《认知理性：基因-谜米协同演化的视角（精品）》由会员分享，可在线阅读，更多相关《认知理性：基因-谜米协同演化的视角（精品）（8页珍藏版）》请在金锄头文库上搜索。
1、认知理性：基因-谜米协同演化的视角李华芳* 上海金融与法律研究院。通讯地址：上海长柳路100号5楼（200134）。Email： 。本文曾在华人哈耶克学会2009年会报告，作者感谢与会者，尤其是罗小朋、冯兴元、秋风的有益评论。作者还要感谢汪丁丁、叶航、梁捷、黄凯南等的批评和建议。摘要： 对最后通牒博弈实验的博弈者的核磁共振成像（fMRI）研究结果表明，“公平感”嵌入在脑区结构中，脑区结构通过基因得以遗传下来。在长期演化过程中，追求公平感的策略并不符合汉密尔顿法则，即基因遗传最大化的模式，但却依旧未被自然选择过程所淘汰。而布莱克摩尔法则，即谜米传播最大化的模式可以很好解释追求公平感的策略为什么会
2、被保存下来。而追求公平感的策略作为调和哈耶克理论内在紧张关系的认知理性的典型代表策略，从基因-谜米协同演化的视角可以得到更好的解释。关键词：认知理性 公平感 博弈策略 基因-谜米协同演化一、认知理性何以重要？对“哈耶克命题”（Viktor Vanberg，1986，1994；Vernon Smith，2003；顾自安，2008）的相关研究表明，在建构理性和演化理性的隐含冲突之间，认知理性（Cognitive rationality）可以充当一个协调的作用，从而调和哈耶克理论的内在紧张关系（黄凯南，程臻宇，2008；李华芳，2008，2009）。而所谓认知理性是指：1，该理性的认知来源于基因遗传
3、和后天习得；2，该理性是一种有限理性；3，由于该理性部分依赖于后天习得并且是有限的，因此必然依赖于周遭环境，包括与自然和他人的互动；4，该理性的形成内生于“基因-谜米”协同演化（gene-meme coevolution）的过程。这一认知理性的概念，相比于建构理性而言，增加了基因遗传的演化视角；而相比于演化理性而言，又强调了学习的有意识性；并且认知理性还内生于基因-文化协同演化的过程，避免了“演化之中有建构”的观点所忽略的“演化本身对个体行为的影响”（李华芳，2009）。尽管指出认知理性来源于或者说内生于“基因-谜米”协同演化的过程，但这个过程究竟如何展开，包含多少环节和步骤，具体是怎么进行的
4、，这些方面的研究并不多见。本文拟以对公平感的认知为例，对“基因-谜米”协同演化做一分析，并解释这一协同演化对认知理性的影响，从而使得认知理性能作为哈耶克关于理性和自发秩序理论的一块基石。二、公平感的演化要解释“基因-谜米”协同演化过程，并非易事。而与“公平感”的相关经济学研究能够将经济学上的建构理性和演化理性等概念结合起来。对与公平感密切相关的最后通牒博弈和利他主义等的研究从数据来源和研究方法来分，可以大致被划分为三类：一类是人类学和经济学实验数据，第二类是脑科学数据，主要是利用脑成像技术尤其是fMRI技术对不同决策下脑部成像的数据进行研究，第三类是计算机模拟和仿真数据（汪丁丁，2008）。（
5、一）最后通牒博弈实验对建构理性构成一定挑战的是“最后通牒博弈实验”（ultimatum game）的相关结果（Henrich等，2001；Sanfey等，2003；叶航、汪丁丁、贾拥民，2007；李华芳，2008，2009；）。Henrich等（2001）在15个小规模社会中进行“最后通牒博弈实验”，该实验要求两个行为人对一定的利益单位进行分配，假定利益单位为100。行为人1提出分配方案（x，y；x + y = 100），行为人2有权拒绝行为人1的分配方案。如果行为人2接受行为人1的分配方案，那么分配结果是（x，y）；如果行为人2拒绝行为人1的分配方案，那么分配结果是（0，0）。传统经济学的分
