非理性人的經濟學

陳朝

2002年的諾貝爾經濟學獎由兩名學者分享。一位是佛諾·史密斯，時為喬治·曼森大學的經濟學教授，從1960年代起，他就首先使用實驗的方法，研究人們在游戲中的合作、信任等行為。另一位是丹尼爾·卡尼曼，時為普林斯頓大學的心理學教授，主要研究關于決策與判斷的心理學。

諾貝爾經濟學獎彼時的這個結果多少讓一些經濟學家驚訝：卡尼曼和他的合作者阿莫斯·特沃斯基從來沒有自認為自己是經濟學家。他們的論文發表在心理學期刊上，工作也主要針對傳統上的心理學問題。如果佛諾·史密斯依靠把實驗方法引入經濟學研究而獲獎，卡尼曼的工作又給經濟學帶來了什么呢？

也許史密斯教授對于自己工作的一句話是個很好的答案，他說，經歷了好多年，他才確信教科書上的結論是錯的，而自己課堂上那些人是對的。教科書指的是經典的經濟學理論，而課堂上的人則是那些參與行為實驗的人。

不論是史密斯教授還是卡尼曼教授，簡單說來，他們的實驗都證明了經濟學通常假設的理性人，那個依靠自己的偏好和掌握的信息決策的理想模型人，和真實的人相去甚遠。而卡尼曼等學者從心理學出發，更是揭示了人類決策與判斷的非理性。

而在諾貝爾獎的頒獎詞中，卡尼曼獲獎的理由是“將經濟學與心理學研究結合起來，尤其是研究了人類不確定性狀態下的判斷與決策”。這個短短的評價，精確的概括了他和他畢生的合作者阿莫斯·特沃斯基（特沃斯基于1996年不幸去世，沒能分享諾貝爾獎）的主要工作。

而如果要問他們的研究是什么，最重要的恐怕是兩篇文章：《不確定狀態下的判斷：啟發式與偏見》與《選擇、價值和框架》。

別擔心，和充滿數字的經濟學文章不同。這兩篇論文盡管題目費解，內容卻和我們的生活經驗息息相關。

卡尼曼和特沃斯基舉了一個例子，近大遠小、清晰度等都是我們判斷舉例的標準，但判斷大小困難時，用清晰度也是我們做判斷的依據，越近的東西自然清晰度高一點。但是這種判斷受到能見度的影響。相同的距離，能見度低時物體就更不清晰。

可如果我們很依賴清晰度，判斷自然失準。我們平時做出各種判斷依據的信息有效程度都很有限，而實驗發現，我們做判斷的本領其實也非常差勁。

卡尼曼等人做的第一個實驗就是我們在根據一個人的性格描述來判斷他或她的職業。

例如：“史蒂夫性情非常靦腆，話不多，樂于助人，但是對別人和現實世界缺乏興趣。他有禮貌，做事有條理，中規中矩，關注細節?！笨催^這條描述后，他們要求被試猜測史蒂夫做哪個職業的可能性更大，例如農民、銷售、飛行員、圖書管理員、醫生等職業。

結果，很多被試都根據描述選了圖書管理員。其實，在現實生活中，農民、銷售乃至醫生的從業人數恐怕都比圖書管理員大多了，猜測史蒂夫是上述職業的一員其實更靠譜，畢竟性格描述提供的信息太有限了。可是不，我們就是喜歡用這個描述去套心里那個圖書管理員的形象。

這個系列實驗繼續下去，我們另一些“莫名其妙”的想法也暴露了出來。比如卡尼曼他們告訴被試者，現在有一百個人，其中三十位工程師七十位律師，某個人已婚無子女，能力強，受歡迎，努力工作，他是工程師和律師的可能性哪個更大呢？

對于這個中性的描述，顯然我們應該考慮這一百人本身的構成。但是在實驗中，因為描述的信息無法判斷職業，大部分被試都認為，是律師或工程師的可能性各占百分之五十。看起來，我們做判斷時并不像統計學家一樣先看看先驗概率。

而樣本大小這件事我們也經常忽略。這個實驗是這樣的：一般情況下，一家醫院出生的男女嬰兒比例應該近似50%，但是每天會有波動。一家醫院每天大約出生45個小孩，另一家只有15個。那么，哪一家醫院男嬰比例超過60%的天數更多？想一下再回答吧，讀者可能已經被繞暈了。

