最后的通牒游戏

最后的通牒游戏（UG）是一项著名的心理学实验，同时也是行为经济学领域的经典实验，考察人类在决策、公平和道德等方面的行为。自1980年代引入以来，它已成为理解这些概念的广泛工具。由于其简单有效，UG被世界各地的研究人员广泛应用于经济学、社会心理学，甚至临床和比较心理学等领域。

最后的通牒游戏：博弈论

最后的通牒游戏概述

最后的通牒游戏是一个经典的多人实验，其中固定金额的钱在两个玩家之间分配。第一位玩家（提议者）建议一个可以分配的部分，而第二位玩家（响应者）要么接受，要么拒绝。如果第二位玩家拒绝第一位玩家提出的金额，两位玩家都得不到任何东西。

最后的通牒游戏的主要用途

1. 认知过程和情感反应： 最后的通牒游戏帮助研究人员理解情感反应和游戏的基本认知功能如何影响决策。
2. 公平与决策： 该游戏强调人们如何基于公平的评估作出决策，通常拒绝不公平的提议，哪怕是要付出个人代价。
3. 行为经济学： UG对行为经济学产生了巨大影响，通过挑战传统经济理论的预测。
4. 社会偏好与文化影响： 不同社会对公平、互惠和惩罚不公平行为的看法各不相同。法律、社会规范等文化因素在塑造决策过程中发挥着重要作用。

最后的通牒游戏的任务细节

最后的通牒游戏是博弈论的经典实例。博弈论是数学和经济学的一个分支，研究个体之间的战略互动，其结果不仅取决于个体自己的行为，还取决于他人的选择。最后的通牒游戏涉及两位玩家，他们的任务是将资源分配给自己。游戏的运作方式如下：

• 玩家角色
  • 提议者： 决定如何分配资源并决定响应者所获得比例的玩家。
  • 响应者： 接受提议者决定的资源份额的玩家。响应者可以选择接受或拒绝提议者的报价。
• 条件
  • 接受： 如果响应者接受提案，资源将按照建议进行分配。
  • 拒绝： 如果响应者拒绝提议者的提议，提议者和响应者都将得不到任何资源。

最后的通牒游戏的简化版本；改编自 Deldoost, M.H. & Saeedi, M.T. (2021)。

在最后的通牒游戏的简化版本中，提议者分配可用总额的方式基本可以分为两类——公平和不公平。

• 公平条件： 在这种情况下，提议者和响应者各自获得相等的比例（d = 0.5）。这里，“d”代表分配给提议者的总金额的比例。例如，如果总金额是10美元，则提议者和响应者各自获得5美元。
• 不公平条件： 指的是当资源不均等分配时，提议者将超过一半的资源分配给自己（1 > d > 0.5），而响应者接受它。例如，在总额为10美元的情况下，提议者可能会获得d=0.7（即7美元）的资源，而响应者获得1 - d的资源（即3美元）。

根据提议者的报价，响应者可以选择接受并获得提议金额（即使这是一个不公平的份额）。但如果响应者决定拒绝不公平的报价，则这将导致双方都得不到任何东西（d = 0）（Deldoost et al., 2021）。这种设置，即接受报价的能力，让响应者在这里也有了“权力”，这是最后的通牒游戏与独裁者游戏（Dictator Game）之间的基本区别。在独裁者游戏中，响应者没有拒绝的选项，必须接受提议者决定分享的内容，无论他们是否喜欢。

在 Labvanced 中的 最后的通牒游戏演示

关于报价的方式，这两个设置在文献中常见：

• 一次性报价： 也称为“单一报价”，每个试次只提出一个报价，游戏继续进行。
• 多个报价： 更多的 进阶版本 的 UG 允许在每次试次中进行多个报价。在这种设置中，通常会提出一个报价，并且通常会产生一个结果。基于此，学习从一个试次到下一个报价会发生。

收集的数据

最后的通牒游戏实验收集了广泛的数据，以理解游戏背后的认知过程。

一些关键指标包括：

• 报价： 提议者提出的资金分配。
• 拒绝： 响应者拒绝报价的情况。
• 反应时间： 玩家做出决策所用的时间。
• 眼动数据： 跟踪注视模式，包括注视时长、注视序列、兴趣区域、眼跳和瞳孔扩张。
• 额外生理测量： 文献显示研究人员还在最后的通牒游戏中测量生理反应，如皮肤电导率和心率（反映压力或兴奋水平），以及脑活动（分析与公平性和决策相关的神经反应）。

