第三方懲罰行為的認(rèn)知神經(jīng)機(jī)制

鄭好 陳榮榮 買曉琴

摘? 要? 第三方懲罰（third-party punishment， TPP）指個(gè)體作為第三方或者觀察者為維護(hù)社會(huì)規(guī)范對(duì)違規(guī)者所實(shí)施的懲罰行為。大量研究為揭示TPP行為的神經(jīng)機(jī)制提供了啟示， 但鮮有研究關(guān)注不同功能性腦網(wǎng)絡(luò)在其中發(fā)揮的整體作用。本文綜述了近10年來TPP相關(guān)的研究， 對(duì)相關(guān)理論模型和腦網(wǎng)絡(luò)進(jìn)行總結(jié)， 并在此基礎(chǔ)上提出TPP的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型， 系統(tǒng)地對(duì)TPP行為背后的神經(jīng)機(jī)制進(jìn)行解釋和整合。在該模型中， 情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)是TPP的動(dòng)力來源， 認(rèn)知系統(tǒng)主要負(fù)責(zé)責(zé)任評(píng)估以及懲罰的選擇; 獎(jiǎng)賞網(wǎng)絡(luò)、突顯網(wǎng)絡(luò)、默認(rèn)模式網(wǎng)絡(luò)和中央執(zhí)行網(wǎng)絡(luò)分別參與不同認(rèn)知加工階段。該模型建立了TPP相關(guān)研究在心理層面和認(rèn)知神經(jīng)層面上的聯(lián)系， 對(duì)TPP行為的發(fā)生和發(fā)展機(jī)制進(jìn)行了更加整體、全面的解釋。未來可以引入元分析或基于機(jī)器學(xué)習(xí)的分析方法， 在不同的背景信息和更加復(fù)雜的社交情境下探討第三方干預(yù)偏好以及背后的認(rèn)知神經(jīng)機(jī)制。

關(guān)鍵詞? 第三方懲罰， 認(rèn)知神經(jīng)機(jī)制， 腦網(wǎng)絡(luò)， fMRI

分類號(hào) ?B845; B849： C91

1? 前言

社會(huì)規(guī)范的建立與執(zhí)行是人類區(qū)別于其他動(dòng)物的顯著特征之一（K?ster et al.， 2022）， 但日常生活中違規(guī)行為仍然普遍存在。增加制度約束可以提高人們遵守規(guī)范的可能性（Fehr & Schurtenberger， 2018）。社會(huì)懲罰是一種常見的道德和制度約束行為（Fehr & Fischbacher， 2004b）， 分為第二方懲罰和第三方懲罰（third-party punishment， TPP）。不同于“以惡制惡、以牙還牙”的第二方懲罰行為， TPP指個(gè)體作為第三方或者觀察者為維護(hù)社會(huì)規(guī)范對(duì)違規(guī)者所實(shí)施的懲罰行為（Fehr & Fischbacher， 2004a; Kanakogi et al.， 2022）。一般而言， 這種懲罰不會(huì)給個(gè)體帶來直接利益， 且需要付出一定代價(jià)， 因此常被看作一種利他懲罰（Fehr & Fischbacher， 2003）。TPP約束和規(guī)范了人類行為， 進(jìn)一步維系并促進(jìn)了社會(huì)公平和社會(huì)合作， 因而受到研究者們廣泛的關(guān)注（Fehr & G?chter， 2002; Kim et al.， 2021; Martin et al.， 2021; Yang et al.， 2022）。

上個(gè)世紀(jì)以來， 人們針對(duì)經(jīng)濟(jì)決策與分配行為開展了大量研究。行為經(jīng)濟(jì)學(xué)家最早在最后通牒博弈任務(wù)（Ultimatum Game， UG）中發(fā)現(xiàn)了利他懲罰（Thaler， 1988）。在該任務(wù)中存在提議者和響應(yīng)者兩方， 他們需要就一定數(shù)量的資金如何分配達(dá)成一致。首先由提議者提出分配方案， 若響應(yīng)者接受提議者提出的分配方案， 則兩人按照這一方式進(jìn)行分配， 反之， 兩人都不能獲得任何資金。在這種情況下， 拒絕可以看作是響應(yīng)者對(duì)提議者的有代價(jià)的第二方懲罰。然而， 在現(xiàn)實(shí)世界中， 第二方往往是被動(dòng)接受的角色。并且， 如果僅存在第二方懲罰， 能夠維護(hù)的社會(huì)規(guī)范數(shù)量有限， 因此， 引入第三方懲罰能夠擴(kuò)大懲罰違規(guī)者的比例， 更好地維護(hù)社會(huì)規(guī)范。以Fehr為代表的學(xué)者在實(shí)驗(yàn)室條件下證明了第三方懲罰的存在。Fehr和Fischbacher （2004a）在獨(dú)裁者博弈任務(wù)（Dictator Game， DG）中引入第三方， DG與UG的區(qū)別在于響應(yīng)者不能拒絕獨(dú)裁者（提議者）提出的分配方法， 只能被動(dòng)地接受， 作為第三方觀察者的被試在看到獨(dú)裁者的分配方案后， 可以通過付出一定代價(jià)（減少自己的錢數(shù)）來懲罰獨(dú)裁者。隨后， 該范式成為TPP的重要研究方法之一， 為在實(shí)驗(yàn)室條件下研究社會(huì)規(guī)范行為提供了一種新的思路。研究者在該范式基礎(chǔ)上操縱獨(dú)裁者和響應(yīng)者的社會(huì)地位（Cui et al.， 2019; Ouyang et al.， 2021）、分配不公平的程度（Sun et al.， 2015）、懲罰代價(jià)的高低（Cheng et al.， 2022）以及第三方個(gè)體與任務(wù)雙方之間的社會(huì)距離和群體關(guān)系（Bernhard et al.， 2006; Liu et al.， 2018）等變量來進(jìn)一步探究TPP行為是否受到社交情境或背景信息的影響。除了DG， 常用在TPP研究中的范式還包括公共物品博弈（Zhou et al.， 2017; 唐捷 等， 2022）、信任博弈（Konishi & Ohtsubo， 2015）、囚徒困境（Lergetporer et al.， 2014）、正義游戲（Civai et al.， 2019）和芝加哥道德敏感任務(wù)（Kim et al.， 2021; Meidenbauer et al.， 2018）等， 通常研究者關(guān)注第三方是否會(huì)對(duì)違規(guī)行為作出干預(yù)以及哪些因素會(huì)影響這種干預(yù)行為。

隨著研究的深入， 研究者開始從電生理和功能成像層面的證據(jù)推測(cè)TPP行為背后的認(rèn)知神經(jīng)機(jī)制。但是由于研究方法的局限性， 這些證據(jù)大多局限于某單一成分或者僅僅關(guān)注獨(dú)立腦區(qū)激活的結(jié)果。并且， 目前尚未形成對(duì)TPP行為背后認(rèn)知過程與腦功能網(wǎng)絡(luò)之間聯(lián)系的整體認(rèn)識(shí)。因此， 本文對(duì)近10年來與TPP相關(guān)的研究進(jìn)行梳理。首先進(jìn)行文獻(xiàn)檢索。英文文獻(xiàn)檢索使用Web of Science、PubMed、ScienceDirect數(shù)據(jù)庫， TPP的關(guān)鍵詞為“third-party punishment”或“altruistic punishment”或“social punishment”， 認(rèn)知神經(jīng)機(jī)制的關(guān)鍵詞為“cognitive”或“neural bias”或“neural correlates”或“neuroimaging”或“fMRI”。中文文獻(xiàn)檢索使用知網(wǎng)、萬方、維普數(shù)據(jù)庫， TPP的關(guān)鍵詞為“第三方懲罰”或“利他懲罰”或“社會(huì)懲罰”， 認(rèn)知神經(jīng)機(jī)制的關(guān)鍵詞為“認(rèn)知”或“神經(jīng)機(jī)制”或“神經(jīng)基礎(chǔ)”或“腦成像”。同時(shí)， 在閱讀文后參考文獻(xiàn)時(shí)利用滾雪球的方法檢索文獻(xiàn)進(jìn)行查漏補(bǔ)缺。截止2023年4月， 共檢索到文獻(xiàn)1149篇， 文獻(xiàn)檢索的時(shí)間范圍為2013年4月到2023年4月。經(jīng)初篩、審查等階段后， 最終納入文獻(xiàn)數(shù)量為60， 其中涉及神經(jīng)機(jī)制的文獻(xiàn)39篇。文獻(xiàn)納入與排除標(biāo)準(zhǔn)及PRISMA流程圖見網(wǎng)絡(luò)版附錄圖S1。在總結(jié)前人研究的基礎(chǔ)上， 本文首先介紹TPP行為相關(guān)的理論模型， 從理論層面對(duì)TPP行為進(jìn)行解讀; 其次， 總結(jié)參與TPP行為的腦網(wǎng)絡(luò)相關(guān)證據(jù)， 尤其關(guān)注腦區(qū)之間的協(xié)同作用; 最后， 基于已有的理論和研究構(gòu)建TPP的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型， 為理解TPP行為提供一個(gè)新的動(dòng)態(tài)視角。

2? 第三方懲罰相關(guān)理論模型

TPP作為一種復(fù)雜的利他行為， 揭示背后的認(rèn)知機(jī)制能夠更好地理解其發(fā)生和發(fā)展規(guī)律。前人研究發(fā)現(xiàn)情緒、認(rèn)知控制以及情境等因素會(huì)對(duì)TPP行為產(chǎn)生影響。然而， 目前對(duì)TPP理論層面的認(rèn)識(shí)仍有不足， 大多數(shù)研究結(jié)果的解釋以社會(huì)價(jià)值決策相關(guān)的理論模型為基礎(chǔ)。因此， 我們首先對(duì)能夠解釋TPP行為的理論進(jìn)行總結(jié)， 以形成對(duì)TPP行為理論層面的理解。這些理論模型包括反映個(gè)體合作與公平偏好的互惠模型、直覺式加工的情緒模型以及在強(qiáng)化學(xué)習(xí)視角下， 將情緒和認(rèn)知因素融合起來的雙系統(tǒng)模型。

2.1? 互惠模型

“你幫助我， 我?guī)椭恪保?互惠指以一種類似的方式回報(bào)他人的行為， 對(duì)促進(jìn)人類合作具有重要意義（Guala， 2012）。TPP行為的產(chǎn)生包含兩種互惠原則：弱互惠和強(qiáng)互惠（Fehr & Fischbacher， 2003）。在TPP中， 弱互惠一般指間接互惠， 個(gè)體將TPP這一高成本利他行為作為一個(gè)“可信”的信號(hào)來向他人暗示自己擁有公平公正的高尚品質(zhì)， 藉此在群體中建立聲譽(yù)， 以便于在今后的人際交往中獲得更多的機(jī)會(huì)和合作， 進(jìn)而實(shí)現(xiàn)間接獲益（Jordan， Hoffman， et al.， 2016; Rai， 2022）。與期望獲益的弱互惠不同， 強(qiáng)互惠認(rèn)為個(gè)體是出于維護(hù)公平的動(dòng)機(jī)來懲罰不公平的行為（Ciaramidaro et al.， 2018）， 即使實(shí)施懲罰需要付出代價(jià)， 且這些代價(jià)不一定能夠得到補(bǔ)償。強(qiáng)互惠者的存在保證了群體利益， 也使得人和人之間的廣泛合作成為可能， 符合進(jìn)化原則（Buckholtz & Marois， 2012）。

