从博弈论到行为博弈论，要解决的关键问题是用群体来代替个体作为博弈中的局中人，用群体中选择不同纯策略的个体比率来代替局中人的混合策略。群体策略行为的实质是关于只具有有限理性的人类群体，通过公平偏好、信任互惠和模仿学习不断总结经验和调整策略行为，逐渐逼近纳什均衡；而不是通过完全理性的个人内省准确选择策略行为和推理似的纳什均衡分析来实现纳什均衡[10]。

行为博弈论的策略行为选择机制主要有两种：个人意义上的反应变更（行为试验、刺激反应等）和社会意义上的行为策略变更（学习与模仿等）。不管从那种意义上看，行为博弈论的基本思想是指，在时间的作用下，策略行为的适应性是不断改进的，即好的策略行为将变得更为流行。行为博弈论运用于纳税人税收遵从分析主要是基于行为选择和决策突变这两个因素而来的。税收遵从行为选择是指最初博弈中赢者的选择行为（如选择诚信纳税的纳税人获得好的声誉或者选择偷逃税的纳税人获得较高的支付）在下一时期将更为流行（通过被竞争对手模仿与学习而被更多的参与者采用）；税收遵从行为决策突变（如一直奉行诚信纳税的纳税人突然选择偷逃税行为或者一直想着偷逃税的纳税人突然选择诚信纳税行为）一般很少发生，它是指参与博弈的纳税人群中的某些个体以随机的方式选择策略，哪些获得更高支付的突发策略经过多数参与人行为选择后将变得流行，哪些获得更低支付的突发策略则自然被放弃。

税收遵从的行为博弈稳定均衡是指，在整个纳税人群体中出现一个选择偷逃税（即税收不遵从）行为的小群体，如果选择偷逃税行为的小群体在税收遵从博弈中得到的支付（即收益）大于选择税收遵从行为的小群体得到的支付，经过模仿学习过程选择偷逃税行为的小群体将逐渐壮大并可能成为大群体，反之，选择偷逃税行为的小群体将逐渐变小甚至消亡。

如果选择税收遵从行为的纳税人群体消除了任何选择偷逃税行为的小群体，那么整个纳税人群体选择的税收遵从策略就是行为博弈稳定均衡策略。假设税收遵从博弈局中人的纯策略集合，支付函数为：,表示局中人选择税收遵从策略，其对手选择偷逃税行为策略时，该局中人的得益。用表示上的概率测度集合，表示上的博弈局中人选择税收遵从或偷逃税行为的概率；表示当局中人选择税收遵从或偷逃税行为的概率为，其对手选择偷逃税行为或税收遵从的概率为时该局中人的得益，于是就有：


所谓税收遵从的行为博弈稳定均衡策略是指纳税人群体的税收遵从策略分布为时，满足对任何有，由此可知，行为博弈稳定均衡必定是纳什均衡。当不等式对式子成立时，则对该来说，有，由此可知，纳什均衡未必是行为博弈稳定均衡。

通过理论推导可以得出行为博弈稳定均衡策略的定义。若对非常小的正数，对所有的来说，均能成立。

式子的意思是，当原来的纳税人群体选择税收遵从策略分布为，少数或小部分纳税人的税收遵从行为突变即突然开始采用偷逃税行为策略；如果税制设计科学合理，税收征管严格公正，在纳税人群体选择税收遵从策略分布为情况下，采用偷逃税行为策略的少数或小部分纳税人就会减少甚至消失，全体纳税人群体的税收遵从策略将回归到初始均衡策略，即该策略是纳税人群体的税收遵从行为博弈稳定均衡策略。