可能需要考虑的混淆因素

几个变量可能会影响最后的通牒游戏结果，因此在进行实验时需要仔细考虑：

• 情感： 参与者的情感状态，无论是偶发的还是任务相关的，都会显著影响他们的决策并导致偏差。例如，更高的悲伤感已被证明会导致不公平报价的接受率降低（Harlé & Sanfey, 2007）。

• 年龄： 研究表明，玩家的年龄可能会影响在 UG 中的决策。年长者更不可能接受不公平的报价。然而，当在社会情境条件下呈现时（提议者被描述为在经济和社会困境中的个体），他们表现出的亲社会行为和接受不公平报价（Cassimiro et al., 2024）。

• 权利感或所有权感： 权利感或所有权感会影响提议者的报价。当个体感到他们对要分享的金额有更多权利或所有权时，他们倾向于提供更少（Matarazzo et al., 2020）。

• 吸引力：

  • 性别/声音吸引力： 当参与者的声音与吸引人的声音相关联时，他们更倾向于接受不公平的报价。此外，男性参与者往往在与女性的声音相关时接受不公平的报价，而不考虑吸引力。当提议者的声音吸引时，决策时间也会更长，无论性别如何（Shang & Liu, 2023）。

  • 面部吸引力： 与面部吸引力较低的提议者相比，参与者更可能接受来自面部吸引力较高的提议者的不公平报价。这种效应被称为“美丽溢价效应”，因为面部吸引力通过调节不同的脑区域影响决策（Pan et al., 2022）。

• 背景因素和期望： 人们的公平决策依赖于他们的期望和背景。如果参与者提前被告知要期待什么样的报价（例如看到过去报价的范围或平均值），他们就会调整自己对公平的想法。此外，如果提议者被表现出经济困境，参与者更可能出于同情接受不公平的报价（Vavra et al., 2018）。

• 选择重复偏差： 响应者的早期决策（无论他们接受还是拒绝报价）可能影响他们的未来选择，导致他们再次做出类似的决策。这通常发生在无论对于当前情况是否是最佳选择的情况下，可能会使隔离其他变量对决策的真实影响变得更加困难（Chung et al., 2023）。

• 文化： 一项旨在理解驾驶员在环形交叉路口的行为（互动和决策过程）的研究，使用了最后的通牒游戏并发现其为最后的通牒游戏（UG）中的混淆因素。意大利司机不会显著减速，而美国司机则更倾向于减速。这表明，文化因素（如法律和社会规范）在驾驶和 UG 的决策过程中起着塑造作用。

最后的通牒游戏的历史背景和重要性

最后的通牒游戏（UG）是由德国经济学家 Werner Güth、Rolf Schmittberger 和 Bernd Schwarze 在1982年的论文《最后通牒讨价还价的实验分析》中首次提出的。研究人员的目标是研究人们如何在顺序讨价还价的设置中进行谈判和决策。他们设计最后的通牒游戏，因为这是研究这一概念的最简单的方法。UG 使用了简单的模型，最小化混淆，这是帮助参与者理解游戏的一个重要因素。最后的通牒游戏之所以命名，是因为它的设置反映了提议者提出“要么接受，要么拒绝”的要约，实质上向响应者提出了一个最后通牒（Guala, 2008; Güth et al., 1982）。
自开发以来，它已发展成为一个在经济学以外的多个学科中广泛使用的工具，包括心理学、社会学和神经科学。

最后的通牒游戏与经济学

最后的通牒游戏对经济学领域，特别是行为经济学和实验经济学产生了深远的影响。研究人员设计最后的通牒游戏以评估个体在决策时如何平衡自我利益与公平性。

传统经济理论，如理性选择理论（RCT），假设个体仅出于理性和自我利益行事，旨在最大化自己的收益。这将意味着，提议者会向响应者提供最低可能的金额，而响应者会接受这个报价，因为这总比没有要好。然而，在实际实验中，最后的通牒游戏揭示，人们常常拒绝不公平的报价，并愿意牺牲个人利益以避免感知到的不公平，报价低于可用金额的三分之一的情况往往被拒绝。因此，研究人员注意到，50-50的平衡是 UG 的一个重要方面，与纳什均衡相悖（da Silva et al., 2020）。

这挑战了传统经济理论的预测，UG 成为行为经济学和社会科学领域的变革性工具。最后的通牒游戏现在是一个有价值的工具，为人类行为、谈判、互惠、公平和决策提供了洞察（Doğruyol et al., 2020; Wei et al., 2022）。

