“科 研”

ZJUSOM

合作行為在自然界中普遍存在，是人類社會得以持續發展的關鍵所在。合作行為在組織和團隊中一直扮演著重要的角色，被越來越多的管理者所關注。然而，合作行為產生與維持的動因一直是懸而未決的科學問題，已成為經濟學家、生物學家、心理學家和神經科學家關注的熱點研究領域。

傳統的經濟學理論認為，合作中人們常常面臨集體利益與個體利益相矛盾的局面。在完成團隊任務時，個體在盡己之力與坐享其成之間往往會猶豫不定，甚至會受到“搭便車”的誘惑，期望在不做出貢獻的情況下獲得收益。

早期研究發現合作中加入懲罰機制能夠使合作水平提高。那么，合作中懲罰機制背后的思考過程是怎樣的？學者們多用卡尼曼的雙系統認知加工理論進行解釋：根據思考的快與慢，在合作環境中，當個體感受到不公平時系統一可能會迅速觸發憤怒或不滿的情緒，促使個體采取即時的懲罰措施。系統二則會進行更為深入的分析權衡懲罰的成本與收益從而做出不懲罰的決策。

然而，合作中人們作出懲罰決策真的是“條件反射”嗎？近日，浙江大學管理學院數據科學與管理工程學系長聘副教授陳發動、求是特聘教授汪蕾攜手沃頓商學院學者Gideon Nave在《Journal of Business Ethics》（FT50期刊之一）上發表題為“Calculated Punishment”的研究。該研究通過公共品博弈實驗，解構懲罰決策背后的認知加工機制，構建認知計算模型，來探究合作中人們做出懲罰決策的動因。

研究發現，人們作出懲罰決策并非簡單的“條件反射”，而是一個復雜的決策過程，即懲罰決策背后是“證據”累積加工的過程，懲罰所付出的成本、懲罰的影響、合作中的貢獻差異三因素在加工過程中發揮作用。換言之，人們在面對合作中貢獻不一的現象時會綜合考慮這三個因素從而做出懲罰決策。

該研究結論顛覆傳統的雙系統認知加工理論中關于“個體基于直覺做出懲罰決策”，揭示了“懲罰決策是可以被計算的”，為促進組織內部合作、激發正向合作行為提供可參考的理論依據。本期【科研】專題，我們一起來看看這項高水平研究。

學者簡介

陳發動，浙江大學管理學院數據科學與管理工程學系長聘副教授、博士生導師。

研究方向：行為決策、行為運營管理、行為與實驗經濟學。

學者簡介

汪蕾，浙江大學管理學院數據科學與管理工程學系教授，浙江大學求是特聘教授、博士生導師。

研究方向：消費者不確定性決策、決策神經科學、行為模擬與仿真；金融電子商務、網上支付/移動支付。

懲罰是基于直覺的“條件反射”？

他們的研究顛覆傳統解釋

傳統經濟學假設人們總是理性和自私的，并以此做出決策。至于人們為什么最終還是會選擇合作，往往用經典的研究范式——公共品博弈進行解釋。公共物品博弈理論作為一種博弈范式巧妙簡化現實生活中的復雜合作情境，通過策略選擇等數學化方式較為完整地呈現出人際互動中的各種行為，為研究團隊合作提供了可行路徑。

公共品博弈的早期研究表明，懲罰是維持社會秩序的重要工具。親社會懲罰是指個體為了維護社會規范和促進公共利益而對違反社會規范的行為進行的懲罰，通過懲罰違規行為來強化社會規范，從而促進合作行為的發生；而反社會懲罰是指個體對表現出親社會行為的高貢獻或高合作性他人實施懲罰，會損害合作水平。

圖片來源：千庫網

在先前探討懲罰背后認知機制的研究中，懲罰的雙系統認知加工理論假設認為懲罰決策是兩種過程相互作用的結果：一種是快速且基于直覺的過程，另一種是深思熟慮的過程。人類的第一本能反應是傾向于實施親社會懲罰。具體而言，雙系統認知加工理論區分了快速、直覺式的系統一思維與緩慢、分析性的系統二思維。在此框架下，研究指出，面對違規行為時，個體往往首先依賴系統一的直覺反應，傾向于維護社會規范和公平原則。

同樣聚焦懲罰背后的認知過程，陳發動團隊提出單重過程理論，將懲罰決策描述為一個價值計算過程。該過程理論不僅適用于懲罰決策，與諸如經濟、感知等其他領域決策有著共同的機制并得到普遍認可。

