بازگشت به مبانی

هر کسی که با توجه به اقدامات دیگران یک تصمیم راهبردی اتخاذ کند از نظریه بازی استفاده کرده است. بازی شطرنج را در نظر بگیرید. نتیجه بازی نه‌تنها به حرکت بازیکن بلکه به اقدام بازیکن رقیب بستگی دارد. وقتی بازیکن یک مسیر از اقدامات را در پیش می‌گیرد یا به عبارتی یک راهبرد (استراتژی) اتخاذ می‌کند باید به انتخاب‌های رقیب نیز توجه داشته باشد. اما انتخاب‌های رقیب نیز به نوبه خود به تفکرات او در مورد مسیر اقدامات ما بستگی دارد. نظریه بازی این فرآیند تصمیم‌‌گیری دارای وابستگی درونی را بررسی و راهبرد مطلوب یعنی بهترین مسیر اقدامات را برای هر بازیکن در پاسخ به اقدامات دیگری شناسایی می‌کند و نشان می‌دهد چگونه این امر به وضعیتی متعادل منجر می‌شود که در آن هیچ بازیکنی دلیلی برای تغییر راهبرد پیدا نمی‌کند.

از آنجا که موقعیت‌های مرتبط با تصمیمات دارای وابستگی متقابل مرتب ایجاد می‌شوند کاربرد بالقوه نظریه بازی در تفکر راهبردی نیز بیشتر می‌شود. کسب‌وکارهایی که در یک بازار با یکدیگر به رقابت می‌پردازند، دیپلمات‌هایی که برای رسیدن به توافق با یکدیگر مذاکره می‌کنند، قماربازانی که درکارت بازی شرط می‌بندند و حتی کسانی که درباره یک پیشنهاد ازدواج فکر می‌کنند می‌توانند از نظریه بازی بهره ببرند.

علم راهبرد

آنتوان کورنت اولین نمونه تحلیل رسمی مبتنی بر نظریه بازی را در سال 1838 ارائه کرد. او رفتار تجاری دو بنگاه (انحصار دوگانه در واژگان اقتصادی) با هزینه‌های یکسان و تولید محصولات یکسان را مطالعه کرد که در یک بازار محدود به دنبال حداکثر سودآوری بودند. امیلی بورل ریاضیدان در سال 1921 نظریه رسمی بازی‌ها را پیشنهاد کرد و جان وان نیومن ریاضیدان دانشگاه پرینستون بعدها آن را بسط داد. اما پس از انتشار کتاب «نظریه بازی و رفتار اقتصادی» نوشته وان نیومن و اسکار مورگن‌استرن در 1944 بود که نظریه بازی به یک رشته علمی تبدیل شد. این دو نویسنده به مطالعه بازی‌های «مجموع صفر» پرداختند که در آن منافع دو بازیکن آنقدر با یکدیگر در تضاد هستند که بازی صرفاً یک جنگ بین آن دو تلقی می‌شود و سود یک نفر به معنای ضرر دیگری است. شطرنج نمونه خوبی از این بازی است که یک برنده و یک بازنده دارد. اما بازی‌ها همیشه «مجموع صفر» نیستند. بازیکنان می‌توانند به بازی‌هایی با «مجموع مثبت» بپردازند. به عنوان مثال، نگارش یک مقاله برای هر دو نویسنده (بازیکن) منافعی دارد و این یک بازی برد-برد تلقی می‌شود. به همین ترتیب بازی‌ها می‌توانند ضرر متقابل داشته باشند که به عنوان نمونه می‌توان به ناکامی مذاکرات پیشگیری از جنگ اشاره کرد. جان نش (John Nash) به مورد عمومی‌تر و واقع‌گرایانه‌تری می‌پردازد که در آن یک بازی ترکیبی از منافع مشترک و رقابت‌ها و هر تعداد بازیکن را دربر دارد. دیگر نظریه‌پردازان از جمله رینالد سلتن و جان هارسانی که در سال 1994 جایزه نوبل اقتصاد را به‌طور مشترک با جان نش دریافت کردند بازی‌های پیچیده‌تری با توالی حرکات و بازی‌هایی را که در آن یک بازیکن اطلاعات بیشتری نسبت به دیگران در اختیار دارد بررسی کردند.

