非理性行为的发现

非理性行为清单

支付意愿与接受意愿之间的巨大差异引发了思考：人们还有哪些行为不符合经济学家的理性选择模型？一旦开始关注这个问题，就发现了大量例子。以下是一些描述人们行为的典型例子：

沉没成本的困扰

小陈意外获得了两张2023年杭州亚运会游泳比赛的免费门票，从上海到杭州比赛场地通常需要两个小时的高铁。比赛当天台风来袭，小陈决定不去，但他说，如果买的是（昂贵的）门票，就会冒着台风天气坐高铁去看比赛。

禀赋效应的体现

老李每个周末都自己清洗家里的新能源汽车，这让他腰酸背痛。有人问他为什么不雇个洗车工来清洗。老李说他不想花80元。当被问及是否愿意为邻居清洗同样的新能源汽车赚160元时，老李说当然不愿意。

这个例子违反了买卖价格应该大致相同的原则。如果老李不愿意花80元雇人清洗自己的车，但也不愿意为了160元去清洗邻居的车，这在经济学上是不一致的。

时间价值的不一致

小赵在购买智能手表。她找到了一款喜欢的型号，价格是1200元，这是她研究后认为的好价格。正当她要购买时，店员提到同一款手表在十分钟路程外的新分店正在举行开业促销，售价1000元。她会开车去另一家店购买吗？

在另一次购物中，小赵在购买笔记本电脑，找到了一台好价格的电脑，售价12000元。店员再次告诉她，同一型号在十分钟路程外的另一家店售价11800元。同样的问题...但答案可能不同。

决策框架的影响

小孙的妻子在双十一购物节送给他一部最新的iPhone 15 Pro。他曾在苹果店里看到这部手机，但觉得太贵了，不好意思买。然而，他对这个礼物感到非常高兴。小孙和妻子共享所有财务资产，两人都没有独立的收入来源。

这个例子说明，如果小孙的妻子做决定，小孙会感觉更好，尽管手机的价格并没有更便宜。

选择权的价值

一些朋友聚在一起吃火锅。大家正在聊天，等待锅底烧开，这样就可以开始涮肉。有人端出一大盆毛肚让大家先吃。在五分钟内吃了一半，食欲受到威胁。有人把盆子拿走，藏在厨房里。每个人都很高兴。

---

系统性偏差的发现

研究者花了很多时间观察这些非理性行为并添加新项目，但不知道如何处理这些发现。“人们做的愚蠢事情”不是一个令人满意的学术论文标题。然后有了转机。

2023年夏天，研究者去了北京中关村附近的一个学术会议。去那里讨论人工智能时代的生命价值评估。这次会议特别的是两位心理学家：巴鲁克·菲施霍夫和保罗·斯洛维奇。他们都研究人们如何做决定。这就像发现了一个新物种。研究者从未在学术界遇到过有他们这样背景的人。

研究者最终开车送菲施霍夫去首都机场。在路上，菲施霍夫告诉研究者他在以色列希伯来大学完成了心理学博士学位。在那里，他与两个研究者从未听说过的人合作：丹尼尔·卡尼曼和阿莫斯·特沃斯基。巴鲁克告诉研究者他关于“后见之明偏差”的著名论文。研究发现，事后人们总是认为他们一直知道结果很可能是这样，如果不是既成事实的话。

---

后见之明偏差的威力

研究者发现后见之明偏差的概念非常迷人，对管理极其重要。CEO面临的最棘手问题之一是说服管理者承担风险项目，如果预期收益足够高的话。他们的管理者有充分的理由担心，如果项目进展不顺利，倡导该项目的管理者将受到指责，无论当时的决定是否明智。后见之明偏差大大加剧了这个问题，因为CEO会错误地认为，无论失败的原因是什么，都应该提前预料到。而且，有了后见之明的优势，他总是知道这个项目是一个糟糕的风险。

中国商业中的后见之明偏差

在中国，这种现象更加明显。比如，当某个共享单车公司倒闭时，人们总是会说“我早就知道这个模式不会成功”，或者“这个商业模式本来就有问题”。但实际上，在项目启动时，很少有人能够准确预测结果。

