16暗影
心知/心理学参照

心理学参照研究65 分钟

愿意惩罚的人也一定愿意合作吗

这项研究把合作和惩罚拆开来量：先看一个人愿不愿意回报别人的合作，再看他肯不肯自掏腰包，去罚那些不合作的人。

更新于 2026.10.20
原文图1
阅读目录 50 节

愿意惩罚的人也一定愿意合作吗

简单总结

这项研究把合作和惩罚拆开来量：先看一个人愿不愿意回报别人的合作，再看他肯不肯自掏腰包，去罚那些不合作的人。

结果出人意料。原本不愿合作的人，一旦有了惩罚机制，合作也跟着多起来，而且同样愿意为惩罚别人付出成本；在主要的惩罚比较里，两类人没有出现研究者预期的差别。愿意回报别人的合作，和容不得别人占自己便宜，是两种可以分开看的倾向。

原文：Till O. Weber、Ori Weisel、Simon Gächter，2018，Nature Communications，9:2390。官方正文。下方是9页主文的完整译文；40页补充材料只列出目录和原文入口，没有全文翻译。

研究怎么做

两项研究都在诺丁汉大学招募参与者，分别为184人和272人，共456人。其中366人进入两类合作策略的主要比较，另有90人不符合分类标准。

实验四人一组，每人手里20枚代币。留给自己的代币归个人；投进公共项目的代币总数乘以1.6，再由四人平分。大家一起投，总收益更高；可单看个人眼前的钱，留着代币更划算。

第一阶段，参与者填一张条件贡献表：假如另外三人平均出0到20枚，自己分别愿意出多少。研究据此分出两类人：随别人投得多而自己也多投的“倾向性有条件合作者”（DCC），以及无论如何都投零的“倾向性搭便车者”（DFR）。之后重新分组，观察他们在无惩罚和有惩罚两种制度下怎样选择。

研究2又改变了惩罚的效率：花1个单位，有时让对方损失3个，有时只损失1个。按1比1惩罚，这一下并不能直接缩小双方收益的绝对差距，正好可以检验“惩罚只是为了把钱的差距追平”这种解释。

三个发现

  • 没有惩罚时，两类合作策略能解释行为上的差别。研究1中，DCC平均贡献7.39个单位，DFR只有1.85个单位；一旦有了惩罚机会，DFR的合作明显增加，接近DCC的水平
  • 两类人里都有人自掏成本，惩罚贡献比自己少的人。改变惩罚效率之后，主要类别比较仍未发现预期的惩罚差异；统计上未达显著，也还证明不了两类完全相同
  • 别人比自己贡献得越少，参与者通常越愤怒，愤怒也和惩罚支出相关。作者据此提出，负面情绪可能推动了惩罚；愤怒的因果作用，研究并没有直接检验

与16暗影框架的关系

M03 关系错账：把“我愿意付出多少”和“我能容别人付出多少”分开问清楚。一个人对自己的义务和对别人的要求，用的可能是两把尺子。

M04 互激与停火：看谁觉得自己被占了便宜，惩罚的成本和效果又怎样改变回应。一次制裁里，可能同时缠着合作结果、收益差距和愤怒。

伤害轴 用与惩：这篇论文为拆解制裁行为提供了材料。本站还关心目标完成或补救发生之后，冲突会不会停下，而这项实验没有测量这个停止条件；DCC与DFR也是论文自己的分类，和16暗影人物类型无关。

阅读时注意

证据来自同一所大学里的一次性金钱任务。主要比较排除了未分类者；研究2是同一团队的延伸实验。补充分析还显示，在部分条件下，连续的正互惠分数与惩罚存在关联，所以结论要按具体的测量和制度来读。这些细节，以及主文与补充材料之间的一处数值差异，列在文后的导航里。

来源与许可

原文及其四张图采用CC BY 4.0。前半部分是16暗影写的总结和关系说明，后半部分是中文译文。原图经过裁切，保留英文标签，另配完整的中文图注和标签对照。翻译、裁切和编辑说明都属于本稿的改编，原作者与期刊没有审定本译文。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、四幅图的完整图注和文末信息；67条参考文献保留原文书目，便于检索。图的位置依照原文，图像复用原图。40页补充材料没有全文翻译，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、排版和引文呈现方式有所改变，研究结果均出自原论文。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

