苏轼是中华民族最伟大的文学家之一。我以为，苏轼在中国伟大文学家群体中的地位，如同牛顿与爱因斯坦在伟大自然科学家群体中的地位。没有苏轼，中国文学史与精神生活缺少最精彩的篇章；此外，苏轼跌宕起伏的人生，为中国传统知识分子身处逆境提供了一个精神的榜样。

本文则是给苏轼跌宕起伏的人生做一个囚徒困境重复博弈的解读。本文分三个部分：第一部分，从作者的视角给苏轼一个非专业的评价；第二部分，从囚徒困境的重复博弈看苏轼跌宕起伏的人生，主要借助囚徒困境重复博弈的ALLC、ALLD与“一报还一报”等策略，分析苏轼与司马光、王安石与章惇的关系，并根据这个分析找出苏轼持续被贬的原因；第三部分，作者指出，在皇权时代，我们不仅要学苏轼，更学博弈思维，在坚持自己道德底线的前提下，寻找个人合作与不合作的最佳策略。

一、从作者的视角给苏轼一个非专业的评价

我喜欢苏轼的诗词，也敬仰他面对逆境的风骨。我不是文学评论家，也不是学文学专业的，没有能力对苏轼作全面、专业的评价，仅用四个关键词概括苏轼的四个特征：睿智、豪迈、多情与洒脱；而每个关键词，都借用苏轼诗句为证。

一是“睿智”，这可从《题西林壁》诗中体现出来：“横看成岭侧成峰，远近高低各不同。不识庐山真面目，只缘身在此山中。”这首诗表现出苏轼对生活的深刻洞察和睿智的思考。

二是豪迈，这可从《念奴娇·赤壁怀古》词中体现出来：“大江东去，浪淘尽，千古风流人物。故垒西边，人道是，三国周郎赤壁。乱石穿空，惊涛拍岸，卷起千堆雪。”这首词展现了苏轼的豪情壮志、英雄气概和奔放激情。

三是“多情”，这可从《江城子》词中体现出来：“十年生死两茫茫，不思量，自难忘”等句。这首词深情地描绘了苏轼对亡妻的生死离别之痛和思念之情，展现了苏轼多情的一面。

四是“洒脱”，这可从《定风波·莫听穿林打叶声》词中体现出来：“竹杖芒鞋轻胜马，谁怕？一蓑烟雨任平生。料峭春风吹酒醒，微冷，山头斜照却相迎。”在这首词中，展现了苏轼面对生活困顿时的洒脱与超然。

为了避免评价的错误，我还是借助林语堂先生的部分评语。林语堂先生认为，苏轼是一个多才多艺、性格独特的人物、一个无可救药的乐天派、一个伟大的人道主义者、一个百姓的朋友、一个大文豪、一位在政治上专唱反调的人。林语堂先生还认为，苏轼的作品充满了智慧和幽默感，既表达了个人的情感，也反映了社会现实，体现了对人民生活的深切关怀；苏轼的人格构成了他名气的骨干，他的风格文章之美则构成了他精神之美的骨肉。[1]

二、从重复博弈看苏轼跌宕起伏的人生

我们可以将苏轼跌宕起伏的人生概括成三点。一是崭露头角的进士科考及两次制科考试，策论文章深得宋仁宗的赞赏，被赞誉为“文章为天下所宗”；二是苏轼的“三起三落”的人生;三是苏轼用“心似已灰之木，身如不系之舟。问汝平生功业，黄州惠州儋州。”概括自己跌宕起伏的人生。我们制成下图，简要概括。

下面，我们从囚徒困境重复博弈的视角，看苏轼与司马光、王安石与章惇之间的重复博弈。在分析之前，我们简单介绍囚徒困境与囚徒困境重复博弈的四种策略。

囚徒困境是1950年由美国普林斯顿大学的数学家阿尔伯特·塔克（Albert Tucker）提出的。囚徒困境的基本思想是：个体合作得益大于不合作的得益，但个体最终选择了不合作。囚徒困境揭示了集体面临的困境：合作有利于个体，也有利于群体，但个体还是选择不合作，个人做出理性选择却导致集体的非理性。

