博弈论经济学
一、前史：从棋局到数学
策梅洛的棋局定理：1913 年，德国数学家恩斯特·策梅洛发表《论集合论在象棋博弈理论中的一个应用》，用集合论严格证明：象棋这种有限步、完全信息的博弈，其结果在逻辑上是确定的——要么某一方拥有必胜策略，要么双方都能保证不败。这个定理并没有给出具体走法，但它第一次表明：博弈可以被当作一个可以证明定理的数学对象，而不只是消遣或艺术。
波莱尔的策略概念：法国数学家埃米尔·波莱尔在 1920 年代发表了一系列关于博弈的短文，明确引入了"游戏方法"（即后来所说的混合策略）的概念，研究了对称二人零和博弈，并猜测在一般情况下极小极大值定理未必成立。他猜错了方向，但提出的概念框架是奠基性的。
冯·诺依曼的极小极大值定理：1928 年，25 岁的匈牙利数学家约翰·冯·诺依曼（John von Neumann，1903—1957）在《数学年鉴》上发表《客厅博弈理论》，证明了对任意二人零和博弈，若允许玩家以概率分布随机化选择（混合策略），则必存在一对策略，使双方各自能确保的最差结果恰好相等——这个共同值就是博弈的"值"。极小极大值定理是博弈论的第一个严格核心定理，1937 年他又借助布劳威尔不动点定理把它推广，并顺带建立了一个一般均衡式的扩张经济模型。
二、冯·诺依曼与摩根斯坦的奠基之作
博弈论从数学分支变成经济学工具，关键的一步是一位经济学家与一位数学家的相遇。
摩根斯坦的问题意识：奥斯卡·摩根斯坦（Oskar Morgenstern，1902—1977）生于德国格尔利茨，在维也纳受经济学训练，1931 年接替哈耶克执掌奥地利经济周期研究所，1938 年流亡美国任教于普林斯顿大学。他早在 1935 年就写过一篇讨论"完全预见"的论文，指出经济预测本身会改变被预测的行为——福尔摩斯与莫里亚蒂式的相互猜测没有平凡的终点。这个困惑一直盘旋在他心头：经济学的均衡概念必须处理"我预料你预料我"的循环，而这正是数学博弈论的对象。
普林斯顿的合作：1939 年前后，同在普林斯顿的两人开始深谈，合作一发而不可收。1944 年，普林斯顿大学出版社出版了厚达六百多页的《博弈论与经济行为》（Theory of Games and Economic Behavior）。这本书做了四件奠基性的事：其一，给出了博弈的严格表述——展开型（按行动次序描述的博弈树）与策略型（支付矩阵）；其二，系统建立了二人零和博弈的极小极大值解；其三，把分析推进到 n 人博弈，引入联盟、特征函数与"稳定集"解的概念，成为日后合作博弈论的源头；其四，全书示范了一种公理化、数学化的社会科学写作方式。摩根斯坦后来回忆，冯·诺依曼坚持书名里必须有"经济行为"，他们从一开始瞄准的就是重建经济学的分析基础，而不只是研究游戏。
期望效用的公理化：第一版对效用只有讨论，1947 年的第二版在附录中补上了冯·诺依曼—摩根斯坦期望效用定理：只要一个人的偏好满足完备性、传递性、连续性和独立性这几条公理，他在不确定性下的选择就可以表示为某个效用函数的期望值最大化。这套公理成了此后半个世纪不确定性经济学的标准地基，也成了后来行为经济学反复攻击的靶心——这是后话（见本系列《行为经济学专题》一篇）。
三、纳什均衡：博弈论的阿基米德支点
《博弈论与经济行为》的辉煌之下有一个明显的缺口：零和假设太特殊，而 n 人合作博弈的稳定集解既不唯一、含义也晦涩。补上这个缺口的是一位 21 岁的研究生。
纳什的生平速写：约翰·福布斯·纳什（John Forbes Nash Jr.，1928—2015）生于西弗吉尼亚州布卢菲尔德，1948 年在卡内基理工学院拿到数学硕士学位赴普林斯顿读博，导师是阿尔伯特·塔克，推荐信中有一句名言——“此人是个天才”。1950 年他以《非合作博弈》获博士学位，全文不足三十页。1959 年起他饱受精神分裂症折磨，学术生涯中断近三十年，1980 年代后逐渐康复，1994 年与海萨尼、泽尔腾共享诺贝尔经济学奖，2015 年获阿贝尔奖，同年 5 月 23 日与妻子在新泽西州因出租车事故一同罹难。
