研究，部分进行了专题介绍促进对社会-生态系统行为的理解:来自实验室和现场实验的结果

培育合作:代际公共产品实验中的文化进化

• 摘要
• 介绍
• 方法
• 假设
• 结果
• 讨论
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

在本文中，我们报告了一项公共产品实验的结果，该实验使用代际结构来反映现实世界的环境，其中合作机构通过文化传播随着时间的推移而演变。具体来说，我们发现，通过选择性地让第二代受试者接受来自第一代受试者的关于游戏玩法的合作建议，可以培养合作。这种类型的代际实验为检验文化进化过程如何影响社会-生态系统(SES)合作的假设提供了一种有用的实验方法。

个体严重依赖社会学习，或通过教学或模仿在个体之间传播行为，以形成自己的决策(Boyd and Richerson 1985)。这种行为在个体之间的传递创造了一个文化进化的过程(Boyd and Richerson 1985, Cavalli-Sforza and Feldman 1981)。社会学习可以有多种形式，包括纵向学习(向父母学习)、斜向学习(向老一代的其他人学习)或横向学习(向同龄人学习)。文化进化的理论工作预测，在中等水平的环境变异下，社会学习将得到极大的依赖(Henrich and McElreath 2003)，最近的研究转向比较有利于垂直、斜向和水平社会学习的条件。McElreath和Strimling(2008)证明，当环境稳定或选择强时，垂直传播是首选，而当环境变化快时，斜传播是重要的，因为斜传播对环境变化的响应更快。Aunger(2000)研究了食物禁忌，发现在生命历程的早期，垂直传播最为重要，而水平传播则在生命历程的后期最为重要。然而，总的来说，无论是理论建模还是实证研究，对于在不同条件下哪种类型的社会学习(垂直和水平)将占主导地位，都没有达成共识。此外，相对较少的研究在合作困境的背景下探索垂直和水平的社会学习，而更普遍的是SES。

文化演变对社会经济体系的活力和弹性具有重要影响，随着时间的推移，利益相关者会建立制度来支持合作成果。Ostrom(1990)和其他人研究的许多持久的公共资源机构在人类几代人之间运作，并依赖于成功地在这几代人之间传承的合作传统的建立。例如，20世纪20年代后期，父系传承的领土权利为缅因州龙虾产量的可持续性做出了贡献^th世纪(艾奇逊1975)。合作传统对机构在更现代的环境中取得成功也至关重要，例如在环境和其他政策领域推广合作治理。合作治理文献的一个共同主题是，当合作政策建立在预先存在的信任和社会资本的基础上时，它们更有可能成功(Sabatier et al. 2005, Ansell and Gash 2008)。

总的来说，社会经济体系可持续性的一个主要挑战是在不断变化的个体组成的群体中保持合作。即使在短期内，治理机构的参与者也经常会流动，就像一个政府机构在不同地区轮换人员一样。从长远来看，随着制度在人类生命周期中的演变，制度和文化规范必须传递给新一代。克服这一挑战需要在个人之间进行合作规范的文化传播。人们对社会学习与SES管理成果的相关性的兴趣正在增加(Keen等人，2005年，Pahl-Wostl等人，2007年)。例如，Berkes(2009)认为社会学习是成功管理自然资源的关键组成部分。Napier et al.(2005)发现，南非最成功的自给渔业管理制度有一个重要的时间因素，它们运行的时间越长，就越成功。

上面讨论的现实例子涉及长期社会学习的复杂过程，包括创建反馈和强化循环的参与性和迭代过程。尽管我们的实验设计并没有捕捉到这些现实世界系统的所有丰丰性，但它确实捕捉到了一个对许多现实世界系统很重要的关键特征——有经验的个体与天真的个体交流关于如何表现的信息，这个过程可以在形成合作结果方面发挥重要作用。

尽管在关于实验性社会困境的成熟和大量文献中很难开辟新的领域，但代际实验是这类文献中相对较新的和稀疏的子集。一些初步的研究使用了各种类型的社会困境和文化传播的方法。一系列实验表明，尽管文化传播对后代的行为有极其强烈的影响，但也存在一些有趣的不对称效应，例如合作收益的不平等分配(Schotter和Sopher 2003)，信任游戏中发送者之间的信任水平下降，但接收者之间的信任水平上升(Schotter和Sopher 2006)，在最后通牒博弈中，公平的考虑对接收者比发送者更重要(Schotter和Sopher 2007)。通过使用带有惩罚的公共产品游戏，Gürerk(2012)发现，向被试提供先前实验的社会史以两种方式提高社会效率:首先，因为被试减少了最初选择惩罚选项的不情愿(相对于基线实验，当被试不提供社会史时);其次，因为与不提供惩罚时相比，被试更快地达到合作均衡，在惩罚上的花费更少。在另一项结合推荐的实验中，Croson和Marks(2001)发现，只有当个人对公共产品的价值不同而不是相同时，推荐才会产生积极影响。上述所有实验的一个共同主题是，代际结构提供了新颖的见解，否则很难发现。

