Supporting Online Material for Lab Experiments for the Study of Social-Ecological Systems-CSDN博客

为社会生态系统研究提供实验室实验的在线资料

1.材料和方法

1.1 实验设计

我们的实验的重点是了解交流的互动和个人效应以及昂贵的惩罚，以增强社会生态系统成功集体行动的可能性。与以前使用静态，一次性或重复交互来研究这些问题的实验不同，我们研究了实时动态资源采集设置。用于此实验的软件是开源的，可从http://commons.asu.edu获得。参与者从共享的可再生资源环境中获得可再生代币。

在我们的实验环境中，五个参与者的小组共享一个29 x 29网格的单元格。在初始状态下，25％的网格空间充满了令牌，因此有210个令牌。最初将化身放置在屏幕的中间行，化身之间的距离相等。为了收集令牌，参与者必须将他们的化身放在该令牌的位置上并明确按空格键。收获的每个代币价值0.02美元。参与者可以获得有关令牌空间位置的完整信息，并可以实时观察其他小组成员的收获行为。

空单元每秒都有可能产生新的令牌。给定空单元将生成令牌的概率是密度依赖于具有令牌的相邻单元的数量。概率pt与邻居的数量线性相关：pt = p * nt / N其中nt是包含绿色标记的相邻单元的数量，N是相邻单元的数量（N = 8，因为我们使用摩尔范围为1的邻域，p = 0.01）。如果一个空单元格被八个标记完全包围，它将生成一个令牌，其概率高于仅与三个令牌相邻的空单元格。至少一个相邻单元必须包含用于生成新令牌的令牌。因此，如果参与者适合屏幕上的所有令牌，则他们已经耗尽了资源，并且不会产生额外的令牌生成。通过以这种方式设计环境，我们捕获了许多空间依赖的可再生资源的关键特征。最佳拨款水平取决于初始启动条件和空单元的概率更新。如果我们忽略空间变异性，则通过等待两分钟让资源增长到50％密度来得到最优策略，这导致最高的增长率（图S1）。收获率使资源保持在50％的密度，并且在实验的最后一秒期间收获所有的标记。这导致估计664。

但是，令牌分布和补充的空间可变性会影响屏幕上出现的令牌数量。为了计算收集的最大令牌数量的分布，我们使用简单的策略进行了50,000次令牌收获模拟以最大化收益。使用令牌的随机非顺序更新，收集在相邻小区上具有四个或更多个令牌的每秒令牌。由于实验中使用的软件每人每秒不允许超过8次移动，因此对于五人实验，每秒收集的最大令牌数为40。在实验结束时，收集令牌使得不超过40 *（剩余秒数）令牌保留在屏幕上。收集的平均令牌数为665.65，标准差为25.76。

我们测试了AB-BA，AC-CA，AD-DA形式的六种处理方法，其中每种处理方法包括三个既没有沟通也没有代价高昂的惩罚，三个代价高昂的惩罚，文本聊天沟通，或者代价高昂的惩罚和文字聊天沟通（见表S1）。当参与者有机会使用昂贵的惩罚时，他们会实时这样做，同时会进行拨款。这与以前仅检查事后处罚的各种先前实验显着不同。但是，当参与者有机会使用文本聊天通信时，他们会在一段时间开始前进行四分钟的通信。在这种情况下，参与者通过其随机分配的识别号识别，这些识别号在整个实验中保持不变。我们的实验允许一些实验的参与者事先讨论协调策略，并在一些实验中使用实时代价高昂的惩罚。

每个实验课程包括参与者在六个时段中收获，每个时段四分钟。快速适应屏幕上所有令牌的组耗尽资源，必须等待时间到期才能继续下一个时段。

参与者可以在屏幕顶部看到每个参与者在一段时间内获得的代币数量 - 由化身上的数字指示。

当参与者可以惩罚其他参与者时，他们可以以一个代币的成本减少另外两个参与者的收入两个代币。他们通过单击键1,2,3,4或5来执行此操作，这是他们希望惩罚的其他参与者的头像上的数字。参与者只有在那段时间内有净正收益才能惩罚，这样他们才能支付惩罚费用，只有在资源没有完全耗尽的情况下才能惩罚他们。

参与者之间的通信发生在文本聊天会话期间。在四分钟的会议期间，参与者可以向其组中的其他人发送公共短信。参与者通过他们的化身编号来识别，其在所有时期保持相同，允许个人在收获期间将其他组成员的见证行为与通信会话期间的讨论相关联。