互惠模型從宏觀的視角解釋了TPP的發(fā)生機(jī)制， 指出個(gè)體是在基于合作與公平的情況下做出的懲罰行為。然而， 該模型也有不足之處。首先， 間接互惠強(qiáng)調(diào)個(gè)體第三方懲罰的目的是獲取間接利益。在單試次或者匿名情況下， 由于個(gè)體幾乎不存在未來的合作機(jī)會(huì)， 或者無法辨識(shí)身份， 因此并不存在聲譽(yù)動(dòng)機(jī)。以往研究揭示即使在這種情況下， 個(gè)體依舊會(huì)執(zhí)行TPP， 并且發(fā)生概率高于1/2。例如， Piazza和Bering （2008）發(fā)現(xiàn)在第三方完全匿名的條件下， 71.4%的參與者選擇犧牲1/3的資金去懲罰違規(guī)者; Feng等人（2022）也發(fā)現(xiàn)在單次匿名實(shí)驗(yàn)中個(gè)體的平均懲罰率大于50%。國內(nèi)研究者楊莎莎和陳思靜（2022）同樣發(fā)現(xiàn)在單次匿名博弈中不懲罰或低懲罰的情況并不常見（3.15%）。此外， 最近的研究發(fā)現(xiàn)即使是未涉足社會(huì)的僅8個(gè)月大的嬰兒就已經(jīng)能夠使用目光來懲罰違規(guī)者（Kanakogi et al.， 2022）。以上研究發(fā)現(xiàn)都無法用間接互惠來解釋。其次， 強(qiáng)互惠沒有考慮到懲罰所帶來的報(bào)復(fù)性行為， 這并不利于群體的發(fā)展和穩(wěn)定。最后， 強(qiáng)互惠懲罰是一種自愿的懲罰行為， 其強(qiáng)度對(duì)懲罰成本十分敏感。若懲罰成本過高， 第三方作為利益無關(guān)者在理性的考慮下對(duì)需要自己承擔(dān)成本來實(shí)施懲罰的需求便會(huì)降低?？梢姡?僅從公平、合作的互惠角度來理解TPP行為存在一定的局限性。

2.2? 情緒模型

“情感即信息”模型（affect-as-information）指出， 情感是一種簡化判斷的啟發(fā)式工具， 可以作為決策過程中的信息來源指導(dǎo)決策（Bright & Goodman- Delahunty， 2006）， 進(jìn)而影響個(gè)體的后續(xù)決策（Zhao et al.， 2022）。負(fù)性情緒產(chǎn)生是TPP的動(dòng)機(jī)來源之一（Fehr & Fischbacher， 2004a; Fehr & G?chter， 2002; Xiao & Houser， 2005）。個(gè)體觀察到違規(guī)行為發(fā)生時(shí)會(huì)產(chǎn)生一系列的負(fù)性情緒， 包括對(duì)違規(guī)者的憤怒（Jordan， McAuliffe， & Rand， 2016）以及對(duì)自私意圖（McAuliffe et al.， 2015）和不公平（Raihani & McAuliffe， 2012; Sun et al.， 2015）的厭惡。此時(shí)個(gè)體的初衷可能是想通過懲罰違規(guī)者的方式來緩解自己的負(fù)性情緒， 而維護(hù)社會(huì)規(guī)范只是一種“額外獲益” （de Quervain et al.， 2004）。

但也有研究學(xué)者發(fā)現(xiàn)， 負(fù)性情緒并不一定導(dǎo)致懲罰行為。例如， Qu等人（2014）采用第三方懲罰的DG任務(wù)發(fā)現(xiàn)， 在負(fù)性情緒與懲罰成本導(dǎo)致的經(jīng)濟(jì)損失沖突之下， 個(gè)體選擇“不懲罰”的情況也會(huì)發(fā)生。另外， 在個(gè)體情緒激活相同的情況下， 懲罰程度仍然存在差異。研究發(fā)現(xiàn)， 即使個(gè)體對(duì)分配不公平程度的感知相同， 即不公平厭惡程度相同， 最終的懲罰程度還是會(huì)因懲罰成本的不同而發(fā)生改變（Cheng et al.， 2022）。以上研究表明， 情緒可能影響了反應(yīng)判斷的某個(gè)階段， 最終的懲罰決策是結(jié)合各方面因素綜合考量的結(jié)果， 包括情緒、公平和自利的權(quán)衡。

2.3? 強(qiáng)化學(xué)習(xí)視角下的雙系統(tǒng)模型

強(qiáng)化學(xué)習(xí)（reinforcement learning， RL）指個(gè)體通過接收環(huán)境的反饋信息進(jìn)行學(xué)習(xí)并不斷調(diào)整行為策略， 是一種獎(jiǎng)勵(lì)學(xué)習(xí)的方法（K?ster et al.， 2022; Morris et al.， 2017）。雙系統(tǒng)理論認(rèn)為， 社會(huì)決策受到自動(dòng)加工和控制加工兩個(gè)系統(tǒng)的影響（Chung et al.， 2023）。前者屬于自下而上的啟發(fā)式加工過程， 負(fù)性情緒的產(chǎn)生促使懲罰成為自動(dòng)化優(yōu)勢(shì)反應(yīng)（Mussel et al.， 2018）， 對(duì)應(yīng)著RL中無模型（model-free， MF）的策略; 后者屬于自上而下的加工， 個(gè)體會(huì)在理性、經(jīng)驗(yàn)的引導(dǎo)下選擇最優(yōu)的行為方式（Zhou et al.， 2014）， 對(duì)應(yīng)著RL中基于模型（model-based， MB）的策略。以往研究表明， 個(gè)體的最終決策屬于雙系統(tǒng)之間的動(dòng)態(tài)平衡（張慧 等， 2018）。其中， MF以直覺沖動(dòng)的方式（最少成本）進(jìn)行決策， 同時(shí)又會(huì)受到MB的影響和控制， 體現(xiàn)了個(gè)體在不同系統(tǒng)的互動(dòng)中探索適應(yīng)性的行為（Gershman et al.， 2014; Lee et al.， 2014）。

在TPP中， 當(dāng)違規(guī)行為發(fā)生時(shí)， 個(gè)體的自動(dòng)化情感評(píng)價(jià)激活了懲罰行為， 體現(xiàn)了情緒對(duì)懲罰的驅(qū)動(dòng)（Qu et al.， 2014）; 當(dāng)直覺反應(yīng)和經(jīng)濟(jì)利益產(chǎn)生沖突時(shí)， MB對(duì)MF進(jìn)行認(rèn)知控制， 最終的懲罰決定是個(gè)體“深思熟慮”后的結(jié)果（殷西樂 等， 2019）。懲罰行為發(fā)生后， 其帶來的滿足感和權(quán)力的體驗(yàn)感（Delgado et al.， 2003; Strobel et al.， 2011; Yamagishi et al.， 2017）幫助個(gè)體建立了較高的自尊水平， 并聯(lián)合負(fù)性情緒的消解以及對(duì)未來回報(bào)的期待共同作為獎(jiǎng)勵(lì)信號(hào)進(jìn)行內(nèi)部強(qiáng)化， 促使個(gè)體做出下一次懲罰行為。

該模型將傳統(tǒng)的雙系統(tǒng)理論以強(qiáng)化學(xué)習(xí)的視角展現(xiàn)出來， 從一個(gè)全新的角度探討了TPP行為的發(fā)生和發(fā)展過程。具體來說， 該模型不僅將情緒和認(rèn)知因素結(jié)合起來， 還指出TPP應(yīng)是一個(gè)有反饋和強(qiáng)化參與的動(dòng)態(tài)過程， 個(gè)體會(huì)在每一次的反饋中進(jìn)行學(xué)習(xí)， 最終形成穩(wěn)定的行為模式。然而， 該模型并未涉及個(gè)體對(duì)違規(guī)行為原因的推測(cè)。有研究指出， 對(duì)非故意違規(guī)者的意圖評(píng)估可能會(huì)抑制杏仁核的活動(dòng)， 減少因情緒沖動(dòng)產(chǎn)生的懲罰（Treadway et al.， 2014）。這啟示我們未來在利用該模型對(duì)TPP行為的產(chǎn)生機(jī)制進(jìn)行解釋時(shí)， 還應(yīng)考慮對(duì)違規(guī)者心理狀態(tài)的評(píng)估這一重要因素。

以上理論模型從不同的角度闡述了TPP行為產(chǎn)生的機(jī)制。然而， 現(xiàn)有理論模型對(duì)TPP行為的解釋存在一定的局限性。越來越多的研究者將TPP看作一個(gè)有反饋參與的動(dòng)態(tài)性過程。所謂動(dòng)態(tài)性， 指需要滿足多系統(tǒng)性和時(shí)間性兩個(gè)特征（Kozlowski & Ilgen， 2006）。TPP作為一種復(fù)雜的社會(huì)行為， 其產(chǎn)生可能是個(gè)體情緒、認(rèn)知和獎(jiǎng)賞等多個(gè)系統(tǒng)交互作用的結(jié)果， 符合多系統(tǒng)性; 另外， 獎(jiǎng)賞反饋的存在使得個(gè)體可以在每一次強(qiáng)化中對(duì)TPP行為進(jìn)行調(diào)整， 事件相關(guān)電位（event-related potential， ERP）研究也發(fā)現(xiàn)在不同的階段會(huì)有不同的腦電成分出現(xiàn)， 如分別在刺激后200～350 ms和300～ 900?ms左右達(dá)到峰值的內(nèi)側(cè)額葉負(fù)波（medial frontal negativity， MFN）和晚期正成分（late positive component， LPC）， 其波幅大小與后續(xù)的懲罰程度相關(guān)（Cui et al.， 2019; Qu et al.， 2014）， 符合時(shí)間性的特征。

早在2011年， Strobel等人就提出了在強(qiáng)互惠行為背后， 認(rèn)知?情感?動(dòng)機(jī)網(wǎng)絡(luò)作為利他懲罰驅(qū)動(dòng)力的觀點(diǎn)， 但由于在實(shí)驗(yàn)中缺乏情緒評(píng)分， 無法直接得出到底是哪種情緒影響了TPP行為的結(jié)論; 隨后， Buckholtz和Marois （2012）指出TPP的成功執(zhí)行需要責(zé)任評(píng)估和懲罰選擇兩個(gè)獨(dú)立認(rèn)知機(jī)制的支撐， 一定程度上將認(rèn)知與行為決策結(jié)合起來， 但沒有納入情緒因素的影響。目前， 許多研究致力于證明情感和認(rèn)知塑造了人類的親社會(huì)行為， 但對(duì)決策的具體過程以及情緒和認(rèn)知相互作用的機(jī)制仍不了解（Rahal & Fiedler， 2022）， 且相關(guān)研究證據(jù)分布零散， 缺乏整體認(rèn)識(shí)。借助神經(jīng)層面上的證據(jù)有助于對(duì)決策者做出決定時(shí)的復(fù)雜認(rèn)知和情感過程進(jìn)行更細(xì)致的理解。因此， 我們回顧與TPP相關(guān)的功能神經(jīng)成像和電生理相關(guān)的證據(jù)， 尤其關(guān)注腦網(wǎng)絡(luò)內(nèi)部和腦網(wǎng)絡(luò)之間的聯(lián)系， 為理解TPP行為奠定神經(jīng)層面的基礎(chǔ)。

3? 參與第三方懲罰的腦網(wǎng)絡(luò)

以往研究表明TPP包含情緒產(chǎn)生、意圖和傷害程度評(píng)估以及選擇懲罰階段。結(jié)合前人研究中相關(guān)腦網(wǎng)絡(luò)的功能與激活模式（Bellucci et al.， 2020; Krueger & Hoffman， 2016; Lo Gerfo et al.， 2019）， 本文認(rèn)為TPP行為的產(chǎn)生分為“情緒產(chǎn)生”、“責(zé)任評(píng)估”和“懲罰選擇”三個(gè)階段， 與之相對(duì)應(yīng)的腦網(wǎng)絡(luò)為突顯網(wǎng)絡(luò)（salient network）、默認(rèn)模式網(wǎng)絡(luò)（default mode network）和中央執(zhí)行網(wǎng)絡(luò)（central executive network）。此外， 獎(jiǎng)賞網(wǎng)絡(luò)協(xié)作TPP加工過程， 主要起價(jià)值表征、預(yù)期獎(jiǎng)賞的作用。相關(guān)腦網(wǎng)絡(luò)所包含的腦區(qū)及其位置見圖1。