强互惠理论用一类人的行为来解释亲社会合作。这些人愿意付出成本，帮助帮过自己的人（“强正向互惠”）；也愿意付出成本，惩罚亏待过自己的人（“强负向互惠”）。社会偏好理论预测，自利者与“强互惠者”不同，只有在未来收益足够大时才会合作，才会惩罚。我们用一个两阶段设计来检验这一预测。第一阶段，按照参与者的强正向互惠倾向，把他们分为倾向性有条件合作者（dispositional conditional cooperators，DCC）和倾向性搭便车者（dispositional free riders，DFR）。第二阶段，参与者进行一次性公共物品博弈，有的允许惩罚，有的不允许。和预期一样，DFR 只在可以惩罚时才合作，DCC 没有惩罚也合作。但研究还发现，强正向互惠倾向与强负向互惠无关：DCC 与 DFR 的惩罚行为几乎一模一样。可见，“合作的负担”落在比以往设想更广的一群人身上。

引言

新古典主义的“经济人”（Homo economicus）模型，把人看作理性而狭隘地追求自身利益的存在。可人类有一系列特有的现象，恰恰建立在自我牺牲式的合作之上，这个模型很难解释。人们会在大规模冲突中冒险，会照顾病人和残障者，也不时投身集体行动，比如反抗威权政权的民主运动，或者工人的集体抗争。这些都说明，和其他会合作的物种相比，人类能在远远超出血缘亲属的大群体里合作，哪怕这意味着为更大的公共利益牺牲个人福利[1–3]。不过，并非人人都是合作者。有些人有合作倾向：只要预期群里其他人也会合作，就愿意跟着合作，哪怕要付出成本。另一些人则从不合作，不管预期别人怎么做。经济学文献通常分别称这两类人为“有条件合作者”和“搭便车者”[4]。在两类人混杂的人群里，合作很可能逐渐衰退，因为看到搭便车者不肯出力，有条件合作者的合作意愿也会随之消退[5]。

文献中的一个核心发现是，强互惠能够维持合作。所谓强互惠，是指即便没有物质激励，比如和陌生人只打一次交道，人们仍愿意付出成本，与肯合作的人合作（“强正向互惠”），也愿意付出成本，惩罚不合作的人（“强负向互惠”）[6–13]。弱互惠则不同，它指的是合作和惩罚可以用自利的策略性激励来解释的情境[1]。

本文要检验的假设是：强正向互惠与强负向互惠在个体层面上相关。假如真是如此，那么在没有惩罚的一次性情境里，有条件合作者应当比搭便车者更可能为公共物品出力；在有惩罚的一次性情境里，他们也应当更可能惩罚不出力的人[14,15]。这个假设背后的直觉是：花成本惩罚不合作者，本身完全可以看作一种二阶合作[16–19]。于是，一个顺理成章的预期是，拒绝自我牺牲式一阶合作的人（“搭便车者”），同样不会花资源去参与惩罚这种二阶合作，而更愿意搭别人惩罚的便车。

经济学的社会偏好模型把互惠形式化为单一维度：用一个独立于具体博弈的个体参数，同时刻画对正向互惠和负向互惠的偏好，这本身就蕴含了二者的相关[20–22]。在这些模型里，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，或者在有机会时出手惩罚。参数为零的人只关心自己的货币收益，没有相应的策略性激励时，既不合作，也不惩罚。不平等厌恶模型[23,24]同样假定，一个人厌不厌恶不平等，与具体博弈无关。不厌恶不平等、只受物质自利驱动的行动者，和没有互惠倾向的人一样，既不会合作（除非面临惩罚威胁），也不会惩罚别人。所以，在几种主要的社会偏好理论看来，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），并在有惩罚时去罚不出力的人（强负向互惠）。

演化生物学关于合作的理论和模拟研究，也默认了强正向互惠与强负向互惠相关。这些模型里的人群由几类行动者组成：（a）自利者，既不与肯合作的人合作，也不惩罚不合作的人；（b）有条件合作者，合作但不惩罚；（c）强互惠者，既合作也惩罚。逻辑上还可能有第四类人，即不合作的惩罚者，却被明确排除在外；有些模型连只合作不惩罚的人也排除了[7,25,26]。