1.2 程序

参与者招募使用由印第安纳大学布鲁明顿分校（http://www.indiana.edu/~ielab/）的跨学科实验实验室（IELab）维护数据库的现有的本科生自愿进行。总共有175名学生参加了实验，但两组参与者被从数据分析中删除。在一个组中，一个人在实验期间关闭了他的浏览器，使得数据无法使用，而在另一个组中，参与者在实验的一个时期期间经历了锁定的键盘键，从而影响该时段和可能的后续时段的结果。

在会议开始前两天，向数据库成员发送了一份招聘电子邮件，通知他们有机会参加实验。潜在的参与者被告知，实验应该持续大约90分钟，他们将保证10美元的显示付款，并且他们应该期望在大约60分钟的参与期间在15美元至30美元附近赚取，但是确切的收入金额取决于实验结果。如果参与者选择注册，他点击电子邮件中的链接，将他/她带到一个安全的网站，列出所有可用的实验会话。对于每个会话，我们招募了18名参与者，其中三人成为候补。

实验在整个2008日历年在IELab进行，包括10或15名参与者，具体取决于投票率。当参与者到达实验室时，他们受到实验者的欢迎，并要求他们在等待更多参与者到达时阅读并签署知情同意书。我们的实验需要五人一组，并且为了保持一定程度的匿名性，如果足够的参与者填写2或3组，我们只会参加会议。一旦有足够数量的参与者到达，他们就会被护送到计算机房。通过抽签随机选择替代品，支付10美元，并要求离开。

在每个人都坐在电脑终端后，实验者自我介绍并解释说他们将参加与房间其他参与者进行的实时小组决策实验。在那时，参与者被要求在实验期间保持沉默，关闭手机，并放弃所有其他工作。 IELab的计算机房由个人计算机终端组成，由分隔线隔开，以防止参与者看到彼此的屏幕。当加载实验软件时，它将每个计算机终端随机分配到一组，并给每个参与者一个在整个实验过程中保持不变的识别号。通过这种方式，组的成员可以在不知道房间中哪个参与者被分配了哪个标识号的情况下评估个人的超时行为。一旦每个人都安顿下来并分配了识别号码，就会阅读一般说明。

我们的实验使用实时可再生资源环境。参与者将自己视为黄色虚拟形象，能够通过移动令牌并按下键盘上的空格键来收集绿色代币（图S3）。实验环境需要一些练习，我们要求参与者在阅读一般说明后回答关于实验环境的两个问题，以确保他们了解资源再生的一些关键方面。之后，参与者参加了一个为期四分钟的练习期，在这个练习期间，他们被单独放置在一个13 x 13的单元格中，以练习移动他们的头像和收集代币。在练习期间，参与者可以通过按R键重置令牌的分配，这样即使他们在四分钟到期之前收集屏幕上的所有令牌，他们也可以继续练习。

图S3。两种不同类型的主题在5 x 5资源的假设情况下的两种收获策略的四个快照，其中资源单元由星形对象描绘。在顶行中，主体每个时间段移动化身（圆圈）八步。在底行中，主体每个时间步骤仅移动化身四步。

在练习期结束时，参与者被告知实验环境将变大五倍，并将在该小组的五名成员之间分享。此外，参与者被告知他们无法再重置令牌的分发。然后阅读第一期的说明。由于有六种处理方法，因此处理期间第一期的说明略有不同。在第一个时期结束后，参与者只是被告知下一个时期的指示与第一个时期相同，并且在第3个时期开始之前说的是相同的。然而，在第四个时期之前，新的指令被读取以对应于实验处理。在阅读一般说明时，参与者被告知实验将持续六个周期，但他们在任何时候都没有被告知实验包括两个阶段，每个阶段分三个阶段。相反，他们只按期间给出指示。

在第六阶段结束后，参与者被要求填写一份简短的调查，询问基本的人口统计信息和对实验的满意度。参与者填写调查结果时，一名实验员留在了计算机实验室，而另一名实验员在接待区准备了参与者付款。然后要求参与者逐一离开并签署现金付款。通过这种方式，参与者无法做到了解其他参与者的收入。

1.3。实验说明

用于运行实验的软件可在commons.asu.edu获得。我们在前三轮中提供了无通信或昂贵的惩罚处理的说明1，以及最后三轮中的通信加成本惩罚。当治疗中不包括沟通或代价高昂的惩罚时，其他治疗方法具有不同的指令或删除指示。

