集體行動(dòng)中賞罰效果的差異性研究： 來自公共品實(shí)驗(yàn)的證據(jù)

范良聰 許 彬

目次

一、 引言

二、 文獻(xiàn)述評(píng)

三、 實(shí)驗(yàn)設(shè)計(jì)和程序

四、 實(shí)驗(yàn)結(jié)果

(一)集體行動(dòng)中引入賞罰效果的統(tǒng)計(jì)描述與比較

(二)集體行動(dòng)中引入賞罰對(duì)一階捐獻(xiàn)行為的影響差異分析

(三)集體行動(dòng)中賞罰行為使用規(guī)范的差異性分析

五、 結(jié)論

一、 引 言

小到社區(qū)的垃圾收集，大到全球的氣候問題，集體行動(dòng)問題無處不在。目前深深困擾著我國政府的公共服務(wù)提供、公共品供應(yīng)、公共資源保護(hù)等問題都可歸之于此。這些問題的共同特征在于，理性個(gè)體的最優(yōu)選擇最終都會(huì)導(dǎo)致整個(gè)社會(huì)的無效率。于是，如何克服集體行動(dòng)難題，走向社會(huì)最優(yōu)均衡便就成為社會(huì)科學(xué)各領(lǐng)域?qū)W者和實(shí)踐者持續(xù)關(guān)注的焦點(diǎn)。

理論上，“囚徒困境”(1)M. M. Flood, Some Experimental Games, 5 Management Science 5-26 (1958).“免費(fèi)搭便車”(2)M. Olson, The Logic of Collective Action, Harvard University Press, 1965.和“公地悲劇”(3)G. Hardin, The Tragedy of Commons, 162 Science 1243-1248 (1962).三大模型的相繼提出，嚴(yán)重打擊了學(xué)者們關(guān)于集體行動(dòng)難題可以克服的信心，以致得出只能求之于“利維坦”或“私有化”的結(jié)論。然而，這兩條路徑下不盡如人意的解決效果和大量自愿合作的經(jīng)驗(yàn)事實(shí)迫使學(xué)者們對(duì)此進(jìn)行重新思考。典型的是有許多學(xué)者引用田野和實(shí)驗(yàn)室證據(jù)證明，并非所有自組織的集體行動(dòng)都會(huì)陷入困境： 集體行動(dòng)中存在許多違背標(biāo)準(zhǔn)理論預(yù)測的行為模式；(4)E. Ostrom, Collective Action and the Evolution of Social Norms, 14 The Journal of Economic Perspectives 137-158 (2000).結(jié)構(gòu)變量如邊際收益、重復(fù)博弈會(huì)影響行為；(5)J. O. Ledyard, Public Goods： A Survey of Experimental Research, in J. H. Kagel & A. E. Roth eds., Handbook of Experimental Economics, Princeton University Press, 1995.更重要的是，引入一定的制度安排有助于克服集體行動(dòng)難題。(6)E. Ostrom, J. Walker & R. Gardner, Covenants with and without a Sword： Self-Governance is Possible, 86 The American Political Science Review 404-417 (1993); A. Chaudhuri, Sustaining Cooperation in Laboratory Public Goods Experiments： A Selective Survey of the Literature, 14 Experimental Economics 1-37 (2011); E. Ostrom, Governing the Commons： the Evolution of Institutions for Collective Action, Cambridge University Press, 1990; E. Ostrom, R. Gardner & J. Walker, Rules, Games, and Common-Pool Resources, University of Michigan Press, 1994.

事實(shí)上，Olson在給出他的“免費(fèi)搭便車”模型之后，就提出了兩種可能的解決路徑。第一種解決路徑建立在行動(dòng)者偏好異質(zhì)性的基礎(chǔ)上。偏好的異質(zhì)性使某些行動(dòng)者有激勵(lì)把集體行動(dòng)難題內(nèi)部化。現(xiàn)實(shí)中，這種情形并不少見，如由個(gè)人出資修建道路、涼亭等。然而，由于個(gè)體行動(dòng)者能力有限，僅基于此往往無法解決大規(guī)模的集體行動(dòng)難題。第二種路徑是通過引入“選擇性激勵(lì)”，改變行動(dòng)者的支付。依據(jù)Olson的觀點(diǎn)，“只有一種獨(dú)立的和選擇性的激勵(lì)會(huì)驅(qū)使?jié)撛诩瘓F(tuán)中的理性個(gè)體采取有利于集團(tuán)的行動(dòng)……這些選擇性激勵(lì)既可以是積極的，也可以是消極的： 既可以通過懲罰那些沒有承擔(dān)集體行動(dòng)成本的人來強(qiáng)制實(shí)施，也可以通過獎(jiǎng)勵(lì)那些為集體利益出力的人來進(jìn)行誘導(dǎo)”。(7)M. Olson, supra note 〔2〕, at 51.雖然有些學(xué)者以“選擇性激勵(lì)”的供應(yīng)會(huì)面臨二階搭便車問題來反駁Olson的觀點(diǎn)，(8)N. Frohlich & J. A. Oppenheimer, I Get by with a Little Help from My Friends, 23 World Politics 104-120 (1970).但是理論與經(jīng)驗(yàn)研究表明，“選擇性激勵(lì)”確實(shí)可以把合作者看似不理性的集體行動(dòng)逆轉(zhuǎn)成理性的行動(dòng)。(9)P. Oliver, Rewards and Punishments as Selective Incentives for Collective Action： Theoretical Investigations, 85 American Journal of Sociology 1356-1375 (1980).

值得注意的是，在Olson那里，這兩種“選擇性激勵(lì)”是可以互相替換的。按照Oliver的重新闡釋，不管是獎(jiǎng)勵(lì)還是懲罰，只要激勵(lì)總量大于合作收益與不合作收益之差即可。(10)P. Oliver, Rewards and Punishments as Selective Incentives for Collective Action： Theoretical Investigations, 85 American Journal of Sociology 1356-1375 (1980)．然而，后續(xù)經(jīng)驗(yàn)研究的結(jié)果卻與此迥然有異。心理學(xué)行為主義傳統(tǒng)下的一些研究顯示，獎(jiǎng)勵(lì)的作用比懲罰強(qiáng)，(11)J. L. Hogan, R. H. Fisher & B. J. Morrison, Social Feedback and Cooperative Game Behavior, 34 Psychological Reports 1075-1082 (1974).或者至少?zèng)]有什么差異。(12)S. Lindskold & J. T. Tedeschi, Self-Esteem and Sex as Factors Affecting Influenceability, 10 The British Journal of Social and Clinical Psychology 114 (1971).而同時(shí)期經(jīng)濟(jì)學(xué)家的研究卻發(fā)現(xiàn)，懲罰更有效。(13)J. I. Shaw, Response-Contingent Payoffs and Cooperative Behavior in the Prisoner’s Dilemma Game, 34 Journal of Personality and Social Psychology 1024, 1024-1033 (1977); P. Oliver, Selective Incentives in an Apex Game： An Experiment in Coalition Formation, 24 Journal of Conflict Resolution 113-141 (1980); P. Oliver, Rewards and Punishments as Selective Incentives： An Apex Game, 28 Journal of Conflict Resolution 123-148 (1984).不過后續(xù)研究結(jié)果并不穩(wěn)健，有的研究發(fā)現(xiàn)懲罰更有效，(14)M. Sefton, R. Shupp & J. Walker, The Effect of Rewards and Sanctions in Provision of Public Goods, 45 Economic Inquiry 671-690 (2007).有的發(fā)現(xiàn)獎(jiǎng)勵(lì)與懲罰一樣有效甚至更有助于維持人類合作，(15)D. G. Rand, A. Dreber, T. Ellingsen & D. Fudenberg, Positive Interactions Promote Public Cooperation, 325 Science 1272-1276 (2009).還有的則發(fā)現(xiàn)二者無差異。(16)See P. J. Hall, Resolving a Public Good Dilemma Using Reward and Sanction Mechanisms, Working paper, University of Otago, 2005.正如下文的文獻(xiàn)述評(píng)中所言，這種差異出現(xiàn)的關(guān)鍵在于不同研究實(shí)驗(yàn)設(shè)計(jì)的差異。與此同時(shí)，在效果差異之外，既有研究很少談及這種差異出現(xiàn)的根源。鑒于此，本研究試圖在一個(gè)與既有研究參數(shù)不同但卻可以連接它們的公共品實(shí)驗(yàn)中，重新比較獎(jiǎng)勵(lì)與懲罰之于促進(jìn)集體合作效果的差異，并深入至微觀行為層面找出這種差異的原因，以圖加深我們對(duì)于獎(jiǎng)勵(lì)和懲罰這兩種最常見的激勵(lì)機(jī)制的理解。

