基于社会资本的合作演化研究——“基于主体建模”方法的博弈推演

黄 璜

(北京大学 政府管理学院,北京 100871)

基于社会资本的合作演化研究
——“基于主体建模”方法的博弈推演

黄 璜

(北京大学 政府管理学院,北京 100871)

如何解释人类社会在非亲缘关系中,尤其是在大尺度社会中的合作现象?经验研究指出社会资本对于社会合作的形成具有重要作用。本文以形式化的社会资本变量为基础建立了一个新的合作演化模型,并利用“基于主体建模 (Agent-basedModeling)”方法进行计算机模拟,推演社会合作与社会资本互动的演化过程,在形式逻辑的基础上解释大尺度社会下的合作现象。

合作演化;社会资本;社会网络;自组织

一、引论

是什么让人们能够相互合作,又是什么导致合作的失败?众所周知的“囚徒困境”博弈以极其简单的逻辑证明了追求自利的个体之间不会发生合作。然而,现实社会中却能够观察到大量的合作现象。如何解释人类社会的合作现象便成为诸多学科的兴趣所在。

早期的“亲缘选择 (Kin Selection)”理论认为,合作是基因延续的产物[1-2]。“互惠”理论则认为,在非亲缘条件下,合作是为了保证持续的互惠[3]。一系列基于合作博弈的计算机演化模型对此做出了证明[5-13]。因为这些模型讨论的是双方的直接博弈,因此被称作“直接互惠”模型。直接互惠无法解释一次性的合作,“间接互惠”理论则提出,陌生人之间的合作好比是一条合作链,你帮助了我,是因为他曾经帮助你,或者是因为我将会帮助他;人们出于维护“声誉”、“地位”等需要而给予陌生人合作[14]。类似的“信号”理论认为合作是一种用于表明质量和动机的高成本信号[15]。合作演化模型证明了,当个体数量较少时,人们可以通过“间接互惠”实现合作[16-24]。互惠的实质,是以牺牲短期利益为代价,换取长期的收益,可以看作是在时间过程中的一种利益交换行为,这比较适合于解释具有排他性的两两互惠,而对多人共同合作的解释能力有限;同时,无论是直接互惠,还是间接互惠,都不能解释大尺度群体中的合作。

如果说互惠是在异步条件下给予合作者未来的收益 (奖赏)或者不给予欺骗者未来收益 (惩罚),那么直接的奖赏或惩罚是否更有效?惩罚,能够降低不合作者的净福利,从而使“不合作”成为得不偿失的选择[25]。但是惩罚行为本身也需要支付成本,谁来承担该成本?便成为一个新的合作问题:如果一些人承担了惩罚成本,而另一些人没有,后者便“搭”了前者的“便车”。对此,“强互惠 (Strong Reciprocity)”理论认为存在一种个体,他们不仅会与其他人合作,而且愿意支付成本来惩罚不合作者,这种个体被称作“强互惠者 (Strong Reciprocator)”[26]。计算机演化模拟实验揭示了在可重复的多人“囚徒”博弈,也即公共产品博弈(Public Good Game)实验中,强互惠者能够促进合作的演化[27]。不过“强互惠”策略并不是一种演化稳定策略。强互惠理论将“强互惠”的动机归结于人们的“利他性”,并试图从生理学上寻找这种“利他性”的根源[28]。另一些模型中的类似角色,比如“报复者 ”[29]、“惩罚者 ”[30]、“强制者 ”[31]等则将其动机归因于对自身得失的反应。近来,在“强互惠”理论基础上又提出了“文化与基因共同演化 (Culture and Gene Co-evolution)”理论[32-33]或“双继承 (Dual Inheritance)”理论[34]等。一组合作演化模型以这些理论为基础,利用群组 (Group)间的竞争来解释“大尺度 (Large Scale)”社会中的合作[35-36]。这些模型虽然关注到了社会内部的不同组群,但是却将社会看作是一个松散的联合体。

从奖赏来看,早期的一批文献揭示,直接“奖赏”在稳定合作演化方面的作用要逊色于“惩罚”[37-42],但最近的实验表明,奖赏对合作的作用要超过惩罚[43]。不过,与惩罚相比,除了成本极低的形式外,比如笑容、口头赞扬或道谢等,直接奖赏的现实基础不足;而且在公共产品博弈中,谁来支付奖赏同样面临合作困境。一组由真人模拟的实验则提出了一种在公共产品博弈中的奖赏途径[44-45]。他们认为存在两个层次的合作,一个是公共产品合作 (多人博弈),另一个是互惠合作 (两人博弈)。实验显示,当公共产品实验和间接互惠实验交替进行时,实验对象在公共产品生产中的投入要明显比两组实验分开进行时稳定。这说明,为了保证在互惠中获得别人的合作,就需要在公共产品的生产中保持自己的声誉;换言之,互惠是对合作的奖赏。

