試論“囚徒困境”與法律規(guī)則的構(gòu)建

聶佳龍

（江西科技師范大學(xué) 理工學(xué)院，江西 南昌 330100）

美國著名法學(xué)家弗里德曼教授在其所著的《經(jīng)濟學(xué)語境下的法律規(guī)則》一書中指出：“構(gòu)建有效率的法律規(guī)則在很大程度上是要擺脫囚徒困境”[1]。當(dāng)前我國有不少的法律規(guī)則是無效率已是不爭的事實。既然構(gòu)建有效率的法律規(guī)則就是要擺脫囚徒困境，那么如何擺脫囚徒困境從而使得我國的法律規(guī)則更加有效率便是我們必須思考的問題。基于此，本文擬將從“囚徒困境”角度對法律規(guī)制的構(gòu)建略作探討。

一、“囚徒困境”的描述及其對法律規(guī)則構(gòu)建的啟示

博弈論中最著名的博弈模型是美國經(jīng)濟學(xué)納什的導(dǎo)師圖克構(gòu)造的“囚徒困境”模型。該模型的內(nèi)容是這樣的：甲乙兩人是同案犯，律師分別在會見時告訴他們其有足夠的把握使他們獲2年的刑罰，但是如果他們都坦白的話，每人各判刑5年；如果他們中間有一人坦白的話，坦白者只判刑1年，而他的同伴卻會判刑7年。支付矩陣如下（圖1）：

圖1

從上面的支付矩陣看，甲乙兩人都選擇不坦白是最好的策略組合。但在信息不相通的語境下，甲乙兩人在做出最終的策略選擇之前必須考慮這樣存在的風(fēng)險：如果自己選擇不坦白，而另一方選擇坦白，自己會獲得最高的7年刑罰。以乙為例，在做出策略選擇之前一定會這樣分析：如果甲選擇坦白，自己選擇坦白會判刑5年，選擇不坦白會判刑7年，坦白（因為7大于5）無疑是最占優(yōu)的策略；如果甲選擇不坦白，自己不坦白會判刑2年，選坦白會判刑1年，坦白（因為2大于1）同樣是最占優(yōu)的策略。于是，無論甲選擇何種策略，乙都會選擇坦白。同樣，對甲進行分析也會得出無論乙是否坦白，選擇坦白是最好的策略選擇的結(jié)論。據(jù)此分析可以得出，不論對方做出何種策略選擇，坦白都是最優(yōu)的策略選擇。換言之，（坦白，坦白）是必然會出現(xiàn)的而且是實質(zhì)占優(yōu)的策略組合，從而引致出于個人理性選擇的結(jié)局不如合作策略選擇的結(jié)局的出現(xiàn)。

從上述“囚徒困境”模型的描述中不難知道，甲與乙之所以都會選擇坦白的策略原因有二：其一，人的只考慮自己利益的自私動機，即甲與乙都是從實現(xiàn)自身利益最大化來選擇策略；其二，信息的不完全，即甲與乙只知道自己的策略選擇信息而不知道對方的策略選擇信息。

美國經(jīng)濟學(xué)家奧爾森教授指出，“有時當(dāng)每個個體只考慮自己的利益的時候，會自動出現(xiàn)一種集體的理性結(jié)果”與“有時第一條定律不起作用，不管每個個體多么明智地追尋自我利益，都不會自動出現(xiàn)一種社會的理性結(jié)果”[2]是所有社會科學(xué)的兩條定律。囚徒困境無疑是第二條定律的具體展現(xiàn)。如果每個個體都放棄只考慮自我利益的自私動機，囚徒困境必然不會出現(xiàn)。于是，按照想當(dāng)然的邏輯，擺脫囚徒困境的方法不外乎是限制甚至是消除人的只考慮自己利益的自私動機與信息完全。