3.1? 突顯網(wǎng)絡(luò)

公平是一種默認(rèn)的社會(huì)規(guī)范（Civai， 2013）， 當(dāng)違規(guī)行為發(fā)生時(shí)， 個(gè)體會(huì)產(chǎn)生憤怒、不公平厭惡等負(fù)性情緒， 這種憤怒和厭惡屬于以他人為中心的道德情緒（Pedersen et al.， 2018）。此外， 當(dāng)個(gè)體預(yù)期自己應(yīng)當(dāng)懲罰違規(guī)者以維護(hù)正義卻沒有這樣做時(shí)， 會(huì)產(chǎn)生以自我為中心的內(nèi)疚感（Nelissen & Zeelenberg， 2009）， 這種內(nèi)疚感在一定程度上促進(jìn)憤怒情緒的產(chǎn)生（Rothschild & Keefer， 2018）。因此， 突顯網(wǎng)絡(luò)負(fù)責(zé)檢測(cè)沖突并產(chǎn)生憤怒、厭惡、內(nèi)疚等負(fù)性情緒（Bellucci et al.， 2020; Buckholtz & Marois， 2012; Feng et al.， 2016; Mclatchie et al.， 2016）， 主要腦區(qū)包括背側(cè)前扣帶皮層（dorsal anterior cingulate cortex， dACC）、前腦島皮層（anterior insula cortex， AIC）和杏仁核。

前人研究指出， dACC在監(jiān)測(cè)認(rèn)知沖突中發(fā)揮著重要作用（Wang et al.， 2017）， AIC與負(fù)性情緒表征相關(guān)（Shenhav et al.， 2016; Singer et al.， 2009）。Craig （2009）將這兩者整合到腦島功能模型中， 認(rèn)為它們共同參與情緒加工。當(dāng)個(gè)體觀察到不公平行為時(shí)， dACC和AIC負(fù)責(zé)監(jiān)測(cè)違反規(guī)范的情況或威脅（Feng et al.， 2016）， 并由AIC標(biāo)記違規(guī)信號(hào)和產(chǎn)生不公平厭惡反應(yīng)（Civai et al.， 2012; Hu， Blue et al.， 2016）。研究發(fā)現(xiàn)AIC激活程度與分配不公平程度呈正相關(guān)（Zhong et al.， 2016）。相關(guān)ERP研究也發(fā)現(xiàn)在該過程中源定位在前扣帶皮層（anterior cingulate cortex， ACC）附近的MFN波幅增大， 該成分對(duì)社會(huì)期望和社會(huì)規(guī)范的違反敏感（Mothes et al.， 2016; Sun et al.， 2015; van der Helden et al.， 2010; Wu et al.， 2011）。這些研究結(jié)果體現(xiàn)了dACC和AIC可能對(duì)應(yīng)結(jié)果的早期評(píng)價(jià)加工過程。另外， 杏仁核作為社會(huì)與情感的重要腦區(qū)之一， 在TPP中負(fù)責(zé)根據(jù)受害者的受傷害程度產(chǎn)生情感喚醒信號(hào)（Buckholtz & Marois， 2012; Krueger & Hoffman， 2016）， 并參與決定了懲罰的嚴(yán)重程度（Stallen et al.， 2018）。簡單來說， AIC和杏仁核體現(xiàn)了對(duì)不公平行為反應(yīng)決策的兩個(gè)不同方面， 前者反映了個(gè)體的社會(huì)偏好與懲罰意愿; 后者反映了個(gè)體的情感體驗(yàn)并且影響懲罰程度（Civai et al.， 2019）。綜上， 突顯網(wǎng)絡(luò)在TPP中負(fù)責(zé)對(duì)違規(guī)行為進(jìn)行檢測(cè)， 參與情緒加工并指導(dǎo)后續(xù)決策， 為情緒模型提供了證據(jù)支持。然而， 有研究者指出， 以AIC為核心的突顯網(wǎng)絡(luò)啟動(dòng)并調(diào)節(jié)了大腦其他區(qū)域參與的認(rèn)知?情感?動(dòng)機(jī)過程（Menon & Uddin， 2010）。因此我們推測(cè)， 突顯網(wǎng)絡(luò)在TPP過程中起到重要作用。

3.2? 默認(rèn)模式網(wǎng)絡(luò)

個(gè)體在做出懲罰決策之前， 需要對(duì)違規(guī)行為的傷害程度和傷害意圖進(jìn)行評(píng)估， 并將其整合到責(zé)任的評(píng)估， 從而形成“懲罰信號(hào)”。該過程所涉及的網(wǎng)絡(luò)稱為默認(rèn)模式網(wǎng)絡(luò)， 主要包括內(nèi)側(cè)前額葉皮層（medial prefrontal cortex， mPFC）和顳頂聯(lián)合區(qū)（temporoparietal junction， TPJ）。其中， 腹內(nèi)側(cè)前額葉皮層（ventromedial prefrontal cortex， vmPFC）負(fù)責(zé)對(duì)受傷害的程度進(jìn)行評(píng)估（Bellucci et al.， 2017）， 與杏仁核的功能連接增強(qiáng)表明這兩個(gè)區(qū)域可能共同負(fù)責(zé)傷害程度的情感編碼（Treadway et?al.， 2014）。背內(nèi)側(cè)前額葉皮層（dorsomedial prefrontal cortex， dmPFC）和TPJ與推斷他人心理狀態(tài)有關(guān)（Jamali et al.， 2021; Morese et al.， 2016; Xie et al.， 2020; Yang， Shao， et al.， 2019）。dmPFC與TPJ在TPP中負(fù)責(zé)對(duì)傷害者的意圖進(jìn)行評(píng)估， 并且其激活程度及兩者的功能連接強(qiáng)度與懲罰程度呈負(fù)相關(guān)（Baumgartner et al.， 2012， 2014; Moll et al.， 2018; Zinchenko et al.， 2019）。這可能是個(gè)體對(duì)違規(guī)行為進(jìn)行了合理的推測(cè)與解釋。當(dāng)傷害是無意發(fā)生時(shí)， TPJ-mPFC環(huán)路會(huì)抑制杏仁核的活動(dòng)， 使得懲罰程度降低（Treadway et al.， 2014）。這體現(xiàn)了對(duì)違規(guī)者心理狀態(tài)評(píng)估在TPP行為實(shí)施過程中起到的重要作用。

前人研究發(fā)現(xiàn)， 在與TPP相關(guān)的大腦區(qū)域之間存在一種獨(dú)特的連接方式， dmPFC是TPP激活模式的中樞（Bellucci et al.， 2017; Feng et al.， 2016）。中樞（hub）是指在格蘭杰因果分析（Granger causality analysis）中與其他節(jié)點(diǎn)有最大數(shù)量因果聯(lián)系的大腦區(qū)域， 是信息交流的中心節(jié)點(diǎn)（Yang et?al.， 2023）， 在這里體現(xiàn)為dmPFC與其他腦區(qū)之間有更多數(shù)量的功能連接。結(jié)合不同腦區(qū)的功能， 我們對(duì)默認(rèn)模式網(wǎng)絡(luò)作用方式做出如下推測(cè)（圖2）：顳極（temporal pole， TP）負(fù)責(zé)理解違規(guī)行為， 并向dmPFC提供傷害信息。dmPFC在接收到傷害信息之后對(duì)傷害意圖進(jìn)行評(píng)估， 并向其他區(qū)域傳遞信息， 包括后扣帶皮層（posterior cingulate cortex， PCC）、vmPFC和TPJ。其中， PCC負(fù)責(zé)整合與違規(guī)行為相關(guān)的背景信息， vmPFC負(fù)責(zé)編碼傷害程度， TPJ負(fù)責(zé)推斷意圖， 最后由mPFC整合傷害與意圖兩部分信息， 形成“懲罰信號(hào)” （謝東杰， 蘇彥捷， 2019）。

值得注意的是， dmPFC和TPJ都有著推斷意圖的作用， 是認(rèn)知心智化的關(guān)鍵腦區(qū)（Feng et al.， 2022）。此外， vmPFC和杏仁核與情感心智化相關(guān)（Anne et al.， 2012）， 有人提出這4個(gè)腦區(qū)共同組成心智化網(wǎng)絡(luò)（mentalizing network） （Feng et al.， 2016; Glass et al.， 2016）。心智化網(wǎng)絡(luò)能夠推斷他人心理狀態(tài)， 減弱對(duì)違規(guī)行為的監(jiān)測(cè)， 降低社會(huì)規(guī)范的價(jià)值計(jì)算水平。實(shí)際上， Bellucci等人（2017）認(rèn)為默認(rèn)模式網(wǎng)絡(luò)和心智化網(wǎng)絡(luò)在本質(zhì)上屬于同一網(wǎng)絡(luò)， 而另一些研究者則認(rèn)為默認(rèn)模式網(wǎng)絡(luò)和心智化網(wǎng)絡(luò)在TPP中應(yīng)各司其職， 共同影響TPP行為（Lo Gerfo et al.， 2019）。兩者雖在關(guān)系上存在不一致的說法， 但不可否認(rèn)的是二者不管是在結(jié)構(gòu)上還是功能上都存在相似性， 默認(rèn)模式網(wǎng)絡(luò)更加側(cè)重于對(duì)違規(guī)行為整體的責(zé)任評(píng)估， 而心智化網(wǎng)絡(luò)強(qiáng)調(diào)對(duì)他人心理狀態(tài)的推斷。換言之， 默認(rèn)模式網(wǎng)絡(luò)可能是通過心智化網(wǎng)絡(luò)起到責(zé)任評(píng)估的作用， 兩者間是相輔相成、共同作用的。

3.3? 中央執(zhí)行網(wǎng)絡(luò)

Buckholtz等人（2015）認(rèn)為， 責(zé)任評(píng)估和懲罰選擇屬于兩個(gè)獨(dú)立的認(rèn)知機(jī)制， 后者所對(duì)應(yīng)的腦網(wǎng)絡(luò)是中央執(zhí)行網(wǎng)絡(luò)。中央執(zhí)行網(wǎng)絡(luò)在TPP中負(fù)責(zé)將默認(rèn)模式網(wǎng)絡(luò)發(fā)出的“懲罰信號(hào)”轉(zhuǎn)變?yōu)椤皯土P行為” （Lo Gerfo et al.， 2019; Zinchenko & Klucharev， 2017）。相關(guān)腦區(qū)包括背外側(cè)前額葉皮層（dorsolateral prefrontal cortex， dlPFC）、后頂葉皮層（posterior parietal cortex， PPC）和頂葉內(nèi)溝（intraparietal sulcus， IPS）。

