从“囚徒困境”谈企业与竞争者的合作双赢

从“囚徒困境”谈企业与竞争者的合作双赢

1994年10月11日，瑞典皇家科学院宣布，由于纳什博士对非合作博弈理论中

的均衡问题进行了开创性分析，他与另外两位学者分享该年度的诺贝尔经济学

奖。纳什在1950年和1951年发表了两篇关于非合作博弈的论文，定义了“纳

什均衡”概念，与于1950年定义的“囚徒困境”一起，奠定了当代非合作博弈

论的基石。纳什获得诺贝尔经济学奖，就是基于这两篇论文。博弈论强调用互惠

策略，促进博弈方之间的合作，形成基于个体理性的集体理性结局。现在，对博

弈论的研究是如此地广泛，以致于有些人说最新的经济学和管理科学都已经利用

博弈论的理论和工具重写过了。

一、“囚徒困境”的客观现实

博弈可以分为合作博弈和非合作博弈。合作博弈与非合作博弈之间的区别

主要在于人们的行为相互作用时，当事人能否达成一个具有约束力的协议。如果

有，就是合作博弈；反之则是非合作博弈。合作博弈强调的是团体理性，强调的

是效率，公正，公平。非合作博弈强调的是个体理性，个体最优决策，其结果可

能是有效率的，也可能是无效率的。

“囚徒困境”（Prisoners’ Dilemma）博弈是博弈理论中的典型实例。

讲的是两个同案犯罪嫌疑人（囚徒）被警方拘捕后，为防止其相互间串供，而分

别拘押，隔离审问时。两疑犯所面临的认罪策略选择问题。

对该博弈中的两个博弈方来讲，各自都有两种可选择的策略，但各方的收

益不仅取决于自己的策略选择，也取决于另一方的对应选择。当一方选择坦白时，

无论对方的选择如何，己方的收益均不低于对方的收益。当一方选择不坦白时，

无论对方的选择如何，己方的收益均不高于对方的收益。所以最好个人后果与最

好共同后果是不同的。

两囚徒决策时的竞争性反应就是以自己的最大利益为目标，而结果是无法

实现最大利益甚至较大利益。两囚徒只有做出合作性反应才可能实现最好的共同

后果。这种情况在现实生活中具有相当的普遍性，在市场竞争，环境问题，公共

资源开发利用中屡见不鲜。

囚徒困境是用来解释合作难以实现的典型例子。在囚徒困境中，集体理性

要求参与者共同选择合作策略。然而，从个体理性的角度，参与者的最佳选择是

背叛策略，因为这才是个体收益最大化的策略。这反映了一个很深刻的问题，即

个体理性与集体理性之间存在着冲突，这直接导致了合作的难以进行。

囚徒困境的一个主要限制条件是，个体在决策前不能相互交流。然而，即

使个体在决策前达成某种协议，合作也很难进行。这涉及到一个相互信任的问题。

在博弈次数有限且已知的前提下，如何让对方相信你不会采取机会主义行为？对

方又该如何让你相信呢？

二、合作对突破“囚徒困境”具有重要意义

根据各博弈方收益之和的不同，我们可将博弈分为零和博弈，常和博弈，

变和博弈三种类型。在零和博弈和常和博弈中，各博弈方之间的利益关系是对立

的。而在变和博弈中，存在着各博弈方通过相互配合，以争取较大的总收益和个

人收益的可能性。囚徒困境就是变和博弈。

在变和博弈中，为谋求较大的总收益和个人收益，合作是非常重要的。合

作是指个体间相互联系相互作用，通过协调个体活动，优化资源配置，整合群体

优势，实现整体能力增强，总体效益增加，个体利益增长，并由此导致一定程度

的相互依赖性的活动。随着社会的发展，分工的不断细化，单个的企业已不太可

能具备所有的优势资源，在各领域居于领先地位，通过合作获取外部资源已成为

竞争优势的重要来源。

技术进步越来越快，产品生命周期越来越短，企业竞争优势能够保持的时

间越来越短。在这种环境下，与竞争者保持合作可以最大限度地减少企业运作中

的不确定性，对企业来说，具有巨大的战略意义。越来越多的企业与竞争者共生

双赢，结成战略联盟，与竞争者的关系由对抗型转向合作型。合作与竞争就像硬

币的两面，共同存在于我们的经济生活中。变和博弈的双赢对局就是要联手把“蛋

糕”做大。从1929年世界性的经济危机，到2000年纳斯达克崩盘，每次经济

衰退，无一不是对抗性竞争激化所导致的悲剧，相反地，每一次经济复苏，都得

益于互补性竞争的贡献。

以电信市场为例。假设在电信市场上只有两家运营商：主导运营商和新兴

运营商。他们面临着两种业务选择：互通或否。由于互通是一种双向即时行为，

即一方的“通”必须建立在另一方“通”的基础之上，因而，这个博弈模型就会

简单得多。不考虑主导运营商和新兴运营商各自的核心业务收入，仅考虑其互通

业务的收入：如果双方拒绝合作，这部分收入显然为零；如果一方表示合作意向

而不为另一方接纳，博弈失效；只有双方开展互通，才会达到双赢的结果。

对于电信市场上的任何一家企业而言，其资源都是有限且覆盖领域相对狭

