Formarse » 经济百科 » 博弈论：基础、示例、历史和用途
博弈论模拟相互依赖的决策，以确定竞争和合作环境中的激励和均衡。
收益矩阵、树和逆向归纳法等工具可以分析具有不同信息级别的静态和动态博弈。
经典例子（囚犯、蒙提霍尔、鹰鸽派）和动态案例（入侵、拍卖）展示了策略如何根据规则和信息而变化。
尽管存在局限性和批评，但它的实际效用很高，并且应用于经济、政治、生物、法律、市场和现实生活中的谈判。
博弈论已经成为研究当我们的决策取决于他人的决策时我们如何行动的通用语言，它是一个经济学、生物学、政治学、心理学和计算机科学相交叉的框架，也是 每个选择都会影响其他选择，也会受到其他选择的影响.
除了名字之外，它并不局限于棋盘游戏或概率游戏：它模拟了冲突、合作、谈判和市场。借助收益矩阵和决策树等工具，它能够识别模式、预测合理的反应并评估激励机制。此外，它还知道，通过构建， 假设代理人具有明确的目标和一定程度的理性.
什么是博弈论？它有什么用途？
简而言之，我们讨论的是多方互动的战略情境的形式化分析。每个主体在可能的行动之间做出选择，并获得取决于所有主体选择组合的结果（收益）。这种形式化分析使得回答以下问题变得更容易：如果每个主体知道其他主体可以做什么，他们会怎么做？哪些结果是稳定的？如果重复互动，激励机制会如何变化？其核心在于： 是一项关于相互依赖决策的数学研究.
一个经典的工具是收益矩阵：行和列代表玩家的策略，每个策略的收益（或损失）记录在每个方框中。这使我们能够比较各种情况并确定最佳应对方案。在零和博弈中，一个玩家的收益恰好等于另一个玩家的损失；在其他情况下，利益可能一致或部分冲突，并且 结果可能反映合作、竞争或妥协.
其范围非常广泛。它起源于经济学和社会科学，但后来扩展到进化生物学（物种的选择和行为）、政治学（谈判、威慑）、心理学（合作、偏见）、计算机科学（战略算法）以及法律和公共管理（监管、拍卖、招标流程）。在所有情况下，其共同点都是相同的： 代理人之间的战略相互依赖.
值得记住的是：这些模型并非“算命先生”。它们阐明了激励机制、可能的路径和均衡点，但并不能保证确定性。事实上，它们的价值在于组织思维：正如专业文献所指出的，理论并非“按下按钮”就能得到解决方案，而是有助于识别复杂决策中真正重要的因素，并 集中注意力.
起源、里程碑和重要人物
现代博弈论的腾飞要归功于约翰·冯·诺依曼，他于1928年出版了一部关于战略博弈的开创性著作，并与奥斯卡·摩根斯特恩于1944年合著了奠定该领域基石的著作。最初，该领域的研究重点主要集中在零和博弈以及使用极小极大技术确定结果的保证上。从那时起，这门学科 开放合作和非合作环境的范围、同时和顺序。
不久之后，约翰·纳什提出了以他的名字命名的概念：一种均衡，即在给定其他博弈者的策略的情况下，没有任何一方会通过单方面偏离策略而获得优势。这一“解的概念”使得研究更普遍的博弈中的稳定性成为可能，并为他赢得了1994年的诺贝尔经济学奖。由于他的生平和在电影中的形象，他的影响力超越了学术界；2015年，他因事故去世，重新引起了公众对他的思想和对……的兴趣。 以平衡为参考点.
其他领导者则将研究范围拓展至现实生活中的战略；其中，托马斯·谢林（Thomas Schelling）因其对冲突和谈判中的协调、承诺和焦点的探索而脱颖而出。与此同时，该领域也向动态模型、不完全信息和声誉方向发展，在基本框架中增添了现实主义的层次。这巩固了以下观点： 时间和信息改变了互动的性质.
您可能会感兴趣： 在线广告：策略和优势这些工具的相关性经常在有影响力的媒体上得到解释。一些例子（例如囚徒困境）和应用（从体育到政治）被广泛传播，旨在传播即使我们不进行正式推理，经验或进化也会导致接近理性玩家预测的行为。这种直觉转化为模型， 它可以帮助您更好地思考复杂的决策.
游戏的基本概念和类型
“策略”描述了 完整的行动计划 博弈论是博弈者行为的理论基础。它可以是纯粹的（选择特定行动），也可以是混合的（为多个行动分配概率）。在同时博弈中，博弈者同时行动；在序贯博弈中，博弈者需要秩序和观察。纳什均衡是一种策略模式，其中没有人能够仅通过改变自己的决策而获胜。在序贯博弈中，我们寻求更精细的概念，例如子博弈精炼均衡，它 要求游戏各个环节保持一致.
