经济学家的完美假设与现实的一地鸡毛

经济学家的完美假设与现实的一地鸡毛

一、两个故事，一个疑问

让我们从两个截然不同的场景开始。

场景一：华尔街的交易大厅。

屏幕上跳动的数字牵动着无数人的神经。2010年5月6日，道琼斯指数在短短几分钟内暴跌近1000点，然后又迅速反弹。这次后来被称为“闪电崩盘”的事件，让无数投资者的财富瞬间蒸发。事后调查发现，罪魁祸首并非某个精心策划的阴谋，而是一系列高度自动化的交易程序在极短时间内相互触发，形成了一场算法驱动的“多米诺骨牌”效应。当经济学家试图解释这一切时，他们发现传统的经济模型根本无法预测这种极端波动——因为这些模型假设投资者会冷静、理性地评估风险，然后做出最优决策。但在那个下午，恐惧、恐慌和算法共振取代了理性的计算。

场景二：以色列空军某飞行基地，1960年代。

一位年轻的战斗机飞行员教官正面临一个困惑。他发现，在同一批学员中，那些受到教官严厉批评和惩罚的飞行员，次日再次飞行时的表现往往更差；而那些被表扬和鼓励的学员，却总能有所进步。这个观察与当时流行的行为主义理论——惩罚比奖励更能塑造行为——完全相反。更令人困惑的是，这位教官并没有简单地将这个观察抛在脑后。他的脑海中浮现出一个更大的疑问：如果表扬真的比批评更有效，那么长期以来被奉为金科玉律的“强化理论”是否真的可靠？这个疑问，最终指向了一个改变整个社会科学面貌的发现。

第二个故事中的主角，就是后来被誉为“行为经济学之父”的丹尼尔·卡尼曼（Daniel Kahneman）。当时他还不是什么诺贝尔奖得主，只是一个对人类行为充满好奇心的年轻心理学家。他在以色列空军的那段经历，不仅让他发现了“表扬效应”的存在，更重要的是，它让他开始系统性地质疑一个在当时几乎被视为真理的假设：人类是理性的动物，会按照自身利益最大化原则行动。

这个假设，正是传统经济学的基石。

二、理性人假设：一座精美的大厦

要理解行为经济学为何能颠覆传统经济学的某些结论，我们首先需要了解传统经济学建立在怎样的一套假设之上。

1776年，亚当·斯密（Adam Smith）在《国富论》中提出了那个著名的“看不见的手”隐喻：尽管每个人都在追求自身的私利，但市场这只“看不见的手”却能够将个人的自利行为引导向社会福利的最大化。这个思想的核心逻辑是：在竞争充分、信息完备的市场中，理性的个体会通过价格机制自动实现资源的最佳配置。个体的理性决策汇聚在一起，就形成了市场的均衡，而这种均衡——至少在理论上——是帕累托最优的。

阿尔弗雷德·马歇尔（Alfred Marshall）进一步发展了这套框架，用供求曲线和边际分析将经济学数学化，使得经济学的“科学化”程度大大提升。而到了20世纪中叶，以保罗·萨缪尔森（Paul Samuelson）为代表的经济学家更是将这套体系推向了新的高度——他们用严格的数学语言重新表述了经济学的基本原理，建立了公理化的分析框架。在这个框架中，每一个经济主体都被建模为一个“期望效用最大化者”：给定一系列可选方案和每种方案可能带来的各种结果的概率，理性的经济人会计算每种方案的期望效用，然后选择期望效用最高的那个。

这就是经济学中著名的“理性人假设”，也叫做“经济人假设”（Homo Economicus）。

让我们更精确地描述这个假设。一个理性的经济人被假定具备以下能力：

第一，完备的偏好排序。对于任意两个选项A和B，理性人要么偏好A胜过B，要么偏好B胜过A，要么认为两者无差异。这个看似简单的要求实际上包含了一个强大的假设——人类的偏好是transitive的（传递性的），即如果偏好A胜过B，且偏好B胜过C，那么必然偏好A胜过C。听起来理所当然？但在心理学实验中，人们经常做出违背传递性的选择。