合作与惩罚的实验文献里有一种常见模式：合作的人，往往也正是惩罚搭便车者的人[14,27–32]。这似乎与“二者相关”的假设吻合。但考虑到这类实验多采用的典型设置，这一模式可能有误导性。除少数例外[33–35]，这些实验并没有单独测量合作倾向，即一个人是不是强正向互惠者，而是从特定情境中的行为去推断：参与者同时行动、收益相互依赖，而且头上悬着惩罚威胁。在这类情境里，惩罚者大多是合作者，这与“二者相关”的假设并不矛盾；但仅凭这一点，既不足以有力支持该假设，更谈不上证明。因为合作不只取决于合作倾向，也取决于一个人怎样估计别人会不会合作、会不会惩罚。比如，有人原则上愿意回报别人的合作，却恰好对别人的实际表现很悲观。她可能因此不合作：明明有正向互惠倾向，表现得却像一个别人合作也不肯合作的搭便车者。同样，有惩罚威胁时的合作，未必说明此人有合作倾向，也可能只是激励变了，即怕挨罚。

另一些模型的结果显示，解释合作并不一定要假定强正向互惠与强负向互惠相关。这些模型表明，惩罚完全可以在没有有条件合作的情况下维持合作[36]。更一般地说，倾向于做出看似非理性的行为（在我们这里，指有成本的合作或有成本的惩罚），可以作为解决承诺问题的有效办法，各自独立地出现[37]。强互惠的基本原则是：要解释合作，除了强正向互惠，还需要强负向互惠。即便如此，指望强互惠者既与肯合作的人合作、又惩罚不合作的人，甚至假定世上存在这样一群人，在逻辑上都不是必需的。只要惩罚的激励足以让搭便车者转而合作，惩罚者是谁就无关紧要：他们有没有与肯合作者合作的倾向，也就是说，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），本不应影响结果。

如上所述，现有证据，无论看似支持还是反对“强正向互惠与强负向互惠正相关”的假设[38–42]，除少数例外[33–35]，在判定合作倾向时都没有控制人们对他人行为的信念和预期。本研究采用两阶段实验设计，把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。第一阶段，我们依据参与者的强正向互惠倾向，把他们分为“倾向性有条件合作者”（强正向互惠者；DCC）和“倾向性搭便车者”（不愿回报他人合作者；DFR）。第二阶段，我们在一次性公共物品博弈中观察他们的合作与惩罚，这些行为可能与各自的倾向不一致。研究1比较有惩罚和无惩罚两种情况；研究2比较不同的惩罚有效性水平。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，因此能干净地测量强正向互惠倾向。第二阶段是一次性互动，惩罚没有任何物质好处，因此能干净地测量强负向互惠倾向（见“方法”）。

根据我们对文献的理解，主要预测有三条：（a）没有惩罚时，只有 DCC 为公共物品出力；（b）可以惩罚时，为了不挨罚，DFR 和 DCC 都会出力[15]；（c）只有 DCC 会花资源惩罚不合作者。照这一预测，强负向互惠行为，即惩罚，只会出自 DCC；而按定义，DCC 正是强正向互惠者。

我们还考察了情绪在 DCC 和 DFR 决策中的作用。已有研究表明，负面情绪，尤其是愤怒，是强负向互惠的一种近端机制[14,43–45]。惩罚不合作者给负面情绪提供了出口，惩罚带来的心理满足甚至可能超过它的物质成本[46]。我们借助负面情绪与有成本惩罚之间的这种联系，探索惩罚的近端解释中可能存在的个体差异。假如 DFR 从不惩罚，问题就来了：面对别人的不合作，DFR 是比 DCC 更少感到愤怒，还是同样愤怒、却依旧不出手？如果 DFR 确实会惩罚，他们的理由与 DCC 是否相似？为了回答这些问题，我们测量了参与者体验到的一系列情绪的强度。

结果支持前两个假设，否定了第三个。没有惩罚时，DCC 确实比 DFR 更愿意合作；有惩罚威胁时，DFR 会把贡献提高到接近 DCC 的水平。第三个假设则与结果相反：DCC 与 DFR 使用惩罚的方式高度相似，惩罚的力度、动机，以及对不合作者的情绪反应都相当。换句话说，别人花成本去罚不合作者时，DFR 并没有比 DCC 更多地搭这趟便车。

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：群体其他成员贡献越多，他们计划的贡献也越多。26.6%的参与者被归为 DFR：无论群体其他成员出多少，他们都一分不出。其余24.5%的参与者未能归类，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

没有惩罚时，DCC 和 DFR 的行为都与各自的合作倾向相符（图1a）。78%的 DFR 完全符合测得的倾向，一分未出；76%的 DCC 作出了正数贡献（MDFR = 1.85，MDCC = 7.39，Mann–Whitney z = 4.23，P < 0.001）。两类人的实际贡献都低于他们估计的他人贡献，但这一差距只在 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 对他人贡献的估计也显著低于 DCC（MDFR = 3.30，MDCC = 8.24，Mann–Whitney z = 3.93，P < 0.001）。

