竞争机制会“卷” 走合作行为吗?∗
——来自公共品博弈实验的证据

2022-04-18 11:58戴瑞楠

经济科学 2022年2期

罗俊戴瑞楠张真

(1.浙江财经大学经济学院浙江杭州 310018)

(2.中国人民大学经济学院北京 100872)

一、引言

“内卷” 已经成为当今社会最为关注的话题之一，“内卷” 一词也因为高使用率而入选“2020 年度十大流行语”。“内卷” 通常用来描述过度内耗导致努力收益下降的现象，如今多用于形容高校或职场里的“非自愿” 竞争。它的频繁出现不仅反映了在当前资源稀缺环境下，个体之间相互倾轧的情况司空见惯，也引起了社会对高内耗下组织运行低效率现象的重视。“内卷” 的根源来自残酷的竞争机制，在竞争压力下的个体为了争夺有限的资源只能更多关注自身的表现，不断提高自身努力强度，从而导致无谓的内部损耗。更为重要的是，在竞争环境中合作这类具有互惠属性的行为也可能会被“卷” 走，使得社会总体福利降低。

竞争机制对合作行为的挤出效应最早可以追溯到部落社会。在人类部落间的战争中，合作御敌或捕猎往往需要付出成本并承受风险，同时我们还要面临部落内部的资源竞争。个体为提高在有限资源环境中的存活概率，会降低自己的合作意愿(Loch 等，2006)。并且，竞争范围在当前经济日益全球化和市场化的社会中逐渐延伸，小到绩效排名机制下团队内部的员工合作(Kleiman，2012)，大至国际竞争环境中国家间合作联盟的式微或瓦解(如欧盟)，都会出现合作行为在竞争机制下受到抑制的现象。因此，在“内卷”化加剧的环境中，如何促进个体间的合作来提高群体福利水平是我们面临的重要现实问题。

理论上，个体会在公共物品自愿供给中选择“搭便车”，使得合作行为在社会中经常难以持续(Olson，1971)，该观点在公共品博弈(public goods game) 实验中得到了证实(Ledyard，1995)。为减少合作中的“搭便车” 行为，以往研究从群体规模(Olson，1971)、投资边际收益(Isaac 和Walker，1988)、匹配方式(Andreoni，1988)、禀赋来源(Cherry 等，2002) 和投资成本(Cárdenas 和Mantilla，2015) 等角度开展公共品博弈实验研究。上述内生变量对合作行为的影响较为明确，而竞争是一种复杂的外生机制，它通过设定异质性收益结构，间接影响个体之间的互动与决策，以实现特定的激励目的。

竞争机制的激励作用较早体现在激励理论(incentive theory) 的相对业绩评价(relative performance evaluation) 中。在代理人面临的不确定因素完全相同时，相对业绩评价是代理人努力程度的充分统计量(Holmstrom，1982)，同时它会形成代理人之间的竞争关系，产生互相“拆台” 等低效行为。在相对业绩评价中更为激烈的竞争机制是锦标赛(tournament) 制度(Lazear 和Rosen，1981)，它通过拉大输赢者的奖励差距来加强激励效果。锦标赛机制体现了资源稀缺的现实环境，与“内卷” 的现状以及本文的竞争机制密切相关。然而，这种赢者通吃(winner-take-all) 的强竞争机制可能会减少竞争者之间的合作行为 (Carpenter 和Yermack，1999)，甚至产生阴谋破坏的行为 (Dye，1984)。Carpenter 和Yermack (1999) 认为团队生产中合作至关重要，因此他们提出了输者承担所有(loser-take-all) 这种类似末位淘汰的机制，并认为它比前者更有效率。