本文后續(xù)安排如下： 第二部分文獻(xiàn)述評(píng)，第三部分實(shí)驗(yàn)介紹，第四部分實(shí)驗(yàn)結(jié)果，最后一部分總結(jié)。

二、 文 獻(xiàn) 述 評(píng)

在Olson提出“選擇性激勵(lì)”之后，對(duì)集體行動(dòng)環(huán)境中這兩種激勵(lì)效果的實(shí)驗(yàn)檢驗(yàn)直到1970年代末期才出現(xiàn)。這些研究大致可分為兩類： 一類同時(shí)考慮了獎(jiǎng)勵(lì)和懲罰，另一類則僅關(guān)注獎(jiǎng)勵(lì)或懲罰。

經(jīng)濟(jì)學(xué)中同時(shí)關(guān)注賞罰的研究較少。較早的研究是Shaw在一個(gè)囚徒困境博弈中完成的，結(jié)果發(fā)現(xiàn)懲罰在克服困境上更有效。(17)J. I. Shaw, Response-Contingent Payoffs and Cooperative Behavior in the Prisoner’s Dilemma Game, 34 Journal of Personality and Social Psychology 1024-1033 (1977).而后Oliver展開了系統(tǒng)的探究。他首先從理論上證成了獎(jiǎng)勵(lì)與懲罰的差異性，強(qiáng)調(diào)了不同激勵(lì)方式的成本與集體行動(dòng)中行動(dòng)者組成結(jié)構(gòu)的關(guān)系。他認(rèn)為，雖然同樣程度的獎(jiǎng)勵(lì)和懲罰對(duì)于接受者而言無差異，但是對(duì)于使用者而言就不同了。(18)See P. Oliver, supra note 〔9〕.作為一種私人產(chǎn)品，接受者越多，賞罰的使用成本就越高。給定獎(jiǎng)勵(lì)針對(duì)的是合作者，它在小組合作者比例較小時(shí)成本更低，在那些只需要相對(duì)較小的合作者做出貢獻(xiàn)就能成功的集體行動(dòng)中更有效；相反，因?yàn)閼土P針對(duì)的是背叛者，它在小組合作者更多時(shí)成本更低，在要求更高一致性的集體行動(dòng)中更有效。而后，基于頂點(diǎn)博弈(Apex Game)，(19)這是一個(gè)復(fù)雜的多人囚徒困境博弈，其中有一位居于有利地位的參與者與四位居于不利地位的參與者。不利地位的參與者的行動(dòng)選擇有二： 與其他同處于不利地位的參與者競爭，以獲得與居于有利地位的參與者聯(lián)合的機(jī)會(huì)；或者是與其他同處于不利地位的參與者合作，以求創(chuàng)造出一個(gè)共同的更好結(jié)果。Oliver發(fā)現(xiàn)引入懲罰而不是獎(jiǎng)勵(lì)可以顯著地提升處于不利地位的參與者之間的合作水平，因?yàn)閼土P在這種情況下成本更低。(20)P. Oliver, Selective Incentives in an Apex Game： An Experiment in Coalition Formation, 24 Journal of Conflict Resolution 113-141 (1980); P. Oliver, Rewards and Punishments as Selective Incentives： an Apex Game, 28 Journal of Conflict Resolution 123-148 (1984).

此后很長一段時(shí)間中，這個(gè)主題似乎為經(jīng)濟(jì)學(xué)家所淡忘，直到最近十年。Dickinson基于一個(gè)初始稟賦異質(zhì)的公共品博弈框架，研究了一種規(guī)則外生設(shè)定的獎(jiǎng)勵(lì)和懲罰對(duì)于促進(jìn)生產(chǎn)的作用。他檢驗(yàn)了當(dāng)賞罰對(duì)象分別依據(jù)捐獻(xiàn)者的絕對(duì)捐獻(xiàn)水平和相對(duì)于其稟賦的相對(duì)捐獻(xiàn)水平來確定時(shí)，對(duì)最高捐獻(xiàn)者進(jìn)行獎(jiǎng)勵(lì)和對(duì)最高捐獻(xiàn)者之外的所有捐獻(xiàn)者進(jìn)行懲罰的效果，并發(fā)現(xiàn)在所有四種情況下引入獎(jiǎng)勵(lì)或者懲罰都可以增加合作。不過，當(dāng)賞罰對(duì)象是以絕對(duì)捐獻(xiàn)水平確定時(shí)，懲罰更有效；當(dāng)賞罰對(duì)象是以相對(duì)捐獻(xiàn)水平確定時(shí)，獎(jiǎng)勵(lì)更有效。(21)D. Dickinson, The Carrot vs. the Stick in Work Team Motivation, 5 Experimental Economics 107-124 (2001).

后來的學(xué)者發(fā)現(xiàn)，“選擇性激勵(lì)”并非如Oliver所說，是一種私人產(chǎn)品，而是一種公共品。(22)T. Yamagishi, The Provision of a Sanctioning System as a Public Good, 51 Journal of Personality and Social Psychology 110-116 (1986).因此，這其中確實(shí)存在如Frohlich和Oppenheimer所說的“二階困境”。(23)N. Frohlich & J. A. Oppenheimer, supra note 〔8〕.考慮到這一點(diǎn)，Hall在一個(gè)帶門檻的公共品自愿捐獻(xiàn)博弈框架(24)在該博弈中，只有當(dāng)小組所有成員的捐獻(xiàn)加總超過一定數(shù)額時(shí)，公共品才會(huì)得到供應(yīng)。中引入一個(gè)新設(shè)計(jì)，令被試在做出捐獻(xiàn)決策的同時(shí)，決定是否對(duì)獎(jiǎng)勵(lì)基金或者懲罰基金進(jìn)行捐獻(xiàn)。而后，實(shí)驗(yàn)者加總獎(jiǎng)勵(lì)或者懲罰基金、乘以2，用于獎(jiǎng)勵(lì)捐獻(xiàn)最高者，或者懲罰捐獻(xiàn)最低者。與其他來自實(shí)驗(yàn)室的證據(jù)一致，作者發(fā)現(xiàn)被試存在顯著的對(duì)獎(jiǎng)勵(lì)和懲罰的需求，不過獎(jiǎng)勵(lì)與懲罰在提升公共品捐獻(xiàn)的效果上沒有顯著差異。(25)P. J. Hall, supra note 〔16〕.

接著，Sefton等在一個(gè)標(biāo)準(zhǔn)公共品自愿捐獻(xiàn)博弈(這是本文采用的博弈框架，具體博弈結(jié)構(gòu)將在后文中介紹)中檢驗(yàn)了由個(gè)體實(shí)施的獎(jiǎng)勵(lì)和懲罰對(duì)提升公共品自愿捐獻(xiàn)的作用。他們把獎(jiǎng)勵(lì)定義為“轉(zhuǎn)移支付”，亦即獎(jiǎng)勵(lì)者獎(jiǎng)勵(lì)多少，被獎(jiǎng)勵(lì)者就可以得到多少。他們發(fā)現(xiàn)，引入獎(jiǎng)勵(lì)或懲罰在最初階段確實(shí)可以提升公共品自愿捐獻(xiàn)水平。但是在引入獎(jiǎng)勵(lì)的情形中，捐獻(xiàn)水平會(huì)逐步下降到未引入任何激勵(lì)的基準(zhǔn)情形之下。也就是說，僅有獎(jiǎng)勵(lì)并不足以維持公共品自愿捐獻(xiàn)；與此相反，引入懲罰則可以維持公共品自愿捐獻(xiàn)。因此他們總結(jié)說，在維持公共品自愿捐獻(xiàn)上，懲罰比獎(jiǎng)勵(lì)有效。(26)M. Sefton, R. Shupp & J. Walker, supra note 〔14〕.

不過同樣是應(yīng)用的公共品博弈框架，后續(xù)研究得到的結(jié)果卻與Sefton等的研究不同?；谝淮尾┺模琖alker與Halloran發(fā)現(xiàn)，作為轉(zhuǎn)移支付的獎(jiǎng)勵(lì)與懲罰都是無效的。(27)J. Walker & M. Halloran, Rewards and Sanctions and the Provision of Public Goods in One-Shot Settings, 7 Experimental Economics 235-247 (2004).而通過在實(shí)驗(yàn)中引入聲譽(yù)，也即通過固定被試的身份標(biāo)簽，使得被試可以跨輪追蹤小組各個(gè)伙伴的捐獻(xiàn)歷史。Rand等發(fā)現(xiàn)，獎(jiǎng)勵(lì)在維持公共品捐獻(xiàn)上與懲罰一樣有效。當(dāng)獎(jiǎng)勵(lì)與懲罰同時(shí)存在時(shí)，獎(jiǎng)勵(lì)導(dǎo)致了捐獻(xiàn)的增加，而懲罰則沒有。因此他們總結(jié)說，在重復(fù)博弈中，獎(jiǎng)勵(lì)這種積極的互動(dòng)要比懲罰這種消極的互動(dòng)更有助于維持人類的合作。(28)D. G. Rand, A. Dreber, T. Ellingsen & D. Fudenberg, supra note 〔15〕.

