理性的神话：当经济学遇上心理学 / The Myth of Rationality

第 1 章　理性的神话：当经济学遇上心理学

The Myth of Rationality: When Economics Meets Psychology

凌晨三点，屏幕的蓝光刺进眼球。你告诉自己"再看五分钟"，手指却自动滑向下一条短视频。明天有考试，后天要交论文，但此刻你的大脑似乎被某种力量劫持——明知故犯，难以自拔。如果你有过这种体验，欢迎来到行为经济学的世界。

本章要回答一个看似简单却困扰了人类几个世纪的问题：如果人类真的是理性的，为什么我们在日常生活中不断做出让自己后悔的决定？（If humans are truly rational, why do we keep making decisions we regret in daily life?）这个问题不仅关乎经济学教科书的正确性，更关乎你、我、每一个普通人的生存质量。在接下来的内容里，我们将从古典经济学的"理性人"模型出发，穿越一场深刻的学术革命，最终抵达一个更真实、更复杂、也更有用的决策世界。

---

1.1　理性人的乌托邦：经济学教科书的"标准人"模型

1.1.1　一个简单的思想实验

在进入正题之前，让我们先做一个小测试。假设你面前有两份工作：

• **工作A**：月薪固定 8000 元，无风险，工作内容单调。
• **工作B**：月薪在 2000 元和 14000 元之间随机波动，平均也是 8000 元，但工作内容有趣。

按照古典经济学的"理性人"（Homo Economicus）模型，只要你不是特别厌恶风险，你应该选择 A——因为 A 给你"确定的 8000"，而 B 给你"期望值同样是 8000"但要承担波动风险。但现实是：几乎所有心理学家做过的实验都显示，人们不仅不会全部选择 A，反而有相当比例的人会选择 B。这是为什么？

答案隐藏在人类的真实心理结构里——我们对"损失"的感受强度，是"获得"的两倍多；我们对"确定性"有近乎贪婪的偏好；我们对"小概率事件"会做出离谱的判断。这些现象，在 18 世纪到 20 世纪中叶的古典经济学中，几乎完全被忽略了。

1.1.2　Adam Smith 与"看不见的手"

要理解"理性人"模型，必须回到 1776 年。那一年，Adam Smith 在《国富论》（*The Wealth of Nations*）中提出了一个革命性的思想：当每个个体追求自身利益时，市场仿佛被一只"看不见的手"（Invisible Hand）引导，最终实现社会整体福利的最大化。

这个洞见的核心假设是：每个人都是精于计算的理性主体。Smith 并不天真，他承认人有感情、有弱点，但他相信在市场竞争的压力下，理性会胜出。这一假设后来被新古典经济学（Neoclassical Economics）进一步数学化、形式化，成为现代经济学的基石。

新古典经济学的"理性"建立在三个核心公理之上：

1. 完备性公理（Completeness Axiom）：对于任意两个选项 A 和 B，决策者要么偏好 A，要么偏好 B，要么两者无差异。三者必居其一。 2. 传递性公理（Transitivity Axiom）：如果你偏好 A 胜于 B，偏好 B 胜于 C，那么必然偏好 A 胜于 C。 3. 独立性公理（Independence Axiom）：偏好关系不受无关选项干扰。

基于这些公理，经济学发展出了一套优美的数学体系。决策者的目标被定义为效用最大化（Utility Maximization）：

$$\max_{x \in X} U(x) \quad \text{subject to} \quad p \cdot x \leq m$$

其中，$U(x)$ 是效用函数（Utility Function），$p$ 是价格向量，$m$ 是预算约束。这个看似简单的公式，描述了一个完美的世界：每个人都知道自己想要什么，都能在约束条件下找到最优解。

1.1.3　Homo Economicus 的三个特征

古典经济学中的"理性人"具备三个不可思议的特征：

特征一：偏好一致（Preference Consistency）。一个理性人对"苹果vs橘子"的偏好不会因为今天是星期几而改变，也不会因为旁边站了谁而改变。偏好是稳定、内在、可测量的。

特征二：效用最大化（Utility Maximization）。理性人在任何时候都追求效用最大化。无论是花钱、看电影、还是选择职业，他们都会进行精确的边际分析（Marginal Analysis），直到最后一单位的"投入"等于"产出"。

