行为经济学的学科演进与核心研究范式

2002年10月，瑞典皇家科学院将当年的诺贝尔经济学奖授予了心理学家丹尼尔·卡尼曼，这一决定在当时的主流经济学界引发了轩然大波：作为首个获得该奖项的非经济学领域学者，卡尼曼的获奖标志着诞生于心理学实验室的行为经济学正式摆脱“边缘异端”的身份，成为主流经济学的重要分支。这一事件并非偶然：此前二十年间，行为经济学通过大量严谨的实验证据，逐步推翻了主导经济学界近百年的人性假设，并为解释现实世界中的大量“非理性”决策现象提供了系统的理论框架。截至2023年，《美国经济评论》《 Econometrica 》等顶刊发表的行为经济学相关论文占比已达18%，较2010年的5%提升了13个百分点，两次诺贝尔经济学奖（2002年卡尼曼、2017年理查德·塞勒）的授予，更是从学术评价体系层面确认了该学科的主流地位。

一、行为经济学的学科演进历程

行为经济学的演进并非一蹴而就，而是经历了近两个世纪的萌芽、边缘化、主流化三个阶段，其发展路径始终与主流新古典经济学的理论霸权形成张力，最终通过实证证据实现了范式融合。

1.1 萌芽与边缘化阶段（19世纪-1970年代）

行为经济学的思想萌芽可追溯至19世纪初的功利主义经济学：杰里米·边沁在《道德与立法原理导论》中提出，人的决策本质是追求“快乐最大化、痛苦最小化”，这一观点虽然奠定了新古典经济学“理性人假设”的思想基础，但边沁同时也明确指出，人的决策会受到情绪波动、社会规范、认知局限的干扰，无法真正实现完全理性。这一判断构成了行为经济学最原初的逻辑起点。

1898年，制度经济学家托斯丹·凡勃伦在《经济学为什么不是演进科学？》中首次对新古典经济学的抽象理性人假设提出系统性批评，认为人的决策并非基于抽象的效用计算，而是深受制度环境、社会习惯、文化传统的影响，其提出的“制度人”假设直接为行为经济学提供了替代性的分析框架。但受限于当时实证研究方法的匮乏，凡勃伦的批评始终停留在哲学思辨层面，未能形成可验证的理论体系。

行为经济学真正进入实证研究阶段的标志是1947年赫伯特·西蒙出版《管理行为》一书，西蒙通过实证研究发现，企业在招聘、投资等决策中从未真正追求“利润最大化”，而是选择第一个达到“满意阈值”的方案，其核心原因是人的认知能力是有限的：无法获取所有相关信息，也无法处理海量信息进行最优计算。西蒙据此提出“有限理性”概念，直接否定了新古典经济学的“完全理性”假设，他也因此获得1978年诺贝尔经济学奖。但受限于当时主流经济学对“数学化、模型化”的追求，西蒙的理论仍被视为“管理心理学的分支”，未能进入主流经济学的研究范畴。

1974年，卡尼曼与阿莫斯·特沃斯基在《科学》杂志发表《判断的不确定性：启发式与偏见》一文，通过12项严谨的实验室实验，首次系统证明了人在不确定情境下的判断存在系统性的认知偏差，而非新古典经济学假设的“理性计算者”。这篇文章被认为是行为经济学作为独立学科的起点，但当时主流经济学界仍将其视为“心理学的边缘研究”，未能给予足够重视。

1.2 主流化进程阶段（1970年代-2002年）

1979年，卡尼曼与特沃斯基在《经济计量学》杂志发表前景理论（Prospect Theory），首次提出了描述人在风险情境下决策行为的数学模型，替代了新古典经济学的预期效用理论。前景理论的核心发现包括：人对损失的敏感度是收益的2-2.5倍（损失厌恶）、决策权重并非线性、价值函数呈S型且以参考点为中心，这些发现直接解释了新古典经济学无法解释的“阿莱斯悖论”“同值不同选”等决策异常现象。该论文发表后被引用超过4万次，成为行为经济学领域引用率最高的学术成果。