此外，Andreoni等在獨(dú)裁者博弈框架(這是一個(gè)分配博弈，給定財(cái)富的數(shù)額，獨(dú)裁者決定給接受者分配多少比例的財(cái)富，決定是終局的)中檢驗(yàn)了賞罰效果的差異。他們發(fā)現(xiàn)，隨著獨(dú)裁者分配比例的增加，平均而言，懲罰會(huì)減少而獎(jiǎng)勵(lì)會(huì)增加，雖然接受者對(duì)獎(jiǎng)勵(lì)的需求顯著更大。從效果上看，雖然獎(jiǎng)勵(lì)在單獨(dú)使用時(shí)帶來的平均分配比例比懲罰更高，但是獎(jiǎng)勵(lì)在促使提議者遠(yuǎn)離最小可能投入的效力上顯著比懲罰差。也就是說，“比起壞的行為被懲罰的社會(huì)，在一個(gè)好的行為被獎(jiǎng)勵(lì)的社會(huì)中，人們會(huì)期望更少的合作”。(29)J. Andreoni, W. Harbaugh & L. Vesterlund, The Carrot or the Stick： Rewards, Punishments, and Cooperation, 93 American Economic Review 893-902 (2003).

另一方面，在單獨(dú)研究獎(jiǎng)勵(lì)或者懲罰效果中，有關(guān)懲罰的研究已經(jīng)得到比較一致的結(jié)論。懲罰已被看成合作的關(guān)鍵機(jī)制，雖然這可能存在一定的效力拐點(diǎn)條件。(30)研究發(fā)現(xiàn)，懲罰成本是一個(gè)關(guān)鍵變量，低成本、高效力的懲罰制度較之高成本、低效力的制度更有效。N. Nikiforakis & H. T. Normann, A Comparative Statics Analysis of Punishment in Public-Good Experiments, 11 Experimental Economics 358-369 (2008); M. Egas & A. Riedl, The Economics of Altruistic Punishment and the Maintenance of Cooperation, 275 Proceedings of the Royal Society B： Biological Sciences 871-878 (2008).這在實(shí)驗(yàn)室實(shí)驗(yàn)、(31)E. Fehr & S. G?chter, Cooperation and Punishment in Public Goods Experiments, 90 American Economic Review 980-994 (2000); E. Fehr & S. G?chter, Altruistic Punishment in Humans, 415 Nature 137, 137-140 (2002); D. Masclet, C. Noussair, S. Tucker, & M. C. Villeval, Monetary and Nonmonetary Punishment in the Voluntary Contributions Mechanism, 93 American Economic Review 366-380 (2003); O. Gürerk, B. Irlenbusch & B. Rockenbach, The Competitive Advantage of Sanctioning Institutions, 312 Science 108-111 (2006).實(shí)地實(shí)驗(yàn)、(32)B. Herrmann, C. Th?ni & S. G?chter, Antisocial Punishment Across Societies, 319 Science 1362-1367 (2008).大腦神經(jīng)成像實(shí)驗(yàn)(33)K. Sigmund, C. Hauert & M. A. Nowak, Reward and Punishment, 98 Proceedings of the National Academy of Sciences 107-157 (2001); B. Seymour, T. Singer & R. Dolan, The Neurobiology of Punishment, 8 Nature Reviews Neuroscience 300-311 (2007); M. Hsu, C. Anen, & S. R. Quartz, The Right and the Good： Distributive Justice and Neural Encoding of Equity and Efficiency, 320 Science 1092-1095 (2008).中不斷得到佐證。

不過與懲罰不同，單獨(dú)研究獎(jiǎng)勵(lì)作用的文獻(xiàn)很少。Dickinson與Isaac基于和Dickinson一樣的設(shè)計(jì)考察了獎(jiǎng)勵(lì)的作用。作者發(fā)現(xiàn)，獎(jiǎng)勵(lì)的引入可以提升合作水平，不過對(duì)相對(duì)捐獻(xiàn)最高的被試進(jìn)行獎(jiǎng)勵(lì)，比對(duì)絕對(duì)捐獻(xiàn)最高的被試進(jìn)行獎(jiǎng)勵(lì)，可以引致更高的合作水平。(34)D. L. Dickinson & R. M. Isaac, Absolute and Relative Rewards for Individuals in Team Production, 19 Managerial and Decision Economics 299-310 (1998).此外，基于公共池資源博弈，Vyrastekova與Soest對(duì)比了代表轉(zhuǎn)移支付的獎(jiǎng)勵(lì)和可以產(chǎn)生凈剩余的獎(jiǎng)勵(lì)之間的差異。他們發(fā)現(xiàn)，在純粹轉(zhuǎn)移支付的情況下，獎(jiǎng)勵(lì)是無效的；不過在擁有正的凈效應(yīng)時(shí)，獎(jiǎng)勵(lì)是有效的。(35)J. Vyrastekova & D. van Soest, On the (In)Effectiveness of Rewards in Sustaining Cooperation, 12 Experimental Economics 53-65 (2008).

綜上所述，有關(guān)集體行動(dòng)框架下賞罰效果差異性的研究并未達(dá)成一致結(jié)論。其中的問題之一在于，這些研究的實(shí)驗(yàn)設(shè)計(jì)差異顯著，不具可比性。Oliver的博弈框架融合了困境博弈與議價(jià)博弈，與后續(xù)研究都不同；而且在他的實(shí)驗(yàn)中，使用激勵(lì)不需要成本。此外，雖然他在理論上強(qiáng)調(diào)了激勵(lì)的私人產(chǎn)品屬性，卻在實(shí)驗(yàn)中使用了多人博弈結(jié)構(gòu)，反而凸顯了獎(jiǎng)勵(lì)與懲罰的公共品性質(zhì)。后續(xù)研究雖然大都基于公共品博弈，但是設(shè)定的參數(shù)卻各有不同，典型如Sefton等人和Rand等人的研究： 前者在實(shí)驗(yàn)中剔除了聲譽(yù)效應(yīng)的影響，而后者則通過固定標(biāo)簽賦予了被試構(gòu)建聲譽(yù)的可能；前者的獎(jiǎng)勵(lì)是一種轉(zhuǎn)移支付，后者在實(shí)驗(yàn)中成倍地放大獎(jiǎng)勵(lì)懲罰的效力，只允許被試選擇是否支出4點(diǎn)來進(jìn)行獎(jiǎng)勵(lì)(懲罰)，被獎(jiǎng)勵(lì)者(被懲罰者)相應(yīng)的將獲得(遭受)12點(diǎn)的收益(損失)。這種關(guān)鍵參數(shù)設(shè)定上的差異，可能正是這些實(shí)驗(yàn)結(jié)果有所差異的原因之所在。

更重要的是，這些文獻(xiàn)更關(guān)注引入賞罰效果的差異，而對(duì)于為何存在這種差異的探討有限，尤其是忽視了行動(dòng)者在二階集體行動(dòng)中的行為差異，以及這種差異及其差異效果之間的關(guān)系。然而，任何一個(gè)完整的有關(guān)“選擇性激勵(lì)”的集體行動(dòng)理論的構(gòu)建，顯然不能僅僅依賴于一階集體行動(dòng)中微觀行為的分析，而必須同時(shí)考慮二階集體行動(dòng)中的微觀行為以及二者的關(guān)系。雖然Oliver曾凝練出行動(dòng)者結(jié)構(gòu)屬性這一因素，但他并沒有對(duì)此進(jìn)行驗(yàn)證，而只是簡單地假定獎(jiǎng)勵(lì)是給予合作者，懲罰則針對(duì)搭便車者，且假定它們對(duì)于接受者而言是無差異的。(36)P. Oliver, supra note〔20〕.雖然也有一些學(xué)者注意到懲罰行為所遵循的規(guī)范的重要性，(37)J. Carpenter & P. H. Matthews, What Norms Trigger Punishment?, 12 Experimental Economics 272-288 (2009).但是幾乎沒有學(xué)者注意到獎(jiǎng)勵(lì)行為所遵循的規(guī)范是什么，更遑論比較二者，進(jìn)而把這種二階行為規(guī)范與一階行為規(guī)范相聯(lián)系。唯一的例外可能是Sefton等人的研究： 他們以個(gè)體在給定輪次的捐獻(xiàn)為因變量，以個(gè)體在前一輪受到的獎(jiǎng)勵(lì)或者懲罰、個(gè)體在前一輪捐獻(xiàn)與其他人平均捐獻(xiàn)之間的偏離為自變量，構(gòu)建了一個(gè)簡單的計(jì)量模型來說明賞罰行為所遵循的規(guī)范，并發(fā)現(xiàn)獎(jiǎng)勵(lì)可以引致個(gè)體在后續(xù)輪次中的捐獻(xiàn)，而懲罰的這種作用則相應(yīng)地弱得多。(38)M. Sefton, R. Shupp & J. Walker, supra note 〔14〕.然而從本文后面所構(gòu)建的模型(3)可知，其模型中的解釋變量存在顯著的多重共線性關(guān)系，因而其結(jié)論也就值得商榷。

