第五节　行动者

要预测行动者将如何行为，我们必须设定四组变量:(1)行动者对潜在行动与结果的偏好评估;(2)行动者获得、处理、保持与运用知识与信息的方式及应变能力;(3)行动者用来决定特定阶段行动的选择标准;(4)行动者带给情境的资源。情境中的行动者可被认为是单个人或作为共同行动者发挥作用的集体。

1.个人偏好

绝大多数理性行为理论都假定，人们能够根据结果的收益关系来建构完全偏好顺序。偏好理论本身就是一个庞大的主题，它包括对于行动者如何形成偏好、当结果意味着在不同的价值之间作出非此即彼的权衡时行动者的行为选择以及当结果未知时偏好会如何分配等问题，现在有很多不同的理论都试图对这些问题进行探讨或给予解释。效用理论是一个经过丰富发展的理论体系，旨在说明人们如何通过效用来衡量行动的成本与结果。

2.个人的信息处理能力

为解释人们如何决策，我们需要确定行动者占有与处理信息的水平。完全理性理论通常假定:人们拥有完全信息。假定参与者拥有完全信息，就意味着他们知道:

(1)每个参与者在决策过程的每个阶段可能采取的行动以及非由人力所决定的偶然因素;

(2)所有参与者的行动与相关的偶然因素共同作用所产生的中间与(或)最终结果;

(3)每个参与者对所有结果偏好程度的排序情况。

如果参与者知道以上所有的信息，那么他就广泛地了解了整个决策(或博弈)树。完全信息意味着全部信息的所有方面，除此之外，参与者所采取的每一步行动都要被其他人知道。^[7]假设棋手能够完全记住以前所有的棋步，并能在博弈的任何特定阶段计算出无穷未来的走法，那么国际象棋就是完全信息博弈的例子。理性的棋手能绝对正确地处理所有可用的信息。他们能把以往的信息长期储存起来，绝无丢失或偏差，并在需要的时候把充足的信息调到短期储存以作出正确分析。

本书从第三章到第六章的模型以完全信息与正确无误的处理过程为前提假设。第三章与第四章的模型中只有两个局中人，且每个局中人只有两种行动选择，在这种简单的场景中，上述假设是合理的，有助于我们进行精确预测。第五章和第六章建构的是有限重复场景中八个局中人的提取博弈，此博弈更复杂，但分析起来仍易于驾驭。博弈的复杂性随局中人的数目、可能作出的行动选择的数目与重复次数而增加(见第三章)。而博弈的情境越复杂，有关人们是完全与无穷信息处理者的假设就越脱离现实。

相比之下，有限理性对局中人信息处理能力的假设要微弱得多。该理论假设认为:通常情况下，情境中所产生的信息数量大于人们能够收集和记录的量;人们可能并不使用所有可获得的信息，而且他们在处理信息的过程中可能出现错误;有限理性的人们有各种各样的经验方法或捷径方法处理自己所面对的有关信息的复杂问题。

3.个人的选择标准(www.daowen.com)

不同的理论对行动者进行决策时所遵守的标准也有不同的假设。以完全信息与无误处理为前提假设的理论认为，行动者会以预期效用最大化为标准计算出最佳的行动选择，或者以最小收益最大化为选择标准。有时，依据这些标准可能会作出相同的预测，但通常情况下，预测结果取决于选择标准。由于在有限理性假设下，确定严格的选择标准所需要的信息并不存在，因此，选择标准的确定通常也与个人使用的经验方法相关。比如，选择第一个超过底线的备选方案。其他一些经验方法可能过程要复杂些，但都不需要对所有可能的情况全部进行分析后再从中选择最佳方案。^[8]

4.个人的资源

有很多理论都假定，所有行动者都拥有充足的资源，可以采取任何可以选择的行动。事实上，在某些行动涉及高成本的情境中，人们所面临的金钱与时间约束是非常重要的。预算约束可能只允许一小部分人采取行动。

由于我们分析的多数行动对公共池塘资源的提取者都是可选择的，因此上述约束在我们的分析中显得不是特别重要。不过，我们的实验研究证明，被试获得的资金数量对其行为有着重要且无法预测的影响(见第五章)。

5.解释情境中的行为

为预测行动者在特定情境中可能作出的行为选择(与可能因此产生的共同结果)，我们必须对作为参与者的行动者偏好、信息处理技能、选择标准与资源作出假设。因此，行动者是使分析者能够对既定情境结构中的可能结果进行预测的积极因素(Propper，1967)。

古典博弈理论〔比如，Von Neumann and Morgenstern(1994)1964，第二章〕假定，局中人是完全理性的，这也就是说，局中人对结果的偏好排序是清楚且稳定的，有无限的计算能力，会进行全面分析并拥有采取任何可能的行动所必需的资源，而且无论是合作博弈还是非合作博弈都以该假设为前提。在一定程度上，正是由于这个假设的极端性，才能推导出有力的数学结果。对许多实地场景而言，古典博弈理论是极为有效的解释与诊断工具。有时，即使人们最初的行为并不符合预测，但他们的行为也往往会随着时间的流逝而向理论预测的方向靠拢。因此，对这样的场景来说，有关个人选择的完全理性假设正是进行制度分析的有用方法。不过，实证研究结果表明，在有些实地场景中，即使人们的行为选择在经过调整、学习或者发展之后，仍与上述假设的数学推导不相符。

因此，我们必须选择分析工具，以分析不同的场景。在制度分析与发展框架内，所有这些工具都是有价值的，都在制度分析者的工具箱里占有一席之地。在我们看来，问题的关键在于学会如何最好地应用全部工具对广泛多样的情境进行理论分析。

理论工作者在分析行动场景时，要对情境结构与行动者作出具体假设。我们的任务是在给定的假设条件下预测行为的类型与结果。我们希望探讨的问题是:是否存在持久的、富有吸引力的、稳定的均衡;如何评估结果的效率与公正;在给定的分析结构下，这种情境是如何发挥作用并产生结果的?

6.结果评估

政策分析人员在预测与解释结果之后，还要依据各种标准对结果进行评估。评估要说明的关键问题是:预测结果是否与评估标准相符合?本书第一章曾经提到，我们的评估标准在很大程度上依赖于效率与帕累托最优这样的概念。不过，人们在制定自己的规则时，通常还会考虑其他的标准。比如，在决定规则如何适用于特定社群时，公平的理念是极其重要的。人们能否与时俱进，吸取过去的经验教训并改善结果，是另一重要的评估标准。规则能否没有偏差地实现代际传递，这也是一项标准。因此，除本书所严格说明的标准外，还有更多可以评估结果的标准。