喜新厌旧与团队合作行为：有重启公共物品实验的证据
汪敏达1，李建标2
（1.东南大学经济管理学院、国家发展与政策研究院，江苏 南京 211189；2.南开大学中国公司治理研究院、泽尔滕实验室、商学院，天津 300071）
摘要：喜新厌旧作为人类天性，也体现在社会交往与合作中。团队持续合作产生“厌旧”效应驱使合作衰减，而重新给予合作机会则会推动合作回升，其中“喜新”效应可能发挥作用。本文从认知神经科学视角出发，通过反应时间检验喜新厌旧效应的作用，提出了经验记忆和互惠影响喜新效应强度和动态的假说，并通过时段不确定设置、人造经验设置和休息设置等实验进行对比检验。实验结果从反应时间角度支持了存在喜新厌旧的假说，也支持了基于经验和互惠的解释，经验决定了喜新效应驱动的合作回升的总体动态，而互惠决定了合作天性再次被挤出的趋势，“休息”停顿造成合作回升的假说被否定。研究对团队合作的任务设置和团队轮换等具有指导意义。
关键词：喜新；厌旧；团队合作；反应时间；经验
0 引言
喜新厌旧是人类的天性之一。在社会交往中，人们往往对刚刚接触的事物、团队、工作任务或合作机会有新鲜感，而对已经习以为常的事物、行为却产生疲乏的感觉。新鲜感更易于激发人们对团队活动的参与，而疲乏则会降低参与。例如，对新异刺激[1]，个体往往表现出以P300为特征的脑波，而对重复的刺激，则表现出脑波波幅下降、神经反应减弱等[2]。虽然在日常生活中的大量事例已经证明喜新厌旧是人们的一种普遍心理，但对人们在社会交往、团队合作中的“喜新厌旧”心理与行为还有待更充分的认识。现有研究已经表明团队合作行为中可能存在厌旧效应，即由于长期合作后对合作任务兴趣衰退而产生的合作衰减[3][4]。我们进一步提出“喜新”效应，即如果个体或群体重新感到新鲜，“喜新”心理会激励人们在新的合作机会下重新合作。然而，对于“喜新”能产生何种作用以及其作用的特点，还有待进一步的探讨。
团队合作是人类与生俱来的行为[5]，团队合作与协同是经济社会活动的重要形式。人类的合作行为看似与自利带来的演化优势不符，但却有着种群层次上的更高演化优势，因此是一种演化稳定均衡[6]。通过文化遗传[7]和社会规范[8]，个体在社会生活中已经习得了合作的惯例。已有研究一般使用公共物品博弈来刻画团队合作行为，Marwell和Ames开创了这类研究的先河[9]，Isaac、Walker 和Thomas的研究则奠定了线性公共品博弈的团队合作实验框架[9]，他们的结果证明了人类倾向于合作而不是完全搭便车。合作过程中新鲜感和疲乏始终影响着合作绩效。大量研究都表明随着合作的重复，合作持续减少，一开始参与者的合作平均能维持在最优水平的40-60%，然后渐次下降到最优水平的10%左右，这种合作水平向纳什均衡收敛的衰减（decay）正反映了“厌旧”效应。现有研究证明了衰减的存在[3][4][11]；在90年代以来的典型的实验结果中，衰减收敛的现象也一再被证实[12][13][14]。与衰减相对的，则是公共品实验中的重启效应：重新给予一定时长的合作机会（重启），会重新产生更多的合作[3][15][16]。实际上，重启实验就是让人们重新获得新鲜感，但这种新鲜感会随时间的推移而消逝进而形成一种陈旧的状态，又引起人们的反感。因此，有重启的团队合作实验可以作为研究喜新效应的一个重要范式。
是什么决定了厌旧和衰减？已有研究回答了这一问题。关于社会偏好与合作的一系列研究等都认为个体的利他、强互惠等偏好较好地解释了衰减[12][17][19]。例如，在重复的合作中，自利个体不合作的行为会使得互惠的个体撤回合作[18]，合作新鲜感由此丧失，并导致合作的逐渐衰减。但是，重新引入的新鲜感是否能激发新的合作，这对一问题的研究还不多，一个重要的挑战在于准确测度“喜新”与“厌旧”。事实上，面对“重新开始”的合作机会，个体感到需要适应和更慎重对待，而这些都意味着调动第二系统[20]，使用更多认知资源，以便综合偏好、社会规范、经验记忆等进行决策。为了有效完成决策，无时间约束（time constraint）的个体会理性地使用更多反应时间，以降低决策风险、权衡偏好与社会规范的要求[21]。而对于越来越“旧”的重复合作，个体可能感到疲乏，缺乏注意力，由于决策规则已经确立，风险和理性推理要求低，因此不必要分配更多认知资源，更多依赖第一系统进行直觉性或启发式的决策，从而降低反应时间。因此，反应时间与决策新颖度直接相关，构成一个度量喜新厌旧效应的代理变量。目前认知心理学、认知神经科学[22]和实验经济学已经运用这一指标，结合行为决策结果，来推断个体偏好[23][24]，进而发展基于“过程”而非纯粹基于结果的决策模型[21]。因此，我们可以采用决策结果和反应时间两方面行为数据，来进一步验证个体是否存在“喜新”、“厌旧”。
如果喜新、厌旧是存在的，我们需要探索这种效应的强度和演变动态受何因素影响。少数相关研究主要基于异质偏好来解释喜新效应的强度。Ambrus 和Pathak认为合作期限的减少导致了更少的合作，重新开始一段时期的合作意味着新的合作期数的增加，故而能增加合作[25]。Klumpp则认为个体具有多种非自利偏好，且其决策标准是满意标准，在此假设下个体的合作会遵循一个动态优化路径，重新开始一段时期的合作则是重复过去的路径[26]。根据Ambrus 和Pathak的理论[25]，我们可以推论，当实验期数很短或不确定时，合作应该会更少。而根据Klumpp的理论，重启后的合作趋势应该和过去保持一致[26]。但是，喜新效应所发挥的作用，可能还要受到经验的影响。这是因为，新鲜感之所以发挥作用，可能根源于新颖决策对个体脑中第二系统的启动[20]，而第二系统的运作模式，除了心智化（mentalizing）以外，一个重要方面即是调用陈述性记忆[27]，进行学习[28]，最终形成预期，而预期很可能是与过去发生过的历史经验有关，正是这种参照行为产生了实验重新开始后的一段时间合作意愿必然高的假想，从而导致了团队合作的回升。Ambrus 和Pathak提出的互惠动因一定程度上可以解释喜新效应[25]，但个体需要对未来的合作以及其他类型个体的合作有较强的预期，要求的理性水平实际过高。而经验则从模仿学习角度解释喜新效应。究竟何种解释是正确的，互惠和经验的作用是否可以统一起来，还有待实验去检验。
因此，我们进行了带有重启的标准线性公共品博弈的实验，利用团队合作的情境，考察喜新厌旧的效应以及影响这种效应的因素。我们以重启后进行的时段数确定的实验为基准，设计了重启后持续时段不确定以及实验结束时间不确定的实验，以检验Ambrus和Pathak关于互惠决定喜新效应强度的假说[25]；设计了人为诱导过去合作经验的实验来验证经验影响重启效应的假说；并且设计了一个不包括“重启”表述而仅作休息的设置，以检验是否仅仅是休息或“重新开始”带来的心理暗示本身导致的“喜新”效应。我们同时采用了合作行为数据和反应时间数据来考察个体对陈旧合作趋势的“麻木”和新异合作机会下的思考以及基于经验的决策。我们的实验结果表明，基于互惠和经验的假说都可以得到支持，基于心理暗示或休息的假说得不到支持。
我们的研究与已有研究的不同在于，我们率先利用有重启的团队合作实验，揭示了喜新厌旧与合作的关系，分析了社会偏好和经验对喜新厌旧效应的影响。而已有的研究[15]主要发现了重启实验后合作回升的趋势，并未从“喜新厌旧”视角来进行分析。我们的研究提出了“喜新厌旧”的理论推测，同时用实验数据揭示了其内在机理，特别是率先采用反应时间数据考察行为背后的认知神经过程。
本文余下的结构如下：第二部分回顾相关研究并提出假设，第三部分描述实验设计，第四部分分析实验结果，最后是本文的结论。
1 相关研究回顾
1.1 喜新厌旧与反应时间相关研究回顾
正因为个体在较短时间决策时可能产生与充分时间决策时不同的结果，意识到这一点的个体可能会在无限制时优化安排其时间，根据其时间来合理安排决策过程。而随着反应时间的不同，个体也就有了不同的决策考量与结果。部分研究考察了个体在不同任务上的时间安排，结果发现，个体倾向于把时间安排给更简单的任务[39]。这些表明个体在时间上也会进行自主的优化选择。
喜新厌旧是团队合作中的一个重要决策过程，其在偏好因素如社会偏好、信念因素等的共同作用下影响决策结果，因此仅仅从决策结果并不能完全分离个体对新鲜合作机会的重视和对重复合作的厌恶。在更准确度量喜新厌旧效应方面，近年来越来越受到关注的反应时间成为可行的代理变量。反应时间一直以来得到了认知心理学和认知神经科学的重视，是研究认知过程如工作记忆、语词判断等时常用的决策结果指标[22][32]。近年来，反应时间指标得到了实验和行为经济学的重视，其研究分为两条路径，一条考察在没有时间限制下个体决策时所用的时间，通过反应时间推断个体偏好、认知状态和行为类型；而另一条路径则通过施加时间压力（time pressure）或运行决策延迟，考察个体在不同时间要求下的决策结果，反推反应时间表达的个体决策依据或规律，有研究将前一类研究中的反应时间为“内生反应时间”，而将后一类研究中的反应时间称为“外生反应时间”[21]。关于反应时间的研究首先证明了反应时间与偏好、认知、决策结果的相关性。在风险偏好方面，研究达成的一个共识是更大时间压力下在获得（gain）框架中人们更倾向于冒险[23]，也有研究认为在这种框架下人们的风险态度不随时间压力改变[33]，而在损失（loss）框架中人们更倾向于不冒险[23]。而在关于社会偏好和团队合作的问题中，反应时间反应出的社会偏好权重存在争议，相关观点可以概括为三种理论。第一种理论认为，亲社会行为需要在亲社会动机和自己利益之间权衡，这意味着更长的反应时间体现更多的亲社会决策过程。考虑了不平等厌恶、对方善意等社会偏好因素的个体表现出比自利个体更长的决策时间[34]。由于团队合作是一个综合考虑新鲜感、社会偏好、经验等的过程，反应时间与团队合作中贡献程度的匹配得到了很多关注。在时间压力研究方面，Verkoeijen和Bouwmeester认为，在综合考虑了其他个体贡献水平的信息、团队“成员”是真人还是计算机等方面以后，时间压力与合作水平没有明显关系[24]。但是，Brown et al[35]考察了个体在公共物品和私人物品决策中的反应时间，发现随着决策经验的增加，个体的反应时间变得更短，公共物品方面的决策反应时间预测可靠性虽略低于对私人物品的预测，但也是可以有效预测的。更短的反应时间可能伴随着团队合作任务中的更多决策差误[36]；如果某些团队合作任务的均衡存在搭便车性质而个体又对此很了解，那么没有足够时间思考的这些个体会更多选择博弈均衡策略，表明认真 思考更促进团队合作[37]。第二种理论认同双系统理论的观点[20]，认为反应时间更多反应了直觉性、启发式的内在决策过程，他们假设合作就是一种最符合直觉的决策规则，因为人们在日常生活中深受声誉、规范等机制影响，合作是一种直觉，因此更短的反应时间下个体会更多选择合作。Rand et al的研究证实了这一点，但如果被试具有一些博弈经验，这种时间压力下的合作会减弱[38]。第三种理论则认为，反应时间实际上最直接反映认知冲突：认知不一致或存在很多冲突时个体的反应时间更长。因此，如果个体就是想要自私或者愿意合作，其决策面临很少冲突，自然反应时间就快；反之，在是否合作方面权衡较多的个体反应时间就长。反应时间也与推理水平有关，当时间压力较大时，需要多步推理的个体不得不减少推理的步数，甚至很多人将推理从原来可达的2-3阶减少到1阶[39]。
