文 | 鮑勇劍?加拿大萊橋大學迪隆商學院終身教授、復旦大學管理學院EMBA項目特聘教授
最近 ，國際貿易話題再次成為熱點 。隱去眾所周知的背景情況 ，問題大約集中在下面幾個方面：
?1.?對外方的言行，應該強勢回應還是悄然無息？
?2. 放眼未來 ，如果嚴重缺乏互信 ，怎樣維持國際貿易合作？
?3. 貿易的本質是互惠 ?；ズσ苍S是例外。斗爭是否會很快結束？
我是國際貿易的門外漢 。不過，仍然可以識別當前國際貿易呈現(xiàn)出的“囚徒困境 ” 。對于如何走出“囚徒困境 ”，博弈論已經(jīng)有超過30年的研究。許多時候 ，一個概括現(xiàn)象本質的經(jīng)典理論有極高的實踐價值。
簡而言之 ，即使身處嚴重缺乏互信的博弈中，如果策略得當 ，合作關系仍然是可能的 。如果策略失當 ，雙方陷入長久互害關系而不能自拔，它也是可能的 。
第一次世界大戰(zhàn) ，敵對士兵之間的合作默契
第一次世界大戰(zhàn)暴露政治決策者一系列誤判。首先 ，英德為代表的對立聯(lián)盟誤判奧地利大公菲迪南德（Franz Ferdinand）刺殺事件的象征意義 。其次，雙方以為象征性武力對峙可以在幾個星期內結束 。結果 ，第一次世界大戰(zhàn)延續(xù)了4年 ，傷亡4200萬人。
還有一個出乎決策者意料的現(xiàn)象，是敵我互動中的和平合作 。在從法國一直延伸到比利時的500英里的壕溝坑道中 ，雙方士兵演繹出軍事戰(zhàn)爭歷史上罕見的現(xiàn)象：除了間歇性的突襲 ，士兵可以在雙方步槍射程內正常生活，而無需懼怕對方狙擊手射殺 。
歷史學家阿什沃思（Tony Ashworth）十分好奇這一現(xiàn)象。通過閱讀大量前線士兵的家書和日記，他以《壕溝戰(zhàn)爭1914-1918》（Trench War 1914-1918）一書記錄了戰(zhàn)爭中敵對雙方特殊的合作行為 。
自1914年8月始 ，戰(zhàn)爭血腥殘酷 ，雙方介入一場你死我活的零和游戲 。因為偶然的因素，在某些陣地 ，雙方埋鍋灶飯的時間點剛好差不多。戰(zhàn)場出現(xiàn)奇特的寧靜 。偶然形成的默契 ，從休戰(zhàn)吃飯延伸到起床出恭 。上午8-9點鐘，英德士兵保持互不侵犯的狀態(tài) ，讓大家處理私人事務。后來 ，雙方都不約而同地放棄對食品補給線的攻擊，自己要吃飯 ，也讓對方有飯吃。
相互克制的默契 ，從一個坑道蔓延到另外一個坑道 。1914年圣誕節(jié)，醉醺醺的士兵甚至可以逛到對方壕溝而不擔心被射殺 。意外當然會出現(xiàn) ，這畢竟是戰(zhàn)爭。當一方發(fā)動突襲時 ，另外一方馬上予以對應的反擊，一命抵一命 。休戰(zhàn)時，德國狙擊手會特意瞄準英軍壕溝上方的民宅 ，連續(xù)射擊 ，直至打出一個漂亮的圓洞 。雙方士兵們用類似方式展現(xiàn)報復能力和意愿。一報還一報，我活也讓你活 ，同時睚眥必報 。
按照戰(zhàn)爭的邏輯 ，敵對雙方形成典型的囚徒困境 。相互背叛應該是常態(tài)。但是，壕溝戰(zhàn)爭中的士兵卻表現(xiàn)出另外一面：突襲中背叛 ，休戰(zhàn)時合作 ，自己求活路，也讓對方有活路 ?？拥朗勘g的和平合作 ，當然引發(fā)指揮部的不滿 。指揮官總有方法繼續(xù)戰(zhàn)爭。它是另外一個故事 。但是 ，曠日持久的壕溝戰(zhàn)爭中，敵對士兵是怎樣達成合作默契的？在后來的100年中 ，它一直是研究博弈論學者的熱門話題 。
