ゲーム理論 — 戦略的相互作用の数理：ナッシュ均衡・展開形ゲーム・メカニズムデザイン

ゲーム理論（game theory）は、複数の合理的意思決定主体が互いの行動に依存して結果が決まる「戦略的相互作用」を数理的に分析する分野である。各主体の最適な選択が他者の選択に左右される状況を、プレイヤー・戦略・利得・均衡という概念で定式化する。Antoine Augustin Cournot の複占分析に源流を持ち、John von Neumann と Oskar Morgenstern の創始的著作を経て、John Nash の均衡概念で非協力ゲームの一般理論が確立した。

定義とスコープ — 戦略的相互作用の科学

ある主体にとって最適な行動が他の主体の行動に依存し、各主体も相手が合理的に行動すると予想して意思決定する状況を扱う。中核概念は四つある。プレイヤー、各プレイヤーが取りうる行動の集合である戦略（strategy）、結果への選好を数値化した利得（payoff）、そして誰も自らの選択を一方的に変える誘因を持たない安定状態である均衡（equilibrium）である。単独意思決定問題と異なり、相手の最適反応を織り込んだうえでの自分の最適反応という相互予想の構造が本質となる。応用は学際的で、経済学（産業組織論・市場設計・契約理論）を中心に、政治学・生物学・計算機科学に及ぶ。

起源と歴史 — クールノーからフォン・ノイマン＝モルゲンシュテルンへ

源流は 19 世紀にさかのぼる。Antoine Augustin Cournot は 1838 年に複占（2 社による寡占）モデルを提示し、各企業が相手の生産量を所与として自社の生産量を最適化する均衡を分析した。これは現代のナッシュ均衡の特殊例とみなされる。20 世紀初頭には Ernst Zermelo が 1913 年の論文 Über eine Anwendung der Mengenlehre auf die Theorie des Schachspiels でチェスの決定性を論じた。後ろ向き帰納法の源流とされることが多いが、当時の論証内容と現代的解釈の間には差がある点に留意を要する。Émile Borel は 1920 年代に混合戦略（行動を確率的に選ぶ戦略）を最初期に検討した。決定的な前進は John von Neumann による 1928 年のミニマックス定理で、論文 Zur Theorie der Gesellschaftsspiele（Mathematische Annalen 誌）が二人ゼロサムゲームの均衡値の存在を証明した。そして John von Neumann と Oskar Morgenstern の Theory of Games and Economic Behavior（Princeton University Press, 1944 年）が分野を創始した記念碑的著作で、期待効用理論を公理的に基礎づけ、協力ゲームを特性関数形式で定式化して経済学への応用の道を開いた。

ゲームの分類

ゲームは複数の軸で分類される。第一は協力ゲームか非協力ゲームかである。協力ゲームでは拘束的合意（連合）が可能で、誰がどの連合を組みどう利得を分配するかが焦点となる。非協力ゲームでは各プレイヤーが個別に戦略を選び、拘束的合意は存在しない。第二は静的か動的かである。静的ゲーム（同時手番）は標準形（normal form）で表され、プレイヤー集合・戦略集合・利得関数の三つ組で記述される。動的ゲーム（逐次手番）は展開形（extensive form）で表され、ゲームの木と情報集合（information set）が手番の順序と各時点の知識を明示する。第三は情報構造である。完備情報（complete information）では全プレイヤーの利得構造が共有知識だが、不完備情報（incomplete information）では相手のタイプが不確実である。これとは別に、完全情報（perfect information）はそれまでの全手番を観察できる状況、不完全情報（imperfect information）は一部しか観察できない状況を指し、両者は区別される。第四はゼロサムか非ゼロサムかで、前者は純粋な対立、後者は協調の余地を残す。さらに一回限りか繰り返しかの区別がある。

ナッシュ均衡と囚人のジレンマ

非協力ゲーム理論の中核がナッシュ均衡である。John Nash は Equilibrium Points in N-Person Games（PNAS, 1950 年）と Non-Cooperative Games（Annals of Mathematics, 1951 年）でこれを定式化した。ナッシュ均衡とは、各プレイヤーが他者の戦略を所与として自らの利得を最大化しており、誰も一方的に戦略を変える誘因を持たない戦略の組である。Nash は不動点定理を用い、有限ゲームには混合戦略まで許せば必ず均衡が存在することを証明した。この存在定理がゲーム理論を普遍的な分析道具へ押し上げた。最も有名な応用例が囚人のジレンマで、1950 年に Merrill Flood と Melvin Dresher が RAND 研究所で考案し、Albert W. Tucker が物語として命名した。相手が何を選ぼうと自白が有利な支配戦略（dominant strategy）となるため、双方が自白して両者黙秘より悪い結果に陥り、個人合理性と集団合理性の乖離を示す。複数の均衡をもつ調整ゲーム（coordination game）では均衡選択問題が生じ、Thomas Schelling は The Strategy of Conflict（Harvard University Press, 1960 年）で、慣習や顕著さで自然に注目される焦点（focal point、シェリング・ポイント）の役割を論じた。

