策略思维

专制会带来贪污腐败，或者说比非专制社会更加普遍的贪污腐败现象，这种因果关系并不是简单地因为专制社会缺乏对于官员的监督，而是因为在专制社会里，官员向其上司表忠诚，可以通过自己贪污腐败来发送忠诚的信号，以利于保护自己。……当你具有好的声誉时，你谋反成功并且取而代之的动机就会比较强烈，相反，你的坏声誉会增加你谋反成功的难度，你的谋反动机也就比较小了。

直奔牢房有这么一个笑话，说的是在斯大林时期的苏联，有一位乐队指挥坐火车前往下一个演出地点，正在车上翻看当晚将要指挥演奏的作品的乐谱。两名克格勃军官看见他在读着什么，错把乐谱当成某种密码，立即将他作为间谍逮捕了。他争辩说那只是柴可夫斯基的小提琴协奏曲，却无济于事。在他被投入牢房的第二天，审问者自鸣得意地走进来，说：“我看你最好还是老实招了吧。我们已经抓住你的朋友柴可夫斯基了，他这会儿正向我们招供呢。”

博弈论说的并不仅仅限于击败对方。这个理论同时解释了建立合作与战而胜之两方面的策略。也许这意味着我们应该将孙武和托尔斯泰结合起来，变成《战争与和平的艺术》。

社会科学当中，研究策略性决策制定过程的分支称为博弈论，原意为游戏理论。

在谈恋爱的过程中，女孩子通常会对于男孩子的追求反应含糊。因为如果女孩子说她爱男孩子，男孩子就认为已经搞定，就不会继续狠追女孩子了，女孩子会因此失去被追的愉悦。如果女孩子说她不爱男孩子，男孩子就会放弃，女孩子就会失去继续考察男孩子的机会。所以，女孩子总是对于男孩子的追求若即若离，不轻易说她对他爱与不爱。这是混合策略的运用。

耶鲁大学教授马丁·舒比克设计了下面这个陷阱游戏：一名拍卖人拿出一张 1美元钞票，请大家给这张钞票开价；每次叫价以 5美分为单位；出价最高者得到这张 1美元钞票，但出价最高和次高者都要向拍卖人支付相当于出价数目的费用。

……

当然，对于学生们而言，还有一个更简单也更有好处的解决方案：联合起来。如果叫价者事先达成一致，选出一名代表叫 10美分，谁也不再追加叫价，全班同学就可以分享 90美分的利润。你当然可以把这个例子当成耶鲁本科生都是傻瓜的证明。不过，超级大国之间的核装备升级过程难道与此有什么分别吗？双方都付出了亿万美元的代价，为的是博取区区“ 1美元”的胜利。联合起来，意味着和平共处，它是一个更有好处的解决方案。

市场经济有一个更好的自然的激励机制，这就是利润动机。一家公司若能成功降低成本或推出新产品，就能赚取更高的利润；反过来，这家公司若被对手抛在后面，就会亏损。

讨价还价得出的协议会把较大份额归属更加耐心的一方，这一事实对于美国而言真是非常不幸。美国的政府体制以及媒体报道，实际上都在鼓动不耐烦的情绪。一旦与其他国家在军事和经济问题上的谈判进展缓慢，利害攸关的游说者就会从国会议员、参议员和媒体那里寻求支持，迫使政府尽快拿出结果。美国在谈判中遭遇的对手国家对此非常了解，也就可以想办法迫使美国做出更大的让步。

风险与边缘政策会从根本上改变讨价还价的进程。在我们以前提到的各方相继提出建议的谈判的例子中，以后将会发生什么事情的前景促使各方在第一轮就达成协议。边缘政策的一个不可分割的部分就在于有时候大家确实会越过边缘。谈判破裂而举行罢工的情况确实有可能出现。双方可能发自内心地感到遗憾，但这些事情一旦发生就有可能变得难以收拾，且持续时间可能超出人们的意料。

