11.1 納什均衡：動物競爭與合作的數學博弈#

從撲克牌桌到蘭德公司#

賽局理論的源頭有兩支：

• 經典先聲：古諾（Cournot, 1838）的雙占模型、達爾文《物種起源》中的性比例論證（費雪 1930 加以形式化——為什麼雄雌比幾乎總是 1:1？因為任何偏離都會被「稀有性優勢」拉回。這其實就是一個演化均衡）
• 現代奠基：馮·諾伊曼與摩根斯坦《賽局與經濟行為》（1944）——寫於普林斯頓，出版於二戰末期，標志著數學正式入侵社會科學

馮·諾伊曼是本書多次出場的人物：量子力學的數學基礎（8.2）、電腦架構、曼哈頓計畫的蒙地卡羅（7.2）、以及賽局理論。二十世紀數學的「萬能膠」——他的職業軌跡本身就說明了 1930–50s 美國科學體制（普林斯頓高等研究院 + 軍方資助 + 企業顧問）如何把一個匈牙利流亡數學家變成多個領域的建築師。

1948 年起，蘭德公司（RAND）——空軍資助的智庫——成為賽局理論的研發中心。動機赤裸而清晰：核戰略。「如何嚇阻蘇聯發動核戰」被建模為一個非合作賽局。囚徒困境（Flood 與 Dresher 1950 在蘭德做的實驗）最初就是為了分析軍備競賽與聯盟穩定性。

納什均衡：沒有人想單方面改變的狀態#

1950 年，21 歲的博士班學生約翰·納什（John Nash）用一頁多的篇幅證明：

任何有限非合作賽局都存在（混合策略）均衡——存在一組策略，使沒有任何玩家能靠單方面改變策略而獲益。

以兩玩家為例，若策略組合 \((s_A^*, s_B^*)\) 滿足

則它是納什均衡。

囚徒困境（經典收益矩陣，數字 = 刑期優惠）：

分析：「招供」是 A 的優勢策略（無論 B 做什麼都更好），B 對稱。所以（招供, 招供）是唯一的納什均衡——但集體結果（各 -8）劣於（沉默, 沉默）（各 -1）。

個人理性 ≠ 集體理性。這是亞當·斯密「看不見的手」的數學反例——對主流經濟學是哲學級的衝擊。公地悲劇、軍備競賽、碳排談判、價格戰，全是囚徒困境的變奏。

三次關鍵擴展：從經濟到生物#

1. 演化穩定策略（ESS）——梅納德·史密斯（Maynard Smith）與普賴斯（Price），1973

生物學家的問題：動物不會計算，均衡從哪來？答案：不「選」均衡，而是演化「逼近」均衡。改變行為的個體若獲利更高，其基因擴散；均衡 = 無人能入侵的穩態。

鷹鴿賽局（爭奪資源 \(V\)，打鬥成本 \(C\)，\(C > V\)）：

混合策略均衡：鷹的比例 \(= V/C\)。純鷹或純鴿族群都會被入侵——穩定的是混合比例，而且比例由收益決定。 達爾文與納什在此會師：自然選擇是一台計算均衡的分散式電腦。

2. 重複賽局與合作的演化——阿克塞爾羅德（Axelrod）錦標賽，1980

政治學家公開徵集囚徒困境程式比賽，冠軍是拉波波特（Anatol Rapoport，和平運動者！他起初是因為厭惡核戰略才研究賽局）的「以牙還牙」（Tit-for-Tat）：第一步合作，之後模仿對手上一步。

勝出條件的四特徵：善良（不先背叛）、報復、寬容、清晰。加上 ** Folk 定理（無名氏定理）：重複賽局中幾乎任何結果都可以是均衡——合作的可能與穩定，取決於關係的持續性與未來的陰影**。這為互惠利他（Trivers）、聲譽機制、制度設計提供了數學骨架。

3. 機制設計與拍賣——賽局理論的工程化

1994 年美國頻譜拍賣（FCC）由賽局理論家設計（Milgrom、Wilson），募得數百億美元；2020 年諾獎頒給 Milgrom 與 Wilson。今天的谷歌廣告拍賣（每秒數百萬次）、電力市場、腎臟交換配對（Roth，2012 諾獎），都是「用賽局理論設計市場規則」。賽局理論從「描述競爭」升級為「設計競爭」——數學直接立法。

納什的人生與制度的教訓#

納什 1958 年前後罹患思覺失調症，從學術界消失三十年；1994 年與海薩尼、澤爾騰共享諾貝爾經濟學獎（瑞典學院為此罕見地仔細評估其康復狀態——獎項政治學的一課）；2001 年電影《美麗境界》使他的故事成為大眾文化。他的博士論文導師塔克（Tucker）後來把囚徒困境編成課堂故事——一個教學案例的傳播力，有時超過十篇論文。

另一個制度觀察：賽局理論 1944–1994 年間的主要僱主是軍方與情報系統（RAND、克格勃的對應機構），1990s 後轉向科技業（拍賣、定價、協定設計）與生物學。一門數學的應用版圖，隨著它的僱主結構而變遷。

小結#

下一節：11.2 圖論