然而，歷史無數(shù)次表明了人的只考慮自己利益的自私動機是人類社會與文明進步的原動力，因為“人們?yōu)橹畩^斗的一切，都同他們的利益有關(guān)”[3]。于是，“真正的問題不在于人類是否由自私的動機所左右，而在于要找到一套制度，從而使人們能夠根據(jù)自己的選擇和決定其普遍行為的動機，盡可能為滿足他人的需要貢獻力量?！盵4]由此，構(gòu)建的法律規(guī)則不是通過限制與消除人的只考慮自己利益的自私動機達致擺脫囚徒困境的目的，而是促使在尊重人的只考慮自己利益的自私動機的基礎(chǔ)上實現(xiàn)集體理性。尊重人的只考慮自己利益的自私動機實質(zhì)上就是將法律規(guī)則中“人的模式”預(yù)設(shè)為經(jīng)濟人。這是因為“每一個進入法律關(guān)系的當(dāng)事人都有其不同的動機和愿望，他們依據(jù)自己的偏好和最有利于自己的方式進行活動，他們是理性的、追求個人效用最大化的‘經(jīng)濟人’”[5]。

如果能夠互通信息，甲與乙必然會通過協(xié)商達成共同選擇不坦白策略的共識。從支付矩陣中可以知道，甲與乙共同選擇不坦白策略，不僅實現(xiàn)了各自的利益最大化，還自動出現(xiàn)了集體的理性。由此可推之，信息是否完全以及完全程度如何決定著能否擺脫囚徒困境以及在大多程度上擺脫囚徒困境。于是，構(gòu)建的法律規(guī)則要能夠揭示出人們按其行動的收益信息，并能促使人們認真考慮這些信息。

經(jīng)濟學(xué)研究表明，囚徒困境所反映的是個體的理性選擇導(dǎo)致集體的非理性行動，對其擺脫就是實現(xiàn)個體的理性選擇引致出集體理性的結(jié)果，即出現(xiàn)如亞當(dāng)·斯密所言的——即使個人“所追求的僅僅是自己的安全或私利。但是，在他這樣做的時候，有一只看不見的手在引導(dǎo)著他去幫助實現(xiàn)另外一種目標(biāo)，盡管該目標(biāo)并非是他的本意。追逐個人利益的結(jié)果，是他經(jīng)常地增進社會的利益，其效果要比他真的想要增進社會的利益更好”[6]——局面。既然構(gòu)建有效的法律規(guī)則必須擺脫囚徒困境，那么如何實現(xiàn)個體的理性選擇能夠引致出集體理性的結(jié)果必然成為我們必須正視的問題。根據(jù)前面的分析，將法律規(guī)則中“人的模式”預(yù)設(shè)為經(jīng)濟人以及信息完全是擺脫囚徒困境從而實現(xiàn)所構(gòu)建的法律規(guī)則是有效的方法。至于如何具體實現(xiàn)，本文在第二、三部分分別加以進行分析。

二、經(jīng)濟人與法律規(guī)則的構(gòu)建

遍覽古今世界各國法律的內(nèi)容，可以說法律在社會中實現(xiàn)的邏輯是每個個人依照法律的規(guī)定與他人締結(jié)、形成法律關(guān)系，進而其行為接受法律的規(guī)范調(diào)整。但想要與他人締結(jié)、形成法律關(guān)系以及締結(jié)、形成何種形式的法律關(guān)系的前提條件是具備法律上的資格。此種資格在法律上有不同的稱謂和表述，在私法上稱之為“行為能力”，在公法上稱之為“公民能力”“責(zé)任能力”。無論是私法上的“行為能力”，還是公法上的“公民能力”與“責(zé)任能力”都是法律綜合對行為人的年齡、智力狀況等因素所做的估定。進行較為細致的推敲，不難發(fā)現(xiàn)此種估定實質(zhì)上暗含了締結(jié)、形成法律關(guān)系的行為人是“理性人”的假定，這是因為理性人能夠依據(jù)成本—收益的原則優(yōu)化選擇實現(xiàn)最大化動機，而優(yōu)化選擇與行為人的年齡與智力狀況緊密相關(guān)。

理性人作為一個科學(xué)范疇與“經(jīng)濟人”假定有著莫大的關(guān)聯(lián)。因為“在對經(jīng)濟行為者的許多不同描繪中，經(jīng)濟人的稱號通常加給那些在工具主義意義是理性的人的”，而經(jīng)濟人是各種約束的限制下，追求目標(biāo)函數(shù)最大化的理性人。[7]與其他的人的模式①通過具體的法律制度的考察，我們可以將法律原理中預(yù)設(shè)的“人的模式”分為六類：一、個人；二、中人；三、惡人；四、經(jīng)濟人；五、社會人；六、生態(tài)人。相比，“在對不同制度的評價中，‘經(jīng)濟人’是對人類行為的一種獨特而恰當(dāng)?shù)穆嬍矫枋?，這不是因為它在經(jīng)驗上正確，而是因為它在分析上是恰當(dāng)?shù)?。”[8]于是，經(jīng)濟人假定不僅適用于經(jīng)濟學(xué)，而且還適用于其他的社會科學(xué)尤其是法學(xué)。

