不同领导力水平大学生在最后通牒博弈任务中的行为研究

2020-09-22王程明杜顺顺

心理研究 2020年4期

汪超王程明杜顺顺何惠谷璜

（河南大学教育科学学院心理学系，河南大学心理与行为研究所，开封 475004）

1 引言

随着社会的发展，领导力（leadership）这一特质逐渐成为个体必不可少的核心竞争力和软资源，同时关于领导力的涵义也发生了一些变化。领导力是组织中的领导者按照个体所具有的才能对其员工进行指导性的引领，同时也是一种为了让他们实现组织与个人目标而发挥自身作用的影响能力（李学淳，2016）。在此背景下，如何培养具有专业素养和创新才能的领导型人才成为社会关注的焦点。高校大学生作为未来社会领导群体的骨干力量，将来会在各行各业起到中流砥柱的作用，关于大学生领导力问题逐渐成为学者们研究的新趋势（仇心乐， 2018）。但遗憾的是，近几年来国内学术界对领导力的研究主要以领导干部为对象，未能真正深入至大学生群体中展开讨论，大学生领导力的研究还处于初步阶段。

领导力的显现离不开个体的决策。在学习生活的各种决策过程中，准确有效的决策机制有助于提高个体的战略领导能力，出色的决策能力是大学生成长为领导型人才的关键。决策（decision-making）是指个体在己知有差异的选项和概率的情境下，权衡自己面对不同选择和概率事件的主观期望，并根据综合判断进行选择的过程（Kahneman， 2003）。决策理论最初是从18 世纪欧洲宫廷盛行的博弈游戏中发展出来的，之后决策就一直是心理学、管理学、经济学关注的重点。决策不仅是个体对其生活环境适应的重要机制，同时也会影响一个集体的发展方向（高明，2016）。在经济全球化、科技信息化、知识产能化的时代背景下，如何做出准确而又行之有效的决策是集体与个人胜负的关键。由此所引发的众多研究者对决策问题的兴趣与关注，以及这些对决策的探讨在多个领域所取得的研究成果，使得决策相关研究越来越具有实践意义。

个体的决策行为通常在某个特定的社会情境中发生，随着心理学、经济学、管理学与社会学等学科的不断交叉延伸，有关社会性决策的理论与实证研究得以不断深入。在关于社会性决策的实证研究中，研究者通常采用最后通牒博弈（ultimatum game，简称 UG）、独裁者博弈（dictator game）、信任博弈（trust game）以及囚徒困境博弈（prisoner’s dilemma game）几种任务范式进行实验。其中以最后通牒博弈任务最具代表性，成为目前研究决策任务时最常使用的一种实验范式（李欧，徐富明，邓颖，刘程浩，史燕伟，2016）。经典的UG 任务是让两名玩家对一笔钱的分配达成协议，一位玩家即提议者（proposer）被选出向另外一位玩家提出方案，而另外一位玩家即响应者（responder）决定是否接受该方案。如果响应者选择接受，那么这个资金就按照提议者的提议进行分配；如果响应者拒绝，那么双方都不会得到任何钱。传统博弈论“理性人”假设认为，由于个体严格遵循利益至上的原则，响应者对于提议者的提议总是会表现出接受（Pestka ＆ Rubinstein， 1982）。然而之后的研究使一些学者对该假设提出质疑，并强调随着提议者给出的方案越来越不公平，响应者宁愿接受自己经济受损也不愿接受不公平方案（Güth＆ Kocher， 2014）。研究者认为，传统博弈论并不能就最后通牒博弈任务的结果给出合理的解释，双方各自分配到的资金对于游戏来说并不会产生多少影响，获得资金的多少也与最终分配方案能否通过没有必然的联系。因此，本研究在前人研究基础上假设随着不公平性的增加，会出现被试不接受分配方案的情况。

虽然国内外在领导力的研究方面已取得了相当大的进展，但是目前很少有研究者着眼于领导力和决策之间的关系，此外，尚未有研究能够全面深入地就 “大学生群体的领导能力是否会对其决策过程产生影响以及如何影响”的问题做出回答。基于此，本研究以大学生为研究对象，将问卷调查与行为实验相结合，采用社会性决策的经典范式最后通牒博弈任务，对不同领导力水平大学生决策过程的行为特点进行分析，旨在为大学生群体的领导能力与决策的关系提供依据。

