@Fatima Shahid / Unsplash
博弈论研究的是策略性互动：当一方的收益不仅取决于自身选择，也取决于他人的选择时，理性个体应如何决策。其核心命题可概括为一句话——你的收益，取决于别人怎么选。
该学科以 1944 年冯·诺依曼与摩根斯坦的《博弈论与经济行为》为奠基之作[1]，并于 1950 年代经纳什等人的工作趋于成熟。此后，价格竞争、拍卖设计、谈判与合伙分配等议题，均以博弈论为基本分析框架；许多看似不合理却长期存在的局面，亦可由此得到解释，例如同业之间不断延长的营业时间、持续升级的加班强度，以及优质商品被逐出市场的过程。
以下十个模型，为教材与文献中引用频率较高者，每条均给出核心结论、理论背景与判断建议，供读者查阅与收藏。
在微信搜索【行动营销】，跟上不迷路
1.囚徒困境
内容：双方各自选择对自己最有利的策略，最终共同落入对双方都不利的结果。
该模型源于兰德公司弗勒德与德雷舍于 1950 年设计的一次实验，后由塔克以“两名囚徒分开受审”的叙事定型，故得此名。在标准设定中，无论对方选择认罪与否，己方认罪所获刑期均更短，“认罪”因而构成严格占优策略；当双方均采取该策略时，共同结果反而劣于双方均不认罪的情形。
启示：若个体理性导致集体受损，应调整支付结构，而非诉诸道德劝说。
2.纳什均衡
内容：在给定他人策略不变的前提下，任何一方都无法通过单方面改变策略而获益的状态。
该概念由纳什于 1950 年在《美国国家科学院院刊》以不足两页的篇幅提出，后成为其 1994 年诺贝尔经济学奖的获奖成果之一。纳什均衡描述的是策略组合的稳定性，并不等同于效率最优。以两家相邻早餐店为例，双方同时延长营业至凌晨虽使利润下降，但任何一方单独恢复原营业时间都将失去客源，该局面因而得以维持。
启示：检验某一局面能否改变，应先判断单方面偏离是否带来损失；若答案为是，则须改变规则。
3.智猪博弈
内容：当参与者的成本与收益不对称时，由一方承担成本、另一方分享收益的格局可能长期稳定。
该模型多见于博弈论教材，英文常称 Boxed Pigs，并无单一原始文献。其标准设定为：按压杠杆可释放食物，但按压需要耗费成本，且先到者获得更大份额。在此收益结构下，小猪按压后所得不足以弥补成本，大猪按压则仍可保有净收益，故“大猪按压、小猪等待”构成均衡，此即搭便车现象的典型形态。
启示：承担成本的一方应优先调整分配规则，而非指望对方自觉。
4.斗鸡博弈
内容：对峙双方若均不让步，将共同承担最劣结果；若一方先退，则退让者承担声誉损失。
该模型（Chicken Game）形成于 1950 年代的博弈论文献，常用于刻画威慑与妥协之间的两难。其现实对应包括谈判中的强硬报价与关系中的僵持：任一方先行让步即被视为示弱，而双方均不让步则导致共同损失。均衡的达成，往往取决于哪一方能够更可信地传递“不会退让”的信号。
启示：提高承诺的可信度——公开表态、限制退路、引入第三方裁决——比单纯展示强硬更有效。
5.猎鹿博弈
内容：合作可获得更高的共同收益，但以互信为前提；信任不足时，参与者倾向于选择收益较低而风险更小的方案。
该寓言见于卢梭 1755 年的《论人类不平等的起源》，后被博弈论借用为标准情境。其结构特征是：合作猎鹿的收益高于各自猎兔，但若一方改猎兔，另一方将承担全部损失。因此在缺乏可信承诺的条件下，风险规避者会优先选择猎兔，即便其总收益更低。
启示：大规模合作应建立在若干次小额合作所积累的信任之上。
6.重复博弈与“一报还一报”
内容：在重复进行的博弈中，长期稳定的策略往往不是最复杂者，而是“以合作开局、遇背叛即报复、对方回归即宽恕”的互惠策略。
阿克塞尔罗德于 1980 年组织计算机策略竞赛，拉波波特提交的“一报还一报”（Tit for Tat）在第一轮竞赛中得分最高。该策略仅含四条规则：初次合作；遭遇背叛立即还击；对方恢复合作即恢复合作；行为模式清晰可预测。其优势不在单次收益，而在于长期可维持的互惠关系。
启示：在重复博弈中，声誉是可累积的资产，单次收益不应以长期关系为代价。
7.信号博弈
内容：当信息不对称时，掌握信息的一方需通过成本高昂且难以伪造的行为，向另一方传递可信信号。
