囚徒困境：多种立场，一个思想

囚徒困境最早是由美国普林斯顿大学数学家塔克于1950年提出来的。他当时编纂了一个故事，意在向斯坦福大学的心理学家们解释什么是博弈论。后来经过发展，囚徒困境成为了博弈论中最著名的案例之一。

所谓囚徒困境，大意是这个样子的。

有一天，某富翁在家中被杀，财物被窃。警方在侦破此案的过程中，抓到了汤姆、杰克两个犯罪嫌疑人，并从他们的住处搜出了被害富翁家中丢失的财物。面对呈现在眼前的物证，他们承认了自己的偷窃行为，但却矢口否认杀害富翁，辩称是先发现富翁被杀，然后他俩只是顺手牵羊偷了点儿东西。

针对两人的狡辩，警方对他们采取了隔离审讯。为了分化瓦解他们，检察官分别对两人说了以下一段话：

本来你们的偷盗罪证据确凿，可以就此判你们1年刑期。但是，根据将功赎罪制度，如果你主动坦白并且揭发同伙的杀人罪行，我们将对你进行从宽发落，判你无罪释放，但你的同伙要被判30年刑期。如果你顽抗到底，拒不坦白，而被同伙检举出你的杀人行为，那么你就要受到严惩，将被判刑30年，你的同伙将被无罪释放。当然，如果你们两人都坦白，那么你们都将只被判15年刑期。在这里，博弈的决策主体——汤姆和杰克各有两个选择，即坦白和抵赖。这两个嫌疑犯该怎么办呢？他们面临着两难的选择——坦白还是抵赖。显然最好的选择是两人都选择抵赖，都得到最好的结果——只判刑1年（杀人罪按照疑罪从无原则，证据不足无法成立，只能以偷盗罪各判每人1年徒刑）。但是由于两人处于隔离的情况下，没有串供的条件，所以他们不得不仔细考虑对方可能采取什么策略，以及对方采取的策略对自己有什么影响。

心理较量就这样开始了，汤姆和杰克都是绝对的精明人，都只在乎减少自己的刑期，并不关心自己的选择会对对方产生什么影响，对方因为自己的决策又将被判多少年刑期。

汤姆会这样推理：假如杰克选择抵赖的话，我只要坦白，马上就可以无罪释放，获得自由，而我若抵赖则要坐牢15年，显然坦白比抵赖要划算得多；假如杰克选择坦白的话，我若抵赖，则要坐30年牢，坦白却只坐15年牢，显然还是选择坦白为上策。所以说，无论杰克选择抵赖还是坦白，我的最佳选择都是坦白，还是坦白交代了吧。

同样，杰克也跟汤姆一样会算计，也会如此推理。

囚徒困境之所以称为困境，就是因为这局博弈的最终结果对两个参与者来说都是最坏的，两个嫌疑犯双双选择坦白，结果皆被判刑15年。这对他们个人来说都是从自身利益出发的最佳选择，符合他们的个体理性选择。因为坦白交代者可能会被无罪释放，显然比自己抵赖可能会独自承受30年刑期要好。而原本对双方都有利的策略——两个人都抵赖，每人被判1年刑期就不会出现。囚徒困境是典型的非合作博弈的范例，为我们探讨合作是怎样形成的提供了极为形象的解说方式，其产生不良后果的原因是两个嫌疑犯都从利己目的出发，最终导致结果损人不利己，合作没有产生。反过来我们就可看到：彼此达成合作是最好的利己策略，但合作必须符合以下黄金定律：“己所不欲，勿施于人”。基于此基础之上的合作才能形成一个和谐的、良好的社会环境。

在囚徒困境中，最好的策略直接取决于对方所采用的策略，取决于对方所采取的策略为发展双方合作留出多大的余地。独立于对方所用策略之外的、从利己目的出发的、最好的决策是不存在的。

实际上，囚徒困境是现实生活中许多现象的一个抽象概括，有着广泛而深刻的意义。同一行业不同企业之间激烈的价格竞争就是典型的囚徒困境现象。在价格博弈中，只要双方都以对方为敌手，只关心自己的利益，那么不管对方采取怎样的决策，自己采取低价策略总会占便宜，就如同囚徒困境中的犯罪嫌疑人始终认为自己选择坦白为最佳决策一样，这就促使双方都采取低价策略。如可口可乐公司和百事可乐公司之间的价格竞争、各大航空公司之间的价格战，等等。

如果双方进行合作，共同制定比较高的价格，就可以避免无休止的价格大战并获得较高的利润。但是这些联盟往往处于利益驱动的囚徒困境之中，双赢也就成为泡影。不同企业之间五花八门的价格联盟总是非常短命，道理也就在这里。