作者：Anonymous 在 罕见奇谈 发贴, 来自 http://www.hjclub.org
“经济人”的文化信仰
秋实
博弈论中，一般都只把博弈者看作只追求自身利益最大化的个体，此即人们
常说的所谓“经济人假设”。一些朋友据此认为，博弈论的“经济人假设”，
只讲赤裸裸的利益，否认道义、价值观和羞耻感等非利益因素的作用。此种
看法，其实大谬不然。博弈论发展到现在，早就从“大众定理”等一系列重
要结果中发现，许多博弈都有无穷多个与个人利益最大化相容的解。不同的
解，由性质极不相同的对彼此行为的预期来支持。它们当中究竟那一个会成
为社会博弈的结果，并不是单靠个人利益最大化就可以决定。这还取决于社
会上通行的行为预期，后者又与行为规则、价值观、道德感、文化模式等等
因素，有着千丝万缕的联系。
且让我们用一个简单例子来说明这一点。这个例子，曾被道格拉斯·诺思
(Douglass C. North)和伯瑞·万格斯特(Barry R. Weingast)当作一个有用
的参照系，用以探讨英国光荣革命后的制度演变；后来万格斯特在《民主与
法治的政治基础》一文中又加以运用，以说明现代政治理论中一些颇为令人
迷惑的问题，如文化观念的作用、精英与大众的关系等等。道格拉斯·诺思
其人，相信很多人都很熟悉，他是新经济史学的创始人，1993年的诺贝尔经
济学奖获得者。伯瑞·万格斯特则是斯坦福大学政治科学系的资深教授，在
政治组织和政治制度的研究上造诣很深。
在一个法治社会中，政府必须有足够的威权，可以运用强制力来维护必要的
法治秩序。但是一个拥有足够威权和强制力的政府，又很容易利用这种威权
和强制力，来侵犯个人的合理权利。怎样才能让政府既有执法威权而又不滥
用权力呢？这就是伯瑞·万格斯特所称的“有限政府”问题。
在下面这个简单博弈中，有三个博弈者。一个是统治者，称为S，他可以选
择两个策略：侵犯和不侵犯。另外两个是被统治者，分别称为A和B，每个人
也可以选择两种策略，顺服与抵制。
不同的策略组合可以产生不同的利益分配，如上图右边报偿矩阵所示。比如，
当S选择侵犯，A和B都选择顺服时，S得益为8，A和B之得益分别为2。假如A
和B任何一人选择抵制，而另一人不抵制，则那个单独抵制之人的得益，将
会减少一单位，而其他人得益不变。然而当两个人同时抵制时，A和B之得益
将会增加到7，而S之得益则减少为0。
我们有意这样选择利益数字，使得S不侵犯、A和B不抵制的情况，成为一种
利益总和最大化的状态。其他任何一种策略组合，都会导致利益总和减少。
仔细观察一下上图中的报偿表，就会发现，在S选择侵犯的条件下，A和B的
个人利益极大化策略，取决于他对别人行为的预期。假如A预期B会进行抵制，
那么A的最佳策略也是抵制；然而假如A预期B不抵制而顺服，则A的最佳策略
也是顺服。因此，在这个A和B的子博弈中，有两个源自个人利益最大化的平
衡点：A、B两人都顺服，或两人都抵制。
与这两个平衡点相应，整个博弈也有两个源自个人利益最大化的平衡点(学
名叫作子博弈完全均衡 sub-game perfect equilibrium): 其一，S侵犯，
A和B顺服；其二，S不侵犯，A和B顺服。
第一个均衡点非常好理解：任何一方都单独偏离此点，都会导致其自身的个
人利益受损。既然A和B都顺服，则S显然没有必要变侵犯为不侵犯，那样将
使其个人利益由8降为2。而A和B也不愿意单独去抵制，那样将使得抵制者的
个人利益降低一个单位。
第二个均衡点，S不侵犯，A和B顺服的情况，稍微有点复杂。乍一看，既然
A和B都顺服，那么S选择侵犯，不是可以使其自身个人利益由2提高到8吗？
