辯訴交易的經(jīng)濟(jì)學(xué)視角分析
——兼論囚徒困境博弈與辯訴交易博弈之差異

●郝赪

辯訴交易的經(jīng)濟(jì)學(xué)視角分析
——兼論囚徒困境博弈與辯訴交易博弈之差異

●郝赪

如果對一個博弈的類型判斷錯誤，則會得到完全不同的均衡預(yù)測。辯訴交易中的博弈與囚徒困境中的博弈完全不同，這種不同表現(xiàn)在兩博弈的參與人不同、博弈類型不同、均衡狀態(tài)不同和結(jié)果不同。因此，用囚徒困境博弈模型去分析辯訴交易是不可能得出正確結(jié)論的，對辯訴交易結(jié)果的預(yù)測也是不符合實(shí)際的。

辯訴交易 囚徒困境 博弈 均衡

辯訴交易，原稱“plea bargaining”或“p lea negotiation”或“p lea agreement”，中國司法界一般理解為檢察官和被告人之間進(jìn)行的一種認(rèn)罪的討價還價行為，即在法院開庭審理前作為控訴方的檢察官和代表被告人的辯護(hù)律師進(jìn)行協(xié)商，以檢察官撤銷指控、降格指控或者要求法官從輕判處刑罰為條件，來換取被告人的有罪答辯，進(jìn)而雙方達(dá)成均可接受的協(xié)議。其主要內(nèi)容包括三方面：一是“罪名的交易”，即檢察官以比本因指控的涉嫌罪名要輕的另一罪名來換取被告人認(rèn)罪；二是“罪數(shù)的交易”，當(dāng)被告人犯有數(shù)罪時，為爭取其認(rèn)罪，檢察官將本應(yīng)指控的數(shù)個犯罪改為僅指控其中的一個或幾個罪行；三是“刑罰的交易”，即檢察官允諾建議法官對被告人適用較低幅度的刑罰，以換取被告人的認(rèn)罪。

基于以上制度內(nèi)涵，就涉及到被告人即嫌疑犯何去何從的問題。對此，有些學(xué)者開始從經(jīng)濟(jì)學(xué)角度尋求答案。經(jīng)濟(jì)學(xué)有一個基本前提，即人都是理性的，理性人都是追求自身利益最大化的，也就是人們通常所說的“經(jīng)濟(jì)人”。從“經(jīng)濟(jì)人”假設(shè)前提出發(fā)，運(yùn)用經(jīng)濟(jì)學(xué)一個比較時新的工具，即“博弈論”，對被告人的選擇及其結(jié)果給出預(yù)測和分析，這就是辯訴交易的經(jīng)濟(jì)學(xué)解釋。但筆者發(fā)現(xiàn)，人們通常用博弈論中最簡單的“囚徒困境”做為模型。其實(shí)囚徒困境中的博弈與辯訴交易中的博弈是完全不同的。這種差異通過詳細(xì)分析兩種博弈模型很容易被發(fā)現(xiàn)。

一、囚徒困境博弈

囚徒困境（prisoners’dilemma）是博弈論里最著名的例子。它的創(chuàng)造本身部分地奠定了非合作博弈論的理論基礎(chǔ)，而且它還是實(shí)際生活中許多現(xiàn)象的一個抽象概括?！扒敉嚼Ь场笔侵福簝蓚€嫌疑犯作案后被警察抓住，并被分別關(guān)在不同的房間接受審訊，警察知道兩人有罪，但缺乏足夠的證據(jù)，除非兩人當(dāng)中至少有一個人坦白。警察告訴每個人：如果兩人都不承認(rèn)，每人都以輕微的犯罪判刑一年；如果兩人都坦白，各判刑8年；如果兩人中一人坦白另一人抵賴，坦白的可以被釋放，抵賴的判刑10年。這樣，每個嫌疑犯均面臨四種可能的后果，如表1所示：