上述各种形式模型 (FormalModel)能够解释小尺度团体或社会内部的合作,但却往往对大尺度社会的合作无能为力。事实上正如奥尔森所指出,小团体中的成员之间关系密切,能够清楚地获知其他人的行动,因此能够在没有外部激励的条件下展开合作;但是把这个逻辑放在大尺度团体或社会中来解释合作就十分困难了[46]。

把视野放入实验研究 (Experimental Research)中。罗伯特·帕特南 (Robert Putnam)在对意大利进行了长达 20年的实证研究后指出,在继承了大量社会资本的共同体内,自愿的合作更容易出现[47]。什么是社会资本?这个问题在学界仍有争论[48]。往前可以追溯到托克维尔。他在《论美国的民主》中用“结社”、“参与”和“民情”等词汇表达了“社会资本”所涵盖的内容[49]。后来,布尔迪厄 (Pierre Bourdieu)将社会资本界定为集体“为其成员提供获得信用的‘信任状’”[50]。近年来,人们认识到蕴含了社会资本的社区或共同体 (Community)给出了政府和市场之外的另一种治理方式[51],因此社会资本引起了广泛的重视,来自社会学、经济学和政治学的学者们都对此有所界定。比如,科尔曼认为社会资本应当包括信任、网络、规范和有效惩罚、权威关系等[52]。斯蒂格利茨(Joseph Stiglitz)将其界定为声誉的累积、网络的集合、隐性的知识等[53]。帕特南则界定社会资本是指社会组织的特征,包括信任、互惠规范以及网络等变量。在帕特南看来,人类社会至少存在两种均衡:一个是基于不断积累的社会资本而形成的普遍合作的,且自我增强的均衡;另一个则是因为社会资本难以积累,合作关系难以建立,而进入的恶性均衡[47]。

在过去的研究中,笔者利用“基于主体建模”方法[54-56],在互惠博弈的基础上引入信任、网络等变量来构建合作演化模型[57]。本文则在公共产品博弈 (多人囚徒困境博弈)的基础上引入社会资本变量,试图用计算机模型模拟演绎的方法来解释大尺度社会中的合作现象。在这个模型中,个体将在公共产品的生产中展开合作;社会资本被分解为人们之间的信任、社会网络、声誉和互惠行为,这些变量将被形式化。模型将在 REPAST软件平台上模拟运行。最后将对实验结果展开进一步的讨论。

二、合作演化的模型

(一 )基本模型

进一步假设环境中随机性地“出产”某种资源,速率为 r。个体可在环境中移动,寻找随机资源;选择附近资源最多的位置,从当前位置移动过去并占有资源。个体移动速度是有限的,假设速率为 s。空间移动使个体对环境的观察范围是动态变化的。简单起见,假设公共产品和随机资源同质,这样从两种渠道获得的资源可以直接累加。个体的资源存量称作“适存度 (Fitness)”f。“适存度”是一个进化论词汇,描述了生物个体或基因能够生存的机会,因此“适存度”的值越大,说明个体的自然适应能力越强,就可能拥有越多的后代。假设所有个体拥有相同的“寿命”(Ls),“死亡”的同时将“繁衍”后代。简单起见,假设在生殖时“适存度”排名前三分之一的个体有 2个后代;后三分之一没有后代;否则为 1个后代。个体“诞生”时拥有一个初始“适存度”(if),父辈个体将且仅将其合作策略“遗传”给后代,但在一个小概率 (φ)范围内会发生“变异”,变成另一种策略。最后假设个体在日常活动中资源消耗为 m,视野范围为 v。

(二 )社会网络

社会网络指“一组个体之间的社会联系(Social Ties)或社会关系 (Social Relations)的集合”[60]。这些社会关系形成了不同的网络,比如血缘网络、工作网络、生活网络等。社会网络可以看作是“嵌套”在大社会中的小社会。人们往往同时隶属于各种网络,网络之间便存在着联系,不同网络的人们被间接地联系起来。

社会关系会因为各种原因而发生变化,本模型称此为“自组织”的社会网络,即网络不是依靠某种外力强制形成的,而是自生自发形成的。实验表明,群体内部的退出、排斥、组合等自我分类(Self-sort)机制能够提供合作的可能性[61],人们倾向于“解除”与那些有坏声誉的个体的社会关系,而建立或保留与好声誉个体的关系。本文将社会网络抽象为个体之间的某种联系,不考虑这些联系的具体属性,并假设个体之间的社会关系具有对称性,即如果甲属于乙的社会网络,那么乙也属于甲的社会网络。

(三)信任及其评估

这里借用甘贝塔对信任的界定,即信任 (或不信任)是一个个体评估另一个或另一群个体将从事某个特殊行动的主观概率水平,这个评估发生在他能够监控这个行动 (或者即便他能够监控,但却缺乏必要的能力)之前,而且这种评估会影响他自己的行动;如果评估超过了某个阈值,便给予对方信任,否则就不信任)[62]。进一步的问题是,评估是如何进行的?如果存在某种第三方的责任机制[63],其权威可为信任提供保证,但是在本模型中不存在这种第三方主体。

