策略不变是最优

13　策略不变是最优——三聚氰胺事件与占优策略均衡

占优策略是指无论其他参与者采取什么策略，某参与者唯一的最优策略。博弈中所有参与者占优策略的组合就是占优策略均衡。

2008年9月初，全国许多地方的医院都发现许多数月大的婴儿患上泌尿结石病症。卫生部的统计数据显示，从2008年9月12日至17日8时，各地报告临床诊断患儿一共有6244例，其中不包括3例婴儿死亡病例。这些患病婴儿的共同特点是长期食用同一品牌的奶粉，奶粉中含有大量的非食品添加剂三聚氰胺，后被证实是三鹿牌婴幼儿奶粉，婴儿饮用奶粉患病事件立刻引起国家的高度关注，2008年9月18日，国家质检总局在完成婴幼儿奶粉三聚氰胺全国专项监督检查后，又紧急组织开展了全国液态奶三聚氰胺专项检查，结果表明在蒙牛、伊利、光明、雅士利等中国知名品牌奶粉的一些抽检产品批次中发现含量不等的三聚氰胺。三聚氰胺奶粉事件引发了举国上下的震动，引起了人们对牛奶质量前所未有的关注。人们不禁要问，既然人们知道三聚氰胺有毒，为什么还要将其加入牛奶中呢？为了消除人们心中的疑惑，我们可用博弈论中的占优策略均衡进行解释。

◆占优策略均衡

要了解占优策略均衡，首先需要了解博弈论的相关知识。在日常生活中，一个人、一个家庭、一个企业，甚至一个国家在进行决策的时候不仅要考虑自己的决策对外界产生的影响，也要考虑外界的一些决策对自己产生的影响，这些决策主体的最优决策不仅依赖于自己的选择，还依赖于他人的选择。博弈论就是用于分析这种决策互动的方法。

那么，什么是博弈论呢？博就是斗，弈就是下棋，博弈的字面含义是指双方相互斗争。实际上，博弈既有针锋相对，也有相互合作的意思。博弈双方不断斗争，斗争的最终结果就是寻求双方的利益均衡，在均衡形成的同时，均衡也在不断地被打破，进而形成新的均衡。博弈论，又称对策论，它是研究理性决策主体之间发生冲突时的决策问题和均衡问题，也是研究理性决策者之间冲突和合作的理论。随着社会的发展，博弈论被广泛应用于政治、经济、军事、体育及国际关系等多个领域。

任何一个博弈都至少包含三个基本要素：参与者、策略集合和收益。

参与者，是指直接参与博弈的当事人，也是博弈决策的主体和策略的制定者。在不同的博弈问题中，参与人的含义是不同的，可能是个人、家庭、企业或者是一个国家。在一个特定的博弈中，当家庭、企业或国家等由两个以上的个体组成的团体，为了一个共同的目标和利益参加博弈时，则可将整个团体看成是一个参与者。参与者参与博弈的目标是追求自身利益的最大化或损失的最小化。

策略，是参与者为实现其目标而采取的一系列行动或行动计划，它规定在何种情况下采取何种行动。策略集合是指参与者可能采取的全部策略的集合。博弈参与者必须知道自己及其对手的策略选择范围，才能据此分析对手选择不同策略时自己应该选择的策略，以及自己选择不同的策略时对手可能的反应。

收益，是指参与者确定所采取的策略后所得到的利益，是所有参与者所选择的策略共同作用的结果。收益可以用参与者得到的效用来表示，也可以用参与者得到的货币报酬来表示。

在每一个博弈中，至少需要有两个以上的参与者，每个参与者能够采取的策略集合至少应该包括两种不同的策略，每种策略行动都对应有相应的收益。如果参与者只有一种策略，那么，他的行动就是事先规定好了的，就不是一种博弈。我们可以用一个矩阵图来表现博弈双方的行为及其结果。