超越囚徒困境
1950年 ，蘭德公司（Rand Corp）開始研究美國和蘇聯(lián)之間冷戰(zhàn)博弈。數(shù)學家福拉德和德雷舍（Merrill Flood and Melvin Dresher）推演出著名的“囚徒困境”（見下圖）。
在一個假想的犯人與犯人之間的博弈中，如果兩人事先串通，都保持緘默 ，那么各被判1年 。如果其中一位背叛 ，而另一位仍然拒絕招供，那么 ，背叛的犯人可以免刑 ，而抗供的犯人獲刑5年 。如果兩位都背叛事先串供，那么各獲刑3年。關押后 ，因為兩位犯人無法溝通 ，理性的首選一般更傾向于背叛 。在缺乏信息和可靠承諾前提下，它是個人利益最大化的優(yōu)勢選項 。
“囚徒困境 ”影響了一代國際關系學者。蘇美兩個超級大國競爭過程中 ，背叛和對抗成為大國博弈的首選和優(yōu)選 。當艾利森（Graham Allison）談論大國沖突的修昔底德陷阱（Thucydides' trap）時 ，其背后的邏輯也是如此 。
互信缺失就不可能合作嗎？怎樣才能顛倒囚徒困境下的選擇？一戰(zhàn)時，敵我雙方士兵之間的自發(fā)合作只是曇花一現(xiàn) ，還是可以長久維持？
帶著上述問題 ，密歇根大學政治學家阿克賽爾羅德（Robert Axelrod）修改了囚徒困境的一個重要的 、但被忽視的前提：假想敵對雙方進入一個循環(huán)往復，一直持續(xù)下去的互動過程，什么樣的選擇（合作或背叛）會勝出？這個勝出的選擇應該具有穩(wěn)定性 ，應該符合選擇者的長遠利益。
為搞明白長期博弈背后的規(guī)律 ，阿克賽爾羅德設計了一個電腦游戲 。游戲模仿囚徒困境，但不設立結束條件 。換言之 ，游戲參加者不知道下一局是否為終局。1980年 ，阿克賽爾羅德向研究博弈論和相關社會科學的學者發(fā)出英雄帖，邀請他們自愿參與囚徒困境的游戲 。
第一輪錦標賽參加者都是博弈論愛好者或專家 。你來我往 ，博弈14輪 ，最后得分第一的是多倫多大學的一位教授。他使用的策略極其簡潔：一報還一報（Tit for Tat），即你對我好 ，我回報以友善；你對我惡 ，我就報復反擊；如此，循環(huán)往復不改變。
?第二輪錦標賽有62輪博弈 。來自5個國家的參加者都已經(jīng)通曉上一輪博弈的結果 ，特別是獲勝策略 。參加者嘗試15種不同的合作或背叛的策略組合 ，包括“下馬威策略 ”(出場就連著背叛兩局)，“誘騙策略”（開局合作，然后連續(xù)背叛） ，“強盜策略”（一直背叛 ，從不合作），“趁機占便宜策略 ”（合作一次 ，背叛兩次 ，再道歉求饒）。令人驚訝的是，榜上排名前列的都是使用了“一報還一報 ”的策略 。
?阿克賽爾羅德的初始研究問題是：從自身利益出發(fā) ，在沒有權威干預的條件下 ，缺乏信任的博弈雙方能否形成合作關系？如果能，它的規(guī)律是什么？規(guī)律是否有長期的穩(wěn)定性？
?兩輪電腦模擬游戲顯示：當競爭雙方認為會在未來反復相遇時 ，他們有可能采納“一報還一報”的策略 。它最終導致雙方穩(wěn)定的合作關系。而這種關系最符合各自的長遠利益 。