关于喜新厌旧的研究目前主要集中在神经科学与心理学方面。许多研究发现，重复进行某些刺激（如图片、声音）或重复某些活动（如观看图片）会使得脑电波波幅和fMRI指标如BOLD下降，且反应时间缩短，这被称为重复抑制（repetition suppression）效应[2]。例如，Larsson和Smith[29]通过让被试先熟悉一批图片，然后以某些方式重复这些图片，并在重复图片里加入吸引注意力的图片（如倒置图片）或新异刺激（如没有见过的图片），结果发现了明显的重复抑制。进一步分析重复抑制的根源则表明神经元可能适应重复刺激，部分神经元降低对重复刺激的反应程度，从而使得反应时间更短，反应更快也出现得更早[30]。而对新异刺激被试则表现出P300等成分，显示了更多认知努力[1]。在持续的厌倦或无聊状态下，个体甚至愿意承受成本去获得新鲜刺激[31]。但是，关于喜新厌旧的研究，还基本上很少应用于经济行为，尤其是团队合作问题。
上述实验结果表明反应时间在不同决策结果间呈现系统性的差异，因此反映出个体内隐的偏好和决策过程。但为何反应时间能反映偏好与认知，这种信号是否稳健，又能否进一步基于此构建有别于依赖外显决策结果与显示偏好的个体决策函数，成为学界关注的焦点。反应时间反映偏好和认知方面的一个重要基础是双系统理论。Kahneman、Alo´s-Ferrer 和 Strack、Evans等总结的双系统理论[20][40][41]认为，大脑中存在两个系统，依赖第一系统的决策是直觉性的、启发性的，其倾向于快速决策，较少需要信息、更少进行深入思考和复杂分析，更易于受到情绪冲动的影响。依赖第二系统的决策是更深思熟虑的，更多搜集信息和谨慎决策的，也是更少冲动的。启动第一系统只需要较少反应时间，第二系统则需要更多反应时间。因此，反应时间一定程度上反映了个体决策过程中第一和第二系统的启动情况，并进一步可以与这两种系统相匹配的决策特征产生联系。进一步的研究则质疑了双系统模型中简单的直觉-深思熟虑二分法，认为较短的反应时间并不能简单归因为直觉性的决策，也不能由此简单地认为短的反应时间就反映了某些预先假设是与直觉性决策相关的决策依据，例如自利或合作[42]。因此，有关研究发展出更全面的模型来阐述双重系统的作用和反应时间的含义，例如，特定条件下一个系统可能压倒另一个系统，当时间或信息不足时人们就会倾向于使用第一系统决策。人们可能不仅存在“双系统”，还存在“双过程”：自动决策过程或受控决策过程，或是“双重自我”：一个短期导向的自我和一个长期导向的自我，双过程或双自我的交互可能影响反应时间[43][44]。
反应时间既然可以在一定程度上反映个体的内在决策过程，特别是双系统的认知神经反应过程，那么反应时间就有可能与选择结果一样，作为一种预测决策结果和效用的变量，进而有可能建构基于反应时间的决策模型。这一部分研究的典型框架是漂移扩散模型（drift diffusion model）。该模型认为人们的决策需要搜集和处理信息，这些信息掺杂着噪声，因此每个选择的估价都随着随机到来的证据而漂移。当相关证据累积到一定程度足以超过一个阈值时，人们就会做出决策。显然，给定阈值，更低的漂移率，带来了更长的反应时间。而给定漂移率，阈值越低，反应时间更长。这些预测表明了反应时间可以用来推测选择的结果与偏好强度。Krajbich、Oud和Fehr指出漂移扩散模型（drift diffusion model）为利用反应时间预测选择结果提供了理论基础[45]。Konoyalov和Krajbich结合实验数据发现，反应时间与效用函数参数高度相关，采用反应时间可以有效推断个体的偏好，即使个体的选择结果是完全一致的，反应时间也能揭示其内在的偏好强度；两个选择的效用越接近，反应时间越长[46]。Chen和Fischbacher发现反应时间因人而异：自私个体更快地选择自私的决策，但总体上反应时间随着决策动机冲突而变得更长[47]。Caplin和Martin进一步将双系统与漂移扩散结合，强化了反应时间预测选择结果的理论基础[48]。Echenique 和Saito提供了反应时间与两个选择之间效用差值呈单调关系的公理化基础，因此在一定条件下仅依据反应时间数据可以推导效用函数[49]。
从上述理论推断出发，我们认为，反应时间和决策结果，共同构成研究个体在合作中的“喜新厌旧”效应的行为指标。当个体没有时间压力时，作为一个在时间上理性决策的个体，会有效运用其反应时间来优化决策。而更长的反应时间，意味着个体内在的复杂决策过程，其需要在自利和合作之间进行权衡，需要综合考虑决策历史与其他人的状态。这可能代表着双系统之间的交互，即一个基于分析的决策系统在与基于其直觉的决策系统之间进行竞争。这些都要求个体提高理性能力，进行复杂思考，而个体为进行深思熟虑，也会为自己留出更多时间。因此，更长的反应时间，正反映了个体面对某些任务的审慎决策，和在多重决策依据中权衡的过程。而短的反应时间则反映了个体不愿意花费更多的时间进行决策，表现出一种厌倦情绪，抑或反映个体对其决策任务的熟悉，认为决策依据间不存在较大冲突，决策规则已经熟悉，可进入第一系统决策程序，快速决策，从而理性地减少时间消耗。具体到我们的团队合作任务，由于重复合作任务，个体面对的决策疲乏度更高，而决策依据冲突显然变得更少，决策规则更固化，因此更倾向于调用第一系统进行快速决策，以节省决策时间。而重启之后的初期，由于新的合作机会的引入，个体有可能愿意审慎对待这一意外的机会，要结合历史经验进行思考，权衡复杂的历史经验、自利偏好以及规则理解等方面的考量，从而理性地安排较长时间进行复杂推理，最终做出决策。即使个体直觉决策是偏向于自利的，新的合作机会也可能引发其认知冲突和更多的考虑。而对于直觉是偏向于合作的个体而言，其也需要时间进一步推理。当重启后的合作又由于重复交互而进入衰减时，个体就又倾向于减少认知努力，将决策规则进行更新后固化到第一系统，从而减少了反应时间。总之，有重启团队合作任务中的反应时间一定程度上外显了个体面对新合作机会的审慎态度和面对旧合作过程的认知习惯，反应了第一和第二系统在不同决策情境下的交互过程与更新动态，是个体在考虑了其偏好和认知需求后所作出的理性时间安排。因此，反应时间可能作为喜新厌旧效应的一个有意义的代理变量，与决策结果变量一起刻画喜新厌旧的特征及其被偏好、记忆影响后的结果。
1.2 喜新厌旧影响的团队合作特征研究回顾
最后，重启实验不可避免带来了间歇和休息，重启后合作水平的提高，可能是由于休息带来的注意力提升，也可能来自类似“一切从头开始”的某种心理暗示。为测度重启造成的间歇、休息或心理暗示的效果，设计了一开始就告知有60个时段的实验，但在20和40时段时宣布可以原地休息1分钟，这个休息时长和重启时停顿的时长基本一致。实验说明没有出现重启的信息。
尽管重启实验激发合作回升的效应已被检验是稳定存在的，但关于影响其强度和动态特征的因素的研究仍然很少，主要仍集中在个体的社会偏好方面。Ambrus和Pathak通过互惠个体与自利个体的互动来分析[25]。他们认为，人群中有两类人，有条件的合作者和自利者，合作水平取决于剩余的博弈期数。在博弈的开始，自私的人意识到只要博弈期数足够长，那么他们发起高投资能诱导互惠者也高投资。互惠者正确地预期到这一点，从而维持了较高的投资。随着时间推移，剩余的期数越来越少，自私者的投资也就越来越少，互惠者也削减投资。因为合作取决于博弈剩余的期数，重新开始就意味着又有足够多的期数，因此会重复过去的结果。如果剩余多少时段不确定，个体就不确定未来合作收益是否存在，因此会更少作出贡献。Klumpp的模型则假设了个体具有物质和非物质效用构成的偏好结构，个体决策是满意标准而非最优化标准，从而得出个体非零贡献的均衡以及采用扳机策略下的动态优化决策路径，认为该路径上个体的长期贡献是递减的且与规模、非物质效用参数等有关，新一局实验的开始会重复上一局的路径。因此，从这些社会偏好角度的研究看，重启实验后的喜新厌旧效应，是受到个体特征影响的，互惠和自利个体的互动决定了喜新效应转向厌旧效应的过程[26]。
虽然上述研究对何种因素影响合作中的喜新厌旧效应做出了预测，但他们并未明确提出喜新厌旧这一问题，也并未分离另一个重要的影响因素，即历史经验与记忆。参加合作任务的个体并非孤立的个体，他们对新合作机会下的未来合作预期，可能受到之前的合作任务或任务之外的经验的影响。因此，重新启动引入新鲜感能激发出何种水平的合作，一定程度上取决于有经验个体对于群体模仿过去经验的信念。Schelling指出，个体往往会根据历史经验进行决策，历史经验给决策形成了自然凸显的聚点[50]。Tversky和Kahneman[51]指出，个体基于过去的经验而简单模仿过去策略是一种可得性偏差，基于可得性偏差理论，个体在决策时，会选取其印象最深刻、最易于回忆和选取的信号进行决策。Kahneman进一步指出了“喜新厌旧”的更多脑神经决策基础，即第二系统的激活[20]。结合关于重复抑制的研究可以推断，个体在重复过程中形成的经验记忆帮助个体对重复刺激降低认知需要，而对新异任务则利用第二系统引入工作记忆即过去合作历史的回忆来协助决策，并且这会涉及到对他人行为的预判即“心智化”网络[52]。这样，过去的决策，将成为多个体下一次决策的自然的共同参照。上一个阶段的群体合作经验，就可以成为这一阶段公共品贡献的依据。这样，新鲜感激发合作回升的“喜新”会产生双重效应：第一，个体会表现出模仿过去合作动态的趋势，会在初期选择更高的合作。第二，个体经历了合作衰减的过程，虽然他们预期新的合作机会带来的新鲜感会使得人们复制过去的路径，但他们也同样记得过去的合作是怎样逐渐衰减的，因此他们也会相对减少合作水平，也就是经验记忆一定程度上决定了新鲜感刺激下的新合作动态的总体水平。这就导致重启后的合作虽然具有同样的动态路径，但合作水平却相对第一阶段降低。
山东经贸职业学院旅游管理专业是首批山东省技能型人才培养特色名校重点建设专业，因此，对于该专业综合素质课程的设置，尤为重视。经过多方研讨，本着课程设置的价值取向应坚持技术知识本位、知识能力本位和做人本位的有机统一。将综合素质课作为专业理论学习的重要支撑，全方位提升旅游管理专业的职业能力和人文素养。
为检验反应时间是否刻画了喜新厌旧效应，尤其是其设置间差异，我们设计了如下实验，并结合行为数据，考察互惠、经验和休息等影响喜新厌旧效应的程度。
2 实验设计与实验假设
2.1 实验设计
