文 | 鮑勇劍?加拿大萊橋大學(xué)迪隆商學(xué)院終身教授、復(fù)旦大學(xué)管理學(xué)院EMBA項目特聘教授

最近 ，國際貿(mào)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(yīng)該強(qiáng)勢回應(yīng)還是悄然無息？

?2. 放眼未來 ，如果嚴(yán)重缺乏互信，怎樣維持國際貿(mào)易合作？

?3. 貿(mào)易的本質(zhì)是互惠
。互害也許是例外。斗爭是否會很快結(jié)束？

我是國際貿(mào)易的門外漢 。不過
，仍然可以識別當(dāng)前國際貿(mào)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(zhì)的經(jīng)典理論有極高的實踐價值。

簡而言之
，即使身處嚴(yán)重缺乏互信的博弈中，如果策略得當(dāng) ，合作關(guān)系仍然是可能的 。如果策略失當(dāng)
，雙方陷入長久互害關(guān)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(nèi)結(jié)束
。結(jié)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(nèi)正常生活
，而無需懼怕對方狙擊手射殺
。

歷史學(xué)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(wù)
。后來
，雙方都不約而同地放棄對食品補(bǔ)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(dān)心被射殺
。意外當(dāng)然會出現(xiàn) ，這畢竟是戰(zhàn)爭。當(dāng)一方發(fā)動突襲時，另外一方馬上予以對應(yīng)的反擊
，一命抵一命 。休戰(zhàn)時，德國狙擊手會特意瞄準(zhǔn)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(fù)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(yīng)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 。坑道士兵之間的和平合作 ，當(dāng)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(dá)成合作默契的？在后來的100年中 ，它一直是研究博弈論學(xué)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(xué)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(guān)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(guān)系學(xué)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(dāng)艾利森（Graham Allison）談?wù)摯髧鴽_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(xué)政治學(xué)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(jìn)入一個循環(huán)往復(fù)
，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(yīng)該具有穩(wěn)定性 ，應(yīng)該符合選擇者的長遠(yuǎn)利益。

為搞明白長期博弈背后的規(guī)律
，阿克賽爾羅德設(shè)計了一個電腦游戲 。游戲模仿囚徒困境，但不設(shè)立結(jié)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(guān)社會科學(xué)的學(xué)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(biāo)賽參加者都是博弈論愛好者或?qū)＜?。你來我往 ，博弈14輪
，最后得分第一的是多倫多大學(xué)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(fù)反擊；如此，循環(huán)往復(fù)不改變。
?

第二輪錦標(biāo)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(jié)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(qiáng)盜策略”（一直背叛
，從不合作），“趁機(jī)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(quán)威干預(yù)的條件下
，缺乏信任的博弈雙方能否形成合作關(guān)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(dāng)競爭雙方認(rèn)為會在未來反復(fù)相遇時 ，他們有可能采納“一報還一報”的策略
。它最終導(dǎo)致雙方穩(wěn)定的合作關(guān)系。而這種關(guān)系最符合各自的長遠(yuǎn)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(jìn)化學(xué)家漢密爾頓（William Hamilton），請他從億萬年生物進(jìn)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(jìn)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(wù) ，往往是對半承擔(dān)
，大約5次承擔(dān)母海鱸的任務(wù)，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(jìn)化過程中普遍存在。簡單結(jié)構(gòu)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(yīng)機(jī)制。長期進(jìn)化過程中，互惠反應(yīng)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(guān)系和利他合作
”理論被認(rèn)為是對達(dá)爾文“物競天擇”生物進(jìn)化理論的一個重要補(bǔ)充 。生物進(jìn)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(guān)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(xué)者特別倡導(dǎo)傳播“一報還一報
”的互惠合作規(guī)律，教育人們認(rèn)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(biāo) 。實踐中
，阿克賽爾羅德的“一報還一報 ”的策略有10項應(yīng)用原則
。總結(jié)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(fù)。

?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。回敬要及時 ，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(fù)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(bǔ)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(jìn)步 。

?9??結(jié)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(jié)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(dǎo)策略
。

?10??開宗明義宣示遵守“一報還一報
”的策略。當(dāng)雙方認(rèn)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(mào)易變得更加復(fù)雜
。怎樣理解和管理復(fù)雜系統(tǒng)？系統(tǒng)學(xué)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(fù)雜，反應(yīng)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(jié)果是堪憂的
。