本文仅满足于讨论以下条件。首先,个体过去的合作经历将影响其世界观,如果屡屡受骗,那么在遭遇陌生人时往往会给予较低的评估。其次,个体常借助各种信号以降低复杂性,从而获取信任[64]。信号可以来自于 Y的直接特征,比如职业、教育、种族等,人们常常喜欢和与自己类似的人打交道[65]。声誉也是一种信号,这在后面讨论。第三,X与 Y之间的社会距离[66]越长,信任关系可能越弱;其他条件不变,人们更愿意信任“自己人”[67]。第四,一个普遍信任的文化使人们倾向于首先信任他人,同时也会表现得更加诚信;而不信任文化可能唤起不信任的行为[63]。文化为人们提供了初始的世界观,包括对社会的一般性信任(Generalized Trust)。这种信任意味着人们具有某种“信任冲动”[63]。

(四)声誉及信任的建模

“声誉”可以看作社会系统中对每一个人的持续的评价和再评价,评价往往是人们的自发行为[68]。“声誉”本身是一种信息,它记录了当事人的合作“历史”。首先,声誉并非由个体自己决定,而是取决于曾经与他合作过的其他人的评价。评价可以“累积”,评价越高,声誉越好。其次,人们也会关注 (别人那里的)自己的声誉,因为声誉可以使其今后从其他人那里获得回报,也正因此,声誉被看作是一种个人资本[69-70]。再次,声誉从社会网络中产生,后者既是一种提供声誉的信息源,同时也提供了贡献或损害他人声誉的机会[65]。社会网络具有层次性,声誉不仅可以从直接的社会关系中获得,也可以从社会关系中间接地获得。最后,应该如何记录评价信息才能正确地反映声誉还是有争议的[71],但尽可能多地搜集信息绝非坏事[72]。

应当指出的是,从可重复的合作博弈开始,声誉就始终是合作研究的一个基本变量,也是各种基于“互惠”的合作演化模型的基础。由于互惠双方的行为往往不是同时进行的,声誉能够记录主体过去的行为,从而为其他主体提供合作与否的判断依据。但是,这些模型往往将声誉看作是一种在集体中可以共享的,无成本、出错率低的信息,合作双方都能够完整地了解到对方过去的行为。事实上,声誉信息是在社会网络中“非完整”地存在的:因为社会网络中的主体并不一定都与对方有过合作,或者不一定能够了解对方是否参与合作,因此主体往往只能在社会网络中了解对方过去的部分行为,但却很可能无法获得对方所有的信息。因此,这些模型不合理地扩大了人们获取和计算信息的能力。

(五 )互惠建模

研究发现,人们倾向于通过互惠来获得收益[72-74]。狭义的互惠指人们同时交换价值相等的东西,而更普遍化的互惠是指“交换关系在持续进行,在特定时间里可能是无报酬的和不均衡的,但是它使人们产生共同的期望”[46]。合作演化模型中通常考虑的是这种更为普遍的互惠形式。

从操作性上,互惠可以看作是一系列策略的集合,包括 (1)确定受惠者,(2)评估受惠者,(3)如果信任对方,则决定施惠,(4)拒绝与不信任的人合作[75]。因此,本模型假设,如果给定施惠者 A和受惠者 B,A在施惠前考虑 B是否值得信任,如果不值得信任,A将拒绝 B的请求,否则 A将支付成本 c,B获得收益 b(b>c)。

合作演化模型中通常是将个体随机配对,分别担任施惠者和受惠者,其潜在假设是个体的互惠需求概率相同。最近的一些研究中则假设个体的互惠概率不同,在个体的社会网络中会出现更多的互惠需求。比如,通常我们会求助于亲人或朋友,至少是自己认识的人。本模型采用第二种假设,即存在一个“网络内互惠概率”(β>0.5),对于给定的A,B以概率β出现在A的社会网络中。

三、模型模拟结果

模型运行的可视化效果如图 1所示。模型所描述的地理空间是一个 X×Y(个单元)的矩阵,为了规避“边界效应”,空间左右、上下边界相互连接。每个个体占据一个空间单元,每个空间单元上至多有一个个体。系统通过离散分布的“时钟”同步个体的行动。每个时间段称作一个“时间单元”。在每个时间单元中,个体在邻近单元中寻找并占有随机资源,消耗旧资源;系统按β随机挑选两个个体作为施惠者和受惠者;每 5个时间单元,个体参加一次公共产品生产并获得相应收益。严格来讲,个体活动是同时进行的,不存在任何外生性控制可以安排其活动顺序。但是由于使用的是单处理器计算机,无法并行计算,因此每个时间单元初始时,个体都将被随机排序,以减少行动次序对结果的影响。各种参数如表 1所示。

