勞資博弈 “囚徒困境”的合作解:工資集體協(xié)商*

孫海濤

(上海工會管理職業(yè)學(xué)院，上海 201415)

作為人類社會最為基本的社會經(jīng)濟關(guān)系之一，勞資關(guān)系對于整個社會的和諧發(fā)展至關(guān)重要。早在200多年前，經(jīng)濟學(xué)家亞當(dāng)·斯密研究勞資關(guān)系時就指出:“勞資雙方的利害關(guān)系絕不一致。勞動者希望多得，雇主希望少給。勞動者都想為提高工資而聯(lián)合，雇主卻想為減少工資而聯(lián)合，但從長期看，雇主需要勞動者的程度，也許和勞動者需要雇主的程度相同。”［1］從這段話中可以看出，一方面，勞資關(guān)系具有一種天然的對抗性，即勞資雙方會有矛盾，會發(fā)生沖突。本文所指的這種對抗性主要指，在利益訴求上不一致時，勞資雙方所采取的不合作行為。對雇員來說，會表現(xiàn)為偷懶、遲到、早退、曠工、罷工、甚至辭職等;而對雇主來說，主要就是懲罰、解聘、解散工廠等。［2］另一方面，還可以看出勞資關(guān)系還有天然的依存性，即勞方和資方是相互依存、休戚與共的。具體指生產(chǎn)過程中，勞資雙方要遵守相關(guān)制度和規(guī)則，必須通過合作才能實現(xiàn)雙方整體利益的最大化。

因此，勞資關(guān)系從對立與統(tǒng)一的視角來看，就是勞動力要素所有者與資本要素所有者之間博弈的過程。本文擬從博弈論的囚徒困境分析入手，探討勞資雙方博弈的過程，并對工資集體協(xié)商制度在促使勞資雙方合作方面的作用進行嘗試性分析。

一、勞資博弈的囚徒困境

博弈最一般的定義就是指在一定的游戲規(guī)則下，在一定的環(huán)境條件下，為了實現(xiàn)自身利益的最大化或者是成本最小化，不同利益主體依靠各自所掌握的信息，選擇各自的策略 (行動)①博弈論中，策略可以理解為參與人的一個相機行動計劃，它規(guī)定了參與人在什么情況下該如何選擇，即博弈的選擇集合。。簡單來說博弈就是人與人之間互相爭利的過程②博弈論的基本概念包括參與人、行動、信息、戰(zhàn)略、支付、均衡和結(jié)果。。博弈論就是系統(tǒng)研究各種博弈中參與人的合理選擇及其均衡的理論。［3］勞資雙方的這種對立而又相互依存的關(guān)系正好像是一場場博弈，作為博弈的參與人，為了實現(xiàn)各自的利益，勞資雙方根據(jù)各自掌握的信息選擇不同的策略，從而獲得不同的博弈結(jié)果。下面將分析囚徒困境博弈在勞資之間的應(yīng)用，探尋勞資之間不合作的原因。

(一)囚徒困境博弈

兩名罪犯共同作案被抓，但警察沒有足夠的證據(jù)。于是，警察把他們隔離開來，分別拘押，希望得到口供。警察告訴他們可以選擇坦白或者不坦白，但是如果一個人坦白，而另一個人不坦白，則坦白的一方會被立刻釋放，而不坦白的一方會被判9年;如果兩人都坦白，則會各判4年;如果兩人都抵賴，則每人關(guān)押1年后，會因證據(jù)不足而被釋放。那么這兩名罪犯會如何選擇呢?他們的博弈格局可用下圖表示:

圖1 囚徒困境博弈

圖1囚徒困境的博弈中有如下含義:首先，博弈的參與人是甲和乙兩個囚徒，列代表囚徒甲，行代表囚徒乙;其次是博弈的策略，甲和乙的策略選擇是坦白或者不坦白，囚徒甲的選擇在第一列，囚徒乙的選擇在第一行;最后是博弈的支付①博弈論中，支付指的是每個參與人在給定戰(zhàn)略組合下得到的收益或成本。，即博弈參與人的收益 (報酬)或成本，在上圖中指的是被判刑的年數(shù)，用方框里的兩個數(shù)字表示，第一個數(shù)字為囚徒甲的支付，第二個數(shù)字為囚徒乙的支付。由于兩個囚徒是被隔離囚禁，誰都不知道對方是坦白還是不坦白，所以他們的決策可以被看作是同時進行。

