第二節 社會偏好與內化規范研究進展

根據偏好分層理論，關注他人的社會偏好是社會規范的內化所形成的，即普遍認同的社會規范內化為個體社會偏好的主要內容。所謂內化規范是指一個群體內部成員外在的對應于褒獎、禁止及懲罰的激勵約束的行為模式（可記為規范Norm）^[4]，“內化”（Internalization）為自己形成決策過程中的部分。這種行為模式（或稱規范）是他們長期打交道（合作與沖突）的過程中所形成的，是他們共同知曉的，且相對穩定的；所謂“內化”，是相對個體若實施這種行為模式將受到自己之外的群體中其他成員的褒獎或禁止及懲罰，當個體實施這種行為時，他給自己的褒獎或禁止及懲罰，決策前，就將這種對自身行動的評價納入選擇決策之中。所以，這時個體行為并不是對外在社會規范的被動遵從，而是將其納入自己多方面（多種偏好）綜合權衡之中的選擇。規范內化的結果是使人們的行為自發自覺地受到規范取向的指引和約束的影響。

在經濟學分析體系中對如何納入內化規范進行分析，包括如何在經濟學分析體系中準確把握內化規范的性質含義、模型中的變量設置，現實中如何度量觀測其存在或影響，或者說能否在經驗事實中觀測內化規范并檢驗其存在，或者檢驗對決策均衡的影響，以及內化規范是如何形成的，本章文獻綜述的任務僅僅是通過對別人已有工作的細致理解，考慮經濟學分析體系中是如何刻畫內化規范的，進而準確把握內化規范的性質含義、模型中的變量設置，是簡略考察內化規范如何形成的相關討論。

下面通過對有關社會偏好和內化規范理論的簡要回顧，綜合已有的實驗室合作行為研究結果，逐步考察導致合作行動的因素，以及社會偏好與內化規范存在的實驗證據，在實驗結果的基礎上采用決策認知的BPC統一框架（信念-偏好-約束），探討個體決策模型中，主要偏好如何在效用函數中納入社會偏好與內化規范，以便對社會偏好和內化規范如何影響（合作與沖突）行為做出解釋。

一 社會偏好與內化規范理論思想簡要回顧

針對現實中的捐贈、合作、對規范的遵守等事例，以及實驗研究中呈現的利他或自我實施的遵守規則的行為，主流經濟學模型做出了必要的應對，實驗經濟學和跨學科的研究則給出了帶有革命性的拓展。

（一）長期重復交易

主流經濟學模型所做出的應對，主要就是在經典的企業或個人長期收益最大化模型的基礎上的拓展。處理的思路是，認為采取合作行動、對規范的遵守是決策者基于聲譽考慮的行為選擇，即長期重復交易機會的存在，無限期重復交往的合作解收益大于一次性背叛，這使得雙方趨于選擇合作行動。

Trivers（1971）的互惠利他理論就屬于這一類，他指出每個人類個體都攜帶利他和欺騙的傾向（Altruistic and Cheating Tendencies），當未來兩個人從事重復交易的機會足夠高的時候，自然選擇會偏愛雙邊交易中的互惠利他行為。由于對方在未來可以將“撤回合作”作為威脅策略，經濟主體為了長期利益而不得不抑制自己的欺詐或不合作行為。也就是說利他傾向是自然選擇下的演化產物。或者說互惠利他理論的基礎是演化模型，即在生態演化過程中出現人類超越親緣利他的互惠合作行為。因此，在雙邊重復交易中，互惠合作或利他就成為一個穩定的演化結果。此外，多人捐贈的公共物品模型及實驗也都表明，多人合作均衡的出現，往往要通過外界有效的監督反饋才能得以實施。

（二）個體效用是他人收益水平的增函數

上一種拓展，實際是將合作行為解釋為個體受長期自利受益最大化驅使所做的選擇。進一步的拓展，是在偏好構成中加入新的內容，即考慮人們進行決策時還受非自利偏好（Other-regarding Preferences）的影響。加入決策者具有純粹利他（葉航，2005）傾向的設定。盡管對這種利他行為是否真正存在尚有爭議 ，但是著名的“湯姆森瞪羚 ”（Gazelles Thomsoni）的例子（葉航，2005）已為其提供了生物界的確鑿證據。攜帶這種利他傾向的個體，套用哲學家內格爾（2005）的說法，“不是出于自利，也不是出于仁慈和同情，而僅僅是出于為他人利益著想的行動意愿”。這種利他主義的倫理態度還是以理性為基礎的，例如，一個人對饑民的糧食捐贈是根據自己對缺糧程度的判斷。Becker（1974）給出了這種利他偏好用個體效用函數的表示，就是將他人收益或效用水平當作個體效用函數的一個自變量，給出了非傳統意義上的效用函數。改善他人福利水平的行為可以提高個體效用，從而解釋在傳統自利假設下無法理解的利他捐贈行為。