2 研究方法

2.1 研究对象

本研究以某大学本科生为对象，采用纸质问卷为主、电子版量表为辅的形式，共发放460 份问卷，收回 380 份，其中有效问卷346 份，有效回收率75.2%。经过对问卷结果的整理归纳，确定高分组与低分组各10%处的分数，并以此选定80 名被试，分别为高领导力水平大学生组40 人和低领导力水平大学生组40 人，平均年龄在19～23 岁之间。由于有12 人在被告知需要完成后续实验时拒绝参加，因此最终参与实验的被试人数为68 人，分别为高领导力水平组35 人，低领导力水平组33 人。两组被试男生女生数量均衡，年龄匹配。所有被试视力正常，且都为右利手，完成实验后被试均获得一定的金钱奖励作为报酬。样本的人口学因素特征如表1所示。

表1 样本的人口学特征（n＝68）

2.2 工具

本研究采用学生领导力实践量表（student leadership practices inventory，SLPI）来测量个体领导力水平的高低。 1987 年 Kouzes ＆ Posner 通过收集和分析不同企业千余名经理人在组织中指导他人时展现出的行为习惯的案例，确定了与人们在作为领导者时普遍使用的行为模式最相关的五种领导行为（Kouzes ＆ Posner， 1994），并基于此行为模型开发了测量普通人群体的卓越领导行为的领导力实践量表（leadership practices inventory，LPI）以及针对大学生和高中生群体的SLPI 量表。 SLPI 量表共30道题目，由以身作则、共同愿景、挑战过程、使众人行和激励人心这五个维度组成，各维度均包含6 道题目。该量表使用李克特五点计分，要求被试从1 “从不”到5“总是”五个选项中选出最符合自己实际的选项，得分越高说明被试在该领导行为维度上水平越高。在信度上，该量表的内部一致性系数达到较理想水平（Brodsky， 1988； Posner ＆ Brodsky， 1992），是研究大学生群体领导力水平的良好测量工具。

2.3 实验设计

实验采用2（被试类型：高领导力组大学生、低领导力组大学生）×5（分配方案：你5 元对手 5 元，你 9 元对手 1 元，你 8 元对手 2 元，你 7 元对手 3元，你6 元对手4 元）的混合实验设计。其中被试类型为组间变量，分配方案为组内变量。将被试在五种不同分配方案条件下的接受率作为因变量。

2.4 实验任务与程序

本研究所采用UG 任务的实验程序使用E-prime 1.1 编制。正式实验共 100 个 trial，由 2 个block 构成，每个 block 有 50 个 trial，包含公平方案你 5 元对手 5 元（5¥，5¥）和四种情况的不公平方案：你 9 元对手 1 元（9¥，1¥），你 8 元对手 2 元（8¥，2¥），你 7 元对手 3 元（7¥，3¥），你 6 元对手 4 元（6¥，4¥）各10 种。实验要求被试在看到分配方案时，能够准确迅速地做出反应，并且在完成第一个block 后进行适当的休息，以缓解实验中产生的疲劳。为了保证实验数据的可靠性，在正式实验前安排被试进行10个trial 的练习以熟悉实验流程。

进行实验前对被试的指导语如下：本任务将会为你随机分配一个对手，之后对手会提供给你一个如何分配十元人民币的方案，由你决定接受或者拒绝该方案（被试按字母键F 表示接受方案，按字母键J 表示拒绝方案）。同时提醒被试如果接受该方案，那么资金将按照对手提出的方案进行分配；如果拒绝，那么被试与对手都将只得0 元。此外，告知被试对方案的接受与否会影响钱数的累积，并且最终会按照比例来计算他们在实验结束后得到的最后报酬。具体实验流程为：首先在屏幕正中央呈现一个1000ms 的黑色“＋”注视点，然后呈现1500ms 的刺激图片，也就是十元人民币的图片，接下来1500ms 随机呈现一种分配方案，被试必须在随后的1000ms 内对呈现的分配方案进行按键反应，反应时长超过1000ms 将被视为错误反应，最后电脑屏幕正中央会呈现被试的反馈结果，结果持续呈现1500ms 之后自动进入下个trial（见图 1）。

