《博弈论》（Game Theory）完整调研报告
理性决策者如何在互动中选择最优策略——博弈论是理解竞争与合作的底层语言。
一、书籍基础信息
| 项目 | 内容 |
|---|---|
| 书名 | 博弈论（Game Theory） |
| 英文出版社 | MIT Press（麻省理工学院出版社） |
| 中文出版社 | 中国人民大学出版社 |
| 出版时间 | 英文1991年 / 中文2015年 |
| 篇幅 | 590千字，35.75印张 |
| 定位 | 博弈论领域最权威的研究生教材，诺奖获得者丛书 |
二、作者背景
2.1 作者一：朱·弗登博格（Drew Fudenberg）
学术身份：
- 哈佛大学经济学教授
- 非合作博弈论领域的全球权威
学术关系：
- 导师：埃里克·马斯金（Eric Maskin，2007年诺贝尔经济学奖得主）
- 与戴维·克雷普斯（David Kreps）长期合作
- 与大卫·莱文（David Levine）、埃迪·德克尔（Eddie Dekel-Tabak）多年深度交流
核心贡献：
- 重复博弈理论
- 学习理论与演化博弈
- 博弈论与经济行为的交叉领域
学术风格： 弗登博格至今仍在与克雷普斯的合作中持续精进，强调理论推导的严密性与实证应用的结合。
2.2 作者二：让·梯若尔（Jean Tirole）
学术身份：
- 2014年诺贝尔经济学奖得主
- 图卢兹经济学院（Toulouse School of Economics）教授
- 被称为"当代最负盛名的经济学家之一"
学术涉猎：
- 产业组织理论 ←→ 博弈论
- 公司金融理论
- 规制经济学
- 电信竞争
- 银行监管
- 国际金融与金融危机
代表教科书（三本被全球高校广泛采用）：
- 《产业组织理论》（1985）
- 《博弈论》（1991，与弗登博格合著）← 本书
- 《公司金融理论》
对博弈论领域的核心贡献：
- 将博弈论系统性地引入产业组织研究
- 改写了哈佛学派"结构—行为—绩效"（SCP）的分析范式
- 开创了"新产业组织理论"
诺奖颁奖词（2014年）： 表彰其在"市场力量和规制"领域的贡献 → 本质上就是用博弈论重新理解了垄断、竞争与监管。
2.3 两位作者的师承关系
博弈论的学术谱系（也是本书的理论根源）：
- 1928年 冯·诺依曼（John von Neumann）——提出扩展型博弈定义，证明二人零和博弈的极小化极大定理
- 1944年 冯·诺依曼 + 奥斯卡·摩根斯特恩——《博弈论与经济行为》→ 博弈论正式诞生
- 1950年 约翰·纳什（John Nash）——提出"纳什均衡"概念 → 奠定非合作博弈理论基础
- 1965年 莱茵哈德·泽尔腾（Reinhard Selten）——提出"子博弈完美纳什均衡" → 动态博弈均衡精炼
- 1967年 约翰·海萨尼（John Harsanyi）——提出"贝叶斯博弈"和"贝叶斯纳什均衡" → 不完全信息博弈
- 1982年 克瑞普斯 + 威尔逊——提出"序贯均衡"
- 1991年 弗登博格 + 梯若尔——《博弈论》→ 集两位作者之大成，系统总结非合作博弈论全貌
三、全书结构：五大篇章
《博弈论》全书按信息完备程度 × 时间序列组织：
完全信息博弈（Complete Information）
第一篇：完全信息的静态博弈
- 第1章 策略式博弈与纳什均衡
- 第2章 重复严格优势、可理性化与相关均衡
第二篇：完全信息的动态博弈
- 第3章 扩展式博弈
- 第4章 多阶段可观察行动博弈的应用
- 第5章 重复博弈
不完全信息博弈（Incomplete Information）
第三篇：不完全信息的静态博弈
- 第6章 贝叶斯博弈与贝叶斯均衡
- 第7章 贝叶斯博弈与机制设计
第四篇：不完全信息的动态博弈
- 第8章 均衡精炼（完美贝叶斯均衡、序贯均衡、颤抖手完美均衡）
- 第9章 声誉效应
- 第10章 不完全信息下的序贯议价
第五篇：高级专题
- 第11章 更多均衡精炼