就國內(nèi)而言，雖然已經(jīng)有較多學(xué)者利用實(shí)驗(yàn)室實(shí)驗(yàn)對(duì)一階集體行動(dòng)問題進(jìn)行了研究，(39)參見周業(yè)安： 《改革開放以來實(shí)驗(yàn)經(jīng)濟(jì)學(xué)的本土化歷程》，載《南方經(jīng)濟(jì)》2019年第1期，第1—40頁。并且有越來越多的學(xué)者關(guān)注到懲罰這種“選擇性激勵(lì)”，(40)參見秦海英、王冠群： 《利他互惠行為與中國經(jīng)濟(jì)轉(zhuǎn)型期公共品供給機(jī)制創(chuàng)新》，載《克拉瑪依學(xué)刊》2011第1期，第20—28頁；宋紫峰、周業(yè)安： 《收入不平等、懲罰和公共品自愿供給的實(shí)驗(yàn)經(jīng)濟(jì)學(xué)研究》，載《世界經(jīng)濟(jì)》2011第10期，第35—54頁；連洪泉、周業(yè)安、左聰穎： 《懲罰機(jī)制真能解決搭便車難題嗎——基于動(dòng)態(tài)公共品實(shí)驗(yàn)的證據(jù)》，載《管理世界》2013年第4期，第69—81頁；周曄馨、涂勤、胡必亮： 《懲罰、社會(huì)資本與條件合作——基于傳統(tǒng)實(shí)驗(yàn)和人為田野實(shí)驗(yàn)的對(duì)比研究》，載《經(jīng)濟(jì)研究》2014年第10期，第125—138頁。但僅有一項(xiàng)研究注意到獎(jiǎng)勵(lì)和懲罰的差異，以及一階集體行動(dòng)和二階集體行動(dòng)之間的關(guān)系。(41)參見張?jiān)i、林大衛(wèi)： 《社會(huì)偏好、獎(jiǎng)懲機(jī)制與公共品的有效供給——基于一種實(shí)驗(yàn)方法的研究》，載《南方經(jīng)濟(jì)》2015年第12期，第26—39頁。即便是在這篇關(guān)注獎(jiǎng)勵(lì)懲罰機(jī)制的文章中，由于作者引入的是外生的獎(jiǎng)勵(lì)機(jī)制與內(nèi)生的懲罰機(jī)制，獎(jiǎng)勵(lì)與懲罰機(jī)制本身的設(shè)定就具有了不對(duì)稱性，因此其結(jié)論是否具有一般性，還有待檢驗(yàn)。

鑒于此，本研究試圖中和Sefton等人和Rand等人的實(shí)驗(yàn)設(shè)計(jì)，以一組公共品博弈實(shí)驗(yàn)重新比較獎(jiǎng)勵(lì)與懲罰對(duì)合作影響的差異，以探究這種差異產(chǎn)生的行為根源。在設(shè)計(jì)上，與Rand等不同，我們將在每輪實(shí)驗(yàn)中變換被試的身份標(biāo)簽，以最大限度去除聲譽(yù)、互惠等因素的影響；而與Sefton等的實(shí)驗(yàn)不同，我們將提升賞罰的效力，使得獎(jiǎng)勵(lì)的使用可以帶來凈剩余，賦予其一個(gè)發(fā)揮作用的空間。

三、 實(shí)驗(yàn)設(shè)計(jì)和程序

沿著前人實(shí)驗(yàn)設(shè)計(jì)的路線，我們以4人一組的帶懲罰或者獎(jiǎng)勵(lì)的線性公共品自愿捐贈(zèng)博弈作為研究的基本框架。借助計(jì)算機(jī)，被試被隨機(jī)匿名地指派到一個(gè)小組中，并在該小組中直到實(shí)驗(yàn)結(jié)束。也就是說，我們實(shí)施的是一個(gè)固定伙伴的實(shí)驗(yàn)。這樣，每個(gè)小組便構(gòu)成一個(gè)獨(dú)立的樣本。

實(shí)驗(yàn)的基準(zhǔn)情形(記為N)是公共品自愿捐獻(xiàn)博弈。在該情形中，每輪每個(gè)被試i需要同時(shí)匿名在一個(gè)公共賬戶與一個(gè)私人賬戶間分配給定為20實(shí)驗(yàn)幣的初始稟賦。向公共賬戶的投入Ci將被乘以一個(gè)表征公共品邊際生產(chǎn)率(RG)的系數(shù)1.6，形成收益并在小組成員間平均分配；向私人賬戶的投入將直接乘以1轉(zhuǎn)化為個(gè)體收益。如此重復(fù)10輪。每一輪結(jié)束，每個(gè)被試都將在各自計(jì)算機(jī)屏幕上看到本組每個(gè)成員向公共賬戶的投入以及本人收益情況。每輪中小組成員的組內(nèi)編號(hào)是隨機(jī)生成的，以剔除聲譽(yù)效應(yīng)。由“連鎖店悖論”很容易得知，該博弈的“子博弈精煉納什均衡”是不捐獻(xiàn)，因?yàn)樗饺速~戶的邊際收益高于公共賬戶的邊際收益。

本文關(guān)注的是引入獎(jiǎng)勵(lì)或懲罰的影響(分別記為R和P)。這兩種情形與基準(zhǔn)情形的差異是，每輪在與基準(zhǔn)情形完全一樣的第一步?jīng)Q策完成之后增加了一步。在第二步中，被試將獲知其組成員向公共賬戶的投入信息以及自己在第一輪的收益，并獲得懲罰或獎(jiǎng)勵(lì)小組其他成員的機(jī)會(huì)，不過這需要付出私人成本。(42)遵循實(shí)驗(yàn)研究的標(biāo)準(zhǔn)做法，我們?cè)趯?shí)驗(yàn)介紹中避開了諸如“獎(jiǎng)勵(lì)”“懲罰”等帶有情感色彩的詞語，而采用諸如“您付出1個(gè)點(diǎn)，將在對(duì)方賬戶中扣除3個(gè)點(diǎn)”的中性語句。相關(guān)實(shí)驗(yàn)介紹可聯(lián)系作者獲取。被試每支出1點(diǎn)獎(jiǎng)勵(lì)或者懲罰就將在其收入賬戶中扣除1個(gè)實(shí)驗(yàn)幣，但是相應(yīng)的會(huì)在被獎(jiǎng)勵(lì)或者懲罰者的收入賬戶中加上或者扣除3個(gè)實(shí)驗(yàn)幣。定義這種支出的影響與支出成本的比例為獎(jiǎng)勵(lì)或者懲罰的效力e，則在我們的實(shí)驗(yàn)中e均等于3，這與Sefton等人的研究的不一樣，但與Rand等人的研究一樣。帶激勵(lì)的實(shí)驗(yàn)同樣重復(fù)10輪。每輪決策結(jié)束后，被試將獲知其他小組成員對(duì)其實(shí)施的獎(jiǎng)勵(lì)或者懲罰總和以及自己的最終收益。不過，他們不知道獎(jiǎng)勵(lì)懲罰具體來自哪里。同樣，由逆向推導(dǎo)法可以很容易得知，即使引入獎(jiǎng)勵(lì)或者懲罰，該博弈唯一的“子博弈精煉納什均衡”仍是不獎(jiǎng)勵(lì)(不懲罰)、不捐獻(xiàn)。

令Pijt為被試i在t輪對(duì)j實(shí)施的懲罰量，Rij為該輪i對(duì)j實(shí)施的獎(jiǎng)勵(lì)量，則可定義被試j在t輪結(jié)束后的收益函數(shù)：

加總每輪得分，就是被試的總得分。所有這些信息都是共同知識(shí)。

為控制賞罰引入順序?qū)?shí)驗(yàn)結(jié)果的影響，我們遵循Fehr與G?chter的被試內(nèi)設(shè)計(jì)，分別實(shí)施了懲罰(獎(jiǎng)勵(lì))情形在前、基準(zhǔn)情形在后和懲罰(獎(jiǎng)勵(lì))情形在后、基準(zhǔn)情形在前的兩組實(shí)驗(yàn)(見表1)。為控制可能存在的損失對(duì)被試行為造成的影響，我們跟隨Fehr與G?chter，在引入賞罰的實(shí)驗(yàn)情形開始之前，一次性賦予被試25個(gè)實(shí)驗(yàn)幣。(43)B. Herrmann, C. Th?ni & S. G?chter, supra note 〔32〕.