竞争机制的激励作用在公共品博弈实验中一般通过惩罚或奖励被试贡献额的方式来体现。具体而言，它根据个体或群体的贡献额有无超过目标值(包括个体或群体公共品贡献水平均值以及特定排名对应的公共品贡献水平等) 来决定是否对被试实行惩罚或奖励，以形成特定范围内的竞争压力(Colasante 等，2019)。以往竞争机制的竞争范围往往仅存在于小组内部的个体之间或不同的小组之间(Falkinger 等，2000；Reuben 和Tyran，2010)。实验结果表明，来自惩罚或奖励的竞争往往都会促进个体进行合作(Fehr 和Gächter，2000；Angelovski 等，2019)。当然，也有少数竞争机制会抑制合作行为，但原因往往不是竞争本身而是反惩罚机制等设计的引入(Cárdenas 和Mantilla，2015)。然而，由于合作中个体对团队的实际贡献无法准确度量(Alchian 和Demsetz，1972)，现实中的竞争机制大多依据个体的成绩或绩效(或与其对应的排名) 而非个体在团队中的贡献。此外，这些机制在合作与竞争发生的主体范围上可能存在两个问题:一是在组间竞争中，合作与竞争不存在于同一层级主体间，即合作仅发生于小组内部的个体之间，而竞争发生于不同的小组之间；二是在个体竞争中，合作与竞争虽然存在于同一层级主体间，但小组与小组之间没有联系，整个群体内的竞争压力对小组内部个体之间合作行为的削弱作用被忽视。

另外，信息公开对竞争机制的形成与作用具有重要的影响，在暗自较劲的“内卷”环境中，信息公开会影响个体的竞争压力和努力强度。Falk 和Ichino (2006) 发现公开同伴的表现可以导致个体进行比较和竞争，使得个体在没有金钱奖励的情况下也会提升自己的表现。Duffy 和Kornienko (2010) 根据信息公开的内容在独裁者博弈中引入利他竞争和自利竞争。其中，利他竞争根据捐赠额大小从高到低对个体进行排序，自私竞争根据保留额大小从高到低对个体进行排序，结果表明利他竞争实验组的捐赠额最高，说明不同信息内容的公开会形成不同的竞争框架与结果。Hartig 等(2015) 在公共品博弈实验中分别公开组内个体贡献额和组内平均贡献额，比较发现提供组内个体信息更有利于提高贡献额。然而，信息公开在不同的竞争机制下对合作行为的作用，以及不同信息公开程度在竞争机制下如何影响合作行为还未得到充分研究。

基于此，我们尝试构建更为贴近现实的竞争环境，探究竞争机制和信息公开程度对合作行为的影响。在本文的竞争环境中，个体之间既存在合作关系，也存在竞争关系；合作关系存在于小组内部的个体之间，竞争关系存在于整个群体的个体之间，该设计符合个体在小团体中进行合作、大群体中发生竞争的现实环境。此外，个体之间的竞争依据不再是个体对团队的贡献水平，而是个体的相对业绩评价。具体而言，我们利用多轮公共品博弈来动态考察个体的合作行为，在实验室中根据个人总收益排名设计了头部竞争和头尾竞争机制。头部竞争中只有少数排名靠前的被试能获得高额收益，头尾竞争在前者基础上少数排名靠后的被试不获得收益，这与现实中官员的晋升竞标赛制度(周黎安，2007) 以及员工的末位淘汰制度相近。我们还根据个人贡献额、收益、排名和同组他人信息公开程度构建了不同的信息环境，以探究现实中信息公开程度在头部竞争、头尾竞争中的不同作用。

这一机制设计的提出改进了过去文献中合作与竞争行为主体不一致、不同小组之间没有联系的问题，呈现了以总收益排名为依据这一更贴近现实的竞争环境对个体合作行为的影响。本文不仅尝试完善竞争机制对合作行为影响的一般性理论，还希望能为现实中可能出现的竞争机制下不同的信息环境会如何影响合作行为提供实证依据，从而更有针对性地激发“内卷” 环境中个体的合作意愿。实验结果表明，竞争机制无法促进个体合作，甚至挤出了低风险偏好与中度信息公开下个体的合作。此外，信息公开程度的提高对个体的合作行为有显著正向影响。最后，我们运用遗传运算法则，通过计算机仿真的方法模拟了群体在“内卷” 环境中合作行为的遗传与演化，得到了与实验一致的结论。

二、实验设计

(一) 实验安排

我们于2020 年5 月7—13 日、6 月4—5 日在浙江财经大学经济行为与决策研究中心(CEBD) 面向全体学生公开招募了180 名被试参与实验。具体来说，本文的实验包括9个实验局，各实验局的被试总人数控制在20 人。正式实验过程中，所有被试被随机分成了10 个小组，每2 人匹配为1 个小组，小组内部分别进行重复多轮的公共品博弈实验。每场实验平均持续约1 个小时，被试的最终报酬包括实验报酬和出场费(20 元) 两个部分，最终报酬平均为42.88 元。我们采用被试间设计(between-subjects design) 的实验，实验程序使用z-Tree 软件编写(Fischbacher，2007)。根据实验数据中各组的均值和标准差，以及＜0.05 的统计显著性，在power-value 为0.7 时所需的样本量为156，小于我们的实验被试数量180。