过去进行的与我们自己的实验最相似的实验来自Chaudhuri等人(2006)，他们进行了一个公共产品游戏，在这个游戏中，受试者从之前实验中的个体那里获得建议。这些建议有三种不同的形式:一种是私人知识，即一个玩家留下的建议只能留给下一代的一个继承人;公共知识，即最初一代玩家留下的建议能够提供给随后一代的所有玩家;或者是常识，即所有上一代玩家的建议都会被大声读给下一代玩家听。Chaudhuri等人(2006)发现，与没有建议的基线治疗相比，只有常识形式的建议可以增加对公共利益的贡献。这种以常识为形式的建议的积极影响在三代科目中都得到了保持。重要的是，Chaudhuri等人(2006)还证明，当建议作为常识传播时，建议的有效性会降低内容的建议都变得非常合作。

我们的实验基于这一发现，选择合作建议，并研究合作建议在游戏内部交流中的影响。我们的目的是研究合作规范传播的最大潜力，类似于人工选择驯化植物和动物的特征。代际实验的一个主要优势是有可能调查不同的个人和环境因素，这些因素可能会加强或削弱不同的文化传播过程。在这种情况下，我们有意增强垂直传播的影响;理论上，这可以通过选择成功的群体(或群体中的个人)来为新群体提供管理社会经济地位的建议，从而在该领域得到模仿。实际上，Chaudhuri等人(2006)发现合作建议的捷径是自然进化的，目的是检验建议在游戏内部交流中的效果。

之前有大量的社会困境实验研究了玩家之间交流的重要性。这项工作从早期对面对面交流有效性的论证(Isaac和Walker 1988年)，到在各种环境和交流媒体中论证这一主张的稳健性的综述(例如，Sally 1995年)，以及最近试图揭示沟通总体积极效果背后的机制。我们实验的代际结构使我们能够研究交流的合作内容如何随着时间的推移而变化，以回应合作的建议。

我们的实验考察了合作建议和沟通的效果，无论是单独的还是共同的。我们发现，合作建议对公共产品博弈的贡献有实质性的积极影响，但这种影响在博弈开始时更为明显，并随着时间的推移而下降。我们还发现，沟通对合作有积极影响，但沟通和建议之间不存在积极(或消极)协同作用。最后，我们发现建议能够提高游戏中个体之间的合作交流内容，但这种效果相对温和，并且在游戏开始时最为明显，并随着时间的推移而逐渐减弱。

方法

四至九人一组的本科生(n)玩公益游戏。在每一轮中(t)，每个人(我)可向共同基金贡献0至10个代币。贡献(C，并返还给小组所有成员，不管他们自己贡献了多少(如果有的话)。因此，与传统的公共产品实验一样，在单轮博弈中，纳什均衡是不做任何贡献，并免费搭乘其他参与者的贡献。然而，当所有主体最大限度地缴纳共同基金时，群体福利才会最大化。考虑玩家对共同基金的贡献我在圆形的t作为C_它，在给定的一轮中，每个主体的收益(π)为:

(1）

我们使用了一个2x2的实验设计，将两种不同的处理方法(游戏邦注:存在或不存在游戏内部交流以及代际建议)结合在上述标准公共产品结构中。在包括游戏内交流在内的治疗中，受试者可以在每一轮中向所有其他人发送一条匿名消息。在包括代际建议的治疗中，受试者接受了前参与者关于如何玩游戏的建议。这个建议是通过一个单一的、开放式的、匿名的问题产生的，这个问题是在上一次会议结束时向所有受试者提出的。我们从一个单一的第一代小组(第一代小组本身没有收到任何建议)中选择了一组最合作的建议，以传递给所有的第二代小组。这种建议过滤是一种成本效益高的机制，可以有效地产生合作建议(就像Chaudhuri等人(2006)的实验中自然发生的那样)，而不使用欺骗。我们在下面提供这个过程的详细信息。表1总结了每种治疗中对应于游戏间建议和游戏内交流组合的组数和受试者数量。

