疫情冲击、贫富差距悬殊、自然灾难、能源危机等全球性问题影响着人们的日常生活和经济社会的发展,克服人类面临的生存问题和推动经济社会的发展离不开国家或个人之间的高度团结合作。然而,经济学中关于在经济社会中从事经济活动的人的假设被抽象为“理性人”,即每一个人都是利己的,每一次行为决策都力图以最小的经济代价获得最大的经济利益。那么合作系统是如何演化而来的,合作系统又是如何维持其稳定的?演化博弈论正是解决合作涌现和维持相关问题的有效工具,许多研究用其解释合作的现象甚至旨在寻找促进更大规模合作的机制,如,亲缘选择、直接互惠、网络互惠、惩罚及自愿参与等。囚徒困境博弈是其中一种呈现个体利益与集体利益相冲突的社会困境情形的理论模型。在传统的两策略博弈——只有合作者和背叛者——中,不论在演化博弈理论的框架下还是在自然选择中,均是背叛者比合作者占优;如果在两策略博弈中引入自愿参与者,那么背叛者入侵合作者,合作者入侵自愿参与者,自愿参与者入侵背叛者,即三态循环占优的动力学;再进一步,在三策略的基础上引入亲社会惩罚,对搭便车者的惩罚一般会促进合作的演化;有研究将自愿参与的公共物品博弈延伸到引入全惩罚策略集,发现在有限种群中惩罚不再促进合作,选择在很大参数范围内支持大量的反社会惩罚,自愿参与者是反社会惩罚的主要实施者,并且该研究利用行为实验验证了上述结论。另有研究将亲、反社会惩罚与网络互惠相结合,发现尽管网络互惠较弱和反社会惩罚存在,合作也在一定的参数范围内占优。网络互惠从个体之间互动的结构解释了合作的出现,目前关于惩罚机制在结构化的交互网络上的演化过程还缺乏系统性的讨论,故本文将上述全惩罚策略集和网络互惠相结合后得到了所研究的模型,并在自愿参与的囚徒困境博弈中探索反社会惩罚参与下的合作涌现及其动力学现象。研究内容分三部分。首先从一个宽泛的角度探究复杂网络中全惩罚策略集下的合作涌现及其动力学现象,发现网络互惠促进了全惩罚策略集中合作的演化,抑制了反社会惩罚的演化。其次将本模型与经典模型进行对比,得到相比无惩罚的情况,全惩罚策略集促进了合作,相比只有亲社会惩罚的情况,全惩罚策略集导致合作水平有所下降,这主要是由反社会惩罚引起,而亲社会惩罚和自愿参与者又使得合作水平依然较高;相比Rand和Nowak的模型,网络互惠使得全惩罚策略集下合作和反社会惩罚的演化不同于无网络互惠的情况。最后探究复杂网络中反社会惩罚对合作演化的影响和其动力学现象,得出反社会惩罚程度越高,合作水平越低;相比反社会惩罚,亲社会惩罚对合作的影响更大;反社会惩罚通过与其他策略形成石头剪刀布的动力学或与其他策略形成中性漂变或完全占优而存在。对于创新点,在机制设计上,本研究利用多智能体模型首次在交互网络中探究包括自愿参与者的反社会惩罚的存在形式、其对合作涌现和维持的动力学影响,以及首次在包括自愿参与者的全惩罚策略集探究多策略和多稳态的动力学过程;在研究方法上,本模型与相关模型进行了对比,并且本研究体现了多学科交叉研究的特征。在理论意义上,本研究进一步补充和完善了关于合作行为涌现和维持的演化博弈理论,有助于加深我们对网络结构、互惠机制及两者之间关系的认识;在现实意义上,本研究有助于对出现的一些反社会惩罚现实场景给出解释,对奖惩机制设计等管理方面也有很高的借鉴价值,还能启发我们加强团体协作能力的意识,最后有助于提升自身技能和解决问题的能力。