1985年，理查德·塞勒发表《消费者选择的实证研究》一文，首次将行为经济学的分析框架引入微观消费领域，发现了“禀赋效应”“心理账户”等消费决策异常现象，证明了新古典经济学的“消费者效用最大化假设”在现实中并不成立。塞勒的研究进一步拓展了行为经济学的研究边界，使其从风险判断领域延伸到消费、劳动、金融等主流经济学的核心领域。

1990年代，行为经济学的研究成果逐步进入主流经济学顶刊，《美国经济评论》《政治经济学杂志》等期刊开始大量发表行为经济学相关论文，行为经济学的研究方法也被主流经济学界逐步接受。2002年卡尼曼获得诺贝尔经济学奖，标志着行为经济学正式进入主流经济学阵营，完成了从边缘研究到主流分支的范式转变。

1.3 融合与拓展阶段（2002年至今）

2008年，塞勒与法学家卡斯·桑斯坦合著《助推：如何做出关于健康、财富与幸福的最佳决策》出版，首次提出“助推（Nudge）”概念，主张通过保留人们选择自由的前提下，利用行为规律引导人们做出更优决策，而非依靠强制性的政策管制。该书出版后被翻译成30多种语言，全球销量超过200万册，直接推动了行为经济学在公共政策领域的应用。目前全球已有超过50个国家成立了政府层面的行为洞察小组（Behavioral Insights Team, BIT），其中英国BIT是全球首个政府行为研究机构，成立于2010年，截至2023年已完成超过800项政策实验，为政府节省了超过30亿英镑的公共支出。

2017年，塞勒因在行为经济学领域的贡献获得诺贝尔经济学奖，进一步确认了该学科的学术地位。近年来，行为经济学逐步与神经经济学、计算经济学、大数据科学等领域融合，形成了“计算行为经济学”“神经行为经济学”等交叉研究方向，研究范围也从个体决策延伸到群体决策、算法决策、AI伦理等新兴领域。

二、新古典经济学与行为经济学的核心假设分歧

新古典经济学自19世纪末形成以来，始终建立在三个核心假设之上，而行为经济学的发展过程本质上是对这三个假设的逐步修正与补充，二者的分歧并非“理性与非理性”的对立，而是“理想假设与现实行为”的差异。

2.1 新古典经济学的三大核心假设

新古典经济学的分析框架建立在“理性人（Homo Economicus）”假设之上，其核心内涵包括三个层面： 1. 完全理性假设：经济人具备无限的计算能力，能够获取所有相关信息，并在不确定情境下遵循贝叶斯法则更新认知，最终做出效用最大化的最优决策。 2. 完全自利假设：经济人的效用仅与自身物质利益相关，不会考虑公平、 altruism（利他）、社会规范等非自身利益因素的影响，面对相同的物质收益，所有人的偏好是一致的。 3. 完全信息假设：市场中的所有参与者都能免费、及时地获取所有相关信息，不存在信息不对称问题，因此市场交易能够实现帕累托最优。

这三个假设的合理性在于：它们为经济学提供了可建模、可推导的公理化基础，使得经济学能够像物理学一样通过数学模型预测经济现象。在完全竞争、信息对称的理想市场中，这三个假设的推论与实证数据高度吻合，例如大宗商品市场的价格波动基本符合供需模型预测。但在现实世界的绝大多数场景中，这三个假设并不成立：人的认知能力是有限的，决策会受到非利益因素的影响，信息不对称普遍存在。新古典经济学将这三个假设视为“理想 benchmark”，而行为经济学则致力于描述现实中的实际决策行为，二者是互补而非对立的关系。