欢迎。你已经通过参加这个实验赚了10美元。通过参加这个实验，您可以赚取更多，最多40美元，这将花费大约一个小时到一个半小时。您获得的金额取决于您的决定以及您在六轮实验期间的小组成员的决定。

您在屏幕上显示为黄点，而其他组成员显示为蓝点。按键盘右侧的四个箭头键即可移动。您可以向上，向下，向左或向右移动。您必须按一个键才能移动黄点。在这个实验中，你可以收集绿色钻石形状的代币，每个收集的代币你将获得2美分。要收集令牌，只需将黄点移到绿色令牌上，然后按空格键即可。如果您在没有按空格键的情况下移动令牌，则不会收集该令牌。

您收集的代币有可能再生。收集绿色令牌后，新的令牌可以再次出现在该空单元格上。但是，新标记出现的速率取决于仍具有标记的相邻单元格的数量。空单元周围的8个单元格中的标记越多，新标记在该空单元格上出现的速度就越快。令牌生成新令牌。因此，用X表示的图像1中的中间单元将以比图像2中的中间单元更快的速率再生。当所有相邻单元都是空的时，没有更新。

如果您此时有任何疑问，请举手，有人会来到您的电台并回答。

在我们进行练习之前，请回答以下问题以确保您理解说明。

哪个陈述不正确：

A您决定收集令牌的位置会影响令牌的再生。

B当您在屏幕上收集了所有令牌时，不会出现新的令牌。

C令牌从屏幕中间增长

D当您收集令牌时，当您的头像位于带有令牌的单元格上时，您需要按[空格键]

现在，您将有四分钟的时间练习实验环境。您在本轮中做出的决定不会影响您的收入。在练习开始时，一半的细胞被绿色代币占据。环境是13 x 13网格的单元格。

在练习轮次和练习轮次期间，您可以选择重置屏幕上显示的标记。当您按下R键时，您将重置令牌的分布，以随机占用带有绿色令牌的一半单元格。

请不要与任何其他参与者沟通。

如果您有任何疑问，请举手。你有什么问题吗？

第1轮指示

这是第一轮实验。这一轮的长度是4分钟。就像在练习中一样，你可以收集绿色代币。这次你收集的每个代币赚两美分。这次你无法重置绿色标记的分布。

在这一轮中，可再生资源将增加五倍。您将与这个房间里的其他四个随机玩家分享这个更大的环境。你们每个人都被随机分配到几个大小相同的小组中。这些组中的每个成员都从相同但独立的资源中收集令牌。

你们每个人都被随机分配了一个从1到5的数字。这些数字在整个实验中将保持不变，但是，你将无法确定房间里的哪个人被分配了哪个数字。您的匿名性是有保证的。其他四名球员

在您的组中，屏幕上将显示为蓝点，并在点中嵌入白色数字。在屏幕的右上角，您可以看到每个玩家收集了多少令牌。在屏幕的左上角，您可以看到一个时钟，显示该轮的剩余时间。

如果您有任何疑问，请举手。你有什么问题吗？

第2轮指示

第2轮与第1轮相同。

如果您有任何疑问，请举手。你有什么问题吗？

第3轮指示

第3轮与第2轮相同。

如果您有任何疑问，请举手。你有什么问题吗？

第4轮指示[关于通信和惩罚 - 仅处罚和仅通信处理的具有相同的说明，但仅列出相关信息]

第4轮与前三轮相同，但有两个例外。

在下一轮开始之前，您可以通过短信与群组中的其他参与者匿名沟通四分钟。您可以利用这个机会讨论实验并协调您的行动。

在实验完成或受到任何威胁后，您可能不会向任何人支付任何边付款。您也不被允许透露您的真实身份。我们正在聊天时监控聊天流量。任何违反这两条规则的行为都将使您无法继续参与。

在下一轮中，您可以选择以自己的收入为代价来降低其他参与者的收入。

•如果按下与其他参与者相对应的数字键1-5，您将减少他们在本轮中收集的令牌数量，这两个令牌的数量是两个。这也将通过一个令牌减少您自己的令牌数量。是否或何时使用此选项取决于您。

