劳资博弈 “囚徒困境”的合作解:工资集体协商*

孙海涛

(上海工会管理职业学院，上海 201415)

作为人类社会最为基本的社会经济关系之一，劳资关系对于整个社会的和谐发展至关重要。早在200多年前，经济学家亚当·斯密研究劳资关系时就指出:“劳资双方的利害关系绝不一致。劳动者希望多得，雇主希望少给。劳动者都想为提高工资而联合，雇主却想为减少工资而联合，但从长期看，雇主需要劳动者的程度，也许和劳动者需要雇主的程度相同。”［1］从这段话中可以看出，一方面，劳资关系具有一种天然的对抗性，即劳资双方会有矛盾，会发生冲突。本文所指的这种对抗性主要指，在利益诉求上不一致时，劳资双方所采取的不合作行为。对雇员来说，会表现为偷懒、迟到、早退、旷工、罢工、甚至辞职等;而对雇主来说，主要就是惩罚、解聘、解散工厂等。［2］另一方面，还可以看出劳资关系还有天然的依存性，即劳方和资方是相互依存、休戚与共的。具体指生产过程中，劳资双方要遵守相关制度和规则，必须通过合作才能实现双方整体利益的最大化。

因此，劳资关系从对立与统一的视角来看，就是劳动力要素所有者与资本要素所有者之间博弈的过程。本文拟从博弈论的囚徒困境分析入手，探讨劳资双方博弈的过程，并对工资集体协商制度在促使劳资双方合作方面的作用进行尝试性分析。

一、劳资博弈的囚徒困境

博弈最一般的定义就是指在一定的游戏规则下，在一定的环境条件下，为了实现自身利益的最大化或者是成本最小化，不同利益主体依靠各自所掌握的信息，选择各自的策略 (行动)①博弈论中，策略可以理解为参与人的一个相机行动计划，它规定了参与人在什么情况下该如何选择，即博弈的选择集合。。简单来说博弈就是人与人之间互相争利的过程②博弈论的基本概念包括参与人、行动、信息、战略、支付、均衡和结果。。博弈论就是系统研究各种博弈中参与人的合理选择及其均衡的理论。［3］劳资双方的这种对立而又相互依存的关系正好像是一场场博弈，作为博弈的参与人，为了实现各自的利益，劳资双方根据各自掌握的信息选择不同的策略，从而获得不同的博弈结果。下面将分析囚徒困境博弈在劳资之间的应用，探寻劳资之间不合作的原因。

(一)囚徒困境博弈

两名罪犯共同作案被抓，但警察没有足够的证据。于是，警察把他们隔离开来，分别拘押，希望得到口供。警察告诉他们可以选择坦白或者不坦白，但是如果一个人坦白，而另一个人不坦白，则坦白的一方会被立刻释放，而不坦白的一方会被判9年;如果两人都坦白，则会各判4年;如果两人都抵赖，则每人关押1年后，会因证据不足而被释放。那么这两名罪犯会如何选择呢?他们的博弈格局可用下图表示:

图1 囚徒困境博弈

图1囚徒困境的博弈中有如下含义:首先，博弈的参与人是甲和乙两个囚徒，列代表囚徒甲，行代表囚徒乙;其次是博弈的策略，甲和乙的策略选择是坦白或者不坦白，囚徒甲的选择在第一列，囚徒乙的选择在第一行;最后是博弈的支付①博弈论中，支付指的是每个参与人在给定战略组合下得到的收益或成本。，即博弈参与人的收益 (报酬)或成本，在上图中指的是被判刑的年数，用方框里的两个数字表示，第一个数字为囚徒甲的支付，第二个数字为囚徒乙的支付。由于两个囚徒是被隔离囚禁，谁都不知道对方是坦白还是不坦白，所以他们的决策可以被看作是同时进行。