然而在这里，A和B的顺服是有条件的。那就是，如果S不侵犯，就顺服；如
果S侵犯，就抵制(如前所述，此时两人都抵制，也是子博弈中个人利益最大
化的平衡点)。预见到此，S选择侵犯只会导致A和B的抵制，反而使其自身个
人利益降低至0。于是不侵犯便是最佳选择。
两个均衡点，虽然A和B在均衡态中的正常行为都是顺服，他们关于彼此在均
衡态以外之行为的预期，则大不相同。支持第二个均衡点的，正是这样一种
预期：一旦S作出侵犯，A不仅预期B一定会抵制，而且知道B也预期A一定会
抵制，等等。简言之，抵制统治者对个人的侵犯，成为A和B的共识。在诺思
和万格斯特看来，这种共识不是别的，正反映了流行在今天西方社会中某种
关于公民权利神圣不可侵犯的意识，或者如其他一些学者所言，是一种公民
文化。
与此不同，在第一种均衡点中，抵制统治者对个人的侵犯，并未成为A和B的
共识。这也许是因为A和B根本就没有权利意识，所谓“普天之下，莫非王土；
率土之滨，莫非忘臣；雨露雷霆，莫非王恩”是也。也可能是因为A和B之间
因缺乏沟通理解而弥漫着一股犬儒主义的无力感，只好得过且过。还可能是
A和B对什么构成不可侵犯的个人权利等等，有着极不相同的理解和看法，因
而无法协调其个人行动，等等。
如果我们把不同的均衡点看作不同的制度选择，则可以说，决定人们行为预
期的价值观念和文化信仰，正是社会制度选择中一个决定性因素。
这个例子如此简单，看起来不过在博弈论与文化价值因素之间建立了某种联
系而已，似乎没有揭示任何超越常识的东西。可能许多人怀疑，花费功夫去
仔细分析这样的例子，究竟有什么意义？
在诺思和万格斯特的分析中，此例只是一个最简单的出发点。他们接着问了
一个较深的问题：历史上，一个社会究竟是如何从第一种均衡点过渡到第二
种均衡点的？这正是他们用博弈论分析光荣革命的用意所在。他们的分析挺
有意思，以后有时间再介绍。
为什么反抗暴政是公民义务？
秋实
上一回我在《;“经济人”的文化信仰》谈到，单靠个人自身利益最大化的
理性计算，无法决定社会博弈的结果。每一种不同的社会博弈结果，其实都
是靠不同的文化信仰来支持的。那篇文章所介绍的统治者--被统治者博弈，
两个被统治者A与B之间，其实并不存在利益冲突，只存在一个协调问题：当
统治者侵犯其权益的时候，个人利益最大化的均衡点，既可以是两人都反抗，
又可以是两人都顺服。究竟那一个均衡点成文社会博弈的结果，取决于哪一
种行为方式会成为他们共同的预期或信仰，即他们是否具有公民权利神圣不
可侵犯的共识。这是一种权利观念，然而却不要求个人将反抗暴政看作必须
履行的道德义务。
本文想用一个例子说明，更进一步的道德义务的观念，也是可以从个人只关
心自身利益的最大化行为中推导出来的。
现在我们将上文的模型稍加变动，加进一个稍微现实一点的因素：A和B可以
单独与统治者S结成联盟，默认甚至协助S对另一人的侵犯，并从中分享利益。
这个新的博弈，统治者S现在可以在不侵犯、联合A侵犯B、联合B侵犯A、既侵
犯A又侵犯B等四组行动中选择一个。被统治者A和B的可选择行动，仍然是顺服
和抵制两种。其报偿矩阵，如下图所示。
图中所选取的数字，具有这样一些性质：首先，S不侵犯，A和B不抵制，仍然
是社会利益总和最大化的状态，此时S得益为2，A和B得益分别为8。其次，一
次成功的侵犯，可从每个受侵犯者哪里多榨取到3个单位的利益，而受侵犯者
利益将减少6个单位(其中3个单位可看成由于生产率的下降等等而白白浪费掉
的社会死损失)。这样，如果S成功地侵犯A、B二人，则其利益增加6个单位。