•当您减少其他参与者的令牌数量时，他们将收到一条消息，指出您已减少其令牌。同样，如果其他参与者减少了令牌数量，您也会收到一条消息。这些消息将显示在屏幕底部。

•只要屏幕上还有令牌，并且您和其他参与者在回合期间收集了正数的代币，您可以减少其他参与者的收入。每次按下与另一个参与者相对应的数字键时，您的令牌数量减少一个，并且其令牌数量减少两个。

这一轮的长度是四分钟。

如果您有任何疑问，请举手。你有什么问题吗？

第5轮与第4轮相同。

这一轮的长度又是四分钟。

如果您有任何疑问，请举手。你有什么问题吗？

第6轮与第5轮相同。

这一轮的长度又是四分钟。

如果您有任何疑问，请举手。你有什么问题吗？

实验调查

电脑号码：____

感谢您参与此实验。

当实验者正在安排您的付款时，请花几分钟时间回答以下问题。我们非常希望了解您对几个问题以及您刚刚完成的实验的看法。

1.您对实验中的收入满意吗？

不满意1 2 3 4 5非常满意

2.其他参与者的决定是否会影响您自己的决定？

是/否

3.当您做出决定时，您是否考虑过他们是否影响了团队中的其他人？

是/否

你明白实验的指示了吗？

我什么都不懂1 2 3 4 5我确实理解了一切

如果您确实减少了其他参与者的令牌，请回答问题5a：

5a为什么你减少其他参与者的代币？（仅选择最合适的声明）

○其他参与者收集了太多令牌。

○那些其他参与者收集的比我多。

○那些其他参与者收集的代币太快了。

○其他参与者未遵守我们的协议。

○我不知道。

如果您没有减少其他参与者的令牌，请回答问题5b：

5B。你为什么不减少其他参与者的代币？（仅选择最合适的声明）

○我不想放弃我的一些代币。

○我不想减少他人的收入。

○我害怕报复。

○我没有看到任何理由这样做。

○我不知道。

6.按照合作顺序对五个参与者进行排名，包括你自己。

最不合作__ __ __ __ __最合作

另请参阅背面

5C。您的小组能够在两轮之间交换消息。请对您的小组中的其他人进行排名，以确定谁在这些讨论中提供了最有用的信息，哪些人提供的信息最少。

玩家___________________________给出了最有用的信息

玩家____________________提供的信息最少

5D。您的小组中是否有人因为他们一直采取的行动而脱颖而出，这些行动是您在聊天圈中讨论的行为类型的“良好范例”？

是的，玩家______________ 没有______

5E。您的小组中是否有人因为他们一直采取的行动而脱颖而出，这些行为是您在聊天圈中讨论的行为类型的“不良范例”？

是的，玩家______________ 没有______

2.支持分析

2.1 附加统计

这些实验于2008年春季和秋季学期在印第安纳大学的IELab举行。参与者的平均年龄为21岁，其中43％为男性。理解说明书的平均反应为4.55（5 =完全理解）。

表S2列出了三个时期的每个组每集团收集的代币的平均总数，其中四个条件中的一个适用：既没有沟通也没有代价高昂的惩罚，代价高昂的惩罚，沟通或沟通加上昂贵的惩罚。通过使用成对的双尾Mann-Whitney检验来测试1-3期和4-6期之间的总收入和净收益的差异。结果列于表S3和S4中。

如果前三个时期既不是沟通也不是昂贵的惩罚，那么允许沟通会导致总收入和净收入的显着增加（p值<0.01）。如果在三个时期后允许代价高昂的惩罚，则对总收入没有显着影响，但由于处罚（p值<0.05），净收益会有重大损失。如果在1-3期之后允许昂贵的惩罚和沟通，则总收入和净收入显着增加（p值<0.01）。

在前三个时期允许沟通时，过去三个时期缺乏进一步沟通不会导致高收入水平发生重大变化。但是，如果实验从三个代价高昂的惩罚开始，不允许在过去三个时期内受到惩罚，则会导致4-6期内的总收入（p值<0.01）和净值（p值<0.1）显着下降。）收益。最后，沟通和昂贵

在前三个时期都允许处罚，既不会进行沟通，也不会进行代价高昂的处罚会导致总收入和净收入显着下降（p值<0.01）。最后两个条件下降的原因可以解释为期间收益的适度 - 不显着下降。参与者“学习”更快地收集所有令牌。三个时段的块之间的参数测试不包括这种学习效果。我们还怀疑惩罚选择的条件会影响参与者的行为。如果没有使用昂贵的惩罚措施，在三个时期后停止通信不会导致显着下降。当可能采取代价高昂的惩罚时，可以使用可信的威胁。没有可信威胁的通信协议可能具有更多的规范性权重。如果在第3阶段之后无法执行机制，我们会看到性能下降。