在给定的一轮中，参与者可以向共同基金贡献最多10个代币。实验对象在实验过程中积累或丢失代币，并在游戏结束时按他们积累的代币数量的比例以现金支付，外加5美元的出勤报酬。受试者的收入在10-20美元之间，平均约为15美元。

所有实验都通过计算机网络运行，使用实验软件Gameweb (http://sourceforge.net/projects/gameweb/)．附录1中包含了下面解释的所有阶段的可视化示例。实验对象一开始会阅读有关收益结构和游戏操作细节的说明。研究对象被告知，游戏中的互动和支付金额将是匿名的。为了帮助研究对象理解游戏，研究人员为他们提供了一个介绍性屏幕，在这个屏幕上，他们可以测试不同水平的贡献金额将如何影响收益分配。然而，我们并没有要求他们在继续之前正确计算不同游戏场景的收益。

在这个介绍性的屏幕上实验了贡献和回报的数额后，受试者得到了上一代的建议。该建议给出的解释非常简单，只使用了以下语句:“之前的实验参与者根据他们的经验给你留下了以下建议。”为了尽量减少接受建议的组和未接受建议的组之间的差异，未接受建议的组也会看到关于建议的屏幕，在建议的位置上显示如下信息:“不提供建议，因为你们是参与这个实验的第一组人。”

在实验结束时，研究人员向所有参与实验的人征求意见，建议如下:“实验的主要部分现在已经结束，你已经获得了一些经验，并学会了如何最好地玩这个游戏。请花点时间给下一组参与者写一段话，告诉他们你现在对如何玩这个游戏的任何建议。你可以在你的推荐信中尽可能详细。像往常一样，你的身份永远不会和你在这里写的东西一起显示。”受试者没有因为提供建议而直接获得报酬，接受建议的小组的表现也没有影响他们的最终报酬。尽管补偿过去的被试是代际实验中的一种常见程序，但在这里，我们对测试激励的效果不感兴趣，而且如果不诉诸欺骗或只有条件地补偿一小部分被试(他们的建议实际上与后代有关)，用后代的表现来补偿过去的被试将非常困难。

在每一轮实验中，受试者首先向共同基金缴纳一定数额的资金，然后能够(匿名地)查看每一轮的捐款、每一轮的收益以及每个人在游戏中的累计收益。看完这些信息后，受试者可以向其他参与者发送信息(如果他们处于包含游戏内交流的会话中)，然后可以选择阅读其他(匿名)玩家的信息。每个游戏持续20轮，不过为了减少潜在的游戏结束影响，受试者只被告知实验将持续一个未指定的、设定的回合数。

我们将游戏内部交流所产生的每条信息进行了分类，即它是否包含了明确的鼓励其他玩家贡献全部数量的10个代币。研究者使用多种方法对语言进行分类，包括自我分类(例如，Schotter和Sopher 2007)、内容分析(例如，Krippendorff 2004)和协调游戏(例如，Houser和Xiao 2011)。虽然每种方法都有其优点，但我们选择内容分析是因为它结合了相对的成本效益(与激励协调游戏相比)和验证程序(与自我分类相反)。继Lombard等人(2002)之后，我们使用以下过程来生成一组可靠的机密消息。首先，我们通过讨论我们想在消息中确定的重要概念共同开发了一个编码框架(我们确定了许多概念，但在本文中只使用了一个[完全合作])。接下来，第一位作者使用编码工具对所有消息进行编码，以确定它们是否包含要贡献全部10个令牌的显式规谏。例如，“嘿……10 in solidarity, right community?!" was coded as an exhortation to contribute fully whereas "sweet baby jesus" was not. Finally, we chose two separate random samples that were coded independently, each by a single different reliability coder (these recoded samples were each separately compared with the original codings prepared by the first author). The reliability coders were graduate and undergraduate students affiliated with the authors’ research lab but blind to the specific hypotheses of this experiment. They were not compensated financially for their coding work, which took about 1–2 hours, including a brief training period and the coding itself. The reliability samples consisted of 99 and 141 messages selected randomly from the full population of messages. We calculated Krippendorrf‛s alpha for each reliability sample (0.88 and 0.78), considered good and adequate, respectively.