表1 實(shí)驗(yàn)基本情況

實(shí)驗(yàn)被試由通過浙江大學(xué)BBS征募的非經(jīng)濟(jì)學(xué)專業(yè)本科生隨機(jī)抽取組成。每名被試只參加其中一場實(shí)驗(yàn)。每場實(shí)驗(yàn)開始之前由實(shí)驗(yàn)者大聲介紹實(shí)驗(yàn)規(guī)則，而后由被試進(jìn)行一些簡單的測試，以確保其理解實(shí)驗(yàn)規(guī)則。實(shí)驗(yàn)結(jié)束后被試按照21∶1的比例以得分換取現(xiàn)金，此外還有10元的出場費(fèi)。實(shí)驗(yàn)在2010年9月至2011年10月期間分4次實(shí)施，通過相互隔離的計(jì)算機(jī)完成。每場實(shí)驗(yàn)大致耗時(shí)100分鐘，被試平均獲得36元的報(bào)酬。(44)實(shí)驗(yàn)實(shí)施時(shí)，本校本科生勤工儉學(xué)助管崗位的津貼為12元 /時(shí)。因此本次實(shí)驗(yàn)的激勵(lì)強(qiáng)度符合國際慣例。實(shí)驗(yàn)軟件為浙江大學(xué)自主開發(fā)的G_G軟件平臺(tái)中的公共品博弈系列。(45)該平臺(tái)由王志堅(jiān)博士和許彬教授共同開發(fā)，在此作者向他們表示感謝。

四、 實(shí) 驗(yàn) 結(jié) 果

在這一部分中，我們將首先從整體上描述引入賞罰對(duì)提升公共品自愿捐獻(xiàn)的效果，而后再從個(gè)體層面上分析賞罰的作用路徑及其差異，最后深入到二階集體行動(dòng)的行為層面，比較個(gè)體使用獎(jiǎng)勵(lì)與懲罰的方式，探析這種方式與一階公共品自愿捐獻(xiàn)行為之間的內(nèi)在關(guān)聯(lián)。

(一)集體行動(dòng)中引入賞罰效果的統(tǒng)計(jì)描述與比較

圖1 小組層面上不同情形下的平均捐獻(xiàn)圖注： 圖a、 b、 c、 d分別對(duì)應(yīng)NP、 PN、 NR、 RN四場實(shí)驗(yàn)。

圖1給出了不同情形下捐獻(xiàn)變化的趨勢。由圖可見，在所有基準(zhǔn)情形中，小組平均捐獻(xiàn)都呈現(xiàn)出一種隨時(shí)間推移而遞減的態(tài)勢。與此不同，在引入懲罰的兩種情形中，小組平均捐獻(xiàn)呈現(xiàn)出遞增態(tài)勢；而在引入獎(jiǎng)勵(lì)的兩種情形中，小組平均捐獻(xiàn)呈現(xiàn)出一種先增后減的趨勢?？傮w上，引入“選擇性激勵(lì)”確實(shí)可以抑制自愿捐獻(xiàn)情形中捐獻(xiàn)衰退的趨勢。

統(tǒng)計(jì)檢驗(yàn)支持這一結(jié)論。檢驗(yàn)表明，不管是基準(zhǔn)情形還是實(shí)驗(yàn)情形，個(gè)體平均捐獻(xiàn)都顯著不為零(表2第三列與第四列)，明確拒絕了標(biāo)準(zhǔn)理論的零捐獻(xiàn)預(yù)測。(46)頻率上，引入懲罰后，零捐獻(xiàn)出現(xiàn)的次數(shù)從28%下降到3.125%；引入獎(jiǎng)勵(lì)后，該頻率從18.25%降到12%。我們還可以通過比較引入賞罰前后捐獻(xiàn)的變化，觀察賞罰引入的影響。表2中的第五列顯示，有賞(罰)和無賞(罰)兩種情形之間的平均捐獻(xiàn)差異同樣顯著不為零。(47)RN情形中，這種差異在邊際上不顯著，不過這一結(jié)果在后面的回歸分析中變得顯著。對(duì)引入賞罰前后捐獻(xiàn)水平進(jìn)行比較的非參數(shù)檢驗(yàn)也支持這一結(jié)論。(48)Wilcoxon signed rank sum檢驗(yàn)顯示，“NP”中，z=2.803， p=0.005 1； “PN”， z=2.701， p=0.006 9；“NR”中，z=2.091， p=0.036 5； “RN”， z=1.784， p=0.074 5。這表明，引入“選擇性激勵(lì)”確實(shí)可以發(fā)揮作用。

表2 數(shù) 據(jù) 描 述

注： 括號(hào)中是雙邊t檢驗(yàn)下的p值。

我們還構(gòu)建了一個(gè)簡單的回歸模型以驗(yàn)證上述結(jié)論。模型的因變量是每個(gè)小組在P或者R情形中十輪總捐獻(xiàn)及其在N情形中十輪總捐獻(xiàn)之差，自變量是情形虛擬變量。OLS穩(wěn)健性回歸結(jié)果(如表3第一列)顯示，引入懲罰或者獎(jiǎng)勵(lì)都有顯著的效果。不過，引入獎(jiǎng)勵(lì)的效果顯著弱于引入懲罰的效果，NP中平均捐獻(xiàn)最高，而后為PN，接著為NR和RN。(49)Wald檢驗(yàn)顯示，F(xiàn)=5.17， p=0.004 5。兩兩對(duì)比的檢驗(yàn)顯示，NP vs. PN， F=6.42， p=0.015 8； PN vs. NR， F=11.32， p=0.001 8； NR vs. RN， F=0.06， p=0.800 3。為檢驗(yàn)這一結(jié)果的穩(wěn)健性，我們截取前五輪、后五輪以及最后一輪的數(shù)據(jù)做了同樣的回歸。結(jié)果(表3后3列)表明，大多數(shù)情形下，捐獻(xiàn)差異顯著不等于零。而且我們發(fā)現(xiàn)，懲罰效果是在實(shí)驗(yàn)后半段才超過獎(jiǎng)勵(lì)的效果： 雖然前五輪中四種情形的平均捐獻(xiàn)沒有顯著差異，但是后五輪以及最后一輪中四種情形的平均捐獻(xiàn)差異顯著。(50)Wald檢驗(yàn)顯示，前五輪，F(xiàn)=2.13， p=0.112 9；后五輪，F(xiàn)=6.03， p=0.001 9；最后一輪，F(xiàn)=4.21， p=0.011 9。到最后一輪，引入懲罰所帶來的捐獻(xiàn)增加的平均幅度顯著地超過了引入獎(jiǎng)勵(lì)所帶來的增加幅度。(51)最后一輪中捐獻(xiàn)差異的順序?yàn)镹P=PN>RN=NR。Wald檢驗(yàn)顯示，NP vs. PN， F=1.51， p=0.227 7； PN vs. RN， F=3.53， p=0.068 3； RN vs. NR， F=0.21， p=0.646 4。

表3 引入懲罰或者獎(jiǎng)勵(lì)效果及其比較

注： ***表示p<0.01，**表示p<0.05，*表示p<0.1(下同)。

上述結(jié)果表明，引入懲罰或者獎(jiǎng)勵(lì)確實(shí)可以提升小群體中公共品自愿捐獻(xiàn)的水平。不過，懲罰與獎(jiǎng)勵(lì)的作用效果存在差異。這種差異不如Sefton等發(fā)現(xiàn)的那么明顯，更與Rand等發(fā)現(xiàn)的不同。這說明，賞罰效力和聲譽(yù)都是影響賞罰效果的重要變量。

結(jié)果1： 在固定組公共品自愿捐獻(xiàn)博弈中，引入效力為3的獎(jiǎng)勵(lì)或懲罰都有助于消除捐獻(xiàn)遞減的趨勢，提升平均捐獻(xiàn)。不過比起獎(jiǎng)勵(lì)，懲罰的作用更穩(wěn)健。