چه چیزهایی در یک بازی هست؟

بازی یک تعامل راهبردی بین دو یا چند بازیکن است. هر بازیکن مجموعه‌ای از راهبردهای ممکن دارد. بازیکنان برای هر راهبرد انتخابی یک بازخورد می‌گیرند که معمولاً با یک عدد بیان می‌شود. بازخورد به راهبردهای تمام بازیکنان بستگی دارد و می‌تواند معانی مختلفی داشته باشد. به عنوان مثال آنها می‌توانند یک مقدار پول یا چند سال شادمانی باشند. نظریه بازی‌ها بر این فرض مبتنی است که بازیکنان منطقی اقدام می‌کنند یعنی تلاش دارند بازخورد خود را به حداکثر برسانند.

شاید مثال «معمای زندانی» بهترین مثال در نظریه بازی باشد. در این مثال دو سارق بانک دستگیر و به‌طور جداگانه بازجویی می‌شوند. دزدان می‌توانند اعتراف یا سکوت کنند. بازجو به هر دو آنها این گزینه‌ها را اعلام می‌کند. اگر یکی از آنها اعتراف و دیگری سکوت کند فردی که جرم را بپذیرد آزاد و همدستش به 10 سال زندان محکوم خواهد شد. اگر هر دو اعتراف کنند هر کدام به پنج سال زندان محکوم‌ می‌شوند و اگر هر دو سکوت کنند هر کدام یک سال را پشت میله‌های زندان خواهند گذراند.

اگر دزد الف اعتراف کند بهتر است دزد ب نیز اعتراف کند و پنج سال به زندان برود به جای آنکه ساکت بماند و 10 سال محکومیت بگیرد. از طرف دیگر اگر دزد الف اعتراف نکند باز هم برای دزد ب بهتر است که اعتراف کند و آزاد شود به جای آنکه ساکت بماند و یک سال محکوم شود. در این مثال فارغ از هر تصمیمی که دزد الف بگیرد برای دزد ب بهتر آن است که اعتراف کند. یعنی راهبرد مسلط اعتراف است. از آنجا که بازیکنان ساختار بازخوردی یکسان دارند نتیجه بازی آن است که بازیکنان منطقی اعتراف می‌کنند و هر کدام به پنج سال زندان محکوم می‌شوند. معمای بازی در آنجاست که اگر هر دو سکوت کنند هر کدام یک سال به زندان می‌رود و این نتیجه مطلوبی برای هر دو خواهد بود. آیا می‌توان این معما را حل کرد؟ اگر بازی بدون یک پایان قابل پیش‌بینی چندبار تکرار شود هر دو بازیکن می‌توانند به خاطر تصمیمی که می‌گیرند دیگری را مجازات کنند یا به او پاداش دهند. این امر می‌تواند به نتیجه‌ای سودمند برای هر دو بینجامد که در آن هیچ‌کدام اعتراف نمی‌کنند و یک سال به زندان می‌روند. مثال این وضعیت در جهان واقعی هنگامی است که دو بنگاه رقیب با یکدیگر تبانی می‌کنند تا مجموع سود آنها به حداکثر برسد.

گاهی اوقات بیش از یک تعادل در بازی وجود دارد. به این مثال توجه کنید. زوجی برنامه‌ریزی می‌کنند که شب را بیرون بگذرانند. مهم‌ترین اصل برای آنها بودن با یکدیگر است. شوهر دوست دارد به دیدن مسابقه مشت‌زنی برود در حالی که زن رقص باله را ترجیح می‌دهد. آنها هرکدام باید مستقل از دیگری تصمیم بگیرند چه کاری انجام خواهند داد به این معنا که آنها باید همزمان با یکدیگر تصمیم بگیرند. اگر آنها یک فعالیت را انتخاب کنند با هم خواهند بود و اگر انتخاب‌هایشان متفاوت باشد از یکدیگر جدا می‌مانند. اگر هر کدام از همسران سرگرمی مورد علاقه خودش را برگزیند نمره یک می‌گیرد و نمره دو هنگامی است که آنها با هم باشند. این مثال به یک ماتریس بازخورد می‌انجامد که در آن بیشترین نمره هنگامی حاصل می‌شود که هر دو یک تفریح را انتخاب کنند (جدول 1).