第二，完美的计算能力。给定所有可选方案、各方案的可能结果以及每种结果的概率，理性人能够准确计算出每个方案的期望效用值，并从中挑选出最大值。这要求大脑具备处理复杂概率运算的能力，而且不会犯任何计算错误。

第三，完备的信息获取。在做决策之前，理性人能够获取与决策相关的所有信息，并且能够正确解读这些信息的含义。在标准的经济学模型中，信息不对称被视为一种需要“解决”的例外情况，而不是常态。

第四，完全的自制力和稳定的偏好。理性人不会被即时的快感诱惑而牺牲长远的利益，他们的偏好不会随时间、环境或情绪状态的变化而改变。

基于这些假设，经济学家构建起了宏大的理论大厦。乔治·阿克洛夫（George Akerlof）研究了信息不对称市场中的逆向选择问题；罗伯特·希勒（Robert Shiller）分析了金融市场的有效性；甚至连对传统经济学持批评态度的学者，也不得不在承认理性人假设的前提下提出自己的修正模型。这套假设就像一块基石，支撑起了从微观到宏观、从理论到应用的整座经济学知识体系。

三、大厦的裂缝：那些理性模型解释不了的现象

然而，这座精美的大厦从它建成的那天起，就不断有人指出它的裂缝。

早在1950年代，赫伯特·西蒙（Herbert Simon）就提出了一个著名的批评：人类根本不具备传统经济学所假设的那种完美计算能力。作为一个在政治学、心理学、计算机科学和经济学等多个领域都有卓越贡献的通才，西蒙敏锐地观察到，人类在做决策时并不像计算机那样进行穷尽式的搜索和计算。我们没有无限的时间和精力，也没有无限的认知资源。相反，人类采用的是一个被称为“启发式”（heuristics）的简化策略——我们不是寻找最优解，而是寻找“足够好”的解。西蒙将这种决策方式称为“有限理性”（bounded rationality），并因此获得了1978年的诺贝尔经济学奖。

但西蒙的声音在当时并没有从根本上动摇理性人假设的主导地位。经济学界的主流依然相信，即便个体不是完美的理性计算者，在市场机制的筛选和竞争中，理性的结果依然会涌现。这种“适应性理性”的观点在进化博弈论和演化经济学中得到了进一步的发展。

真正给这座大厦带来实质性冲击的，是一系列来自现实世界的令人尴尬的反常现象。

“阿莱悖论”（Allais Paradox）是最早引起广泛关注的一个。1952年，经济学家里昂·萨维奇·阿莱（Maurice Allais）在一次学术会议上设计了一个著名的赌局实验。他向参与者提出了以下选择：

选择集一：

• 选项A：100%获得100万美元
• 选项B：89%获得100万美元，10%获得500万美元，1%获得0

选择集二：

• 选项C：11%获得100万美元，89%获得0
• 选项D：10%获得500万美元，90%获得0

在选择集一中，绝大多数人会选择A——确定获得100万，而不是冒着1%归零的风险去追求更高的期望收益。这是风险厌恶的表现，似乎可以用理性选择理论来解释。但在选择集二中，绝大多数人会选择D——他们愿意为了10%的机会获得500万而放弃11%确定获得100万的机会。这又是风险偏好了。

问题来了。根据理性人假设，如果我们偏好A胜过B，那么根据期望效用理论的公理化条件，我们也应该偏好C胜过D。但实际上，大多数人在选择集一选A、在选择集二选D，这两个选择组合起来恰恰违背了理性选择理论的基本公理——独立性公理（independence axiom）。这就是著名的阿莱悖论。它揭示了一个关键事实：人类在不确定条件下的决策行为，与理性选择理论的预测存在系统性偏差。