一个具有普遍意义的结论是，谁能在没有协议的情况下过得越好，谁就越是能从讨价还价的利益大饼中分得更大一块。

有时候，给物品标价会改变它的本质。比如，一般而言，捐献的血液应该比购买的血液更好，因为那些急于卖血换钱的人很可能自己的身体也不是那么健康。

出现相对比较差的标准，与其说是技术上的问题，不如说是行为上的问题。有关的例子都有一个均衡，在那一点上，大家一致在税单上做手脚或超速驾驶，甚至在事先约定的时间之后 1小时才赶到晚会现场。若要从一个均衡转向一个更好的均衡，最有效的办法可能是借助一场短期而严厉的运动。诀窍在于促使达到临界点数目的人发生转变，然后，随大流效应就能达成一个可以自动维持下去的均衡。相反，长期施加一点点压力的做法不可能达到相同的效果。

我们讨论了各人只能二选其一的博弈。其中的一个问题是似曾相识的多人囚徒困境：每一个人都做了相同的选择，却也是错误的选择。然后我们看到了另一些博弈，在这些博弈里，一部分参与者做了一个选择，另一部分参与者做了另一个选择，但若是把全体参与者作为一个整体，从这个整体的立场出发考察，这两种选择都没有达到最优比例。原因在于其中一个选择可能对其他人产生更大的影响，而做出这个选择的人没有预先将这个影响考虑在内。接下来我们遇到另外一种情况，在这种情况下，无论哪个极端，即无论选择这个方向或那个方向，都是一种均衡。要想做出选择，或确保做出正确的选择，我们需要能指导人们行为举止的社会习俗、惩罚或制约。即便如此，强大的历史力量仍有可能使这个团体陷入错误均衡的困境。

股市投资具有一些类似的特点。一只股票若是在原有价格上的需求超过供给，其价格就会上升。要想在股市赚钱，你的目标是确定其他人认为哪几只股票的价格就要上升。一直以来，他们都是通过同时设身处地从别人的角度考察这个问题得出自己的结论。

心理学家在其他场合也见过这样的行为。有些人害怕正视自己的能力的极限。在这种情况下，他们的做法是提高自己失败的机会，从而回避自己能力的极限问题。比如，一个成绩处在及格线边缘的学生可能不肯在一场测验前夕复习，这样的话，若是他考不及格，人们只会说那是因为他没花时间学习，不是能力不足。虽然这么做不正当，还会引起反效果，但在你和你自己进行博弈的时候，并不会有“看不见的手”保护你。（自我妨碍）

立法者若是希望鼓励驾驶者遵守速度限制，他们可以从上述讨论中得到什么启示呢？不一定要把速度限制抬得很高，从而使大家乐于遵守。关键在于争取一个临界数目的司机遵守速度限制。这么一来，只要有一个短期的极其严格且惩罚严厉的强制执行过程，就能扭转足够数目的司机的驾驶方式，从而产生推动人人守法的力量。均衡将从一个极端(人人超速)转向另一个极端(人人守法)。在新的均衡之下，警方可以缩减执法人手，而守法行为也能自觉地保持下去。这一讨论隐含的更具普遍意义的启示在于，一个短暂而严厉的执法过程的效率，可能大大高于一个投入同样力量进行的一个长期而温和的执法过程。

今天，在选择相互竞争的技术时，类似打字机键卡位、口蹄疫以及潜水艇的空间限制这样的问题与最终选择的得失已经毫无关系。来自博弈论的重要启迪在于，早日发现潜力，为明天取得优势做好准备，这是因为，一旦某项技术取得了足够大的先行优势，其他技术哪怕更胜一筹，恐怕也难以赶上。因此，假如早期花更多时间不仅研究什么技术能适应今天的需要，而且考虑什么技术最能适应未来，那么未来就可能获得很大的收获。

历史很重要。历史上那个导致几乎 100%的打字员都使用 QWERTY的偶然事故，现在看来具有使自身永生不朽的本事，即便当初推动 QWERTY发明的理由早已不存在。

