论文标题：The Evolution of Cooperation and Diversity under Integrated Indirect Reciprocity

论文链接：https://www.mdpi.com/2073-4336/15/2/15

期刊名： Games

期刊主页：https://www.mdpi.com/journal/games

一、一个关于“回报”的核心问题

在人类社会，合作无处不在，但合作也面临一个根本挑战：帮助他人要付出成本，而“搭便车”却可能获得同样的好处。那么，合作是如何演化并维持的呢？

一个经典答案是“互惠”——今天你帮我，明天我帮你。但现实比这复杂得多：我们经常帮助的不是曾经帮助过我们的人，而是帮助了别人的人，或者因为我们被帮助过，就去帮助另外的陌生人。

这就引出了两种不同的间接互惠形式：

• 下游互惠（Downstream Reciprocity）：“你帮助了别人，所以我来帮助你。”——这是基于声誉的逻辑：做好事的人会得到好名声，从而被第三方奖励。

• 上游互惠（Upstream Reciprocity）：“你帮助了我，所以我去帮助别人。”——这是“把爱传下去”（pay it forward）的逻辑：被帮助的人产生感激或亏欠感，转而帮助另一个陌生人。

这两种机制在现实中往往同时起作用。然而，以往的演化博弈论研究通常将它们分开分析。这篇2024年发表在 Games 期刊上的论文，提出了一个整合了上下游互惠的统一模型，并发现了一些令人意外的结果。

二、模型设定：“好人”与“坏人”的博弈

研究者构建了一个经典的单轮“给予博弈”（giving game）模型：

• 在无限大的随机混合群体中，每轮随机抽取两个人扮演“捐赠者”和“接收者”。

• 合作（帮助）：捐赠者付出成本c，接收者获得收益b（b>c>0）。

• 背叛（不帮助）：双方无收益无损失。

群体中有三类策略：

1. 无条件合作者（X）：永远帮助别人。

2. 无条件背叛者（Y）：永远不帮助别人。

3. 整合互惠者（Z）：他们的行动规则是——如果上一轮自己接受了帮助，那么本轮无条件帮助对方；如果上一轮自己没接受帮助，那么本轮只帮助“名声好”的人。

此外，所有个体的“名声”（好/坏）会公开更新，更新规则取决于他们的行动和上一轮是否接受了帮助。研究者分析了两种不同的名声更新规则。

三、发现一：在简单规则下，“好人”和“坏人”可以共存，但不稳定

模型一采用最简单的名声规则：帮助者得“好名声”，不帮助者得“坏名声”（即“计分规则”）。

在这个规则下，研究者发现：

• 整合互惠者（Z）和无条件背叛者（Y）可以稳定共存于某个中间比例（如图2a中的P点）。这是一个重要的理论进展，因为以往认为上游互惠在混合群体中很难演化。

• 然而，这种共存是不稳定的。一旦有无条件合作者（X）出现，他们会扰乱这个平衡。由于整合互惠者有时会因为对方名声不好而拒绝帮助（“有理由的背叛”），这会导致他们自己名声变坏，从而失去被其他互惠者奖励的机会。最终，在随机波动下，群体还是会滑向“全员背叛”的结局。

也就是说，简单的“计分”规则虽然能创造共存，但无法让它长久维持。

四、发现二：一种更聪明的名声规则，能实现真正的稳定共存

为了增强互惠者的竞争优势，研究者提出了模型二：采用一种“选择性忽视”的名声规则——只有在你接受了帮助之后去帮助别人，才会被评价（好评或差评）；如果你没有接受帮助，那么无论你帮不帮助，你的名声都不变。

这个看似微小的改变，带来了戏剧性的效果：

• 整合互惠者与背叛者的共存状态变得稳定了，并且无条件合作者无法入侵这个共存状态。因为互惠者比无条件合作者多了一层保护：他们不会因为拒绝帮助“坏人”而损失名声（避免了“有理由的背叛”陷阱）。

• 在无错误的情况下，这个共存点是整个系统的“全局吸引子”——无论初始状态如何，群体最终都会收敛到互惠者与背叛者共存的状态（图3a）。

• 在有行动错误的情况下，系统可能出现“双稳态”：要么收敛到共存状态，要么滑向全员背叛（图3b）。

这一发现的关键在于：通过“忽视”某些情况下的名声变化，互惠者能够维持自己的好名声，从而持续获得其他互惠者的奖励，同时避免被无条件合作者“拖累”。

五、与经典模型对比：为什么整合策略更优越？

研究者还将他们的“整合互惠者”与传统的“纯上游互惠者”和“纯下游互惠者”进行了对比。他们发现：

• 如果只允许传统策略（无条件合作、无条件背叛、纯上游、纯下游），系统无法达到稳定的共存。空间状态会被一系列不稳定的平衡点分割，随机波动最终仍会导向全员背叛（图4）。

• 整合策略的优势在于：它允许“被帮助后帮助任何人”（上游部分）和“看到好人就帮助”（下游部分）形成互补。上游部分保证了帮助的传递链，下游部分则提供了筛选“值得帮助者”的机制，两者结合就能抵抗背叛者的入侵。

六、研究意义与启示

1. 对演化理论的意义：本研究首次表明，在一次性囚徒困境的混合群体中，仅靠间接互惠就能实现互惠者与背叛者的稳定共存，无需借助空间结构或重复互动等额外机制。这在理论上是一个重要突破。

2. 对现实社会的启示：人类社会中不同合作水平（“好人”与“坏人”）长期共存的现象非常普遍。本模型为这种“多样性”提供了一个新的解释视角——只要名声评价体系足够精巧（比如“选择性忽视”某些情况），有条件合作的“好人”就能与“搭便车者”稳定共存。

3. 对制度设计的启发：结果表明，“如何评价声誉”比“如何行动”更关键。在设计促进合作的社会机制时，关注名声系统的更新规则（而非仅仅奖惩力度）可能更加有效。

这篇论文用一个相对简洁的博弈模型，回应了一个深刻的问题：在一个充满“搭便车者”的世界里，有条件合作的“好人”如何才能不被淘汰？

答案似乎是：他们需要一种聪明的“道德判断”机制——不是简单地“帮则好，不帮则坏”，而是根据对方是否曾经受惠来调整评价标准。这种“选择性忽视”策略，让互惠者在拒绝帮助“坏人”时不会伤害自己的声誉，从而在长期竞争中获得了优势。

期刊介绍

主编：Prof. Dr. Ulrich Berger, Vienna University of Economics and Business, Austria; Prof. Dr. Kjell Hausken, University of Stavanger, Norway

Games（ISSN：2073-4336）创建于2010年，是一个国际性、同行评审、审稿高效的开放获取期刊 (读者免费)，为博弈论及其应用研究提供前沿论坛。本刊旨在为所有运用博弈论工具、模型与方法的学科 (包括经济学、心理学、政治学、人类学、数学、计算机科学、生物学) 提供跨学科交流平台。现已被 Scopus, ESCI (Web of Science), MathSciNet, zbMATH, EconLit, EconBi, ABDC, CABS等多个关键数据库收录，5-Year Impact Factor: 0.7 (2025)。