（三）Warm-glow——個體做出捐贈等行動本身會給行為人帶來效用改善

通常對決策過程的處理集中關注的是收益結果以及決策的成本大小，認為決策者只是把行動方式作為實現目的的手段，沒有對行動方式的價值判斷（適當還是不適當、好還是壞）。不僅人們干什么很重要，而且他們干這種事的方式也很重要，所謂的適當方式（Proper Means）就是道德和規范層面的問題。道德規范決不能看作一種技術方法，而是一種人類實踐。也就是說傳統假設缺乏某種對人的本性和道德之間基本聯系的正確評價，沒有抓住事物內部的、人的、實際接觸的方面。

針對這種個體做出的行動本身，會給行為人帶來效用改善的情況，Andreoni（1989，1990）稱為Warm-glow（暖光）。這是Andreoni在解釋捐贈行為時提出的，它是指捐贈者個人可以從捐贈行為本身獲得的效用，而不是因為考慮其他人收益水平改善而增大了自己的效用。

（四）Inequity Aversion——不公平（不公正）厭惡

Fehr和Schmidt（1999，2005）、Charness和Rabin（2002）、Fowler等（2005）和Dawes 等（2007）詳細討論了個體效用中的不公平厭惡，即除了上面討論的情況以外，個體還具有對公平的偏好（The Preference for Fairness and Resistance to Incidental Inequalities），其效用依賴自己對他人所做的舉動是否偏離某個標準的判斷。例如對群體中違反合作規則而多得好處的人、對受到不公而少得收益的情況，有可能寧愿損失自己的財產打抱不平。對這種耗費自己的利益為代價，以取得較公正的分配狀態，從而改善自己的效用的情況，相應的效用函數在下文展開。

簡言之，受這種偏好驅使的人會與遵守規范的人合作，同時自愿付出成本懲罰違反合作規則的人（與合作者合作，懲罰非合作者）。Bowles和Gintis（2004）對這種稱為強互惠利他（Strong Reciprocity）的生物演化進程進行了模擬試驗，提供了這種偏好設定的經驗學科基礎（不像經典的那樣，先思辨猜想然后整理為數學形式的公理化體系）。

針對強互惠和上面提到的互惠利他，根據Zürich大學的Fehr和Fischbacher（2003）歸納的非自利動機分類，除了這兩類以外，還有一類親緣利他（Kin Altruism）。這些基于利他行為的生物演化來源和對自然選擇下生存適應的功能貢獻的研究，確立了利他行為存在堅實的經驗學科基礎。不過從生物演化形成的角度確定利他偏好，在凸顯人類作為適應生存的合作物種具有與生俱來的道德傾向的同時，淡化了一個更為重要的適應性特征——攜帶的習得能力這種適應性優勢，可以后天將經歷的外部環境約束中的規范“內化”為自己的信念、意識、意向。

而社會學從其奠基人Durkheim開始，就強調人們后天的道德規范“內化”（Moral or Norm Internalization）——集體意識（Collective Conscience）向個體意識的轉化（Durkheim，1897）。社會學領域大多認為（Hoffman，1977）人們并不是一直把社會道德規范看成外在強加于個體的、要求其必須遵守的壓力，盡管它最初總是外在的且與個人利益相沖突的，但最終它會成為個體內在動機的一部分，決定了個體如何行動。不過，這種結構功能主義（Parsons，1937，1968）走到了另一個極端：把人們經社會化（Socialization）、服從傳遞（Conformist Transmission）等習得后的行為，當作既定的反應，強調社會規范和社會價值觀決定了個人的行動，這樣個人利益與社會道德規范的沖突不復存在。這種理論最終落入結構決定論的框架，以至于20世紀80年代以后幾乎銷聲匿跡。