表1 囚徒困境博弈的支付矩陣

表1被稱為博弈論中的戰(zhàn)略式表述。戰(zhàn)略(strategy)是參與人在給定信息集的情況下的行動規(guī)則，它規(guī)定參與人在什么時候選擇什么行動。①如：囚犯A在坦白的時候，囚犯B選擇什么行動，這也是兩嫌疑犯的支付矩陣。所謂支付（pay off），在博弈論中是指在一個特定的戰(zhàn)略組合下參與人得到的確定效用水平，或是參與人得到的期望效用水平。①簡言之，就是參與人得到的好處或回報。如：囚犯A在坦白時，囚犯B坦白會得到什么，抵賴會得到什么。在這個博弈論中，每個囚徒都有兩種可能選擇的戰(zhàn)略，即坦白或抵賴，但支付矩陣說明，每個人都有四種可能的后果。表中第一個數(shù)字是對囚犯A的支付，第二個數(shù)字是對囚犯B的支付。對每個人來講，都有四種可能的結(jié)果：如兩人都坦白，各自獲得支付為-8；兩人都抵賴，各自支付為-1；如A坦白，B抵賴，A的支付為0（被釋放），B的支付為-10；如B坦白，A抵賴，B的支付為0，A的支付為-10。

作為經(jīng)濟(jì)人來講，當(dāng)然A和B的選擇都是坦白，因為對于兩人來說，無論他人選擇什么戰(zhàn)略，自己的最優(yōu)選擇是唯一的，即坦白。這就是所謂占優(yōu)戰(zhàn)略（dom inant strategy）。但是這里有一個深刻的問題，很顯然，如果兩個人都選擇抵賴，各自的支付為-1，比都選擇坦白，各自的支付為-8要好。這里存在著一個帕累托改進(jìn)，這說明整體理性優(yōu)于個體理性。但這個帕累托改進(jìn)辦不到，因為經(jīng)濟(jì)人追求的是個人理性，這就是個人理性與集體理性的沖突與矛盾。這個沖突顯然對整個社會有好處，而對該集體的成員而言是一件壞事。

通過囚徒A與B的這種博弈，警察得到了事實(shí)真相，從而可以有效地懲罰犯罪。

二、辯訴交易博弈

辯訴交易是檢察官與嫌疑犯之間的博弈。盡管嫌疑犯可能有多個也可能僅一個，但這一點(diǎn)不影響分析。因此，這里分析僅有一個嫌疑犯的情況。

辯訴交易的典型案例是：一位富翁在家中被害，財物被盜，警察在偵破此案過程中抓住一個嫌疑犯，并在其住處發(fā)現(xiàn)了被害人家中的財物，但嫌疑犯否認(rèn)殺人，只承認(rèn)盜竊，而警察也沒有充足的殺人證據(jù)。在審判該嫌疑犯時，控訴方有兩種選擇：繼續(xù)偵查，搜集有力的殺人證據(jù)，但這比較困難；或者提出與嫌疑犯進(jìn)行交易，以某種讓步促使其主動坦白自己的犯罪事實(shí)。為了和上述表1比較，這里也采用戰(zhàn)略式表述方式，列出訴方和辯方的支付矩陣，如表2所示：

表2 辯訴交易博弈的支付矩陣

根據(jù)表2，在上述案例中，訴方有兩種選擇：追查下去，這需要花費(fèi)大量成本，其支付為-10；如果選擇交易，不需再花費(fèi)成本，其支付為0。對于辯方（嫌疑犯）而言，當(dāng)訴方追查時，坦白比抵賴要好，坦白可從輕發(fā)落，獲得支付為-15，否則證據(jù)充分時還依然抵賴，獲得支付為-20，即獲刑比坦白時要重；而當(dāng)訴方選擇交易時，由于訴方并不掌握充分證據(jù)，抵賴部分罪行要比完全坦白好。正如本案例，嫌疑犯如果承認(rèn)殺人事實(shí)，可能獲刑10年，即支付為-10；如果僅承認(rèn)盜竊，而警方又沒有充分證據(jù)時，則僅獲刑5年。

結(jié)果，通過檢察官和嫌疑犯的博弈，檢方并不一定能得到事實(shí)真相，也不一定能有效地懲罰犯罪。

三、囚徒困境博弈與辯訴交易博弈之差異

一般而言，博弈論的基本要素包括參與人、行動、信息、戰(zhàn)略、支付（效用）、結(jié)果和均衡。其中，參與人、戰(zhàn)略和支付是描述一個博弈所需的最少要素。而參與人、行動和結(jié)果統(tǒng)稱為博弈規(guī)則。博弈分析的目的是使用博弈規(guī)則預(yù)測均衡或結(jié)果。顯然，囚徒困境博弈與辯訴交易博弈中有多個要素存在不同。