現(xiàn)在看兩個囚徒如何決策。首先，假定兩個囚徒是“理性的”②簡單的說，經(jīng)濟學(xué)上理性人要有一個明確的偏好，然后在給定約束條件下，該人總是追求自我偏好滿足的最大化。這里就是指兩個囚徒都不想坐牢，哪怕是多坐一天牢也會覺得痛苦，而且每個囚徒只關(guān)心自己，不關(guān)心對方，所以他們的目標(biāo)就是能少坐就少坐。，即他們的目標(biāo)都是通過最小的代價獲取最大的報酬 (成本最小，利益最大)。先考慮囚徒甲的選擇，他面對的問題是，如果囚徒乙坦白的話，自己坦白被判4年，不坦白被判9年，那么坦白比不坦白好;如果囚徒乙不坦白，自己坦白會被立即釋放，不坦白則被判1年，坦白還是比不坦白更有利。因此，對于囚徒甲來說，不管囚徒乙采用何種策略，即無論對方坦白還是不坦白，自己的最優(yōu)策略都是坦白。同理，對于囚徒乙來說，他的最優(yōu)策略也是坦白。所以，兩個囚徒的最優(yōu)策略都是坦白，那么兩個囚徒最終都被判了4年的徒刑?？墒?，顯然在囚徒困境博弈中，如果囚徒甲和乙同時都選擇“不坦白”的策略，那么他們坐牢的時間都會減少，都只用坐1年的牢，但是這一“理想”結(jié)果卻很難實現(xiàn)，這就是所謂的囚徒困境。盡管對兩個人來講，不坦白是最好的，但是每個人都會選擇對自己最優(yōu)的策略——坦白。這個博弈模型的結(jié)果也反映了個人理性和集體理性的矛盾，在現(xiàn)實中經(jīng)常出現(xiàn)③集體理性是指滿足總收益最大化的選擇或者對所有成員都是最好的選擇。。

(二)勞資博弈

勞資雙方之間的博弈亦可以用囚徒困境博弈來闡釋。勞方和資方的行為類似于囚徒甲和囚徒乙的行為。勞資雙方的最終的選擇其實也就是要么合作要么不合作。雙方的博弈策略結(jié)果如圖2所示:

圖2 勞資之間的囚徒困境博弈

在圖2所示的勞資博弈中，勞資雙方得到的收益或報酬用數(shù)字表示，數(shù)字大小是由勞方和資方的策略所決定的。雖然勞資雙方?jīng)]有像兩個囚徒一樣被放在兩個房間隔離審查，但是由于現(xiàn)實中勞資雙方獲取的信息多少不一致，以及雙方的溝通渠道不暢，勞方和資方在行動中經(jīng)常是根據(jù)各自獲得的信息來估計對方的行為，然后分別選擇己方的策略。

先分析資方的策略選擇:倘若勞方的策略是合作，資方的策略也是合作，那么他們獲取的收益分別是5;如果資方不合作，他的收益反而會增加 (收益由合作的5增加到不合作的6)，因為雇主可以通過犧牲雇員的利益為代價獲得好處，所以資方的策略一定是會選擇不合作。而如果勞方的策略是選擇不合作，資方的決策如果是合作則只能獲得2的收益，此時勞方卻能獲取6的收益，因此，資方的策略必然是選擇不合作，從而會提高自己的收益 (收益由合作的2增加到不合作的 3)。［4］

同理，對于勞方來說:假如資方的策略是合作，勞方也是既可以選擇合作也可以選擇不合作。勞方如果選擇合作，勞方將得到5的收益;倘若勞方通過犧牲雇主的利益選擇不合作，勞方的收益反而會增加 (收益由合作的5增加到不合作的6)。若資方選擇不合作的策略，勞方的策略絕對是不合作，此時，勞方的收益會提高 (收益由合作的2增加到不合作的3)。

