KNOWECON WIKI

ARTICLE

不完全信息

不完全信息 (Incomplete Information) 不完全信息（Incomplete Information）是博弈论与信息经济学的核心概念，指博弈中至少一个参与者不知道其他参与者的支付函数（payoff function）——即不知道他人的偏好、成本、估值或其他决定其策略选择的"类型"参数。不完全信息博弈与完全信息博弈构成博弈论最基本的分类维度。

浏览 0 更新 2025-10-31

不完全信息 (Incomplete Information)

不完全信息（Incomplete Information）是博弈论与信息经济学的核心概念，指博弈中至少一个参与者不知道其他参与者的支付函数（payoff function）——即不知道他人的偏好、成本、估值或其他决定其策略选择的"类型"参数。不完全信息博弈与完全信息博弈构成博弈论最基本的分类维度。该概念由约翰·海萨尼（John Harsanyi）在1967--1968年的三篇经典论文中正式建模，海萨尼因此与纳什、泽尔腾共享1994年诺贝尔经济学奖。

概念辨析：不完全信息与不完美信息

中文文献常混淆"不完全信息"与"不完美信息"（Imperfect Information），但在Harsanyi框架下二者有精确区分：

  • 不完全信息（Incomplete Information）：参与者不知道博弈的结构——即他人的支付函数或类型。例如，拍卖中竞标者不知道对手对拍品的估值，谈判中一方不知道对方的保留价格。
  • 不完美信息（Imperfect Information）：参与者不知道博弈的历史——即已发生的行动。例如，在动态博弈中后行动者可能未观察到先行者的某些行动，此时信息集包含多个决策节点。

两者可交叉组合：多数现实博弈既不完全也不完美；信号博弈不完全但完美（所有行动公开可观察，但类型是私人的）；完全但不完美的博弈（如某些同时行动博弈，或部分行动被隐藏的动态博弈）同样存在。理解这一区分对正确选择均衡概念至关重要——不完全信息需贝叶斯纳什均衡，不完美信息则涉及信息集与信念更新。

海萨尼转换 (Harsanyi Transformation)

海萨尼的核心贡献是将不完全信息博弈转化为可分析的不完美信息博弈。转换的关键步骤如下：

  1. 引入"自然"（Nature）作为虚拟参与者：在博弈开始前，自然按给定的联合概率分布为每个参与者抽取"类型" θi∈Θi\theta_i \in \Theta_i，其中 Θi\Theta_i 为参与者 ii 的类型空间。
  2. 私人信息结构：每个参与者 ii 观察到自己的类型 θi\theta_i，但不知道其他参与者的类型 θ−i\theta_{-i}。这一信息结构由条件概率 pi(θ−i∣θi)p_i(\theta_{-i} \mid \theta_i) 刻画。
  3. 共同先验假设（Common Prior Assumption, CPA）：所有参与者对自然抽取类型的概率分布持有相同的先验信念。Harsanyi论证，若所有参与者均为贝叶斯理性且其先验为共同知识，则此假设成立。

通过海萨尼转换，原不完全信息博弈被重新解释为：自然先行后，各参与者拥有关于自然选择的不完美信息——由此可以使用标准扩展式博弈工具进行分析。

贝叶斯纳什均衡

不完全信息博弈的核心解概念是贝叶斯纳什均衡（Bayesian Nash Equilibrium, BNE）。每个参与者 ii 的策略 σi:Θi→Δ(Ai)\sigma_i: \Theta_i \to \Delta(A_i) 是其类型的函数（即策略规则而非单一行动），在给定其他参与者的策略规则及类型分布的条件下，对每个 θi\theta_i，σi(θi)\sigma_i(\theta_i) 均最大化其期望效用：

σi(θi)∈arg⁡max⁡ai∈AiEθ−i∣θi[ui(ai,σ−i(θ−i);θi,θ−i)]\sigma_i(\theta_i) \in \arg\max_{a_i \in A_i} \mathbb{E}_{\theta_{-i} \mid \theta_i}\left[u_i(a_i, \sigma_{-i}(\theta_{-i}); \theta_i, \theta_{-i})\right]

其中期望基于参与者 ii 在观察到自身类型 θi\theta_i 后对他人类型的后验信念 pi(θ−i∣θi)p_i(\theta_{-i} \mid \theta_i)，该后验由贝叶斯法则从共同先验导出。

主要应用领域

不完全信息范式深刻重塑了多个经济学分支：

  • 拍卖理论：维克瑞拍卖（Vickrey Auction）与收益等价定理均建立在独立私人价值模型——一种典型的不完全信息框架之上。竞标者知晓自身估值但不知对手估值，最优出价策略需在贝叶斯意义上求解。
  • 合约理论：委托-代理问题中，委托人不知代理人类型（逆向选择）或行动（道德风险），最优合约必须在参与约束与激励相容约束下设计，通常只能达到次优（second-best）。
  • 产业组织：米尔格罗姆与罗伯茨（Milgrom \& Roberts, 1982）的限制性定价信号模型、Kreps与Wilson（1982）的掠夺性定价声誉模型，均以不完全信息为不可或缺的理论前提。在位者通过定价行为向潜在进入者传递成本类型的私人信息。不完全信息下的双寡头竞争分析揭示了信号传递与信息甄别如何影响市场进入与遏制策略。
  • 机制设计：迈尔森（Myerson, 1981）最优拍卖与显示原理（Revelation Principle）为不完全信息下的最优制度安排提供了统一分析框架，应用涵盖税收设计、公共品供给和匹配市场。

理论意义与批评

不完全信息概念的引入使经济学得以严肃处理信息不对称引发的市场失灵。阿克洛夫（Akerlof, 1970）的柠檬市场模型揭示了信息不对称可导致市场崩溃；格林沃尔德-斯蒂格利茨定理（Greenwald \& Stiglitz, 1986）进一步证明，在不完全信息下，市场几乎从不达到帕累托效率——即使考虑了金钱外部性。

然而，海萨尼框架也面临批评。共同先验假设在现实中未必成立：当参与者对自然状态持有不可调和的分歧先验时，贝叶斯纳什均衡的唯一性与可预测性受到挑战。威尔逊（Wilson, 1987）的"威尔逊教义"（Wilson Doctrine）主张机制设计应对先验分布的具体形式具有稳健性，推动了稳健机制设计理论的发展。此外，不完全信息博弈常存在多重均衡，需借助均衡精炼（如直觉准则、D1准则）来筛选合理结果。

尽管存在上述局限，不完全信息范式仍是现代经济理论的基石之一。它将信息结构正式纳入策略分析，为理解市场摩擦、制度设计与策略互动提供了不可或缺的语言与工具。从更宏观的视角看，不完全信息框架已渗透至宏观经济学（如卢卡斯岛屿模型中生产者无法区分名义冲击与相对需求冲击）、金融学（Grossman-Stiglitz的信息有效市场悖论）和政治经济学（投票人与政治家的信息不对称），成为跨越学科边界的基础分析范式。