16暗影

外部研究参照

愿意惩罚的人也一定愿意合作吗

这篇研究把合作和惩罚分开测量：先看一个人愿不愿意回报别人的合作，再看他愿不愿意花自己的钱惩罚不合作者。

来源: 16暗影 · 更新于

本文目录

愿意惩罚的人也一定愿意合作吗

简单总结

这篇研究把合作和惩罚分开测量：先看一个人愿不愿意回报别人的合作，再看他愿不愿意花自己的钱惩罚不合作者。

主要结果是，初始更不愿合作的人，在有惩罚机会时也会增加合作，并且愿意承担惩罚成本。两类人的主要惩罚比较没有发现预期的差异。愿意回报合作，与不愿被别人占便宜，值得分别观察。

原文：Till O. Weber、Ori Weisel、Simon Gächter，2018，Nature Communications，9:2390。官方正文。下方提供9页主文完整译文；40页补充材料另有目录与原文入口，未作全文翻译。

研究怎么做

两项研究在诺丁汉大学环境中招募184与272名参与者，共456人。其中366人进入两类合作策略的主要比较，90人未符合分类标准。

实验中四人一组，每人有20枚代币。留给自己的代币产生个人收益；投进公共项目的代币总额乘以1.6，再由四人平分。一起投入能提高总收益，个人的眼前金钱激励则更偏向保留代币。

第一阶段，参与者填写条件贡献表：其他三人平均贡献从0到20时，自己分别愿意出多少。研究区分出随着他人贡献提高投入的“倾向性有条件合作者”（DCC），以及始终选择零投入的“倾向性搭便车者”（DFR）。随后重新分组，看他们在无惩罚或有惩罚制度下怎样选择。

研究2还改变惩罚效率：花1个单位，有时让对方损失3个，有时只损失1个。1比1的惩罚不会通过这次惩罚直接缩小双方的绝对收益差距，因此有助于检验“只是为了追平金钱差距”这一解释。

三个发现

  • 无惩罚时，两类合作策略能解释行为差别。研究1中DCC平均贡献7.39个单位，DFR为1.85个单位；有惩罚机会时，DFR增加合作，接近DCC的水平
  • 两类都有人自费惩罚贡献比自己少者。改变惩罚效率后，主要类别比较仍未发现预期的惩罚差异；统计上的未显著不等于证明两类完全相同
  • 他人比自己贡献越少，参与者通常越愤怒，愤怒也与惩罚支出相关。作者提出负面情绪可能影响惩罚的解释；研究没有直接检验愤怒的因果作用

与16暗影框架的关系

M03 关系错账：把“我愿意付出多少”和“我容许别人付出多少”分别问清楚。一个人对自身义务和对他人的要求，可能用着不同标准。

M04 互激与停火：观察谁觉得被占了便宜，以及惩罚成本和效果怎样改变回应。一次制裁可能同时涉及合作结果、收益差距和愤怒。

伤害轴 用与惩：论文提供了拆解制裁行为的材料。本站还关心目标完成或补救发生后冲突是否停止，这项实验没有测量该停止条件；DCC与DFR也不是16暗影人物类型。

阅读时注意

证据来自同一大学环境中的一次性金钱任务。主要比较排除了未分类者；研究2属于同团队延伸。补充分析还显示，在部分条件下连续正互惠分数与惩罚存在关联，所以结果需要按具体测量和制度理解。相关细节与主文、补充材料的一处数值差异，列在文后导航中。

来源与许可

原文及其四张图采用CC BY 4.0。前段为16暗影的总结和关系说明，后段为中文译文。原图作裁切，保留英文标签，配完整中文图注与标签对照。翻译、裁切及编辑说明为本稿改编；原作者与期刊未审定本译文。作者、刊物与DOI完整保留。

论文完整中文译文

倾向性搭便车者不会在惩罚上搭便车

原文：Till O. Weber, Ori Weisel & Simon Gächter (2018). Dispositional free riders do not free ride on punishment. Nature Communications, 9, 2390. DOI：https://doi.org/10.1038/s41467-018-04775-8

原文来源：出版者正式版本；PMC 全文

译文范围说明：本稿完整翻译论文主文，包括摘要、正文、方法、四幅图的完整图注及文末信息；67条参考文献保留原文书目信息，以便检索。图示位置依原文标注，图像由原文复用。本稿不包含40页补充材料的全文翻译；其原文链接与结构另列于文后。

翻译及许可说明：原文版权为 © The Author(s) 2018，采用 Creative Commons Attribution 4.0 International（CC BY 4.0）许可。本稿是原文的中文翻译，语言、排版与引文呈现方式已改变。除这些改变外，不添加原论文未给出的研究结果。原作者与出版来源见上。原文许可声明的完整译文见文末。

作者与单位

Till O. Weber¹˒²˒³，Ori Weisel⁴，Simon Gächter³˒⁵˒⁶

  1. 都柏林大学学院经济学院，Belfield, Dublin 4, Ireland
  2. 都柏林大学学院 Geary 公共政策研究所，Belfield, Dublin 4, Ireland
  3. 诺丁汉大学决策研究与实验经济学中心，Sir Clive Granger Building, University Park, Nottingham NG7 2RD, UK
  4. 特拉维夫大学 Coller 管理学院，6997801 Tel Aviv, Israel
  5. CESifo，81679 Munich, Germany
  6. IZA 劳动经济研究所，53113 Bonn, Germany

通信及材料索取请联系 T.O.W.（电子邮件：tilloweber@gmail.com），或 S.Gäc.（电子邮件：simon.gaechter@nottingham.ac.uk）。

摘要

强互惠用一类人的行为来解释亲社会合作：他们愿意付出成本，帮助曾帮助过自己的人（“强正向互惠”），也愿意付出成本，惩罚曾对自己不利的人（“强负向互惠”）。社会偏好理论预测，与“强互惠者”不同，自利者只有在未来收益足够大时，才会合作和实施惩罚。这里，我们采用两阶段设计检验这一预测。首先，按照参与者的强正向互惠倾向，将其分为倾向性有条件合作者（dispositional conditional cooperators，DCC）或倾向性搭便车者（dispositional free riders，DFR）。随后，参与者进行一次性公共物品博弈，其中或者允许惩罚，或者不允许惩罚。正如预期，DFR 只有在可以惩罚的情况下才合作，而 DCC 即使没有惩罚也会合作。研究还发现，强正向互惠倾向与强负向互惠无关：DCC 与 DFR 的惩罚行为几乎一致。因此，“合作的负担”由比先前设想更广泛的一群人承担。

引言

新古典主义的“经济人”（Homo economicus）模型把人类视为理性地、狭隘地追求自身利益的存在，但这一模型难以解释一系列依赖自我牺牲式合作行为的人类特有现象。在大规模冲突中承担风险、照顾病人和残障者，以及不时出现的集体努力，例如对抗威权政权的民主运动或工人的集体行动，都表明，与其他具有合作行为的物种相比，人类会在超越血缘亲属关系的大群体中开展合作，即便合作意味着为了更大的公共利益而放弃个人福利[1–3]。不过，并非人人都是合作者。有些人具有合作倾向，只要他们预期群体中的其他成员也会合作，就愿意合作，哪怕要付出成本。另一些人则从不合作，无论他们预期其他群体成员会怎样行动。在经济学文献中，这两类人通常分别被称为“有条件合作者”和“搭便车者”[4]。在由有条件合作者和搭便车者组成的人群中，合作很可能随时间而衰退，因为面对搭便车者不愿合作的情况，有条件合作者的合作意愿会消失[5]。

文献中的一个核心发现是，强互惠能够维持合作。强互惠意味着，即便缺乏物质激励，例如在与陌生人的一次性互动中，人们不仅愿意付出成本，与愿意合作的他人合作（“强正向互惠”），也愿意付出成本，惩罚不合作的他人（“强负向互惠”）[6–13]。因此，强互惠不同于弱互惠；弱互惠所指的是，合作和惩罚能够由自利的、策略性的激励来解释的情境[1]。

本文检验这样一个假设：强正向互惠与强负向互惠在个体层面上相关。如果存在这样的相关性，就意味着在没有惩罚的一次性情境中，有条件合作者比搭便车者更可能为公共物品作贡献；而在有惩罚的一次性情境中，他们也更可能惩罚不作贡献的人[14,15]。假设二者相关的直觉依据在于，付出成本来惩罚不合作者，本身可以合理地被视为一种二阶合作[16–19]。因此，一个合乎情理的预期是：那些拒绝从事自我牺牲式一阶合作的人（“搭便车者”），也不愿意花费资源，以惩罚的形式参与二阶合作，而更愿意在他人的惩罚行为上搭便车。