特征三：信息完备（Perfect Information）。理性人对所有相关信息了如指掌——商品的真实质量、未来的价格走势、潜在的风险与收益。在博弈论（Game Theory）模型里，他们甚至知道对手在想什么。

这三个特征组合在一起，构成了一个"超级人类"：永远清醒、永远理性、永远精打细算。这种"理性人"模型统治了经济学教育长达一个多世纪。然而，从 1950 年代开始，一批特立独行的心理学家开始怀疑：这个模型描述的，真的是人类吗？

---

1.2　1979 年的那场地震：Kahneman 与 Tversky 的认知革命

1.2.1　叛逆者的诞生

Daniel Kahneman 和 Amos Tversky 的故事，是 20 世纪学术史上最迷人的篇章之一。

Kahneman，1934 年出生于当时属于巴勒斯坦托管地的特拉维夫，童年经历二战创伤。Tversky，1937 年出生于以色列海法，是家中长子。两人在 1960 年代初于密歇根大学的一次心理学会议上相识，从此开始了长达数十年的合作。Tversky 思维敏捷、充满创造力；Kahneman 沉稳深刻、善于理论化。两人性格互补，成为学术界的"梦幻组合"。

他们的研究起点是一个简单但深刻的问题：人在面对不确定性时，到底是怎么做决定的？ 这不是一个新问题——数学家 Pascal 早在 17 世纪就提出了"期望值最大化"（Expected Value Maximization），后来 Bernoulli 又提出了"期望效用最大化"（Expected Utility Maximization），建立了主观预期效用理论（Subjective Expected Utility Theory）。但 Kahneman 和 Tversky 想知道：这些规范性的数学模型，真的描述了人类的实际行为吗？

1.2.2　Econometrica 上的那篇论文

1979 年，Kahneman 和 Tversky 在顶级经济学期刊《Econometrica》上发表了一篇划时代的论文：《前景理论：风险下的决策分析》（*Prospect Theory: An Analysis of Decision under Risk*）。这篇论文后来被引用超过十万次，是社会科学史上被引用最多的论文之一。

前景理论（Prospect Theory）的核心思想可以用一个简单的对比来说明。假设你面临两个选择：

• **情境A**：肯定得到 3000 元。
• **情境B**：80% 概率得到 4000 元，20% 概率什么都得不到。

按照期望值理论，情境A 的"价值"是 3000 元，情境B 的期望值是 3200 元。古典经济学预测，大多数人应该选择 B。但 Kahneman 和 Tversky 通过大量实验发现：大多数人在这种"获得"情境下选择 A——他们宁愿要 3000 元的"确定收益"，也不愿承担 20% 的"风险"。

然而，如果把情境反转：

• **情境C**：肯定损失 3000 元。
• **情境D**：80% 概率损失 4000 元，20% 概率不损失。

按照期望值理论，理性人应该选择 C（损失更小）。但实验结果是：大多数人在这种"损失"情境下选择 D——他们宁可冒险赌一把，也不愿接受确定的损失。

这两个实验揭示了一个惊人的不对称：人类对损失的厌恶程度，大约是对同等收益喜爱程度的两倍。Kahneman 和 Tversky 把这个发现形式化为前景理论的核心公式——价值函数（Value Function）：

$$v(x) = \begin{cases} x^{\alpha} & \text{if } x \geq 0 \\ -\lambda(-x)^{\beta} & \text{if } x < 0 \end{cases}$$

其中，$\alpha$ 和 $\beta$ 是风险态度参数（通常约为 0.88），$\lambda$ 是损失厌恶系数（Loss Aversion Coefficient，通常约为 2.25）。价值函数在收益区域是凹函数（Concave Function，表现为风险规避），在损失区域是凸函数（Convex Function，表现为风险寻求），而且在原点处有一个"折点"（Kink）——这就是著名的"反射效应"（Reflection Effect）。


更重要的是，前景理论引入了概率权重函数（Probability Weighting Function）$\pi(p)$，描述人类对小概率事件的"过度重视"和对大概率事件的"低估"。例如，人们会花大钱买彩票（小概率被高估），却不买保险（大概率被低估）。这就是著名的可能性效应（Possibility Effect）。

1.2.3　描述性 vs 规范性：研究范式的根本转换

Kahneman 和 Tversky 的革命不仅是结论的革命，更是研究范式（Research Paradigm）的革命。古典经济学是规范性的（Normative）：它告诉我们"应该"如何做决策。期望效用理论描述的是"理性人"在完备公理下应该如何选择。前景理论则不同，它是描述性的（Descriptive）：它告诉我们人类"实际"是如何做决策的。

