從合作的進(jìn)化到合作的復(fù)雜性
　　一、引言
　　在當(dāng)代經(jīng)濟(jì)學(xué)、政治學(xué)、倫理學(xué)、人類學(xué)和其他社會(huì)科學(xué)中，甚至在生物學(xué)和其他自然科學(xué)中，阿克塞爾羅德(Robert Axelrod)教授的“重復(fù)囚徒困境博弈計(jì)算機(jī)程序奧林匹克競(jìng)賽”，已經(jīng)是一件很少人不知曉的理論佳話了。其試驗(yàn)結(jié)果，不僅對(duì)當(dāng)代社會(huì)科學(xué)的許多領(lǐng)域的傳統(tǒng)理念都產(chǎn)生了廣泛影響和沖擊，而且從中引發(fā)出來的一系列問題，迄今仍待學(xué)術(shù)各界進(jìn)一步探討和回答。
　　在具體展開討論由阿克塞爾羅德所主持設(shè)計(jì)的“重復(fù)囚徒困境博弈”試驗(yàn)結(jié)果的理論意義和所引發(fā)的問題之前，這里謹(jǐn)對(duì)本書作者做簡(jiǎn)要介紹。阿克塞爾羅德教授1964年獲芝加哥大學(xué)數(shù)學(xué)學(xué)士，1966年和1969年相繼從耶魯大學(xué)獲政治學(xué)碩士和博士學(xué)位。從耶魯大學(xué)畢業(yè)后，他曾在加州大學(xué)伯克利分校任教，并于1974年轉(zhuǎn)而在密歇根大學(xué)(the university of Michigan)執(zhí)教，現(xiàn)為密歇根大學(xué)政治系和福特公共政策學(xué)院的“沃爾格林人類理解研究講座教授”(the Walgreen professor for study of human understanding)，以及“阿瑟?W.布羅米奇(ArthurW.Bromage)政治學(xué)與公共政策杰出教授”。阿克塞爾羅德的主要著作有：《利益沖突：歧異目標(biāo)理論以及在政治中的應(yīng)用》(1970)，《認(rèn)知與選擇通論》(1972)，《合作的進(jìn)化》(1984，這本著作已經(jīng)被翻譯為11種文字)，《制服復(fù)雜性：從科學(xué)前沿來審視組織的意義》(2000)，以及本書《合作的復(fù)雜性：基于參與者競(jìng)爭(zhēng)與合作的模型》(1997，這本書也已經(jīng)被翻譯為日文、韓文、西班牙文等多國(guó)文字)。除此之外，阿克塞爾羅德教授還有數(shù)十篇學(xué)術(shù)論文發(fā)表在國(guó)際學(xué)術(shù)期刊或已經(jīng)出版的文集中。
　　在上述著作中，最為國(guó)際學(xué)術(shù)界所熟知的還是其《合作的進(jìn)化》這部名著，而本書則是《合作的進(jìn)化》的續(xù)篇和補(bǔ)充。
　　二、問題的提出：人類群體是如何達(dá)致合作的？
　　人類社會(huì)與其他動(dòng)物群體的一個(gè)重要區(qū)別是，人與人之間可以通過運(yùn)用個(gè)人理性而達(dá)致某種形式的合作(我這里所說的合作，包括諸如勞動(dòng)與社會(huì)分工、專業(yè)化，市場(chǎng)交易，合伙和共同經(jīng)營(yíng)企業(yè)，以及在經(jīng)濟(jì)組織、社會(huì)團(tuán)體、政黨、政治聯(lián)盟、各種民間和公益團(tuán)體中人們的相互協(xié)作、交往和協(xié)調(diào)行動(dòng)，等等)。合作，能產(chǎn)生“合作剩余”，這應(yīng)該是經(jīng)濟(jì)學(xué)的一個(gè)常識(shí)——盡管沒有多少經(jīng)濟(jì)學(xué)教科書真正講“合作剩余”這個(gè)概念(Moulin,1995)。