- 第12章 策略式博弈的高级专题
- 第13章 支付相关策略与马尔可夫均衡
- 第14章 共同知识与博弈
四、每章内容详细解读
第一篇：完全信息的静态博弈
第1章 策略式博弈与纳什均衡（核心奠基）
这是全书的理论起点，必须彻底理解。
1.1 策略式博弈的基本元素
策略式博弈由三个要素定义：
- 参与者集合 N =
- 每个参与者的策略空间 S_i
- 每个参与者的支付函数 u_i(s_1, s_2, ..., s_n)
用"支付矩阵"（收益矩阵）表示二人博弈：
| 左 | 右 | |
|---|---|---|
| 上 | (2, 1) | (0, 0) |
| 下 | (0, 0) | (1, 2) |
→ (a, b)：a是参与者1的收益，b是参与者2的收益
1.2 劣势策略（严格劣势策略）
定义：如果对于对手的每一种策略，策略A带给你的收益都严格低于策略B，则策略A是严格劣势策略。理性参与者永远不会选择严格劣势策略。
→ 这就是"剔除劣势策略"的逻辑起点
现实例子——囚徒困境：
- 对手抵赖时，坦白=1年，抵赖=0年 → 坦白更差
- 对手坦白时，坦白=10年，抵赖=20年 → 坦白更差
- 所以"坦白"对每个人都是严格劣势策略 → 理性人应该剔除它 → 但恰恰是这个逻辑让两人最终都坦白
1.3 纳什均衡（最核心的概念）
定义：一个策略组合 (s_1*, ..., s_n*) 是纳什均衡，当且仅当对于每个参与者 i：
u_i(s_i*, s_-i*) ≥ u_i(s_i, s_-i*) 对所有 s_i ∈ S_i
翻译成人话："在别人都不变策略的情况下，没有人愿意单独改变自己的策略"
核心性质（这是纳什均衡最重要的意义）：
纳什均衡 = 一致预测 + 自动实现
如果所有人都预测会出现某个纳什均衡，那么没有人的预测会出错——因为在纳什均衡中，每个人的预测都是正确的（别人不改变）。
存在性定理（纳什，1950）： 任何有限博弈（策略有限、参与人有限）至少存在一个纳什均衡（可能是混合策略）。
1.4 纯策略均衡的三个常见情况
- 情况①：存在纯策略纳什均衡（最常见） → 直接找到"互为最优反应"的策略组合
- 情况②：没有纯策略纳什均衡（必须用混合策略） → 石头剪刀布：没有纯策略均衡，但有混合策略均衡 → 每个玩家以(1/3, 1/3, 1/3)的概率随机选择
- 情况③：多重纳什均衡（存在多个均衡） → 需要额外的社会标准或历史惯例来选择（"聚点均衡"）→ 例如"交通规则"：靠左走和靠右走都是纳什均衡，哪个成为现实取决于历史和制度
第2章 重复严格优势、可理性化与相关均衡
2.1 重复剔除严格劣势（IEDS算法）
流程：
- 第一步：找出对所有人的严格劣势策略，剔除
- 第二步：在缩减后的博弈中继续剔除
- 第三步：重复直到只剩唯一策略组合
例：斗鸡博弈——某方"前进"是"后退"的严格劣势吗？不是。某方"后退"是"前进"的严格劣势吗？也不是 → 无法剔除 → 存在多个纳什均衡（前进/后退 或 后退/前进）
2.2 可理性化（Rationalizability）
比纳什均衡更宽泛的均衡概念：
- 纳什均衡假设"共同知识"（每个人知道所有人知道...）
- 可理性化只假设"参与者是理性的"（通过迭代剔除劣势策略得出）
- 在某些博弈中，可理性化比纳什均衡给出更少的策略
2.3 相关均衡（Correlated Equilibrium）
纳什均衡的扩展，允许存在一个外部信号源（相关设备）让参与者可以根据不同信号采取不同行动。
关键洞见：
- 相关均衡总是至少和纳什均衡一样好（参与人的收益不低于纳什均衡）
- 如果相关设备可信，参与人愿意根据信号行事
- 这在设计"机制"时非常重要（让人们按照你的设计行动）
第二篇：完全信息的动态博弈
第3章 扩展式博弈（动态博弈的基础工具）
扩展式博弈的构成要素：
- 博弈树：节点（决策点）→ 分支（行动）→ 终点（收益）
- 每个节点属于某个参与者
- 信息集：参与者不知道自己在哪个节点（一组"看起来一样"的节点）
