博弈论 101 第 46 讲：传递性

视频封面

视频元信息

系列：博弈论 1.1（Game Theory 101）第 47 集，期望效用理论单元
主讲：William Spaniel
时长：约 5 分 42 秒
主题：传递性公理（Transitivity Axiom）

内容摘要（TL;DR）

本讲是期望效用理论四大公理中的第二条——传递性公理。核心要求是：若偏好 X 胜过 Y、偏好 Y 胜过 Z，则必须偏好 X 胜过 Z；无差异情形同理（X~Y、Y~Z 则 X~Z）。传递性排除了"偏好循环"这种反常状态，是能用数值效用函数表示偏好的前提。下一讲将讨论完备性 + 传递性共同蕴含的结论。

一、课程定位与回顾 [00:00]

要点：期望效用理论的四大公理框架

本单元正在讲解期望效用理论，目标是用期望效用函数来表示一个人的偏好。
要让这套表示法成立，需要一个人的偏好遵循四条规则（四个公理）：
1. 完备性（Completeness）——上一讲已讲
2. 传递性（Transitivity）——本讲主题
3. 彩票的独立性（Independence）
4. 连续性（Continuity）——后两讲内容

考点：四大公理是期望效用表示定理的基石。只有全部满足，才存在一个效用函数 U 使得"偏好 A 胜过 B"等价于"U(A) > U(B)"。这是后续用期望效用做决策分析的前提。

理解：公理并非"描述真实人类必然如此"，而是"为保证数学表示成立而设定的理性假设"。真实人可能违反公理，这正是行为经济学（如卡尼曼、特沃斯基）的切入点。

二、传递性的形式化定义 [00:24]

要点：任意三个结果上的偏好关系必须一致

传递性对任意三个结果 X、Y、Z 提出以下要求：
- 如果 X ≻ Y 且 Y ≻ Z，那么必须有 X ≻ Z。
直观上看，这个要求非常合理。

推导：把"中间项"Y 擦掉，就得到 X ≻ Z。这与初中/高中数学中的不等式传递性完全一致：若 A > B 且 B > C，则 A > C。

三、严格偏好下的传递性：百万美元案例 [00:37]

要点：用极端后果对比说明传递性的直觉合理性

假设某人有两个已知偏好：
- 更偏好赢 100 万美元，胜过赢 0 美元；
- 更偏好赢 0 美元，胜过痛苦地死去。
那么传递性对"赢 100 万美元 vs. 痛苦死去"意味着什么？
- 答案：这个人应该更偏好赢 100 万美元，而不是痛苦地死去。
推理过程：把中间的"赢 0 美元"擦掉，直接得到"100 万美元 ≻ 痛苦死去"。

理解：这个例子把抽象公理变成可感知的常识。若某人既想拿 100 万胜过 0 元，又想 0 元胜过惨死，却反过来想惨死胜过拿 100 万，那显然荒谬。传递性就是把这种荒谬排除掉。

易错点：这里比较的不是"金额大小"，而是"偏好排序"。传递性说的是偏好关系，不是数值大小，只是恰好与数值传递性同构。

四、无差异情形下的传递性 [00:97]

要点：传递性同样适用于"无差异"（~）关系

情形一：严格偏好 + 无差异混合

假设某人偏好赢 100 万美元胜过赢 0 美元；
同时觉得赢 0 美元和痛苦地死去一样好（即对二者无差异）；
那么这个人应该偏好赢 100 万美元胜过痛苦地死去。
理由：赢 0 美元和痛苦死去在他眼里可以互换，既然 100 万 ≻ 0 美元，替换后就是 100 万 ≻ 痛苦死去。

情形二：双重无差异

假设某人对赢 100 万美元和赢 0 美元无差异；
同时对赢 0 美元和痛苦死去无差异；
那么他必须对赢 100 万美元和痛苦死去也无差异。
类比：若 A = B 且 B = C，则 A = C。

考点：传递性覆盖两种关系——严格偏好（≻）和无差异（~）。考试中常考"混合情形"的推理，注意不要把无差异误当成严格偏好。

五、传递性要排除的"偏好循环" [01:69]

