beat365IDG麥戈文腦科學研究所、beat365/華東師範大學beat365周曉林教授課題組，聯合蘇黎世大學經濟系蘇黎世神經經濟學中心開展的研究，“Neurocomputational evidence that conflicting prosocial motives guide distributive justice”，于2022年11月29日在美國科學院院刊Proceedings of the National Academy of Sciences (PNAS) 雜志發表。該研究揭示了在進行财富再分配的過程中，不同的親社會動機（包括不公平厭惡、傷害厭惡和等級反轉厭惡）相互作用、影響個體做出再分配決策的計算神經機制。該研究不僅有助于我們更加深入地了解多重親社會動機相互作用影響資源/财富再分配的認知和生物學基礎，而且有助于拓展有助于有關第三方社會偏好的單維度動機經濟學理論，為稅收政策等資源和财富再分配制度的制定和改進提供思路和理論依據。
追求公平、公正始終是人類實現和平共處和高效合作的重要推動力，也是實現社會正義的基石。公平分配的原則不僅會影響社會中每個個體的切身利益（如工資收入），還會更加廣泛地影響社會群體的意識形态和社會福利（如稅收和醫療資源分配政策）。然而，人們在進行實際的資源和财富分配時，常常需要面對複雜的情況。如在制定稅收政策時，政策制定者既需要提高對高收入群體的征稅比例，以此降低貧富差距，又需要盡可能保護每個個體的利益、維持穩定的社會秩序。也就是說，人們在解決資源和财富再分配的問題時，不僅需要考慮公平原則（如不公平厭惡），還需要同時考慮其它可能會導緻個體不再追求公平分配的社會動機。然而，以往的大多數研究僅僅關注于公平原則對資源/财富分配或再分配的影響，忽略了其它親社會動機在這一決策過程中的重要作用。
在本研究中，周曉林課題組在他人相關研究基礎之上，借助全新的财富再分配範式，通過計算建模，分析分離出三種不同的親社會動機——不公平厭惡、傷害厭惡和等級反轉厭惡，并結合功能性磁共振成像（fMRI）技術，考察人們在做出财富再分配決策時，不同動機加工并影響決策過程的神經機制。
在财富再分配範式中，受試者在每一輪的任務中需要針對兩位陌生的匿名受試者進行報酬再分配（圖1）。受試者被告知，這兩位匿名受試者之前已經參與另一項研究，并完成了完全相同的工作，做出了完全相同的貢獻。電腦随機提出一個相對不公平的初始分配方案（如圖1：Initial offer）。本研究的受試者，作為利益無關的第三方，有權力從兩個備選方案（圖1：Offer 1 和Offer 2）中選擇一個來替換電腦提出的初始方案。在無等級反轉條件中（圖1 左），兩個備選方案都比電腦提出的初始方案更加公平，并且兩個備選方案都維持了初始方案中兩位匿名受試者獲得報酬的相對等級。在等級反轉條件中（圖1中），電腦提出的初始方案和相對不公平的備選方案（Offer 1）與無等級反轉條件中的相應方案完全一緻。唯一不同的是，在等級反轉條件中，相對公平的備選方案（Offer 2）反轉了兩位匿名受試者在初始方案中獲得報酬的相對等級。如果受試者的再分配決策僅僅受到公平原則（不公平厭惡）的影響，那麼在這兩個條件中，受試者選擇更加公平的備選方案（Offer 2）的比例應該完全相同。然而，實驗觀察到的結果卻是，相比于無等級反轉條件，在等級反轉條件中，受試者選擇更公平的備選方案的比例顯著降低（圖1右）。這一結果表明，個體的财富再分配決策不僅受到公平原則的影響，還會收到其它動機的影響。
圖1. 财富再分配範式:無等級反轉條件（左），等級反轉條件（中）。行為結果（右）：相比于無等級反轉條件，在等級反轉條件中，受試者選擇更加公平的備選方案的比例顯著較低。
