夏茂森 方鸣 江玲玲

关键词： 规则认同;偏好;共享资源;合作治理

摘 要： 本文尝试将规则认同偏好、个体信念学习调整纳入多人自愿合作的分析框架，并构建了基于转型期社区共享资源合作治理的博弈理论模型，考察规则认同偏好异质性、个体学习在社区共享资源合作治理中的作用机理，并进行了相应的仿真模拟分析。研究表明，规则认同偏好的异质性影响个体的策略选择调整，进而影响社区共享资源的合作治理，尤其是当政府在部分或完全退出社区共享资源治理情况下，对避免或弥补转型期社区共享资源“治理真空”具有重要的影响作用。此外，自发治理的规则认同程度与合作治理的形成概率成正比，且规则偏好在一定程度上可以缓解共享资源合作治理的成本问题。但随着治理成本的不断上升，规则认同与合作治理两者之间的条件比率呈递减趋势。

中图分类号： F123.9

文献标志码： A

文章编号： 10012435（2019）04014109

Abstract： This paper attempts to incorporate the rule identification preference and individual belief learning adjustment into the analysis framework of multi-person voluntary cooperation，  construct a game theory model based on the cooperative management of common-pool resources in the transition period， investigate the mechanism of individual learning and the heterogeneity of rule identity preference in cooperative governance of communitys common-pool resources， and make the corresponding simulation analysis. The result showed that the heterogeneity of the rule identification preference affects the individuals strategic choice and adjustment， which in turn affects the cooperative governance of communitys common-pool resources， especially when the government partially or completely withdraws from the governance of communitys common-pool resources， and it will make great effect to avoid or make up for the “governance vacuum” of common-pool resources during the transition period. In addition， the degree of rule identification preference of spontaneous governance is positive proportional to the formation probability of cooperative governance， and the rule identification preference can alleviate the cost problem of common-pool resources under some conditions.but as the cost of governance continues to rise， the conditional ratio between rule identification and cooperative governance will decrease.

一、 问题提出

随着 20 世纪 90 年代大规模推进的城镇居民住房制度改革，政府通过出台正式制度逐步退出了社区“共享资源”治理的行列，这些共享资源的属性是既非家庭私有又非社会公有，且被一定范围内私人所共享。那么，随着政府的退出，相应的市场管理规制又没有形成，这些共享资源的治理无形中就落到了社区中大量的可能互不相识的业主们身上，业主间彼此互动协调、统筹行动实现合作治理就成为了解决问题的唯一途径。

然而，面对决策场景的变换，以及突如其来的治理事务，业主间形成了分歧，一部分业主认为社区中资源支配的决策权应该归于所有业主，相应的治理事务也应该经由业主相互协商、自主决策来实现资源的合作治理，如共同分担治理费用、自主组建业主委员会等;而另一部分业主则认为相应的治理义務应归属于物业公司或政府部门（如计划经济时代政府部门对社区共享资源的治理供给），治理事务不是他们的责任，即业主希望搭便车。大量业主间的这种异质性认知产生了系列矛盾，如果业主搭便车，政府则无法退出;但如何协调业主间，业主与物业公司间的关系，或政府如何引导业主参与社区治理等问题都有待于进一步的深入研究。

然而业主间多个体策略互动下自愿合作行为的机制解释，仍然面临很多未解之谜。转型期社区的共享资源合作治理就是对应于这一问题的一个典型实例。转型期社区共享资源治理的现实问题是对应于一类典型的多个体自愿水平合作的问题。传统的对多个体协调互动的自愿合作理论研究，基本上都局限于静态的均衡分析，而不注重达到均衡过程中的动态调整。随着研究的不断推进，研究者开始关注达至均衡收敛的动态过程——将策略互动中个体的学习行为纳入了分析框架。