(二) 实验过程

实验主要包括三个阶段。

第一阶段展开一个“数1” 任务，目的是让被试通过自己的努力获得有差异的初始禀赋，用于第二阶段的公共品博弈。任务完成数量决定被试初始禀赋的高低:完成数量位于前50%的参与者获得300 个筹码，位于后50%的参与者获得200 个筹码，这些筹码将均分在后十轮公共品博弈实验中，即每人每轮获得30 个或20 个筹码，并作为贡献额上限。“数1” 任务对所有被试都是同质的，不偏好被试在某些方面的特长。任务结束后，系统对被试进行随机分组，2 人小组中有一个前50%任务完成者和一个后50%任务完成者，分组完成后整场实验保持不变。

第二阶段进行十轮公共品博弈，前50%任务完成者每一轮筹码的收益公式为30 -＋0.8 (＋)，后50任务完成者的收益公式为20 -＋0.8 (＋)，其中表示参与者的投资量，表示参与者对手的投资量。实验中参与者的总筹码为每一轮筹码收益的总和，参与者在每一轮公共品投资之前各实验局都会根据下文的实验设置显示不同公开程度的信息。十轮公共品博弈结束后，各实验局根据不同竞争机制下的收益规则获得报酬。

第三阶段展开一个与公共品博弈实验无关的调查问卷，被试需要依次填写风险偏好测度表和个体信息问卷。本文的风险厌恶测度方法借鉴Holt 和Laury (2002)，要求被试连续做出10 个决策，每个决策中有A 和B 两个选项，选择A 选项次数越多的被试风险厌恶水平越高。个体信息问卷包括性别、年龄、出生地等问题，用于实验后续的研究分析。

(三) 实验设置

本文实验室中分别设置了三种信息公开程度和三种竞争机制(见表1)，每一轮投资间各实验局页面都会显示不同公开程度的信息，并按照不同竞争机制规则获得报酬，具体不同信息公开程度设置如下:第一种是高度信息公开，页面显示双方上一轮贡献额、可投资筹码、收益公式、总筹码数和总筹码数列整个实验局全体成员的排名。第二种是中度信息公开，页面显示自己的上一轮贡献额、可投资筹码、收益公式和总筹码数列整个实验局全体成员的排名。第三种是低度信息公开，页面显示自己的上一轮贡献额和收益公式。

表1 各实验局设计情况

具体不同竞争机制设置如下:第一种是无竞争机制，被试的总筹码按10 筹码兑1 人民币的比例换算得到报酬。第二种是头部竞争机制，被试的总筹码最终位列实验局全体成员前20%者(第1—4 名) 获得40 元报酬；位列后80%者(第5—20 名) 获得10 元报酬(若出现总筹码数并列情况，则由计算机对总筹码数相同的参与者随机决定最终的名次，后同)。第三种是头尾竞争机制，被试的总筹码最终位列实验局全体成员前20%者(第1—4 名) 获得40 元报酬；位列20%—80%者(第5—16 名) 获得10 元报酬；位列后20%者(第17—20 名) 不获得报酬。

三、理论模型

按照标准的博弈论分析方法，被试的决策不受本设计的影响，即在不同信息公开程度下经济人的占优策略都是零贡献，不受对方的决策信息的干扰；在不同竞争机制下，经济人为获得最高实验报酬，会追求每一轮筹码数最大化，经济人的占优策略也都是零贡献。但是，大量的实验研究表明被试的公共品贡献水平都显著高于经济人假设下的零贡献(Isaac 和Walker，1988)。为解释这一现象，Rabin (1993)、Dufwenberg 和Kirchsteiger (2004) 建立了基于动机公平的互利偏好模型，Fehr 和Schmidt (1999) 建立了基于结果公平的差异厌恶偏好模型。这些理论都预测，若参与者有足够强烈的社会动机，就会有某种形式的条件合作(陈叶烽等，2012)。本实验个人每轮公共品投资的效用函数可表示为:

其中，假设β≤α且0≤β＜1。

接下来，我们分别讨论竞争机制和信息公开程度对个体公共品贡献决策的影响。

(一) 竞争机制对个体公共品贡献决策的影响

(二) 信息公开程度对个体公共品贡献决策的影响

结合现实中的情况，在高度信息公开条件下，了解到对手比较友善，且自己的财富较多时，个体确实会更愿意提供大于0 的公共品数量。由于α、 β、 γ为外生参数，故γ∈，在保证β≤α且0≤β＜1 的前提下，使得I 满足x＞0 的条件，即存在公共品投资数量大于0 的情况。综合低度信息公开条件下个体的最优公共品投资数额恒为0，以及高度信息公开条件下个体在一定条件下会投资大于0 的公共品数额这两个结论，提出假设2:信息公开程度的提高可以促进个体的公共品投资行为。

四、实验结果

(一) 描述性统计与非参数检验

每个实验局的20 名被试在10 轮公共品博弈中共有200 个贡献数据。从全部样本的情况来看，被试的平均贡献量是9.16，平均贡献率是38.15%。我们对9 个实验局中个体10 轮平均公共品贡献额进行Kruskal-Wallis 检验，结果在1%显著性水平上拒绝了各实验局公共品贡献无差异的原假设(＝0.0016)，这意味着不同实验局的机制设计导致了被试公共品贡献的差异。因此，我们进一步考察各实验局之间的公共品贡献差异。Mann-Whitney 秩和检验结果表明，在特定信息公开程度下，不同竞争机制的贡献量和贡献率存在显著差异。例如，在中度信息公开下，无竞争组的贡献量和贡献率在5%的显著性水平上高于头部竞争组(＝0.0274)；在低度信息公开下，无竞争组的贡献量和贡献率在10%显著性水平上高于头尾竞争组(＝0.0635)。

通过观察9 个实验局被试在公共品贡献量和贡献率上的差异我们发现，从整体上看，无竞争组的贡献量和贡献率高于有竞争组，但不存在显著差异(Kruskal-Wallis test:＝0.405；＝0.377)，高度信息公开组的贡献量和贡献率显著高于中、低度信息公开组(Kruskal-Wallis test:＝0.0004；＝0.001)。

在三种不同公开程度的信息下，从各竞争机制设计下小组成员平均贡献随轮次的变化趋势可以看出，与许多已有的实验结果相似(Fehr 和Gächter，2000；Angelovski 等，2019)，每个小组的平均贡献水平随轮次增加，都呈现下降的趋势。此外，随着信息公开程度降低，每个小组的平均贡献水平也会降低。

(二) 竞争机制、信息公开程度与个人合作行为

为进一步检验实验结果，我们对全体样本数据进行回归分析。表2 第(1) 列以个体全部轮次的平均公共品贡献值为被解释变量。第(1) 列仅包含实验局设计的虚拟变量，结果表明信息公开程度越高，个体的合作水平也越高，而竞争机制没有显著影响被试的贡献量。由于本实验中个体的初始禀赋有差异，相同的公共品贡献量对于初始禀赋不同的个体意味着不同的贡献率，故第(2) — (5) 列以个体公共品贡献率为被解释变量。此外，由于被解释变量为截断数据，第(2) — (5) 列采用Tobit 回归，得到的结论与第(1) 列相似。在信息公开程度差异的设计中，由于高度、中度、低度信息所含的信息量可能无法用基数准确表示，第(3)、(4) 列将信息公开程度变量拆分成高度、中度、低度信息公开代替前文的信息公开程度变量。

结果表明，高度信息公开下被试的贡献率显著高于低度信息公开下被试的贡献率，同时，中度信息公开下被试的贡献率显著高于低度信息公开下被试的贡献率。该结果与假设2 一致，即信息公开程度的提高可以促进个体的公共品投资行为。

