第7章 囚徒的困境(2)

如何达成彼此信任的关系呢？一个比较有效的方案就是签订一份对双方都有约束力、对背叛者施以严厉惩罚的契约。比如在商业领域，即使双方未曾合作过，也能通过订立合同达成彼此信任的关系，从而实现合作。因为合同中带有违约条款，谁不遵守合同，谁就将承担对自身极为不利的法律后果。

当然，签订合同与诚实守信地履行合同是两回事，但比起没有合同来，签订具有约束力的合同显然更有利于防止“背叛”的出现。

第二，建立长期关系，进行重复博弈。

吸烟者都明白，吸烟可以满足一时的快感，却会导致日后的健康问题。可是对于只顾满足眼前欲望的吸烟者而言，吸烟将是他的最佳选择。同样的道理，在囚徒困境中，如果参与者不考虑将来，背叛是最好的选择，尤其在博弈只有一次的情况下，对参与者而言，背叛简直就是理所当然的选择。

在单次博弈中，背叛者只看到预期收益，而不顾预期风险。如果参与者将预期风险也考虑进去，就会对其策略作出调整，因为现实中的博弈有很多都是“不定次数的重复博弈”。预期风险的存在，改变了博弈参与者的收益，改变了收益也就改变了参与者的动机。

事实上，重复博弈也更逼真地反映了日常人际关系。在重复博弈中，合作的长期性能够纠正人们短期行为的冲动。

第三，施以报复，让背叛行为不敢发生。

同样是在富翁被杀的囚徒困境中，假如每一个拒绝坦白的囚徒，都可以在刑满释放后对坦白的囚徒进行报复，那么每个囚徒就可能因担心未来的报复而宁愿选择抵赖，这样，双方都抵赖的均衡就出现了，合作达成。

在很多案件中，的确可以看到犯罪集团的成员被拘后拒不坦白。这在很大程度上与惩罚机制有关。因为在犯罪集团中，如果出卖其他成员，将永远无法在“江湖”立足，并且其家人也将受到其他犯罪集团成员的追杀。正由于这种报复与惩罚机制的存在，使得囚徒间彼此合作，从而打破了“囚徒困境”。

第四，通过教育改变收益，进而改变参与博弈的动机。

通过教育的方法改变博弈的收益，从而改变参与者参与博弈的动机，这样也有助于打破囚徒困境，但这种方法并非总是有效的。

“自私”是社会的驱动力

吉姆和德拉是一对非常恩爱的夫妻，他们非常贫穷。吉姆身上最值钱的就是一块怀表，但是穷得连一条表链都买不起。德拉有一头非常漂亮的金色秀发，却没钱买一把好梳子。圣诞节来临，这对夫妻尽管身无分文，却都想给对方悄悄准备一份礼物。

吉姆想来想去，狠下心把心爱的怀表卖掉，为心爱的人买了一把漂亮的梳子，好让妻子梳理那一头美丽的金色长发。然而，德拉为了给吉姆买一条表链，卖掉了自己的满头秀发。最终他们发现，吉姆再也不需要表链，德拉也不需要梳子，而他们最值钱的两样东西，现在都没了。

在欧·亨利著名的短篇小说《麦琪的礼物》的故事中，夫妻双方完全不为自己着想，结果反而不如自私的好。这从另一个角度告诉我们，自私自利并不该一律否定。

只有在人们绝对自私的时候，合作才会给参与各方带来更多的利益；当人们不是出于自私的目的而合作时，不但不会得到更多利益，反而可能造成“双输”的局面。

哈佛大学曾经举办过一次“合作与社会两难困境研讨会”，会后两位学者亨廷顿和海耶斯提议，在座的专家一起玩一个游戏。他们拿出一个大信封，让专家每人拿出一定的现金放进去，如果最后信封里的钱超过了250元，那么亨廷顿和海耶斯会返给每个专家10元；可是如果信封里的钱不足250元，信封里的钱就全归亨廷顿和海耶斯所有。

