一、引 言
个人在儿童和青少年时期的性格养成,是一项重要的人力资本投资。曾获得2000年诺贝尔经济学奖的赫克曼教授对美国普通发展教育项目(GED)跟踪研究发现,相比于智力,性格对个人学业成功更为关键。个人的成就不仅取决于认知能力,也与毅力、专注、自我激励、自信心、社交能力和情绪管理等非认知能力密切相关,后者同样至关重要(Heckman,2013)。认知能力在人生早期就开始形成,过了青少年时期就变得难以继续提高;非认知能力也是越早形成越好,但在20岁之前都还有可塑的空间。
挫折对性格塑造不可或缺。学会管理成功和失败,是儿童和少年时期的重要一课。重大的成功或失败,足以改变儿童对待人生、争取未来成功的态度和行为。面对失败,有些人会装作毫不在乎,却不愿再继续尝试,也有些人会觉得自己很糟糕,对自我评价变低。若面对成功自满,面对失败逃避,长期下去形成一种路径依赖,个人未来的成就可能因此深受影响。因此,研究儿童的竞争偏好和应对胜败的方式具有重要的学术和现实意义,它不仅有助于深化理解儿童的竞争和处理成功与失败的行为,也有助于在将来制定切合实际的指导和干预,改善儿童的非认知能力−而在根本上,这是涉及个人早期人力资本投资的问题(Heckman和Masterov,2007;Cunha和Heckman,2010)。
本文运用实验经济方法,设计了一个易于操作的真实游戏,并给予真实的货币激励,以我国中部地区一所农村小学的三年级至五年级小学生为被试,考察成功与失败经历对儿童个人目标设定和竞争参与决策的影响。实验经济方法是最近半个世纪兴起的一种经济学研究手段,已经有V. Smith、D. Kahneman和A. Roth、R. Thaler等人因为行为经济学和实验经济学获得诺贝尔经济学奖。对本文的研究议题,常见的问卷调查是不可能获得必须的数据,因为问卷无法构造出真实的竞争和成功或失败的环境;而与心理学方法相比较,实验经济方法更强调真实的激励,因而更有可能捕捉到人们真实的行为和偏好。这是我们采用实验经济方法的重要理由。
我们的实验研究发现:在目标设定方面,竞争成功者会设定一个低于自己能力的目标,而失败者则会设定一个与自己能力相近的目标并增加努力提高成绩,最终获得与成功者相近的得分表现;在竞争参与决策方面,成功经历对个体竞争参与具有显著正向影响,成功者更愿意参与竞争,并获得更高得分。上述结果表明:成功的经历并不利于儿童寻求挑战和提升自己,但有利于提高儿童参与竞争的意愿。
各地的经济和文化差异,会使各地的儿童发展有可能存在较大差异。因此,本文研究尚不能代表全部的中国儿童,但应该可以作为中部农村儿童的一个观察样本。众所周知,经过40年的改革开放,中国的儿童事业发展在取得巨大进步的同时,发展不平衡现象也很突出,城乡差距和区域差距都比较大,农村贫困地区的儿童发展则更为滞后。根据《中国儿童发展报告2017》,我国在2016年还有4 335万贫困人口,其中约20%是0~15岁的儿童。这些儿童由于家庭贫困、教育机会缺乏、留守和忽视等多方面的原因陷入多维贫困。儿童成长的环境会影响其性格养成。有研究发现,家庭经济条件差的儿童比家庭经济条件好的儿童更加规避参与竞争(Almås等,2016)。被父母留守或长期忽视的儿童比一般儿童性格更加内向、自卑和焦虑,更容易出现问题行为和社会交往障碍(罗静等,2009;谭深,2011)。关注这些儿童的早期发展,采取科学和及时的干预措施,对消除贫困的代际传递,缩小城乡和区域之间儿童发展的鸿沟,维护和促进社会起点公平,都具有重要意义;而且,这也势必会关系到改善国家未来的人力资本。这为我们关注农村儿童和开展相应的实验研究提供了最充分的理由。
接下来,第二部分对相关文献进行回顾和梳理;第三部分介绍本文的研究方法和实验设计;第四部分对实验设置进行随机分组检验;第五部分详细分析实验结果;最后是结论和讨论。
二、文献述评
早期的研究主要探讨成功与失败对个体后续努力程度和产出水平的影响;近年来,一些研究开始关注成功与失败经历对个体后续决策中偏好和行为的影响。有研究表明,成功与失败经历会影响成人在后续实验任务中的竞争行为,但对儿童研究的甚少。我们阅读所及,尚没有文献研究儿童面对成功与失败后的目标设定和竞争参与决策。
(一)成功与失败经历对个体后续竞争决策的影响
在以成人为研究客体的文献中,Buser(2016)考察了竞争成功与失败经历对大学生后续寻求挑战行为的影响,发现在第一轮随机配对获得成功与失败的反馈后,败方在第二轮会寻求更高的挑战,设定一个更高的个人目标。但在第二轮任务中,败方会经历更多的失败,呈现更低的目标完成率,最终比胜方获得更低的报酬。失败对个体目标设定的影响存在性别差异,失败的男性比成功的男性更加寻求挑战,女性面对挑战则降低了她们的表现。Brown等(1998)研究了销售员的竞争个性、目标设定和销售业绩之间的关系,发现目标设定与个体的竞争个性有关,偏好竞争的个体会设定更高的目标,规避竞争的个体会设定较低的目标。Niederle和Yestrumskas(2008)设计了一个可以在获得能力反馈后选择后续任务难易程度的实验,探究能力反馈对个体后续任务选择的影响,发现在获得能力反馈后,即使在前期任务中男性和女性的能力相当,在后续任务中男性比女性多50%的人会选择较难的任务。John(2017)通过对马来西亚的高中生进行实验研究发现,总体而言男性比女性更加偏好竞争,但当面对更强劲的竞争对手时,男性的业绩出现了显著下降,而女性并没有出现业绩下降的情况,这可能意味着面对更难的竞争时男性的业绩比女性更容易受到影响。
Heine等(2001)在研究失败对大学生后续行为影响的文化差异时,发现与北美大学生相比,日本大学生在经历前面任务失败后,在后续类似任务上的坚持性较高,表现出典型的自我提升定位。与胜方相比,败方对后续任务更加重视。失败对北美大学生的影响则表现出完全相反的效应。在后续任务选择方面,日本大学生中败方更可能选择与先前类似的任务,而成功者则更可能选择与先前不同的任务。Fershtman和Gneezy(2011)通过对小学10年级的男孩进行60米短跑比赛任务,研究直接竞争与非直接竞争对儿童竞争退出行为的影响。直接竞争设置中儿童获得对手表现信息的反馈是适时的,结果处于劣势的儿童更容易放弃竞争,或者中途退出比赛。Müller和Schotter(2010)设计了一个静态博弈实验,博弈双方可以对努力程度进行选择,结果发现当获得对手的能力反馈信息后,在接下来的锦标赛竞争中,低能力的参与者更多选择退出游戏,或者选择一个较低的努力程度。
(二)成功与失败经历对个体后续努力程度和产出的影响
已有研究表明,成功与失败的反馈可以改变员工的后续业绩,成功经历会激励提升业绩,失败经历则会抑制后续业绩(Boggiano和Barrett,1985)。胜败反馈也并不一定总是为组织带来更好的产出,因为有些反馈会对员工的自尊造成负面影响(Smither等,2005)。Kluger和DeNisi(1996)对反馈机制的有关文献进行元分析发现,大部分研究都支持胜败反馈会改善个体的业绩,但也有大约1/3的研究发现反馈降低了个体业绩。