從經(jīng)濟人的內(nèi)涵中不難看出，經(jīng)濟人假定突出了與肯定了人是一種利己的動物。利己性是人之本性意味著人類的一切行為（無論是追求財富最大化的行為還是追求非財富最大化的行為）蘊含了追求效用的最大化?！靶в米畲蠡膶崿F(xiàn)過程是人的基本偏好（basic tastes）的滿足。基本偏好決定了偏好類型（preference patterns），偏好類型相對穩(wěn)定，并不因人因時或因地而異。”[9]所謂的偏好，簡言之就是愛好或喜愛的意思。新制度經(jīng)濟學(xué)研究表明，法律是影響人們?yōu)槠淦盟Ц冻杀镜囊环N但不是唯一的重要變量。也就是說，法律可以通過影響人們?yōu)槠淦盟Ц兜某杀緛硪路伤诖钠妙愋椭霈F(xiàn)。法律所期待的偏好類型之出現(xiàn)基礎(chǔ)是法律規(guī)則滿足了激勵相容約束，申言之，“一項有效的法律規(guī)則，必須滿足激勵相容約束——也就是說，法律的可實施性必須以個人追求效用最大化為前提，法律只能‘誘導(dǎo)’而不能‘強制’個人行為。比如說，當(dāng)一項法律規(guī)定對行為X實施懲罰時，當(dāng)且僅當(dāng)在該法律下X不構(gòu)成個人的最優(yōu)選擇時，這項法律才是有效的。如果在該法律下選擇X仍然是個人的最優(yōu)行動，這項法律就是無效的。”[10]

法律的首要任務(wù)是造就一定的社會秩序。而法律要想造就一定的社會秩序就必須對人們形成有效的激勵。由于“制度——尤其是附屬于它們的懲罰——能使人們作出既有承諾能得到切實履行的可靠約定”[11]，于是“法律對個人行為的激勵是通過懲罰的力度和范圍來達到的”[10]。但法律施加于個人的懲罰并不無邊界的，最強有力的懲罰也就是死刑。如果最強有力的懲罰無法實現(xiàn)對個人行為起到激勵作用，那么從邏輯上講實現(xiàn)法律實現(xiàn)激勵的目的只能是擴大懲罰的范圍：將行為主體之外的為其所珍視的事物納入行為主體的效用函數(shù)之中。需要指出一點，因為行為主體所珍視的事物因為行為主體所珍視程度的強弱而導(dǎo)致它們在行為主體的效用函數(shù)中的權(quán)數(shù)大小不一。因此，擴大懲罰范圍必須以實現(xiàn)法律激勵目的為限。

隨著人類文明程度的不斷提高，尤其是人權(quán)觀念的深入，越來越多的國家認識到附屬于法律制度中的強有力懲罰唯一的目的不是懲罰違法主體。也就是說，盡管某種意義上，對行為主體施加強有力的懲罰能夠?qū)€人起到激勵作用，但當(dāng)前人們普遍反對用強有力的懲罰這種極端的方法來治理人類。在人們反對用強有力這種極端的方法來治理的社會語境下，所構(gòu)建的法律尤其是刑法要想獲得對主體施加死刑或者施加強有力的懲罰所得到的激勵，方法只能是將更多的為行為主體所珍視的事物納入到其效用函數(shù)之中。一般而言，為行為主體所珍視的事物主要是財富、聲譽、感情、資格等。但當(dāng)今法律禁止株連。于是組合罰金罰款、剝奪已獲得的榮譽以及建立違法犯罪記錄與暫時或永久剝奪某種資格所構(gòu)建的法律規(guī)則才能實現(xiàn)法律的激勵目的。