当时在场的除了亨廷顿和海耶斯之外共有43个人，简单计算一下就可以知道，只要每个人放入信封250/43元，也就是不到6元，那么每个人都可以得到10元。可是，等到所有人都把钱放进大信封之后，亨廷顿和海耶斯数了一下，一共只有245.59元，距离250元只差不足5元。

看过这个故事，很多人都会说这些专家太自私了，只要有一个人多拿出5元，所有人都会得到不错的回报。然而，事实恰恰相反，并不是这些专家太自私，而是这些专家还不够自私。

在日常生活中，人们往往将自私与贪婪、嫉妒等词语联系起来。在博弈中，理性人追求自身利益最大化，实际上就是自私。在亨廷顿和海耶斯的游戏当中，各位专家理性的选择应该是这样：如果最后信封里的钱超过了250元，自己的最优选择就是不投进一分钱，因为这样自己会得到最大利益即10元；如果最后信封里的钱没超过250元，自己的最优选择同样是不投进一分钱，因为这样可以避免任何损失；在场其他人可能也会做出同样的理性分析，所以大家都不会投钱，也就是说信封里面的金额肯定不会超过250元。如果各位专家足够理性、足够自私，那么信封里应该一分钱都没有。信封里面会有那么多钱，说明专家们还是愿意为增进大家的共同利益作出一些牺牲的。

或许一些伦理学家会为专家的这次合作感到高兴，但是对于损失利益的专家们来说就没有任何喜悦可言了。当个体没有从理性的角度来考虑该不该合作时，合作注定是会失败的。合作的基础并不是人们愿意在合作中牺牲什么，而是人们希望从合作中得到什么。人们因为追求自己的利益参与到一场合作当中，这样的合作才是稳定的、可靠的。专家之间的合作其实根本就不应该存在，因为这样的合作给每个人带来的是损失而不是利益。下面我们来看一个人性的不自私无法促成合作的例子：

从前，两位旅行者遇见了一位圣者。圣者受到两人的热心照顾，十分感动，在将要离别时对两个人说：“很遗憾，我就要和你们道别了。分手前，我要送给你们一个礼物，礼物就是你们当中一个人先许愿，他的愿望一定会马上实现；而第二个人可以得到那个愿望的两倍！”此时，一个旅行者心里想：太棒了，我知道我想要许什么愿，但我先不讲，先许愿自己就吃亏了，因为对方可以实现双倍的愿望。而另外一个旅行者也自忖：我不想让他实现双倍的愿望。于是，两位旅行者“客气”起来：“你先讲嘛！”“你年长先许愿吧。”“不，应该你先！”终于，一个人生气了，大声说：“你真是不知好歹，再不许愿，我就把你的狗腿打断！”另外一个人听了也很生气，没想到对方居然恐吓自己！于是想，我得不到的东西，你也休想得到！这人心一横，狠心说：“好，我先许愿！我希望我的一只眼睛瞎掉！”很快，这位旅行者的一只眼睛瞎了，而他的同伴两只眼睛都瞎掉了！

对这两位旅行者来说，最好的选择就是采取合作的策略，虽然这样对方会获得两倍的利益，但自己同样也会获得不错的利益。然而双方最终没有合作，主要是因为这两个人还不够自私，他们总是会想到对方将获得更多的利益，可是他们没有明白的是，如果对方的利益与自己的利益没有冲突，自私的人就应该安然接受。

永远不会消失的困境

在现实生活中，处于囚徒困境的时候，没有什么十全十美的办法能让自己既从困境中逃脱，又能获得利益，只能尽量做到使自己不受侵害，并不惜牺牲其他参与者的利益。出卖合作者在道德层面上而言是不对的，但就博弈论来说，则是迫不得已的选择。

两个朋友一起去深山里游玩，结果遇到了一只熊，他们都十分害怕。其中一个人弯腰下去把鞋带系好，做好逃跑的准备。另一个人对他说：“你这样是没有用的，你不可能跑得比熊快。”那个准备跑的人回答说：“我不需要跑得比熊快，我只要跑得比你快就行了。”