图 1 环境可视化建模

评价实验结果有两个指标,即“稳定性 (Stability)”和“演化性 (Evolvability)”。假设一个群体中所有个体都采取某策略,如果现在有一小群采纳另一种策略的个体进入该群体,那么原有群体能否阻止新个体的“入侵”?如果原策略在收益上比新策略表现得更好,便可以阻止“入侵”,那么原策略就具有演化的“稳定性”,这种策略称为“演化稳定策略 (Evolutionarily Stable Strategy)”[4]。如果新策略比原有策略表现得好,那么新策略具有“演化性”[31]。对合作演化来说,“稳定性”即考察,如果有少数个体“搭便车”,那么“欺骗”行为是否会被其他人模仿而成为所有人的行为。“演化性”即考察,在所有人都互不信任,无法实现合作时,少数合作者的出现能否推动建立普遍的合作关系。

模拟运算分两组。第一组是静态网络模拟。模型假设整个社会系统是由若干“子网络”组成的大网络;所有“子网络”内的个体数量相同,且两两之间都有社会关系,这些关系在整个演化过程中保持不变,个体无从选择也不能更换这些关系。第二组是动态网络模拟。模型假设社会关系是动态可变的,个体之间通过随机出现的互惠建立社会关系,如果两个个体都是合作者,则都倾向于保留关系;如果都是欺骗者,则都倾向于解除关系;如果分别是合作者和欺骗者,前者倾向于解除关系,后者倾向于保留关系。这种鉴别将在每个时间单元结束之前完成。具体而言,给定有社会关系的个体 A与 B;如果 B是欺骗者,但 A和它的社会网络都不了解 B,那么关系将维持下去,直到网络中“传”来关于 B的“坏”信息;当 A发现 B是欺骗者时,按照概率θ解除与 B的关系。

表 1 模型主要参数

(一)静态网络模拟

假设静态社会系统中的子网络容量为 4,且子网络中个体两两之间都存在社会关系。根据子网络之间的关系,存在三种网络结构类型:“隔离型”、“强联系型”和“弱联系型”。如图 2所示。“隔离型”网络中的子网络之间互相隔离;“强联系型”网络中相邻子网络的重合度为 3,比如,对于个体 A、B、C……J,从 A开始,子网络分别为 ABCD、BCDE……JABC,个体平均有 6个“邻居”;“弱联系型”网络中相邻“子网络”之间有一个共同个体,比如,存在子网络 ABCD、DEFG等,个体的社会关系数量是不均匀的,少数人拥有相对更多的社会关系。对于上述每种网络,分别考虑是否存在“二阶”网络的情况。共进行六次运算,每次运行 10次,每 500个时间单元进行一次参数统计。演化结果如图 3所示。

模拟结果如下。第一,无论是否包含“二阶”网络,“隔离型”网络下合作策略的“稳定性”很差。第二,在“强联系型”网络中,合作策略具有显著的“稳定性”和“演化性”;但在含“二阶”网络时,演化速度要比不含“二阶”网络时快。第三,“弱联系型”网络的演化结果介于“隔离型”和“强联系型”网络之间;当不含“二阶”网络时,合作策略不具备“稳定性”,合作者和欺骗者呈现胶着状态,但欺骗者仍具有明显优势;当含“二阶”网络时,合作策略具有显著的“演化性”和“稳定性”,系统能够较快进入合作均衡。

(二)动态网络模拟

分别令主体个数为 200,400和 1000,运行25000个时间单元,动态网络模拟运算结果如图 4所示,系统分别在 6,000,10,000和 14,000个时间单元左右进入合作均衡。这说明,当允许网络“自组织”时,合作策略具有显著的“稳定性”与“演化性”,且能够形成较大尺度的社会合作。

图 2 自动生成的网络结构 FR图[76](为清楚显示,结点位置有调整),实心圆代表个体,直线代表社会关系左为“隔离型”,中为“强联系型”,右为“弱联系型”

图 3 静态网络模拟结果

图 4 动态网络模拟结果,不含“二阶”网络,25000个时间单元

按照演化图中的两个“拐点”,可将演化过程分为“酝酿期”、“爆发期”和“均衡期”三个阶段。在“酝酿期”,由于大部分个体是欺骗者,网络连接速度很慢,合作者的“生存”十分艰难,但零星结成的合作关系很可能在后来成为合作成功演化的源头。在“爆发期”,合作者数量会迅速增加,并接近最大值,这时其演化“势头”锐不可挡。进入“均衡期”后,虽然不断会出现“搭便车”者,但他们很快被排除在网络之外,无法“破坏”合作均衡。

