凱尼曼對(duì)經(jīng)濟(jì)心理學(xué)的主要貢獻(xiàn)

1、凱尼曼對(duì)經(jīng)濟(jì)心理學(xué)的主要貢獻(xiàn)  2.1 啟發(fā)式策略  Kahneman教授榮獲2002年諾貝爾經(jīng)濟(jì)學(xué)將主要?dú)w功于他對(duì)不確定條件下的人類決策行為的研究。他與Tversky合著的不確定條件下的判斷：直接推斷與偏差（Judgment under uncertainty: Heuristics and biases，1974）早已被公認(rèn)為不確定條件下人類進(jìn)行決策判斷描述性理論方面的經(jīng)典著作。    傳統(tǒng)經(jīng)濟(jì)學(xué)從“決策者是理性的自私人”的角度出發(fā)，認(rèn)為決策者以無(wú)偏好的方式對(duì)決策后果的概率進(jìn)行主觀的估計(jì)，即這一主觀估計(jì)是根據(jù)概率學(xué)原理能正確推論出來(lái)的。據(jù)此

2、他們確定了著名的期望價(jià)值模型。該理論指出，決策行為總是人們對(duì)自己認(rèn)為的價(jià)值（價(jià)值）經(jīng)過(guò)計(jì)算之后，在進(jìn)行主觀而無(wú)偏的概率估計(jì)的結(jié)果，力求最大化的期望價(jià)值。    但是Kahneman等人經(jīng)過(guò)研究證明：人們?cè)诓淮_定條件往往并不遵循期望價(jià)值理論而是使用一系列的啟發(fā)式策略進(jìn)行直觀判斷。Kahneman從三個(gè)方面對(duì)人們用于估計(jì)概率和預(yù)測(cè)價(jià)值的啟發(fā)式策略進(jìn)行了闡述與說(shuō)明。(Kahneman,1973,1979,2000,2002; Tversky,1974)  2.1.1 代表性啟發(fā)法（representativeness Heuristics）  它表現(xiàn)

3、在人們根據(jù)該事物的一些突出特征對(duì)其進(jìn)行歸類的時(shí)候，當(dāng)它與某類事物（范疇）的代表性相類似的時(shí)候，就直觀地推斷出該事物歸屬于這一類。事實(shí)上，人們?cè)缇透鶕?jù)既有經(jīng)驗(yàn)為各類事務(wù)塑造了他們各自的原型。它具有該群體的典型特征和最大的代表性，做決策時(shí)，人們往往僅僅將事物與各個(gè)原型相對(duì)照。一旦匹配就將其歸入該原型所代表的范疇。由代表性啟發(fā)法造成的認(rèn)知偏差往往表現(xiàn)在以下幾方面：對(duì)基率或者先驗(yàn)概率敏感性低；引用Kahneman的一個(gè)著名的實(shí)驗(yàn)為例：  約翰，男，45歲，已婚，有子女。他比較保守，謹(jǐn)慎并且富有進(jìn)取心。他對(duì)社會(huì)和政治問(wèn)題不敢興趣，閑暇時(shí)間多用于業(yè)余愛(ài)好，比如做木匠活和猜數(shù)字迷語(yǔ)。 

4、假設(shè)他來(lái)自于一個(gè)工程師的概率和律師組成的樣本群。然后，分別告訴被試不同的先驗(yàn)概率。一組的被試被告知工程師人數(shù)為樣本的30%，律師為70%。另一組被試被告知工程師人數(shù)為樣本的70%，律師為30%。詢問(wèn)兩組被試約翰更有可能從事哪種職業(yè)？  結(jié)果表明，兩組被試大都認(rèn)為約翰是工程師，即使在主試有意提醒他們注意敘述條件的情況下，這種現(xiàn)象仍未改變。這說(shuō)明，人們只根據(jù)描述性語(yǔ)言的代表性進(jìn)行判斷卻全然不考慮先驗(yàn)概率的影響。結(jié)合效應(yīng)    概率論中的結(jié)合率表明，某事物既屬于范疇A又屬于范疇B的概率不會(huì)大于且往往小于它單獨(dú)的屬于A或者B的概率，即P(AB)<=P(A)