（一）參與人不同

參與人（player），指一個博弈中的決策主體。他的目的是通過選擇行動（或戰(zhàn)略）以最大化自己的支付（效用）水平。①在囚徒困境博弈中，參與人是兩個嫌疑犯，是兩囚徒之間的博弈，他們各自揣度對方的行動，并根據(jù)自己的期望效用決定自己的行動，其目的都是試圖減輕自己的刑罰。而在辯訴交易博弈中，參與人是控訴方和被告人，即訴方與辯方。訴方目的是得到事實(shí)真相，懲治犯罪，而辯方目的是怎樣隱瞞真相，為自己開脫罪責(zé)，逃避懲罰。非常明顯，兩博弈模型中雙方參與人的效用目標(biāo)完全相反。

（二）博弈類型不同

一般的非合作博弈類型有四種：完全信息靜態(tài)博弈、完全信息動態(tài)博弈、不完全信息靜態(tài)博弈和不完全信息動態(tài)博弈。

囚徒困境博弈屬于完全信息靜態(tài)博弈。完全信息指每一個參與人對所有其他參與人的特征、戰(zhàn)略空間及支付函數(shù)有準(zhǔn)確的信息。這是博弈類型劃分的角度之一。角度之二，就是參與人行動是否有先后順序，據(jù)此又可分為靜態(tài)博弈和動態(tài)博弈。靜態(tài)博弈是指參與人同時選擇行動，或雖非同時，但后行動者并不知道前行動者采取了什么具體行動?！巴瑫r行動”是一個信息概念，而非時間概念，只要每個參與人在選擇自己的行動時不知道其他參與人的選擇，即稱他們在同時行動。完全信息靜態(tài)博弈是一種最簡單的博弈，囚徒困境博弈又是此類博弈中最典型的一例。很明顯，囚犯A和B都知道對方的特征是理性的，戰(zhàn)略空間是有限的，坦白或抵賴及支付函數(shù)是確定的，因為警察已明確地告知他們在不同戰(zhàn)略選擇下的支付（效用）。兩者都不知對方采取了什么行動。

不同的是，辯訴交易中的博弈則屬于完全信息動態(tài)博弈。動態(tài)博弈指參與人的行動有先后順序，且后行動者能觀察到前行動者所選擇的行動。在辯訴交易中，是檢察官首先行動并選擇交易，這就給嫌疑犯一個信息，即檢方并不掌握自己的全部犯罪證據(jù)。如果檢方完全掌握犯罪證據(jù)，則沒有必要選擇交易。盡管這里的所謂“完全信息”并非“完美信息”，但也足以讓嫌疑犯對檢方的證據(jù)情況有些許了解。

用擴(kuò)展式表述方法分析兩者區(qū)別會更一目了然。圖1是囚徒困境博弈的擴(kuò)展式表述：

圖1 囚徒困境博弈的擴(kuò)展式表述

這是一個靜態(tài)博弈，B事先并不知道A的選擇，當(dāng)然反之，A事先也不知道B的選擇，兩者同時行動，分別選擇最大化自己支付的戰(zhàn)略。

圖2 辯訴交易博弈的擴(kuò)展式表述

圖3 辯訴交易博弈的一個子博弈

而辯訴交易博弈的擴(kuò)展式表述則不同，如圖2所示：

其實(shí)，一旦檢方提出進(jìn)行交易，圖2即變?yōu)閳D3，因為顯然訴方選擇了其一個戰(zhàn)略即交易。這是原博弈的一個子博弈。在這種情況下，辯方的選擇是顯而易見的。