斯宾塞于 1973 年提出劳动力市场信号理论，并因此获得 2001 年诺贝尔经济学奖。该理论的关键前提是“单交叉条件”：不同能力者获取同一信号的成本必须存在差异。若成本对所有人相同，信号便只能筛选支付意愿，无法区分能力——市面上可购买的各种资质证书即属此列。
启示：评估信号可靠性时，应考察谁获得该信号的成本更低，而非其价格高低。
8.最后通牒博弈
内容：在由一方提出分配方案、另一方仅有接受或拒绝两种选择的博弈中，不公平的提案常被拒绝，即使拒绝将使双方均无所得。
居特等人于 1982 年通过实验验证了这一现象：提议者分配 100 单位资源，回应者若拒绝则双方皆为零。按标准理性假设，回应者应接受任何正数；实验结果显示，分配额越低，被拒绝的概率越高，表明公平规范对决策具有实质约束力。
启示：分配方案应预留“公平感”空间，纯粹按理性计算往往导致谈判破裂。
9.赢家诅咒
内容：在众多竞标者中，出价最高者往往是对标的估值最乐观的一方，因而常以高于实际价值的价格成交。
该现象由卡彭、克拉普与坎贝尔于 1971 年在研究海上石油租约拍卖时提出。其成立需要“共同价值”前提：标的对各竞标者的真实价值相同，差异仅来自估值误差。若标的是“私人价值”商品（如限量款、直播间商品），各人获益本不相同，赢家诅咒并不适用。
启示：出价前应自问，若标的当真物有所值，为何他人不愿出更高价格。
10.演化稳定策略
内容：在群体中能够长期存续的策略，并非最具攻击性者，而是稳定、可预测、难以被占优的策略。
梅纳德·史密斯与普莱斯于 1973 年在《自然》杂志提出该概念。以鹰鸽博弈为例，鹰型个体采取无条件争夺，胜则独占、败则重伤；鸽型个体先行示威，遇强硬对手即退让。鹰的比例越高，重伤代价越大，鸽的比例随之上升；反之亦然。最终比例由受伤成本与争夺收益之比决定，故稳定状态未必为混合策略，参数极端时纯策略亦可稳定。
启示：策略选择应基于对成本与收益比值的估算，而非对强硬的偏好。
参考资料
1. von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior.
2. Flood, M. M. (1952). Some Experimental Games. RAND Corporation.
3. Nash, J. F. (1950). Equilibrium Points in N-Person Games. PNAS, 36(1), 48-49.
4. Rousseau, J.-J. (1755). Discours sur l'origine et les fondements de l'inégalité parmi les hommes.
5. Axelrod, R. (1984). The Evolution of Cooperation.
6. Spence, M. (1973). Job Market Signaling. Quarterly Journal of Economics, 87(3), 355-374.
7. Güth, W., Schmittberger, R., & Schwarze, B. (1982). An Experimental Analysis of Ultimatum Bargaining. JEBO, 3(4), 367-388.
8. Capen, E. C., Clapp, R. V., & Campbell, W. M. (1971). Competitive Bidding in High-Risk Situations. Journal of Petroleum Technology, 23(6), 641-653.
9. Maynard Smith, J., & Price, G. R. (1973). The Logic of Animal Conflict. Nature, 246, 15-18.
往期推荐
·柠檬市场：为什么好东西会被挤出市场
·手机为什么卖不动了
·行为经济学十大经典理论
觉得有收获，点个「在看」