陳瑞華

摘要：博弈論是一個古老而有趣的內(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國家貿(mào)易政策的選擇，并由此解釋了在世界貿(mào)易中各個國家實施貿(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介

博弈論亦稱對策論，隸屬于應(yīng)用數(shù)學(xué)的一個分支，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。其中一個經(jīng)典的納什均衡案例是“囚徒困境”問題，該案例大意為，有兩個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，對于每個犯罪嫌疑人，警方給出的刑罰政策是：如果兩個犯罪嫌疑人都坦白，那么證據(jù)確鑿，每個人都被判刑8年;如果兩個人都抵賴，因證據(jù)不足，每個犯罪嫌疑人按妨礙公務(wù)罪各判刑1年：如果其中一個犯罪嫌疑人抵賴而另外一個犯罪嫌疑人坦白的話，那么抵賴的將被判刑10年，而坦白的將被釋放。假設(shè)兩個犯罪嫌疑人分別為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)的策略就是兩個人都抵賴，這種情況下兩個人判刑年數(shù)之和是最少的。但由于兩個人處于隔離狀態(tài)，因此兩個人在做決策時無法進(jìn)行討論，而每個人都會選擇對于自己最優(yōu)的策略。對A來說如果他要選擇對于自己最優(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抵賴將被判刑10年;在B選擇抵賴的情況下，若A坦白則可獲釋，若A抵賴則獲刑1年。綜合來看，無論B怎么選擇，對于A最優(yōu)的策略是坦白，同樣地?zé)o論A如何選擇，對于B最優(yōu)的策略也是坦白，因此A和B會選擇表1.1收益矩陣中左上角的策略組合，即A和B都會選擇坦白被判刑8年，但這種組合對于整體來說不是最優(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，貿(mào)易自由會提高參與國的福利水平，但由于各種原因，貿(mào)易保護(hù)政策還是時有發(fā)生的，尤其在經(jīng)濟(jì)危機(jī)發(fā)生時。本小節(jié)主要通過構(gòu)建博弈模型，對貿(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。為了簡化模型和方便分析，假定如下，1）假設(shè)僅有兩個國家c和D參與博弈;2）每個國家都從自身利益最大化的角度考慮;3）兩個國家只有兩種策略：貿(mào)易保護(hù)和貿(mào)易自由;4）兩個國家的溝通自由，無信息約束;5）兩個國家的任何策略的滿意度可以用數(shù)值來衡量。

假設(shè)c國與D國同一時間選擇貿(mào)易政策，此時c國和D國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。

因為是進(jìn)行了多次博弈，所以在博弈的過程中會存在合作的可能，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，即每次都會陷入“囚徒困境”。其實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，最終兩個國家都會陷入（貿(mào)易保護(hù)，貿(mào)易保護(hù)）的“囚徒困境”，即該貿(mào)易策略從每個國家來看對于本國都是最優(yōu)策略，但從兩個國家的整體效益來看卻不是最優(yōu)的。