经济学中的社会偏好模型将互惠形式化为一个单一维度，使用一个独立于具体博弈、处于个体层面的参数，同时刻画对正向互惠和负向互惠的偏好，因而蕴含强正向互惠与强负向互惠之间的相关性[20–22]。在这些模型中，只有该参数为正的人，才会考虑在没有惩罚的一次性公共物品博弈中合作，或在有机会时实施惩罚。如果该参数为零，人们就只关心自己的货币收益；在没有相应策略性激励时，既不会合作，也不会实施惩罚。类似地，不平等厌恶模型[23,24]假定，人们对不平等的厌恶或不厌恶独立于具体博弈。与没有互惠倾向的行动者一样，不厌恶不平等、仅受物质自利动机驱动的行动者，既不会合作（除非面临被惩罚的威胁），也不会实施惩罚。因此，从一些主要社会偏好理论的角度看，只有不平等厌恶或互惠动机足够强的人，才会在没有惩罚时合作（强正向互惠），并在有惩罚时惩罚不作贡献的人（强负向互惠）。

强正向互惠与强负向互惠相关的假定，也存在于演化生物学中有关合作的理论工作和模拟研究。在这些模型中，人群由以下几类行动者构成：（a）自利者，他们既不与愿意合作的他人合作，也不惩罚不合作的他人；（b）有条件合作者，他们愿意合作，但不实施惩罚；（c）强互惠者，他们既合作，也实施惩罚。逻辑上可能存在的第四类人，即不合作的惩罚者，被明确排除在外；一些模型也排除了只合作的人[7,25,26]。

强正向互惠与强负向互惠相关的假设，与合作和惩罚实验文献中的一种常见模式一致：实施合作的行动者，往往也是惩罚搭便车者的人[14,27–32]。不过，鉴于这类实验多数采用的典型设置，这一模式可能具有误导性。除了少数例外[33–35]，合作倾向，即个体是否为强正向互惠者，并未被独立测量，而是从一些情境中的行为推断得出；在这些情境中，参与者同时采取行动、收益相互依赖，而且存在被惩罚的威胁。虽然在这类情境中，合作者占惩罚者的大多数，并不与强正向互惠和强负向互惠相关的假设相矛盾，但单凭这一发现，还不足以有说服力地支持该假设，也不能构成证明，因为合作不仅受到合作倾向影响，也受到对他人合作和惩罚行为的信念影响。例如，某个人原则上愿意对他人的合作作出正向回报，但恰好对他人的实际合作持悲观预期。这个人可能不去合作，尽管她具有正向互惠倾向，其表现却会像一个即便其他人合作也不愿合作的搭便车者。同样，存在惩罚威胁时的合作，不一定表明一个人具有合作倾向，而可能是激励改变的结果，即害怕被惩罚。

按照一些模型的结果，解释合作似乎并不需要假定强正向互惠与强负向互惠相关。这些模型表明，惩罚能够维持合作，完全不需要有条件合作[36]；更一般地说，对看似非理性行为的倾向，在我们这里是有成本的合作或有成本的惩罚，可以彼此独立地出现，成为解决承诺问题的有效方式[37]。强互惠的基本原则是，要解释合作，除了强正向互惠之外，也需要强负向互惠。即便如此，依靠强互惠者既与愿意合作的他人合作、又惩罚不合作的他人，乃至假定这样一群人存在，都不是逻辑上的必要条件。只要惩罚提供足够激励，使搭便车者转向合作，惩罚者的身份就无关紧要。惩罚者是否具有与愿意合作的他人合作的倾向，即他们是倾向性有条件合作者（DCC），还是没有这种倾向的倾向性搭便车者（DFR），应当并不重要。

如上所述，现有证据，无论是那些看似支持强正向互惠与强负向互惠正相关假设的证据，还是反对该假设的证据[38–42]，除少数例外外[33–35]，在确定合作倾向时都没有控制对他人行为的信念和预期。本研究采用两阶段实验设计，将行动者对一阶合作的内在倾向，与他们在有惩罚时的实际合作行为区分开来。在第一阶段，我们依据参与者的强正向互惠倾向，将其分类为“倾向性有条件合作者”（强正向互惠者；DCC）或“倾向性搭便车者”（不愿对他人的合作作出正向回报者；DFR）。在第二阶段，我们在一次性公共物品博弈中考察他们的合作与惩罚行为。这些行为可能与他们的倾向不同。研究1比较有惩罚和无惩罚的情况；研究2比较不同惩罚有效性水平的情况。在两项研究中，第一阶段的分类程序都控制了对他人行为的信念，因此是对强正向互惠倾向的一种清晰测量。第二阶段是一次性互动，实施惩罚不存在物质激励，因此是对强负向互惠倾向的一种清晰测量（见“方法”）。

根据我们对文献的解读，主要预测是：（a）在没有惩罚时，只有 DCC 为公共物品作贡献；（b）在可以实施惩罚时，为避免被惩罚，DFR 和 DCC 都会为公共物品作贡献[15]；（c）只有 DCC 会花费资源惩罚不合作者。按照这一预测，强负向互惠行为，即惩罚，只会由 DCC 实施；依定义，他们是强正向互惠者。

我们还考察了情绪在 DCC 和 DFR 决策中的作用。研究已表明，负面情绪，尤其是愤怒，是产生强负向互惠的一种近端机制[14,43–45]。对不合作者的惩罚为负面情绪提供了宣泄途径，而惩罚带来的心理奖赏可能超过其物质成本[46]。我们利用负面情绪与有成本惩罚之间的联系，探索对惩罚的近端解释中可能存在的个体差异。如果 DFR 从不实施惩罚，就会产生这样的问题：面对他人的不合作行为，DFR 是否比 DCC 感到更少的愤怒？还是说，DFR 会感到相似程度的愤怒，却仍然不实施惩罚？为回答这些问题，以及在 DFR 确实实施惩罚时，理解他们这样做的原因是否与 DCC 相似，我们测量了参与者所体验到的一系列情绪的强度。

我们的结果支持前两个假设，但驳斥第三个假设。在没有惩罚时，DCC 确实比 DFR 更愿意合作。存在惩罚威胁时，DFR 会把贡献提高到接近 DCC 的水平。结果与第三个假设相反。DCC 与 DFR 使用惩罚的方式高度相似，惩罚水平、惩罚动机以及对不合作者的情绪反应相当。换言之，与 DCC 相比，DFR 并不会在他人对不合作者实施的有成本惩罚上搭便车。

结果

强正向互惠倾向 研究1

第一阶段结束后，48.9%的参与者被归为 DCC，他们的贡献计划随群体其他成员贡献的增加而提高；26.6%的参与者被归为 DFR，无论群体其他成员作出多少贡献，他们都不愿意贡献任何数额。其余24.5%的参与者未被分类，并被排除在分析之外；分类标准和更多细节见“方法”及补充说明1、2。

信念与贡献行为 研究1

在没有惩罚时，DCC 和 DFR 的行为都符合各自的合作倾向（图1a）。78%的 DFR 与所测得的倾向完全一致，没有作出任何贡献；而76%的 DCC 作出了正数贡献（M_DFR = 1.85，M_DCC = 7.39，Mann–Whitney z = 4.23，P < 0.001）。DCC 和 DFR 的实际贡献都低于他们认为他人会作出的贡献，但这一差异仅在 DFR 中显著（DCC：M_贡献 = 7.39，M_信念 = 8.24，Wilcoxon 符号秩检验 z = −1.08，P = 0.282；DFR：M_贡献 = 1.85，M_信念 = 3.30，z = −2.22，P = 0.027）。DFR 对他人贡献的信念显著低于 DCC（M_DFR = 3.30，M_DCC = 8.24，Mann–Whitney z = 3.93，P < 0.001）。

惩罚机会的存在（图1b）对 DCC 的影响很小，与没有惩罚的情况相比，他们的信念和贡献均未出现显著差异（Mann–Whitney z_信念 = −0.83，P_信念 = 0.409；z_贡献 = −1.34，P_贡献 = 0.180）。DFR 的信念与行为则受到惩罚的显著影响（Mann–Whitney z_信念 = −2.00，P_信念 = 0.046；z_贡献 = −2.00，P_贡献 = 0.045），上升至类似 DCC 的水平。信念与贡献的这一转变不一定反映了 DFR 合作倾向的改变；它更可能反映了这样一种预期，即惩罚机会会提高整体贡献，以及通过贡献与其他人几乎一样多的数额来避免被惩罚的愿望。

总体而言，关于信念与贡献的结果与强正向互惠一致。在没有惩罚时，DCC 会对他们预期的他人贡献作出正向回报，依据对他人贡献的信念来决定自己的贡献；DFR 则大多不作贡献。

