興奮劑泛濫的“囚徒困境”

濫用興奮劑現象在自行車賽車、棒球等競技體育中有越演越烈之勢，原因何在？博弈論或許有助于解開這一謎團

自行車賽禁藥名單中，最有效者當數重組促紅細胞生成素（r-EPO）。

這種人工合成激素能夠刺激人體產生更多紅細胞，從而為肌肉輸送更多的氧

    許多選手認為，如果別人都在服藥，自己還裝作正人君子，將無法同對手競爭。我們都不愿意相信體育明星們會偷服禁藥，但面對匯總的證據，我不得不得出結論：不論是自行車，還是棒球、足球、田徑等體育項目，過去20年中的絕大部分頂尖選手一直在服用興奮劑。
    現在已經到了思考這一現象產生的原因，而不是爭論其是否存在的時候了。

體育中的博弈論
    博弈論是研究對局者如何在預知對手策略的情況下選擇應對策略，以達到最佳結果的學問。這個理論所針對的“對局”不僅僅是指撲克游戲，或是側重于戰術策略的各種體育比賽，還包括需要作出經濟、軍事決策乃至國家外交政策的各種極其嚴肅的活動。所有這些“對局”都擁有一個共同點，那就是對局者會依據公開的選項范圍，分析對手的每一“步”行動。
    著名的“囚徒困境”就是博弈論的一個經典實例：你和你的犯罪同伙落入法網，被分開關押因而無法串供。你們事先約定大家都打死不招，然而地方檢察官給你們開出了下面幾個選擇：
    1.如果你坦白交待而同伙拒不認罪，那么你將獲得釋放，而他將蹲三年監獄。
    2.反之，如果是他坦白交待而你拒不認罪，那就輪到你蹲三年大牢，而他獲得自由。
    3.如果兩人都坦白，每人各處兩年有期徒刑。
    4.如果兩人都不認罪，每人各處一年有期徒刑。
    從這些結果來分析，背叛同伴似乎是你的最佳選擇。為什么呢？我們首先從第一名罪犯的角度來考慮，他惟一無法控制、又能影響結果的因素就是第二名罪犯的選擇。假定第二名罪犯始終保持沉默。那么，第一名罪犯坦白交代后結果最佳，可以躲過牢獄之災；如果保持沉默，結果也還不錯，只要蹲一年大牢。因此，對于第一名罪犯來說，最好的選擇就是坦白?，F在我們假設第二名罪犯認罪。在這種情況下，對第一名罪犯而言，情況依然是坦白交待勝過拒不認罪——坦白會讓他被判兩年監禁，否則迎接他的將是三年鐵窗生涯。由于兩名罪犯面臨的情勢完全相同，因此無論對方如何選擇，對每個罪犯來說，最好的做法就是坦白。
    這些選擇并不只是理論上的結果。當參與囚徒困境博弈的受試者在彼此間不允許通氣的情況下，只玩一次或固定次數的對局時，他們常用的策略就是坦白交待從而背叛對方。如果受試者玩次數不定的對局，那么最常用的策略便是“針鋒相對”：每位局中人開始時都會遵守他們先前的約定保持沉默，但隨后就會看對方的表現來決定自己的選擇：你義氣我也義氣，你不仁我也不義。多人囚徒困境的對局中，如果局中人玩的次數多得足以增進彼此間的信任，則可能出現更加合作的模式。不過研究表明，一旦大家都爭相坦白而導致背叛成風，就會出現多米諾骨牌式的崩盤局面。
    在自行車、棒球和其他一些體育項目中，參賽者按照一組規則彼此競爭。自行車競賽規則明文禁止使用興奮劑。但這類藥物極其有效，服用以后又很難檢測出來（盡管還是有可能），再加上如果成功將名利雙收，因此禁藥的誘惑讓運動員們無法抗拒。一旦幾個頂尖車手依靠興奮劑而獲得佳績，其他遵規守紀的選手也必定效仿，導致違規之風愈演愈烈。由于違規將導致重罰,于是車手們對此全都保持沉默。因此，通過公開協商來扭轉這種局面而使比賽回到正軌的想法，是不現實的。
    以前的情況并非如此。20世紀40年代到60年代，許多車手都在服用興奮劑和鎮痛藥。直到1967年環法自行車賽中，英國車手湯姆·辛普森（Tom Simpson）因過量服用安非他明而在旺圖山賽段爬坡時猝死，興奮劑禁令才得以出臺。即便在辛普森的悲劇之后，整個1970年代和1980年代，反興奮劑條例的執行也時緊時松。由于對服用禁藥沒有明確的規定，很少有人把使用興奮劑視為作弊行為。但隨著1990年代出現的一個新生事物，博弈矩陣被改變了。

神奇的EPO
    所謂的“新生事物”，就是經過基因改造的重組促紅細胞生成素：r-EPO。普通EPO是人體中天然存在的一種激素。腎把這種激素釋放到血液中，血液再把它帶到骨髓里的受體上。當EPO分子與這些受體結合后，就會促使骨髓產生更多的紅血細胞。慢性腎功能衰竭或者化療都可能引起貧血，因此在20世紀80年代末，作為EPO代用品的r-EPO被發明出來。它在造福慢性貧血患者的同時，也被用于耐力型競技中。
    r-EPO與輸血的效果相當，但相比輸血過程就簡單多了。輸血時，必須使用輸血袋，還得將長長的針頭插入血管。如果使用r-EPO，只須將它們裝入小小的安瓿瓶，保存在保溫瓶的冰塊中或酒店的便攜式冰箱里，使用時只要注射到皮下即可。
    r-EPO的效果主要體現在選手們的紅細胞比容（HCT）上，即紅細胞在血液中所占的體積百分比，這項指標是可以直接測出的。紅細胞越多，能夠輸送到肌肉的氧就越多。對男性來說，HCT的正常值約為45％。訓練有素的耐力型運動員，HCT值可維持在50％上下；使用EPO以后，該值可提升到60％以上。1996年環法自行車賽冠軍比亞內·里斯（Bjarne Riis）的綽號就是“60％先生”，去年他親口承認使用過r-EPO，因此HCT水平才如此之高。