图1 最后通牒博弈任务（UG）流程图

3 结果与分析

3.1 领导力分组的有效性

两组被试领导力得分的独立样本t 检验结果显示，不同领导力组间效应显著（t＝19.51，p＜0.001），高领导力组的领导力得分（M＝131.20，SD＝7.68）显著高于低领导力组的领导力得分（M＝84.48，SD＝11.76），并且两组在担任有领导力性质的职位方面也存在显著差异（t＝4.41，p＜0.001），高领导力组大学生（M＝0.69，SD＝0.47）显著高于低领导力组大学生（M＝0.21，SD＝0.42），结果见表 2。由此可见，本研究对于大学生领导力不同水平的分组是有效的。

3.2 不同大学生领导力组的行为特点

以不同水平领导力为组间变量，不同分配方案为组内变量进行重复测量方差分析，结果见表3。

由表3 可知，被试类型与方案类型的交互作用显著，F（1，66）＝2.845，p＝0.044，η2＝0.644。后续分析表明，在不公平（8¥，2¥）分配方案条件下，高领导力水平大学生的接受率（0.276±0.052）显著高于（p＝0.017）低领导力水平大学生的接受率（0.094±0.053）；在亚不公平（7¥，3¥）分配方案条件下，高领导力水平大学生的接受率（0.659±0.068）边缘显著高于（p＝0.058）低领导力水平大学生的接受率（0.471±0.070），而其他三种分配方案在组别上均不存在显著差异。另外，方案类型的主效应趋近于显著（F（1，66）＝3.741，p＝0.057，η2＝0.479），被试对极不公平组的接受率极低，对公平组的接受率极高。对于其他分配方案，随着分配公平性的增加，被试对方案的接受率逐渐升高，整体上表现为 5＞4＞3＞2＞1（见图 2）。

表2 不同领导力水平大学生组独立样本t 检验

表3 高领导力水平和低领导力水平大学生对最后通牒博弈任务的接受率（%）

图2 两组被试在最后通牒博弈任务（UG）五种方案中的接受率

4 讨论

4.1 不同领导力水平大学生风险决策的行为特点

本研究采用社会性决策的经典范式最后通牒博弈任务，探究了不同领导力水平大学生决策过程的行为特点。结果表明，在接受率上，被试类型与方案类型交互作用显著。虽然在高低领导力组中，组内五种分配方案均随着公平程度的提高接受率都在不断增加，但通过比较不难发现，高领导力组与低领导力组仅在（5¥，5¥）分配方案中接受率接近，在其他分配方案条件下，高领导力组大学生对方案的接受率总是高于低领导力组的，而且这一差异在不公平方案（8¥，2¥）和亚不公平方案（7¥，3¥）条件下具有统计学意义。

从整体结果来看，随着分配方案公平性的增加，高低领导力组对分配方案的接受率均不断上升，说明对公平性的感受是影响被试做决策的重要因素。在最后通牒博弈任务的规则下，被试拒绝不公平方案意味着他们并不能完全将自己的利益最大化，而这一表现明显违背了传统博弈论的“理性人”假说。在经济学领域中，人总被假设为“理性人”，并认为在面临决策时，人们往往会选择最大化利益，从而尽可能地趋利避害（诸文娟， 2015）。但实际上，人是一种具有高级认知功能和复杂思考能力的高级生物，个体的很多行为很难从单一方面进行分析和谈论。前人研究表明，个体的决策深受社会道德和文化的影响，并且在各种各样的决策行为中，人们会考虑如环境、公平性、情绪等诸多的社会因素，而不只是单纯考虑个人的经济利益（顾一， 2012）。尤其当个体的决策是受到别人决策的影响而非独立做出时，决策将不再是从多个备选方案中选出最优最利己方案，而是个体需要利用最优策略在他人给定的选择中最大化自己的利益，使博弈达到一种均衡的状态（Niyato ＆ Hossain， 2008）。

研究表明，在两种极端分配方案条件下，高领导力水平组与低领导力水平组对分配方案的接受率并没有明显差异，即两组不同领导力水平的大学生在对极端方案的选择中出现了“天花板效应”和“地板效应”。换言之，两组被试对极不公平分配方案的接受率都极低，对公平分配方案的接受率都极高。这一研究结果，尤其是在极不公平方案条件下的结果，与前人研究结论相一致，说明个体会更多地拒绝不公平方案，并且随着不公平性的增加越牺牲自己的利益，个体将越拒绝这种不公平提议（Cooper ＆Dutcher， 2011； Gabay， Radua， Joaquim， Kempton， Matthew，＆ Mehta， Mitul A， 2014）。以往也有研究发现，最后通牒博弈任务中被试得分普遍居高，这一结果可能是由任务过于简单导致的（CurEu Petru， Meslec Nicoleta， Pluut Helen，＆ Lucas Gerardus， 2015）。