均衡点的定义与存在性：1949 年 11 月投稿、1950 年 1 月发表于《美国国家科学院院刊》的短文《n 人博弈的均衡点》，以及 1951 年《数学年刊》上的完整论文，给出了博弈论中影响最深远的概念。纳什均衡的表述出人意料地朴素：给定其他所有参与人的策略不变，没有任何一个参与人能通过单方面改变自己的策略而获得更高收益，这样一组策略就是一个均衡。更关键的是存在性证明——借助角谷静夫不动点定理，纳什证明任何有限博弈至少存在一个（可能是混合策略的）纳什均衡。传说他把结果拿给冯·诺依曼看时，大师不以为意：“这不过是个不动点定理。“数学上或许"不过如此”，但社会科学含义是革命性的：均衡不再依赖零和、二人、联盟等苛刻结构，它是所有策略互动情形的通用候选解。
讨价还价解：纳什 1950 年还在《计量经济学》上发表了《讨价还价问题》，从四条公理（帕累托效率、对称性、无关选项独立性、仿射变换不变性）唯一地推导出谈判结果应最大化双方效用增量之积——纳什讨价还价解。这条公理化路线日后长成合作博弈与机制设计的重要一支。
四、囚徒困境与合作的演化
诞生记：1950 年，兰德公司的两位数学家梅里尔·弗勒德与梅尔文·德雷舍设计了一个二人非零和博弈做实验，发现被试的行为既不稳定也不"理性”。纳什的导师塔克 1950 年 5 月在斯坦福大学的一次心理学研讨会上介绍这个博弈时，为它配上了那个流传后世的故事外壳：两名共同作案的嫌犯被分开审讯，若都沉默（合作），各判一年；若一人坦白而另一人沉默，坦白者释放、沉默者判十年；若都坦白（背叛），各判八年。“囚徒困境"由此得名。
困境的逻辑：无论对方如何选择，坦白对自己都更优——坦白是严格占优策略。于是两个完全理性的嫌犯必然走向（坦白，坦白）这个唯一的纳什均衡，结果各判八年，比都沉默各判一年糟糕得多。个体理性导致集体非最优，这个尖锐的结论击中了亚当·斯密以来"自利经市场协调可致公益"信念的软肋，也立刻被应用到冷战军备竞赛、卡特尔定价、广告战、公地悲剧等无数现实场景。
重复博弈与合作的出路：一次性的囚徒困境无解，但现实的互动大多反复进行。无名氏定理（folk theorem）指出：在无限重复（或终点不确定）且足够看重未来的条件下，以"惩罚背叛"相威胁可以支撑近乎任意程度的合作——合作在数学上是可能的均衡。1980 年前后，政治学家罗伯特·阿克塞尔罗德举办了两轮计算机程序锦标赛，邀请各学科专家提交策略程序，在循环赛中比拼总得分。两轮冠军都是数学家阿纳托尔·拉波波特提交的"一报还一报”（Tit for Tat）：第一步合作，此后复制对手上一步的选择。它的制胜品质被阿克塞尔罗德归纳为四点：善良（绝不先背叛）、可激怒（立刻报复背叛）、宽容（对方回头即原谅）、清晰（让对手一眼看懂）。《合作的进化》（1984）把这一发现带出了学术界——合作的维持不需要中央权威，只需要未来的影子足够长。
五、精炼与扩展：走向动态与不完全信息
纳什均衡太"宽松"了——许多博弈有多个均衡，其中一些建立在不可置信的威胁之上。1960 年代，两位德国裔与美国裔学者分别从动态和信息两个维度完成了关键收紧。
泽尔腾的子博弈精炼：莱茵哈德·泽尔腾（1930—2016）1965 年发表论文研究动态寡头博弈，提出子博弈精炼均衡：策略组合不仅要在整体上构成纳什均衡，还必须在博弈的每一个子博弈中都构成均衡——任何"你若降价我就发动自杀式价格战"之类事后绝不愿执行的威胁都被剔除。1975 年他又引入颤抖手精炼：允许每个参与人以任意小的概率"手抖"犯错，只有在扰动下依然稳健的均衡才算数。动态博弈从此有了标准的可信性语言，泽尔腾还据此提出著名的连锁店悖论，揭示了有限期重复博弈中威慑逻辑的脆弱。
海萨尼的贝叶斯博弈：约翰·海萨尼（1920—2000）1967—1968 年在《管理科学》上分三部分发表《不完全信息博弈》，解决了另一个根本困难：现实中你往往不知道对手的成本、估值甚至偏好。海萨尼的转换是引入"类型"——假想自然先为每个参与人抽取类型并私下告知，参与人只知道自己类型和类型的概率分布，于是不完全信息博弈被等价地改写成不完美信息博弈，均衡概念自然延伸为贝叶斯纳什均衡。拍卖、谈判、信号传递、声誉——此后半个世纪的微观经济学几乎都在海萨尼打开的框架里展开。1994 年，他与纳什、泽尔腾同获诺奖，瑞典皇家科学院的授奖词称三人共同奠定了非合作博弈论的分析基础。