(二)集體行動(dòng)中引入賞罰對(duì)一階捐獻(xiàn)行為的影響差異分析

下面考慮出現(xiàn)這種差異的原因。要明了為什么有差異，首先需要知曉賞罰是怎么起作用的；亦即相對(duì)于沒有賞罰的基準(zhǔn)組而言，賞罰的引入對(duì)捐獻(xiàn)行為本身的動(dòng)力學(xué)帶來什么影響？已有文獻(xiàn)強(qiáng)調(diào)了個(gè)體捐獻(xiàn)趨向平均捐獻(xiàn)。(52)E. Fehr & S. G?chter, supra note 〔31〕.結(jié)合已有文獻(xiàn)中區(qū)分合作者和不合作者這兩類行動(dòng)者的思路，(53)See P. Oliver, supra note 〔9〕.這種傾向可以進(jìn)一步細(xì)化為這樣一個(gè)推論，即先前輪次中捐獻(xiàn)高于平均水平者在后續(xù)輪次中傾向于減少捐獻(xiàn)，而之前捐獻(xiàn)低于平均水平者在后續(xù)輪次中傾向于增加捐獻(xiàn)。于是，當(dāng)前一種趨勢強(qiáng)于后一種趨勢時(shí)，小組捐獻(xiàn)水平就會(huì)趨于衰退；反之，則會(huì)提升?；诖?，我們需要檢驗(yàn)的就是賞罰引入對(duì)這兩種行為趨勢的影響。為此，我們構(gòu)建了如下計(jì)量模型：

Cit=αTreat+βCit-1+γ1Treat*Pdet-1+γ2Treat*Ndet-1+ζTreat*Xi+ui+εit

(1)

由于實(shí)驗(yàn)中被解釋變量的取值范圍為[0， 20]，是一個(gè)截尾數(shù)據(jù)，因此我們采用Tobit模型進(jìn)行擬合。為控制因不同的實(shí)驗(yàn)順序而產(chǎn)生的實(shí)驗(yàn)經(jīng)歷對(duì)后期行為的影響，我們?cè)跀M合時(shí)僅選取了前十輪的數(shù)據(jù)?；貧w結(jié)果(表4第一列)顯示，解釋變量系數(shù)的符號(hào)符合預(yù)期。給定個(gè)體前輪捐獻(xiàn)水平，絕對(duì)正向偏離越大，這一輪越傾向于降低捐獻(xiàn)；相反，絕對(duì)負(fù)向偏離越大，這一輪越傾向于增加捐獻(xiàn)。與此同時(shí)，不同情形的截距項(xiàng)沒有顯著差異；(55)Wald檢驗(yàn)顯示，F(xiàn)=0.30， p=0.743 5。這意味著引入賞罰不會(huì)顯著地改變被試的預(yù)期，進(jìn)而改變其捐獻(xiàn)起始點(diǎn)。不過我們更關(guān)注捐獻(xiàn)高于平均和低于平均兩種類型的個(gè)體在捐獻(xiàn)調(diào)整力度上的對(duì)比。統(tǒng)計(jì)檢驗(yàn)表明，基準(zhǔn)情形中高捐獻(xiàn)者捐獻(xiàn)下降的趨勢在邊際上顯著強(qiáng)于低捐獻(xiàn)者捐獻(xiàn)上升的趨勢，(56)Wald檢驗(yàn)顯示，F(xiàn)=2.85， p=0.091 5。而在引入賞罰之后，這兩種趨勢轉(zhuǎn)而變得沒有顯著差異。(57)Wald檢驗(yàn)顯示，P情形中，F(xiàn)=0.04， p=0.837 7；R情形中，F(xiàn)=0.27， p=0.603 7。這就解釋了為什么捐獻(xiàn)在基準(zhǔn)情形中會(huì)呈現(xiàn)出一種衰退的趨勢，而在引入賞罰的情形中則不再衰退。

由于上述模型中納入了因變量的滯后項(xiàng)，因此可能存在內(nèi)生性問題，從而導(dǎo)致回歸結(jié)果的非一致。為緩解該問題，我們借助差分思想構(gòu)建了以下模型：

ΔCit=αTreat+β1Treat*Pdet-1+β2Treat*Ndet-1+ζTreat*Xi+ui+εit

(2)

這里被解釋變量是被試i在t輪的捐獻(xiàn)增加量，其他變量設(shè)定同模型(1)。由于實(shí)驗(yàn)的隨機(jī)分配與操控特性，假定潛在的個(gè)體效應(yīng)與外生的情形虛擬變量和規(guī)范偏離之間無關(guān)是合理的，因此我們用隨機(jī)效應(yīng)模型來估計(jì)以上模型參數(shù)。估計(jì)結(jié)果見表4的第二列。

表4 賞罰的作用路徑

注： 控制變量的結(jié)果省略，標(biāo)準(zhǔn)差經(jīng)過組內(nèi)異方差調(diào)整(下同)。

由結(jié)果可見，解釋變量的回歸系數(shù)符號(hào)與Tobit回歸一樣，表明結(jié)果很穩(wěn)健。絕對(duì)正向偏離越大，下一輪捐獻(xiàn)增加量越?。唤^對(duì)負(fù)向偏離越大，下一輪捐獻(xiàn)增加量越大。同樣，不同情形的截距項(xiàng)同樣沒有顯著差異。(58)Wald檢驗(yàn)顯示，X2=0.80， p=0.670 5?；鶞?zhǔn)情形中高捐獻(xiàn)者捐獻(xiàn)增加量下降的趨勢仍然顯著強(qiáng)于與低捐獻(xiàn)者捐獻(xiàn)增加量上升的趨勢，(59)Wald檢驗(yàn)顯示，X2=4.67， p=0.030 6。不過這種差異在引入賞罰之后消失。(60)Wald檢驗(yàn)顯示，P情形中，X2=0.20， p=0.651 1；R情形中，X2=0.28， p=0.599 7。這再次說明，賞罰是通過改變兩類行動(dòng)者行為趨勢的相對(duì)力量而維持公共品捐獻(xiàn)。于是，我們有：

結(jié)果2： 賞罰的引入改變了不同類型行動(dòng)者捐獻(xiàn)行為趨勢的相對(duì)強(qiáng)度，合作者捐獻(xiàn)下降的趨勢為不合作者捐獻(xiàn)上升的趨勢所抵消，從而使得捐獻(xiàn)至少得以維持。

再考慮賞罰作用的差異性。以四場實(shí)驗(yàn)中引入賞罰的四種情形的十輪數(shù)據(jù)，重新估計(jì)模型(1)和(2)，結(jié)果見表5。這些結(jié)果的系數(shù)符號(hào)同樣符合預(yù)期，也同樣支持結(jié)論(2)，在此不再詳述。我們重點(diǎn)比較回歸結(jié)果中反映獎(jiǎng)勵(lì)與懲罰作用的變量系數(shù)。

表5 賞罰作用路徑的比較

Tobit回歸顯示，給定順序效應(yīng)，引入賞罰對(duì)截距項(xiàng)的影響并沒有顯著差異，(61)Wald檢驗(yàn)顯示，NP vs. NR， F=2.57， p=0.109 4； PN vs. RN， F=1.73， p=0.188 9。對(duì)兩個(gè)偏離變量的影響也沒有顯著差異。(62)Wald檢驗(yàn)顯示，Pde的系數(shù)，NP vs. NR， F=0.47， p=0.494 5； PN vs. RN， F=0.87， p=0.352 4。Nde的系數(shù)，NP vs. NR， F=0.95， p=0.330 5； PN vs. RN， F=0.13， p=0.721 3。不過，RE回歸的結(jié)果出現(xiàn)了一些變化。雖然給定順序效應(yīng)，引入賞罰對(duì)截距項(xiàng)的影響沒有顯著差異，(63)Wald檢驗(yàn)顯示，NP vs. NR， X2=0.43， p=0.514 3； PN vs. RN， X2=0.11， p=0.740 3。但在兩個(gè)偏離變量的系數(shù)比較上，給定偏離水平，PN的懲罰情形中絕對(duì)正向偏離所帶來的捐獻(xiàn)增加量的下降幅度要顯著低于RN的獎(jiǎng)勵(lì)情形中它帶來的捐獻(xiàn)增加量的下降幅度，(64)Wald檢驗(yàn)顯示，NP vs. NR， X2=1.55， p=0.212 5； PN vs. RN， X2=4.19， p=0.040 5。雖然NP與NR中絕對(duì)正向偏離的系數(shù)沒有顯著差異；與此同時(shí)，NP的懲罰情形中絕對(duì)負(fù)向偏離所帶來的捐獻(xiàn)增加量的增加幅度要顯著高于NR的獎(jiǎng)勵(lì)情形中它帶來的捐獻(xiàn)增加量的增加幅度，(65)Wald檢驗(yàn)顯示，NP vs. NR， X2=3.01， p=0.082 6； PN vs. RN， X2=0.65， p=0.418 6。雖然PN與RN中絕對(duì)負(fù)向偏離的系數(shù)沒有顯著差異。綜合二者可知，懲罰之所以帶來更好的合作效果，或者是因?yàn)樵诟淖兊途璜I(xiàn)者的行為趨勢，或者是因?yàn)樵诟淖兏呔璜I(xiàn)者的行為趨勢上發(fā)揮了比獎(jiǎng)勵(lì)更大的作用。于是，我們有：

