時間預測中的任務分解效應：未來邊界和思維焦點的作用*

摘 "要""為探討任務分解對時間預測的影響究竟是擴張效應還是收縮效應， 以458名大學生為參與者， 基于計劃謬誤理論的擴展模型， 通過3個實驗予以考察。結果發現， 任務分解與否條件下參與者的時間預測值存在顯著差異; 其次， 當未來邊界的時間范圍較短時， 分解條件下參與者的時間預測值顯著長于不分解， 且關注計劃在其中起部分中介作用; 而當未來邊界的時間范圍較長時， 分解條件下參與者的時間預測值邊緣顯著短于不分解， 且關注障礙在其中起部分中介作用。這些結果表明， 任務分解對時間預測存在影響， 且該影響受到未來邊界的時間范圍的調節， 即當未來邊界的時間范圍較短時， 表現為任務分解的擴張效應; 當未來邊界的時間范圍較長時， 表現為任務分解的收縮效應。此外， 當任務分解時， 未來邊界的時間范圍可以通過思維焦點對時間預測產生影響。

關鍵詞""時間預測， 任務分解， 未來邊界， 思維焦點

分類號""B842

1 "引言

眾所周知， 生命的過程就是與時間相伴的旅程（王鵬"等， 2019）， 對任務完成的時間進行準確的預測有助于實現日程安排并能進行有效的時間管理（Kelly， 2002）。然而， 對任務進行時間預測， 即從記憶和經驗中判斷完成任務所需的時間（馮彥添， 黃希庭， 2015）時， 其結果往往并不準確（Kahneman amp; Tversky， 1979）。人們總是傾向于低估完成一件事情需要的時間， 并且這種不切實際的預測， 可能會給組織和個人帶來嚴重的經濟及社會影響（Buehler et"al.， 2012）。為此， 有研究者提出對任務進行分解可以提高時間預測的準確性（Kruger amp; Evans， 2004）。但隨著研究的逐漸深入， 任務分解對時間預測的影響出現了截然不同的結果（Roy et al.， 2019）。因此， 探查任務分解效果不一致的原因， 以及在何種條件下對時間預測會出現何種影響顯得極為重要。

縱觀以往， 早期的任務分解效應是指在概率推斷中， 由于分解描述而導致的事件概率值增加的現象， 也被稱為經典分解效應（Tversky amp; Koehler， 1994）。此后研究者將其應用于時間領域， 即把工作劃分為幾個部分， 并對各部分給予相應的權重， 然后要求參與者預測每個部分所需的時間， 最后將各個部分的預測值予以匯總作為對未來任務的時間預測值， 這種方式也被稱為時間預測中的任務分解。研究發現， 分解會導致較長的時間預測值（Hadjichristidis et al.， 2014; Kruger amp; Evans， 2004）。無獨有偶， 國內學者劉揚和孫彥（2016）通過讓參與者對時間進行分解， 并判斷完成任務的時間是否充分， 發現了時間分解效應， 即通過分解可以延長人們的時間知覺， 報告了更長的時間預測值。然而也存在與之截然不同的現象， 如Byram （1997）將一個裝配任務分解為三個子任務時， 相加的總時間預測值反而比整體預測值略短。最近在Roy等（2019）的實驗中也同樣發現， 3個視頻任務的時間預測總和要比整體預測更短。借鑒Miaolei等（2020）在卡路里消耗研究中的命名， 相應地將這兩種現象分別稱為任務分解的擴張效應（Expansion Effects of Unpacking）和收縮效應（Contraction Effects of Unpacking）。

那么， 任務分解對時間預測的影響究竟是擴張效應還是收縮效應， 目前尚無定論。不過從已有的研究來看， 人們在對任務完成的時間進行預測時， 往往會以其過去完成類似任務的經驗作為參照， 如認為自己會用更少的時間去完成簡單的任務， 而對于復雜的任務則一開始就會抱怨時間不夠（Burt amp; Kemp， 1994）。有趣的是， Kruger和Even （2004）曾要求參與者通過任務分解的方式預估男性和女性約會前的準備時間， 結果發現， 男性約會任務中并未出現分解效應， 而女性約會任務中卻出現了分解的擴張效應。作者對此做出的解釋是， 這可能與人們主觀認為約會前男性比女性用時更少有關。此外， 一項操縱了任務時長的研究發現， 對長于5分鐘的任務進行時間預測， 出現了分解的收縮效應， 即子任務的時間預測值總和顯著短于整體預測值; 但對短于5分鐘的任務， 分解效應卻出現了逆轉， 表現為擴張效應（Forsyth amp; Burt， 2008）。可見， 考察時間預測中的任務分解效應時， 與任務有關的時間因素是不可忽視的（Buehler et al.， 2010; Tu amp; Soman， 2014）。

事實上， 時間分段綜合模型認為個體對時間的認知主要取決于時距、時序和時點等因素。其中， 時距指界于兩個相繼事件之間間隔時間的長度， 時距不同， 人們的認知策略也不相同（黃希庭"等， 2003）。如在設置了任務完成的截止時間（deadline）后， 人們通常會以截止時間作為錨定點， 雖然也會根據具體情況進行調節， 但調節并不充分， 因而導致了預測任務完成的時間長度往往接近于當下與截止之間的間隔時間的長度（LeBoeuf amp; Shafir， 2009）。未來邊界（future boundary）作為一種特殊的截止時間， 它通常以邊界任務（boundary task）的開始時間或者與個人相關的某一時間標記（temporal landmark） （如生日或節假日）作為當前任務的結束時間（Dai et"al.， 2014; Peetz amp; Wilson， 2013; Tonietto amp; Malkoc， 2016）。如“假設現在是14：30， 你正在撰寫一份報告， 而在16：00你需要參加一個會議”， 其中“你需要參加一個會議”即為邊界任務， 而會議開始的時間“16：00”即為“結束撰寫報告”的未來邊界（Tonietto amp; Malkoc， 2016）。值得一提的是， 未來邊界并不強制要求人們在邊界任務到來之前完成當前所有的任務， 只是以邊界任務的開始時間作為當前任務的強制中止（Tonietto et al.， 2019）。研究表明， 當存在未來邊界時， 人們往往認為自己擁有更少的時間來完成當前的任務（Tonietto et al.， 2019）。而且隨著未來邊界的時間范圍（即從現在到未來邊界之間的時間間隔）的擴大， 即有更多的時間執行當前任務時， 人們普遍預測完成當前任務的時間更長（Tonietto et al.， 2019）。近來， Goswami和Urminsky （2020）的研究也證實了這一觀點， 即當人們面臨較短的未來邊界的時間范圍時更容易傾向于低估當下任務完成的時間， 給出較短的時間預測值; 而當未來邊界的時間范圍較長時， 人們對完成任務的時間預測值也更長。可見， 提供適當的未來邊界的時間范圍對人們預測自己當下完成任務的時間非常重要（Tonietto et al.， 2019）。然而， 當未來邊界設置在距離當下較近或者較遠時， 人們感知到的時間壓力是不同的（Yoon， 2020）， 進而影響人們對當前任務的時間分配（Forsyth， 2004）。而任務分解要求人們將任務劃分為多個部分， 并根據不同權重對各部分給予時間分配（Halkjelsvik amp; J?rgensen， 2018）， 因此任務分解的效應可能會受到未來邊界及其時間范圍的影響。