基于激励机制，我们区分零和博弈和非零和博弈：合作博弈，即可以形成联盟和具有约束力的协议；非合作博弈，即承诺在设计上无法强制执行。另一个维度是信息：完整（每个人都了解博弈过程和之前的走法）或不完整（对收益、收益或行动的不确定性）。此外，还有重复的互动，即玩家可以惩罚或 随着时间的推移奖励过去的行为.
收益矩阵是典型的“静态”矩阵：即决策同时发生时选项和奖励的快照。然而，当顺序很重要时，我们会使用决策树来表示节点、行动和结果。在这两种情况下，目标都是在给定对其他人的期望的情况下，找出最优响应，并评估 哪些组合是稳定的.
引入一个实用的标准很有用：劣势策略永远不是最优的，而主导策略无论对手做什么都是最好的。许多高级分析都是从消除优势策略并寻求动态一致性开始的。这种方法，结合逆向归纳法， 帮助选择可信的预测.
基本示例
合作游戏（协调一致，共同取胜）
假设双方正在协商达成一项合同。如果他们合作，就能以一种双方都受益的方式分享利益，而不是互相竞争至死。博弈论分析如何设计分配规则和机制来防止偏差。在这个框架下，诸如核心或纳什谈判解之类的概念将合作均衡及其稳定性形式化，记住： 机构和协议很重要.
市场竞争（价格、广告、差异化）
同一条街上的两家公司争夺客户。如果一家降价，另一家就会做出反应；如果一家投入广告，另一家也会做出回应。收益矩阵捕捉了这些交集：何时进攻，何时差异化，何时保持利润率。 像伯特兰模型或古诺模型 是这种逻辑的变体，并丰富了实际元素（容量、成本、学习），允许 预测动态和平衡点.
顺序博弈（回合的重要性）
在拍卖或竞标过程中，先行者有时会设定节奏。竞标者会观察并更新预期；规则（英式、荷兰式、密封投标、维克里式）会改变激励机制。博弈论有助于设计最大化收益或效率的模式，参与者决定何时出价以及出价多少。在这里，行动的顺序和可用信息 对结果具有决定性作用.
囚徒困境（合作还是背叛）
两名嫌疑人分别接受审讯。如果两人都保持沉默，则判处轻刑；如果一人告发，另一人保持沉默，则告发者无罪释放，另一人被判处最高刑罚；如果两人都告发，则两人都被判处中等刑罚。占优策略中的纳什均衡是告发。然而，共同最优方案是两人都保持沉默。实验表明，人们在某些情况下倾向于合作，这表明 规则、声誉和重复改变了游戏规则.
您可能会感兴趣： 就业人口：数据和统计分析蒙提霍尔问题（改变还是不改变）
一位参赛者从三扇门中选择一扇：一扇门后面是一辆汽车，另外两扇门后面是山羊。主持人知道门的位置，于是打开了一扇有山羊的门，并提出换门。直觉上，许多人认为这无关紧要，但换门的概率更大：留下的概率仍然是1/3，换门的概率上升到2/3。这个例子说明了信息是如何产生的，以及它是如何产生的。 改变成功的概率.
鹰鸽（或“母鸡”）
两位玩家面临选择：是采取激进（鹰派）还是和解（鸽派）。如果双方都是鹰派，冲突的代价将非常高昂；如果一方让步，另一方不让步，那么激进的一方获胜；如果双方都让步，他们就能避免最糟糕的结果。在顺序版本中，先行者可以尝试迫使另一方让步，从而建立信誉（或建立信誉的表象）。其寓意在于： 威胁和承诺决定战略.
动态博弈、树和子博弈中的完美均衡
当游戏包含一系列决策且故事情节重要时，它就是动态的。在这种环境下，我们使用决策树：节点代表选择，分支代表行动，终端节点代表收益。在信息完全的游戏中，例如国际象棋，每个人都会观察棋盘；在其他游戏中，玩家的类型或行为存在不确定性。 隐藏的动作.
让我们考虑一个例子 两个国家，A 和 B首先，选择 A：入侵或不入侵。如果入侵，B 决定战斗或投降。树状图在每个分支的末端显示了收益。将其转换为 2x2 矩阵（标准形式），我们可以这样表示：
入侵游戏
国家 A / 国家 B
吵架
放弃
侵犯
7,2
9,6
不要入侵
8,8
8,8
在这个范式中，出现了两个纳什均衡：和。如果B愿意战斗，A就不会入侵；如果A入侵，B投降比战斗更好。然而，通过反向求解博弈，如果A入侵，B更倾向于投降（它获得6比2更好）。A知道这一点，因此更倾向于入侵（9比8更好）。因此，该方案也是一个子博弈精炼均衡，因为它不依赖于 不可信的威胁.
逆向归纳法是这样一种程序：我们求解最后一个最优决策，将其代入，然后重复。这种想法在博弈的每个阶段选择合理的均衡策略，丢弃那些只有在有人采取与其利益相反的行动时才可持续的策略。这是一种要求动态一致性和 最佳响应的一致性.
