萨维奇公理

概述

萨维奇公理（Savage axioms）是 Leonard Jimmie Savage 在其 1954 年经典著作《统计学基础》（*The Foundations of Statistics*）中提出的一组公理体系，为主观期望效用理论（Subjective Expected Utility, SEU）提供了严格的公理化基础。萨维奇证明了：如果决策者的偏好满足这组公理，则存在唯一的（有限可加）主观概率测度 $P$ 与有界的效用函数 $u$，使得决策者按照期望效用 $\int u(f(s)) \, dP(s)$ 的大小来对行动进行排序。

这组公理同时从偏好中推导出主观概率与效用函数，而不预设任何客观概率，因此成为贝叶斯统计、决策论与博弈论等领域的理论基石。

基本设定

萨维奇的框架由以下要素构成：

• 状态空间 $S$：世界所有可能状态的集合。
• 结果空间 $X$：所有可能的后果/结果的集合。
• 行动（act）：从状态到结果的函数 $f: S \to X$。决策者选择一个行动，当状态 $s$ 实现时，得到结果 $f(s)$。
• 偏好关系 $\succsim$：定义在行动集合上的二元关系，表示"不劣于"。

目标是从偏好关系 $\succsim$ 出发，推导出主观概率 $P$ 与效用函数 $u$，使得：

七条公理

萨维奇提出了七条公理（P1–P7）：

P1：偏好的完备序关系

$\succsim$ 是行动集合上的完备预序（complete preorder），即满足：

• 完备性：对任意 $f, g$，必有 $f \succsim g$ 或 $g \succsim f$（或两者都成立）。
• 传递性：若 $f \succsim g$ 且 $g \succsim h$，则 $f \succsim h$。

P2：确凿事件原则（Sure-Thing Principle）

确凿事件原则是萨维奇公理体系的核心。设两个行动 $f$ 和 $g$ 在某个事件 $E \subseteq S$ 上取值完全一致，则 $f$ 与 $g$ 的偏好排序应仅取决于它们在 $E$ 的补集 $E^c$ 上的差异。形式化地：

若 $f(s) = g(s)$ 对所有 $s \in E$ 成立，则 $f \succsim g$ 当且仅当 $f' \succsim g'$，其中 $f'$ 与 $g'$ 是任意一对在 $E$ 上等于 $f, g$、在 $E^c$ 上分别与 $f, g$ 一致的行动。

直观含义：当两个行动在某个事件上完全一致时，该事件上的共同部分不影响偏好排序。P2 使"条件偏好"的定义在逻辑上成立。

P2 对应于 von Neumann-Morgenstern 期望效用理论中的独立性公理，但萨维奇的版本处理主观不确定性，而非客观概率。

P3：事件无关性（状态独立）

结果的偏好排序不应依赖于实现该结果的状态。形式化地：

对任意非空事件 $E$、任意结果 $x, y$ 和任意行动 $f$，在 $E$ 上恒取 $x$ 的常行动与在 $E$ 上恒取 $y$ 的常行动之间的偏好，仅取决于 $x$ 和 $y$ 本身，不随 $E$ 变化。

P4：弱比较概率

对于任意两个事件 $A, B$，决策者能够比较它们的"可能性"：二值化行动之间的偏好揭示了主观概率的比较。

具体地：构造一种行动，在 $A$ 上给出较好结果、在 $A^c$ 上给出较差结果；对 $B$ 类似构造。比较这两个行动即可揭示决策者认为 $A$ 和 $B$ 哪个更可能发生。

P5：非平凡性

偏好不是平凡的——存在至少一对结果 $x \succ y$（严格偏好）。该公理排除了"一切皆无差异"的退化情形，确保效用函数与概率测度的推导有实质意义。

P6：小事件连续性

状态空间足够丰富，使得任何事件都可以被无限细分。技术上，它保证了主观概率测度的非原子性（non-atomicity），即在测度意义下，状态空间没有不可分割的最小单元。这使得效用函数可以唯一确定（至多仿射变换），并且概率测度是唯一的。

P6 常被视为萨维奇体系中技术性最强、也最具争议的公理，因为它要求状态空间的无限分割——这在有限世界中严格来说不成立。

P7：单调性（支配原则）

若对事件 $E$ 中的每个状态 $s$，行动 $f$ 的结果不劣于行动 $g$ 的结果，则在给定 $E$ 发生时，$f$ 不劣于 $g$。形式化地：

若对几乎所有的 $s \in E$，有 $f(s) \succsim_E g(s)$，则 $f \succsim_E g$。

表示定理

萨维奇的核心结论——主观期望效用表示定理——可陈述如下：

> 若决策者的偏好 $\succsim$ 满足公理 P1–P7，则存在唯一的有限可加概率测度 $P$ 和唯一（至多正仿射变换）的有界效用函数 $u: X \to \mathbb{R}$，使得对所有行动 $f, g$： > >

这里的概率 $P$ 完全是主观的——它不来自频率或对称性，而是从偏好中逻辑地推导出来。这为贝叶斯统计提供了决策论基础：先验概率可以被理解为决策者信念的结构化表达。

理论意义

1. 统一概率与效用

在萨维奇之前，von Neumann 与 Morgenstern（1944）已经为已知客观概率的情形建立了期望效用公理。萨维奇的贡献在于同时从偏好中推导出概率与效用，使概率本身成为偏好的内生产物。

2. 贝叶斯统计的理论基础

萨维奇公理为贝叶斯推断提供了规范性辩护：任何满足合理公理的决策行为，都等价于持有某个先验分布并按贝叶斯法则更新。这被 Savage 本人视为对"频率学派 vs 贝叶斯学派"之争的终结性回应。

3. 经济学与博弈论

主观期望效用理论是现代微观经济学与博弈论中不确定性决策的标准模型。从资产定价、保险需求到机制设计，几乎所有涉及不确定性的经济学模型都以 SEU 为起点。

批评与局限性

尽管萨维奇公理影响深远，也面临多重批评：

• Ellsberg 悖论（1961）：实验表明，人们系统性地偏好已知概率的不确定性（风险）而非未知概率的不确定性（模糊/ambiguity），这与 P2（确凿事件原则）相矛盾。由此催生了 Gilboa 与 Schmeidler 的最大最小期望效用（Maxmin EU）等模糊厌恶模型。
• Allais 悖论（1953）：虽然主要针对 von Neumann-Morgenstern 的独立性公理，其精神同样对萨维奇的确凿事件原则构成挑战。
• P6 的非原子性假设过强：现实中的状态空间往往不能无限细分，这促使了后续对有限状态空间中 SEU 公理化的研究。
• 构造性困难：从偏好中实际推导出概率与效用在操作上极为复杂，限制了其直接应用。

相关条目

• [[期望效用理论]]
• [[von Neumann-Morgenstern 效用]]
• [[贝叶斯决策理论]]
• [[Ellsberg 悖论]]
• [[Allais 悖论]]
• [[主观概率]]
• [[确凿事件原则]]
• [[状态依赖效用]]

参考文献

1. Savage, L. J. (1954). *The Foundations of Statistics*. John Wiley \& Sons.
2. Gilboa, I. (2009). *Theory of Decision under Uncertainty*. Cambridge University Press.
3. Kreps, D. M. (1988). *Notes on the Theory of Choice*. Westview Press.
4. Ellsberg, D. (1961). "Risk, Ambiguity, and the Savage Axioms." *Quarterly Journal of Economics*, 75(4), 643–669.