编者按
人是道德动物，但人类道德从何起源，又如何演化？这些问题，无论是先贤，还是近现代哲学家一直都在追问，并寻找答案。
近几十年来，作为一种跨学科理论框架，演化博弈论蓬勃发展，它能为我们更加精确地研究道德的起源与演化提供一种新的理论工具吗？本文中，复旦大学哲学学院讲师张明君从道德行为、道德规范、道德感和道德原则4个方面，讨论了演化博弈论所发挥的作用。
今年是“科玄论战”100周年，本报与中国科学院哲学研究所合作开设了“科玄新论”专栏，就科学与价值观、当代科学中的形而上学问题等新话题展开讨论，专栏得到科学家、哲学家、科学人文学者等的积极支持，对促进科学在中国的健康发展具有重要现实意义。
本文为此专栏最后一篇，欢迎大家继续关注本报科学文化报道。
■张明君
无论我们如何理解道德，不可否认的一点是——人是道德动物。如果我们相信人不是由某种超自然力量，如上帝所创造，而是地球演化的产物，那么为人类道德的起源找到一种基于自然过程和社会过程的非神秘化解释，至少从原则上来讲并非天方夜谭。
早在1871年，达尔文就在《人类的由来》一书中表达了类似的想法。在他看来，产生人类道德所需要的基本能力，比如感受痛苦以及共情的能力，在其他动物中也有所体现。因此，人类的道德系统完全有可能是在这些基本能力的基础之上发展起来的。
近几十年来，作为一种跨学科理论框架，演化博弈论蓬勃发展，为更加精确地研究道德的起源与演化提供一种新的理论工具。那么，什么是演化博弈论？演化博弈论是否以及在什么意义上能够帮助我们理解道德？本文将尝试给出一个初步的答案。
1.什么是演化博弈论
演化博弈论起源于研究人的经济行为的博弈论。在经典的博弈论中，一场博弈至少包含三个要素：博弈者、策略和收益。
以著名的“囚徒困境”为例，假设两个人合伙作案，被逮捕后分别关在不同的房间里接受审问。每个犯罪嫌疑人都面临着两种选择：要么保持沉默，要么揭发同伙。不同的选择会带来不同的后果：如果两个人都选择保持沉默，由于证据有限，只能判他们各自入狱1年；如果一个选择保持沉默，而另一个选择揭发同伙，那么保持沉默、被检举揭发的人要入狱7年，揭发同伙的人则因为戴罪立功可以无罪释放；如果两个人互相揭发，则各自被判入狱4年。
我们可以将这一场景理解为一场博弈：两名犯罪嫌疑人是这场博弈的参与者（博弈者）；“保持沉默”或“揭发同伙”是两名博弈者可以选择的策略；最终因入狱而失去的自由时间则是他们的收益，这里的收益可以为负。这些信息可以通过表1收益矩阵的形式呈现。
早期的博弈论假设博弈者是具备完全理性的行动者，这一假设在博弈论后来的发展中有所松动。相应的，它所要解决的核心问题是：理性的行动者应该选择什么样的策略才能使自己在博弈中的收益最大化？在“囚徒困境”式博弈中，无论博弈的对手选择何种策略，揭发同伙的收益总是高于保持沉默的收益，因此，一个理性的行动者应该总是选择揭发同伙。
博弈论后来被生物学家引入演化生物学，用来研究生物性状的演化，逐渐发展出了演化博弈论的理论体系。然而，要实现这种理论工具的迁移，必须要对传统博弈论进行一定的改造。
第一个调整是改变对于“收益”的理解。在经典博弈论中，收益被统称为“效用”，可以用博弈者所偏好的任何东西来衡量。因此，经典博弈论中的收益既可以是物质的，比如经济收入的多少，也可以是精神的，比如博弈者感受到的快乐和满足感。而在研究生物性状演化的演化博弈论中，收益被理解为生物个体经过博弈后适应度的改变。生物的适应度大致可以理解为生物生存并繁殖后代的能力，通常用后代数量的期望值来估计。
第二个调整是放松了对博弈者的要求。前面提到，早期的博弈论假设博弈者是具备完全理性的行动者。而在生物学领域的演化博弈论中，包含各种生物的博弈者可以仅具备较低理性甚至完全没有理性，它们会采取何种策略也不必是理性选择的结果，而是可以理解为生物个体所携带的基因型在一定环境条件下所表达的性状。
第三个调整是以上两个调整的自然结果。生物学中的演化博弈论所关注的问题不再是“理性的行动者应该选择何种策略才能使自己在博弈中的收益最大化”，而是“采取不同策略（即性状）的生物之间的博弈如何影响这些生物的适应度，进而影响这些策略在后代种群中的分布”。
演化博弈论最初的应用领域是生物学，用于研究自然界中生物性状的演化。近几十年来，越来越多的社会科学家开始将演化博弈论重新引入社会科学，用于研究包括道德的起源在内的各种文化现象。然而，要实现这种理论的迁移，需要再一次对演化博弈论的某些假设进行调整。