逆向归纳法（求解动态博弈的标准方法）：
- 从博弈树的末端开始
- 找到每个决策点的"最优行动"
- 向前回推，确定每个参与者在每一步的最优选择
- 最终得到唯一的均衡路径
子博弈完美纳什均衡（Subgame Perfect Nash Equilibrium, SPNE）：
为什么需要SPNE？→ 因为纳什均衡在动态博弈中允许"不可信威胁"
例子：斯坦克尔伯格领导模型
- 参与者1（领导者）先行动
- 参与者2（追随者）看到领导者行动后再行动
- 如果追随者威胁说"领导者选X，我就选Y（破坏所有人的利益）" → 这是"不可信威胁"——因为当领导者真的选X时，追随者选Y实际上对自己更不利
SPNE的解法：
- 用逆向归纳法
- 要求均衡策略在每一个子博弈中都是纳什均衡
- 自动排除不可信威胁
第4章 多阶段可观察行动博弈的应用
4.1 囚徒困境的重复博弈
单次囚徒困境 → 背叛是占优策略 → 两人都背叛（纳什均衡 = 差结果）
无限期重复博弈：
- "无名氏定理"（Folk Theorem）：在无限期重复博弈中，任何满足个体理性的收益组合，都可以通过某种均衡策略实现！
触发策略（Trigger Strategy）： 参与者选择合作，一旦对手背叛 → 从此永远背叛（冷酷触发）
以牙还牙（TFT, Tit-for-Tat）： 第一步选择合作，之后每一步复制对手上一步的行动
4.2 鲁宾斯坦恩—斯塔尔议价模型
这是博弈论中最经典的"讨价还价"模型：
设定：两个人分一块饼，轮流出价
- 每一轮出价后，对方可以接受或拒绝
- 拒绝后进入下一轮（有时间成本/贴现）
- → 唯一均衡：先行动者获得几乎整块饼
核心洞见：
- 越有耐心（贴现率越低）的人，在谈判中越占优
- 先行动者有"先发优势"——立刻出接近全部价值的报价
- 但如果先行动者太贪心，对方的耐心可能导致谈判破裂
第5章 重复博弈（理解合作与背叛的核心章节）
5.1 无名氏定理（Folk Theorem）
这是博弈论最深刻的结果之一：
条件：在完全信息、无限期重复博弈中
结果：只要"合作收益"超过"背叛收益"，就有可能维持合作均衡！
用处：
- 解释了为什么现实世界中有这么多合作
- 即使没有正式合同，人们也会合作（长期关系、声誉效应）
- 这就是为什么"熟人社会"更容易合作
局限：
- 理论给出了很多可能的均衡（不是唯一的）
- 现实中哪个均衡会出现，需要额外的选择标准
5.2 帕累托完美与抗重新谈判
问题：在多个合作均衡中，哪个是最合理的？
- 帕累托完美（Pareto Perfection）： 要求均衡结果在参与者中没有人可以通过改变策略使所有人变好
- 抗重新谈判（Renegotiation-Proof）： 要求没有任何子博弈的均衡结果会激励参与者重新谈判 → 防止"口头说好，事后反悔"
5.3 不完美公共信息的重复博弈
参与者不知道对手的真实类型或历史行动 → 这就是现实中的"信任问题" → 加入"公共信号"（第三方观察到某些信息）可以协调预期
第三篇：不完全信息的静态博弈
第6章 贝叶斯博弈与贝叶斯均衡（理解信息不对称的核心工具）
6.1 什么是不完全信息？
- 完全信息：每个人知道所有人的支付函数
- 不完全信息：至少有一个参与者不知道另一个人的支付函数
用"类型"（Type）来建模：
- 参与者i有多种可能的"类型"θ_i ∈ Θ_i
- 每种类型对应一种支付函数 u_i(s_i, s_-i, θ_i)
- 参与者不知道对手的真实类型，但有关于类型的"先验信念"
6.2 海萨尼转换（Harsanyi Transformation）
步骤：
- 引入虚拟参与者"自然"（Nature）
- "自然"选择每个参与者的类型
- 类型被选择后，其他参与者有关于该类型的信念（先验概率）
- → 不完全信息博弈转化为"完全但不完美信息"的动态博弈
- → 可以在不完全信息博弈中使用贝叶斯均衡
6.3 贝叶斯均衡（Bayesian Nash Equilibrium）