人類的相互交往，用現(xiàn)代比較時(shí)尚的博弈論術(shù)語(yǔ)講，就是在玩一種“社會(huì)博弈”。在人類社會(huì)的博弈中，常常會(huì)出現(xiàn)一種叫“囚徒困境”的博弈格局。囚徒困境博弈格局表明，若依照當(dāng)代主流經(jīng)濟(jì)學(xué)的理論推理假設(shè)，有著超理性(hyper rational)的最大化推理的博弈者(players)在許多博弈格局中——按照博弈論中的“無名氏定理”(the Folk Theorem)，即使是在有限重復(fù)囚徒困境博弈中——也是無法達(dá)致合作或言帕累托效率的。
　　然而，博弈論和經(jīng)濟(jì)學(xué)的理論預(yù)測(cè)是如此，但現(xiàn)實(shí)情形卻是，在任何人類文明社會(huì)中，在人與人之間總是存在這樣和那樣形式的合作，因而阿克塞爾羅德(Axelrod,1984；羅伯特?阿克塞爾羅德，2007年，第3頁(yè))曾認(rèn)為：“合作現(xiàn)象四處可見，它是文明的基礎(chǔ)。”這樣就出現(xiàn)了一個(gè)經(jīng)濟(jì)社會(huì)理論所必須回答的問題：在每個(gè)人都具有自私動(dòng)機(jī)的情況下，人們?cè)鯓硬拍芡ㄟ^社會(huì)博弈而自發(fā)產(chǎn)生合作？換言之，人類合作能否從有著自己利益最大化推理邏輯的行動(dòng)者的行為互動(dòng)中自發(fā)產(chǎn)生？或更直接一點(diǎn)說，人們到底是如何跳出這處處存在且沒完沒了的種種“囚徒困境”迷局的？
　　從人類經(jīng)濟(jì)社會(huì)思想史的理論進(jìn)展來看，盡管“囚徒困境博弈”的理論程式到1950年才被人們?cè)O(shè)計(jì)出來，但如何克服個(gè)人短期和眼前的私利而通過合作最大化人類的社會(huì)福祉這一問題，卻在很早就被各學(xué)科的一些重要思想家們認(rèn)識(shí)到并且提了出來。從西方社會(huì)思想史來看，在這方面最為人們所熟知的例子是霍布斯(Thomas Hobbes,1943)的“利維坦”和盧梭(Jean JacquesRousseau,1968)的“社會(huì)契約理論”。按照霍布斯的理論思路，沒有一個(gè)作為利維坦的機(jī)構(gòu)(可大致理解為“作為國(guó)家政府的集權(quán)體制機(jī)構(gòu)”)，人類合作將是不可能產(chǎn)生的，因此，一個(gè)強(qiáng)權(quán)的政府機(jī)構(gòu)是必要的。而按照盧梭的理論路徑，一些自由人之間相互交往會(huì)產(chǎn)生“公意”(general will)，在公意存在的情況下，通過某種“社會(huì)契約”，就可以達(dá)致并維持某種人類社會(huì)或社群之間的某種合作。
　　然而，問題到這里并沒有結(jié)束。即使我們同意作為一個(gè)巨大利維坦的政府機(jī)構(gòu)對(duì)促進(jìn)社會(huì)合作有某種作用，但是反過來的問題是：如何避免一個(gè)龐大的政府官僚科層制所可能帶來的效率損失？于是，通過霍布斯的利維坦形式而達(dá)致的社會(huì)合作，就有一個(gè)通過這種方式所達(dá)致的“合作剩余”與官僚科層制可能帶來的“效率耗散”的替代關(guān)系。