由上述分析可知，囚徒困境中，參與人同時行動，屬于靜態(tài)博弈；而辯訴交易中，訴方先行動，而且其行動被辯方觀察到，辯方隨后行動，屬于動態(tài)博弈。

（三）兩博弈的均衡狀態(tài)不同

與上述非合作博弈的四種類型一一對應(yīng)的均衡狀態(tài)分別為納什均衡、子博弈精煉納什均衡、貝葉斯納什均衡、精煉貝葉斯納什均衡。本文只涉及前兩種。

囚徒困境型博弈達(dá)到的均衡狀態(tài)是納什均衡。納什均衡是指這樣一個戰(zhàn)略組合，這種戰(zhàn)略組合由所有參與人的最優(yōu)戰(zhàn)略組成。換言之，給定別人的戰(zhàn)略情況下，沒有任何單個參與人有積極性選擇其他戰(zhàn)略，從而沒有任何人有積極性打破這種均衡。囚徒困境博弈僅存在一個納什均衡，那就是（坦白，坦白）。一般而言，由于每個參與人的支付（效用）是博弈中所有參與人的戰(zhàn)略的函數(shù)，因此每個參與人的最優(yōu)戰(zhàn)略依賴于所有其他參與人的戰(zhàn)略選擇。但在一些特殊的博弈中，一個參與人的最優(yōu)戰(zhàn)略很可能并不依賴于其他參與人的戰(zhàn)略選擇。也就是說，無論其它參與人選擇什么戰(zhàn)略，他的最優(yōu)戰(zhàn)略是唯一的。這樣的最優(yōu)戰(zhàn)略被稱為占優(yōu)戰(zhàn)略或占優(yōu)策略。囚徒困境的例子就是這樣，在這個博弈中，每個囚犯都有兩種可選擇的戰(zhàn)略，坦白或抵賴。但是，很明顯，無論同伙選擇什么戰(zhàn)略，每個囚犯的最優(yōu)戰(zhàn)略都是“坦白”。再回頭看表1，如囚犯A選擇坦白時，囚犯B選擇坦白支付為－8，選擇抵賴支付為－10，顯然坦白比抵賴好。如囚犯A選擇抵賴，則囚犯B選擇坦白支付為0，選擇抵賴支付為－1。同樣，坦白比抵賴好。這樣，“坦白”是囚犯B的占優(yōu)戰(zhàn)略。類似地，“坦白”也是囚犯A的占優(yōu)戰(zhàn)略。所以（坦白，坦白）是囚徒困境博弈中唯一的占優(yōu)戰(zhàn)略均衡，②平狄克和魯賓菲爾德稱之為上策均衡。

再分析辯訴交易博弈。相對于囚徒困境博弈，這是一個序貫博弈，即一個參與人首先采取行動，然后，另一參與人再作出反應(yīng)。③因其屬于完全信息動態(tài)博弈，所以與之相應(yīng)的均衡狀態(tài)是子博弈精煉納什均衡。再回過頭看表2，當(dāng)發(fā)現(xiàn)訴方選擇追查時，辯方選擇坦白（支付為－15），優(yōu)于抵賴（支付為－20）。而當(dāng)訴方選擇交易時，辯方選擇抵賴（支付為－5），優(yōu)于坦白（支付為－10）。所以，該博弈存在兩個納什均衡，即（追查，坦白）和（交易，抵賴）。也就是說，辯方并不存在一個無論訴方采取任何行動都是最優(yōu)的戰(zhàn)略，即不存在占優(yōu)戰(zhàn)略，而是辯方依訴方的戰(zhàn)略選擇相機(jī)選擇自己的最優(yōu)行為，所以才出現(xiàn)兩個納什均衡。而且一旦訴方提出辯訴交易，就很明確地說明訴方選擇了一個戰(zhàn)略，即交易。原博弈就變成一個單結(jié)的子博弈，即圖3所示的子博弈。在這個子博弈上有一個納什均衡，即（交易，抵賴）。這個納什均衡被稱為子博弈精煉納什均衡。一個納什均衡成為精煉納什均衡，當(dāng)且僅當(dāng)參與人的戰(zhàn)略在每一個子博弈中構(gòu)成納什均衡，即組成精煉納什均衡的戰(zhàn)略必須在每一個子博弈中是最優(yōu)的。如圖2，如果訴方想節(jié)省資源，提高訴訟效率，必然不會選擇追查下去，所以（追查，坦白）不是一個精煉納什均衡。剔除了這個均衡，（交易，抵賴）是唯一的子博弈精煉納什均衡。