假设有两个参与人甲和乙，甲有两种策略，分别为C和D；乙有两种策略，分别为A和B。甲乙两人的策略组合有四种，每个策略组合对应一个收益组合，每一个收益组合左侧的数字为甲的收益，右侧的数字为乙的收益，见图1所示。我们可以根据图1来分析什么是占优策略及占优策略均衡的形成过程。

图1　占优策略均衡

首先分析乙对甲不同策略的反应：

如果甲选择C策略，乙有A和B两种策略可以选择，甲乙可能的策略组合是（C，A）和（C，B），对应的收益组合分别是（10，10）和（6，12）。对于乙来说，选择B策略带来的收益为12，大于选择A策略所带来的收益10。因此，只要甲选择C策略，乙一定会选择B策略。

同理，如果甲选择D策略，乙有A和B两种策略可以选择，甲乙可能的策略组合是（D，A）和（D，B），对应的收益组合分别是（12，6）和（8，8）。对于乙来说，选择B策略带来的收益为8，大于选择A策略所带来的收益6。因此，只要甲选择D策略，乙一定会选择B策略。

由此可以看出，无论甲选择C策略还是D策略，乙唯一的最优策略是B策略。

再来分析甲对乙不同策略的反应：

如果乙选择A策略，甲有C和D两种策略，甲乙可能的策略组合分别为（C，A）、（D，A），其对应的收益分别为（10，10）、（12，6）。对于甲来说，选择D策略带来的收益为12，大于选择C策略所带来的收益10。因此，只要乙选择A策略，甲一定会选择D策略。

同理，如果乙选择B策略，甲有C和D两种策略，甲乙可能的策略组合分别为（C，B）、（D，B），其对应的收益分别为（6，12）、（8，8）。对于甲来说，选择D策略带来的收益为12，大于选择C策略所带来的收益10。因此，只要乙选择B策略，甲一定会选择D策略。

由此可见，无论乙选择A策略还是B策略，甲唯一的最优策略是D策略。

在博弈过程中，博弈双方进行斗争，各自选择自己的最优策略。从图1可以看出，无论甲选择C策略还是D策略，乙的唯一最优策略是B策略；无论乙选择A策略还是B策略，甲的唯一的最优策略是选择D策略。我们把无论其他参与人选择什么策略，某参与者的唯一的最优策略称为占优策略。通俗地说，占优策略指的是：“不管你怎么做，我所做的都是我能做得最好的”。甲的占优策略是D，乙的占优策略是B，甲乙二人占优策略的组合为（D，B），我们把博弈中所有参与者占优策略的组合，称为占优策略均衡。

◆三聚氰胺与占优策略均衡

2008年9月爆发的中国问题奶粉事件，引发了举国上下的震动，引起了人们对牛奶质量前所未有的关注。全国政协常委、农业部原副部长张宝文曾在2009年两会分组讨论上说：往牛奶中加入三聚氰胺一度成为我国奶业的潜规则，这实际上是我国牛奶企业及其利益相关者之间博弈斗争的结果。大家都知道，三聚氰胺是一种有毒的化学物质，长期食用会诱发膀胱癌，既然如此，为什么人们还要往牛奶中加入三聚氰胺呢？下面我们用占优策略均衡来分析牛奶企业间博弈的过程。

在生产中，为了提高产品竞争力和增加收益，企业往往会采取一定的手段来降低生产成本。三聚氰胺是一种化学物质，含氮量很高，往牛奶中加入这种物质能提高牛奶中的蛋白质含量，降低牛奶企业的生产成本。于是，对于参与博弈的牛奶企业来说，他们的策略集合包括两种不同的策略，分别是添加三聚氰胺和不添加三聚氰胺。面临两种截然不同的策略，企业会如何作出选择呢？这就取决于牛奶企业在博弈中的收益。