此外， 根據時間解釋理論（Temporal construal theory）， 人們傾向于更具體、更多地使用偶然的、外圍的、背景化的特征來表征近期事件（Liberman amp; Trope， 1998; Trope amp; Liberman， 2003）。而思維焦點（thought focus）作為個體完成當前任務時對自身內部經驗關注的焦點， 如果人們聯想到與當前任務有關的內容或者建構當前任務執行的場景， 則屬于關注計劃; 如果人們聯想到以前完成類似任務的經驗或任務進行時可能遇到的阻礙， 則屬于關注障礙（Buehler et al.， 2010）。關注計劃會使人們給出更低的時間預測值， 而關注障礙則可以減少低估傾向（Buehler et al.， 2010; Zhu et al.， 2019）。如Buehler等（1994）曾采用出聲思維， 即讓參與者以口頭言語的形式報告出預測完成目標任務的操作， 發現人們對未來任務進行時間預測時， 會建構完成任務的場景， 并具有關注當前任務計劃的傾向。而建構未來任務進展的樂觀情境， 可能會忽視額外的信息（Weick amp; Guinote， 2010）， 并使人們在執行任務時很難想到意外的中斷或可能干擾的事情， 進而導致低估時間（Fischhoff et al.， 1978）。之后， Shmueli等（2016）采用行為者?觀察者差異的范式對關注障礙會減少這種低估傾向的現象進行了探討。該研究通過讓參與者擔任觀察者的角色， 此時觀察者不像行為者一樣狹隘地關注基于目標的計劃， 而是更多地考慮到完成任務的潛在障礙， 結果發現時間預測值更長。

進一步地， Buehler等（2010）在時間解釋理論的基礎上提出了計劃謬誤理論的擴展模型。該模型認為， 與目標任務的時間距離是影響人們思維焦點的關鍵因素（Buehler et al.， 2010; Moher， 2012; Peetz et"al.， 2010）。如當未來邊界的時間范圍較短時， 個體在時間預測過程中更容易運用圖式化的思考模式， 形成具體、詳細、合理的計劃（Dunning， 2007）。Peetz等（2010）的研究也得出類似結論， 即人們與當前任務的時間距離越短， 越傾向于關注任務執行的計劃， 較少考慮任務進行時可能遇到的障礙和中斷， 進而導致預測任務完成的時間更短。而對于擁有更多時間的任務， 即未來邊界的時間范圍較長時， 人們則更多地增加了對潛在障礙的意識， 減少了對具體計劃的關注， 傾向于給出更長的時間預測值（Buehler et al.， 2012;"Redaelli amp; Carassa， 2018; Siddiqui et al.， 2014）。加之， 任務分解時， 人們關注如何完成子任務還是關注子任務中曾經類似的經歷或可能遇到的障礙， 都可能影響時間預測（Kruger amp; Even， 2004）。因此， 在分解條件下， 未來邊界的時間范圍也可能通過思維焦點對時間預測產生影響。

綜合上述， 任務分解對時間預測的影響可能受未來邊界及其時間范圍的影響， 進而表現出分解的收縮與擴張效應， 且思維焦點在其中起中介作用。為此， 本研究提出假設， （1）任務分解對時間預測存在影響; （2）任務分解對時間預測的影響在不同未來邊界的時間范圍條件下存在差異; （3）在分解條件下， 思維焦點在未來邊界的時間范圍對時間預測的影響中起中介作用。

2 "實驗1： 任務分解對時間預測的影響：未來邊界的作用

2.1""參與者

使用G*Power 3.1軟件（Faul et al.， 2007）確定樣本量。取Effect size = 0.25， α = 0.05， Power = 0.8， Numerator"df"= 1， 分組數為4， 得出所需樣本量至少為128。通過課前宣講招募參與者。整群抽取湖南省某高校在校大學生165人， 其中男生54人， 女生111人。參與者年齡分布在16～21歲， 平均年齡為18.45 ± 1.52歲。實驗前， 邀請所有參與者閱讀知情同意書; 實驗結束后， 由主試為每位參與者提供一份小禮物以表謝意。

2.2""實驗材料

實驗材料改編自Forsyth和Burt （2008）， 及Kanten （2011）的研究， 根據“任務分解/不分解”和“未來邊界存在/不存在”將其分為4類。具體地，

任務分解條件下， 在三項學術性任務（寫章節小結、寫假期報告和文稿校對）后呈現指導語“接下來你可以自行決定當下執行任務的順序， 依次完成（做完一項才能做另一項）。請你在下方橫線填寫完成任務的順序以及完成各項任務所預期的時間”; 任務不分解條件下， 指導語則為“請你預測當下完成全部任務所需的時間”。

存在未來邊界條件下， 在三項學術性任務（寫章節小結、寫假期報告和文稿校對）前增加一個即將到來的預定任務， 如“假設現在是周一晚上6：00， 你跟朋友約好晚上7：30出門”。同時， 為了測定參與者是否感知到未來邊界的存在， 參考Tonietto等（2019）的研究， 增加3個與任務有關的問題， 只有全部答對才視為有效; 不存在未來邊界條件下， 則提供不增加任何預定任務和檢測任務的指導語， 如“假設現在是周一晚上6：00， 之后你沒有任何安排”。

以“存在未來邊界且任務分解”的指導語為例：

假設現在是周一晚上6：00， 你跟朋友約好晚上7：30出門。

以下有三項任務：

（1）你選修的心理學課老師要求寫一篇《心理學與生活》第一個章節的小結， 你已經閱讀了這一章節， 小結總字數最少為800字， 要求五號字體， 1.5倍行距。

（2）你的期末報告打算調查一下人們是如何度過假期的。那么， 作為信息收集的一個環節， 你需要手寫一份1頁內容的報告， 報告內容是描述你在國慶假期所做的事情。

（3）老師交給你一份已打印好的4頁的中文報告（五號字體、1.5倍行距、單面打印）， 你的任務是尋找其中的錯別字以及語句、標點的錯誤并圈出你所發現的所有錯誤。

接下來你可以自行決定當下執行任務的順序， 依次完成（做完一項才能做另一項）。請你在下方橫線填寫完成任務的順序以及預測完成各項任務所需的時間（全部任務的時間總和可以超出90分鐘）。