当我们比较治疗之间时，我们发现在前三个时期，沟通和代价高昂的惩罚与仅有代价高昂的惩罚没有区别（表S3B和S4B）。此外，在前三个时期，沟通只会导致收入不同于沟通和昂贵的惩罚。因此，代价高昂的惩罚并未对前三个时期的总收入和净收益产生重大影响。在过去的三个时期，沟通和代价高昂的惩罚都不仅仅是代价高昂的惩罚。这是因为如果团体在前三个时期进行了沟通，则NCP条件下的收入会更高。

最后，我们比较了前三个时期使用的条件NCP，C，P和CP，与前三个时期的使用情况相比，我们发现C条件没有显着差异，适度差异（p = 0.075） NCP条件和P和CP条件的显着性差异（p <0.05）（表S3C和S4C）。如果仅使用惩罚，前三个时期的收入与过去三个时期的惩罚相比较低。当昂贵的惩罚与沟通相结合时，这与实验相反。

表S2。实验设计和每个时期每组收集的令牌的平均总数。我们将六种处理区分为不沟通而非惩罚（NCP），沟通（C）和昂贵惩罚（P）的不同组合。最后两列显示每个组每个时期收集的令牌的平均数量，不包括因代价高昂的惩罚而丢失的令牌。

表S3A。成对的双尾Mann-Whitney测试前三轮和后三轮的收益分配平等。单元格（i，j）报告相关统计数据。首先，给出关系的方向，其中正（负）符号表示最后3个时期的平均总收入高于（低于）前三个时期。对于零假设，U统计量在前三个时期和后三个时期之间的总组收入分布中是相等的，以及样本大小。相应的p值在括号中报告为最后一个。最后，我们使用*** = p值<0.01。

表S3B。成对的双尾Mann-Whitney检验了前三个时期以及后三个时期不同治疗方法之间收入分配的平等性。单元格（i，j）报告相关统计数据。 U统计量给出了两种处理之间总体收益分布中的平等的零假设，以及样本大小和p值。

表S3C。成对双尾Mann-Whitney检验前三轮与前三轮相比，同一类型时期（NCP，C，P或CP）收益分配的平等。单元格（i，j）报告相关统计数据。 U统计量给出了两种处理之间总体收益分布中的平等的零假设，以及样本大小和p值。

表S4A。成对的双尾Mann-Whitney检验前三个时期的分布均等与过去三个时期的比较。单元格（i，j）报告相关统计数据。首先，给出关系的方向，其中正（负）符号表示最后三个时期的平均净收益高于（低于）前三个时期。在净收入中，减去因昂贵的惩罚而损失的代币数量。 U统计量是针对前三个时期和后三个时期之间净组收益分配中的平等零假设以及样本大小给出的。相应的p值在括号中报告为最后一个。最后，我们使用* = p-value <0.1; ** = p值<0.05; *** = p值<0.01。

表S4B。成对的双尾Mann-Whitney检验了前三个时期以及后三个时期不同处理方法之间收入分配的平等性。单元格（i，j）报告相关统计数据。 U统计量给出了两种处理之间净组收益分布的平等零假设，以及样本大小和p值。

表S3C。成对双尾Mann-Whitney检验前三轮与前三轮相比，同一类型时期（NCP，C，P或CP）收益分配的平等。单元格（i，j）报告相关统计数据。 U统计量给出了两种处理之间净组收益分布的平等零假设，以及样本大小和p值。

在表S5中，我们提供了关于惩罚和沟通对所收集的代币数量的影响的额外统计分析。与本文的表1一样，我们使用多方法固定效应线性回归（使用Stata 10.0进行mtmixed）。此技术命令可用于拟合混合模型，包含固定和随机效果的模型。

我们测试了当前期间或之前期间的处罚事件是否对所收集的代币数量产生影响（表S5）。我们发现实际惩罚对所收集的代币数量没有影响，除非在前三个时期内存在沟通和代价高昂的惩罚。如果在CP期间使用代价高昂的惩罚，那么在NCP期间收集的代币数量会显着减少，与可以使用它的群体相比，但没有这样做。

