AdobeStock_190167656.jpeg
VoxEU 经济研究前沿

具有不同认知技能水平的人之间的合作

很大一部分社会互动发生在非常不同的个体之间。诸如信任、利他主义和智力等特征对战略行为有重要影响。本专栏研究具有不同认知技能水平的群体之间的互动如何影响合作。通过无限重复的囚徒困境游戏,研究发现,与单独游戏相比,将具有不同能力的玩家整合在一起会导致更高的合作率和更高的总收益。这与高技能玩家的策略执行有关,他们在综合群体中表现得不那么宽容。

日常生活中,不同的个体需要相互合作,以实现互利共赢的结果。经济学家和其他社会科学家都强调了心理和制度机制在这种互动中的作用(Fehr和Gächter 2000, Enke 2017a, 2017b)。然而,在交互重复的情况下,合作可能过于复杂。个人经常会违背合作,要么是由于无意识的错误,要么是故意的。因此,理解何时以及如何有效地报复或原谅并不简单。

因此,在早期的工作中(Proto et al. 2018,2019),我们表明,当根据受试者的认知技能将他们分成两个组时,只有认知技能较高的组在复杂的非零和游戏中,如反复出现的囚徒困境,会趋于充分合作。然而,在日常生活中,这种将个体分为不同的认知技能类别的情况很少发生。实验经济学文献表明,当人们不按认知技能进行分离时,如果合作的收益足够大,他们倾向于在重复互动下选择导致合作的有效策略(例如Blonski et al. 2011, Dal Bó 2005, Dal Bó and Fréchette 2011, Dreber et al. 2008, Duffy and Ochs 2009)。群体如何相互作用以及群体中不同类型的人如何相互影响的问题仍然悬而未决。

我们的研究(Proto等人即将发表)为回答这些开放问题提供了一些见解。在一个标准的,无限期地在重复囚徒困境博弈中,异质群体中的合作率更接近于完全由高认知技能个体组成的群体中观察到的更高合作率。

图1两种情况下无限重复囚徒困境的总收益

笔记:在综合治疗中,将具有不同认知能力的参与者聚集在一起。在分离治疗中,根据瑞文测试所衡量的认知技能,玩家被分配到不同的组。

这种更高的合作率导致当异质能力的玩家整合在一起玩游戏时,总收益比他们单独玩游戏时更高(图1)。相比于单独玩游戏,认知技能较低的玩家在整合的群体中互动更有利,而认知技能较高的玩家平均而言更糟糕。

此外,我们发现认知技能水平较低的玩家在整合群体中较高的合作率是由于技能较高的玩家的影响。认知能力越高的玩家在策略执行上越一致。在图2中,我们展示了不同玩家群体在策略执行方面的平均错误。在综合阶段的玩家比在低认知技能阶段的玩家犯的错误更少。在本文中,我们还证明了技能较低的运动员在分开的小组中比在综合的小组中同样技能的运动员犯更多的错误。

图2不同认知技能水平玩家在无限重复囚徒困境中策略执行的误差

笔记操作中的错误是简单的“颤抖的手”类型的错误。过渡错误是指由于工作记忆的限制而在给定的比赛历史中正确执行策略的错误。高CS和低CS分别为分离治疗的高、低认知技能组,综合为综合组。

我们的实验数据显示,玩家通过经验学习合作。策略的选择不仅取决于他们自身的认知技能,还取决于他们所交往的群体中认知技能的分布情况。高认知能力的玩家在与其他高认知能力的玩家单独玩游戏时比在团队中玩游戏时更宽容。我们用一个模型来分析这个复杂的机制进化博弈理论。

我们研究了在两个模型的进化平衡中,不同水平的错误率对种群中策略频率的影响成比例的模拟模型(Schlag 1998)和最好的响应模型(Gilboa和Matsui 1991)。我们假设玩家选择以下三种策略之一:总缺陷,针锋相对的(如果合伙人在前一段时间合作,则合作,否则退出)严峻的触发(如果双方都合作就合作,一旦出现偏差就不再合作)。这一假设依赖于重复囚徒困境游戏的实验研究中的既定结果,我们的数据也重复了这些结果。