5、或者P（B），而在實(shí)際認(rèn)知決策的時(shí)候，人們往往遵循結(jié)合效應(yīng)，表現(xiàn)出了與概率論的結(jié)合率相反的情況。  試看以下的一個(gè)例子：  琳達(dá)31歲，單身，性格外向，哲學(xué)畢業(yè)。在學(xué)校其間關(guān)心歧視和社會(huì)公正問(wèn)題，參加過(guò)反核武器抗議示威活動(dòng)。那么，她可能是？選項(xiàng)有以下兩個(gè)：  1她既是銀行職員又是個(gè)女權(quán)主義者。  2她是個(gè)銀行職員。  向被試詢問(wèn)琳達(dá)更有可能是哪一種人？  結(jié)果表明，絕大部分人認(rèn)為她更像1。雖然選項(xiàng)1出現(xiàn)的概率要比選項(xiàng)2出現(xiàn)的概率小得多。不過(guò)人們似乎認(rèn)為1是對(duì)琳達(dá)更自然的描述，更像她的代表性特征。小數(shù)法則。    最

6、后，人們經(jīng)常有將小樣本看作與大樣本（或者總體）具有相似概率分布的判斷傾向，即將小樣本與大樣本的概率分布視為等價(jià)，由此帶來(lái)了兩個(gè)結(jié)果。  當(dāng)人們知道了某時(shí)間的無(wú)偏（客觀）概率的情況下，往往會(huì)對(duì)已經(jīng)發(fā)生的小樣本事件進(jìn)行錯(cuò)誤的估計(jì)，從而影響了對(duì)未發(fā)生事件的概率估計(jì)。這可以很好地解釋賭徒心理。人們都知道投幣得到正反面的概率相等。因此當(dāng)連續(xù)多次投硬幣都得到正面的情況下，人們總傾向于認(rèn)為以后反面的出現(xiàn)概率很大。  小數(shù)法則（the law of small number ）則使得人們易于從一個(gè)短序列（小樣本）中過(guò)分地推斷潛在的大樣本的概率分布。我們都有這樣的經(jīng)驗(yàn)：如果一個(gè)人連續(xù)幾次都預(yù)

7、測(cè)正確，我們就會(huì)十分相信他的判斷力，認(rèn)為他下次的預(yù)測(cè)仍會(huì)是正確的。與之相關(guān)的一個(gè)重要現(xiàn)象就是人們對(duì)期望值回歸的錯(cuò)誤認(rèn)識(shí)。如果我們過(guò)于相信一種偏離常規(guī)情況的存在，那么我們將不會(huì)期望以后的觀察值回歸正常水平。  2.1.2 可得性啟發(fā)法（availability Heuristics） 它常用于判斷某事件發(fā)生頻率或者概率的情況。這時(shí)人們往往會(huì)利用記憶中最容易提取的信息進(jìn)行主觀估計(jì)，因?yàn)閷?duì)頻率或者概率的估計(jì)極大地受事件熟悉程度與突出性等可回溯性因素。搜索方式的有效性和時(shí)間可想象的難易程度的影響而造成認(rèn)知偏差。我們都有過(guò)類似經(jīng)驗(yàn)，當(dāng)被問(wèn)題某種疾病的發(fā)生概率時(shí)，我們往往根據(jù)身邊熟悉的

8、人得此病的情況進(jìn)行推斷。這就是熟悉效應(yīng)的一個(gè)表現(xiàn)。又如，若我們被問(wèn)到：每年因飛機(jī)失事和被毒蛇咬傷而死亡的概率哪個(gè)大？這是我們往往更容易選擇前者。雖然也許事實(shí)上二者發(fā)生的機(jī)率相同，但由于輿論傳媒的導(dǎo)向作用，使得我們對(duì)前種情況更為熟悉和敏感。這也在一定程度上對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)理論的一個(gè)根基假設(shè)：人的行為規(guī)律不受外在環(huán)境的影響提出了質(zhì)疑。  對(duì)搜索方式的有效性能很好說(shuō)明的一個(gè)例子是：你認(rèn)為以R（如：ride）開(kāi)頭的單詞，還是第三個(gè)字母是R（如，circle）的單詞多？這是你也許會(huì)馬上很容易地從記憶中提取一些單詞，如red,roof等一系列以R開(kāi)頭的單詞，卻很難短時(shí)間內(nèi)提取第三個(gè)字母是r的單詞。于