我们使用了一个类似的，但不那么正式的程序来分类来自第一代会议的最合作的建议集，并将其传递给所有后代。我们选择将每条建议分为三种可能的类型:建议合作，建议背叛，以及两者都不合作。尽管这种分类忽略了建议中很多微妙的含义，但对于选择最合作的建议这一简单目的来说，它已经足够了。第一个作者将每条建议都分为这三类，随后对两名本科生助理进行了程序培训，并让他们也这样做。本科生助理参与到研究项目中，并不是对研究假设视而不见。我们没有计算这些编码的可靠性的定量测量，尽管分类上肯定有一些差异，但出现了一个最合作的建议的共识集。我们与第二作者一起回顾了分类，他确认了该集合的使用。现将转给第二代会议的具体建议(四项)介绍如下:

1. “当你把10个都做完时，感觉好多了。”
2. “如果每个人都出10美元，这个系统就会起作用，你就会得到尽可能多的美元。”
3. “我们试着让每个人都投相同数量的钱，结果成功了，但在第20轮时，有人作弊，投了零。我会说，保持忠诚，投入10个。虽然说滥用制度的人不成熟有时有用。哈哈，玩得开心。”
4. “你们每个人每次都应该投10英镑，这样就能得到最多的钱，然后把同样多的钱分给大家!”彼此信任!”

假设

我们的实验涉及以下具体假设:

1. 合作性的建议可以提高后代的合作水平。
   
   如果垂直或倾斜的社会学习是重要的，那么我们应该看到合作建议对合作的积极影响。如上所述，文化进化中广泛的理论工作(Boyd和Richerson 1985年，Henrich和McElreath 2003年)使我们预测个体将关注上一代个体的信息。在这里，我们研究了一种特殊形式的垂直或倾斜的社会学习，当传播强度很强时(即建议的合作内容很高)。
2. 合作建议改变了游戏内交流的内容，增加了支持合作的游戏内消息的比例。
   
   如果合作咨询确实对合作有积极影响，那么确定产生这种影响的机制是重要的。我们知道游戏中的交流通常对合作有积极的影响(Sally 1995)，信息的内容可以影响接收者对它的反应(Parks et al. 1996)。在这里，我们研究建议是否对合作有积极影响，因为它有助于使沟通更合作，从而更有效。
3. 合作建议和游戏内部交流是相辅相成的，这样两者之间就有了积极的协同作用(也就是说，从统计学角度来说，是一种积极的互动)。
   
   根据假设2的逻辑，如果建议使沟通更具合作性，那么两者之间可能存在积极的协同作用。更一般地说，尽管沟通的效果和建议的效果都被独立地考察过，但没有研究将两者结合起来考察彼此存在时各自的效果，文化进化理论也没有回答这样一个问题:在社会困境中，我们期望哪些因素会影响合作。此外，Chaudhuri等人(2006)发现建议的积极作用会随着时间的推移而下降，这表明建议和交流之间可能存在积极互动的空间(建议在游戏早期产生高水平的合作，而交流在游戏过程中保持这些水平的合作)。

结果

我们首先检查四种处理的贡献分布(图1)。分布通常是双峰的;大多数参与者似乎决定要么贡献全部金额，要么什么都不贡献，在某些治疗中，适度的贡献一半，而其他部分的贡献则分散开来。总体平均贡献最低(2.71)的处理是没有建议和没有沟通，其次是有建议但没有沟通(5.18)，有建议但没有沟通(6.43)，最后是有建议和沟通(8.06)。与各治疗的平均值变化相对应的是无贡献的受试者比例的减少和贡献最大的受试者比例的增加。

当分别检查前十轮和后十轮时，这种不同治疗方法之间的差异在很大程度上是成立的，关键的区别是，在前十轮中，没有建议的沟通和没有沟通的建议之间的差异更明显，而在最后十轮中，这种差异减弱了。这表明，建议的影响在游戏的早期是最大的，而沟通的影响在游戏的后期是相对重要的。的确，比较两种处理的平均捐款，发现在没有沟通的情况下，捐款会随着时间的推移而下降(第1-10轮为7.39，第11-20轮为5.33)，而在没有建议的情况下，捐款则相对持平(第1-10轮为5.39，第11-20轮为4.96)。

为了进一步研究不同处理之间随时间的差异，在图2中，我们绘制了每一轮每个处理的平均贡献。如图所示，在无交流和无建议的治疗(NC-G1)中，贡献开始时约为最大可能值的一半，随着时间的推移逐渐下降到实验结束时的不到四分之一。在只进行交流的治疗(C-G1)中，合作开始时大约是总合作可能的一半，然后在游戏过程中保持在或多或少相同的水平。在只提供建议的处理(NC-G2)中，合作开始时要高得多，几乎是最大可能的数量，然后在游戏过程中合作水平下降到可能总数的一半左右。最后，当游戏间的建议和游戏内的交流相结合时(C-G2)，合作水平开始于尽可能多的水平，并在整个游戏过程中几乎保持在这个水平。