展開形ゲームと均衡の精緻化 — 部分ゲーム完全均衡

逐次手番のゲームでは、ナッシュ均衡だけでは不十分なことがある。手番の順序を考慮しないと、実行されえない「空脅し」に支えられた不合理な均衡が残るためである。これを排除するのが Reinhard Selten の部分ゲーム完全均衡（subgame perfect equilibrium, 1965 年）で、ゲームの木のあらゆる部分ゲームでナッシュ均衡を構成する戦略の組を要求する精緻化（refinement）概念である。標準的手法が後ろ向き帰納法（backward induction）で、木の終端から逆算して各手番の最適行動を決める。部分ゲーム完全性は、実行が自らに不利益な信頼できない脅し（non-credible threat）を均衡から除去する。応用として、先手企業が生産量を決め後手が観察して反応するシュタッケルベルク競争（Heinrich von Stackelberg, Marktform und Gleichgewicht, 1934 年）がある。Selten はさらに、各プレイヤーが微小な確率で誤る可能性を導入して均衡をふるい分ける震える手の完全性（trembling-hand perfection）を 1975 年に提示した。

不完備情報とベイジアンゲーム

現実では相手の選好・費用・能力が不確実なことが多い。この不完備情報を扱う枠組みを構築したのが John Harsanyi である。彼は 1967–68 年に Management Science 誌へ発表した三部作で、各プレイヤーの私的情報をタイプ（type）として表し、タイプの事前確率分布（共有知識）を導入することで、不完備情報ゲームを「自然」がタイプを抽選する不完全情報ゲームへ変換する手法を確立した。この枠組みの均衡がベイジアン・ナッシュ均衡（Bayesian Nash equilibrium）で、各プレイヤーが自分のタイプと相手のタイプ分布についての信念にもとづき期待利得を最大化する。逐次的な不完備情報ゲームではさらに、各情報集合で信念と整合的に最適化する完全ベイジアン均衡（perfect Bayesian equilibrium）や、David Kreps と Robert Wilson が Sequential Equilibria（Econometrica, 1982 年）で定式化した逐次均衡（sequential equilibrium）が導入された。非協力ゲームの均衡分析への貢献により、1994 年ノーベル経済学賞が Nash・Selten・Harsanyi の三名に授与された。

協力ゲーム理論 — シャープレイ値とコア

協力ゲーム理論は、プレイヤーが拘束的合意を結んで連合（coalition）を形成できる状況を扱う。基本的記述は、各連合 S が獲得できる総利得を与える特性関数 v(S) である。中心的な解概念の一つが Lloyd Shapley のシャープレイ値（Shapley value, 1953 年）で、各プレイヤーが連合に加わる順序をあらゆる順列で考え、その限界貢献の期待値として配分を定める。これは効率性・対称性・ダミー・加法性の 4 公理を満たす唯一の配分として特徴づけられる。もう一つの主要概念がコア（core、Donald Gillies が 1950 年代に整備）で、いかなる連合も離脱して単独でより多くを得る誘因を持たない配分の集合であり、全員提携の安定性を表す。二人交渉では John Nash が The Bargaining Problem（Econometrica, 1950 年）で公理的アプローチを採り、パレート効率性・対称性・無関係な選択肢からの独立性・効用尺度不変性を満たす唯一の解としてナッシュ交渉解（Nash bargaining solution）を導いた。

繰り返しゲームとフォーク定理

同じゲームが繰り返されると、一回限りでは生じない協調が均衡として支えられうる。将来の報復や報酬が現在の行動を規律づけるためである。無限繰り返しゲームでは各期の利得を割引因子（discount factor）で割り引いて評価する。中心的結果がフォーク定理（folk theorem）で、割引因子が 1 に十分近ければ（将来を十分重視すれば）、個人合理的かつ実行可能な任意の利得ベクトルが部分ゲーム完全均衡として支持されうる、という定理である。協調が達成可能になる反面、均衡の多重性という問題も伴う。割引付きの定式化は Drew Fudenberg と Eric Maskin が 1986 年に与えたとされる。計算的検証としては Robert Axelrod が組織した繰り返し囚人のジレンマのコンピュータ・トーナメントが名高く、結果は 1980 年前後に公表され、しっぺ返し（Tit-for-Tat、初回は協調し以降は相手の前手を真似る）を提出した Anatol Rapoport が優勝した。Axelrod は The Evolution of Cooperation（1984 年）で、協調が「親切・報復・寛容・明快」という性質で進化的に安定しうることを論じた。