任務"——需要——分鐘完成、

任務——需要——分鐘完成、

任務"——需要——分鐘完成。

另外， 請回憶剛才呈現的任務， 并將你的答案填入下方空白橫線上。

你需要完成幾項任務？

現在是周一晚上幾點鐘？

你與朋友約好幾點鐘出門？

2.3""實驗設計

采用2 （任務分解：分解/不分解） × 2 （未來邊界：存在/不存在）組間設計。因變量為時間預測值， 以參與者預測完成全部任務的時間為指標。

2.4""實驗程序

利用晚自習時間進行集體施測， 將4種實驗材料以同等比例隨機發放給參與者， 每個參與者只填寫一種實驗材料。需要填寫的個人信息包括性別、年齡。待任務完成后， 統一收回。

2.5""結果與分析

剔除3份極端數據（± 3個標準差之外）， 得到有效數據162份。4種實驗條件下參與者的時間預測情況見表1。

考慮到參與者的預測值具有較大的離散性， 故參照Van Boven和Epley （2003）對該數據進行對數化處理， 并進行了正態分布檢驗， 結果發現偏度（0.16）、峰度（?0.17）的絕對值均小于1， 即實驗數據服從對數正態分布。對時間預測值的對數值（簡稱時間預測對數值）進行2×2雙因素方差分析。結果顯示， 任務分解的主效應顯著， F（1， 158） = 4.29， p = 0.04， η²_p"= 0.03， 任務分解條件下的時間預測對數值（2.01 ± 0.19）顯著低于不分解條件下的時間預測對數值（2.08 ± 0.23）; 未來邊界的主效應顯著， F（1， 158） = 8.41， p"="0.004， η²_p"= 0.05， 存在未來邊界時的時間預測對數值（2.00 ± 0.18）顯著低于不存在未來邊界時的時間預測對數值（2.09 ± 0.23）; 任務分解和未來邊界的交互作用顯著， F（1， 158） = 9.67， p"="0.002， η²_p"= 0.06。

進一步的簡單效應分析發現（見圖1）， 當不存在未來邊界時， 任務分解條件下參與者的時間預測對數值（2.01 ± 0.21）顯著低于不分解條件（2.17 ± 0.22）， F（1， 158） = 13.18， p lt; 0.001， η²_p"= 0.08; 然而當存在未來邊界時， 任務分解條件下參與者的時間預測對數值（2.02 ± 0.17）與不分解條件下（1.98 ±0.20）無顯著差異， F（1， 158） = 0.56， p = 0.46。

2.6""小結

實驗1的結果發現， 分解條件下預測任務完成的時間顯著小于不分解條件， 表明任務分解的效應存在， 這與前人的研究結果一致（Byram， 1997）。然而， 當存在未來邊界時， 分解的效應便不存在了。究其原因， 可能與實驗1只是對未來邊界有無進行了簡單的操縱， 并沒有對其進行更細致的區分有關。而未來邊界的遠近給人們帶來的時間緊迫感是不同的（Yoon， 2020）， 對人們的決策和預測的影響也不相同（Mileti? amp; Maanen， 2019）。因此， 實驗2將在實驗1的基礎上引入未來邊界的時間范圍這一變量， 進一步考察任務分解對時間預測的影響。

3 "實驗2： 任務分解對時間預測的影響：未來邊界的時間范圍的作用

3.1 "參與者

使用G*Power 3.1軟件（Faul et al.， 2007）確定樣本量。取Effect size = 0.25， α"= 0.05， Power = 0.8， Numerator df"= 2， 分組數為6， 得出所需樣本量至少為158。通過課前宣講招募參與者。整群抽取湖南省某高校在校大學生179人， 其中男生53人， 女生126人， 參與者年齡分布在18～23歲， 平均年齡為19.60 ± 1.98歲。實驗前， 邀請所有參與者閱讀知情同意書; 實驗結束后， 由主試為每位參與者提供一份小禮物以表謝意。

3.2 "實驗材料

參考Halkjelsvik等（2011）的研究， 以參與者預測任務完成時間的平均數為參照， 將低（高）于平均數一個標準差的時間長度劃分為較短（長）的時間范圍。結合實驗1的結果（未來邊界組參與者預測任務完成的平均時間長度為110.27分鐘， 標準差為54.26）， 本研究將預測任務完成的平均時間長度取整后界定為中等的未來邊界的時間范圍（2小時）， 將低或高于平均數一個標準差的時間長度取整后界定為較短或較長的未來邊界的時間范圍（1小時或3小時）。并且在正式實驗開始前讓42名大學生通過標記線段的長度來測量其對未來邊界的時間范圍的主觀感知（Kim amp; Zauberman， 2009）。重復測量方差分析結果顯示， 三個時間范圍存在顯著差異， F（2， 39） = 18.41， p lt; 0.001， η²_p"="0.48， 表明未來邊界的時間范圍的劃分是有效的。

將實驗1 “存在未來邊界”材料中有關“即將到來的預定任務”的部分， 相應修改為較短（1小時）、中等（2小時）和較長（3小時）的表述， 即“假設現在是周一晚上6：00， 你跟朋友約好晚上7：00 （8：00、9：00）出門”。其余操縱同實驗1。據此， 根據“任務分解/不分解”和“未來邊界的時間范圍為較短/中等/較長”， 得到6種實驗材料。

3.3""實驗設計

采用2 （任務分解：分解/不分解） × 3 （未來邊界的時間范圍：較短/中等/較長）組間設計。因變量同實驗1。

3.4 "實驗程序

同實驗1。

3.5 "結果與分析

6種實驗條件下參與者的時間預測情況見表2。

同實驗1， 對參與者預測任務完成的時間進行對數化處理和正態分布檢驗， 結果發現偏度（?0.77）、峰度（0.83）的絕對值均小于1， 即實驗數據服從對數正態分布。對時間預測對數值進行2 × 3雙因素方差分析。結果顯示， 任務分解的主效應不顯著， F（1， 173） = 0.21， p = 0.647; 未來邊界的時間范圍的主效應顯著， F（2， 173） = 45.11， p lt; 0.001， η²_p"= 0.34， 未來邊界的時間范圍越長， 參與者預測任務完成的時間越長; 任務分解和未來邊界的時間范圍的交互作用顯著， F（2， 173） = 4.52， p ="0.012， η²_p"= 0.05。