惩罚机会的出现（图1b）对 DCC 几乎没有影响：与无惩罚情况相比，他们的信念和贡献都没有显著变化（Mann–Whitney z信念 = −0.83，P信念 = 0.409；z贡献 = −1.34，P贡献 = 0.180）。DFR 的信念与行为则明显受到惩罚的影响（Mann–Whitney z信念 = −2.00，P信念 = 0.046；z贡献 = −2.00，P贡献 = 0.045），升到了与 DCC 相近的水平。这种转变未必说明 DFR 的合作倾向变了；更可能的原因是，他们预期惩罚机会会抬高整体贡献，也想通过出得和别人差不多来避免挨罚。

总的来说，信念与贡献的结果符合强正向互惠。没有惩罚时，DCC 会回报他们预期中别人的贡献，按自己对他人贡献的估计来决定出多少；DFR 则大多一分不出。

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。

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（NDCC = 41；NDFR = 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（NDCC = 49；NDFR = 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

按我们的假设，只有 DCC 会承担惩罚不合作者的成本。在没有物质激励的场合，比如这里考察的一次性博弈，DFR 应当从不花资源去罚别人。实际结果却是，DFR 在惩罚不合作者上的平均投入反而比 DCC 高，只是差异不显著（MDFR = 1.38，MDCC = 1.14；Mann–Whitney z = 0.32，P = 0.749；本节所有检验均以每位参与者为一个独立观测；图1c）。遇到贡献比自己少的组员时，DFR 与 DCC 中出手惩罚的人所占比例也没有显著差别（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所示针对不合作者的惩罚，实验也允许制裁合作者，即反社会惩罚[30,31,47–49]。不过，反社会惩罚总体很少，DCC 与 DFR 之间也没有显著差别（补充说明3）。

我们又用回归分析控制了可能影响惩罚决策的因素（补充说明4），结果印证了上述发现：DCC 与 DFR 在惩罚频率和惩罚力度上都没有显著差别。两者唯一的不同，是方向相反的同伴效应：群里其他人贡献越多，DCC 越可能惩罚不合作者，DFR 反而越不可能。一种可能的解释是，DCC 把别人的高贡献看作较高贡献规范的信号，于是更愿意去执行这一规范[50]。换用更严格的 DCC 分类标准，或改用强正向互惠的连续测量，回归结果依然稳健。

情绪 研究1

与以往研究一致[51,52]，我们发现惩罚支出与个人体验到的负面情绪强度密切相关（补充说明5）。问卷里的五种负面情绪，即愤怒、轻蔑、妒意（envy）、恼怒和嫉妒（jealousy），都与惩罚支出正相关。下文集中讨论愤怒，因为它是与违反规范相联系的核心道德情绪[53]。

图2显示，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。无论有无惩罚，别人比自己出得越少，DCC 和 DFR 就越愤怒；而对于出得至少和自己一样多的组员，两类人大多不感到愤怒。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别（补充说明5）。两类人唯一的差别是：组员出得比自己多时，DFR 明显比 DCC 更愤怒。总的来说，在愤怒如何随他人行为变化这一点上，DCC 与 DFR 高度相似。

研究1小结

研究1要直接检验一个常被援引的假定：强正向互惠（有条件合作）与强负向互惠（惩罚）是连在一起的。照这个假定，强互惠者必然是 DCC，并可能在别人出得比自己少时出手惩罚；DFR 则从不惩罚，只有在面临惩罚威胁时才合作。研究1的主要结果是，一个人惩罚不合作者的倾向，与他的强正向互惠倾向互不相干：DCC 与 DFR 的惩罚行为几乎分辨不出，惩罚出得比自己少的人的程度也相近。这一结果类似于所谓“自利惩罚者”：他们自己不为公共物品出力，却惩罚其他不出力的人[54,55]。不同之处在于，在我们的实验中，面临惩罚威胁时，DFR 确实会为公共物品出一份正数贡献，随后也和 DCC 一样，惩罚那些出得比自己少的人。DFR 在惩罚上与 DCC 相似，面临惩罚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。

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

即便研究1中两类人的惩罚行为高度相似，他们的惩罚动机仍可能不同。研究1采用2:1的惩罚比例，亲社会惩罚在损害受罚者的同时，也缩小了惩罚者与受罚者之间的绝对收益差距。研究2要把这两种动机拆开：我们调整惩罚比例，让惩罚不再缩小收益差距，同时让贡献水平与研究1保持相近。