沒錯，小的那家，因為小樣本的波動更明顯，學過一點統計學的學生都知道。

但是在這個實驗里，有一半以上的人認為兩家醫院應該差不多，剩下的人選大醫院和小醫院的人數一樣。我們做這種判斷時，統計學并不是直覺的一部分。

相關的實驗還發現，我們對概率的理解頗為奇怪。比如在賭博時，如果一直出來的是“大”，我們就傾向于覺得馬上要出來“小”了，而不管其實每次開盤都是獨立隨機的。

最麻煩的是，我們對一件事的預測自信也很差勁。例如聽到一段公司成績優秀的描述，我們就對它的股票看漲。然而一段中性甚至無關的描述卻讓我們認為股票會業績平平。

其實描述并沒有帶來真正的信息，我們卻已經做出了判斷。

有些教練也誤解了自己的作用，每次學員做的超出預期，表揚他，下次就會變差，而太差時，批評一頓下次就會變好。教練由此推論，口頭批評很管用，表揚還是不要的好。但卡尼曼等人指出，學員的狀態可能只是在自己的平均數上下波動而已，一次做得太好或者太差下次就會向平均數回歸。此時，教練的表揚或者批評起到的作用恐怕和他們自己以為的不太一樣。一系列實驗發現，我們估算概率很差勁，還會發現并不存在的相關性。

總之，說到預測這件事，人類還真是不值得信任。

我們平時掌握的信息并不總是充足可靠，因此我們經常依據所謂“啟發式”的方法來解決問題，做出判斷。

卡尼曼等一系列學者的實驗發現，哪怕是受過統計教育的大學生還是某一領域的專家，當遇到這種需要拍腦門兒的問題時，直覺是非?？坎蛔〉?。這一系列實驗吸引了很多后來者，很多人設計了近似的實驗來考察人類判斷的問題。而下面要講到的實驗，讓卡尼曼等學者獲得了更大的聲名。

研究經濟行為，很重要的一個方向是研究“期望”。這個詞既有日常的含義，又有數學上的意義。如果前面的實驗處理的是人的預測，那么之后介紹的卡尼曼等人的研究就要處理我們如何決策收益和損失。沒錯，我們表現了更多的非理性。

對金錢反應的研究開始甚早。十八世紀，丹尼爾·伯努利就發現，人們有規避風險的行為，但當財富增長時規避行為就降低了?；蛘哒f，我們處理風險和收益不是只考慮賬面數字，而是受到很多因素的影響。

比如一個經典的例子，是選擇85%的幾率贏得1000美金，而15%的幾率得不到錢，還是選擇一定會得到800美金呢？按照概率論課教會我們的知識，前者的“期望”是1000乘以85%得850美金，而后者只有八百美金。但是大多數測試者都會選擇固定收益?？峙伦x者的選擇也差不多。

據此，一個重要的經濟學概念“效用”被提出來了。這是一個太大的話題，我們僅僅看看卡尼曼他們做了什么。

在他們例舉的第一個實驗中，測試者被問了這么一個問題：有一種可能導致600人死亡的傳染病，兩種方案，第一種能救治200人（72%），第二種有1/3的概率救治600人，2/3的概率一個人也救不了。你會如何選擇？絕大部分測試者都會選擇方案一。現在又來了兩種方案，三號方案：400人死亡；四號方案：1/3的概率所有人都獲救，2/3的概率所有人都救不了。

仔細想一下，好像后兩者和前兩者沒有本質區別。但人們的選擇不同了，大家開始傾向于選擇四號方案——那個賭一把的。因為我們很難接受400人注定死亡這樣的結論。

如果生命的例子特殊，那么我們回到最經典的賭博問題上。你是愿意以1/4的概率贏得240美元，同時有3/4的概率損失760美元，還是以1/4的概率贏得250美元，同時有3/4的概率損失750美元？看得出來，第二個選項更劃算，大部分人都這么選擇。

但是，你是愿意肯定贏得240美元，還是1/4的幾率贏得1000美元，而3/4的幾率一無所獲？大部分人都會選擇穩拿策略?，F在換一下：你是愿意注定損失750美元，還是3/4的概率損失1000美元，1/4的概率什么也不損失。這時，大部分人都選擇賭一把，而不是“認倒霉”。

這件事的奇特在于，我們在進行第二組選擇時，和我們在第一組選擇中的結果是矛盾的。一旦把選項拆分成兩個問題，我們立刻被希望穩拿和討厭損失這兩種情感控制。

卡尼曼通過研究風險追求和損失厭惡發現，我們對于不同情況下的各種概率還會給出另外一套權重，使得我們常在未必有損失時選擇風險規避，而在未必有收益時卻開始冒險。

我們非常重視放棄財富的痛苦，大多數情況下遠超過獲得相應財富的喜悅。我們將有些錢視為收益，而其他一些則是損失，一旦認定，我們的決策就受到這種認識的影響。

這個簡單的介紹已經讓我們看到，不管是對于公共安全或者衛生的決策，還是我們平時經常處理的“一點小錢”，我們對收益、損失的認定和評估讓我們的決定和“理性人”大不相同。

人在決策與判斷過程中的非理性，或者教科書中理性人的“錯”，也許是這些學者研究的發現。但是他們用實驗的方法，重塑了我們對于經濟行為的諸多認識，或者把我們慣常的體驗用精確的方法表達出來，這才是一個專業學者價值所在。

2002年的經濟學獎頒發給丹尼爾·卡尼曼教授確實是名至實歸。