由于法律只是影響人們?yōu)槠淦盟Ц冻杀镜囊环N重要變量，法律要想對人們形成激勵作用必須構(gòu)成一個所有的人認為遵守法律是最好策略的納什均衡。在當(dāng)今法治時代，約束人們行為的社會規(guī)則主要是法律。但這并不意味著人們必然地將其行為置于法律規(guī)則的約束之中。從邏輯上說，當(dāng)所欲求的利益同法律相抵觸時，可以選擇的路徑有三：遵守法律、觸犯法律與潛入法律之中。無疑觸犯法律與潛入法律之中是法律無激勵作用的曲折反射。因此，無論是通過懲罰的力度還是懲罰的范圍所構(gòu)建的法律規(guī)則必須構(gòu)成一個促使人們有積極性遵守法律的納什均衡。

總而言之，將法律規(guī)則中“人的模式”預(yù)設(shè)為經(jīng)濟人要求所構(gòu)建的法律規(guī)則：1）通過懲罰力度與懲罰范圍對人們形成激勵作用，當(dāng)懲罰無法實現(xiàn)對個人行為起到激勵作用時必須擴大懲罰的范圍，即組合罰金罰款、剝奪已獲得的榮譽以及建立違法犯罪記錄與暫時或永久剝奪某種資格；2）構(gòu)成一個促使人們有積極性遵守法律的納什均衡。當(dāng)滿足前述條件，便能“選擇出那些由個體理性引導(dǎo)出群體理性（而不是相反結(jié)果）的法律規(guī)則”[12]。集體理性被引導(dǎo)出來，也就意味著所構(gòu)建的法律規(guī)則擺脫了囚徒困境。

三、信息完全與法律規(guī)則的構(gòu)建

盡管“人們并非把法律視為解決沖突的最好辦法，實際上只是因為缺乏其他解決手段才導(dǎo)致了法律的增長”[13]，但人們始終是主要選擇法律來解紛。不但如此，與無法律狀態(tài)相比，人們更愿用法律來規(guī)范約束其行為。這是因為人們可以依據(jù)法律規(guī)則的規(guī)定以及他人行為具有相對不變性而決定自己如何行為。從經(jīng)濟學(xué)的角度來看，行為者是依據(jù)其所掌握的一定數(shù)量信息來決定自己行為的。由此可以易言之，人們之所以愿意將其行為置于法律的管束是因為法律具有積極的信息功能，它可以使得人們能夠應(yīng)付各種復(fù)雜的情勢以及減少進行復(fù)雜決策行為所進行的各種計算。

美國著名科學(xué)家維納指出，在現(xiàn)代社會，每個人“要有效地生活就要有足夠的信息”，因為“信息這個名稱的內(nèi)容就是我們對外界進行調(diào)節(jié)并使我們的調(diào)節(jié)為外界所了解時而與外界交換來的東西”[14]。如果法律所內(nèi)含的信息不完全，勢必會引致他人行為不具有相對不變性，進而影響人們有效地生活。換言之，法律對人們的行為不具有激勵或者說是有激勵但相對較弱。因此，確定人們行為方向與范圍的信息結(jié)構(gòu)是法律對人們的行為激勵之前提。

在當(dāng)今，所有制定的法律都是公之于眾的。也就是說，法律所包含的信息為所有人所知悉。于是，從這一意義上說對于人們而言不存在信息不完全的問題。但從各個個體所能掌握的與自己相關(guān)的信息方面來看，我們會發(fā)現(xiàn)不同的個體缺乏信息的程度還是不一樣的，即有些人比其他人掌握更多的相關(guān)信息。此種情況，在經(jīng)濟學(xué)中稱之為“信息不對稱”。因此，法律所內(nèi)含的信息不完全體現(xiàn)為信息的不對稱。

信息的不對稱會導(dǎo)致人們的行為帶有一定的“盲目”性。為了說明這一點，我們可以用將前述的囚徒困境博弈模型做這樣的改變：律師在會見甲時告訴他，如果他們之間是乙選擇了坦白，他選擇不坦白會判不低于1年且不高于7年的刑罰。支付矩陣如下（圖2）：