为探究竞争机制和信息公开程度对合作行为的交互作用，我们以无竞争组为基准组，分别研究三种不同信息公开程度下的样本。此外，我们还控制了被试的个体性别和年龄等特征变量。表2 中第(5) — (7) 列的样本分别来自高度、中度、低度信息公开组。结果表明在中度信息公开中，头部竞争机制下的被试贡献率显著低于无竞争组的被试贡献率，这一结果在实验中可能的解释是在中度信息公开下，被试仅知道自己的排名，不知道对手的排名，会过高估计来自对手的潜在竞争压力，从而降低合作意愿。然而，在高度信息公开下，由于被试知道双方排名，当排名差距较大时，竞争压力会减小；在低度信息公开下，排名信息没有被呈现，被试容易忽略来自群体其他被试的竞争压力。因此，在中度信息公开下，竞争机制会降低个体的公共品贡献量。该结果验证了假设1，即竞争机制的存在会挤出个体的合作行为，且挤出效应出现在特定信息公开程度下的个体中。

表2 全部样本合作水平的回归结果

为探究竞争机制和信息公开程度对个体合作行为的作用机理，我们运用动态面板数据对个体公共品自愿贡献行为进行分析。表3 中第(1) — (4) 列包含全部样本，以个体每轮贡献率为被解释变量，以公开信息中的滞后项为解释变量，并控制实验轮次。第(1) 列引入了关于被试自己的信息变量，结果表明，总体上个体在公共品贡献过程中存在“惯性”:个体上轮贡献率越高，下一轮的贡献率也越高。此外，个体上轮排名越高，下一轮的贡献率也越高，这是因为高排名个体更有可能获得高报酬，希望通过合作维持甚至提高自己的排名。第(2) 列引入了被试对手的信息变量，结果表明，对手的排名越高，上一轮贡献率越高，个体下一轮的贡献率也越高。这表明个体更愿意同高排名者合作，并且会表现出基于动机公平的互利偏好，这与Rabin (1993) 建立的基于动机公平的互利偏好模型一致。第(3) 列同时引入关于双方的信息变量，自己和对手的上轮贡献与前文结果一致。第(4) 列引入了双方变量的差值(例如，上轮排名差＝上轮自身排名-上轮对手排名)，结果表明，个体上轮排名高于对手排名越多，个体的下轮公共品贡献率越高。这可能是因为当个体的上轮排名高于对手的上轮排名时，基于结果公平的差异厌恶偏好，个体会产生同情心理，从而提高自己在下一轮的公共品贡献率，这符合Fehr 和Schmidt (1999) 建立的基于结果公平的差异厌恶偏好模型。

为进一步探究竞争机制对动态博弈的影响，表3 中第(5) — (7) 列的样本分别来自头部竞争组、头尾竞争组和无竞争组。从回归结果可以看出上轮对方排名对下轮贡献率有显著正向影响，意味着个体更不愿意同高排名对手合作。相比无竞争组，这一效应在有竞争组中更强，可能的解释是在头部竞争机制或头尾竞争机制中，对手的高排名更容易使个体感受到竞争压力，从而会提高不合作意愿。此外，在头部竞争组、头尾竞争组中，上轮对手贡献的增加会显著提高个体下轮贡献率，然而，这种正反馈效应在无竞争组中没有体现。

表3 全部样本个体贡献率的动态面板回归结果

(三) 风险偏好与个人合作行为

为研究个体在竞争机制中采取保守策略的原因，同时，由于个体在公共品博弈中采取合作行为需要承担对手“搭便车” 的风险，表4 中第(1) 列在表3 第(3) 列的基础上引入风险偏好变量，回归结果显示风险偏好变量没有直接影响个体的贡献率水平。我们在第(2) 列中加入风险偏好与竞争机制变量、信息公开程度变量的交互项，结果表明头尾竞争机制相对于无竞争机制、中度信息公开相对于高度信息公开，风险偏好越高，个体贡献率增长的幅度越大。第(3) — (4) 列对低风险偏好和高风险偏好个体分别进行回归。结果表明，在低风险偏好样本中，头尾竞争机制下被试的贡献率低于无竞争组的贡献率，这意味着头尾竞争机制会挤出低风险偏好者的合作行为。该结果也表明竞争机制会挤出个体的合作行为，挤出效应会表现在特定风险偏好的个体行为中。这可能是因为在头尾竞争机制中，总筹码列全体成员后20%者不获得报酬，所以低风险偏好者为了避免自己合作而对手“搭便车” 会采取不合作策略，确保自己不落入后20%区间。

