不要嫉妒對(duì)方的成功、不要首先背叛、對(duì)合作和背叛都做出回報(bào)、不要耍小聰明，這是對(duì)企業(yè)家在競(jìng)爭(zhēng)博弈中的四句忠告。
改革開(kāi)放推動(dòng)了中國(guó)經(jīng)濟(jì)的快速發(fā)展，但隨之也浮現(xiàn)出一批野蠻生長(zhǎng)的企業(yè)，滋生了一群急功近利的企業(yè)主。它們?cè)诙唐诶媾c長(zhǎng)期利益、個(gè)體利益與群體利益之間難以平衡以致矛盾重重，陷入“囚徒困境”。在百度檢索關(guān)鍵詞“價(jià)格戰(zhàn)”，馬上能找到400多萬(wàn)條相關(guān)新聞。從最早的冰箱、彩電、空調(diào)、微波爐等家電產(chǎn)品，到近幾年的電商大戰(zhàn)，此起彼伏，硝煙不止。這些價(jià)格戰(zhàn)無(wú)一不以追求單方利益最大化為目的，導(dǎo)致兩敗俱傷。時(shí)至今日，企業(yè)家迫切需要擺脫急功近利的心態(tài)，著眼未來(lái)，重建合作精神，避免頻繁陷入“囚徒困境”。
1986年，我在中科院自動(dòng)化所攻讀博士學(xué)位時(shí)第一次拜讀了羅伯特·阿克塞爾羅德教授（Robert Axelrod，密歇根大學(xué)政治和公共政策學(xué)院教授、美國(guó)科學(xué)院院士）的著作《合作的進(jìn)化》（The Evolution of Cooperation），深深為其論證方法之精巧、分析之透徹、結(jié)論之精彩所折服，它促使我開(kāi)始對(duì)合作問(wèn)題的研究。1993年，我有幸赴美師從阿克塞爾羅德教授做博士后研究，1994年回國(guó)后，立即著手將這本已被譯成十幾種語(yǔ)言的經(jīng)典之作翻譯成中文。
“一報(bào)還一報(bào)”破解“囚徒困境”
最佳合作策略具有四個(gè)特征：善良性、寬容性、可激怒性和清晰性。
羅伯特·阿克塞爾羅德教授的研究始于“囚徒困境”的故事。兩個(gè)嫌疑犯(A和B)作案后被抓住，并隔離審訊。如果兩人都坦白則各判輕刑；如果一人坦白另一人不坦白，則坦白的放出去，不坦白的判重刑；如果兩人都不坦白則因證據(jù)不足各判短期監(jiān)禁。兩個(gè)嫌疑犯將如何選擇？
為了將問(wèn)題簡(jiǎn)化，并用博弈論的語(yǔ)言進(jìn)行描述，我們假設(shè)在“囚徒困境”的游戲中，有兩個(gè)對(duì)弈者，他們都有兩個(gè)選擇：合作（不坦白）或背叛（坦白）。而且每個(gè)人都必須在不知道對(duì)方選擇的情況下做出自己的選擇。在這樣的假設(shè)前提下，就可以得出一個(gè)“囚徒困境”博弈的矩陣圖（圖1）。在矩陣中，如果雙方都選擇合作，雙方都能得到較好的結(jié)果“R”，即“對(duì)雙方合作的獎(jiǎng)勵(lì)”。假定R為3分，代表參賽者得到的獎(jiǎng)金數(shù)。如果一方合作而另一方背叛，那么背叛者得到5分（對(duì)背叛的誘惑，T=5），合作者則得到0分（給笨蛋的報(bào)酬，S = 0）。如果雙方都背叛，那么各得1分（對(duì)雙方背叛的懲罰，P= 1）。
對(duì)A來(lái)說(shuō)有兩種選擇:一是假設(shè)B選擇背叛（坦白），這時(shí)如果他也背叛（坦白）則得到“P=1”，而如果他合作（不坦白），則得到“S=0”，選擇背叛是較好的策略；二是假設(shè)B選擇合作（不坦白），這時(shí)如果他也選擇合作（不坦白），則得到“R=3”，如果他背叛（坦白），則得到“T=5”，選擇背叛依然是較好的策略。以上推理同樣適用于B。這樣，兩人在分析后都選擇背叛（坦白）策略，結(jié)果是兩人都得到“P=1”（被判徒刑）?！袄Ь场庇纱水a(chǎn)生：雙方從自己的角度考慮，背叛是最好的選擇，卻無(wú)法實(shí)現(xiàn)對(duì)雙方而言更好的結(jié)果“R=3”。所謂的困境就是：如果雙方都背叛，其結(jié)果比雙方都合作更糟。