针对自愿合作行为的动态学习研究，一部分研究表明个体通过学习调整会导致合作水平日趋下降。[1]对此，有两种解释：一是由于参与者在博弈开始时对博弈结构、收益等不完全了解而产生的困惑，这不同于不完美信息，不完美信息通常是指在博弈中参与者不能获知其他参与者的行动信息。随着经验和博弈知识的获取逐渐增多，个体的合作策略逐渐改变，使合作水平趋于下降;二是由于博弈参与人的动机异质性，如有条件性合作，其他人合作则合作，反之亦然，这也导致了在不断的重复博弈中，合作水平日趋下降。[2]另一部分研究认为个体通过学习调整不会导致合作水平的下降，甚至会使得合作水平上升。如Ostorm等通过经验研究和实验研究均发现，自愿合作能够发生，且能够维持，而非日渐下降。[3-4]

社会偏好是合作行为机制框架研究的重要因素，但对个体间利他等决策行为的解释乏力，于是涉他偏好的研究成为重要突破口。然而，进一步的研究表明，单纯地通过涉他偏好也无法完整的解释个体合作供给趋于下降的动态原因。因此，在当前的社会偏好理论基础上，研究者们进一步向道德情感、规则认同和收益结果偏好的组合考察方向推进，尤其是所持规则正当性偏好的研究，可能是对社会偏好理论研究的一个重要突破。[5]

从社会偏好影响自愿合作的研究方式上来看，主要有三种方式：一是通过现实经验数据的采集和分析研究入手，对现实生活中自愿合作行为的发生、发育和维持等方面展开研究。二是通过田野实验的方式，在实验设计基础上，招募志愿者进行行为博弈实验，进而分析携带不同偏好个体的决策行为以及对合作均衡的影响[1][6]等。三是将现实情境、理论模型与仿真模拟研究相结合，通过现实情境梳理、理论分析模型构建和借助计算机软件来进行仿真模拟，进而深入考察影响自愿合作行为的主要因素和策略互动过程，以及合作行为的形成、维持和演化等。[7]

随着社会偏好与自愿合作行为研究的不断推进，研究思路日渐清晰，但仍存在着很多有待于进一步研究的问题。如在策略互动过程中，自愿合作行为除资源禀赋和涉他偏好之外，还受哪些主要因素影响？在转型期社区共享资源合作治理这一特定场景约束下，博弈参与人的学习行为如何影响其决策结果，行为决策的动态调整过程如何？亦即合作均衡是如何形成与演化的？等等。这一系列问题都有待于进一步深入研究。因此，本文将在现有研究基础上，尝试向偏好研究拓展，进而考察个体规则偏好、学习行为对转型期社区共享资源合作治理的影响。

二、相关文献综述

社会偏好影响包括公共物品供给在内的诸多重要领域的经济行为。[1]现有文献在偏好作用下个体合作的机制考察中，其研究的脉络发展主要集中在以下三个方面：

第一，由静态分析向动态考察拓展。基于传统的纯自利偏好已难以解释合作行为的发生和维持，[8]研究者进而将研究的焦点逐渐转向了利他和公平偏好，[9-10]并借助时间和空间博弈分析框架探索社会偏好对合作行为的影响。在分析社会偏好影响合作行为的过程中，Arifovic等认为，单纯通过公平和利他偏好不能充分的考察多个体的水平合作行为，也不能解释在控制实验的重复博弈中个体合作供给趋于下降的动态原因。[11]因此，在静态考察基础上，对个体策略调整的学习动态考察就成为了研究突破的关键。

第二，动态策略调整的维度考察。考虑携带不同偏好个体间的互动决策，能否实现合作均衡往往受制于决策者如何处理新信号和更新信念。对此，在多个体间互动决策下决策者如何处理新信号、更新信念的机制研究，目前主要立足于两个维度：一是基于决策者对过去经历的回顾、反思来调整信念，即通常意义上的“回顾”式信念更新机制。传统学习模型基本都属于这一类，尤其是包括策略选择的强化机制，以及在博弈过程中通过考虑之前经历或对手策略来更新信念的相关学习模型，如强化学习模型、γ-加权经验信念模型和虚拟博弈模型等。[12-15]二是“前瞻”性的信念更新，即基于决策者通过已经发生的过往经历来自行预演模拟的信念调整机制，其信念调整更多依赖于推演而更新。在这种情况下，可以将“策略指导”纳入学习模型，由此来进一步探讨策略指导-老练学习的信念更新机制与模型构建。[16-17]