总的来说，这些趋势表明，建议的主要作用是增加第二代群体的初始贡献量，而沟通的主要作用是将贡献维持在他们开始时的水平，无论在没有接受建议的群体中是中等水平，还是在接受了建议的群体中非常高。

为了补充这一可视化和描述性检查，我们评估了我们的预测变量(建议和交流的虚拟变量，做出贡献的回合，玩游戏的群体规模，以及这些预测变量之间的相关相互作用)对我们的结果变量，贡献金额的统计影响。小组规模在4到9人之间(尽管绝大多数会议有5人，只有两次会议有6人以上;一个有7只，另一个有9只)。因此，控制群体的规模是重要的，因为贡献的边际效益随着群体规模的增加而下降(Walker和Isaac 1988)。我们确实试图将治疗变量与群体规模相互作用，但由于对小群体和大群体规模的观察相对有限，无法准确估计这种影响。

我们用玩家的随机截距来拟合一组混合效应(也称为随机效应、分层或多层)Tobit回归，计算特定玩家贡献的聚类，以及各种预测因子和互动的固定效应。我们还采用了一系列其他模型，以其他方式解释玩家和游戏中的玩家的贡献。其中包括在游戏或玩家水平上聚集稳健标准误差的Tobit回归，在游戏和玩家水平上聚集双向稳健标准误差的Tobit回归(只从下面有界，只估计主要影响)，以及在游戏和玩家水平上随机拦截的有序逻辑回归。所有这些其他分析(未报道，但可从作者处获得)产生的结果在定性上与本文所介绍的结果相同。

表2报告了参数估计、标准误差和相关的信息p这些玩家贡献的Tobit回归值我在圆形的t。我们报告了来自模型的结果，其中包括所有主要效应和相互作用的各种组合，这些相互作用被准确估计(治疗变量之间和治疗变量之间)。首先，对建议的估计在所有模型中始终为正，这证实了接受合作建议的对象对公共利益的贡献更大。这证实了我们的第一个假设。其次，交流对所有模型中一致的建议都有积极影响，确认当受试者在游戏中相互发送消息时，他们的贡献更大。第三，四舍五入对捐款的影响始终是负的，这证实了捐款在实验过程中总体下降。第四，建议与沟通之间的交互作用可以忽略不计，说明建议的作用并不取决于被试是否能够沟通(反之亦然)。因此，关于我们的第三个假设，在统计分析中，我们没有发现任何证据表明建议和沟通之间存在积极或消极的协同作用。最后，round和advice之间的相互作用是消极的，但是round和communication之间的相互作用是积极的。这些互动证实，合作建议的积极影响在游戏早期最为强烈，而交流的积极影响在游戏后期最为明显。

为了解决我们关于建议对交流合作内容的影响的第二个假设，我们首先绘制了在给定的一轮中，所有玩家和会话中，明确敦促其他玩家充分贡献(图3)的第一代和第二代(分别为G1和G2)的总消息的比例。从图中可以看出，劝诫玩家全力合作的信息在第二代中所占的比例高于第一代，但这只是在游戏的前几轮。

为了补充这一视觉检查，我们再次用随机截取的玩家来拟合一组混合效应逻辑回归，计算特定玩家发送的信息的聚类。这些回归的结果变量是信息的合作内容我(0 =不合作;1 =合作的)轮流交付t，预测变量被建模为固定效应，包括该会话中是否有建议，发送消息的回合，该会话中群体的规模，以及群体规模与回合之间的相互作用以及群体规模与建议的治疗虚拟变量之间的相互作用。我们还用随机截取的玩家和游戏来拟合模型，解释数据中的两个聚类级别。这些模型(没有在这里展示，但可以从作者那里获得)产生的结果在质量上与这里展示的结果相同。为了与合作分析的一致性，我们报告了仅对参与者进行随机截距的模型的结果。

表3报告了参数估计、标准误差和相关的信息p这些信息合作内容的逻辑回归值我在圆形的t．从表中可以看出，模型1和模型2中建议的估计值始终为正，这表明当个体收到合作建议时，他们更有可能敦促其他参与者充分合作。建议的这种积极作用是由对round的负估计和建议与round之间的负相互作用介导的。这些估计表明，随着实验的进行，消息的合作内容会减少，而建议对消息合作内容的积极影响也会随着时间的推移而下降。最后，在包括群体规模和建议之间相互作用的模型中，我们发现群体规模的负面影响和群体规模与建议之间的积极相互作用(建议估计的符号也变为负值)。