我们采用局域网中进行的标准线性公共品供给实验来刻画团队合作过程，实验每组4人，每人具有10单位禀赋，每人各自独立地作出公共品投资，本组投资的总和乘以不变的系数为每人从公共品投资中分享的得益，而这个得益加上禀赋剩余则为本时段得益。系数始终为0.4，收益计算公式如下：
其中，第个人的初始禀赋为10 G$，（=1, 2, 3,4）是第个人的在本时段的收益（需四舍五入为整数），是第个人的投资量，是本组所有人投资量的和。实验共有4个设置。
融资平台的发展，关键在人，建立科学高效的人才管理体制，激励好每一位员工，人尽其才。制定系统完备的预算管理制度，实现零基预算管理，更高效率的管理好每一分钱；加强往来资金管理，尤其是短期资金拆借的追还，安排专人负责往来资金催缴和管理。
基准设置下，实验首先进行20个时段，在20个时段结束后，突然宣布实验将重新进行20个时段。在宣读附加的实验说明时，特别强调了实验将重新进行20个时段。显示的提示是“现在实验正在重启，接下来的实验将是重新开始的20个时段，本组成员和实验设置保持不变，实验即将重新开始。”20个时段后，实验再重启20个时段。整个实验持续60个时段，2次重启，其动态序列的长度与Ambrus和Pathak保持一致[25]。基准设置通过重启，形成了新合作机会的新鲜感，进一步验证新鲜感激发合作天性的重启效应。
为了验证经验影响“喜新”的假设，设计了人造经验设置。这一设置中，每个被试在前20时段观察到的合作水平为除他自身以外的每时段同组贡献总额乘以0.6再加上本人贡献的结果。这将使得每个被试观察到的贡献水平低于真实贡献水平。其他实验设计与基准设置相同。
配制一系列不同初始浓度的甲基紫溶液，其他条件不变，考察甲基紫溶液初始浓度对TiO2薄膜光催化性能的影响，实验结果见图4.
第二系统的另一个可能的重要反应机制是心智化过程，即个体面对新的决策机会，可能会猜测其他人的反应，并根据他观察到的其他人的行为结果更新其信念，进一步通过预测他人行为趋势来决策。行为博弈fMRI证据表明，这一过程涉及到中前额叶皮层、颞顶联合区和前旁扣带回皮质等重要脑区[52]。而猜测和跟随反应即是基于互惠的行为，是Ambrus和Pathak的分析[25]的神经基础。如果基于互惠偏好和信念的行为是影响“喜新”效应的另一机理，那么时段不确定性设置下，被试难以确定未来的合作机会的大小，因此他们会倾向于减少合作，这样重启后的合作水平应低于基准设置重启后的合作水平。由此提出假设3：
在进行林业生产和建设中林业的管理非常的重要，同时其也是林业建设的重要内容。重视对营林护林工作的管理，实现管理质量的提升、促进生产效率的提升和林业的可持续发展非常的重要。此外，加强对林场营林护林的管理也是实现提高人们生活水平和改善林区人们生活质量的关键，同时也是提升林场生态环境建设和林业经济发展的重要基础。因此，必须采取一定的手段提升营林护林的管理工作，为林业的可持续发展助力。
最早发现重启以后的新鲜感会重新激发合作的是Andreoni[3]，其初衷是通过对比陌生人（stranger）与伙伴（partner）设置，验证策略性合作理论在实验室实验中的预测力。由于同组成员随机调换的陌生人设置下难以建立声誉，其贡献水平应该低于同组成员不变的伙伴设置。如果是这样的话，那么伙伴设置中高出的那部分贡献就可以归因于策略行为，而同样的部分则归因于学习效应。实验结果表明，合作都会衰减，但实验在一局结束后，若突然宣布重启一定时段的实验，则合作水平不会延续已经衰减的趋势，而是跳跃到一个较高（但一般仍低于前一局的第一时段）的合作水平，然后继续衰减。如果个体能通过学习逐渐“发现”纳什均衡策略，那么重启后个体就不会提高贡献，因此，重启效应的发现不但挑战了策略性行为假设，也不能为学习效应所解释。后续的一批研究则试图检验重新启动是否能带来合作回升，并进一步对比陌生人和伙伴设置在公共品供给水平上的差异。Croson的实验是4人一组、10个时段的标准线性公共品实验和10个时段的重启，被试被分为陌生人和伙伴两类组，公共品给每位被试带来的边际收益系数是0.5。实验结果同样出现了重启后的合作回升，但伙伴组的重启后平均贡献更高[15]。Croson et al的另一个实验也是4人一组的伙伴设置，标准实验和重启实验也各有10个时段。结果是重启效果仍然明显，值得注意的是，在这次实验中还考察了协调博弈，结果发现协调博弈也有类似结果[16]。
每局实验都是伙伴设置，即被试始终同组。伙伴设置下的合作使得每个个体和群体的合作行为模式已经成为共同记忆；而强互惠个体根据群体过去的低合作水平（如果衰减效应发生的话）就不会再选择提高合作水平，学习效应下已经具有经验的个体也应该根据合作衰减的结果而拒绝提高合作水平。因此，伙伴设置较之陌生人设置，能够在更严格的条件下测试重启效应的各种解释。这一设计也使得各个设置的声誉效应保持一致，而避免了新人进入后出于声誉考虑而进行高合作的干扰。
上述每个设置均有一局，每局实际进行的时段数最后均为60个时段。上机实验每局有12名被试，均为高年级本科生和低年级研究生，来自不同的专业，他们被组成三组。实验是在专业的经济学实验室内完成的，使用Fischabacher[53]的Z-tree编写了实验程序。表1总结了实验的设置。
加拿大高校学生管理工作中学生的自主参与性很高，并发挥了重要的作用。我国自2017年9月1日开始实施的《普通高等学校学生管理规定》(教育部第41号令)明确指出高校应当尊重和保护学生的合法权利，教育和引导学生承担应尽的义务与责任，鼓励和支持学生实行自我管理、自我服务、自我教育、自我监督[8]。
紫丹银屑颗粒联合阿维A胶囊和复方氟米松软膏治疗寻常型银屑病的临床观察 ………………………… 毛荣超等（6）：800
表1 实验设置
设置被试人数总时段数重启后时段数有无人造经验 基准126020无 人造经验126020有 有休息126020无 时段不确定1260不确定无
2.2 实验假设
首先，从反应时间上我们可以推断和验证个体的决策认知过程，考察个体是否在合作过程中出现厌倦感或在重启后表现出新鲜感。每次重启，个体都会更加熟悉过去的决策，决策冲突更少，神经反应减少加快，新异合作机会的刺激会减弱，因此总体上每次重启后个体决策所调用认知资源更少，所需反应时间更短。但具体到每一个重启后的初期（前10个时段），个体要结合经验记忆进行思考，并通过心智化推断其他人信念和决策，对复杂的动机冲突进行调整和推理，因此耗费的认知资源，要多于重启后的后期（后10个时段），反应时间也相应更长。个体在重新引入新鲜感时的反应时间加长是“喜新”的表现，也提示了喜新的内在认知的双系统交互决策过程。个体在阶段之间以及阶段内的反应时间下降则反映了“厌旧”。由此我们提出假设1：
假设1a：每个设置下重启后的阶段反应时间总体低于重启前一个阶段；
假设1b：每个阶段内前10个时段反应时间总体上高于后10个时段。
新颖刺激启动了个体的第二系统，而第二系统与选择关联，涉及复杂运算，显然需要消耗更多认知资源。而从第二系统具体的神经反应机制来看，个体进行决策至少需要调动两方面的认知努力，即使用记忆和预判他人（心智化活动）。就前者看，个体需要基于历史经验而形成关于合作趋势的预测，即形成一个参照点，这个参照点影响其后续决策。行为博弈实验证据表明，有公共品博弈经验的被试也会作出贡献，但他们相比无任何经验的被试而言更少采取合作[54]。如果上述基于记忆和经验的机制是直接影响 “喜新”效应的因素，那么人造经验设置下，由于被试观察到的过去的合作水平低于实际水平，那么被试的经验就被锁定在较低的合作水平路径上，从而使得重启的合作水平系统性地低于基准设置，但仍然复制了重启前的动态路径。由此我们提出假设2：
假设2：人造经验设置下的“喜新”效应低于基准实验设置的喜新效应；
Ambrus和Pathak提出，基于互惠动机而合作的个体重视剩余的时段数量，他们的合作会使得自利者具有合作信念，根据这一假设，若剩余可合作的时段不确定，新鲜感的强度则会降低，互惠和自利个体也无法产生稳定的预期，重启效果就无法发生[25]。为验证这一假设，设计了时段不确定设置。这一设置下所有设计同基准设置，但实验何时结束，由程序随机决定，具体在哪个时段重新启动，也由程序随机决定。
上个世纪九十年代，在宗教主管部门的批复和认可下，昆明居士严玉芝及多位佛教信众开始恢复重建虚宁寺。至今，虚宁寺已建成有山门、放生池、天王殿、大雄宝殿、药师殿、伽蓝殿、祖师殿、地藏殿等；以及围绕海会塔建设的念佛堂、莲花堂、三圣殿、极乐堂、般若堂等殿堂。
假设3：时段不确定设置下的喜新效应低于基准设置喜新效应；
如果休息也能产生类似重启效应，那么休息下重新开始的合作应该也能产生合作回升。如果不能，则说明仅有休息而没有新鲜感是无法激活个体的更多神经反应的，也就不能产生团队生产合作的提高。我们据此提出假设4：
当前，中俄界江地区各地市的生态旅游开发模式仍面临开发粗放化的发展困境，开发前尚缺相关的科学论证以证实开发的可行性，开发中欠缺合理的规划设计降低了旅游产品的使用性，开发后缺乏对应的产品互补降低了旅游产品的普适性。此外，旅游产品的设计理念和规划深度方面尚有很多不足之处，过程中单纯追求经济效益，忽视了社会价值、文化价值和生态价值等其他方面的价值，价值创造过于单一。总体上，中俄界江生态旅游发展在规划方面仍很单一、笼统，尚属粗放式的开发模式。
我想不到个好主意，只怜惜地瞄着她。她说那年她就等着她娘的五七，到娘的坟头哭了一场，就跑到汉口街上。找不到活路，瞎摸乱撞，被人骗进了翠春苑。也遇到两个真心的，当时的海誓山盟，过后都没了下文，人也冇见了。一回一回这样往心上戳刀子，不时又遭些歹人欺侮，人心就冷了，也看穿了，那就自个儿找快活呗，总不能去投江，去上吊吧？她在翠春苑做了六年，名头也熬出来了。也是怪这个名头。东洋人听说了，叫个医生查了下她的身子，就出了几个钱，把她买了去。先送到大冶的金山店，那儿是个大铜矿。三个月前，又把她弄到这铁冶来。
3 实验结果
3.1 喜新厌旧效应的反应时间分析
我们对基准设置、人造经验设置和休息设置的反应时间进行分析，并进行设置间对比。由于时段不确定性重启的设置中阶段划分与其他设置均不同，阶段持续时间不确定，预期难以明确，故无法进行比较。在Ztree2.1中，个体做出某个决策的反应时间会被记录下来，默认给予30秒反应时间，采用倒计时方式记录时间并提醒被试。如果被试决策超出30秒，则显示为对应的负数。如超出2秒，则记录为-2。我们采用的个体反应时间是被试做出公共品贡献的反应时间，即当贡献数量输入界面显示开始直到其填入贡献数量并点击ok提交的时间长度。我们用30减去系统记录的数值得出反应时间。我们首先对比重启前后两个阶段每个个体在不同阶段对应的时段的反应时间，以此明确不同阶段反应时间的总体差异。表2是描述性统计结果，表3是对比检验结果。由于数据不服从正态分布，故采用两独立样本非参数检验（Mann-Whitney U检验）。