結(jié)果3： 相比獎(jiǎng)勵(lì)，懲罰或者可以更有效地維持合作者的捐獻(xiàn)、緩解其降低捐獻(xiàn)的趨勢，或者可以更有效地提升不合作者的捐獻(xiàn)、增強(qiáng)其增加捐獻(xiàn)的趨勢，從而引致更好的合作。

(三)集體行動(dòng)中賞罰行為使用規(guī)范的差異性分析

上述分析告訴我們，賞罰效果的差異與賞罰的引入對(duì)不同類型行動(dòng)者的捐獻(xiàn)趨勢產(chǎn)生不同影響密切相關(guān)。于是，接下來的問題就是，為什么賞罰的引入會(huì)對(duì)捐獻(xiàn)趨勢產(chǎn)生這種不同的影響呢？從經(jīng)濟(jì)學(xué)的視角看，行為變化的根源往往在于行為激勵(lì)的變化。下面，我們就用數(shù)據(jù)來說明這一點(diǎn)。

先看被試使用賞罰的總體狀況。圖2顯示了各種情形下被試每輪平均使用的賞罰量及其變化趨勢。由圖可見，賞罰的使用總體上保持平穩(wěn)。數(shù)量上，表2的最后一列表明，賞罰支出顯著不為0。對(duì)比獎(jiǎng)勵(lì)與懲罰的使用量我們發(fā)現(xiàn)，雖然賞罰的使用均不受順序的影響，(66)Wilcoxon符秩檢驗(yàn)顯示，NP vs. PN， z=0.265， p=0.791 0； NR vs. RN， z=-0.870， p=0.384 5。但是給定順序效應(yīng)，被試在獎(jiǎng)勵(lì)上的支出比在懲罰上多得多。(67)Wilcoxon符秩檢驗(yàn)顯示，NP vs. NR， z=-2.571， p=0.010 1； PN vs. RN， z=-3.780， p=0.000 2。從使用頻率上看，有76.25%的個(gè)體曾使用過懲罰，98.75%的個(gè)體曾使用過獎(jiǎng)勵(lì)。在所有2 400次可以使用懲罰的機(jī)會(huì)中，懲罰被使用了358次，占比14.92%；在所有2 400次可以使用獎(jiǎng)勵(lì)的機(jī)會(huì)中，獎(jiǎng)勵(lì)被使用了1 187次，占比49.46%。這些數(shù)字不僅意味著，在引入賞罰之后，被試的行為模式同樣違背了標(biāo)準(zhǔn)博弈理論的預(yù)測，而且意味著，相比懲罰，被試更愿意使用獎(jiǎng)勵(lì)。于是，悖論就出現(xiàn)了： 既然被試更偏好使用獎(jiǎng)勵(lì)，為何獎(jiǎng)勵(lì)的效果反而不如懲罰呢？顯然，我們需要知曉賞罰是怎么被使用的，才能回答這一問題。

圖2 獎(jiǎng)勵(lì)懲罰的使用圖

依據(jù)經(jīng)驗(yàn)，現(xiàn)實(shí)中人們常常提及并遵循的賞罰使用規(guī)范是“賞善罰惡”。對(duì)應(yīng)于公共品博弈環(huán)境，這意味著那些遵守一階合作規(guī)范、捐獻(xiàn)更多的被試會(huì)得到獎(jiǎng)勵(lì)，而那些違背一階合作規(guī)范、捐獻(xiàn)更少的被試將受到懲罰。問題是，如何定義這里的遵守和違背呢？我們需要找到一種參照標(biāo)準(zhǔn)。在公共品博弈文獻(xiàn)中，學(xué)者們常?？紤]的一種標(biāo)準(zhǔn)是平均標(biāo)準(zhǔn)，也即視捐獻(xiàn)高于平均水平者遵守了合作規(guī)范，而視捐獻(xiàn)低于平均水平者違背了合作規(guī)范。(68)見前注〔14〕，Sefton et al.文以及前注〔31〕，F(xiàn)ehr & G?chter文；還可參見T. Decker, A. Stiehler & M. Strobel, A Comparison of Punishment Rules in Repeated Public Good Games： An Experimental Study, 47 Journal of Conflict Resolution 751-772 (2003); J. Carpenter, The Demand for Punishment, 62 Journal of Economic Behavior and Organization 522-542 (2007).實(shí)驗(yàn)數(shù)據(jù)顯示，當(dāng)我們?nèi)绱硕x“善惡”時(shí)，在所有358次懲罰中，有301次懲罰是針對(duì)的捐獻(xiàn)低于其他三人平均水平者，占比84.08%；在所有1 187次獎(jiǎng)勵(lì)中，有876次獎(jiǎng)勵(lì)針對(duì)的是捐獻(xiàn)大于或等于其他三人平均水平者，占比73.80%。可見，雖然并非全部，但確實(shí)如常識(shí)告訴我們的，大多數(shù)的懲罰是針對(duì)的不合作者，大多數(shù)獎(jiǎng)勵(lì)是針對(duì)的合作者。不過從上述比例中，我們還可以發(fā)現(xiàn)，相比于獎(jiǎng)勵(lì)合作者，被試似乎更愿意懲罰不合作者。

因此，從總體數(shù)據(jù)描述中，我們可以概括出兩層賞罰使用的偏好： 一方面，被試偏好使用獎(jiǎng)勵(lì)甚于懲罰；另一方面，相比于獎(jiǎng)勵(lì)合作者，被試似乎更愿意懲罰不合作者。為了考察這種二階行為的差異之源，我們構(gòu)建了一個(gè)回歸模型：

pijt=α0+α1Treat+β1Treat*Pde+β2Treat*Nde+γTreat*Xi+ui+εijt

(3)

qijt=α0+α1Treat+β1Treat*Pde+β2Treat*Nde+γTreat*Xi+ui+εijt

(4)

pijt=1，如果qijt>0。

(5)

這里，pijt表示i在t輪對(duì)j是否實(shí)施了獎(jiǎng)勵(lì)或者懲罰，如果是，則為1；qijt表示i在t輪對(duì)j實(shí)施的獎(jiǎng)勵(lì)或者懲罰的量級(jí)。(69)這里分開考慮賞罰的可能性和量級(jí)的原因在于，有文獻(xiàn)證明，賞罰的使用可能存在兩個(gè)獨(dú)立的決策階段： 先決定是否賞罰，再?zèng)Q定賞罰多少。M. Egas & A. Riedl, The Economics of Altruistic Punishment and the Maintenance of Cooperation, 275 Proceedings of the Royal Society B： Biological Sciences 871-878 (2008); J. Carpenter & P. H. Matthews, supra note 〔37〕.

表6 懲罰與獎(jiǎng)勵(lì)的使用規(guī)范

接下來看這種使用模式給賞罰對(duì)象帶來的影響。假定被試可以準(zhǔn)確地如模型般預(yù)測到其他被試的賞罰行為，假定被試僅關(guān)注自己的短期收益并且小組中被懲罰的被試之外的三個(gè)被試行動(dòng)對(duì)稱，則我們就可以依據(jù)該回歸結(jié)果計(jì)算不同的行動(dòng)者在一階集體行動(dòng)中的合作激勵(lì)： (1)假定給定被試的捐獻(xiàn)偏離不會(huì)引致獎(jiǎng)勵(lì)或者懲罰，則此時(shí)被試增加捐獻(xiàn)的邊際激勵(lì)為負(fù)，因?yàn)榫璜I(xiàn)的邊際成本1大于邊際收益0.4；(2)假定給定被試的捐獻(xiàn)要高于其他人的平均捐獻(xiàn)且受到獎(jiǎng)勵(lì)，此時(shí)被試增加捐獻(xiàn)的邊際激勵(lì)為： -1+0.4+3*3*(Pde的系數(shù))。由回歸結(jié)果計(jì)算可知，不管是NR情形還是RN情形，該值均大于零，被試都有激勵(lì)增加捐獻(xiàn)。反之，假定給定被試的捐獻(xiàn)小于其他人的平均捐獻(xiàn)且受到獎(jiǎng)勵(lì)，此時(shí)被試增加捐獻(xiàn)的邊際激勵(lì)為-1+0.4+3*3*(Nde的系數(shù))。由回歸結(jié)果可知，不管是NR情形還是RN情形，該值均小于零，被試都有激勵(lì)減少捐獻(xiàn)；(3)同理，假定給定被試的捐獻(xiàn)高于其他人的平均捐獻(xiàn)且受到懲罰，被試將有激勵(lì)減少捐獻(xiàn)；若低于其他人平均捐獻(xiàn)且受到懲罰，被試則有激勵(lì)增加捐獻(xiàn)。因此，比較賞罰對(duì)于被試捐獻(xiàn)的激勵(lì)作用差異的關(guān)鍵就在于比較這兩種激勵(lì)的相對(duì)力量。給定實(shí)驗(yàn)中賞罰成本效力比例對(duì)稱的設(shè)計(jì)，這一對(duì)比最終就可歸之于偏離變量系數(shù)的對(duì)比。