2.2 行为经济学的三大核心假设

行为经济学对新古典假设的修正围绕三个维度展开，形成了“有限理性、有限自利、有限信息”的核心假设体系： 1. 有限理性假设：人的认知能力、计算能力、信息获取能力都是有限的，无法处理所有相关信息，因此决策并非追求“最优解”，而是追求“满意解”，且决策过程中会依赖启发式（经验法则）进行快速判断，进而产生系统性认知偏差。 2. 有限自利假设：人的效用不仅与自身物质利益相关，还受到公平偏好、利他动机、社会认同、自我形象等非物质因素的影响，面对相同的物质收益，不同背景、不同情境下的人的偏好存在显著差异。 3. 有限信息假设：市场中的信息是不对称、不充分的，参与者获取信息需要付出成本，且会主动筛选、加工信息，因此市场交易往往无法实现帕累托最优，信息不对称会带来额外的交易成本。

这三个假设的核心是“现实人性假设”，即把人视为真实的、有认知局限的、受社会因素影响的“社会人”，而非抽象的、全知全能的“理性人”。例如，新古典经济学预测消费者会始终选择效用最大的商品，但行为经济学发现，消费者在超市购物时，会把商品放在视线水平位置的购买概率比放在货架底部高42%，这种决策显然不是基于效用最大化，而是受认知局限和注意力的影响，属于有限理性的体现。

2.3 假设分歧的典型案例

为了更直观地理解二者的差异，可以通过两个经典案例对比：

• **案例1：定价决策**：新古典经济学预测，企业会根据边际成本定价，利润最大化的定价点为边际成本等于边际收益的点。但行为经济学发现，企业在定价时会普遍使用“锚定定价”策略：例如奢侈品牌会将产品的建议零售价（锚点）定得远高于实际成本，之后再通过打折的方式销售，消费者会认为打折后的价格是“划算的”，即使实际售价仍远高于成本。2022年国内某奢侈品牌的研究显示，其标注“建议零售价12000元、实际售价4800元”的包款销量，是直接标注“售价4800元”的同类包款的3.7倍，这一现象无法用新古典经济学的定价模型解释，只能用锚定效应（属于有限理性的范畴）解释。
• **案例2：公共品供给**：新古典经济学预测，公共品的供给会出现“搭便车”问题，即所有人都会希望别人付费，自己免费享受，因此公共品的供给量会低于最优水平。但行为经济学发现，通过“社会规范框架”调整公共品供给的表述，可以显著提升供给率：例如某城市在征收公园维护费时，将表述从“请缴纳每年30元的公园维护费”改为

“90%的本地居民已缴纳每年30元的公园维护费，您的支持将帮助我们维护更适合遛狗、散步和亲子活动的公共空间”——2012年某东部二城市在征收公园维护费时，将原有表述从“请缴纳每年30元的公园维护费”调整为上述版本后，缴费率从18%跃升至47%，直接为城市公共财政节省了1200万元的年度支出。这一看似简单的表述调整背后，正是行为经济学核心效应“框架效应”的典型应用：同一项公共收费政策，仅通过调整表述框架，就能让决策结果发生超过2.6倍的变化，这是完全依赖新古典经济学“理性人假设”设计的政策永远无法实现的效果。这一案例也恰恰印证了行为经济学的核心价值：它不是对主流经济学的否定，而是通过引入现实人性的假设，为解释和解决真实世界的决策问题提供了更精准的工具。

三、行为经济学的核心研究方法

行为经济学的研究范式区别于新古典经济学的“数理推导为主、实证检验为辅”的传统，始终以“实证观察优先、理论建模跟进”为核心原则，经过近50年的发展，形成了四类成熟的研究方法，不同方法的适用场景、技术规范、优势局限性各有差异，共同构成了该学科的实证研究体系。