圖2

依照博弈論理論，凡是博弈均有均衡。我們用θ代表甲的坦白概率，γ代表乙坦白的概率。給定 γ，甲選擇坦白(θ=1)和不坦白(θ=0)的期望收益分別是：

但對于乙而言，無論甲是否坦白其都會選擇坦白。由此，便導(dǎo)致了這樣一個局面：甲是做出坦白的策略還是不坦白的策略受制于對乙的策略選擇，而乙的則不會受制于甲的策略選擇。于是，甲如何行為便具有一定的盲動性，因為甲要做出自己的策略選擇首先要知悉乙的策略選擇信息。推及到現(xiàn)實社會，在信息不對稱的情況下，諸如甲樣的人們很難獲得諸如乙樣的人們行動選擇信息，從而行為必然具有盲動性。也就是說，諸如甲樣的人們無法通過他人行為的相對不變性而來確定自己該如何行為。

人們的行為具有盲動性意味著法律對人們沒有激勵?！胺勺鳛橐环N激勵，應(yīng)當(dāng)提高獲得個體信息的能力。”[10]但由于行為后果是多個人行為共同作用的結(jié)果且每個人的行為對行為后果的影響又同他人行為有關(guān)，從而導(dǎo)致獲得個體信息具有困難。之所以困難是因為該行為具有團隊生產(chǎn)的特征，用美國經(jīng)濟學(xué)家阿爾奇安與德姆塞茲的話說便是：“由于每個人對他個人的實際替代率（生產(chǎn)中）而不是真實的總的（即社會的）比率作出反應(yīng)，并且只要其他人檢測是否松懈方面有成本，通過使他承擔(dān)真實成本迫使他進行徹底的再調(diào)整，對其他人來說就并不值得?！盵15]邏輯上，使個人的實際替代率接近甚至是等于真實的替代率方法是個體化的競爭與設(shè)立專職的監(jiān)督者。但個體化的競爭并不能完全實現(xiàn)使個人的實際替代率接近甚至是等于真實的替代率方法，于是方法只能是設(shè)立專職的監(jiān)督者。

依照阿爾奇安與德姆塞茲的理解，監(jiān)督者不僅具有剩余索取權(quán)，還賦其改變團隊的個體成員資格和行為的權(quán)利。用張維迎教授等人的話說，此種監(jiān)督實際上是“基于行為的連帶責(zé)任”?；仡櫄v史，不難發(fā)現(xiàn)，法律制度和市場一樣都是生產(chǎn)和交換的產(chǎn)物，都是資源配置機制。而“任何資源配置機制，要為社會所接受，都必須解決好兩類任務(wù)：一是不管資源如何使用，必須充分揭示資源收益的信息；二是必須能促使人們認真考慮這些信息。”[16]因此，“基于行為的連帶責(zé)任”，所構(gòu)建的法律規(guī)則必須包含立法者與適用法律者之間的連帶責(zé)任與為某一法律規(guī)則所影響團隊的成員的連帶責(zé)任這兩方面的內(nèi)容。

實現(xiàn)立法者與適用法律者之間的連帶責(zé)任可以建立立法損害賠償制度?！傲⒎C構(gòu)的保證才是真正可怕的危險，而且在很多年后仍會如此。”[17]理論上說，國家為了保障公共服務(wù)事業(yè)的組織和運行所采取的措施，“當(dāng)這種措施給國家中的其他利益增加了額外負擔(dān)的時候，國家就必須動用財政資金來加以補償。國家因立法職能而承擔(dān)的責(zé)任只是一種一般性制度中的一項具體因素?！盵18]

實現(xiàn)為某一法律規(guī)則所影響團隊的成員的連帶責(zé)任可以建立對團隊成員實施集體的激勵或者懲罰的規(guī)則。該規(guī)則這樣規(guī)定：當(dāng)實際的產(chǎn)出大于或等于帕累托最優(yōu)努力下的團隊產(chǎn)出，每個人或處于強勢地位的團隊成員才能分享帕累托最優(yōu)努力下的團隊產(chǎn)出，否則全體成員接受懲罰或者處于強勢地位的團隊成員接受高于實際懲罰的多倍懲罰。

如果將上述中的“律師”視為立法者，因為立法損害賠償制度存在則其勢必不會讓乙掌握的信息比甲還要多。又因為存在對團隊成員實施集體的激勵或者懲罰的規(guī)則，甲和乙必然會想方設(shè)法地提高其獲取個體信息的能力。個體信息能力提高意味著甲與乙能夠知悉彼此的策略選擇信息，從而兩人都選擇不坦白是必然的。推及到現(xiàn)實社會亦是如此。