原文图1

原文图1 · 从原文页面渲染裁切；图内原数据与英文标注保留。完整中文图注与标签对照见下方正文。

原文 (在新页面打开) · CC BY 4.0 (在新页面打开)

图1 DCC 与 DFR 的贡献行为和亲社会惩罚行为。 a 无惩罚处理中的贡献与信念（N_DCC = 41；N_DFR = 27）。星号对应 Mann–Whitney 检验／Wilcoxon 符号秩检验；n.s.：P ≥ 0.10；\*\*：P < 0.05；\*\*\*：P < 0.01。b 有惩罚处理中的贡献与信念（N_DCC = 49；N_DFR = 22）。星号对应 Mann–Whitney 检验／Wilcoxon 符号秩检验；n.s.：P ≥ 0.10；\*：P < 0.10；\*\*\*：P < 0.01。c 对亲社会惩罚的平均支出。n.s.：P > 0.10；Mann–Whitney 检验。d 实施亲社会惩罚的惩罚者比例。n.s.：P > 0.10；χ²检验。误差线表示 ±1 个均值标准误（SEM）。

惩罚行为 研究1

我们的假设认为，只有 DCC 会承担惩罚不合作者的成本。在没有物质激励的情况下，例如我们所考察的一次性博弈中，预期 DFR 从不投入资源来惩罚他人。实际结果却显示，DFR 对不合作者的平均惩罚投入比 DCC 更高，尽管这一差异不显著（M_DFR = 1.38，M_DCC = 1.14；Mann–Whitney z = 0.32，P = 0.749；本节所有检验均以每位参与者作为一个独立观测；图1c）。当遇到贡献比自己少的群体成员时，DFR 与 DCC 中实施惩罚的参与者比例也没有显著差异（57% 对44%；χ²(1) = 0.44，P = 0.506，N = 46；图1d）〔译者注：此处沿用原文括号中的数字排列，原括号没有逐项标明组别。原图1d中，蓝色DCC约为57%，橙色DFR约为44%；阅读时以原图图例确认对应。〕。除了图1所示的对不合作者的惩罚外，实验也允许对合作者进行制裁，即反社会惩罚[30,31,47–49]。不过，反社会惩罚的参与程度总体较低，DCC 与 DFR 之间的差异也不显著（补充说明3）。

我们采用回归分析，控制可能影响惩罚决策的因素（补充说明4）。结果确认了上述发现。DCC 与 DFR 的惩罚频率和惩罚严厉程度均没有显著差异。他们惩罚行为的唯一差异，是方向相反的同伴效应：随着群体中其他成员的贡献增加，DCC 更可能惩罚不合作者，而 DFR 则更不可能惩罚不合作者。一种可能的解释是，DCC 将他人的高贡献视为一种较高贡献规范的信号，从而更可能执行这一规范[50]。在采用更严格的 DCC 分类标准，以及强正向互惠的连续测量时，回归结果仍然稳健。

情绪 研究1

与以往研究一致[51,52]，我们发现，惩罚支出与个体体验到的负面情绪强度之间有很强的联系（补充说明5）。问卷所包含的五种负面情绪，即愤怒、轻蔑、妒意（envy）、恼怒和嫉妒（jealousy），均与惩罚支出正相关。下文我们聚焦于愤怒，这是与违反规范相联系的核心道德情绪[53]。

图2展示了 DCC 与 DFR 自报的愤怒程度如何随他人贡献偏离自身贡献的幅度而变化。在无惩罚和有惩罚两种处理中，随着他人相对于自身贡献的负向偏离增大，DCC 和 DFR 的愤怒程度都会提高；而在两种处理中，对于贡献至少与自己一样多的群体成员，DCC 与 DFR 大多不会感到愤怒。回归分析显示，在有惩罚处理中，DCC 与 DFR 的愤怒水平没有显著差异（补充说明5）。两类人之间唯一的差异是，当群体成员的贡献比自己更多时，DFR 比 DCC 显著更愤怒。总体而言，就愤怒与他人行为之间的关系来说，DCC 与 DFR 高度相似。

研究1小结

研究1的目的是直接检验一个经常被援引的假定，即强正向互惠（有条件合作）与强负向互惠（惩罚）相联系：强互惠者必然是 DCC，且可能在他人贡献比自己少时实施惩罚；DFR 从不实施惩罚，且只有在存在被惩罚的威胁时才合作。研究1的主要结果是，个体惩罚不合作者的倾向独立于强正向互惠倾向：DCC 与 DFR 的惩罚行为几乎无法区分；两者以相似程度惩罚贡献比自己少的人。这一结果与“自利惩罚者”类型相似，他们不为公共物品作贡献，却惩罚其他不作贡献的人[54,55]。区别在于，在我们的实验中，当面临被惩罚的威胁时，DFR 确实会对公共物品作出正数贡献，随后也像 DCC 一样惩罚那些贡献比自己少的人。DFR 在惩罚行为上与 DCC 相似，在面临被惩罚的威胁时，也会增加对公共物品的贡献。

原文图2

原文图2 · 从原文页面渲染裁切；图内原数据与英文标注保留。完整中文图注与标签对照见下方正文。

原文 (在新页面打开) · CC BY 4.0 (在新页面打开)

图2 自报的愤怒水平取决于相对于自身贡献的偏离。 参与者在从1（完全没有）到7（非常强烈）的量表上报告愤怒强度。气泡大小对应于该位置的观测数量。线条表示 DCC（深蓝色）和 DFR（橙色）的局部加权回归函数，两类人的曲线非常相似。在两种处理中，随着群体成员相对于自身贡献的负向偏离增大，DCC 和 DFR 都会感到更加愤怒。

惩罚动机

即便惩罚行为高度相似，在研究1中，DCC 与 DFR 也可能具有不同的惩罚动机。研究1采用2:1的惩罚比例，因此亲社会惩罚会损害受罚者，同时也会缩小惩罚者与受罚者之间的绝对收益差距。研究2旨在将这两种动机分开：我们改变惩罚比例，使惩罚不再缩小收益差距，同时使贡献水平保持与研究1相似。

研究2紧密沿用研究1有惩罚处理的两阶段设计。第一阶段与研究1相同。第二阶段有所不同，包含两种惩罚条件，其惩罚比例不同[27,56–59]（见“方法”）。在一种条件下，比例为3:1，使惩罚者能够缩小自己与受到惩罚的搭便车者之间的绝对收益差距。另一种条件下，惩罚比例为1:1，惩罚者无法改变自己与受罚者之间的绝对收益差距，因此排除了研究1中存在的一种亲社会惩罚动机。

研究2采用了一项新设计：每位参与者实际适用的惩罚比例，只有在他们完成第二阶段的贡献决策之后，才通过一次个体随机抽签确定。每位参与者有50%的概率抽到3:1惩罚比例，即此人每为惩罚花费1个货币单位（MU），受罚的群体成员就损失3 MU；另外有50%的概率抽到1:1惩罚比例，即此人每为惩罚花费1 MU，受罚的群体成员就损失1 MU。这一程序有两项重要优势：（a）两种条件下的贡献水平及对他人贡献的信念保持相同，因此能够清晰地比较惩罚行为，因为惩罚决策之前的一切均相同；（b）每花费1 MU 用于惩罚，预期造成的收益减少为2 MU，与研究1相同，因而能够在两项研究之间进行比较。我们招募了272位参与者参加研究2，其中135人被随机分配到3:1惩罚比例条件，137人被分配到1:1惩罚比例条件。

强正向互惠倾向 研究2

第一阶段结束后，55.5%的参与者被归为 DCC，27.9%被归为 DFR，16.5%仍未被分类，并被排除在分析之外。研究2的类型分布与研究1非常相似，χ²(2) = 4.46，P = 0.108，N = 456。

信念与贡献行为 研究2

研究2中的贡献（M = 9.62，SD = 7.12）和对他人贡献的信念（M = 9.72，SD = 6.01），都与研究1相似（Mann–Whitney 检验分别为 z = −1.31，P = 0.191；z = −0.97，P = 0.333）。这一结果确认，与研究1的有惩罚处理相比，我们的新惩罚程序确实创造了相似的贡献激励（补充说明6）。

惩罚行为 研究2

将研究2中3:1与1:1惩罚比例条件合并后，我们发现，新惩罚程序对总体亲社会惩罚支出的影响很小，DCC 与 DFR 在研究1和研究2中的支出均相似（Mann–Whitney z_DCC = 1.11，P_DCC = 0.267；z_DFR = 0.57，P_DFR = 0.572；本节所有检验均以每位参与者作为一个独立观测）。更多细节见补充说明7。