　　盧梭的社會(huì)契約論，就其本質(zhì)而論，也是想解決人類社會(huì)的合作問題，但盧梭的政治主張和理論路徑，也不是沒有問題的。這里尤為值得指出的是，盡管盧梭批評(píng)了霍布斯的君主專制主張，提出在人類最初處于“自然狀態(tài)”時(shí)是人人自由平等的這種天賦人權(quán)觀，并主張?jiān)诖死碚摶�礎(chǔ)上通過自由人的公意簽立契約而建立國(guó)家，設(shè)立政府，并在政府的治理之下實(shí)現(xiàn)社會(huì)合作，但盧梭的社會(huì)理論本身卻以共和制為形式的專制獨(dú)裁的理論為導(dǎo)向，從而在現(xiàn)實(shí)中，受盧梭和其他法國(guó)啟蒙思想家的社會(huì)哲學(xué)和政治主張的影響，法國(guó)在18世紀(jì)末和19世紀(jì)上半葉也確實(shí)發(fā)生了一場(chǎng)場(chǎng)腥風(fēng)血雨的大革命。今天究其理論邏輯，我們會(huì)發(fā)現(xiàn)，按照盧梭的政治理論，集體意志(公意)是維系契約社會(huì)的紐帶，沒有對(duì)公共利益的維護(hù)，沒有集體意志(公意)的運(yùn)用，契約就等于一紙空文，人類社會(huì)的合作也難以發(fā)生和存續(xù)，由此盧梭認(rèn)為，公民有義務(wù)把公意看成是自己的意志。在此情況下，若有任何人拒不服從公意，全體就要逼迫他服從公意。因而，根據(jù)盧梭的人民主權(quán)論的這一邏輯推理，如果某個(gè)人或某個(gè)組織代表公意，那么這個(gè)人或組織就有權(quán)力來統(tǒng)馭、控制和指導(dǎo)整個(gè)社會(huì)。這樣一來，一種代表公意的專制集權(quán)統(tǒng)治就自然而然地內(nèi)在于這一政治推理邏輯之中了。由此看來，與其說盧梭的社會(huì)契約論是想達(dá)致在人人自愿基礎(chǔ)上的某種社會(huì)合作，而毋寧說他是主張一些人以“集體理性”和“社會(huì)公意”為名義實(shí)行個(gè)人的專制獨(dú)裁。就此而論，盡管盧梭從詞語(yǔ)上不同意霍布斯的君主專制政體主張，但在通過控制社會(huì)來強(qiáng)制人們進(jìn)行某種社會(huì)選擇這一問題上，二者卻可謂是殊途同歸。
　　概言之，從霍布斯到盧梭，西方古典社會(huì)契約論的一個(gè)基本理論假設(shè)是，一個(gè)具有共同利益的群體會(huì)在某種外在強(qiáng)制力量和社會(huì)安排下為實(shí)現(xiàn)共同利益而采取集體行動(dòng)，并且這要么導(dǎo)致君主專制，要么達(dá)致共和獨(dú)裁。然而，這是人類社會(huì)所命定的必然選擇嗎？人類是否必須接受霍布斯的“利維坦”或盧梭的“人民主權(quán)者”的專制統(tǒng)治，并只有在此統(tǒng)治之下才能實(shí)現(xiàn)某種形式的社會(huì)合作？換句話說，哈耶克(Hayek,1988)在《致命的自負(fù)》一書中所提出的人類合作的擴(kuò)展秩序(the extended order of human cooperation)能否自發(fā)生成和自然成長(zhǎng)？如果能，其自發(fā)生成和自然擴(kuò)展的外在條件和社會(huì)機(jī)制又是什么？這些問題追問到最后，都會(huì)牽涉到人類內(nèi)部——或具體到個(gè)人之間——合作的原初發(fā)生機(jī)制和維系機(jī)理問題。從這個(gè)角度來審視問題，今天我們也許會(huì)發(fā)現(xiàn)，在20世紀(jì)由美國(guó)著名經(jīng)濟(jì)學(xué)家曼瑟爾?奧爾森(Mancur Olson)所詰問的人類社會(huì)的“集體行動(dòng)的邏輯”，實(shí)際上是把人類合作如何可能這類霍布斯和盧梭式的老問題，在現(xiàn)代社會(huì)科學(xué)的話語(yǔ)語(yǔ)境中重新提了出來，并把它還原到人與人之間的個(gè)人博弈的層面上來進(jìn)行考察。