上面讲的是一次囚徒困境，如果囚徒重复多次博弈呢？会有什么结果？博弈论专家通过实验，发现了囚徒困境重复博弈的四种策略。

第一种是ALLC策略（All-or-nothing-cooperate-strategy），即不论对方是否选择合作或者说合作过程中是否选择背叛，自己永远选择合作。

第二种是ALLD策略（ALL-or-lose-Decision-making-strategy），就是在与合作者重复博弈中总是选择不合作策略。

第三种是TFT策略（Titfor tat）可以称为“一报还一报”策略。“一报还一报”策略是美国博弈论专家罗伯特·阿克塞尔罗德在《合作的进化》一书中首先提出的，其基本思想是：首轮选择合作，然后根据对方的策略做出相同的回应。如果对方选择合作，则自己继续合作；如果对方选择不合作/背叛，则自己选择不合作/背叛。罗伯特·阿克塞尔罗德通过大量的实验和分析，发现“一报还一报”策略具有四大优点：善良性（不首先背叛）、可激怒性（对方背叛后实施惩罚）、宽容性（对方回归合作后立刻恢复合作）以及清晰性（行为方式容易识别）。“一报还一报”策略通过“重复囚徒困境计算机程序博弈竞赛”得到验证，被认为在囚徒困境的重复博弈中是最好的策略。[2]

第四种是GTS策略（Grim-Trigger-strategy），也称为触发策略:首轮选择合作，如果合作方选择不合作/背叛，则自己永远选择不合作。

我们知道，中国历朝历代中，众多王朝亡于党争。比如，东汉士大夫和贵族与宦官的党争，导致董卓进京，成为压倒东汉灭亡的最后一根稻草；再如，唐朝牛李四十年党争，导致唐朝的政治生态造成了严重破坏；又如，北宋末期“新党”“旧党”之争，四十年导致北宋覆灭；还如，明朝东林党、阉党等党争，为其最终灭亡埋下了伏笔。

我以为，苏轼的持续被贬，一是党争之果，是制度设计问题；二是人生使然，是自身策略之错。下面，我们通过苏轼与司马光、王安石与章惇看苏轼重复博弈策略的错误。

先看苏轼与司马光的重复博弈策略。苏轼与司马光同属“旧党”。司马光对苏轼的成长和仕途有一定的提携之恩，苏轼兄弟参加贤良科考试时，司马光是主考官。用“一报还一报”策略看，司马光首先选择了与苏轼合作的策略，但苏轼则抛弃了其父苏辙的合作策略，选择与司马光先合作后不合作的策略。比如，司马光主政，主张节流，强调通过节约开支来维护国家财政的稳定的政策，而苏轼先是站在司马光的一边，选择合作，反对王安石的变法；随后又反对司马光政策，选择与司马光不合作或者说“背叛”的策略。从囚徒困境重复博弈策略看，苏轼属于“旧党”成员，应该与“旧党”保持合作的策略，但苏轼是“旧党”，但与“旧党”既是合作者，又是不合作者或者说背叛者，这样， “旧党”最有效的策略就是ALLD策略了，就是坚持重复打击的策略；可见，苏轼被贬是逻辑的必然。

再看苏轼与王安石的重复博弈策略。我们知道，苏轼与王安石典型属于“两个阵营”，苏轼属于“旧党”，王安石属于“新党”。苏轼与王安石之争本质上是“新党”与“旧党”之争。根据囚徒困境重复博弈策略，在“党争”问题上的重复博弈策略应该是有明确预期的，但不明此理之人自然为“党争”所伤。比如，李商隐早期受到牛党重要人物令狐楚的赏识和提携，他的才华得到了令狐楚的充分认可;但李商隐却娶了李党成员王茂元的女儿。从囚徒困境的重复博弈看，就是牛党选择与李商隐合作，但李商隐则选择了背叛策略。牛党必然会选择ALLD策略，就是每次博弈都不合作，或者说，就是不给机会、就是打击，李商隐终生压抑与自己的重复博弈策略错误选择有关（他的诗词成就是另一个话题，此处不议）。

