Οι μη-vaxxers είναι διαφορετικοί στα κοινωνικά καλά παιχνίδια

Τα αποτελέσματα του Παιχνιδιού 1 φαίνονται στο Σχήμα 2α. Όπως επιβεβαιώνεται στην προηγούμενη βιβλιογραφία16,17, η πλειονότητα των ερωτηθέντων αποστρέφεται τον κίνδυνο, καθώς δεν έχει επενδύσει περισσότερο από το ήμισυ των μάρκων τους, δηλαδή 100 ή λιγότερα από τα 200 μάρκες που έχουν στη διάθεσή τους. Οι μη πληρωτές τείνουν να επενδύουν περισσότερο από άλλους, γεγονός που υποδηλώνει ότι είναι λιγότερο απεχθή τον κίνδυνο. Ωστόσο, αυτή η διαφορά δεν είναι στατιστικά σημαντική. Πραγματικά, Π αξία \(\chi ^2\) Η δοκιμή για ολόκληρη τη διανομή είναι 0,746, επιπλέον, εάν οι επενδύσεις ταξινομούνται πάνω και κάτω από 100 μάρκες, Π Η τιμή δοκιμής του Barnard είναι 0,105. n περαιτέρω, μέσα \(2\φορές 2\) περιπτώσεις θα χρησιμοποιήσουμε το τεστ Barnard σε αντίθεση με το τεστ του Fisher σύμφωνα με την πρόσφατη βιβλιογραφία18,19.

Σχήμα 2

Στον πίνακα (ένα), στον άξονα x, το κλάσμα των διακριτικών που επιλέγουν οι ερωτηθέντες να επενδύσουν στο παιχνίδι 1, ενώ τα υπόλοιπα μη επενδυμένα μάρκες παραμένουν μαζί τους. Στον πίνακα (σι), το ποσοστό των ερωτηθέντων που επέλεξαν να συνεισφέρουν στο δημόσιο καλό στο παιχνίδι 2 (73% όσων δεν παρευρέθηκαν, 65,9% όσων δεν πλήρωσαν). Στον πίνακα (ντο), τα αποτελέσματα του 3ου παιχνιδιού, δηλαδή, στον άξονα x, η πίστη των ερωτηθέντων στη συμβολή των άλλων συμμετεχόντων στο 2ο παιχνίδι.

Τα αποτελέσματα του Παιχνιδιού 2, όπου οι ερωτηθέντες επιλέγουν αν θα συνεισφέρουν σε ένα δημόσιο καλό παιχνίδι, φαίνονται στο Σχήμα 2β. Αυτός ο αριθμός δείχνει ότι τα άτομα που δεν πληρώνουν γενικά συνεισφέρουν λιγότερο στο δημόσιο καλό παιχνίδι, κατά περίπου 7%, και αυτή η διαφορά είναι στατιστικά σημαντική στο 5% (Π τιμή: 0,048).

Στο Παιχνίδι 3, οι ερωτηθέντες καλούνται να μαντέψουν πόσοι άλλοι ερωτηθέντες στην ομάδα τους πιστεύουν ότι έχουν συνεισφέρει στο κοινό καλό παιχνίδι (Παιχνίδι 2). Τα αποτελέσματα που φαίνονται στο Σχήμα 2γ φαίνεται να υποδηλώνουν ότι οι μη-επενδυτές πιστεύουν ότι η επένδυση των άλλων θα είναι μικρότερη από αυτή που περιμένουν άλλα άτομα, και επιπλέον, δείχνει επίσης ότι είναι μικρότερη από την πραγματική επένδυση άλλων ανθρώπων. Ωστόσο, αυτό το αποτέλεσμα δεν είναι στατιστικά σημαντικό (αλλά το T2, όπως περιγράφεται πλήρως στις Συμπληρωματικές Πληροφορίες).