當(dāng)中央執(zhí)行網(wǎng)絡(luò)接收到默認(rèn)模式網(wǎng)絡(luò)傳來的“懲罰信號(hào)”時(shí)， IPS負(fù)責(zé)將場景與懲罰行為聯(lián)系起來， PPC負(fù)責(zé)構(gòu)建懲罰類型等級(jí)表， 最后由dlPFC在等級(jí)表中選擇特定懲罰， 代表最終輸出（Buckholtz et al.， 2008; Glass et al.， 2016; Krueger & Hoffman， 2016）。大量研究指出dlPFC在認(rèn)知控制即抑制負(fù)性情緒和自利傾向中起著重要作用（Knoch et al.， 2006， 2008; Sanfey et al.， 2003; 羅藝 等， 2013）， 該結(jié)論在TPP中也得到了驗(yàn)證（Feng et al.， 2016; 殷西樂 等， 2019）。相關(guān)ERP研究發(fā)現(xiàn)， 晚期成分LPC波幅與認(rèn)知努力程度相關(guān)（Cui et al.， 2018; Johnson et al.， 2008）， 表明最終的懲罰決策是負(fù)性情緒和自利機(jī)制權(quán)衡的結(jié)果。此外， dlPFC還與目標(biāo)導(dǎo)向行為的整合與選擇相關(guān)（羅藝 等， 2013）， 若利用重復(fù)經(jīng)顱磁刺激（repeated transcranial magnetic stimulation， rTMS）抑制dlPFC活動(dòng)會(huì)干擾最終的懲罰決定（Buckholtz et al.， 2015）。由上我們推測(cè)， dlPFC作為中央執(zhí)行網(wǎng)絡(luò)的核心腦區(qū)， 其激活體現(xiàn)了認(rèn)知控制在反應(yīng)判斷后期所起到的重要作用， 也為雙系統(tǒng)模型下控制系統(tǒng)的存在提供了神經(jīng)層面上的證據(jù)支持。

此外， 在中央執(zhí)行網(wǎng)絡(luò)中還存在另一個(gè)重要腦區(qū)——腹外側(cè)前額葉皮層（ventrolateral prefrontal cortex， vlPFC）。Glass等人（2016）指出vlPFC雖然對(duì)TPP的順利實(shí)施很重要， 但卻與其沒有內(nèi)在聯(lián)系， 然而Bellucci等人（2020）的一項(xiàng)元分析發(fā)現(xiàn)TPP會(huì)持續(xù)激活vlPFC。令人遺憾的是， 目前沒有研究直接關(guān)注vlPFC與TPP行為的關(guān)系。前人研究已證實(shí)vlPFC是親社會(huì)行為調(diào)控中的一個(gè)關(guān)鍵腦區(qū)（Yang， Zheng， et al.， 2019）， 因此我們推測(cè)vlPFC可能在抑制以傷害為目的的懲罰沖動(dòng)、促進(jìn)更加公平的制裁中發(fā)揮重要作用。未來的研究需要進(jìn)一步將vlPFC作為目標(biāo)區(qū)域來探究其在TPP中的功能。

3.4? 獎(jiǎng)賞網(wǎng)絡(luò)

TPP行為的產(chǎn)生涉及獎(jiǎng)賞加工， 特別是內(nèi)部獎(jiǎng)賞。根據(jù)RL理論， 個(gè)體對(duì)違規(guī)者進(jìn)行懲罰而獲得滿足感和權(quán)力體驗(yàn)感會(huì)作為內(nèi)部獎(jiǎng)賞促使個(gè)體做出下一次懲罰行為， 這也是TPP行為得以進(jìn)化的近端機(jī)制（張耀華 等， 2013）。Brüne等人（2021）發(fā)現(xiàn)亨廷頓病患者能夠理解不公平行為本身， 卻可能因?yàn)槿狈Κ?jiǎng)賞體驗(yàn)?zāi)芰Χ鴮?dǎo)致TPP行為減少， 體現(xiàn)了獎(jiǎng)賞加工在TPP中發(fā)揮的重要作用。在神經(jīng)層面上， 不少研究發(fā)現(xiàn)TPP會(huì)激活獎(jiǎng)賞加工相關(guān)的腦區(qū)， 主要包括腹側(cè)紋狀體（ventral striatum， VS）和vmPFC （Hu et al.， 2015）， 兩者與中腦腹側(cè)被蓋區(qū)（ventral tegmental area， VTA）相連， 分別構(gòu)成中腦邊緣通路和中腦皮質(zhì)通路（Ikemoto， 2010）。中腦邊緣通路中的VS在預(yù)期未來獎(jiǎng)賞中發(fā)揮重要作用（ODoherty et al.， 2004）， 在TPP中其激活程度及其與vmPFC的功能連接增強(qiáng)（Hu et al.， 2015）。中腦皮質(zhì)通路中的vmPFC是情感和認(rèn)知處理的關(guān)鍵腦區(qū)（Naqvi et al.， 2006; 劉映杰 等， 2022）。前文所提到的vmPFC對(duì)傷害程度的評(píng)估體現(xiàn)了其將情緒整合到TPP中的功能（Asp et al.， 2019）。在認(rèn)知加工上， vmPFC負(fù)責(zé)決策中的主觀價(jià)值評(píng)估（Ruff & Fehr， 2014）， 其激活會(huì)正向強(qiáng)化社會(huì)獎(jiǎng)賞（Zhong et al.， 2016）。以上證據(jù)說明， 獎(jiǎng)賞網(wǎng)絡(luò)在TPP中主要負(fù)責(zé)價(jià)值表征、預(yù)期獎(jiǎng)賞的作用。

此外， VTA富含神經(jīng)遞質(zhì)多巴胺， 其在中腦邊緣通路和中腦皮質(zhì)通路神經(jīng)傳導(dǎo)過程中起到重要作用（Wise & Rompre， 1989）。具體來說， 多巴胺負(fù)責(zé)編碼獎(jiǎng)賞預(yù)測(cè)偏差（Schultz， 2007， 2013）。當(dāng)大腦監(jiān)測(cè)到結(jié)果比預(yù)期更差時(shí)， 由ACC和多巴胺系統(tǒng)對(duì)該信號(hào)進(jìn)行編碼， 這可能是在腦電研究中發(fā)現(xiàn)MFN在違反預(yù)期條件下出現(xiàn)的原因（Enge et?al.， 2017; 吳燕， 羅躍嘉， 2011）， 這可以解釋在個(gè)體觀察到不公平分配后MFN波幅增大的現(xiàn)象（Ouyang et al.， 2021）。大量研究發(fā)現(xiàn)， dlPFC和dACC等腦區(qū)在TPP中的活動(dòng)會(huì)受到來自中腦多巴胺能神經(jīng)元信號(hào)輸入的調(diào)節(jié)（Lockwood et al.， 2016）。多巴胺功能分子的遺傳變異可用于解釋個(gè)體間在TPP中神經(jīng)激活的差異。COMT Met等位基因與體驗(yàn)獎(jiǎng)賞的能力有關(guān)， 該基因攜帶者在TPP中VS有更強(qiáng)的激活（Strobel et al.， 2011）。由此可以說明， 多巴胺水平在TPP決策中有著重要影響， 且該過程與獎(jiǎng)賞加工密切相關(guān)。

4? 第三方懲罰的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型

前人在TPP相關(guān)神經(jīng)機(jī)制上開展了大量研究， 但大多僅僅關(guān)注了TPP行為出現(xiàn)時(shí)大腦各部位的獨(dú)立激活。近年來有學(xué)者對(duì)TPP持續(xù)激活的神經(jīng)網(wǎng)絡(luò)進(jìn)行了元分析（Bellucci et al.， 2020）， 但依舊對(duì)大腦區(qū)域和網(wǎng)絡(luò)之間的相互作用缺乏理解。此外， 獎(jiǎng)賞網(wǎng)絡(luò)作為TPP中與動(dòng)機(jī)關(guān)系最為密切的一個(gè)區(qū)域， 與其他腦網(wǎng)絡(luò)之間的關(guān)系還不明確。TPP作為一種復(fù)雜的社會(huì)決策行為， 其激活的腦區(qū)廣泛而復(fù)雜。因此， 有必要將心理和神經(jīng)層面上的證據(jù)整合起來， 形成更加系統(tǒng)的理解。為了從更全面的視角解釋TPP行為的發(fā)生機(jī)制， 本文整合了以往研究結(jié)果， 總結(jié)梳理個(gè)體在TPP中的情緒喚醒、認(rèn)知過程以及腦區(qū)激活模式（文獻(xiàn)詳細(xì)信息見網(wǎng)絡(luò)版附錄表S1）， 提出TPP的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型（圖3）。在該模型中， 情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)共同作為TPP的動(dòng)機(jī)系統(tǒng)， 負(fù)責(zé)為TPP行為產(chǎn)生動(dòng)力， 對(duì)應(yīng)的腦網(wǎng)絡(luò)分別為突顯網(wǎng)絡(luò)和獎(jiǎng)賞網(wǎng)絡(luò)。社會(huì)認(rèn)知系統(tǒng)和執(zhí)行控制系統(tǒng)作為認(rèn)知系統(tǒng)的兩個(gè)子系統(tǒng)， 參與TPP“責(zé)任評(píng)估”和“懲罰選擇”兩個(gè)階段， 對(duì)應(yīng)的腦網(wǎng)絡(luò)分別為默認(rèn)模式網(wǎng)絡(luò)和中央執(zhí)行網(wǎng)絡(luò)。模型中各個(gè)成分互相配合、相互作用， 最終由執(zhí)行控制系統(tǒng)做出是否懲罰以及懲罰強(qiáng)度的決策， 由此產(chǎn)生的反饋信息又進(jìn)一步作用于內(nèi)部環(huán)路， 個(gè)體在每一次的反饋中進(jìn)行學(xué)習(xí)并形成最優(yōu)行為決策。對(duì)該模型的理解包括以下4個(gè)方面：（1）動(dòng)機(jī)系統(tǒng)下的情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng); （2）認(rèn)知系統(tǒng)內(nèi)部關(guān)系及其對(duì)第三方懲罰行為的影響; （3）自動(dòng)加工與控制加工通路; （4）獎(jiǎng)賞網(wǎng)絡(luò)參與的反饋通路。

4.1? 動(dòng)機(jī)系統(tǒng)下的情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)

情緒模型指出， 負(fù)性情緒的產(chǎn)生是TPP的動(dòng)力來源之一（Fehr & G?chter， 2002; Xiao & Houser， 2005）， 而互惠模型認(rèn)為對(duì)未來回報(bào)的期待（如聲譽(yù)建立）以及懲罰后的權(quán)力體驗(yàn)感、滿足感可以作為獎(jiǎng)賞信號(hào)對(duì)個(gè)體進(jìn)行內(nèi)部強(qiáng)化， 促使個(gè)體做出下一次懲罰行為。因此， 情緒和獎(jiǎng)賞系統(tǒng)都參與到TPP的動(dòng)機(jī)產(chǎn)生過程中， 并共同組成TPP的動(dòng)機(jī)系統(tǒng)。情緒系統(tǒng)涉及情緒的產(chǎn)生、處理和調(diào)節(jié)過程（Etkin et al.， 2015; Pessoa， 2017）。以往研究發(fā)現(xiàn)， 突顯網(wǎng)絡(luò)在TPP中參與情緒加工并指導(dǎo)后續(xù)決策（Bellucci et al.， 2020; Feng et al.， 2016; Mclatchie et al.， 2016）， 獎(jiǎng)賞網(wǎng)絡(luò)的價(jià)值表征和預(yù)期獎(jiǎng)賞的功能使得其與獎(jiǎng)賞系統(tǒng)密切相關(guān)（Hu et al.， 2015）。因此， 情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)對(duì)應(yīng)的腦網(wǎng)絡(luò)分別為突顯網(wǎng)絡(luò)和獎(jiǎng)賞網(wǎng)絡(luò)。值得注意的是， 情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)也并非完全獨(dú)立（箭頭5）。情緒系統(tǒng)將負(fù)性情緒的產(chǎn)生等情緒信息傳遞給獎(jiǎng)賞系統(tǒng)， 使得個(gè)體更傾向于去尋求獎(jiǎng)賞性刺激來緩解因負(fù)性情緒帶來的不適感; 同時(shí)， 獎(jiǎng)賞系統(tǒng)將以往的獎(jiǎng)賞體驗(yàn)（如權(quán)力感和滿足感）傳遞給情緒系統(tǒng)， 以此引發(fā)積極的情緒體驗(yàn)， 這種相互促進(jìn)的關(guān)系為個(gè)體做出懲罰決策提供了動(dòng)力。