綜上，一方面演化形成、基因決定的利他行為理論沒有顧及后天習得的規范，另一方面以為強調后天被社會化的個體別無選擇地服從傳遞，這兩種取向均不足以揭示實際既有基因決定的利他傾向，又有后天習得的規范在對“內生偏好”（Endogenous Preference）起作用。在理論上綜合兩方面的工作，當屬North（2005）的“信念-制度”體系形成與變遷理論，該理論將人們的道德直覺（Moral Intuitions）、學習過程等有機地結合起來，構成了對制度約束的形成和約束下個體行動選擇的解釋框架體系。當然，進入具體場景下的形式化分析，還需要經典的決策均衡分析模型，如Gintis（2007）提出的BPC （Beliefs，Preferences and Constraints）統一框架模型。

二 實驗室社會偏好和內化道德存在的實驗證據

隨著行為和實驗經濟學的發展，對于以上不同內容社會偏好和內化規范的實驗考察所得到的證據也越來越有說服力，其中比較典型的簡單實驗有公共物品實驗、最后通牒實驗、獨裁者實驗、第三方懲罰實驗、禮物交換實驗、經典信任博弈實驗。我們結合Camerer和Fehr（2004）以及Levitt和List（2007）的分析，在其基礎上羅列幾個關于合作的經典博弈實驗，見表2-1。

表2-1 合作的博弈實驗范式

續表

若個體做出的行動本身會給行為人帶來一定的效用，則這些動機可直接體現在偏好中，并作用在效用函數上，這正是因某特定道德、規范、習俗等被行為人內化而產生的直接影響，或者說是行為人實施的自我約束，這一部分是本書重點討論的內容；另一部分則是因個體行動產生或給他人造成一定的結果，此結果的反饋作用于行為人效用函數之上產生的間接影響，這是通過外界監督反饋實施的道德規范。前一部分，即可歸入內化規范范疇^[5]的，體現為偏好中產生直接效用的非自利動機。

考察利他行為的實驗工作從n人囚徒困境中是否存在非自利偏好開始，然后逐步比較，是否會有純粹的“維護正義”偏好和暖光效應。

（一）公共物品實驗與非自利偏好——“善良”的存在

在n人的囚徒困境實驗中（Isaac and Walker，1988； Isaac et al.，1994），設置每個個體都有m的初始稟賦，讓他們決定把其中的c_i（0≤c_i≤m）投入公共物品賬戶中，剩下的作為私人物品保留給自己。投入公共賬戶后每個人都有一樣的收益，即α·（∑c_i）/n，1≤α≤n。雖然每人都捐贈m是帕累托有效的，但顯然子博弈精煉納什均衡（Unique Subgame Perfect Nash Equilibrium）是c^*_i=0，即理論解的結果應該是一分錢都不投入，總的∑c^*_i也應該是0。然而，實驗結果顯示不論怎么調整n、m、α，多組的平均捐贈量∑c_i都會大于0。這一實驗結果證明了非自利性偏好的存在。此外，Rabin（1993）開創性地給出了針對互惠動機的模型化處理，通過設定善良函數（Kindness Function）考察兩人間的互惠博弈過程，得到了互惠的均衡結果，即公平均衡（Fairness Equilibrium）。Ledyard（1995）曾經歸納，“關于究竟是什么導致個體在公共物品實驗中不同行為模式仍沒有達成一致。幾種可能的原因有出于對他人收益的利他偏好（altruistic preferences for others' earnings），或是對于他人貢獻的互惠響應（reciprocal responses to others' contributions），或是一定程度的困惑與錯誤（confusion and error）”。

所以究竟是出于對他人收益等的非自利偏好，還是出于判斷他人出錢時的納什均衡，抑或是對聲譽的追求，或是困惑與錯誤，這是需要從機理上弄清楚的。

為了回答上述問題，Andreoni通過調整分別始終在一個群體內部（partners）的、隨機改變群體內成員（strangers）的兩個組進行實驗，剔除追求聲譽的動機，結果顯示匿名群體仍然具有大于0的個體捐贈量（Andreoni and Croson，2008，Palfrey and Prisbrey，1996）；關于“善良”和“困惑與錯誤”的區分，Andreoni（1995）將公共物品實驗中個體支付由原來的“正和博弈”轉化為“零和博弈”，剔除了因“誤解或失誤”進行捐贈的個體。結果顯示，依然有善良動機在捐贈合作中發揮了作用，即使有1/2以上參與合作供給的個體明知存在“搭便車”的機會，仍然選擇參與合作供給。當然，通過實驗設計的區分，也能確認存在因“困惑與錯誤”而產生的捐贈。總之，非零供給的公共物品實驗結果表明，除了自利以外，的確存在其他對個體行為產生作用的偏好。