另外，在（8¥，2¥）与（7¥，3¥）这两种分配方案条件下，高领导力组对方案的接受率明显高于低领导力组，且在（8¥，2¥）这个分配方案条件下差异达到显著水平。前人研究指出，情绪对个体的决策过程有着重要影响，负性情绪的产生会导致最后通牒博弈任务中拒绝行为的出现（Ayoko ＆ Callan， 2010）。评估趋向框架（ATF）理论具体解释了情绪在决策中的作用。ATF 理论假设不同的情绪体验是对不同“认知评估” 的反应，即对与情绪方面相关的情境进行思考，这些认知评估反过来产生了独特的动机，从而影响了每个人的决策与判断（Lerner ＆ Keltner，2001）。换言之，个体对不公平方案的认知评估导致了负性情绪的产生，而这又反过来增加了惩罚性行为（即拒绝提案）的产生，即负性情绪与对不公平感的认知评估呈现负相关（Behav Brain Sci， 2005；Srivastava， Espinoza，＆ Fedorikhin， 2010）。与之相似， Harle 等（2007）加入负性情绪这一变量来探究它们对于UG 任务的影响，结果表明，在负性情绪的作用下，响应者更多地拒绝了提议。针对这一现象，研究者认为负性情绪可能让响应者产生更多的不公平感，而忽视了利益带来的正性奖赏（Harle ＆Sanfey， 2007）。由此可见，相对于低领导力组的被试，高领导力组对不公平分配方案有更高的接受率可能是因为具有高领导力的个体在决策时更能够克服负性情绪，从而产生相对理性的逐利行为。个体情绪调节能力与决策过程之间存在一定的关系，对情绪不同的评估相应的会对决策的接受率产生影响，比如当个体积极情绪水平低时会接受更多不公平方案，在积极情绪水平高时则会拒绝更多不公平方案（Grecucci， Giorgetta， Van'， Bonini，＆ Sanfey，2013）。因此，我们推测，在面对不公平方案时，具有更强的负性情绪抑制能力的个体能驱使自己做出理性的决策，而负性情绪抑制能力较弱的个体在面对不公平方案时，容易受到负性情绪的干扰，从而影响理性判断难以做出决策。

本研究结果显示的决策与负性情绪抑制能力间的关系，支持了前人的有关研究结论。在以往关于领导力与情绪调节能力的研究中，领导力水平与情绪调节能力存在着中等程度的正相关关系，领导者的情绪调节能力提高有助于其领导力水平的提升和发展（吕鸿江，韩承轩，王道金， 2018）。而情绪作为领导力研究的一个重要方面，对领导效能有着深远的影响。关于大学生群体领导力的研究发现，在不同压力情境下不同领导力水平大学生的抑制控制能力存在明显的差异，说明情绪抑制对领导力有着极其重要的作用（Edwards， Peterson， Andrus， Dudeck，Pollock，＆ Horan， 2008）。考虑到情绪抑制能力在个体的决策过程中同样扮演着重要的角色，因此我们认为不同领导力水平个体在决策过程中的差异与其情绪抑制能力有着密不可分的联系。

4.2 研究意义及未来展望

本研究首次使用经典的最后通牒博弈任务这一社会决策范式，对大学生领导力水平与决策间的关系展开讨论。以往关于大学生领导力研究都侧重于量表层面，并未从行为实验角度去深入探讨。本实验将领导学与认知学科交叉融合，探究领导力更深层次的机制，为有关领导力的研究拓宽了新的思路和途径。

就实验中的领导力分组而言，虽然高低组被试在问卷基础上经过统计筛选出并且统计结果表明分组具有有效性，但是考虑到研究所采用的问卷是由国外研究者编制的领导力调查表，后经本土化才编制成大学生领导力实践调查表。因此该问卷可能在某些维度上并不完全符合国内大学生领导力的特点，在今后研究中可以对问卷进行修正，使其更加标准化以便展开更全面的研究。另外本研究只从行为角度入手，并未对不同领导力水平个体的决策过程中神经机制方面的差异进行探索。后续实验可以在本研究的基础上采用更客观的事件相关电位技术对领导力水平与决策间的关系做进一步的延伸。