文 | 鲍勇剑 加拿大莱桥大学迪隆商学院终身教授、复旦大学管理学院EMBA项目特聘教授
最近 ，国际贸易话题再次成为热点 。隐去众所周知的背景情况 ，问题大约集中在下面几个方面：
1. 对外方的言行，应该强势回应还是悄然无息？
2. 放眼未来 ，如果严重缺乏互信 ，怎样维持国际贸易合作？
3. 贸易的本质是互惠 。互害也许是例外。斗争是否会很快结束？
我是国际贸易的门外汉 。不过，仍然可以识别当前国际贸易呈现出的“囚徒困境 ” 。对于如何走出“囚徒困境 ”，博弈论已经有超过30年的研究。许多时候 ，一个概括现象本质的经典理论有极高的实践价值。
简而言之 ，即使身处严重缺乏互信的博弈中，如果策略得当 ，合作关系仍然是可能的 。如果策略失当 ，双方陷入长久互害关系而不能自拔，它也是可能的 。
第一次世界大战暴露政治决策者一系列误判。首先 ，英德为代表的对立联盟误判奥地利大公菲迪南德（Franz Ferdinand）刺杀事件的象征意义 。其次，双方以为象征性武力对峙可以在几个星期内结束 。结果 ，第一次世界大战延续了4年 ，伤亡4200万人。
还有一个出乎决策者意料的现象，是敌我互动中的和平合作 。在从法国一直延伸到比利时的500英里的壕沟坑道中 ，双方士兵演绎出军事战争历史上罕见的现象：除了间歇性的突袭 ，士兵可以在双方步枪射程内正常生活，而无需惧怕对方狙击手射杀 。
历史学家阿什沃思（Tony Ashworth）十分好奇这一现象。通过阅读大量前线士兵的家书和日记，他以《壕沟战争1914-1918》（Trench War 1914-1918）一书记录了战争中敌对双方特殊的合作行为 。
自1914年8月始 ，战争血腥残酷 ，双方介入一场你死我活的零和游戏 。因为偶然的因素，在某些阵地 ，双方埋锅灶饭的时间点刚好差不多。战场出现奇特的宁静 。偶然形成的默契 ，从休战吃饭延伸到起床出恭 。上午8-9点钟，英德士兵保持互不侵犯的状态 ，让大家处理私人事务。后来 ，双方都不约而同地放弃对食品补给线的攻击，自己要吃饭 ，也让对方有饭吃。
相互克制的默契 ，从一个坑道蔓延到另外一个坑道 。1914年圣诞节，醉醺醺的士兵甚至可以逛到对方壕沟而不担心被射杀 。意外当然会出现 ，这毕竟是战争。当一方发动突袭时 ，另外一方马上予以对应的反击，一命抵一命 。休战时，德国狙击手会特意瞄准英军壕沟上方的民宅 ，连续射击 ，直至打出一个漂亮的圆洞 。双方士兵们用类似方式展现报复能力和意愿。一报还一报，我活也让你活 ，同时睚眦必报 。
按照战争的逻辑 ，敌对双方形成典型的囚徒困境 。相互背叛应该是常态。但是，壕沟战争中的士兵却表现出另外一面：突袭中背叛 ，休战时合作 ，自己求活路，也让对方有活路 。坑道士兵之间的和平合作 ，当然引发指挥部的不满 。指挥官总有方法继续战争。它是另外一个故事 。但是 ，旷日持久的壕沟战争中，敌对士兵是怎样达成合作默契的？在后来的100年中 ，它一直是研究博弈论学者的热门话题 。
1950年 ，兰德公司（Rand Corp）开始研究美国和苏联之间冷战博弈。数学家福拉德和德雷舍（Merrill Flood and Melvin Dresher）推演出著名的“囚徒困境”（见下图）。
在一个假想的犯人与犯人之间的博弈中，如果两人事先串通，都保持缄默 ，那么各被判1年 。如果其中一位背叛 ，而另一位仍然拒绝招供，那么 ，背叛的犯人可以免刑 ，而抗供的犯人获刑5年 。如果两位都背叛事先串供，那么各获刑3年。关押后 ，因为两位犯人无法沟通 ，理性的首选一般更倾向于背叛 。在缺乏信息和可靠承诺前提下，它是个人利益最大化的优势选项 。
“囚徒困境 ”影响了一代国际关系学者。苏美两个超级大国竞争过程中 ，背叛和对抗成为大国博弈的首选和优选 。当艾利森（Graham Allison）谈论大国冲突的修昔底德陷阱（Thucydides' trap）时 ，其背后的逻辑也是如此 。
互信缺失就不可能合作吗？怎样才能颠倒囚徒困境下的选择？一战时，敌我双方士兵之间的自发合作只是昙花一现 ，还是可以长久维持？
带着上述问题 ，密歇根大学政治学家阿克赛尔罗德（Robert Axelrod）修改了囚徒困境的一个重要的 、但被忽视的前提：假想敌对双方进入一个循环往复，一直持续下去的互动过程，什么样的选择（合作或背叛）会胜出？这个胜出的选择应该具有稳定性 ，应该符合选择者的长远利益。
为搞明白长期博弈背后的规律 ，阿克赛尔罗德设计了一个电脑游戏 。游戏模仿囚徒困境，但不设立结束条件 。换言之 ，游戏参加者不知道下一局是否为终局。1980年 ，阿克赛尔罗德向研究博弈论和相关社会科学的学者发出英雄帖，邀请他们自愿参与囚徒困境的游戏 。