囚徒困境博弈是一種典型的非合作博弈，“關(guān)于非合作博弈的研究表面上是描述合作的規(guī)律，更深的目標(biāo)是尋找合作之路”[19]。社會秩序是在人們相互合作之中實現(xiàn)的，但人們的合作大多是一定制度尤其是法律制度下進行的。于是，所構(gòu)建的法律制度如果無法擺脫囚徒困境，則無法引導(dǎo)人們進行有效地合作，社會秩序也就無從造就。如果仍由此種現(xiàn)狀發(fā)展，最后我們只會得到一個法律更多而秩序更少以及法律成為社會不可承受之重的社會。因此，構(gòu)建法律規(guī)則時必須從經(jīng)濟人與信息完全這兩方面進行綜合性的考量。

[1][美]大衛(wèi)·D·弗里德曼．經(jīng)濟學(xué)語境下的法律規(guī)則[M]．楊欣欣,譯.北京：法律出版社，2004：107．

[2]蘇長和．全球公共問題與國際合作：一種制度的分析[M]. 上海：上海人民出版社，2002：2．

[3]馬克思恩格斯全集:第1卷[M].北京：人民出版社，1995：187．

[4][英]哈耶克.個人主義與經(jīng)濟秩序[M].鄧正來，譯.北京：北京經(jīng)濟學(xué)院出版社，1989：13．

[5]馮玉軍,趙小寧．法律經(jīng)濟分析的理論前提[J]．天水師范學(xué)院學(xué)報，2001（3）：29—31．

[6]轉(zhuǎn)引自[美]保羅·薩繆爾森，威廉·諾德豪斯.經(jīng)濟學(xué)[M].蕭琛，等，譯.十七版.北京：人民郵電出版社，2007：23．

[7][英]伊特韋爾，等.新帕爾格雷夫經(jīng)濟學(xué)大辭典：第2卷[M].陳岱孫，等，譯.北京：經(jīng)濟科學(xué)出版社，1996：57-58．

[8][澳]布倫南，[美]布坎南. 規(guī)則的理由[M]. 馮克利，等，譯.北京：中國社會科學(xué)出版社，2004：61．

[9][美]加里·S·貝克爾.人類行為的經(jīng)濟分析·譯者的話[M].王業(yè)宇，等，譯.上海：格致出版社，上海三聯(lián)出版社，上海人民出版社，2008：6．

[10]張維迎，鄧峰.信息、激勵與連帶責(zé)任——對中國古代連坐、保甲制度的法和經(jīng)濟學(xué)解釋[J].中國社會科學(xué)，2003（3）：99-112．

[11][德]柯武剛，史漫飛.制度經(jīng)濟學(xué)——社會秩序與公共政策[M].韓朝華，譯.北京：商務(wù)印書館，2000：111．

[12][美]大衛(wèi)·D·弗里德曼.經(jīng)濟學(xué)語境下的法律規(guī)則[M].楊欣欣，譯. 北京：法律出版社，2004：107．

[13][美]布萊克.社會學(xué)視野中的司法[M].郭星華，等，譯.北京：法律出版社，2002：85．

[14][美]N·維納.人有人的用處[M].陳步，譯.北京：商務(wù)印書館，1978：9．

[15][美]阿爾曼·阿爾奇安，哈羅德·德姆塞茲.生產(chǎn)、信息成本與經(jīng)濟組織[M].盛洪.現(xiàn)代制度經(jīng)濟學(xué)：上冊（第二版）.北京：中國發(fā)展出版社，2009：130．

[16][美]哈德羅·德姆塞茨.所有權(quán)、控制與企業(yè)——論經(jīng)濟活動的組織[M].段毅才，等，譯.北京：經(jīng)濟科學(xué)出版社，1999：43．

[17]David·Mayer.The constitutional Thought of Thomas Jefferson[M].University Press of Virginia，1994：257．

[18][法]萊昂·狄冀.公法的變遷——法律與國家[M].鄭弋，冷靜，譯.沈陽：遼海出版社，春風(fēng)文藝出版社，1999：192．

[19]趙汀陽.博弈問題的哲學(xué)分析[J].讀書，2003（2）：76-85．