研究2基本照搬研究1有惩罚处理的两阶段设计。第一阶段与研究1相同；第二阶段则包含两种惩罚比例不同的条件[27,56–59]（见“方法”）。一种条件下比例为3:1，惩罚者可以借此缩小自己与受罚搭便车者之间的绝对收益差距。另一种条件下比例为1:1，惩罚者无法改变自己与受罚者之间的绝对收益差距，研究1中存在的一种亲社会惩罚动机由此被排除。

研究2采用了一个新设计：每位参与者实际适用哪种惩罚比例，要等他们作完第二阶段的贡献决策之后，才通过个人随机抽签决定。每人有50%的概率抽到3:1，即自己每花1个货币单位（MU）惩罚，受罚组员损失3 MU；另有50%的概率抽到1:1，即每花1 MU，受罚组员损失1 MU。这一程序有两个重要好处：（a）两种条件下的贡献水平和对他人贡献的信念完全相同，惩罚决策之前的一切都一样，惩罚行为因此可以干净地比较；（b）每花1 MU 惩罚，预期造成2 MU 的收益损失，与研究1相同，两项研究可以直接对照。共有272位参与者参加研究2，其中135人被随机分到3:1惩罚比例条件，137人分到1:1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%未能归类，被排除在分析之外。研究2的类型分布与研究1非常接近，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相近（Mann–Whitney 检验分别为 z = −1.31，P = 0.191；z = −0.97，P = 0.333）。这说明新的惩罚程序确实营造出了与研究1有惩罚处理相近的贡献激励（补充说明6）。

惩罚行为 研究2

把研究2中3:1与1:1两种条件合并来看，新的惩罚程序对亲社会惩罚的总支出影响很小：DCC 与 DFR 在研究1和研究2中的支出都相近（Mann–Whitney zDCC = 1.11，PDCC = 0.267；zDFR = 0.57，PDFR = 0.572；本节所有检验均以每位参与者为一个独立观测）。更多细节见补充说明7。

下面分别看每种惩罚条件（图3）。惩罚比例为3:1、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样（MDCC = 1.19，SDDCC = 1.52；MDFR = 1.19，SDDFR = 1.60；Mann–Whitney z = −0.38，P = 0.707；图3a），出手惩罚者的比例也没有显著差别（DCC 为60%，DFR 为71%；χ²(1) = 0.67，P = 0.412，N = 79；图3b）。

研究2的重点是1:1条件。在这种条件下，惩罚不会改变收益的不平等程度，基于收益的惩罚动机，比如对不平等的厌恶或偏好，也就被排除了。假如 DFR 的惩罚主要出于不平等，那么在1:1条件下，他们应当不罚，或者比 DCC 罚得少。结果和3:1条件一样，DCC 与 DFR 的亲社会惩罚支出非常接近（MDCC = 0.56，SDDCC = 1.34；MDFR = 0.68，SDDFR = 1.35；Mann–Whitney z = −0.65，P = 0.513；图3c），出手惩罚者的比例也分不出高下（DCC 为29%，DFR 为39%；χ²(1) = 0.84，P = 0.359，N = 79；图3d）。在反社会惩罚上，DCC 与 DFR 同样没有显著差别（补充说明8）。一系列回归模型印证了这些结果，找不到两类人在惩罚频率或力度上有差别的证据；换用更严格的 DCC 分类标准、控制相对于信念的偏离，或改用强正向互惠的连续测量，结论都一样（补充说明9）。尽管强正向互惠倾向差别明显，DCC 与 DFR 的强负向互惠看来程度相同，动机组合也相近。

前面说过，3:1的惩罚比例能容纳更多样的亲社会惩罚动机。与以往发现一致[56,57,59]，比例为3:1时，DCC 和 DFR 在亲社会惩罚上的支出都高于1:1时（Mann–Whitney 检验分别为 z = 3.19，P = 0.001；z = 2.02，P = 0.043）。总的来看，不论一个人的强正向互惠倾向如何，3:1条件似乎都能调动更多样的惩罚动机，引出更高的惩罚支出。

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。

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（NDCC = 77；NDFR = 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（NDCC = 74；NDFR = 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

和研究1一样，在3:1和1:1两种条件下，愤怒都与惩罚正相关（补充说明10）。图4按惩罚比例分别显示 DCC 与 DFR 报告的愤怒水平。无论哪类人、哪种比例，愤怒随组员负向偏离而变化的方式都相似。回归分析也没有发现，在3:1或1:1比例下，两类人的愤怒水平有显著差别（补充说明10）。