考虑到各模型估计的符号和大小的不一致性，以及模型的非线性和分层性质，我们计算并报告预测概率，以帮助解释表中的参数估计。在预测概率的计算中，我们使用模型4，该模型AIC得分最低，占所有模型拟合AIC权重的95%左右。发送合作信息的预测概率证实，接受合作建议的整体效果仍然略为积极(从没有接受建议的24.3%上升到接受建议的28.8%，对于普通玩家来说，保持其他预测因素不变)，但群体规模和建议之间存在很强的相互作用。这样的建议对4人的群体规模(交流游戏的最小群体规模)有负面影响，而对6人的群体规模(交流游戏的最大群体规模)有正面影响。然而，我们认为这种相互作用在某种程度上是推测性的(即使有统计学意义)，因为对4人和6人的组大小的观察在数据中是非常有限的。

尽管我们认为这一发现很有趣，因为它暗示了建议的代际传递在促进更大群体(集体行动问题往往最严重)的合作沟通中发挥着重要作用，但由于对群体规模的观察有限，我们没有在讨论中进一步探讨这一结果。为了检验建议对交流合作内容的积极影响的稳健性，我们还将相同的模型集(不包括任何具有群体规模或相关互动的模型)与仅包括5个人的群体的截断数据集进行拟合。这些模型(没有显示出来，但可以从作者那里获得)复制了我们的主要定性发现，即合作建议促进合作消息传递，但这种影响会随着时间的推移而减弱。

讨论

这里报告的实验表明，通过有选择地让后代接触建议合作的建议，可以促进合作。那么，为什么建议对合作有这么大的影响呢?虽然还需要进一步的实验来解开一些可能的因果机制来驱动建议的效果，并在几代人之间进行检验，但我们在这里强调一些合理的解释。

一种解释是，玩家只是对建议中包含的信息内容做出反应。这类似于根据指示采取行动，如何最好地处理一个令人困惑的情况。另一种考虑社交困境的战略动机的解释是，玩家改变了他们在实验中期望遇到的玩家类型的期望。在社会困境实验中，大多数参与者都是有条件的合作者，只要他们与其他同样合作的受试者互动，他们就会合作(Fischbacher et al. 2001)。因此，合作建议可以向参与者发出信号，表明他们可以在实验中与其他合作者互动。这与建议的效果在游戏开始时最强的概念是一致的，在此之前，建议的信息内容会被实验中其他玩家的现实行为所稀释，特别是在其他玩家叛变的情况下。Chaudhuri和Paichayontvijit(2006)证明了游戏中存在条件合作者的信息会促进合作。在我们的实验中，合作建议可能类似地向被试表明预期会出现有条件的合作者。

另一种对建议影响的解释是，在这些困境中，个人可能会使用墨守成规的偏见来指导他们的决策。文化进化理论表明，服从多数行为可以在一系列不同的条件下具有适应性，从众传播有助于稳定合作(Henrich and Boyd 2001)，文化群体选择可以导致群体间亲社会行为的传播(Boyd and Richerson 2009)。因此，文化演变可以在解决集体行动问题的制度发展中发挥重要作用(Richerson和Henrich 2012)。这些结果与先前的实验一致，这些实验证明了从众在社会困境实验中的作用(Carpenter 2004, Bardsley和Sausgruber 2005)。虽然我们的实验没有提供从众的直接证据，但我们的结果与使用从众偏见来指导决策是一致的。

建议可能具有强大积极效果的另一个原因是，它来自一群公正的个人(与游戏内沟通的发送者相反，后者与接收者进行战略性互动)。来自教学演变研究的证据(Kline 2014)表明，学生在某种程度上对教师持怀疑态度。在我们的建议条件下，发送者(或“老师”)没有动机去欺骗接收者(或“学生”)。在沟通条件下，发送者有欺骗接收者的潜在利益，因为激励他人做出更多贡献可能会增加对自己的回报。这一推理与我们的结果相一致，并预测建议对合作的积极影响可能比游戏内部交流更大。一项比较未经选择的建议和合作的效果的实验可以验证这一预测。