图3描述了最佳响应模型中的动态(在比例模仿模型中出现了类似的动态)。的大小盆地的吸引力给出了三种策略中每一种在接近稳态均衡时普遍存在的概率度量。这些盆地的大小随误差概率的变化而变化。在图3的每个面板中,三角形区域被分成三个子区域。其中每一个都代表了每个子区域边界所包含的战略吸引力盆地。例如,在所有四个面板中,左下角的三角形是Always Defect策略的吸引力所在。当玩家变得更容易出错时,更苛刻的策略的吸引力就会变得更大。也就是说,Always Defect的吸引池的大小比Grim Trigger和Tit-for-Tat都大,Grim Trigger的吸引池的大小比Tit-for-Tat大。

图3盆地的三大吸引策略

笔记吸引力的盆地可以被解释为趋同于模型中考虑的三种策略之一的可能性:“残酷触发”、“以牙还牙”和“始终缺陷”。

我们的实验数据证实了我们的理论分析。出错的频率与群体中认知能力高的玩家所占比例成反比。随着高认知能力玩家的减少,我们发现错误的频率会增加,因此我们会发现执行更苛刻的策略。

尽管社会上有许多力量倾向于根据相似的特征将个人隔离,但大部分社会互动发生在在许多方面非常不同的个人之间。我们的研究强调了认知能力是一个特别重要的特征。对具有不同特征的个体之间的合作率的进一步研究可能具有启发性,并有助于为政策提供有用的工具。

我们的研究结果可以为影响不同教育水平(通常与认知技能呈正相关)的个体之间的社会互动的政策提供有用的指导,例如由“转向机会”(MTO)政策所促进的互动我们表明,从原则上讲,整合可以增强盈余,但社会互动可能是由认知技能的差异调节的,这可能是这些政策的结果。

参考文献

M, P Ockenfels和G Spagnolo(2011),“重复囚徒困境中的均衡选择:公理方法和实验证据”,美国经济杂志:微观经济学3(3): 164 - 192。

Dal Bó, P(2005),“未来阴影下的合作:来自无限重复博弈的实验证据”,美国经济评论95(5): 1591 - 1604。

Dal Bó, P和G R Fréchette(2011),“无限重复博弈中的合作演化:实验证据”,美国经济评论101(1): 411 - 429。

德雷伯、D·G·兰德、D·福登伯格和M·A·诺瓦克(2008),《赢家不惩罚》,自然452: 348 - 351

Duffy, J和J Ochs(2009),《合作行为与社会互动频率》,游戏与经济行为66(2): 785 - 812。

恩克B (2017a),“血缘制度、合作与文化演化”,国家经济研究局。

恩克,B (2017b), "亲属制度、合作和文化的共同进化, VoxEU.org, 9月21日。

Fehr, E和S Gächter(2000),“公共产品实验中的合作与惩罚”,美国经济评论90(4): 980 - 994。

I和A Matsui(1991),《社会稳定与均衡》,费雪59(3): 859 - 67。

普洛明,R和I J Deary(2015),“遗传和智力差异:五个特殊发现”,《分子精神病学》20(1): 98 - 108。

Proto, E, A Rustichini和A Sofianos(2018),”为什么社会合作, VoxEU.org, 1月19日。

普罗托,E, A Rustichini和A Sofianos(2019),“在重复互动中从合作中获得的智力、个性和收益”,政治经济学杂志127(3): 1351 - 1390。

Proto, E, A Rustichini和A Sofianos(即将出版),“重复互动中的智能、错误与合作”,经济研究评论。

Schlag, K(1998),“为什么要模仿,如果是,怎么模仿?”对多武装土匪的有限理性处理”,经济理论杂志78(1): 130 - 156。

尾注

1认知技能是用先进的渐进Raven矩阵来衡量的,这在文献中很常见。

认知技能取决于各种因素。在决定认知技能方面,环境、教育和社会经济地位与遗传特征同样重要。例如,参见Plomin和Deary(2015)。

1365年读

Baidu
map