我们通过包括一个虚拟变量来测试在多个时期内经历相同条件的可能学习效果，该虚拟变量指示在这种情况下它是第一次，第二次还是第三次。当该周期根本不在该条件下时，该虚拟变量为零。我们将LearnNCP定义为无论是沟通还是惩罚条件下的假人。该变量在实验具有NCP周期时首次为1，第二次为2，第三次为3。当它不在NCP条件下时，LearnNCP为零。我们以同样的方式定义LearnCP，LearnC和LearnP。

此外，我们发现沟通对一段时间内收集的代币数量有积极影响。每一段沟通都会带来改善，当不再允许沟通时，所收集的代币水平仍处于较高水平（除非使用昂贵的惩罚）。

每个时期都不可能进行沟通或代价高昂的惩罚，一段时间内收集的代币数量相对减少。如果他们既不能沟通也不能惩罚，小组学会更快地过度收获资源。

表S5。惩罚，沟通和收获水平。使用针对每个时段收集的组的令牌的总数来执行多级线性回归。自变量是一组虚拟变量：参与者是否可以在此期间进行沟通和/或惩罚，以及参与者是否可以在前三个时期进行沟通和/或惩罚。最后，通过包括期间数和参与者可以使用沟通和/或惩罚的次数来衡量学习效果。

在图S4中，收获率为5秒。值25意味着在五秒间隔期间，每个参与者每秒收集一个令牌。在这种情况下，每个人必须每秒按下键盘上的一个键至少两次才能移动和收集。当没有通信时，我们会在实验的第一分钟看到高水平的收获，由于资源的枯竭，收获速度很快降至零。如果可以进行沟通，我们会在实验开始时看到较低的收获率，从而导致更高的收获水平和更高的回报。

图S4。在给定时间收获率。该图显示了每个治疗的五个或六个组在每个五秒的时间段内收获的标记的平均量。每个图显示治疗条件，每条线代表一个特定的时期。治疗是两组特定病症的三个时期的组合。这些条件的名称记录在每个显示的左上角：

（每次展示的左上角都注明了NCP没有沟通而不是惩罚，C表示沟通，P表示昂贵的惩罚，CP表示沟通和昂贵的惩罚）。与右侧数据相关的颜色和形状在右上方标注。

图S5显示，在可能进行代价高昂的惩罚的第一阶段，惩罚事件更频繁地发生，但这种差异在统计上并不显着，除了对处理NCP-CP的适度影响。我们使用成对的双尾Mann-Whitney检验和罚款处理CP-NCP（分布中相等的零假设的U统计量：U = 43（样本大小12和6），p值= 0.553），处理NCP-CP（U = 56（12,6），p值= 0.083），处理P-NCP（U = 46.5（12,6），p值= 0.335），处理NCP-CP （U = 28（10,5），p值= 0.768）。

我们也没有发现治疗之间惩罚分布的统计学显着差异（使用成对双尾Mann-Whitney检验）：

- CP-NCP vs NCP-CP: U=166 (18,18), p-value = 0.913

- CP-NCP vs P-NCP: U=194 (18,18), p-value = 0.324

- CP-NCP vs NCP-P: U=157.5 (18,15), p-value = 0.420

- NCP-CP vs P-NCP: U=200.5 (18,18), p-value = 0.227

- NCP-CP vs NCP-P: U=158 (18,15), p-value = 0.420

- P-NCP vs NCP-P: U=136 (18,15), p-value = 0.987

图S6显示许多时期没有经历任何惩罚事件，而一些时期涉及许多事件，可能包括报复事件。通过沟通，有更多的时期没有惩罚事件。使用成对的双尾Mann-Whitney检验，我们发现U = 710（36,33），p = 0.165。

图S5。每个条件的每个期间的惩罚事件总数。

图S6。每个时期昂贵的惩罚事件的频率。

在图S7和S8中，我们描述了一段时间内参与者互相惩罚的信息。我们看到他们在整个实验中使用惩罚事件。然而，当不可能进行通信时，当屏幕上不再有许多令牌时，存在惩罚的倾向。我们看到惩罚事件的数量有时会出现高峰，主要是报复性战争（一个参与者开始惩罚并受到惩罚），或者在几秒钟内惩罚多次的人。例如，在NCP-CP案例的一个实验中，当屏幕上有大约300个令牌时，一个人在4秒内对同一个人有16个惩罚事件。发生这种惩罚事件是由一个人提前开始收获而引起的。