通过反应时间我们已经发现个体的合作衰减与重启与新鲜感的丧失和重新获得有关。通过比较四个设置中的反应时间，以及每时段总贡献即每时段所有被试的贡献总和，可以进一步考察喜新厌旧效应的比较静态特征。我们对比检验了三个设置的各个阶段的反应时间，以及各个阶段中的不同被试中位数、均值。结果如表8、表9、表10所示。从结果可以看出，人造经验设置和休息设置间在第一和第二阶段反应时间无显著差异，而其他各个阶段，每个设置间都有至少0.1水平上的显著差异。结合描述性统计结果看，基准设置在所有阶段上均有均值意义上明显更长的反应时间，而人造经验设置在第二和第三阶段上也有均值意义上比休息设置更长的反应时间。这表明基准设置下新异合作机会的引入造成了被试最强的认知努力，而人造经验设置由于前序合作水平较低，被试更多直接回忆较低的合作预期，较低的贡献成为一种更符合直觉的行为，需要的认知努力程度相对较低。而休息除了在第一次发生还有一定新意外，以后的休息成为固定的预期，已经无法促使被试调动认知资源进行合作思考，故而难以产生明显的合作回升趋势。这些结果一定程度上也显示了经验、记忆和社会偏好可能影响喜新效应。
表2 不同使用设置下各阶段个体反应时间的描述性统计结果
样本量最小值最大值均值标准差基准设置第一阶段2400.0038.007.5677.400人造经验设置第一阶段2400.0023.003.9924.084有休息重启的设置第一阶段2400.0027.004.5214.708基准设置第二阶段2400.0069.006.3297.870人造经验设置第二阶段2400.0021.003.4424.095有休息重启的设置第二阶段2400.0075.003.0585.540基准设置第三阶段2400.0043.004.1964.566人造经验设置第三阶段2400.0027.003.5214.738有休息重启的设置第三阶段2400.0020.002.4172.871
个体每时段反应时间方面，在基准设置第一阶段反应时间都显著长于第二阶段和第三阶段，第二阶段反应时间也显著长于第三阶段；在人造经验设置中，第一阶段与第二阶段、第三阶段均有0.05水平显著的反应时间差异，仅有第二阶段和第三阶段间无显著差异。人造经验设置第一阶段反应时长均值高于第二阶段。因此，总体上看，在前两个阶段，合作需要更多耗费更多的认知，也造成了更长的总体反应时间。而在最后的阶段中，被试只需要相对较少的认知反应来选择。假设1a得到一定的支持。
虽然随着阶段的增加被试反应时间越来越短，但在阶段内的不同时段，被试由于“厌旧”和新异刺激造成的反应仍有具体的差别。我们通过对比同一个阶段内前10个时段和后10个时段每个个体的反应时间，确定重启引入的新鲜感和持续合作造成的“厌旧”行为及认知钝化。表4和表5分别是各个设置中各个阶段前10和后10个时段的反应时间描述性统计以及对比检验结果。结果表明，在所有设置的第一阶段中，前10个时段反应时间的均值都高于后10个时段反应时间的均值。人造经验设置中，三个阶段的前后10个时段反应时间差异不显著，基准设置和休息设置中第三阶段的前后10个时段反应时间也无显著差异。除此之外，其他阶段中的前后10个时段反应时间是有显著差异的。总体上看，被试表现出对重复合作的反应降低和新异刺激反应加强。在同一个阶段内，个体的决策反应时间随决策次数增多而减少，决策越来越简单、重复地偏向非合作，“厌旧”的心理愈发明显。反应时间减少伴随着贡献的降低。当重新引入合作机会时，被试会表现出不显著的平均更多的反应时间，以应对新鲜的刺激，但在次数增多以后，个体的合作决策努力也趋于固化，对过去的决策记忆和经验愈加熟悉，决策时间较短，已经不产生太大变化。因此，假设1b也得到一定支持。反应时间表明个体在团队合作中确实存在“喜新厌旧”的心理。而时间结果与经验记忆影响合作的喜新厌旧效应的假说也与实验结果吻合，人造经验设置重启后各阶段内部前后反应时间的差别不明显，也可能表征着个体对经验记忆造成的熟悉感的利用。
表3 不同实验设置下各阶段个体反应时间的对比检验
基准设置第一阶段vs第二阶段基准设置第二阶段vs第三阶段基准设置第一阶段vs第三阶段人造经验设置第一阶段vs第二阶段人造经验设置第二阶段vs第三阶段人造经验设置第一阶段vs第三阶段休息设置第一阶段vs第二阶段休息设置第二阶段vs第三阶段休息设置第一阶段vs第三阶段Z值-2.597-3.182-5.875-2.373-.470-2.830-4.749-1.706-6.495sig值0.0090.0010.0000.0180.6380.0050.0000.0880.000
表4 不同实验设置下各阶段前后10个时段反应时间的描述性统计
每时段反应时间样本量最小值最大值均值标准差基准设置第一阶段前10时段1201.0038.007.9337.213基准设置第二阶段前10时段1200.0069.007.7178.902基准设置第三阶段前10时段1200.0043.004.5505.418基准设置第一阶段后10时段1200.0034.007.2007.595基准设置第二阶段后10时段1200.0047.004.9426.424基准设置第三阶段后10时段1200.0021.003.8423.503人造经验设置第一阶段前10时段1200.0023.004.0673.968人造经验设置第二阶段前10时段1200.0021.003.5674.020人造经验设置第三阶段前10时段1200.0020.003.5834.479人造经验设置第一阶段后10时段1200.0021.003.9174.21199人造经验设置第二阶段后10时段1200.0019.003.3174.1808人造经验设置第三阶段后10时段1200.0027.003.4585.002休息设置第一阶段前10时段1200.0027.004.9915.013休息设置第二阶段前10时段1200.0075.003.8087.327休息设置第三阶段前10时段1200.0020.002.6082.966休息设置第一阶段后10时段1200.0021.004.0504.352休息设置第二阶段后10时段1200.0014.002.3082.612休息设置第三阶段后10时段1200.0018.002.2252.773
表5 不同实验设置下各阶段前后10个时段反应时间的对比检验
基准设置第一阶段前10 vs后10时段基准设置第二阶段前10vs后10时段基准设置第三阶段前10 vs后10时段人造经验设置第一阶段前10 vs后10时段人造经验设置第二阶段前10 vs后10时段人造经验设置第三阶段前10 vs后10时段休息设置第一阶段前10 vs后10时段休息设置第二阶段前10 vs后10时段休息设置第三阶段前10 vs后10时段Z值-2.152-4.296-0.751-1.376-1.222-1.001-1.875-3.142-1.538sig值0.0310.0000.4530.1690.2220.3170.0610.0020.124
由于关于反应时间的研究也采用反应时间中位数作为指标[36]，我们也计算了三个设置中各个阶段个体决策反应时间的中位数以及均值，并将此中位数与均值进行对比检验。结果如表6和表7所示。结果发现，在基准设置和人造经验设置中，第一阶段和第二阶段反应时间的中位数并无显著差异，均值差异至少在0.1水平上显著。中位数上第二和第三阶段间（仅基准设置）、第一和第三阶段间则均有显著差异。而休息设置在第一个阶段和第二阶段的反应时间中位数和均值方面有显著差异，第二阶段和第三阶段的反应时间中位数有微弱的显著差异，均值差异不显著，第一和第三阶段反应时间中位数和均值差异均显著。这表明突然重启后，一般被试的认知依然有一个适应过程，新异合作机会会进一步引入新鲜感，造成更多认知努力。
假设4：休息设置下的“喜新”水平与基准设置的“喜新”水平无差异。
表6 不同实验设置下各阶段反应时间中位数的对比检验
基准设置第一阶段vs第二阶段基准设置第二阶段vs第三阶段基准设置第一阶段vs第三阶段人造经验第一阶段vs第二阶段人造经验第二阶段vs第三阶段人造经验第一阶段vs第三阶段休息设置第一阶段vs第二阶段休息设置第二阶段vs第三阶段休息设置第一阶段vs第三阶段Z值-0.653-2.269-3.211-1.588-0.417-2.036-2.306-1.668-3.693sig值0.5140.0230.0010.1120.6770.0420.0210.0950.000
表7 不同实验设置下各阶段反应时间均值的对比检验
基准设置第一阶段vs第二阶段基准设置第二阶段vs第三阶段基准设置第一阶段vs第三阶段人造经验第一阶段vs第二阶段人造经验第二阶段vs第三阶段人造经验第一阶段vs第三阶段休息设置第一阶段vs第二阶段休息设置第二阶段vs第三阶段休息设置第一阶段值vs第三阶段Z值-1.746-2.167-4.803-2.074-1.137-1.043-4.047-1.301-4.330sig值0.0810.0300.0000.0380.2550.2970.0000.1930.000
3.2 喜新厌旧效应强度的影响因素—反应时间和团队贡献比较
藏药沙棘总黄酮防治慢性支气管炎的网络药理学研究…………………………………………………… 任青措等（22）：3119
表8 不同实验设置间各阶段反应时间比较
第一阶段基准设置vs人造经验第一阶段人造经验vs休息设置第一阶段基准设置vs休息设置第二阶段基准设置vs人造经验第二阶段人造经验vs休息设置第二阶段基准设置vs休息设置第三阶段基准设置vs人造经验第三阶段人造经验vs休息设置第三阶段基准设置vs休息设置Z-6.620-1.174-5.834-6.446-.916-7.583-4.368-2.065-6.807Asymp. Sig. (2-tailed)0.0000.2400.0000.0000.3600.0000.0000.0390.000
表9 不同实验设置间各阶段反应时间中位数比较
第一阶段基准设置vs人造经验第一阶段人造经验vs休息设置第一阶段基准设置vs休息设置第二阶段基准设置vs人造经验第二阶段人造经验vs休息设置第二阶段基准设置vs休息设置第三阶段基准设置vs人造经验第三阶段人造经验vs休息设置第三阶段基准设置vs休息设置Z-3.733-0.014-3.541-3.476-0.694-3.795-3.452-1.688-4.524Asymp. Sig. (2-tailed)0.0000.9890.0000.0010.4880.0000.0010.0920.000
表10 不同实验设置间各阶段反应时间均值比较
第一阶段基准设置vs人造经验第一阶段人造经验vs休息设置第一阶段基准设置vs休息设置第二阶段基准设置vs人造经验第二阶段人造经验vs休息设置第二阶段基准设置vs休息设置第三阶段基准设置vs人造经验第三阶段人造经验vs休息设置第三阶段基准设置vs休息设置Z-4.952-1.096-4.465-2.707-3.113-3.600-1.881-3.694-4.033Asymp. Sig. (2-tailed)0.0000.2730.0000.0070.0020.0000.0600.0000.000