在囚徒困境里，当一名囚徒坦白时，他伤害了他的同伴，却不会因此而缴纳罚金。由于存在许多没有标价或不作为市场交易的行为，自利行事者常常对其他人造成很大伤害而带来的好处却微乎其微的现象也就不足为奇了。

“我们的晚餐并不是来自屠夫、啤酒酿造者或点心师傅的善心，而是源于他们对自身利益的考虑……［每个人］只关心他自己的安全、他自己的得益。他由一只看不见的手引导着，去提升他原本没有想过的另一目标。他通过追求自己的利益，结果也提升了社会的利益，比他一心要提升社会利益还要有效。” 1776年，亚当·斯密( Adam Smith)在《国富论》中写下了这段话。

不幸的是，亚当·斯密的“看不见的手”适用范围相对较小。并不存在什么普遍假定，说只要每一个人都追求自己的利益，那么一切可能出现的世界都会取得最好的结果。即便是在经济事务这一更窄的范围内，“看不见的手”这一法则也有一些重要的说明和例外。

边缘政策不仅在于创造风险，还在于小心控制这个风险的程度。

古特曼承认他不能以处死的办法威胁斯佩德。不过，他可以让斯佩德面对一种风险，即局势可能在僵持到极点的时候超出控制。结果会是什么就说不准了。不是古特曼存心要杀斯佩德，只不过确实可能发生事故。而死亡又是不可逆转的。古特曼不能承诺假如斯佩德不肯招供，他就一定大开杀戒。但他可以威胁说要让斯佩德处于一种境地，在这种境地下古特曼自己也不能保证是不是可以防止斯佩德遇害。注 71这种让某人了解自己遭受惩罚的概率的本事应该足以使这个威胁奏效，假如惩罚足够吓人的话。

斯佩德向这个来自地中海东部的家伙微微一笑，和气地答道：“你想要那只鸟吧。它在我的手里……假如你现在杀了我，你又怎能找到那只鸟？假如我知道你在得到那只鸟之前杀不了我，你又怎能指望吓唬我交出来？”古特曼的回应是解释他打算怎样使自己的威胁变得令人信服。 “我明白你的意思。”古特曼格格笑了。“这是一种态度，阁下，需要双方拿出最敏锐的判断，因为你也知道，阁下，男人若是急了，很快就会忘掉自己的最大利益究竟是什么，任凭他们的情绪指挥自己，失去自制力。”

在一定程度上可以说，是肯尼迪将全世界拖下了这个斜坡一点点；赫鲁晓夫不敢冒险再往下走，于是双方达成妥协，合力将全世界拉回到上面的安全之地。

我们普通人也会运用边缘政策，只不过不会产生那么深远的国际影响罢了。比如公司管理层与工会可能面临一场毁灭性的罢工，固执己见而不能达成妥协的夫妻可能离婚，意见不一的国会议员假如不能通过预算案，就会让政府关门：这些案例的双方其实都会用到边缘政策。他们故意创造和操纵着一个有着在双方看来同样糟糕的结局的风险，引诱对方妥协。

1962年 10月，古巴导弹危机将整个世界拖到了爆发核战争的边缘。苏联在反复无常的尼基塔·赫鲁晓夫的领导下，开始在古巴装备核导弹，那儿距离美国本土只有 90英里。 10月 14日，我们的侦察机带回正在建设中的导弹基地的照片。约翰· F·肯尼迪总统在他的政府内部进行了 10天的紧张讨论，于 10月 22日宣布要对古巴实施海上封锁。假如苏联当时接受这一挑战，此次危机很有可能升级为超级大国之间一场倾巢而出的核战争。肯尼迪本人估计，发生这种情况的可能性“介于三分之一到一半之间”。不过，经过几天的公开表态和秘密谈判，赫鲁晓夫最后还是决定避免正面冲突。为挽回赫鲁晓夫的面子，美国做了一些妥协，包括最终从土耳其撤走美国导弹。作为回报，赫鲁晓夫则下令拆除苏联在古巴装备的导弹，并且装运回国。

