游戏理论

游戏理论 (Game Theory)

游戏理论（Game Theory），中文常译为博弈论，是研究多个理性决策者之间策略互动的数学理论与分析方法。它被广泛应用于经济学、政治学、生物学、计算机科学和哲学等领域。游戏理论的核心在于分析当个体的决策结果不仅取决于自身选择，还受他人选择影响时，理性行为主体应如何行动。该理论的奠基工作由数学家约翰·冯·诺伊曼（John von Neumann）和经济学家奥斯卡·摩根斯坦（Oskar Morgenstern）于1944年合著的《游戏理论与经济行为》一书中完成。此后，约翰·纳什（John Nash）提出了纳什均衡（Nash Equilibrium）的概念，将非合作博弈的分析从零和博弈推广到一般情形，奠定了现代博弈论的基石。1994年，纳什与约翰·海萨尼、莱因哈德·泽尔腾因在非合作博弈均衡方面的贡献共同获得诺贝尔经济学奖。

游戏理论按照互动方式可分为合作博弈（Cooperative Game）和非合作博弈（Non-cooperative Game）。合作博弈假设参与者可以达成具有约束力的协议，侧重分析联盟的形成与收益分配，核心解概念包括夏普利值（Shapley Value）和核（Core）；非合作博弈则假设参与者独立决策，无法强制实施协议，关注个体策略选择及其均衡。在非合作博弈的框架下，又可按照行动顺序和信息结构进一步划分为静态博弈与动态博弈，以及完全信息博弈与不完全信息博弈。

核心概念与分类

纳什均衡是博弈论中最基本的解概念。在一个包含 $n$ 个参与者的博弈中，策略组合 $s^* = (s_1^*, \ldots, s_n^*)$ 构成纳什均衡，当且仅当对每个参与者 $i$ 和其任何可能的策略 $s_i$，均有：

即没有任何参与者能够通过单方面改变自身策略来获得更高的收益。纳什均衡体现了"最佳应对"（Best Response）的相互一致性，是所有参与者的策略互为最佳应对的稳定状态。

囚徒困境（Prisoner's Dilemma）是展示纳什均衡与帕累托最优之间冲突的经典范例。两个嫌疑人被分别审讯，选择坦白或沉默。无论对手如何选择，坦白都是每个参与者的优势策略（Dominant Strategy），因此（坦白, 坦白）是唯一的纳什均衡。然而，双方若都选择沉默会得到更好的集体结果。这一悖论深刻揭示了个人理性与集体理性之间的张力，被广泛用于分析寡头垄断中的价格竞争、公共品供给不足、军备竞赛以及全球环境治理等现实问题。

混合策略纳什均衡（Mixed Strategy Nash Equilibrium）是纳什均衡在随机化策略空间中的扩展。当博弈不存在纯策略纳什均衡时，参与者可以通过以特定概率分布随机选择纯策略来达到均衡。纳什（1950）证明了在任何有限博弈中，至少存在一个混合策略纳什均衡。经典的例子包括猜硬币（Matching Pennies）和鹰鸽博弈（Hawk-Dove Game）。

动态博弈与子博弈完美均衡

在动态博弈中，行动按顺序发生，后续参与者可以观察到先行动者的选择并据此调整策略。此时纳什均衡可能包含不可置信的威胁——即理性参与者在实际决策时不会执行的威胁。为解决这一问题，莱因哈德·泽尔腾（Reinhard Selten）提出了子博弈完美均衡（Subgame Perfect Equilibrium, SPE）的概念，要求策略组合在每一个子博弈上都构成纳什均衡。SPE通常通过逆向归纳法（Backward Induction）求解，即从博弈树的最后一个决策节点开始，逐级向前推导最优策略。

讨价还价模型（Bargaining Model）是动态博弈的典型应用。在鲁宾斯坦（Rubinstein, 1982）的轮流出价模型中，两个参与者交替提出分配方案，直至一方接受为止。该模型在折现因子对称的情况下得到唯一的子博弈完美均衡，分配比例为 $1 : 1$。这一结果说明了耐心程度（折现因子）对谈判能力的重要影响。

不完全信息博弈与贝叶斯纳什均衡

不完全信息博弈（Games of Incomplete Information）由约翰·海萨尼（John Harsanyi）通过海萨尼转换（Harsanyi Transformation）加以系统化。其核心思想是引入自然（Nature）作为虚拟参与者先行决定参与者的"类型"（Type），将不完全信息博弈转化为完全但不完美信息的博弈。在贝叶斯博弈中，均衡概念为贝叶斯纳什均衡（Bayesian Nash Equilibrium）：每个参与者在给定自己类型和类型信念的条件下，最大化期望收益，且策略对所有可能的类型均构成最优应对。

海萨尼转换在拍卖理论（Auction Theory）中起到奠基性作用。在维克里拍卖（Vickrey Auction）等机制设计中，参与者对标的物具有私人估值，贝叶斯纳什均衡可用于分析不同拍卖规则下的投标策略和期望收益。

重复博弈与合作

重复博弈（Repeated Game）研究同一阶段博弈（Stage Game）在多个时期中重复进行的情形。无名氏定理（Folk Theorem）指出，当折现因子足够大时，无限重复博弈可以支撑任何帕累托优于单期纳什均衡收益的结果作为子博弈完美均衡。这一结果解释了为何在长期互动中，合作行为可以在没有外部强制的情况下自发出现。以牙还牙（Tit-for-Tat）策略——在第一次选择合作后，后续每次模仿对手上一期的选择——被罗伯特·阿克塞尔罗德（Robert Axelrod）在计算机锦标赛中证明为最稳健的合作策略之一。

重复博弈在经济学中的应用广泛而深刻：寡头垄断中的合谋行为（如卡特尔定价）、劳动关系中的效率工资、国际贸易中的关税战与贸易协定执行，以及货币政策的动态一致性等问题，均可借助重复博弈框架进行建模分析。博弈论也从最初的经济学工具，演变为贯穿社会科学各个领域的基本分析范式，为理解人类策略行为提供了严谨的数学语言和深刻的理论洞察。