第三，动态考察下的偏好研究拓展。无论是基于“回顾”还是“前瞻”的行为博弈模型，单纯的考察信念调整的动态学习过程，也不足以解释重复博弈的相关经验研究所观察到的合作现象。对此，Arifovic等以水平合作环境下的公共物品博弈为例指出，由于搭便车是该博弈的占优策略，参与方经过一段时间的学习后，最终会发现并选择该策略，导致最终公共物品的总供给收敛为0。[11]这与经验研究所观察到的——合作供给只是减少并不相符。[18]因此，在博弈模型考察基础上，研究者进一步将探索目光转向了个体在交往互动过程中，关于自身和其他人行动评判的一个核心内容——对该行动正当性的认同与否及认同程度的偏好，探讨这种基于规则认同的偏好将如何影响参与者的决策行为、信念调整，以及合作均衡状态等。换言之，将社会偏好理论（尤其是向道德评判角度转变的社会偏好理论）和个体认知纳入个体行为决策的动态调整过程，构建特定场景认知下的偏好-信念-学习模型，在探讨尘埃落定后的世界——稳定均衡同时，研究尘埃是如何落定的——均衡形成的动态过程和演化，这无疑有着十分诱人的研究前景。非完美信息、策略确定和老练学习是研究行为博弈模型所面临的三大挑战。[12]诚然，挑战存在的同时往往也意味着机遇的到来——基于社会偏好理论，如何表征个体对未选策略的认知，如何通过恰当方式来揭示个体在主观认知下的信念学习;以及如何表征个体在其较大可选策略集合中，辨别出符合心理學意义的可行策略等等，这些都有待于进一步深入地研究。

总之，本文尝试在现有相关文献梳理考察基础上，进一步着力于两个方面的拓展研究：一是尝试在目前研究中普遍关注不公平厌恶、利他偏好等对合作均衡的影响研究基础上，进一步尝试向道德情感、规则认同和收益结果的多元偏好研究推进，尤其是进一步拓展到一般互动规则“正当性”的个体评价与行动考察（规则认同），进而考察其对合作行为与合作治理的影响。二是将规则偏好纳入中国社区共享资源的合作治理考察中，借助模型构建和数值模拟，深入考察个体规则偏好、行为决策对社区合作治理的影响，目前文献中尚少见有此相关研究。不仅考察合作治理供给（合作结果）情况，更多关注于博弈动态过程的分析，以尝试推进偏好异质性个体间策略互动下自愿合作行为的发生、维持等方面的机理研究，同时也有助于进一步推进制度内生理论对中国转型期社区共享资源合作治理的考察研究。

三、社区共享资源合作治理模型构建

（一）模型设定

根据转型期社区共享资源治理的现实情境，随着政府对社区共享资源治理供给的不断退出，其资源治理正面临着多个体间互动博弈和协调合作来实现有效供给。因此，基于行为博弈理论来构建研究框架，且对社区多个体共享、共用的共享资源合作治理模型设定如下。

（1）假设社区有n个业主，亦即有n个博弈参与人，每个参与人都共享某资源，该资源具有非排他性。

（2）社区共享资源合作治理的成本为c，主要用于治理的相关费用，包括相关的沟通、协调、收集信息、组织谈判等成本支出。

（3）参与人的规则认同偏好。假设n个参与人对共享资源合作治理的规则认同是异质的，第i个参与人更偏爱选择某一治理方式。例如，对社区共享资源合作治理中，不同的参与人对依赖政府治理的认同程度可能存在差异，换言之，不同的参与人对社区共享资源进行自发合作治理的认同程度也存在着差异。本文设定ρji表示参与人i对某行动（或策略）j的规则认同偏好，且，0≤ρji≤1，ρji=1表示行动（或策略）j完全符合其规则评价，若ρji=0则表示完全抵制行动j。在社区共享资源治理过程中，设定博弈参与人（业主）的规则认同偏好为两种：一是个体自愿水平合作来实现资源治理的规则认同偏好（j=1），二是依赖政府部门来实现资源治理的规则认同偏好（j=2）。

