相关信号能否支撑合作？——不完全公共监测下无限重复囚徒困境的实验检验

《Experimental Economics》：Sustaining cooperation with correlated information: an experimental test

　　

在关于他人行动的噪声信号（noisy signals）的无限或不确定重复博弈（infinitely or indefinitely repeated games）中，维持合作是困难的。理论研究表明，如果信号相关（correlated signals）且相关程度取决于行动，合作可以维持。本研究在实验室实验中实施这样一种信息结构，并考察被试能否通过将行为建立在该信息结构之上来维持合作。相当数量的被试采用考虑相关性的策略，但与无相关性的对照处理（control treatment）相比，这并未提高合作，因为在玩家能够沟通时，独立信号下的行为更为宽容（lenient）；而在没有沟通时，两种设置中的合作都保持较低。

研究背景与问题：在无限或不确定重复博弈中，若对手行动仅通过噪声信号被不完全公共监测（imperfect public monitoring；即玩家观察公共噪声信号而非真实行动），维持合作困难。Awaya & Krishna的理论工作提出，若信号相关且相关程度取决于行动，合作可维持；其关键条件是双方行动相同时信号更相关，公开报告私人信号可推断过去行动。本文在公共监测下实现“同行动则两个公共信号完全相同、不同行动则独立”的信息结构，并与独立信号对照；核心问题是：在所有人如实报告时，被试能否利用信号相关性维持合作，策略是否改变，前沟通（pre-play communication）如何影响合作。理论预测Cor处理存在完美公共均衡（perfect public equilibrium, PPE），其中相关冷酷触发策略（correlated grim-trigger strategy, CGRIM）可支持完全合作；NoCor处理无合作PPE。研究意义在于实验检验该理论的基础，以及人们对相关信息的利用能力。

研究人员开展四组间实验并得出：相关信号未提高平均合作率；相当部分被试采用相关策略，但其非宽容惩罚导致频繁惩罚；相关性具有双刃剑作用。该结果挑战了“相关信号通过改善监测促进合作”的简单理论预测，并揭示策略选择机制。

关键技术方法：研究人员在康斯坦茨大学Lakelab开展实验室实验，采用无限重复囚徒困境（Prisoner’s Dilemma）与不完全公共监测，设置Cor-Chat、NoCor-Chat、Cor-NoChat、NoCor-NoChat四组间处理；ε=0.2、δ=0.8、g=l=0.8。每组进行7个超博弈（supergame），匹配组内完美陌生人匹配，采用块随机终止（block-random termination）保证至少5轮；样本为康斯坦茨大学学生，2020年Chat处理144人、2025年NoChat处理172人，Chat处理最终分析136人。策略分析使用stratEst实现策略频率估计模型（strategy frequency estimation model, SFEM），以期望最大化（Expectation-Maximization, EM）算法拟合并用贝叶斯信息准则（Bayesian Information Criterion, BIC）选择策略；沟通内容由两名研究助理编码后用logistic回归分析。

5.1 Cooperation：通过比较最后三个超博弈前五轮平均合作率与回归稳定性分析得出：Cor-Chat为0.78、NoCor-Chat为0.79，差异不显著（单侧t检验p=0.55）；Cor-NoChat为0.35、NoCor-NoChat为0.31，差异不显著（p=0.25）。有前沟通时，Cor-Chat五轮内下降19个百分点，NoCor-Chat下降9个百分点，个体层面回归显示Cor-Chat下降更陡（p=0.04），匹配组聚合不显著（p=0.26）；无沟通时，Cor-NoChat下降约10个百分点，NoCor-NoChat不足1个百分点，差异在个体层面p=0.07、匹配组p=0.15。结果1：无论有无前沟通，信号相关均未提高合作率；有前沟通时相关处理合作下降略陡。

5.2 Strategy choices：通过估计九种记忆一历史（memory-one histories）后的合作概率并用SFEM估计策略份额得出：有前沟通时，Cor-Chat中CGRIM份额0.40、CTFT 0.16、ALLC 0.26，NoCor-Chat中ALLC 0.76、CGRIM 0.05；无前沟通时，Cor-NoChat中ALLD 0.64、ALLC 0.19、CGRIM 0.17，NoCor-NoChat中ALLD 0.74、ALLC 0.19、GRIM 0.07。cdc历史后Cor-Chat合作率0.33、NoCor-Chat 0.79，显示相关处理更不宽容。排除相关策略变体的模型检验p<0.001（有沟通）、p=0.09（无沟通）。结果2：相关信号下策略选择不同，被试从宽容策略转向非宽容、不原谅的相关策略。

5.3 Communication：通过两名研究助理将聊天编码为39个子类并归为Coordination、Deliberation、Relationship、Trivia四类（Cohen κ=0.35），并用logistic回归分析首轮合作得出：几乎全部前沟通包含协调；Cor-Chat中Deliberation与首轮合作正相关（边际效应0.65），NoCor-Chat中Trivia正相关（0.71）；相关策略使用者更多Deliberation和Relationship（p=0.03、0.01）。结论：被试使用前沟通协调行为；在相关信号处理中，参与审议者更合作，审议与相关策略使用相关。

讨论部分总结：作者指出，实验δ=0.8接近无相关时合作均衡阈值（δ_NoCor^PPE=0.81），社会偏好可解释NoCor中合作；NoCor-Chat高宽容仍待解释，前沟通可能使社会偏好更重要或更易检测；NoChat中宽容和原谅显著更低，监测更容易时宽容也下降，故沟通与不完全监测结合特别有利于合作。研究结论部分译为：当玩家不能完美观察对手行动时，在无限重复博弈中维持合作是困难的。理论文献提出通过相关信号维持合作的一种方式（Awaya & Krishna）。在实验室实验中，研究人员考察公共监测下无限重复囚徒困境中相关信号对策略选择和合作的影响。相关信号未提高平均合作频率；Cor-Chat合作起点高但下降更陡，相当部分被试采用非宽容的相关惩罚策略，导致频繁惩罚；Cor-NoChat有类似策略模式。相关性具有两个相反作用：使背叛可确定检测从而可能支持有效合作，但也使回应不宽容。δ接近无相关合作均衡阈值以及社会偏好可解释NoCor中较高合作；NoCor-Chat高宽容仍令人困惑，前沟通可能使社会偏好更重要或更易检测，沟通与不完全监测结合似乎特别有利于合作，未来研究可考察其他情境中的这种交互。