最后的通牒游戏的变体

研究人员多年来设计了许多最后的通牒游戏的变体。以下是几个例子：

• 最后的通牒游戏中的双重角色方法： 这种最后的通牒游戏的变体允许参与者扮演双重角色，即提议者和响应者。该游戏调查参与者占据这些角色的顺序是否会影响他们在游戏中的行为和结果，从而提供一个更全面的理解他们偏好和决策过程的方式（Macfarlan, 2010）。

• 基于情感的最后通牒游戏： 这种最后的通牒游戏变体结合了情感动态，以理解不同情感状态如何影响他们作为提议者和响应者在最后的通牒游戏中的决策。每位参与者被分配五种基本情感中的一种（愤怒、恐惧、快乐、悲伤或惊讶），并评估他们的互动和谈判结果（Charcon & Monteiro, 2024）。

• 愤怒驱动的最后通牒游戏（AI-UG）： 愤怒驱动的最后通牒游戏（AI-UG）的设计旨在评估最后的通牒游戏是否能够有效地测量易怒和愤怒。参与者玩了 AI-UG，其中包括特意设计的元素来引发愤怒和其他情感反应。在游戏前后进行评估，以测量情感状态的变化（水分达尔等人，2024）。

• 空间进化的最后通牒游戏： 这种变体的目的是为研究者提供一种手段，以调查社会中的收入分配，尤其是聚焦于雇主-雇员讨价还价过程（Alves & Monteiro, 2019）。在这种最后的通牒游戏的变体中，如果响应者拒绝提议者的报价，钱并不会消失。这让提议者有进一步协商的空间。此外，提议者必须使自己的报价被接受才能在游戏中生存。

• 反应性-达尔文式的最后通牒游戏： 在这种高阶版本的 UG 中，玩家提出分配的策略是主要的研究焦点。玩家可以采用贪婪（G）、适度（M）或保守（C）策略，其概率因贪婪水平而异。这个设置允许研究者研究 i.) 报价的演变（即报价的增减如何随时间变化），以及 ii.) 他们的策略在什么时候改变（da Silva et al., 2020）。

最后通牒游戏理论背后的认知功能

最后的通牒游戏，作为行为经济学和博弈论的经典实例，是一种涉及多种认知功能的活动，提供对心理过程相互作用的洞察。以下是关键的认知过程：

• 感知： 对提议者的认知和情感特质的感知影响响应者的决策。研究表明，个体更倾向于接受被认为具有更高能动性（智能）和耐心（情感能力）的提议者的报价（Lee et al., 2021）。

• 注意力： 研究表明，如果参与者更加关注提议者的收益，可能表示他们受自我利益驱动，而更多关注响应者的收益可能反映出对公平的偏好（Wei et al., 2022）。

• 决策制定： 决策是最后的通牒游戏中的中心功能。研究表明，提议者的决策受到他们对响应者保留价格（响应者愿意接受的最低报价）的信念的影响。同样，响应者的决策基于对报价公平性的评估。这些观察与行为经济学的观点一致，表明人们不是纯粹的理性行为者（van Dijk & De Dreu, 2021）。

  • 风险规避： 这里的一个子主题是风险规避，这是一种避免风险并偏好确定性而非不确定性的倾向。风险规避会通过提议者提供保守的分配来影响谈判结果，以确保接受，而响应者则接受较低的报价以避免收到零的风险（Dilek & Yıldırım, 2023）。

• 认知控制： 认知控制或抑制控制帮助参与者管理他们的情感冲动，如博弈论中所研究的。例如，当面临不公平的提议时，认知控制帮助人们推理接受或拒绝报价的长期后果，而不是根据即时情感反应（例如愤怒或沮丧）来进行反应（Wei et al., 2022）。

最后的通牒游戏在各研究领域的应用

最后的通牒游戏（UG）已经发展成为一个多学科的工具，在各种研究领域找到了应用。

以下是一些展示 UG 应用多样性的示例：

临床心理学与最后的通牒游戏

最后的通牒游戏是临床心理学研究中常用的工具，探讨诸如心理病态、精神分裂症和人格障碍以及更广泛的心理病理学方面。一项研究使用最后的通牒游戏调查重度抑郁和/或社会焦虑（MD/SA）患者对社会互动的神经反应。MD/SA 组报告称对中等价值和不公平报价的反应中悲伤感更高，相较于对照组（Nicolaisen‐Sobesky et al., 2023）。

社会心理学与最后的通牒游戏

在社会心理学的背景下，研究人员研究博弈论和最后的通牒游戏选择如何受到文化和社会因素的影响。在 Kim et al. (2024) 的一项研究中，研究人员探讨了情感、感知的互惠性和个体差异如何通过最后的通牒游戏影响决策。参与者完成了30次一次性 UG 试验作为响应者，在报价前后对预期奖励和情感进行评分，然后决定接受或拒绝这些报价。研究发现，与奖励、效价、主导性、唤起和专注相关的情感显著影响社会决策（Kim et al., 2024）。

