博弈论 101 第 77 讲：筛选博弈

视频封面

视频元信息

系列：博弈论101（Game Theory 101）
本讲主题：筛选博弈（Screening Game，转录中音译为"山选博弈"）
前置知识：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）
授课人：William Spaniel

内容摘要（TL;DR）

本讲首次实际求解完美贝叶斯均衡，对象是"筛选博弈"——信息不足方先行动的不完全信息动态博弈。通过一个"危机博弈"模型（自然先决定玩家2是弱类型还是强类型），推导出：当玩家1认为玩家2是弱类型的先验信念 p > 1/6 时玩家1选择升级，p < 1/6 时选择退出；玩家2弱类型让步、强类型开战。核心结论是：筛选博弈中信息不足方先行动，因此无需信念更新，求解比信号博弈简单得多。

一、开场与课程定位 [00:00]

本讲是定义了完美贝叶斯均衡（PBE）之后，第一次实际动手求解这类均衡。
本单元要解的两种博弈类型：
- 筛选博弈（Screening Game）：信息不足的一方先行动。
- 信号博弈（Signaling Game）：信息充分的一方先行动。
本单元整体研究的是序贯的不完全信息博弈：玩家轮流行动，能看到对方之前做了什么，且至少有一方掌握不对称信息（关于博弈结果对应收益的信息）。
筛选博弈求解更容易，所以先讲它。

易错点：注意区分筛选博弈与信号博弈的关键差别——谁先行动。先行动的是信息不足方 → 筛选；先行动的是信息充分方 → 信号。这是判断博弈类型的核心标准。

理解：之所以筛选博弈更简单，是因为信息不足方先行动，他行动时还没有任何新信息可观察，因此不需要做信念更新（belief updating）；而信号博弈中信息不足方后行动，需要根据先行动者的行为反推其类型，这就涉及贝叶斯更新，计算更复杂。

二、博弈模型设定：自然先行动 [00:49]

2.1 自然的角色

不完全信息博弈的开头往往相同：第一步是自然（Nature）行动。
自然是一个自主的行动者，不讲策略，只按博弈参数规定的概率随机行动。
本例中自然决定玩家2（Player 2）的类型：
- 以概率 p 使玩家2成为弱类型（weak）；
- 以概率 1 − p 使玩家2成为强类型（strong）。
p 和 1 − p 就是玩家1对玩家2类型所持有的先验信念（prior belief）。

2.2 博弈背景与行动顺序

博弈背景：玩家1和玩家2因争夺同一件东西陷入某种危机。
玩家1的行动：
- 升级（Escalate）：使争端升级；
- 退出（Back down）。
如果玩家1升级，则轮到玩家2行动：
- 开战（War）；
- 让步（Concede）。

2.3 信息结构（关键）

在自然行动之后，有一条虚线连接玩家1的各个选择节点。
这条虚线反映：玩家1并不知情，不知道玩家2到底是弱还是强，只有先验信念 p 和 1−p。
相比之下，玩家2拥有完全信息——他清楚自己是弱还是强，所以玩家2的决策节点没有虚线连接。
只有玩家1掌握的是不完全信息，玩家2掌握完全信息。

考点：信息集（information set）用虚线表示，代表玩家无法区分自己处于哪个节点。这里玩家1的信息集横跨"玩家2是弱"和"玩家2是强"两种情况，说明玩家1不知道玩家2的类型。

三、收益结构（Payoffs） [01:22]

3.1 玩家1退出时

若玩家1退出，玩家2无论是弱是强都无所谓。
玩家2拿下整件东西，收益为 1；
玩家1什么都得不到，收益为 0。

3.2 玩家2让步时

若玩家1升级、玩家2让步，收益与类型无关（不取决于自然抽到什么）。
玩家1把整件东西据为己有；
玩家2收益为 0。

3.3 玩家2开战时（类型起作用）

弱类型玩家2开战（博弈树最左边分支）：
- 玩家1得到 0.7（因为玩家2弱，玩家1在战争中占大便宜）；
- 玩家2得到 −0.1（吃了不小的亏）。
强类型玩家2开战：
- 玩家1得到 −0.2（负收益）；
- 玩家2得到 0.8（表现相当不错）。