图 5 网络自组织过程 FR图 (为清晰显示,结点位置有人工调整),浅色圆表示合作者,深色圆表示欺骗者,直线表示个体之间存在社会联系

图 5显示了一次完整的“自组织”的演化过程。系统一开始全部由欺骗者组成。在起初阶段,如图 5(1),个体之间没有任何社会关系,虽然有合作者出现,但数量很少。在图 5(2)中,越来越多的合作者之间建立起了社会关系,其中有些只是简单的一对一网络,有的已经演化出较为复杂的网络关系。合作在越来越多的个体之间出现,并不断自我增强。这个过程可能是不断反复的。常见现象是,合作者即便组织起来,也可能很快被欺骗者“淹没”。但是最终趋势是,更多的个体通过合作被联系起来,形成了大大小小的“子网络”,如图 5(3)所示,这与前面静态模拟相似。虽然仍然有少数欺骗者能够在公共产品生产中不劳而获,但他们被排斥在“子网络”之外,丧失了与其他人互惠的机会。最后,如图 5(4),几乎所有个体之间都建立起社会关系,这些关系网络相互交错便形成了极为复杂的大网络。演化过程虽然复杂,但存在一个规律,即在每一代个体的演化早期,单个合作者或者小型“子网络”之间没有联系,就如同“隔离型”网络;随着“子网络”被逐步连接起来,形成“弱联系型”网络,最后几乎每个个体都会加入到不同的“子网络”中去,转变为“强联系型”网络,系统便迅速进入合作均衡。

四、总结与讨论

哲学家威廉姆斯将双方可以互相控制的情形排除在“合作”之外[77],意即合作研究的关键不是在确定性条件下讨论合作,而是在无法保证合作的条件下讨论合作的可能性。这种可能性的获得,便是寻找能够减少不确定性的途径,实现自己利益的最大化[78],因为人们总是倾向于在可预见的与不可预见的行动结果之间选择前者[79]。从理性的角度看,合作中的不确定性实际上就是对合作收益的不确定性。它可以表现为两个方面,一个方面是不能确定其他人所选择的策略,另一个方面是不能确定自己的策略是否最优。这里,缺少信心去合作与拥有动机去合作并不是矛盾的[60]。对于多数人来说,拒绝合作往往是对其他人能否合作的不确定性的权宜之举[71]。对他人策略的不确定性迫使人们不得不放弃合作,而对自身策略结果的不确定性又促使人们走向合作。当人们认为自己“一无所有”时,便寄希望于外部力量,比如霍布斯式的“主权者”[80]或者上帝。然而人们并非一无所有,社会资本之所以被认为可能代替“主权者”的作用,是因为社会中的信任、声誉、社会网络等要素的相互“配合”在一定程度上能够降低这种不确定性,从而让更多的人加入到合作中来。

如前所述,最近的实验表明,在非匿名的重复公共产品博弈 (Public Good Game)中,直接的奖赏对合作的作用要超过直接的惩罚[43]。David等举例,“如果我讨厌我的邻居购买了高耗油的‘运动型多功能车’(SUV),我可能会破坏他的轮胎来惩罚。相反,如果我的邻居购买了低排放的交通工具,我以后会更加愿意帮助他。”所谓奖赏,在现实中往往表现为某种互惠。仅与合作者互惠,就形成了对合作者的奖赏或对不合作者的惩罚;奖赏之中也就蕴含了某种程度的惩罚,因为不合作者将在未来遭遇损失。这项实验的特点是非匿名、重复博弈和信息的完备性,而本文的计算机模型不强调匿名性和重复性,因为现实社会过程中既可能有陌生人之间的合作,也可能有往来频繁的互惠,但本模型强调信息的有限性和可传播性。信息的传播效率极大地影响着人们的合作决策。当声誉评价只能在较少的个体之间传递时,虽然信任在一定程度上能够将欺骗者排除在互惠之外,但由于缺乏充分的信息导致鉴别效率很低,因此合作策略不具备任何演化的优势;而随着信息获取范围的拓展,信任与互惠的作用便会逐渐显著起来。此时,即使社会关系规模较小,而且分布不均匀,只有少数人拥有相对更多的社会关系,但如果能够通过间接传递的方式扩大信息传播范围,那么将比直接扩大社会关系的规模更有助于建立普遍的合作关系。

模型运算的结果表明,如果一个群体是由相互嵌套的、小规模的、自组织的“社会网络”,或者通俗的说“小圈子”所构成的,个体可以自由地选择这些“圈子”,那么个体在“小圈子”中的长远利益会影响或约束他们对策略的选择,此时,即使是在较大规模的群体中,一种普遍的合作便可能“涌现”出来。所谓“自组织”,不仅意味着个体能够自由地选择网络,也意味着那些非合作者能够被排斥到网络之外。这里的逻辑是,对于任何一个个体,如果在合作中采取欺骗行为却不会被发现,或者被发现了,却不被社会网络中其他个体所获知,或者被社会网络所获知,但网络中会纵容这种行为,那么欺骗行为将会持续下去;反之,当个体意识到,相互交织的网络将不知不觉地传递着他的行为记录,并且这将决定他与其他人以后的社会往来关系,并因此损害到潜在的未来收益时,他就必须选择合作。