在指明苏轼持续被贬首先是党争之祸，再看苏轼与王安石党争中的策略之错。王安石变法包括青苗法、保甲法、农田水利法在内的改革措施；想法很好、效果极差。如同把国企做大做强愿望极好，效果极差，就是低效与腐败。苏轼采用反对变法的策略，无疑是“旧党”所希望的策略，自然自己成为新党打压和排挤的对象。问题在于，苏轼在这场囚徒困境的重复博弈中，既反对新党，选择不合作策略；但又不完全认同旧党某些做法，也采取不合作策略；这就导致“新党”“旧党”相继选择与苏轼不合作策略，持续被贬，“黄州惠州儋州”就是党争之恶与策略之错叠加导致的。

最后看苏轼与章惇重复博弈的策略。早年，章惇对苏轼极为推重，甚至曾致书苏轼劝诫他慎言，可见章惇是采用与苏轼合作的策略；在苏轼因乌台诗案面临可能被杀头的困境时，章惇挺身而出，四处奔走，怒怼宰辅王珪，为苏轼说话，可见章惇选择了ALLC的策略，就是持续与苏轼持续合作的策略。随后，章惇成为新党干将，特别在掌权后，对旧党人士采用ALLD的策略，就是对旧党进行无情打压，苏轼自然也是被打压对象。

三、在一个皇权时代，我们不仅要学苏轼，更要学博弈策略

历史上的党争主要是皇权政治的产物。在皇权政治下，皇帝拥有对全国资源的控制和管理权，包括行政、军事、立法、文教等大权。皇权必然形成不同的党派和利益集团。这些党派为了争取皇权的青睐和自身的利益，自然展开激烈的争斗，从而形成党争，就形成博弈，形成囚徒困境的重复博弈。此外，独裁者通常在追求个人权力最大化的同时，利用不同派系之间的斗争来削弱潜在的对手或分散反对者的注意力。

我们知道，博弈就是Game Theory，就是一个局。局就是王朝、就是皇上、就是独裁者。在这个局中，党争也好，新党旧党也好，司马光、王安石、章惇，还是苏轼也好，不过是这个局的棋子；如同体制内地成员都是体制内的棋子一样。

虽然在皇权或极权政治下，我们都是局中的棋子，但我们还是可以向苏轼学习很多。一是学习苏轼乐观豁达的人生态度。他一生经历了许多政治风波和人生坎坷，但始终保持着乐观向上的精神风貌；二是学习苏轼坚忍不拔的毅力。他一生都在追求真理和美好，不断超越自我，即使在遭受打击和困境时，他也没有放弃自己的梦想和追求，努力前行；三是学习苏轼的人性关怀。他关注民生疾苦，关心社会进步，具有强烈的社会责任感和使命感。

但是，在皇权或极权时代，我们仅仅学习苏轼的乐观豁达的人生态度、坚韧不拔的毅力与人性关怀是远远不够的。

我想，学习博弈思维，首先，可以处理好“道”与“术”的关系。中国传统的儒家知识分子都有“横渠四句”的情怀，但没有实现“横渠四句”的思维，而博弈思维正好是践行“横渠四句”的有效思维；其次，学习博弈思维，能有效地处理好人与人的关系，处理好自己与集体/团队的关系，在与合作者进行有效的竞争与合作中，在尊重合作者最大得益的前提下，寻求自身的最大利益；再次，学习博弈思维，特别是学习囚徒困境重复博弈策略，就是认识到囚徒困境是群体无法消除的困境，只能通过重复博弈才能逐步形成稳定的合作关系，而“一报还一报”则是最好的策略；最后，博弈思维就是制度分析与人性分析结合的思维，我们既要考虑制度的优化，也要考虑到一次博弈导致的人性之恶与重复博弈中的人性之善。特别要善于在不同制度环境下，面对不同的博弈方，采用囚徒困境重复博弈中的不同的策略。