多元化网络的结构预示着经济博弈和

总的来说，我们对预测有兴趣                 （1） 其中πi，V是第V组中个体i的反应，aV是每个村庄的随机效应。经济博弈有一个分布，需要一个有序的分类模型，而一个人参与马育的次数是使用负二项分布建模的（见材料和方法）。结果在DG和UG中都有200 GYD（20%）的模态报价，尽管300 GYD也是UG中的模态报价（见图1）。在100到400 GYD的范围内，DG报价看起来可能是正态分布的，但在0和500 GYD时存在较大的异常值。0 GYD的报价是DG中的经济理性选择，而UG中的经济理性选择是给出尽可能小的非零金额（假设一方的合作伙伴是经济理性的）。这就是为什么我们看到DG在0 GYD时出现大峰值，而UG中几乎没有提供0。任何高于这些条件的东西（DG为0 GYD，UG为100 GYD）都意味着人们在使用严格的经济合理性以外的其他决策标准。就人类对不平等的厌恶程度而言（Fehr和Schmidt，1999），我们预计他们会给出500吉德，我们看到500吉德的出价数量大幅增加，至少在DG中是这样。为了验证第一个假设，在一个包含村庄随机效应的模型中，研究了匿名DG和UG中与个体重叠和村庄平均重叠相关的报价（表1）。匿名DG中提供0 GYD的概率随着重叠的增加而增加，而提供200 GYD以上的概率下降（图2）。

村一级和个人重叠对DG中匿名接收者的提议的影响都是负面的，而UG中重叠对匿名接收者提议的影响是相同的，尽管与零没有明显不同。在不含协变量的DG模型中，村一级的组织变化为3.8%，而在含协变量的DG模型中，村一级的组织变化为2.2%。UG的相同数字分别为7.9%和6.8%。这些在村一级组织的变异估计值可能被低估（完整讨论见SI中的S6），但在Lamba和Mace（2011年）和Henrich及其同事（2012年）在社区一级组织的变异估计值范围内。为了验证第二个假设，一个人参与麻雨的次数是通过村庄和个人层面的重叠来预测的，同样是通过一个包含村庄随机项的模型。个人和社区重叠的影响都是积极的，因此重叠程度较高的人更多地参与玛育，而居住在平均重叠程度较高的社区的人更多地参与玛育（见表1；关于对异常值缺乏敏感性的分析，见SI中的S5）。在个体重叠的范围内，我们预计每年会参加额外的23个马尤活动（图3）。在社区重叠的范围内，我们预测每年会有13个马尤事件参与（图4）。在没有协变量的模型中，村一级的变异为41%，而在包含协变量的模型中，村一级的变异为1.8%（没有协变量的村一级均值的标准偏差=2.97，有协变量的村一级均值的标准偏差=0.49）。

当社区规模作为变量包含在任何模型中时（即 对于方程1），它对任何结果变量都没有影响。讨论这些结果对亲社会性进化的文献做出了两个贡献：第一，它们验证了涂尔干关于机械和有机团结的概念对于构建合作倾向的意义，因为网络重叠的程度影响了与已知社区成员和陌生人的合作模式；其次，他们展示了个人和社区层面的因素在塑造合作中的重要性。通过实验游戏捕捉到，平均重叠度较高的村庄中的人在匿名互动中的贡献较低，并且报告称，与平均重叠度较低的村庄中的人相比，他们更多地参与了现实世界中的合作劳动团体。在村庄内，重叠程度越高的人在匿名游戏环境中的贡献越低，在合作劳动群体中的参与度也越高，这也与假设一致。虽然很难得出规范本身的存在，或者通过实验证明它们的存在，但这些发现的模式与预期一致，即规范和个人策略作为网络重叠的函数影响匿名和非匿名合作。我们的研究结果对文化规范与个体和地方适应之间的显著性辩论有一定的影响，这有助于合作规范的出现（Lamba和Mace，2011年；Henrich等人，2012年）。我们假设，这些立场中的每一个都是不完整的，并且作为个人互动的结果，规范将在多个层面上出现，从而产生一组特定的期望。