進一步的簡單效應分析發現（見圖2）， 在較短的未來邊界的時間范圍條件下， 不進行任務分解的時間預測對數值（1.84 ± 0.19）顯著小于進行任務分解的時間預測對數值（1.94 ± 0.12）， F（1， 173） = 6.28， p ="0.013， η²_p"= 0.04; 在較長的未來邊界的時間范圍條件下， 進行任務分解的時間預測對數值（2.12 ± 0.14）邊緣顯著短于不進行任務分解的時間預測對數值（2.19 ± 0.11）， F（1， 173） = 3.02， p = 0.084， η²_p"= 0.02; 但在中等未來邊界的時間范圍條件下， 參與者是否進行任務分解， 其預測任務完成的時間無顯著差異， F（1， 173） = 0.001， p = 0.933。此外， 在分解條件下， 較短未來邊界的時間預測對數值（1.94 ± 0.03）顯著小于較長未來邊界的時間預測對數值（2.12 ± 0.03）， F（2， 173） = 9.44， p lt; 0.001， η²_p"= 0.10。

由于在較長未來邊界條件下任務分解與不分解的時間預測值差異僅邊緣顯著， 為了更好地解釋這一現象， 本研究對這一結果進行了貝葉斯因子分析。參考胡傳鵬等（2018）的研究， 使用JASP軟件進行貝葉斯獨立樣本t檢驗， 先驗分布采用默認柯西分布（Cauchy distribution）。得到貝葉斯因子BF₁₀"= 1.94， 說明在備擇假設下出現當前數據的可能性是零假設下可能性的1.94倍。根據Wagenmakers等（2018）提出的分類標準， 說明有較弱的證據支持在較長的未來邊界的時間范圍條件下任務分解的時間預測對數值顯著短于不分解條件下的時間預測對數值。結合方差分析邊緣顯著的結果， 在適量增加參與者的情況下， p值可能會朝著顯著的方向變化（Wetzels et al.， 2011）， 未來可進一步探討。

3.6 "小結

實驗2的結果發現， 未來邊界的時間范圍越長， 人們預測任務完成的時間越長。這一結果表明， 時間預測中存在梯度效應（gradient effect）， 當人們有更多的時間來完成任務時， 普遍預測完成任務的時間更長（Tonietto et al.， 2019）。該結果與前人的研究一致（Goswami amp; Urminsky， 2020; Tonietto et al.， 2019）， 并且在分解條件下也同樣存在這一現象。此外， 在中等未來邊界的時間范圍條件下， 參與者是否進行任務分解的時間預測值并無顯著差異。而當未來邊界的時間范圍較長時， 任務分解表現為收縮效應; 當未來邊界的時間范圍較短時， 任務分解表現為擴張效應。這表明任務分解對時間預測的影響受到未來邊界的時間范圍的調節， 該結果支持了實驗假設2。計劃謬誤理論的擴展模型也為這一現象提供了可能的解釋， 即時間距離會通過思維焦點對時間預測產生影響， 任務分解效應的差異可能是由于思維焦點的不同而導致的（Buehler et al.， 2010）。

為進一步探測任務分解條件下出現擴張和收縮效應的機制， 實驗3將在實驗2的基礎上， 考察較短和較長未來邊界的時間范圍對時間預測的影響機制。

4 "實驗3： 分解條件下思維焦點在未來邊界的時間范圍對時間預測影響中的作用

4.1""參與者

使用G*Power 3.1軟件（Faul et al.， 2007）確定樣本量， 取Effect size = 0.5， α"= 0.05， Power = 0.8， Allocation ratio = 1， 得出所需樣本量至少為102人。通過課前宣講招募參與者。整群抽取湖南省某高校在校大學生114人， 其中男生67人， 女生47人， 參與者年齡分布在18～22歲， 平均年齡為19.96"± 1.68歲。實驗前， 邀請所有參與者閱讀知情同意書; 實驗結束后， 由主試為每位參與者提供一份小禮物以表謝意。

4.2""實驗材料

時間預測的任務同實驗2。

思維焦點的測量則參考Zhu等（2019）的研究， 采用10點計分（其中， “1”表示根本沒想過， “10”表示想過很多）， 讓參與者評估自己在多大程度上關注障礙信息（如思考的時候考慮導致任務推遲完成的干擾， 或者先前完成類似任務的經驗）和任務內容（如思考的時候考慮完成任務的具體實現步驟， 或考慮詳細的行動計劃）。

需要指出的是， 確有研究者對將“考慮先前完成類似任務的經驗”視為障礙維度進行測量的效度提出質疑， 認為人們的過去經驗不一定可靠， 即先前完成類似任務的記憶可能會存在偏差， 而這可能導致人們的時間預測出現偏差（Roy et al.， 2005）。不過也有研究者提出， 提高對任務的熟悉度可以幫助人們減少這種記憶偏差（Roy et al.， 2008）。如近期的一項研究（Zhu et al.， 2019）就對實驗材料所使用的任務進行了熟悉度的測量， 以確保選取的任務均是參與者所熟知的， 以此來減少完成過去類似任務的錯誤記憶的影響， 提高測量的效度（Roy et al.， 2008）。結合Zhu等（2019）所認為的， 假設感知任務重要性、任務興趣和任務熟悉度可能影響個體的主觀取向及時間預測， 故本研究將以上三個變量作為控制變量， 并采用10點計分對其進行測量（如“1”表示任務不重要， “10”表示任務非常重要）。

4.3 "實驗設計

采用未來邊界的時間范圍（較短/較長）單因素被試間設計。因變量同實驗1。

4.4""實驗程序

同實驗1。

待參與者完成時間預測后， 需要進行思維焦點、感知任務重要性、任務興趣和任務熟悉度的測量。

4.5 "結果與分析

獨立樣本t檢驗顯示， 參與者在較長和較短未來邊界的時間范圍條件下的時間預測值存在差異（t"（112） = ?7.09， p lt; 0.001， d"= ?1.34）。隨后， 相關分析發現（見表3）， 未來邊界的時間范圍與關注計劃呈顯著負相關， 但與關注障礙和時間預測值呈顯著正相關; 關注計劃與時間預測值呈顯著負相關， 關注障礙與時間預測值呈顯著正相關。此外， 感知任務重要性、任務興趣和任務熟悉度在未來邊界的時間范圍的兩個水平上無顯著差異， 且與時間預測值均無顯著相關（r = 0.01， p = 0.88; r = ?0.02， p = 0.26; r = 0.02， p = 0.19）。

對所有變量進行標準化處理后， 以未來邊界的時間范圍為自變量， 時間預測值為因變量， 思維焦點作為中介變量， 采用Bootstrap法進行思維焦點的中介效應檢驗（方杰"等， 2017）， 選用簡單中介模型（model 4）， 樣本量選擇5000。結果顯示（見圖3）， 關注計劃的間接效應顯著， 其置信區間不包含0 （Effect"= 0.0797， SE"= 0.0361， 95% CI = [0.0162， 0.1559]）; 關注障礙的間接效應顯著， 其置信區間不包含0 （Effect"= 0.0725， SE"= 0.0309， 95% CI = [0.0177， 0.1388]）; 未來邊界的時間范圍的直接效應顯著， 其置信區間不包含0 （Effect"= 0.4041， SE"= 0.0816， 95% CI = [0.2425， 0.5658]）。以上結果表明， 未來邊界的時間范圍越短， 參與者越關注計劃， 進而時間預測值越短; 未來邊界的時間范圍越長， 參與者越關注障礙， 進而時間預測值越長。即思維焦點在未來邊界的時間范圍對時間預測的影響中起部分中介作用。