图，S7。处罚事件发生的四分钟时间。我们添加了每间隔5秒的事件数。我们区分不同的处理方法，但总结了每个处理的三个时期。

图，S8。惩罚事件发生时的资源水平。我们添加了每个间隔10个令牌的事件数。我们区分不同的处理方法，但总结了每个处理的三个时期。

为了确定惩罚事件对参与者受到惩罚的行为的影响，我们计算了所有惩罚事件，惩罚参与者在惩罚事件之前和之后的5秒内收获的代币数量，受到惩罚的参与者，以及其他三个参与者（表S6）。我们测试在惩罚事件之前和之后参与者的收获率是否有显着变化，以及这与其他类型的参与者有何关系。

使用成对的双尾Mann-Whitney检验，我们发现惩罚者具有显着最低的收获率。在CP期间的惩罚事件之前的5秒，我们得到U = 4271（75,75），p值<0.0001和U = 10017（225,75），p值= 0.014。在CP期间的惩罚事件后的5秒内，我们得到U = 3349（75,75），p值= 0.041，U = 10441（225,75），p值= 0.0019。对于P时段中的惩罚事件之前的5秒，我们具有U = 6509（102,102），p值= 0.0017并且U = 19282（306,102），p值= 0.0004。在P期间的惩罚事件之后的5秒，我们得到U = 5908（102,102），pvalue = 0.09，并且U = 18832（306,102），p值= 0.0016。

在CP期间，受惩罚的参与者与未参与惩罚事件的人相比具有显着更高的收获率（U = 10488（225,75），p值= 0.0014）。在惩罚事件之后，惩罚与未参与惩罚事件的人之间没有统计学意义（U = 8722（225,75），p值= 0.662）。

在P期间，受惩罚的参与者在没有参与惩罚事件的人的收获率上没有差异（U = 15875，（306,102），p值= 0.792。在惩罚事件之后，再没有统计数据惩罚与未参与惩罚事件的人之间的重要性（U = 16528（306,102），p值= 0.369）。

在CP期间，惩罚者的收获率没有显着变化（U = 2916（75,75），p值= 0.695），而受惩罚的参与者收获率显着下降（U = 3559（75），75），p值= 0.0043）。没有参与惩罚事件的参与者不会改变他们的收获率（U = 25777（225,75），p值= 0.737）。

在P期间，所有类型的参与者的收获率都显着下降：惩罚者（U = 6021（102,102），p值= 0.050），受惩罚的参与者（U = 6360（102,102），pvalue = 0.0052），以及未参与惩罚事件的人（U = 54164（306,306），p值= 0.00072）。由于资源在P期内迅速下降，可用代币的减少可能是所有类型参与者收获率下降的原因。

总之，通信惩罚导致惩罚参与者的收获行为的纠正，而在没有通信的治疗中受到惩罚的参与者的行为没有可测量的差异。

表S6。在惩罚事件之前和之后的5秒内，不同类型的参与者平均收获的令牌数量。

我们编写了每个惩罚事件。我们检查了参与者的收入和位置

惩罚的时刻。我们可以确定以下四种情况：

- 当时收入最高的参与者受到了惩罚。

- 刚被惩罚的参与者，惩罚惩罚者（报复）

- 一个不是最高收入者的人受到了惩罚，但这个人是最接近惩罚者的人。

- 一个不是最接近并且不是最高者但收入高于惩罚者的人受到惩罚。

我们区分有无通信的实验，并且没有经历这两种处理之间的重要差异。最高收入参与者中约有五分之二受到惩罚。至少有四分之三的人受到惩罚，直到那时获得更高的收入。使用成对的双尾Mann-Whitney检验，我们发现两种分布之间没有统计学差异（U = 13.5（5,5），p = 0.841）。

表S7显示了对调查问题的回答，说明参与者为何使用代价高昂的惩罚。如果没有沟通，参与者会争辩说，如果他们收集太多代币或收集太快，他们会惩罚他人。当沟通成为可能时，参与者惩罚他人的主要原因是他们没有遵守协议。两种治疗中不惩罚的主要原因是参与者没有看到使用惩罚的理由。没有沟通，排名第二的原因就是害怕报复。当可以进行通信时，这种解释并不常见。但是，当沟通成为可能时，不放弃自己或他人的收入成为重要的解释。