我们进一步结合行为选择数据分析喜新厌旧受何种因素影响。表11是每时段每个设置下全部被试贡献总和的描述性统计，表12为对比检验结果，单样本KS检验显示其数据在0.05水平上服从正态分布，故采用两独立样本的参数检验，选用T检验。结果表明，在基准设置下，群体的合作水平最高，且在0.01水平上显著高于其他任何设置，而人造经验设置下的总合作序列与时段不确定设置、有休息设置无显著差异，有休息的重复博弈带来的合作略高于时段不确定性设置下的合作，但差异只在0.1水平上显著。这些结果证明，人为降低群体合作结果的设计产生了降低实际合作水平的作用，剩余时段不确定的重启相比时段确定的重启确实更加降低了合作的水平，而博弈过程中的休息则反而使得合作高于剩余时段不确定的情况。
表11 不同实验设置间每时段总贡献的描述性统计
样本量最小值最大值均值标准差基准设置6031.0095.0065.53315.412人造经验设置605.0067.0025.08312.995有休息的设置604.0050.0026.45013.179时段不确定的设置605.0058.0022.25011.149
表12 不同实验设置间每时段总贡献的对比检验
基准设置vs人造经验设置基准设置vs有休息设置基准设置vs时段不确定设置人造经验vs有休息设置人造经验vs时段不确定设置时段不确定vs有休息T值15.54214.92917.626-0.5721.282-1.885sig值0.0000.0000.0000.5680.2020.062
图1展示了每时段全组总贡献的动态序列，可以看出，在基准设置中，个体的合作天性先是被挤出，随后得到重新激发，又再次衰减：重启后的第1-第2时段合作水平直接上升至远高于重启前1-2时段的水平，大致回复到上一阶段开始的合作水平，随后衰减，复制前一阶段的曲线。而在人造经验设置中，这一动态过程基本保持一致，与基准设置相比差别主要在于合作水平的下降。但是，有休息的设置下合作的动态过程明显具有和基准设置、人造经验设置完全不同的特征，休息并没有缓解合作衰减的趋势，但却在休息过后的第28个时段开始合作逐步攀升，直至34-46时段重回与第一阶段一开始类似的合作水平，在第48时段又迅速衰减，但50时段后又有一个上升趋势。时段不确定性的重启效果更为复杂，虽然最终实验的终止期仍随机为60期，但重启的时段却分别随机设定在第5、10、22、32、48、55时段，从图1可以观察到在每一个重启时段及其之后的1-2个时段，合作出现明显的小波峰，这些重启时段的合作峰值要明显高于其他的小波峰。这证明在时段不确定性条件下新鲜感仍然可以激发短时的合作天性，但是这时合作的回升仍然显著较弱。
图1 不同实验设置下的每时段组群合作水平序列
表13为基准设置、人造经验设置和有休息的设置的第一次重启和第二次重启后的每时段群体总贡献水平的描述性统计。从结果可以观察到，在基准设置中，第二阶段的重启后合作在均值上为第一阶段的81.97%，从平均贡献比例来看，第一阶段所有被试平均每时段贡献其禀赋的56.38%，而第二阶段则下降到了46.21%。而第三阶段的重启后合作水平，甚至均值意义上高于第一阶段，增幅为8.65%，所有被试平均每时段贡献了其禀赋的61.25%。人造经验的设置中，这一趋势变得不再明显。第一阶段的合作均值仅与第二阶段的合作均值相差4.159%，且明显低于基准设置的合作均值水平。第三阶段的合作水平有明显下降，降幅达32.01%。而仅有休息不强调重启的设置中，三个阶段上的合作水平在均值上相当接近。
表13 三个阶段的群体总贡献描述性统计
样本量最小值最大值均值标准差基准设置第一阶段2037.0095.0067.65013.570人造经验设置第一阶段2010.0067.0028.80016.140有休息重启的设置第一阶段209.0050.0029.45011.468基准设置第二阶段2031.0085.0055.45015.766人造经验设置第二阶段2013.0046.0027.65010.085有休息重启的设置第二阶段204.0042.0028.20013.153基准设置第三阶段2038.0090.0073.50011.241人造经验设置第三阶段205.0039.0018.8009.956有休息重启的设置第三阶段205.0050.0021.70014.083
结合描述性统计和两独立样本t检验的结果可以看出，基准设置的第一次重启后合作水平（即第二阶段合作水平）显著高于人造经验设置（t=6.643，sig=0.000）和有休息的设置（t=5.935，sig=0.000），第二次重启后（即第三阶段）的合作水平也呈现同样规律（t=16.291、t=12.856，sig=0.000）。人造经验设置的第一次和第二次重启后的集体行动结果与有休息设置的两次重启结果没有任何显著差异（t=-0.148，sig=0.883和t=-0.752，sig=0.457）。基准设置下的第一次重启后的合作显著低于第一阶段的合作水平（t=2.523，sig=0.012），但第二次重启后的合作水平显著高于第一次重启（t=-4.169，sig=0.000）。人造经验和有休息的设置下，第一次重启后的合作水平与第一阶段合作水平是无差异的（t=0.270，sig=0.788；t=0.320，sig=0.750）；第二次重启后与第一次重启后相比，人造经验设置下的群体每时段总贡献有0.01水平上的显著降低（t=2.793，sig=0.008），而有休息设置下的合作降低却不显著（t=1.508，sig=0.140）。因此，人造经验设置总体上复制了基准设置的合作动态，而休息设置却表现出不确定的特征。
时段不确定设置的重启共有6次，第一阶段只有4个时段，贡献均值为43.25，第二阶段有5个时段，贡献均值为39.6，第三阶段有12个时段，贡献均值为21.58，第四个阶段有10个时段，贡献均值为21.2，第五个阶段有16个时段，贡献均值为15.81，第六个阶段有7个时段，贡献均值为23.57，第七个阶段有6个时段，贡献均值为12.5。总体上，每时段之间贡献的均值差异是存在的，在持续时段超过10个时段的较长阶段内，群体平均每时段贡献的均值反而低于不超过10个时段的阶段。可以观察到，在较靠后的阶段，合作的水平一般低于靠前的阶段，贡献出现长周期上的衰减。
综上，在实验中，人为降低系统所显示的群体合作水平，系统性地影响了“喜新”效应的偏向，造成了重启带来的新鲜感所激发的新合作水平的明显降低，而被试在随后的重启中，复制了既有的合作历史。假设2和假设3得到证实，而假设4被拒绝。这意味着重新引入新鲜感确实能带来合作回升，而这种回升受两个机制驱动，其一是对过去合作经验的模仿，其二是强互惠造成的剩余时段敏感。可以说，经验决定了喜新效应驱动的合作回升的总体动态，而互惠决定了合作天性再次被挤出的趋势，而休息、停顿造成的心理暗示等假设被拒绝。
3.3 喜新厌旧效应的个体行为动因
通过分析个体合作策略选择的动因，可以深入分析重新引入新鲜感以后个体决策的“喜新”行为特征，进一步检验关于合作回升机制的假设。根据我们的推断，不同偏好的个体在新的合作机会面前，可能有不同的反应，并且受到过去经验记忆的影响。在偏好方面，个体可以被分为互惠个体、自利个体以及其他个体[17]，自利个体在重启之后仍然不会合作，而互惠个体则可能根据其他人的合作情况而选择合作行为，从而挤出新鲜感，造成合作衰减。Ambrus和Pathak也推断，剩余时段将通过影响自利个体和互惠个体的合作预期而影响重启以后的合作[25]。但另一方面，根据假设检验结果，个体可能会根据过去一个阶段（重启前的20个时段）的合作行为记忆，选择其合作行为，来对应地重现过去的合作曲线。因此，我们以个体在重启以后的每个时段的贡献为被解释变量进行回归分析，采用的解释变量包括：上一阶段各个对应时段（第一阶段即第1-20时段分别对应第二阶段即第21-40时段，第三阶段即第41-60时段以此类推）的本组贡献、当前时段的剩余时段数、以及个体观察到的上一个时段本组其他人贡献。上一阶段各个对应时段度量了个体对过去合作的经验，预期与个体本阶段各时段合作行为有正向关系；根据个体互惠动因的假设，个体的贡献与其他人上一时段贡献应有正向关系，剩余合作时段数也与贡献有正向关系。最后，为考察个体在经验和互惠之间的综合动因，对个体贡献进行了交互效应分析。对基准设置、人造经验设置和有休息的设置的第二和第三阶段分别进行回归分析，对重启时段不确定的设置则根据实际重启的各个阶段进行分析，但由于个体不知道剩余的时段，故不将剩余时段变量纳入考察。显然，具有偏好异质性的个体在团队合作中会受到其他个体的行为影响，因此需要考虑个体固定效应和组内同期相关。我们每个阶段的实验均有20个时段，远远大于所选变量数，属于长面板，需要考虑组内自相关。由此我们选择容纳个体固定效应的可行广义最小二乘（FGLS）模型估计基准、人造经验和有休息的设置[55]。对于时段不确定的设置，由于面板较短，且更需要考虑个体特征，故采用与固定效应模型效果相同的具有聚类稳健标准差的LSDV法[55]。计量软件为stata11.0。回归所涉及变量及其释义如表14所示。
每个样品编号组混合样品后随机称取25~30 g样品放入玻璃平皿中，于 105 ℃烘干 2 h，随后转入65 ℃下烘干至恒重。含水率记为黄瓜组织烘干后减少的质量占鲜重质量的百分比。每组样品测定4个平行。
表14 变量定义表
变量名变量类型变量定义 bsscon因变量基准设置中在第二阶段（第21-40时段）的每时段贡献值。 rsscon因变量有休息的设置中在第二阶段（第21-40时段）的每时段贡献值。 asscon因变量人造经验设置中在第二阶段（第21-40时段）的每时段贡献值。 btscon因变量基准设置中在第三阶段（第41-60时段）的每时段贡献值。 rtscon因变量有休息的设置中在第三阶段（第41-60时段）的每时段贡献值。 atscon因变量人造经验设置中在第三阶段（第41-60时段）的每时段贡献值。 urscon2-7因变量重启时段不确定的设置中在第二阶段-第七阶段的每时段贡献值。 rt自变量每时段离本阶段结束时还剩余的时段数。 fscon自变量第二阶段（第一次重启后）每时段对应的前一阶段的本组贡献总额。 scong自变量第二阶段（第一次重启后）所在组上一时段除自己以外的其他成员贡献值 fg自变量交互项，等于fscon× scong tcong自变量第三阶段（第二次重启后）所在组上一时段除自己以外的其他成员贡献值 lscon自变量第三阶段（第二次重启后）每时段对应的前一阶段的本组贡献总额。 lg自变量交互项，等于 lscon × scong id1-12自变量个体虚拟变量，代表被试1-12 t自变量所处的时段 ulscon自变量重启时段不确定的设置中个体每个阶段每时段对应的前一阶段所有时段各组贡献的总额。