（4）效用函数。在社区共享资源合作治理博弈中，假设参与人i的效用函数满足柯布-道格拉斯效用函数形式，亦即参与人i的效用函数为：

Ui（Xi，G）=XαiGβ。其中，G为公共物品所带来的效用，Xi是与G相对应的私人物品消费为个体i所带来的效用，gi为个体i对公共物品的投入水平，本文为个体对社区共享资源的治理投入（贡献额），g∈[0，yi]，gi=0表示该参与人为搭便车者，且满足收入禀赋Xi+gi≤yi（yi为个体i的收入）。α和β分别表示两类物品所占比例。进一步地，在共享资源治理中，个体由私人物品和共享资源两类物品获得效用，对共享资源治理的投入比例恰好反映了个体对共享资源治理投入的偏好程度。因此，进一步将效应函数改写为Ui（Xi，G）=XαiGβ=XαiGρji，此设定是共享资源治理供给考察的重要基础。

（5）博弈互动下的策略收益（过程中策略选择收益）。在策略互动的动态博弈过程中，参与人i的效用函数Ui（Xi，G）是由一轮轮实际发生的策略选择收益所累积而成。两者之间有紧密的联系，但同时也存在着迥异的差别。效用函数是通过资源治理而获得，策略选择收益则是对应于某一策略的支付或收益。因此，本文假设参与人i第t轮选择策略j的对应收益为Rj，ti（j=1或2，1表示选择自愿合作策略，2表示选择依赖政府治理策略）。为简化研究和便于考虑不同策略选择下的所获收益，进一步将Rj，ti设定为线性形式。参与人i第t輪选择自愿合作治理下的策略收益为R1，ti=ki（yi-gi）+hi（∑gi-c）（1+ρ1i），hi（∑gi-c）（1+ρ1i），表示共享资源治理带来的收益加成，这些策略选择的个体首先认识到由于政府退出而自愿合作能够维持共享资源供给，因此带来更多收益。其中，ki表示个体i在除去社区共享资源投入后剩余收入的边际收益;hi表示共享资源对参与人i的边际收益。

选择依赖政府治理下的策略收益为：

（6）策略选择概率。借鉴Arifovic等在个体演化学习模型（IELM）研究中的做法[19]，在策略空间均匀分布且博弈参与人理性并对之前博弈支付信息已知的基础上，设定其t+1期某策略选择概率为对应t期的策略选择收益占所有策略收益和的比重。因此，本文借鉴这一做法，假设在社区共享资源治理中，各博弈方理性且对之前博弈支付信息已知，同时策略空间服从均匀分布（每个策略的初始概率为1/J），由此设定参与人i在t+1期的不同策略选择概率分别为P1，t+1i和P2，t+1i。其中P1，t+1i表示参与人i在第t+1期选择自愿合作治理策略的概率，则亦即在t期共享资源治理有效供给（∑gi-c）≥0，自愿合作策略的选择条件是自愿合作的规则偏好ρ1i≥kigihi（∑gi-c）。针对上述模型设定和相关研究假说的提出，下面进一步对社区共享资源治理中的合作行为与均衡演化情况进行数值模拟和假说检验。