研究2小结

研究2表明，不论惩罚比例是多少、由此牵动的是哪些惩罚动机，DCC 与 DFR 使用亲社会惩罚的程度都非常接近；这里的亲社会惩罚，指的是推动合作、让合作成为可能的那种惩罚。研究2还重现了研究1的发现：两类人身上，愤怒与惩罚的关系相似。合起来看，DCC 与 DFR 不仅惩罚行为非常相似，背后的动机和情绪反应也相似。

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。

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

我们的实验把合作倾向的测量与合作、惩罚行为分开，为强正向互惠和强负向互惠的存在都提供了明确证据，却不支持二者在个体层面相关的假设。一个人是否愿意自担成本回报别人的善意，也就是强正向互惠的内在倾向，与他是否愿意自担成本、用惩罚回敬别人的不友善，两者并无关联。事实上，有惩罚机会时，DFR 的贡献只比 DCC 略低；在惩罚力度、惩罚动机以及惩罚与愤怒的关系上，两者都非常相似。可见，自利并没有延伸到强负向互惠上，DFR 不搭别人惩罚的便车。这一结果有个重要含义：“合作的负担”落在比以往设想更广的一群人身上。这也有助于解释，为什么有惩罚机会时，合作水平往往较高[14,34,60–62]。

按强正向互惠倾向给人分类，也就是看一个人有没有与他人有条件合作的倾向，已被证明是理解无惩罚条件下合作动态的关键。测得的倾向，加上对他人未来贡献的预期，有助于解释合作；而无法惩罚不合作者时，合作通常会逐渐下滑[5,33]。本研究的结果则表明，要解释合作怎样维持下去，DCC 与 DFR 的区分并不关键；合作要维持，靠的是人群中有足够多的强负向互惠者。既然 DCC 与 DFR 的惩罚行为几乎一样，一个群体能否持续合作成功，更多取决于强负向互惠者够不够多，而不是群体里 DCC 与 DFR 各占多少。

我们的数据支持这样一种可能的解释：一个人一旦选择了合作，不管是出于回报别人的意愿，还是怕不合作挨罚，其他组员搭便车所激起的负面情绪，以及想摆脱这些情绪的念头，就会压过策略上的盘算[13]。换句话说，有些人乐于利用别人，可没有人喜欢被利用。这一解释与 Yamagishi 等人的研究[41]相符：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的亲社会合作并无关联。它也与另外一些实验证据[34,40,42]和调查证据[38,39]相符，这些证据都显示，对应强正向互惠和强负向互惠的行为测量彼此无关。我们的实验把合作倾向与行为分开后发现，平时表现自利的人，也会突然愿意承担约束违规者的成本，尽管这样做不会给自己带来任何收益。

社会偏好文献中的一些理论框架，也能帮助理解这些结果。比如，Fehr 与 Schmidt 的社会偏好模型[23]把人们对不利不平等和有利不平等的态度分开，分别用参数 α 和 β 来刻画。对于 α > 0 且 β = 0 的行动者，可以预期她会惩罚出得比自己少的组员，尽量缩小对自己不利的不平等；但即便预期别人会出力，她自己也不会为公共物品出力，因为她不在乎对自己有利的不平等。实验中那些愿意花资源惩罚别人的 DFR，表现出的正是这种“伪善的惩罚”。不过，这一推理只在惩罚确实能减少不利不平等时成立，例如研究1，以及研究2中的3:1条件。惩罚比例为1:1时，愿意惩罚就很难用减少不平等的愿望来解释了。我们的结果也对另一些社会偏好理论提出了质疑；这些理论假定，正向和负向互惠两个领域的行为，由同一个互惠参数支配[20–22]。

再举一例。近期研究显示，不合作者分为两类：经济人（Homo economicus）和准经济人（quasi-Homo economicus）。两类人追求自身利益、不顾他人福利的程度，换言之，不互惠的程度，只有很小的差别；心理构成却大不相同：前者的自利选择出自理性计算，后者则更冲动[63]。这说明人类行为中不互惠的一面并非单一维度，它同时牵涉选择模式和心理特质。我们的数据指向类似的结论：互惠的一面同样不是单一维度，从正向互惠到负向互惠，中间存在断裂。