如果他联合A侵犯B，则可从B榨取到3单位额外利益，但须将其中一单位分给A，
等等。第三，A与B两人都抵制，S利益将变成0，而A和B利益变成7，均较社会
最优状态时为少。
一眼可以看出，当S联合A侵犯B，或联合B侵犯A的时候，A、B两人中肯定有一
人可以从不抵制中得到好处，因此两人都抵制，已不再是相应子博弈中个人
利益最大化的平衡点。两个被统治者A与B之间，现在出现了利益的冲突。这
就是该博弈与前一博弈的最大区别。
由于这一利益冲突，S不侵犯，A和B不抵制的社会最优状态，已不可能成为一
次性博弈的均衡点。因为现在S完全可以肯定，当他选择联合A侵犯B，或选择
联合B侵犯A时，可以获得较多利益，而不会遇到A和B两人联合抵制，这样他
自然不会选择不侵犯任何人了。
于是，作为一次性博弈，现在只有三种可能的均衡点：1) S侵犯A和B，A和B均
顺从；2) S只侵犯A，A和B均顺从；3) S只侵犯B，A和B均顺从。有兴趣的朋友
不妨试着去证明这些确实是我前文中谈到的子博弈完全均衡。
这个结果是很自然的。实现社会最优状态，要求A和B联合抵制S对其中任何一
人的侵犯---即使你从这种侵犯中得到一时的好处，也要起而抵制。这种行为，
在一次博弈中，不可能是与个人利益最大化相容的。幸而在重复博弈中，情形
并非如此。
让此博弈无限重复，情况如何？一次性博弈的三种均衡点，仍然是重复博弈的
均衡点。但重复博弈还有其他无限多个新的均衡点，其中就包括S不侵犯、A和B
均不抵制的社会最优状态。比如下面这组策略，就可以使得这种社会最优态成
为个人利益最大化的均衡点：
S：如果发现A或B曾经不抵制对其中一人的侵犯，则侵犯A和B；否则，
就不侵犯任何人；
A：如果以前B曾经不抵制S之侵犯行为，则以后永远不抵制S的侵犯；
否则，只要S有侵犯行为，就加以抵制，无论这侵犯针对谁，也
无论自己能否从中得到好处；
B：如果以前A曾经不抵制S之侵犯行为，则以后永远不抵制S的侵犯；
否则，只要S有侵犯行为，就加以抵制，无论这侵犯针对谁，也
无论自己能否从中得到好处；
为什么说这些是符合个人利益最大化的策略呢？我们且考虑一下S企图联合A侵
犯B的情形。此时A的最佳策略是什么呢？与社会最优态相比，假如他抵制的话，
现时利益将损失一个单位，但以后各期利益不变；假如他不抵制而顺从，则他
现时利益将增加一个单位，但以后各期，B将用不抵制任何侵犯来报复A。S意
识到这点，其在此后各期的最优策略将是同时侵犯二人。这样，以后各期A的
得益反而将下降3个单位。由于长远损失超过现时得益，针对S联合A侵犯B的企
图，A的最佳策略将是抵制而不是顺从。
此组策略的一个重要特点就是，B以自己对以后各期S侵犯行为的不抵制，来惩
罚和报复A的顺从行为。“今天他们抓犹太人，我没有说话；明天他们抓共产党，
我没有说话；后天他们抓工会分子，我也没有说话；等到他们来抓我时，已经
没有人会为我说话了。” 这段常被人引用的语录，也可以看成此种惩罚机制
的写照。正是由于存在这种惩罚机制，才使得社会最优态有可能成为重复博弈
中符合个人利益最大化的均衡点。
不难看出，与前文中的社会最优均衡一样，抵制统治者对任何个人的侵犯，这
样一种公民权利神圣的观念，仍须成为A和B的共识。但本文的社会最优均衡，
还要求形成一个更进一步的新共识，这就是，抵制侵犯不仅被看成公民权利，
而且更被认为是A和B必须共同遵守的公民义务。一旦有人不遵守这个义务，就
会遭到其他人惩罚和报复----这种惩罚和报复，不一定是用强力加于顺从者之
上，而是指其他人会作出道义反应，会把他的顺从，视为出卖和背叛，鄙视其