四、仿真模拟

设定初始的博弈参与人n=10，且假定博弈参与人除偏好等设定差异外都是同质的。策略空间只包括自愿合作与依赖政府治理两个策略，即J=2。设定参与人i的收入yi均为100（暂不考虑收入差异对共享资源治理的合作行为影响）。在初始轮，参与人的贡献额为[0，100]之间的任意随机数。设定治理成本c=150，平均成本为150/10=15，当个体贡献额大于等于其平均成本时，假定该个体倾向于选择自愿合作来实现共享资源治理。ρji初始值为贡献额除以100（即贡献额与贡献额上限的比重），且ρji越趋近于1，自愿合作的规则认同程度越高，亦即依赖政府治理的程度越低。每一轮结束后，共享资源的治理结果，参与人的各自收益可计算获得。自第2轮开始，兼顾考虑参与人决策的确定性和随机性，当策略选择收益大于其本轮初始的所持收益时（初始时是100），其贡献额随机增加一个额度，其增加的额度设定为正态分布N（5，1）的一个随机数的绝对值（正数），均值5是源于最大贡献额度的1/20，方差为1（标准差为1）控制随机波动幅度（标准差为最大贡献额度的1/100，在保持基本稳健的同时，其波幅相对也较为适宜）。反之亦然，当策略选择收益小于其本轮初始所持收益时，随机降低一个额度，当贡献额大于N（5，1）随机数的绝对值时，下一轮贡献额为直接扣除该随机数的绝对值，否则贡献额降为0。此外，设定参与人在投入贡献后的边际效用ki=06，由共享资源获得的边际效用hi=03。

借助MATLAB R2017b软件，对社区共享资源合作治理个体间互动过程进行数值模拟。在经过t=100轮的迭代之后，将每轮贡献额大于平均成本的参与人筛选出来，得到每轮规则偏好

由图1可以看出，在t=100的迭代过程中，规则偏好ρ-t与参与人选择合作治理的概率p-t均值变动趋势十分相似。进一步对筛选出来的样本数据中的规则偏好与选择合作的概率计算皮尔逊相关系数r，结果数值为078。对相关系数的显著性进行检验：

H0：ρ=0，H1：ρ≠0。统计量t=r1-r2n-2=123392，在显著性水平α为5%的情况下，临界值t0025（98）的值约为166<123392，拒绝原假设H0。即相关系数r是显著的，表明在相关条件设定下，自愿合作与规则认同偏好具有相对较大正相关性，亦即个体规则偏好對共享资源的合作治理影响显著。换言之，当个体对自愿合作的规则认同程度越高，共享资源的合作治理越易于形成，由此假说1成立。对此，进一步探索样本数据，将参与人规则偏好大于或等于05的个体筛选出来，作为新的研究样本，其样本容量为46。其中，有40期合作概率数值大于或等于05，即有40/46×100% =869565%，表示偏好自发合作治理较强的个体（偏好系数大于等于05）中约87%将选择共享资源的合作治理方式，而非等待或依赖政府来进行资源治理。在现实中，随着政府治理供给的逐步退出，治理供给的权责也相应发生转移。那么，权责转移下的合作治理条件形成与治理准备就成为了所面临问题的解决关键。偏好是影响制度变迁中个体行为决策的基础核心[20]，而合作治理的规则偏好为合作治理提供了重要的前提准备和基础保障。在该偏好作用下所可能形成的合作治理，将可以有效避免或弥补社区共享资源在过渡期所可能出现的间歇性“治理真空”，对社区共享资源合作治理的快速形成、持续和稳定都具有重要影响作用。

进一步考虑在不同治理成本c的情况下，规则偏好对合作治理的影响。在其他假定不变的情况下，变动治理成本数值，步长设定为10（亦即平均成本每次递增1），最大值设定为500，亦即治理成本由150、160、…、500逐步增加。步长每变动一次的迭代次数为t=100。再次进行编程运算，获取相应的模拟样本数据，为消减随机因素的影响和便于统计分析，将获取的数据进行分组，相应规则偏好和合作治理的统计分析结果见下表2和表3所示：

在表2中，总贡献额（均值）为相应参与人在治理成本区间（如200-250，且上限归入下一区间）5轮总贡献额的均值。我们可以看出，在治理成本450以下，社区共享资源的合作治理都较好地实现了供给（总贡献额均值都大于治理成本）。但随着治理成本的上升，平均贡献额要求也不断提高，参与人收益在一定程度上受治理投入增加而削减，当治理成本在450-500区间时，平均总贡献额低于治理成本，合作供给难以实现。由规则偏好≥05的贡献额均值来看，尽管治理成本在不断提升，但在偏好和收益双向作用下，贡献额均值一直都相对较为稳健且保持持续提升，直至治理成本超过400以后，贡献额均值才有所下降，但总体相对于低成本时来说，其贡献水平仍保持在较高额度（都超过240）。由此我们可以看出，尽管随着治理成本的提升，自愿合作在某种程度上难度不断加大，但规则偏好的作用在一定程度上缓解了成本问题。