4.6""小結

實驗3的結果表明， 人們預測任務的完成時間時， 會同時考慮計劃和障礙， 但它們的權重可能會因為未來邊界的時間范圍不同而有所不同， 這與Peetz等（2010）的結果一致。這一發現不僅為計劃謬誤理論的擴展模型提供了實證支撐， 同時也進一步拓展了計劃謬誤理論的擴展模型， 即在分解條件下， 未來邊界的時間范圍通過思維焦點的部分中介作用對時間預測產生影響， 支持了假設3。

5 "討論

人們通常會事先計劃好完成一件任務需要消耗的時間， 以便幫助自己做好時間規劃， 減少“下落不明”的時間消耗（Tonietto et al.， 2019）。任務分解作為人們進行時間預測時常用的一種方法， 當談論到分解對時間預測的影響時， 卻仍然無法很好地回答這個問題， 特別是對影響分解效應的時間因素， 人們知之甚少（Buehler et al.， 2010; Tu amp; Soman， 2014）。為此， 本研究通過三個實驗考察任務分解和未來邊界對時間預測的影響與機制。結果發現時間預測中存在任務的分解效應， 且這一效應受到未來邊界的時間范圍的調節。具體地， 當未來邊界的時間范圍較短時， 相比于不進行任務分解， 分解條件下的參與者預測任務完成的時間較長， 表現為分解的擴張效應; 當未來邊界的時間范圍較長時， 相比于不進行任務分解， 分解條件下參與者的時間預測值較短， 表現為分解的收縮效應。同時也發現， 在分解條件下未來邊界的時間范圍通過思維焦點的部分中介作用對時間預測產生影響。當未來邊界的時間范圍較短時， 人們更關注任務完成具體的計劃， 進而預測任務完成的時間越短; 當未來邊界的時間范圍較長時， 人們更多考慮任務完成可能的障礙， 進而預測任務完成的時間越長。

5.1""任務分解對時間預測的影響：未來邊界的作用

實驗1通過讓參與者在有無未來邊界、是否進行任務分解的條件下預估自己任務完成的時間， 結果發現， 未來邊界對時間預測的影響的主效應顯著。相比于存在未來邊界， 不存在未來邊界的時間預測值更長。Burt和Kemp （1994）認為這可能是因為人們在沒有未來邊界的信息時， 會采取一種“安全預測策略”， 如果人們過高預測任務完成的時間， 那么人們就有充足的時間去完成它， 從而提高對時間的控制感。此外， 任務分解的主效應顯著， 并且這一效應受到未來邊界的調節。具體地， 當不存在未來邊界時， 時間預測中存在任務分解的收縮效應， 這與前人研究一致（Byram， 1997; Roy et al.， 2019）。根據時間解釋理論， 當不存在未來邊界時， 任務被解釋得相對抽象（Nussbaum et al.， 2006）。這時要求參與者進行分解可以增加他們專注于完成任務的具體計劃的傾向（Kanten， 2011）， 這種具體思維引導人們把注意力集中在他們的計劃上并投入更多努力， 所以會產生更低的預測（Siddiqui et al.， 2014）。但是當存在未來邊界時， 任務分解的效應便消失了。這可能與任務分解和設置未來邊界的目的重合有關。對于存在未來邊界的參與者， 任務本身被解釋得相對具體（Moher， 2012）， 而分解的目的就是提醒參與者將任務分解為更詳細的步驟。因此， 在這種情況下是否進行任務分解都會產生同樣的效果。

5.2""任務分解對時間預測的影響：未來邊界的時間范圍的作用

實驗2在不同時間范圍的未來邊界條件下， 比較了參與者是否使用任務分解進行時間預測的預測值。結果發現， 任務分解的主效應不顯著， 與實驗1的結果一致。未來邊界的時間范圍主效應顯著， 時間預測中存在梯度效應（gradient effect）， 即相比于較短的未來邊界的時間范圍， 參與者在較長的未來邊界的時間范圍條件下預測任務完成的時間更長， 這與Tonietto等（2019）的研究結果一致。根據時間解釋水平理論， 當人們從近時間語境移動到遠時間語境時， 時間單位被認為更大（比如在較短的未來邊界的時間范圍條件下， 時間單位被理解為分; 在較長的未來邊界的時間范圍條件下， 時間單位被理解為小時）， 因此對任務完成的時間預測值也更長（Kanten， 2011）。

此外， 實驗2還出現了有趣的反轉， 當未來邊界的時間范圍較短時， 相比于不分解， 進行任務分解的參與者預測任務完成的時間反而更長了。這一結果并不出人意料， 當未來邊界的時間范圍較短時， 由于參與者通常不喜歡在任務進行時受到中斷（Tonietto et al.， 2019）， 因此會更多地考慮到與任務完成有關的具體內容， 忽視與任務中斷有關的潛在障礙， 導致預測任務完成的時間較短（Peetz et al.， 2010）。若這時對任務進行分解， 雖然在較短的未來邊界的時間范圍內參與者不太可能完成耗時較長的任務， 但卻相對比較容易完成每一個被分解的子任務（Tonietto et al.， 2019）。并且， 每項子任務都會增加人們對任務細節的感知， 預見更多必需的步驟。對每個子任務單獨進行時間分配可以確保所有子任務在經過適當加權后都被納入時間預測中， 這需要占用更多的時間資源， 所以預測任務完成的時間更長（Halkjelsvik amp; J?rgensen， 2012）。而當未來邊界的時間范圍較長時， 任務完成的時間比較充裕， 由邊界產生的壓力較小（Yoon， 2020）。此時進行任務分解， 相比于不進行任務分解， 通過一步一步地分解任務， 提高了參與者感知到的任務流暢性， 降低了參與者感知到的任務難度（Hadjichristidis et al.， 2014）。而流暢性和難度會影響人們的時間預測， 高流暢性和低任務難度會使人們容易低估時間， 從而給出較短的時間預測值（Redden amp; Frederick， 2011）。當未來邊界的時間范圍接近時間預測值的平均數， 任務分解的效應就不存在了， 這可能是由于任務分解與未來邊界的作用重合了， 與實驗1 的結果一致。

