完全信息模型

完全信息模型（Complete Information Model）是博弈论与微观经济学中的基础分析框架，指所有参与者在决策时都掌握关于游戏结构的全部相关信息，包括所有参与者的策略集合、收益函数以及博弈规则。完全信息并不意味着参与者的信息量相等或对称，而是强调"没有人对博弈的基本结构存在不确定性"。这一模型是现代博弈论中最早被系统研究的情形，也是后续发展不完全信息博弈模型的逻辑起点。在完全信息假设下，纳什均衡、子博弈完美均衡等核心概念得以严格定义，为分析策略互动提供了理想化的参照基准。

1. 核心要件

一个完全信息模型由三个基本要素构成，三者缺一不可：

• 参与者（Players）：即博弈中的决策主体，通常假定为理性经济人。完全信息意味着每个参与者都知道谁参与了博弈，以及每个参与者的身份和特征。在标准表述中，参与者集合记作 $N = \{1,2,\dots,n\}$。

• 策略集（Strategy Sets）：每个参与者 $i$ 拥有一组可供选择的策略 $S_i$。完全信息要求所有参与者都知晓彼此拥有哪些可选策略。例如在古诺双寡头模型中，每个企业都知道对方可以选择任意非负产量。

• 收益函数（Payoff Functions）：每个参与者的收益 $u_i(s_1,s_2,\dots,s_n)$ 取决于所有参与者的策略组合。完全信息的核心含义在于，每个参与者都知道所有其他人的收益函数结构——即知道每个人的偏好排序和权衡取舍。这是完全信息与不完全信息最根本的区别所在。

上述三个要素共同构成一个博弈的"描述"，完全信息即意味着该描述是参与者的共同知识（Common Knowledge）。共同知识是一个更强的条件：不仅每个人都知道这些信息，而且每个人都知道其他人也知道，如此无限递推。

2. 分析方法

2.1 纳什均衡

在完全信息静态博弈中，最核心的解概念是纳什均衡（Nash Equilibrium）。一个策略组合 $(s_1^*,s_2^*,\dots,s_n^*)$ 构成纳什均衡，当且仅当每个参与者的策略都是对其他参与者策略的最优反应。完全信息保证了每个参与者都能准确计算对手的收益，从而正确推断对手的可能行动。囚徒困境是这一框架的经典例证：尽管合作对双方整体最优，但完全信息下的理性自利推导导致双方都选择背叛，揭示了个体理性与集体理性之间的张力。

2.2 逆向归纳与子博弈完美均衡

在完全信息动态博弈中，逆向归纳法（Backward Induction）是基本的求解工具。其逻辑是从博弈树的末端节点出发，逐步向前推演：在每一个决策节点上，行动者选择使自己收益最大化的行动，后续节点的选择则作为给定条件纳入计算。由此得到的均衡称为子博弈完美均衡（Subgame Perfect Equilibrium），它剔除了纳什均衡中那些依赖于不可置信威胁的解。泽尔腾（Selten）通过这一概念将动态博弈分析推向了严格化，其核心工具就是完全信息假设——如果参与者对各节点的收益结构不确知，逆向归纳便无从展开。

2.3 完全信息下的合作博弈

完全信息也是合作博弈理论的基础。在合作博弈中，参与者可以签订具有约束力的协议，核心问题转变为如何分配合作带来的剩余收益。沙普利值（Shapley Value）和核（Core）等解概念都以完全信息为前提——所有参与者知道每种联盟组合能产生多少收益，从而在分配谈判中形成明确的期望和底线。

3. 应用场景

3.1 寡头竞争

古诺模型（Cournot Model）和伯川德模型（Bertrand Model）是最典型的完全信息应用。在古诺模型中，两个企业同时选择产量，每个企业知道市场需求曲线和对手的成本结构，因此能精确计算对手的最优反应函数。完全信息在这里不仅是技术假设，更是均衡可推导性的前提——如果企业对对手成本存在不确定性，均衡求解将需要引入贝叶斯纳什均衡框架。

3.2 讨价还价

鲁宾斯坦（Rubinstein）的轮流出价讨价还价模型是完全信息动态博弈的代表。两个参与者轮流提出分配方案，直到一方接受为止。完全信息假设下，存在唯一的子博弈完美均衡，且均衡分配比例由参与者的耐心程度（贴现因子）决定。这一模型为理解现实中的谈判僵局、时间成本与议价能力提供了精确的理论框架。

3.3 公共品供给

在完全信息公共品博弈中，每个成员知道其他人的私人收益和贡献成本，因此可以精确预判搭便车行为的发生条件。这一分析揭示了为什么小群体中的公共品供给通常比大群体更有效率——成员之间的信息完全性使得相互监督和声誉机制更为有效。

4. 局限性与拓展

完全信息假设虽然在分析上极为便利，但其局限性同样明显。现实中，参与者往往对对手的成本、偏好、能力甚至策略空间存在不确定性。阿克洛夫（Akerlof）的柠檬市场理论、斯彭斯（Spence）的信号传递模型，以及整个信息经济学的发展，本质上都是在放松完全信息假设后产生的理论成果。

赫什莱弗（Harsanyi）提出的贝叶斯博弈框架为不完全信息建模提供了标准工具，其核心思路是引入"类型"概念，将不完全信息转化为关于类型的共同知识的不确定性。这一方法使得在信息不完全条件下仍然可以运用博弈论的严谨推理，从而大幅扩展了博弈论的应用边界。

5. 教学意义

完全信息模型是学习博弈论的入门必修内容。几乎所有经典教材都以完全信息静态博弈（囚徒困境、智猪博弈、性别战）和完全信息动态博弈（进入威慑博弈、连锁店悖论）作为开篇范例。掌握完全信息模型不仅是理解纳什均衡、逆向归纳等核心方法的必要条件，也是后续学习不完全信息博弈、重复博弈和演化博弈的理论基础。

在教学实践中，完全信息模型的"理想化"特征恰恰是其教学价值所在——它让学生可以在一个"干净"的环境中理解策略互动的逻辑，然后再逐步引入现实世界的复杂因素。正如张维迎在《博弈论与信息经济学》中所强调的，完全信息模型构成了整个博弈论大厦的第一块基石，其重要性不因其假设的严格性而减损。

总结

完全信息模型是博弈论和微观经济学的奠基性分析框架，以参与者对博弈结构具有共同知识为核心假设。通过纳什均衡、逆向归纳等解概念，它提供了分析策略互动的基本工具，在寡头竞争、讨价还价和公共品供给等领域产生了深远影响。尽管其理想化假设在现实中难以完全满足，但它作为理论基准和教学入门的重要作用无可替代。理解完全信息模型，是深入掌握现代博弈论和信息经济学的起点。