基准设置、有休息的设置和人造经验设置的第二和第三阶段回归结果如表15和表16所示，时段不确定的重启设置的各阶段回归结果如表17所示。回归结果表明，当重启时段确定时，个体第二阶段的贡献首先受到过去一个阶段的对应时段贡献的正影响，而个体第三阶段的贡献则都受到第二阶段对应时段的显著正影响。因此，个体的贡献明显与过去合作趋势的经验记忆正相关，存在对这一经验的模仿。Ambrus和Pathak也得出了类似的结果[25]，但他们的解释是自利个体预期未来互惠个体会合作从而在第一时段就采取合作，而我们则从经验记忆的角度解释了各个阶段之间的关系，从而论证重新引入新鲜感带来的合作回升至少部分受经验模仿的影响。事实上，如果自利个体有如此远见，那么他们也可以预见到自己的不合作将造成互惠个体退出合作从而使得搭便车收益消失，这样合作似乎并不会衰减。因此，我们更倾向于认为关于个体基于经验和记忆而在重启后进行合作的假设得到了支持。这一解释也与Kahneman[20]提出的记忆联想影响决策判断的证据吻合。
表15 重启时段确定的不同设置的第二阶段合作水平回归结果
(1)(2)(3)(4)(5)(6) bssconbssconassconassconrssconrsscon rt0.164***0.149***0.0603***0.0751***-0.0589***-0.0587*** (8.14)(8.12)(6.39)(7.97)(-6.07)(-5.36) fscon0.02380.163***0.0444***0.0212***0.02650.0326 (1.13)(5.35)(7.19)(2.98)(1.49)(1.31) scong0.0629***0.279***0.120***0.0820***0.177***0.186*** (3.55)(6.18)(14.04)(7.15)(12.74)(8.36) fg-0.00938***0.00263***-0.00153 (-5.35)(3.79)(-0.91) id14.157***4.304***-1.671-1.813*-0.396-0.421 (5.78)(6.16)(-1.56)(-1.65)(-0.85)(-0.90) id22.419***2.440***-2.306**-2.482**1.079***1.059*** (4.07)(4.77)(-2.29)(-2.47)(3.42)(3.22) id31.850***1.886***-4.466***-4.610***0.839**0.818** (2.79)(3.13)(-4.59)(-4.77)(2.35)(2.21) id41.664**1.689***-2.657***-2.820***3.155***3.144*** (2.50)(2.62)(-3.00)(-3.21)(3.62)(3.58) id53.126***2.792***-3.895***-4.007***0.7050.906 (4.19)(3.76)(-3.87)(-4.03)(1.08)(1.33) id64.121***3.730***-4.017***-4.123***-0.748-0.544 (5.16)(4.61)(-4.59)(-4.81)(-1.15)(-0.82) id70.300-0.0653-3.686***-3.804***5.875***5.981*** (0.32)(-0.07)(-4.05)(-4.28)(6.27)(6.35) id86.037***5.773***-2.525**-2.665**1.468**1.637*** (4.80)(4.61)(-2.03)(-2.17)(2.57)(2.84) id94.159***4.026***-0.830-0.8290.703***0.705*** (5.98)(5.80)(-0.59)(-0.58)(2.69)(2.65) id106.131***5.896***-1.769**-1.765**0.679*0.681* (6.55)(6.36)(-2.27)(-2.26)(1.72)(1.69) id114.842***4.687***-1.449-1.4480.2030.204 (5.36)(5.30)(-1.02)(-1.02)(0.89)(0.87) id12000000 (.)(.)(.)(.)(.)(.) t000000 (.)(.)(.)(.)(.)(.) _cons-1.731**-4.448***2.857***3.056***0.379*0.337 (-2.30)(-5.23)(3.49)(3.77)(1.74)(1.33) Wald chi(2)426.14***525.37***1614.33***2050.65***498.9***438.53*** N240240240240240240
注：p<.1, ** p<0.05, *** p<0.01，下同。
在重启时段确定的设置中，个体的合作都与过去一个时段群体其他人的贡献均值显著正相关，因此，互惠仍然是个体贡献的一个重要偏好动因，个体的贡献是与其他人贡献的水平显著相关的，这表明喜新效应背后也存在心智化的认知神经过程。在重启时段确定的设置中，第二阶段的基准和有休息的设置中剩余时段分别表现出正和负的影响，第三阶段则各个设置中剩余时段有正影响，这表明在重启过程中，被试的确可能在有更多剩余时段时选择合作，而在更少剩余时段时更少合作；从交互效应看，在第二阶段中，基准设置和人造经验设置中表现出互惠与经验记忆的交互影响；第三阶段则都表现出显著的交互效应。总体上看，互惠与经验记忆是共同对个体的决策发挥影响的。个体虚拟变量大多显著，表明个体偏好异质性影响其贡献。休息设置下剩余时段对合作的负影响，表明可能休息的暗示并没有真正引入重新开始合作的新鲜感，而更像是过去的延续，休息本身并不能产生出类似重启的效应。因此，我们的假设基本都得到了计量结果的支持。
(1)不断给予心理干预、精神支持。延续性护理的出现,能够利用规律随访的方式,对患者疾病情况、患者心理状态等进行及时掌握,从而尽早的发现患者心理问题,进而采取心理疏导的方式,帮助患者重新梳理信心,使得患者能够对健康知识拥有充分的认识,了解到糖尿病的危害,最终能够更为主动的积极的配合治疗。
在时段不确定的重启设置的回归结果如表17所示。其过去阶段对当前阶段合作贡献的正影响也在多次重启中显著。但是，个体贡献与其他人贡献均值在除第5阶段以外均无显著关系，表明在时段不确定条件下互惠大部分时候无显著影响。这也一定程度上印证了互惠假说的正确性。
第二天，李叔和一大早起来要走，老梅从包里拿出两千元的卡给他。李叔和不要，老梅说一个大学生，咋落到这一步，把钱拿着，买身合适的衣服吧。
表16 重启时段确定的不同设置的第三阶段合作水平回归结果
(1)(2)(3)(4)(5)(6) btsconbtsconatsconatsconrtsconrtscon rt0.0597*0.0692***0.0258***0.0254***0.0366***0.0307*** (1.92)(2.78)(2.75)(2.65)(3.87)(3.21) lscon-0.01990.176***0.0129**0.0212***0.0265**0.000769 (-1.01)(4.81)(2.09)(3.02)(2.49)(0.05) tcong0.158***0.360***0.0586***0.0870***0.221***0.167*** (8.84)(9.17)(6.66)(6.61)(17.41)(7.54) lg-0.00900***-0.00205**0.00447** (-5.91)(-2.25)(2.54) id16.990***6.701***-1.686*-1.718*0.08360.308 (10.22)(10.59)(-1.76)(-1.79)(0.24)(0.89) id26.074***5.751***-1.395-1.4060.858***1.042*** (7.72)(7.59)(-1.19)(-1.19)(3.62)(4.05) id35.270***4.940***-2.706**-2.734***0.4620.658** (5.83)(6.08)(-2.56)(-2.59)(1.40)(1.97) id44.778***4.354***-1.537-1.5582.043***2.192*** (7.68)(7.76)(-1.54)(-1.57)(2.85)(3.05) id54.053***4.350***-2.438**-2.453**1.580***1.612*** (5.11)(5.89)(-2.48)(-2.49)(2.83)(2.91) id64.845***5.126***-2.586**-2.604**0.2240.231 (7.45)(8.31)(-2.55)(-2.56)(0.33)(0.34) id7-0.765-0.605-2.009**-2.016**1.876*1.904** (-1.08)(-0.91)(-2.03)(-2.03)(1.92)(2.00) id88.208***8.624***-1.473-1.4630.853**0.855** (10.02)(11.15)(-1.57)(-1.56)(2.06)(2.07) id94.131***4.178***1.2731.2591.414***1.372*** (6.31)(6.28)(0.82)(0.82)(4.06)(4.02) id106.122***6.310***-0.104-0.1060.949***0.916*** (4.52)(4.72)(-0.10)(-0.10)(2.77)(2.62) id115.072***5.214***-0.278-0.2830.752***0.728*** (5.06)(5.21)(-0.18)(-0.19)(4.13)(4.05) id12000000 (.)(.)(.)(.)(.)(.) t000000 (.)(.)(.)(.)(.)(.) _cons-1.599**-6.206***2.183**2.146**-0.995***-0.757*** (-1.98)(-5.52)(2.18)(2.14)(-6.64)(-4.41) Wald chi(2)1081.52***1486.08***146.56***160.45***708.48***707.83*** N240240240240240240
表17 重启时段不确定的设置各个阶段合作水平回归结果