因此，如果只進(jìn)行一次博弈，沒(méi)有人會(huì)選擇合作。但如果博弈要進(jìn)行多次呢？其中一方是否要選擇合作以誘導(dǎo)對(duì)方也合作，從而獲得更好的結(jié)果？對(duì)于這個(gè)問(wèn)題，羅伯特·阿克塞爾羅德教授的研究結(jié)果是：只要雙方知道要進(jìn)行博弈的次數(shù)，雙方就仍然沒(méi)有合作動(dòng)機(jī)。因?yàn)樵趥€(gè)體利益最大化的驅(qū)動(dòng)下，在有限的博弈次數(shù)中，最后一次博弈沒(méi)有人會(huì)選擇合作。那倒數(shù)第二次，雙方依然沒(méi)有合作動(dòng)機(jī)，因?yàn)樗麄兌碱A(yù)知對(duì)方在最后一次會(huì)背叛，倒數(shù)第二次也只能選背叛。如此推理下去，只要博弈次數(shù)已知，從第一次博弈開(kāi)始雙方都會(huì)選擇背叛，直到最后一次。
然而，如果博弈次數(shù)無(wú)限次，或者雙方都不知道何時(shí)終止博弈時(shí)（稱為“重復(fù)囚徒困境”），雙方要如何選擇？再進(jìn)一步，如果在多人之間相互進(jìn)行“重復(fù)囚徒困境”，又該選擇何種策略？事實(shí)上，與多人相互進(jìn)行“重復(fù)囚徒困境”最為貼近企業(yè)競(jìng)爭(zhēng)與合作的現(xiàn)實(shí)境況。對(duì)此，羅伯特·阿克塞爾羅德教授采取了一個(gè)新穎的方法進(jìn)行試驗(yàn)：計(jì)算機(jī)競(jìng)賽。他邀請(qǐng)各領(lǐng)域的專家提交他們的策略（程序）參加“重復(fù)囚徒困境”的比賽，每個(gè)策略與其他所有策略（包括它自己）逐個(gè)對(duì)局（每局進(jìn)行無(wú)限次博弈，基于計(jì)算機(jī)程序的特性，設(shè)定為多次博弈，如200次），最后選擇出得分最高的策略。
在第一輪競(jìng)賽中，一共有15個(gè)程序（也即15種博弈策略）參賽，令人驚訝的是，最后獲勝的策略是所有策略中最簡(jiǎn)單的：“一報(bào)還一報(bào)”（Tit for Tat）。這個(gè)策略在與任何對(duì)手的第一次博弈中都選擇合作，在接下來(lái)所有次數(shù)的博弈中，都選擇與對(duì)方上一次與自己博弈時(shí)相同的策略。也即：對(duì)方上一次博弈選擇合作，則在下一次與他的博弈中選擇合作，反之亦然。此后不久，羅伯特·阿克塞爾羅德教授再次發(fā)起第二輪競(jìng)賽。這次共有63個(gè)參賽程序，都是各領(lǐng)域的專家提交的，此時(shí)他們已經(jīng)知道了第一輪競(jìng)爭(zhēng)中獲勝程序的策略。但最終的競(jìng)賽結(jié)果顯示，依然是“一報(bào)還一報(bào)”的策略以最高分勝出。羅伯特·阿克塞爾羅德教授由此得出在多人“重復(fù)囚徒困境”博弈中，最佳策略具有的四個(gè)特征：
● 善良性：不要首先背叛?！耙粓?bào)還一報(bào)”策略的第一次博弈都選擇合作，后續(xù)策略選擇都與對(duì)方上一次相同，因此做到了絕不首先背叛。
● 可激怒性：對(duì)無(wú)理背叛進(jìn)行報(bào)復(fù)。如果對(duì)方上一次選擇背叛，按“一報(bào)還一報(bào)”的策略，在下次博弈中就會(huì)選擇背叛。