　　這里不妨讓我們?cè)俸?jiǎn)單回顧一下奧爾森的集體行動(dòng)的邏輯。奧爾森認(rèn)為，每一個(gè)個(gè)人都是理性的“經(jīng)濟(jì)人”，個(gè)人不僅在個(gè)體活動(dòng)中，而且在集體活動(dòng)中，其目的都只有一個(gè)，那就是不斷追求個(gè)人利益的最大化。正是由于這種個(gè)人的自利傾向，使得集體行動(dòng)在大的集團(tuán)中成為一種不可能的事。因?yàn)�，集團(tuán)越大，就越難克服集體行動(dòng)中的“搭便車”行為：人人都想分享集體行動(dòng)的成果，但不愿分擔(dān)集體行動(dòng)的成本。奧爾森集體行動(dòng)的邏輯所面臨的問題，顯然也是人類社會(huì)中經(jīng)常且時(shí)時(shí)存在的多人囚徒困境博弈中眾人的“合作選擇”如何成為可能的問題。面對(duì)這個(gè)古老、簡(jiǎn)單而似乎又萬古常新的理論問題，奧爾森的推理邏輯如此單刀直入?yún)s又不乏深刻：“除非一個(gè)集團(tuán)中人數(shù)很少，或者除非存在強(qiáng)制或其他某些特殊手段以使個(gè)人按照他們的共同利益行事，有理性的、尋求自我利益的個(gè)人不會(huì)采取行動(dòng)以實(shí)現(xiàn)他們共同的或集團(tuán)的利益�！�(Olson,1980；曼瑟爾?奧爾森，1995年，第2頁(yè))很顯然，奧爾森只不過是在20世紀(jì)復(fù)述了一遍霍布斯和盧梭所提出的老問題。
　　霍布斯和盧梭的思想，以及后來奧爾森的工作，在人類思想史上無疑均有重要的歷史意義，且在人類數(shù)百年的現(xiàn)代化進(jìn)程中，霍布斯的利維坦和盧梭的社會(huì)契約論，均能在歐洲社會(huì)的歷史上存在過的政治和社會(huì)體制中發(fā)現(xiàn)其理論的現(xiàn)實(shí)體現(xiàn)(incarnation)。然而，人類社會(huì)的合作，遠(yuǎn)比這兩位古典政治哲學(xué)家眼中的政治體制問題要寬泛得多。從國(guó)與國(guó)之間的軍備競(jìng)賽、國(guó)際貿(mào)易、關(guān)稅協(xié)定的制定和恪守，到商家雙頭(duopoly)和多頭(oligopoly)競(jìng)爭(zhēng)、合伙制與現(xiàn)代科層制公司內(nèi)部的運(yùn)作和管理、公共物品的提供，再到鄰里相處、朋友相交、夫妻之道、家庭維系……這時(shí)時(shí)、處處、事事似乎都充滿著超越囚徒困境博弈的合作選擇問題，以至于可以認(rèn)為，沒有人與人之間的合作，沒有人們對(duì)單次或重復(fù)囚徒困境博弈均衡選擇的超越，就沒有人類的文明社會(huì)。但是，反過來說，沒有人們面臨諸種囚徒困境博弈格局中的“均衡”選擇，即“背叛”，人類社會(huì)中的國(guó)家、法律、禮俗、規(guī)范、組織和種種制度，在很大程度上也就成為多余的了。那么，人類社會(huì)究竟是如何在一些囚徒困境博弈的格局中達(dá)致相互合作的？在面臨著隨時(shí)出現(xiàn)的囚徒困境博弈格局時(shí)，作為一個(gè)理性(包括康德哲學(xué)意義上的純粹理性和實(shí)踐理性，或更確切說，即包括新古典主流經(jīng)濟(jì)學(xué)理論話語(yǔ)中的個(gè)人利益和效用的最大化的理性行為，也包括休謨、斯密和康德道德哲學(xué)中的道德情感和定言命令)的行動(dòng)者，在面臨著一個(gè)又一個(gè)的重復(fù)和不重復(fù)囚徒困境博弈格局時(shí)，對(duì)你來說最好的選擇是什么？或言你應(yīng)該如何選擇？
