誘因、理性與賽局思維：與諾貝爾經濟學獎得主 Robert Aumann 的對話

2020 年，我代表浙江大學國際聯合商學院（ZIBS）「對話大師」（Meet the Author）系列講座，專訪 2005 年諾貝爾經濟學獎得主、希伯來大學 Robert J. Aumann 教授。這場跨越以色列與中國的對話，圍繞「誘因」（incentives）、「理性」（rationality）與「人工智慧」三大主題展開，Aumann 教授以其標誌性的深入淺出，為我們揭示了經濟學與賽局理論最本質的思維框架——而這些洞見，至今仍深刻影響著我對政策設計、全球治理與教育創新的思考方式。

一、「誘因是一切的核心」——從社會主義的失敗到分巧克力的智慧

當我請 Aumann 教授用一個詞來概括經濟學與賽局理論的精髓時，他毫不猶豫地回答：「Incentives——誘因。」這位九十歲的學者隨即以兩個例子，讓這個抽象的學術概念變得鮮活生動。

第一個例子是社會主義的興衰。Aumann 教授坦言，社會主義「各盡所能、各取所需」的理念本身是美好的——「我完全認同這個想法，它是美好的。」但問題在於，它不起作用。因為當每個人都知道國家會滿足其需求時，努力工作的誘因便消失了。他指出，中國在 1979 年轉向市場經濟，比蘇聯早了整整十年——「中國人更聰明。」這句話引來線上兩萬兩千名觀眾的會心一笑，但其背後的經濟學邏輯卻發人深省：市場經濟之所以有效，正是因為它提供了正確的誘因結構。

第二個例子更加精妙。Aumann 教授回憶童年時，母親分巧克力給他和哥哥時常引發爭執——「我拿到的比較小！」於是，他的母親發明了一套天才般的機制：讓弟弟（Aumann 本人）負責切分巧克力，而哥哥擁有優先選擇權。如此一來，切的人有誘因盡可能切得均等，選的人則無從抱怨。

「我的母親是一位賽局理論家，」Aumann 教授笑道，「而且這是在賽局理論被正式發表之前。」

這個看似家常的故事，實則精確展示了機制設計（mechanism design）的核心邏輯——好的制度不是依靠道德約束，而是透過精心設計的誘因結構，使每個參與者在追求自身利益的同時，自然達成公平的結果。這正是 2020 年諾貝爾經濟學獎頒予 Paul Milgrom 與 Robert Wilson（兩位都是 Aumann 教授的好友）的核心貢獻——運用誘因機制設計出更優化的拍賣制度。^[1]

二、重新定義「理性」——從黑貓迷信到戰爭的邏輯

對話中最令我震撼的，是 Aumann 教授對「理性」（rationality）的重新定義。他明確指出，經濟學中的理性並非一般人理解的「科學思考」或「邏輯推理」，而是：「在你擁有的資訊條件下，盡你所能地追求你的目標。」

為了說明這個定義的深刻之處，他引用了一位學生的精彩案例：一個人看到黑貓橫越眼前便吐口水以驅除厄運。按照常識定義，這當然是非理性的迷信行為；但按照經濟學的定義，這是完全理性的——因為此人真心相信黑貓帶來厄運、吐口水可以化解，他正是在「自己掌握的資訊」基礎上，採取了「最有利於自己目標」的行動。

這個定義的革命性在於：它將「理性」從價值判斷中解放出來，轉化為一個純粹的行為分析工具。在此框架下，Aumann 教授進一步論證了三個看似「非理性」實則「理性」的現象：

1. 性別歧視可以是理性的——當雇主根據其掌握的統計資訊（例如年輕女性可能因懷孕離職）做出聘僱決策時，從經濟學角度看是理性的。但 Aumann 教授強調，解決之道不是否認這種理性，而是改變資訊環境與誘因結構，使歧視的「理性基礎」不復存在。
2. 罷工可以是理性的——他以希伯來大學教職員罷工的親身經歷為例。罷工持續到二月中旬面臨整學年報廢的危機時，教授們以壓倒性多數（約 480 比 6）投票繼續罷工。兩天後，校方便全面讓步。「罷工的功能，是向對方展示你方的決心，」Aumann 教授解釋，「這種決心無法透過言語傳達，只能透過行動來展示。」
3. 戰爭可以是理性的——這是整場對話中最具震撼力的段落。Aumann 教授以韓戰為例：北韓之所以進攻，是因為美國未能明確表態會保衛南韓，使北韓「理性地」判斷進攻不會遭遇反抗；而美國出兵反擊同樣是理性的，因為失去南韓將在冷戰中產生連鎖效應。

他進而以二戰前的慕尼黑協定做出更深層的分析：1938 年，英國首相張伯倫對希特勒的綏靖政策，讓希特勒「理性地」推論——無論自己提出什麼要求，西方都會讓步。因此，1939 年入侵波蘭對希特勒而言是完全理性的決策。「我認為不是希特勒帶來了二戰，而是張伯倫——是他在 1938 年的退讓，導致了這場災難。」

