跳到主要内容

感谢您访问nature.com。您使用的是对CSS支持有限的浏览器版本。为了获得最好的体验,我们建议您使用最新的浏览器(或关闭Internet Explorer的兼容性模式)。同时,为了确保持续的支持,我们将在没有样式和JavaScript的情况下显示站点。

第三方惩罚是值得信赖的代价高昂的信号

摘要

第三方惩罚(TPP)123.4567,不受影响的观察员惩罚自私,通过阻止叛变来促进合作。但为什么个人要选择承担惩罚的成本呢?我们提出了TPP作为代价信号的博弈理论模型8910的可信赖性。我们的模型是基于值得信任的成本和/或收益的个体差异。我们认为,对于那些将可信度视为收益最大化的人来说,TPP的净成本更低(例如,因为机制11这会激励一些人变得值得信任,也会通过TPP为遏制自私创造好处)。我们表明,由于这种关系,惩罚自私对个人来说是有利的,以表明他们自己并不自私。然后,我们使用经济博弈实验来实证验证我们的模型。我们的研究表明,TPP确实是一个值得信任的信号:第三方惩罚者比非惩罚者更受信任,实际上也更值得信任。此外,正如我们的模型所预测的那样,引入一个更有信息的信号——直接帮助的机会——会减弱这些信号效应。当潜在的惩罚者有机会提供帮助时,他们就不太可能进行惩罚,而惩罚被视为(实际上也是)可信度较弱的信号。相比之下,代价高昂的帮助是一个强烈且被广泛使用的信号,即使TPP也有可能存在。总之,我们的模型和实验为TPP提供了一个正式的声誉解释,并证明了惩罚的成本可能如何被表明一个人的可信度的长期利益所弥补。

这是订阅内容的预览,通过你所在的机构访问

相关的文章

引用本文的开放获取文章。

访问选项

买条

在ReadCube上获得时间限制或全文访问。

32.00美元

所有价格均为净价格。

图1:TPP模型是一个代价高昂的可信度信号。
图2:行为实验证实了我们模型的关键预测。

参考文献

  1. 费尔,E. & Fischbacher, U.第三方惩罚与社会规范。另一个星球。嗡嗡声。Behav。25, 63-87 (2004)

    文章谷歌学者

  2. Goette, L., Huffman, D. & Meier, S.群体成员对合作和规范执行的影响:使用随机分配到真实社会群体的证据。点。经济学。牧师。96, 212-216 (2006)

    文章谷歌学者

  3. 乔丹,J. J. McAuliffe, K. & Rand, D. G.捐赠规模和策略方法对第三方惩罚的影响。实验经济学。http://dx.doi.org/10.1007/s10683-015-9466-8(2015)

  4. 库兹班,德肖利,P. & O 'Brien, E.观众对道德惩罚的影响。另一个星球。嗡嗡声。Behav。28, 75-84 (2007)

    文章谷歌学者

  5. Balafoutas, L. & Nikiforakis, N.城市规范执行:自然田野实验。欧元。经济学。牧师。56, 1773-1785 (2012)

    文章谷歌学者

  6. 马修,S.和博伊德,R.惩罚维持了战前战争的大规模合作。国家科学院学报美国108, 11375-11380 (2011)

    文章中科院广告谷歌学者

  7. O.费尔德曼·霍尔,P.索科尔-海斯纳,P.范·巴维尔,J. J. &费尔普斯,E. A.违反公平会让他人受到比自己更大的惩罚。Commun性质。5, 5306 (2014)

    文章中科院广告谷歌学者

  8. 扎哈维,a。择偶——一种为残障人士所做的选择。j理论的。医学杂志。53, 205-214 (1975)

    文章中科院谷歌学者

  9. Gintis, H., Smith, E. A. & Bowles, S.昂贵的信号与合作。j理论的。医学杂志。213, 103-119 (2001)

    文章中科院MathSciNet谷歌学者

  10. 竞争性利他主义:从互惠到障碍原则。Proc,杂志。科学。265, 427-431 (1998)

    文章谷歌学者

  11. 兰德,D. G.诺瓦克,M.人类合作。Cogn趋势。科学。17, 413-425 (2013)

    文章谷歌学者

  12. 互惠:弱还是强?惩罚实验能证明什么(不能证明什么)。Behav。大脑科学。35, 1-15 (2012)

    文章广告谷歌学者

  13. 亨利克,J.等人。在人类社会中代价高昂的惩罚。科学312, 1767-1770 (2006)

    文章中科院广告谷歌学者

  14. 诺瓦克,M. A.,西格蒙德,K.间接互惠的演化。自然437, 1291-1298 (2005)