　　這種種問題，既是些理論問題，也是些現(xiàn)實(shí)問題；既是牽涉到人類社群組織和社會(huì)政制的深層發(fā)生機(jī)制和原理，也牽涉到個(gè)人層面的道德標(biāo)準(zhǔn)和個(gè)人選擇的優(yōu)化問題。這一系列看似簡(jiǎn)單但實(shí)際上又十分復(fù)雜、且看似表層但實(shí)際上是社會(huì)和社群構(gòu)成基礎(chǔ)的深層問題，就被阿克塞爾羅德在20世紀(jì)80年代連續(xù)設(shè)計(jì)進(jìn)行的三次“囚徒困境重復(fù)博弈計(jì)算機(jī)程序奧林匹克競(jìng)賽”所充分展示出來了。
　　三、阿克塞爾羅德“囚徒困境重復(fù)博弈計(jì)算機(jī)程序奧林匹克競(jìng)賽”結(jié)果及理論意義
　　這里，首先讓我們介紹一下阿克塞爾羅德所指導(dǎo)進(jìn)行的三次重復(fù)囚徒困境博弈實(shí)驗(yàn)的模型設(shè)計(jì)和試驗(yàn)結(jié)果，然后再綜合評(píng)價(jià)這三屆博弈實(shí)驗(yàn)結(jié)果的理論意義。在下一小節(jié)中，我們?cè)賮碛懻摪⒖巳麪柫_德的《合作的復(fù)雜性》這本著作的主要理論貢獻(xiàn)及其現(xiàn)實(shí)意義。
　　稍熟悉現(xiàn)代博弈論的讀者會(huì)知道，囚徒困境(thePrisonerDilemma，簡(jiǎn)稱“PD”)一般有以下簡(jiǎn)單直觀的形式：
　　C（合作）D（背叛）
　　C（合作）R,R S,T
　　D（背叛）T,S P,P
　　圖1囚徒困境博弈的一般形式
　　其中，按照英文字符所代表的縮略詞的一般意義來解釋：R，對(duì)博弈雙方合作的報(bào)酬支付報(bào)酬(reward for mutual cooperation)；T，博弈者采取背叛策略的誘惑(temptation to defect)；S，對(duì)策略選擇中自己采取合作策略，而對(duì)方采取背叛策略的“愚蠢策略”(sucker spayoff)的回報(bào)；P，對(duì)雙方背叛的懲罰(punishment for mutual defection)。根據(jù)上述定義，囚徒困境博弈的一般方程式為：PD＝T＞R＞P＞S。根據(jù)囚徒困境的這種一般形式，為了簡(jiǎn)便計(jì)算，阿克塞爾羅德為其博弈競(jìng)賽設(shè)計(jì)了一個(gè)如圖2所示的有限次重復(fù)博弈的支付矩陣。
　　策略i
　　C（合作） D（背叛）
　　策略j C（合作） R=3，R=3 S=0，T=5
　　D（背叛） T=5，S=0 P=1，P=1
　　圖2阿克塞爾羅德重復(fù)囚徒困境博弈支付矩陣
　　設(shè)計(jì)好了這個(gè)支付矩陣后，阿克塞爾羅德為他的整個(gè)重復(fù)囚徒困境博弈奧林匹克錦標(biāo)賽的目標(biāo)設(shè)計(jì)了這樣一個(gè)標(biāo)準(zhǔn)：找出在這種重復(fù)囚徒困境博弈“錦標(biāo)賽”中哪種策略是最好的(即能收到的總支付最大)。為了達(dá)到這一點(diǎn)，阿克塞爾羅德想出了一個(gè)聰明的辦法，就是向博弈論專家們發(fā)出廣告，讓有興趣參賽的博弈論專家和一些社會(huì)科學(xué)家各自設(shè)計(jì)一種自認(rèn)為是最好的策略，來參加他的“博弈策略”比賽。在第一次實(shí)驗(yàn)中，阿克塞爾羅德共收到14個(gè)“策略參賽者”。為了便于評(píng)判，阿克塞爾羅德增加了自己的第15個(gè)策略程序“隨機(jī)策略”，也就是“沒有策略的策略”：隨機(jī)地出“合作”(C)和“背叛”(D)牌。阿克塞爾羅德還把他的“隨機(jī)策略”作為“比賽”的底線。因?yàn)�，如果有哪一個(gè)策略比“隨機(jī)策略”的總得分還差，那一定是糟糕透了的策略。