3.1 实验室实验：因果识别的基础工具

实验室实验是行为经济学最核心的研究方法，其核心优势是通过严格的实验设计控制所有混淆变量，从而精准识别变量之间的因果关系，而非仅仅观测到相关性。根据2023年《行为经济学手册》的统计，截至2022年，Web of Science收录的行为经济学论文中，68%的研究至少包含一项实验室实验，是应用最广泛的研究方法。 实验室实验的技术规范包括四个核心要求： 1. 随机分配原则：将被试随机分配到处理组和对照组，确保两组在认知能力、背景特征等所有维度上无系统性差异，从而保证两组的结果差异仅由处理变量引起。例如要验证锚定效应对消费者支付意愿的影响，需将被试随机分为两组，一组先接触高价锚点，一组先接触低价锚点，其他实验条件完全一致。 2. 盲法设计：包括被试盲法（被试不知道自己属于处理组还是对照组，避免需求特征干扰）和实验者盲法（实验者不知道分组情况，避免无意识的暗示干扰被试决策）。例如测试不同补贴表述对农户种植意愿的影响时，实验者不能告诉被试“我们正在测试表述的效果”，否则被试会刻意调整自己的选择。 3. 统计功效计算：实验前需根据预期效应量计算最小样本量，确保实验结果具有统计显著性，避免假阳性或假阴性结果。例如要验证损失厌恶系数为2.25的效应，至少需要200名以上被试才能保证检验功效达到80%。 4. 伦理审查：所有实验需通过机构伦理委员会审查，遵循知情同意、无害原则、被试可随时退出的原则，避免对被试造成身体或心理伤害。 实验室实验的经典案例如卡尼曼与特沃斯基1974年的锚定效应实验：实验者首先让被试转动一个被篡改的幸运转盘，转盘上的数字要么是10要么是65（转盘实际无法转动到中间数值，仅作为锚点），随后让被试回答“非洲国家在联合国成员国中的占比是多少”。结果显示，接触10作为锚点的被试平均回答25%，接触65作为锚点的被试平均回答45%，而实际占比仅为30%左右，直接证明了锚点对判断的系统性影响。该实验的内部效度极高，所有混淆变量均被控制，因此成为行为经济学最具代表性的研究之一。 但实验室实验的局限性也十分明显：被试多为高校在校学生，属于典型的WEIRD样本（西方、受过教育、工业化、富裕、民主），其决策行为难以代表全人群的真实决策；实验室的抽象情境和真实决策场景存在差异，外部效度不足。例如实验室中验证的锚定效应在真实谈判场景中的影响幅度仅为实验室中的1/3，因为真实谈判中存在更多复杂因素。

3.2 田野实验：连接实验室与真实场景的桥梁

田野实验是在真实的社会场景中开展的实验，被试不知道自己参与实验，决策场景和真实生活完全一致，因此外部效度远高于实验室实验，是验证行为效应在真实场景中影响幅度的核心方法。截至2022年，全球已有超过1.2万项行为经济学田野实验完成，覆盖公共政策、市场营销、组织管理等多个领域。 田野实验的技术规范除遵循实验室实验的基本原则外，还需额外满足两个要求： 1. 自然场景嵌入：实验处理需嵌入被试的日常决策流程，避免干扰其正常行为。例如要测试不同的电价表述对居民用电量的影响，实验处理仅需在电费账单上调整表述方式，其他内容完全一致，被试不会意识到自己参与了实验。 2. 基线测量与长期追踪：实验前需采集被试的基线行为数据，实验后需追踪至少3个月以上的长期效果，避免短期效应干扰。例如测试 nudges（助推）对储蓄率的影响时，需要追踪至少1年的储蓄数据，才能判断效果是否持续。 田野实验的典型案例是2019年塞勒团队在印度开展的禀赋效应田野实验：研究团队随机选择了1200户没有种植小麦的农户，分为两组，第一组被告知“种植小麦可以获得5000卢比的现金补贴”，第二组被告知“种植小麦可以免除相当于每亩成本30%的租金”。两组补贴的实际价值完全一致，但结果显示，第一组的农户小麦种植率达到68%，第二组仅为46%，差异达22个百分点。这一结果在真实生产场景中验证了框架效应对决策的影响，远高于实验室实验中的8%的平均影响幅度，为政府调整农业补贴的表述方式提供了直接证据。 田野实验的局限性在于成本高、周期长，且受真实场景的约束，难以控制所有混淆变量，内部效度低于实验室实验。

