博引數(shù)理之長(zhǎng) 踐析現(xiàn)下之意

本刊記者 楊 嬌

博引數(shù)理之長(zhǎng) 踐析現(xiàn)下之意

本刊記者 楊 嬌

張博宇

博弈，本論棋之然也。博弈之道，貴乎謹(jǐn)嚴(yán)。法曰：“寧失一子，勿失一先。”詩(shī)云：“惴惴小心，如臨于谷。”弈者，不爭(zhēng)而自保者多勝，務(wù)殺而不顧者多敗。因敗而思者，其勢(shì)進(jìn)；戰(zhàn)勝而驕者，其勢(shì)退。求己弊不求人之弊者，益；攻其敵而不知敵之攻己者，損。

以弈度人，人生而靜，其情難見(jiàn)；感物而動(dòng)，然后可辨。

人是世界上最復(fù)雜的動(dòng)物，人和其他動(dòng)物的最大區(qū)別在于人會(huì)真正意義上的思考，人腦的運(yùn)作機(jī)理遠(yuǎn)比世界上最精密的儀器還要復(fù)雜萬(wàn)倍。如何理解人的行為，則是比物理、化學(xué)、生物這些自然科學(xué)更為困難的問(wèn)題。博弈論就是一門(mén)專(zhuān)門(mén)解釋和預(yù)測(cè)人的行為的科學(xué)。它不同于心理學(xué)，心理學(xué)以人的行為動(dòng)機(jī)為研究著眼點(diǎn)，博弈論則立足于人的行為本身，通過(guò)建立數(shù)學(xué)模型解析個(gè)體間的相互作用，在考慮別人可能行為的同時(shí)，研究自身的最優(yōu)策略，為復(fù)雜場(chǎng)景下的決策提供合理的科學(xué)依據(jù)。

“傳統(tǒng)博弈論一般更多關(guān)注個(gè)體的行為，并且假設(shè)人的行為完全理性，也就是說(shuō)人們總是基于利益最大化原則進(jìn)行決策。作為傳統(tǒng)博弈論的進(jìn)一步發(fā)展，我們的研究是從真實(shí)個(gè)體的行為出發(fā)，以有限理性為基礎(chǔ)，研究宏觀系統(tǒng)的變化規(guī)律。”北京師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院副教授張博宇這樣向記者解釋道。張博宇從事博弈論研究多年，他的主要研究是將演化博弈方法和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方法相結(jié)合，分析不同激勵(lì)機(jī)制對(duì)合作的促進(jìn)作用以及社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)個(gè)體和群體行為的影響。

當(dāng)初的選擇 如今的扎根

有些選擇一旦決定便為人生埋下了種子。張博宇與北京師范大學(xué)的緣分由來(lái)已久。自小學(xué)起，他就在北京師范大學(xué)參加奧林匹克數(shù)學(xué)學(xué)習(xí)，高考第一志愿進(jìn)入北京師范大學(xué)后，于2006年在數(shù)學(xué)科學(xué)學(xué)院獲學(xué)士學(xué)位，2009年在數(shù)學(xué)科學(xué)學(xué)院獲應(yīng)用數(shù)學(xué)碩士學(xué)位。碩士畢業(yè)后，他被國(guó)家公派至奧地利維也納大學(xué)數(shù)學(xué)系進(jìn)行博士學(xué)習(xí)。2012年獲博士學(xué)位后，他便又回到北京師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院工作，且在2015年被破格晉升為副教授，成為學(xué)院最年輕的副教授。同樣，出于對(duì)人類(lèi)行為研究的興趣，張博宇接觸博弈論后逐漸深入其中，進(jìn)而將其確立為主要研究方向，決意一探究竟。在博弈論研究過(guò)程中，張博宇由聚而發(fā)，由點(diǎn)到面，將研究范圍擴(kuò)大化，在實(shí)驗(yàn)經(jīng)濟(jì)學(xué)、復(fù)雜網(wǎng)絡(luò)和生物數(shù)學(xué)等多方向均有涉及，曾先后在PNAS, Games and Economic Behavior,Experimental Economics, Journal of Mathematical Economics等國(guó)際著名學(xué)術(shù)期刊上發(fā)表論文30余篇。