● 寬容性：在對(duì)背叛給予反擊后，如果對(duì)方恢復(fù)合作，立刻回以合作策略。也即它是不記仇的。
● 清晰性：博弈行為清晰簡(jiǎn)單，對(duì)方很容易就能辨識(shí)。第一次給予合作，后續(xù)選擇都取決于對(duì)方的策略，對(duì)手很容易辨識(shí)，進(jìn)而能夠做出讓雙方都獲益最大的策略選擇。
可樂(lè)百年競(jìng)爭(zhēng)史的啟示
只要是和競(jìng)爭(zhēng)對(duì)手長(zhǎng)期共存，且對(duì)于公司的不合作行為對(duì)方都有能力報(bào)復(fù)時(shí)，最好的策略就是合作。
我們經(jīng)常看到企業(yè)為了爭(zhēng)奪市場(chǎng)而發(fā)生惡斗，如三一重工和中聯(lián)重科，王老吉和加多寶。這些企業(yè)都將市場(chǎng)競(jìng)爭(zhēng)看作“零和博弈”，你之所得就是我之所失。事實(shí)上市場(chǎng)競(jìng)爭(zhēng)是“非零和博弈”。如“重復(fù)囚徒困境”一樣，在競(jìng)爭(zhēng)中，只要企業(yè)明確地認(rèn)識(shí)到“單方面追求自身利益的惡性競(jìng)爭(zhēng)行為，必然招來(lái)對(duì)手的報(bào)復(fù)而最終導(dǎo)致兩敗俱傷”的事實(shí)，就能擺脫通過(guò)背叛謀求單方利益的誘惑，就有可能通過(guò)合作達(dá)到雙贏。
在“重復(fù)囚徒困境”中，合作的必要條件是持續(xù)的關(guān)系和相互的回報(bào)。羅伯特·阿克塞爾羅德教授的忠告是：只要你和競(jìng)爭(zhēng)對(duì)手要在市場(chǎng)中長(zhǎng)期共存，而且針對(duì)你的任何不合作行為，對(duì)方都有報(bào)復(fù)能力時(shí)，最好的策略就是合作。在這方面，可口可樂(lè)和百事可樂(lè)之間的合作共贏是典范案例。這兩家企業(yè)的商品具有極高的同質(zhì)性，它們也曾有過(guò)激烈競(jìng)爭(zhēng)，從美國(guó)打到全球，但縱觀其一百多年的競(jìng)爭(zhēng)和合作的進(jìn)化，依然值得很多企業(yè)學(xué)習(xí)。
首先是良性競(jìng)爭(zhēng)。在長(zhǎng)達(dá)百年的競(jìng)爭(zhēng)中，兩家企業(yè)雖然時(shí)有關(guān)于商標(biāo)、廣告、包裝等的訴訟，但從來(lái)沒(méi)有發(fā)生過(guò)你死我活的惡性攻擊和誹 謗。2006年7月5日，可口可樂(lè)公司出現(xiàn)“內(nèi)鬼”，企圖將可口可樂(lè)的秘方和包括其新飲料樣品在內(nèi)的商業(yè)機(jī)密出售給百事可樂(lè)，但百事可樂(lè)拒絕了，并將這一信息通報(bào)給可口可樂(lè)，由此贏得全球贊譽(yù)。
其次是逐步進(jìn)化的合作。1929年，百事可樂(lè)為了生存，掀起第一次價(jià)格戰(zhàn)，不惜將價(jià)格降至5美分，僅為可口可樂(lè)的一半。但價(jià)格戰(zhàn)并沒(méi)有讓百事可樂(lè)擺脫落后局面，兩家公司逐步明白價(jià)格戰(zhàn)終將導(dǎo)致兩敗俱傷，市場(chǎng)競(jìng)爭(zhēng)開(kāi)始更多體現(xiàn)在客戶定位、渠道、區(qū)域和營(yíng)銷策略上。