易错点：开战收益取决于玩家2的类型。弱类型开战对玩家1有利（+0.7），强类型开战对玩家1不利（−0.2）。这正是玩家1想通过"升级"来筛选出玩家2类型的原因。

收益速查表：

情形	玩家1收益	玩家2收益
玩家1退出	0	1
玩家1升级，玩家2让步	1	0
玩家1升级，玩家2弱类型开战	0.7	−0.1
玩家1升级，玩家2强类型开战	−0.2	0.8

四、求解玩家2的策略：逆向归纳 [03:02]

4.1 为什么筛选博弈更简单

玩家2行动时：他知道玩家1做了什么，也知道自己是什么类型。
整个博弈过程中，玩家2没有任何信息需要去了解。
因此玩家2的最优化问题非常简单：比较开战收益与让步收益，取较大者。
玩家2要做的只是逆向归纳（backward induction），就像完全信息博弈里那样。

4.2 玩家2的决策

若玩家2是弱类型：
- 开战收益 = −0.1；让步收益 = 0；
- 0 > −0.1，所以弱类型选择让步。
若玩家2是强类型：
- 开战收益 = 0.8；让步收益 = 0；
- 0.8 > 0，所以强类型选择开战。

4.3 剪枝结果

由此可以像完全信息博弈那样，把博弈树"剪枝"：
- 玩家1升级 → 弱类型让步，强类型开战。

理解：这一步之所以能直接做，是因为玩家2拥有完全信息，他的最优反应不依赖任何信念。这与信号博弈中后行动者需要根据观察推断类型形成鲜明对比。

五、求解玩家1的策略与均衡条件 [04:09]

5.1 玩家1面临的复杂性

玩家1必须考虑：如果自己升级，未来会发生什么？
但他并不确定玩家2到底会让步还是开战。
不过那个先验信念足以让他弄清楚该怎么做。

5.2 比较升级与退出的收益

退出收益：非常直接，无论玩家2是弱是强，玩家1收益都是 0。
升级的期望收益：
- 以概率 p，玩家2是弱类型，会选择让步 → 玩家1收益为 1；
- 以概率 1 − p，玩家2是强类型，会选择开战 → 玩家1收益为 −0.2。
- 期望收益 = p × 1 + (1 − p) × (−0.2) = 1.2p − 0.2。

5.3 求解临界信念

令升级效用 > 退出效用：
- 1.2p − 0.2 > 0
- 1.2p > 0.2
- p > 1/6
结论：
- 若玩家1认为玩家2是弱类型的信念 p > 1/6 → 玩家1倾向于升级；
- 若 p < 1/6 → 玩家1倾向于退出。

考点：临界值 p = 1/6 是本讲的核心计算结论。 记忆技巧：升级的期望收益 1.2p − 0.2，令其为 0 解得 p = 0.2/1.2 = 1/6。

推导：1.2p − 0.2 = 0 → 1.2p = 0.2 → p = 0.2 / 1.2 = 2/12 = 1/6。

六、完美贝叶斯均衡的完整表述 [06:00]

6.1 均衡的组成

完美贝叶斯均衡需要两部分：一组策略 + 一组信念。
信念部分很直接：筛选博弈里没有信念更新，无需额外计算。

6.2 均衡一：p > 1/6

玩家1选择升级；
玩家2：弱类型让步，强类型开战；
玩家1的信念：玩家2是弱类型的概率为 p。

6.3 均衡二：p < 1/6

玩家1选择退出；
玩家2：弱类型让步，强类型开战（注意：此路径不在均衡路径上，但策略仍成立）；
玩家1的信念：玩家2是弱类型的概率仍为 p（信念不变）。

6.4 关于玩家2的信念

笔记中没有给玩家2设定信念。
原因：玩家2拥有完全信息，没有什么信念需要操心。

易错点：不要误以为所有玩家都需要信念。在筛选博弈中，只有信息不足方（玩家1）需要信念；信息充分方（玩家2）不需要。

重要提醒：玩家1在整个博弈过程中不需要更新信念，因为他在观察不到任何信息时就先行动了。这正是筛选博弈求解简单的根本原因。

七、为什么叫"筛选博弈" [07:18]