（四）結(jié)果不同

在囚徒困境博弈中，只要兩囚徒是理性的，并且明確了對方的戰(zhàn)略選擇和支付后，自己“坦白”就是唯一最好的選擇。所以，（坦白，坦白）是一個占優(yōu)戰(zhàn)略均衡（上策均衡）。警察只要交待對兩人不同選擇的政策后，往往輕而易舉地得到事實(shí)真相。

而在辯訴交易中，如果也是共同犯罪，警方（或檢方）利用共同犯罪人之間的博弈，也容易得到事實(shí)真相，因為坦白是他們唯一的“上策”。其實(shí)這是訴方利用了共同犯罪人的“囚徒困境”博弈。但如果是單個人犯罪，訴方與嫌疑犯之間的博弈則完全不同。當(dāng)訴方提出交易，就會立即傳達(dá)給嫌疑犯一個信號，即訴方并不掌握確實(shí)充分的證據(jù)。在理性的促使下，嫌疑犯總會報有僥幸心理，選擇抵賴，或是避重就輕，交代一些無關(guān)緊要的事實(shí)。哪怕警方（或檢方）威脅嫌疑犯，比如告訴嫌疑犯“我們已經(jīng)掌握了你的犯罪證據(jù)，接下來要看你的態(tài)度，是否配合調(diào)查”等等，也無濟(jì)于事。因為這屬于博弈論中的“不可置信威脅”，嫌疑犯（或其律師）非常清楚這不是事實(shí)，否則，檢方?jīng)]必要提出交易，他們會根據(jù)自己所掌握的證據(jù)指控嫌疑犯。

所以，囚徒困境博弈的結(jié)果是兩嫌疑犯都坦白，而辯訴交易的結(jié)果往往是嫌疑犯抵賴，也就是說辯訴交易博弈難以實(shí)現(xiàn)訴方的期待效用。

四、結(jié)論

通過以上分析可知，囚徒困境博弈與辯訴交易博弈完全不同。如對其類型判斷錯誤就會得出一系列的錯誤結(jié)論。博弈分析的目的是為了預(yù)測均衡結(jié)果。而對于辯訴交易博弈均衡結(jié)果的預(yù)測讓我們發(fā)現(xiàn)，該司法制度并不是人們想象的一個切實(shí)可行的、完美的制度安排。它和囚徒困境的均衡結(jié)果完全不同。后者容易使警方達(dá)到自己的預(yù)期效用。而前者，即辯訴交易博弈則恰恰相反。其實(shí)，這是不用“經(jīng)濟(jì)人”假設(shè)和博弈工具分析也能得到的結(jié)論。所以，辯訴交易制度源發(fā)于美國，最早見于19世紀(jì)末，此后人們對此爭論了近一個世紀(jì)，直到1970年美國聯(lián)邦最高法院才首肯其合法地位，1974年才對其一般原則和程序有了法律規(guī)定。但盡管其擁有了合法外衣，至今對它的意義人們?nèi)园H不一，難以達(dá)成共同見解。可見，任何制度變遷都不是人們隨心所欲的結(jié)果，而是基于社會進(jìn)步的內(nèi)在吁求及科學(xué)論證的。我們在引入這一司法制度時應(yīng)充分考慮其實(shí)際效果，分析其與我國的司法制度安排及法律人文環(huán)境是否匹配，否則對我國司法環(huán)境的改善不但無益反而有害。

注釋：

①張維迎.博弈論與信息經(jīng)濟(jì)學(xué)[M].上海：上海人民出版社，2004

②[美]平狄克、魯賓菲爾德.微觀經(jīng)濟(jì)學(xué)（第四版）[M].北京：中國人民大學(xué)出版社，2000

③[美]范里安.微觀經(jīng)濟(jì)學(xué)：現(xiàn)代觀點(diǎn)（第六版）[M].上海：上海人民出版社，2006

（作者單位：中央司法警官學(xué)院，河北保定 071000；作者簡介：郝赪，中央司法警官學(xué)院副教授，法學(xué)博士，研究方向：經(jīng)濟(jì)與法）

（責(zé)編：若佳）

F011

A

1004-4914（2014）05-100-03