但這里試驗還無法區分個體究竟是認為“就應該有盡量多的G”（關于公共物品G的數量的偏好^[6]），還是不管別人出多少，“只要自己盡一份心”，或者是行俠仗義的強互惠利他者。所以有必要考察關于是否存在純粹“維護正義”者的實驗，和關于是否存在暖光效用的實驗，我們在下文展開。

（二）最后通牒與獨裁者實驗——純粹“維護正義”的存在

最后通牒實驗很好地描述了很大一部分人會在交易中犧牲自身收益以避免不公平的結果，或懲罰那些不公平的行為。其中的出價提議者和接受或拒絕者這雙方都有可能受到“利他”傾向或維護正義偏好的影響采取“利他”行動。

就出價方考慮，不把99%的部分留給自己而采取看似“利他”的出價現象，究竟是源于怕被拒絕的最優選擇（理性選擇），還是“內化”公平原則在起作用呢？這是需要恰當的實驗設計來回答的問題。就接受或拒絕方考慮，明明大于零的收益被拒絕掉，這種看似拒絕“不公”的現象，究竟是源于本以為應該達到的收益受損而寧愿增加成本的一種理性報復，還是純粹的“維護正義”，也是需要恰當的實驗設計來回答的問題。下面考察這兩方面的實驗。

早期的實驗結果中（Güth et al.，1982），大部分出價方會提出遠大于0的比例，與對方分享40%～60%的財富，如果給對方的份額小于25%則被拒絕的可能性就會很大。這一結論與后期的相關實驗（Camerer and Thaler，1995； Roth，1995； Camerer，2003）結論基本一致。近期著名的跨文化實驗中（Henrich et al.，2001，2005），15個不同地區的對照結果也顯示，內化的公平規范主導人們的選擇行為。

然而依然需要考慮公平分配方案的提出究竟是因為利他、公平原則的作用還是因為怕被拒絕。為了排除出價方擔心被拒絕的利己權衡的因素，獨裁者實驗就非常合適了——接受者沒有拒絕的權利。毫無疑問，這時留下全部財富是出價方者的最優選擇，但實際上大部分人仍然會拿出部分財富與對方分享。Forsythe等（1994）的實驗結果顯示，獨裁者實驗中人們仍會拿出25%的財富與人分享。這說明公平準則的確在起作用。但是再進一步，是不是有一些自利但有自我意識的被試（selfish but self-conscious subjects）會因為害怕被社會冷落（social distance）而做出并非自愿的選擇呢？Hoffman等（1994）進一步改進實驗，加入匿名和保密原則，這樣調查人員無法知道受測者的行動，在此情況下，平均的分配方案降至10%。幾次改進的實驗結果盡管分配程度不同，但這樣就確切地通過決策行為測出了內化公平規范的存在。

最后通牒中接受者的拒絕策略，可能是因為過低比例的分配方案傷害了接受者的自尊，或者本以為應該分得的收益受損而寧愿增加成本以實施報復，而不是因為內化的公平規范導致接受者的拒絕策略。針對這個疑問，如果能讓潛在的懲罰者不受預期收益的影響（沒有事先認為自己應該得到收益的預期），那么這時候人們不再犧牲自身利益去懲罰那些違反群體道德規范的人，就可以拒絕前面對不公正厭惡的強互惠利他假說。Fehr和Fischbacher（2003）的第三方懲罰實驗回答了這一疑問。其實驗設置是在通常的最后通牒實驗的A、B之外，安排了一個第三方被試C，每個人都給一定的初始稟賦。讓C觀察A的分配提議，如果C認為A給B的比例太小（小于自己認為的公平尺度），那么就可以對A實施懲罰，讓A受損失。C的懲罰行動要耗費一定的成本——從自己的初始稟賦里出錢。^[7]實驗結果顯示，A提出50%或更多給B，C通常不會進行懲罰。一旦分配方案小于50%（即違背公平），60%的第三方會采取懲罰措施，對公平原則違背越嚴重懲罰越重。很多人在公共物品或囚徒困境實驗中加入第三方懲罰機制均得到相似的結論（Kahneman et al.，1986；Turillo et al.，2002；Carpenter et al.，2004），論證了對違反公平、合作等規范行為的第三方懲罰的確普遍存在。