計算建模分析進一步幫助我們闡釋了影響受試者決策的背後動機。結果表明，受試者的再分配決策不僅受到了不公平厭惡（圖2，參數α）的影響，還受到了傷害厭惡（圖2，參數β）和等級反轉厭惡（圖2，參數δ）的影響。傷害厭惡是指個體在幫助某一方獲得更多利益的時候會避免損害另一方的利益；這一傾向導緻個體在等級反轉條件中會因不願對初始方案中優勢的一方造成額外的損失而避免選擇更加公平的備選方案。等級反轉厭惡則是指個體在進行再分配時會表現出維護既有等級（避免反轉既有等級）的傾向；這一傾向也會導緻個體在等級反轉條件中因不願反轉初始方案中的既有等級而避免選擇更加公平的備選方案。計算建模的結果說明，不公平厭惡、傷害厭惡和等級反轉厭惡，這三種親社會動機共同影響了個體的财富再分配決策。
圖2. 計算建模結果。（A）參數恢複分析表明我們提出的模型能夠成功地分離不公平厭惡（α），傷害厭惡（β），和等級反轉厭惡（δ）三種不同的親社會動機。（B）代表三種動機的參數在受試群體中的分布。（C）根據計算模型和每個受試者的參數值模拟生成的行為數據與實際觀察到的行為數據高度相關。
鑒于行為和計算建模結果已經表明，傷害厭惡和等級反轉厭惡會與不公平厭惡産生沖突，導緻受試者不再追求公平分配，我們希望通過腦成像數據進一步研究，當不同親社會動機相互沖突時，個體對公平信息的加工和利用會産生怎樣的變化。腦成像結果表明，在無反轉條件中，紋狀體（Striatum）的活動強度與公平信息高度相關；在反轉條件中，紋狀體的活動強度不再與公平信息相關（圖3B）。這一結果表明，當不同親社會動機相互沖突時，個體對公平信息的敏感度可能大大降低。功能連接的結果進一步表明，在等級反轉條件中，紋狀體與背内側前額葉（DMPFC）之間的連接強度受到公平信息的調節（圖3C）；而這一調節效應的增強與紋狀體對公平信息敏感度的降低顯著相關（圖3D），與個體選擇公平選項的比例的降低相關（圖3E左），也與個體傷害厭惡的增強相關（圖3E右）。這些結果共同表明，紋狀體在公平信息加工和公平決策中起到了重要作用，紋狀體與背内側前額葉之間的功能連接能夠反映個體在不公平厭惡和傷害厭惡兩種動機之間的權衡過程。
圖3. 腦成像分析結果。（A）作為種子腦區的紋狀體。（B）在無反轉條件中，紋狀體活動強度與公平信息相關；在反轉條件中，紋狀體活動強度與公平信息的相關程度減弱。（C）背内側前額葉與紋狀體的功能連接強度在反轉條件中受到公平信息的調節。（D）DMPFC-Striatum連接強度受到公平信息的影響越大，紋狀體活動對公平信息的敏感度就越弱。（E）DMPFC-Striatum連接強度受到公平信息的影響越大，個體選擇公平選項的比例就越低（左），個體表現出的傷害厭惡也會越強（右）。
此外，腦成像結果還發現，不同的親社會動機可能通過紋狀體與不同的額葉腦區相互作用，影響個體的再分配決策。具體而言，具有更強的不公平厭惡的個體在選擇不公平選項時，紋狀體與額下回（IFG）之間表現出了更強的功能連接；具有更強的等級反轉厭惡的個體在選擇不公平選項時，紋狀體與額上回（SFG）之間表現出了更強的功能連接。計算建模和腦成像結果共同表明，紋狀體及其與不同腦區的交互作用整合三種不同的親社會動機，進而影響個體的再分配決策。
圖4. 功能連接分析結果。（A-B）具有更強的不公平厭惡的個體在選擇不公平選項時，紋狀體與額下回（IFG）之間功能連接越強（上）；具有更強的等級反轉厭惡的個體在選擇不公平選項時，紋狀體與額上回（SFG）之間功能連接越強（下）。
周曉林教授課題組博士生李悅、已畢業博士生（現蘇黎世大學經濟系博士後）胡捷為論文共同第一作者，胡捷博士與周曉林教授為共同通訊作者，蘇黎世神經經濟學中心Christian Ruff教授參與了部分工作。研究得到了國家自然科學基金重點項目（31630034, 71942001）的資助。胡捷博士和Christian Ruff教授得到了歐洲研究委員會（ERC，European Union’s Horizon 2020 research and innovation program; grant agreement No 725355, BRAINCODES）的資助。
原文鍊接: https://doi.org/10.1073/pnas.2209078119
2022-11-30