整合上游与下游互惠性稳定仅他人公共物品博弈中合作者与背叛者的共存

尽管理论预测存在困难，人类合作仍能在大型、充分混合的人群中陌生人之间持续存在，留下了一个基本的进化难题。虽然上游（传递爱心：因为自己得到过帮助而帮助他人）和下游（奖励声誉：帮助那些有良好声誉的人）间接互惠性已被独立视为解决方案，但它们在多人情境下的联合动力学仍未被探索。我们研究了无自身回报的公共物品博弈（通常称为“仅他人”PGG），其收益为 b，成本为 c，并分析了三种策略的进化动力学：无条件合作（ALLC）、无条件背叛（ALLD），以及结合无条件传递与基于声誉区分的整合互惠策略。我们证明，在不存在复杂性成本的情况下，当 b/c > 2 时，整合上游和下游互惠性可以产生 ALLD 和整合互惠者的全局渐近稳定混合均衡。我们解析地推导了复杂性成本的临界阈值。如果认知需求超过此阈值，稳定均衡通过鞍结分岔消失。否则，在稳定区域内，复杂性成本反直觉地通过不仅阻止 ALLC 而且阻止其他条件策略的入侵来稳定均衡。我们的模型揭示了通过战略多样性实现稳定合作的一条途径，而非要求一致性。ALLD 充当“进化盾牌”，防止系统崩溃，而整合互惠者灵活地结合开放和区分性反应。该框架表明，尽管存在认知限制和群体规模挑战，传递爱心广播和声誉系统如何能够共同维持包括合作在内的社会多态性，为人类社会行为多样性提供了潜在的进化基础。