Από αυτά τα παιχνίδια, υποθέτοντας πλήρη ορθολογισμό στην κατανόηση ομο οικονομικος20, κατασκευάζουμε μια άλλη ταξινόμηση σε επίπεδο προτίμησης που θα συνεπαγόταν επένδυση. Από το Παιχνίδι 1, υπολογίζουμε το επίπεδο αποστροφής του κινδύνου ενός ατόμου. Από το Παιχνίδι 3, υπολογίζουμε το εύρος των πιθανοτήτων iid που αποδίδουν σε άλλο υποκείμενο που συμβάλλει. Από αυτή την πιθανότητα μπορούμε να υπολογίσουμε την εκτίμηση του ατόμου ότι θα φτάσει το όριο και έτσι ότι το δημόσιο αγαθό υλοποιείται ανεξάρτητα από τη συνεισφορά του. Έτσι, ένας λογικός εγωιστής πράκτορας θα πρέπει να συνεισφέρει μόνο όταν (νομίζει ότι) είναι αποφασιστική, δηλαδή όταν ο αριθμός των άλλων ανθρώπων είναι ακριβώς αυτός. \(T-1\) και έτσι όταν δημιουργείται ένα δημόσιο αγαθό μέσω της συνεισφοράς της. Χωρίζουμε όλα τα θέματα σε τρεις τύπους: (Εγώ) αυτά που αντιστοιχούν στη συμπεριφορά ενός ορθολογικού εγωιστικού παράγοντα. (ii) εκείνα που αντιστοιχούν σε έναν ορθολογικό παράγοντα με αλτρουιστική συμπεριφορά (δηλαδή, θετικές άλλες σχέσεις). και (iii) αυτά που αντιστοιχούν σε ορθολογικό παράγοντα με αρνητικές άλλες σχέσεις. Για ευρωστία, δημιουργούμε μια παράμετρο στις υποστηρικτικές πληροφορίες για να περιγράψουμε τις άλλες προτιμήσεις του παίκτη και να ελέγξουμε τη συμμόρφωση με αυτήν την ταξινόμηση.

Με βάση αυτή την ταξινόμηση, διαπιστώνουμε ότι οι μη-vaxxers δεν διαφέρουν στατιστικά από τον υπόλοιπο πληθυσμό (οι πλήρεις λεπτομέρειες παρέχονται στις Συμπληρωματικές Πληροφορίες). Αυτή η ταξινόμηση δείχνει ότι η πλειοψηφία των ερωτηθέντων είναι έτοιμοι να εγκαταλείψουν το αποτέλεσμά τους προς όφελος των άλλων (περίπου 65% τωνii)), ενώ περίπου το 30% των ερωτηθέντων συμπεριφέρονται ως εγωιστές πράκτορες (30%Εγώ)). Τα κίνητρα αυτής της συμπεριφοράς δεν διαφέρουν μεταξύ των κεριών και των μη, ακόμα κι αν φαίνεται ότι είναι ελαφρώς περισσότεροι (Εγώ).

Στατιστική ανάλυση

Η στατιστική ανάλυση των δεδομένων μας πραγματοποιήθηκε σε δύο βήματα. Πρώτον, εκτελέσαμε μια παλινδρόμηση για να εκτιμήσουμε τη σχέση μεταξύ του να είσαι τράνταγμα και των πεποιθήσεων για τη συμπεριφορά άλλων ανθρώπων. Στη συνέχεια, εκτελέσαμε μια δεύτερη παλινδρόμηση στην οποία χρησιμοποιήσαμε την απόδοση ενός ατόμου στους Αγώνες 1 και 3 ως οπισθοδρομικούς παράγοντες και υπολογίσαμε τη συσχέτιση με τη συμβολή του στο Παιχνίδι 2. Τα περιγραφικά στατιστικά στοιχεία των εξεταζόμενων μεταβλητών παρουσιάζονται στον Πίνακα 2.

Συγκεκριμένα, εκτελέσαμε πρώτα την ακόλουθη παλινδρόμηση των ελαχίστων τετραγώνων (OLS).

$$\begin{aligned} \text {G3}_i = \alpha _0 + \alpha _1 \cdot \text {G1}_i + \alpha _2 \cdot \text {No-vaxxer}_i + \alpha _3 \cdot \ text {Treatment}_i + \alpha _4 \cdot \text {Controls}_i + \varepsilon _i, \end{aligned}$$

(1)