定义：在不完全信息博弈中，一个策略组合 (s_1*(θ_1), ..., s_n*(θ_n)) 是贝叶斯均衡，当且仅当对于每个参与者 i 和每种类型 θ_i：
s_i*(θ_i) ∈ arg max E[u_i(s_i, s_-i(θ_-i), θ_i)]
翻译：给定我对其他人的类型有某种信念，我选择的策略是在这个信念下对我最优的。
关键例子——密封拍卖（Sealed-Bid Auction）：
- 每个投标者知道自己的真实估值，但不知道对手的估值
- 贝叶斯均衡预测：每个投标者会按照"真实估值的某个折扣"投标
- 真实估值越高，投标价也越高，但不是1:1的对应关系
第7章 贝叶斯博弈与机制设计（博弈论在现实中最重要的应用）
机制设计的核心问题：
"你想要某个目标结果（比如说真话、诚实申报），但参与者都有自己的利益——你如何设计规则，让每个人在追求自身利益的同时，自动实现你想要的结果？"
7.1 激励相容（Incentive Compatibility）
直接机制设计：
- 参与者报告自己的类型（可能是谎报）
- 机制根据报告决定分配和支付
激励相容约束：说真话 → 是每个人的最优选择。这就是著名的"显示原理"（Revelation Principle）。
7.2 拍卖理论（机制设计最重要的应用）
四种经典拍卖形式：
- 英式拍卖（升价拍卖）： 买方喊价，价高者得。均衡：最终价格接近第二高估值
- 荷式拍卖（降价拍卖）： 卖方从高价开始降价，第一个说"我要"的人获得
- 密封投标拍卖： 所有买家同时提交密封报价，最高报价者获得，按其报价支付
- 维克瑞拍卖（次价密封拍卖）： 最高报价者获得，但只付第二高的报价。核心洞见：说真话是占优策略！→ 每个投标者的最优策略就是按真实估值投标 → 维克瑞因此获得2002年诺贝尔经济学奖
收益等价原理（Revenue Equivalence Theorem）： 在某些条件下，以上四种拍卖形式给卖方带来的期望收益是相同的。但在实践中，设计细节（保留价、公开/封闭等）会导致实际收益差异。
第四篇：不完全信息的动态博弈
第8章 均衡精炼（最重要的概念：完美贝叶斯均衡）
这是博弈论最精细的均衡概念，结合了动态博弈和不完全信息。
完美贝叶斯均衡的四个要求：
- 每个信息集上，参与者必须对所处节点有某种信念
- 给定信念，策略必须是序列最优的
- 在均衡路径上，信念由贝叶斯法则更新
- 在非均衡路径上，信念由贝叶斯法则和均衡策略更新
信号博弈（Signaling Game）——完美贝叶斯均衡的典型应用：
结构：
- 发送者（S）有类型 θ ∈ Θ（私人信息）
- 发送者选择行动 m ∈ M（信号）
- 接收者（R）看到信号后选择行动 a ∈ A
均衡类型：
- 分离均衡（Separating Equilibrium）： 不同类型的发送者发送不同的信号 → 接收者可以从信号推断出发送者类型。例：高能力的人选择接受高难度任务
- 混同均衡（Pooling Equilibrium）： 所有类型的发送者发送相同的信号 → 接收者无法从信号推断类型。例：所有员工都说"我会努力工作"
- 半分离/半混同均衡
斯彭斯信号模型（Spence, 1973）：
- 教育程度是劳动力市场的"信号"
- 高能力的人接受教育的成本更低
- 因此愿意接受更多教育作为信号
- 教育本身可能不提高生产力，但仍然是有效的就业信号
- 斯彭斯因此获得2001年诺贝尔经济学奖
第9章 声誉效应（理解"大企业不敢欺诈"的逻辑）
核心问题：在一次性博弈中，背叛是理性选择；在长期关系中，为什么人们愿意合作？
"唯一长期玩家"博弈（Games with a Single Long-Run Player）：
模型设定：
- 一个"长期参与者"（如大企业）面对多个"短期参与者"（如客户）
- 长期参与者在第一期建立"声誉"
- 之后每期，大企业可以选择欺骗或合作
声誉效应：
- 大企业为了未来所有期的收益，愿意在第一期选择合作（建立声誉）
- 一旦声誉建立，短期参与者会预期大企业会继续合作