当然，我们看到代际建议如此强大的影响的原因之一，是因为我们故意选择了最合作的建议传递给下一代，以考察代际建议可能产生的最大合作影响。这种类型的实验设计类似于早期的人工选择实验，旨在培育含油量非常高和非常低的玉米品种(Dudley和Lambert 2004)。因此，这里的结果代表了代际建议的最大合作潜力。这表明我们的实验有一个明显的延伸，要么是建议随时间自由演变，要么是选择关于合作内容的最消极的建议。这将有助于公平地比较建议和合作的效果，从而比较纵向和横向的社会学习，以及通过代际文化传递检验合作和背叛的演变之间的潜在不对称。

对于我们的主要发现，建议的重要性，另一个警告是，我们的结果至少有一部分可能是由所谓的实验者需求效应(Zizzo 2010)产生的，或者是由于实验中有关适当行为的线索而导致的部分受试者的行为变化。在我们的案例中，如果受试者将建议解释为来自实验者的关于适当或预期行为的线索，并有动机去满足实验者的期望，那么实验者需求效应可能确实发挥了作用。话虽如此，我们设计的各种功能都抑制了实验者需求效应的重要性，包括不使用高级PI作为实验管理员，将受试者和管理员之间的社交互动限制在进行实验所需的人之间。此外，设计的受试者之间的性质使受试者认为建议和交流是研究中兴趣的关键变量的感知最小化，从而模糊了实验的目标，并使受试者解释实验者需求的能力最小化。

这里报告的结果揭示了一系列关于代际传递和合作的有趣问题，值得认真探索。进一步的实验可能会研究哪些类型的实验处理会影响代际文化传递的强度和随着时间的推移合作规范的持久性。例如，Schotter和Sopher(2003)将他们的实验进行了足够长的时间，以观察到间断平衡，其中一些群体表现出低得多的合作水平。我们怀疑，如果我们在我们使用的环境中再进行几代人的实验，也会出现类似的现象，因为总有可能有一个或多个叛逃者加入实验，而忽略了前几代人的建议。那么，问题就在于从长期来看，考察合作和背叛的相对时间长度。

其他明显的扩展包括以各种方式增加现实世界SES的现实程度。这可能包括修改社会困境的结构(例如，使用公共资源池游戏)，结合更好地代表SES的空间和时间现实主义水平(Janssen et al. 2010)，或者使用重叠代而不是这里使用的非重叠代。

另一个需要扩展的重要领域是理解代际建议如何与其他制度安排相互作用，例如惩罚叛逃者和奖励合作者的可能性(Fehr和Gächter 2000, Sefton和Steinberg 1996)。代际建议是否能像改善沟通一样，提高惩罚和奖励等其他制度的有效性?

结论

理解代际建议在一系列环境下对合作行为的影响，对合作困境中的制度具有重要的现实意义。我们这里的实验操作类似于资源管理决策，将新一代的人暴露在前几代人的特定类型的信息和行为中。当然，在现实世界中，当人们将可获得的信息传递给他们在各种人类企业中的继任者时，这种情况一直在发生。确定文化传播最有效地促进实验室合作的机制，应该有助于为该领域的选择提供信息。在真实的社会经济体系中，文化进化的力量将导致制度和行为之间复杂的相互作用，随着时间的推移，这将影响系统的弹性。

文献引用

艾奇逊，1975。龙虾封地:缅因州龙虾产业领域的经济和生态影响。人类生态学3(3): 183 - 207。

安塞尔，C.和A.加什，2008。协同治理的理论与实践。公共管理研究与理论杂志18(4): 543 - 571。

安格尔，2000年。面对面的社会文化学习的生活史。精神(3): 28日1-38。

巴兹利，N.和R.索斯格鲁伯，2005。公共产品提供中的一致性和互惠性。经济心理学杂志26:664 - 681。

伯克斯，2009年。共同管理的演变:知识生成的作用，桥梁组织和社会学习。环境管理杂志90:1692 - 1702。

博伊德，R.和P. J.理查森，1985。文化与进化过程．芝加哥大学出版社，美国伊利诺伊州芝加哥市。

博伊德，R.和P. J.理查森，2009。文化与人类合作的进化。英国皇家学会哲学学报B364(1533): 3281 - 3288。http://dx.doi.org/10.1098/rstb.2009.0134

卡朋特，2004。在罗马:一致和提供公共产品。社会经济学杂志33:395 - 408。

Cavalli-Sforza, L.和M. Feldman, 1981。文化传播与进化:定量方法．普林斯顿大学出版社，美国新泽西州普林斯顿。

乔杜里，A.格拉齐亚诺，P.迈特拉，2006。社会学习和规范的公共产品实验与代际建议。经济研究评论73(2): 357 - 380。http://dx.doi.org/10.2139/ssrn.580481