第一轮锦标赛参加者都是博弈论爱好者或专家 。你来我往 ，博弈14轮 ，最后得分第一的是多伦多大学的一位教授。他使用的策略极其简洁：一报还一报（Tit for Tat），即你对我好 ，我回报以友善；你对我恶 ，我就报复反击；如此，循环往复不改变。
第二轮锦标赛有62轮博弈 。来自5个国家的参加者都已经通晓上一轮博弈的结果 ，特别是获胜策略 。参加者尝试15种不同的合作或背叛的策略组合 ，包括“下马威策略 ”(出场就连着背叛两局)，“诱骗策略”（开局合作，然后连续背叛） ，“强盗策略”（一直背叛 ，从不合作），“趁机占便宜策略 ”（合作一次 ，背叛两次 ，再道歉求饶）。令人惊讶的是，榜上排名前列的都是使用了“一报还一报 ”的策略 。
阿克赛尔罗德的初始研究问题是：从自身利益出发 ，在没有权威干预的条件下 ，缺乏信任的博弈双方能否形成合作关系？如果能，它的规律是什么？规律是否有长期的稳定性？
两轮电脑模拟游戏显示：当竞争双方认为会在未来反复相遇时 ，他们有可能采纳“一报还一报”的策略 。它最终导致双方稳定的合作关系。而这种关系最符合各自的长远利益 。
为了求证电脑模拟游戏发现的规律 ，阿克赛尔罗德找到生物进化学家汉密尔顿（William Hamilton），请他从亿万年生物进化的角度解释或证伪“一报还一报 ”的合作规律 。汉密尔顿解释 ，类似的互惠原则（Reciprocity）也频繁出现在生物进化过程中。例如 ，海鲈（Sea bass）有两个性器官，可公可母 。如果海鲈有十次交配，受精和产卵过程的任务 ，往往是对半承担 ，大约5次承担母海鲈的任务，5次执行公海鲈的角色 。
类似的互惠合作现象 ，在物种进化过程中普遍存在。简单结构的植物和动物没有自主的 、有意识的选择 。但是 ，它们有与外部环境的反应机制 。长期进化过程中，互惠反应有利于物种生存。这个本能的策略通过基因保留下来 ，传给后代。汉密尔顿教授的“亲缘关系和利他合作 ”理论被认为是对达尔文“物竞天择”生物进化理论的一个重要补充 。生物进化 ，既有竞争，又有合作 。合作是物种演变的主旋律。
“一报还一报 ”是不是也可能让互害关系循环下去 ，成为无休止的宿怨？它完全是可能的 。因此 ，博弈论学者特别倡导传播“一报还一报 ”的互惠合作规律，教育人们认识到它是符合自身利益的最优策略 。
成为赢家 ，我们绝不能打左脸 ，送右颊。但是，只有“以牙还牙，以眼还眼” ，它也不符合我们自身利益和长期目标 。实践中 ，阿克赛尔罗德的“一报还一报 ”的策略有10项应用原则 。总结如下：
1 待人以直， 针锋相对。你示好 ，我友善 。你背弃 ，我反击 。如此循环往复。
2 凸显相互依存的宿命，打消零和游戏的念头 。躲了初一 ，逃不了十五 。让对方理解 ，这不是一次性可以了断的博弈。
3 首现诚意，和善开局。博弈伊始 ，不出滥招 ，不动恶念 。从做好人开始 。
4 敢于反击，以牙还牙。回敬要及时 ，反击合比例 。
5 宽宥只能一次 ，了断讨巧伎俩 。最多原谅对手一次，而且是在有力的报复之后。
6 承诺不首先背叛，如果失误 ，真诚致歉 。假如因为误判而选择背叛 ，立即解释并补偿 。
7 不耍小聪明，不占小便宜。即使发现对方漏洞和疏忽 ，坚持第一条 ，待人以直 。
8 成全对方，超越自己 。零和游戏重点在削弱对手。非零和游戏重点是自我进步 。
9 结盟 ，成为合作的少数 。即使在普遍具有敌意的竞争环境中 ，少数结盟者之间的合作将改变充满敌意的环境，直至合作成为主导策略。
10 开宗明义宣示遵守“一报还一报 ”的策略。当双方认识到它是必要的优选后 ，建立合作的过程可以加速 。
在目前的国际环境下 ，因为地缘政策因素，国际贸易变得更加复杂 。怎样理解和管理复杂系统？系统学家阿什比（Ross Ashby）建议：遵守“必要的多样性” 原则（Ashby's law of requisite variety）。概言之 ，系统越复杂 ，反应的方法也要多种多样，否则就难有效地以一报还一报 。如果对方的招式不断更新变化，我方只有画符念咒这一招 ，那竞争的结果是堪忧的 。
来源：复旦管院
原标题：鲍勇剑：互信缺失博弈中的合作策略
正规配资十大排名-大额配资-小额配资-十大配资平台提示：文章来自网络，不代表本站观点。
记者｜赵阳戈年初，证监会就修改《证券发行与承销管理办法》部分条款向社会公开征求意见，市场也将注意力投向了...
3月24日，易方达国证自由现金流ETF公开发售。该产品跟踪国证自由现金流指数，这个指数是什么？有哪些优势？投资价值如何？...
2025年3月25日，倍轻松(688793.SH)公告称，公司股东宁波倍松投资有限公司（简称“宁波倍松”）拟通过大宗交易...
记者王珍中国国际经济交流中心副理事长、国务院发展研究中心原副主任王一鸣周一在“中国发展高层论坛2025...
截至7月15日，沪深主板上市的光伏企业2025年半年报的业绩预告披露已全部完成。 根据沪深交易所规定，主板上市公司...