Kuhnen和Tymula(2012)研究了相对业绩信息的反馈如何影响个体的努力程度,发现即使采用固定报酬机制,获得反馈也比没有反馈好,超过预期排名的反馈会使个体减少努力并期望更高的排名,低于预期排名的反馈会使个体增加努力但降低排名预期。Berger和Pope(2011)分析了18 000多场真实的专业篮球赛数据后发现,前半场比赛的一点点落后反而会增加比赛最终获胜的概率,前半场略微落后的一方会在后半场更加努力,前半场略微领先的一方则只是保持与前半场相近的努力。Azmat和Iriberri(2010)对高中生成绩的追踪研究发现,反馈学生相对成绩信息将会在一个较长的时间内逐渐提升学生成绩,这种提升在不同成绩分布的学生中都较为显著。Arline Lewis-Beck(1978)考察了美国5年级小学生失败后的行为表现,发现与没有反馈相比,获得失败反馈信息的儿童均显著提高了自己的表现,且儿童对任务结果的预期并没有影响儿童在任务中的表现。Freeman和Gelber(2010)研究了竞争对手成绩信息的反馈和报酬机制对大学生个体表现的影响,发现获得对手成绩的信息会刺激低能力个体更加努力,使他们在第二轮竞赛中的表现显著提高;获得对手成绩信息的高能力个体在第二轮的表现则与第一轮相近。
也有一些研究发现成败反馈会对败方产生显著负面影响。Gürtler和Harbring(2010)发现,当反馈信息揭示出个体之间存在显著能力差异时,个体会认为他与对手之间存在明显差距,因此降低努力。Eriksson等(2009)发现,在胜败反馈下,表现优异者并未降低产出,表现落后者虽然没有减少努力,但在表现中出错率增加。此外,在获得相对信息反馈后,后续竞争中女性会显著比男性更加努力。Gill和Prowse(2014)对大学生经历成功或失败后的竞争行为研究发现,男性和女性在经历失败后都会减少努力。女性在经历大额和小额失败后都会减少努力,但男性则只在经历大额失败后才会减少努力。Goltsman和Mukherjee(2011)设计了一个双人晋升锦标赛实验,研究中期公布双方相对业绩信息对个体产出产生什么影响,发现中期反馈会导致个体策略性地减少前期或后期努力,最优反馈方式是在竞争双方都表现较差时给予反馈,其他时候则不要反馈。
(三)成败反馈对个体行为影响的相关机制
一般认为,成败反馈对反馈个体的影响一般主要通过两种机制:一种是通过情绪变化影响个体的行为和决策;另一种是个体普遍存在害怕失败的心理。已有研究发现,个体在经历成功后会有较多的积极情绪,动机增强;经历失败后则会有较多的消极情绪,动机降低(张仕超,2012)。Gill和Prowse(2012)认为,经历成功和失败后的情绪会通过影响个体的效用函数影响个体的决策,他们将失望规避(disappointment averse)引入效用函数中,发现具有失望规避偏好的个体更加规避损失,从而在获得胜败反馈后都会降低他们的努力。
个体害怕失败,并不是害怕失败本身,而是害怕与失败俱来的羞愧感。羞愧感反过来导致个体心理上为逃避可能的失败风险而故意减少努力(Elliot和Church,1997)。同时McGregor和Elliot(2005)研究发现,女性比男性更容易受失败恐惧情绪的影响,这意味着竞争失败的结果对女性的表现可能有更大的影响。男性和女性的差异,也可能是由于男女不同的归因方式。研究表明,男性倾向于将成功归因为内部因素(比如天赋),将失败归因为外部因素(比如努力不够或运气不好)。相比之下,女性多采用相反的归因方式(Dweck等,1978)。
此外,胜败经历也会影响个体的社会偏好和其他行为。有研究表明,与经历过失败负向情绪的个体相比,经历过正向成功情绪的人会在接下来的任务中更加规避风险(Isen和Geva,1987)。Apicella等(2014)通过石头剪刀布的竞争游戏任务考察男性在经历成败后的风险行为,发现男性经历成败并不会降低个体的风险偏好,而是雄性激素增加使个体变得更加偏好风险。Chen(2010)在研究竞争成败经历对社会偏好的影响时发现,与败方相比,胜方在捐赠时更加慷慨。Buser和Dreber(2016)的研究也发现,与败方相比,胜方在接下来与他人进行公共品决策中更加慷慨。Charness等(2014)研究发现,与不反馈相对业绩信息相比,个体获得自己的相对业绩信息会提高产出,但是反馈排名信息也导致了竞争中更多不道德的行为,比如使坏(sabotage)或欺骗(cheating)行为。
(四)简评
成功与失败的经历,对个体后续的寻求挑战、目标设定和竞争行为都会产生显著影响。儿童在成长过程中,不可避免地会经历成功与失败,学会管理和应对成功与失败,在短期内可以对儿童的教育、升学决策产生影响,在长期内则对其职业发展和一生的奋斗至关重要。已有文献主要集中在成人行为研究上,结论也不完全一致,但是它们为我们研究儿童行为提供了有益借鉴。本文利用实验方法对成功与失败经历如何影响儿童的目标设定和竞争参与决策展开研究,也将是对既有文献的有益补充。
三、实验设计
我们的被试来自湖北省天门市马湾小学,均为三年级至五年级的儿童。天门市位于湖北省中南部,常住人口约129万;2016年人均GDP在湖北省排名倒数第二,①是经济发展相对落后的地区。马湾是天门市下辖一个镇,常住人口4.2万人,②以农业为主,是我国中部地区较为典型的一个贫困乡镇。马湾小学是马湾镇中心小学,全校三年级至五年级儿童共526人,我们从中随机抽选出270人(约占总人数的51%),告诉他们我们将组织他们进行游戏,并且会根据游戏表现给予现金报酬。选中的学生都表示愿意参加我们的游戏。在实验正式开始前,我们还告诉每一位被试,他们有权在实验过程中随时决定退出游戏且不会得到惩罚。本实验在电脑上进行,采用Otree编程(Chen等,2016),在马湾小学微机室执行。实验全程由实验员负责,该校老师全程都不了解我们的实验内容,且均未出现在实验室。实验一共进行了9场,每场计划30人,实际参与共267人(2名缺席,1名无效)。每场实验耗时约50分钟,全部实验在1天半内完成,每个年级半天,这样最大程度地避免了同年级不同班学生之间的沟通。
实验设计参考了Buser(2016)研究成功与失败对成人后续目标设定行为影响的实验范式。实验任务采用简单的编码游戏,主要是考虑到该游戏任务非常简单,在个体之间不存在显著的能力差异,同时该游戏不存在明显的性别差异刻板印象。游戏中,被试每轮将获得一张汉字表,每张汉字表有27个汉字(所有汉字均是从小学一年级常用汉字中随机抽选),每个汉字后面对应一个由1、2、3组成的三位数。电脑屏幕每次随机出现汉字表中的某个汉字,被试输入该汉字后面对应的三位数,输入正确则得分,输入错误会提示“回答错误”,直到输入正确才能进入下一个。被试的得分由他完成的编码个数决定。实验进行三轮,每轮的实验规则都不同,三轮游戏完成之后,电脑会随机抽取其中一轮的得分作为被试的最终得分。游戏结束后,我们会现场将被试的得分换成现金,1分兑换0.1元人民币。被试平均获得报酬3.16元,包括2元固定的实验参与费。根据调查,3.16元相当于学生一周零花钱(约6元)的过半,具有明显的激励效应。
马湾小学未开设微机课,不少学生不熟悉电脑和键盘。为了尽可能降低对电脑熟悉程度不同带来的影响,我们要求实验全程不使用鼠标,只使用键盘上的部分按键。在正式实验开始前,先安排一轮编码游戏的教学和练习。首先,实验员向被试讲解编码游戏中需要使用的按键,主要是小键盘上的数字键和“确定”键(即回车键,我们用标签在回车键上贴了“确定”两字);然后,讲解编码游戏的玩法。全部讲解完后由被试完成一轮练习,所有人都正确完成所有练习后才开始正式实验。
正式实验进行三轮,每一轮实验规则都不同。在每轮实验开始,实验员先为被试讲解规则,待确定所有被试理解实验规则后再进行编码游戏。正式实验中编码游戏每轮限时90秒,每轮游戏中使用的汉字表都不同。在每轮编码游戏开始前,实验员会向被试发放该轮游戏的汉字表,每轮游戏结束后即收回汉字表。每轮更换汉字表是为了防止被试产生记忆和学习效应,及时收回汉字表则避免了被试在实验中用错汉字表。
正式实验的三轮具体安排如下:
第一轮:竞赛。被试被告知在本轮编码游戏中,他/她需要跟本场实验的另外某个人配对,比较谁在本轮游戏中编码的汉字个数多。编码个数多的人获胜,胜方每个编码可获得2分,败方得0分。若两人打平,则两人每个编码可获得1分。所有人都完成游戏后,电脑会反馈被试在本轮游戏中的编码个数,其中有2/3的被试还将获得他们在比赛中的胜败情况,另外1/3的被试作为控制组未获得胜败信息反馈。是否获得胜败信息反馈是随机确定的。
第二轮:设定个人目标。进行本轮编码游戏前,要求被试先为自己设定编码个数的目标,若被试在游戏中达到目标,则每个编码可以获得1分,若未达目标则得0分。本轮游戏结束后不反馈被试在游戏中的结果,而是告知被试本轮游戏结果将在下一轮游戏结束后一并公布。这样设计的目的是避免本轮游戏结果影响被试下一轮决策。
第三轮:竞争参与选择。进行编码游戏前,要求被试先选择是否参加竞赛。若选择不参加比赛,则本轮得分完全由自己在本轮游戏中的表现决定,每编码一个可以得1分。若选择参加比赛,则系统将为他/她重新匹配一个对手,编码个数多的人赢得本轮比赛,胜方每编码一个得2分,败方得0分,若与对手打平,则两人每个编码均可得1分。所有被试做完选择后,本轮编码游戏才开始。
在被试完成第三轮编码游戏后,我们先让被试预测自己在第二轮是否达到设定的目标。认为自己“达到目标”按键盘上的数字“1”,认为“没达到目标”按键盘上的数字“2”。被试回答完问题后,系统公布被试在三轮游戏中的得分并随机抽选一轮结果作为支付报酬的依据。
完成上述游戏后,实验员指导被试填写一份问卷,收集学生的性别、年级、年龄和参加游戏之前是否用过电脑等信息。问卷的最后测度了学生的风险偏好。方法是:准备一个抽奖箱,告诉学生接下来要玩一个抽奖游戏,抽奖箱中有一个黄球和一个白球。抽奖游戏有三种玩法:(1)抽中黄球得5元,抽中白球得0元;(2)抽中黄球得4元,抽中白球得1元;(3)抽中黄球得3元,抽中白球得2元。学生选择一种自己最想玩的玩法填在问卷上,填写之前他们被告知,我们将会从每个班随机抽取5名学生现场根据他们本人选择的玩法进行抽球游戏,每个人都有机会被抽中。这种风险偏好测度中,从玩法(1)到玩法(3)的期望收益是相同的,但风险水平逐渐降低,风险规避程度从低到高。被抽中参与抽球游戏的学生,将现场抽球并获得报酬。
四、数据及分组检验
(一)数据
实验在2017年11月下旬执行,共进行了9场,合计267名被试。在第一轮实验中,尽管被试由电脑随机配对,但根据编码成绩来定胜负,必然是胜方平均来说比败方有更高的编码的能力。为了消除这种能力差异的影响,我们剔除成绩特别高的样本和成绩特别低的样本,只分析成绩比较接近且处在中段的样本。因为在这部分样本中,双方成绩比较接近,胜负就很可能是由于运气所致,而不是必定由能力造成。
图1是267名被试在第一轮竞争设置下编码结果的人数分布情况。可以看到,第一轮编码个数最多为20个,最少为3个,其中编码个数在18个以上或7个以下的只有胜方或败方,参照Buser(2016)的做法剔除这两部分样本,仅保留第一轮编码个数在8~17个之间的样本。还有28个平局样本没有产生胜方和败方,也剔除,最后获得样本211个。
图2是这211个样本在第二轮设定不同目标个数的人数分布情况。可以看到,有15个被试设定目标超过40个,他们全都没有完成目标。第一轮编码个数最多也才20个,故目标为40个几乎是不可能完成的,因此我们将设定目标为大于和等于40的15个样本作为异常值剔除,最终获得可用于分析的有效样本196个。表1展示了所有变量的描述性统计结果。
实验变量 | 变量 | ||||
观察值 | 均值 | 标准差 | 最小值 | 最大值 | |
第一轮编码个数 | 196 | 12.10 | 2.43 | 8 | 17 |
未反馈=1 | 196 | 0.31 | 0.46 | 0 | 1 |
败方=1 | 196 | 0.35 | 0.48 | 0 | 1 |
胜方=1 | 196 | 0.35 | 0.48 | 0 | 1 |
第一轮得分 | 196 | 13.73 | 13.56 | 0 | 34 |
第二轮目标设定个数 | 196 | 11.02 | 3.98 | 2 | 21 |
第二轮编码个数 | 196 | 12.83 | 2.92 | 6 | 21 |
第二轮目标的预测完成情况(完成=1) | 196 | 0.64 | 0.48 | 0 | 1 |
第二轮目标的实际完成情况(完成=1) | 196 | 0.71 | 0.46 | 0 | 1 |
第二轮得分 | 196 | 6.85 | 5.23 | 0 | 17 |
第三轮竞争选择(参加竞争=1) | 196 | 0.55 | 0.50 | 0 | 1 |
第三轮编码个数 | 196 | 13.29 | 3.02 | 5 | 20 |
第三轮得分 | 196 | 15.72 | 11.29 | 0 | 40 |
个体特征 | |||||
性别(男=1) | 196 | 0.57 | 0.50 | 0 | 1 |
年级 | 196 | 3.98 | 0.82 | 3 | 5 |
年龄(岁) | 193 | 9.20 | 0.81 | 8 | 11 |
风险偏好(1. 高风险,2. 中风险,3. 低风险) | 193 | 2.25 | 0.77 | 1 | 3 |
使用电脑(用过=1) | 194 | 0.63 | 0.48 | 0 | 1 |
(二)随机分组检验
根据实验设计,被试分为三组:未获得反馈组、胜方反馈组和败方反馈组。图3是被试在第一轮竞争设置下的编码结果:全体被试第一轮的编码个数的均值是12.10个,其中未获得胜败反馈的个体平均编码12.08个(s.d=2.44),获得反馈的败方的平均编码10.96个(s.d=2.26),获得反馈的胜方的平均编码13.26个(s.d=2.01)。将获得胜败反馈的被试当作一个整体,则获得胜败反馈组与未获得胜败反馈组在第一轮的编码结果没有显著差异(双侧t检验,t(194)=−0.072,p=0.943),表明个体是否获得反馈是具有随机性的,不存在能力差异。第一轮比赛中,获得反馈的胜方比败方的编码个数多了2个左右(双侧t检验,t(134)=6.289,p<0.000),故我们在后面的分析中都对第一轮的编码个数加以控制。
表2是未反馈、获得反馈的败方和胜方三组被试的个体特征分布。从下表中可知,每组被试约60个,性别分布平衡,个体的年级、年龄、风险偏好在各组的分布都没有显著差异。是否用过电脑在败方和胜方之间有略微差异,但我们在后面的回归分析中会控制个体使用电脑的情况。考虑到学生的能力或者过去的成败经历等无法观察,但可能在实验分组之间有差异,我们尝试控制学生的学科成绩,因为学科成绩有可能反映过去的成败经历。结果,在实验前一个月的期中考试中的语文、数学和英语成绩,在三组被试之间也没有显著差异。
变量 | 未反馈(N=60) | 败方(N=68) | 胜方(N=68) | 单因素ANOVA | ||||
均值 | 标准差 | 均值 | 标准差 | 均值 | 标准差 | F值 | P值 | |
性别(男=1) | 0.52 | 0.50 | 0.63 | 0.49 | 0.56 | 0.50 | 0.90 | 0.409 |
年级 | 3.92 | 0.83 | 4.10 | 0.79 | 3.93 | 0.83 | 1.09 | 0.339 |
年龄(岁) | 9.22 | 0.79 | 9.27 | 0.87 | 9.12 | 0.76 | 0.64 | 0.530 |
风险偏好(1. 高风险,2. 中风险,3. 低风险) | 2.17 | 0.79 | 2.22 | 0.78 | 2.36 | 0.73 | 1.03 | 0.358 |
使用电脑(用过=1) | 0.64 | 0.48 | 0.72 | 0.45 | 0.53 | 0.50 | 2.60 | 0.077 |