    文章中科院广告谷歌学者

  15. 雷哈尼,N. J. & Bshary, R.惩罚者的声誉。生态发展趋势。另一个星球。30., 98-103 (2015)

    文章谷歌学者

  16. 利他惩罚有利于声誉。另一个星球。嗡嗡声。Behav。27, 325-344 (2006)

    文章谷歌学者

  17. 费斯勒,D. M. &哈利,K. J. in合作的基因和文化进化(汉默斯坦编)(麻省理工学院出版社,2003)

  18. 潘查纳坦,K.和博伊德,R.间接互惠可以稳定合作,没有二阶搭便车问题。自然108, 432-502 (2014)

    谷歌学者

  19. 鲍马德,N. André, J.-B.;互惠主义的道德方法:伴侣选择对公平的演化。Behav。大脑科学。36, 59-78 (2013)

    文章谷歌学者

  20. 博伊德,R., Gintis, H. & Bowles, S.对叛逃者的协调惩罚可以维持合作,在罕见的情况下可能会扩散。科学328, 617-620 (2010)

    文章中科院广告MathSciNet谷歌学者

  21. van Veelen, M.对抗间接入侵的鲁棒性。游戏经济。Behav。74, 382-393 (2012)

    文章MathSciNet谷歌学者

  22. 你付出的代价:利他惩罚的依赖成本的声誉效应。另一个星球。嗡嗡声。Behav。29, 242-248 (2008)

    文章谷歌学者

  23. Peysakhovich, A., Nowak, M. A. & Rand, D.人类表现出一种“合作表现型”,这种表现型是领域普遍和时间稳定的。Commun性质。5, 4939 (2014)

    文章中科院广告谷歌学者

  24. 可以选择惩罚者作为提供者,但不能选择接受者。列托人。另一个星球。Behav。科学。1, 6-9 (2010)

    文章谷歌学者

  25. 贝尔,A. &兰德,D. G.《直觉、深思熟虑与合作的演变》。国家科学院学报美国113, 936-941 (2016)

    文章中科院广告谷歌学者

  26. 培萨霍维奇,P. & Rand, d.g.美德的习惯:在实验室中创建合作与背叛的规范。管理科学http://dx.doi.org/10.1287/mnsc.2015.2168(2015)

  27. Raihani, N. J. & Bshary, R.第三方惩罚者会得到奖励,但第三方帮助者则更甚。进化69, 993-1003 (2015)

    文章谷歌学者

下载参考

确认

我们感谢约翰邓普顿基金会的财政支持;A. Bear, R. Boyd, M. Crockett, J. Cone, F. Cushman, E. Fehr, M. Krasnow, R. Kurzban, J. Martin, M. Nowak, N. Raihani, L. Santos和A. Shaw的有益反馈;以及A. Arechar、Z. Epstein和G. Kraft-Todd的技术援助。

作者信息

作者及隶属关系

作者

贡献

j.j.j., M.H.和D.G.R.设计并分析了模型。J.J.J, P.B.和d.g.r设计了实验。j.j.j进行了实验并分析了结果。J.J.J, m.h., P.B.和d.g.r写了这篇论文。

相应的作者

对应到吉莉安·j·乔丹大卫·g·兰德

道德声明

相互竞争的利益

作者声明没有相互竞争的经济利益。

扩展的数据图形和表格

扩展数据图1来自我们第二个微基础模型的基于代理的模拟,其中获得交互伙伴可以降低TPP成本。

在这个修改后的模型中,TPP随着时间的推移而演变,在这个模型中,信号者的惩罚成本是内生的(随着她被接受为伙伴的次数的减少),而不是外生的,对于值得信赖的类型,惩罚成本是固定的。我们使用的参数类似于基于主体的模拟,其中惩罚是适度的信息,帮助是更多的信息。显示的是每一代信号者(在经历小信号成本时)帮助和惩罚的平均概率的平均超过500次的模拟,以及在每一代结束时,值得信赖和剥削类型(基于值得信赖和剥削类型被选择为合作伙伴的平均次数)经历小惩罚成本的预期概率。看到补充信息第1.3.2节详细描述了我们的第二个微基础模型。