就增加捐獻(xiàn)的激勵(lì)而言，檢驗(yàn)已經(jīng)顯示，(73)D. G. Rand, A. Dreber, T. Ellingsen & D. Fudenberg, supra note 〔15〕.給定順序效應(yīng)，同樣程度的正向偏離引致的獎(jiǎng)勵(lì)要顯著低于同樣程度的負(fù)向偏離引致的懲罰。就減少捐獻(xiàn)的激勵(lì)而言，檢驗(yàn)顯示，給定順序效應(yīng)，NR情形中同樣程度的負(fù)向偏離所引致的獎(jiǎng)勵(lì)要顯著少于NP情形中同樣程度的正向偏離引致的懲罰，雖然這種關(guān)系在RN與PN情形中沒有顯著差異。(74)Tobit回歸中，NP vs. NR， X2=2.91， p=0.087 8； PN vs. RN， X2=0.56， p=0.454 5。結(jié)合二者則意味著： 當(dāng)賞罰激勵(lì)是在被試有過公共品自愿捐獻(xiàn)的經(jīng)驗(yàn)之后引入時(shí)，刺激被試增加捐獻(xiàn)的激勵(lì)效果差異最大。因?yàn)榇藭r(shí)，不僅懲罰所帶來的不合作者增加捐獻(xiàn)的激勵(lì)顯著大于獎(jiǎng)勵(lì)所帶來的合作者增加捐獻(xiàn)的激勵(lì)，而且懲罰所帶來的合作者減少捐獻(xiàn)的激勵(lì)也要顯著小于獎(jiǎng)勵(lì)所帶來的不合作者減少捐獻(xiàn)的激勵(lì)。而當(dāng)賞罰激勵(lì)是在沒有經(jīng)歷過公共品自愿捐獻(xiàn)的被試間直接引入時(shí)，二者的捐獻(xiàn)激勵(lì)差異仍然存在，不過此時(shí)的差異主要在于增加捐獻(xiàn)的激勵(lì)上。這就解釋了為什么懲罰要比獎(jiǎng)勵(lì)更有助于促進(jìn)捐獻(xiàn)。

最后，既然不是為了提升合作，那為何被試還更頻繁地使用獎(jiǎng)勵(lì)呢？這同樣可以從回歸結(jié)果中找到答案，也即被試還存在其他使用獎(jiǎng)勵(lì)的激勵(lì)： 互惠。從回歸模型的控制變量Recit-1可以看出，賞罰的使用還存在另一種差異。大多數(shù)情況下，前一輪收到的懲罰越多，使用者在這一輪越傾向于降低懲罰使用的可能性和使用量，雖然這種關(guān)系并不顯著。與此相反，被試使用獎(jiǎng)勵(lì)的可能性和量級(jí)卻顯著正相關(guān)于前一輪收到的獎(jiǎng)勵(lì)。給定順序效應(yīng)，這種關(guān)系的強(qiáng)度也分別顯著大于被試使用懲罰的可能性和量級(jí)與前一輪收到的懲罰之間的關(guān)系強(qiáng)度。這些結(jié)果表明，相比于負(fù)向互惠，正向互惠本身更容易形成一種與一階合作行為沒有直接聯(lián)系的交互作用，即使是在一種匿名的環(huán)境之中。(75)這可能是因?yàn)樵谖覀兊膶?shí)驗(yàn)中，獎(jiǎng)勵(lì)的成本效力比小于1，從而使得相互獎(jiǎng)勵(lì)成為一種有利可圖的行為。

結(jié)合這兩個(gè)方面，上述悖論便得到了解釋。一方面，獎(jiǎng)勵(lì)得到使用的量級(jí)與頻率明顯高于懲罰在很大程度上是源于行動(dòng)者就獎(jiǎng)勵(lì)本身而形成的一種互惠行為，與一階合作行為沒有直接關(guān)系；另一方面，相比于獎(jiǎng)勵(lì)合作者，行動(dòng)者更傾向于懲罰不合作者，這種與合作之間顯著更緊密的關(guān)系賦予了懲罰顯著更強(qiáng)的激勵(lì)效果。綜合二者，雖然懲罰沒有獲得如獎(jiǎng)勵(lì)一般頻繁地被使用，但還是帶來了更高的合作水平。于是，我們有：

結(jié)果4： 獎(jiǎng)勵(lì)和懲罰的使用存在兩層非常不同的使用模式。一方面，相較于懲罰，人們更愿意使用獎(jiǎng)勵(lì)；另一方面，相比于獎(jiǎng)勵(lì)合作者，人們更傾向于懲罰不合作者。后一種使用模式正是懲罰比獎(jiǎng)勵(lì)更有效的行為基礎(chǔ)。

五、 結(jié) 論

本文在一組標(biāo)準(zhǔn)的固定組公共品博弈實(shí)驗(yàn)中檢驗(yàn)了由個(gè)體分散實(shí)施的獎(jiǎng)勵(lì)和懲罰，在提升公共品自愿捐獻(xiàn)上效果的差異及其行為根源。研究發(fā)現(xiàn)，雖然在引入獎(jiǎng)勵(lì)或懲罰后，合作者捐獻(xiàn)下降的趨勢將為不合作者捐獻(xiàn)上升的趨勢所抵消，從而使得捐獻(xiàn)至少得以維持，但是相比較而言，懲罰的效果比獎(jiǎng)勵(lì)更穩(wěn)健。這一結(jié)論更接近Oliver和Sefton等人的研究，而與Walker和Halloran與Rand等人的研究不一致。這意味著，賞罰效力和聲譽(yù)都是影響賞罰作用效果的關(guān)鍵變量，因此圍繞相關(guān)參數(shù)展開穩(wěn)健性檢驗(yàn)是后續(xù)研究的方向之一。

通過行為層面的分析，本文找到了這種差異的行為根源。研究發(fā)現(xiàn)，懲罰更有效的原因是： 相比獎(jiǎng)勵(lì)，懲罰或者可以更有效地維持合作者的捐獻(xiàn)，緩解其捐獻(xiàn)降低的趨勢；或者可以更有效地提升不合作者的捐獻(xiàn)，增強(qiáng)其捐獻(xiàn)增加的趨勢。這種捐獻(xiàn)行為的差異與行動(dòng)者使用賞罰的方式不同有關(guān)。雖然行動(dòng)者偏好使用獎(jiǎng)勵(lì)甚于懲罰，但是相較于獎(jiǎng)勵(lì)合作者，行動(dòng)者更傾向于懲罰不合作者。這種不同使得行動(dòng)者的捐獻(xiàn)激勵(lì)出現(xiàn)了差異： 相比獎(jiǎng)勵(lì)給合作者帶來的增加捐獻(xiàn)的激勵(lì)，懲罰給不合作者帶來的增加捐獻(xiàn)的激勵(lì)更強(qiáng)。

實(shí)驗(yàn)結(jié)果還表明，激勵(lì)引入的順序效應(yīng)會(huì)加強(qiáng)這種差異性。這些結(jié)果帶來的啟示是，在構(gòu)建集體行動(dòng)中的激勵(lì)理論時(shí)必須綜合考慮行動(dòng)者的一階行為和二階行為；在設(shè)計(jì)集體行動(dòng)中的激勵(lì)機(jī)制時(shí)，必須考慮行動(dòng)者使用賞罰的方式及其對(duì)象的反應(yīng)，考慮如何在激勵(lì)和合作行為之間建立起直接的關(guān)聯(lián)，考慮激勵(lì)實(shí)施的順序。

綜上，本研究不僅為發(fā)展集體行動(dòng)中的行為模型提供了有價(jià)值的經(jīng)驗(yàn)證據(jù)，而且為集體行動(dòng)中激勵(lì)機(jī)制的設(shè)計(jì)帶來了啟發(fā)。當(dāng)然，由于本文主要關(guān)注的是由個(gè)體分散實(shí)施的獎(jiǎng)勵(lì)和懲罰，因此相關(guān)結(jié)論是否可以推廣至第三方實(shí)施的獎(jiǎng)勵(lì)和懲罰，尚待進(jìn)一步研究。