下面，我们分别考察每种惩罚条件（图3）。当惩罚比例为3:1，即允许缩小绝对收益差距时，DCC 与 DFR 的亲社会惩罚支出几乎一致（M_DCC = 1.19，SD_DCC = 1.52；M_DFR = 1.19，SD_DFR = 1.60；Mann–Whitney z = −0.38，P = 0.707；图3a），亲社会惩罚者比例的差异也不显著（DCC 为60%，DFR 为71%；χ²(1) = 0.67，P = 0.412，N = 79；图3b）。

研究2重点考察1:1惩罚比例条件。由于在这种条件下，惩罚不会改变收益的不平等程度，因此排除了基于收益的惩罚动机，例如对不平等的厌恶或偏好。如果 DFR 的惩罚主要由不平等驱动，那么当惩罚比例为1:1时，他们应当不实施惩罚，或比 DCC 实施更少的惩罚。与3:1条件中一样，DCC 与 DFR 对亲社会惩罚的支出非常相似（M_DCC = 0.56，SD_DCC = 1.34；M_DFR = 0.68，SD_DFR = 1.35；Mann–Whitney z = −0.65，P = 0.513；图3c），亲社会惩罚者的比例也无法区分（DCC 为29%，DFR 为39%；χ²(1) = 0.84，P = 0.359，N = 79；图3d）。此外，我们没有发现 DCC 与 DFR 在反社会惩罚行为上的显著差异（补充说明8）。一系列回归模型支持这些结果，没有显示 DCC 与 DFR 在惩罚频率或惩罚严厉程度上存在差异的证据；即便采用更严格的 DCC 分类标准、控制相对于信念的偏离，或使用强正向互惠的连续测量，情况也是如此（补充说明9）。尽管他们的强正向互惠倾向存在明显差异，DCC 与 DFR 看来具有相同程度的强负向互惠，而且其动机组合也相似。

如上所述，3:1的惩罚比例允许更广泛的亲社会惩罚动机。相应地，与以往发现一致[56,57,59]，在惩罚比例为3:1时，DCC 和 DFR 对亲社会惩罚的支出均高于比例为1:1时（Mann–Whitney 检验分别为 z = 3.19，P = 0.001；z = 2.02，P = 0.043）。总体而言，无论个体的强正向互惠倾向如何，3:1条件似乎都能够调动更广泛的惩罚动机，并引发更高的惩罚支出。

原文图3

原文图3 · 从原文页面渲染裁切；图内原数据与英文标注保留。完整中文图注与标签对照见下方正文。

原文 (在新页面打开) · CC BY 4.0 (在新页面打开)

图3 DCC 与 DFR 在3:1和1:1惩罚比例条件下的亲社会惩罚行为。 a DCC 与 DFR 在3:1惩罚比例条件下的平均亲社会惩罚支出（N_DCC = 77；N_DFR = 35）；Mann–Whitney 检验，n.s.：P > 0.10。b DCC 与 DFR 在3:1惩罚比例条件下实施亲社会惩罚的比例；n.s.：P > 0.10，χ²检验。c DCC 与 DFR 在1:1惩罚比例条件下的平均亲社会惩罚支出（N_DCC = 74；N_DFR = 41）；n.s.：P > 0.10，Mann–Whitney 检验。d DCC 与 DFR 在1:1惩罚比例条件下实施亲社会惩罚的比例；n.s.：P > 0.10，χ²检验。误差线表示 ±1 个均值标准误（SEM）。

情绪 研究2

与研究1相似，在3:1和1:1惩罚比例条件下，愤怒与惩罚都呈正相关（补充说明10）。图4分别显示每种惩罚比例下 DCC 与 DFR 报告的愤怒水平。在两类人中，以及在两种比例之间，愤怒与群体其他成员贡献的负向偏离以相似方式相联系。回归分析没有发现，在3:1或1:1惩罚比例下，不同类型的愤怒水平存在显著差异（补充说明10）。

研究2小结

研究2表明，无论惩罚比例如何，也无论该比例决定了哪些相关惩罚动机，DCC 与 DFR 都会使用非常相似水平的亲社会惩罚，即推动并使合作成为可能的那种惩罚。研究2还复现了研究1的发现，即 DCC 与 DFR 中愤怒与惩罚之间的关系相似。合在一起，这些结果表明，DCC 与 DFR 不仅在惩罚行为上非常相似，而且也受相似的动机和情绪反应引导。

原文图4

原文图4 · 从原文页面渲染裁切；图内原数据与英文标注保留。完整中文图注与标签对照见下方正文。

原文 (在新页面打开) · CC BY 4.0 (在新页面打开)

图4 当他人出现负向偏离时，自报的愤怒会提高，不受惩罚比例或个体合作倾向影响。 在3:1和1:1惩罚比例条件下，DCC 的情绪反应与 DFR 相似。气泡大小对应于该位置的观测数量。线条表示 DCC（深蓝色）和 DFR（橙色）的局部加权回归函数。

讨论

我们的实验将合作倾向的测量与合作和惩罚行为分开，为强正向互惠与强负向互惠的存在提供了明确证据，但不支持二者在个体层面上相关的假设。我们发现，强正向互惠的内在倾向，即是否愿意对他人的善意行为作出正向回报，即使要付出个人成本，与是否愿意付出成本，通过惩罚回报他人的不友善行为无关。事实上，在有惩罚机会时，DFR 的贡献仅略低于 DCC，在惩罚水平、惩罚动机以及惩罚与愤怒的关系上，与 DCC 非常相似。因此，自利并未延伸到强负向互惠领域；DFR 不会在他人的惩罚行为上搭便车。我们的结果有一个重要含义：“合作的负担”由比先前设想更广泛的一群人承担，这有助于解释为什么在有惩罚机会时，会观察到较高水平的合作[14,34,60–62]。

根据人们的强正向互惠倾向来区分他们，即区分他们是否具有与他人开展有条件合作的倾向，已被证明对于理解没有惩罚机会时的合作动态至关重要。结合对他人未来贡献的预期，所测得的倾向有助于解释合作；在无法惩罚不合作者时，合作通常会随时间下降[5,33]。本研究的结果表明，DCC 与 DFR 的区分，对于解释合作的维持并不至关重要；合作的维持要求人群中有足够多的强负向互惠者。由于 DCC 与 DFR 的惩罚行为几乎一致，群体持续的合作成功更多地取决于是否有足够数量的强负向互惠者，而不是群体在 DCC 与 DFR 方面的构成。

我们的数据支持一种可能的解释：一旦个体选择合作，不管是因为愿意回报他人的合作，还是因为害怕因不合作而被惩罚，与群体其他成员的搭便车行为相联系的负面情绪，以及摆脱这些情绪的愿望，就会取代策略性考虑[13]。换言之，有些人愿意利用别人，但没有人喜欢被利用。这一解释与 Yamagishi 等人的研究[41]一致；他们发现，在最后通牒博弈中拒绝不公平提议，与在信任博弈和囚徒困境博弈中开展亲社会合作无关。这一解释也与实验性证据[34,40,42]及基于调查的证据[38,39]一致，这些证据显示，与强正向互惠和强负向互惠相一致的行为测量彼此无关。我们的实验将合作倾向与行为分开，表明在其他情况下表现自利的人，也因此会突然愿意承担约束违规者的成本，即便这样做不会带来个人收益。

社会偏好文献中的一些理论框架，也为理解这些结果提供了线索。例如，Fehr 与 Schmidt 的社会偏好模型[23]区分了人们对不利不平等和有利不平等的态度，并分别用参数 α 和 β 来刻画它们。对于 α > 0 且 β = 0 的行动者，预期她会通过惩罚贡献比自己少的群体成员，尽可能减小不利不平等；但即使预期他人会作出贡献，她也不会为公共物品作贡献，因为她并不在意有利不平等。我们实验中愿意投入资源惩罚他人的 DFR，就表现出这种“伪善的惩罚”。这一推理只有在惩罚确实能够减少不利不平等时才成立，例如研究1，以及研究2中惩罚比例为3:1时。当惩罚比例为1:1时，愿意惩罚的行为并不能轻易用减少不平等的愿望来解释。我们的结果也对一些社会偏好理论提出了质疑；这些理论假定，一个单一的互惠参数支配正向和负向互惠两个领域的行为[20–22]。

另一个例子是，近期研究显示，不合作者有两类，即经济人（Homo economicus）和准经济人（quasi-Homo economicus）。两类人在追求自身利益而不考虑他人福利的程度上，或者换言之，在不互惠的程度上，只有很小差异。不过，他们的心理构成却存在显著差异：前者的自利选择建立在理性计算之上，后者则更加冲动[63]。这一结果表明，人类行为中不互惠的一面不是单一维度，而同时涉及选择模式与心理特质。我们的数据也指向一个结论：人类行为中互惠的一面也不是单一维度；从正向互惠转向负向互惠时，二者之间存在不连续性。