如果博弈重复进行或信息不完整，预测可能会发生变化。声誉、惩罚和学习会改变激励机制。例如，在存在领导者和追随者的寡头垄断市场（领导者-追随者模型）中，先行者可以通过其决策塑造其他人的行为，如果其他人在行动前进行观察，他们未来的反应就会被纳入最初的决策中。动态博弈论恰恰 关注这些决策的级联.
实际应用：从市场和拍卖到政治和日常生活
在产业经济学中，战略模型有助于预测价格战、广告宣传和产品发布。企业会问：如果我降低价格，他们会跟进吗？如果我与众不同，他们会模仿我吗？在监管和竞争领域，监管机构使用这些框架来评估并购或设计补救措施。在公共采购和特许经营中，拍卖设计决定了激励机制：投标形式、决胜规则和惩罚措施会影响最终胜出者和中标金额，进而影响 效率和收集.
在国防领域，自20世纪中叶以来，人们就开始利用计算机模拟战争场景，以决定是否、在何处以及何时发动攻击。威慑、承诺和可信信号都源于这些分析；鹰派和鸽派的直觉和可信的威胁被转化为战略理论。在国际政治领域，博弈论提供了理解长期冲突、停战和……的词汇。 复杂的谈判.
您可能会感兴趣： CAGR：它是什么？计算和应用流行文化也受到了影响：一部关于纳什的电影的成功，将平衡等理念带给了大众，尽管没有技术层面的细节。在日常生活中，“如果我这样做，你也会这样做”的直觉随处可见：从决定是否拿走办公室里最后一块蛋糕，到帮助同事以期将来得到回报。甚至动物也表现出与适应性策略相兼容的模式，这表明 进化和学习充当引擎.
媒体讨论的一个当代案例是希腊债务重组。对一些人来说，这是一场竞争与合作之间紧张的棋局；对另一些人来说，该理论在预测未来走向时，其效用有限。这里值得反思的是，该框架有助于刻画问题——谁行动、掌握哪些信息、利害攸关的收益是什么——但它并不总是能够预测确切的结果。即便如此，它最大的贡献在于 对场景和选项进行排序.
该理论也解释了为什么许多体育平台和联盟会采用特定的规则：减少不良激励的积分系统、减少串谋的赛程安排，以及最大化公平性的匹配机制。同样，约会和推荐应用程序也包含一些算法，这些算法直接或间接地暗示了用户之间的策略反应，其中 通过预测反应来做出决策.
批评与限制：你能做什么和不能做什么
像任何抽象概念一样，它简化了概念。它常常假设现实世界中不完整的理性和知识。这引发了批评：模型过度“清理”了社会复杂性；多重均衡模糊了预测；历史和文化背景比矩阵捕捉到的更重要；对个人利益的关注可能会掩盖信任、规范和公平。尽管如此，它的实际效用在于 明确激励和假设.
另一个需要注意的是：某些均衡取决于微妙的预期；信息、沟通或声誉的微小变化会改变结果。因此，好的分析会仔细地指定假设并进行稳健性检验。尽管存在合作偏见和认知捷径的证据，但博弈论与行为经济学相互作用，将这些特征纳入其中。这种相互作用非但没有否定博弈论，反而 使其更加丰富和更加真实.
在数字媒体中，内容周围常常会出现广告、订阅或隐私框；这些只是呈现元素，不会改变形式推理。为了进行分析，真正相关的是游戏规则、付费方式以及可用的信息，这些因素决定了内容。 球员如何移动.
了解更多信息和资源
对于法律、经济学和公共管理领域的专业人士来说，这些工具的应用范围越来越广泛：分析诉讼、设计拍卖、评估政策或谈判协议都需要理解激励机制和策略。一些研究生课程将法律和公共管理的经济分析与博弈论相结合，提供应用和量化的视角。 Formarse 这些框架可以将复杂的问题转化为实用的模型， 做出更有根据的决定.
想要深入研究的人可以查阅开放资源库中的经典教科书和学术文章。例如，入门和高级材料都可以在类似本文的免费文档中找到。 学术PDF，回顾基础知识和应用。带着批判的眼光阅读——了解模型的假设、遗漏的内容以及如何验证预测——是充分利用它的关键。 充分利用该工具.
博弈论为思考战略互动提供了一个强大的视角：它定义了谁在何时以及利用何种信息做出决策；它将各种情景转化为可比的结构；它揭示了威胁或协议的可信度；它还警告人们警惕协调陷阱或破坏性竞争。通过明智地运用博弈论——接受其局限性并利用其清晰性——我们可以做出更清晰的诊断和更明智的决策，从而转化为 为个人、组织和公共政策带来更好的结果.
相关文章：作者认为战略是什么：专家观点