在刚刚过去的中秋国庆假期，我出了一趟门，遇到了老生常谈的出行拥堵问题，这篇文章就假期拥堵的方面来说一说出行选择。
中秋节是中国的传统节日，人们会和家人团聚，而国庆节是中国的国家节日，人们通常会利用这个长假期外出旅游。据新闻报道：9月27日晚，出广东的高速公路就已经开始大堵车，有市民提前三天便开始动身，但仍被堵在路上，有车主在社交平台表示，开车19个小时还没出省，高速路上挤满了“聪明人”！
提前出发为何不再奏效呢？这个现象可以用博弈论中的“囚徒困境”来解释。
什么是“囚徒困境”
囚徒困境的故事讲的是，张三和李四两个嫌疑犯合作作案后被警察抓住，分别关在不同的屋子里接受审讯，他们俩无法交流。警察知道两人有罪，但缺乏足够的证据。如果两人都抵赖，他们将被判刑一年；如果两人都坦白，各判八年；但是如果两人其中有一个人坦白另一个人抵赖，则坦白的放出去，抵赖的判十年。
于是，每个囚徒都面临两种选择：坦白或抵赖。
我们用一个简单表格来体现张三和李四选择的最终结果：
| 所获刑期 | 对方 | ||
|---|---|---|---|
| 坦白 | 抵赖 | ||
| 自己 | 坦白 | 判8年 | 判0年 |
| 抵赖 | 判10年 | 判1年 |
以张三的视角来分析：
1、假设李四这个家伙就是一个软骨头，一看到坦白可以从宽处理，立马就招了，那我不招，不仅便宜了李四，我自己要比坦白多坐2年牢；
2、假设李四是“真哥们”，宁死不从，那我要不要交代呢？我们从表格最后一列看，此时坦白就一点事也没有，相反抵赖还要多坐1年牢。
从上面两点来看，无论李四到底招不招，张三坦白都是优势策略。因此，张三和李四最终大概率会选择坦白，都获得8年牢饭体验。等他们在监狱相见时，会不会面面相觑：前一秒还牢不可破的友谊小船为何说翻就翻呢？
假期出行的博弈
接着我们以高速公路为例，节假日在高速公路行驶，我们假设只有2种策略：
- 正常节假日出行。
- 提前出行。
必要的假设更有利于我们专注分析问题场景，这通常也是一种优势策略。
同样，我们列举一下最终结果：
| 拥堵程度（*越多表示越拥堵） | 别人 | ||
|---|---|---|---|
| 提前出行 | 正常出行 | ||
| 自己 | 提前出行 | *** | * |
| 正常出行 | **** | ***** |
1、如果都正常出行，则最拥堵；
2、如果自己正常出行，别人提前出行，则次拥堵；
3、如果都提前出行，则拥堵程度排第三；
4、如果自己提前出行，别人正常出行，则自己畅通无阻；
我们有了分析“囚徒困境”的经验，现在我们分析出行日期选择的博弈，对于每个人来说，无论别人怎么选择，自己提前出行总是最优的策略。从“囚徒困境”和“出行博弈”的结果来看，我们可以得出一条结论：假如你有一个优势策略，请照办。不要担心你的对手会怎么做。假如你没有一个优势策略，但你的对手有，那么就当他会采用这个优势策略，相应选择你自己最好的做法。提前出行虽然没办法让我们享受最优的收益，但也是次优的一种选择。
破除困境
为什么作为参与者，不选择合作呢？这个问题的关键是：你没法和别人交流商量好。在“囚徒困境”中，张三和李四各自单独身处一间审讯室，他们之间无法交流，其实，即使他们之间存在交流，结果很大可能也不会发生变化。我们以OPEC（石油输出组织）减产石油为例说明，自20世纪70年代开始，OPEC一直合谋提高原油价格，他们通过减产的方式促使价格提高，获得单位价格较高的收益。我们以伊朗和沙特为例，他们各自分别有2个策略：保持减产和偷偷增产。我们容易发现，如果对方老老实实遵守减产协定，那自己偷偷增产则获得更大的利益，偷偷增产是每个国家的优势策略。这个协定的问题在于，怎样才能在双方都面临诱惑时、很想欺骗对方、从对方所失中获利的前提下，找到一个方法，维持一个低产量、高利润价格的策略。对OPEC来说，他们已经可以讨论，但是，即使签订了协定，谁也无法保证不会违反它，这就陷入了新的一轮囚徒困境，策略分别是遵守协定和违反协定。领导合谋的成员虽然骂骂咧咧：“我再也不相信你了”，但背后可能也在偷偷违反协定。