強互惠理論不僅可以從行為觀測層面進行檢驗，還可以根據該理論假說——懲罰實施者應從懲罰行為中獲得某種效用滿足，進一步通過腦科學實驗的配合，檢驗其真實存在。Quervain等（2004）改進了信任博弈，讓投資者具有懲罰的權利，且將懲罰場景分為有成本的懲罰、無成本的懲罰和象征性懲罰并通過正電子發射計算機斷層掃描（PET）觀測投資者的腦部特定區域的活動情況。實驗結果顯示，在對方辜負了其信任的情況下，無成本懲罰場景下個體會采取最大限度的懲罰，在有成本懲罰場景下大部分個體仍會采取懲罰，程度有所降低，在此場景下，個體的行為類似于購買一件商品，只要邊際成本低于邊際收益個體就會對對方實施懲罰。PET顯示三種場景下的懲罰行為均會引起腦部相關區域的劇烈活動，此時受試者表現出強烈的懲罰愿望并通過懲罰行為獲得較高的滿足，從而試驗結果（Fehr and Schmidt，2005）為強互惠者可以從利他懲罰行為中得到滿足這一論斷提供了生理基礎。^[8]

還應該指出，在第三方懲罰的實驗中同時表明了多種偏好對決策行為的混合作用，既有個體對成本的顧慮，又有對非正義的厭惡，適當的效用函數就應該包含這些多項偏好因素。

（三）擠出效應測試——純粹“維護正義”與“只要自己盡一份心”

暖光效用是在慈善捐贈理論中提出的，關于該理論假說的檢驗也是在捐贈實驗中得以證實的。Crumpler 和Grossman（2008）針對暖光效用而開展的實驗依然給出相當可觀的利他結果，即57%的參與人會進行捐贈，捐贈水平約占其財富水平的20%。針對捐贈實驗，這究竟是暖光效用還是其他利他偏好決定的捐贈行為，很多學者各持己見。

如前文所述，理論上有區別的幾種利他偏好對應的效用函數分別是：第一，個體效用是他人收益水平的增函數；第二，個體效用是偏離公平距離的減函數，即看到他人受益或行為偏離公平狀態的距離越大效用越小；第三，個體效用是自己采取正義行動本身的增函數。

自身行動發出暖光的通俗表述就是 “只要自己盡一份心”，本書將此歸為第三種利他偏好，這種偏好的啟動機制是個體一旦看到收益低于公平水平（Equitable Benchmark）的其他人，就會引起腦部相關區域的活動，表現出援助愿望并通過付出行為獲得滿足。這種偏好也可以認為是以不公平厭惡為基礎的——個體會對收益低于公平標準（Equitable Benchmark）的他人表現出利他性。

類似的，考慮對他人收益水平高于這一公平水平而產生的嫉妒情緒，他或她將從自己發出的懲罰行為中獲得某種效用，引起腦部相關區域的劇烈活動，受試者表現出強烈的懲罰愿望并通過懲罰行為獲得較高的滿足。這種“維持正義”的行為也可能是第三種偏好的作用，雖然這個取向與捐贈給“貧者”的表現不同。同樣有待厘清的問題是，究竟是否存在“維持正義”的擠出效應。按照第三種利他偏好的理論性質，一旦“不公”情景啟動腦區偏好，只有自己的行動才能緩解；即使“不公”情景被他人消除，自己偏好對應的效用依然未得到滿足。所以，外部維持正義的介入，不能完全擠出個體的“強互惠”懲罰行動，而是驗證或區別第二種和第三種利他偏好的實驗研究的任務。

上述實驗研究的結果表明：存在不同性質的非自利偏好——“善良”；存在除長期合作收益最大化或對最優策略誤解失誤以外的，純粹“維護正義”的偏好，而何謂“正義”是被個體內在攜帶的；存在依經典最優選擇的“利他出價”（怕被拒絕而采取的最優選擇實際上也是互惠的性質），不過其中預期對方能接受的價格也來自過去的經歷，也是被個體內在攜帶的，只是作用在決定主觀支付函數的信念上；對應的，也存在預期收益受損而寧愿增加成本的理性報復，這時的預期收益也是來自過去的經歷，同樣是被個體內在攜帶的，作用在決定主觀支付函數的信念上。

公共物品實驗中的擠出效應表明，存在兩種純粹利他偏好的可能。第一，個體效用是他人收益水平的增函數；第二，個體效用是偏離公平距離的減函數；存在不能完全擠出的“利他”，啟動該行為的場景一旦出現，只有自身行動才能直接作用于效用函數，本書稱為第三種利他偏好。實際行動中，效用函數中自利和多種利他偏好組合起來起作用，所以觀測到的選擇行動往往是綜合作用的結果。