人品，并且撤回在他遭难时施以援手的义务。万格斯特指出，洛克关于积极抵
制统治者侵犯的公民义务原则，正反映了这种观念。
观察历史，光荣革命之前的几千年里，这样的社会最优均衡，绝少出现。最常
见的稳定均衡，倒是统治者联合某个社会阶层，压榨其他社会阶层的情形 (即
前述第2、3种均衡)。而第1种均衡，即统治者同时压榨社会各主要阶层的情况，
历史上也曾间歇性地出现过多次，但都不稳定，导致造反动乱，很快又让位于
第2、3种均衡。
第1种均衡不稳定的原因在于，在A、B两人都受侵犯的情况下，两人都抵制，
也是符合个人利益最大化的均衡点。他们选择顺从，通常只因为不能确知别人
是否会同时选择抵制。假如A、B二人中，有一人突然不堪压迫，让愤怒压倒了
理性计算，根本不考虑成败，先行独自挺而走险，揭竿而起。这时另一人的最
佳选择，就是起而响应，因为在别人抵制的情况下，个人利益最大化的抉择就
是抵制。所以第1种均衡是不稳定的---它很容易因为其中一个博弈者一星半点
不理性的行为而被打破。
然而造反之后，常见的情形是回到均衡2或3，而不是社会最优均衡。为什么社
会最优均衡很难出现？
最优均衡所要求的公民义务，是一种道义观念和文化信仰。它只有在其他人都
持同样的道义观念时，才是与个人利益最大化一致的。这种与个人利益最大化
的一致性，仅仅只保证了此种道义观念，在一旦成为所有人的信仰之后，能够
自我维持下去，具有相当的稳定性。它并未保证，这种道义观念，会必然出现，
会在某个早上，突然成为全社会所有人的共识。
在第2、3种均衡当中，大家的共识是对统治者消极顺从。在这种情况下，单个
个人转而信仰公民义务的道义观念，是与其个人利益最大化相矛盾的。此时也
许有一些先知，一些很有献身精神或其他高贵品质的人，大力呼吁鼓吹此观念。
但在一般情况下，普通人也许从理智上觉得这种观念很好，却不会以此观念作
为自己的行为准则。原因很简单，他们不能确知其他人是否会这样做。换言之，
分散的个人行动无法协调其信仰。他们需要一种建立社会共识和集体信仰的协
调机制(coordination device)。
历史上，这样的协调机制可能因各种契机而出现。一场暴动、一次政变、一个
统治者的死亡、一位具有魅力的领袖人物出现、一份打动人心的宣言等等，可
能突然成为一种象征和旗帜，使得社会大众围绕此它，形成新的对彼此行为的
共同预期。要使这种新的共同预期转而成为稳定的公民权利和公民义务观念，
第一要将任何侵犯，包括新统治者对原来革命对象的侵犯，都看成是不合法的；
第二每个公民还须将公民权利和义务的地位看得足够高，高到神圣不可侵犯的
地步，任何人违背它，就会引起他们的强烈反应。提出新的理论，基于利益分
析的逻辑诉求，是必要的，然而却是不够的，因为他们唤不起这种强烈的情感
来。
达不到上述第一点，肯定会回到第2、3中均衡中去。达不到上述第二点，革命
也会以失败而告终。英国的光荣革命，是一个成功的例子。当初斯图亚特王朝
复辟后，国王先是在主张消极顺从的托利党人的合作下，压迫主张积极抵制的
辉格党人，后来又侵犯到了托利党人头上。1689年，托利党和辉格党人联合发
动政变，赶跑国王詹姆土二世。政变之后，共同受侵犯的经历，使得政见和利
益大相岐异的托利党和辉格党，在经过长时间的磋商之后，终于就如何界定国
王之侵犯行为、哪些权利属于神圣不可侵犯等问题，达成了共识，并通过了光
辉灿烂的《权利法案》。
作者：Anonymous 在 罕见奇谈 发贴, 来自 http://www.hjclub.org
提上来跟徐仰药兄：背负所谓“专制文化”的我们如何学习改良？