表4 不同风险偏好个体合作水平的回归结果

五、计算机仿真

(一) 仿真设计

我们通过实验方法从个体的角度来探究竞争机制对个体行为决策的影响。但个体决策与群体决策可能存在差异，我们希望能更加广泛、全面地研究竞争机制对合作行为的影响，所以本文的研究对象不仅包括个体，还包括群体；不仅是相关机制短期的影响，还考虑机制长期演化的结果。因此，我们进一步利用计算机仿真方法，运用遗传运算法则(Axelrod，1997) 进行基于多行为主体(multi-agent) 的计算机仿真(叶航，2012)，模拟群体公共合作的随机演化过程，从群体的角度探究竞争、信息这些机制如何影响整个群体的决策和演化以及对群体合作行为的作用。

计算机仿真运用囚徒困境博弈以刻画个体之间的合作行为。博弈局势:当参与者A、B 双方选择“合作” 策略，双方的收益均为3；当参与者A 选择“合作” 策略，B 选择“背叛” 策略，参与者A 的收益为0，参与者B 的收益为5；当参与者B 选择“合作”策略，A 选择“背叛” 策略，参与者B 的收益为0，参与者A 的收益为5；当参与者A、B 双方选择“背叛” 策略，双方的收益均为1，收益矩阵如表5 所示。

表5 博弈收益矩阵

信息机制:计算机仿真包括完全信息和不完全信息。仿真中个体的决策取决于双方过去连续博弈中的历史决策(前三次决策)，由6 个C 或D 表示6 位历史。比如出现三次相互背叛，则为DDDDDD，6 位历史中第2、4、6 位表示博弈对手过去三次的决策，第1、3、5 位表示自己的决策，这6 位历史与个体基因决定了下一轮博弈的决策。完全信息指个体决策时完全知道这6 位历史；不完全信息指个体决策时仅知道自己前三步的决策(第1、3、5 位历史)，而不知道对手前三步的决策(通过对第1、3、5 位历史随机产生C 或D 实现)，使得对手决策无法反映在历史中，从而实现不完全信息公开机制的设计。

(二) 仿真步骤

第一，用70 个C 或D 随机组成的染色体代表初始个体，形成总样本。第二，通过随机采样从总样本中获取样本，并使其中每个个体依次与随机的位个体匹配并进行轮重复囚徒困境博弈，个体的净回报是它与位个体博弈的平均分。第三，根据净回报计算个体遗传复制的适应度，净回报越高的个体适应度越大，适应度大的个体更有可能被选中成为遗传过程中的父辈或母辈，同一个体可以被选中多次。第四，根据适应度从个体中选择2 对父辈、母辈交配产生后代，为方便起见，群体数目保持不变，每次交配产生两个后代。后代的基因来自于父母双方，通过交叉和突变实现。交叉使得两个后代的染色体来自父母双方的染色体。具体而言，假设父辈染色体有70 个C (表示无条件合作)，母辈有70 个D (表示无条件背叛)，我们随机选出一个地方打断父母双方的染色体。比如，我们在第5 个基因后发生打断，则一个后代的基因由5 个C 和65 个D 组成，另一个后代的基因由65 个D 和5 个C 组成。突变是指随机将整条染色体的个别基因由C 改为D，或由D 改为C，形成后代的突变，每位基因的突变概率为。第五，产生新的群体。该群体的基因来自上一代中更为成功的个体，且对于每一代新的群体，都会将适应度更高的基因传给下一代。

(三) 仿真结果

计算机仿真结果表明，如果在群体中引入头部竞争，群体在演化过程中合作基因C占总基因的比例会快速下降，并维持低水平的震荡。从总体上看，头部竞争组的合作基因C 占总基因的比例为23.06%，显著低于无竞争组的47.42%。这意味着竞争机制会降低群体在演化过程中选择合作的概率，挤出群体的合作行为。此外，无竞争组的合作基因C 占总基因比例仍维持在50%左右，这符合Axelrod (1997) 囚徒困境重复博弈计算机程序奥林匹克竞赛中“一报还一报” (tit for tat) 策略获得总分第一的结论。