三 社會偏好與內化規范在效用函數中的表示

交往中合作均衡的出現，恐怕主要應歸功于社會偏好與內化規范。在大量的實驗研究基礎上，將社會偏好與內化規范引入決策理論、人類行為分析有了堅實的經驗學科支撐基礎。不同形式的社會偏好與內化規范在被證實廣泛存在后，接下來的重要任務是社會偏好與內化規范應該如何納入效用函數，以便分析他們對均衡狀態的影響。本書在上一部分實際上已經給出了三種利他偏好下的效用函數概念，下面初步進行具體函數形式的歸納。

（一）社會偏好與內化規范如何納入模型的理論思考

將社會偏好與內化規范納入決策均衡模型，需要考慮以下幾個理論問題。

第一，如果社會結構塑造了人們的行為規范，即包括公平水平的內化公平規范（Internalized Fairness Norms），那么人們的行動是否就是直接執行“規范”給定的行動指令？如果是這樣，那就沒有個體選擇的余地了，經濟學也就不需要再考察個體的決策均衡了。前面在理論總數部分已經指出，實際社會經濟運行并不符合結構決定論。把人們經社會化、服從傳遞等習得后的行為當作既定反應，就像基因座位決定人類行為一樣，是不符合實際的。^[9]所以，自利和利他既是受人類演化基因影響的，又是受后天經歷所習得的公平規范影響的，在這兩方面的影響下，個體依然在約束范圍里進行權衡選擇，即決策均衡模型還是必須要建的關鍵環節。

第二，作為影響行動的重要變量，社會偏好與內化規范有可能以怎樣的形式影響選擇行為？

Henrich和McElreath（2003）刻畫個體間交往的道德標準（Moral Standard）給出了三個特征：①某一范圍內、群體內對于個人而言，恰當（proper）行為的描述；②這種描述在該范圍內被該群體廣泛認可接受；③對于這種描述的違背將激怒群體中的其他人，他們會采取懲罰行動，即使需要付出一定的成本。

參考Henrich和McElreath（2003）的標準，基于North（1994）以“信念-制度”解釋經濟變遷的分析思路，可以從個體和群體兩個層面說明道德規范如何影響選擇行為。從個體層面看（即特征①），內化規范是存儲于個人大腦中的某種偏好取向、約束禁忌、事件之間關聯的固定信念等^[10]，也可以稱為知識（信念-意向）體系，用于指導持有這種內化規范的個體在特定場合決策行事，以及關于其他人該如何行事的判斷。原本外在的褒獎、懲罰等信號（信念體系）內化后，使個體具有了道德感（Moral Intention）。這種內化的道德標準通過一些強烈的情感——在此借用Tangney等（2007）的用法稱為道德情感（Moral Emotions），如羞愧、罪惡、自豪等，與個人道德行為（Moral Behavior）和對“不遵守規則”的他人的懲罰行為相聯系。正如Gintis（2003）所說，內化道德規范是通過內部懲罰，如羞愧、內疚、自尊缺失等實施的，而不是單純的外部懲罰，如物質利益的減少或是懲罰。

從群體層面（特征②和③）看，一方面，上面提到的知識（信念-意向）體系，因個體經歷習得在一群體內被一定程度地分享或者共享、認可，成為該群體的道德標準和行為規范。成功的社會往往具有穩定的有利于增強個體及社會適應性的內化規范，如積極工作的信念、利他規范、勇敢誠實的品質等。這個在群體中分享的知識（信念-意向）體系，對群體成員構成外在的“約束-激勵”結構，即對個體選擇的行動將依照規范做出褒獎或懲罰的相應反應，從而影響個體在各種情景下是否合作、如何交易等行為選擇。另一方面，這個群體層面的交往環境，也是新的個體成員進入群體習得內化規范的知識（信念-意向）來源。

歸納起來，內化規范對個體選擇的影響可以表述為：a.內化規范決定個體的好惡評價，或是對選擇結果的好惡評價，或是對行動本身的評價；b.內化規范驅動個體的選擇行動，要讓這種行動的結果沿著一個方向盡量地“好”，或者盡量地接近一個既定目標（實際上“b”以“a”為前提），這種驅動的過程，是自己選擇行動的結果經由他人反應才形成的，或自己選擇行動的結果無須經他人反應就已經作用在自己的效用上；c.內化道德約束個體的選擇范圍，構成行動的邊界。所以，納入效用函數的內化道德在函數形式上，無非兩類：一是個體選擇的行動（決策變量）直接作用在自我評價的效用變化上，就類似獨自一人的消費行動（久坐不動的人通過起來活動實現效用改善）；二是個體選擇的行動（決策變量）間接地通過別人的行動反應，獲得效用改善。