回到博弈树，玩家1有两种做法：
- 升级：通过行动来筛选出（screen out）不同类型的玩家2；
- 退出：不去筛选这些类型。
如果玩家1升级：
- 弱类型玩家2会让步；
- 强类型玩家2会选择对抗。
- 这样就从玩家2身上引出不同的行为——把某一类型筛选出来让他们做一件事，迫使其他类型做另一件事。
如果玩家1提前退出，表面上没有筛选行为，但仍称作筛选博弈：
- 因为玩家1是主动放弃了"筛选玩家2类型"这一选项。

理解："筛选"的本质是：信息不足方通过自己的行动设计，让不同类型的信息充分方做出不同反应，从而间接暴露类型。即便均衡中玩家1选择退出（不筛选），该博弈的"筛选"结构仍然存在，只是均衡路径没有走到筛选分支而已。

八、核心知识点归纳与拓展

8.1 基础要点回顾

筛选博弈定义：信息不足方先行动的不完全信息动态博弈。
求解方法：
1. 自然先按概率设定类型；
2. 信息充分方（后行动）用逆向归纳求最优策略；
3. 信息不足方（先行动）比较各行动的期望收益，解出临界信念值；
4. 组合策略与信念，得到完美贝叶斯均衡。
本讲结论：临界值 p = 1/6；p 大则升级，p 小则退出；弱类型让步、强类型开战。

8.2 【拓展】筛选博弈 vs 信号博弈

筛选博弈（Screening）：信息不足方先行动，主动设计"筛选装置"，让信息充分方按类型做出不同反应。经典例子：保险公司先设计不同保费合同，让不同风险类型的人自选（高风险的选高保额、低保费的合同）。
信号博弈（Signaling）：信息充分方先行动，通过行为"发信号"传递类型。经典例子：求职者先选择学历，雇主据此推断能力。
两者求解难度差异：筛选博弈因先行动者无需更新信念而更简单；信号博弈需要贝叶斯更新，更复杂。

8.3 【拓展】完美贝叶斯均衡（PBE）的四个要求

每个信息集上，行动者根据信念选择最优行动；
信念通过贝叶斯法则从均衡策略和观察到的行动中更新（在均衡路径上）；
在非均衡路径上，信念可以任意设定，但需满足一定合理性；
策略与信念相互一致。

思考：本讲中玩家1的信念是外生给定的先验 p，因为他在行动前没有观察到任何信息，所以不存在"更新"这一步。这就是筛选博弈求解简化的本质。

8.4 【拓展】现实案例

军事威慑：一方不确定对手是强硬还是软弱，通过"升级威胁"来试探；对手若软弱则退让，若强硬则对抗。本讲的危机博弈正是这类情境的抽象。
商业谈判：买方不确定卖方底价高低，通过强硬报价筛选对方是否愿意让步。
拍卖与合同设计：机制设计中的"筛选"思想，即设计菜单让不同类型自选。

8.5 容易踩坑的点

别混淆先行动者身份：先行动者是信息不足方 → 筛选；先行动者是信息充分方 → 信号。

别给信息充分方强加信念：玩家2完全信息，无需信念。

临界值计算要仔细：1.2p − 0.2 = 0 得 p = 1/6，注意符号和系数。

非均衡路径上的策略：p < 1/6 时玩家1退出，玩家2的开战/让步策略虽不在实际路径上，但仍属于完整策略描述的一部分。

信念不更新 ≠ 没有信念：玩家1仍有先验信念 p，只是不需要更新。