όπου \(\κείμενο {G3}_i\) είναι εικασία ενός ατόμου Εγώ Στο παιχνίδι 3, ποια είναι η αναλογία των άλλων που συμμετείχαν στο παιχνίδι 2, \(\κείμενο {G1}_i\) είναι το κλάσμα των μαρκών που επενδύει ένα άτομο Εγώ στο παιχνίδι 1, \(\text {No-vaxxer}_i\) είναι μια δυαδική μεταβλητή με τιμή 1 εάν είναι μεμονωμένη Εγώ είναι non-vaxer και 0 διαφορετικά, \(\κείμενο {Treatment_i\) είναι μια κατηγορική μεταβλητή που παίρνει τιμές \(\{T1, T2, T3\}\) ανάλογα με την ατομικά επιλεγμένη θεραπεία Εγώ, \(\text {Controls}_i\) περιλαμβάνεται Εγώτην ηλικία και την περιοχή διαμονής του στην Ιταλία και \(\varepsilon _i\) είναι ένα περίεργο λάθος. Τα αποτελέσματα της παλινδρόμησης OLS 1 φαίνονται στον Πίνακα 3α, όπου ο συντελεστής που αντιστοιχεί στην εικονική μεταβλητή No-vaxxer δείχνει ότι το να μην είσαι vaxxer σχετίζεται με μια μείωση 4,6% στις εικασίες ενός ατόμου σε απόλυτες τιμές στο Παιχνίδι 3. το ποσοστό των άλλων θεμάτων που θα συνεισφέρουν σε επίπεδο σημαντικότητας 5%. Με άλλα λόγια, οι μη-vaxxers τείνουν να πιστεύουν ότι λιγότερα άλλα άτομα θα συνεισφέρουν στην κοινωνία.

Δεύτερον, εκτιμούμε την επίδραση στην επένδυση στο δημόσιο αγαθό Παιχνίδι 2 με την ακόλουθη παλινδρόμηση:

$$\begin{aligned} {\mathbb {P}}\left( \text {G2}_i = \text {Yes}\right) = \beta _0 + \beta _1 \cdot \text {G1}_i + \ beta _2 \cdot \text {G3}_i + \beta _3 \cdot \text {No-vaxxer}_i + \beta _4 \cdot \text {Θεραπεία }_i + \beta _5 \cdot \text {Στοιχεία ελέγχου }_i + \ delta _i, \end{aligned}$$

(2)

όπου \(\κείμενο {G2}_i\) είναι μια δυαδική μεταβλητή που δείχνει τη συνεισφορά ενός ατόμου στην κοινωνία Εγώ 2. στο παιχνίδι και \(\δέλτα _i\) είναι ένα περίεργο λάθος. Τα αποτελέσματα του μοντέλου probit παρουσιάζονται στον Πίνακα 3β μαζί με το μοντέλο OLS που παρουσιάζεται ως έλεγχος ευρωστίας. Αναλύοντας τις οριακές επιδράσεις των G1 και G3, μπορεί να φανεί ότι και οι δύο είναι σημαντικές στο επίπεδο του 1%, αλλά οι μη-vaxers δεν είναι σημαντικές. Μαζί με το αποτέλεσμα του προηγούμενου μοντέλου OLS στον Πίνακα 3α, αυτά τα ευρήματα υποδηλώνουν ότι η επίδραση του non-vaxer στη μειωμένη επένδυση στο Παιχνίδι 2 διαμεσολαβείται από το G3. Με άλλα λόγια, οι μη-vaxxers πιστεύουν ότι λιγότεροι άλλοι θα συνεισφέρουν και επομένως θα συνεισφέρουν λιγότερο στην κοινωνία.

Πίνακας 2. Περιγραφικά στατιστικά στοιχεία των μεταβλητών που λαμβάνονται υπόψη στη στατιστική ανάλυση.

Έτσι, διαπιστώνουμε ότι στο παιχνίδι του δημόσιου καλού, οι μη βοηθοί συνεισφέρουν λιγότερο, όχι επειδή έχουν διαφορετικά επίπεδα αποστροφής κινδύνου, αλλά επειδή εμπιστεύονται λιγότερο τις συνεισφορές άλλων. Στη συνέχεια, χρησιμοποιούμε ένα μοντέλο συμπεριφοράς για να δείξουμε ότι οι δύο ομάδες δεν διαφέρουν επίσης στον τρόπο με τον οποίο επεξεργάζονται τις πεποιθήσεις τους και λαμβάνουν αποφάσεις.

Πίνακας 3. Αποτελέσματα στατιστικής ανάλυσης εξισώσεων παλινδρόμησης. 1 και 2

Ταξινόμηση θεμάτων με βάση τον ορθολογισμό και άλλες σχέσεις

Χρησιμοποιούμε τα αποτελέσματα των Παιχνιδιών 1 και 3, δηλαδή την αποστροφή του κινδύνου και την εμπιστοσύνη στη συμπεριφορά των άλλων, για να προβλέψουμε στατιστικά τι θα κάνουν τα υποκείμενά μας στο Παιχνίδι 2 και το πραγματικό επενδυτικό παιχνίδι και για να θεωρητικοποιήσουμε ορισμένες υποθέσεις σχετικά με τις προτιμήσεις τους. Για να γίνει αυτό, συνδυάζουμε τα αποτελέσματα των παιχνιδιών 1 και 3 για να αναλύσουμε ως σημείο αναφοράς τι θα ήταν συνεπές για έναν καθαρά εγωιστή και έναν πλήρως ορθολογικό ομο οικονομικος20.