工业心理学与最后的通牒游戏

正如前面提到的，最后的通牒游戏的变体已被开发出来，旨在利用 UG 背后的博弈论来解释雇主-雇员之间的互动，比如薪资谈判（Alves & Monteiro, 2019; da Silva et al., 2020）。

教育与最后的通牒游戏

一项研究改编了最后的通牒游戏以适用于课堂。研究人员想确定 UG 背后的博弈论在课堂环境中是否仍然可观测，以及 UG 是否可以作为教学工具进行利用。发现为课堂使用而对游戏进行的改编没有改变典型结果，并保持了博弈论背后的机制。学生对游戏中自己行为的理解为他们在公平和慷慨方面的偏好和行为提供了洞察（Bertolami et al., 2021）。

政治科学与最后的通牒游戏

最后的通牒游戏被用来调查互动中的公平性或善意是否能够减轻人们对持不同政治观点的人的道德贬低（道德贬值）。该游戏被用作观察持不同政党政治信仰的个体在进行公平或善意行动时是否仍被视为道德贬低的工具。研究发现，持不同政治信仰的人被视为道德水平较低，而这种判断即使在进行公平或善意行为时也依然存在。极端的党派人士对此尤其苛刻（McGarry et al., 2023）。

比较心理学与最后的通牒游戏

最后的通牒游戏和博弈论的影响甚至被用来评估黑猩猩和倭黑猩猩在公平和合作方面的决策，给予它们社交杠杆的机会（即如果它们选择拒绝提议者的报价，可以获得替代奖励的权力和选择）。研究结果显示，当响应者可以获得替代奖励时，黑猩猩和倭黑猩猩的报价更公平，并拒绝不平等的报价（Sánchez-Amaro & Rossano, 2021）。

结论

最后的通牒游戏是行为经济学和心理学研究中的一个强大工具，可以帮助我们理解人类行为的复杂性。通过弥合经济理论与心理现实之间的差距，该游戏重新塑造了我们对社会互动的理解。它突出显示了博弈论的重要性以及决策如何不仅受到理性的影响，还受到情感、感知和公平感等多种因素的相互作用的影响。游戏的多样变体和适应继续扩展其相关性，并将在未来的研究中继续成为一个关键模型！

参考文献

• Alves, L. B. V., & Monteiro, L. H. A. (2019). A spatial evolutionary version of the ultimatum game as a toy model of Income Distribution. Communications in Nonlinear Science and Numerical Simulation, 76, 132–137.

• Bertolami, C. N., Opazo, C., & Janal, M. N. (2021). The ultimatum bargaining game: An adaptation for teaching ethics. Journal of Dental Education, 86(4), 437–442.

• Bucciarelli, E., & Spallone, M. (2021). Understanding drivers’ behaviour at roundabouts: Do motorists approach a bargaining environment ‘playing’ a natural ultimatum game? Studies in Computational Intelligence, 108–117.

• Cassimiro, L., Cecchini, M. A., Cipolli, G. C., & Yassuda, M. S. (2024). Age, but not education, affects social decision-making in the ultimatum game paradigm. Arquivos de Neuro-Psiquiatria, 82(07), 001–009.

• Charcon, D. Y., & Monteiro, L. H. (2024). On playing with emotion: A spatial evolutionary variation of the ultimatum game. Entropy, 26(3), 204.

• Chung, J. C., Bhatoa, R. S., Kirkpatrick, R., & Woodcock, K. A. (2023). The role of emotion regulation and choice repetition bias in the ultimatum game. Emotion, 23(4), 925–936.

• da Silva, R., Valverde, P., & Lamb, L. C. (2020). A reactive-darwinian model for the ultimatum game: On the dominance of moderation in high diffusion. Communications in Nonlinear Science and Numerical Simulation, 80, 104956.

• Deldoost, M. H., & Saeedi, M. T. (2021). Investigating role of social value orientation in individual’s decision-making evidence from the ultimatum game. Eurasian Studies in Business and Economics, 63–74.

• Dilek, S., & Yıldırım, R. (2023). Gender differences in wage negotiations: An ultimatum game experiment. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 12(1), 195–210. https://doi.org/10.15869/itobiad.1132446

• Doğruyol, B., Yilmaz, O., & Bahçekapılı, H. G. (2020). Ultimatum game. Encyclopedia of Animal Cognition and Behavior, 1–5.