五、实验结果
(一)胜败经历对个体目标设定的影响
图4是各组被试在第二轮设定的目标编码个数。可以看到,未反馈组平均目标编码个数为11.93个(s.d=4.07),获得反馈的败方平均目标个数为10.57个(s.d=4.03),获得反馈的胜方平均目标个数为10.66个(s.d=3.78),败方和胜方间的目标设定没有显著差异(双侧t检验,t(134)=0.132,p=0.895)。但与未获得反馈组相比,败方和胜方在第二轮设定的目标编码个数都显著更低(单侧t检验,败方vs.未反馈:t(126)=−1.90,p=0.030;胜方vs.未反馈:t(126)=−1.83,p=0.035)。这表明反馈胜败信息对个体目标设定产生了负向影响,获得胜败反馈导致个体设定了一个更低的目标。
考虑被试设定的目标与第一轮真实编码个数的差异,可以发现未反馈组设定的目标几乎与他们在第一轮的真实编码个数相同(双侧t检验,t(59)=0.35,p=0.725),败方设定的目标与他们在第一轮的真实编码个数也没有显著差异(双侧t检验,t(67)=0.880,p=0.382),胜方设定的目标则显著低于他们在第一轮的真实编码个数(双侧t检验,t(67)=−6.250,p<0.001)。这表明在控制个体能力的情况下,反馈胜败信息对胜方的目标设定影响更明显,获胜的个体将降低自己后续的目标设定。
图5是各组在第二轮的实际编码个数。其中未反馈组平均编码13.08个(s.d=3.12),败方平均编码12.59个(s.d=2.85),胜方平均编码12.85个(s.d=2.85)。三组被试在第二轮的实际编码个数没有显著差异(单因素ANOVA,F(195)=0.46,p=0.634)。但与第一轮相比,未反馈组和败方在第二轮的编码个数都有显著提升(双侧t检验,未反馈组:t(59)=3.02,p=0.004;败方:t(67)=5.50,p<0.001),而胜方只保持了与他们第一轮相近的编码水平(双侧t检验,t(67)=1.33,p=0.187)。这表明,未反馈组和败方都没有放弃继续提升自己的成绩,在第二轮更加努力且获得一个与成功者相近的成绩,但获胜的个体则并未提升自己的成绩。
表3控制了被试第一轮的编码结果和被试的个体特征,分析胜败反馈对个体在第二轮的目标设定和编码表现产生何种影响。表3第(1)栏和第(2)栏中控制了第一轮的编码个数和被试个体特征,回归结果表明败方比胜方设定了显著更高的目标。此外,我们还发现,整体而言,男童比女童设定了更高的目标,年龄越大设定的目标越低。风险偏好和使用电脑经历对被试的目标设定无显著影响。在第(3)栏和第(4)栏对个体第二轮编码个数的回归分析发现,败方在第二轮的编码个数显著高于胜方。第(5)栏和第(6)栏是被试的目标达成情况,败方(平均目标完成率为75%,s.d=0.44)和胜方(平均目标完成率为72%,s.d=0.45)的目标达到率没有显著差异。由于败方和胜方在第二轮的编码个数也相近,最终在第(7)栏和第(8)栏中胜败双方的得分也无显著差异。
变量 | 目标个数 | 编码个数 | 目标完成=1 | 得分 | ||||
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
败方 Vs. 胜方 | 1.806*** | 1.609** | 1.361*** | 0.819* | 0.000 | −0.042 | 1.207 | 0.631 |
(2.64) | (2.21) | (2.87) | (1.65) | (0.00) | (−0.45) | (1.22) | (0.58) | |
第一轮编码个数 | 0.820*** | 0.881*** | 0.704*** | 0.517*** | −0.013 | −0.039** | 0.408** | 0.154 |
(5.81) | (5.65) | (7.19) | (4.86) | (−0.70) | (−1.98) | (1.99) | (0.66) | |
性别(男=1) | 1.342** | −0.672 | −0.150* | −1.138 | ||||
(2.21) | (−1.62) | (−1.94) | (−1.25) | |||||
年级 | 1.186* | 0.420 | −0.012 | 0.814 | ||||
(1.84) | (0.95) | (−0.15) | (0.84) | |||||
年龄(岁) | −1.828*** | 0.800* | 0.174** | 0.534 | ||||
(−2.94) | (1.88) | (2.20) | (0.57) | |||||
风险偏好(1. 高风险,2. 中风险,3. 低风险) | −0.076 | −0.408 | −0.047 | −0.959 | ||||
(−0.19) | (−1.51) | (−0.93) | (−1.62) | |||||
使用电脑(用过=1) | 0.651 | −0.142 | −0.066 | −0.792 | ||||
(1.05) | (−0.33) | (−0.84) | (−0.85) | |||||
常量 | −0.221 | 10.164** | 3.513*** | −1.555 | 0.887*** | −0.069 | 1.394 | 0.052 |
(−0.11) | (2.47) | (2.64) | (−0.55) | (3.63) | (−0.13) | (0.50) | (0.01) | |
N | 136 | 133 | 136 | 133 | 136 | 133 | 136 | 133 |
r2 | 0.202 | 0.284 | 0.282 | 0.381 | 0.005 | 0.108 | 0.030 | 0.080 |
F | 16.868 | 7.082 | 26.077 | 11.000 | 0.319 | 2.161 | 2.027 | 1.563 |
P | 0.000 | 0.000 | 0.000 | 0.000 | 0.727 | 0.042 | 0.136 | 0.153 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
综上可知,第一轮比赛中的成功会导致个体在第二轮设定一个显著低于自己能力的目标,同时通过与第一轮相近的表现以确保第二轮目标的完成;但失败则激发个体的潜力,在第二轮设定一个略高于自己能力的目标,同时提升了自己在第二轮的表现,最终获得与成功者相近的得分。同时,我们将学生的语文、数学和英语学科成绩作为控制变量加入回归中,结果发现学生的学科成绩对个体的目标设定、编码个数和得分等均没有显著影响,核心解释变量败方的系数没有显著变化。
表4将无胜败反馈与获得胜败反馈进行比较分析,考察获得与未获得成败反馈的个体的决策和行为差异。第(1)栏和第(2)栏回归的结果表明,与未获得反馈相比,只有获得反馈的胜方显著降低了目标设定,败方和未反馈组在目标设定和编码表现方面均没有显著差异。第(3)栏和第(4)栏控制了个体在第一轮的编码个数后的回归分析发现,胜方在第二轮的编码个数也比未反馈组的更少。以上结果表明,与未反馈相比,获得反馈主要影响成功者的行为,即成功者行为变得更加保守,设定比自己能力略低的目标,且不再积极提升自己的表现。
变量 | 目标个数 | 编码个数 | 目标完成=1 | 得分 | ||||
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