近年來(lái)，張博宇更是在博弈論和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)研究中取得了多項(xiàng)有意義的成果，如激勵(lì)機(jī)制對(duì)合作行為的影響，其他機(jī)制對(duì)合作行為的促進(jìn)，帶網(wǎng)絡(luò)結(jié)構(gòu)的演化動(dòng)態(tài)，帶有決策隨機(jī)性的演化動(dòng)態(tài)，從眾行為的演化，公平行為的演化等。從理論和實(shí)驗(yàn)多角度論證了在促進(jìn)合作方面，制度性懲罰優(yōu)于制度性獎(jiǎng)勵(lì)；比較了個(gè)體間懲罰和制度性懲罰的效率和穩(wěn)定性，從中理解政府機(jī)構(gòu)如何在人類(lèi)社會(huì)中被自發(fā)建立起來(lái)；研究討論了決策方式為帶隨機(jī)性的最優(yōu)反應(yīng)均衡時(shí)的均衡選擇問(wèn)題，給出非對(duì)稱(chēng)協(xié)調(diào)博弈中不同決策誤差函數(shù)下，均衡選擇的一般性判據(jù)；分析了不同網(wǎng)絡(luò)結(jié)構(gòu)上不同學(xué)習(xí)模型對(duì)應(yīng)的演化動(dòng)態(tài)，考察了網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)行為演化的影響……一系列的發(fā)現(xiàn)、發(fā)展讓當(dāng)初埋下的種子發(fā)芽生根并深深地扎入土壤。

枯燥、反復(fù)的數(shù)學(xué)推導(dǎo)難免會(huì)陷入行為思維僵化，對(duì)科研人員的思路創(chuàng)新產(chǎn)生阻礙。談及遇到瓶頸時(shí)如何突破，張博宇回答的是理論和實(shí)驗(yàn)相結(jié)合，“理論研究遇到了困難就去做實(shí)驗(yàn)，正好用實(shí)驗(yàn)去驗(yàn)證理論方法是否正確”。博弈行為實(shí)驗(yàn)的被試對(duì)象大都是具有相似背景的在校大學(xué)生，實(shí)驗(yàn)地點(diǎn)也一般選取在學(xué)校的機(jī)房。實(shí)驗(yàn)通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)，每名被試者都需要使用計(jì)算機(jī)打開(kāi)網(wǎng)頁(yè)，登陸實(shí)驗(yàn)系統(tǒng)完成一系列模擬真實(shí)場(chǎng)景的簡(jiǎn)單游戲。在游戲中不同的選擇被賦予不同的分值，被試者的選擇直接影響其得分情況，且最后會(huì)根據(jù)實(shí)驗(yàn)中的得分獲得相應(yīng)的金錢(qián)報(bào)酬。分析實(shí)驗(yàn)數(shù)據(jù)，提取行為特征，建立理論模型，調(diào)整相關(guān)參數(shù)，再次實(shí)驗(yàn)驗(yàn)證，直至達(dá)到預(yù)期效果。張博宇坦言，這種實(shí)驗(yàn)和理論間的互動(dòng)似乎已經(jīng)成為研究常態(tài)。

一項(xiàng)工作從事久了很容易對(duì)思維模式產(chǎn)生影響，例如與數(shù)據(jù)打交道會(huì)對(duì)數(shù)字的敏感度高，文字工作者則表現(xiàn)在對(duì)語(yǔ)言表達(dá)的準(zhǔn)確方面比較較真。有關(guān)人類(lèi)行為的研究工作帶給生活的變化，張博宇是這樣答記者問(wèn)的：“生活中會(huì)思考更多的人們行為和制度的設(shè)置的合理性，比如說(shuō)上下班高峰期的出行選擇、學(xué)校的績(jī)效激勵(lì)機(jī)制設(shè)置，我都會(huì)從博弈的角度想想是否合理。”科研似乎更像一種習(xí)慣，融入了他的生活。

理論與實(shí)際的結(jié)合

科學(xué)研究的終極目的是解決實(shí)際問(wèn)題，理解人們行為的最終目的是提出方案或建議使人類(lèi)社會(huì)變得更加美好。能否成功預(yù)測(cè)真實(shí)人群的行為是張博宇對(duì)研究工作最功用、最具指導(dǎo)意義的評(píng)判標(biāo)準(zhǔn)。只有具備了準(zhǔn)確的預(yù)測(cè)能力，才能夠?qū)⒗碚摵蛯?shí)驗(yàn)研究中得到的成果在現(xiàn)實(shí)中進(jìn)行應(yīng)用和推廣。