9、是你就無(wú)法做出判斷，以R開(kāi)頭的單詞多。但實(shí)際上，僅僅是因?yàn)槲覀儗?duì)第二種情況不夠熟悉，認(rèn)為第三個(gè)字母這一提取線索是無(wú)效的。真正的情況恰好與我們的選擇相反。(Kahneman,1973,1979,2000,2002; Tversky,1974)  一旦人們對(duì)某事件沒(méi)有經(jīng)驗(yàn)的時(shí)候，人們往往會(huì)根據(jù)該事件可想象的難易程度來(lái)判定它的發(fā)生概率。例如，從一個(gè)81組成的樣本中抽取2人組成委員會(huì)和從一個(gè)同樣大的樣本中抽取79人組成委員會(huì)兩種情況的組織方式各有多少種？分別讓兩組被試對(duì)以上兩個(gè)情景之一進(jìn)行直覺(jué)判斷，發(fā)現(xiàn)第一種情況下，被試估計(jì)的數(shù)量要遠(yuǎn)大于第二種情況。而實(shí)際上，一個(gè)任意兩人組成的一種委員會(huì)形式

10、的同時(shí)，樣本中余下的79人就相應(yīng)地形成一種組織方式，因此兩種情況下的答案應(yīng)是相同的。之所以會(huì)發(fā)生這種偏差，就是因?yàn)閮扇说慕M成情況更容易在想象中進(jìn)行。  2.1.3 錨定與調(diào)整性啟發(fā)法（anchoring and adjustment Heuristics）  它表現(xiàn)在人們對(duì)于不確定數(shù)值的估計(jì)往往是基于對(duì)初始值或者起始點(diǎn)（starting point）進(jìn)行適當(dāng)調(diào)整的結(jié)果。起始點(diǎn)可以是實(shí)踐本身提供的，也可以是在估計(jì)過(guò)程中局部發(fā)生的。但是無(wú)論哪一種情況，起始點(diǎn)都會(huì)對(duì)估計(jì)值產(chǎn)生決定性影響。一個(gè)簡(jiǎn)單的小實(shí)驗(yàn)，讓兩組被試分別直覺(jué)推斷：1×2×3×4

11、5;5×6×7×8與8×7×6×5×4×3×2×1兩組算式的結(jié)果，發(fā)現(xiàn)對(duì)第一組乘積式數(shù)值的估計(jì)顯著地低于第二組的數(shù)值。這在很大程度上歸因于起始點(diǎn)（兩種情況下分別是1和8）的作用。雖然這些起始點(diǎn)對(duì)決策來(lái)說(shuō)不具有任何意義。錨定啟發(fā)法還表現(xiàn)在對(duì)合取事件和析取事件的認(rèn)知偏差上。  試判斷以下三種情況的偏好程度：  從一個(gè)裝有50%紅球和50%白球中的箱中抽取紅球。（簡(jiǎn)單事件）  從一個(gè)裝有90%紅球和10%白球的箱中連續(xù)7次抽取紅球（合取事件）  從一個(gè)由10%紅

12、球和90%白球的箱中連續(xù)7次抽球且至少有一個(gè)抽取紅球（析取事件）   先讓我們根據(jù)統(tǒng)計(jì)學(xué)的原理分別求以下三種情況各自抽中紅球的概率。P1=0.5；p2=0.48；P30.52。  因此無(wú)偏差的主觀估計(jì)值應(yīng)該是P3>P1>P2，人們應(yīng)該偏好析取事件。但事實(shí)上，絕大多數(shù)被試喜歡合取事件而最不趨向選擇析取事件，即人們傾向于高估合取事件而低估析取事件。  22 預(yù)期理論  如果說(shuō)以上介紹的三種啟發(fā)法是Kahneman針對(duì)現(xiàn)實(shí)中一些“反?！钡慕?jīng)濟(jì)現(xiàn)象的幾點(diǎn)解釋說(shuō)明，那么它與Tverskey提出的以闡述“價(jià)值函數(shù)（Value function）