1964年，百事可樂(lè)旗幟鮮明地打出取悅于年輕一代的“百事可樂(lè)新一代”口號(hào)，建立差異化，一舉在業(yè)績(jī)上拉近了與可口可樂(lè)的距離，并在1978年第一次成功超越可口可樂(lè)。在促銷價(jià)格上，今天兩家公司的價(jià)格競(jìng)爭(zhēng)理性得多。在超市中，可口可樂(lè)和百事可樂(lè)一般不在同一時(shí)間降價(jià)促銷，而是輪流進(jìn)行促銷，促銷降價(jià)都控制在10%左右。這既避免了同時(shí)促銷導(dǎo)致的兩敗俱傷，又維持了碳酸飲料的價(jià)格優(yōu)勢(shì)，通過(guò)激烈競(jìng)爭(zhēng)建立起來(lái)的知名度有助于商品銷售，更有助于與非碳酸飲料競(jìng)爭(zhēng)。
經(jīng)過(guò)一百多年的激烈競(jìng)爭(zhēng)和商業(yè)理性的進(jìn)化，兩家公司都意識(shí)到：它們之間不是一場(chǎng)你死我活、非此即彼的戰(zhàn)爭(zhēng)，真正的競(jìng)爭(zhēng)對(duì)手是非碳酸飲料，它們完全可以通過(guò)合作實(shí)現(xiàn)共贏?？梢赃@么說(shuō)：如果只有可口可樂(lè)一家獨(dú)大，碳酸飲料遠(yuǎn)不可能像今天這么普及。
其實(shí)，我之前所在的物美集團(tuán)，其所處的零售行業(yè)合作問(wèn)題更加突出。在原料供應(yīng)商、生產(chǎn)商、經(jīng)銷商和零售商形成的縱向的商品供應(yīng)鏈中，也有類似的“重復(fù)囚徒困境”。20世紀(jì)80年代以來(lái)，隨著商品從供不應(yīng)求轉(zhuǎn)向供過(guò)于求，商品流通領(lǐng)域的話語(yǔ)主導(dǎo)權(quán)由生產(chǎn)企業(yè)轉(zhuǎn)向零售企業(yè)。零售商存在壓低商品進(jìn)價(jià)，增加對(duì)供應(yīng)商的各種收費(fèi)和延長(zhǎng)結(jié)賬周期的誘惑；供應(yīng)商則存在原料以次充好，降低成本的誘惑，同時(shí)還會(huì)利用延遲送貨等辦法“報(bào)復(fù)”零售商。從單方面看，雙方的“背叛行為”都對(duì)自己有利，但往往引起對(duì)方的不合作或“報(bào)復(fù)”，破壞彼此之間的信任關(guān)系，輕則增加交易成本，影響整個(gè)供應(yīng)鏈的效率，重則使得雙方終止合作，兩敗俱傷。從整個(gè)商品供應(yīng)市場(chǎng)來(lái)看，零供關(guān)系就是一個(gè)多人的“重復(fù)囚徒困境”：每個(gè)供應(yīng)商要和多個(gè)零售商合作，每個(gè)零售商也要和多個(gè)供應(yīng)商合作。這和“重復(fù)囚徒困境”計(jì)算機(jī)競(jìng)賽一樣，能否取勝，取決于你和所有參賽程序能否和平相處，共同獲得高分，而不是在與單個(gè)對(duì)手對(duì)局時(shí)獲得比對(duì)方更高的分?jǐn)?shù)。
中國(guó)連鎖經(jīng)營(yíng)協(xié)會(huì)近期發(fā)布的一份調(diào)查報(bào)告顯示：盡管零供矛盾仍時(shí)有發(fā)生，但總體來(lái)看，正逐漸從相互擠壓爭(zhēng)利的博弈轉(zhuǎn)變到共同提升供應(yīng)鏈效率、協(xié)作創(chuàng)造更大的共同價(jià)值。零售商逐漸在改變以往的盈利模式，更多地謀求與供應(yīng)商在消費(fèi)者研究、新品開(kāi)發(fā)、品類管理、客戶服務(wù)能力、采購(gòu)、物流、庫(kù)存管理、信息化建設(shè)等方面的協(xié)作，以提高供應(yīng)鏈效率，拓展更廣闊的利潤(rùn)空間。零供雙方合作行為越來(lái)越多，商業(yè)文明和企業(yè)理性在長(zhǎng)期的競(jìng)爭(zhēng)中也逐步提升，這是一個(gè)逐步進(jìn)化的過(guò)程。企業(yè)家合作觀“四句忠告”