• Gröndal, M., Ask, K., & Winblad, S. (2024). An evaluation of the ultimatum game as a measure of irritability and anger. PLOS ONE, 19(8).

• Guala, F. (2008). Paradigmatic experiments: The Ultimatum game from testing to measurement device. Philosophy of Science, 75(5), 658–669.

• Güth, W., Schmittberger, R., & Schwarze, B. (1982). An experimental analysis of ultimatum bargaining. Journal of Economic Behavior and Organization, 3(4), 367–388.

• Harlé, K. M., & Sanfey, A. G. (2007). Incidental sadness biases social economic decisions in the ultimatum game. Emotion, 7(4), 876–881.

• Kim, J., Bong, S. H., Yoon, D., & Jeong, B. (2024). Prosocial emotions predict individual differences in economic decision-making during ultimatum game with dynamic reciprocal contexts. Scientific Reports, 14(1).

• Lakritz, C., Iceta, S., Duriez, P., Makdassi, M., Masetti, V., Davidenko, O., & Lafraire, J. (2023). Measuring implicit associations between food and body stimuli in anorexia nervosa: A go/no-go association task. Eating and Weight Disorders - Studies on Anorexia, Bulimia and Obesity, 28(1).

• Lee, M., Lucas, G., & Gratch, J. (2021). Comparing mind perception in strategic exchanges: Human-agent negotiation, dictator and Ultimatum Games. Journal on Multimodal User Interfaces, 15(2), 201–214.

• Leprévost, F., Grison, E., Prabhakar, A., Lhuillier, S., & Morgagni, S. (2023). From centre to suburbs: Investigating how transit maps streamline residents’ spatial representations. The Cartographic Journal, 60(4), 326–341.

• Luo, L., Xu, H., Tian, X., Zhao, Y., Xiong, R., Dong, H., Li, X., Wang, Y., Luo, Y., & Feng, C. (2024). The neurocomputational mechanism underlying decision-making on unfairness to self and others. Neuroscience Bulletin, 40(10), 1471–1488.

• Macfarlan, S. J. (2010). The dual-role method and ultimatum game performance. Field Methods, 23(1), 102–114.

• Matarazzo, O., Pizzini, B., & Greco, C. (2020). Influences of a luck game on offers in ultimatum and dictator games: Is there a mediation of emotions? Frontiers in Psychology, 11.

• McGarry, P. P., Shteynberg, G., Hulsey, T. L., & Heim, A. S. (2023). The great divide: Neither fairness nor kindness eliminates moral derogation of people with opposing political beliefs. Social Psychological and Personality Science, 15(6), 650–658.

• Nicolaisen‐Sobesky, E., Paz, V., Cervantes‐Constantino, F., Fernández‐Theoduloz, G., Pérez, A., Martínez‐Montes, E., Kessel, D., Cabana, Á., & Gradin, V. B. (2023). Event‐related potentials during the ultimatum game in people with symptoms of depression and/or social anxiety. Psychophysiology, 60(9).

• Pan, Y., Jin, J., Wan, Y., Wu, Y., wang, F., Xu, S., Zhu, L., Xu, J., & Rao, H. (2022). Beauty affects fairness: Facial attractiveness alters neural responses to unfairness in the ultimatum game. Brain Imaging and Behavior, 16(6), 2497–2505.

• Shang, J., & Liu, C. H. (2023). The role of sex in the effect of vocal attractiveness on ultimatum game decisions. Behavioral Sciences, 13(5), 433.

• Sánchez-Amaro, A., & Rossano, F. (2021). Chimpanzees and bonobos use social leverage in an ultimatum game. Proceedings of the Royal Society B: Biological Sciences, 288(1962).

• Trouillet, L., Bothe, R., Mani, N., & Elsner, B. (2024). Investigating the role of verbal cues on learning of tool-use actions in 18- and 24-month-olds in an online looking time experiment. Frontiers in Developmental Psychology, 2.

• van Dijk, E., & De Dreu, C. K. W. (2021). Experimental Games and Social Decision making. Annual Review of Psychology, 72(1), 415–438.

• Vavra, P., Chang, L. J., & Sanfey, A. G. (2018). Expectations in the ultimatum game: Distinct effects of mean and variance of expected offers. Frontiers in Psychology, 9.

• Wei, Z.-H., Li, Q.-Y., Liang, C.-J., & Liu, H.-Z. (2022). Cognitive process underlying ultimatum game: An eye-tracking study from a dual-system perspective. Frontiers in Psychology, 13.

• Zhang, P., & Zhang, S. (2024). Multimedia Enhanced Vocabulary Learning: The role of input condition and learner-related factors. System, 122, 103275