研究采用漂移擴散模型（Drift-Diffusion Model，簡稱DDM）計算分析個體懲罰決策的影響因素，以精準描述、預測懲罰行為。該模型結合行為和反應時間生成定量預測，可以較為系統地評估懲罰決策的隱含過程，不僅研究親社會懲罰，也能夠將反社會懲罰納入研究，為我們準確理解、把握其心理機制提供具體明確的理論參考。

漂移擴散模型 （DDM模型）

研究發現個體在做出懲罰決策時并非是不假思索的“第一反應”。相反，這一過程涉及到大腦對信息的復雜處理與深度思考。具體而言，當面對是否對他人實施懲罰的選擇時，人們的大腦會經歷一個“證據累加”的過程，即收集并評估各種相關信息進行更為審慎的考慮。該發現挑戰了傳統的雙系統認知理論，深化了我們對懲罰行為背后心理機制的理解。

研究發現這三個因素發揮重要作用，

親社會懲罰與反社會懲罰存在共性機制

該研究對德國一所大學的132名學生進行公共物品博弈與懲罰實驗，經過二十輪實驗，研究發現懲罰機制的背后是“證據”累計加工的過程，受個體懲罰所付出的成本、對被懲罰者的影響、合作中的貢獻差異三因素影響。

當懲罰與否的差異并不顯著時，個體在做出是否實施懲罰的決策過程中所耗費的時間往往最長。具體而言，人們在考慮是否對他人進行懲罰時會逐步收集、分析并整合成本收益、懲罰的后果、自己與他人貢獻的差異這三方面因素，當這些證據不足以明確指向一個確定的結論時，個體就需要更多的時間來權衡利弊。

圖片來源：千庫網

研究還發現，懲罰所帶來的效益越高，個體越傾向于實施懲罰。無論是親社會懲罰還是反社會懲罰，只要個體認為通過懲罰能夠獲得較大的正面效果，他們就更愿意采取行動。越愿意懲罰他人的人，在作決策時往往更加迅速果斷；相反，對于不太愿意采取懲罰措施的人，則可能需要更長時間來克服內心的猶豫。

此外，研究還發現在沒有充分信息的情況下，人們傾向于不懲罰。這與早期研究中“人們第一反應傾向于懲罰他人”的結論相反。無論是親社會懲罰，還是反社會懲罰，其背后有著共同的認知加工過程。

這項研究揭示了人類懲罰決策背后的復雜心理機制，這些發現對于理解人類在組織中的社會行為、優化制度設計具有重要意義。

圖片來源：千庫網

該研究為促進親社會合作提供依據，

為組織創設合作氛圍提供參考

理論價值方面，該研究創新性地開發了將認知過程數據（如反應時間和眼動軌跡）與懲罰行為相結合的綜合模型，這一突破深化了對于倫理決策的內在機制的認知和理解。

應用價值方面，研究結論為促進組織內部合作與懲罰決策的合理性提供重要啟示。企業在制定組織內部的管理制度時，需要充分考慮個體實施懲罰所需的成本及其可能帶來的收益。同時，企業為營造協作的氛圍，應將個體懲罰所付出的成本、懲罰的影響、合作中的貢獻差異這三個因素納入考量范圍。通過強調這些因素的重要性，引導員工更加關注積極行為。

此外，研究還揭示了一個重要現象：當懲罰無需承擔任何成本時，人們更傾向于進行反社會懲罰，反社會懲罰會嚴重影響組織內部合作的氛圍。因此，管理者在制定懲罰措施時，應該審慎考量其成本收益，以促進合作規范，因為低成本或無成本可能會無意中助長反社會懲罰行為。

最后，管理者可以通過實施針對性的培訓項目，增強員工對影響懲罰背后的計算過程的因素的認識，從而有效減輕與懲罰相關的偏見，促使組織行為更加嚴格地遵循商業倫理規則，確保企業運營的公正性與可持續性。

附：論文摘要

Punishment is fundamental to the evolution of cooperative norms in teams, organizations, and societies. Based on findings that people are faster when punishing others (relative to when withholding punishment), dual-process theories of punishment assert that humans have an intuitive tendency to punish, which requires effortful deliberation to overcome. Here, we propose an alternative single-process theory that models punishment decisions as a sequential sampling process. We provide supporting evidence for this theory using a public goods game experiment that experimentally manipulates the cost–benefit tradeoff across the game. We show that people are not systematically faster when punishing (versus withholding) across tradeoffs.

We also find an inverted-U-shaped relationship between response times and the strength of preferences for punishing, and a negative association between punishment rates and the relative speed of punishment across individuals. Further computational analysis using the drift–diffusion model (DDM) reveals that, on average, people exhibit a pre-disposition to withhold punishment. Our study provides a unified single-process framework for studying the micro-foundations of punishment and integrating process measures to better describe and predict behavior.

編輯：曹敏

審核：佟慶、陳發動