4.2? 認(rèn)知系統(tǒng)內(nèi)部關(guān)系及其對(duì)第三方懲罰行為的影響

認(rèn)知系統(tǒng)包括社會(huì)認(rèn)知系統(tǒng)和執(zhí)行控制系統(tǒng)。在TPP中， 個(gè)體需要根據(jù)違規(guī)行為信息來評(píng)估傷害程度以及推斷違規(guī)者的心理狀態(tài)（Ginther et al.， 2016; Treadway et al.， 2014）， 而默認(rèn)模式網(wǎng)絡(luò)中與心智化相關(guān)的腦區(qū)如TPJ和dmPFC在意圖推斷方面起著重要作用（Feng et al.， 2022）， 且中央執(zhí)行網(wǎng)絡(luò)的核心腦區(qū)dlPFC的激活體現(xiàn)了認(rèn)知控制在TPP中的重要性（殷西樂 等， 2019）。因此， 社會(huì)認(rèn)知系統(tǒng)和執(zhí)行控制系統(tǒng)與默認(rèn)模式網(wǎng)絡(luò)和中央執(zhí)行網(wǎng)絡(luò)這兩個(gè)腦網(wǎng)絡(luò)相對(duì)應(yīng)， 分別參與“責(zé)任評(píng)估”和“懲罰選擇”兩個(gè)階段。有研究者指出， 不同于更多的由情緒驅(qū)動(dòng)的第二方懲罰， TPP者更著重于對(duì)違規(guī)者的意圖推斷， 其重要性可能超過情緒（Ginther et al.， 2016; Treadway et al.， 2014）， 這體現(xiàn)了TPP過程中社會(huì)認(rèn)知系統(tǒng)的重要作用。另外， 個(gè)體最后是否做出懲罰行為以及懲罰的強(qiáng)度， 又受到執(zhí)行控制系統(tǒng)的影響。因此， 社會(huì)認(rèn)知系統(tǒng)和執(zhí)行控制系統(tǒng)對(duì)TPP行為的作用是遞進(jìn)式的， 而非相互獨(dú)立。在神經(jīng)層面上， Buckholtz等人（2008）首次發(fā)現(xiàn)TPJ和dlPFC的活動(dòng)存在“拮抗”關(guān)系：當(dāng)TPJ活動(dòng)增加時(shí)， dlPFC表現(xiàn)失活， 而當(dāng)個(gè)體決定懲罰時(shí)， 其活躍度又增加， 體現(xiàn)了dlPFC的雙相神經(jīng)活動(dòng); 此外， Zinchenko等人（2021）的研究也發(fā)現(xiàn)， 右側(cè)dlPFC和右側(cè)TPJ之間的整體靜息狀態(tài)連接與TPP水平負(fù)相關(guān)。任務(wù)態(tài)和靜息態(tài)的研究均表明， 默認(rèn)模式網(wǎng)絡(luò)（TPJ）和中央執(zhí)行網(wǎng)絡(luò)（dlPFC）之間存在“拮抗”關(guān)系（箭頭6）， 更具體地說， dlPFC的這種雙相神經(jīng)活動(dòng)可能是中央執(zhí)行網(wǎng)絡(luò)對(duì)默認(rèn)模式網(wǎng)絡(luò)抑制作用的基礎(chǔ)（Zinchenko & Klucharev， 2017）。同時(shí)， 兩者間也存在互補(bǔ)性（陳瀛 等， 2020）：默認(rèn)模式網(wǎng)絡(luò)代表“感性”的社會(huì)認(rèn)知， 反映了由認(rèn)知和情緒所主導(dǎo)的責(zé)任評(píng)估; 而中央執(zhí)行網(wǎng)絡(luò)通常代表“理性”的邏輯思維， 在認(rèn)知控制方面的作用體現(xiàn)了大腦中的理性思考與權(quán)衡?！案行浴迸c“理性”的結(jié)合體現(xiàn)了默認(rèn)模式網(wǎng)絡(luò)和中央執(zhí)行網(wǎng)絡(luò)在功能上的互補(bǔ)。

4.3? 自動(dòng)加工與控制加工通路

結(jié)合上文所提到的雙系統(tǒng)模型， 在該模型中存在自動(dòng)加工和控制加工兩條通路（在下文稱通路1和通路2）。兩條通路均以情緒系統(tǒng)作為起點(diǎn)， 由執(zhí)行控制系統(tǒng)輸出最終的TPP行為。不同的是， 個(gè)體觀察到違規(guī)行為后（箭頭1）， 通路1中情緒系統(tǒng)直接將整合后的負(fù)性情緒傳遞給認(rèn)知系統(tǒng)（箭頭2）， 由執(zhí)行控制系統(tǒng)執(zhí)行懲罰決定， 此時(shí)個(gè)體進(jìn)行懲罰可能是為了消解負(fù)性情緒（箭頭4）; 而通路2中加入了大腦理性控制的因素， 情緒系統(tǒng)的信息先由社會(huì)認(rèn)知系統(tǒng)進(jìn)行傷害程度和意圖的評(píng)估， 再由執(zhí)行控制系統(tǒng)相關(guān)腦區(qū)進(jìn)行情緒和自利的權(quán)衡（箭頭3）， 最終執(zhí)行懲罰決定（箭頭4）， 對(duì)應(yīng)著TPP“情緒產(chǎn)生”、“責(zé)任評(píng)估”和“懲罰選擇”三個(gè)階段。

4.4? 獎(jiǎng)賞網(wǎng)絡(luò)參與的反饋通路

在TPP決策過程中， 個(gè)體需要時(shí)刻收集和評(píng)估環(huán)境信息， 以此來調(diào)整行為策略， 這依賴于反饋機(jī)制得以實(shí)現(xiàn)。具體來說， 當(dāng)?shù)谌阶龀鰬土P決定之后（箭頭4）， 負(fù)性情緒的消解以及權(quán)力的體驗(yàn)感和滿足感作為相應(yīng)的獎(jiǎng)勵(lì)信號(hào)正反饋于獎(jiǎng)賞系統(tǒng)（箭頭7）， 為下一次懲罰提供了動(dòng)力。根據(jù)RL理論， 個(gè)體從反饋提供的獎(jiǎng)勵(lì)信息中不斷學(xué)習(xí)， 綜合考慮各項(xiàng)因素來預(yù)估獎(jiǎng)賞的最大值， 并最終形成穩(wěn)定的懲罰模式。由上可知， 反饋機(jī)制的存在使TPP行為的發(fā)生發(fā)展得以順利進(jìn)行， 當(dāng)反饋機(jī)制遭到破壞， 個(gè)體可能會(huì)面臨異常的行為， 可見反饋機(jī)制在TPP認(rèn)知神經(jīng)網(wǎng)絡(luò)模型中起著關(guān)鍵的作用。

5? 總結(jié)與展望

本文綜述了近10年來的TPP相關(guān)研究， 從理論模型和神經(jīng)網(wǎng)絡(luò)兩個(gè)層面對(duì)TPP行為的認(rèn)知神經(jīng)機(jī)制進(jìn)行總結(jié)， 并在前人研究的基礎(chǔ)上提出TPP的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型， 從更加宏觀的角度展現(xiàn)了TPP行為的發(fā)生發(fā)展過程和神經(jīng)關(guān)聯(lián)。在該模型中， 情緒系統(tǒng)和獎(jiǎng)賞系統(tǒng)是TPP的動(dòng)力來源， 認(rèn)知系統(tǒng)主要負(fù)責(zé)責(zé)任評(píng)估以及懲罰的選擇， 獎(jiǎng)賞網(wǎng)絡(luò)、突顯網(wǎng)絡(luò)、默認(rèn)模式網(wǎng)絡(luò)和中央執(zhí)行網(wǎng)絡(luò)分別參與不同認(rèn)知加工階段。與此同時(shí)， TPP行為反饋機(jī)制的存在使得個(gè)體會(huì)在每一次反饋學(xué)習(xí)中優(yōu)化行為策略， 最終形成穩(wěn)定的行為模式。然而， 目前對(duì)于TPP的研究還存在一些不足和尚未解決的問題。

5.1? 神經(jīng)遞質(zhì)和激素對(duì)第三方懲罰行為的影響

認(rèn)知神經(jīng)系統(tǒng)受到神經(jīng)遞質(zhì)和激素的影響（Hu， Scheele， et al.， 2016）。探究TPP行為、神經(jīng)遞質(zhì)、激素三者間的關(guān)系， 有助于我們從更微觀的角度理解TPP行為。本文僅從多巴胺水平及其遺傳變異的角度對(duì)個(gè)體懲罰行為背后的遺傳學(xué)機(jī)理進(jìn)行了簡單剖析， 為揭示TPP行為發(fā)生的神經(jīng)生化基礎(chǔ)提供了啟示。除多巴胺以外， 一些研究發(fā)現(xiàn)5-羥色胺水平低的個(gè)體表現(xiàn)出了更多的利他懲罰行為（Emanuele et al.， 2008）， 且5-HTTLPR L/L基因攜帶者TPP強(qiáng)度更大（Enge et al.， 2017）。然而， Enge等人的研究并未排除多巴胺和5-羥色胺之間相互作用的影響， 對(duì)5-羥色胺如何影響TPP行為的機(jī)制也尚不明確。在激素水平上， 已有研究證明肽類激素催產(chǎn)素（oxytocin， OXT）與人類的親社會(huì)行為相關(guān)（Marsh et al.， 2021）。然而目前少有研究探討外源性O(shè)XT與TPP行為的關(guān)系。Krueger等人（2012）發(fā)現(xiàn)OXT僅僅影響對(duì)傷害程度的感知而不影響TPP的強(qiáng)度?？偟膩碚f， 目前對(duì)神經(jīng)遞質(zhì)和激素及其基因多態(tài)性如何影響TPP行為的研究尚處在初步階段， 未來從該角度入手有助于從更微觀的角度揭示TPP行為的神經(jīng)生理機(jī)制。

5.2? 第三方懲罰行為的個(gè)體差異

以往的研究大多將樣本進(jìn)行整體性的分析， 忽略了個(gè)體之間的差異。例如， 共情作為一種理解和感受他人情緒的能力， 是親社會(huì)行為的動(dòng)機(jī)來源之一， 對(duì)TPP行為有著重要影響（Ferguson et?al.， 2019）， 個(gè)體在面對(duì)更加貧窮的違規(guī)者時(shí)共情水平更高， 對(duì)其寬容度更高， 因此懲罰強(qiáng)度更低（Ouyang et al.， 2021）。然而， 共情也存在著巨大的個(gè)體差異， 且該差異可能會(huì)進(jìn)一步體現(xiàn)在神經(jīng)生理反應(yīng)上（van Baar et al.， 2021; Wang et al.， 2022）。此外， 由于傳統(tǒng)的ERP分析對(duì)所有的被試數(shù)據(jù)進(jìn)行了組平均處理， 最終的結(jié)果可能無法反映個(gè)體間的差異， 導(dǎo)致人們做出錯(cuò)誤的解釋（陳新文 等， 2023）。因此， 未來有必要將個(gè)體差異如共情、社會(huì)價(jià)值取向、心智化能力等納入TPP行為的認(rèn)知神經(jīng)機(jī)制的研究， 進(jìn)一步探討TPP行為的神經(jīng)生理表征與人格特質(zhì)變量的關(guān)系。

5.3? 對(duì)第三方懲罰行為做出定量的解釋和預(yù)測(cè)

