今天，我们再次回望1989年春夏之交的社会运动，不仅是为了纪念，更是为了思考：当一场本可能引发制度转型的和平行动，最终演变为枪声与流血，问题究竟出在什么地方？有哪些关键的结构性失误，使得和平与改革的窗口在一夜之间关闭？未来，我们又该如何避免类似的悲剧重演？
《从博弈论的视角看1989》—纪念“六四”36周年的一点思考。
万润南
我们试着从博弈论的视角来探讨这个问题。因为博弈论是一门研究理性行为者在相互影响中如何做决策的科学，而1989年正是一个由多个行为体——体制内部、学生群体、知识分子、国际舆论——共同构成的高度复杂的博弈过程。理解这些角色之间的策略互动，或许可以帮助我们更冷静地总结经验与教训。
一、体制内部的非对称博弈：强权下的两种“自我对弈”
1989年的权力结构表面上似乎存在三股力量：李鹏所代表的保守派、赵紫阳所代表的改革派，以及居于“最高决策者”地位的邓小平。但若从实质权力结构来看，体制内部实际上只有一位真正的博弈主导者——邓小平。其他人，不过是他不同意志倾向的体现。
李鹏的强硬主张与赵紫阳的宽容劝谕，并非两股平行的力量博弈，而更像是邓小平内在两种判断之间的矛盾投射。毛泽东对邓的评价“绵里藏针”可谓一语中的：一方面，他支持改革、讲效率；另一方面，他深信“稳定压倒一切”，始终保留以武力压制混乱的底色。在毛泽东的另一句评语中，邓小平是“开钢铁公司的”——意指其意志之刚，手段之硬。
博弈论中，若一位参与者同时控制多个“玩家”，这构成不对称博弈中的“操纵式结构”（manipulated structure），其结果是看似多元分歧的判断，最终被统一为一个中心权力的输出。这也解释了为何赵紫阳尽管身为总书记，却毫无实权；为何李鹏可以在关键会议中持续发难——因为在那套权力配置下，他们的影响力并不取决于自身身份，而取决于他们所代表的那一面是否正被邓小平所采纳。
赵紫阳真正的失败，不是因为观点站不住脚，而是因为他在结构上无法影响邓的决断路径。他一度试图以情动人、以理服人，但邓小平早已将事态视为“动乱”，并将稳定定义为压倒一切的“零容忍红线”。赵的理性、对话策略，自此便失去了博弈的现实基础。结果是，一位体制内的温和改革者，被孤立、边缘化，直至彻底出局。
这类结构性不对称，恰如托马斯·谢林（Thomas Schelling）在《冲突的策略》中所描述的“伪多方博弈”：“当一个意志中心控制多数角色时，其它玩家不过是扩音器。”政治表象下的多元辩论，不过是单一决策者自我反复权衡的痕迹。
二、绝食行动与道义压力：民间博弈策略的误区
学生运动在5月中旬进入高潮，最具象征意义的转折点是绝食行动。博弈论称这种行为为“代价性承诺”（costly commitment）：以自我伤害来表达行动意志，提升自身话语的可信度。这种策略常用于“信号博弈”中，比如古代的焚船明志、现代的工人罢工、社会运动中的绝食。
绝食确实起到了激发全国舆论、争取民众同情的作用，也在一定程度上促使高层改革派发声。但是，它也把协商推入了更狭窄的空间。因为：绝食意味着“不达目的不撤离”，学生逐渐陷入“骑虎难下”的境地；赵紫阳的中间调停空间被压缩，他既不能让学生撤退，也无法向高层保证事态可控；高层保守派则据此认定“这是动乱升级的信号”，为戒严和后续镇压寻找借口。
道义升级反而加速了博弈的激烈化。学生以牺牲为代价发出信号，却因制度缺乏“接收信号”的机制，最终变成了“误读”与“误判”。一个以道德为主导的策略，若缺乏制度性缓冲，很容易将原本可能妥协的局势逼上不归路。
在博弈论中，绝食属于“代价性信号”（costly signal）的一种。根据迈克尔·斯宾塞（Michael Spence）的信号博弈理论，一个理性行动者通过承担高代价的行为来证明其诉求的真实性。学生绝食，正是试图通过“自我牺牲”向当局和公众发出“我并非投机，我是认真的”这一信号。但问题在于：信号的“接收者”也必须理性且有回应机制。若缺乏制度性反馈路径，则再强烈的信号也可能被误读或被忽略，甚至反而促使接收方进入“防御状态”。正如诺贝尔经济学奖得主罗杰·迈尔森（Roger Myerson）所指出的：
“如果机制设计无法处理非对称信息，玩家就可能选择封闭式策略以防最坏局面。”（Myerson, “Game Theory:Analysis of Conflict”, 1991）绝食在缺乏反馈机制的语境下，实际上形成了一种战略不对称：学生不能后退，因为那将视为妥协甚至失败；政府若退让，则意味着道义上的“投降”。从此刻起，协商空间迅速压缩，走向不可逆的对抗。
三、517宣言：將權威推入對抗的死角赵紫阳在欢迎戈尔巴乔夫的公开场合首次向外界明确披露“邓小平是中国最高决策者”，这不仅削弱了赵自身的合法性，也把邓小平逼到前台。紧接着知识分子的517公开信更是直接把矛头指向他，这构成了双重逼宫。这在博弈论中相当于触发了一种“激化型信号”：原本可以模糊处理的权力归属问题，被公之于众，使得邓的退路大大收窄。他不再是可以两边调停的“仲裁者”，而成了博弈场上的“公开玩家”——而一旦成为明面上的玩家，他就必须赢，哪怕以最极端的方式。