اگر بازیکنان به خاطر دیگری فداکاری کنند بدترین نتیجه را خواهند گرفت. هرکدام به‌تنهایی به تفریح مورد علاقه خودش می‌رود و دریافتی (بازخورد) آنها صفر است. اگر هرکدام تفریح مورد علاقه خودش را انتخاب کند نتیجه بهتر می‌شود اما لذت بودن با یکدیگر را از دست می‌دهند، بنابراین امتیاز بازخورد برای هرکدام یک خواهد بود. اگر زن باله را برگزیند نتیجه مطلوب هنگامی حاصل می‌شود که مرد نیز باله را انتخاب کند. در این حالت رفتن به باله وضعیتی تعادلی است که در آن زن امتیاز 3 و مرد امتیاز 2 را به دست می‌آورد. با همین منطق، اگر هر دو مشت‌زنی را انتخاب کنند نیز وضعیت تعادلی خواهد بود که در آن امتیاز مرد و زن به ترتیب 3 و 2 می‌شود. بنابراین، این بازی دو حالت تعادل دارد.

اگر این بازی به گونه‌ای اجرا شود که توالی حرکت داشته باشد، یعنی هر بازیکن از قصد دیگری اطلاع پیدا کند، تنها یک حالت تعادل ایجاد می‌شود (پنل سمت راست نمودار 1).

اگر زن حرکت اول را انجام دهد و تصمیم بگیرد به باله برود بهترین گزینه برای مرد آن است که باله را انتخاب کند. اگر زن مشت‌زنی را برگزیند مرد قطعاً همان را انتخاب خواهد کرد. راهبرد پایه زن این است که «نگاه به جلو و منطق رو به عقب» داشته باشد. زن می‌تواند پیش‌بینی کند تصمیم شوهر چه خواهد بود و با این اطلاعات بهترین تصمیم برای خودش را محاسبه می‌کند که در این حالت باله است. در این نوع بازی طبیعتاً برتری از آن کسی است که حرکت اول را انجام می‌دهد.

بازدارندگی هسته‌ای

بازی زندانی و بازی زوجین هرکدام دو بازیکن دارند که از بازی کاملاً آگاه هستند. بازی‌ها هنگامی پیچیدگی بیشتری پیدا می‌کنند که تعداد بازیکنان بالا رود یا آنها به طور یکسان به اطلاعات دسترسی نداشته باشند. تعجبی ندارد که نظریه بازی در تحلیل مسابقه تسلیحات هسته‌ای کاربرد پیدا می‌کند. توماس شلینگ برنده نوبل اقتصاد سال 2005 نشان داد که توان انتقام‌جویی از توان مقاومت در برابر حمله قدرت بازدارندگی بیشتری دارد و ثابت کرد که ابهامات مربوط به انتقام‌جویی که دشمن را به گمانه‌زنی وامی‌دارد ممکن است بهتر از تهدید آشکار انتقام‌جویی به برقراری صلح کمک کند.

از نظریه بازی برای تحلیل توان بازاری و چگونگی نظارت بر انحصارات با هدف حمایت از مصرف‌کنندگان استفاده می‌شود. این رشته پژوهشی باعث شد ژان تیرول در سال 2014 جایزه نوبل اقتصاد را از آن خود سازد. همچنین نظریه بازی از طریق مطالعه بازی‌هایی که در آن برخی بازیکنان اطلاعات بیشتری از دیگران دارند انقلابی در عرصه علم اقتصاد اطلاعات پدید آورد. در سال 2001 سه اقتصاددان به خاطر کارهای علمی در مورد بازی‌های دارای اطلاعات نامتقارن مشترکاً به جایزه نوبل دست یافتند. این افراد عبارت‌اند از: جورج آکرلوف به خاطر کار بر بازار خودروهای دست دوم، مایکل اسپنس به خاطر ارسال سیگنال به بازارهای کار از طریق تحصیل و جوزف استیگلیتز به خاطر کار بر روی خودپایشگری در بازارهای بیمه. همچنین از نظریه بازی در زیست‌شناسی تکاملی استفاده می‌شود که در آن بازیکنان (حیوانات) لزوماٌ موجودات منطقی نیستند. بازی کبوتر-شاهین که در سال 1982 توسط جان مینارد اسمیت ساخته شد حاوی رفتارهای آرام و پرخاشگرانه است و درکی از بقای گونه‌ها فراهم می‌سازد. برخی از نظریه بازی برای پیش‌بینی سرنوشت اتحادیه اروپا استفاده می‌کنند. تا هر زمان که تصمیمات تعاملی اتخاذ شوند نظریه بازی‌ها کاربرد پیدا می‌کند.

منبع: finance & development