此外， 結合實驗3的結論， 本研究對實驗2的結果提出了另一種可能的解釋。在不同的未來邊界的時間范圍條件下， 任務分解效應的反轉可能是通過思維焦點的反轉來實現的。通常而言， 當未來邊界的時間范圍較短時， 人們與當前任務的時間距離較近（Tonietto et al.， 2019）， 較近的時間距離會導致人們更多關注計劃， 較少考慮障礙（Buehler et al.， 2010）。這時對任務進行分解， 盡管子任務在有限的時間內相對較容易完成， 但一系列的子任務會使人們認為任務越來越不容易在未來邊界前被完成（Tonietto et al.， 2019）。因此， 人們可能會在未來邊界到來之前完成某一部分子任務， 剩下的子任務再另外安排時間完成。這使得人們會更多地考慮任務完成的中斷與障礙， 即在未來邊界的時間范圍較短的條件下， 相比于不進行任務分解， 以任務分解的方式來進行時間預測， 人們可能會更加關注障礙。同樣地， 當未來邊界的時間范圍較長時， 相比于不進行任務分解， 以任務分解的方式來進行時間預測， 人們可能會更加關注計劃。而在中等的未來邊界的時間范圍條件下， 由于任務分解與未來邊界的效應重合， 思維焦點在任務分解與不進行任務分解之間沒有差異。未來的研究可以在此基礎上進一步驗證該假設。

5.3""分解條件下思維焦點在未來邊界的時間范圍對時間預測影響中的作用

基于計劃謬誤理論的擴展模型， 時間距離通過思維焦點對時間預測產生影響（Buehler et al.， 2010）。實驗3試圖進一步考察實驗2中任務分解效應反轉的機制。結果發現， 在分解條件下， 當未來邊界的時間范圍較短時， 參與者更關注計劃， 預測任務完成的時間更短; 而當未來邊界的時間范圍較長時， 參與者更關注障礙， 預測任務完成的時間更長。早期Fischhoff等（1978）通過直覺判斷的研究對低估時間的現象做出解釋， 他們認為， 人們之所以給出較短的時間預測值是因為他們在執行任務時很難想到意外或可能干擾的事情。換言之， 他們將低估時間歸因于可得性偏差。當未來邊界的時間范圍較短時， 人們更關注任務完成的計劃， 這可能會讓人們認為任務會完全按照想象進行， 所以不會對備選方案進行詳盡的搜索和分析（Bonaccorsi et"al.， 2020）。這反過來也可能使人們對任務的可行性持樂觀態度， 表現出更高的控制錯覺（Halkjelsvik amp; J?rgensen， 2018）， 這種“眼不見心不念”的思維方式可能使人預測任務完成的時間較短（Buehler amp; Griffin， 2003）。相反， 當未來邊界的時間范圍較長時， 能夠使參與者增強對導致目標任務延遲的因素（如潛在障礙和問題）的關注， 所以預測所需時間更長（Moher， 2012）。

不過需要注意的是， 即便測量了障礙關注， 對這一結論的解釋也并不唯一。因為影響時間預測的因素還可能有任務表現預期， 當未來邊界的時間范圍越長時， 任務表現預期越高， 預測時長（實際上也是計劃時長）可能越長。3個小時對于完成相應的學術任務而言時間盡管并不充裕， 但相較于短未來邊界的時間范圍， 時間相對充分， 存在考慮提升學術任務表現（寫出更好的學術作品）的可能性。因此， 未來的研究可以將任務表現預期的影響納入考慮， 更進一步探測未來邊界的時間范圍對時間預測的影響。

此外， 本研究尚有一定的局限。首先本研究并未測量參與者實際完成任務的時間， 對未來邊界的劃分也主要通過主觀評價來考察其有效性。未來研究可以考慮設置真實的任務場景， 以提高實驗效度。其次， 關于思維焦點的測量， 過去的經驗也可能因人而異， 并且人們在回憶過去完成類似任務時思考的內容也未必一樣。未來研究可以考慮采用更客觀的測量方式， 如讓參與者通過口語報告， 描述自己在進行時間預測時所考慮的具體內容等（Buehler et al.， 1994）。此外， 有研究表明， 人們對復雜任務進行任務分解時， 其時間預測往往偏高（Kruger amp; Even， 2004）。那么任務的復雜性是否會影響本研究的結果， 未來可一并討論， 進而挖掘時間預測中任務分解效應更多的邊界條件。

6 "結論

本研究考察了任務分解對時間預測的影響及其機制， 結果發現：

（1）任務分解對時間預測存在影響。

（2）當未來邊界的時間范圍較長時， 表現為任務分解的收縮效應; 當未來邊界的時間范圍較短時， 表現為任務分解的擴張效應。

（3）當任務分解時， 未來邊界的時間范圍可以通過思維焦點對時間預測產生影響。具體地， 當未來邊界的時間范圍較長時， 人們傾向于關注障礙， 導致時間預測值更長; 當未來邊界的時間范圍較短時， 人們傾向于關注計劃， 導致時間預測值更短。

參""考""文""獻

Bonaccorsi， A.， Apreda， R.， amp; Fantoni， G. （2020）. Expert biases in technology foresight. Why they are a problem and how to mitigate them. Technological Forecasting and Social Change， 151， 119855.

Buehler， R.， amp; Griffin， D. （2003）. Planning， personality， and prediction： The role of future focus in optimistic time predictions. Organizational Behavior and Human Decision Processes， 92（1?2）， 80?90.

Buehler， R.， Griffin， D.， Lam， K. C. H.， amp; Deslauriers， J. （2012）. Perspectives on prediction： Does third-person imagery improve task completion estimates？ Organizational Behavior and Human Decision Processes， 117（1）， 138?149.

Buehler， R.， Griffin， D.， amp; Peetz， J. （2010）. The planning fallacy： Cognitive， motivational， and social origins. In M. P. Zanna amp; J. M. Olson （Eds.）， Advances in experimental social psychology （Vol. 43， pp. 1?62）. Academic Press.

Buehler， R.， Griffin， D.， amp; Ross， M. （1994）. Exploring the “planning fallacy”： Why people underestimate their task completion times. Journal of Personality and Social Psychology， 67（3）， 366?381.

Burt， C. D. B.， amp; Kemp， S. （1994）. Construction of activity duration and time management potential. Applied Cognitive Psychology， 8（2）， 155?168.

Byram， S. J. （1997）. Cognitive and motivational factors influencing time prediction. Journal of Experimental Psychology： Applied， 3（3）， 216?239.

Dai， H.， Milkman， K. L.， amp; Riis， J. （2014）. The fresh start effect： Temporal landmarks motivate aspirational behavior. Management Science， 60（10）， 2563?2582.

