科學論道29

二十九、囚徒困境
　　
　　 現代的博弈理論，最為人熟知要數納什（John Nash）的經典故事“囚徒的困境”。故事是這樣的：
　　警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據指控二人入罪。於是警方分開囚禁嫌疑犯，分別和二人見面，並向雙方提供以下相同的選擇：
　　
　　　 若一人認罪並作證指控對方（相關術語稱“背叛”對方），而對方保持沉默，此人將即時獲釋，對方將判監十年。
　　　 若二人都沉默（相關術語稱互相“合作”），則二人同樣判監一年。
　　 若二人都互相檢舉（互相“背叛”），則二人同樣判監五年。
　　
　　囚徒困境的故事有一個前提，就是假定每個參與者（即“囚徒”）都是利己的，即都尋求最大的自身利益，而不關心另一參與者的利益。那麼，在本例中，囚徒到底應該選擇哪一項策略，才能將自己個人的刑期縮至最短？兩名囚徒由於隔絕監禁，並不知道對方選擇；而即使他們能交談，還是未必能夠完全相信對方的決定。從個人利益角度出發來選擇，檢舉背叛對方所得刑期，總比沉默要來得低。試設想困境中兩名理性囚徒會如何作出選擇：
　　
　　 若對方沉默，背叛會讓我獲釋，所以會選擇背叛。
　　 若對方背叛指控我，我也要指控對方才能得到較低的刑期，所以也是會選擇背叛。
　　
　　二人面對的情況一樣，所以二人的思考都會得出相同的結論——選擇背叛。背叛是雙方經過理性思考得出的最佳選擇。因此，這場博弈中唯一的結果就是雙方參與者都背叛對方，結果二人同樣服刑五年。這種策略就叫做納什均衡。1994年，納什因這一理論獲得了諾貝爾經濟學獎。
　　
　　這場博弈的納什均衡，雖然是個體從各自利益最大化的角度經過仔細衡量得出的結果，然而以整體利益而言，卻不是最好的選擇。如果兩個參與者都合作保持沉默，兩人都只會被判刑一年，無論是個體利益還是整體利益，都要高於基於自私前提下的理性選擇。個體出於自私的角度考慮，卻得出並不是最有利於自己的結果，這就是“困境”所在。
　　
　　那麼有沒有一種思路可以得到更好的結果呢？我們可以結合老子思想來看看。老子道德經所闡述的道，其主要原理就在於“反者道之動”。也就是說，我們要順應這種規律去思維和行動，就是符合道的規律，是最正確的選擇。老子在道德經第三十六章中詳細的描述了這種思維方法：“將欲歙之，必固張之；將欲弱之，必固強之；將欲廢之，必固興之；將欲奪之，必固與之。是謂微明。柔弱勝剛強”。意思是說，想要收斂它，必先擴張它，想要削弱它，必先加強它，想要廢去它，必先抬舉它，想要奪取它，必先給予它。這就叫做雖然微妙而又顯明，柔弱勝過剛強。
　　
　　 那麼，現在假設囚徒困境中的兩位囚徒都深明老子思想的道理，那他們會作何選擇呢？他們會這麼考慮：
　　若希望獲得最有利的結果，也就是要只服刑一年的話，必須按照得到最壞的結果的方向來指導行動。也就是說，若對方背叛，我保持沉默是最壞的結果，所以選擇沉默。若對方沉默，我也保持沉默，仍然比選擇背叛的結果更壞。所以選擇沉默。這樣，雙方經過同樣的老子式思維後，都選擇了沉默，結果兩人都只獲刑一年，而這個結果無論對於個體還是集體而言，都是最好的結果。
　　
　　用老子的思維方法，得到了最優的結果。這似乎給我們一些啟示，即，當我們都是自私的理性人時，大家在一起博弈的最終結果往往是兩敗俱傷，雙方都得不到最佳的利益。反之，如果我們大家都可以以老子之道來指導行動，那麼出發點是利他的，但結果卻會是自利利他，是最優的結果。這種利他的思維，與儒家的觀點也非常的契合。如孔子主張“已欲立而立人，已欲達而達人”、“ 已所不欲，勿施於人”等等，這種推己及人的思維方式，可以很好的破解“囚徒困境”的困局，使個人和社會都得到最大的利益。儒家思想無疑是古人對社會矛盾進行深入思索後的智慧結晶，雖歷千年而歷久彌堅，值得今人仔細的回味。
　　
　　嚴格的來說，用老子的思維方式運用於“囚徒困境”的狀況並不合適。因為老子所言的道，是一種綜合式的最優解決方案。也就是說，老子之道，是對現實社會所有各種博弈情況的總體規律的總結。現實的人，不會像“囚徒困境”中假定的那樣，一定是自私的理性人。現實的人，除了有自私的囚徒心理之外，還有各種各樣的非理性心理，人的行為，往往是各種心理綜合影響後的結果。
　　
　　在現實世界中，人除了受自私的理性思維支配自己的行動之外，還受一種很重要的非理性的思維——感性思維支配自己的行為。比如囚徒困境的局面如果發生在現實中，兩個囚徒有可能是關系很好的朋友，彼此都信任對方。或者，彼此都在為對方的利益在考慮，那麼，他們很可能都會選擇沉默而不是背叛，這樣他們都可以獲得最好的結果。在現實之中，沒有一個人是孤立的，每個人都多少與別人有著親疏遠近的關系，人與人就因這種關系而形成了復雜的社會和群體。我們每個人的行為，或多或少都會受到這種關系的影響，這種關系可以是基於理性思維的利益關系，也可以是基於感性思維的情感關系。舉個例子，在婆婆和媳婦之間，如何做好丈夫與兒子的角色，就是一種基於感性思維的博弈局面。如果不能在母親與妻子之間找到微妙的“納什平衡點”，家庭的關系就會顯得混亂而無序。
　　
　　博弈雙方之間的信任關系有時會出現崩潰，這就是失信行為。失信行為有時是主動的，有時是被動的。比如各種騙子的行為都是主動的失信行為。而企業之間的合同以及債務糾紛，往往都是被動失信行為，是因為各種客觀條件而導致信用喪失。無論是主動失信行為還是被動失信行為，都會對均衡的博弈狀況造成破壞。
　　
　　除了上述的理性思維和感性思維兩種主要的思維心理外，還有一種賭徒心理，在社會大眾中普遍存在。所謂賭徒心理，就是為了獲得最大的利益，會對自己不清楚的局面或事態作出非理性的判斷和預測。一些常去賭場的賭徒，就快輸光自己的家當了，可是仍然自我安慰：說不定最後一把就能贏回來。而這種情況下，往往都是輸得更加徹底。其實我們每個人多少都會有這樣的賭徒心理，完全做到理性思維的人非常少。比如各種彩票，大家都清楚，中獎的概率很小，一定是輸多贏少，但多數人都會忍不住想試一試自己的運氣。又比如股市，股市是一種零和博弈，參與博弈的各方所爭奪的利益總和為零。也就是說，有人掙錢了，必然有人輸了同樣多的錢。那麼，在現如今全民炒股的年代，大家都去炒股，那麼大家是在掙誰的錢呢？實際上，無論有多少人參與炒股，獲利的總是少部分，而虧損的總是大部分。這就是所謂的“二八法則”。如果大家都明白這個道理，再進入股市就會理性得多。然而大多數人進入股市都是希望自己成為那少部分人，這就是一種賭徒的心理。