方法

参与者与程序 研究1

我们于2012年11月至2014年2月开展实验。通过招募软件 ORSEE[64]，我们在诺丁汉大学招募了184名此前没有参加过公共物品实验的学生，其中女性101人；平均年龄为19.84岁，SD = 2.14。样本量的确定考虑了合作倾向可能存在的异质性，并旨在确保每种类型的参与者达到最低人数。根据以往文献[4,65]，我们预期约25%的参与者属于 DFR。因此，我们在每种处理下至少招募90人，以确保 DFR 的预期人数至少为20人。参与者在实验场次层面被分配到不同处理；无惩罚处理进行了3个场次，有惩罚处理进行了6个场次。实验得到诺丁汉大学经济学院伦理委员会批准，所有参与者均提供了知情同意。大多数参与者为来自不同专业的本科生：人文学科28%，经济与商科26%，自然科学与工程22%，法律、社会与政治科学17%，医学7%。实验使用 z-Tree[66]进行计算机化操作。各实验场次持续约90分钟，参与者的收益在每场实验结束时私下支付，M = £10.25，SD = £2.00。每个场次包括阅读说明、在计算机上回答理解检查问题、进行两个实验博弈，以及填写问卷。理解检查问题用于检验参与者是否理解博弈的收益函数。参与者必须正确回答所有理解检查问题，才能开始实验博弈。第一场博弈后，我们不提供任何反馈，以避免参与者更新信念，同时排除潜在的收入效应和策略性博弈行为。实验说明见补充说明11。

公共物品博弈 研究1

我们实验设计的核心是以四人组进行的一次性公共物品博弈。每名群体成员获得20个代币的初始禀赋，并决定为自己保留多少代币，以及向共同的群体项目贡献多少代币。个体每为自己保留1个代币，就为自己获得1个货币单位（MU）。投入项目的贡献乘以1.6之后，在四名群体成员之间平均分配。社会最优状态的特征是所有人都贡献全部禀赋；而从个体货币收益最大化的角度看，无论其他群体成员如何选择，最优策略都是不作任何贡献。

实验包含两个阶段，每个阶段都采用一次性公共物品博弈的不同变式。第一阶段用于评估每位参与者各自的合作倾向。在第二阶段，群体被随机重新匹配，参与者进行标准的一次性公共物品博弈；不同处理下，或者允许惩罚，或者不允许惩罚。

第一阶段 测量个体合作倾向 研究1

个体合作倾向通过上述一次性公共物品博弈测量，采用策略法的一种变式[4]。每位参与者先决定自己对公共物品的无条件贡献，然后作出一系列有条件贡献决策：针对其他群体成员每一种整数平均贡献，指出自己希望作出的贡献。我们将由此得到的一组选择称为“贡献计划”。每组中有一名成员被随机选中，她的贡献计划将决定实际对公共物品的贡献，以确保两种决策，即无条件贡献和有条件贡献，都可能影响收益。我们还测量了参与者对群体其他成员平均贡献的信念：如果准确猜中其他人的平均贡献，参与者获得3 MU；如果偏差为1个点，获得2 MU；如果偏差为2个点，获得1 MU；偏差更大则获得0 MU。

贡献计划用于依据合作倾向对参与者进行分类。分类标准以以往使用这一方法的研究为依据[65]：DCC 的贡献随他人平均贡献增加而提高；他们或者在自身贡献与他人平均贡献之间具有正的 Spearman 秩相关系数，并在1%水平上显著，或者表现出单调不减、且至少有一次增加的贡献计划。DFR 对他人每一种可能的平均贡献，所作的贡献都恰好为零。未被分类为 DCC 或 DFR 的参与者被排除在分析之外，因为我们的主要假设无法对他们作出明确无歧义的行为预测。

第二阶段 合作与惩罚行为 研究1

在这一阶段，参与者以直接反应模式进行一次性公共物品博弈，分为无惩罚与有惩罚两种情况。在两种处理中，每位参与者都先独立于其他人的选择，决定从20个代币中贡献多少用于公共物品。在无惩罚处理中，与第一阶段一样，测量参与者对群体其他成员平均贡献的信念，并给予相应激励。随后，参与者了解到每位群体成员各自的贡献，以使两种处理的信息结构保持一致。接着，参与者填写下文所述的情绪测量问卷。在有惩罚处理中，对信念的测量不提供激励，以避免因信念不准确而损失收入所引起的失望导致惩罚。在了解到每位群体成员各自的贡献后，参与者可以对每位群体成员分配最多5个惩罚点。每个惩罚点使惩罚者付出1 MU，并使受罚的群体成员损失2 MU 收入。为了避免负收益，每位参与者获得固定支付10 MU。之后，参与者报告自己认为各群体成员分别对自己分配了多少惩罚点，并按下文所述报告情绪。在惩罚阶段结果的反馈提供之前，先进行情绪测量。

情绪测量 研究1

参与者报告他们对每位群体成员各自贡献水平的情绪反应。问卷改编自 Bosman 与 van Winden[51]，包括13种情绪：愤怒、轻蔑、妒意（envy）、恐惧、内疚、幸福、恼怒、嫉妒（jealousy）、喜悦、悲伤、羞耻、惊讶和温暖感。参与者在从1（完全没有）到7（非常强烈）的七点量表上，评定自己感受到每种情绪的强度。

参与者与程序 研究2

我们于2016年5月至6月开展研究2的实验。研究2的实验程序与研究1相同。共有272位参与者参加研究2，其中女性169人；平均年龄为21.14岁，SD = 2.43。与研究1一样，我们在选择样本量时考虑了合作倾向的异质性。不过，为了提高检验不同合作倾向之间惩罚行为差异的统计功效，我们选用了明显更大的样本：3:1惩罚比例条件下有135位参与者，1:1条件下有137位参与者。我们共进行了10个场次，在每个场次内，参与者被随机分配至3:1或1:1惩罚比例条件。大多数参与者为来自不同专业的本科生：人文学科12%，经济与商科13%，自然科学与工程29%，法律、社会与政治科学15%，医学31%。参与者的收益在每场实验结束时私下支付，M = £10.85，SD = £1.98。

随机抽取惩罚比例 研究2

研究2的第一阶段与研究1相同。第二阶段紧密沿用研究1的有惩罚处理。区别在于，研究2的惩罚比例随机确定。在博弈开始时，参与者被告知，每位参与者各自的惩罚比例会是3:1或1:1，两种结果各有50%的概率。3:1（1:1）的惩罚比例意味着，每个惩罚点使实施惩罚的参与者付出1 MU，并使受罚群体成员损失3 MU（1 MU）收入。随机抽签对每位参与者独立进行，因此，同一群体内的个体可能有不同的惩罚比例。这一新设计允许我们在保持贡献水平不变的情况下，观察不同惩罚比例对惩罚的影响。

统计分析

我们的主要结果以适合实验数据性质的标准非参数检验为基础，即 Mann–Whitney 检验和 Wilcoxon 符号秩检验。所有检验均为双侧检验。补充回归分析在补充材料中讨论。

代码可用性

我们使用 STATA/SE 15 进行数据分析。代码[67]可从 Dryad 数字知识库获取：https://doi.org/10.5061/dryad.dc42s75。