張博宇及其所在團(tuán)隊(duì)主要采用實(shí)際數(shù)據(jù)和理論方法相結(jié)合的方式，來(lái)完成研究工作。研究路線(xiàn)大致分為三步：首先，通過(guò)實(shí)驗(yàn)和實(shí)證方法得到真實(shí)個(gè)體的行為數(shù)據(jù)，根據(jù)這些數(shù)據(jù)建立起個(gè)體的決策模型；然后，基于個(gè)體決策模型推導(dǎo)出群體的宏觀演化規(guī)律，找到影響宏觀系統(tǒng)演化的關(guān)鍵參數(shù)；最后，通過(guò)調(diào)整這些參數(shù)來(lái)引導(dǎo)人們優(yōu)化自身行為，進(jìn)而實(shí)現(xiàn)社會(huì)收益最大化。以如何合理設(shè)立獎(jiǎng)懲機(jī)制促進(jìn)合作為例，張博宇給出了細(xì)致的實(shí)驗(yàn)布局：最初是通過(guò)實(shí)驗(yàn)檢驗(yàn)人們不同情境下對(duì)不同獎(jiǎng)勵(lì)或懲罰的反應(yīng)，識(shí)別出幾類(lèi)典型的行為特征；進(jìn)而建立起群體面對(duì)不同激勵(lì)時(shí)的宏觀演化模型，提出理論上效果最好的激勵(lì)參數(shù)；最終經(jīng)過(guò)實(shí)驗(yàn)和實(shí)證檢驗(yàn)修正后的激勵(lì)機(jī)制，確定其在實(shí)際中能否更加有效的促進(jìn)合作。

要使研究更有意義，更貼近現(xiàn)實(shí)，就需要在模型中盡可能多的考慮進(jìn)真實(shí)因素。例如，以往對(duì)群體行為的研究一般假設(shè)參與人均勻混合，不同個(gè)體間進(jìn)行博弈的機(jī)會(huì)均等。但是在真實(shí)社群中，不同人之間的相互作用機(jī)會(huì)并非完全均等，并且一些人的社會(huì)關(guān)系會(huì)明顯多于其他人。一般意義下這種特征可以通過(guò)復(fù)雜網(wǎng)絡(luò)方法表示。張博宇在國(guó)家自然科學(xué)基金項(xiàng)目中，以具有網(wǎng)絡(luò)結(jié)構(gòu)的演化博弈動(dòng)力學(xué)為研究課題，分析了社會(huì)關(guān)系網(wǎng)絡(luò)、經(jīng)濟(jì)關(guān)系網(wǎng)絡(luò)、信息傳播網(wǎng)絡(luò)等如何對(duì)個(gè)體和群體的行為演化產(chǎn)生影響，構(gòu)建了包含不同類(lèi)型網(wǎng)絡(luò)結(jié)構(gòu)的演化博弈動(dòng)態(tài)模型，深入分析了網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)宏微觀系統(tǒng)的影響。這些結(jié)果對(duì)博弈理論的完善和發(fā)展做出了極具意義的貢獻(xiàn)，同時(shí)也為解釋網(wǎng)絡(luò)時(shí)代的經(jīng)濟(jì)現(xiàn)象提供了新的理論視角和分析方法。

此外，張博宇還在多項(xiàng)實(shí)際應(yīng)用類(lèi)項(xiàng)目中擔(dān)任負(fù)責(zé)人的角色。例如在承接中體彩科技發(fā)展有限公司的體育彩票分析項(xiàng)目中，對(duì)不同類(lèi)型的彩票游戲中海量的購(gòu)買(mǎi)信息進(jìn)行了數(shù)據(jù)挖掘，提取出了人們的投注行為特征，然后以此為基礎(chǔ)模擬了不同彩票游戲在不同銷(xiāo)量情況下的期望收益，并評(píng)估了可能存在的風(fēng)險(xiǎn)。而在另一項(xiàng)衛(wèi)生行業(yè)專(zhuān)項(xiàng)基金中，根據(jù)近幾十年來(lái)的生境和種群監(jiān)控?cái)?shù)據(jù)，張博宇參與建立了多個(gè)疫源地的動(dòng)物鼠疫預(yù)測(cè)模型，提出了關(guān)鍵預(yù)警指標(biāo)以及風(fēng)險(xiǎn)分級(jí)和風(fēng)險(xiǎn)控制方案。

無(wú)論是博弈論的基礎(chǔ)研究還是在其他行業(yè)實(shí)際應(yīng)用中，張博宇都能找準(zhǔn)自己的位置。十年磨一劍，求學(xué)至今，他沒(méi)有過(guò)多的感慨，對(duì)目前的工作狀態(tài)尚還滿(mǎn)意，但求今后穩(wěn)扎穩(wěn)打地走好每一步。科研的博弈，人生的博弈，穩(wěn)中求勝。