非理性人的经济学

陈朝

2002年的诺贝尔经济学奖由两名学者分享。一位是佛诺·史密斯，时为乔治·曼森大学的经济学教授，从1960年代起，他就首先使用实验的方法，研究人们在游戏中的合作、信任等行为。另一位是丹尼尔·卡尼曼，时为普林斯顿大学的心理学教授，主要研究关于决策与判断的心理学。

诺贝尔经济学奖彼时的这个结果多少让一些经济学家惊讶：卡尼曼和他的合作者阿莫斯·特沃斯基从来没有自认为自己是经济学家。他们的论文发表在心理学期刊上，工作也主要针对传统上的心理学问题。如果佛诺·史密斯依靠把实验方法引入经济学研究而获奖，卡尼曼的工作又给经济学带来了什么呢？

也许史密斯教授对于自己工作的一句话是个很好的答案，他说，经历了好多年，他才确信教科书上的结论是错的，而自己课堂上那些人是对的。教科书指的是经典的经济学理论，而课堂上的人则是那些参与行为实验的人。

不论是史密斯教授还是卡尼曼教授，简单说来，他们的实验都证明了经济学通常假设的理性人，那个依靠自己的偏好和掌握的信息决策的理想模型人，和真实的人相去甚远。而卡尼曼等学者从心理学出发，更是揭示了人类决策与判断的非理性。

而在诺贝尔奖的颁奖词中，卡尼曼获奖的理由是“将经济学与心理学研究结合起来，尤其是研究了人类不确定性状态下的判断与决策”。这个短短的评价，精确的概括了他和他毕生的合作者阿莫斯·特沃斯基（特沃斯基于1996年不幸去世，没能分享诺贝尔奖）的主要工作。

而如果要问他们的研究是什么，最重要的恐怕是两篇文章：《不确定状态下的判断：启发式与偏见》与《选择、价值和框架》。

别担心，和充满数字的经济学文章不同。这两篇论文尽管题目费解，内容却和我们的生活经验息息相关。

卡尼曼和特沃斯基举了一个例子，近大远小、清晰度等都是我们判断举例的标准，但判断大小困难时，用清晰度也是我们做判断的依据，越近的东西自然清晰度高一点。但是这种判断受到能见度的影响。相同的距离，能见度低时物体就更不清晰。

可如果我们很依赖清晰度，判断自然失准。我们平时做出各种判断依据的信息有效程度都很有限，而实验发现，我们做判断的本领其实也非常差劲。

卡尼曼等人做的第一个实验就是我们在根据一个人的性格描述来判断他或她的职业。

例如：“史蒂夫性情非常腼腆，话不多，乐于助人，但是对别人和现实世界缺乏兴趣。他有礼貌，做事有条理，中规中矩，关注细节。”看过这条描述后，他们要求被试猜测史蒂夫做哪个职业的可能性更大，例如农民、销售、飞行员、图书管理员、医生等职业。

结果，很多被试都根据描述选了图书管理员。其实，在现实生活中，农民、销售乃至医生的从业人数恐怕都比图书管理员大多了，猜测史蒂夫是上述职业的一员其实更靠谱，毕竟性格描述提供的信息太有限了。可是不，我们就是喜欢用这个描述去套心里那个图书管理员的形象。

这个系列实验继续下去，我们另一些“莫名其妙”的想法也暴露了出来。比如卡尼曼他们告诉被试者，现在有一百个人，其中三十位工程师七十位律师，某个人已婚无子女，能力强，受欢迎，努力工作，他是工程师和律师的可能性哪个更大呢？

对于这个中性的描述，显然我们应该考虑这一百人本身的构成。但是在实验中，因为描述的信息无法判断职业，大部分被试都认为，是律师或工程师的可能性各占百分之五十。看起来，我们做判断时并不像统计学家一样先看看先验概率。

而样本大小这件事我们也经常忽略。这个实验是这样的：一般情况下，一家医院出生的男女婴儿比例应该近似50%，但是每天会有波动。一家医院每天大约出生45个小孩，另一家只有15个。那么，哪一家医院男婴比例超过60%的天数更多？想一下再回答吧，读者可能已经被绕晕了。