历史注记博弈论是由普林斯顿伟大的学者约翰·冯·诺依曼首先提出的。早年，研究重点放在纯粹冲突的博弈(零和博弈)上。其他博弈则被当做一种合作方式进行考察，即参与者应该共同选择和实施他们的行动。这些方法不能涵盖现实当中的大多数博弈，在这些博弈里，人们各自选择行动，但他们之间的关系并非纯粹冲突。对于同时存在冲突与合作的一般博弈，我们提到的均衡概念归功于约翰·纳什。托马斯·谢林则扩展了相继行动博弈的分析，建立了策略行动的概念。

1944年 6月，盟军筹备诺曼底登陆的时候，想方设法让敌人相信攻击点会在法国北部的港口加来。最具创意的一招，是把一个德国间谍变成一个双重间谍，却又不是一般的双重间谍。英国人费尽心机让德国人听说自己的间谍叛变了，却又不让他们知道这个消息是有意泄露的。为了使德国人知道自己作为一个双重间谍多么(不)可信，这个家伙向德国发回了一些最蹩脚的信息。德国人发现这些信息只要按照字面意思反过来理解就对了。这是关键的一步。当这名双重间谍报告说盟军将在诺曼底登陆时，他说的是实话，偏偏德国人反过来理解，认为这进一步确认了加来才是攻击点。

假如你的手表不准，别人没办法知道现在秒针究竟处于什么位置。对于必须使自己的混合策略比例维持在 50 ∶ 50的棒球投手，我们的建议是，每投一个球，先瞅一眼自己的手表。假如秒针指向一个偶数，投一个快球；假如指向奇数，投一个下坠球。实际上，秒针可以帮助你获得任何混合策略比例。比如，现在你要用 40%的时间投快球而用另外 60%的时间投下坠球，那么，请选择在秒针落在 1～ 24之间的时候投快球，落在 25～ 60之间的时候投下坠球。

自豪感通常是一种精英主义情感；它表现为从事大多数人做不到的事情或拥有大多数人不具备的东西。

没有多少人会跟一台自动售货机讨论价格问题。

西点军校的荣誉准则之中。该校的考试无人监考，作弊属于重大过失，作弊者会被立即开除。不过，由于学生们不愿意“告发”自己的同学，学校规定，发现作弊而未能及时告发同样违反荣誉准则。这一违规行为同样会导致开除。

其他人常常可以帮助我们立下可信的承诺。虽然每个人在独立行事的时候都有可能显得弱不禁风，但是大家团结起来就可以形成坚定的意志。成功运用同伴压力而立下承诺的著名例子来自匿名戒酒组织( Alcoholics Anonymous, AA)(以及节食减肥中心)。 AA采用的办法改变了反悔食言的后果。它建立了一个社会组织，谁要是反悔食言，荣誉和自尊就会付诸东流。

信任对方有时候意味着要冒很大的风险，在这种情况下，双方未必愿意互相信任对方。不过，假如承诺的问题可以减小到一个足够小的范围，那么，可信度的问题就能自动解决。威胁或许诺可以分解为许多小问题，每一个问题可单独解决。假如江洋大盗每次只要信任对方一点点，相互之间的信誉就能继续存在。考察下面两种情况的区别：一是一次性用 100万美元向另一个人购买 1公斤可卡因，二是做同样数量的买卖，但分为 1 000次进行交易，每次交易不超过 1 000美元价值的可卡因。前一种情况可能使你觉得，假如可以赚取 100万美元，那么，铤而走险欺骗你的“同伴”也是值得的，但在后一种情况下，欺骗你的“同伴”只能得到区区 1 000美元，显然不足以弥补由此导致的破坏一种有利可图关系的损失。

马克·吐温在《傻瓜威尔逊》( Pudd' nhead Wilson)这篇小说里解释了这一哲学：听好了，傻瓜会说：“不要把你的鸡蛋全放在一个篮子里。”……但是，智者会说：“把你的鸡蛋全放在一个篮子里，同时切记看好那个篮子。”