数据可用性

用于统计分析的数据[67]可从 Dryad 数字知识库获取：https://doi.org/10.5061/dryad.dc42s75。

收稿日期：2017年8月15日。接受日期：2018年5月21日。在线发表日期：2018年6月19日。

参考文献

以下保留原始英文书目，编号与主文一致。

  1. Gintis, H. Strong reciprocity and human sociality. J. Theor. Biol. 206, 169–179 (2000).
  1. Gintis, H., Bowles, S., Boyd, R. & Fehr, E. Moral Sentiments and Material Interests. The Foundations of Cooperation in Economic Life (MIT Press, Cambridge, 2005).
  1. Bowles, S. & Gintis, H. A Cooperative Species: Human Reciprocity and its Evolution (Princeton University Press, Princeton, 2011).
  1. Fischbacher, U., Gächter, S. & Fehr, E. Are people conditionally cooperative? Evidence from a public goods experiment. Econ. Lett. 71, 397–404 (2001).
  1. Fischbacher, U. & Gächter, S. Social preferences, beliefs, and the dynamics of free riding in public good experiments. Am. Econ. Rev. 100, 541–556 (2010).
  1. Fehr, E., Fischbacher, U. & Gächter, S. Strong reciprocity, human cooperation, and the enforcement of social norms. Human Nat. 13, 1–25 (2002).
  1. Boyd, R., Gintis, H., Bowles, S. & Richerson, P. J. The evolution of altruistic punishment. Proc. Natl Acad. Sci. USA 100, 3531–3535 (2003).
  1. Bowles, S. & Gintis, H. The evolution of strong reciprocity: cooperation in heterogeneous populations. Theor. Popul. Biol. 65, 17–28 (2004).
  1. West, S. A., Griffin, A. S. & Gardner, A. Social semantics: altruism, cooperation, mutualism, strong reciprocity, and group selection. J. Evol. Biol. 20, 415–432 (2007).
  1. Gintis, H., Henrich, J., Bowles, S., Boyd, R. & Fehr, E. Strong reciprocity and the roots of human morality. Soc. Justice Res. 21, 241–253 (2008).
  1. Carpenter, J., Bowles, S., Gintis, H. & Hwang, S.-H. Strong reciprocity and team production: theory and evidence. J. Econ. Behav. Organ. 71, 221–232 (2009).
  1. Fehr, E. & Schneider, F. Eyes are on us, but nobody cares: are eye cues relevant for strong reciprocity? Proc. R. Soc. B Biol. Sci. 277, 1315–1323 (2010).
  1. Guala, F. Reciprocity: weak or strong? What punishment experiments do (and do not) demonstrate. Behav. Brain Sci. 35, 1–15 (2012).
  1. Fehr, E. & Gächter, S. Altruistic punishment in humans. Nature 415, 137–140 (2002).
  1. Camerer, C. F. & Fehr, E. When does ‘economic man’ dominate social behavior? Science 311, 47–52 (2006).
  1. Yamagishi, T. The provision of a sanctioning system as a public good. J. Personal. Social Psychol. 51, 110–116 (1986).
  1. Heckathorn, D. Collective action and the second-order free rider problem. Ration. Soc. 1, 78–100 (1989).
  1. Panchanathan, K. & Boyd, R. Indirect reciprocity can stabilize cooperation without the second-order free rider problem. Nature 432, 499–502 (2004).
  1. Sigmund, K., De Silva, H., Traulsen, A. & Hauert, C. Social learning promotes institutions for governing the commons. Nature 466, 861–863 (2010).
  1. Falk, A. & Fischbacher, U. in Moral Sentiments and Material Interests (eds Gintis, H., Bowles, S., Boyd, R. & Fehr, E.) (MIT Press, Cambridge, MA, 2005).
  1. Falk, A. & Fischbacher, U. A theory of reciprocity. Games Econ. Behav. 54, 293–315 (2006).
  1. Dufwenberg, M., Gächter, S. & Hennig-Schmidt, H. The framing of games and the psychology of play. Games Econ. Behav. 73, 459–478 (2011).
  1. Fehr, E. & Schmidt, K. M. A theory of fairness, competition, and cooperation. Q. J. Econ. 114, 817–868 (1999).
  1. Bolton, G. E. & Ockenfels, A. ERC: a theory of equity, reciprocity, and competition. Am. Econ. Rev. 90, 166–193 (2000).
  1. Guzman, R. A., Rodriguez-Sickert, C. & Rowthorn, R. When in Rome, do as the Romans do: the coevolution of altruistic punishment, conformist learning, and cooperation. Evol. Human. Behav. 28, 112–117 (2007).
  1. Henrich, J. & Boyd, R. Why people punish defectors: weak conformist transmission can stabilize costly enforcement of norms in cooperative dilemmas. J. Theor. Biol. 208, 79–89 (2001).
  1. Falk, A., Fehr, E. & Fischbacher, U. Driving forces behind informal sanctions. Econometrica 73, 2017–2030 (2005).
  1. Sefton, M., Shupp, R. & Walker, J. M. The effect of rewards and sanctions in provision of public goods. Econ. Inq. 45, 671–690 (2007).
  1. Nikiforakis, N. Punishment and counter-punishment in public good games: can we really govern ourselves? J. Public Econ. 92, 91–112 (2008).
  1. Herrmann, B., Thöni, C. & Gächter, S. Antisocial punishment across societies. Science 319, 1362–1367 (2008).
  1. Irwin, K. & Horne, C. A normative explanation of antisocial punishment. Soc. Sci. Res. 42, 562–570 (2013).
  1. Kocher, M. G., Martinsson, P. & Visser, M. Does stake size matter for cooperation and punishment? Econ. Lett. 99, 508–511 (2008).
  1. Gächter, S., Kölle, F. & Quercia, S. Reciprocity and the tragedies of maintaining and providing the commons. Nat. Human. Behav. 1, 650–656 (2017).
  1. Albrecht, F., Kube, S. & Traxler, C. Cooperation and punishment: the individual-level perspective. CESifo Working Paper No. 6284 (2017).
  1. Rustagi, D., Engel, S. & Kosfeld, M. Conditional cooperation and costly monitoring explain success in forest commons management. Science 330, 961–965 (2010).
  1. Boyd, R., Gintis, H. & Bowles, S. Coordinated punishment of defectors sustains cooperation and can proliferate when rare. Science 328, 617–620 (2010).
  1. Frank, R. H. If Homo economicus could choose his own utility function, would he want one with a conscience? Am. Econ. Rev. 77, 593–604 (1987).
  1. Dohmen, T., Falk, A., Huffman, D. & Sunde, U. Homo reciprocans: survey evidence on behavioral outcomes. Econ. J. 119, 592–612 (2009).
  1. Egloff, B., Richter, D. & Schmukle, S. C. Need for conclusive evidence that positive and negative reciprocity are unrelated. Proc. Natl Acad. Sci. USA 110, E786–E786 (2013).
  1. Peysakhovich, A., Nowak, M. A. & Rand, D. G. Humans display a ‘cooperative phenotype’ that is domain general and temporally stable. Nat. Commun. 5, 4939 (2014).
  1. Yamagishi, T. et al. Rejection of unfair offers in the ultimatum game is no evidence of strong reciprocity. Proc. Natl Acad. Sci. USA 109, 20364–20368 (2012).
  1. Eriksson, K., Cownden, D., Ehn, M. & Strimling, P. ‘Altruistic’ and ‘antisocial’ punishers are one and the same. Rev. Behav. Econ. 1, 209–221 (2014).
  1. Sanfey, A. G., Rilling, J. K., Aronson, J. A., Nystrom, L. E. & Cohen, J. D. The neural basis of economic decision-making in the ultimatum game. Science 300, 1755–1758 (2003).
  1. Hopfensitz, A. & Reuben, E. The importance of emotions for the effectiveness of social punishment. Econ. J. 119, 1534–1559 (2009).
  1. Cubitt, R., Drouvelis, M. & Gächter, S. Framing and free riding: emotional responses and punishment in social dilemma games. Exp. Econ. 14, 254–272 (2011).
  1. de Quervain, D. J. F. et al. The neural basis of altruistic punishment. Science 305, 1254–1258 (2004).
  1. Cinyabuguma, M., Page, T. & Putterman, L. Can second-order punishment deter perverse punishment? Exp. Econ. 9, 265–279 (2006).
  1. Gächter, S. & Herrmann, B. The limits of self-governance when cooperators get punished: experimental evidence from urban and rural Russia. Eur. Econ. Rev. 55, 193–210 (2011).
  1. Rand, D. G. & Nowak, M. A. The evolution of antisocial punishment in optional public goods games. Nat. Commun. 2, 434 (2011).
  1. Reuben, E. & Riedl, A. Enforcement of contribution norms in public good games with heterogeneous populations. Games Econ. Behav. 77, 122–137 (2013).
  1. Bosman, R. & van Winden, F. Emotional hazard in a power-to-take experiment. Econ. J. 112, 147–169 (2002).
  1. Ben-Shakhar, G., Bornstein, G., Hopfensitz, A. & van Winden, F. Reciprocity and emotions in bargaining using physiological and self-report measures. J. Econ. Psychol. 28, 314–323 (2007).
  1. Nelissen, R. M. A. & Zeelenberg, M. Moral emotions as determinants of third-party punishment: anger, guilt, and the functions of altruistic sanctions. Judgm. Decis. Mak. 4, 543–553 (2009).
  1. Nakamaru, M. & Iwasa, Y. The coevolution of altruism and punishment: role of the selfish punisher. J. Theor. Biol. 240, 475–488 (2006).
  1. Eldakar, O. T., Farrell, D. L. & Wilson, D. S. Selfish punishment: altruism can be maintained by competition among cheaters. J. Theor. Biol. 249, 198–205 (2007).
  1. Egas, M. & Riedl, A. The economics of altruistic punishment and the maintenance of cooperation. Proc. R. Soc. B Biol. Sci. 275, 871–878 (2008).
  1. Nikiforakis, N. & Normann, H. A comparative statics analysis of punishment in public goods experiments. Exp. Econ. 11, 358–369 (2008).
  1. Bone, J. E. & Raihani, N. J. Human punishment is motivated by both a desire for revenge and a desire for equality. Evol. Human Behav. 36, 323–330 (2015).
  1. Carpenter, J. The demand for punishment. J. Econ. Behav. Organ. 62, 522–542 (2007).
  1. Gächter, S. & Herrmann, B. Reciprocity, culture, and human cooperation: previous insights and a new cross-cultural experiment. Philos. Trans. R. Soc. B Biol. Sci. 364, 791–806 (2009).
  1. Balliet, D., Mulder, L. B. & Van Lange, P. A. M. Reward, punishment, and cooperation: a meta-analysis. Psychol. Bull. 137, 594–615 (2011).
  1. Chaudhuri, A. Sustaining cooperation in laboratory public goods experiments: a selective survey of the literature. Exp. Econ. 14, 47–83 (2011).
  1. Yamagishi, T., Li, Y., Takagishi, H., Matsumoto, Y. & Kiyonari, T. In search of Homo economicus. Psychol. Sci. 25, 1699–1711 (2014).
  1. Greiner, B. Subject pool recruitment procedures: organizing experiments with ORSEE. J. Econ. Sci. Assoc. 1, 114–125 (2015).
  1. Fischbacher, U., Gächter, S. & Quercia, S. The behavioral validity of the strategy method in public good experiments. J. Econ. Psychol. 33, 897–913 (2012).
  1. Fischbacher, U. Z-Tree: Zurich toolbox for ready-made economic experiments. Exp. Econ. 10, 171–178 (2007).
  1. Weber, T. O., Weisel, O. & Gächter, S. Data from: dispositional free riders do not free ride on punishment. Dryad Digital Repository. https://doi.org/10.5061/dryad.dc42s75 (2018).