另外，在样本数据中，治理成本超过450时，平均合作治理的规则偏好水平ρ-

在表3中，“规则偏好≥05”是指在治理成本区间5轮（5次步长变动）100次迭代中规则偏好≥05的总期数;“合作概率≥05”则是在规则偏好≥05条件下合作概率≥05的总期数;“条件比率”为规则偏好≥05条件下合作概率≥05的总期数占规则偏好≥05的总期数的比重;“相关系数”为规则偏好与参与人选择合作概率之间的皮尔逊相关系数。

由表3可以看出，随着治理成本的增加，参与人选择较大投入于自愿合作治理共享资源的期数逐渐下降，共享资源的自愿自发治理越发困难，个体成员们更倾向于寻求或依赖政府部门来实现共享资源的持续治理方式，这与传统的经典研究相一致。[21]从表3中相关系数来看，在显著性水平α=5%的情况下，不同治理成本下，规则偏好与合作概率之间都呈现出显著的正相关关系，即随着自愿供给实现资源治理的规则认同程度越高，共享资源的自愿合作治理越易于形成，尽管他们之间的相关性会随着治理成本的增加而稍有减弱。从条件比率来看，在治理成本较低的区间（治理成本低于250），规则偏好≥05的迭代期中，分别有9177%和9365%的期数个体选择自发治理。而后随着治理成本的上升，该条件比率趋于下降，表明个体尽管偏好内部自发治理共享资源，但受限于治理成本，自发治理将面临重重阻碍，越来越难以实现。对此，在假说3中的共享资源治理有效供给∑gi-c≥0情况下，自愿合作策略的选择条件是自愿合作的规则偏好ρ1i≥kigihi（∑gi-c），亦即选择合作治理策略的参与人与治理成本成正比是一致的。在样本数据中，治理成本为450的边界轮次中，该轮平均总贡献额为630，选择合作治理策略的平均规则偏好为0627，大于选择合作策略的规则偏好理论值0615由于kigihi（∑gi-c）相当于贡献的均值形式kighi（∑gi-c）=06*6303*（630-450）=0615。。在成本低于450的非边界轮次中，该结论更加明显（治理成本越低，选择合作治理策略的规则偏好程度要求越低）。

五、結语

现实生活中，诸如社区共享资源治理的问题，在环境保护的集体行动、草场资源维护、 出口行业的反倾销集体应诉行动，以及组织化、程序化运转的商会等这一类需要多个体间彼此互动协调、自愿合作的集体物品供给中很常见。在这些情形下的合作行动常处于艰难的困境之中，Olson的集体行动困境亦述于此，同时也对应于经典理论中多人囚徒困境的纳什均衡。针对这些需要多个体协调行动却难以形成合作的现实问题，其内隐的逻辑是：多个体间所存在的不同利益取向差异，或者是矛盾与冲突，可能都受到一定内在规则认同偏好的影响，交易双方的价格确定，多人决策下的行事方式，都有其若隐若现的身影。

因此，本文尝试从社区共享资源治理这一典型现实问题考察出发，进行现实情境梳理和理论模型构建，并借助博弈模型，对不同规则偏好个体间的合作治理问题进行了仿真模拟研究。研究表明，个体的规则认同偏好对社区共享资源合作治理影响显著，且自发治理的规则认同程度与合作治理的形成概率成正比，亦即随着个体对自发治理的规则认同程度越高，合作治理越易于形成。此外，与现有研究相一致的是，治理成本的影响至关重要。当治理成本越低，自发治理规则偏好认同与其合作的比例相对较高，但随着治理成本的不断上升，规则认同与合作治理两者之间的条件比率呈递减趋势，即偏好自发治理的个体选择合作的比例不断下降。