本文提出的TPP的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型能夠在一定程度上預(yù)測(cè)TPP行為， 但尚停留在定性的層面， 實(shí)際TPP行為的產(chǎn)生是否遵循該模式還需要進(jìn)一步的檢驗(yàn)。近年來， 越來越多的研究者將機(jī)器學(xué)習(xí)的方法應(yīng)用到認(rèn)知加工領(lǐng)域。以多變量解碼分析（multivariate decoding analysis）為例， 該方法可以量化單個(gè)神經(jīng)信號(hào)所代表的信息， 并用于訓(xùn)練和測(cè)試分類器， 將特定事件所對(duì)應(yīng)的大腦活動(dòng)信號(hào)進(jìn)行區(qū)分（Contini et al.， 2017）。這里的神經(jīng)信號(hào)可以來自神經(jīng)影像學(xué)信號(hào)如功能磁共振成像（functional magnetic resonance imaging， fMRI）， 也可以來自神經(jīng)生理學(xué)信號(hào)如腦電圖（electroencephalogram， EEG）和腦磁圖（magnetoencephalogram， MEG）。考慮到TPP是一個(gè)由多個(gè)子階段組成的復(fù)雜社交行為， 利用該方法可以進(jìn)一步探究與TPP行為相關(guān)的復(fù)雜神經(jīng)活動(dòng)模式。因此， 未來需要進(jìn)一步優(yōu)化和發(fā)展相關(guān)模型， 引入基于機(jī)器學(xué)習(xí)分析方法如多變量解碼分析來構(gòu)建數(shù)學(xué)模型， 探究個(gè)體在不同情況下如不同懲罰代價(jià)高低、不同程度的不公平分配方案等的神經(jīng)信號(hào)差異， 以此對(duì)TPP行為做出定量的解釋和預(yù)測(cè)。

5.4? 第三方懲罰和補(bǔ)償行為認(rèn)知神經(jīng)機(jī)制的異同

從建立聲譽(yù)的角度來看， 第三方個(gè)體對(duì)違規(guī)者做出懲罰表明了他們的合作意圖。然而， 當(dāng)個(gè)體有其他更為積極的方式來表達(dá)自己合作傾向的時(shí)候， 這種通過懲罰而建立的聲譽(yù)可能是有害的（Raihani & Bshary， 2015a）。具體來講， 當(dāng)?shù)谌絺€(gè)體不僅有“懲罰”和“不作為”兩個(gè)選項(xiàng)， 還引入了“幫助受害者”這一條件時(shí)， TPP的利他強(qiáng)度會(huì)減弱， 因?yàn)榇藭r(shí)懲罰會(huì)被視為一種競爭性的、“損人不利己”的信號(hào)（Jordan， Hoffman， et al.， 2016）， 而幫助會(huì)得到更加積極的評(píng)價(jià)（Raihani & Bshary， 2015b; Li et al.， 2018）。在這種復(fù)雜的社交情境下， 引入“第三方干預(yù)”就顯得尤為重要， 包括第三方懲罰和第三方補(bǔ)償（幫助）。與懲罰所面對(duì)的對(duì)象不同， 第三方補(bǔ)償關(guān)注的焦點(diǎn)在受害者， 即第三方個(gè)體犧牲自己的利益來補(bǔ)償受害者， 使其真正受益。已有研究表明， 共情水平越高的個(gè)體更容易做出幫助他人的決定， 且?guī)椭蛻土P背后的神經(jīng)機(jī)制也存在異同（Hu et al.， 2015; Xie et al.， 2022; 蘇彥捷 等， 2019）。由于這兩種干預(yù)形式所關(guān)注的焦點(diǎn)不同， 未來的研究可以關(guān)注在不同社交情境下個(gè)體的第三方干預(yù)偏好及其背后的神經(jīng)機(jī)制。

5.5? 利用元分析為認(rèn)知神經(jīng)網(wǎng)絡(luò)模型提供統(tǒng)計(jì)支撐

本文提出的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型能夠在理論上對(duì)TPP行為的發(fā)生發(fā)展做出更加整體、全面的解釋， 但還缺乏一定的統(tǒng)計(jì)支撐。元分析在定性分析的基礎(chǔ)上引入了定量的分析方法， 經(jīng)該方法得出的結(jié)論更具有概括性和普遍性。一方面， TPP的產(chǎn)生包括不同的階段， 每個(gè)階段所涉及的腦區(qū)和網(wǎng)絡(luò)激活模式也各不相同， 利用元分析能夠處理分析大量的單個(gè)研究數(shù)據(jù)， 做到有效的綜合（董奇， 2004）; 另一方面， 前人在探究TPP的神經(jīng)心理機(jī)制時(shí)所采用的實(shí)驗(yàn)范式和因變量測(cè)量方式各有不同， 這些方法上的變異可能會(huì)帶來實(shí)驗(yàn)結(jié)果的不一致， 而元分析能夠進(jìn)一步探索研究中特征變量的異質(zhì)性來源， 較好地解決這一問題。因此， 未來在理論模型的完善過程中， 可以利用元分析對(duì)已有研究結(jié)果進(jìn)行綜合分析以及再評(píng)價(jià)， 為模型提供定量的數(shù)據(jù)支撐以增加模型的可靠性。

參考文獻(xiàn)

陳新文， 李鴻杰， 丁玉瓏. （2023）. 探究事件相關(guān)腦電/腦磁信號(hào)中的神經(jīng)表征模式：基于分類解碼和表征相似性分析的方法. 心理科學(xué)進(jìn)展， 31（2）， 173?195.

陳瀛， 徐敏霞， 汪新建. （2020）. 信任的認(rèn)知神經(jīng)網(wǎng)絡(luò)模型. 心理科學(xué)進(jìn)展， 28（5）， 800?809.

董奇. （2004）. 心理與教育研究方法 （修訂版）. 北京師范大學(xué)出版社.

劉映杰， 段亞妮， 劉昊馨， 劉佳， 王赫. （2022）. 得失情境下第三方懲罰決策差異的神經(jīng)機(jī)制：基于rTMS的研究. 心理科學(xué)， 45（4）， 942?952.

羅藝， 封春亮， 古若雷， 吳婷婷， 羅躍嘉. （2013）. 社會(huì)決策中的公平準(zhǔn)則及其神經(jīng)機(jī)制. 心理科學(xué)進(jìn)展， 21（2）， 300?308.

蘇彥捷， 謝東杰， 王笑楠. （2019）. 認(rèn)知控制在第三方懲罰中的作用. 心理科學(xué)進(jìn)展， 27（8）， 1331?1343.

唐捷， 黃曉璇， 吳嵩， 崔芳. （2022）. 財(cái)富越多， 責(zé)任越大：資金數(shù)量和來源對(duì)公共物品困境中第三方懲罰的影響. 心理科學(xué)， 45（3）， 665?671.

吳燕， 羅躍嘉. （2011）. 利他懲罰中的結(jié)果評(píng)價(jià)——ERP研究. 心理學(xué)報(bào)， 43（6）， 661?673.

謝東杰， 蘇彥捷. （2019）. 第三方懲罰的演化與認(rèn)知機(jī)制. 心理科學(xué)， 42（1）， 216?222.

楊莎莎， 陳思靜. （2022）. 第三方懲罰中的規(guī)范錯(cuò)覺：基于公正世界信念的解釋. 心理學(xué)報(bào)， 54（3）， 281?299.

殷西樂， 李建標(biāo)， 陳思宇， 劉曉麗， 郝潔. （2019）. 第三方懲罰的神經(jīng)機(jī)制：來自經(jīng)顱直流電刺激的證據(jù). 心理學(xué)報(bào)， 51（5）， 571?583.

張慧， 馬紅宇， 徐富明， 劉燕君， 史燕偉. （2018）. 最后通牒博弈中的公平偏好：基于雙系統(tǒng)理論的視角. 心理科學(xué)進(jìn)展， 26（2）， 319?330.

張耀華， 林珠梅， 朱莉琪. （2013）. 人類的利他性懲罰：認(rèn)知神經(jīng)科學(xué)的視角. 生物化學(xué)與生物物理進(jìn)展， 40（9）， 796?803.

Anne， L.， Frank， K.， Olga， D. M.， Matteo， P.， Sarah， J. P.， Jeffrey， S.， & Jordan， G. （2012）. Damage to the left ventromedial prefrontal cortex impacts affective theory of mind. Social Cognitive and Affective Neuroscience， 7（8）， 871?880.

Asp， E. W.， Gullickson， J. T.， Warner， K. A.， Koscik， T. R.， Denburg， N. L.， & Tranel， D. （2019）. Soft on crime： Patients with ventromedial prefrontal cortex damage allocate reduced third-party punishment to violent criminals. Cortex， 119， 33?45.

Baumgartner， T.， G?tte， L.， R Gügler， & Fehr， E. （2012）. The mentalizing network orchestrates the impact of parochial altruism on social norm enforcement. Human Brain Mapping， 33（6）， 1452?1469.

Baumgartner， T.， Schiller， B.， Rieskamp， J.， Gianotti， L. R. R.， & Knoch， D. （2014）. Diminishing parochialism in intergroup conflict by disrupting the right temporo-parietal junction. Social Cognitive and Affective Neuroscience， 9（5）， 653?660.

Bellucci， G.， Camilleri， J. A.， Iyengar， V.， Eickhoff， S. B.， & Krueger， F. （2020）. The emerging neuroscience of social punishment： Meta-analytic evidence. Neuroscience and Biobehavioral Reviews， 113， 426?439.

Bellucci， G.， Chernyak， S.， Hoffman， M.， Deshpande， G.， Monte， O. D.， Knutson， K.， Grafman， J.， & Krueger， F. （2017）. Effective connectivity of brain regions underlying third-party punishment： Functional MRI and Granger causality evidence. Social Neuroscience， 12（2）， 124?134.

Bernhard， H.， Fehr， E.， & Fischbacher， U. （2006）. Group affiliation and altruistic norm enforcement. American Economic Review， 96（2）， 217?221.

Bright， D. A.， & Goodman-Delahunty， J. （2006）. Gruesome evidence and emotion： Anger， blame， and jury decision- making. Law and Human Behavior， 30（2）， 183?202.

Brüne， M.， von Hein， S. M.， Claassen， C.， Hoffmann， R.， & Saft， C. （2021）. Altered third-party punishment in Huntington's disease： A study using neuroeconomic games. Brain and Behavior， 11（1）， Article e01908.

Buckholtz， J. W.， Asplund， C. L.， Dux， P. E.， Zald， D. H.， Gore， J. C.， Jones， O. D.， & Marois， R. （2008）. The neural correlates of third-party punishment. Neuron， 60（5）， 930?940.

Buckholtz， J. W.， & Marois， R. （2012）. The roots of modern justice： Cognitive and neural foundations of social norms and their enforcement. Nature Neuroscience， 15（5）， 655? 661.

Buckholtz， J. W.， Martin， J. W.， Treadway， M. T.， Jan， K.， Zald， D. H.， Jones， O.， & Marois， R. （2015）. From blame to punishment： Disrupting prefrontal cortex activity reveals norm enforcement mechanisms. Neuron， 87（6）， 1369?1380.

Cheng， X.， Zheng， L.， Liu， Z.， Ling， X.， Wang， X.， Ouyang， H.， Chen， X.， Huang， D.， & Guo， X. （2022）. Punishment cost affects third-parties behavioral and neural responses to unfairness. International Journal of Psychophysiology， 177， 27?33.

Chung， J. C. Y.， Bhatoa， R. S.， Kirkpatrick， R.， & Woodcock， K. A. （2023）. The role of emotion regulation and choice repetition bias in the ultimatum game. Emotion， 23（4）， 925?936

Ciaramidaro， A.， Toppi， J.， Casper， C.， Freitag， C. M.， Siniatchkin， M.， & Astolfi， L. （2018）. Multiple-brain connectivity during third party punishment： An EEG hyperscanning study. Scientific Reports， 8（1）， Article 6822.

Civai， C. （2013）. Rejecting unfairness： Emotion-driven reaction or cognitive heuristic？ Frontiers in Human Neuroscience， 7， Article 126.

Civai， C.， Crescentini， C.， Rustichini， A.， & Rumiati， R. I. （2012）. Equality versus self-interest in the brain： Differential roles of anterior insula and medial prefrontal cortex. Neuroimage， 62（1）， 102?112.