- 声誉效应使得"长期大企业比短期小企业更值得信任"
连锁店悖论（Chain-Store Paradox）：
背景：一个连锁店品牌在多个城市经营，每个城市面临一个新进入者。理论预测大企业应威胁报复进入者，但实际观察：连锁店在大多数城市都容忍了进入。
霍尔德—兰伯格模型（声誉解释）： 如果有足够多的城市/市场，短期参与者不确定大企业是否"理性" → 大企业可能假装"非理性"（强力报复）来维持威慑 → 声誉效应使这种"伪装"成为可信威胁。
第10章 不完全信息下的序贯议价
这是第4章"议价模型"在不完全信息下的扩展。
核心问题：
- 谈判双方各自知道自己的支付，但不知道对方的支付
- 双方知道对方知道自己不知道
- 这种"不确定性"如何影响谈判结果？
结论：
- 在无限期议价中，不完全信息会导致"延迟"
- 有更多信息优势的一方会等待
- 但任何一方都不愿无限期等待（有时间成本）
- 最终会达成一个协议，但可能不是最有效的协议
第五篇：高级专题（选读）
- 第11章：更多均衡精炼 → 颤抖手完美均衡（参与人在选择策略时，会考虑其他人可能"犯错"的概率）→ 适当均衡（Proper Equilibrium）
- 第12章：策略式博弈的高级专题 → 均衡选择理论
- 第13章：马尔可夫均衡（Markov Equilibrium） → 在具有状态变量的动态博弈中，策略只依赖于当前状态和当前收益，而不依赖于历史（动态规划原理）→ 这是理解产业组织、竞争政策的重要工具
- 第14章：共同知识与博弈 → "共同知识"：我知道，你知道，我知道你知道，你知道我知道……→ 共同知识的假设极强（要求无限层嵌套）→ 在现实中很少真正成立 → 但它是纳什均衡的理论基础
五、核心观点精华
5.1 博弈论作为"理性交互"的科学
弗登博格和梯若尔的核心立场：
"不合作博弈理论研究了在每个代理人的选择取决于他对其对手选择的预测时代理人的行为。"
博弈论不是研究"如何赢"，而是研究"在给定其他人会怎么做的情况下，每个人应该怎么做"——以及"最终会达到什么样的结果"。
核心范式：理性—预测—均衡
理性（每个参与者追求自身利益最大化）→ 预测（每个人预测对手的策略）→ 均衡（当每个人的预测都是正确的，没有人愿意单方面改变策略）
5.2 均衡精炼的思想：逐步剔除"不合理"的均衡
博弈论研究均衡的"层层递进"：
- 可理性化 → 只假设参与者是理性的
- 纳什均衡 → 假设参与者是理性的，且有共同知识
- 子博弈完美纳什均衡（SPNE） → 动态博弈中排除"不可信威胁"
- 完美贝叶斯均衡（PBE） → 不完全信息动态博弈的均衡
- 颤抖手完美均衡 → 假设所有人可能犯错（手会颤抖）
核心思想：每一次精炼，都意味着剔除一些"理论上纳什但实际上不合理"的均衡 → 从"存在"到"唯一性"，从"描述"到"预测"。
5.3 无名氏定理：合作如何可能
这是博弈论对人类社会最重要的贡献之一：
在无限期重复博弈中，只要贴现率不是太高，任何"个体理性"的收益向量都可以是某个均衡的结果。
含义：
- 一次性背叛不值得：未来还有很多次合作机会
- 声誉有价值：背叛会损害未来的所有收益
- 触发策略使得合作成为自我强制（self-enforcing）
现实推论：
- 长期客户关系比一次性交易更容易合作
- 大企业（在乎声誉）比小企业更可信
- 有明确"惩罚机制"（如法律、合同）的环境更容易合作
5.4 机制设计：如何让人"自觉"做对的事
机制设计的核心哲学（逆向思维）：
传统思路： 告诉参与者"请做A" → 期待他们做A → 结果：他们可能做B（对自己更有利的）
机制设计思路： 思考"什么样的规则，使得人在追求自身利益时，自动做出我想要的行为A？" → 通过设计"游戏规则"，让"做正确的事"成为"对自己最优的事"
维克瑞拍卖的完美示范：
- 我希望投标者说真话
- 解决方案：让他们按"第二高出价"付款
- 真实估值越高，投标越高
- 付的钱等于第二高出价
- 对每个投标者来说，说真话都是最优的！