勞資的囚徒困境博弈中，盡管合作對勞資雙方都是一個帕累托最優(yōu)的選擇①帕累托最優(yōu)，又稱帕累托效率，由意大利經(jīng)濟學(xué)家帕累托在一百年前提出，簡單地說，是指一種社會狀態(tài) (資源配置、社會制度等)，與該狀態(tài)相比，不存在另外一種可選擇的狀態(tài)，使得至少一個人的處境可以變得更好而同時沒有任何其他人的處境變差。，但是每個參與人的個體理性決定了他們都會選擇不合作，以致帕累托最優(yōu)無法實現(xiàn)，結(jié)果雙方利益都受損。圖2的博弈格局中，勞資雙方最終僅僅獲得3的收益，而沒有獲得雙方基于合作基礎(chǔ)之上6的收益。這也解釋了現(xiàn)實中一些企業(yè)里勞方低工資，資方低利潤的一種窘境，因為勞資雙方是互相犧牲對方的利益，即雇主為了獲得自身的利益，不顧犧牲雇員的利益;同理，為了實現(xiàn)自己的利益，雇員也不顧犧牲雇主的利益為代價。［5］最終的結(jié)果就是一個“雙輸”的結(jié)局。

二、勞資博弈的合作解

上文描述的囚徒困境博弈模型在很大程度上闡釋了勞資雙方的非合作博弈過程，結(jié)果聽起來讓人沮喪 (勞資雙方兩敗俱傷)。但是必須注意到的是，該勞資雙方的博弈模型中，博弈不是連續(xù)的，它只是一次性的，即無論是勞方還是資方，他們只有一次選擇策略的機會。一旦每方的策略選定，整個博弈過程就結(jié)束了。這時，任何一方都沒有辦法再去影響博弈的過程。所以，顯而易見，這樣的博弈分析是靜態(tài)的，它絕對不能反映真實世界中勞資雙方的博弈過程。

現(xiàn)實生活中，勞方和資方之間的契約關(guān)系往往并不是一次性的，因為資方和勞方的雇傭關(guān)系可能是一個月結(jié)束，也可能是幾年后才結(jié)束，所以雙方的博弈是一個動態(tài)的博弈過程。在這種動態(tài)的博弈過程中，勞資之間的博弈就有可能從非合作走向合作，從沖突走向和諧。

(一)勞資博弈合作解的理論依據(jù):重復(fù)博弈

重復(fù)博弈是博弈論中動態(tài)博弈的一種②動態(tài)博弈有兩種類型，另外一種是序貫博弈，即考慮參與人的行動有先后順序的情況，在博弈中，后行動者自然會根據(jù)先行動者的選擇所傳遞的信息來調(diào)整自己的選擇;先行動者自然會意識到自己的行動會傳遞自己有關(guān)信息而理性選擇。，它把囚徒困境博弈模型的假定條件放寬了，即同樣的博弈過程由只發(fā)生一次放寬為重復(fù)很多次。正是在重復(fù)博弈的情況下，合作對每個理性參與人來說可能是最好的選擇，使得理性人走出了囚徒困境。

仍以兩個囚徒的博弈為例，假設(shè)兩個囚徒身體非常健康，活的時間足夠長，并且習(xí)性不改，刑滿出獄后又開始作案，然后又被判刑，放了后又作案 (幾近無限次)。這種情況下，兩囚徒面臨審訊時的決策就成了無限次重復(fù)博弈。在每一次博弈中，兩個囚徒面臨的博弈過程不變。每次審訊，兩囚徒都想選擇坦白，即不想合作，因為這是自己在博弈中的最佳策略。但是，隨著時間推移，兩個囚徒一次又一次的“被抓—審訊—坐牢—釋放”，相同的博弈不斷重復(fù)，兩個囚徒就會發(fā)現(xiàn)如果坦白 (不合作)，他們刑期都會增加，對雙方都不利，于是他們就會形成一種默契 (相當(dāng)于達成了協(xié)議)，即他們的策略都是不坦白(合作)，這樣，最終就有可能實現(xiàn)囚徒博弈的合作解。

相應(yīng)地，勞資雙方之間的多次重復(fù)博弈過程原理非常近似，勞資雙方在一次次的博弈過程中，為了讓自己的利益達到最大化，最初完全可能選擇不合作的策略。但是隨后，相同的博弈過程反復(fù)出現(xiàn)，勞資雙方就會意識到不合作不但損人而且也不利己，即雙方的利益都受到損害，于是勞資雙方就可能選擇合作的策略。

那么，什么樣的戰(zhàn)略既能滿足個人理性又能保證合作結(jié)果的出現(xiàn)?現(xiàn)實觀察表明，有兩種戰(zhàn)略是人們普遍使用的。而且，理論和實踐證明，這兩種戰(zhàn)略也最有可能導(dǎo)致合作行為。