“艾尔斯伯格悖论”（Ellsberg Paradox）进一步加深了这一困境。1963年，经济学家丹尼尔·艾尔斯伯格（Daniel Ellsberg）设计了一个简单的瓮实验。假设一个瓮中有90个球，其中30个是红球，其余60个或者是黑球或者是绿球（比例未知）。参与者需要选择对哪个事件下注。

• 选项1：下注红球
• 选项2：下注黑球

以及：

• 选项3：下注红球或绿球
• 选项4：下注黑球或绿球

大多数人会选择“1胜过2”和“4胜过3”——即偏好已知概率分布（红球的概率是明确的1/3）的选项，而非模糊不确定的选项。这种对“模糊性”（ambiguity）的回避同样无法被标准经济学模型所捕捉。经济学模型只能处理“风险”（已知概率分布的不确定性），却无法解释为什么人类如此强烈地厌恶那些概率未知的选项。

类似的反常现象在经济学文献中越积越多：禀赋效应（endowment effect）——人们对自己拥有的东西估值更高，远超其市场价值；框架效应（framing effect）——同样的信息用不同方式呈现会导致截然不同的选择；现状偏差（status quo bias）——人类有一种不合理的惰性，宁愿维持现状也不愿主动改变。这些现象不是零星的例外，而是一类系统性的、可预测的、违背理性人假设的行为模式。

它们就像裂缝一样，在经济学大厦的墙壁上蔓延。

四、卡尼曼与特沃斯基：行为经济学的诞生

就在传统经济学的这些裂缝逐渐扩大的时候，大洋彼岸的以色列发生了一件小事——至少在当时的媒体报道中，它确实只是一件小事。

1970年前后，在以色列空军担任飞行教官的这段经历，让丹尼尔·卡尼曼对行为主义心理学中的一个核心教条产生了深刻的怀疑。当时以色列空军普遍采用的是“批评-训练-批评”的循环模式，即在每次飞行训练后，教官会指出学员的错误并严厉批评。这种做法基于当时流行的斯金纳式行为主义理论——行为可以通过强化（reward）和惩罚（punishment）来塑造，而惩罚（尤其是即时惩罚）能更快地纠正错误行为。

但卡尼曼通过系统的观察发现，事情恰恰相反。他在笔记本上详细记录了每次训练后不同学员的表现变化。他的观察结果显示，受到表扬的学员在次日训练中的表现平均提升了约20%，而受到批评的学员不仅没有进步，反而平均下降了约5%。卡尼曼后来回忆说，这个发现让他“夜不能寐”——不是因为它令人兴奋，而是因为它意味着如果这个观察是正确的，那么整个行为强化理论的核心预测就是错误的。

当然，这个观察本身还不足以推翻一个理论。毕竟，样本量可能不够大，混淆变量可能没有控制好，而且飞行表现本身也受到天气、设备状态等多种因素的影响。但这个经历在卡尼曼心中种下了一颗重要的种子：他开始相信，人类的思维和决策过程可能与他所接受的心理学训练中所描述的完全不同——不是被动的刺激-反应联结，而是一个主动的、带有系统性偏差的信息处理过程。

1970年代末，卡尼曼遇到了阿莫斯·特沃斯基（Amos Tversky），一位同样在以色列长大、同样对人类判断和决策感兴趣的心理学家。这次相遇，堪称20世纪社会科学领域最富成果的学术合作之一。

特沃斯基比卡尼曼年轻几岁，但同样才华横溢。他拥有惊人的直觉和数学天赋，能够迅速将模糊的想法转化为严格的实验设计和数学表述。卡尼曼则以其深刻的洞察力和自我怀疑精神著称，他总是不停地追问：这个结论真的可靠吗？有没有替代解释？

两人的合作产生了一系列革命性的研究成果。1974年，他们在《科学》杂志（Science）上发表了开创性论文《不确定情境下的判断：启发式与偏见》（Judgment under Uncertainty: Heuristics and Biases）。这篇论文系统地揭示了人类在判断不确定性事件时使用的主要认知策略——启发式，以及这些启发式所导致的系统性错误。