不要嫉妒對(duì)方的成功、不要首先背叛、對(duì)合作和背叛都做出回報(bào)、不要耍小聰明。
根據(jù)研究成果，羅伯特·阿克塞爾羅德教授就競(jìng)爭(zhēng)與合作中的“重復(fù)囚徒困境”給出了四條忠告：
第一，不要妒忌對(duì)方的成功 企業(yè)面臨的“囚徒困境”不是零和博弈，通過(guò)合作完全可以實(shí)現(xiàn)共贏。由于“一報(bào)還一報(bào)”的策略不會(huì)首先背叛，所以在每次博弈中都不會(huì)獲得比對(duì)方更高的分?jǐn)?shù)，而是通過(guò)誘導(dǎo)對(duì)方的合作共同獲得高分。這也是羅伯特·阿克塞爾羅德教授從計(jì)算機(jī)競(jìng)賽中發(fā)現(xiàn)的有意思的一點(diǎn)：一個(gè)在每次博弈中從來(lái)不獲得比對(duì)手更高分?jǐn)?shù)的選手，最終贏得了競(jìng)賽。正如李嘉誠(chéng)所說(shuō)：在合作中，如果拿10%的股份是公正的，拿11%也可以，那你就拿9%的股份，有錢大家賺，利潤(rùn)大家享，就會(huì)有更多的人愿意和你合作。
第二，不要首先背叛 在“囚徒困境”中，如果妒忌對(duì)手，想比對(duì)手得分更高，那就只有先背叛，但這會(huì)引起不必要的沖突和循環(huán)不斷的報(bào)復(fù)，導(dǎo)致兩敗俱傷。與此同時(shí)，企業(yè)還要背負(fù)挑起爭(zhēng)端的責(zé)任，受到社會(huì)和輿論的譴責(zé)。
第三，對(duì)合作和背叛都做出回報(bào) 如果不對(duì)背叛做出報(bào)復(fù)行動(dòng)，就會(huì)鼓勵(lì)背叛者繼續(xù)進(jìn)行挑釁。例如，中國(guó)如果不啟動(dòng)對(duì)歐盟葡萄酒的反傾銷和反補(bǔ)貼調(diào)查程序，歐盟也就可能繼續(xù)提高對(duì)光伏產(chǎn)品的反傾銷稅率。同時(shí)，企業(yè)對(duì)于合作也要及時(shí)給予回報(bào)。人們往往急于對(duì)背叛行為做出報(bào)復(fù)，但對(duì)對(duì)方背叛后的示好與合作行為未必及時(shí)報(bào)以合作。這會(huì)讓對(duì)方在背叛后希望重歸于好的努力受到打擊，也就不可能重新恢復(fù)合作。因此，可激怒性和寬容性是持續(xù)合作的兩個(gè)保證，缺一不可。
第四，不要耍小聰明 總有一些企業(yè)希望通過(guò)自認(rèn)為高明的辦法占對(duì)方便宜，其實(shí)是非常不明智的。所謂“聰明”的企業(yè)行為表現(xiàn)往往過(guò)于復(fù)雜，使對(duì)方無(wú)所適從，這樣就不能鼓勵(lì)對(duì)方與你合作。簡(jiǎn)單清晰的競(jìng)爭(zhēng)策略由于容易識(shí)別，也就最容易與對(duì)方建立互信并維持合作?！按笾侨粲蕖闭f(shuō)的就是這個(gè)道理。