首先是对策略传递方式的调整。在生物演化中，生物个体的策略，即性状，是通过繁殖的方式遗传给后代的；而在文化演化中，人类个体所采取的很多策略，如某种道德行为，本身并不直接通过繁殖的方式传给后代，而是通过学习和模仿等过程传递给他人，并且传递的对象也不限于自己的生物后代。
相应的，演化博弈中的“收益”概念所对应的也不再是生物适应度的改变，而是被诠释为某种“文化适应度”。如何准确理解和定义“文化适应度”仍然是学界有待进一步研究的话题。但不管用什么具体指标来衡量某种策略的“文化适应度”，它都必须是人际间可比较的，并且它的高低能够影响到该策略在群体中的传播力。
2道德的诸多方面及其演化博弈论解释
介绍完演化博弈论的基本知识，接下来我们讨论如何利用这一理论工具解释道德的起源。由于“道德”是一个非常宽泛的概念，因此有必要区分与道德有关的不同方面，进而分别讨论演化博弈论在解释这些方面时所发挥的作用。
（1）道德行为
为了便于讨论，我们将道德行为定义为“与我们的道德原则相一致的行为”。例如，在与资源分配有关的博弈中，当两个博弈者处于对称的地位时，选择平均分配是一种道德行为。需要注意的是，这里的道德行为是一个很“薄”的概念，它不要求个体在做出该行为时必须基于某种在道德上恰当的动机或者原则，只要求该行为与道德原则所指示的行为结果相一致。
以关于资源的公平分配为例。经济学家设计过这样的实验：被试者们两两一组，共同完成对一份资源的分配。要求两位被试者在不知道对方决定的情况下独立地提出自己想要的份额。如果两者之和未超过资源总量，那么两位被试者都将获得各自想要的份额；如果两者之和超过了资源的总量，那么两位被试者都将空手而归。研究结果发现，绝大部分被试者会索要一半或者接近一半的份额。
为了解释这一现象，演化博弈论学者构建了如下的模型：假设在一个种群中，个体之间随机配对，进行上述实验中关于资源分配的博弈。每个人索要的资源份额，就是他们在博弈中采取的策略；一轮博弈结束后，每个人可以根据自己和他人的收益情况，按照某种更新规则来调整自己的策略。建模的结果发现，当种群按照复制子方程所刻画的动力学过程进行演化时，大部分情况下都会演化到所有人都要求平均分配的均衡状态。当然，也存在一定的概率，使得种群最后演化到两种非平均分配策略（如1/3和2/3）以一定比例共存的均衡状态；但是，假设采用相同策略的个体之间有更高的概率发生博弈，那么演化到非平均分配的多态均衡的情况就几乎消失了，种群几乎总是会演化到所有人都要求平均分配的均衡状态。
以上的模型虽然简单，但对于回答“演化博弈论模型如何帮助我们解释道德行为的起源”这一问题，可以起到窥斑见豹的作用。如果与我们的道德原则相一致的行为能够在种群中持续存在甚至占据主流，那么在此基础上发展出更加丰富的道德内容就具备了可能性。
（2）道德规范
道德规范是社会规范的一种。如果一个群体中的个体倾向于按照某种行为规则行事，是因为他们预期其他人也会按照同样的行为规则行事，并且他们知道其他人对自己也有相同的预期，那么这样的行为规则就成为一种社会规范。对于道德规范而言，当该规范被打破时，往往伴随着一定的惩罚，比如道德上的谴责。
演化博弈论是否能够解释道德规范的形成呢？至少对于上一部分所介绍的关于资源分配的演化博弈论模型来说，还尚未涉及道德规范的层面。这是因为该模型中的博弈者在选择采取何种策略时，所参照的标准是如何提高自己在博弈中的收益，而不是某种道德规范。例如，如果博弈者是通过模仿最成功的邻居来更新自己的策略，那么在这一过程中，他既不需要关心其他人是否按照平均分配的规则行事，也不会因为自己的策略偏离了平均分配的规则而受到他人的惩罚。这样一来，即使最终种群中的所有个体都要求平均分配，也与公平分配的道德规范无关。
要解决这一问题，很重要的一步是引入“惩罚”，即当其他人违反某种行为规则时，要对其进行惩罚；相应的，当自己违反某种行为规则时，也会受到别人的惩罚。然而，对别人实施惩罚是有成本的，这就带来了另一个需要解决的问题：需要付出额外成本的惩罚行为如何能够在种群中持续存在甚至占据主流？
对此，演化博弈论学者们开展了大量的研究工作，试图寻找能够使惩罚行为得以演化的机制。其中，一个很重要的发现是惩罚与声誉有关。对违反道德规范的行为进行惩罚，虽然在短期内需要付出一定代价，但同时也会帮助自己提高声誉，从而促进未来他人与自己的合作，进而带来长远的收益。研究者发现，如果把这一因素纳入演化博弈模型的构建当中，惩罚的行为是有可能在种群中持续存在甚至扩散的。以上研究表明，除了解释道德行为的起源外，演化博弈论在解释道德规范的形成方面也有望发挥积极的作用。
（3）道德感