扩展数据图2主文本模型的完全基于代理的仿真结果。

在这里,我们从我们主要的基于模型代理的模拟中为每个场景提供信号器和选择器策略,其摘要显示在图1 c.在情景1中,当只有惩罚是可能的时,惩罚信号会进化,而不考虑小帮助成本的信息量上海一个,当惩罚成本较小时,信号者更有可能进行惩罚b选择者可能会接受惩罚的信号者,而他们几乎总是拒绝那些不惩罚的信号者。在情景2中,当只有帮助是可能的时,帮助信号就会进化,并变得更强上海增加。c,信号者越来越有可能在帮助成本小和d选择者越来越倾向于接受提供帮助的信号者,而他们几乎总是拒绝那些不提供帮助的信号者。在场景3中,当两个信号都可用时,智能体进化到使用两个信号的频率相同,但更倾向于帮助上海增加。e,因为上海增加,信号者越来越有可能提供帮助,无论是当他们只有少量的帮助成本(浅蓝点),还是当他们都有少量的帮助成本(深蓝色点);同时,当他们只有很小的惩罚成本时(浅红点),和当他们都有很小的成本时(深红点),他们都倾向于支付惩罚。f,因为上海选择者越来越倾向于接受帮助但不惩罚的信号者(蓝点),越来越倾向于拒绝惩罚但不帮助的信号者(红点)。此外,不管上海,选择者几乎总是拒绝那些既不帮助也不惩罚的信号者(棕色点)。然而,对于惩罚和帮助的信号者(紫色点),选择者的行为在所有值中都保持在概率水平上海(因为信号者不会同时发送两个信号,因此选择者不会面临选择压力,对这些信号者做出最佳反应)。

扩展数据图3我们的两阶段实验设计包括信号器和选择器。

首先,在信号阶段,信号者参与第三方惩罚博弈(TPPG)。在这里,Helper决定是否与接收者分享,然后第三方惩罚者决定如果Helper自私(选择不分享),是否付钱来惩罚Helper。在我们的三个实验条件中,我们操纵信号器在TPPG中所扮演的角色。在只有惩罚的情况下,信号者扮演惩罚者一次;在惩罚加帮助的情况下,信号者扮演惩罚者和帮助者两次(与两组不同的人一起);在只有帮助的情况下,信号者扮演帮助者一次。因此,我们改变可用的信号。第二,在伴侣选择阶段,选择者与信号者进行信任游戏。选择者决定向信号者发送多少,实验者发送的任何数量都是原来的三倍。然后信号者决定三倍的金额中有多少要返回。 Choosers use the strategy method to condition their sending on Signallers’ TPPG decisions.

在我们的附加实验(研究2)中,第三方惩罚被视为比报复更强的可信度信号。

在我们的附加实验中,我们操纵博弈的第二阶段是信任博弈(TG)还是最后通牒博弈(UG)。在TG中,选择者通过向值得信赖的信号者发送更多的钱来最大化他们的收益(信号者将返回大量的钱);因此,对惩罚者的优先发送反映了对惩罚者可信度的期望。在这个游戏中(左栏),惩罚有很大的声誉效益:n= 405)惩罚者的收入比不惩罚者高出16个百分点,P< 0.001。在UG中,Choosers (n= 421)通过向报复性信号者(他们愿意支付拒绝低报价所需的费用)发送更多的钱来最大化他们的收益;因此,优先发送给惩罚者反映了惩罚者报复的预期。在这个游戏中(右栏),惩罚带来的声誉收益较小:选择者给惩罚者的回报比不惩罚者多3个百分点,P= 0.001。条件之间的差异是显著的(P< 0.001),对于解释UG报价的总体方差小于TG转让这一事实(见补充信息因此,TPP被认为是一个更强的值得信任的信号(在TG中),而不是报复的意愿(在UG中)。这些发现提供了进一步的证据,表明我们的TG实验结果(研究1)不是由TPP标志着报复的认知所驱动的(尽管TPP在其他情况下也可能标志着报复)。显示的是每场比赛的平均值。误差条为±1 s.e.m。

补充信息

补充信息

此文件包含补充文本和数据-详情见内容页。(PDF 178kb)

幻灯片

权利和权限

转载及权限

关于本文

通过CrossMark验证货币和真实性

引用本文

乔丹,J,霍夫曼,M,布鲁姆,P。et al。第三方惩罚是值得信赖的代价高昂的信号。自然530, 473-476(2016)。https://doi.org/10.1038/nature16981

下载引用

  • 收到了

  • 接受

  • 发表

  • 发行日期

  • DOIhttps://doi.org/10.1038/nature16981

这篇文章被引用

评论

通过提交评论,您同意遵守我们的条款而且社区指导原则.如果您发现一些滥用或不符合我们的条款或指导方针,请标记为不适当。

搜索

快速链接

自然简报

报名参加自然简报时事通讯-什么重要的科学,免费到您的收件箱每天。

获取当天最重要的科学故事,免费在您的收件箱。 注册《自然简报》
Baidu
map