Για παράδειγμα, ας υποθέσουμε ότι ο ερωτώμενος παίζει \(q = 100\) μάρκες (δηλαδή 1 €) μαντεύονται στον 1ο και τον 3ο αγώνα \(t=20\) στο 2ο παιχνίδι είχαν συμμετάσχει και άλλοι παίκτες του ομίλου της. Επίσης, ας πούμε ότι έπαιξε T2 στο παιχνίδι 2. Τότε δεν θα ήταν λογικό για μια τέτοια παίκτρια να συνεισφέρει στο παιχνίδι 2 αν ήταν εγωίστρια. Ωστόσο, αν είχε αρκετά θετικά άλλα όσον αφορά τις προτιμήσεις, θα μπορούσε πραγματικά να κάνει την επένδυση στο Game 2 να αξίζει τον κόπο. Πιο συγκεκριμένα, με τους αριθμούς σε αυτό το παράδειγμα, θα συνεισέφερε εάν οι προτιμήσεις της είναι τέτοιες ώστε να διαθέτει ένα χρήματα αξία για την ευχαρίστηση της επένδυσης τουλάχιστον 0,86 ευρώ. Καλούμε ντο αυτή η τιμή κατωφλίου και ταξινομούμε τα θέματα σε τρεις κατηγορίες: (Εγώ) αυτά που ταιριάζουν ομο οικονομικος; (ii) εκείνοι που είναι λογικοί αλλά έχουν θετικές εναλλακτικές: είναι πρόθυμοι να εγκαταλείψουν το αναμενόμενο αποτέλεσμα για να αυξήσουν το αναμενόμενο αποτέλεσμα των άλλων. και (iii) εκείνοι που είναι λογικοί αλλά έχουν αρνητικές εναλλακτικές: είναι πρόθυμοι να εγκαταλείψουν το αναμενόμενο αποτέλεσμα για να μειώσουν το αναμενόμενο αποτέλεσμα των άλλων.

Σύμφωνα με αυτή την ταξινόμηση: 968 ερωτηθέντες (65,3%) είναι τύπου (Ι), 66 (4,5%) είναι (ΙΙ) και 448 (30,2%) είναι ερωτηθέντες τύπου (ΙΙΙ). Διαχωρίζοντας τα κηρώματα και τα μη κερί, λαμβάνουμε τα ακόλουθα ποσοστά: (I) τύπου 65,6% κερί και 63,1% μη κερί, (II) τύπος 4,4% κερί και 5,0% μη κερί και τύπος (ΙΙΙ) 30,0% κηρών. και το 31,8% των vaxxers. Ωστόσο \(\chi ^2\) Η δοκιμή δείχνει ότι αυτές οι διαφορές δεν είναι στατιστικά σημαντικές (\(p=0,79\)). Συνοπτικά, αυτή η κατάταξη φαίνεται να δείχνει ότι η πλειοψηφία των ερωτηθέντων είναι πρόθυμοι να εγκαταλείψουν το δικό τους αποτέλεσμα προς όφελος των άλλων (περίπου 65% είναιii)), ενώ περίπου το 30% των ερωτηθέντων συμπεριφέρονται ως εγωιστές πράκτορες (δηλαδή το 30% είναιΕγώ)). Το κίνητρο για αυτήν τη συμπεριφορά δεν είναι στατιστικά διαφορετικό μεταξύ των vaxxers και των non-vaxxers, ακόμη και αν ελαφρώς περισσότεροι vaxxers είναι τύπου I. Στις συμπληρωματικές πληροφορίες, περιγράφουμε λεπτομερώς πώς χρησιμοποιούμε αυτήν την ταξινόμηση. Εκεί μελετάμε και την κατανομή του προαναφερθέντος ορίου ντο και στους δύο υποκείμενους πληθυσμούς, vaxxers και non-vaxxers, και πραγματοποιήστε πρόσθετες δοκιμές για να δείτε εάν διαφέρουν στην κατανομή αυτής της παραμέτρου. Και πάλι, δεν βρήκαμε στατιστικά σημαντική διαφορά μεταξύ των δύο ομάδων ως προς αυτό.

Πίνακας 4. Ταξινόμηση των ερωτηθέντων σύμφωνα με τον ορθολογισμό και άλλους τύπους προτιμήσεων.

Leave a Comment