他们识别出了三种核心的认知启发式：

第一种是代表性启发式（representativeness heuristic）。当人们需要判断某个对象是否属于某个类别时，往往依赖于它与该类别的“代表性”特征有多吻合，而忽视了基础概率信息。这就是著名的“琳达问题”所揭示的：琳达是一个年仅31岁、单身、坦率聪明、关心社会问题的女性。大多数人认为她更可能是一个“积极从事女权运动的女银行出纳员”，而非仅仅是一个“银行出纳员”——但这在逻辑上是不可能的，因为前者是后者的一个子集。这个经典的合取谬误（conjunction fallacy）揭示了人类思维对逻辑和概率原则的系统性偏离。

第二种是可得性启发式（availability heuristic）。人们倾向于根据信息的易获取程度来判断事件的可能性，而不是根据客观概率。例如，被问到“字母K在单词中的位置是第一个字母多还是第三个字母多”时，大多数人会不假思索地回答“第一个”——因为以K开头的单词更容易被想起来。但实际上，英语中第三个字母是K的单词（如“make”、“like”、“take”）远多于第一个字母是K的单词。这个偏见的危险之处在于，它在某些情况下会导致严重的判断错误——例如，人们可能因为近期读过飞机失事的新闻报道就高估飞行事故的概率，从而做出放弃乘坐飞机而选择自驾出行的决定。如果从统计上看这确实是一个危险的决定（长途自驾的事故率远高于飞行），那么可得性启发式就可能导致一个致命的错误。

第三种是锚定与调整启发式（anchoring and adjustment heuristic）。在做数值估计时，人们往往从一个初始值（即“锚”）开始，然后进行调整。但调整往往是不充分的，最终的估计值会系统性地偏向初始锚定值。卡尼曼和特沃斯基的经典实验中，即使锚定值是随机生成的（例如，实验参与者被要求转动一个幸运转盘，转到数字65就被要求估计非洲国家占联合国成员国的百分比），人们对最终答案的估计仍然显著地受到了这个无关数字的影响。那些转到65的参与者估计的平均值是45%，而转到10的参与者估计的平均值是25%。一个完全随机的数字，竟然能如此显著地影响严肃的判断估计——这个发现让经济学中关于“理性预期”的假设显得格外脆弱。

1979年，卡尼曼和特沃斯基发表了另一篇里程碑式的论文——《前景理论：风险条件下的决策分析》（Prospect Theory: An Analysis of Decision under Risk）。这篇论文彻底改变了经济学家和心理学家对人类决策的理解。在前景理论中，他们提出了一套描述人类在风险条件下决策行为的替代模型。这套模型的核心假设与传统经济学有着根本性的不同。

首先，他们认为，人类在决策时并不是计算绝对的收益和损失，而是参考一个主观的“参考点”（reference point）来评估结果——这个参考点通常是当前的财富状态或某个心理锚定值。换言之，重要的不是最终的财富水平，而是相对于这个参考点的收益或损失。