Chaudhuri, A.和T. Paichayontvijit, 2006。有条件的合作和对公益事业的自愿捐献。经济学公告38): 1 - 14。

R.克罗森和M.马克斯，2001。建议捐款在自愿提供公共物品中的作用。经济调查39(2): 238 - 249。

达德利，J.和R.兰伯特，2004。玉米油脂和蛋白质的100代选择。植物育种回顾24(1): 79 - 110。

费尔，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。

Fischbacher, U, S. Gächter, E. Fehr, 2001。人们是否有条件合作?来自公共产品实验的证据。经济学的信件71(3): 397 - 404。

Gurerk, O。2012.社会学习提高了社会困境中惩罚制度的接受度和效率。经济心理学杂志34:229 - 239。

亨利克，J.和R.博伊德，2001。为什么人们惩罚背叛者:在合作困境中，弱的从众传播可以稳定代价高昂的规范执行。理论生物学杂志208:79 - 89。

亨利克，J.和R.麦克尔里斯。2003.文化的进化。进化人类学12:123 - 135。

豪泽，D.，肖e .， 2011。使用协调游戏对自然语言信息进行分类。实验经济学14:1-14。

艾萨克，R. M.沃克，1988。沟通与搭便车行为:自愿捐献机制。经济调查26(4): 585 - 608。

杨森，M. A.霍拉汉，A.李，E.奥斯特罗姆，2010。社会生态系统研究的实验室实验。科学328(5978): 613 - 617。

基恩，M. V. A.布朗，R.迪波尔，2005。环境管理中的社会学习:迈向可持续的未来。地球扫描，纽约，纽约，美国。

克莱恩，2014年硕士。如何学习教学:研究人类和其他动物教学行为的进化框架。行为与脑科学:上线早。

克里彭多夫，K. 2013。内容分析:介绍其方法论．第三版，Sage出版公司，千橡市，加州，美国。

朗巴德、J.斯奈德-杜赫和C. C.布莱肯，2002。大众传播中的内容分析:中介者可靠性的评估与报告。人类传播研究28(4): 587 - 604。

麦克尔里斯，R.和P.斯特林林，2008。当自然选择倾向于模仿父母时。当代人类学49(2): 307 - 316。

纳皮尔，R. N.布兰奇，J. M.哈里斯，2005。评价南非夸祖鲁-纳塔尔省成功共同管理自给渔业的条件。环境保护2:165 - 177。

奥斯特罗姆，1990。治理公地:集体行动制度的演变．剑桥大学出版社，纽约，美国。

帕尔-沃斯特，C.， M.克拉普斯，A.德沃夫，E.莫斯特，D.塔巴拉和T.泰莱利，2007。社会学习与水资源管理。生态与社会12(2): 5。(在线)网址://www.dpl-cld.com/vol12/iss2/art5/

帕克斯，C. D.， R. F. Henager，和S. D. Scamahorn, 1996。社会困境中的信任和对意图信息的反应。冲突解决杂志40(1): 134 - 151。

理查森，P. J.亨利克，2012。部落社会本能和文化制度的演变解决了集体行动问题。历史动力学:理论和数学历史杂志3(1): 38 - 80。http://dx.doi.org/10.2139/ssrn.1368756

萨巴蒂尔，W.福希特，M.卢贝尔，Z.特拉滕贝格，A.韦德利茨，M.马特洛克。2005。逆流而上:流域管理的协作方法．麻省理工学院出版社，剑桥，马萨诸塞州，美国。

莎莉，1995年。社会困境中的对话与合作:1958 - 1992年实验的元分析。理性与社会7(1): 58 - 92。

肖特，A.和B.索弗，2003。代际游戏中的社会学习和协调习惯:实验研究。政治经济学杂志111(3): 498 - 529。

肖特，A.和B.索弗，2006。游戏中的信任和可信赖性:代际建议的实验研究。实验经济学9(2): 123 - 145。

肖特，A.和B.索弗，2007。代际最后通牒博弈中的建议与行为:一种实验方法。博弈与经济行为58(2): 365 - 393。

塞夫顿，M.和R.斯坦伯格，1996。公益实验中的奖励结构。公共经济学杂志61(2): 263 - 287。

J. M.沃克和R. M.艾萨克，1988。公共物品提供中的群体规模效应:自愿捐献机制。经济学季刊103(1): 179 - 199。

齐佐，2010。经济实验中的实验者需求效应。实验经济学13:75 - 98。