6、析认为，即便x（0，1），行为人2也会接受行为人1提出的分配方案。但与传统经济学的假设不同的是，结果表明分配均值处于26%和58%之间，也就是说，行为人会考虑分配方案的“公平性”，尽管在不同的文化中，其公平的程度可能是不一样。来源：Sanfey等，2003。Sanfey等人（2003）的研究进一步拓宽了对于不公平的可接受程度，Sanfey等分别检验了计算机程序和人在面对相同分配方案时的选择，结果发现在（70：30 ）（ 50：50）之间，人机接受的程度都是一致的。而在（90：10）-（80：20）之间，人类的接受程度要比计算机程序减少约30%左右。例如，有近40%的可能性（90：10）的方案会
7、被人接受，但计算机程序接受的比例则接近70%。计算机程序无疑更接近理性计算，Sanfey等的结果也从另外一个方面说明了人类相似的脑神经系统的结构对行为的确有一定的影响。来源：Sanfey等，2003。Sanfey等（2003）的结论表明，不公平的分配方案对左右脑都有影响，并且面对不公平的分配方案，与情感和认知相关的脑区都会被激活。激活的区域分别是与情感相关的前脑岛（anterior insula）和与认知相关的右脑背外侧前额叶部皮质（dorsolateral prefrontal cortex）。大部分基于fMRI对不同博弈框架下人类行为的脑区反应的研究，重点在于探究理性决策的脑科学根据。但这
8、一类进展的困境在于，除了脑科学的进展相对而言比较缓慢难以提供快捷的支持证据外，Zizzo（2003）对愤怒的综述性研究也发现，理性决策的过程并不能脱离与情感相关的脑区的反应。事实上，情感对理性的影响有两个不同的方面：传统假设认为愤怒与理性相对，愤怒时无法做出符合认知理性的决策；但Zizzo发现情况要复杂得多，尤其从事后评价的角度来看，情感也可能对理性决策发挥积极的作用。尽管不同文化背景下的最后通牒博弈实验的被试者对“公平”有不同的定义，但仍旧可以从上述研究中获得一个结论，就是人类的脑部结构中已经蕴含了“公平感”，使得被试者在面对不公平的分配方案时，都出现了相同的脑区被激活的现象。换言之，公平感
9、被“遗传”下来了，嵌入在人类的认知结构中。（二）公平感但从Dawkins（1978）的观点来看，人类追求公平的行为，并不符合基因遗传最大化的标准。因为追求公平的行为往往会耗费自身的成本，尽管社会福利有可能因此增加，但对自身的收益而言，并不是确定的，有可能明显低于社会平均收益。Sigmund和Nowak等人（2007）的文章就表明，在公共品博弈实验中，A不参与，B背叛，C合作，和D惩罚（花自己的成本惩罚背叛者）分别表示四种不同的博弈策略。采用A策略的博弈者其收益是与公共品博弈无关的较小收益U，Sigmund和Nowak等没有解释U的来源，但可以认为U来自与公共品的溢出效益。当足够多的博弈者选择策
10、略C的时候，全体参与公共品博弈的成员人均收益P的值将远远大于U，这为参与公共品博弈的博弈者提供了激励。但假如足够多的博弈者采取策略B时，导致PU，此时采用策略C就会有风险。也就是说，在少数人选择合作策略的情况下，选择搭便车或者背叛是有利可图的，从而也有利于后者的基因被遗传下去，而继续选择合作策略的人将会被自然选择淘汰。不过有意思的是Nowak等人（2007）的结论却表明，合作策略C从来不会消失。在初始为N的参与者中，ABCD四种策略以一定的初始频率出现，即各类博弈者占N的比例（A/N，B/N，C/N，D/N），博弈者会遗传，也就是说其博弈策略可以通过代际遗传。并且博弈者可以有学习能力，可以模仿
11、自己附近出现的更高收益的策略，假定这种模仿概率为p，这将会改变所有后续的博弈策略。另外，Nowak等设定博弈者每隔一段时间会以一个较小的概率m以与其收益完全无关的随机方式改变策略，例如当足够多的博弈者采用策略B致使PU的情况下，策略B可能会以概率q变成（A，C，D）中的任一策略，这就相当于“变异”，无非是Nowak等设定的是一定概率的变异，而真实世界中的变异可能是随机出现的概率r，而不是固定概率q。来源：Nowak等，2007。从上图可以看出，模拟演化的结果既可以是惩罚者占优（图A）也可以是背叛者占优（图B），只要初始的（A/N，B/N，C/N，D/N）略有不同，其演化的结果就会出现极大的变动