其次，他们发现了著名的损失厌恶（loss aversion）现象：损失带来的痛苦大约是同等收益带来快乐的两到两倍半。也就是说，失去100块钱的痛苦，需要获得200到250块钱的快乐才能抵消。这个发现对于理解人类行为具有深远的意义。它意味着人们对风险的态度不是对称的——在面临收益时，人们倾向于规避风险（选择确定的小收益而非不确定的大收益）；但在面临损失时，人们却倾向于追求风险（选择确定的小损失而非赌博可能避免损失）。用他们论文中的术语来说，人类的价值函数在收益区域是凹的，在损失区域是凸的——一个经典的S形曲线。

```mermaid graph TD A[价值函数曲线"] --> B["收益区域<br/>价值函数为凹<br/>风险规避"] A --> C["损失区域<br/>价值函数为凸<br/>风险寻求"] A --> D["参考点<br/>价值函数在参考点处不对称<br/>损失厌恶系数 ≈ 2.5"]

style A fill:#f9d71c,color:#000 style B fill:#81ecec,color:#000 style C fill:#fab1a0,color:#000 style D fill:#dfe6e9,color:#000 ```

这幅简化的价值函数图展示了前景理论的核心特征：曲线在损失区域的下降幅度远陡于在收益区域的上升幅度，这就是损失厌恶的直观表现。相同的财富变化量，在损失方向上引起的心理波动远大于在收益方向上引起的心理波动。

五、芝加哥之战：一场改变经济学进程的论战

行为经济学的崛起并非一帆风顺。事实上，它遭遇了传统经济学阵营的强烈抵制。

这场论战最集中的体现，发生在1995年芝加哥大学的一次著名辩论中。当卡尼曼和特沃斯基的研究成果开始引起广泛关注时，芝加哥学派的经济学家们——其中包括多位诺贝尔经济学奖得主——公开表示，行为经济学不过是心理学在经济学门口的“乱入”，它的某些发现虽然在实验室里有趣，但不足以动摇经济学的理论体系。

芝加哥学派的代表人物，诺贝尔经济学奖得主加里·贝克尔（Gary Becker）就是最著名的怀疑论者之一。贝克尔以其对人类行为统一分析框架的坚定信仰著称——在他看来，犯罪行为、家庭决策、甚至结婚离婚都可以用理性的成本-收益分析来解释。他坚信，经济学帝国主义的方法论力量在于它对人类行为的一致性和可预测性的追求，而行为经济学家的那些“反常现象”不过是实验室里的产物，经不起现实世界的检验。

贝克尔有一个著名的论点：如果行为经济学发现人们在某些实验情境下表现出系统性偏见，那么理性的企业家和竞争的市场过程将会“消除”这些偏差。套利行为会纠正错误定价，投资者学习效应会消除认知偏差，市场竞争会选择出更理性的决策者。在这个意义上，即便个体不是完全理性的，市场也可能是有效率的。这个论点后来被称为“生态理性”（ecological rationality）论点，它为理性人假设提供了一层防御——即使个体有缺陷，市场的演化过程也可能产生理性的结果。

然而，这场论战最终的结果，是行为经济学获得了越来越多的学术正当性。1994年，卡尼曼和特沃斯基被邀请在诺贝尔经济学奖颁奖典礼上发表演讲。2002年，丹尼尔·卡尼曼独享诺贝尔经济学奖——特沃斯基已于1996年去世，按照惯例不能被追授。这个迟来的荣誉标志着行为经济学终于进入了主流学术的殿堂。诺贝尔奖委员会在颁奖词中写道，卡尼曼的研究“将心理学研究融入了经济科学”，为“一门新的经济学分支”奠定了基础。

六、传统经济学与行为经济学的分歧：一场尚未终结的对话

说到这里，我们有必要更清晰地梳理一下传统经济学和行为经济学之间的核心分歧。这不是简单的对错之争，而是两种不同范式之间的深层对话。

分歧一：对“理性”的理解。

传统经济学将理性视为一种规范性标准（normative standard）——理性意味着“应该”怎样做决策，而不是“实际”上怎样做决策。它的逻辑是：如果我们要建立一个分析人类行为的理论框架，我们最好从一个理想的标杆出发；至于人们是否真的符合理性的标准，那是另一个问题。换言之，理性人假设是经济学家的“工作假设”（working assumption），而非对人类行为的经验描述。

行为经济学则坚持一种经验性的立场（empirical stance）：经济学不应该仅仅是一个规范性的逻辑体系，它应该能够描述和预测真实世界中人类的行为。如果人们的实际决策行为系统性地偏离了理性标准，那么经济学的任务就是修正它的模型，使其更准确地反映现实，而不是简单地将这种偏离归结为“噪声”或“偏差”进行平均化处理。

分歧二：对“市场效率”的理解。

传统经济学的“有效市场假说”（Efficient