来，惩罚没有回报，遭进入时默许更好；倒数第二个市场的进入者预判"最后一家店他必然怂"，威胁吓不住自己，进入；连锁店在倒数第二个市场也知道惩罚吓不住最后一个，又默许……逐层回推，连锁店在每个市场都默许，进入者个个长驱直入。逻辑无懈可击，结论却与商业史大量相悖——排头兵确实在打。

解读。悖论的根源同蜈蚣一致：回推依赖"人人理性且人人知道人人理性"在每个节点成立。一旦进入者真的见过一次开战，理性人假设的可信度就被自己的观察削弱，"对手可能不理性"的嫌疑让早期开战变成划算的保险。克雷普斯与威尔逊 1982 年的著名工作把这句话形式化：只要连锁店"非理性好斗"的先验概率哪怕只有极小一点，模仿强硬就成了均衡——威慑的可信性不需要真的强硬，只需要强硬的嫌疑无法排除。这个结果反过来定义了"声誉"的博弈论本质：值得花钱维护的，是别人对你类型的怀疑空间。

二、颤抖手精炼：给均衡做抗震测试

泽尔腾 1975 年提出另一个方向的修补：不再假设人人完美，而是假设任何人都有极小概率"手抖"选错策略。一个均衡若经得起颤抖——即使对手以任意小的概率误选任何策略，你的均衡策略仍是最优反应——就称颤抖手完美。抗震测试的价值在于筛掉一类寄生均衡：它们的存在完全依赖"对手绝不犯错"的零概率事件，现实里一碰就碎。经典病例是二人博弈中"若对方必然选某策略，我可以挂着零收益的废策略混进支撑"——颤抖一抖，废策略立刻暴露为劣选，均衡瓦解。技术实现上，颤抖手等价于"策略组合是某个收敛到原博弈的扰动博弈序列的严格均衡极限"，也等价于有限重复博弈中策略在整个执行期上最优——它与 3.1 的子博弈精炼互有强弱：完美信息的有限树上两者重合，信息集含多节点时颤抖手更挑剔。

向前归纳走的是另一条路：不假设手抖，而把对手的偏离当作有意图的信号。若对手放弃了明显更差的选项来到当前节点，你应当推断"他冲着某个高收益分支来的"，并据此调整自己的选择。它在协调博弈与瓜分博弈里能排除掉子博弈精炼留下的部分均衡，但同样有反例——对偏离意图的解读可以循环嵌套。精炼计划至今没有公认的终点，工程上的态度是备一套工具、按场景选用：怕犯错用颤抖手，信对手精明用向前归纳，怕声誉崩塌用类型扰动。

三、案例推演：一次供应链卡位里的精炼选择

背景。某电池材料厂面临新对手进入细分市场。材料的产能建设周期长，厂商可选"建大产能"（成本 300，若对手不来独占利润 900，若对手也来价格挤压后各得 250）或"建小产能"（成本 80，对手来了各得 300，对手不来得 350）。对手观察产能决策后再决定进入与否。

操作。先按完全信息回推：大产能下对手进入得 250 对不进入 0——进入；小产能下对手进入得 300 对 0——也进入。进入势不可挡，厂商比较两种产能下被进入的收益：大 250 减 300 为负，小 300 减 80 为正，选小。静态回推的结论：建小产能，认进。

结果。但行业里常见的是大产能威慑成功。哪里出了漏洞？回推假设对手确定产能只有两种、成本如上。若对手对该厂成本存在不可排除的怀疑（比如大产能的真实成本可能低至 100），"建大产能"就成了成本实力的信号，颤抖手与类型扰动版本的均衡支持威慑。

解读。同一个树，按不同精炼求解得到不同建议：确定性世界里小产能认怂，存在类型怀疑时大产能自证强硬。精炼的选择不是数学品味问题，而是对信息环境的判断：对手对你的成本与性格掌握多少、历史上你有没有开过战、行业里有没有烧过钱——这些决定了"嫌疑空间"的大小。工程清单有三条：先列全部子博弈精炼均衡；再对每个均衡做颤抖测试与类型扰动测试；最后用对手的实际观察史为信念赋值，选不与历史矛盾的均衡。这三步对应 9.2 节求解工具里的精炼检验流程。

变式。把产能建设改成无法观察的暗建，观察结构变化让威慑信号失效，均衡滑回认进；把博弈改成同一市场多轮进入，声誉机制重启，3.1 与本节开头的结果重新适用——观察性与重复性是动态均衡形态的两大开关。

四、精炼概念对照表

本节要点回顾

• 要点一：连锁店悖论显示回推的冷酷结论依赖理性共同知识，类型扰动的极小嫌疑即可恢复威慑可信性。
• 要点二：声誉的博弈论本质是别人对你类型的怀疑空间，维护声誉就是维护这个空间的价值。
• 要点三：颤抖手精炼用极小误选概率给均衡做抗震测试，筛掉寄生在零概率事件上的脆弱均衡。
• 要点四：精炼无统一答案，工程流程是列全精炼均衡、做扰动测试、用观察史校准信念后择优。
• 要点五：对照表的使用方式是先问"我的情境里哪个假设最可疑"，再挑对应的测试，而不是五件全上。