浅谈侦查讯问中“囚徒困境”的分析与运用

＼＼
行贿者
招供 拒供
＼ 爱贿者 ＼＼
Ｂ 选择招供还是拒供 ，Ａ 的最佳策略也是招供。因
此 ，在 不 知道 同案犯 如何 决策 的情 况下 ，招供 始终 是每一 个犯 罪嫌 疑人 的优 势策 略 ，所 以最 后 出现的
证据掌握 尚不充分 ，招供可能会使 自己陷入更为不
背叛 了 自己 ，拒 供可 能会 使 自己的利益 受 到更 大损
方 的政 策 是 “ 白从 宽 ，抗 拒 从 严 ” ：如果 Ａ和 Ｂ 坦
的最优策略组成 ，但并不意味着是一个总体最优的 结果。在 “ 囚徒 困境”中，每个人都会怀疑对方会 出卖 自己以求 自保 ， 个人追求利 己行为而导致的最 终结局 ，对于每个人而言是理性的选择 ，但对于集 体来说却是非理性 的，这就是个人理 『与集体理性 生
的结 果 ，就 是 两 人 都 选 择 坦 白 的策 略 以及 都 因 此
假设侦查机关 在侦办一起 人室盗窃杀 人案件
中 ，抓 到 了两 名 犯 罪 嫌 疑人 Ａ和 Ｂ，并 从 他 们 的住 杀过 人 ，辩称 是先 发 现被 害人 被杀 ，然 后 只是顺 手
被判刑５ 年的结果 ，这个结果被称为 “ 纳什均衡”
利的境况 ；另一方面又担心同案犯在利益诱惑面前 结果将会是 （ 招供，招供 ），ｆＡ 均被判刑５ ｌ 和Ｂ Ｄ 年。
＼
嫌 Ｂ 犯
＼ 招供 拒供
＼
害。犯罪嫌疑人招也不是 ，拒也不是 ，从而陷入了 选择招供还是拒供的两难处境 。 “ 囚徒 困境”模型 最早 由塔 克 （ ｕｋ ｒ Ｔ ｃｅ ）在 １５ 年 给 出定 义 。【 “ ９５ １ 囚 ］ 徒困境”是非合作博弈理论的经典模型 ，属于完全 信息静态博弈。 根据犯罪主体的不同 ，侦查讯 问
中的 “ 囚徒 困境 ”包 括共 犯之 间 的 “ 囚徒 困境 ”和
嫌犯Ａ ＼＼ 招供 拒供
５ ， ５ １， ０ ０
０１ ， ０ １１ ，
矩阵 １
对合犯 之间的 “ 囚徒困境”两种表现形式。
（ ） 犯之 间的 “ 一 共 囚徒 困境 ”
在上面的例子中，我们注意到了一个并非最优
优 ”㈣，在 “ 囚徒 困境 ” 中 ， “ 累托 最优 ”是 不 帕
可能实现的 ，因为它不满足理性人的需求 。理性的 人会这样考虑 ：假定Ａ 选择招供 ，Ｂ 的最优策略也 是招供 ，因为Ｂ 招供判５ 而拒供却要被判 １ 年 ； 年 ０ 假定Ａ 选择拒供 ，Ｂ 最好还是选择招供 ，因为Ｂ 招供 不判刑而拒供却要被判 １ 年。所 以不管Ａ 选择招供 还是拒供 ，Ｂ 的最佳策略都是招供。同样地 ，不管
可 以零 口供提 起 公诉 ，两人 将 分 别获 刑 １ 年 和５ ０ 年
（ ０５）。 １，
的利 益所 在 ，有 时候 也并 非把 实现利 益最 大化作 为 唯一 追求 。 “ 囚徒 困境 ”之所 以有效 ，主要是 因为 人们 出于 自私 的天性 ，为 了实 现 自己的利 益而相 互 背叛 。尽管 趋利 避害 的 自私天 陡是人 的本 能 ，但 是