為了求證電腦模擬游戲發(fā)現(xiàn)的規(guī)律 ，阿克賽爾羅德找到生物進化學家漢密爾頓（William Hamilton），請他從億萬年生物進化的角度解釋或證偽“一報還一報 ”的合作規(guī)律 。漢密爾頓解釋 ，類似的互惠原則（Reciprocity）也頻繁出現(xiàn)在生物進化過程中。例如 ，海鱸（Sea bass）有兩個性器官，可公可母 。如果海鱸有十次交配，受精和產(chǎn)卵過程的任務 ，往往是對半承擔 ，大約5次承擔母海鱸的任務，5次執(zhí)行公海鱸的角色 。
類似的互惠合作現(xiàn)象 ，在物種進化過程中普遍存在。簡單結構的植物和動物沒有自主的 、有意識的選擇 。但是 ，它們有與外部環(huán)境的反應機制 。長期進化過程中，互惠反應有利于物種生存。這個本能的策略通過基因保留下來 ，傳給后代。漢密爾頓教授的“親緣關系和利他合作 ”理論被認為是對達爾文“物競天擇”生物進化理論的一個重要補充 。生物進化 ，既有競爭，又有合作 。合作是物種演變的主旋律。
“一報還一報 ”是不是也可能讓互害關系循環(huán)下去 ，成為無休止的宿怨？它完全是可能的 。因此 ，博弈論學者特別倡導傳播“一報還一報 ”的互惠合作規(guī)律，教育人們認識到它是符合自身利益的最優(yōu)策略 。
缺乏互信條件下的合作策略
成為贏家 ，我們絕不能打左臉 ，送右頰。但是，只有“以牙還牙，以眼還眼” ，它也不符合我們自身利益和長期目標 。實踐中 ，阿克賽爾羅德的“一報還一報 ”的策略有10項應用原則 ?？偨Y如下：
?1??待人以直，?針鋒相對。你示好 ，我友善 。你背棄 ，我反擊 。如此循環(huán)往復。
?2??凸顯相互依存的宿命，打消零和游戲的念頭 。躲了初一 ，逃不了十五 。讓對方理解 ，這不是一次性可以了斷的博弈。
?3??首現(xiàn)誠意，和善開局。博弈伊始 ，不出濫招 ，不動惡念 。從做好人開始 。
?4??敢于反擊，以牙還牙?；鼐匆皶r ，反擊合比例 。
?5??寬宥只能一次 ，了斷討巧伎倆 。最多原諒對手一次，而且是在有力的報復之后。
?6??承諾不首先背叛，如果失誤 ，真誠致歉 。假如因為誤判而選擇背叛 ，立即解釋并補償 。
?7??不耍小聰明，不占小便宜。即使發(fā)現(xiàn)對方漏洞和疏忽 ，堅持第一條 ，待人以直 。
?8??成全對方，超越自己 。零和游戲重點在削弱對手。非零和游戲重點是自我進步 。
?9??結盟 ，成為合作的少數(shù) 。即使在普遍具有敵意的競爭環(huán)境中 ，少數(shù)結盟者之間的合作將改變充滿敵意的環(huán)境，直至合作成為主導策略。
?10??開宗明義宣示遵守“一報還一報 ”的策略。當雙方認識到它是必要的優(yōu)選后 ，建立合作的過程可以加速 。
在目前的國際環(huán)境下 ，因為地緣政策因素，國際貿易變得更加復雜 。怎樣理解和管理復雜系統(tǒng)？系統(tǒng)學家阿什比（Ross Ashby）建議：遵守“必要的多樣性” 原則（Ashby's law of requisite variety）。概言之 ，系統(tǒng)越復雜 ，反應的方法也要多種多樣，否則就難有效地以一報還一報 。如果對方的招式不斷更新變化，我方只有畫符念咒這一招 ，那競爭的結果是堪憂的 。
來源：復旦管院
原標題：鮑勇劍：互信缺失博弈中的合作策略