致谢

我们感谢 Ben Beranek、Robin Cubitt、Antonio Espin、Roberto Hernan-Gonzalez、Michael Kosfeld、Lucas Molleman、Nikos Nikiforakis、Arno Riedl、Jonathan Schulz，以及各场研讨会的听众所提供的意见。本研究得到英国经济与社会研究理事会资助，项目编号 ES/K002201/1；以及欧洲研究理事会资助，项目编号 ERC-AdG 295707 COOPERATION。

作者贡献

T.O.W.、O.W. 和 S.G. 设计了本研究；T.O.W. 开展实验并分析数据；T.O.W.、O.W. 和 S.G. 撰写了论文。

附加信息

本论文附有补充材料，见：https://doi.org/10.1038/s41467-018-04775-8。

利益冲突： 作者声明不存在利益冲突。

重印和许可信息可在线获取：http://npg.nature.com/reprintsandpermissions/。

出版者声明： 对于已发表地图中的管辖权主张以及机构所属关系，Springer Nature 保持中立。

开放获取许可

本文采用 Creative Commons Attribution 4.0 International 许可。该许可允许在任何媒介或格式中使用、分享、改编、分发和复制本文，条件是向原作者及来源提供适当署名，提供 Creative Commons 许可的链接，并注明是否进行了修改。本文中的图像或其他第三方材料也包含在本文的 Creative Commons 许可之内，除非材料的署名说明另有规定。如果某项材料未包含在本文的 Creative Commons 许可之内，而且您的预期使用不受法定规定允许，或超出了允许的使用范围，则需要直接取得版权持有人的许可。查看本许可文本，请访问：http://creativecommons.org/licenses/by/4.0/。

© The Author(s) 2018

补充材料导航与必要说明

阅读范围

这部分是16暗影整理的补充材料导航与要点说明，不是40页补充材料的完整译文。上文完整翻译范围是论文9页主文，包括全部方法、四图图注、67条参考文献与声明。补充材料可从官方40页PDF继续查阅；页面引用的是该PDF印刷页码。

完整目录

原文部分中文主题起始页
Supplementary Note 1合作倾向的测量2
Supplementary Note 2合作倾向与行为的一致性 研究12
Supplementary Note 3DCC与DFR的反社会惩罚 研究14
Supplementary Note 4惩罚的回归分析 研究15
Supplementary Note 5情绪分析 研究110
Supplementary Note 6合作倾向与行为的一致性 研究214
Supplementary Note 7DCC与DFR惩罚行为的相似性15
Supplementary Note 8DCC与DFR的反社会惩罚 研究216
Supplementary Note 9惩罚的回归分析 研究217
Supplementary Note 10情绪分析 研究221
Supplementary Note 11实验说明24
Supplementary References补充参考文献39

目录覆盖全部11项补充说明和补充参考文献；细节包含补充图、回归表、研究说明及其注释，均保留在官方原件中。

理解主文需要保留的四个细节

分类标准比是否出钱更具体

主文方法中的DCC标准是：本人贡献与他人平均贡献之间，Spearman秩相关为正且达到1%显著水平；或者条件贡献表单调不减，并至少有一次增加。DFR则在他人平均贡献的每个可能值下都精确选择零。没有符合两类标准者不进入主要类别比较。

补充说明1解释，这样做旨在避免把“认为其他人不会合作的条件合作者”错当作只想保留个人资源的人。作者也承认方法受到“策略差异可能反映理解混淆”的质疑，并引用其他测量方法和控制误解的研究回应；本论文中的理解检查不能凭自身排除所有心理测量争议。补充说明1 第2页。

亲社会和反社会惩罚是行为方向标签

这里的“亲社会惩罚”针对贡献比惩罚者少的人，“反社会惩罚”针对至少贡献得和惩罚者一样多的人。它们描述这个公共物品任务中的对象及合作功能，不是对惩罚者全部人格与动机的道德认证。

研究1中的反社会惩罚总体非常少；补充说明3及8仍保留了两类在该方向的比较。不要因为主文聚焦促进合作的制裁，就漏掉研究也允许惩罚合作者这一点。补充说明3 第4页、说明8 第16页。

类别比较不等于所有连续关联都为零

补充说明4与9进一步检验更严格的DCC分类、以预期代替实际贡献计算偏差，以及DCC内部的连续正互惠分数（PRS）。两类的主要比较在这些分析中总体没有发现预期的水平差异。

但是补充表9的DCC内部分析，3比1条件下PRS与惩罚可能性的系数为−2.415（表中两星，p<.05），与惩罚强度的系数为−4.826（单星，p<.10）；1比1条件下未发现显著关联。强度结果只达到作者的弱显著阈值。因此“正、负互惠并非同一个简单类别”可以作为问题意识，“所有测量下都完全无关”则超出了这份证据。补充说明9 第20至21页。

跨研究惩罚比较的一处统计数值差异

主文研究2“惩罚行为”段，跨研究比较报告DCC的z=1.11、p=.267，DFR的z=.57、p=.572。补充说明7第15页同类比较报告DCC的z=1.41、p=.159，DFR的z=.43、p=.669。两处都没有达到显著，但数值并不一致。

本译文保留主文自身的数值，在这里透明列出补充材料另一版本；未获作者更正说明前，不自行统一或解释差异原因。截至2026-10-02，本次官方记录与题名检索未检出正式勘误或撤稿信息；这不保证状态查询完全无遗漏。主文、补充说明7 第15页。

原图英文标签对照

原图1至4保留出版图的坐标、颜色、点、误差线、显著性标记及英文图例，以免重绘改变数据。完整中文图注在正文相应位置；图内标签可按以下对照阅读。

英文标签中文
Contributions and beliefs贡献与对他人贡献的预期
Punishment惩罚
Money units MU货币单位
Percent百分比
Without punishment无惩罚
With punishment有惩罚
Expenditure惩罚支出
Proportion of punishers实施惩罚者的比例
Decision实际选择
Belief对他人贡献的预期
Dispositional conditional cooperators DCC倾向性有条件合作者
Dispositional free riders DFR倾向性搭便车者
Disp. conditional cooperators倾向性有条件合作者
Disp. free riders倾向性搭便车者
Anger愤怒
Deviation from the own contribution他人贡献相对本人贡献的差值
Locally weighted regression局部加权回归
3:1 Punishment ratio惩罚效果比例3比1
1:1 Punishment ratio惩罚效果比例1比1
n.s.未达到图注规定的显著性阈值
SEM均值标准误