一種是“針鋒相對戰(zhàn)略”:每一次行動都建立在對手前一次行動的基礎(chǔ)上。比如，我開始與你合作，如果你今天欺騙我，我明天就不與你合作;如果你明天又沒有騙我，我后天就再與你合作 (類似于以眼還眼，以牙還牙)。［6］在勞資之間的博弈中，對于勞資雙方來說，如果資方開始時給的工資還不錯 (合作)，勞方就會努力工作(合作)，如果發(fā)生了通貨膨脹，所支付的名義工資沒變，相當(dāng)于勞方的實際工資減少了，勞方就會選擇不合作 (消極怠工或者罷工等)，于是資方的利潤反而會減少，實際上，雙方的收益都減少了。于是勞資雙方都會選擇合作，勞資雙方博弈的合作解存在。

另外一種是“觸發(fā)戰(zhàn)略”:是指一開始我跟你合作，然后只要你沒有欺騙我，我就會一直合作下去;但只要你有一天欺騙了我，從此以后我就永遠不再與你合作了。［7］這對勞資雙方同樣適用，如果勞方欺騙了資方，可能會被解雇;如果資方欺騙了勞方，勞方會選擇辭職或是怠工、偷懶等行為。于是，勞方和資方也都不會采取不合作的行為，勞資之間的合作解存在。

(二)勞資博弈合作解的現(xiàn)實路徑:工資集體協(xié)商

1.預(yù)期與工資集體協(xié)商

社會制度和社會規(guī)范 (文化、習(xí)慣等)的一個重要功能，就是通過協(xié)調(diào)人們的預(yù)期形成一個特定的納什均衡①納什均衡時約翰·納什在1951年的論文中給出的均衡概念，指的是所有參與人的最優(yōu)戰(zhàn)略的組合，給定這一組合中其他參與人的選擇，沒有任何人有積極性改變自己的選擇。。［8］而工資集體協(xié)商制度能夠通過協(xié)調(diào)勞資雙方的預(yù)期②工資集體協(xié)商機制是集體合同制度的一項重要內(nèi)容，是工會維護職工合法權(quán)益的主要手段和制度，也是當(dāng)今市場經(jīng)濟國家工會的通行做法，就是指職工代表與用人單位代表依法就企業(yè)內(nèi)部工資分配制度、工資分配形式、工資支付辦法、工資標(biāo)準等事項進行平等協(xié)商，在協(xié)商一致的基礎(chǔ)上簽訂工資協(xié)議的行為。，形成勞資雙方合作的一個特定的納什均衡，從而使勞資雙方能夠走出囚徒困境博弈。

在勞資雙方的博弈過程中，協(xié)調(diào)勞資雙方預(yù)期的關(guān)鍵就是勞資雙方能夠正確預(yù)測對方的行為，都有合作的意愿，這樣才能使雙方走向合作。而解決預(yù)測最直接、最有效的辦法就是加強勞資相互之間的溝通和交流。通過工資集體協(xié)商，可以實現(xiàn)勞資雙方有效溝通和交流:一方面可以讓職工清楚地了解企業(yè)的基本生產(chǎn)情況以及企業(yè)在增加工資上所承受的經(jīng)濟壓力;另一方面，也使企業(yè)能夠掌握職工的思想動態(tài)和基本訴求。［9］于是，在不斷的博弈過程中，勞資雙方的利益得到了協(xié)調(diào)，雙方可能的合作機會就會出現(xiàn)。但是勞資合作的過程也可能會存在不同的納什均衡，所以工資集體協(xié)商制度主要功能之一就是協(xié)調(diào)勞資雙方的預(yù)期，幫助雙方在多個合作均衡中篩選出一個符合雙方共同利益目標(biāo)的納什均衡。

當(dāng)然，規(guī)則要能夠協(xié)調(diào)預(yù)期，必須具有穩(wěn)定性;只有在預(yù)期穩(wěn)定的前提下，勞資雙方預(yù)期勞資博弈重復(fù)的可能性就越大，勞資合作出現(xiàn)的可能性就越大。如果規(guī)則本身朝令夕改，人們根據(jù)規(guī)則不斷改變行為，就很難形成一致預(yù)期。這也是為什么目前我國部分省市要出臺《工資集體協(xié)商條例》的原因，以及全社會一直在呼吁出臺《工資條例》的理由。