隘的。比如，中国电信在固定网络上有得天独厚的优势，但在一些新业务领域可

能缺乏自己的网络和数据资源，类似的情况在其他企业身上也有明显的体现。这

样的资源格局是伴随着我国电信改革而生的，具有“天然性”。运营商对此的理

性态度应该是“竞合”。只有通过竞合、通过互通，才会实现业务的拓展和网络

的增值。在同时存在多家运营商却没有互联互通的情况下，任何一家企业要想进

军新的业务领域，就必须付出昂贵的成本，必须在固定资产、可变资产、技术研

发上进行新的投资和日后的追加投资。而互联互通为这个难题的解决提供了一个

有效的途径，为电信企业低成本增收提供了可能性。互联互通所引出的资源共享

和成本节约为企业致力于核心业务的发展提供了时间和空间，有助于企业集中精

力发展自身优势。从以上的分析不难看出，互联互通对电信企业而言，是成本最

低、收效最快的一个双赢博弈。

三、走出“囚徒困境”，与对手合作双赢

美国密西根大学的一位学者罗伯特•艾克斯罗德组织了一场计算机竞赛。这

个竞赛的思路非常简单：任何想参加这个计算机竞赛的人都扮演“囚徒困境”案

例中一个囚犯的角色。他邀请多人来参加游戏，而且什么时候结束游戏是未知的。

他要求每个参赛者把追求得分最多的策略写成计算机程序，然后用单循环赛的方

式将参赛程序两两博弈，以找出什么样的策略得分最高。他们每个人都要在合作

与背叛之间做出选择。但这里与“囚徒困境”案例有个不同之处：这个游戏他们

不只玩一遍，而是一遍一遍地玩上数百次。这就是博弈论专家所谓的“重复的囚

徒困境”，它更逼真地反映了具有长期性的经济关系。而且，这种重复的游戏允

许程序在做出合作或背叛的抉择时参考对手程序前几次的选择。如果只玩一个回

合，则背叛显然就是唯一理性的选择。但如果两个程序已经交手过多次，则双方

就建立了各自的历史档案，用以记录与对手的交往情况。同时，它们各自也通过

多次的交手树立了或好或差的声誉。虽然如此，对方的程序下一步将会如何举动

却仍然极难确定。实际上，这也是竞赛组织者希望从这个竞赛中了解的事情之一。

一个程序总是不管对手做何种举动都采取合作的态度吗？或者，它能总是采取背

叛行动吗？它是否应该对对手的举动回之以更为复杂的举措？如果是，那会是怎

么样的举措呢？

竞赛的桂冠属于其中最简单的策略：针锋相对。针锋相对的策略是这样的：它总

是以合作开局，但从此以后就采取以其人之道还治其人之身的策略。也就是说，

针锋相对的策略实行了胡萝卜加大棒的原则。它永远不先背叛对方，从这个意义

上来说它是“善意的”。它会在下一轮中对对手的前一次合作给予回报，哪怕以

前这个对手曾经背叛过它，从这个意义上来说它是“宽容的”。但它会采取背叛

的行动来惩罚对手前一次的背叛，从这个意义上来说它又是“强硬的”。而且，

它的策略极为简单，对手程序一望便知其用意何在，从这个意义来说它又是“简

单明了的”。 针锋相对策略能导致社会各个领域的合作，包括经济领域中企业

之间的合作。

重复囚徒困境的研究还对合作的产生与进化给出了理论解释。研究表明，

即使在一个由自私自利者组成的世界里，无须集权的干预，仅在个体利益的驱动

下，基于回报的合作关系也能够在成员之间自发地产生。社会向合作进化的棘轮

是不可逆转的，群体的合作性越来越大。艾克斯罗德正是以这样一个鼓舞人心的

结论，突破了"囚犯困境"的研究困境。

以企业之间的价格战来说明这个问题。企业之间的价格战是一个动态博弈

的过程。企业不断达到纳什均衡，又不断打破这一均衡，在反复打破的过程中，

价格呈不断下降的趋势，直至价格接近边际成本。其博弈过程有如下特点：（1）

先后次序的博弈，价格战之所以会打响，很大程度上就是竞争者之间竞相降价，

这一过程

可以看作是有先后次序的；（2）完全信息的博弈，因为企业的定价行为是公开

的，最终要面向消费者，竞争对手也是很容易获取价格信息的；（3）重复博弈，

实际上价格是不断变动的，而且价格战也是持续的，所以可以看作是重复博弈。

可见，价格战的上述特征满足使用针锋相对策略的条件。从而我们可以认

为，价格战是能够避免的。遵循着博弈的重要原则：了解竞争对手，也让竞争对

手了解你。如果自己的策略为竞争对手所明白，并且向竞争对手清楚地表明自己

准备合作，但对背叛行为将采取以牙还牙的报复行为，那么企业终将与竞争对手

达成合作双赢的结局，至少可以大大降低价格战这种毁灭性竞争发生的可能性。

要突破囚徒困境，实现团体理性，唯有合作一途。至于合作的具体方式，

还要具体问题具体分析。合作的手段和方式可能千变万化，但寻求双赢的信念要

永存心间。合作双赢不但是我们的理想而且这个理想定会在我们的努力中变成现

实。