图1图注中的显著性标记与图内横线配对阅读；图2和4的点大小表示对应观测数，拟合线用于显示关系走势。不要把示意线上的位置当作另一个实验条件或额外的精确数值。

Nature Communications 自然通讯

刊物介绍 · 编辑补充

Nature Communications 是 Nature Portfolio 旗下的跨学科研究刊物，也发表社会与行为科学研究。它强调对各自专业领域有实质推进的工作：编辑先判断研究问题和方法是否值得送审，再交外部专家评议。对心理学读者，它是把行为机制与其他学科放在一起看的重要渠道。它和 Nature 主刊有各自的编辑与选稿定位；阅读这篇论文时，具体实验、数据和后续检验更能说明证据的分量。

Nature Communications 自然通讯 (在新页面打开)

正式原刊引用采用第9卷与文章2390；Crossref和PubMed索引可标9(1)。2390是文章号，不是页码，不应补写不存在的页码范围。

正向互惠

别人合作时，自己也以合作作回应。 这里关注是否愿意为这种回应承担个人成本。正向描述回应方向，不是道德评分。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

负向互惠

别人不合作或对自己不利时，以制裁作回应。 本文在一次性公共物品任务中用有成本的惩罚测量它。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

强互惠

即使没有可预期的后续物质补偿，也愿意承担合作或制裁成本。 个人可能从行为获得心理满足；这里的成本与补偿主要指实验中的物质后果。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

倾向性有条件合作者

条件贡献表显示，他人出得更多时，自己也倾向出得更多。 这是研究的任务分类：条件表单调不减且至少一次增加，或正Spearman秩相关达到1%显著水平。不能由此判定一个人的全部人格。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

倾向性搭便车者

在条件贡献表中，无论他人出多少都选择零投入的人。 这是本文的策略类别。进入惩罚制度后，这些参与者的实际贡献仍可能改变。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

公共物品博弈

参与者决定把资源留给自己，还是投入所有组员共享的项目。 本文四人一组，每人20枚代币，公共投入乘以1.6后平分。贡献一枚使本人收益增加0.4，少于留下它的1个单位。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

策略法

先对他人可能作出的各种选择，分别写下自己会怎样回应。 研究第一阶段让参与者为其他三人平均贡献0至20的每个值填写自己的贡献，用来区分合作倾向与对他人行为的预期。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

亲社会惩罚

在本文中，惩罚贡献比自己少的组员。 这一名称描述任务中的对象和可能的合作功能，不代表已经确认惩罚者具有善意或公平动机。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

反社会惩罚

在本文中，惩罚至少贡献得和自己一样多的组员。 它可能削弱合作；本文允许这种选择，并在补充材料中报告比较。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

惩罚比例

付出一个单位的惩罚成本，会让对象损失多少。 3:1表示自己花1，对方损失3；1:1表示双方各损失1。1:1不能通过这次惩罚直接缩小双方的绝对收益差距。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

货币单位

实验里用于计算并兑换实际收益的单位。 它不是一种独立货币；具体兑换规则由实验说明规定。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

信念

本文常指参与者认为其他组员会贡献多少。 图中的Belief是对他人贡献的预期，Decision是自己的实际贡献。它不指人生信仰。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

不平等厌恶

对自己与别人收益不等感到不满意的偏好。 模型可以分别处理自己落后于别人和自己领先于别人。惩罚是否缩小差距，会影响这一解释适不适用。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

Mann Whitney检验

用观测值的排序来比较两组的一种非参数统计检验。 本文用它比较两类参与者的贡献和惩罚。未显著不等于两组完全相同。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

Wilcoxon符号秩检验

比较成对观测差异的一种非参数统计检验。 本文例如比较同一组人的实际贡献与其对他人贡献的预期。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

Spearman秩相关

根据排序衡量两个量是否一起上升或下降。 本文使用它判断条件贡献表中的正向关系，不要求关系是严格直线。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

均值标准误

描述样本均值估计有多不确定的量。 本文部分误差线表示均值上下各一个SEM，不是个体分数的范围，也不是95%区间。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

局部加权回归

主要用附近的观测来描绘一条平滑走势。 图2与4中用它显示贡献偏离与愤怒的关系；曲线用于呈现数据模式，不是新增实验操纵。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

Probit模型

本文用于分析一个选择是否发生的统计模型。 补充回归中用来分析是否实施惩罚；其系数不能直接当成概率变化。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

截断回归

在只观察或分析一段取值范围时使用的回归方法。 本文补充分析只在实施惩罚的人中估计惩罚强度，并考虑零值之外的截断。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

p值

在指定统计模型及零假设下，得到当前或更极端结果的概率。 它不是假设为真的概率。本文常用未显著表示没有足够证据确认相应差异。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

关系错账

双方对帮助、交换、公平和欠债的理解没有对齐。 这是16暗影已有机制条目。它用于提出关系问题，不是本论文测量的一个变量。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

术语解释
正向互惠
别人合作时，自己也以合作作回应。 这里关注是否愿意为这种回应承担个人成本。正向描述回应方向，不是道德评分。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

负向互惠
别人不合作或对自己不利时，以制裁作回应。 本文在一次性公共物品任务中用有成本的惩罚测量它。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

强互惠
即使没有可预期的后续物质补偿，也愿意承担合作或制裁成本。 个人可能从行为获得心理满足；这里的成本与补偿主要指实验中的物质后果。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

倾向性有条件合作者
条件贡献表显示，他人出得更多时，自己也倾向出得更多。 这是研究的任务分类：条件表单调不减且至少一次增加，或正Spearman秩相关达到1%显著水平。不能由此判定一个人的全部人格。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

倾向性搭便车者
在条件贡献表中，无论他人出多少都选择零投入的人。 这是本文的策略类别。进入惩罚制度后，这些参与者的实际贡献仍可能改变。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

公共物品博弈
参与者决定把资源留给自己，还是投入所有组员共享的项目。 本文四人一组，每人20枚代币，公共投入乘以1.6后平分。贡献一枚使本人收益增加0.4，少于留下它的1个单位。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

策略法
先对他人可能作出的各种选择，分别写下自己会怎样回应。 研究第一阶段让参与者为其他三人平均贡献0至20的每个值填写自己的贡献，用来区分合作倾向与对他人行为的预期。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

亲社会惩罚
在本文中，惩罚贡献比自己少的组员。 这一名称描述任务中的对象和可能的合作功能，不代表已经确认惩罚者具有善意或公平动机。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

反社会惩罚
在本文中，惩罚至少贡献得和自己一样多的组员。 它可能削弱合作；本文允许这种选择，并在补充材料中报告比较。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

惩罚比例
付出一个单位的惩罚成本，会让对象损失多少。 3:1表示自己花1，对方损失3；1:1表示双方各损失1。1:1不能通过这次惩罚直接缩小双方的绝对收益差距。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

货币单位
实验里用于计算并兑换实际收益的单位。 它不是一种独立货币；具体兑换规则由实验说明规定。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

信念
本文常指参与者认为其他组员会贡献多少。 图中的Belief是对他人贡献的预期，Decision是自己的实际贡献。它不指人生信仰。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

不平等厌恶
对自己与别人收益不等感到不满意的偏好。 模型可以分别处理自己落后于别人和自己领先于别人。惩罚是否缩小差距，会影响这一解释适不适用。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

Mann Whitney检验
用观测值的排序来比较两组的一种非参数统计检验。 本文用它比较两类参与者的贡献和惩罚。未显著不等于两组完全相同。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

Wilcoxon符号秩检验
比较成对观测差异的一种非参数统计检验。 本文例如比较同一组人的实际贡献与其对他人贡献的预期。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

Spearman秩相关
根据排序衡量两个量是否一起上升或下降。 本文使用它判断条件贡献表中的正向关系，不要求关系是严格直线。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

均值标准误
描述样本均值估计有多不确定的量。 本文部分误差线表示均值上下各一个SEM，不是个体分数的范围，也不是95%区间。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

局部加权回归
主要用附近的观测来描绘一条平滑走势。 图2与4中用它显示贡献偏离与愤怒的关系；曲线用于呈现数据模式，不是新增实验操纵。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

Probit模型
本文用于分析一个选择是否发生的统计模型。 补充回归中用来分析是否实施惩罚；其系数不能直接当成概率变化。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

截断回归
在只观察或分析一段取值范围时使用的回归方法。 本文补充分析只在实施惩罚的人中估计惩罚强度，并考虑零值之外的截断。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

p值
在指定统计模型及零假设下，得到当前或更极端结果的概率。 它不是假设为真的概率。本文常用未显著表示没有足够证据确认相应差异。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

论文原文 (在新页面打开)

关系错账
双方对帮助、交换、公平和欠债的理解没有对齐。 这是16暗影已有机制条目。它用于提出关系问题，不是本论文测量的一个变量。 说明归属：16暗影编辑说明。 用于阅读本篇研究，不是新增人物分类或计分规则

M03 关系错账 (在新页面打开)