6.2 演化博弈论

6.2 演化博弈论

本节摘要：本节撤掉"理性"这块地基，看稳定还能不能立起来。参与者不再选择策略，策略在群体里靠成绩争夺份额：表现好的策略被更快复制，这就是复制动态；一个策略若能抵御任何变异策略的小规模入侵，它就是演化稳定策略（ESS）。鹰鸽博弈将演示演化如何选定六四开的混合，数值模拟代码让动态轨迹可见，生物竞争与市场惯例两类应用展示这套语言的普适。

一、把选择权交给淘汰机制

演化博弈把第 2 章的两个假设各换掉一个。其一，"精明最大化"换成"适应度淘汰"：个体不计算，甚至不思考，策略是被继承的行为程序，成绩（适应度）决定后代的相对份额。其二，"均衡是共同知识的产物"换成"均衡是淘汰过程的驻点"：没有谁在预期谁，只有速度差异在筛。梅纳德·史密斯与普赖斯在 1973 年为解释动物冲突强度而提出这套框架——雄鹿为何角斗而不致命、雄象海豹为何吼而不咬——后来才发现它同样适用于企业惯例、社交规范与技术标准。

两个核心概念各司其职。演化稳定策略（ESS）是静态判据：策略 s 稳定，要求面对任何变异策略 m 的小规模入侵，s 的成绩严格更好；形式化是 u(s, s) 大于 u(m, s)，或二者相等且 u(s, m) 大于 u(m, m)。复制动态是动态方程：策略 i 的份额增长速度正比于它的当前份额乘以它的成绩超出群体均值的幅度，写成 dxᵢ ÷ dt = xᵢ × (u(i, x) − ū(x))。ESS 必是复制动态的渐近稳定点，反过来不成立——动态稳定比静态免疫更弱，两者搭配使用才保险。

二、鹰鸽博弈：暴力与忍让的六四开

背景。争夺同一份价值 V 的资源，群体里两种行为程序：鹰（先打，对方退让才停）与鸽（先炫后让，绝不硬拼）。收益：鹰遇鸽得 V；鸽遇鸽各得 V ÷ 2；鹰遇鹰两败俱伤，各得 (V − C) ÷ 2，C 是打斗成本；鸽遇鹰得 0。

操作。设鹰的份额为 x，写两策略的适应度：u(鹰) = x × (V − C) ÷ 2 + (1 − x) × V；u(鸽) = x × 0 + (1 − x) × V ÷ 2。复制动态令两者相等求驻点：u(鹰) = u(鸽) 给 x = V ÷ C。代入 V = 4、C = 8（打斗重伤，成本远超资源），得 x = 0.5；V = 6、C = 8 时 x = 0.75。ESS 判定：纯鹰在 C 大于 V 时可被鸽入侵（鹰内战太伤），纯鸽在 V 大于 0 时可被鹰入侵（白给），唯混合点稳定。

结果。群体停在鹰占 V ÷ C 的混合比例上：打斗成本相对越高，鹰越少。注意演化混合与理性混合的不同来历——没有谁在随机化，而是两种程序按成绩动态相抵，比例自己站住。

解读。三条解读把这个小模型推向大事。其一，个体层次的"荒唐"是群体层次的秩序：每只鹰都在做"错"的事（内战），但比例整体最优地自我控制——还原论在这里失效。其二，V 与 C 的比值解释了冲突强度谱系：求偶季的鹿（C 大）点到为止，豁命的争斗出现在 C 接近 V 的场景（领地即生存）。其三，性别比例、珊瑚礁鱼类的清洁合作、植物的防御投资，都是同一方程的换皮；社会学里的"破窗率"与"排队文化"也可视为行为程序的份额动态。

变式。引入识别能力（能记住打过自己的对手，只对鹰硬刚），鹰的比例上限被压低——识别与声誉是演化对暴力的第一剂解药，这也是 6.1 节声誉逻辑的生物版本；允许策略突变的连续谱上，稳定点会偏移，模拟代码改参数即可观察。

图 6-2：鹰鸽份额的复制动态相图

三、数值模拟：看份额如何走到驻点

十几行代码就能把复制动态跑起来，参数改一改，相图上的走向尽收眼底：

# 鹰鸽博弈的复制动态模拟
V, C = 6.0, 8.0            # 资源价值与打斗成本
def u_hawk(x): return x * (V - C) / 2 + (1 - x) * V
def u_dove(x): return (1 - x) * V / 2

x, dt = 0.05, 0.01         # 初始鹰份额与步长
trace = []
for t in range(2000):
    growth = x * (u_hawk(x) - (x * u_hawk(x) + (1 - x) * u_dove(x)))
    x += dt * growth
    x = min(max(x, 0.0), 1.0)
    if t % 200 == 0:
        trace.append(round(x, 4))

print(trace)               # 从 0.05 缓慢爬向 0.75
print("理论驻点 V/C =", V / C)
​

运行可见：鹰份额从 0.05 起步，先快后慢地爬向 0.75，与解析驻点吻合。把 C 调到 4（打斗便宜），驻点越过 1，纯鹰成为 ESS——收益参数哪怕温和变动，群体性质也可能从混合翻转到单一，演化系统的相变行为由此可算。

四、从生物到市场：惯例的演化经济学

演化框架对经济学与社会科学的回流有两个方向。一是均衡选择的自然化：多重均衡（第 2 章的老问题）在演化视角下由"吸引盆大小"裁决——初始人群里哪种行为占多数，系统就滑进哪个均衡；QWERTY 键盘、集装箱尺寸、插座标准的路径依赖都是吸引盆故事的现代版。二是规范的自发生成：礼让、排队、Fair 分配在复制动态下可以入侵自私群体——因为遵守规范者在同质群体内获得了隐性协调收益。它同时给出一个冷静的提醒：演化稳定不等于社会最优，群体可能稳定在一个集体次优的行为上（hawk share 过高时的暴力社会）——把系统推离坏均衡需要的是 7 章那样的规则设计，或者等待一次足够大的外部冲击。

五、两个补充判据

把 ESS 的工具箱补齐。石头剪刀布给了一个纯混合 ESS 的例子：三个策略循环相克，任何纯策略都可被克者入侵，唯一的稳定点是各三分之一——它同时是复制动态的中性驻点，扰动下轨迹绕圈而不收敛，是"ESS 但动态不渐近稳定"的标准展示，ESS 与动态稳定的不等号由此可见。种群结构则是另一个放大器：若互动只发生在近邻之间（图上的局部匹配），合作与利他在演化中存活的门槛大幅降低——近亲利他与声誉局部化都是结构红利，同一收益矩阵在不同匹配结构下的演化结局可以完全不同。做演化分析时先问三件事：互动是全局随机配对还是局部结构？策略空间是离散程序还是连续参数？变异是稀疏的大步还是稠密的小步？三个答案决定你用哪个方程，也决定结论能不能迁移。

本节要点回顾

• 要点一：演化博弈撤掉理性假设，用适应度淘汰与复制动态解释策略份额的稳定。
• 要点二：ESS 是静态免疫判据，复制动态的渐近稳定是动态判据，前者严格强于后者，搭配使用。
• 要点三：鹰鸽混合比例停在 V 除以 C，打斗成本相对资源越贵，攻击性行为越少。
• 要点四：吸引盆解释惯例与标准的路径依赖；演化稳定不保证社会最优，坏均衡同样可以自我锁定。