“一報(bào)還一報(bào)”合作策略給企業(yè)家的啟示是：第一，在任何一場(chǎng)對(duì)局中，不是你贏他或者他贏你，而是要讓更多人愿意跟你持續(xù)合作；第二，一個(gè)穩(wěn)定可持續(xù)的合作是建立在對(duì)方成功的基礎(chǔ)上，先讓對(duì)方成功你才能成功；第三，絕不首先違規(guī)；第四，對(duì)對(duì)方的背叛和違規(guī)行為堅(jiān)決給予打擊，但一旦對(duì)方表現(xiàn)出合作意向則給予重歸合作的機(jī)會(huì)；第五，在合作上，企業(yè)態(tài)度和策略一定要清晰，讓對(duì)方容易辨識(shí)。
“一報(bào)還一報(bào)”道德嗎
“為己利他”雖不是崇高的原則，但卻是最大的善，是最重要的善。
在“一報(bào)還一報(bào)”策略的四大特征中，很多企業(yè)家對(duì)其中“可激怒性”是否符合商業(yè)道德存疑。要回答這個(gè)問(wèn)題，首先必須明晰什么是道德的標(biāo)準(zhǔn)。對(duì)此，北京大學(xué)教授王海明的觀點(diǎn)是：道德的終極標(biāo)準(zhǔn)是增進(jìn)每一個(gè)人的利益。在利益沖突情況下，道德的終極標(biāo)準(zhǔn)是“最大利益凈余額”。也即：你的策略是不是道德的，就看策略引起的最大利益凈余額是否最大。“一報(bào)還一報(bào)”促使人們達(dá)成合作，以及雙方利益達(dá)到最大，所以是符合道德標(biāo)準(zhǔn)的。
王海明教授還認(rèn)為，公正的總原則是“等利害交換”。你增進(jìn)社會(huì)和他人的利益，就等于增進(jìn)自己利益，這樣每個(gè)人要增進(jìn)自己的利益就必須增進(jìn)他人的利益；每個(gè)人要實(shí)現(xiàn)自己的利益最大化，就必須使社會(huì)和他人的利益最大化。當(dāng)然還有等害交換：避免人們之間傷害的最重要、最有效的原則是等害交換原則：你損害社會(huì)和他人就等于損害自己，要使自己不受損害就必須不損害社會(huì)和他人。因此，“一報(bào)還一報(bào)”的策略不僅符合道德性，還符合公正性。
誠(chéng)然，“無(wú)私利他”是最崇高的善，卻不是最大的、最重要的善，也不是最重要的善原則和道德原則；“為己利他”雖不是崇高的原則，但卻是最大的善，是最重要的善，是最重要的善原則和道德原則?！耙粓?bào)還一報(bào)”正是為己利他的具有優(yōu)秀道德的策略。
※※※※※
隨著信息技術(shù)的普及，人們相互間交往的信息日益透明，信息反饋時(shí)間迅速縮短，人們重復(fù)交易的機(jī)會(huì)和相互影響大大增加，這使得基于回報(bào)的策略的作用增強(qiáng)。新近出現(xiàn)的網(wǎng)絡(luò)協(xié)作、眾籌等新模式表明： 樹(shù)立正確的合作觀已成為企業(yè)盡快進(jìn)入新經(jīng)濟(jì)模式的基本能力，企業(yè)家必須拋棄急功近利的競(jìng)爭(zhēng)意識(shí)，加強(qiáng)溝通，建立互信，形成崇尚合作、互利共贏的競(jìng)爭(zhēng)理念。
一部人類文明史，就是不斷創(chuàng)造“囚徒困境”，又不斷走出“囚徒困境”的歷史，這個(gè)進(jìn)化過(guò)程是漫長(zhǎng)和艱苦的，西方企業(yè)歷經(jīng)數(shù)百年仍在進(jìn)化。但羅伯特·阿克塞爾羅德教授的研究為我們理解合作的真諦提供了一盞明燈，企業(yè)家應(yīng)建立正確的合作觀，才能避免一次又一次陷入“囚徒困境”。這需要企業(yè)家群體一起達(dá)成共識(shí)，付諸行動(dòng)，加快商業(yè)文明進(jìn)程，為中國(guó)經(jīng)濟(jì)轉(zhuǎn)型提供更多動(dòng)力。[本文得到“合作控”學(xué)習(xí)小組（www.hezuokong.com）的支持，特此致謝。]