假设现有一个企业面对如下问题：如果其他企业添加三聚氰胺，自己也添加三聚氰胺，至少能够使得自己在成本方面和牛奶蛋白质含量方面与其他企业保持相同，不会处于竞争劣势。如果其他企业不添加三聚氰胺，自己添加三聚氰胺，则在保证牛奶蛋白质含量相同的情况下，自己能够占据较低的成本优势。所以，在监管不力以及消费者难以发现的情况下，无论其他牛奶企业是否向牛奶中添加三聚氰胺，对该企业而言，添加三聚氰胺都是一种最好的选择。因此，添加三聚氰胺就是该企业的占优策略。同理，对于奶业中的其他企业而言，添加三聚氰胺都是其占优策略。

当然，在制度完善与不完善两种情况下，牛奶企业的策略选择是不同的。下面我们用博弈矩阵图来分析两种情况下牛奶企业的占优策略。

第一种，制度不完善情况下牛奶企业的策略选择。假设有两家牛奶企业，分别是甲和乙，他们具有相同的策略集合，分别是添加三聚氰胺和不添加三聚氰胺，在收益矩阵图中分别用“添加”和“不添加”表示（见图2）。

图2　制度不完善情况下牛奶企业的占优策略均衡

如果甲选择添加，乙有两种选择，添加和不添加，乙添加获得的博弈收益为10，不添加获得的博弈收益为6。相比之下，对于乙来说，添加所带来的收益最大。所以，只要甲企业选择添加策略，乙企业也会选择添加策略。

如果甲选择不添加，乙有两种选择，添加和不添加，乙添加获得的博弈收益为12，不添加获得的博弈收益为8。相比之下，对于乙来说，添加所带来的收益最大。所以，无论甲是否添加，对于乙来说，添加都是最优的策略。此时，成本最低，收益最大。

同理，如果乙选择添加，甲会选择添加策略；如果乙不添加，甲还会选择添加策略。因此，无论乙选择添加还是不添加，对于甲来说，最优的策略就是添加。

可见，甲乙双方的占优策略组合是双方都添加。

如果将两个牛奶企业的分析扩展到多个牛奶企业的话，则对于整个行业来说，行业内所有企业都添加三聚氰胺，则整个行业的成本会降低，收益会增加。因此，添加三聚氰胺一度成为奶粉行业的潜规则。需要强调的是，该博弈均衡成立的前提条件是所有企业都认为该潜规则不会被监管部门和公众所发现并讨伐之。

通过占优策略均衡的分析，也许有的读者会问，某一牛奶企业面对潜规则，除了遵守外，是否可以站出来揭发其他企业并对其造成重创，自己则从中获利呢？对于这个疑问，我们可以继续利用牛奶企业的上述收益矩阵来分析。若奶企甲面对潜规则，它选择不遵守的策略，并站出来揭发其他的奶企，那么，最终的结果会是什么呢？最终的结果是所有企业在监管部门的监管和公众的监督下，只能选择“不添加”的策略，此时，由于所有奶企的成本都上升了，所以收益均下降为8。可见，与（添加，添加）的策略组合相比，（不添加，不添加）策略组合下奶企的收益减少了。由此可见，所有的奶企会铤而走险，选择“添加”策略的原因也就不言而喻了。

第二种，制度完善情况下牛奶企业的策略选择。在制度完善的情况下，牛奶企业的收益矩阵发生了改变，如图3所示。牛奶企业甲和牛奶企业乙的策略组合不变，各自的策略都是“添加三聚氰胺”和“不添加三聚氰胺”，但企业的收益组合发生了变化。

如果企业都选择“添加”策略，则在完善的监管措施下企业会遭到惩罚，因而损失惨重，收益组合为（－10，－10）（见图3）。

图3　制度完善情况下牛奶企业的占优策略均衡

如果一个企业选择“添加”，另一个企业选择“不添加”，并告发“添加”的企业，则“添加”的企业由于情节严重损失更为惨重，收益为－12；“不添加”的企业由于减少了有力的竞争对手从而收益大为增加，为12。