现在看两个囚徒如何决策。首先，假定两个囚徒是“理性的”②简单的说，经济学上理性人要有一个明确的偏好，然后在给定约束条件下，该人总是追求自我偏好满足的最大化。这里就是指两个囚徒都不想坐牢，哪怕是多坐一天牢也会觉得痛苦，而且每个囚徒只关心自己，不关心对方，所以他们的目标就是能少坐就少坐。，即他们的目标都是通过最小的代价获取最大的报酬 (成本最小，利益最大)。先考虑囚徒甲的选择，他面对的问题是，如果囚徒乙坦白的话，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，自己坦白会被立即释放，不坦白则被判1年，坦白还是比不坦白更有利。因此，对于囚徒甲来说，不管囚徒乙采用何种策略，即无论对方坦白还是不坦白，自己的最优策略都是坦白。同理，对于囚徒乙来说，他的最优策略也是坦白。所以，两个囚徒的最优策略都是坦白，那么两个囚徒最终都被判了4年的徒刑。可是，显然在囚徒困境博弈中，如果囚徒甲和乙同时都选择“不坦白”的策略，那么他们坐牢的时间都会减少，都只用坐1年的牢，但是这一“理想”结果却很难实现，这就是所谓的囚徒困境。尽管对两个人来讲，不坦白是最好的，但是每个人都会选择对自己最优的策略——坦白。这个博弈模型的结果也反映了个人理性和集体理性的矛盾，在现实中经常出现③集体理性是指满足总收益最大化的选择或者对所有成员都是最好的选择。。

(二)劳资博弈

劳资双方之间的博弈亦可以用囚徒困境博弈来阐释。劳方和资方的行为类似于囚徒甲和囚徒乙的行为。劳资双方的最终的选择其实也就是要么合作要么不合作。双方的博弈策略结果如图2所示:

图2 劳资之间的囚徒困境博弈

在图2所示的劳资博弈中，劳资双方得到的收益或报酬用数字表示，数字大小是由劳方和资方的策略所决定的。虽然劳资双方没有像两个囚徒一样被放在两个房间隔离审查，但是由于现实中劳资双方获取的信息多少不一致，以及双方的沟通渠道不畅，劳方和资方在行动中经常是根据各自获得的信息来估计对方的行为，然后分别选择己方的策略。

先分析资方的策略选择:倘若劳方的策略是合作，资方的策略也是合作，那么他们获取的收益分别是5;如果资方不合作，他的收益反而会增加 (收益由合作的5增加到不合作的6)，因为雇主可以通过牺牲雇员的利益为代价获得好处，所以资方的策略一定是会选择不合作。而如果劳方的策略是选择不合作，资方的决策如果是合作则只能获得2的收益，此时劳方却能获取6的收益，因此，资方的策略必然是选择不合作，从而会提高自己的收益 (收益由合作的2增加到不合作的 3)。［4］

同理，对于劳方来说:假如资方的策略是合作，劳方也是既可以选择合作也可以选择不合作。劳方如果选择合作，劳方将得到5的收益;倘若劳方通过牺牲雇主的利益选择不合作，劳方的收益反而会增加 (收益由合作的5增加到不合作的6)。若资方选择不合作的策略，劳方的策略绝对是不合作，此时，劳方的收益会提高 (收益由合作的2增加到不合作的3)。

劳资的囚徒困境博弈中，尽管合作对劳资双方都是一个帕累托最优的选择①帕累托最优，又称帕累托效率，由意大利经济学家帕累托在一百年前提出，简单地说，是指一种社会状态 (资源配置、社会制度等)，与该状态相比，不存在另外一种可选择的状态，使得至少一个人的处境可以变得更好而同时没有任何其他人的处境变差。，但是每个参与人的个体理性决定了他们都会选择不合作，以致帕累托最优无法实现，结果双方利益都受损。图2的博弈格局中，劳资双方最终仅仅获得3的收益，而没有获得双方基于合作基础之上6的收益。这也解释了现实中一些企业里劳方低工资，资方低利润的一种窘境，因为劳资双方是互相牺牲对方的利益，即雇主为了获得自身的利益，不顾牺牲雇员的利益;同理，为了实现自己的利益，雇员也不顾牺牲雇主的利益为代价。［5］最终的结果就是一个“双输”的结局。

二、劳资博弈的合作解

上文描述的囚徒困境博弈模型在很大程度上阐释了劳资双方的非合作博弈过程，结果听起来让人沮丧 (劳资双方两败俱伤)。但是必须注意到的是，该劳资双方的博弈模型中，博弈不是连续的，它只是一次性的，即无论是劳方还是资方，他们只有一次选择策略的机会。一旦每方的策略选定，整个博弈过程就结束了。这时，任何一方都没有办法再去影响博弈的过程。所以，显而易见，这样的博弈分析是静态的，它绝对不能反映真实世界中劳资双方的博弈过程。

现实生活中，劳方和资方之间的契约关系往往并不是一次性的，因为资方和劳方的雇佣关系可能是一个月结束，也可能是几年后才结束，所以双方的博弈是一个动态的博弈过程。在这种动态的博弈过程中，劳资之间的博弈就有可能从非合作走向合作，从冲突走向和谐。