这种对转型期有不同偏好个体的认知行为和多个体间的交往互动方式进行考察，有助于掌握依赖科层化垂直行政权力支配体系向市场化水平协调规则体系转型。个体所表现出的偏好取向、策略认知、信念调整和决策行为，以及与互动结果之间的内在关联，都有助于深入理解和解决社会转型中个体间社会交往的矛盾冲突，这对形成有效决策，维护社会平稳转型，具有重要研究意义。

参考文献：

[1] Fischbacher U and Gchter S. Social preferences， beliefs， and the dynamics of free riding in public goods experiments[J]. The American Economic Review， 2010，100（1）： 541-556.

[2] Fehr E and Schmidt K M. A theory of fairness， competition and cooperation[J]. The quarterly journal of economics， 1999， 114（3）： 817-868.

[3] Ostrom E. A behavioral approach to the rational choice theory of collective action[J].American Political Science Review， 1998， （92）：1-22.

[4] Ostrom E. Collective action and the evolution of social norms[J]. Journal of Natural Resources Policy Research， 2014， 6（4）： 235-252.

[5] 关宏宇，朱宪辰，周彩霞. 规则公平偏好对个体公共物品自愿供给的影响：一项实验研究[J]. 财贸经济，2015（5）：35-47.

[6] Fatas E， Heap S P H and Arjona D R. Preference conformism： an experiment[J]. European Economic Review， 2018， （105）： 71-82.

[7] Lloyd A J， Gallop K and Ali S. Social preference weights for treatments in Fabray disease in the UK： a discrete choice experiment[J]. Current medical research and opinion， 2017， 33（1）： 23-29.

[8] Cheon T. Altruistic duality in evolutionary game theory[J]. Physics Letters A， 2003， （318）： 327-332.

[9] Ciccone A， Braaten R and Rogeberg O. Fairness preferences in a bilateral trade experiment[J]. CREE Work. Paper Ser.， 2015， （10）： 2015.

[10] Kaplanski G and Levy H. Envy and altruism： contrasting bivariate and univariate prospect preferences[J]. The Scandinavian Journal of Economics， 2017， 119（2）： 457-483.

[11] Arifovic J and Ledyard J. Individual evolutionary learning， other-regarding preferences， and the voluntary contributions mechanism[J]. Journal of Economic Dynamics and Control， 2010， （34）：1768-1790.

[12] Camerer C F. Behavioral game theory： experiments in strategic interaction[M].New York：Russell Sage Foundation， 2003.

[13] Camerer C F and Ho T H. Behavioral game theory experiments and modeling[M]. Amsterdam： Elsevier， 2015.

[14] Fisman R， Jakiela P and Kariv S. Distributional preferences and political behavior[J]. Journal of Public Economics， 2017， （155）： 1-10.

[15] Bechtel M M， Liesch R and Scheve K F. Inequality and redistribution behavior in a give-or-take game[J]. Proceedings of the National Academy of Sciences， 2018， 115（14）： 3611-3616.

[16] Hyndman K， Terracol A and Vaksmann J. Learning and sophistication in coordination games[J]. Experimental Economics， 2009， 12（4）： 450-472.

[17] Kamei K and Putterman L. Play it again： partner choice， reputation building and learning from finitely repeated dilemma games[J]. The Economic Journal， 2017， 127（602）： 1069-1095.

[18] Miller J H and Andreoni J. Can evolutionary dynamics explain free riding in experiments？[J]. Economics Letters， 1991， 36（1）： 9-15.

[19] Arifovic J. Evolving better strategies for central bank communication： evidence from the laboratory[M]. Bradford： Emerald Group Publishing Limited， 2014.

[20] 楊德才，李梦飞.制度变迁、路径依赖与王朝周期性兴衰——以中国封建王朝制度变迁为例[J].安徽师范大学学报（人文社会科学版），2018（3）：117-122.

[21] 朱宪辰，章平，黄凯南. 共享资源治理制度转型中个体认知状态的实证研究[J]. 经济研究， 2006 （12）： 101-113.