　　在決定這15個(gè)參賽策略后，阿克塞爾羅德把它們都轉(zhuǎn)換成同一種電腦語(yǔ)言并在一臺(tái)大型計(jì)算機(jī)中讓它們一一對(duì)壘。既然有15種策略，就有225場(chǎng)“比賽”，其中包括每個(gè)策略程序也與自己對(duì)壘(同一種策略程序?qū)��?。阿克塞爾羅德還讓每場(chǎng)“比賽”玩200個(gè)回合。通過這225場(chǎng)200個(gè)回合的博弈“比賽”，看哪一個(gè)策略參賽者能獲得的支付最多。如圖2所示，支付的點(diǎn)數(shù)是這樣計(jì)算的：在每次博弈中，相互合作(C,C)，得支付R＝3；此方背叛對(duì)方合作(D,C)，得T＝5；互相背叛(D,D)，雙方都受到懲罰，得P＝1；此方合作對(duì)方背叛(C,D)，得被欺騙的回報(bào)S＝0。在此博弈弈局安排中，理論上只有一種策略組合能達(dá)15000分，那就是15場(chǎng)200個(gè)回合的比賽全是(D,C)(每個(gè)回合全得T＝5分)。反過來，如全部(C,D)，得最低總分S＝0。但這兩個(gè)極端不會(huì)發(fā)生。因?yàn)闆]有一個(gè)策略會(huì)在對(duì)方全出背叛牌(D)時(shí)而自己全出合作牌(C)。實(shí)際上，任何一種策略平均每場(chǎng)“比賽”所得支付不會(huì)超過600。這是兩個(gè)參賽程序在一場(chǎng)200個(gè)回合對(duì)抗賽中全出合作牌(C,C)自己所能得的分?jǐn)?shù)。所以，阿克塞爾羅德把600分作為基準(zhǔn)分，而將所有參賽策略的比賽成績(jī)換算成這一分?jǐn)?shù)的百分比。
　　由于阿克塞爾羅德的“重復(fù)囚徒困境博弈”比賽的參賽程序全由博弈論專家所提供，有些參賽程序看來設(shè)計(jì)得非常精明。但是，令人出乎預(yù)料的是，第一屆博弈對(duì)抗賽的冠軍竟是在所有策略中最簡(jiǎn)單(除了阿克塞爾羅德本人的“隨機(jī)策略”外)且表面上看來非�！昂┲薄钡摹耙粓�(bào)還一報(bào)”(tit for tat，簡(jiǎn)稱“TFT”)策略。這個(gè)策略是由加拿大多倫多大學(xué)的著名博弈論心理學(xué)家阿納托爾?拉波波特(Anatol Rapoport)教授提供的�！耙粓�(bào)還一報(bào)”策略非常簡(jiǎn)單：第一回合取“合作”，然后每一回合都重復(fù)對(duì)手的上一回合的策略。
　　阿克塞爾羅德第一屆“重復(fù)囚徒困境博弈”比賽的結(jié)果出來了：“一報(bào)還一報(bào)”得第一，平均得分504.5，即600基準(zhǔn)分的84%。其他8個(gè)好的策略中，得基準(zhǔn)分介于28.6%和83.4%之間。令人跌破眼鏡的是，在阿克塞爾羅德的第一次“博弈比賽”中，最失敗的就是最復(fù)雜的那一個(gè)策略。