要点：偏好循环是一种反常且自相矛盾的状态

传递性明确要排除的情况称为偏好循环（preference cycle）：
- 偏好赢 100 万美元胜过赢 0 美元；
- 偏好赢 0 美元胜过痛苦死去；
- 又偏好痛苦死去胜过赢 100 万美元。
为什么这很反常？
- 如果你问这个人"你最喜欢的结果是什么"，他给不出合理答案。
- 不可能是赢 100 万美元，因为他偏好痛苦死去胜过它；
- 也不可能是痛苦死去，因为他偏好赢 0 美元胜过它；
- 同理赢 0 美元也不是最优。
- 结果：不存在"最喜欢"的选项，偏好陷入死循环。

思考：偏好循环在现实中并非完全不存在。例如"选 A 后悔没选 B"式的心理循环、或者"石头剪刀布"式的循环偏好（Condorcet 悖论中的投票循环）。这正是社会选择理论中"阿罗不可能定理"的核心问题之一。

六、传递性为何是效用数值化的前提 [02:14]

要点：只有传递性成立，才能用数字表示偏好排序

我们需要传递性才能使用期望效用的原因：
- 我们想给结果赋予数值，用效用数值来表示偏好，而不是抽象地讨论偏好。
若传递性成立，可以赋值：
- 赢 100 万美元的效用 = 3
- 赢 0 美元的效用 = 2
- 痛苦死去的效用 = 1
这样偏好排序就与"大于号"对应起来：
- 3 > 2，2 > 1
- 于是：100 万 ≻ 0 美元，0 美元 ≻ 痛苦死去
- 由传递性 3 > 1，所以：100 万 ≻ 痛苦死去 ✓
若传递性被违反：就会出现"不知怎么地 1 需要大于 3"的情况，而数字根本不是这样运作的，整个表示法崩溃。

核心逻辑：传递性 ⟺ 存在一致的数值效用表示。若偏好循环，则无法找到任何实数赋值满足所有偏好关系，期望效用函数就不存在。

理解：这正是"表示定理"的思路——公理是"存在性"的充分条件。传递性保证了偏好可以用实数轴上的点来排序，这是所有后续效用计算（期望值、风险态度等）的数学基础。

七、传递性的合理性辩护 [02:65]

要点：从访谈情境说明人们为何会接受传递性

William Spaniel 认为：人们希望自己的偏好具备传递性。
设想一个访谈场景：
- 你在描述自己偏好时，不小心说漏嘴，表达了偏好循环（喜欢 A 胜过 B，B 胜过 C，C 又胜过 A）；
- 一旦有人指出，你会非常尴尬；
- 你大概会想纠正自己："我为什么那么说？那有点奇怪，我本该这么说……"
- 你会想撤回并去掉那个偏好循环。
结论：一个人拥有具备传递性的偏好，是非常合理的事情。

思考：这里隐含一个方法论——公理不必是"心理学事实"，而可以是"理性重建"：即使人偶尔违反，被指出后也会承认传递性才是"应该"持有的偏好。这是规范性与描述性之争的经典议题。

八、本讲总结与下讲预告 [03:10]

要点：已完成两条公理，下讲讨论完备性 + 传递性的联合含义

本讲关于传递性的内容到此结束。
已经划掉了两条偏好规则：完备性、传递性。
在进入彩票的独立性和连续性之前，还要谈几件别的事情。
下一讲预告：当我们同时拥有完备性和传递性，但还没涉及独立性和连续性时，能得到什么？
- 事实表明，完备性 + 传递性本身就意味着一些重要的东西。

学习路线图：完备性 + 传递性 → 得到"偏好序"（preference ordering）；再加上独立性 + 连续性 → 才能得到完整的期望效用表示。本讲是承上启下的关键一环。

关键概念速查表

概念	含义	本讲要点
传递性（Transitivity）	X≻Y 且 Y≻Z ⟹ X≻Z	本讲主题，第二条公理
完备性（Completeness）	任意两结果可比	上一讲内容
无差异（Indifference, ~）	两结果一样好	传递性同样适用
偏好循环（Preference Cycle）	A≻B≻C≻A	传递性要排除的反常状态
期望效用函数	用数值表示偏好	需四大公理全部成立
独立性 / 连续性	另两条公理	后续讲解