纳什均衡
纳什均衡： 战略互动中的稳定状态，其中没有参与者能通过只改变自己的策略来改善结果。它不一定是所有人的最佳结果——囚徒困境中的"双方背叛"是纳什均衡，尽管"双方合作"对双方都更好。纳什均衡之所以稳定，是因为没有个体有偏离的激励，即使集体能从改变中受益。
什么是纳什均衡？
约翰·纳什在1950年的博士论文中证明，每个有限博弈至少有一个纳什均衡——要么是纯策略（每个参与者确定性地选择一个行动），要么是混合策略（每个参与者以特定概率在行动间随机化）。该证明获得了1994年诺贝尔经济学奖。
纳什均衡被定义为每个参与者的策略是对所有其他参与者策略的最优反应。如果任何参与者能通过只改变自己的策略——而其他人保持不变——来改善收益，则该情况不是纳什均衡。均衡是"自我执行"的：没有单个参与者有理由偏离。
关键是，纳什均衡不一定是有效率的或可取的。囚徒困境的"双方背叛"结果是纳什均衡：如果一个参与者转向合作而另一个继续背叛，转向者会更糟。但"双方背叛"（各3年）对双方都比"双方合作"（各1年）更差。均衡尽管次优却是稳定的。
如何运作
定义测试：这种情况是纳什均衡吗？
— 对于每个参与者：给定其他人都在做什么，
这个参与者当前的策略是最优反应吗？
— 如果对所有参与者都是"是"：纳什均衡
— 如果对任何参与者是"否"：不是纳什均衡
寻找纳什均衡：
1. 对于每个参与者，识别他们对其他参与者所有可能策略
组合的最优反应
2. 寻找所有参与者同时玩他们最优反应的组合
3. 该组合就是纳什均衡
纳什均衡的类型：
— 纯策略：每个参与者确定性地选择一个行动
— 混合策略：参与者在行动间随机化
（每个有限博弈至少有一个混合策略均衡）
— 多重均衡：一些博弈有几个均衡
（协调问题具有此特性）
常见例子：
— 囚徒困境：（背叛，背叛）——稳定但次优
— 协调博弈（左侧行驶或右侧行驶）：双方选择同一侧
是纳什均衡；存在两个均衡
— 石头-剪刀-布：混合策略（各1/3）是均衡
三个现实案例
交通路由（沃德罗普均衡）
在道路网络中，司机独立选择路线以最小化自己的旅行时间。由此产生的交通分布是纳什均衡（在交通中称为沃德罗普均衡）：给定其他人的路线选择，没有单个司机能通过切换路线来减少旅行时间。这种均衡通常效率低下——总系统旅行时间超过协调分配能达到的时间（布雷斯悖论表明，增加新道路有时会通过改变均衡而增加平均旅行时间）。
劳动力市场中的薪资带
特定职位的行业薪资带作为纳什均衡出现。在带内支付的公司没有支付更少（会失去人才）或更多（不必要成本，给定竞争对手不这样做）的激励。单个公司最优地响应彼此的薪资结构。均衡可能持续在低于工人在完全协调的劳动力市场中获得的水平——稳定，但不一定从工人福利角度最优。
广告军备竞赛
在竞争性消费品市场中，主要品牌的大量广告支出是纳什均衡：任何单个品牌大幅削减广告都会将市场份额输给维持支出的竞争对手。由此产生的高广告均衡是稳定的，即使所有品牌都更喜欢一个人人都少花广告费的世界（因为市场份额在更低成本下会相似）。协调减少广告的尝试面临集体行动问题。
何时应用
✅ 纳什均衡思维在以下情况有价值：
- 分析竞争市场或战略互动中的稳定结果
- 识别为什么次优情况持续存在（它们可能是纳什均衡）
- 设计将均衡转向更好结果的机制
- 理解多个自利行为者互动时会发生什么
❌ 在以下情况需谨慎：
- 博弈未明确定义（收益信息不完整）
- 存在多个纳什均衡而你需要预测哪个会出现
- 实际参与者显著偏离理性假设
| 搭配模型 | 原因 |
|---|---|
| 囚徒困境 | 囚徒困境有一个著名的（但次优的）纳什均衡 |
| 博弈论 | 纳什均衡是博弈论的核心解决方案概念 |
| 协调问题 | 有多个均衡的博弈需要均衡选择分析 |
| 激励理论 | 改变激励（收益）改变了均衡是什么 |
常见误用和局限
假设将达到单一均衡。 许多博弈有多个纳什均衡，理论本身不能预测参与者协调到哪个。这是"均衡选择问题"——博弈论的核心开放问题之一。实践中，焦点（谢林点）、历史和惯例决定出现哪个均衡。
将均衡等同于最优。 囚徒困境说明纳什均衡可能集体次优。"这是一个稳定均衡"不意味着"这是好的"。制度设计、监管和机制设计很大程度上是关于设计纳什均衡也是社会最优的环境。
忽视混合策略。 许多人只寻找纯策略均衡，并在石头-剪刀-布等博弈中得出不存在的结论。纳什定理只保证在包括混合策略的更广泛类中均衡存在——这是许多竞争博弈的相关均衡概念。
相关模型
| 模型 | 关系 |
|---|---|
| 囚徒困境 | 一个具有著名纳什均衡的著名博弈 |
| 博弈论 | 纳什均衡是博弈论的核心解决方案概念 |
| 协调问题 | 有多个均衡的博弈需要均衡选择分析 |
常见问题
为什么它被称为"均衡"即使可能比替代方案更差？
此语境中的"均衡"意味着稳定——一种自我维持的状态，因为没有个体有偏离的激励。它是物理意义上的均衡（球在谷底保持不动）而非规范意义（这是好的）。球可以在局部均衡（浅谷）中，即使附近有更深的谷——需要外力（政策、制度、协调行动）将其移动到更好的状态。
纳什的证明如何改变了经济学？
在纳什之前，经济学关注具有许多参与者和零战略相互依赖的竞争市场，以及零和两人博弈（冯·诺依曼和摩根斯坦的早期工作）。纳什的均衡概念为巨大的中间地带提供了解决方案概念：有限参与者之间的非零和战略互动。这为分析寡头垄断、国际谈判、军备竞赛、拍卖以及几乎所有表征现代经济学的战略情境打开了大门。
实践中是否总能达到纳什均衡？
不总是，也不立即。达到均衡通常需要学习——参与者根据经验随时间调整策略。在简单、充分理解且收益明确的博弈中，均衡通常很快接近。在有不完整信息、多重均衡或参与者对彼此收益有错误信念的复杂博弈中，可能达不到均衡或只能近似达到。行为博弈论研究实际人类行为与纳什均衡预测的系统偏差。
延伸阅读
- Nash, J. (1950). "N人博弈中的均衡点。" 美国国家科学院院刊
- Dixit, A. & Nalebuff, B. (1991). 战略思维 — 商业可访问的博弈论
- Camerer, C. (2003). 行为博弈论 — 实际人如何玩 vs. 纳什预测
用AI实践
本页是MindMax思维模型知识库的一部分。