2.重復(fù)博弈與工資集體協(xié)商

勞資雙方走出囚徒困境博弈還需要雙方能夠進入多次的重復(fù)博弈。重復(fù)博弈中，合作之所以有可能出現(xiàn)，是因為勞資雙方不僅關(guān)心眼前利益，也關(guān)心長遠利益。而且一旦出現(xiàn)一次不合作的眼前利益相對于合作帶來的長遠利益越大，那么勞資雙方選擇不合作的可能性就越大。反過來說，勞資雙方不合作帶來的一次性眼前收益相對于合作帶來的長遠收益越小，那么合作的可能性就越大。所以，企業(yè)定期開展的工資集體協(xié)商使得勞資雙方能夠走出靜態(tài)的囚徒博弈而進入到動態(tài)的重復(fù)博弈，例如很多企業(yè)工資集體協(xié)商固定每年開展一次，還有像日本的每年固定的“春斗”等等③春斗又稱“春季工資斗爭”，是日本工會每年春季組織的為提高工人工資而進行的斗爭，一般采取談判的方式進行，現(xiàn)在已成為日本勞工運動的固定形式之一。。

3.帕累托最優(yōu)與工資集體協(xié)商

帕累托最優(yōu)標(biāo)準意味著，一個人采取某種行為如果不損害他人的利益，就是正當(dāng)?shù)?反之就是不正當(dāng)?shù)?。而現(xiàn)實情況是，在個人理性的前提下，勞資雙方會有欺騙對方的行為:由于信息不對稱和勞方專業(yè)知識欠缺，勞方對企業(yè)的實際利潤水平了解不夠，資方可能會隱瞞利潤水平，故意壓低勞動者的工資水平;反過來，由于資方不可能對勞方在生產(chǎn)期間的生產(chǎn)活動實施全程監(jiān)控，勞方在工作中就有可能偷懶或者磨洋工，甚至遲到、早退等。這種勞資雙方不合作的行為在現(xiàn)實中非常典型，以至于雙方的利益都會受到損害。于是，為了解決這一問題，設(shè)計了工資集體協(xié)商制度。

工資集體協(xié)商的主要目的是通過協(xié)商來調(diào)節(jié)雙方的利益關(guān)系，既維護職工合法權(quán)益，又維護企業(yè)的利益，使雙方應(yīng)有的利益都能得到最大程度地保障。所以，工資集體協(xié)商具有互利性，是一個勞資“雙贏”的過程。勞資雙贏意味著職工工資提高的同時，企業(yè)的產(chǎn)出也是增加的，或者說企業(yè)同樣能夠?qū)崿F(xiàn)其利潤最大化的目標(biāo)。［10］于是，通過工資集體協(xié)商，企業(yè)工會或職工代表與企業(yè)依法共同確定職工工資水平增長的最佳方案，以集體合同的形式建立起職工工資正常增長機制，把職工短期利益與長期利益、職工個人利益與企業(yè)整體利益有機結(jié)合起來，勞資雙方能夠?qū)崿F(xiàn)帕累托最優(yōu)。［11］

［1］亞當(dāng)·斯密.國民財富的性質(zhì)和原因的研究 (上卷)［M］.北京:商務(wù)印書館，1974:60-61.

［2］羅寧.中國轉(zhuǎn)型期勞資關(guān)系沖突與合作研究 ［M］.北京:經(jīng)濟科學(xué)出版社，2010:50.

［3］戚譯，朱秀君.經(jīng)濟博弈論 ［M］.杭州:浙江大學(xué)出版社，2000:5.

［4］羅寧.中國轉(zhuǎn)型期勞資關(guān)系沖突與合作研究［M］.北京:經(jīng)濟科學(xué)出版社，2010:70.

［5］呂永霞，呂永成等.淺析我國現(xiàn)階段私營企業(yè)中的勞資關(guān)系 ［J］.前沿，2005，(6):37-39.

［6］張維迎.博弈與社會 ［M］.北京:北京大學(xué)出版社，2013:130.

［7］張維迎.博弈與社會 ［M］.北京:北京大學(xué)出版社，2013:130.

［8］張維迎.博弈與社會 ［M］.北京:北京大學(xué)出版社，2013:68.

［9］得翔.企業(yè)工資集體協(xié)商動因分析和思考［J］.中國勞動保障，2010，(2):34.

［10］張堅民.工資集體協(xié)商中的博弈行為［J］.工會理論與實踐，2002，(5):26.

［11］張青，朱海倫.企業(yè)工資集體協(xié)商制度的政治分析——基于協(xié)商政治理論的觀點 ［J］.現(xiàn)代管理科學(xué) ，2008， (1):106.