这一区别看似微妙，实则具有颠覆性。规范性的视角假设"理性"是标准，偏差是错误；描述性的视角则承认，人类心智有其自身的运行逻辑——这种逻辑可能不符合数学公理，但它是真实存在的、有规律的、可预测的。Kahneman 在 2002 年获得诺贝尔经济学奖时（这是历史上第一次把诺贝尔经济学奖颁给一位心理学家），颁奖词中特别提到了这一点："把心理学的洞察力整合到经济学决策研究中"。

---

1.3　系统 1 与系统 2：大脑的双 CPU 架构

1.3.1　双过程理论的诞生

Kahneman 在 2011 年出版的《思考，快与慢》（*Thinking, Fast and Slow*）一书中，把他和 Tversky 几十年的研究整合为一个强大的框架——双过程理论（Dual-Process Theory）。这个理论认为，人类的大脑有两套截然不同的思考系统：

系统1（System 1）——快速、直觉、自动化、情绪化、毫不费劲。

• 例1：看到"2+2="，你几乎瞬间得到答案"4"，不需要任何努力。
• 例2：读到这个句子"小明在公园里散步"，你立刻在脑海中形成画面。
• 例3：有人对你微笑，你会本能地感到友好。

系统2——缓慢、分析、刻意、理性、需要努力。

• 例1：计算"17 × 24"时，你需要集中注意力，甚至借助笔和纸。
• 例2：填一份复杂的税务表格，每一项都要仔细核对。
• 例3：判断"如果 A 成立，那么 B 必然成立吗？"这种逻辑推理。

系统1 的优势是速度。在漫长的进化过程中，人类面对的最大挑战是"快速反应"——遇到危险立刻逃跑，发现食物立刻吃掉。系统1 是进化的礼物。系统2 是后来发展出来的，它让我们能进行长远的规划、复杂的推理、抽象的思考。但系统2 是"懒惰的"——它会尽量避免工作，把大多数决策推给系统1。

1.3.2　认知偏差：系统1 的"小聪明"

当系统1 接管决策时，它会使用一系列启发式（Heuristics）——也就是心理捷径。这些启发式在大多数情况下是有用的，但它们也系统性地产生错误。这就是认知偏差（Cognitive Biases）。

代表性启发式（Representativeness Heuristic）：人们根据"相似性"来判断概率，而忽视基础概率。

• 例子：Linda 问题。Linda 是一位 31 岁、未婚、性格外向、学哲学专业的女性。她最可能从事什么工作？选项 A：银行出纳；选项 B：银行出纳 + 活跃的女权主义者。绝大多数人选择 B，因为他们觉得"符合 Linda 的描述"。但从逻辑上讲，**A 比 B 更可能**（因为 B 是 A 的子集）。这就是**合取谬误**（Conjunction Fallacy）。

可得性启发式（Availability Heuristic）：人们根据"想起的难易程度"来判断事件概率。

• 例子：飞机失事的新闻铺天盖地，让很多人害怕坐飞机，宁愿开车。但实际上，**开车的事故率比飞机高几百倍**。飞机事故之所以"显得"危险，仅仅是因为它更"容易被想起"。

锚定效应（Anchoring Effect）：人们在做判断时过度依赖第一个信息（锚）。

• 例子：超市里，一件商品标"原价 999 元，限时特价 499 元"，你立刻觉得赚到了。但 999 元可能就是胡乱标的——商家知道，无论锚在哪里，消费者都会围绕这个锚调整判断。Kahneman 的实验显示，即使是随机的转盘数字（如 65），也会影响人们对人口数量的估计。

这些偏差不是偶然的"错误"，而是系统1 的固有特征。系统1 不擅长统计推理，它依赖模式识别、情感反应、刻板印象。在远古狩猎采集社会里，这些特征是优势——快速判断比精确计算更能救命。但在现代社会里，它们会让我们买不需要的东西、投错资、信错人。

1.3.3　系统2 的"懒癌"