Dunning， D. （2007）. Prediction： The inside view. In E. T. Higgins amp; A. Kruglanski （Eds.）， Social psychology： Handbook of basic principles."（2nd ed.， pp. 69?90）. Guilford.

Fang， J.， Wen， Z. L.， amp; Zhang， M. Q. （2017）. Mediation analysis of categorical variables. Journal of Psychological Science， 40（2）， 471?477.

[方杰， 溫忠麟， 張敏強. （2017）. 類別變量的中介效應分析. 心理科學， 40（2）， 471?477.]

Faul， F.， Erdfelder， E.， Lang， A. G.， amp; Buchner， A. （2007）. G* Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences. Behavior Research Methods， 39（2）， 175?191.

Feng， Y. T.， amp; Huang， X. T. （2015）. The effects and mechanism of task characters on the estimation of task duration in the future. Advances in Psychology， 5（10）， 571?579.

[馮彥添， 黃希庭. （2015）. 任務性質對未來任務時間估計的影響及其理論機制. 心理學進展， 5（10）， 571?579.]

Fischhoff， B.， Slovic， P.， amp; Lichtenstein， S. （1978）. Fault trees： Sensitivity of estimated failure probabilities to problem representation. Journal of Experimental Psychology： Human Perception and Performance， 3（4）， 330?334.

Forsyth， D. K. （2004）. An investigation into expected duration estimation as used as part of the time management process"[Unpublished doctorial dissertation]. University of Canterbury， Christchurch.

Forsyth， D. K.， amp; Burt， C. D. B. （2008）. Allocating time to future tasks： The effect of task segmentation on planning fallacy bias. Memory amp; Cognition， 36（4）， 791?798.

Goswami， I.， amp; Urminsky， O. （2020）. More time， more work： How time limits bias estimates of task scope and project duration. Judgment amp; Decision Making， 15（6）， 994?1008.

Hadjichristidis， C.， Summers， B.， amp; Thomas， K. （2014）. Unpacking estimates of task duration： The role of typicality and temporality. Journal of Experimental Social Psychology， 51， 45?50.

Halkjelsvik， T.， amp; J?rgensen， M. （2012）. From origami to software development： A review of studies on judgment- based predictions of performance time. Psychological Bulletin， 138（2）， 238?271.

Halkjelsvik， T.， amp; J?rgensen， M. （2018）. Time prediction methods and principles. Time Predictions， 5， 81?102.

Halkjelsvik， T.， J?rgensen， M.， amp; Teigen， K. H. （2011）. To read two pages， I need 5 minutes， but give me 5 minutes and I will read four： How to change productivity estimates by inverting the question. Applied Cognitive Psychology， 25（2）， 314?323.

Hu， C. P.， Kong， X. Z.， Wagenmakers， E. -J.， Ly， A.， amp; Peng， K. P. （2018）. The Bayes factor and its implementation in JASP： A practical primer."Advances in Psychological Science， 26（6）， 951?965.

[胡傳鵬， 孔祥禎， Wagenmakers， E. -J.， Ly， A.， 彭凱平. （2018）. 貝葉斯因子及其在JASP中的實現. 心理科學進展， 26（6）， 951?965.]

Huang， X. T.， Li， B. Y.， amp; Zhang， Z. J. （2003）. The research of the range-synthetic model of temporal cognition. Journal of Southwest China Normal University （Humanities and Social Sciences Edition）， 29（2）， 5?9.

[黃希庭， 李伯約， 張志杰. （2003）. 時間認知分段綜合模型的探討. 西南師范大學學報（人文社會科學版）， 29（2）， 5?9.]

Kahneman， D.， amp; Tversky， A. （1979）. Prospect theory： An analysis of decision under risk. Econometric， 47， 263?291.

Kanten， A. B. （2011）. The effect of construal level on predictions of task duration. Journal of Experimental Social Psychology， 47（6）， 1037?1047.

Kelly， W. E. （2002）. Harnessing the river of time： A theoretical framework of time use efficiency with suggestions for counselors."Journal of Employment Counseling， 39（1）， 12? 21.

Kim， B. K.， amp; Zauberman， G. （2009）. Perception of anticipatory time in temporal discounting. Journal of Neuroscience Psychology amp; Economics， 2（2）， 91?101.

Kruger， J.， amp; Evans， M. （2004）. If you don't want to be late， enumerate： Unpacking reduces the planning fallacy."Journal of Experimental Social Psychology， 40（5）， 586? 598.

LeBoeuf， R. A.， amp; Shafir， E. （2009）. Anchoring on the “here” and “now” in time and distance judgments. Journal of Experimental Psychology. Learning， Memory， and Cognition， 35（1）， 81?93.

Liberman， N.， amp; Trope， Y. （1998）. The role of feasibility and desirability considerations in near and distant future decisions： A test of temporal construal theory. Journal of Personality and Social Psychology， 75（1）， 5?18.

Liu， Y.， amp; Sun， Y. （2016）. Time unpacking effect and its impact on intertemporal decision making. Acta Psychologica Sinica， 48（4）， 362?370.

[劉揚， 孫彥. （2016）. 時間分解效應及其對跨期決策的影響. 心理學報， 48（4）， 362?370.]

Miaolei， J.， Xiuping， L.， amp; Aradhna， K. （2020）. Contraction with unpacking： When unpacking leads to lower calorie budgets. Journal of Consumer Research， 46（5）， 853?870.

Mileti?， S.， amp; Maanen， L. V. （2019）. Caution in decision- making under time pressure is mediated by timing ability. Cognitive Psychology， 110， 16?29.

Moher， E. （2012）. Tempering optimistic bias in temporal predictions： The role of psychological distance in the unpacking effect"[Unpublished doctorial dissertation]. University of Waterloo， Ontario， Canada.

Nussbaum， S.， Liberman， N.， amp; Trope， Y. （2006）. Predicting the near and distant future. Journal of Experimental Psychology： General， 135（2）， 152?161.

Peetz， J.， Buehler， R.， amp; Wilson， A. （2010）. Planning for the near and distant future： How does temporal distance affect task completion predictions？ Journal of Experimental Psychology， 46（5）， 709?720.

Peetz， J.， amp; Wilson， A. E. （2013）. The post-birthday world： Consequences of temporal landmarks for temporal self-appraisal and motivation."Journal of Personality and Social Psychology， 104（2）， 249?266.

Redaelli， I.， amp; Carassa， A. （2018）. New perspectives on plans： Studying planning as an instance of instructed action. Computer Supported Cooperative Work， 27（1）， 107?148.

Redden， J. P.， amp; Frederick， S. （2011）. Unpacking unpacking： Greater detail can reduce perceived likelihood. Journal of Experimental Psychology General， 140（2）， 159?167.

Roy， M. M.， Burns， T.， amp; Radzevick， J. R. （2019）. Unpacking， summing and anchoring in retrospective time estimation."Acta Psychologica， 192， 153?162.