败方 Vs. 未反馈 | −0.369 | −0.530 | 0.322 | 0.226 | 0.077 | 0.090 | 0.780 | 0.876 |
(−0.59) | (−0.83) | (0.73) | (0.50) | (0.93) | (1.07) | (0.83) | (0.89) | |
胜方 Vs. 未反馈 | −2.309*** | −2.369*** | −1.087** | −0.916** | 0.095 | 0.128 | −0.181 | 0.130 |
(−3.70) | (−3.75) | (−2.45) | (−2.03) | (1.15) | (1.52) | (−0.19) | (0.13) | |
第一轮编码个数 | 0.878*** | 0.960*** | 0.725*** | 0.626*** | −0.021 | −0.037** | 0.302* | 0.176 |
(7.93) | (7.79) | (9.21) | (7.13) | (−1.41) | (−2.29) | (1.80) | (0.93) | |
性别(男=1) | 0.938* | −0.732** | −0.118* | −1.181 | ||||
(1.87) | (−2.05) | (−1.76) | (−1.52) | |||||
年级 | 0.257 | 0.506 | 0.040 | 0.950 | ||||
(0.48) | (1.33) | (0.56) | (1.16) | |||||
年龄(岁) | −0.841 | 0.201 | 0.067 | −0.148 | ||||
(−1.62) | (0.55) | (0.97) | (−0.19) | |||||
风险偏好(1. 高风险,2. 中风险,3. 低风险) | −0.375 | −0.134 | −0.014 | −0.620 | ||||
(−1.15) | (−0.58) | (−0.33) | (−1.23) | |||||
使用电脑(用过=1) | 0.312 | 0.107 | −0.015 | −0.423 | ||||
(0.59) | (0.29) | (−0.21) | (−0.52) | |||||
常量 | 1.319 | 7.252** | 4.321*** | 2.290 | 0.900*** | 0.428 | 2.990 | 4.351 |
(0.94) | (2.07) | (4.31) | (0.92) | (4.83) | (0.92) | (1.40) | (0.80) | |
败方Vs.胜方Wald检验P值 | 0.003 | 0.008 | 0.003 | 0.020 | 0.830 | 0.681 | 0.326 | 0.479 |
N | 196 | 192 | 196 | 192 | 196 | 192 | 196 | 192 |
r2 | 0.264 | 0.309 | 0.310 | 0.354 | 0.018 | 0.069 | 0.018 | 0.049 |
F | 23.011 | 10.210 | 28.696 | 12.536 | 1.201 | 1.706 | 1.153 | 1.167 |
P | 0.000 | 0.000 | 0.000 | 0.000 | 0.311 | 0.099 | 0.329 | 0.321 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
已有文献表明胜败反馈对个体后续行为的影响可能存在性别差异,故我们进一步分析个体目标设定的性别差异。图6是男童和女童在第二轮设定的目标个数,如图6所示,在败方中和胜方中,男童设定的目标均高于女童设定的目标。此外,失败的男童和获胜的男童设定的目标几乎没有差异,但失败的女童与获胜的女童设定的目标略有差异。表5分别对男童和女童在第二轮的决策和表现进行了回归分析,第(1)至第(4)栏针对男童,第(5)至第(8)栏针对女童。比较表5中第(1)栏和第(5)栏,可见第一轮失败的男童和失败的女童在第二轮都设定更高的目标,其中失败女童与成功女童的目标设定存在显著差异,失败男童虽然比成功男童设定的目标更高但不显著。比较第(2)栏和第(6)栏可以发现,与成功者相比,第一轮失败的男童和女童在第二轮都提高了编码个数,但这种提高都不太显著。
变量 | 男童 | 女童 | ||||||
目标设定(1) | 编码个数(2) | 完成目标=1(3) | 得分(4) | 目标设定(5) | 编码个数(6) | 完成目标=1(7) | 得分(8) | |
败方 Vs. 胜方 | 1.357 | 0.776 | −0.028 | 0.532 | 2.029* | 0.935 | −0.030 | 1.097 |
(1.36) | (1.18) | (−0.23) | (0.38) | (1.78) | (1.18) | (−0.20) | (0.61) | |
第一轮编码个数 | 0.816*** | 0.549*** | −0.042 | −0.045 | 0.957*** | 0.481*** | −0.035 | 0.417 |
(3.66) | (3.72) | (−1.54) | (−0.14) | (4.18) | (3.02) | (−1.18) | (1.16) | |
年级 | 1.478 | 0.663 | 0.029 | 1.548 | 0.747 | −0.060 | −0.043 | 0.413 |
(1.64) | (1.11) | (0.26) | (1.22) | (0.76) | (−0.09) | (−0.34) | (0.26) | |
年龄(岁) | −2.005** | 0.475 | 0.186* | 0.731 | −1.535 | 1.542** | 0.139 | −0.321 |
(−2.46) | (0.88) | (1.85) | (0.64) | (−1.45) | (2.09) | (1.01) | (−0.19) | |
风险偏好(1. 高风险,2. 中风险,3. 低风险) | −0.111 | −0.460 | −0.030 | −0.985 | −0.067 | −0.492 | −0.040 | −0.423 |
(−0.20) | (−1.23) | (−0.43) | (−1.24) | (−0.11) | (−1.14) | (−0.50) | (−0.43) | |
使用电脑(用过=1) | 0.816 | −0.564 | −0.150 | −1.920 | 0.395 | 0.534 | 0.040 | 0.744 |
(0.96) | (−1.00) | (−1.43) | (−1.61) | (0.41) | (0.80) | (0.32) | (0.49) | |
常量 | 12.880** | −0.191 | −0.462 | −2.721 | 8.295 | −6.228 | 0.225 | 3.665 |
(2.26) | (−0.05) | (−0.66) | (−0.34) | (1.24) | (−1.34) | (0.26) | (0.35) | |
N | 78 | 78 | 78 | 78 | 55 | 55 | 55 | 55 |
r2 | 0.264 | 0.389 | 0.155 | 0.157 | 0.299 | 0.403 | 0.053 | 0.045 |