(1)(2)(3)(4)(5)(6) modelurscon2urscon3urscon4urscon5urscon6urscon7 ulscon0.112-0.0379***2.813***0.516***0.306***0.0926*** (1.47)(-3.12e+13)(229.50)(8.69)(7.06)(25.73) scong0.003190.08120.04280.147***0.03520.159 (0.02)(1.43)(1.05)(3.38)(0.54)(1.74) _cons3.003***2.181***-17.96***-1.945***2.968***-0.325 (28.14)(7.21)(-58.03)(-6.41)(34.31)(-0.97) N601441201928472
注：个体虚拟变量回归结果限于篇幅未报告。
4 结论
喜新厌旧和合作都是具有演化稳定性的人类天性，人们对新鲜的体验更敏感，保持新鲜感对于保持更好的合作兴趣至关重要，而长期交往带来的“疲乏”会使得人们产生厌倦，挤出合作。重新启动合作团队合作，被证实可以显著地激发新的合作水平。“疲乏”产生的一种偏好根源——互惠与自利个体的互动，已经得到了详细的研究，而这种重新激发合作的效应的根源，则还有待进一步研究。我们引入新鲜感作为引发合作回升的动因，并认为记忆、经验可能是影响喜新效应的因素。Ambrus和Pathak从互惠角度提出这一效应与剩余时段正相关[25]。我们通过实施有重启效应的公共物品实验，以重启后的合作趋势为例，结合反应时间和决策结果数据，寻找喜新效应的证据并分析影响喜新厌旧的动因。
实验结果表明，个体在团队中的合作衰减和重启确实存在由于新鲜感降低和重新引入造成的影响。反应时间数据支持存在喜新厌旧。当团队任务重复超过10个时段时的反应时间显著更短，被试在重启以后的早些时段的反应时间更长。事实上，被试在新鲜合作机会中需要慎重对待和认真思考，从而理性选择了更长的反应时间。人为造成的较低合作经验明显影响了实验重启后的合作，重启后的合作曲线复制了相对基准实验较低的过去的合作曲线。简单模仿过去的经验似乎暗示着被试们存在可能重现历史的信念，经验假说得到了一定的证实。剩余时段不确定时的重启导致了合作水平更趋于降低，这种效应来自于被试对剩余持续时段不明确、新鲜感引入不足的顾虑。因此，Ambrus 和 Pathak基于互惠偏好的时段敏感假设得到了证实[25]。休息带来的停顿同样在事实上构成了博弈重现开始，其结果却没有出现符合引入新鲜感预测的动态状况，这证明休息、停顿和“重现开始”的暗示并没有起到重启合作的作用。从个体动因来看，过去的合作经验明显影响了新开始以后的合作水平，而个体也仍然会根据其他人合作的水平进行合作的调整。可以说，经验决定了喜新刺激下的回升总体水平，而互惠进一步决定了回升之后再次厌旧的趋势，即衰减趋势。总体上看，实验结果支持了深思熟虑更有利于合作的理论，也支持基于经验和互惠交互作用的理论。
这一研究结果具有重要的现实意义。在许多团队合作里，人们需要多次提供同一类成果，这意味着若在首次提供此类成果时能保持高的合作，则下一次提供此类成果时合作水平也能维持较高。如果是单次提供成果，则不妨将合作成果提供工作分为几个阶段，然后在合作水平下降时明确提示重新开始，这样就能打断合作下滑的趋势，维持一定时间的高合作。在现实中，适当进行工作职位、领导岗位等的轮换，不仅有助于增加业务经验、提升工作柔性，而且有助于通过轮换带来的任务重启，保持合作的新鲜感，打破合作疲态，重新回升合作水平。
本研究虽然一定程度上支持了经验和互惠的假说，但还有许多关于喜新效应和厌旧效应的具体问题值得进一步探讨。Chen和Fischbacher运用反应时间区分了个体不同的社会偏好程度和认知过程[47]，Rubistein则用反应时间探查了个体的决策类型异质性[56]。因此，不同人不同的喜新厌旧程度和合作行为的关系值得进一步细分。另外，喜新厌旧很大程度上也是针对合作伙伴的，如果允许个体自由重组团队后，对人和合作任务产生的双重新鲜感是否更能促进合作，个体在公共品重启时表达出何种信念，将个体分为互惠和自利个体并分别分组后可以观察到何种行为特征，等等。更重要的，是这些行为背后的脑神经网络和脑电反应。这些都是未来研究值得探索的方向。
参考文献
[1] McDonald G, Gabbay F, Rietschel J, et al. Evidence for a new late positive ERP component in an attended novelty oddball task[J]. Psychophysiology, 2010, 47:809-813.
[2] Segaert K, Weber K, Lange F, et al. The suppression of repetition enhancement: A review of fMRI studies[J]. Neuropsychologia, 2013, 51: 59-66.
[3] Anderoni J. Why free ride Strategies and learning in public experiments[J].Journal of Public Economics,1988,37(3):291-304.
[4] Isaac R, Schmidtz D, Walker J. The assurance problem in a laboratory market[J]. Public Choice,1988, 62(3):217-236.
[5] Fehr E，Gintis H．Human motivation and social cooperation：experimental and analytical foundations[J].Annual Review of Sociology, 2007, 33: 43-64.
[6] Gintis H, Bowles S, Boyd R, et al．Explaining altruistic behavior in humans[J]. Evolution and Human Behavior, 2003, 24(3):153-172.
[7] Bowles S, Choi J, Hopfensitz A. The co-evolution of individual behaviors and social institutions. Journal of Theoretical Biology，2003,223(2): 135-147.
[8] Fehr E, Fischbacher U. Social norms and human cooperation[J]. Trends in Cognitive Sciences, 2004, 8(4): 185-190.
[9] Marwell G, Ames R. Experiments on the provision of public goodsⅠ: resource，interest，group size and the free rider problem[J].American Journal of Sociology, 1979, 84(6):1335-1360.
[10] Isaac R, Walker J, Thomas S. Divergent evidence on free riding: an experimental examination of possible explanations[J].Public Choice, 1984,43(1):113-149.
[11] Palfrey T, Rosenthal H. Testing game-theoretic models of free riding: New evidence on probability bias and learning[M]. In:Palfrey T, eds. Laboratory Research in Political Economy. MI:University of Michigan Press,1991.239-268.
[12] Andreoni J. Cooperation in public-goods experiments: kindness or confusion[J].American Economic Review,1995,85(4):891-904.
[13] Palfrey T, Prisbrey J. Anomalous behavior in linear public goods experiments: how much and why[J].The American Economic Review, 1997,87(5):829-846.
[14] Croson R. Theories of commitment, altruism and reciprocity: evidence from linear public goods games[J].Economic Inquiry,2007, 45(2):199-216.
[15] Croson R. Partners and strangers revisited[J].Economics Letters,1996, 53(1):25-32.
[16] Croson R, Fatas E, Neugebauer T. Reciprocity, matching and conditional cooperation in two public goods games[J].Economics Letters,2005,87(1):95-101.
[17] Fischbacher U,Gächter S,Fehr E. Are people conditionally cooperative: evidence from a public goods experiment[J].Economics Letters,2001, 71(3):397-404.
[18] Fischbacher U, Gächter S. Social preferences, beliefs, and the dynamics of free riding in public good experiments[J].American Economic Review,2010,100(1):541-556.
[19] Fischbacher U, Gächter S, Quercia S. The behavioral validity of the strategy method in public good experiments[J].Journal of Economic Psychology,2012,33(4):897-913.