（二） BPC框架

Gintis（2007）提出了統一的BPC分析框架——信念、偏好、約束框架（Beliefs，Preferences and Constraints）。BPC在形式上就是一個博弈論方法的體現，它建立在人們具有可傳遞偏好以及關于他人行為和自身行為后果的信念的前提下。在此框架下對人類行為的分析可表述為：各參與個體在面對給定信念和約束的條件下，對最符合人們偏好的行為做出選擇。

BPC框架模型與傳統經濟學的不同在于，一是行為選擇不再僅僅針對客觀約束，而是融入了個體們的內在的信念因素，二是BPC框架下的關于偏好、動機的設定是建立在廣泛而堅實的實驗基礎上的。正如Fehr和Gintis（2007）所說，微觀實驗研究和理論模型（經實驗結果印證）相結合是BPC框架模型最大的特點。

實際上一些具體模型（Andreoni，1990； Rabin，1993； Fehr and Schmit，1999）可以說是有BPC框架痕跡的，可以當作假定信念^[11]恒定，針對偏好做具體處理的特例。Gintis（2007）指出，用BPC的語言表述，規范被接受被遵守，并不是作為未達到某種目的的工具，而是作為偏好函數的參數，自我施加并實施的約束。也就是說，公平、誠實、忠誠等品質^[12]不是手段而是某種目的。例如某人內化了“要講實話”的行為規范，他會始終講實話，盡管在一些情況下講實話會使他的物質收益為負；或是某人內化了“見義勇為”的行為規范，他會在別人遇到危難之時挺身而出，甚至將自己的生命置之度外。^[13]

BPC模型提出的貢獻不僅在于將各學科對人類行為的分析統一在一個框架之下，更在于建設性地為我們引出接下來的研究方向：信念的構建及調整；內化道德規范的形成過程（也就是如何將道德規范轉化為偏好的過程）；對這些非自利偏好更為深入地考察與實驗研究，更真實地反映行為主體特征、人們決策行為過程，更好地解釋人類行為。

（三） 幾種具體體現社會偏好與內化規范的模型

經內化的社會規范最終轉化為個體的意圖，這樣就可以表述為某種偏好，進而納入經濟學所擅長的最優化分析框架。事實上，很多經濟學家（Becker，1976；Andreoni，1990； Rabin，1993；Ferh and Schmit，1999）就將各種反映規范的偏好納入效用函數，分析了如慈善捐贈、人類合作、勞動力市場等領域的人類行為。下面給出幾個具體體現內化規范效用的社會偏好效用函數形式。

1.個體效用是他人收益水平的增函數

以慈善捐贈領域為例，Becker（1974）給出了慈善捐贈的利他主義解釋，指出人們捐贈是出于一種改善接收受者福利的愿望。改善他人福利水平的行為可以提高個體效用。這樣一來Becker將他人的效用函數當作內化利他道德規范的個體效用函數的一個自變量，給出了非傳統意義上的效用函數，進而解釋了在傳統自利假設下無法理解的利他捐贈行為。延續Becker （1974）的思路的沃爾（Warr，1982；Roberts，1984；Bergstrom et al.，1986）等人提出捐贈的公共產品模型，效用函數為：

U_i=u（x_i，G），G=G_-i+g_i

其中x_i是個體i對私人物品的消費，G為群體捐贈總量，G_-i指除個體i捐贈外的捐贈總量，g_i為個體i的捐贈量，也就是i在公共品上的支出決策，這反映個體只關注公共物品總量，從而可以得出政府資助對個人捐贈的“完全擠出效應”。

2.個體效用是偏離公平距離的減函數

這一種效用函數的性質是看到他人受益或行為偏離公平狀態的距離越大效用越小。在這方面的貢獻可以用Ferh 和 Schmit（1999）給出的不公平厭惡模型（Inequality Aversion）為代表，即個體會對收益低于公平水平的他人，表現出利他性，同時對他人收益水平高于這一標準而產生嫉妒情緒，這樣的個體效用函數可以表示為：

其中0≤β_i≤α_i，β_i≤1。該式反映了對公平的偏離產生效用損失，且他人高于公平標準帶來的效用損失大于低于標準帶來的損失。這樣的函數設置與現實情況更為符合，自然有力地解釋了現實和試驗中人的行為。