囚徒困境下，博弈参与者有时别无选择，他们必须力争让同伴成为最大的牺牲者，这样才能让自己获得囚徒困境下最好的处境，这就是出卖合作者原则。在这个“朋友和熊”的故事里面，那个准备逃跑的人面临的选择有以下几个：

选择A——不逃被熊吃掉；

选择B——逃跑，被熊吃掉；

选择C——逃跑，得以生还。

在这些选择里面，如果选择逃跑，会有生还的机会，而他的朋友也有同样的这三种选择。对于选择逃跑的人来说，只要他选择了逃跑，就会有生还的机会。如果他的朋友选择不逃跑，生还的机会自然属于他；朋友选择逃跑，就需要一个附加条件——他跑得比朋友快，这样才会生还。所以，在这一博弈过程中，无论他的朋友做出什么选择，只要他自己拼命去跑，就会有机会生还，这是一个标准的囚徒困境模式。

囚徒困境之所以会出现，是因为在这种博弈模型中，每个局中人都以自身利益为第一参考因素。追逐利益是人的本能，每一个人在博弈过程中都是自私的，有时甚至为了自己的私利而不择手段。正是因为人的自私性，囚徒困境的难题会出现在诸多事情上。

在美国，人们将领导人任期将满时出现的一种不合作现象称为“跛鸭效应”。比如总统任期的最后阶段，“跛鸭效应”的出现损害了他们为别人提供合作动机的能力，从而会造成很多问题。与总统类似，很多公司的CEO们在任期的最后阶段也会出现这种情况。重复博弈的精髓就是，未来为现在提供了动机。之所以会有这种“跛鸭效应”，是因为将失去来自未来的激励，所以也同时失去了对未来的回报或惩罚的承诺，导致合作破裂，领导人得以从博弈中解脱，“背叛”的诱惑将难以遏制。

现在假设甲、乙两人进行囚徒困境博弈，会出现怎样的情形呢？假如这个博弈只玩一次，双方都可能使坏。假如甲使坏，乙善意，甲、乙收益为（3，3）；假如甲善意，乙使坏，甲、乙收益为（0，3）；甲善意，乙善意，则收益为（2，2）；甲使坏，乙使坏，则双方收益为（1，1）。因此，不管对手怎么做，假如这个博弈只玩一次，坏心一定比较有利。然而，假如博弈1000次，情况会是什么样子？

假如在整个博弈中，甲、乙都使坏，双方的效用都是1分。但要是甲、乙两个一直都不使坏，双方的效用就是2分。假如甲、乙其中一个开始使坏，对手就会跟着使坏，于是双方就会形成只得1分报酬的僵局。所以甲宁可先表达善意，希望乙也跟进。如果每次都是甲采取先动策略，那在最后一回合甲肯定要使坏，而乙很可能预知甲使坏而在前一回合就开始使坏。

既然如此，甲在第999回合应该怎么做？甲在第999回合选择使坏一定可以得到比较高的报酬。假如甲不想在第999回合选择使坏，唯一的理由就是为了让对手在第1000回合对自己不使坏。但前面已经论证，不管怎么样，乙在第1000回合都应该会使坏。因此，双方在第999回合都会选择使坏。当然，这表示他们在第998回合也应该选择使坏，因为双方在第999和第1000回合一定会选择使坏。如果我们把这个逻辑一直往回推，可以证明甲在第一回合就会选择使坏！

因此，就算这个囚徒困境博弈进行1000亿次，只要这个博弈存在确定的最后一次，理性的参与者在每个回合都会选择使坏。

博弈论认为，当两个博弈者陷入有限次数重复性博弈中的囚徒困境时，他们一般会选择使坏。

如果一种合作关系有个已知的终点，而且合作关系中的每个人都知道在某个时间这种关系会终止，那我们基本上就不能通过重复博弈来维持合作，囚徒困境还是不会消失。