F | 4.245 | 7.531 | 2.170 | 2.212 | 3.416 | 5.401 | 0.451 | 0.374 |
P | 0.001 | 0.000 | 0.056 | 0.052 | 0.007 | 0.000 | 0.841 | 0.892 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
综上可知,胜败经历对男童和女童在目标设定和表现方面的影响方向是一致的,都是败方设定了一个更高的目标,且提升了他们的表现。但也存在一定的性别差异,胜败经历对女童的影响更加显著,导致失败的女童更显著地比成功的女童设定一个更高的目标。
(二)胜败经历对竞争参与决策的影响
图7是各组在第三轮选择参与竞争个体的占比,可以发现,未反馈组有48%的人选择了参加竞争(s.d=0.50),败方中有53%的人(s.d=0.50),胜方中有63%的人(s.d=0.49)选择了参与竞争。其中败方与未反馈组个体在竞争参与选择上没有显著差异(单侧t检验,t(126)=0.52,p=0.303);胜方比未反馈组个体显著更多地选择了参加竞争(单侧t检验,t(126)=1.70,p=0.046);胜方也比败方更倾向选择参加竞争,但统计上并不显著(单侧t检验,t(134)=1.21,p=0.113)。
表6控制了第一轮和第二轮的实验结果以及个体特征,考察胜败经历对个体的竞争参与决策的影响。在实验设计中,个体做完第三轮编码游戏之后才开始预测自己在第二轮是否完成目标,但考虑到个体在做完第二轮编码游戏后可能也在内心预期过自己是否完成设定的目标,为了最大限度地减少这种预期的影响,我们将个体的这种预测也加入回归中。在第(1)栏可以看到,竞争失败的个体显著比获胜的个体更少地选择参加竞争,第二轮的目标设定和目标完成预测并没有影响个体在第三轮的竞争选择。此外,还可以发现,男童更积极地选择竞争,风险偏好更低的人更倾向规避参加竞争。在第(2)栏回归中,我们发现胜败经历对个体在第三轮的编码个数没有显著影响。在第(3)栏对第三轮的得分回归中发现,在编码个数相当的情况下,失败的个体在第三轮的得分更少,可能由于败方更少选择参加竞争的缘故。此外,偏爱低风险的人获得的得分也更低。另外,我们也将学生的语文、数学和英语学科成绩作为控制变量加入回归中,发现学生的学科成绩对个体的竞争参与决策没有显著影响,竞争参与决策回归中败方的系数几乎没有变化。
变量 | 参与竞争=1 | 编码个数 | 得分 |
(1) | (2) | (3) | |
败方 Vs. 胜方 | −0.266** | −0.372 | −4.409* |
(−2.56) | (−0.72) | (−1.90) | |
第一轮编码个数 | −0.040 | 0.430*** | 1.273** |
(−1.63) | (3.49) | (2.31) | |
第二轮目标设定 | 0.019 | 0.057 | 0.260 |
(1.48) | (0.87) | (0.89) | |
第二轮目标完成预测
(完成=1) |
0.037 | −0.074 | 1.529 |
(0.40) | (−0.16) | (0.75) | |
性别(男=1) | 0.192** | −0.632 | 0.471 |
(2.18) | (−1.44) | (0.24) | |
年级 | −0.056 | 1.484*** | −1.317 |
(−0.61) | (3.24) | (−0.64) | |
年龄(岁) | 0.119 | 0.195 | 3.657* |
(1.31) | (0.43) | (1.81) | |
风险偏好(1. 高风险, 2. 中风险,3. 低风险) |
−0.136** | −0.378 | −2.520** |
(−2.44) | (−1.36) | (−2.03) | |
使用电脑(用过=1) | 0.134 | 0.645 | 1.876 |
(1.53) | (1.47) | (0.96) | |
常量 | 0.224 | 0.711 | −24.953* |
(0.37) | (0.24) | (−1.86) | |
N | 133 | 133 | 133 |
r2 | 0.156 | 0.463 | 0.247 |
F | 2.526 | 11.794 | 4.483 |
P | 0.011 | 0.000 | 0.000 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
表7纳入了未反馈组考察反馈对个体竞争参与选择行为的影响。第(1)栏回归结果表明,胜方比未获得反馈的个体更积极地参与了竞争,败方则与未反馈组无显著差异。通过Wald检验系数发现败方和胜方在竞争参与选择上存在显著差异。此外,我们还发现男童比女童更积极地参加了竞争。第(2)栏和第(3)栏回归结果表明,败方和胜方在第三轮的编码个数和得分上与未反馈组无显著差异。但败方与胜方的个体在第三轮的得分则存在显著差异。
变量 | 参与竞争=1 | 编码个数 | 得分 |
(1) | (2) | (3) | |
败方 Vs. 未反馈 | 0.004 | −0.429 | −0.834 |
(0.05) | (−1.00) | (−0.43) | |
胜方 Vs. 未反馈 | 0.194** | −0.309 | 3.121 |
(2.04) | (−0.70) | (1.57) | |
第一轮编码个数 | −0.015 | 0.526*** | 1.450*** |
(−0.72) | (5.47) | (3.34) | |
第二轮目标设定 | 0.005 | 0.052 | 0.114 |
(0.49) | (1.01) | (0.49) | |
第二轮目标完成预测
(完成=1) |
0.089 | 0.224 | 1.976 |
(1.15) | (0.63) | (1.22) | |
性别(男=1) | 0.204*** | −0.433 | 0.365 |
(2.77) | (−1.27) | (0.24) | |
年级 | −0.017 | 1.397*** | −0.161 |
(−0.22) | (3.91) | (−0.10) | |
年龄(岁) | 0.044 | 0.002 | 2.180 |
(0.58) | (0.00) | (1.37) | |
风险偏好(1. 高风险, 2. 中风险,3. 低风险) |
−0.065 | −0.357 | −2.779*** |
(−1.36) | (−1.61) | (−2.78) | |
使用电脑(用过=1) | 0.088 | 0.621* | 1.415 |
(1.16) | (1.76) | (0.88) | |
常量 | 0.191 | 1.568 | −19.328* |
(0.36) | (0.65) | (−1.76) | |
败方 Vs. 胜方Wald检验P值 | 0.061 | 0.798 | 0.062 |
N | 192 | 192 | 192 |
r2 | 0.094 | 0.475 | 0.230 |
F | 1.868 | 16.347 | 5.403 |
P | 0.052 | 0.000 | 0.000 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