破釜沉舟军队通常借助断绝自己后路的做法而达成遵守承诺的目标。这个策略至少可以回溯到 1066年，当时，征服者威廉( William)的侵略大军烧毁了自己的船只，从而立下了一个许战不许退的无条件承诺。

合同要使你的承诺显得可信，一个直截了当的办法就是同意在你不能遵守承诺的时候接受某种惩罚。假如负责重新装修你的厨房的工人事先得到一大笔订金，他就会有动机减慢工程进度。不过，一份具体说明了酬金与工程进度有关，同时附有延误工期的惩罚条款的合同能使他意识到，严格遵守商定的时间表才是最符合自己利益的决定。这份合同就是确保承诺得以遵守的手段。

一个有着举止疯狂名声的人可以成功地发出威胁，但若是换了一个头脑正常、沉着冷静的人，当他做出同样的威胁时，人们就会觉得难以置信。从这个意义上讲，明显的不合理性可以变成良好的策略上的合理性。你甚至可以有意培育这么一种名声。由此说来，一个看起来疯狂的人也有可能是一个超级策略家，因为他的威胁总是更容易就使别人信以为真。

托马斯·霍布斯写道，对言语的约束可以通过两种途径得到强化：一是对食言后果的恐惧，二是不食言的荣耀或自豪。

有时候，破坏信誉可能为达成一个承诺铺设道路。

以色列的一贯原则：坚决不跟恐怖分子谈判。这是一个威胁，意在阻吓恐怖分子，打消他们企图劫持人质，以此索取赎金或者要求释放犯人的念头。假如这个决不谈判的威胁是可信的，那么，恐怖分子就会意识到他们的行动注定徒劳无功。与此同时，以色列的决心也会经受考验。每一次，一旦这个威胁必须实践，以色列总会吃苦头；拒绝妥协可能使以色列人质命丧黄泉。每一次只要遭遇恐怖分子，以色列的信誉和可信度就会面临考验。屈服一次的意义绝不仅仅是满足眼下这批恐怖分子的要求那么简单，还会给以后的恐怖行动增添诱人的魅力。

务必使遵守你的承诺成为符合你自身利益的选择：把威胁变成警告，把许诺变成保证。

建立策略意义上的可信度意味着你必须让别人相信你确实会实践你的无条件行动，你会信守许诺，也会实践你的威胁。

这一教训可以一直追溯到托马斯·霍布斯注 49( Thomas Hobbes)的名言：“言语的束缚实在软弱无力，根本抑制不了人们(男人)的贪婪。”［3］李尔王( King Lear)则发现，其实女人也一样。

大多数情况下，只有口头许诺是不能当真的。正如制片人萨姆·戈尔德温( Sam Goldwyn)形容的那样，“口头合同还比不上把它记录下来用的白纸值钱呢。”

为什么美国不会威胁日本说，假如日本不同意进口更多的美国大米、牛肉和柑橘，美国就要动武呢？注 48虽然动武的想法有可能博得美国一些农场主和政治家的欢心，但同时却存在几个很好的理由，说明不能这么做。 (1)没有人会相信这么一个威胁，因此这个威胁不会奏效。 (2)哪怕这个威胁真的管用，日本也不傻，一定会重新揣摩美国究竟是不是它的盟友。 (3)假如日本不肯进口更多柑橘，美国说到做到，当真实践自己的威胁，其他国家就会谴责美国选择了一个很不恰当的惩罚方式，日本更会怒不可遏。不过，假如美国不实践自己的威胁，又会让自己日后的信誉大打折扣。无论是不是实践自己的威胁，美国都将遭到失败。 (4)这个威胁由于引入了一个本来毫不相干的因素——武力——而使原来的问题变得模糊不清。

显而易见，在你做出一个许诺的时候，不应让自己的许诺超过必要的范围。假如这个许诺成功地影响了对方的行为，你就要准备实践自己的诺言。这件事做起来应该是代价越小越好，因此也意味着许诺的时候只要达到必要的最低限度就行了。