竞争机制下的平均收益图表明如果在群体中引入头部竞争，群体的平均收益会维持在一个较低水平的区间震荡。从总体上看，头部竞争组群体的平均收益为30.10，显著低于无竞争组的45.34，说明“内卷” 环境下群体合作水平降低的同时整体福利水平也会降低。

此外，我们检验了不同竞争强度对合作演化的影响，结果表明竞争强度的提高会增强竞争机制对合作行为的挤出作用。我们在实验中为了防止被试收益差距过大而采用了较小的竞争强度，这可能导致部分实验局中的竞争机制对合作行为的削弱作用不够明显。我们还检验信息公开程度对竞争机制的作用，结果表明完全信息竞争机制下C 占总基因比例为23.06%，低于不完全信息竞争机制的20.22% (＜0.001)。该结果验证了信息公开程度提高可以促进个体合作的结论，这一结论在“内卷” 环境中也适用。

最后，我们通过调试样本人数、对手个数、博弈轮次等参数，并基于实验中的公共品博弈进行计算机仿真，对结果进行稳健性检验，检验结果显示上述结论的成立条件十分宽泛，这表明竞争机制对合作行为的挤出效应以及信息公开对合作行为的促进作用具有很强的稳健性。

六、结语

通过理论模型、实验室实验、计算机仿真等方法，我们一一分析并检验了竞争机制与信息公开程度对合作行为影响的理论预测及其稳健性。在理论模型中，我们推导得到竞争机制会挤出个体的合作行为，而信息公开程度的提高可以促进个体的公共品投资。在实验室实验中，理论模型推导得到的假设得到了验证:我们发现竞争机制对于特定群体(低风险偏好者) 或在特定情形(中度信息公开) 下确实挤出了个体的合作行为，而信息公开程度的提高对个体的合作有显著正向影响。我们运用计算机仿真发现理论模型和实验主要结果在整个群体的演化过程中依然成立:竞争机制下群体中合作基因C 占总基因的比例显著低于无竞争组的比例，且头部竞争机制下不完全信息组的合作基因C 占总基因的比例显著低于完全信息组。此外，我们发现合作的个体在竞争机制下收益低于无竞争机制，导致在漫长演化过程中群体的合作基因在竞争环境下遗传到下一代的可能性更小，这解释了为什么竞争机制的合作基因比例低于无竞争机制，而最终竞争机制中低比例的合作基因通过低水平的合作表现出来，使得我们可以在实验中发现这一行为结果。

在可供分配资源既定甚至减少的情况下，“内卷” 现象在当前社会司空见惯，这不仅会降低组织运行的效率，甚至会“卷” 走合作这类具有互惠属性的行为。传统的竞争机制设计(Fehr 和Gächter，2000；Cárdenas 和Mantilla，2015) 的竞争范围仅限于小组内部的个体之间或群体内的不同小组之间，竞争依据大多是个体对团队贡献水平。然而，“内卷” 环境中更多以个人为单位，以自身成绩或绩效为依据与群体中其他人竞争。因此，如何完善竞争机制对合作行为影响的一般性理论，从而更有针对性地激发“内卷”环境中个体的合作意愿，提高社会的整体福利，是制度设计者和研究者需要面对的重要课题。而本文在不同信息公开程度下研究“内卷” 环境对合作行为的影响，则正是在这个主题方向上的尝试。

我们的研究结论对现实中激励个体提高合作水平的启示至少在于:在信息公开程度不足的社会群体中，由于不知道他人的能力与成绩，个体在合作时会感受到来自对方和社会无形的竞争压力(如高考机制、晋升体系)，从而降低合作意愿，使得个体在一些原本可以通过合作轻易解决的问题上耗费更多成本。那么如果能设法提高个体所在环境的信息公开程度，使他们意识到和潜在合作者之间并没有直接的竞争关系，就能在一定程度上促进个体的合作行为，提高群体的福利水平。

当然，本文还有不足之处和未来改进的提升空间，比如我们还没有探究竞争机制和信息公开程度对异质性社会偏好个体合作行为的影响差异，并给出更为具体的激励设计。此外，本文仅研究了合作这一具有互惠属性的行为，我们还可以在“内卷” 环境中对个体的信任、利他等其他亲社会行为进行研究，从而得到更全面、更具有现实指导意义的结论。

竞争机制会“卷” 走合作行为吗?∗——来自公共品博弈实验的证据

一、引 言