(一)劳资博弈合作解的理论依据:重复博弈

重复博弈是博弈论中动态博弈的一种②动态博弈有两种类型，另外一种是序贯博弈，即考虑参与人的行动有先后顺序的情况，在博弈中，后行动者自然会根据先行动者的选择所传递的信息来调整自己的选择;先行动者自然会意识到自己的行动会传递自己有关信息而理性选择。，它把囚徒困境博弈模型的假定条件放宽了，即同样的博弈过程由只发生一次放宽为重复很多次。正是在重复博弈的情况下，合作对每个理性参与人来说可能是最好的选择，使得理性人走出了囚徒困境。

仍以两个囚徒的博弈为例，假设两个囚徒身体非常健康，活的时间足够长，并且习性不改，刑满出狱后又开始作案，然后又被判刑，放了后又作案 (几近无限次)。这种情况下，两囚徒面临审讯时的决策就成了无限次重复博弈。在每一次博弈中，两个囚徒面临的博弈过程不变。每次审讯，两囚徒都想选择坦白，即不想合作，因为这是自己在博弈中的最佳策略。但是，随着时间推移，两个囚徒一次又一次的“被抓—审讯—坐牢—释放”，相同的博弈不断重复，两个囚徒就会发现如果坦白 (不合作)，他们刑期都会增加，对双方都不利，于是他们就会形成一种默契 (相当于达成了协议)，即他们的策略都是不坦白(合作)，这样，最终就有可能实现囚徒博弈的合作解。

相应地，劳资双方之间的多次重复博弈过程原理非常近似，劳资双方在一次次的博弈过程中，为了让自己的利益达到最大化，最初完全可能选择不合作的策略。但是随后，相同的博弈过程反复出现，劳资双方就会意识到不合作不但损人而且也不利己，即双方的利益都受到损害，于是劳资双方就可能选择合作的策略。

那么，什么样的战略既能满足个人理性又能保证合作结果的出现?现实观察表明，有两种战略是人们普遍使用的。而且，理论和实践证明，这两种战略也最有可能导致合作行为。

一种是“针锋相对战略”:每一次行动都建立在对手前一次行动的基础上。比如，我开始与你合作，如果你今天欺骗我，我明天就不与你合作;如果你明天又没有骗我，我后天就再与你合作 (类似于以眼还眼，以牙还牙)。［6］在劳资之间的博弈中，对于劳资双方来说，如果资方开始时给的工资还不错 (合作)，劳方就会努力工作(合作)，如果发生了通货膨胀，所支付的名义工资没变，相当于劳方的实际工资减少了，劳方就会选择不合作 (消极怠工或者罢工等)，于是资方的利润反而会减少，实际上，双方的收益都减少了。于是劳资双方都会选择合作，劳资双方博弈的合作解存在。

另外一种是“触发战略”:是指一开始我跟你合作，然后只要你没有欺骗我，我就会一直合作下去;但只要你有一天欺骗了我，从此以后我就永远不再与你合作了。［7］这对劳资双方同样适用，如果劳方欺骗了资方，可能会被解雇;如果资方欺骗了劳方，劳方会选择辞职或是怠工、偷懒等行为。于是，劳方和资方也都不会采取不合作的行为，劳资之间的合作解存在。

(二)劳资博弈合作解的现实路径:工资集体协商

1.预期与工资集体协商

社会制度和社会规范 (文化、习惯等)的一个重要功能，就是通过协调人们的预期形成一个特定的纳什均衡①纳什均衡时约翰·纳什在1951年的论文中给出的均衡概念，指的是所有参与人的最优战略的组合，给定这一组合中其他参与人的选择，没有任何人有积极性改变自己的选择。。［8］而工资集体协商制度能够通过协调劳资双方的预期②工资集体协商机制是集体合同制度的一项重要内容，是工会维护职工合法权益的主要手段和制度，也是当今市场经济国家工会的通行做法，就是指职工代表与用人单位代表依法就企业内部工资分配制度、工资分配形式、工资支付办法、工资标准等事项进行平等协商，在协商一致的基础上签订工资协议的行为。，形成劳资双方合作的一个特定的纳什均衡，从而使劳资双方能够走出囚徒困境博弈。

