斯塔克尔伯格博弈

斯塔克尔伯格博弈 (Stackelberg Game)

斯塔克尔伯格博弈（Stackelberg Game）是博弈论中研究序贯决策的核心框架，由德国经济学家海因里希·冯·斯塔克尔伯格（Heinrich von Stackelberg）于1934年在《市场形式与均衡》（Marktform und Gleichgewicht）中提出。与古诺模型的同步决策不同，斯塔克尔伯格博弈刻画了市场中领导企业与跟随企业之间的不对称策略互动：领导者先行承诺产量（或价格、产能），跟随者观测到领导者选择后再做出最优反应。这一时序差异赋予先行者战略性的承诺价值（Commitment Value），构成先动优势（First-Mover Advantage）的博弈论基础。

作为展开型博弈的经典范例，斯塔克尔伯格博弈在产业组织理论、战略管理、国际贸易及委托-代理理论中均有广泛应用，是理解博弈结构——尤其是决策时序如何通过承诺机制改变均衡结果——的奠基性模型。

博弈结构与形式化

斯塔克尔伯格博弈是一个两阶段完全信息动态博弈。设市场反需求函数为 $P(Q) = a - bQ$，$Q = q_L + q_F$，两家企业边际成本均为常数 $c$（$a > c \geq 0$），且无固定成本。

博弈时序如下：

1. 阶段一：领导者（Leader，记作企业 $L$）选择产量 $q_L \geq 0$，该选择不可逆且被跟随者完美观测。
2. 阶段二：跟随者（Follower，记作企业 $F$）在观测到 $q_L$ 后选择产量 $q_F \geq 0$。
3. 市场出清，价格 $P = a - b(q_L + q_F)$ 确定，双方获得利润 $\pi_i = (P - c)q_i$。

博弈的策略空间在此处具有不对称性：领导者的纯策略即为一个产量值 $s_L \in \mathbb{R}_+$；跟随者的纯策略则是一个完整的反应规则 $s_F: \mathbb{R}_+ \to \mathbb{R}_+$，指定对领导者每一种可能产量的最优回应。这一区别对于均衡精炼至关重要——跟随者不能简单地"承诺"一个产量，而必须在每一种可能的信息集上都做出序贯理性的选择。

逆向归纳法与子博弈精炼均衡

斯塔克尔伯格博弈的均衡求解采用逆向归纳法（Backward Induction），以确保均衡满足子博弈精炼纳什均衡（Subgame Perfect Nash Equilibrium, SPNE）的要求。

第二阶段——跟随者的最优反应。给定 $q_L$，跟随者求解：

一阶条件导出跟随者的反应函数（与古诺模型形式一致）：

该函数描述了跟随者在每一种子博弈中的最优回应。

第一阶段——领导者的前瞻优化。领导者预见到跟随者将按 $R_F(q_L)$ 做出反应，将反应函数嵌入自身利润函数：

对 $q_L$ 求一阶条件得：

总产量 $Q^* = \frac{3(a-c)}{4b}$，市场均衡价格 $P^* = \frac{a + 3c}{4}$。

均衡性质与先动优势

斯塔克尔伯格均衡具有如下关键性质。第一，先动优势：领导者产量为 $q_L^* = (a-c)/(2b)$，恰等于垄断产量；追随者产量仅为领导者的一半。领导者利润 $\pi_L^* = (a-c)^2/(8b)$ 严格高于古诺利润 $(a-c)^2/(9b)$，追随者利润 $\pi_F^* = (a-c)^2/(16b)$ 则低于古诺水平。先动者通过产量承诺塑造了有利的竞争环境。

第二，承诺的可信性：先动优势依赖于领导者承诺的不可逆性。若领导者的产量决策可事后无成本地调整，则跟随者将不再视其为"既成事实"，博弈退化为古诺同步竞争。因此，产能投资、长期合同或沉没性广告支出等战略行为，在现实中充当了承诺机制。

第三，福利含义：总产量高于古诺均衡（$3(a-c)/(4b) > 2(a-c)/(3b)$），市场价格更低，消费者剩余增加，总福利优于古诺竞争。然而，行业总利润 $\pi_L^* + \pi_F^* = 3(a-c)^2/(16b)$ 低于古诺水平 $2(a-c)^2/(9b)$——先动优势以追随者和行业整体利润为代价重新分配了剩余。

与古诺及伯特兰博弈的比较

\begin{array}{c|c|c} $\text{博弈类型}$ \& $\text{均衡产量}$ \& $\text{均衡价格}$ \\ \hline $\text{古诺（同步产量）}$ \& $q_1$ = $q_2$ = $\frac{a-c}{3b}$ \& P = $\frac{a+2c}{3}$ \\ $\text{斯塔克尔伯格（序贯）}$ \& $q_L$ = $\frac{a-c}{2b}$,\ $q_F$ = $\frac{a-c}{4b}$ \& P = $\frac{a+3c}{4}$ \\ $\text{伯特兰（同步价格）}$ \& Q = $\frac{a-c}{b}$ \& P = c \\ $\text{合谋（联合垄断）}$ \& Q = $\frac{a-c}{2b}$ \& P = $\frac{a+c}{2}$ \end{array}

该比较揭示了博弈时序对市场结果的深远影响：从同步到序贯的转变，即便在不改变市场基本面的前提下，也系统性地改变了产量分配、利润分布和消费者福利——这是博弈论区别于传统竞争分析的根本洞见。

扩展与变体

斯塔克尔伯格价格博弈：当企业以价格而非产量为策略变量且产品差异化时，价格领导模型同样适用，但先动优势可能转化为后动优势（Second-Mover Advantage），因为跟随者可略微压低领导者价格以赢得市场。时序优势的方向取决于策略变量的战略替代（Strategic Substitutes）或战略互补（Strategic Complements）属性——产量通常为战略替代（反应函数向下倾斜），价格为战略互补（反应函数向上倾斜）。

多领导者与多跟随者：市场中可存在 $m$ 个领导者同时先行选择产量，随后 $n$ 个跟随者做出反应。均衡可用逆向归纳法推广求解，随着领导者数量的增加，斯塔克尔伯格结果趋近于古诺均衡。

不完全信息下的斯塔克尔伯格博弈：若跟随者对领导者的成本具有不完全信息，博弈转化为信号博弈——领导者的产量选择不仅影响自身利润，还传递关于其成本的私有信息，均衡需满足贝叶斯纳什均衡和序贯理性的双重精炼要求。

应用与制度含义

在产业组织中，斯塔克尔伯格框架用于分析在位者通过产能过剩进行进入威慑（Dixit-Spence模型），产能承诺是对斯塔克尔伯格领导者角色的制度化。在国际贸易中，Brander-Spencer（1985）的战略贸易政策模型实质上是斯塔克尔伯格博弈的国际版本——政府通过出口补贴帮助企业抢占国际市场中的领导者地位，将利润从外国竞争者转移至本国企业。在平台经济中，先发平台通过用户基础的投资（网络效应锁定的沉没成本）充当斯塔克尔伯格领导者，后进入者只能在剩余市场中做出最优反应。斯塔克尔伯格博弈揭示了时序本身即为一种战略资源——即便在完全对称的竞争者之间，谁先行动、谁的行动不可逆，这些制度性细节决定了最终的市场格局与分配结果。