跳轉到

06.2 Nash均衡1950#

本章導言#

零和賽局之外，現實中多數互動是「非零和」的：兩家廠商可以同時擴產而兩敗俱傷，也可以默契限產而雙贏；夫妻爭吵看球賽，一人讓步則兩人仍在一起。如何為這類賽局定義一個像「均衡」一樣穩固的概念？1950 年，27 歲的美國數學家 John Forbes Nash, Jr.（納許，1928–2015） 在普林斯頓的博士論文中給出了答案：Nash 均衡——一組策略，使得沒有任何參與者能靠單方面改變策略而改善自己的收益。1950 年 11 月 16 日他向美國國家科學院提交的短文中，又用 Kakutani 不動點定理證明了有限賽局中混合策略 Nash 均衡的存在性。一個概念、一個存在性定理，把賽局論從「零和的特例」變成可以覆蓋拍賣、談判、关税、投票與網路競價的通用語言。

問題的由來：Cournot 的先聲與 von Neumann 框架的侷限#

這個想法其實有一個 112 年前的先驅。1838 年法國經濟學家 Antoine Augustin Cournot（古諾） 在《財富理論的數學研究》中研究兩家礦泉水廠商的產量競爭（將在 7.1 節完整重建）：每家選擇產量、價格由總量決定，最後每家在「對方產量給定」下選出自己的最適產量——這正是 Nash 均衡的定義，只是 Cournot 沒有這四個字。他用的是逐家最適化加總的直覺，缺一個統一的存在性論證。

von Neumann–Morgenstern（1944）的巨著也沒有真正處理非零和。書中對非零和賽局的處理方式是「化約為合作形式」（聯盟、仲裁值），而把非合作的情形留白。Nash 的博士指導委員會成員之一正是 von Neumann；據傳 Nash 拿論文請教他時，von Neumann 認為這「不夠深刻」——歷史給出的答案恰好相反：合作解需要仲裁者，非合作均衡不需要，而市場與政治幾乎沒有仲裁者。

Nash 均衡的定義與存在性#

設 \(n\) 位參與者，參與者 \(i\) 的策略集為 \(S_i\) ，收益函數 \(u_i(s_1,\dots,s_n)\) 。

定義：策略組合 \(s^* = (s_1^*,\dots,s_n^*)\) 是 Nash 均衡，若對每個 \(i\) 與每個可行 \(s_i\) ：

\[ u_i(s_i^*,\ s_{-i}^*) \;\ge\; u_i(s_i,\ s_{-i}^*), \]

其中 \(s_{-i}^*\) 表示除 \(i\) 之外所有人的策略。用一句話概括：在對方不變的前提下，你沒有動機動。注意這是「相對穩定」而非「全體最適」——囚徒困境（見下）的均衡恰是雙方都最壞的結果，這個刺眼的事實正是 Nash 概念的解釋力所在：它告訴我們「理性個體的互動結果可以是非理性的集體結果」。

定理（Nash, 1950）：任何有限賽局（策略集有限、收益為實數）至少存在一個混合策略 Nash 均衡。

證明策略：把 \(n\) 人的策略互動表為從「策略組合單純形」到自身的對應（每個參與者針對 \(s_{-i}\) 反應出 \(S_i\) 中的最適反應集合），用 Kakutani 定理（1941，Brouwer 定理的集合值推廣）取不動點。不動點恰好滿足「人人都是對他人策略的最適反應」——即均衡。這一步把 6.1 節的拓樸引擎（Brouwer/Kakutani）從零和雙線性情形搬到了多線性的一般情形；同一把鑰匙第三次開門（前兩次：極小極大定理、一般均衡存在性，見 5.2 節）。

均衡的「穩固性」需要與動態過程區分：Nash 均衡是靜態概念，它是不是「重複玩下去會到達的狀態」，取決於調整過程（最佳反應動態、模仿動態等），這是 6.3 節與 3.3 節動態調整的主題。

囚徒困境：均衡概念的第一個震撼彈#

收益矩陣（行玩家收益在前，列玩家收益在後），單位為年：

行 \ 列 沉默 \(C\) 招供 \(D\)
沉默 \(C\) \((-1,\ -1)\) \((-9,\ 0)\)
招供 \(D\) \((0,\ -9)\) \((-6,\ -6)\)

對任一對手，「招供」嚴格優於「沉默」（ \(0 > -1\) 、 \(-6 > -9\) ），故 \((D,D)\) 是唯一的嚴格 Nash 均衡，收益 \((-6,-6)\) ；而 \((C,C)\) 的 \((-1,-1)\) 對雙方都更好卻不是均衡。個人理性與集體理性的裂口由此顯形——它是軍備競賽、價格戰、公地悲劇的共同數學骨架，也是重複賽局（6.3 節）與機制設計（9.3 節）試圖彌合的裂口。