六、精华语录
关于博弈论本质
博弈论研究在每个代理人的选择取决于他对其对手选择的预测时，代理人的行为。 — 弗登博格 & 梯若尔，《博弈论》
博弈论不是教你"如何赢"，而是教你"在别人也在策略性地行动时，你应如何思考和决策"。
博弈论的核心范式是：理性—预测—均衡。理性的参与人做出预测，然后根据预测行动；纳什均衡是一致预测的稳定状态。
关于纳什均衡
纳什均衡是一致预测：如果所有参与人预测某个纳什均衡会出现，那么没有人的预测会出错。
纳什均衡不是"最好的"结果，而是一个"稳定的"结果——给定别人不变，没有人有动力单方面改变策略。
任何有限博弈至少存在一个纳什均衡（可能是混合策略）。这是纳什1950年证明的，存在性定理是博弈论大厦的地基。
关于合作与背叛
一次性囚徒困境中，背叛是理性选择——但这恰恰说明了现实世界为何需要重复博弈、声誉机制和法律契约。
无名氏定理告诉我们：在足够长的时间维度下，任何对双方都有利的合作，都可能通过自我执行（self-enforcing）的均衡实现——前提是贴现率不太高。
在重复博弈中，合作不是"道德选择"，而是"理性选择"——因为合作的总收益大于背叛的收益。
关于信息与信号
信息不对称是现实市场最重要的特征之一。信号博弈告诉我们：高质量的人愿意花更多成本来传递信号——即使信号本身不提高实际质量。
教育作为就业市场的信号，其有效性在于：高能力者接受教育的成本低于低能力者——这才是"学历歧视"背后的经济逻辑，而非教育本身提高了多少生产力。
关于策略行动
承诺（Commitment）的价值在于：它改变了对手对你未来行动的预期，从而使你当前的行动更有威慑力。
不可信威胁之所以不构成均衡，是因为当对手真的行动时，你没有激励去执行那个威胁——这就是为什么"空头威胁"在博弈论中站不住脚。
关于机制设计
激励机制设计的核心洞察：你想让人做正确的事，不在于告诉他们"请做正确的事"，而在于设计规则，使得"做正确的事"成为"对每个人最优的事"。
维克瑞拍卖（次价密封拍卖）的精巧在于：它把"说实话"变成了一个占优策略——每个投标者的最优投标就是自己的真实估值。这是显示原理（Revelation Principle）在实践中的完美应用。
七、精华总结：博弈论的四层境界
第一层：理解概念（理解博弈是什么）
- 参与者、策略、支付、均衡
- 能用支付矩阵描述简单的二人博弈
- 理解纳什均衡的定义
第二层：掌握工具（会求解均衡）
- 逆向归纳法（动态博弈求解）
- 剔除劣势策略（静态博弈求解）
- 贝叶斯法则（不完全信息更新信念）
第三层：洞察人性（理解均衡背后的逻辑）
- 囚徒困境：为什么理性导致集体非理性
- 无名氏定理：为什么长期关系可以维持合作
- 声誉效应：为什么大企业不敢欺诈
- 信号博弈：为什么高质量者愿意发出更强的信号
第四层：设计规则（用博弈论改造世界）
- 机制设计：设计拍卖、合同、制度，让参与者在追求自身利益时实现你想要的结果
- 应用领域：反垄断、监管、金融市场设计、劳资合同
从第一层到第四层，是一个从"理解世界"到"改变世界"的跨越。
博弈论给了你一套语言和工具，让你看清——在这个相互依存的世界里，你的选择如何影响别人，别人的选择如何影响你，以及，在所有这些相互影响中，最终会达到什么样的均衡状态。
参考资料
- 朱·弗登博格、让·梯若尔（1991/2015）：《博弈论》（Game Theory），MIT Press / 中国人民大学出版社，黄涛等译，ISBN：9787300219937
- 中国社会科学院经济研究所（2015年）：《让·梯若尔重要经济学著作导读》，张小溪、王璟怡撰写
- 博弈论基础精讲与典型习题解析（2026年3月20日），CSDN博客
- 全国计算机博弈大赛：《博弈论的里程碑成果与局限性分析》
- MBA智库百科：《博弈论》词条
- 国家高等教育智慧教育平台：《博弈策略与完美思维》慕课（6万+人选课）
- 《博弈论》今日头条书评（2025年5月8日）：《博弈论：揭码人类智慧的策略之光》