在劳资双方的博弈过程中，协调劳资双方预期的关键就是劳资双方能够正确预测对方的行为，都有合作的意愿，这样才能使双方走向合作。而解决预测最直接、最有效的办法就是加强劳资相互之间的沟通和交流。通过工资集体协商，可以实现劳资双方有效沟通和交流:一方面可以让职工清楚地了解企业的基本生产情况以及企业在增加工资上所承受的经济压力;另一方面，也使企业能够掌握职工的思想动态和基本诉求。［9］于是，在不断的博弈过程中，劳资双方的利益得到了协调，双方可能的合作机会就会出现。但是劳资合作的过程也可能会存在不同的纳什均衡，所以工资集体协商制度主要功能之一就是协调劳资双方的预期，帮助双方在多个合作均衡中筛选出一个符合双方共同利益目标的纳什均衡。

当然，规则要能够协调预期，必须具有稳定性;只有在预期稳定的前提下，劳资双方预期劳资博弈重复的可能性就越大，劳资合作出现的可能性就越大。如果规则本身朝令夕改，人们根据规则不断改变行为，就很难形成一致预期。这也是为什么目前我国部分省市要出台《工资集体协商条例》的原因，以及全社会一直在呼吁出台《工资条例》的理由。

2.重复博弈与工资集体协商

劳资双方走出囚徒困境博弈还需要双方能够进入多次的重复博弈。重复博弈中，合作之所以有可能出现，是因为劳资双方不仅关心眼前利益，也关心长远利益。而且一旦出现一次不合作的眼前利益相对于合作带来的长远利益越大，那么劳资双方选择不合作的可能性就越大。反过来说，劳资双方不合作带来的一次性眼前收益相对于合作带来的长远收益越小，那么合作的可能性就越大。所以，企业定期开展的工资集体协商使得劳资双方能够走出静态的囚徒博弈而进入到动态的重复博弈，例如很多企业工资集体协商固定每年开展一次，还有像日本的每年固定的“春斗”等等③春斗又称“春季工资斗争”，是日本工会每年春季组织的为提高工人工资而进行的斗争，一般采取谈判的方式进行，现在已成为日本劳工运动的固定形式之一。。

3.帕累托最优与工资集体协商

帕累托最优标准意味着，一个人采取某种行为如果不损害他人的利益，就是正当的;反之就是不正当的。而现实情况是，在个人理性的前提下，劳资双方会有欺骗对方的行为:由于信息不对称和劳方专业知识欠缺，劳方对企业的实际利润水平了解不够，资方可能会隐瞒利润水平，故意压低劳动者的工资水平;反过来，由于资方不可能对劳方在生产期间的生产活动实施全程监控，劳方在工作中就有可能偷懒或者磨洋工，甚至迟到、早退等。这种劳资双方不合作的行为在现实中非常典型，以至于双方的利益都会受到损害。于是，为了解决这一问题，设计了工资集体协商制度。

工资集体协商的主要目的是通过协商来调节双方的利益关系，既维护职工合法权益，又维护企业的利益，使双方应有的利益都能得到最大程度地保障。所以，工资集体协商具有互利性，是一个劳资“双赢”的过程。劳资双赢意味着职工工资提高的同时，企业的产出也是增加的，或者说企业同样能够实现其利润最大化的目标。［10］于是，通过工资集体协商，企业工会或职工代表与企业依法共同确定职工工资水平增长的最佳方案，以集体合同的形式建立起职工工资正常增长机制，把职工短期利益与长期利益、职工个人利益与企业整体利益有机结合起来，劳资双方能够实现帕累托最优。［11］

［1］亚当·斯密.国民财富的性质和原因的研究 (上卷)［M］.北京:商务印书馆，1974:60-61.

［2］罗宁.中国转型期劳资关系冲突与合作研究 ［M］.北京:经济科学出版社，2010:50.

［3］戚译，朱秀君.经济博弈论 ［M］.杭州:浙江大学出版社，2000:5.

［4］罗宁.中国转型期劳资关系冲突与合作研究［M］.北京:经济科学出版社，2010:70.

［5］吕永霞，吕永成等.浅析我国现阶段私营企业中的劳资关系 ［J］.前沿，2005，(6):37-39.

［6］张维迎.博弈与社会 ［M］.北京:北京大学出版社，2013:130.

［7］张维迎.博弈与社会 ［M］.北京:北京大学出版社，2013:130.

［8］张维迎.博弈与社会 ［M］.北京:北京大学出版社，2013:68.

［9］得翔.企业工资集体协商动因分析和思考［J］.中国劳动保障，2010，(2):34.

［10］张坚民.工资集体协商中的博弈行为［J］.工会理论与实践，2002，(5):26.

［11］张青，朱海伦.企业工资集体协商制度的政治分析——基于协商政治理论的观点 ［J］.现代管理科学 ，2008， (1):106.