目的可能是阻止你的对手做出一个无条件的承诺。中国古代战略家孙子曾经给过这样的提示：“围师遗阙”［ 5］。只要留下出口，敌人就会认定还有逃生机会。假如敌人看不到任何逃跑的出口，就会迸发破釜沉舟般的勇气，顽抗到底。孙子的目的就是不给敌人对自己做出一个拼死战斗的非常可信的承诺的机会。

你的无条件行动若是打算用来影响对方，就一定要让对方看到，同样，假如你打算通过威胁或许诺影响他的行动，那么他的行动也应该可以让你看到。

我们用一棵树表示这个博弈(如图 5— 4所示)。苏联拥有先行之便。假如它不发动攻击，结果是保持现状，双方各得 0分。假如它进攻北约，而北约以常规防御回应，那么，苏联得 1分，美国得- 1分。假如动用核武器进行回应，那么双方各得- 100分。在这个博弈中，苏联向前展望，预计自己的进攻不会促使对方动用核力量反击。这样做的结果对美国不利。因此，进攻意味着它能得到 1分，不进攻则什么也得不到，是 0分。结果是它一定会进攻。

一种策略行动总是抢占先机的行动。回应规则必须在对方行动之前实施。这意味着无论策略行动是什么，整个博弈都必须当做相继出招的博弈进行分析。如果你永不妥协，那么其他人就会针对你的无条件的行动做出回应。借助威胁与许诺，你首先设立了一个回应规则，然后，其他人出招，而你按照自己的回应规则采取相应的行动。

如果实践一个“威胁”对你有利，我们称之为警告。如果实践一个“许诺”对你有利，我们称之为保证。

其他人知道，只要你有行动的自由，你就有让步的自由。引用奥斯卡·王尔德( Oscar Wilde)的名言，就是：“我就是没法拒绝诱惑。”

你大约已经觉得，保留选择余地总归是有好处的。不过，在博弈论的王国里，这一点却不成立。你虽然少了自由，却在策略上得了益，因为这么做改变了其他参与者对你以后可能采取什么反应的预期，而你可以充分利用这一点，为自己谋利。

一个策略行动的设计意图在于改变对方的看法和行动，使之变得对自己有利。

必须记住的一个重要原则是，假如有可能出现误会，你不要对你看见的每一次背叛都进行惩罚。你必须猜测一下是不是出现了误会，不管这个误会来自你还是你的对手。

一个百发不中的股市预言者其实跟一个百发百中的股市预言者同样出色。只不过你要知道应该怎样解读这些预言罢了。

这里列出的一个惩罚机制应该具备的理想条件显得相当高不可攀。不过，密歇根大学的政治学学者罗伯特·阿克塞尔罗德( Robert Axelrod)指出，以牙还牙法则恰好符合这些条件。［ 2］以牙还牙其实是古老的“以眼还眼”行为法则的一种变形：人家对你怎么做，你也对他们怎么做。注 39说得更精确一些，这个策略在开始阶段双方是合作的，以后则模仿对手在前一阶段的行动。

人人都知道，警察会威胁毒品贩子说要释放他们以让其坦白。这种威胁的作用在于，一旦他们被释放，卖毒品给他们的人就会认定他们一定是招供了。

在每一个鼓励合作的良好计划里，通常都会包含某种惩罚作弊者的机制。一个坦白且供出合作伙伴的囚徒可能遭到这些人的朋友的报复。若是知道外面会有什么报应等着自己，尽快逃脱牢狱之灾的前景大概也就不会显得那么诱人了。

我们已经找到了一个策略组合，其中，各方的行动就是针对对方行动而确定的最佳对策。一旦知道对方在做什么，就没人愿意改变自己的做法。博弈论学者把这么一个结果称为“均衡”。这个概念是由普林斯顿大学数学家约翰·纳什( John Nash)提出的。

普遍的情况是，我们不能忽略自尊和失去理性这两种要素。

谈判的一个必不可少的特征在于时间就是金钱。假如谈判越拉越长，蛋糕就会开始缩水。不过，这时各方仍然可能不愿意妥协，暗自希望只要谈成一个对自己更加有利的结果，其好处就将超过谈判的。

......(更多)