Cournot 再檢查：1838 年的隱藏均衡#

Nash 定義一經提出，學者立刻回頭檢查經濟學舊文獻，發現 Cournot（1838）、Bertrand（1883）、Edgeworth（1881）的解法都可以重新表述為某種均衡概念（7.1、7.2 節）。這件事意義深遠：統一的語言使分散的洞見變成可比較、可推廣的理論——這是數學化最典型的紅利。

一個具體例題#

例題 06.2.1：協調賽局（「看球賽」型）。行方偏好足球（ \(F\) ）、列方偏好芭蕾（ \(B\) ），但兩人都更重視「在一起」。收益矩陣為

行 \ 列 足球 \(F\) 芭蕾 \(B\)
足球 \(F\) \((2,\ 1)\) \((0,\ 0)\)
芭蕾 \(B\) \((0,\ 0)\) \((1,\ 2)\)

求全部（含混合策略）Nash 均衡。

解：

純策略均衡：逐一檢查四個組合。 \((F,F)\) ：行方改選 \(B\) 得 \(0 < 2\) ；列方改選 \(B\) 得 \(0 < 1\) ——都是嚴格改善不成，故 \((F,F)\) 是均衡。同理 \((B,B)\) 也是。 \((F,B)\) 與 \((B,F)\) 都不是（雙方都想「搬過去」）。

混合均衡：設行方以機率 \(p\) 選 \(F\) ，列方以機率 \(q\) 選 \(F\) 。行方在 \(F\) 與 \(B\) 之間無差異的條件：

\[ 2q + 0 \cdot (1-q) \;=\; 0 \cdot q + 1 \cdot (1-q) \;\Longrightarrow\; 2q = 1 - q \;\Longrightarrow\; q^* = \frac{1}{3}. \]

列方在 \(F\) 與 \(B\) 之間無差異的條件：

\[ 1 \cdot p + 0 \cdot (1-p) \;=\; 0 \cdot p + 2(1-p) \;\Longrightarrow\; p = 2 - 2p \;\Longrightarrow\; p^* = \frac{2}{3}. \]

驗算：行方選 \(F\) 得 \(2 \times \frac13 = \frac23\) ，選 \(B\) 得 \(1 \times \frac23 = \frac23\) ✓；列方選 \(F\) 得 \(1 \times \frac23 = \frac23\) ，選 \(B\) 得 \(2 \times \frac13 = \frac23\) ✓。

結論：本賽局有三個均衡—— \((F,F)\) 、 \((B,B)\) 與混合均衡（行方以 \(\frac23\) 機率選 \(F\) 、列方以 \(\frac13\) 機率選 \(F\) ）。三個均衡的收益差很大（ \((2,1)\) 、 \((1,2)\) 與雙方各 \(\frac23\) ），「是均衡」不足以決定「是哪個均衡」——均衡選擇問題（selection problem）從此成為賽局論與經濟學的核心難題之一，精煉（refinement）理論、抗演化（6.3 節）與實驗室賽局實驗皆由此而生。

名詞速查表#

  • Nash 均衡：沒有參與者能靠單方面改弦更張而獲利的策略組合。
  • 最適反應：給定 \(s_{-i}\) 時使 \(u_i\) 極大的 \(s_i\) 集合；均衡即「互相落在對方最適反應上」。
  • 嚴格 Nash 均衡：任何偏離都嚴格變差；均衡更穩固（唯一性常可用「優勢策略消去法」找到）。
  • 囚徒困境：唯一均衡嚴格劣於另一可行組合的兩人賽局，展現個人與集體理性的衝突。
  • 均衡選擇：多均衡時決定「社會會停在哪個均衡」的額外原理（抗均衡、抗演化、可理性化等）。
  • Kakutani 不動點定理：緊凸集上滿足上半連續、非空凸值的對應必有不動點；Nash 存在性證明的引擎。

前因後果與驅動關係#

什麼問題驅動了它：非零和的戰略互動沒有理論。零和框架（6.1 節）假設「你失即我得」，但寡占定價（第 7 章）、关税戰、工會談判、婚姻與家庭分工、網路平台的互通標準，全是「可以雙贏或雙輸」的結構。Cournot 等人用各異手法摸到了均衡的邊緣，卻沒有可累積的共同語言——Nash 均衡補上的正是這塊基礎設施。