3.個體效用是自己采取正義行動本身的增函數

Andreoni（1990）所提出的暖光效用理論指出，人們不只從慈善捐贈提供的公共物品中獲得效用，還可以從自身捐贈中獲得效用，其效用函數為：

U_i=u（x_i，G_-i+g_i，g_i）

三個影響效用的自變量中，后兩項G_-i+g_i和g_i里面的g_i均屬于利他行動，但是唯有第三項的g_i才是暖光效用。由于暖光效用的存在，他人的捐贈G_-i與自身捐贈g_i就不再滿足完全替代關系。

4.個體效用是基于對方動機的響應

不同于上述三個效用函數，Rabin（1993）開創性地采用心理博弈（Psychological Game）（Geanakoplos et al.，1989）思想構建包含策略互動的互惠偏好模型。互惠動機下，個體行為遵循“當別人對你友善時你也對別人友善，當別人對你不善時你也對別人不善”的“互惠互損”的行為準則。不同于以往的物質博弈，心理博弈將決策者的二階信念引入效用函數，用于分析對方意圖對決策均衡的影響。Rabin（1993）構建了雙人博弈中個體的效用函數，博弈方i的效用函數為：

U_i（a_i，b_j，c_i）=π_i（a_i，b_j）+f_j（b_j，c_i）[1+f_i（a_i，b_j）]

其中，a_i為博弈方i的策略，b_j為博弈方i關于博弈方j會采取的策略的信念，c_i是博弈方i關于博弈方j認為博弈方i會采取的策略的信念——二階信念，π_i（a_i，b_j）為博弈互動的物質收益帶來的效用，f_j（b_j，c_i）[1+f_i（a_i，b_j）]則表明互惠給參與人帶來的效用，其中f_i（a_i，b_j）和f_j（b_j，c_i）分別為“善意函數Ⅰ”（Kindness Function Ⅰ）和“善意函數Ⅱ”（Kindness Function Ⅱ）。整個效用函數中，善意函數的構建是重點，Rabin（1993）采用自己的實際收益與期望公平收益的比較來刻畫對方的善意程度^[14]，進而決定自身行動策略。其中，（對博弈方j而言博弈方i采取的策略帶給他的）公平收益是指在博弈方i相信博弈方j選擇b_j策略的情況下，在帕累托有效下博弈方j可能獲得的最高收益和最低收益的平均值。根據上述效用函數，得到了公平均衡：當別人友善時，最大化自身效用的策略為以德報德，當別人不友善時，最大化自身效用的策略為以怨報怨。

上述社會偏好和內化規范的研究工作中效用函數和實驗處理均表明，以往討論的社會偏好工作大多是結果導向的，正如Camerer和Fehr（2004）將社會偏好界定為個體關于“自己與他人之間不同財產收益分配狀態的排序”一樣，社會偏好仍然是基于結果的效用分析思路。然而，現實中人們對于規則本身并不是無所謂的，人們不僅關注互動后的物質收益結果，也關注導致這一結果產生的過程與規則。因此有必要將過程與規則納入效用函數進行考察。

經典社會學（Durkheim，1951）、人類學（Benedict，1934）等強調個體經歷的社會化過程使人們習得相應的道德規范，并內在地進入個體偏好，從而影響或決定了個體的選擇行為。本節基于North（1994）以“信念-制度”解釋經濟變遷的分析思路，通過梳理關于利他行為的理論和實驗室成果，得出了以下主要結論。

根據道德規范的實際含義，即對應于褒獎、禁止及懲罰的激勵約束的行為模式，亦稱為規范，規范對個體之間決策結果的影響總是通過他們事先已經攜帶的對應一般情況的共同信念（Common Belief）發生作用的。

作為規范的外部作用，是對各參與方的行為與隨后發生事件后果的穩定預期（Expectation），即博弈規則共享知識，規范通過博弈規則影響個體決策。

內化道德則是在即使沒有外部成員對自己褒獎、禁止及懲罰時，個體仍會對一定的均衡結果或自己的行動實施自我褒獎、禁止及懲罰——形成自己的偏好。

實驗研究結果確認了存在三種純粹“利他、維護正義”的偏好，即個體效用是他人收益水平的增函數；個體效用是偏離公平距離的減函數；存在不能完全擠出的“利他”，啟動該行為的場景一旦出現，只有自身行動才能直接作用于效用函數。

納入效用函數的內化道德在函數形式上可以分為兩類：個體選擇的行動（決策變量）直接作用在自我評價的效用變化上，就類似獨自一人的消費行動（久坐不動的人通過起來活動實現效用改善）；個體選擇的行動（決策變量）間接地通過別人的行動反應，獲得效用改善。