[20] Kahneman D著. 思考：快与慢[M]. 高晓姣等译，北京：中信出版社，2012: 5-46
[21] Spiliopoulos L, Ortmann A. The BCD of response time analysis in experimental economics[J].Experimental Economics, 2017,
[22] Jensen A. Clocking the mind. Mental chronometry and individual differences[M]. Oxford: Elsevier, 2006.
[23] Saqib N, Chan E. Time pressure reverses risk preferences [J]. Organizational Behaviorand Human Decision Processes, 2015, 130: 58–68.
[24] Verkoeijen P, Bouwmeester S. Does intuition cause cooperation [J]. PloS ONE, 2014, 9(5):1–8.
[25] Ambrus A,Pathak P. Cooperation over finite horizon: a theory and experiments[J].Journal of Public Economics,2011,95 (7-8):500-512.
[26] Klumpp T. Finitely Repeated voluntary provision of a public good[J].Journal of Public Economic Theory,2012,14(4):547-572.
[27] Gazzaniga M., Ivry R., Mangun G著.认知神经科学[M]. 周晓林、高定国等译，北京：中国轻工业出版社，2011：272-281.
[28] Camerer C. Neuroeconomics: Using Neuroscience to Make Economic Predictions[J]. Economic Journal, 2007,117(519):26-42.
[29] Larsson J, Smith A. fMRI Repetition Suppression: Neuronal Adaptation or Stimulus Expectation[J]. Cerebral Cortex, 2012, 22:567-576
[30] Gill-Specter K, Henson R, Martin A. Repetition and the brain: neural models of stimulus-specific effects[J]. TRENDS in Cognitive Sciences, 2006,10(1):14-23.
[31] Wilson T, Reinhard D, Westgate E, et al. Just think: The challenges of the disengaged mind[J].Science, 2014, 345(6192):75-77.
[32] Bruckner S, Kammer T. Both anodal and cathodal transcranial direct current stimulation improves semantic processing[J]. Neuroscience, 2017, 343:269-275.
[33] Kocher M, Pahlke J, Trautmann S. Tempus fugit: Time pressure in risky decisions[J].Management Science, 2013,59(10): 2380–2391.
[34] Fischbacher U, Hertwig R, Bruhin A. How to model heterogeneity in costly punishment: insights from responders’ response times[J]. Journal of Behavioral Decision Making, 2013. 26(5): 462–476.
[35] Brown D, Heathcote, A. The simplest complete model of choice response time: Linear ballistic accumulation[J]. Cognitive Psychology, 2008, 57, pp.153–178.
[36] Recalde M, Riedl A, Vesterlund L. Error prone inference from response time: the case of intuitive generosity in public-good games[R].Chapman University (ESI), Working Paper,2015.
[37] Goeschl T, Lohse J. Cooperation in public good games: calculated or confused[R].Discussion Paper Series No. 626, University of Heidelberg, 2016.
[38] Rand D, Kraft-Todd G. Reflection does not undermine self-interested pro-sociality [J]. Frontiers in Behavioral Neuroscience, 8: 1–8.
[39] Spiliopoulos L, Ortmann A, Zhang L. Complexity, attention and choice in games under time constraints: A process analysis[R]. SSRN Working paper, No.2620163,2015.
[40] Alo´s-Ferrer C, Strack F. From dual processes to multiple selves: implications for economic behavior[J]. Journal of Economic Psychology, 2014, 41(C): 1–11.
[41] Evans T, Stanovich K. Dual-process theories of higher cognition: advancing the debate[J]. Perspectives on Psychological Science, 2013, 8(3): 223-241.
[42] Krajbich I, Bartling B, Hare T, et al. Rethinking fast and slow based on a critique of reaction-time reverse inference [J]. Nature Communications, 2015, 6: 7455–7459.
[43] Achtziger A, Alo´s-Ferrer C. Fast or rational? A response-times study of Bayesian updating[J].Management Science, 2014, 60(4):923–938.
[44] Spiliopoulos L. The determinants of response time in a repeated constant-sum game: a robust bayesian hierarchical model[R]. SSRN Working paper, No.2740989,2016
[45] Krajbich I, Oud B, Fehr E. Benefits of neuroeconomic modeling: new policy interventions and predictors of preference[J]. American Economic Review: Papers & Proceedings, 2014, 104(5): 501–506.
[46] Konoyalov A, Krajbich I. Revealed indifference: using response times to infer preferences[R]. unpublished paper, The Ohio State University, 2016.
[47] Chen F, Fischbacher U. Cognitive processes of distributional preferences: a response time study [R]. unpublished paper, University of Konstanz, 2015
[48] Caplin A, Martin D. The dual-process drift diffusion model: evidence from response times[J].Economic Inquiry, 2016, 54(2): 1274–1282.
[49] Echenique F, Saito K. Response time and utility[J]. Journal of Economic Behavior & Organization, 2017, 139: 49–59
[50] Schelling T. The strategy of conflict [M]. Cambridge: Harvard University Press, 1960.
[51] Tversky A,Kahneman D. Availability: a heuristic for judging frequency and probability[J].Cognitive Psychology,1973,5(2): 207- 232.
[52] Declerck C., Boone C., Emonds G. When do people cooperate? the neuroeconomics of prosocial decision making[J]. Brain and Cognition, 2013, 81:95-117.
[53] Fischbacher, U. Z-tree: Zurich toolbox for readymade economic experiments[J]. Experimental Economics, 2007, 10(2): 171-178.
[54] Conte A, Levati M, Montinari N. Experience in public goods experiments[R]. Jena Economic Research Papers, 2014.
[55] 陈强. 高级计量经济学及stata应用[M]. 高等教育出版社，北京：2014.
[56] Rubinstein A. A typology of players: between instinctive and contemplative [J].Quarterly Journal of Economics,2016,131(2): 859 -890.
Favoritism for novelty and boredom of repetition influence teamwork cooperation: Evidence from public good experiment with restart
WANG Min-da1, LI Jian-biao2
(1. School of Economics and Management/Institution of National Development, Southeast University, Nanjing 211189, China; 2. China Academy of Corporate Governance/Selten Lab/Business School, Nankai University, Tianjin 300071,China)
Abstract: The favoritism for novelty and the boredom of repetition are natural characters of mankind. People are more sensitive to novelty, but when they keep on interacting, they may feel boredom. This psychology trend will influence the social interaction and teamwork cooperation. Do the feeling of novelty and boredom influence teamwork cooperation, if so, what impacts this effect? Some experimental results show boredom may decrease cooperation, and restart teamwork will make cooperation reverse to a high level, the later results may be the signal of novelty effect. We define novelty effect as the favoritism for novelty and the increase of cooperation when teammates are given new cooperation opportunity. Some studies advice that reciprocity and altruism could be the main mechanism behind the novelty effect. However, since people always have experience and memory about the cooperation history, we could ask whether experience and memory also could stimulate the feeling of novelty and then improve cooperation.
In this paper, we designed experiments to look for evidence of the influence of novelty and the factors which impact novelty effects. In the experiments, the teamwork is linear public good provision; subjects need to decide how much endowment should be invest into the public account and hope to get some return from public good. After every phase of 20 periods, there will be a restart and then subject will go on interacting with teammates for another new phase. This task describes the most importance features of teamwork: the motivation of free riding, the boredom which may be generated from repetition and the novelty stimulated by the restart. Generally speaking, we use response time to measure the effect of novelty and boredom. If subjects truly react more quickly when they repeat the tasks again and again, and spent more time to think when they met new cooperation opportunity, then the feeling of novelty and boredom may actually influence teamwork cooperation. There are 4 treatments to test our hypothesis. In the baseline treatment, subjects will experience 2 unexpected restart and get the true information of their teammates’ average contribution. In the artificial experience treatment, subjects will experience 2 restart and observe only the 2/3 of the true teammates’ average contribution. In this treatment, the subjects’ experience has been manuscript. If they cooperated less than the baseline treatment accordingly, we could find experience and memory work in the novelty effect. In the restart-uncertain treatment, the ending of the whole experiment and the periods a phase including after restart are both randomized. The theory suggesting reciprocity will influence novelty effect predicts that the cooperation in the periods after the restart will become less as the phases after restart become uncertain. With the comparison of this treatment and the baseline, we can see whether reciprocity could influence novelty effect alone. We also design a treatment in which there is no unexpected restart, subjects were told previously that they would rest twice after every 20 periods. This treatment is used to test whether cooperation improvement is contributed by rest.
The experimental results support our hypothesis. Response time data confirmed the favoritism for novelty and boredom. The response time was significantly shorter when the teamwork repeated more than 10 periods, while it was longer when subject were thinking how to cooperate in the earlier periods after every restart. The experimental result showed the hypothesizes based on experience and reciprocity had been supported, subject’ contribution to teamwork copied the observed contribution curves of last 20 periods, and the cooperation was much lower when how many periods a phase would last were uncertain. The experience and memory promoted the dynamic of restart cooperation which was driven by novelty effect, and reciprocity made the trend of cooperation crowd-out. Rest hypothesis had been rejected.
In summary, this paper proves the feeling of novelty and boredom influence cooperation, and also finds experience and reciprocity impact novelty effect. This research may guard the practice of the task design or work change in teamwork, and help to improve teamwork performance.
Key words: Favoritism for novelty; Boredom of repetition; Teamwork; Response time; Experience
收稿日期：2017-05-18
修回日期：2017-10-30
基金项目：国家自然科学基金资助（71602029、1673152、1372094）；育部人文社会科学研究青年基金资助（5YJC790100）；高校基本科研业务费重大引导项目（2242017S10016）
作者简介：汪敏达（1985—），男，湖南长沙人；东南大学经济管理学院，国家发展与政策研究院，讲师，管理学博士。
中图分类号：F062.6
文献分类号：A
文章编号：1004-6062(2019)01-0238-014
DOI：10.13587/j.cnki.jieem.2019.01.025
中文编辑：杜 健；英文编辑：Charlie C. Chen
标签：时段论文; 重启论文; 个体论文; 时间论文; 经验论文; 社会科学总论论文; 管理学论文; 《管理工程学报》2019年第1期论文; 国家自然科学基金资助(71602029; 1673152; 1372094) 育部人文社会科学研究青年基金资助(5YJC790100) 高校基本科研业务费重大引导项目(2242017S10016)论文; 东南大学经济管理学院国家发展与政策研究院论文; 南开大学中国公司治理研究院泽尔滕实验室商学院论文;