声誉与承诺：1982 年克雷普斯、米尔格罗姆、罗伯茨和威尔逊四位斯坦福学者的"四人帮"模型证明，哪怕只有极小的可能性对手是"强硬类型"，有限重复博弈中也会出现合作——声誉本身是值得投资的资产。这与谢林在《冲突的战略》（1960）中关于承诺、边缘政策与聚点的洞察一脉相承：有时捆住自己的双手反而是最强的策略。
六、拍卖理论：博弈论的工程胜利
博弈论最漂亮的实战成绩单写在拍卖场上。
维克里拍卖：1961 年，威廉·维克里（1914—1996）在《金融杂志》上发表《反投机、拍卖与竞争性密封投标》，证明了著名的收益等价定理：在独立私人价值、风险中性等标准条件下，英式、荷式、一价密封、二价密封四种基本拍卖为卖者带来相同的期望收益。他尤其推崇第二价格密封拍卖——出价最高者获胜但只需支付第二高价，因为此时如实报价是每个竞拍者的占优策略，没有任何策略性低报的动机。这篇文章长期少人问津，维克里 1996 年获诺奖后第三天即因心脏病去世，未能亲见拍卖理论此后的盛况。
赢者诅咒：拍卖的对象若对所有买家有共同但不确定的价值（如油田、矿产、频谱），情况就微妙了。1971 年，三位石油工程师卡彭、克拉普与坎贝尔分析墨西哥湾石油租赁拍卖数据指出：赢家往往是估值误差最乐观的那个人，不按信息修正就竞价，赢标之日就是亏损之时——这就是"赢者诅咒"。理性竞标者必须把自己的出价向下修正，标的物竞争者越多修得越狠。
频谱拍卖与 2020 年诺奖：1993 年美国国会授权联邦通信委员会（FCC）以拍卖方式分配无线电频谱许可证，米尔格罗姆与威尔逊等人参与设计了"同步多轮增价拍卖"：众多彼此相关的牌照同时开拍、多轮报价、活动规则强制竞拍者持续参与，让价格发现与组合拼装同时进行。1994 年 7 月首场拍卖大获成功，这套机制随后被各国仿效，为各国政府带来了巨额收入，也为 5G、4G 频谱配置提供了标准工具。2020 年，米尔格罗姆与威尔逊因"改进拍卖理论、发明新的拍卖形式"同获诺贝尔经济学奖——博弈论至此从论文走进了数十亿人的通信基础设施。
机制设计的大图景：拍卖是机制设计最成功的案例，但不是全部。我的最优拍卖（迈尔森 1981）、显示原理、匹配市场设计（沙普利与罗斯，2012 年诺奖）——这一整条"先定规则、再让自利个体在规则内博弈出想要结果"的反向工程路线，使 2007 年的诺奖（赫维茨、马斯金、迈尔森）成为博弈论改造经济学的又一座里程碑。
七、博弈论的经济学遗产
八十年过去，博弈论已经渗进经济学的几乎每一个领域。
学科版图的重写：产业组织理论用动态博弈分析进入威慑、掠夺性定价与研发竞赛（梯若尔 2014 年诺奖）；国际经济学用博弈框架讨论贸易政策与关税谈判；宏观经济学用它研究央行的可信度与时间不一致性（基德兰德与普雷斯科特 1977）；劳动经济学、公共经济学、政治经济学无不以策略互动为默认语言。信息经济学的三位代表阿克洛夫、斯宾塞、斯蒂格利茨 2001 年获奖，其信号传递与筛选模型同样是海萨尼框架的直接后裔。
边界与反思：博弈论也一直被质疑——均衡往往不唯一，多重均衡的选择依赖外生的聚点；完全理性与共同知识假设在现实中常常过强；行为博弈论（卡默勒等人）用实验表明真人的行为系统性地偏离均衡预测，却又有稳定的规律可循。这些批评没有推翻博弈论，而是把它从"给出唯一答案的机器"修正为"分析策略结构的语法"。
一种看世界的方式：从冯·诺依曼的极小极大值，到纳什的均衡点，再到拍卖场上的机制设计，博弈论给经济学留下的最深印记是一种思维方式：先把局势中的玩家、信息、行动与收益刻画清楚，再追问什么样的结果能够自我维持。凡是有人的地方就有策略互动，凡是有策略互动的地方，这套语言就不过时。
跨界的回响：博弈论的生命力还体现在它向外的扩散。1973 年，生物学家约翰·梅纳德·史密斯与普赖斯把博弈论引入进化生物学，提出进化稳定策略（ESS）——无需假设任何理性，自然选择本身就会把种群推向一种"无法被突变策略入侵"的状态，这为纳什均衡提供了完全不依赖算计的动态基础。政治学用它分析选举竞争与国际谈判，计算机科学借它发展算法博弈论，法学用它讨论侵权与契约的激励结构。一个诞生于牌桌与冷战智库的理论，最终成了整个社会科学共享的语法。