上述结论进一步说明,维续一种“自组织”的网络对于社会资本的累积,对于进入自愿性的合作均衡的重要性。以往声称解释了大规模社会合作的模型认为,合作是群体之间冲突与竞争的结果,这在某些领域或许有解释力,然而却忽视了群体之间的相互融合,和谐共存。而社会资本的贡献在于指出了,人类拥有一种自我协调、自我组织的能力,能够对个体的理性行为形成基本的约束,从而使公共利益在一定程度上得到安排,即使面对大量不可预期的风险,依然有能力稳定地发展。所谓“基本”的约束是指,并非一定存在某种强制性的惩罚手段——不是说这种惩罚手段无效,而是因为强制性的惩罚本身往往需要支付额外的资源,或者并不在人们自己可控制的范围内——而在于个体拥有在网络中进退选择之自由。

同时,从演化结果中也可以看到,如果侵蚀公共物品的策略不能得到基本的约束,这样的行为便会不断蔓延,从而使社会系统迅速地陷入非合作的均衡。比如,复杂的社会网络关系被割裂,个体之间失去了有效传递私人信息的渠道,或者是,“自组织”的过程被阻塞,群体中的过滤机制无法发挥应有的作用,这样,实现合作的基础便会受到影响,社会系统便会进入恶性循环。然而,“非合作均衡”并非意味“万劫不复”,仍有可能从“非合作”的均衡跃迁到“合作”均衡中去。这个过程虽然很漫长,但若是允许社会充分地调动其调节机制,信任、声誉和互惠规范在这个过程中不断地交换、过滤、融合,社会资本得到不断积累,社会便有可能重新进入一个良性的循环。

[1]Hamilton W D.The Evolution of Altruistic Behavior[J].The American Naturalist,1963,(97):354-356.

[2]Hamilton W D.The Genetical Evolution of Social Behaviour.I/II[J].Journal of Theoretical Biology,1964,(7):1-16.

[3]Trivers R L.The Evolution of ReciprocalAltruism[J].The Quarterly Review ofBiology,1971,(1).

[4]Smith J.Maynard.Evolution and the Theory of Games[M].Cambridge:Cambridge Univ.Press,1982.35-57.

[5]Axelrod R.The Evolution of Cooperation[M].New York:Basic Books,1984.

[6]Molander P.The Optimal Ievel of Generosity in a Selfish,Uncertain Environment[J].Journal of Conflict Resolution,1985,(29):611-618.

[7]NowakM A,Sigmund K A.strategy ofW in-stay,Loseshift thatOutperforms Tit-for-tat in the Prisoner's Dilemma Game[J].Nature,1993,(364):56-58.

[8]NowakM A,Sigmund KA.Chaos and the Evolution of Cooperation[J].Proceeding of the National Academy of Science USA,1993,(90):5091-5094.

[9]NowakM A,Sigmund,K.Tit for Tat in Heterogeneous Populations[J].Nature,1992,(355):250-253.

[10]NowakM A.EvolutionaryDynamics:Exploring the Equations of Life[M].Cambridge,Mass.:Belknap Press of Harvard University Press,2006.

[11]Ohtsuki H,Hauert C,Lieber man E,Nowak M A.A Simple Rule for the Evolution of Cooperation on Graphs and Social Networks[J].Nature,2006,(441):502-505.

[12]Ohtsuki H,Nowak M A.Direct Reciprocity on Graphs[J].Journal of TheoreticalBiology,2007,(247):470.

[13]Egu■luzVictorM,Zimmermann M G,Cela-Conde C J,MiguelM S.Cooperation and the Emergence of Role Differentiation in theDynamicsof SocialNe tworks[J].American Journal of Sociology,2005,(4):977-1008.

[14]Alexander R D.The Biology ofMoral Systems[M].New York:Aldine de Gruyter,1987.

[15]Zahavi A.Altruism as a Handicap:The Limitations of Kin Selection and Reciprocity[J].Journal of Avian Biology,1995,26,(1):1-3.

[16]Nowak M A,Sigmund K A.Evolution of Indirect Reciprocity by Image Scoring[J].Nature,1998,(393):573-577.

[17]Leimar O,Hammerstein P.Evolution of Cooperation Through Indirect Reciprocity[J].Proceedings of the Royal SocietyB,2001,(268):745-753.

[18]Lotem A,FishmanM A,Stone L.Evolution of Cooperation between Individuals[J].Nature,1999,(400):226-227.

[19]Fishman Michael A.Indirect Reciprocity Among Imperfect Individuals[J].Journal of Theoretical Biology,2003,(225):285-292.

[20]Roberts Gilbert.Evolution of Direct and Indirect Reciprocity[J].Proceedings of the Royal Society B,2008,(275):173-179.

[21]W ilson D S,Dugatkin L A.Group Selection and Assortative Interactions[J].The American Naturalist,1997,(2):336-351.

[22]Brandt H,Sigmund k.Indirect Reciprocity, Image Scoring,and Moral Hazard[J].Proceedings of the National Academic of Science USA,2005,(102):2666-2670.

[23]Nowak M A,Sigmund K.A.Evolution of indirect reciprocity[J].Nature,2005,(437):1291.

[24]MacyMichaelW,Skvoretz J.The Evolution of Trust and Cooperation between Strangers:A Computational Model[J].American Sociological Review,1998,(5):638-660.