　　為什么簡(jiǎn)單平直的“一報(bào)還一報(bào)”策略會(huì)獲勝？道理似乎很復(fù)雜，也似乎很簡(jiǎn)單。當(dāng)遇到“合作對(duì)手”時(shí)，它永遠(yuǎn)合作。即使遇到同類“一報(bào)還一報(bào)”時(shí)，由于大家都是從合作開始，也就保持了永遠(yuǎn)合作，故所得“合作剩余”也總是最高。當(dāng)“一報(bào)還一報(bào)”遇到“狡詐的”策略程序時(shí)，你怎么來，我就怎么往，一報(bào)還一報(bào)，故也不會(huì)比你差。從中，阿克塞爾羅德得出一個(gè)基本結(jié)論：好的策略的標(biāo)準(zhǔn)是永遠(yuǎn)不先背叛�！耙粓�(bào)還一報(bào)”就是一個(gè)例子。它會(huì)背叛，但只是在報(bào)復(fù)時(shí)才如此。這似乎令人相信，“善于合作的好人”在社會(huì)博弈的長(zhǎng)期比賽中得分結(jié)果會(huì)很好，而不管遇到的博弈對(duì)手是“善良型”的，還是“詭詐型”的。阿克塞爾羅德的第一屆博弈大賽也表明，好的策略必須有三個(gè)特征：“善良”、“寬恕”和“不嫉妒”。所謂“善良”，就是從不主動(dòng)地先背叛。所謂“寬恕”，就是指很容易忘卻對(duì)方過去的“錯(cuò)誤”。一旦對(duì)方“改過”，即以合作對(duì)待。這兩點(diǎn)“一報(bào)還一報(bào)”均具備，故占這次博弈比賽的榜首。所謂“不嫉妒”，就是當(dāng)別的參賽者“賺”得和你一樣多時(shí)，你仍然很高興，而且樂于同時(shí)從“莊家”那里贏錢。很顯然，“一報(bào)還一報(bào)”也是一種不嫉妒的策略。因?yàn)�，它從來沒有真正地贏過任何一場(chǎng)比賽。由于“一報(bào)還一報(bào)”從不先背叛，它從來沒有在任何一場(chǎng)比賽中比對(duì)手獲得的支付更高。它似乎傾向于與對(duì)手分享高分。相比之下，博弈論常識(shí)中由所謂“倒推法”所推出的“有限重復(fù)囚徒困境博弈不會(huì)產(chǎn)生合作，而只有無限重復(fù)的囚徒困境博弈才會(huì)產(chǎn)生合作”的“俗定理”，就是基于一種“嫉妒”心理而進(jìn)行推理的。因?yàn)�，它總是假定每個(gè)博弈者總想取得比對(duì)手更高的支付分?jǐn)?shù)。事實(shí)上，“俗定理”所展示的是最理性、最精明但也是“最愚蠢”(聰明反被聰明誤)的博弈推理。這種博弈推理所導(dǎo)致的重復(fù)囚徒困境博弈的比賽結(jié)果肯定是最差的，因?yàn)樗鼘?dǎo)致了永遠(yuǎn)背叛的策略對(duì)(D,D)。實(shí)際上，這種倒推推理的邏輯也表明，新古典和博弈論理性最大化理論陣營(yíng)所派出的博弈參賽者只是短視地看到它在與對(duì)手進(jìn)行博弈，而沒有意識(shí)到它是與對(duì)手一起在與“莊家”博弈。
　　在第一屆重復(fù)囚徒困境博弈對(duì)抗賽的結(jié)果出來之后，阿克塞爾羅德又組織了第二屆比賽。這次比賽他共收到62套策略程序，加上他的“沒有策略的策略”即“隨機(jī)策略”，共63套策略參賽。第二次，每局比賽也不再是每場(chǎng)200個(gè)回合了，而是更多，因而基準(zhǔn)分?jǐn)?shù)也不再是600了。在征集第二屆博弈對(duì)抗賽的參賽策略時(shí)，阿克塞爾羅德還把第一屆比賽結(jié)果告訴了所有第二屆博弈對(duì)抗賽的參賽策略程序設(shè)計(jì)者，并附有他自己的分析，說明為什么善良及寬恕的策略會(huì)在第一屆博弈對(duì)抗賽中表現(xiàn)得如此優(yōu)秀。但第二屆博弈對(duì)抗賽的策略設(shè)計(jì)者們?cè)谑盏降谝粚脤?duì)抗賽的結(jié)果和阿克塞爾羅德的說明后，在設(shè)計(jì)他們的新參賽策略時(shí)有兩種思路。一派博弈論專家根據(jù)“善有善報(bào)”推理送來了善良且寬恕的策略。著名的生物學(xué)家、演化博弈論的奠基人約翰?梅納德?史密斯(John Maynard Smith)甚至還送來“超級(jí)寬恕”程序“兩怨還一報(bào)”的策略。另一派專家則推想到大多數(shù)同仁會(huì)進(jìn)一步提供善良和寬厚的策略而反其道而行之，設(shè)計(jì)出更加“細(xì)膩”、“精明”、“狡詐”和“不友善”的策略，以旨在“整整”這些來參賽的“愚笨好人(策略)”。