没错，小的那家，因为小样本的波动更明显，学过一点统计学的学生都知道。

但是在这个实验里，有一半以上的人认为两家医院应该差不多，剩下的人选大医院和小医院的人数一样。我们做这种判断时，统计学并不是直觉的一部分。

相关的实验还发现，我们对概率的理解颇为奇怪。比如在赌博时，如果一直出来的是“大”，我们就倾向于觉得马上要出来“小”了，而不管其实每次开盘都是独立随机的。

最麻烦的是，我们对一件事的预测自信也很差劲。例如听到一段公司成绩优秀的描述，我们就对它的股票看涨。然而一段中性甚至无关的描述却让我们认为股票会业绩平平。

其实描述并没有带来真正的信息，我们却已经做出了判断。

有些教练也误解了自己的作用，每次学员做的超出预期，表扬他，下次就会变差，而太差时，批评一顿下次就会变好。教练由此推论，口头批评很管用，表扬还是不要的好。但卡尼曼等人指出，学员的状态可能只是在自己的平均数上下波动而已，一次做得太好或者太差下次就会向平均数回归。此时，教练的表扬或者批评起到的作用恐怕和他们自己以为的不太一样。一系列实验发现，我们估算概率很差劲，还会发现并不存在的相关性。

总之，说到预测这件事，人类还真是不值得信任。

我们平时掌握的信息并不总是充足可靠，因此我们经常依据所谓“启发式”的方法来解决问题，做出判断。

卡尼曼等一系列学者的实验发现，哪怕是受过统计教育的大学生还是某一领域的专家，当遇到这种需要拍脑门儿的问题时，直觉是非常靠不住的。这一系列实验吸引了很多后来者，很多人设计了近似的实验来考察人类判断的问题。而下面要讲到的实验，让卡尼曼等学者获得了更大的声名。

研究经济行为，很重要的一个方向是研究“期望”。这个词既有日常的含义，又有数学上的意义。如果前面的实验处理的是人的预测，那么之后介绍的卡尼曼等人的研究就要处理我们如何决策收益和损失。没错，我们表现了更多的非理性。

对金钱反应的研究开始甚早。十八世纪，丹尼尔·伯努利就发现，人们有规避风险的行为，但当财富增长时规避行为就降低了。或者说，我们处理风险和收益不是只考虑账面数字，而是受到很多因素的影响。

比如一个经典的例子，是选择85%的几率赢得1000美金，而15%的几率得不到钱，还是选择一定会得到800美金呢？按照概率论课教会我们的知识，前者的“期望”是1000乘以85%得850美金，而后者只有八百美金。但是大多数测试者都会选择固定收益。恐怕读者的选择也差不多。

据此，一个重要的经济学概念“效用”被提出来了。这是一个太大的话题，我们仅仅看看卡尼曼他们做了什么。

在他们例举的第一个实验中，测试者被问了这么一个问题：有一种可能导致600人死亡的传染病，两种方案，第一种能救治200人（72%），第二种有1/3的概率救治600人，2/3的概率一个人也救不了。你会如何选择？绝大部分测试者都会选择方案一。现在又来了两种方案，三号方案：400人死亡；四号方案：1/3的概率所有人都获救，2/3的概率所有人都救不了。

仔细想一下，好像后两者和前两者没有本质区别。但人们的选择不同了，大家开始倾向于选择四号方案——那个赌一把的。因为我们很难接受400人注定死亡这样的结论。

如果生命的例子特殊，那么我们回到最经典的赌博问题上。你是愿意以1/4的概率赢得240美元，同时有3/4的概率损失760美元，还是以1/4的概率赢得250美元，同时有3/4的概率损失750美元？看得出来，第二个选项更划算，大部分人都这么选择。

但是，你是愿意肯定赢得240美元，还是1/4的几率赢得1000美元，而3/4的几率一无所获？大部分人都会选择稳拿策略。现在换一下：你是愿意注定损失750美元，还是3/4的概率损失1000美元，1/4的概率什么也不损失。这时，大部分人都选择赌一把，而不是“认倒霉”。

这件事的奇特在于，我们在进行第二组选择时，和我们在第一组选择中的结果是矛盾的。一旦把选项拆分成两个问题，我们立刻被希望稳拿和讨厌损失这两种情感控制。

卡尼曼通过研究风险追求和损失厌恶发现，我们对于不同情况下的各种概率还会给出另外一套权重，使得我们常在未必有损失时选择风险规避，而在未必有收益时却开始冒险。

我们非常重视放弃财富的痛苦，大多数情况下远超过获得相应财富的喜悦。我们将有些钱视为收益，而其他一些则是损失，一旦认定，我们的决策就受到这种认识的影响。

这个简单的介绍已经让我们看到，不管是对于公共安全或者卫生的决策，还是我们平时经常处理的“一点小钱”，我们对收益、损失的认定和评估让我们的决定和“理性人”大不相同。

人在决策与判断过程中的非理性，或者教科书中理性人的“错”，也许是这些学者研究的发现。但是他们用实验的方法，重塑了我们对于经济行为的诸多认识，或者把我们惯常的体验用精确的方法表达出来，这才是一个专业学者价值所在。

2002年的经济学奖颁发给丹尼尔·卡尼曼教授确实是名至实归。