表8考察了性别差异,前三栏为男童的回归分析,后三栏为女童的回归分析。由第(1)栏和第(4)栏可见,竞争失败的男童和女童都比成功的男童和女童更少地选择了参与竞争,但胜败对女童的竞争参与决策影响更加显著,对男童的影响不显著。在男童和女童中,风险偏好越低的个体都更少选择参与竞争。此外第(3)栏和第(6)栏的回归分析也发现,失败的男童和和女童在第三轮的得分都更低。综上可知,竞争成功与失败的经历对男女的影响都是导致个体更加规避竞争,其中对女童的影响比较显著,失败的经历会导致女童在后续的互动中更少地选择与他人竞争。
变量 | 男童 | 女童 | ||||
参加竞争=1 | 编码个数 | 得分 | 参加竞争=1 | 编码个数 | 得分 | |
(1) | (2) | (3) | (4) | (5) | (6) | |
败方 Vs. 胜方 | −0.187 | 0.023 | −4.834 | −0.384** | −1.052 | −4.506 |
(−1.46) | (0.03) | (−1.53) | (−2.16) | (−1.15) | (−1.25) | |
第一轮编码个数 | −0.033 | 0.438*** | 1.104 | −0.039 | 0.386* | 1.207 |
(−1.07) | (2.73) | (1.45) | (−0.95) | (1.83) | (1.46) | |
第二轮目标设定 | 0.040** | 0.046 | 0.012 | −0.018 | 0.084 | 0.711 |
(2.54) | (0.57) | (0.03) | (−0.77) | (0.71) | (1.52) | |
第二轮目标完成预测(完成=1) | 0.140 | 0.119 | −0.268 | −0.115 | −0.231 | 4.421 |
(1.20) | (0.20) | (−0.09) | (−0.79) | (−0.31) | (1.50) | |
年级 | −0.078 | 1.678*** | 0.671 | −0.077 | 1.413* | −3.127 |
(−0.67) | (2.77) | (0.23) | (−0.52) | (1.83) | (−1.03) | |
年龄(岁) | 0.067 | 0.121 | 3.012 | 0.259 | 0.108 | 3.150 |
(0.61) | (0.21) | (1.13) | (1.59) | (0.13) | (0.96) | |
风险偏好(1. 高风险,2. 中风险, 3. 低风险) |
−0.150** | −0.454 | −3.497* | −0.165* | −0.096 | −0.056 |
(−2.09) | (−1.22) | (−1.98) | (−1.75) | (−0.20) | (−0.03) | |
使用电脑(用过=1) | 0.099 | 0.427 | 2.441 | 0.179 | 0.899 | 1.089 |
(0.90) | (0.75) | (0.90) | (1.23) | (1.20) | (0.37) | |
常量 | 0.622 | −0.035 | −18.431 | −0.409 | 1.626 | −23.907 |
(0.81) | (−0.01) | (−0.98) | (−0.39) | (0.31) | (−1.14) | |
N | 78 | 78 | 78 | 55 | 55 | 55 |
r2 | 0.166 | 0.498 | 0.247 | 0.209 | 0.427 | 0.328 |
F | 1.723 | 8.549 | 2.822 | 1.520 | 4.286 | 2.805 |
p | 0.109 | 0.000 | 0.009 | 0.177 | 0.001 | 0.013 |
注:括号内为t值,*p<0.10,**p<0.05,***p<0.01。 |
六、结 论
本文以8~11岁我国中部地区农村儿童为被试,采用实验经济研究方法,考察成功与失败的经历对儿童后续目标设定和竞争参与决策产生的影响。结果表明,竞争成功的儿童在接下来将设定一个低于自己能力的目标,而竞争失败的儿童则会设置一个与自己第一轮成绩相近的目标;败方不曾气馁,而是更加努力地提高成绩,最终获得与成功者相近的得分表现。在竞争参与方面,成功的经历对儿童竞争参与具有明显的正向激励,而失败的经历则会令儿童更加远离竞争。此外,我们还发现胜败经历对儿童的目标设定与竞争参与的影响存在性别差异。胜败经历对女童的影响更加显著。成功的女童会变得更加保守,设定一个显著低于自己能力的目标,失败的女童在竞争参与选择时显著地更少选择参与竞争。
本文的研究结果与不少已有研究结论相一致(Heine等,2001;McGregor和Elliot,2005;Fershtman和Gneezy,2011)。本文从新的视角验证了失败经历对自我提升的积极作用,对与他人竞争的消极影响。在性别差异方面,本文的研究结果与Buser(2016)对荷兰大学生的研究结果有所不同,这可能是由于东西方文化的差异,事实上Heine等(2001)研究胜败对日本和北美大学生后续坚持行为的影响时就发现存在文化差异。本文的研究结论为理解胜败经历对儿童后续竞争行为的影响提供了新的洞见。
本文研究结果对指导儿童发展具有一定的启示。在个人自我提升方面,成功的经历可能并不有利于儿童寻求挑战提升自己,而失败的经历则可能使儿童自省,从而再接再厉试图突破自己。在与他人竞争方面,成功的经历有利于提高儿童的竞争参与积极性,失败的经历则使儿童规避竞争。在现实中,由于贫困或缺乏父母陪伴,我国不少农村儿童长期经历挫败,容易产生习得性无助,退出与他人竞争,比如自暴自弃、减少社会交往、降低学习兴趣、甚至辍学。因此,在儿童成长过程中,一方面我们要坚持“胜不骄,败不馁”的中国传统胜败观;另一方面,我们也需要适度平衡儿童的竞争成功和失败的体验,两者兼顾,发挥成功经历的激励作用和失败经历的自省作用,让儿童在经历中学会应对胜败。对农村儿童尤其是要结合其生存环境和成长经历,利用成功体验的激励机制,引导处于不利环境的儿童正确看待成败,积极参与社会交往和社会竞争。
当然,本研究也存在不可避免的局限性。第一,本文被试对象为中部贫困农村儿童,其结果在我国其他地区的农村和城市的儿童是否仍然成立,这可能需要更多的研究回答。其次,我们的实验揭示的胜败经历对儿童后续竞争行为的影响,只是短期效应。一些不那么重要的竞争,也许只在短期产生影响;但持续的竞争成功或失败,或重大的成功和失败,其所带来的长期影响是什么,我们尚无法回答。尚待后续研究加以进一步的探索。
① 数据来自2017年《湖北省统计年鉴》。
② 数据来自2017年《湖北省天门市统计年鉴》。
[1] | 罗静, 王薇, 高文斌. 中国留守儿童研究述评[J]. 心理科学进展, 2009(5): 990–995. |
[2] | 谭深. 中国农村留守儿童研究述评[J]. 中国社会科学, 2011(1): 138–150. |
[3] | 张仕超. 母亲教养与初中生成功和失败后反应的关系自我知觉的认知能力的中介作用[D]. 济南: 山东师范大学, 2012. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=D210471 |
[4] | 中国发展研究基金会. 中国儿童发展报告2017: 反贫困与儿童早期发展[R]. 中国发展出版社, 2017. |
[5] | Almås I, Cappelen A W, Salvanes K G, et al. Willingness to compete: Family matters[J]. Management Science, 2016, 62(8): 2149–2162. DOI:10.1287/mnsc.2015.2244 |