　　然而，第二屆對(duì)抗賽結(jié)果出來了：狡詐的策略再度失敗，阿納托爾?拉波波特的“一報(bào)還一報(bào)”策略再度獲勝，并且得了基準(zhǔn)得分的96%。而且，“善良”的策略再次普遍表現(xiàn)得比“狡詐”的策略好。在前15名中只有一個(gè)不是“善良”的策略，最后15名中只有一個(gè)不是“狡詐”策略。不過，史密斯的“兩怨還一報(bào)”策略在這一屆博弈對(duì)抗賽沒有贏。這可能是因?yàn)樗�過于“善良”和“寬厚”因而被那些“精明”而“詭詐”的策略所“無情捕殺”。阿克塞爾羅德從第二屆博弈對(duì)抗賽中甚至還發(fā)現(xiàn)，“一報(bào)還一報(bào)”這一“善良”、“憨直”的策略之所以獲勝，是因?yàn)閰⒓拥诙�屆博弈�?duì)抗賽的策略大部分是“善良型”的。他還推斷到，如果參賽的其他62個(gè)策略全是“詭詐型”的，“一報(bào)還一報(bào)”策略可能就不會(huì)贏了。因?yàn)�，它也�?huì)像史密斯的更加“善良”和“寬厚”的“兩怨還一報(bào)”策略一樣被狡詐的策略“群狼”所“捕殺”。
　　事實(shí)上，阿克塞爾羅德后來又進(jìn)行了他的第三屆“重復(fù)囚徒困境博弈對(duì)抗賽”。但這次他并沒有征集新的策略，而是在改變電腦程序后，讓第二屆的所有參賽策略重新進(jìn)行比賽。在第三屆對(duì)抗賽中，阿克塞爾羅德主要沿著演化博弈(或譯進(jìn)化博弈)的理論思路，想從對(duì)抗賽中找出史密斯的“演化穩(wěn)定策略”(Evolutionary Stable Strategies,ESSs)。為了達(dá)到這一目的，阿克塞爾羅德先將63套策略程序存入電腦，讓其作為演化博弈的第一代。在第一代之間的對(duì)抗賽結(jié)束時(shí)，每一種策略的勝利不是由所得分?jǐn)?shù)來評(píng)判，而是根據(jù)由每種策略產(chǎn)生多少“后代”來決定。當(dāng)一個(gè)子代生成后，有些策略逐步變得稀少起來，有些甚至完全消失了，而其他策略則變得多了起來。經(jīng)過1000代，策略的比例和環(huán)境都不再改變而達(dá)到了一定程度的穩(wěn)定。第三屆“重復(fù)囚徒困境演化博弈”的實(shí)驗(yàn)結(jié)果表明，幾乎所有“詭詐型”策略都在200代左右完全消失了�！耙粓�(bào)還一報(bào)”策略仍然在第三屆演化博弈比賽中表現(xiàn)得很出色。其他5種“善良而不懦弱”的策略也和“一報(bào)還一報(bào)”同樣成功。阿克塞爾羅德最后還發(fā)現(xiàn)，當(dāng)演化博弈競(jìng)賽中所有“詭詐”策略都絕跡后，已無法區(qū)分“一報(bào)還一報(bào)”和別的“善良型”策略，也無法區(qū)別出任何兩種競(jìng)賽策略之間的差異了。因?yàn)�，他們�(nèi)�是“善良”型的，即只�?huì)向?qū)Ψ匠觥昂献髋啤�。�?duì)于這一演化博弈結(jié)果，生物學(xué)家道金斯(Dawkins,1989,p.233)感慨地歸納道：“即使有自私的基因掌權(quán)控制，好人仍能得好報(bào)！”
　　……
　　韋森2007年9月于復(fù)旦大學(xué)