方法

参与者与程序 研究1

实验于2012年11月至2014年2月进行。我们通过招募软件 ORSEE[64]，在诺丁汉大学招募了184名从未参加过公共物品实验的学生，其中女性101人，平均年龄19.84岁，SD = 2.14。确定样本量时，我们考虑到合作倾向可能存在异质性，力求每种类型都有最低限度的人数。根据以往文献[4,65]，预计约25%的参与者属于 DFR，因此每种处理至少招募90人，以保证 DFR 的预期人数不少于20人。处理按场次分配：无惩罚处理进行了3个场次，有惩罚处理进行了6个场次。实验获得诺丁汉大学经济学院伦理委员会批准，所有参与者都签署了知情同意。参与者大多是来自各专业的本科生：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%。实验用 z-Tree[66]在计算机上进行。每个场次约90分钟，收益在场次结束时私下支付，M = £10.25，SD = £2.00。每个场次依次包括：阅读说明、在计算机上回答理解检查题、进行两场实验博弈、填写问卷。理解检查题用来确认参与者是否弄懂了博弈的收益函数，必须全部答对才能开始实验博弈。第一场博弈结束后不提供任何反馈，以免参与者更新信念，同时排除潜在的收入效应和策略性博弈。实验说明见补充说明11。

公共物品博弈 研究1

实验设计的核心，是四人一组的一次性公共物品博弈。每名组员获得20个代币的初始禀赋，自行决定留给自己多少、投进共同的群体项目多少。每留1个代币，自己得到1个货币单位（MU）；投入项目的代币乘以1.6之后，由四名组员平分。社会最优是所有人投入全部禀赋；可从个人货币收益最大化的角度看，不管别人怎么选，最优策略都是一分不投。

实验分两个阶段，各采用一次性公共物品博弈的一种变式。第一阶段用来评估每位参与者的合作倾向。第二阶段，群体随机重组，参与者进行标准的一次性公共物品博弈，不同处理中或允许、或不允许惩罚。

第一阶段 测量个体合作倾向 研究1

个体合作倾向用上述一次性公共物品博弈测量，采用的是策略法的一种变式[4]。每位参与者先决定自己的无条件贡献，再作一系列有条件贡献决策：针对其他组员每一种可能的整数平均贡献，写下自己想出多少。这一组选择称为“贡献计划”。每组随机选出一名成员，由她的贡献计划决定实际的公共物品贡献，这样无条件贡献和有条件贡献两种决策都可能影响收益。我们还测量了参与者对其他组员平均贡献的估计：猜得完全准确得3 MU，差1点得2 MU，差2点得1 MU，偏差更大则得0 MU。

参与者依据贡献计划按合作倾向分类，分类标准沿用以往采用这一方法的研究[65]。DCC 的贡献随他人平均贡献增加而提高：要么自身贡献与他人平均贡献之间的 Spearman 秩相关系数为正，且在1%水平上显著；要么贡献计划单调不减，并且至少有一次增加。DFR 则对他人每一种可能的平均贡献，都恰好贡献零。既不属于 DCC 也不属于 DFR 的参与者被排除在分析之外，因为主要假设无法对他们的行为给出明确无歧义的预测。

第二阶段 合作与惩罚行为 研究1

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处理。两种处理中，每位参与者都先在不知道别人选择的情况下，决定从20个代币中拿出多少投给公共物品。无惩罚处理和第一阶段一样，测量参与者对其他组员平均贡献的估计，并给予相应激励。随后，参与者得知每位组员各自的贡献，以使两种处理的信息结构一致，接着填写下文所述的情绪问卷。有惩罚处理中，估计不设激励，以免参与者因猜不准损失收入，心生失望而去惩罚别人。得知每位组员的贡献后，参与者可以给每位组员分配最多5个惩罚点。每个惩罚点让惩罚者付出1 MU，让受罚组员损失2 MU 收入。为避免出现负收益，每位参与者另得固定支付10 MU。之后，参与者报告自己认为每位组员分别给了自己多少惩罚点，再按下文方式报告情绪。情绪测量在反馈惩罚阶段结果之前完成。

情绪测量 研究1

参与者报告自己对每位组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1（完全没有）到7（非常强烈）的七点量表上，为每种情绪的强度打分。

参与者与程序 研究2

2016年5月至6月，我们开展了研究2的实验。研究2的程序与研究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21.14岁，SD = 2.43。和研究1一样，确定样本量时考虑了合作倾向的异质性；但为了提高检验不同合作倾向者惩罚差异的统计功效，这次选用了明显更大的样本：3:1条件135人，1:1条件137人。共进行10个场次，每个场次内，参与者被随机分到3:1或1:1条件。参与者大多是来自各专业的本科生：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%。收益在场次结束时私下支付，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，第二阶段基本照搬研究1的有惩罚处理，区别在于研究2的惩罚比例是随机决定的。博弈开始时，参与者被告知，每人的惩罚比例将是3:1或1:1，概率各为50%。3:1（1:1）的惩罚比例，意思是每个惩罚点让惩罚者付出1 MU，让受罚组员损失3 MU（1 MU）收入。抽签对每位参与者单独进行，所以同一组里的人可能适用不同的惩罚比例。借助这一新设计，我们可以在贡献水平不变的前提下，观察不同惩罚比例对惩罚的影响。