Civai， C.， Huijsmans， I.， & Sanfey， A. G. （2019）. Neurocognitive mechanisms of reactions to second- and third-party justice violations. Scientific Reports， 9（1）， Article 9271.

Contini， E. W.， Wardle， S. G.， & Carlson， T. A. （2017）. Decoding the time-course of object recognition in the human brain： From visual features to categorical decisions. Neuropsychologia， 105， 165?176.

Craig， A. D. B. （2009）. How do you feel—now？ The anterior insula and human awareness. Nature Reviews Neuroscience， 10（1）， 59?70.

Cui， F.， Wang， C.， Cao， Q.， & Jiao， C. （2019）. Social hierarchies in third-party punishment： A behavioral and ERP study. Biological Psychology， 146， Article 107722.

Cui， F.， Wu， S.， Wu， H.， Wang， C.， Jiao， C.， & Luo， Y. （2018）. Altruistic and self-serving goals modulate behavioral and neural responses in deception. Social Cognitive and Affective Neuroscience， 13（1）， 63?71.

de Quervain， D. J.， Fischbacher， U.， Treyer， V.， Schellhammer， M.， Schnyder， U.， Buck， A.， & Fehr， E. （2004）. The neural basis of altruistic punishment. Science， 305（5688）， 1254? 1258.

Delgado， M. R.， Locke， H. M.， Stenger， V. A.， & Fiez， J. A. （2003）. Dorsal striatum responses to reward and punishment： Effects of valence and magnitude manipulations. Cognitive， Affective， & Behavioral Neuroscience， 3（1）， 27?38.

Emanuele， E.， Brondino， N.， Bertona， M.， Re， S.， & Geroldi， D. （2008）. Relationship between platelet serotonin content and rejections of unfair offers in the ultimatum game. Neuroscience Letters， 437（2）， 158?161.

Enge， S.， Mothes， H.， Fleischhauer， M.， Reif， A.， & Strobel， A. （2017）. Genetic variation of dopamine and serotonin function modulates the feedback-related negativity during altruistic punishment. Scientific Reports， 7（1）， Article 2996.

Etkin， A.， Büchel， C.， & Gross， J. J. （2015）. The neural bases of emotion regulation. Nature Reviews Neuroscience， 16（11）， 693?700.

Fehr， E.， & Fischbacher， U. （2003）. The nature of human altruism. Nature， 425（6960）， 785?791.

Fehr， E.， & Fischbacher， U. （2004a）. Third-party punishment and social norms. Evolution and Human Behavior， 25（2）， 63?87.

Fehr， E.， & Fischbacher， U. （2004b）. Social norms and human cooperation. Trends in Cognitive Sciences， 8（4）， 185?190.

Fehr， E.， & G?chter， S. （2002）. Altruistic punishment in humans. Nature， 415（6868）， 137?140.

Fehr， E.， & Schurtenberger， I. （2018）. Normative foundations of human cooperation. Nature Human Behaviour， 2（7）， 458?468.

Feng， C.， Deshpande， G.， Liu， C.， Gu， R.， Luo， Y. J.， & Krueger， F. （2016）. Diffusion of responsibility attenuates altruistic punishment： A functional magnetic resonance imaging effective connectivity study. Human Brain Mapping， 37（2）， 663?677.

Feng， C.， Yang， Q.， Azem， L.， Atanasova， K. M.， Gu， R.， Luo， W.， Hoffman， M.， Lis， S.， & Krueger， F. （2022）. An fMRI investigation of the intention-outcome interactions in second- and third-party punishment. Brain Imaging and Behavior， 16（2）， 715?727.

Ferguson， E.， Quigley， E.， Powell， G.， Stewart， L.， Harrison， F.， & Tallentire， H. （2019）. To help or punish in the face of unfairness： Men and women prefer mutually-beneficial strategies over punishment in a sexual selection context. Royal Society Open Science， 6（9）， Article 181441.

Gershman， S. J.， Markman， A. B.， & Otto， A. R. （2014）. Retrospective revaluation in sequential decision making： A tale of two systems. Journal of Experimental Psychology： General， 143（1）， 182?194.

Ginther， M. R.， Bonnie， R. J.， Hoffman， M. B.， Shen， F. X.， Simons， K. W.， Jones， O. D.， & Marois， R. （2016）. Parsing the behavioral and brain mechanisms of third-party punishment. Journal of Neuroscience， 36（36）， 9420?9434.

Glass， L.， Moody， L.， Grafman， J.， & Krueger， F. （2016）. Neural signatures of third-party punishment： Evidence from penetrating traumatic brain injury. Social Cognitive and Affective Neuroscience， 11（2）， 253?262.

Guala， F. （2012）. Reciprocity： Weak or strong？ What punishment experiments do （and do not） demonstrate. Behavioral and Brain Sciences， 35（1）， 1?15.

Hu， J.， Blue， P. R.， Yu， H.， Gong， X.， Xiang， Y.， Jiang， C.， & Zhou， X. （2016）. Social status modulates the neural response to unfairness. Social Cognitive and Affective Neuroscience， 11（1）， 1?10.

Hu， Y.， Scheele， D.， Becker， B.， Voos， G.， David， B.， Hurlemann， R.， & Weber， B. （2016）. The effect of oxytocin on third-party altruistic decisions in unfair situations： An fMRI study. Scientific Reports， 6， Article 20236.

Hu， Y.， Strang， S.， & Weber， B. （2015）. Helping or punishing strangers： Neural correlates of altruistic decisions as third- party and of its relation to empathic concern. Frontiers in Behavioral Neuroscience， 9， Article 24.

Ikemoto， S. （2010）. Brain reward circuitry beyond the mesolimbic dopamine system： A neurobiological theory. Neuroscience and Biobehavioral Reviews， 35（2）， 129?150.

Jamali， M.， Grannan， B. L.， Fedorenko， E.， Saxe， R.， Báez- Mendoza， R.， & Williams， Z. M. （2021）. Single-neuronal predictions of others' beliefs in humans. Nature， 591（7851）， 610?614.

Johnson， R.， Henkell， H.， Simon， E.， & Zhu， J. （2008）. The self in conflict： The role of executive processes during truthful and deceptive responses about attitudes. NeuroImage， 39（1）， 469?482.

Jordan， J. J.， Hoffman， M.， Bloom， P.， & Rand， D. G. （2016）. Third-party punishment as a costly signal of trustworthiness. Nature， 530（7591）， 473?476.

Jordan， J.， McAuliffe， K.， & Rand， D. （2016）. The effects of endowment size and strategy method on third party punishment. Experimental Economics， 19（4）， 741?763.

Kanakogi， Y.， Miyazaki， M.， Takahashi， H.， Yamamoto， H.， Kobayashi， T.， & Hiraki， K. （2022）. Third-party punishment by preverbal infants. Nature Human Behaviour， 6（9）， 1234?1242.

Kim， M.， Decety， J.， Wu， L.， Baek， S.， & Sankey， D. （2021）. Neural computations in childrens third-party interventions are modulated by their parents moral values. NPJ Science of Learning， 6（1）， Article 38.

Knoch， D.， Nitsche， M. A.， Fischbacher， U.， Eisenegger， C.， Pascual-Leone， A.， & Fehr， E. （2008）. Studying the neurobiology of social interaction with transcranial direct current stimulation—The example of punishing unfairness. Cerebral Cortex， 18（9）， 1987?1990.

Knoch， D.， Pascual-Leone， A.， Meyer， K.， Treyer， V.， & Fehr， E. （2006）. Diminishing reciprocal fairness by disrupting the right prefrontal cortex. Science， 314（5800）， 829?832.

Konishi， N.， & Ohtsubo， Y. （2015）. Does dishonesty really invite third-party punishment？ Results of a more stringent test. Biology Letters， 11（5）， Article 20150172.

K?ster， R.， Hadfield-Menell， D.， Everett， R.， Weidinger， L.， Hadfield， G. K.， & Leibo， J. Z. （2022）. Spurious normativity enhances learning of compliance and enforcement behavior in artificial agents. Proceedings of the National Academy of Sciences， 119（3）， Article e2106028118.

Kozlowski， S. W. J.， & Ilgen， D. R. （2006）. Enhancing the effectiveness of work groups and teams. Psychological Science in the Public Interest， 7（3）， 77?124.

Krueger， F.， & Hoffman， M. （2016）. The emerging neuroscience of third-party punishment. Trends in Neurosciences， 39（8）， 499?501.

Krueger， F.， Parasuraman， R.， Moody， L.， Twieg， P.， de Visser， E.， Mccabe， K.， OHara， M.， & Lee， M. （2012）. Oxytocin selectively increases perceptions of harm for victims but not the desire to punish offenders of criminal offenses. Social Cognitive and Affective Neuroscience， 8（5）， 494?498.

Lee， S. W.， Shimojo， S.， & ODoherty， J. P. （2014）. Neural computations underlying arbitration between model-based and model-free learning. Neuron， 81（3）， 687?699.

Lergetporer， P.， Angerer， S.， Gl?tzle-Rützler， D.， & Sutter， M. （2014）. Third-party punishment increases cooperation in children through （misaligned） expectations and conditional cooperation. Proceedings of the National Academy of Sciences of the United States of America， 111（19）， 6916? 6921.

Li， J.， Li， S.， Wang， P.， Liu， X.， Zhu， C.， Niu， X.， Wang， G.， & Yin， X. （2018）. Fourth-party evaluation of third-party pro-social help and punishment： An ERP study. Frontiers in Psychology， 9， Article 932.

Liu， Y.， Bian， X.， Hu， Y.， Chen， Y.-T.， Li， X.， & Di Fabrizio， B. （2018）. Intergroup bias influences third-party punishment and compensation： In-group relationships attenuate altruistic punishment. Social Behavior and Personality： An International Journal， 46（8）， 1397?1408.

Lo Gerfo， E.， Gallucci， A.， Morese， R.， Vergallito， A.， Ottone， S.， Ponzano， F.， Locatelli， G.， Bosco， F.， & Romero Lauro， L. J. （2019）. The role of ventromedial prefrontal cortex and temporo-parietal junction in third-party punishment behavior. NeuroImage， 200， 501?510.

Lockwood， P. L.， Apps， M. A. J.， Valton， V.， Viding， E.， & Roiser， J. P. （2016）. Neurocomputational mechanisms of prosocial learning and links to empathy. Proceedings of the National Academy of Sciences of the United States of America， 113（35）， 9763?9768.

Marsh， N.， Marsh， A. A.， Lee， M. R.， & Hurlemann， R. （2021）. Oxytocin and the neurobiology of prosocial behavior. The Neuroscientist， 27（6）， 604?619.

Martin， J. W.， Martin， S.， & McAuliffe， K. （2021）. Third-party punishment promotes fairness in children. Developmental psychology， 57（6）， 927?939.

McAuliffe， K.， Jordan， J. J.， & Warneken， F. （2015）. Costly third-party punishment in young children. Cognition， 134， 1?10.

Mclatchie， N.， Giner-Sorolla， R.， & Derbyshire， S. W. G. （2016）. ‘Imagined guilt vs ‘recollected guilt： Implications for fMRI. Social Cognitive and Affective Neuroscience， 11（5）， 703?711.

Meidenbauer， K. L.， Cowell， J. M.， & Decety， J. （2018）. Childrens neural processing of moral scenarios provides insight into the formation and reduction of in‐group biases. Developmental Science， 21（6）， Article e12676.

Menon， V.， & Uddin， L. Q. （2010）. Saliency， switching， attention and control： A network model of insula function. Brain Structure and Function， 214（5?6）， 655?667.

Moll， J.， de Oliveira-Souza， R.， Basilio， R.， Bramati， I. E.， Gordon， B.， Rodríguez-Nieto， G.， ... Grafman， J. （2018）. Altruistic decisions following penetrating traumatic brain injury. Brain， 141（5）， 1558?1569.