很多人遵守道德规范并不是因为内心认可这些规范，而是迫于外部的道德压力不得已而为之。但与此同时，也有很多人是因为内心的道德感而主动选择遵守某些道德规范。对于这些人而言，选择遵守道德规范并不是迫于外部的压力，而是因为他们觉得这在道德上是正确的选择。这样一种道德信念往往是基于朴素的道德直觉，而不是基于某种道德原则进行道德推理所作出的判断。道德感与某些特定的情感之间往往存在着密切的联系：有道德感的人会因为自己未能遵守某些道德规范而感到羞愧、自责，也会因为别人不遵守道德规范而感到厌恶、愤怒等。
演化博弈论能否帮助解释道德感的产生？答案并不像之前对于道德行为和道德规范的讨论那样明显。主要的困难在于，作为一种理论工具，演化博弈论并不擅长对博弈者的心理状态进行表征。
儿童发展心理学的研究表明，一岁的婴儿已经具备了初步的道德感。当然，这样一种道德感只能体现在非常简单的道德场景中，而且具有很高的可塑性。换言之，所谓的道德感很大程度上是个体在社会化的环境中通过后天的发育过程逐渐培养起来的。由于演化博弈论并不擅长对个体发育的过程进行建模，因此很难为个体道德感的形成提供直接的解释。
尽管如此，演化博弈论仍有可能通过间接的方式为我们理解道德感的形成提供帮助。很多时候，人们对于道德规范的内化是逐渐完成的：也许一开始，我们确实是迫于外部压力而选择遵守某些道德规范，但随着这种遵守成为一种习惯，我们开始将这种规范内化并且自觉遵守，与此同时，对于破坏这种规范的行为则逐渐发展出了厌恶、愤怒等情感。在这一过程中，某种道德感就逐渐形成了。而演化博弈论恰恰可以通过解释某些道德规范的形成和稳定存在，从而为进一步通过发展心理学的研究解释道德感的形成奠定基础。
由此可见，虽然演化博弈论本身很可能无法充分解释道德感的形成，但是仍有可能与其他学科的研究相结合，共同解释道德感的起源与演变。
（4）道德原则
对于演化博弈论的一种常见批评是，它无法解释我们用于评价各种行为的道德概念和道德原则。这常常跟“自然主义谬误”的批评联系起来：基于演化博弈论模型的分析最多告诉我们“是什么”或者“为什么”，但是不能告诉我们“应该如何”。
另外，当越来越多的人开始基于道德原则进行道德推理，从而作出道德判断，进而采取某种道德行为时，演化博弈论对于道德行为的解释力便逐渐消退。因为在这一过程中，某种道德行为的普遍存在，既不是因为采取这种行为的个体在生物性的演化博弈中具有较高的生物适应度，从而通过繁殖的方式扩大了该行为在下一代中的比例；也不是因为采取这种行为的个体在文化性的演化博弈中获得了某种意义上更大的成功，从而成为被模仿和学习的对象。换言之，博弈的结果对于某种道德行为的传递变得越来越不重要。甚至严格来讲，当每个个体基于某种道德原则而做出道德行为时，这种行为已经不再从一个个体“传递”给另一个个体，而是在每一个个体中被“生成”了。
尽管如此，依然有演化博弈论学者尝试在我们的道德理论和演化博弈之间建立某种联系。例如，一种观点认为，我们目前广泛接受的道德理论和道德原则为我们提供了一套启发式的方法。在我们每个人的一生中，如果遵循这套方法，就能在社会生活的种种限制下产生最佳的预期结果。虽然我们很可能不是因为这样的原因而接受某种道德理论和原则，但这并不妨碍这些道德理论和原则在我们的生活中真实地发挥着上述作用。这种观点在哲学上提出了一种很有趣的假设，但要对其进行检验却十分困难，因为它涉及每个人基于某种道德理论和原则在一生中所作出的所有道德判断和道德行为。
3总结与展望
笔者在这里无法穷尽与道德有关的所有方面，但以上对于“道德”诸多方面的区分，对于我们回答“演化博弈论是否以及在什么意义上可以帮助我们理解道德的起源与演化”这一问题，依然是很有帮助的。
我们看到，对于道德的不同方面，演化博弈论的解释潜力存在差别。对于解释道德行为和道德规范的起源而言，演化博弈论已经发展出了较为成熟的建模策略，并且可以发挥较为直接的解释作用。当然，对于相关演化博弈论模型中所采取的基本假设，仍然需要进一步的经验研究来为其合理性提供辩护。对于解释道德感的形成而言，演化博弈论目前只能通过解释一些背景性条件的形成而发挥间接作用。至于道德理论和道德原则的形成，演化博弈论的解释力则受到质疑。
尽管存在着种种局限，演化博弈论在帮助我们理解道德的起源与演化方面仍然可以发挥重要作用。与其将演化博弈论看成是一种可以单枪匹马解决所有问题的万能理论，不如将其当作人类在理解复杂的道德现象时所使用的诸多研究工具中的一种。演化博弈论自身很可能无法充分解释道德的起源与演化，但是它完全有潜力与其他的理论和研究资源相结合，共同丰富我们对于道德的理解。