统计分析

主要结果基于适合实验数据特点的标准非参数检验，即 Mann–Whitney 检验和 Wilcoxon 符号秩检验，所有检验均为双侧。补充的回归分析见补充材料。

代码可用性

数据分析使用 STATA/SE 15。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

统计分析所用数据[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

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提出的意见。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. 共同设计研究；T.O.W. 实施实验并分析数据；三人共同撰写论文。

附加信息

本文的补充材料见：https://doi.org/10.1038/s41467-018-04775-8。

利益冲突： 作者声明不存在利益冲突。

重印与许可信息见：http://npg.nature.com/reprintsandpermissions/。

出版者声明： Springer Nature 对已发表地图中的管辖权主张及作者机构归属保持中立。

开放获取许可

本文采用 Creative Commons Attribution 4.0 International 许可。只要向原作者及来源适当署名、附上 Creative Commons 许可链接，并注明是否作过修改，即可在任何媒介、以任何格式使用、分享、改编、分发和复制本文。文中的图像或其他第三方材料同样适用本文的 Creative Commons 许可，署名说明另有规定的除外。某项材料若不在本文的许可范围之内，而您的预期用途又不为法律所允许，或超出了允许的范围，须直接向版权持有人取得许可。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，40页补充材料并未全文翻译。上文完整翻译的是论文9页主文，包括全部方法、四幅图的图注、67条参考文献和各项声明。补充材料可在官方40页PDF查阅，下文所引页码为该PDF的印刷页码。

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

目录涵盖全部11项补充说明和补充参考文献；补充图、回归表、实验说明及其注释，都在官方原件里。

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

主文方法里的DCC标准是：本人贡献与他人平均贡献的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则要求在他人平均贡献的每个可能取值下都恰好选零。两类标准都不符合的人，不进入主要的类别比较。

补充说明1解释，这样分类是为了避免把“认为别人不会合作的有条件合作者”误当成只想留住个人资源的人。作者也承认，这种方法受到过“策略差异可能源于理解混淆”的质疑，并引用其他测量方法和控制误解的研究作答；本文的理解检查本身，还平息不了所有心理测量上的争议。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”，罚的是贡献比惩罚者少的人；“反社会惩罚”，罚的是贡献至少和惩罚者一样多的人。这两个词描述的是在这个公共物品任务里罚的是谁、对合作起什么作用，说的不是惩罚者整个人的人格与动机。

研究1中的反社会惩罚总体非常少，补充说明3和8仍保留了两类人在这一方向上的比较。主文虽然聚焦促进合作的制裁，研究其实也允许惩罚合作者。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和9进一步检验了三种做法：更严格的DCC分类、用预期贡献代替实际贡献来计算偏差，以及DCC内部的连续正互惠分数（PRS）。在这些分析里，两类人的主要比较总体上仍没有出现预期的水平差异。

不过，补充表9对DCC内部的分析显示，在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条件下未见显著关联。其中强度一项只达到作者设定的弱显著阈值。所以，“正、负互惠不是同一个简单类别”可以作为问题意识，要说“在所有测量下都完全无关”，就超出这份证据了。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”一节的跨研究比较，报告DCC为z=1.11、p=.267，DFR为z=.57、p=.572；补充说明7第15页的同类比较，报告的则是DCC z=1.41、p=.159，DFR z=.43、p=.669。两处都不显著，数值却对不上。

译文保留主文自己的数值，补充材料中的另一版本列在这里；作者没有给出更正说明，本稿也就不去统一，不推测差异的原因。截至2026-10-02，官方记录与题名检索中未见正式勘误或撤稿信息。主文、补充说明7 第15页。

原图英文标签对照

原图1至4保留了出版图的坐标、颜色、数据点、误差线、显著性标记和英文图例，以免重绘时改动数据。完整的中文图注在正文相应位置，图内标签可对照下表阅读。

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，要和图内横线配对来读；图2和图4中气泡的大小代表观测数，拟合线显示的是关系的走势，线上的位置既非另一个实验条件，也非额外的精确数值。

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)

读到这里