更具体的例子是：2023年人工智能大模型兴起时，许多企业开始布局AI业务。事后看来，人们会说“AI发展是必然趋势”，但在ChatGPT爆火前，很多企业并没有积极拥抱AI技术。这种后见之明偏差让管理者在评估风险项目时更加谨慎，甚至过度保守。

投资决策中的后见之明偏差

在投资领域，后见之明偏差的影响尤为明显。当某只股票大涨时，投资者会说“我早就知道这只股票会涨”；当某只股票大跌时，投资者会说“我早就知道这只股票有问题”。但实际上，在投资决策时，很少有人能够准确预测市场走势。

这种偏差在中国股市中特别常见。比如，当比亚迪股价从几十元涨到几百元时，很多投资者会说“我早就知道新能源车是好赛道”；当某些教育股暴跌时，投资者又会说“我早就知道政策风险很大”。

---

启发式与偏差的发现

巴鲁克建议研究者可能喜欢阅读他导师的一些工作。第二天，当研究者回到办公室时，去了图书馆。由于一直在经济学区域，研究者发现自己来到了图书馆的一个新区域。研究者从两人发表在《科学》杂志上的总结论文开始："不确定性下的判断：启发式与偏差"。当时研究者不确定启发式是什么，但事实证明这是一个花哨的词，指的是经验法则。当研究者阅读时，心开始跳动，就像在比赛最后几分钟可能发生的那样。这篇论文研究者从头到尾读了30分钟，但生活永远改变了。

启发式的基本概念

这篇论文的论点简单而优雅。人类的时间和脑力有限。因此，他们使用简单的经验法则——启发式——来帮助他们做判断。一个例子是“可得性”。假设问某人“小明”是否是一个常见的名字。如果来自世界上大多数国家，可能会说不，但它恰好是印度一个非常常见的名字，印度有很多人，所以在全球范围内，它实际上是一个相当常见的名字。

在猜测某事物的频率时，人们倾向于问自己他们能想到多少这种类型的例子。这是一个很好的经验法则，在人们生活的社区中，能回忆起遇到具有给定名字的人的容易程度将提供关于其实际频率的良好线索。但是，当某些事件的数量与人们能够召唤出例子的容易程度高度不相关时（比如名字“小明”），这个规则就会失败。

可得性启发式的中国例子

在中国，可得性启发式的影响更加明显。比如，当人们被问及“中国哪个城市最安全”时，很多人会想到深圳、杭州等新兴城市，因为这些城市的安全新闻更容易被媒体报道和传播。但实际上，从统计数据来看，这些城市的治安状况可能并不比其他城市更好。

另一个例子是：当人们被问及“中国哪个行业最有前景”时，很多人会想到新能源、人工智能等行业，因为这些行业的发展新闻更容易被传播。但实际上，从整体来看，这些行业的就业机会并不一定是最多的。

---

有限理性的先驱

卡尼曼和特沃斯基的先驱是赫伯特·西蒙，一位博学的学者，大部分职业生涯都在卡内基梅隆大学度过。西蒙在几乎所有社会科学领域都很有名，包括经济学、政治学、人工智能和组织理论，但与这本著作最相关的是，他在卡尼曼和特沃斯基出现之前很久就写了他所谓的“有限理性”。

在说人们有有限理性时，西蒙的意思是他们缺乏解决复杂问题的认知能力，这显然是正确的。然而，尽管他获得了诺贝尔经济学奖，不幸的是，我认为公平地说，他对经济学专业的影响很小。我相信许多经济学家忽视了西蒙，因为将有限理性视为“真实但不重要”的概念太容易了。

经济学家的错误假设

经济学家认为他们的模型不精确，这些模型的预测会包含错误是可以接受的。在经济学家使用的统计模型中，这可以通过在方程中添加所谓的“误差”项来简单处理。假设你试图使用父母双方的身高作为预测因子来预测孩子成年时将达到的身高。这个模型会做得不错，因为高个子父母往往有高个子孩子，但模型不会完全准确，这就是误差项要捕捉的。