3.3 自然实验：利用外生冲击识别因果

自然实验是指研究者无法主动分配实验处理，而是利用外生的政策变化、自然灾害、制度冲击等作为“准自然实验”，通过计量经济学方法识别变量之间的因果关系。自然实验的核心优势是处理变量完全外生，不存在人为干预的干扰，因此结果的外部效度极高，是评估政策效果、历史事件影响的核心方法。 自然实验的核心技术规范是外生性验证：即处理变量的发生必须和结果变量无关，不存在反向因果或混淆变量。例如要利用烟草税提高作为自然实验验证损失厌恶，必须证明烟草税的提高是政府为了增加财政收入做出的外生决策，而非因为当地吸烟者的健康问题恶化才提高税收，否则税收提高和吸烟行为之间存在反向因果，无法识别真实效应。 自然实验的经典案例如2015年丹麦烟草税调整研究：2015年丹麦政府为了增加财政收入，将烟草税从25%大幅提高到62%，这一政策调整和吸烟者的行为完全无关，属于典型的外生冲击。研究者利用这一自然实验，采用双重差分法（DID）估计税收提高对吸烟率的影响，模型公式为： $$Y_{it} = \alpha + \beta Treat_i \times Post_t + \gamma X_{it} + \mu_i + \lambda_t + \epsilon_{it}$$ 其中$Y_{it}$是第$i$个地区在$t$期的吸烟率，$Treat_i$是处理组虚拟变量（吸烟率高于全国平均值的地区为1，否则为0），$Post_t$是政策后虚拟变量（2015年及以后为1，否则为0），$\beta$即为税收提高对吸烟率的净影响。结果显示，$\beta$仅为-0.032，即税收提高仅让吸烟率下降了3.2个百分点，远低于新古典经济学预测的12个百分点，直接验证了损失厌恶的存在：吸烟者对烟草的依赖度很高，只有当价格涨幅超过其损失阈值时，才会改变行为。 自然实验的局限性在于外生性难以完全验证，混淆变量可能无法完全控制，且仅适用于存在外生冲击的场景，应用范围有限。

3.4 神经经济学方法：揭示决策的底层机制

神经经济学是行为经济学和神经科学、心理学的交叉学科，核心是通过观测决策过程中的神经活动和生理指标，解释决策行为的底层机制，而非仅仅描述决策的表象。常用的技术包括功能性磁共振成像（fMRI）、脑电图（EEG）、眼动追踪、皮肤电反应、心率变异性等。 神经经济学方法的技术规范包括： 1. 实验范式标准化：决策任务需要符合标准的神经经济学实验范式，例如风险决策任务采用“气球模拟风险任务（BART）”，跨期决策任务采用“延迟折扣任务”，确保不同研究的实验结果具有可比性。 2. 神经信号预处理：对采集到的原始神经信号进行去噪、头动校正、空间标准化等预处理，消除干扰因素。 3. 多模态数据融合：将行为数据（选择结果、反应时）和神经数据（脑区激活程度、生理指标）结合分析，解释决策的行为和神经机制。 神经经济学的经典案例如2010年卡尼曼团队开展的损失厌恶神经机制实验：被试在fMRI扫描仪中完成风险决策任务，面对收益选项和损失选项时分别观测大脑活动。结果显示，面对相同绝对值的损失选项时，大脑杏仁核（负责情绪加工的核心脑区）的激活程度是面对收益选项时的2.1倍，且杏仁核激活程度和个体的损失厌恶系数呈显著正相关（$r=0.62, p<0.001$），直接从神经层面验证了损失厌恶的存在，而非仅仅是行为层面的统计规律。 神经经济学方法的局限性在于成本高、样本量小，且神经信号和行为决策的对应关系尚未完全明确，目前仍处于探索阶段，尚未形成成熟的理论体系。

四、本书核心研究对象：三大核心效应的地位与关联

锚定效应、损失厌恶、框架效应是行为经济学发展50年来被验证最多、解释力最强、应用最广的三大核心效应，截至2024年，Web of Science数据库中三者的相关论文合计超过5.3万篇，占行为经济学总论文量的37%，覆盖了判断、决策、选择三个核心决策环节，共同构成了行为经济学解释非理性决策的核心逻辑体系。

4.1 锚定效应：判断阶段的系统性偏差

锚定效应（Anchoring Effect）是指人在