Roy， M. M.， amp; Christenfeld， N. J. （2008）. Effect of task length on remembered and predicted duration. Psychonomic Bulletin amp; Review， 15（1）， 202?207.

Roy， M. M.， Christenfeld， N. J.， amp; McKenzie， C. R. （2005）. Underestimating the duration of future events： Memory incorrectly used or memory bias？ Psychological Bulletin， 131（5）， 738?756.

Shmueli， O.， Pliskin， N.， amp; Fink， L. （2016）. Can the outside- view approach improve planning decisions in software development projects？ Information Systems Journal， 26（4）， 395?418.

Siddiqui， R. A.， May， F.， amp; Monga， A. （2014）. Reversals of task duration estimates： Thinking how rather than why shrinks duration estimates for simple tasks， but elongates estimates for complex tasks. Journal of Experimental Social Psychology， 50（1）， 184?189

Tonietto， G. N.， amp; Malkoc， S. A. （2016）. The Calendar Mindset： Scheduling takes the fun out and puts the Work In. Journal of Marketing Research， 53（6）， 922?936.

Tonietto， G. N.， Malkoc， S. A.， amp; Nowlis， S. M. （2019）. When an hour feels shorter： Future boundary tasks alter consumption by contracting of time. Journal of Consumer Research， 45（5）， 1085?1102.

Trope， Y.， amp; Liberman， N. （2003）. Temporal construal. Psychological Review， 110（3）， 403?421.

Tu， Y.， amp; Soman， D. （2014）. The Categorization of time and its impact on task initiation. Journal of Consumer Research， 41（3）， 810?822.

Tversky， A.， amp; Koehler， D. J. （1994）. Support theory： A nonextensional representation of subjective probability. Psychological Review， 101（4）， 547?567.

Van Boven， L.， amp; Epley， N. （2003）. The unpacking effect in evaluative judgments： When the whole is less than the sum of its parts. Journal of Experimental Social Psychology， 39（3）， 263?269.

Wagenmakers， E. -J.， Marsman， M.， Jamil， T.， Ly， A.， Verhagen， J.， Love， J.， … Morey， R. D. （2018）. Bayesian inference for psychology. Part II： Example applications with JASP. Psychonomic Bulletin amp; Review， 25（1）， 58?76.

Wang， P.， Wang， X. T.， Gao， J.， Li， X. L.， amp; Xu， J. （2019）. Adaptive time management： The effects of death awareness time perception and intertemporal choice. Acta Psychologica Sinica， 51（12）， 1341?1350.

[王鵬， 王曉田， 高娟， 黎夏嵐， 徐靜. （2019）. 適應性時間管理：死亡意識對時間知覺和跨期決策的影響. 心理學報， 51（12）， 1341?1350.]

Weick， M.， amp; Guinote， A. （2010）. How long will it take？ Power biases time predictions. Journal of Experimental Social Psychology， 46（4）， 595?604.

Wetzels， R.， Matzke， D.， Lee， M. D.， Rouder， J. N.， Iverson， G. J.， amp; Wagenmakers， E. -J. （2011）. Statistical evidence in experimental psychology： An empirical comparison using 855 t"tests. Perspectives on Psychological Science， 6（3）， 291?298.

Yoon， J. （2020）. Extension Request： An underexplored response to deadlines"[Unpublished doctorial dissertation]. Harvard University Graduate School of Arts and Sciences.

Zhu， D.， Li， X.， Yang， S.， amp; Xie， X. （2019）. More accurate or less accurate： How does maximization orientation affect task completion predictions？ Personality and Individual Differences， 137， 173?183.

The effects of task unpacking on time prediction： The role of future boundaries and thought focus

SHI Zifu， XIA Biqi， LIU Xin， CHEN Huohong， JIN Ziyang， PENG Lingyi

（Department of Psychology， Hunan Normal University; Institute of Interdisciplinary Studies， Hunan Normal University， Changsha 410081， China）

Abstract

People often need to predict how long tasks will take to complete. However， due to cognitive stinginess when tackling problems， individuals frequently exhibit irrational decision-making bias in planning long-term goals， leading to underestimations of task completion time， such as planning fallacy. A comparison between the theory of planning fallacy and existing research suggests that this bias may be related to the time clue of the task—the future boundary. Therefore， this study aims to explore the effects of task unpacking on time prediction and its cognitive mechanism under different time clues by setting the future boundary.

To investigate this， three experiments involving 458 college students were conducted， examining the impact of task unpacking and future boundary on time prediction and their cognitive mechanisms. Specifically， Experiment 1 employed a 2 （task unpacking： unpacking/packing） × 2 （future boundary： present/ absent） between-subjects design. The results showed that： （1） When no future boundary was present， the time predictions in the task unpacking condition were significantly shorter than those in the task packing condition. （2） When a future boundary was present， there was no significant difference in time predictions between the task unpacking and packing conditions.

Based on Experiment 1， Experiment 2 further investigated the effect of the time span of the future boundary on time prediction by manipulating the temporal distance between the future boundary and the present. The time span of the future boundary was determined through a pre-experiment， and the formal experiment adopted a 2 （task unpacking： unpacking/packing） × 3 （future boundary time span： short/medium/long） between-subjects design. The results showed that： （1） The longer the time span of the future boundary， the significantly longer the time predictions. （2） Under the condition of short future boundary time span， the time predictions for task unpacking were significantly longer than those for task packing. Under the condition of long future boundary time span， the time predictions for task unpacking were significantly shorter than those for task packing. There was no significant difference between task unpacking and packing under a medium time span of the future boundary.

On the basis of Experiment 2， Experiment 3 further explored the cognitive mechanism underlying the effects of future boundary time span on time prediction under task unpacking condition. A single factor two-level （future boundary time span： short/ long） between-subject design was used. The results revealed that： （1） In the short time span condition， participants focused more on the plan， while in the long time span condition， they considered obstacles more frequently. （2） Thought focus partially mediated the effect of the future boundary time span on time prediction. When the future boundary time span was shorter， participants paid more attention to the task execution plan， resulting in lower time predictions. Conversely， when the future boundary time span was longer， participants focused more on potential obstacles， leading to longer time predictions.

The findings of this study indicate that： （1） Task unpacking influences time prediction. （2） When the future boundary time span is longer， task unpacking exhibits a contraction effect; when the future boundary time span is shorter， it shows an expansion effect. （3） Under the task unpacking condition， the longer the future boundary time span， the more people tend to focus on obstacles， resulting in longer time predictions; the shorter the future boundary time span， the more people tend to focus on the plan， leading to shorter time predictions. Thought focus partially mediates the effect of future boundary time span on time prediction.

Keywords "time prediction， task unpacking， future boundary， thought focus