Morese， R.， Rabellino， D.， Sambataro， F.， Perussia， F.， Valentini， M. C.， Bara， B. G.， & Bosco， F. M. （2016）. Group membership modulates the neural circuitry underlying third party punishment. PLoS One， 11（11）， Article e0166357.

Morris， A.， MacGlashan， J.， Littman， M. L.， & Cushman， F. （2017）. Evolution of flexibility and rigidity in retaliatory punishment. Proceedings of the National Academy of Sciences， 114（39）， 10396?10401.

Mothes， H.， Enge， S.， & Strobel， A. （2016）. The interplay between feedback-related negativity and individual differences in altruistic punishment： An EEG study. Cognitive， Affective， & Behavioral Neuroscience， 16（2）， 276?288.

Mussel， P.， Hewig， J.， & Wei?， M. （2018）. The reward-like nature of social cues that indicate successful altruistic punishment. Psychophysiology， 55（9）， Article e13093.

Naqvi， N.， Shiv， B.， & Bechara， A. （2006）. The role of emotion in decision making： A cognitive neuroscience perspective. Current Directions in Psychological Science， 15（5）， 260?264.

Nelissen， R. M. A.， & Zeelenberg， M. （2009）. Moral emotions as determinants of third-party punishment： Anger， guilt， and the functions of altruistic sanctions. Judgment and Decision Making， 4（7）， 543?553.

ODoherty， J.， Dayan， P.， Schultz， J.， Deichmann， R.， Friston， K.， & Dolan， R. J. （2004）. Dissociable roles of ventral and dorsal striatum in instrumental conditioning. Science， 304（5669）， 452?454.

Ouyang， H.， Yu， J.， Duan， J.， Zheng， L.， Li， L.， & Guo， X. （2021）. Empathy-based tolerance towards poor norm violators in third-party punishment. Experimental Brain Research， 239（7）， 2171?2180.

Pedersen， E. J.， McAuliffe， W. H. B.， & McCullough， M. E. （2018）. The unresponsive avenger： More evidence that disinterested third parties do not punish altruistically. Journal of Experimental Psychology： General， 147（4）， 514?544.

Pessoa， L. （2017）. A network model of the emotional brain. Trends in Cognitive Sciences， 21（5）， 357?371.

Piazza， J.， & Bering， J. M. （2008）. The effects of perceived anonymity on altruistic punishment. Evolutionary Psychology， 6（3）， 487?501.

Qu， L.， Dou， W.， You， C.， & Qu， C. （2014）. The processing course of conflicts in third-party punishment： An event-related potential study. Psychology Journal， 3（3）， 214?221.

Rahal， R.-M.， & Fiedler， S. （2022）. Cognitive and affective processes of prosociality. Current Opinion in Psychology， 44， 309?314.

Rai， T. S. （2022）. Material benefits crowd out moralistic punishment. Psychological Science， 33（5）， 789?797.

Raihani， N. J.， & Bshary， R. （2015a）. The reputation of punishers. Trends in Ecology & Evolution， 30（2）， 98?103.

Raihani， N. J.， & Bshary， R. （2015b）. Third-party punishers are rewarded， but third-party helpers even more so. Evolution， 69（4）， 993?1003.

Raihani， N. J.， & McAuliffe， K. （2012）. Human punishment is motivated by inequity aversion， not a desire for reciprocity. Biology Letters， 8（5）， 802?804.

Rothschild， Z. K.， & Keefer， L. A. （2018）. Righteous or self- righteous anger？ Justice sensitivity moderates defensive outrage at a third-party harm-doer. European Journal of Social Psychology， 48（4）， 507?522.

Ruff， C. C.， & Fehr， E. （2014）. The neurobiology of rewards and values in social decision making. Nature Reviews Neuroscience， 15（8）， 549?562.

Sanfey， A. G.， Rilling， J. K.， Aronson， J. A.， Nystrom， L. E.， & Cohen， J. D. （2003）. The neural basis of economic decision-making in the ultimatum game. Science， 300（5626）， 1755?1758.

Schultz， W. （2007）. Behavioral dopamine signals. Trends in Neurosciences， 30（5）， 203?210.

Schultz， W. （2013）. Updating dopamine reward signals. Current Opinion in Neurobiology， 23（2）， 229?238.

Shenhav， A.， Cohen， J. D.， & Botvinick， M. M. （2016）. Dorsal anterior cingulate cortex and the value of control. Nature Neuroscience， 19（10）， 1286?1291.

Singer， T.， Critchley， H. D.， & Preuschoff， K. （2009）. A common role of insula in feelings， empathy and uncertainty. Trends in Cognitive Sciences， 13（8）， 334?340.

Stallen， M.， Rossi， F.， Heijne， A.， Smidts， A.， De Dreu， C. K. W.， & Sanfey， A. G. （2018）. Neurobiological mechanisms of responding to injustice. The Journal of Neuroscience， 38（12）， 2944?2954.

Strobel， A.， Zimmermann， J.， Schmitz， A.， Reuter， M.， Lis， S.， Windmann， S.， & Kirsch， P. （2011）. Beyond revenge： Neural and genetic bases of altruistic punishment. NeuroImage， 54（1）， 671?680.

Sun， L.， Tan， P.， Cheng， Y.， Chen， J.， & Qu， C. （2015）. The effect of altruistic tendency on fairness in third-party punishment. Frontiers in Psychology， 6， Article 820.

Thaler， R. H. （1988）. Anomalies： The ultimatum game. Journal of Economic Perspectives， 2（4）， 195?206.

Treadway， M. T.， Buckholtz， J. W.， Martin， J. W.， Jan， K.， Asplund， C. L.， Ginther， M. R.， Jones， O. D.， & Marois， R. （2014）. Corticolimbic gating of emotion-driven punishment. Nature Neuroscience， 17（9）， 1270?1275.

van Baar， J. M.， Halpern， D. J.， & FeldmanHall， O. （2021）. Intolerance of uncertainty modulates brain-to-brain synchrony during politically polarized perception. Proceedings of the National Academy of Sciences of the United States of America， 118（20）， Article e2022491118.

van der Helden， J.， Boksem， M. A. S.， & Blom， J. H. G. （2010）. The importance of failure： Feedback-related negativity predicts motor learning efficiency. Cerebral Cortex， 20（7）， 1596?1603.

Wang， L.， Lu， X.， Gu， R.， Zhu， R.， Xu， R.， Broster， L. S.， & Feng， C. （2017）. Neural substrates of context- and person- dependent altruistic punishment. Human Brain Mapping， 38（11）， 5535?5550.

Wang， R.， Yu， R.， Tian， Y.， & Wu， H. （2022）. Individual variation in the neurophysiological representation of negative emotions in virtual reality is shaped by sociability. NeuroImage， 263， Article 119596.

Wise， R. A.， & Rompre， P.-P. （1989）. Brain dopamine and reward. Annual Review of Psychology， 40（1）， 191?225.

Wu， Y.， Leliveld， M. C.， & Zhou， X. （2011）. Social distance modulates recipients fairness consideration in the dictator game： An ERP study. Biological Psychology， 88（2）， 253? 262.

Xiao， E.， & Houser， D. （2005）. Emotion expression in human punishment behavior. Proceedings of the National Academy of Sciences of the United States of America， 102（20）， 7398?7401.

Xie， E.， Liu， M.， Liu， J.， Gao， X.， & Li， X. （2022）. Neural mechanisms of the mood effects on third‐party responses to injustice after unfair experiences. Human Brain Mapping， 43（12）， 3646?3661.

Xie， H.， Karipidis， I. I.， Howell， A.， Schreier， M.， Sheau， K. E.， Manchanda， M. K.， ... Saggar， M. （2020）. Finding the neural correlates of collaboration using a three-person fMRI hyperscanning paradigm. Proceedings of the National Academy of Sciences of the United States of America， 117（37）， 23066?23072.

Yamagishi， T.， Li， Y.， Fermin， A. S. R.， Kanai， R.， Takagishi， H.， Matsumoto， Y.， Kiyonari， T.， & Sakagami， M. （2017）. Behavioural differences and neural substrates of altruistic and spiteful punishment. Scientific Reports， 7（1）， Article 14654.

Yang， C.， Xiao， K.， Ao， Y.， Cui， Q.， Jing， X.， & Wang， Y. （2023）. The thalamus is the causal hub of intervention in patients with major depressive disorder： Evidence from the Granger causality analysis. NeuroImage： Clinical， 37， Article 103295.

Yang， J.， Gu， R.， Liu， J.， Deng， K.， Huang， X.， Luo， Y. J.， & Cui， F. （2022）. To blame or not？ Modulating third-party punishment with the framing effect. Neuroscience Bulletin， 38（5）， 533?547.

Yang， Q.， Shao， R.， Zhang， Q.， Li， C.， Li， Y.， Li， H.， & Lee， T. （2019）. When morality opposes the law： An fMRI investigation into punishment judgments for crimes with good intentions. Neuropsychologia， 127， 195?203.

Yang， Z.， Zheng， Y.， Yang， G.， Li， Q.， & Liu， X. （2019）. Neural signatures of cooperation enforcement and violation： A coordinate-based meta-analysis. Social Cognitive and Affective Neuroscience， 14（9）， 919?931.

Zhao， Y.， Wang， D.， Wang， X.， & Chiu， S. C. （2022）. Brain mechanisms underlying the influence of emotions on spatial decision-making： An EEG study. Frontiers in Neuroscience， 16， Article 989988.

Zhong， S.， Chark， R.， Hsu， M.， & Chew， S. H. （2016）. Computational substrates of social norm enforcement by unaffected third parties. NeuroImage， 129， 95?104.

Zhou， Y.， Jiao， P.， & Zhang， Q. （2017）. Second-party and third-party punishment in a public goods experiment. Applied Economics Letters， 24（1）， 54?57.

Zhou， Y.， Wang， Y.， Rao， L. L.， Yang， L. Q.， & Li， S. （2014）. Money talks： Neural substrate of modulation of fairness by monetary incentives. Frontiers in Behavioral Neuroscience， 8， Article 150.

Zinchenko， O.， Belianin， A.， & Klucharev， V. （2019）. The role of the temporoparietal and prefrontal cortices in a third-party punishment： A tDCS study. Psychology： Journal of the Higher School of Economics， 16（3）， 529?550.

Zinchenko， O.， & Klucharev， V. （2017）. Commentary： The emerging neuroscience of third-party punishment. Frontiers in Human Neuroscience， 11， Article 512.

Zinchenko， O.， Nikulin， V.， & Klucharev， V. （2021）. Wired to punish？ Electroencephalographic study of the resting- state neuronal oscillations underlying third-party punishment. Neuroscience， 471， 1?10.

The cognitive and neural mechanism of third-party punishment

Abstract： Third-party punishment （TPP） refers to the punitive behaviors that individuals impose on violators as third parties or observers in order to uphold social norms. Many studies have provided insight into the neural mechanisms underlying TPP behavior. However， few studies have focused on the overall role of functional brain networks. This paper reviews the researches related to TPP in the past decade and summarizes the relevant theoretical models and brain networks. Based on the previous studies， we propose a cognitive neural network model of TPP， which could systematically explain and integrate the neural mechanisms behind TPP behavior. In this model， the affective and reward systems are the TPP power sources， and the cognitive system is mainly responsible for responsibility assessment as well as punishment selection. The reward network， the salient network， the default mode network and the central executive network are involved in different cognitive processing stages， respectively. The model establishes the connection between TPP behavior-related research at the psychological and the cognitive-neural level and provides a more holistic and comprehensive explanation of the mechanisms of TPP behavior. In the future， it is necessary to use meta-analysis or machine learning algorisms in order to explore third-party intervention preferences and the underlying cognitive neural mechanisms in different contextual information and more complex social contexts.

Keywords： third-party punishment， cognitive neural mechanisms， brain network， fMRI