如果所有企业都较为自觉地选择“不添加”，由于各自的成本较高，相应的收益组合是（8，8）。

可见，在上述收益矩阵下，甲和乙的占优策略都是“不添加”，形成了良好的占优策略均衡。

通过上述分析可以看出，通过政府的管制力量可以改变博弈参与者的占优策略，使他们形成新的有益社会的博弈均衡。

◆如何规范企业

三聚氰胺问题奶粉事件的发生并不是孤立的偶然的，而是我国乳业多年来发展不和谐、不规范、不科学所造成的，是各种矛盾长期得不到有效解决所导致的。要从根本上解决类似三聚氰胺这样的食品安全事故，并使企业确实履行社会责任，国家相关部门、企业和社会等各方应该相互配合，联合起来采取相应的措施进行治理。在一个健全的市场制度下，企业追求利润与承担社会责任二者之间，从根本上来说是一致的，并不矛盾。因此，为防范食品安全事故再度发生，各项措施的着眼点应该是保证企业在遵纪守法和履行社会责任的基础上能够追求自身利润的最大化。通过“三鹿奶粉事件”，各牛奶企业应该认识到不履行基本社会责任的深刻教训，这是制定政策的关键所在，即让违规的企业付出巨大的代价，以达到政策的震慑目的。因此，从博弈论的角度来看，可以通过以下几种措施来改变企业的占优策略。

第一，建立健全相关的食品安全法律法规。截至目前，我国还没有一个统一的基本食品安全法，与食品安全有关的规定及标准分散在各职能部门发布的各项法律法规中。虽然2009年2月28日我国出台了新的枟食品安全法枠，国内各界对新的食品安全法规给予了较高的评价，但是诸如三鹿奶粉等食品安全问题还有滋长的空间，不能不说加强新法规制定的重要性。我国应该以枟食品安全法枠的出台为契机，按照“有工作机构、有组织领导、有专人负责、有明确职责”的工作原则，尽快规范并加强对食品企业的安全监管。制定食品安全的法律法规，规范和约束企业的经济行为，并对违法企业予以严厉的惩罚，使得违法企业的利益大大受损，从而达到震慑的作用。

第二，加强食品行业的安全、责任意识教育。企业是食品安全的第一责任人，是食品安全管理的主体。在食品安全监管中，促进企业社会责任感建设是监管的重要目标。政府和行业协会要大力实施扶优扶强措施，采取经济、行政和法律的手段，对重信誉、讲诚信并踊跃承担社会责任的企业给予激励。行业协会应充分发挥服务和监督作用，通过宣传国家法律法规和安全生产标准来促进企业加强自我管理，配合政府全面做好生产过程的监管，严肃查处违法生产经营行为，通过曝光、通报批评、开除出行业协会等自律措施，规范全协会企业的生产经营行为。

第三，完善食品安全信息披露制度。三聚氰胺问题奶粉之所以能够在很长一段时间成为潜规则，是因为监管部门和公众长期以来难以获得牛奶企业生产的相关信息，导致监管和监督缺失。由此可见，在食品安全管理过程中，信息的交流与传播是一个非常重要的方面。由于缺乏专业知识和技术手段，消费者无法获取食品安全的相关信息，因而无法判断所消费商品的质量。鉴于此，政府和行业协会应当承担食品安全信息的收集、管理和发布等工作，保护消费者的知情权。同时，建立有效的食品安全信息系统，通过定时发布食品市场检测信息，及时通报不合格食品的召回信息，并在互联网上发布管理机构的议案等，使消费者了解食品安全的真实情况，增强消费者的自我保护能力。

总之，政府的作用在于提供一个良好的博弈环境，使得企业在该博弈环境下既能实现合理的利润，又能承担一定的社会责任。当然，企业能否形成良好的占优策略并承担社会责任，其关键在于政府的规范措施是否完善和严厉。