可以用谢林的“承诺困境（commitment trap）”理论来解释这一点：一旦一个参与者在公开场合做出不可逆的身份确认，他就无法再进行灵活周旋，任何退让都被视为失败。（邓当时就诘问：退？退到哪一步？）这就是赵紫阳发言造成的后果——他意图争取民意支持，却客观上切断了体制内最后一点转圜空间。我当时用“挥刀自宫”来形容赵的这一举动。我认为这是他在博弈结构中的致命误判。5月17日，部分知识分子联名发布公开信，要求“邓小平下台，结束垂帘听政”，推动政治体制改革。在博弈论的术语中，这种公开挑战相当于将非零和博弈强行转化为零和对抗。
原本高层尚可保持模糊与灵活身份，但公开点名意味着权威被直接挑战，使得“让步”从策略选择变成“失控”象征。此举带来的后果，是邓小平彻底放弃中间协调角色，转向强硬立场。而赵紫阳在党内正式被边缘化，6月3日晚上至6月4日凌晨，武力镇压在北京展开。这是一次信息极化后的结构性崩溃。在没有宪政与程序缓冲的结构中，任何试图直接冲撞权力顶端的信号，都容易引发失控反应。历史上许多相似例子都说明：不给对手留体面退路，是最容易引发彻底对抗的策略失误。
从社会运动角度看是“诉诸正义”；但从博弈论看，这是一次典型的“极限策略”（brinkmanship）。高层集体面临“若不强硬即崩盘”的共同体幻觉（collective action illusion）；于是，公开挑战反而将原本尚有退路的对手逼入死角。谢林也警告过：“在无缓冲机制的社会中，过度清晰的威胁往往导致无法控场的灾难。”（Schelling, 1960）
四、博弈失败的结构教训
今天回望，不是为了对当事人简单指责，而是为了理解：1989年的失败，不是因为一方理性、一方愚蠢，而是因为各方在没有制度保障的环境中，都被结构推向了非理性。体制内缺乏合法博弈机制；民间缺乏组织与协调能力；双方都缺乏“台阶”的设计意识；信任基础几乎不存在；最终，演变成一次典型的“囚徒困境”：本可双赢，最终却是两败俱伤。
1989年可以被视作一次“重复博弈失败”的案例。在罗伯特·阿克塞尔罗德（Robert Axelrod）提出的“囚徒困境长期博弈”理论中，理性玩家往往通过“宽容但坚定”（tit for tat）策略达成长期合作。然而，该策略的前提是：各方能观察对方的行为；有回合之间的长期互动；存在惩罚失信者的制度。现实中，政府与民间运动之间缺乏有效的信息共享机制，彼此也未建立起任何形式的“长期信用”。于是，“互信型博弈”很快沦为“单次极化博弈”，演变为最坏的纳什均衡：武力镇压 + 舆论破裂，是所有参与者都不希望发生却不得不接受的最差结果之一。
正如阿克塞尔罗德所言：“若缺乏合作文化与容错机制，最优策略最终将失败于结构的刚性。”（Axelrod, “TheEvolution of Cooperation”, 1984）
五、未来博弈中妥协的智慧：如何避免再次走入死角？
如果说纪念是为了未来，我们就必须认真思考：在未来的社会博弈中，如何更理性地行动，避免再度走入1989年那样的死角？我认为，有四条基本原则值得我们记住：永远不要把对手逼到死角。要适时妥协，给对手留余地，就是给自己留余地。体面退场的机制，是任何可持续博弈的基本保障。建立可信的“中介机制”。在制度完善之前，需要半官方、非对抗性的沟通渠道和民间平台，避免局势迅速升级为零和对抗。保持模糊空间。信息极化往往促成激进行动，而激进行动则加剧误判。社会转型期的对话，需要足够的“含混”与“缓冲”。
着眼长远，避免一局定胜负。社会的改革不是短跑，而是马拉松。避免“赢一次就算赢到底”的错觉，保持合作关系远比阶段性胜利更重要。从1989年天安门事件的博弈论分析中，我们得到的最深刻教训之一是：政治博弈不是决一死战，而是寻找共赢与可持续路径的艺术。
任何一方如果只盯着“胜负”，而忽视对手的承受极限与退让空间，最终往往会把局势推向“零和博弈”，错失和平解决的窗口。尤其在面对体制性强权时，理想主义若没有策略、情绪表达若不顾结构逻辑，最终会让所有人付出代价。博弈论告诉我们：最优解往往不是最大化自身利益，而是最大化“共同生存的可能”。
这正是“妥协”之所以重要——它不是软弱，而是智慧；不是放弃原则，而是避免局势滑入不可逆的灾难。1989年缺失的，正是这种妥协的智慧。
结语：纪念，不只是为了记住，更是为了走得更远我们纪念“六四”，不是为了怨恨，而是为了更清晰地认识世界运行的逻辑，更有智慧地面对未来的博弈。如果我们能从历史中学会不把彼此逼入死角，如果我们能在冲突中学会克制、设台阶、建机制，那三十六年前那些人的牺牲，就不仅是痛苦的终点，也会成为更理性社会的起点。愿这份纪念，不只是回望，更是一种前行。
赞(39)