[25]Fehr E,Gachter S.Altruistic Punishment in Humans[J].Nature,2002,(415):137-140.

[26]Gintis H.Strong Reciprocity and Human Sociality[J].Journal of TheoreticalBiology,2000,(206):169-179.

[27]Bowles S,Gintis H.The Evolution of Strong Reciprocity:Cooperation in Heterogeneous Populations[J].Theoretical Population Biology,2004,(65):17-28.

[28]Quervain D J-F de,Fischbacher U,Treyer V,SchellhammerM,Schnyder U,Buck A,Fehr E.The Neural Basis of Altruistic Punishment[J].Science,2004,(8):1254-1258.

[29]Axelrod R.An Evolutionary Approach to Norms[J].The American Political Science Review,1986,(4):1095-1111.

[30]JanssenM A,Ostrom E.Adoption of aNew Regulation for the Governance of Common-pool Resources by a Heterogeneous Population[A].In Baland J M,Bardhan P,Bowles S.(eds.)Inequality,Collective Action and Environmental Sustainability[C].PrincetonUniversity Press andOxfordUniversity Press,2007.60-96.

[31]Kameda T,Takezawa M,Hastie R.The Logic of Social Sharing:An Evolutionary Game Analysis of Adaptive Norm Development[J].Personality and Social Psychology Review,2003,(1):2-19.

[32]Henrich J.Cultural Group Selection,Coevolutionary Processes and Large-scale Cooperation[J].Journal of Economic Behavior&Organization,2004,(53):3-35.

[33]Henrich J,Boyd R.Why People Punish Defectors:Weak Confor mist Transmission can Stabilize Costly Enforcement of Norms in Cooperative Dilemmas[J].Journal of TheoreticalBiology,2001,(208):79-89.

[34]TummoliniL,Castelfranchi C,Henrich J,Henrich N.Culture,Evolution and the Puzzle of Human Cooperation[J].Cognitive Systems Research,2006,(7):220-245.

[35]Boyd R,Gintis H,Bowles S,Richerson P.The Evolution ofAltruistic Punishment[J].Proceedings of theNationalAcademy of SciencesUSA,2003,(6):3531-3535.

[36]Bowles S,Choi J,Hopfensitz A.The Co-evolution of IndividualBehaviours and Social Institutions[J].Journal of TheoreticalBiology,2003,(2):135-147.

[37]Andreoni J.et al.The Carrot or the Stick:Rewards,Punishments,and Cooperation[J].American Economic Review,2003,(93):893-902.

[38]Oliver P.Rewards and Punishments as Selective Incentives for Collective Action:Theoretical Investigations[J].The American Journal of Sociology,1980,(6):1356-1375.

[39]Oliver P.Rewards and Punishments as Selective Incentives:An Apex Game[J].The Journal of Conflict Resolution,1984,(1):123-148.

[40]Walker J M,Halloran M A.Rewards and Sanctions and the Provision of Public Goods in One-Shot Settings[J].Exper imental Economics,2004,(3):235-247.

[41]Sefton M,Shupp R,Walker J M.The Effect of Rewards and Sanctions in Provision of Public Goods[J].Economic Inquiry,2007,(4):671.

[42]Sigmund K,Hauert C,Nowak M A.Reward and Punishment[J].Proceedings of National Academic of Science,USA,2001,(98):10757-10761.

[43]RandD G,DreberA,Ellingsen T,FudenbergD,NowakM A.Positive Interactions Promote Public Cooperation[J].Science,2009,(325):1272-1275.

[44]MilinskiM,Semmann D,Krambeck H.Reputation Helps Solve the“Tragedy of the Commons” [J].Nature,2002,(415):424-426.

[45]Panchanathan K,Boyd R.Indirect Reciprocity Can Stabilize Cooperationwithout the Second-order Free Rider Problem[J].Nature,2004,(432):499-502.

[46]曼瑟·奥尔森.集体行动的逻辑[M].上海三联书店,1995.2.

[47]罗伯特·帕特南.使民主运转起来[M].南昌:江西人民出版社,2001.

[48]燕继荣.资本理论的演进与社会资本研究的意义[J].学海,2006,(4):54-68.

[49]托克维尔.论美国的民主 [M].北京:商务印书馆,1988.358.

[50]张文宏.社会资本:理论争辩与经验研究 [J].社会学研究,2003,(4):23-35.

[51]Bowles S,Gintis H.Social Capital and Community Governance[J].The Economic Journal,2002,(483):419-436.

[52]詹姆斯·科尔曼.社会理论的基础[M].北京:社会科学文献出版社,1999.354-363

[53]约瑟夫·斯蒂格利茨.正式和非正式的民主制度[A].曹荣湘.走出囚徒困境——社会资本与制度分析[C].上海:上海三联书店,2003.115.

[54]王飞跃,史帝夫·兰森.从人工生命到人工社会——复杂社会系统研究的现状和展望[J].复杂系统与复杂性科学,2004,(1):33-41.