數學工具如何反過來改變經濟分析：Nash 均衡一經定義，經濟學的「均衡」概念從 Walras 式的「價格使市場出清」（第 5 章）擴張為「策略使無人想動」，直接結果包括：其一，寡占理論的系統化——Cournot、Bertrand、Stackelberg 模型（7.1、7.2 節）統一改寫為「求均衡」的練習，並可自由比較數量競爭與價格競爭；其二，談判與合作賽局的非合作化——Nash 談判解、Rubinstein 輪流出價談判模型把「分餅」問題變成「時間折扣下的均衡」；其三，市場設計與機制設計（9.3 節）：把「我希望社會達到某個均衡」倒過來設計遊戲規則（拍賣、匹配、交易制度），2012 年諾貝爾獎（Roth、Shapley、Milgrom、Wilson）的主體即此；其四，《管理的數學》第 8 章決策分析中的「對手分析」與競價策略，標準工具就是把決策樹升級為賽局樹、把準則換成均衡概念；其五，總體經濟學的預期與政策無效討論（第 8 章）也大量借重「理性預期＝均衡」的思維。

對政策與實務的回頭影響：Nash 均衡讓「規則設計」成為可能——同一收益結構下換規則就換均衡，這正是機制設計的哲學；它同時警告政策制定者：干預可能改變均衡而非矯正偏離（例如補貼雙方可能使囚徒困境更糟）。資訊不對稱下的均衡（9.2 節）與動態均衡（6.3 節）是兩個主要的延伸方向，也是本書後續章節的伏線。

年表速查#

  • 1838：Cournot 出版《財富理論的數學研究》，雙寡頭產量均衡（非正式）出現。
  • 1881：Edgeworth 提出契約曲線與談判集思想。
  • 1883：Bertrand 以價格競爭批評 Cournot，引出「Bertrand 悖論」（7.2 節）。
  • 1913：Zermelo 象棋結果定理（見 6.1 節）。
  • 1928：von Neumann 極小極大定理。
  • 1941：Kakutani 不動點定理（集合值推廣）。
  • 1944：von Neumann–Morgenstern《賽局論與經濟行為》，合作解理論成型，非合作留白。
  • 1950：Nash 提交「非合作賽局」博士論文；11 月 16 日向美國國家科學院報告混合策略均衡存在性定理。
  • 1951：Nash 一般均衡（無限策略）的另一篇存在性論文。
  • 1994：Nash 與 Harsanyi、Selten 共同獲諾貝爾經濟學獎。

歷史啟示#

  • 「平凡」的定義往往最難想：Nash 均衡的定義一句話就說完，但說出來之前，連 von Neumann 都不覺得問題重要——新概念的價值常常在事後才被看見。
  • 舊文獻會在新語言下重生：Cournot 的貢獻在 Nash 之後被重新評價，說明理論資產的「可兌換性」取決於共同語言。
  • 均衡不是道德判斷：囚徒困境提醒我們，均衡只回答「會發生什麼」，不回答「應該如何」——規範經濟學與實證均衡的區分，由此更清晰。

練習#

  1. 求「鷹鴿」收益矩陣 \(\begin{pmatrix} (0,0) & (3,1) \\ (1,3) & (2,2)\end{pmatrix}\) 的全部純策略 Nash 均衡，並判斷哪一個是嚴格均衡。
  2. 在例題 06.2.1 的協調賽局中，若把「看球在一起」的收益改為 \(\begin{pmatrix} (2,1) & (0,0) \\ (0,0) & (1,2) \end{pmatrix}\) 之外的 \(\begin{pmatrix} (1,1) & (0,0) \\ (0,0) & (1,1) \end{pmatrix}\) ，均衡集合如何變化？混合均衡的期望收益是多少？
  3. 優勢策略消去法：在囚徒困境矩陣中，先刪去被嚴格優勢支配的策略，證明剩下的唯一組合就是 Nash 均衡；並說明「嚴格優勢策略消去後的均衡必為 Nash 均衡」的理由。
  4. \(n\) 人「分贓」賽局： \(n\) 人爭取 100 萬元，每人同時提出份額 \(s_i \ge 0\) ；若 \(\sum s_i \le 100\) 各得其所提，否則全得 0。證明 \((100,0,0,\dots,0)\) 的任一排列都是 Nash 均衡（假設 \(\ge\) 型不等式下均衡允許弱改善）；這說明了均衡概念的什麼侷限？
  5. 思考題：Nash 均衡假設「每人正確預測他人策略」。在 Cournot 模型（7.1 節）中若兩家廠商都用「逐步試誤」調整產量，什麼條件下會收斂到均衡？請與 3.3 節的價格調整穩定性條件作對比，並說明「均衡存在」與「均衡會被達到」的邏輯差別。

（本節完）