12、，最终趋向稳定的结果中，各个博弈策略所占的比例也就大为不同。模拟演化的结果表明，合作策略和惩罚策略这些看起来似乎并不占优且不利于自身基因遗传最大化的策略，在长期的演化中依旧会得以保存。这里一种可能的解释是，尽管这些策略本身不利于博弈者，但在一定条件下有利于采用相同博弈策略的博弈者群体，使得这些博弈策略能被保存下来并遗传下去。如果将博弈策略看成基因的“表现型”，上述结论就意味着，个体采用不利于自身基因遗传最大化的策略，可能是为了给与自己具有相同基因的群体创造更有利遗传的条件，从而使得相同的基因更大程度的得到遗传，进而达到变相的“基因遗传最大化”。上述解释最明显的例证是“亲缘利他行为”（ Darw
13、in，1859；Hamilton，1963，1964；叶航，汪丁丁，罗卫东，2005；叶航，2005），这产生了一个重要的汉密尔顿法则（Hamilton Law）：一个基因能传播开来，并不是因为该基因所导致的行为是否有利于实施该行为的个体，而是有该基因所导致的行为是否有利于该基因本身所决定。（三）利他行为另外一种解释与此略有不同，利他行为，尤其是指在演化博弈中采用利他惩罚的策略，会提高脑区内的反应程度，从而增加所谓的效用回报。采用利他惩罚时被激活的脑部区域与吸食鸦片带来满足时激活的脑部区域很大程度上是重合的（E. Fehr，B. Rockenbach，2004），这就表明这种利他实际上还是为了
14、满足自身的效用（叶航，2005）。这种解释避开了长期演化中此策略是否有效的问题，也就是说，这种即期的效用满足与基因遗传最大化的解释关系不大，甚至基因遗传最大化的模式会拒斥即期效用满足的解释，因为即期的效用满足的行为可能不利于自身的基因遗传。还有一种利他行为被称之为交互利他行为，或称为互惠利他行为。即没有血缘关系的个体，这就排除了基因遗传最大化的影响，为了回报而相互提供帮助。个体之所以不惜降低自己的生存竞争力而帮助另一个与已毫无血缘关系的个体，是因为期待日后得到回报。从这个意义上说，这种互惠利他更类似某种期权式的投资。不过，由于施惠与回报存在着时间差，这种期权式的投资具有很大的不确定性。因此，互
15、惠利他必然存在于一种较为长期的重复博弈关系中，而且还要求形成某种识别机制，以便抑制可能出现的道德风险和机会主义倾向（叶航，2005）。但这种互惠利他或者其他形式的间接互惠利他的本质是归结到自身利益的改善上的。从自私到纯粹利他之间是一个连续不断的决策与行为谱系。当众多博弈者处于囚徒困境时，单纯合作策略C总是可以被背叛策略B胜过这一结论无须仿真，它是二人有限次囚徒困境博弈的纳什均衡。其次，背叛策略B总是可以被间接互惠策略D胜过这一结论得到了脑科学报告的支持，也得到了仿真研究报告的支持。第三，长期内，间接互惠策略尤其是惩罚策略D可以极小的概率被单纯合作策略C和背叛策略B胜过，这是因为各种小概率事件在
16、长期内的必然发生。间接互惠策略大体上包含“合作”与“惩罚”两种行为，故而必须借助于某种“文化”（信号）来识别敌友。而这一信号机制既可以是“历史的”即每一博弈者能记忆它自己和其它博弈者曾经采取过的策略并据此计算对方的可信任程度；这一信号机制也可以是“社会的”即每一博弈者都能观察到社会定期发布的关于它自己和其它博弈者的可信任程度的信号。那些具有颠覆性的小概率事件，于是可借助“历史的”和“社会的”这两类机制所含的不确定性来侵入间接互惠策略的主流位置（汪丁丁，2008）。汪丁丁（2008）的结论一个延伸是，采用间接互惠策略是“遗传的文化信号”和“社会的文化信号”结合，而这类被纵向遗传和横向传播的文化信号，正是Dawkins（1978）和Blackmore（1999）所谓的“谜米”。三、“自私”的谜米对于包括利他行为在内的追求“公平”的解