[55]GilbertN,Troitzsch K.Simulation for the Social Scientist[M].Open University Press,1999.

[56]GilbertN,Terna P.How to Build and Use Agent-Based Models in Social Science[R].Discussion Paper,1999.

[57]黄 璜.基于信任与网络的合作演化 [J].软科学,2010,(2):30-35.

[58]Heckathorn D D.Collective Action and the Second-Order Free-Rider Problem[J].Rationality and Society,1989,(1):78-100.

[59]Oliver P,Marwell G,Teixeira R.A Theory of the CriticalMass.I.Interdependence,Group Heterogeneity,and the Production of Collective Action[J].The American Journal of Sociology,1985,(3):522-556.

[60]EmirbayerM,Goodwin J.Network Analysis,Culture,and the Problem of Agency[J].American Journal of Sociology,1994,(6):1411-1454.

[61]Charness G,Yang C.Endogenous Group Formation and Public Goods Provision:Exclusion,Exit,Mergers,and Redemption[J].Available at SSRN:http://ssrn.com/abstract=932251,2008.

[62]GambettaD.CanWe Trust Trust?[A].in Gambetta,Diego(ed.)Trust:Making and Breaking Cooperative Relations[C].Electronic Edition,Department of Sociology,University of Oxford,2000.213-237.

[63]彼得·什托姆普卡.信任——一种社会学理论 [M].北京:中华书局,2005.

[64]尼克拉斯·卢曼.信任 [M].上海:上海世纪出版集团,2005.

[65]Cook K S,Hardin R,LeviM.Cooperation without Trust?[M].New York:Russell Sage Foundation,2005.

[66]Akerlof G A.Social Distance and Social Decisions[J].Econometrica,1997,(5):1005-1027.

[67]杨宜音.“自己人”:信任建构过程的个案研究 [J].社会学研究,1999,(2).

[68]Nowak M,Sigmund K.Evolution of Indirect Reciprocity[J].Nature,2005,(437):1291-1298.

[69]Dasgupta P.Trust as a Commodity[A].in Gambetta,Diego(ed.)Trust:Making and Breaking Cooperative Relations[C].Electronic Edition,Department of Sociology,University of Oxford,2000.49-72.

[70]Hahn C,Fley B,Florian M,Spresny D,Fischer K.Social Reputation:a Mechanis m for Flexible Self-Regulation of Multiagent Systems[J].Journal of Artificial Societies and Social S imulation,2007,(1).

[71]Fehr E,Fischbacher U.The Nature of Human Altruism[J].Nature,2003,(425):785-791.

[72]Boltona G E,Katoka E,Ockenfels A.Cooperation among Strangerswith Limited Information about Reputation[J].Journal of Public Economics,2005,(89):1457-1468.

[73]Wedekind C,Braithwaite V A.The Long-Ter m Benefits of Human Generosity in Indirect Reciprocity[J].CurrentBiology,2002,(12):1012-1015.

[74]Wedekind C,Milinski M.Cooperation Through Image Scoring in Humans[J].Science,2000,(288):850.

[75]Ostrom E.A Behavioral Approach to the Rational Choice Theory of Collective Action:Presidential Address,American Political Science Association,1997[J].The American Political Science Review,1998,(1):1-22.

[76]Fruchter man T M J,Reingold E M.Graph Drawing by Force-directed Placement[J].Software-Practice and Experience,1991,(11):1129-1164.

[77]W illiamsB.For mal Structures and Social Reality[A].in Gambetta,Diego(ed.)Trust:Making and Breaking Cooperative Relations[C].Electronic Edition,Department of Sociology,University ofOxford,2000.3-13.

[78]KahnemanD,TverskyA.Prospect Theory:AnAnalysisof Decisions Under Risk[J].Econometrica,1979,(2):263-291.

[79]冯·哈耶克.关于行为规则系统之进化问题的若干评注[A].哈耶克论文集[C].北京:首都经济贸易大学出版社,2001.

[80]霍布斯.利维坦[M].北京:商务印书馆,1985.

(本文责编:润 泽)

Cooperative Evolution Based on Social Capital:a S imulation Using Agent-basedM odeling

HUANG Huang
(School of Governm ent,Peking University,B eijing100871,China)

How do humansmaintain a high level of cooperation despite a low level of genetic relatedness,especially in large scale society?Experimental research suggests that social capital facilitate social cooperation.This article for malized social capital and offered a new modelof cooperation evolution.Using agent-basedmodeling approach,we simulated the evolutionary process of interaction between social cooperation and social capital,which can explain the cooperation in large scale society formally.

evolution of cooperation;social capital;social network;self-organization

C912

A

1002-9753(2010)09-0173-12

2010-04-07

2010-07-16

本文系国家社科基金项目“社区自治中多主体合作的演化模拟研究”的阶段性成果(09CZZ009)。

黄 璜 (1978-),男,江苏南通人,北京大学政府管理学院讲师,北京大学中国公共政策研究中心研究员,研究方向:公共政策分析、计算机模拟分析、电子政务。