如果说系统1 是过度自信的直觉机器，那么系统2 就是一个极其懒惰的审查者。它有能力发现系统1 的错误，但只有在"觉得有必要"时才会工作。

Kahneman 用一个经典的例子说明这一点：

> 球拍和球一共 1.10 美元。球拍比球贵 1 美元。问：球多少钱？

大多数人会立刻回答"0.10 美元"——这是系统1 给出的直觉答案。但如果你让系统2 工作，你会算一下：如果球是 0.10 美元，球拍就是 1.10 美元，加起来 1.20 美元，不对。正确答案应该是：球 0.05 美元，球拍 1.05 美元。但超过 50% 的哈佛、普林斯顿、MIT 学生在这个简单问题上犯错——因为他们的系统2 拒绝启动。

这正是行为经济学的核心洞察：人类并不是不理性，而是不愿意"理性"。理性需要付出认知努力，而人类心智天然倾向于节能。在进化过程中，能量就是生命，大脑消耗人体 20% 的能量——它当然不愿意做"无用功"。

---

1.4　行为经济学的学科版图：交叉科学的兴起

1.4.1　从叛逆到主流

Kahneman 和 Tversky 播下了种子，但要长成参天大树，还需要其他人浇水施肥。Richard Thaler（理查德·塞勒）是这场运动的"传教士"和"推销员"。他 1945 年出生，1980 年开始在康奈尔大学和芝加哥大学任教，以一种近乎"反叛"的精神研究经济学与心理学的交叉地带。

Thaler 的研究有几个标志性贡献：

1. 禀赋效应（Endowment Effect）：人们对"已经拥有"的东西评价更高，即使这个东西客观上与未拥有的等价物没有区别。Thaler 通过实验证明：让一组学生得到一个咖啡杯（随机分配），然后让他们有权卖掉；让另一组学生有机会买这个咖啡杯。结果，卖方的要价中位数是 5.25 美元，买方的出价中位数是 2.25 美元。同样是这个杯子，拥有的瞬间就增值了一倍多。

2. 心理账户（Mental Accounting）：人们把钱分成不同的"账户"（如工资账户、娱乐账户、意外之财账户），并在每个账户内独立做决策。1 万元的年终奖和1 万元的彩票奖金会被大脑放在不同账户——前者会被"理性地"存起来，后者更可能被挥霍掉。

3. 助推理论（Nudge Theory）：Thaler 与法学教授 Cass Sunstein 合作，在 2008 年出版了《助推》（*Nudge*）一书，提出"自由家长制"（Libertarian Paternalism）的概念。他们认为，政府或企业可以通过"选择架构"（Choice Architecture）的巧妙设计，"推动"人们做出更好的决策，而不必强制或禁止。经典的案例是：把"默认选项"设为"加入器官捐献计划"可以显著提高捐献率。

Thaler 在 2017 年获得诺贝尔经济学奖。Kahneman、Thaler 等人的工作，让行为经济学从一个"小众、边缘"的领域，变成了主流经济学的核心组成部分。

1.4.2　学科边界的消融

行为经济学的兴起，标志着社会科学学科边界（Disciplinary Boundaries）的消融。它是以下几门学科的"混血儿"：

• **心理学**（Psychology）：提供关于人类心智的实证研究方法，特别是实验范式。
• **经济学**（Economics）：提供形式化模型、最优化框架、市场均衡理论。
• **统计学**（Statistics）：提供数据分析工具、实验设计方法、显著性检验。
• **实验科学**（Experimental Science）：提供假设检验的严谨方法，强调可重复性。

这种跨学科融合带来了新的研究风格：实验室实验（Lab Experiment）、田野实验（Field Experiment）、自然实验（Natural Experiment）。经济学家开始走出黑板，走进真实世界；心理学家开始建立数学模型，而不仅仅是描述现象。

Dan Ariely（丹·艾瑞里）是将行为经济学推向大众的另一位重要人物。他的《怪诞行为学》（*Predictably Irrational*）一书用大量生动的实验展示了人类决策的"非理性"——从约会选择到消费决策，从道德判断到工作动机。Ariely 曾因为一次医疗事故导致全身 70% 以上烧伤，经历了长期痛苦的康复过程。这段经历让他深刻体会到"人类心智的不完美"，也激发了他研究"为什么我们做自己不想做的事"的兴趣。

1.4.3　一个完整的应用示例：401(k) 退休储蓄计划

让我们看一个行为经济学改变真实世界政策的经典案例。

在美国，大多数公司为员工提供 **401(k) 退休储