[6] | Apicella C L, Dreber A, Mollerstrom J. Salivary testosterone change following monetary wins and losses predicts future financial risk-taking[J]. Psychoneuroendocrinology, 2014, 39: 58–64. DOI:10.1016/j.psyneuen.2013.09.025 |
[7] | Azmat G, Iriberri N. The importance of relative performance feedback information: Evidence from a natural experiment using high school students[J]. Journal of Public Economics, 2010, 94(7-8): 435–452. DOI:10.1016/j.jpubeco.2010.04.001 |
[8] | Berger J, Pope D. Can losing lead to winning?[J]. Management Science, 2011, 57(5): 817–827. DOI:10.1287/mnsc.1110.1328 |
[9] | Buser T. The impact of losing in a competition on the willingness to seek further challenges[J]. Management Science, 2016, 62(12): 3439–3449. DOI:10.1287/mnsc.2015.2321 |
[10] | Buser T, Dreber A. The flipside of comparative payment schemes[J]. Management Science, 2016, 62(9): 2626–2638. DOI:10.1287/mnsc.2015.2257 |
[11] | Charness G, Masclet D, Villeval M C. The dark side of competition for status[J]. Management Science, 2014, 60(1): 38–55. DOI:10.1287/mnsc.2013.1747 |
[12] | Chen D L. Markets and morality: How does competition affect moral judgment? [R]. Working Paper, Duke University School of Law, 2010. |
[13] | Chen D L, Schonger M, Wickens C. oTree—An open-source platform for laboratory, online, and field experiments[J]. Journal of Behavioral and Experimental Finance, 2016, 9: 88–97. DOI:10.1016/j.jbef.2015.12.001 |
[14] | Cunha F, Heckman J J. Investing in our young people[R]. NBER Working Paper No. 16201, 2010. |
[15] | Fershtman C, Gneezy U. The tradeoff between performance and quitting in high power tournaments[J]. Journal of the European Economic Association, 2011, 9(2): 318–336. DOI:10.1111/jeea.2011.9.issue-2 |
[16] | Freeman R B, Gelber A M. Prize structure and information in tournaments: Experimental evidence[J]. American Economic Journal: Applied Economics, 2010, 2(1): 149–164. DOI:10.1257/app.2.1.149 |
[17] | Gill D, Prowse V. A structural analysis of disappointment aversion in a real effort competition[J]. American Economic Review, 2012, 102(1): 469–503. DOI:10.1257/aer.102.1.469 |
[18] | Gill D, Prowse V. Gender differences and dynamics in competition: The role of luck[J]. Quantitative Economics, 2014, 5(2): 351–376. DOI:10.3982/QE309 |
[19] | Goltsman M, Mukherjee A. Interim performance feedback in multistage tournaments: The optimality of partial disclosure[J]. Journal of Labor Economics, 2011, 29(2): 229–265. DOI:10.1086/656669 |
[20] | Gürtler O, Harbring C. Feedback in tournaments under commitment problems: Experimental evidence[J]. Journal of Economics & Management Strategy, 2010, 19(3): 771–810. |
[21] | Heckman J J. Giving kids a fair chance[M]. Cambridge, Mass: MIT Press, 2013. |
[22] | John J P. Gender differences and the effect of facing harder competition[J]. Journal of Economic Behavior & Organization, 2017, 143: 201–222. |
[23] | Kuhnen C M, Tymula A. Feedback, self-esteem, and performance in organizations[J]. Management Science, 2012, 58(1): 94–113. DOI:10.1287/mnsc.1110.1379 |
[24] | Müller W, Schotter A. Workaholics and dropouts in organizations[J]. Journal of the European Economic Association, 2010, 8(4): 717–743. DOI:10.1111/jeea.2010.8.issue-4 |