進化ゲーム理論

進化ゲーム理論は、プレイヤーの高度な合理性を仮定せず、戦略の適応度（fitness）にもとづく選択・複製のプロセスで均衡を正当化する枠組みである。起点は John Maynard Smith と George Price の The Logic of Animal Conflict（Nature, 1973 年）で、動物の闘争行動を分析するために進化的に安定な戦略（evolutionarily stable strategy, ESS）を導入した。ESS とは、集団に普及した戦略が少数の突然変異的な別戦略の侵入に対して頑健で、変異戦略が広がれないような戦略をいう。Maynard Smith は Evolution and the Theory of Games（1982 年）でこれを体系化した。動学的基礎を与えるのがレプリケーター動学（replicator dynamics）で、利得の高い戦略の占有率が時間とともに増大する微分方程式系として定式化される（Taylor と Jonker, 1978 年とされる）。意義は、選択圧という生物学的・社会的メカニズムで均衡概念を正当化し、生物学と経済学を架橋した点にある。経済学では慣習・規範・学習による行動の収束を説明する道具として用いられる。

メカニズムデザインとオークション理論

メカニズムデザインは、望ましい社会的帰結を実現するためにゲームのルール自体を設計する「逆向きのゲーム理論」である。鍵となるのが顕示原理（revelation principle、Roger Myerson らが整備）で、どんなメカニズムで達成可能な帰結も、各人が真の選好を正直に表明することが最適となる直接顕示メカニズムで実現できることを示す。制約条件は、各人が私的情報を偽らない誘因を持つというインセンティブ整合性（incentive compatibility、概念は Leonid Hurwicz に由来）である。代表的応用がオークション理論で、William Vickrey は Counterspeculation, Auctions, and Competitive Sealed Tenders（Journal of Finance, 1961 年）で第二価格封印入札（最高額入札者が二番目に高い額を支払う方式）を分析し、真の評価額の表明が支配戦略になることを示した。マッチング理論では David Gale と Lloyd Shapley が安定マッチングの存在を 1962 年に証明し、構成手続きである Gale–Shapley アルゴリズム（受入保留方式）を示した。Alvin Roth はこれを研修医の病院配属や公立学校選択といった現実の市場設計（market design）へ応用した。関連するノーベル経済学賞も、1996 年 William Vickrey・James Mirrlees、2005 年 Robert Aumann・Thomas Schelling、2007 年 Leonid Hurwicz・Eric Maskin・Roger Myerson、2012 年 Alvin Roth・Lloyd Shapley、2020 年 Paul Milgrom・Robert Wilson と数多い。

経済学への応用と現代的展開

ゲーム理論は現代経済学の標準的言語となった。産業組織論では、数量で競うクールノー競争、価格で競うベルトラン競争（Joseph Bertrand が 1883 年にクールノーを批判して提示）、先手後手の数量競争であるシュタッケルベルク競争として寡占市場の帰結を分析する。情報の経済学では、Michael Spence が Job Market Signaling（Quarterly Journal of Economics, 1973 年）で、能力という私的情報を持つ労働者が教育という費用のかかる行動でそれを伝えるシグナリングを分析した（2001 年ノーベル経済学賞）。交渉理論では Ariel Rubinstein の交互提案モデル（1982 年）が、時間割引のもとで合意に至る過程に一意の部分ゲーム完全均衡を導いた。契約理論も不完備情報下の最適契約をゲーム理論で扱う。一方で批判も根強い。完全な合理性や、互いの合理性を無限に入れ子状に知る共通知識の仮定は非現実的とされ、複数均衡のどれが実現するかという均衡選択問題も残る（Harsanyi と Selten, A General Theory of Equilibrium Selection in Games, 1988 年）。これに応答して、実験で行動を検証する行動ゲーム理論（Colin Camerer, Behavioral Game Theory, 2003 年）が発展し、最後通牒ゲームの公平性選好など合理的予測からの逸脱を明らかにした。計算機科学との融合からはアルゴリズムゲーム理論が生まれ、Koutsoupias と Papadimitriou が 1999 年に導入した無秩序の代価（price of anarchy）などが研究されている。

日本における受容

日本におけるゲーム理論の受容と発展には複数の研究者が貢献してきたとされる。草分けとして鈴木光男が挙げられ、協力ゲームやシャープレイ値の研究、および日本語の教科書を通じた普及に寄与したとされる。交渉理論・連合形成理論では岡田章が研究を重ね邦語の標準的教科書を著したとされ、入門教育では武藤滋夫が普及に寄与したとされる。理論研究では神取道宏が繰り返しゲーム・進化ゲーム・長期均衡の貢献で国際的に知られ、松井彰彦は進化ゲーム理論を中心に研究してきた。経済学カリキュラムへの本格的な組み込みは 1990 年代以降に進んだとされ、産業組織論・契約理論・市場設計といった応用分野の浸透とともにゲーム理論は日本の経済学教育の基幹科目の一つとなった。なお、ここで挙げた研究者の個別の所属や主著の書誌の細部については原典による確認が望ましい。