从OPEC的例子我们发现，要达成合作难点在于如何觉察出谁在作弊以及对作弊者的惩罚。
在OPEC的例子里，觉察作弊的思路可以是看原油的价格，比如伊朗和沙特在合作过程中，每天生产200万桶原油下价格才会达到25美元一桶，倘若价格低于25美元，就认为是有人作弊。从经济学原理来看，价格下降有两种原因，一是需求降低，二是生产增加，即有人作弊。作为OPEC组织，除非对需求和生产市场非常熟悉，否则还是有“误会”作弊的风险，不过可以设定一个价格阈值，当价格低于阈值，则认为是对方作弊，以减少“误会”几率。
惩罚也是一个很重要的点。类似于毒品犯罪里，有警察会威胁嫌疑人故意要释放他，用以引起外面的同伙对他的猜忌，这种原理在于：一旦嫌疑人在证据确凿的情况下被释放，卖毒品的同伙人就会认定他已经坦白，会对他发起疯狂的报复。在OPEC里，若要达成合作，则要制定其它经济政治相关的惩罚，如经济制裁，政治孤立等，成员要想违反则不得不慎重考虑。当然这种惩罚也是有限的，比如经济不景气的时候，大家觉得已经山穷水尽，没有明天了，那么作弊和背叛会更激烈。
《圣经》中“以牙还牙，以眼还眼”向我们指示了一个惩罚机制，“人们对你怎么做，你也对他们怎么做”。这个策略在双方一开始时是合作的，一旦有人背叛，则模仿对方上一阶段的行动。再也没有什么字眼会比“以牙还牙”更加清晰、更加简单。这一机制不会引发作弊，所以是善意的。它也不会让作弊者逍遥法外，所以能够产生刺激。它还是宽容的，因为它不会长时间怀恨在心，而愿意恢复合作。但是，它仍然存在缺陷，如果双方发生了一点误会，则这个机制将会陷入毁灭性的循环。
《论语》中“或曰：‘以德报怨，何如？’子曰：‘何以报德？以直报怨，以德报德’”则指示另一个惩罚机制。孔子早在几千年前就告诉我们“以直报怨”，即以公道正直的态度来对待所怨恨的对方，在对方只是偶然的背叛时显得宽容，在对方故意的背叛时则公正无私地实施惩罚。短期内的误会恶化了双方关系，如一方宽宏大量，不对每一次背叛做出惩罚，将维持更久的合作。这样一来，则可能胜过“以牙还牙”的策略。这种额外的宽容固然可能使别人对你稍加作弊，但对方真的有投机倾向，我们也不必听之任之，需让他自食其果。
均衡策略
在现实这个不完美的世界中，囚徒困境的博弈是通常存在的。如果我们达不成完美的合作，寻找最佳的一对策略也是必要的。按照这对策略做，各个参与者的行动都是对对方行动的最佳回应。也就是说，这对策略是让人不后悔的决定。
为什么一个博弈的参与者非得达到这么一个结局呢？我们可以说出好几个理由。首先，存在避免循环推理的必要，因为循环推理帮不上忙。以“出行博弈”为例，提前出行虽没有达到最好的效果，但也是次优的效果。均衡在没完没了的“我知道他知道我知道……”的循环里是稳定不变的，这使参与者对其他人的行动的估计能保持连贯性。各方正确预计别人的行动，并且确定自己的最佳对策。
均衡策略的第二个好处出现在零和博弈中。在这种博弈里，参与者的利益严格相悖。你的对手不能通过引诱你采取一个均衡策略而得到任何好处。你已经充分考虑到他们对你正在做的事情会有什么样的最佳对策。
最后，均衡结果并不自动意味着这就是对博弈的全体参与者最有利的结果，更不意味着是对整个社会作为一个整体而言最有利的结果。最有利结果需要通过“觉察作弊”和“”惩罚机制”来保障，“以牙还牙”、“以德报怨”都是一种惩罚机制。
看完本文，请从均衡策略角度思考下面的问题：明天某个时候你要在市里会见某人。他已被告知要与你会面。不过，双方都没有更多信息，不知道究竟何时或者在哪里会面。那么，你应该于何时去何地？