在小规模社会中，大多数人的互动都是在一个相对封闭的小群体中进行的，他们的期望是相同的，根据观察，我们称之为规范。规范源于个人私利、与他人协调行为的益处和打破规范的代价之间微妙的二元相互作用的结果（例如，Glowacki，2020）。在某些情况下，有些人违反规范可能比遵守规范受益更多（或遭受更少）。在我们这里的工作中，我们没有展示这些动态，但我们展示了不同的合作模式是如何在地方层面出现的，正如我们根据网络重叠的程度所假设的那样。在现实世界和匿名互动中，这种合作趋势的明显兼性变异，有可能为改变地方规范埋下种子。从那时起，并且变得越来越具有推测性，我们认为，因为在社会生态构成适应景观的大部分的物种中，规范具有内在粘性（Richerson和Boyd，2008），人类种群的裂变融合动力学将导致子种群从其母种群继承其许多规范。换句话说，规范可能在更高层次的组织中僵化，从而成为一个民族语言群体的特征。从这个意义上说，兰巴和梅斯以及亨利希及其同事的论点都有价值。我们的研究结果表明，在个人和社区层面考虑的一个维度可以影响合作行为。这表明了当地适应性规范如何在社区中扎根。

虽然亨里奇及其同事对兰巴和梅斯（2011）的扩展回应（2011）提供了一些指导，但在我们看来，它最小化了个人环境/行为的关键作用，以及对初始或微小条件变化的强烈依赖。这也突显了一个事实，即匿名互动中预期的亲社会性等规范出现在本地显著水平。在我们的研究中，这是一个村庄，但可以合理地预期，不同的水平将在不同的环境中变得显著，如菲律宾雨养和灌溉农业地区的比较所示。Tsusaka等人（2015年）发现，当突出的合作群体在地理上受到更大的限制（因为需要管理灌溉）时，人们在经济游戏中的行为往往更类似于他们的邻居。不仅如此，与旱地相比，惩罚还导致了灌溉区农民之间更多的合作。在这种情况下，规范产生的当地显著背景取决于当地农业技术。我们关注的是网络重叠模式在个人和社区层面的合作如何解决之前在文献中发现的一些不一致。我们认为，一些用来预测匿名经济博弈行为的自变量也可能与网络重叠的差异有关，这些差异会影响预期方向上的合作。

其中包括生活在更大营地、兄弟姐妹更少、捐赠更多的哈扎人（马洛，2004年）、生活在被迫重新安置社区的津巴布韦人（巴尔，2004年）、拥有更多可可田和增加工资劳动的新几内亚人（Tracer，2004年）、收入更高的奥玛人（Ensminger，2004年），帕哈里·科瓦（Pahari Korwa）年龄更大，在社区之外有更多联系（Lamba和Mace，2011）。同样，较小的捐款来自已婚的Tsimane（Gurven等人，2008年）和Pahari Korwa，她们的社区有更多姐妹（Lamba和Mace，2011年）。有关与我们框架的进一步一致性，请参见SI中的S7。Henrich及其同事（2004、2014）方法的一个关键优势在于，他们能够识别预测跨民族语言群体差异的协变量。本研究通过展示网络重叠如何作为一个统一的维度来帮助我们理解社区和个人层面上合作行为的变化，从而补充了之前的工作。这些想法应该在不同的社会中使用多元化的方法进行进一步的测试。通过将社会在其多元网络特征上的差异的经典公式与个人层面的预测相结合，本文为研究人类亲社会性差异的形成提供了一个新的框架。这有助于我们理解为什么随着社区与外部世界的联系越来越紧密，合作模式可能会发生变化。材料和方法Makushi Makushi是加勒比海语系中现存的最大群体，有42000多人自称为成员（Instituto Socialambiental，2018），其中9000人居住在圭亚那第9区。

大多数社区都可以乘坐3-5小时的迷你巴士前往约1700人的城镇，尽管雨季的路线通常无法通行，但一些社区需要一天以上的行程。Makushi生计活动包括合作和个人主义活动，包括swidden园艺和觅食。另一种主要的生存活动是捕鱼，偶尔还辅以狩猎。几乎所有的狩猎都是用弓箭完成的，整个地区只有不到10支持证枪支，几乎没有持证枪支。最近在该地区修建的一条道路开辟了短期和长期的劳动力迁移以及雇佣劳动力，由于道路的通达性，这导致一些社区的人们比其他社区更需要重组他们的生计网络。剩下的一个主要传统机构是马尤，这是一个合作劳工活动。有关民族志背景的更多详细信息，请参见SI中的S1。抽样框架由于我们的假设得出了社区内和社区间合作的具体预测，我们的研究设计要求对这些社区内的社区和个人进行抽样（Schacht和Borgerhoff Mulder，2015）。为了最大限度地增加社区层面变量的变化，我们特意根据人口规模、政府工作人员数量（工资劳动的代表）以及与该地区行政中心的距离（西部城镇更接近巴西边境附近的就业）来选择社区。社区被分为每个变量的高值或低值，并被选择覆盖所有变量的几乎所有高值和低值组合（见SI中的S2）。