…
…
…
…
・
蠢州■富职业 学院掌报 … … … … … … ・
ＪＵ＿ ＦＵ ＨＵ ＯＩ Ｏｆ 明ＶＣＴ ¨ Ｌ Ｌ Ｇ Ｏ ｌ儿ＯＧ Ｉ Ｏ ＰＬ Ｅ ｆ Ｃ Ｏ ＾ Ｏ Ｃ Ｌ Ｅ Ｚ Ｃ ｌ ｌ Ｏ Ｅ
下的犯罪嫌疑人在被及时采取强制措施之后 ，由于
缺乏 信 息来 源 ，一方 面担 心 侦查机 关对 自己 的罪行
假设检查机关针对某一贿赂案件的政策是 ： 若 行贿者在侦查讯问中主动招供 ，则可减轻处罚 （ 获 刑１ ）；若选择拒供 ，则将面临５ 年 年的有期徒刑。 受贿者若主动招供 ，将面临７ 年有期徒刑 ；若选择
拒 供 ，则 可 能 面 临 高 达 ｌ年 有 期 徒 刑 。在 此情 形 ０
的策略组合是 （ 拒供 ，拒供 ），那么两人都将只被 判刑 １ 年。这个最优策略组合通 常称为 “ 帕累托最
源自文库
Ｎ ｓ ｑ ｉｂｉ ） ｉ ｕ 纳什均 处搜出被害人家中丢失 的财物 ，但他们都矢 口否认 ｆ ａｈＥ ｕｌ ｒ ｍ ，也叫非合作均衡 。 “
衡 ”指 的是 这样 一种 策略组 合 ：它虽 然是 由单个 人
牵羊偷了点东西。假设警方已经掌握充足的证据证 明Ａ 犯有盗窃罪 ，但 尚未掌握Ａ 犯有杀人罪 和Ｂ 和Ｂ 的证据 ，于是警方将他们两人进行 隔离讯问 。警
下 ，行贿者和受贿者都知道 ，如果两人都拒供 ，而
检查 机关 没有 掌握 其他 非 口供 证 据 ，则羁 押期 限届
满时都会被释放 （ ，）；但如果检查机关掌握 了 ０ ０ 其他非 口供证据 ，而两人均选择拒供 ，则检查机关
① 完全信息静 态博 弈 ：完全信息是指每 个参与人对其他参 与人 的策略选择和 支付 函数 等有完全 了解 ，静 态是指所有参与人 同时选择决策且只做 出一次决策 （ 只要每个参与人在行为决策时不知道其他参与人的选择就视为同时行动 ） 。 ② 对合犯是指构成犯 罪的双方各 自以对方作为犯 罪对 象。对合 关 系可分为彼此 同罪 （ 非法买卖枪 支、弹药罪 ）和彼此异 如
的矛 盾 。【 ２
（ ）对合犯 之 间的 “ 二 囚徒 困境 ”
两人都招供 ，则各判５ ；如果一人招供另一人拒 年 供 ，招供的放出去 ，拒供的判１年 ；如果他们都拒 ０ 供 ，则警方只能以盗窃罪各判处 １ 年徒刑 。 如矩 阵１ 所示 ，单元格 内的两个数字分别表示
Ａ和 Ｂ 被 判 处 的刑 期 。在 这 个矩 阵 中 ，显 然 最 好 将
罪 （ 行 贿 罪 与 受 贿 罪 ）的 对 合 关 系 。 如
③ 帕 累托最优是指在 不损害他人福利 的前提 下进一步 改善 自己福利 ，即通过协调使博 弈参 与者的利益都得到提 升 ，而非损
人 利 己甚 至损 人 不 利 己。
公 安 法 治 研 究ＳＤＮＢＳｕＴＨ＾ ＴＹＰＬＥＲ＾【 ＵＯＵＩＣｌ Ｄ＿ Ｃ Ｙ