只要误差是随机的——也就是说，模型的预测过高或过低的频率相等——那么一切都很好。误差会相互抵消。这就是经济学家用来证明有限理性产生的误差可以安全地被忽视的推理。回到完全理性模型！

系统性偏差的发现

卡尼曼和特沃斯基挥舞着一面大红旗，说这些误差不是随机的。问人们美国是否有更多的枪杀死亡是由他杀还是自杀造成的，大多数人会猜测是他杀，但事实上，自杀造成的枪杀死亡几乎是他杀的两倍。这是一个可预测的错误。即使跨越许多人，误差也不会平均为零。

虽然研究者当时没有完全理解，但卡尼曼和特沃斯基的见解让研究者向前迈进了一步，距离用清单做一些严肃的事情只有一步之遥。清单上的每一项都是系统性偏差的例子。

---

系统性偏差的特征

清单上的项目还有另一个值得注意的特征。在每种情况下，经济理论都对一些关键因素——比如毛肚的存在或亚运会门票的支付金额——有高度具体的预测，理论说这些因素不应该影响决策。它们都是所谓的无关因素，或SIFs。

中国语境下的系统性偏差

在中国，这些系统性偏差的表现更加明显。比如，在消费决策中，人们往往受到“面子”因素的影响，即使这种因素在传统经济学模型中是不相关的。一个人可能愿意花更多的钱购买一个品牌商品，即使功能相同的非品牌商品更便宜，仅仅因为品牌商品能带来更多的社会认可。

另一个例子是“人情”因素。在中国商业环境中，人们往往基于人际关系而不是纯粹的经济考虑来做决策。这种“人情”因素在传统经济学模型中是不相关的，但在实际决策中却起着重要作用。

更具体的例子是：在2023年的直播带货热潮中，许多消费者会因为主播的推荐而购买商品，即使这些商品的价格可能比其他渠道更高。这种基于“信任”和“情感连接”的消费行为，在传统经济学模型中是不相关的，但在实际购买决策中却起着关键作用。

偏差的普遍性

研究者花了几个小时兴奋地阅读卡尼曼和特沃斯基一起写的一切，离开图书馆时头脑在旋转。这些发现让研究者意识到，人类的行为远比传统经济学模型所假设的要复杂得多。

---

非理性行为的影响

理解这些非理性行为对人们有什么意义呢？首先，它帮助人们更好地理解自己和他人的行为。其次，它为设计更有效的政策和商业策略提供了重要启示。

政策制定中的应用

在政策制定中，认识到这些偏差的存在有助于设计更有效的政策。比如，在环保政策中，政府可以通过“碳交易”等机制，让企业认识到排放权的价值，从而更积极地参与环保行动。在税收政策中，政府可以通过“税收优惠”而不是“税收减免”的表述，让纳税人更容易接受政策变化。

更具体的例子是：在2023年的新能源汽车补贴政策中，政府通过“购置税减免”而不是“购置税优惠”的表述，让消费者更容易接受政策变化。这种框架效应在政策制定中发挥着重要作用。

商业实践中的应用

在商业实践中，理解这些偏差可以帮助企业设计更有效的营销策略。比如，利用禀赋效应，企业可以通过让消费者“试用”产品来增加购买意愿。利用框架效应，企业可以通过改变信息的呈现方式来影响消费者的决策。

更具体的例子是：在2023年的双十一购物节中，许多电商平台通过“限时抢购”、“限量发售”等营销手段，利用稀缺性偏差来刺激消费者的购买欲望。这种营销策略正是基于对消费者心理偏差的深入理解。

---

非理性行为的量化分析

为了更好地理解这些非理性行为，我们可以通过一些数据来观察这种现象的普遍性。研究表明，这些偏差在不同文化背景下的表现存在差异，但都普遍存在。

沉没成本效应的影响

非理性行为类型对比

中国与西方非理性行为对比

启发式偏差的影响

系统性偏差的发现历程

---

结论

这些非理性行为的发现不仅丰富了人们对人类行为的理解，也为政策制定和商业实践提供了重要启示。通过认识到这些心理偏差的存在，可以更好地设计激励机制，引导人们做出更理性的决策。