陳瑞華

摘要：博弈論是一個(gè)古老而有趣的內(nèi)容，納什均衡是博弈論中非常著名的一個(gè)理論。本文首先介紹了納什均衡相關(guān)的理論，其次利用該理論探討了不同博弈模型下各個(gè)國(guó)家貿(mào)易政策的選擇，并由此解釋了在世界貿(mào)易中各個(gè)國(guó)家實(shí)施貿(mào)易保護(hù)政策的原因。

關(guān)鍵詞：納什均衡 貿(mào)易自由 貿(mào)易保護(hù)

一、博弈論與納什均衡理論簡(jiǎn)介

博弈論亦稱(chēng)對(duì)策論，隸屬于應(yīng)用數(shù)學(xué)的一個(gè)分支，是主要基于數(shù)學(xué)模型研究在不同條件下的最優(yōu)決策問(wèn)題的理論。近代博弈論理論主要由Zermelor、Borel和vonNeumann提出。1928年von Neumann證明了博弈論理論的基本原理，進(jìn)而宣告了博弈論的誕生。1950-1951年，John ForbesNash，Jr證明了均衡點(diǎn)的存在，為博弈論的一般化奠定了基礎(chǔ)，隨后又給出了現(xiàn)在廣為流傳的納什均衡的概念，將博弈論的研究推向高潮。

博弈論中的納什均衡指的是每個(gè)博弈者的平衡策略都是為了達(dá)到自己期望收益的最大值的策略組合。其中一個(gè)經(jīng)典的納什均衡案例是“囚徒困境”問(wèn)題，該案例大意為，有兩個(gè)犯罪嫌疑人作案被警察逮捕，分別被帶到不同的審訊室去審訊，對(duì)于每個(gè)犯罪嫌疑人，警方給出的刑罰政策是：如果兩個(gè)犯罪嫌疑人都坦白，那么證據(jù)確鑿，每個(gè)人都被判刑8年;如果兩個(gè)人都抵賴(lài)，因證據(jù)不足，每個(gè)犯罪嫌疑人按妨礙公務(wù)罪各判刑1年：如果其中一個(gè)犯罪嫌疑人抵賴(lài)而另外一個(gè)犯罪嫌疑人坦白的話，那么抵賴(lài)的將被判刑10年，而坦白的將被釋放。假設(shè)兩個(gè)犯罪嫌疑人分別為A和B，那么根據(jù)他們各自的策略不同，他們的收益矩陣如表1.1所示，其中（x，y）代表A和B分別獲刑x年和y年。

在“囚徒困境”的案例中，A和B最優(yōu)的策略就是兩個(gè)人都抵賴(lài)，這種情況下兩個(gè)人判刑年數(shù)之和是最少的。但由于兩個(gè)人處于隔離狀態(tài)，因此兩個(gè)人在做決策時(shí)無(wú)法進(jìn)行討論，而每個(gè)人都會(huì)選擇對(duì)于自己最優(yōu)的策略。對(duì)A來(lái)說(shuō)如果他要選擇對(duì)于自己最優(yōu)的策略，那么在做決定之前就要考慮B的選擇：在B選擇坦白的情況下，若A坦白將被判刑8年，若A抵賴(lài)將被判刑10年;在B選擇抵賴(lài)的情況下，若A坦白則可獲釋?zhuān)鬉抵賴(lài)則獲刑1年。綜合來(lái)看，無(wú)論B怎么選擇，對(duì)于A最優(yōu)的策略是坦白，同樣地?zé)o論A如何選擇，對(duì)于B最優(yōu)的策略也是坦白，因此A和B會(huì)選擇表1.1收益矩陣中左上角的策略組合，即A和B都會(huì)選擇坦白被判刑8年，但這種組合對(duì)于整體來(lái)說(shuō)不是最優(yōu)的選擇。

二、博弈論在貿(mào)易政策選擇中的應(yīng)用

在世界貿(mào)易發(fā)展歷史中，貿(mào)易保護(hù)和貿(mào)易自由政策相伴而生。盡管現(xiàn)代經(jīng)濟(jì)學(xué)中有共識(shí)，貿(mào)易自由會(huì)提高參與國(guó)的福利水平，但由于各種原因，貿(mào)易保護(hù)政策還是時(shí)有發(fā)生的，尤其在經(jīng)濟(jì)危機(jī)發(fā)生時(shí)。本小節(jié)主要通過(guò)構(gòu)建博弈模型，對(duì)貿(mào)易保護(hù)和貿(mào)易自由政策進(jìn)行分析，探討貿(mào)易保護(hù)政策盛行的原因。

首先給出博弈模型的假設(shè)條件。為了簡(jiǎn)化模型和方便分析，假定如下，1）假設(shè)僅有兩個(gè)國(guó)家c和D參與博弈;2）每個(gè)國(guó)家都從自身利益最大化的角度考慮;3）兩個(gè)國(guó)家只有兩種策略：貿(mào)易保護(hù)和貿(mào)易自由;4）兩個(gè)國(guó)家的溝通自由，無(wú)信息約束;5）兩個(gè)國(guó)家的任何策略的滿(mǎn)意度可以用數(shù)值來(lái)衡量。

假設(shè)c國(guó)與D國(guó)同一時(shí)間選擇貿(mào)易政策，此時(shí)c國(guó)和D國(guó)的博弈屬于完全靜態(tài)博弈模型。他們的不同策略情況下的收益矩陣由表2.1給出。

因?yàn)槭沁M(jìn)行了多次博弈，所以在博弈的過(guò)程中會(huì)存在合作的可能，但是由于博弈次數(shù)是有限的，最終發(fā)現(xiàn)最優(yōu)的博弈策略每次都是（貿(mào)易保護(hù)，貿(mào)易保護(hù)）的組合，即每次都會(huì)陷入“囚徒困境”。其實(shí)這在博弈論中也有相應(yīng)的理論，即有限次博弈唯一的均衡策略是每次博弈都沿用原博弈均衡的策略。

本文研究的貿(mào)易政策選擇模型都假設(shè)進(jìn)行有限次博弈，那么不管是博弈一次，還是博弈有限多次，最終兩個(gè)國(guó)家都會(huì)陷入（貿(mào)易保護(hù)，貿(mào)易保護(hù)）的“囚徒困境”，即該貿(mào)易策略從每個(gè)國(guó)家來(lái)看對(duì)于本國(guó)都是最優(yōu)策略，但從兩個(gè)國(guó)家的整體效益來(lái)看卻不是最優(yōu)的。