13、為核心的預(yù)期理論則勢(shì)必要算作他為經(jīng)濟(jì)心理學(xué)建立的一個(gè)極其重要的理論基礎(chǔ)。  參考下面繪制的價(jià)值函數(shù)，我們大致可以總結(jié)出Kahneman這個(gè)理論模型的一些特點(diǎn)。(Tversky,1981; Kahneman,1979,2000)  2.2.1 風(fēng)險(xiǎn)回避與風(fēng)險(xiǎn)偏好   個(gè)人偏好是基于偏離基于一個(gè)相對(duì)的參照水平的程度而其變化的（Reference-dependent preference）而非取決于一個(gè)絕對(duì)量（如財(cái)富水平等）。相對(duì)于這個(gè)參照水平“得”帶來(lái)快樂(lè)，“失”導(dǎo)致痛苦。而從圖中對(duì)此損失與收益這兩段曲線的斜率（前者幾乎為后者的二倍），這說(shuō)明：人們對(duì)損失的感

14、受性要大于對(duì)收益的感受性，即我們平時(shí)所說(shuō)的損失厭惡。因此人們經(jīng)常的行為反應(yīng)就是回避損失（Loss aversion）。運(yùn)用這個(gè)基本觀念，我們似乎可以解釋很多種現(xiàn)象。比如財(cái)富效應(yīng)（Endearment effect）。它的意思是人們一旦擁有了某一個(gè)物品，就會(huì)立刻賦予這個(gè)物品比在擁有前更多的價(jià)值，即人們有過(guò)高地估計(jì)自己物品價(jià)值的傾向。  按照傳統(tǒng)經(jīng)濟(jì)學(xué)理論“經(jīng)濟(jì)人”的假設(shè)，人們應(yīng)該是風(fēng)險(xiǎn)的回避者。但事實(shí)上，人們往往對(duì)收益持風(fēng)險(xiǎn)回避的態(tài)度。（risk-aversion），而對(duì)損失持風(fēng)險(xiǎn)偏愛(ài)的態(tài)度（risk-vowing）。  例如，讓人們對(duì)下列情景進(jìn)行決策：（N=150）

15、0; 1、如果一筆生意可以穩(wěn)賺$240，另一筆生意有75%的機(jī)會(huì)賺$1000，但也有15%的可能分文不賺。  2、如果一筆生意要穩(wěn)賠$750，另一筆生意有75%的可能賠$1000，但相應(yīng)地也有25%的可能不賠錢(qián)。  結(jié)果表明，在第一種情況下，84%的人選擇穩(wěn)賺$240，表現(xiàn)在對(duì)風(fēng)險(xiǎn)的回避，而第二種情況下87%的人則傾向于選擇“有75%的可能賠$1000，但相應(yīng)地也有25%的可能不賠錢(qián)”的那筆生意，表現(xiàn)為對(duì)利益的追逐。  2.2.2框架效應(yīng)（Framing effects）  所謂框架效應(yīng)（Framing effects），即一個(gè)問(wèn)題兩種在邏輯意義上相似的

16、說(shuō)法卻導(dǎo)致了不同的決策判斷。其中Kahneman經(jīng)典的研究之一即為：生存框架（survival frame）和死亡框架（mortahity frame）。  讓被試（N=152_）看以下情景：  假定在一種流行疾病的侵襲下，將有600人死亡?，F(xiàn)在有兩種方案：取用方案A將有200人獲救；采用方案B，600人全部獲救的可能性為1/3，而全部死亡的可能性為2/3。方案C將會(huì)有400人死亡試問(wèn)應(yīng)該采用哪種方案？方案D則無(wú)人死亡的概率為1/3；  結(jié)果表明72%的人選擇方案A。然后，對(duì)第二組被試（N=155）敘述同樣的情景，同時(shí)將解決方案改為C和D。采用方案；采用600人全部死亡的概率為2/3。這一次，78%的人選擇了方案D。而事實(shí)上，方案A與方案C，方案B與方案D是等值的。之所以會(huì)造成以上效應(yīng)可能是由于提問(wèn)方式的影響，使得第一組被試考慮的是救人，而第二組被試考慮到了會(huì)死亡的人數(shù)，因此，第一種情況下人們不愿冒會(huì)死更多人的風(fēng)險(xiǎn)。第二種情況則傾向于冒風(fēng)險(xiǎn)救活更多的人，兩種情況分別表現(xiàn)出對(duì)損失（死更多的人）的回避和對(duì)利益（