由于网络严重中断，此处报告的分析中删除了一个村庄，有关该村庄的解释和分析，请参见SI中的S4。在村庄内，研究人员与社区卫生工作者和村委会合作，对目前称该村为家的所有人进行普查，无论他们是否在场。从这次人口普查中，随机选择了30个家庭，并从每个家庭中随机选择了一名成年人。如果选定的参与者在30天的研究期间不在村里，他们将按照上述方式从尚未选定的房屋（但也包括待更换的家庭）中随机选择被替换的房屋。虽然这将导致农民工家庭的代表比例降低，但如果家庭中有一个人留下来，则会对整个样本产生偏见。采访采访从人口和社会经济问题开始，然后受访者玩经济游戏，然后受访者回答网络问题，最后受访者被问及他们参与马尤的情况。如果参与者无法报告每月的参与情况，则使用他们对年参与率的估计；所有的回答都转化为年利率。经济游戏与每个参与者玩两个经济游戏，独裁者游戏（DG）和最后通牒游戏（UG；Henrich等人，2004）。在这两场比赛中，焦点个人都得到了1000吉德( 1/3  一天的工资），并被告知他们正与村里的一个随机人合伙。他们被告知，他们不知道自己的伴侣是谁，他们的伴侣永远也不会知道他们是谁。在阅读DG的脚本后，研究助理给出了4个例子。

在阅读UG的脚本后，研究助理给出了4个不同金额的例子，假设的第二个玩家拒绝并接受了报价。然后对受访者进行了知识测试。如果受访者回答不正确，研究助理会告诉他们他们错了，并解释正确答案。受访者继续进行测试，直到他们连续正确回答了三个测试问题（要求的模式重复次数为0）。一名受访者因无法理解这些游戏而被从样本中删除。网络和网络测量参与者被问及使用文化上合适的名字生成器（SI中的S3）在许多交互领域与他们一起做事情的其他人。在这项研究中，所有54个关于某人从谁那里获得/借用或某人向谁提供/借给某物的网络域都被包括在内。这可能包括任何东西，从食品到电话信贷，再到电锯等大型设备。由于这不是一个完整的网络，因此形成了一个定向的、多元的自我网络（Wasserman and Faust，1994；Kivel"a等人，2014）。每个人都有相同的潜在改变，他们可以提名（即，该地区的每个人），但在每个领域只提名其中的一个子集。每个域形成一层多路复用网络。重叠的计算方法是将所有领域中所有合作伙伴之间的互动次数除以所有领域中所有合作伙伴之间的互动总数。如果一个人在所有领域都有56个合作伙伴，其中19个与不止一次提到的人在一起，那么他们的重叠将是19/56=0.339。村庄重叠计算为村庄内所有个人重叠的平均值。

统计分析我们感兴趣的是使用相同的变量预测三个结果变量，一个人每年参与马育的次数和在两个经济游戏中的贡献。具体来说，我们对重叠和村庄重叠的影响感兴趣。由于我们明确假设并测试规范是否出现在村庄层面，这是一个多层次（或随机效应）模型。为简单起见，我们可以将所有结果变量的兴趣方程表示为方程1。由于经济博弈中的受访者只能以100 GYD的增量选择0到1000 GYD，因此最好将报价建模为有序逻辑回归（Jackman，2009）。每年有人参加mayu的次数是一个均值和方差不等的计数变量，需要使用负二项分布（Cameron和Trivedi，1998）。我们在R（R Core Team，2017）的Stan（Carpenter等人，2017）中使用软件包brms（Bürkner，2017）提供的便利，使用哈密顿蒙特卡罗法（Hamiltonian Monte Carlo）估计了这些模型中的相关参数，无需U形转弯采样。由于这是一种完全贝叶斯估计方法，我们不报告p值，而是报告89%可信区间（McElreath，2016）。对于我们感兴趣的每个模型，我们使用类内相关性（ICC）计算仅包含随机效应的模型中在村庄层面组织的方差比例，以及在包含协变量的模型中在村庄层面组织的方差比例。有关统计分析的更多技术细节，请参见SI中的S6。感谢和资金来源我们要感谢Cristina Moya和Andy Sih对本文之前草稿的广泛评论。Richard McElreath、Pete Richerson和谢福星就项目的设计提供了反馈。