上有政策，下有對策
    體育運動中，藥檢執法者與偷用禁藥者之間的較量，就好比自然進化中，捕食動物與被捕食者之間的抗爭。依我看，執法者已經比違法者落后了5年，而且這5年的差距將一直延續下去。服藥帶來的好處極大，會刺激選手想出新招去對付那些禁藥政策。除非執法者也能看到同樣的好處，否則將永遠在這場競賽中處于下風。1997年，由于還無法檢測r-EPO（此種檢測手段2001年才問世），主管自行車賽事的機構——國際自行車聯盟（UCI）把HCT指標上限定為50％。很快，車手們發現他們可以超過這一上限，他們采用的是當時規則允許并頻繁使用的一種方法——注射鹽水進行再水化（rehydration）。因此，該項規定很快就失效了。
    反興奮劑新規則出臺后，選手們又有什么新的應對招數呢？我直截了當地向現年32歲的職業自行車手喬·帕普（Joe Papp）提出了這個問題，他曾因合成睪丸激素藥檢呈陽性而遭到禁賽處分?；貞浧鹚值健吧衩睾谒帯钡哪且惶?，帕普解釋說，他面臨的已不是道德上的抉擇，而是經濟上的考慮：“在一個有組織使用興奮劑的車隊里，面對興奮劑，你就只能二者擇一：要么吞下它，跟上大伙；要么扔掉它，也許就此斷送職業前程?！?BR>    不過帕普還達不到參加環法大賽的水平，在頂級車手中，情況會不會有所不同呢？我從另外一位知情人那里獲悉，情況并無不同。在20世紀90年代，弗朗基·安德勒（Frankie Andreu）在美國郵政車隊中充當領騎車手，為隊中冠軍車手蘭斯·阿姆斯特朗（Lance Armstrong）提供支持?！岸嗄陙砦乙恢痹趨f助車隊領袖，從未遇到任何問題，”安德勒說，“后來，大約是1996年左右吧，自行車賽的速度迅速提升。這事非常蹊蹺，肯定不僅僅是訓練的結果?！卑驳吕战弑M全力地抵制誘惑，但在1999年，他再也無法堅持了，“非常明顯，競技自行車運動這個圈子中使用興奮劑可謂泛濫成災，我也得干點什么才行了?！彼_始給自己注射r-EPO，每周兩到三次。
    意大利運動生理學家米凱萊·費拉里（Michele Ferrari）同某些藥檢呈陽性或被指控使用興奮劑的頂尖選手過從甚密，因而廣受爭議。他認為，“如果紅細胞的數量增加10％，車手的運動能力（即有效動能產出的凈增量）就可提升大約5％。這意味著在計時賽中，以每小時50千米的速度騎行的選手每千米可獲得1.5秒的優勢；或者是在坡度為10％的爬坡路段上，以每小時10千米的速度騎行的選手每千米所用時間縮短8秒左右?！?/P>

納什均衡
    在博弈論中，如果任何一位局中人單方面改變策略不能使他獲得任何優勢，我們就說對局處于納什均衡。這一概念是電影《美麗心靈》的原型、數學家納什（John Forbes Nash）提出的。為了恢復純潔的競技環境，必須調整興奮劑對局的設置，使競爭處于納什均衡。這就是說，每個體育項目的主管機構都必須改變博弈矩陣中期望結果的收益值。首先，當其他局中人都按規矩對弈時，任何一位局中人老老實實對弈所獲得的收益，必須大于作弊所能撈到的好處。其次，即使其他局中人作弊，任何一位局中人遵守規矩參賽所獲得的收益也必須大于作弊的收益，這點也許更為重要，總之不能讓遵規守紀者吃虧。
    在囚徒困境的對局中，減少在另一位囚徒坦白交待的情況下自己也坦白交待的好處，增加雙方保持沉默的收益，將有助于促進雙方的合作。讓局中人在開始對局之前有機會相互通氣，是增進雙方合作的最有效途徑。在體育競賽中，這就意味著要打破已成為潛規則的“攻守同盟”。每個人都必須清楚，存在一個問題需要解決。藥檢也必不可少，結果必須定期向所有人公開，直到所有藥檢結果全都沒有問題。這樣做之后，每位選手都會明白，不論其他選手怎么做，自己光明磊落參賽的結果總要勝過作弊帶來的好處。
    美國Slipstream自行車隊現任總監沃特爾斯已經啟動了一項定期內部藥檢制度?！罢堄涀?，我的車手多數是運動員而非罪犯，”他說，“如果他們相信其他人不再吃藥，并且從自行車賽的速度中確實感受到這一點，他們會告別興奮劑，從巨大的壓力中解脫出來?！?BR>    希望總是存在的。不過我深信，隨著這些變化的出現，人們的博弈心態將逐步從背叛模式向合作模式傾斜。如果真的這樣，競技體育將恢復它的傳統——選手們在取勝的意念激勵下，表現出更高、更快、更強，贏得人們最大的尊重和獎勵。
    （《ScientificAmerican》中文版《環球科學》授權發表，有刪節，郭凱聲譯）

（責任編輯 朱力遠）