當英法最終對德宣戰時，希特勒憤怒地對外交部長里賓特洛甫說：「他們在慕尼黑欺騙了我！」——他是真的感到意外。這個歷史案例完美詮釋了 Aumann 教授的核心論點：大多數戰爭並非非理性的瘋狂，而是資訊不對稱與信號傳遞失敗的悲劇性後果。^[2]

三、人工智慧與理性決策：資訊品質決定決策品質

在對話的第三個主題中，我將議題引向人工智慧——畢竟，浙江大學所在的杭州正是阿里巴巴與螞蟻集團的總部所在地，AI 的應用已深入城市生活的每一個角落。Aumann 教授的回應既審慎又具前瞻性。

他首先以圍棋 AI 的突破為切入點，闡述了深度學習（deep learning）與傳統演算法的本質差異：傳統的國際象棋程式是透過「窮舉搜索」（exhaustive search）逐一評估每一步棋的理論價值；而 AlphaGo 所代表的深度學習則是透過大量實戰經驗「摸索出」最佳策略——「你完全不理解它為什麼有效，但它就是有效。」^[3]

然而，Aumann 教授對 AI 的最深刻洞見，不在於 AI 的能力本身，而在於它與「理性」定義的邏輯連結。他說：

「回想我對理性的定義——在你擁有的資訊下追求目標。那麼，AI 最大的價值或許不在於替你做決策，而在於大幅提升你的資訊品質。」

換言之，如果理性決策的品質取決於資訊品質，而 AI 能夠突破人類認知的局限性、提供更全面準確的資訊，那麼 AI 便能從根本上提升人類決策的理性程度。以黑貓迷信為例：「如果你使用 AI，它會告訴你——首先，黑貓不會帶來厄運；其次，吐口水也沒有用。於是你就可以在更好的資訊基礎上，做出真正理性的決策。」

這段分析對我的啟發極為深遠。它意味著，在政策設計與全球治理的場域中，AI 的核心價值不在於取代人類判斷，而在於消除資訊不對稱——而資訊不對稱，恰恰是 Aumann 教授所論證的衝突與戰爭的根源。^[4]

四、給年輕人的忠告：做你真正熱愛的事

對話尾聲，正值 COVID-19 疫情最嚴峻的 2020 年，我代觀眾向 Aumann 教授請教：在這個充滿不確定性的時代，您會如何建議年輕人面對未來？

這位經歷過二戰、冷戰、中東衝突、數次全球金融危機的九旬學者，給出了一個既樸實又深刻的回答：

「做你喜歡的事。不是為了賺錢，不是因為父母的期望，不是因為老師的指導——而是因為你真心喜歡它。因為當你喜歡一件事，你會做得好；當你做得好，你會更喜歡它。」

他同時對中國的學術發展提出了一個善意而尖銳的觀察：「以我十餘次訪問中國的觀察，中國在工程與應用科學方面非常出色，但在基礎科學方面投入較少。」他鼓勵中國的年輕人更多地投入基礎科學研究——那些表面上看起來沒有實際應用、不能直接賺錢的純粹學術探索。「不用擔心你做的事情能不能改善生活——它只需要讓你感興趣，這就夠了。」

這番忠告與 Aumann 教授自身的學術生涯完美呼應。他畢生從事的賽局理論研究，在最初數十年間被許多人視為抽象的數學遊戲，直到其在拍賣設計、衝突解決、機制設計等領域的應用價值逐漸顯現，世人才認識到基礎研究的深遠影響力。^[5]

五、反思：一場對話的持久啟發

與 Aumann 教授的這場對話，距今已逾四年，但其中的洞見持續在我的學術研究與政策實踐中發酵。

在政策設計上，Aumann 教授關於誘因的闡述讓我更深刻地理解：好的政策不是靠禁令與處罰，而是透過精心設計的誘因結構，讓市場參與者「自願」做出符合公共利益的選擇。這一洞見直接影響了我後來在金融科技監管領域的研究取向——從「命令與控制」轉向「監管沙盒」等誘因相容的制度設計。

在全球治理上，他對戰爭的「理性」分析——特別是信號傳遞失敗如何導致災難性衝突——為理解當前國際局勢提供了極具穿透力的分析框架。在一個地緣政治日益緊張的時代，Aumann 教授的理論提醒我們：避免衝突的關鍵不在於假設對方是「非理性」的，而在於確保雙方的意圖被清晰而可信地傳達。^[6]

在教育理念上，他關於「做你喜歡的事」與「重視基礎科學」的忠告，與我長期推動的教育創新理念不謀而合。無論是元宇宙校區的建設，還是劍橋-浙大高管教育課程的設計，我始終相信：教育的最高目標不是傳授技能，而是點燃好奇心——這正是 Aumann 教授九十高齡仍熱情分享知識的根本動力。

當這場對話結束時，線上有超過兩萬兩千人同步觀看，這本身便是一個關於「誘因」的生動案例——COVID-19 疫情雖然切斷了人們的物理移動，卻創造了前所未有的數位連結誘因，使一場以色列與中國之間的學術對話，觸及了過去難以企及的廣大受眾。正如 Aumann 教授所言：「這是疫情的一線銀光。」